中国工业分行业碳排放影响因素分解研究

采用2004~2010年中国各行业不同能源类型的相关统计数据,基于IPCC温室气体排放清单指南中的计算方法,计算了中国工业分行业各类能源消耗碳排放量;并应用LMDI法对中国工业分行业能源消耗碳排放量影响因素进行了分析。结果表明:在这7年中,中国工业能源消费碳排放年均增长8.18%,比工业增加值平均增速高5.26%;在对经济增长、产业结构、能源强度、能源结构四个因素的分析中可知,经济增长和能源强度的升高是中国能源碳排放持续增长的主导原因,能源结构对减少碳排放有较小贡献,产业结构对促进中国工业能源碳排放减少有很大贡献。通过对中国工业三大行业的进一步分析可知,制造业、电力、燃气及水的生产和供应业对中国工业能源碳排放的增加有较大影响。     

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。     

长三角城市工业碳排放因素分解模型及实证分析——以南京和苏州两市比较分析为例

南京和苏州作为长三角地区重要的中心城市,是中国目前城市化程度较高且具有较高经济增长潜力的地区。近年来随着工业经济的发展与能源消费量的剧增,碳排放量也在呈现不断上涨的态势,而工业碳排放的不断增加是主导因素。在对南京和苏州两市的工业经济、能源消费以及工业碳排放现状的比较分析的基础上,通过建立因素分解（LMDI）模型。定量分析工业经济规模、能源结构以及能源强度对该地区碳排放的影响。结果表明,工业经济规模效应均是两市工业经济碳排放不断增长的主要促进因素,而能源强度效应是南京市工业碳排放增长的主要抑制因素,能源结构效应是苏州市工业碳排放增长的主要抑制因素。在此基础上,根据两市的具体状况,分别提出发展低碳经济的相关政策建议。     

江苏省不同产业碳排放脱钩及影响因素研究

利用Tapio弹性脱钩指数分析不同产业碳排放与经济增长之间的关系,并采用LMDI分解法分析不同产业碳排放影响因素。结果表明:(1)不同产业所处脱钩状态不同:贸易餐饮业为强脱钩;农业为弱脱钩;生活消费处于增长连接;工业与建筑业均为扩张负脱钩;交通邮政业为强负脱钩。(2)能源强度和产业规模是促进碳排放变化的主要影响效应类型。能源强度是工业、交通邮政业的主要影响因素,且具有促进作用;该效应也是贸易餐饮业的主要影响因素,但起抑制作用。产业规模则是农业、建筑业和生活消费的主要影响因素,且均具有促进作用。碳强度和能源结构由于能源消费品种单一而作用微弱。最后提出产业低碳化发展的建议。     

中国工业碳排放的特征及影响因素

目前,针对碳减排的研究已成为全球应对气候变暖、提高能源利用效率及促进区域可持续发展的热点课题。本文通过分析2003~2012年中国工业碳排放总量及强度分布,总结了中国工业碳排放的特征,认为影响中国工业碳排放的首要因素是工业经济规模,人口规模为次要因素,行业结构、能源效率及能源结构是影响工业碳排放减量的关键因素。     

基于行业异质性的中国工业发展与碳排放的关系研究

利用对数平均迪氏指数法将工业碳排放总量分解为工业产出规模效应、行业结构效应、行业能源消费结构效应和能源强度效应,从总效应角度研究了上述四个效应对碳排放总量的作用,其中前三个效应对碳排放均有拉动作用,工业产出规模效应的作用最大。能源强度效应对全行业的碳排放量有较强的抑制作用。其次,根据1995~2011年工业32个行业四个效应值及其碳排放的面板数据模型,从总体样本和分行业样本两个层面分别研究四大效应对中国工业碳排放的影响。总样本研究表明,全行业工业产出规模效应和行业结构效应对碳排放有显著的正向和负向影响。分行业样本研究根据能源强度、RD投入、外资比重及资本密集度分类标准对工业行业进行分类,研究基于行业差异的各因素对中国工业碳排放的影响。结果表明,工业产出规模效应和行业结构效应对碳排放的正向影响和负向影响不存在行业差异,行业能源消费结构效应和能源强度效应对不同行业碳排放的影响有一定的差异。最后,根据实证结果提出合理的减排建议。     

