城镇化进程中居民生活碳排放动态特征分析

对2000~2012年间中国城镇居民与农村居民的直接、间接碳排放变化情况进行统计及回归分析,结果表明:截至2012年,城镇居民人均直接碳排放量年均增长17.14%,间接碳排放量年均增长6.42%,农村居民人均直接碳排放量年均增长16.51%,间接碳排放量年均增长2.81%;能源消费强度的下降及居民生活消费支出的上升联合作用,使城镇与农村居民生活间接碳排放量均呈现波动增长趋势,其中食品与居住消费是居民间接碳排放主导因素;城镇居民人口数量是城镇居民生活碳排放总量的决定性因素;城镇生活方式相比农村具有更低的单位生活支出碳排放量;城镇化率对居民生活碳排放量分别具有0.13%和0.09%的弹性系数,初步验证了城镇化与居民生活碳排放的正相关关系。     

中国农村居民生活用能碳排放影响因素研究

基于状态空间模型(SSM)定量分析1995-2014年中国农村人口、居民收入、生活消费支出结构、能源消费结构4个变量对农村居民生活用能碳排放的动态影响过程。研究结果显示:农村人口数量对农村居民生活用能碳排放量的变弹性系数为负值,随着农村居民生活方式的转变和生活水平的提高,农村居民人均生活用能碳排放增速显著,农村居民生活用能碳排放并未随着农村人口的减少而降低;居民收入和生活消费支出结构对农村居民生活用能碳排放量均存在正向效应;以电力消费占总能源消费比重为表征的能源消费结构对农村居民生活用能碳排放量存在负向效应,虽然电力消费比重增加降低了农村居民生活用能直接碳排放量,但是居民生活用电的间接碳排放量增加了。人口数量和生活消费支出结构对农村居民生活用能碳排放量的影响作用较大。     

浙江省能源消费碳排放动态特征及影响因素研究

采用IPCC推荐的碳排放计算公式,测算了2000年到2011年浙江省能源消费碳排放量,分析了人均碳排放量和碳排放强度的动态特征,并利用LMDI分析其排放变化的影响因素。研究期间,浙江省人均能源消费碳排放量不断上升,碳排放强度呈现下降的趋势,浙江省碳排放处于碳排放强度倒U型曲线高峰到人均碳排放量倒U型曲线高峰阶段的过渡期。经济发展对人均碳排放量增长起到拉动作用,产业结构、能耗强度、能源结构、碳排放系数变化起到抑制作用。产业结构、能耗强度和单位能源消耗碳排放强度变化均对碳排放强度下降产生正向驱动作用。     

吉林省能源消费碳排放相关影响因素分析及预测——基于灰色关联分析和GM(1,1)模型

采用灰色关联分析方法对吉林省2000~2012年能源消费人均碳排放量与能源消费价格、能源消费结构、能源消费强度、经济发展水平、产业结构和城市化水平等相关影响因素的关联度进行分析,并利用GM(1,1)模型对吉林省2016~2018年人均碳排放量进行了预测。预测结果显示,各相关影响因素在保持现状的情况下,能源消费人均碳排放量未来将会以更高的年均增长速度持续增长。为此,文章根据灰色关联度分析结果,从能源消费价格、能源消费结构、产业结构和能源消费强度几个碳排放相关影响因素入手,提出了降低吉林省能源消费碳排放的政策建议。     

基于城乡视角的居民能源消费影响因素研究

2002—2016年,伴随着291亿农村人口的城镇化,中国居民能源消费量增长了190%。在这一背景下,准确识别城乡居民能源消费模式差异及影响因素显得至关重要。本文基于城乡视角,重新界定居民能源消费,涵盖了建筑用能和交通用能两部分;同时在模型中创新性地引入了财富效应和强度效应,结合结构效应、城镇化效应和人口效应进行定量研究。利用对数平均迪氏分解法,基于我国2002—2012年城镇、农村居民数据,本文考察了不同驱动因素对城镇和农村能源消费的异质性影响。结果表明,建筑能耗强度和住房面积的增长是驱动居民能源消费增长的主要因素,机动车数量的增加也对城镇居民能源消费有明显的正向作用。由于较高的增长率,农村建筑能耗强度和人均住房面积增加对能耗增量的贡献已经逐渐超过城市。此外,分解结果表明,城镇化对居民能源消费的正向效应在逐年递减。这为“城镇化导致居民能源消费增加”提供了间接反证。     

经济增长及宏观调控对我国居民消费的效应分析

基于协整理论,利用1978-2007年的时间序列数据,从城镇居民和农村居民人均消费支出角度,通过构建四变量VAR模型,分析了经济增长及宏观调控对我国居民消费的效应。研究结果表明:居民收入是影响居民消费的主要因素;不确定性的增加对居民消费具有抑制作用;经济增长对我国居民消费产生正向效应,但影响不明显;宏观调控对于农村居民消费的影响大于城镇居民,其中政府支出对我国居民消费影响主要表现为挤入效应,而利率的收入效应大于替代效应;最后,适度的通货膨胀有利于促进居民消费。     

