中国水泥工业经济低碳发展的影响因素分析

运用自上而下碳计量模型核算了中国水泥工业2002~2012年的碳排放量情况,并运用STIRAPT扩展模型分析了其增长的影响因素,得到以下结论:(1)我国水泥行业碳排放量与碳排放强度轨迹背向而行,碳排放总量直线上升,而排放强度逐年下降;(2)对我国水泥工业碳排放增长起拉动作用的因素有4个,按单位拉动效应大小排序,从大到小依次为产业结构、人口规模、城市化率、人均GDP,拉动弹性系数分别为0.2133、0.1892、0.1877、0.1771;(3)对我国水泥工业碳排放增长起减排作用的因素有3个,按单位减排效应大小排序,从大到小依次为能源消费结构、水泥消费结构、技术进步率,减排弹性系数分别为0.1550、0.1434、0.1278;(4)未来水泥工业碳排放的拉动主要依靠人均GDP的增长和城市化率的提高,未来水泥工业碳排放的减少主要依靠能源消费结构优化和技术进步。     

钢铁行业供应链碳足迹界定及影响因素研究

以钢铁行业为研究对象,对钢铁供应链碳足迹进行界定,根据IPCC提供的排放因子和核算方法测算我国钢铁行业碳排放量;运用SPSS软件分析碳排放量与人口、GDP、能源消费结构、能源消费总量、钢材消耗量、能源效率、工业增加值碳强度和回收利用率8个主要影响因素之间的关系,并构建了碳排放多元回归模型。结果表明,钢铁行业碳排放量与人口、GDP、能源消费总量和回收利用率关系密切,能源消费总量对碳排放影响最显著,而其它因素影响不大。我国钢铁行业可从“转变发展方式,调整资源结构;健全能源管理,推进技术创新;优化生产流程,发展循环经济”3个方面实现减排目标。     

省域碳排放影响因素分析及减碳机制探讨——以浙江省为例

论文基于1990—2015年浙江省碳排放时间序列数据,采用STIRPAT模型,探讨驱动浙江碳排放量增长的主要影响因素和各因素的影响程度,明确碳排放控制的主要领域。结果表明人均GDP、人口规模、能源强度、能源结构、产业结构对碳排放量增加有正向驱动作用,而城镇化率对碳排放量增加有负向驱动作用。人均GDP和人口规模对碳排放量增长的贡献最大,但2000年后人口规模的驱动作用逐渐减弱,经济规模扩大成为碳排放量的主要增长因素。能源强度和城镇化率对碳排放量减少的贡献最大,能源结构的贡献率较低。基于此,提出了提升经济发展质量、促进城镇发展转型、提高能源管理效率等具有针对性的减碳对策。     

山东省能源消费碳排放预测

基于《IPCC国家温室气体清单指南》估算了17种能源的碳排放系数,测算了1995—2009年山东省的能源消费碳排放量。选取人口、城镇化率、人均GDP、工业GDP比例、能源消耗强度作为山东省碳排放的影响因素,分别应用偏最小二乘回归和岭回归构建了预测山东省能源消费碳排放的STIRPAT模型。通过对比基于两种回归所得模型的拟合效果,最终选择岭回归模型预测了2010—2015年山东省能源消费碳排放量。最后提出了山东省碳减排的相关对策。     

中国供给侧改革发展情景与碳排放研究

推动供给侧改革不仅会推动我国经济转型升级发展,也将影响我国节能与碳减排目标的实现。该文运用情景分析的方法,针对供给体系产能过剩、生产高能耗、能源结构不合理的问题,构建了三种情景下供给侧改革对能源消费及碳排放影响的能源投入产出分析模型。研究结果表明:压缩过剩产能对于优化能源结构起到显著作用,同时随着对过剩产能压缩力度的增大,能源消耗及碳排放量的减少将会趋于明显;推动技术进步与节能降耗将会明显降低能源消耗及碳排放量,对高能耗高碳排部门的节能减排也起到一定的推动作用;而调整能源消费结构对于碳排放量的减少具有重要意义。该研究对供给侧改革和碳减排政策的制定提供了一定的参考。     