什么因素多大程度上影响到 工业碳排放绩效

本文通过利用序列DEA（Sequential DEA）与方向性距离函数构造了碳排放绩效动态指数TCPt,规避了以往碳排放绩效测度的缺陷,较为精确地测算了2003-2010年中国30个省市地区的工业碳排放绩效,并从规模、工业结构、能源结构、要素禀赋、技术、环境规制及外资等七个维度出发,对中国工业碳排放绩效变化的影响因素及其相对重要程度进行了评估与分析。研究结果表明,在整体层面上,工业企业规模、技术水平及外资因素对工业碳排放绩效起到显著正向影响,而重工业比重、国有产权制度结构、资本深化及煤炭消费比重对工业碳排放绩效起到显著负面影响,环境规制对工业碳排放绩效的影响微乎其微,以上各因素的作用方向与相对重要程度因区域不同而存在一定的差异。最后,本文基于以上各因素对工业碳排放绩效的不同作用方向与相对重要程度,给出了差异化的政策内涵解读。     

能源消耗、土地占用及劳动力投入对城市典型企业碳排放的影响研究——基于郑州市181家典型企业的调查分析

基于郑州市2012—2015年181家典型企业的调查数据,对不同类型产业的碳排放及其强度进行核算,并采用LMDI因素分解模型探讨碳排放强度、能源效率、单位用地能源消耗、人均用地及劳动力投入对产业碳排放变化的影响机制。研究结果表明:(1)郑州市典型产业碳排放及碳排放强度总体有所下降,碳排放效率有所提升;(2)能源效率及单位用地能源消耗对产业碳排放起推动作用,而碳排放强度、人均用地和劳动力投入对碳排放起抑制作用;(3)各因素对高能耗产业碳排放变化的贡献值较大,而对用地及劳动力较多的产业碳排放变化的贡献率较高。综上,不同类型产业的碳排放及其变化的影响机制有所差异,建议郑州市未来应针对不同产业的特点采取差别化的低碳发展模式。     

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。     

基于产业部门视角的城镇能源消费和碳排放

利用中国国家和省市能源统计年鉴中的能源平衡表统计城镇能源消费和碳排放,结果显示,首先,工业领域的能源消费量和碳排放量是主体;其次,城镇交通业的能源消费和碳排放增长速度最快,潜力巨大,城镇建筑能耗和碳排放增长稳定;再次,城镇工业、建筑和交通的能源消费和碳排放存在明显的区域差异。对中国30省市的面板计量分析表明,城镇工业、建筑业和交通业对能源消费和碳排放都有正面影响,但是影响程度不相同,工业影响最大,交通业和建筑业也有显著影响。     

基于LMDI模型的工业碳排放影响因素研究——以无锡市为例

在估算2001～2010年无锡市工业分行业碳排放的基础上,基于改进的迪氏对数平均权重分解法,建立工业部门碳排放影响因素的分解模型。研究发现:工业经济规模效应和工业部门内部结构效应分别对工业碳排放起到显著的促进和抑制作用;工业能源结构变化对工业碳排放影响较小;代表节能环保技术水平的能源强度效应减缓了工业碳排放,但其抑制作用不稳定,能源利用效率仍有较大的提升空间。最后提出了相应的减排政策建议。     

福建省碳排放的因素分解实证研究

本文基于1994—2008年的时间序列统计数据,采用对数平均权重的Divisia分解法将影响福建省碳排放的因素分解为能源结构因素、能源排放强度、能源效率和经济发展,建立福建省人均碳排放的因素分解模型,定量衡量各因素对福建省人均碳排放的贡献大小,得出经济发展是福建人均碳排放最大的拉动因素,能源效率是抑制福建人均碳排放最重要的因素,而能源结构对福建人均碳排放的影响相对较小但今后贡献可能增大等结论。     

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。     

低碳经济发展中的碳排放驱动因素实证研究——以浙江省为例

本文基于三大产业和居民生活部门的12种能源消费量数据,较全面地测算了1995—2008年浙江省碳排放量,建立了碳排放驱动因素分解模型,将碳排放的驱动因素分解为能源强度、结构调整、经济发展和人口规模等四大类效应,并采用对数平均权重分解法(LMDI)测算了各类效应对碳排放量的贡献值、变化趋势及相互作用机理。研究结果表明,1995—2008年,浙江省碳排放量呈现不断上升的趋势;经济发展和人口规模对碳排放的正向驱动效应远超过能源强度和结构调整产生的负向驱动效应。本文同时测算出浙江已跨越了碳排放强度的高峰阶段,但仍处于碳排放强度高峰迈向人均碳排放量高峰的阶段。为缩短不同碳排放高峰的跨越时间,降低高峰峰值,本文提出了加快低碳经济发展的相关政策建议。     

