上海市居民生活用能碳排放的因素分解研究

本文运用IPCC排放因子法和扩展的LMDI因素分解模型,实证分析了上海市居民生活消费碳排放的现状、发展趋势和宏观影响因素。研究发现:(1)1989—2016年,上海市人均生活能源消费碳排放总体呈较快上升趋势,始终显著高于全国平均水平;(2)上海市碳排放结构从此前的煤炭、电力、煤气三大主体逐渐转变为电力、汽油、天然气;清洁能源的碳排放占比逐步提升;(3)上海市居民生活消费碳排放增长的主要驱动因素是收入水平效应和人口增长效应,而抑制因素依次为能源价格效应、能源技术效应、能源支出效应、消费意向效应,能源结构效应的影响作用不显著。本文据此提出相应的对策和建议,以期为上海发展低碳社会、清洁城市建言献策。     

甘肃省能源消费的因素分解分析

运用迪氏对数指标分解法(LMDI)对甘肃省6大产业2006—2011年间的能源消费变动进行因素分解分析。将能源消费增长的总效应分解为生产效应、结构效应和强度效应3个部分。实证研究的结果表明,生产效应是形成甘肃省能源消费增长的主要因素,结构效应的影响不明显,强度效应则有力地延缓了能源消费总量的增长,但生产效应和结构效应之和明显大于强度效应,因此,在此期间能源消费表现为较快增长。     

从能源消费影响因素看天津市“十二五”节能工作重点

将能源消费影响因素分解为经济规模效应、产业结构效应、技术效应、人口效应和人均能耗效应等,对2000年以来天津市能源消费总量增长进行分析,发现产业结构变化并没有没有带来预期的减量效应,人口增长和生活水平提高驱动生活领域能耗上升,而技术进步成为抑制能源过快增长的唯一积极因素。在此基础上,对天津市"十二五"节能工作重点提出了建议。     

供给侧改革视角下江苏省工业碳脱钩效应研究

文章基于供给侧改革视角下江苏省工业企业能源消费碳排放量,通过空间自相关分析碳排放空间格局,并利用Tapio弹性脱钩和Divisia因素分解法来具体分析碳排放脱钩状态。研究发现:江苏省工业企业碳排放空间格局表现出明显地域差异,并存在较强局部正向集聚性;2002～2016年碳排放脱钩总体呈现出"M"型波动趋势,人口增长和工业经济增长有较稳定抑制作用,能源强度和能源结构具有促进作用,并且能源强度是碳排放脱钩的主要贡献者。     

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.     

山东省能源消费二氧化碳排放驱动影响因素分析

以《省级温室气体清单编制指南(试行)》方法核算山东省1994年到2012年能源消费二氧化碳排放为基础,然后基于扩展的Kaya恒等式,利用LMDI分析人口增长、经济发展、能源强度、产业结构调整和能源结构变化对二氧化碳排放的影响。结果表明:山东省二氧化碳排放总量从1994年的27150.05万吨增长到2012年的128005.06万吨,年均增长8.99%,增长主要来源于工业,尤其是电力生产;在1994年和2005年山东省二氧化碳排放强度和人均二氧化碳排放均高于国家同期水平。二氧化碳排放总量累计增加100855.02万吨中人口增加、经济发展、能源结构变化、能源强度下降和产业结构调整所占比重分别为5.92%、126.13%、16.89%、-46.66%和-2.28%,表明经济发展成为推动二氧化碳排放增长的主要力量,而能源强度下降则为减少二氧化碳排放的主要推动力量。建议山东省低碳发展从以下方面入手:持续提高能源使用效率、能源结构优化调整、产业结构优化调整和推动开展碳交易。     

中国能耗增长的阶段性特征:基于LMDI模型的实证研究

本文运用与SDA法相结合的LMDI分解模型,根据能耗增长特点分四个阶段探讨了包含能源强度、中间投入结构变动的技术效应和包含消费、投资、出口变动的最终需求效应对中国能源消耗增长的时段驱动模式。结果表明:(1)1997-2010年间,各阶段"三驾马车"引领的最终需求效应不单是规模庞大,也应相对稳定,能耗增长的异常波动主要取决于技术效应;(2)能源强度效应一直起着节能降耗的积极作用,而中间投入结构自2002年后向高耗能依存特征转变,成为能耗增长的推动因素;(3)2006年开始实施的能源强度政策有效改变了能耗增长轨迹,而国际金融危机的突然爆发扭曲了政府政策执行的初衷、方式和效率。     

