我国碳排放强度影响因素的实证分析

文章运用单位根、格兰杰因果检验和自向量回归模型,利用我国1980～2010年的样本数据,对我国的碳排放强度影响因素进行计量分析。研究发现:产业结构、技术进步、城市化和投资对碳排放强度具有长期影响,能源结构和人口规模变化对碳排放强度具有短期效应。碳排放强度的影响因素依重要程度排序为:产业结构、城市化、能源结构、技术进步。     

基于协整检验的江苏省碳排放强度影响因素分析

文章首先利用pearson关联度分析,从可能影响江苏省碳排放强度的七个因素中筛选出与碳排放强度相关度最高的前三个变量:能源强度、第三产业比重和外贸依存度,然后采用协整分析方法研究三个变量和碳排放强度之间的长期均衡关系,得到协整模型和向量误差修正模型,同时进行脉冲响应函数和方差分解分析.结论为江苏省碳排放强度与能源强度、第三产业比重之间存在正向影响关系,碳排放强度与外贸依存度之间存在负向影响关系.鉴于分析结果,建议从提高能源效率、第三产业低碳化和优化对外贸易结构三个方面降低江苏省碳排放强度.     

江苏省碳排放的因素分解模型及实证分析

目前,我国的碳排放主要源于能源消费。近年来随着人口增长和经济发展,能源消费的剧增以及严重倚靠煤炭的不合理能源结构短期内难以改变,导致了江苏省碳排放的不断增加。文章在运用碳排放量基本等式计算江苏省碳排放量的基础上,采用对数平均权重Divisia分解法（Logarithmic mean weight Divisia method,LMD）,建立江苏省人均碳排放的因素分解模型,对1996-2007年间,经济发展、能源结构和能源效率这三个主要因素对江苏人均碳排放的影响进行定量分析,结论是经济发展对促进江苏人均碳排放的贡献率呈指数增长,然而能源结构和能源效率对抑制江苏人均碳排放的贡献率并不显著,且难以抵销由经济发展拉动的江苏省碳排放量增长。2005年以来江苏碳排放增速下降,这说明尽管碳减排目标尚未实现,但江苏省的节能减排工作已取得初步成效。     

基于对数平均因素分解法的低碳排放计量模型初探

低碳排放受经济规模、能源结构、碳排放强度、能源利用效率、经济增长方式、产业结构、城市化水平、碳汇与碳源等多种因素影响,在实际排放量计算公式基础上引入调整系数,构建调整后的碳排放量计算模型提供了碳排放计量的新思路。     

不同空间尺度碳排放强度的时间演化特征

基于联合国政府间气候变化专门委员会提供的碳排放测算方法，研究2010—2019年全国尺度、区域尺度的碳排放强度时间演变特点和空间分布格局。结果表明：①天然气、煤油、汽油、原油4种能源的碳排放量逐年增长；柴油的碳排放量先增长后保持平稳；燃料油的碳排放量先增加后减少；焦炭、煤炭的碳排放量呈现“N形”趋势。②全国碳排放量不断上升，总体呈现急速增长、相对平缓、快速增长的三个阶段。但由于经济增长速度超过碳排放量增长速度，全国碳排放强度呈现下降趋势。③七大区域碳排放强度整体呈现下降趋势，具有“东高西低、北高南低”的空间分布格局特征。     

基于神经网络的建筑业碳排放强度预测——以京津冀为例

通过统计分析得出影响建筑业碳排放强度的13个影响因素,基于收集的京津冀相关数据,运用逐步回归分析找出其中6个关键因素.借鉴五折交叉验证解决数据稀缺问题,采用神经网络对京津冀建筑业碳排放强度进行预测.利用敏感性分析简化模型,筛选出4个核心因素.结果表明,此模型预测精度高达99％,同时根据挖掘出的核心因素和关键因素,提出建筑业节能减排的建议.     

基于扩展的STIRPAT模型的新疆碳排放量的影响因素研究

基于扩展的STIRPAT模型,采用新疆1990~2010年统计数据,对新疆碳排放量的主要影响因素进行了实证研究。研究表明,当新疆人均GDP、能源强度、单位能耗碳排放量、人口规模每提高1%时,碳排放总量增长率将分别增长1.938%、1.233%、0.346%、0.329%。当新疆人均GDP、能源强度、单位能耗碳排放量每提高1%时,人均碳排放量增长率将分别增长2.742%、1.713%、0.477%。     

中国碳排放强度变动趋势分析及预测

以二氧化碳为主的温室气体导致全球气候变暖已为世界所公认,而中国的碳排放已经成为国内外研究与讨论的热点问题之一。2009年哥本哈根气候变化会议上,中国向世界做出承诺：到2020年中国二氧化碳排放强度比2005年下降40%~45%。本文基于1990~2009年中国碳排放强度的历史数据,分析其变动情况并预测2020年是否能完成减排40%~45%的承诺。最后提出了为实现减排任务的承诺提出政策性建议。     