基于指数分解的居民生活用能碳排放影响因素研究

运用对数均值迪氏指数(LMDI)因素分解法,构建了居民生活用能碳排放影响因素模型,并运用该模型对2000~2012年中国居民生活用能碳排放影响因素进行了实证研究。研究发现,造成我国居民生活用能碳排放快速增长的最主要原因是人均消费水平的提高,其次是居民能源消费支出占总生活消费支出比重的增加。能源消费结构的改变促进了居民生活用能碳排放量的减少,是抑制我国居民生活用能碳排放量减少的主要力量。能源价格的不断上升,也在一定程度上促进了居民生活用能消费及碳排放量的降低。     

中国居民生活用能碳排放影响因素分析——基于STIRPAT模型

近年居民碳排放比重逐年上升。在此背景下,文章测算了1990—2014年我国居民生活用能碳排放,并运用STIRPAT模型定量分析各变量对生活用能碳排放的影响。结果表明:能源结构、居民消费水平、城镇化率对我国居民生活用能碳排放的影响程度相对较大;从绝对视角来看,各因素的弹性系数绝对值依次为:人口规模、城市化率、能源结构(负值)、居民消费水平和能源强度。研究结果为我国能源结构的优化、集约型城市化的发展以及低碳消费的倡导提供理论基础。     

上海市交通能源消费碳排放的测算与分解分析

依据IPCC清单指南报告,以能源消耗为对象,测算2000—2010年上海市交通运输业能源消费碳排放量、人均碳排放量以及碳排放强度的变化趋势。以2000年为基年,采用LMDI分解方法,对上海市交通运输领域能源消费碳排量的变化进行分解分析。结果表明:①交通碳排放强度整体呈下降趋势,其中能源强度的下降起主要作用。能源结构对促进碳排放强度的下降作用较弱,但有增强趋势。②交通碳排放量不断增加。其中人口数量和人均GDP始终表现为正效应,起促进作用;能源强度除2004年外均表现为负效应,起抑制作用;能源结构始终表现为负效应,对减少碳排放有重要作用。     

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。     

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。     

浙江省居民消费间接碳足迹测算及影响因素研究

运用投入产出法构建居民消费碳足迹测算模型,结合浙江2002—2012年各行业相关数据,估算居民消费的直接和间接碳足迹。并基于LMDI法构建居民消费间接碳足迹(CF~e)影响因素分解模型,考察人口规模、经济发展水平、消费水平、消费结构、能源消费强度、能源碳排放强度六种效应对CF~e总量效应的影响。研究显示:城镇居民消费间接碳足迹是浙江省着重减排对象,经济发展水平效应是驱动CF~e增长的主要原因,能源消费强度效应是抑制CF~e增长的主要因素,居民消费结构优化对CF~e增长也起一定延缓作用。     

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。     

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。     

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。     

江苏居民消费碳排放测度与影响因素研究——基于GTWR模型的实证分析

基于CLA(消费者生活方式法)模型和ESDA模型对2009—2017年江苏省居民生活消费碳排放量进行测度与时空关联关系分析,构建OLS模型和时空地理加权回归(GTWR)模型研究碳排放量的社会和经济影响因素,结果表明:研究期内居民生活消费碳排放量显著增长,并呈现苏南>苏中>苏北的空间格局;13个省辖市人均生活消费碳排放量Moran’s I指数从0.5267增长至0.5789,并呈现“HH”和“LL”的空间集聚特征;总体来看,人口密度、恩格尔系数和R&D占比对居民消费碳排放量有负向影响,而人均地区生产总值、第三产业占比和人均生活用电量对其有正向影响,且城市间各因素回归系数存在空间差异性。依据分析结论,提出提高第三产业能源利用率,倡导居民绿色生活和低碳消费等措施建议。     

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。     

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。     

基于LMDI的能源消费碳排放因素分解及情景分析——以兰州市为例

论文将工业部门基于产值分为高、中、低产值行业,测算了兰州市2007—2016年9种主要能源消费的碳排放量,运用LMDI法(对数平均迪氏分解法)将碳排放增量分解成经济增长、产业结构、能源结构与能源强度4种效应。结果表明,2007—2016年碳排放经历了先上升后下降的趋势,产业结构和能源强度的累积效应为负,经济增长和能源结构的累积效应为正,能源结构是碳排放增加的最大拉动因素,能源强度对碳排放具有较大的抑制作用。通过情景设置,发现综合减排模式效果显著,并提出了相关建议。