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。     

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。     

基于LMDI的能源消费碳排放因素分解——以陕西省为例

近十年间陕西省取得了跨越式的经济大发展,特别是作为丝绸之路经济带的"桥头堡"其经济发展已驶入了快车道。经济快速发展的同时必然带来碳排放总量的增加,测算了陕西省2002~2012年7种主要能源消费的碳排放量。使用LMDI法(对数平均迪氏分解法)把陕西省能源碳排放增量分解成人口、人均GDP、产业结构、能源消费结构与能源消费强度这五方面因素。研究得出,2002~2012年间除能源消费强度这一因素的累积效应为负外,其余四种因素的累积效应皆为正。使用逐年效应角度观察,人均GDP是碳排放增加的最大拉动因素,能源消费强度对碳排放具有较大的抑制作用。针对以上问题给出了相关政策建议。     

基于VAR模型的中国能源消费碳排放影响因素分析

基于向量自回归(vector autoregression,VAR)模型分析方法,从能源消费总量、人均GDP、城市化水平和能源强度四个指标出发,分阶段分析了我国1953~2011年间的能源消费碳排放情况。研究表明:能源消费总量和城市化水平是驱动碳排放的核心动力,且两者作用相反。能源消费总量对碳排放起到正向驱动作用,碳排放对其响应与能源强度类似,持久且不稳定,说明中国能源"双控"政策的效果显现仍需很长一段时间,但两者的结构冲击对碳排放贡献大,效果明显。而城市化水平对碳排放有反向驱动作用,其响应可在短期内达到平稳状态,加之其结构冲击对碳排放贡献度可达10%,使之成为未来降低我国碳排放的有力措施。与此同时,把握住人均GDP与碳排放互为Granger因的特殊关系,积极推行绿色GDP,也可有效降低碳排放。     

广东省化石燃料碳排放的地域差异

碳排放的研究是认识和发展低碳经济的基础。采用2000—2009年广东省化石燃料消费和人口、经济产出等数据,对广东省10年来化石燃料消费所产生的碳排放进行了估算,分析碳排放量在时间和空间变化上的地域差异,并采用因素分解法对碳排放的影响因素进行了定量分析。结果表明：①2000—2009年间广东省碳排放总量变化大、增长速度快,时序内表现出快速、平稳和稳定增长三个阶段性特征;工业部门是广东碳排放的主要力量,且行业差异性特征明显。②通过对广东省各地级市碳排放量的聚类分析得知,广州、深圳、东莞、佛山4城市和多年GDP变化类似,聚类于碳排放量最高的等级,和其他城市差距较大;广东省碳排放的变化在空间上呈现出＂中心—外围＂结构,表现出由集聚向扩散的演变规律。③能源结构、能源消耗强度、经济发展状况以及人口因素等是影响广东碳排放地域差异的主要因素。     

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。     

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。     

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。     

影响我国低碳经济发展的主要因素分析

首先用碳排放量分解模型计算出我国年度CO2的排放量,然后计算出衡量低碳经济发展水平的CO2Tapio脱钩弹性,最后利用GMDH数据组合处理方法定量分析影响CO2Tapio脱钩弹性的主要指标。实证表明：人均GDP、城镇居民家庭人均可支配收入、农村居民家庭人均纯收入、第三产业产值占GDP的比重,第三产业从业人员比重,煤炭占能源消费总量的比重和水电、核电、风电占能源消费总量的比重是影响我国低碳经济发展的7个主要因素。     

产业结构升级、能源结构优化与产业体系低碳化发展

本文借助Kaya恒等式对产业体系的碳排放量进行因素分解,分析生产技术、资本和劳动力等生产要素升级对产业体系低碳化发展的影响,以此为基础构建产业体系碳排放模型,对我国29个省区产业体系及其三次产业1995—2014年间的碳排放强度、能源碳排放密度和能源消费强度进行测度,并对影响产业体系碳排放强度、能源碳排放密度和能源消费强度的因素进行分析。研究发现,我国产业体系低碳化发展是由能源结构的变化所驱动,属于能源结构变化型;由于产出占比和能源消费占比较大,导致我国产业体系能源消费强度,即能源使用效率主要受二次产业的影响。     

长三角地区碳排放影响因素分析——基于IPAT改进模型

随着经济发展、人口与能源消耗的增长,以及不合理的能源结构,导致了长三角地区碳排放的不断增加。文章以人口增长率、GDP增长率、能源消耗量、能源技术进步率、能源结构优化系数变动率为影响因素在对IPAT模型进行改进的基础上,对2006-2011年间长三角地区碳排放的影响因素进行定量分析。主要结论是长三角地区能源技术进步率与能源结构优化的减排作用还不能抵消人口与GDP的快速增长的影响,受能源结构优化系数变动比率逐步增加的影响,碳排放量受人口增长率与GDP增长率的影响呈逐年减小趋势,能源技术进步率与能源结构优化的减排作用日趋显著。     