资源型产业碳排放强度变动及贡献因素分析

首先根据狭义资源型产业内涵将其划分为采掘类和初级加工类,基于1998—2010年的统计数据对我国资源型产业碳排放量进行测算、判断碳排放强度变动趋势,从结构份额和效率份额分析内在动因。结果表明:中国资源型产业碳排放强度总体呈下降趋势,年均降幅为10.20%。其中,结构份额的累计贡献度为-0.55,阻碍碳排放强度的下降;效率份额的累计贡献度为13.92,是资源型产业碳排放强度下降的主要贡献因素。     

基于主成分分析的我国城市交通运输碳排放影响因素研究

随着交通运输业的发展，城市交通运输已逐渐成为我国能源消耗及碳排放量增长的重要贡献者。本文综合以往研究，选取5个因素（社会经济、运输能力、人口因素、基础设施、科技投入），建立包含27个指标的评价体系，利用主成分分析法计算2001—2020年各影响因素的主成分得分。研究结果有利于促进城市低碳交通的平稳发展，能够给城市交通运输绿色发展带来理论和路径启示。     

数字经济对碳排放强度的影响——基于282个城市的实证分析

基于2011—2021年中国282个城市面板数据,实证检验数字经济对碳排放强度的影响。研究发现,数字经济的发展能显著降低城市碳排放强度,并且存在先降后升的“U型”特征。以产业结构高级化的质、产业结构高级化的量、绿色技术创新作为调节变量,检验得出产业结构高级化的质强化了数字经济对碳排放强度的负向作用,而产业结构高级化的量和绿色技术创新则弱化了这种负向作用。     

数字金融对碳排放强度的空间效应及影响机制

基于中国2011—2020年省级面板数据，采用双向固定效应模型、中介效应模型、空间计量模型研究数字金融对区域碳排放强度的影响。研究发现：数字金融发展对碳排放强度具有显著的抑制效应，进行内生性处理后结论依然成立；数字金融通过经济发展质量、产业结构升级降低了碳排放强度；空间溢出效应分析表明数字金融对邻近地区碳排放强度具有正向空间溢出效应。因此，各地区之间应保持紧密的合作，不断推进数字金融高质量发展，因地制宜地发展数字金融。     

我国可再生能源消费与碳排放强度时间序列分析

分析可再生能源消费与碳排放强度之间的关系对于实现控制碳排放强度,减少不可再生能源的消耗的目标具有重要意义。具体分析了我国1953年—2013年的可再生能源消费量与碳排放强度之间的协整关系和Granger因果关系,并建立了误差修正模型,结论得出,我国可再生能源消费与碳排放强度之间存在长期均衡关系,且二者之间具有负相关关系,可再生能源消费的增加是碳排放强度降低的原因,但碳排放强度的变动对可再生能源消费量的影响并不显著。     

碳排放权交易试点的区域减排效应 ——基于PSM-DID模型

选取2007—2019年中国30个省区市的数据,以碳排放权交易政策构造准自然实验,采用倾向得分匹配-双重差分模型分析碳排放权交易试点对区域的碳减排效应。研究发现,碳排放权交易降低了试点区域的碳排放量。经过中介效应检验发现,碳排放权交易通过引起试点区域的产业结构升级和能源消费结构优化来促进碳减排,加快了试点区域的产业结构调整升级,提高了清洁低碳能源的消费比例,减少了煤炭等化石能源的消费。通过协同减排效应分析发现,碳排放权交易发挥了协同减排作用,减少了二氧化硫等其他污染物排放量。     

湖南省1995-2010年能源消费碳排放变化的因素分解分析

基于扩展的Kaya恒等式,应用LMDI分解方法,文章定量分析了人口规模、经济规模、产业结构、技术进步和能源结构5个因素对湖南省1995-2010年能源消费碳排放变化的影响.结果表明:经济规模效应、技术进步效应、产业结构效应和人口规模效应是正向影响因素,其对湖南省16年间能源消费碳排放总量变化的贡献率分别为41.15%、37.84%、12.86%和9.46%;能源结构效应是负向影响因素,其贡献率仅为-1.3%.湖南省减少碳排放的重点是加快推广碳减排相关技术的应用和普及,加快发展可再生能源,促进产业结构的优化和升级.     

双碳战略下四川省碳排放规模影响因素研究

在碳达峰和碳中和的战略目标下，为了对四川省三类产业碳排放规模进行分析，选取四川省三类产业2005—2019年的数据，通过建立面板数据模型分析四川省三类产业的就业结构与GDP增速对碳排放规模的影响。结果表明，四川省三类产业的就业结构、GDP增速对碳排放规模的影响都十分显著，三类产业的自发碳排放规模也存在一定差异。最后根据结论提出促进绿色就业和鼓励新型能源发展来减少碳排放规模的建议。     

国际碳排放交易的成本与收益分析

国际碳排放交易作为《京都议定书》中的重要机制之一,已在全球范围内推行与实施。碳排放交易既可能带来企业技术改进收益、行业生产率提高与产业发展、弥补资金缺口与吸取先进经验以及改善环境与缓解减排压力等方面的收益,也会产生市场进入与政策执行成本、CDM项目市场上的成本和风险、污染的外溢性效应、金融风险以及其他衍生成本,具体影响结果取决于两者的比较,通过碳排放交易,企业之间可以在既定的标准约束下实现帕累托最优。