江西省碳排放影响因素研究——基于LMDI分解法

文章运用LMDI的分解方法将碳排放量增量分解成碳排放效率效应、能源消耗强度效应、产业结构效应与经济效率效应,并且综合考虑产业部门的碳排放和居民消费碳排放。分析结果显示:2012—2016年产业部门的能源消费强度效应和产业结构效应是促使江西省碳排放减少的主要驱动因素,经济规模效率和碳排放效率效应也对减排有一定促进作用,而居民消费的能源消费强度效应为增加碳排放。所以江西省要发展低碳经济、打造"江西样板"需要结合江西发展现状从优化产业结构、对人均GDP计算加入环境因素、调整能源消费结构、大力支持节能减排技术的发展等方面入手。     

云南省生产部门碳排放影响因素分析——基于LMDI模型

基于LMDI模型,分别研究碳排放系数、经济发展、能源强度、能源消费结构、产业结构、人口六个因素对云南省生产活动的碳排放的贡献量和贡献率。结果表明,经济发展是驱动云南省碳排放增加的最主要因素,人口规模和产业结构也是碳排放量增加的驱动因素;能源强度则是抑制碳排量增加的最主要影响因素,碳排放系数和能源消费结构因素也对减少碳排放起着一定的作用,但不是很明显。说明云南省由于处于工业化发展时期,工业发展对能源的消费需求大,影响因素中的驱动因素对碳排放量的贡献率大于抑制因素,在短时期内云南省的碳排放仍将持续增长。因此,云南省需要改变经济发展方式,坚持计划生育的基本国策,提高能源利用效率和促进产业结构与能源消费结构的转变。     

青岛市能源消费碳排放及影响因素分析

采用各行业能源消费相关统计数据,根据《IPCC2006国家温室气体清单指南》中的碳排放计算公式和碳排放系数缺损值计算了青岛市2000-2015年能源消费的碳排放,并应用因素分解法对青岛历年的碳排放量及其影响因素进行了分析。结果表明:GDP增长是导致碳排放量增长的主要动力,而产业结构优化调整、技术进步则是导致碳排放量减少的因素;工业对碳排放强度和碳排放总量的变化起决定性作用,在宏观和工业内部两个层面进行产业结构优化调整是实现碳排放总量减少的关键。     

长三角区域物流业碳排放规模及其影响因素研究

长三角区域一直是我国经济发展的重要地区,其物流业也一直呈现出蓬勃发展的趋势,但经济发展的同时也对环境造成了不小的压力。论文采用能量系数法估算2003—2016年安徽、江苏、浙江和上海三省一市物流产业的碳排放量,定量分析了能源结构、能源效率、产业结构、经济增长和人口5种因素对三省一市物流业碳排放规模的影响,研究结果表明:长三角地区的能源结构因素和产业结构因素对物流业碳排放增加产生了抑制的效果,而能源效率因素、人口因素和经济发展因素对物流业碳排放增加产生了促进的效果。最后从改善能源效率、能源结构、产业结构等方面,提出对长三角区域发展低碳物流的针对性建议和对策。     

基于STIRPAT模型的云南省能源消耗影响因素分析

近年来云南省能源消耗不断上升,对环境的负面影响越发显著。库兹涅茨曲线分析表明经济是能源消耗的驱动因素,且近阶段云南省不存在U型线的拐点,能源消耗将随着经济发展而逐年增加。故本文选取人口、人均GDP、工业GDP比率、城市化率、能源消耗强度五个因素作为自变量,以云南省2000~2013年能源消费总量为样本结合主成分分析法和多元线性回归,构建STIRPAT模型。研究结果显示:人口和城市化率是影响云南省能源消耗的关键因素,人均GDP和工业GDP比率对于能源消耗有驱动作用,而能源消耗强度对于能源消耗有抑制作用。针对目前现状,为云南省"十三五"期间的节能减排,提出相应建议和对策。     

中国海洋交通运输业碳排放因素分解研究——基于中国远洋集团的实证分析

构建了一个海洋交通运输业的基于货运规模、货运距离、能源强度、能源结构、碳排放系数的碳排放恒等式．运用LMDI分解技术，根据中国远洋集团2004年-2008年能源消耗数据，分析了影响我国海洋交通运输业碳排放量的关键因素。结果表明：能源结构因素、货运规模因素一直是碳排放量的拉动因素。能源强度因素先是碳排放量的拉动因素，后成...     