京津冀地区交通运输碳排放模型及驱动因素分析

基于京津冀地区2000—2013年交通运输能源消费量,运用自上而下交通运输碳排放测算方法,计算京津冀地区2000—2013年交通运输能源消费碳排放总量;基于STIRPAT模型进行多元线性回归分析和逐步回归分析,建立碳排放驱动因素模型。结果表明:人均GDP、能源强度、第三产业占比和公共交通是碳排放重要驱动因素,驱动因素模型能很好拟合京津冀地区交通运输碳排放量,京津冀地区人均GDP和能源强度分析表明该地区已处于碳排放与经济发展的脱钩阶段,能源强度逐年下降,交通运输碳排放强度随着第三产业占比的上升不断下降,预期可以达到"十三五"规划的要求。     

基于个体为本模型的中国碳排放核算模型构建

为合理测算中国碳排放总量, 提出了以单个人为基础的碳排放核算模型。个体碳排放量受其物质资本与人力资本、消费倾向与投资倾向影响,而计算中国碳排放总量还应考虑人口增长的影响。对个体资本投资倾向提出合理假设,进而构建人口增长模型。最后,根据各省GDP分布情况,赋予模型一个初始财富值,核算出中国碳排放总量。     

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。     

中国南北地区生活消费人均碳排放影响因素比较——基于空间计量分析北大核心CSSCI

基于中国集中供暖线和Moran I指数图将我国省域划分成南、北两个区域,通过建立空间计量模型,对影响生活消费的人均碳排放量影响因素及影响大小进行定量分析。同时根据Kaya恒等式及现有文献将驱动因素分解成能源结构、能源利用率、居民生活水平三个因素,外加可能对碳排放有影响区域人口密度。结果表明:能源结构和居民生活水平分别是影响南北方地区生活碳排放的主要因素。南方地区的空间效应显著而北方不显著,所以优化居民能源消费结构,采取地区空间联动性的合作治理对减少南方地区生活消费人均碳排放量具有十分重要的作用。而对于北方地区则应把政策重心放在协调居民生活水平和人均碳排放量上,优化地区环境库兹涅茨曲线。     

我国居民间接能源消费碳排放的测算及分解分析

利用消费者生活方式方法(CLA),测算1993~2007年我国居民间接能源消费碳排放量,以及城镇和农村居民人均碳排放量的变化趋势。以1993年为基年,对我国居民间接能源消费碳排放量的变化进行分解分析。结果表明:(1)居民间接能源消费碳排放量整体呈上升趋势,城镇和农村居民人均碳排放量也逐年增加,其中2007年城镇居民是农村居民人均碳排放量的三倍。(2)研究期间,人均消费水平城镇化率、居民消费结构和人口规模是拉动居民间接能源消费碳排放量增加的主要因素,而能源消费强度和碳排放强度是抑制碳排放量增加的主要因素。其中2003~2007年碳排放强度起到正效应;居民消费结构表现为负效应,对减少碳排放起到一定作用。     

关于我国碳排放量及影响因素的实证分析

采用加权最小二乘法与向量自回归方法构建了在低碳经济环境下我国碳排放量及其影响因素之间关系的对比性实证分析模型,并进一步利用脉冲响应函数和方差分解探索影响系数大小和时期变化规律。研究表明,一方面,我国碳排放量与其影响因素之间存在一种长期均衡稳定的关系,其中最重要的因素是人均GDP、能源效率和产业结构,其次是人口数量和人均收入;另一方面,通过脉冲响应函数和方差分解得出我国碳排放量对人均GDP、能源效率和产业结构的冲击反应比较敏感,而对人口数量和人均收入水平随时期变化的响应则比较稳定,各变量影响系数在短期和长期存在明显差异。     

中国南北地区生活消费人均碳排放影响因素比较——基于空间计量分析

基于中国集中供暖线和Moran I指数图将我国省域划分成南、北两个区域,通过建立空间计量模型,对影响生活消费的人均碳排放量影响因素及影响大小进行定量分析。同时根据Kaya恒等式及现有文献将驱动因素分解成能源结构、能源利用率、居民生活水平三个因素,外加可能对碳排放有影响区域人口密度。结果表明:能源结构和居民生活水平分别是影响南北方地区生活碳排放的主要因素。南方地区的空间效应显著而北方不显著,所以优化居民能源消费结构,采取地区空间联动性的合作治理对减少南方地区生活消费人均碳排放量具有十分重要的作用。而对于北方地区则应把政策重心放在协调居民生活水平和人均碳排放量上,优化地区环境库兹涅茨曲线。     

居民生活能源消费碳排放驱动因素分解——以天津市为例

气候变化是当前全球面临的重大挑战之一。研究居民生活能源消费碳排放变化趋势以及影响因素,对提出科学的碳减排策略,减缓气候变化具有重要的指导意义。以天津市为研究案例,对其居民生活能源消费产生的CO_2排放量进行计算,并运用LMDI模型对天津市居民生活能源消费产生的CO_2变动量进行因素分解,从能源碳排放强度、能源消费结构、能源消费强度、经济发展、人口等方面对居民生活能源消费碳排放因素进行分解分析,确定导致碳排放量变化的驱动因素。分析结果表明,经济发展、人口效应为正向效应,能源碳排放强度、能源消费结构、能源消费强度总体上为负向效应,其中经济发展因素是天津市居民生活能源消费碳排放的主要拉动因素,而能源消费强度因素是抑制碳排放的主要减量因素。     

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。