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。     

现代工业型与传统资源型城市能源消耗碳排放的对比分析——以无锡市与包头市为例

以现代工业型与传统资源型城市为研究对象,选取包头市与无锡市为代表进行对比,采用对数平均权重分解法对能源消耗引起的碳排放量进行分解,探究两种类型城市碳排放特征与驱动因素的异同。研究认为：①两种类型城市经济发展同碳排放量协同增长,碳排放效率逐年减小,离绝对减排的目标相差较远。新型工业城市具有高GDP低碳排放的特点,且碳排放量趋于稳定;传统资源型城市具有低GDP高碳排放的特点,碳排放强度、减排空间和潜力均大于前者,且碳排放量有进一步增大的潜力。②以煤为主的能源消费结构在短期内很难得到有效改善,使得能源结构调整收效不大;能源效率的提高对碳排放量起到了微弱的抑制作用;经济发展对碳排放贡献一直保持高位。③发展方式转变和产业结构提升,是工业城市尤其是资源型工业城市发展低碳经济的主要路径。     

京津冀碳排放的地区异质性及减排对策

以京津冀为研究对象,选用碳排放量、碳生产率和脱钩弹性系数三大指标分析三省市2000—2011年低碳经济的发展,并以KAYA等式的扩展式为基础,建立LMDI分解模型,对三省市碳排放影响因素进行无残差分解,区分其碳排放的地区异质性,结果显示:北京市呈现碳排放量规模驱动型特征,天津市和河北省的碳排放均呈现出规范结构混合驱动型特征。     

中国区域碳排放空间计量研究

如何从空间视角实现经济发展与碳减排双赢,是建设“美国中国”的重要推手,也是生态文明建设的必然要求。基于STIRPAT模型,从区域层面构建碳排放驱动因素扩展STIRPAT模型,并运用空间杜宾模型实证考察各驱动因素对碳排放规模和碳排放强度的影响。结果显示：地区间碳排放存在显著的示范和带头作用,驱动因素通过直接和间接途径影响碳排放,除能源价格外,其他影响因素均表现出显著性。因此,实现碳减排需要充分考虑空间相关性、异质性和外溢性,稳步推进城镇化进程,加大技术创新步伐,优化产业结构升级和能源消费结构,适度提高能源价格,在扩大对外开放的同时加大对外商投资的甄别。     

Driving forces of global carbon emissions: From time- and spatial-dynamic perspectives

Up to date, collective efforts in greenhouse gas mitigation made by the international community have been rather ineffective. A major reason of the unsuccessfulness may be attributed to imprecise comprehension on the sources of greenhouse gas pollution and their changing dynamics. Utilizing the LMDI decomposition method, this paper investigates the time- and spatial-dynamics of drivers governing global carbon emissions. We decompose and quantify the effects of different drivers, that is, population, affluence, energy intensity and carbon intensity, across time on global carbon emissions. Next based on country-level decomposition, we also calculate and track the spatial gravity centers of the effects of the drivers. Our results show that energy intensity effect is the leading contributor for carbon emission mitigation, whereas economic development, carbon emission intensity and population serve as factors accelerating carbon emissions. We also find significant heterogeneities in the spatial dynamics of the contribution of different drivers, implying that differentiated climate change policies should be made at different countries to effectively curb global carbon emissions.     

Decomposing the decoupling of CO2 emissions and economic growth in Brazil

This paper examines the occurrence of a decoupling between the growth rates in economic activity and CO₂ emissions from energy consumption in Brazil from 2004 to 2009. This decoupling was highlighted when economic activity and CO₂ emissions moved in opposite directions in 2009. More generally, we observe several periods of relative decoupling in Brazil, but not to the extent witnessed in 2009. To identify the determinants of emissions change, we develop a decomposition model based on a log-mean Divisia index (LMDI) framework. The results indicate that the carbon intensity and energy mix are the main determinant of emissions reduction in Brazil between 2004 and 2009. Modifications in the economy structure are also associated to emission mitigation in the period. Such evidence demonstrates similarities with events of decoupling registered for the interval 1980-1994 in Brazil. Finds from Brazil differ from observations in other countries in which improvement in energy intensity has been the most common determinant of emissions reduction.