基于STIRPAT模型的浙江省碳排放峰值预测分析北大核心

为应对全球气候变暖问题,我国提出2030年前实现碳达峰的目标。为探究该目标实现的可达性,以浙江省为例,充分考虑人口、人均GDP、碳排放强度、能源消耗强度、能源结构、产业结构等因素对碳排放的影响,建立了修正的STIRPAT模型,经过实证分析发现该模型精确度良好,R^(2)值达到0.982,能够很好地预测未来浙江省的碳排放。设定三种情景对浙江省二氧化碳排放峰值时间进行预测,结果表明:基准情景、低碳情景和强化低碳情景下浙江省均能在2030年前实现碳达峰目标。通过分析模型系数发现人口、能源结构、人均GDP是影响浙江省碳减排的主要因素。     

贡献量和敏感度双视角下云南省高耗能行业碳排放控制研究

高耗能行业是碳排放的主力军,控制其碳排放是实现中国碳排放达峰以及进行绿色低碳转型的重要组成部分。论文在传统碳排放影响因素分析的基础上引入敏感度来表征减排效率,从规模效应(人口、经济发展)、结构效应(工业化率、能源结构、行业结构)、技术效应(碳排放系数、能源强度)三种类型的七个影响因素出发,研究2006—2017年各影响因素对云南省高耗能行业碳排放的贡献规律和敏感程度。结果表明:(1)云南省高耗能行业能耗和碳排放集聚现象明显,各行业碳排放规律存在行业差异,但达峰节点存在趋同性;(2)碳排放影响因素整体上以经济发展、工业化率和人口规模为增碳的正效应,能源强度和行业结构表现为减碳的负效应;(3)在三个五年规划期内,碳排放影响因素的敏感度呈现明显的规律性,表现出了从混乱到有序的过渡,最敏感的因素实现了从能源强度向碳排放系数的转变。     

内蒙古能源消费碳排放变化的分解分析

本文基于扩展的Kaya恒等式,应用对数平均Divisia指数法,建立了碳排放因素分解模型,定量分析了1999—2008年内蒙古的经济产出规模、人口规模、产业结构、能源结构及能源强度等因素对碳排放的影响。研究结果显示,经济产出规模对内蒙古该阶段的能源消费碳排放的贡献率最大,达到89.22%,其他影响因素按贡献率绝对值的大小排序依次是产业结构(17.01%)、能源强度(-6.71%)、人口规模(2.78%)、能源结构(-2.30%)。因此,目前内蒙古节能减排的重点在于提高能源效率、调整产业结构、优化能源结构及实施绿色GDP核算。     

低碳经济发展的驱动因素研究——以浙江省为例

本文从人口规模、经济发展水平、能源强度、单位能耗碳排放量、能源消费结构、产业结构、城市化、国际贸易分工等方面探讨了低碳经济发展的主要驱动因素,对STIRPAT模型进行了扩展,利用1990~2008年浙江省的统计数据,对低碳经济发展的驱动因素及其贡献率进行了实证研究。研究结果表明:人均GDP、能源强度、人口规模、单位能耗碳排放量和能源消费结构对碳排放总量有显著正向影响,其中人均实际GDP的影响最大,能源强度的影响较大,人口规模和单位能耗碳排放量的影响较小,能源消费结构的影响最小,而产业结构、城市化水平、国际贸易分工对碳排放总量的影响不显著;人均实际GDP持续增长是碳排放增长的最大正向驱动因素,对碳排放增长的贡献率最大,能源强度变动是碳排放增长的最大负向驱动因素,能源强度变动对碳排放增长具有一定的抑制作用。     

陕西省工业碳排放影响因素分析与启示

根据IPCC碳排放计算方法计算了2005—2014年陕西省37个主要工业产业的能源消费碳排放量,运用LMDI方法建立了陕西省工业碳排放影响因素分解模型,定量分析了碳排放影响因素的作用程度。结果表明:陕西省工业碳排放的主要驱动因素是产业经济规模,其他各影响因素按贡献率绝对值大小依次是能源强度、能源结构和产业结构。根据分析结果,提出应从供给侧结构性改革、产业结构调整、提高能源效率、能源结构优化等方面促进节能减排,以减少陕西省工业碳排放量。     

中国碳排放量影响因素研究——基于省级面板数据的分析

采用中国30个省（市、区）2000～2010年的相关数据,运用面板数据模型对中国碳排放量的影响因素进行实证研究。面板协整检验表明：区域碳排放量与人均GDP、产业结构、人口数量、能源价格、能源效率和人均可支配收入之间存在长期稳定的内生经济关系。运用面板模型估计各因素的影响系数分析,认为对中国东部、中部、西部地区碳排放量影响最大的三大因素为人均GDP、人口数量和能源效率。     

长三角城市群碳排放、能源消费与经济增长的互动关系——基于面板联立方程模型的实证

正确厘清长三角城市群碳排放、能源消费和经济增长之间的关系是制定长三角节能减排政策所面临的重要问题。文章利用2006~2013年长三角16个地级市面板数据,构建面板联立方程模型实证检验了碳排放、能源消费和经济增长之间的关系。结果表明:(1)长三角城市群能源消费与经济增长之间、能源消费与碳排放之间、经济增长与碳排放之间均存在双向因果关系;(2)能源消费是经济增长的决定因素,但随着长三角城市群经济的增长,能源强度有降低的趋势;(3)能源结构中高碳能源消费比重的降低有助于碳减排,更多的碳排放亦会导致更高的能源消费需求;(4)适当的碳减排有助于促进经济增长,同时随着人均GDP的进一步增加,长三角城市群环境污染会由高趋低。     

中国区域碳排放的因素分解模型及实证分析

本文测度了1995—2008年中国29个省市的碳排放量,分析了中国碳排放的区域差异,通过构建“LMDl分解模型”,将各地区人均碳排放分解为人均GDP、能源结构、能源强度等影响因素,同时将能源强度进一步分解为各产业能源强度和产业结构两类因素。研究结果表明：几类因素对各省市自治区碳排放增长的影响方向和影响程度存在差异,但从全国及东中西三大区域看,人均GDP是促进碳排放量增长的决定因素,能源强度下降是抑制碳排放增长的主要因素,而能源强度变化主要由工业部门能源强度的变化决定,产业结构变化通过促进能源强度的增加,间接推动了碳排放量的增长。能源结构推动了碳排放的增长,但影响程度较小。现阶段应根据各地区碳排放的区域差异及碳排放增长的影响因素,制定差异化的区域碳减排政策,包括：优化区域能源结构、降低区域能源强度、调整区域产业结构、积极推进区域低碳经济增长方式转变。     

西北五省区交通碳排放现状及影响因素研究

论文利用1995—2016年西北五省区交通能源消耗数据,对其碳排放量进行了测算,从碳排放总量、人均碳排放量、能源碳排放结构以及能源强度分析了五省区交通碳排放的现状。基于改进的STIRPAT模型,利用岭回归,探讨了客货运周转量、人均GDP、能源强度、城镇化率、私家车保有量对五省区交通碳排放的影响。结果表明:五省区交通碳排放量与人均碳排放量总体呈波动上升趋势,2000年后,上升趋势更显著;石油使用始终是西北地区交通碳排放的主要来源;能源强度从大到小为:宁夏、青海、甘肃、陕西、新疆;岭回归分析显示,除甘肃省外,西北地区影响因素贡献度均为:能源强度人均GDP城镇化率私家车保有量客货运周转量,而对甘肃交通碳排放贡献度最大的则是人均GDP。