工业化国家与新兴市场经济体碳排放驱动因子差异性研究

文章根据国际能源署(IEA)1971~2010年碳排放数据,运用IPAT模型检验G20国家碳排放及其驱动因素变化的差异性。结果发现:(1)经济增长是所有工业化国家和新兴经济体碳排放增长的最主要正向驱动因素,对于新兴经济体而言,人口增长和城市化也是重要的正向驱动因素;(2)能源强度是大部分工业化国家和部分新兴市场经济体(中国、印度、韩国、土耳其和印度尼西亚)的主要负向驱动因子,但同时又是一些国家(如法国、巴西、墨西哥、南非和沙特阿拉伯)碳排放的正向驱动因子;(3)能源碳强度在部分新兴市场经济体(如南非、俄罗斯联邦、阿根廷、巴西和墨西哥)作为负向驱动力正在抑制碳排放的增长,而在其他新兴市场经济体(如中国、印度、印度尼西亚)仍然作为正向驱动力在推进碳排放的增长,但其增长趋势已出现明显下降。无论工业化国家还是新兴市场经济体,依据各自影响碳排放增长的首要正向驱动因子和负向驱动因子制定相应的适应性碳减排策略,有助于进一步推动各国在减缓气候变化方面行动的有效性和可靠性。     

基于STIRPAT模型的甘肃省能源消费碳排放影响因素分析

依据甘肃省1995—2012年的统计数据,在估算能源消费碳排放量的基础上,运用STIRPAT模型分析了人口数量、老龄化率、城市化率等人口因素,人均GDP、居民消费水平等经济因素和能耗强度与产业结构等技术因素对能源消费碳排放的影响,结果表明:(1)甘肃省能源消费的碳排放量呈波动上升态势;(2)人口城市化对能源消费碳排放的影响最为显著;(3)居民消费水平的提高是甘肃省能源消费碳排放的第二大驱动因素;(4)产业结构是影响甘肃省能源消费碳排放的第三大因素;(5)能耗强度尽管对碳排放具有一定的抑制作用,但效果并不显著。     

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。     

广东省产业结构、能源消费与经济增长的关联效应——基于灰色关联模型的实证分析

利用广东省2005—2012年的数据,主要采用灰色关联分析法对广东省能源消费、产业结构与经济增长的关联效应进行实证分析,结论是能源消费是广东经济增长的首要驱动力,而第三产业是促进经济腾飞的重要因素。因此,要加快广东省经济发展,首先要改善能源利用效率,其次要促进产业的转型升级,同时还要致力于发展绿色经济,不断加大可再生能源的开发力度,才能形成较为合理的能源消费结构。     

长三角居民生活用电量时空差异及驱动因素研究

以长三角为例,采用LMDI模型和M-R模型从时空视角将2009—2019年长三角居民用电差异的驱动因素分解为人口规模效应、人口城镇化效应、家庭规模效应、用电强度效应。研究发现：用电强度、家庭规模、人口规模是推动长三角居民用电量增加的因素,用电强度推动作用最大,人口城镇化抑制了用电量增加;长三角居民用电量的空间差异在逐渐扩大,人口规模是上海、江苏空间差异的关键驱动因素,浙江空间差异主要来源于农村较高的用电强度,安徽则是由于农村较低的用电强度。降低江苏和浙江用电强度,提高安徽城镇化程度和农村用电强度,研发和使用绿色建材和智能电器是控制长三角居民用电增长和缩小空间差异的关键路径。     

“碳中和”目标下深圳工业碳减排路径研究

深圳工业碳排放量高、涉及门类复杂,需要充分认识其碳排放的特征与短板,尽快制定减排方案与具体路径。本文基于对深圳工业碳排放量的精确核算与碳排放影响因素的分解分析,揭示各影响因素对深圳工业碳排放的作用效果;并设置情景分析,得到深圳市工业碳减排的路径选择。本文的研究结果表明,深圳市工业碳排放整体呈现明显下降趋势,能源强度和碳排放系数是抑制深圳市碳排放的主要因素。就业人口、人均产出和包含技术进步的碳排放强度每增加1%时,深圳市工业碳排放分别增加0.484%、0.650%和0.879%。在低人口增长率、低人均产出增长率、高碳排放强度下降率的情景下,深圳可以实现不影响工业经济增长的减排目标。本文结果可以为深圳市工业“碳中和”路径选择提供参考。     

经济增长、能源消费与二氧化碳排放的动态关系研究

本文首次采用最新发展的有向无环图技术方法,对中国经济增长、能源消费与二氧化碳排放的动态关系展开深入研究,并结合递归分析方法,考察增长-能源-排放关系随时间的演变轨迹。研究结果表明,能源消费与碳排放是支撑中国经济增长的重要因素,现阶段任何大规模节能减排的措施都将不可避免地对经济增长产生较大影响。本文发现,中国存在着由经济增长#能源消费#二氧化碳排放的关系链,随着经济的发展,二氧化碳排放将进一步增加,中国将面临更加严峻的生态环境问题。能源消费与碳排放是十多亿人口生存、生活、发展的客观需要。不顾中国人口规模庞大等基本国情,一味地要求中国等发展中国家承担与发达国家相同的减排责任,将可能延缓乃至阻碍低碳经济在欠发达国家(地区)乃至全球的发展进程。     

北京能源与经济互动关系特征分析

化解北京人口资源环境约束的重要点之一是建立创新型的北京经济增长与能源消费互动关系。分析发现:由于结构优化、效率提升等原因,促进北京的能效提升,但是能源消费总量及环境容量制约仍存在,因此,需要构建创新型的环境约束下能源适应经济增长方式转变的内在机制,重点构建能源约束以及环境约束的制度环境,实现能源消费与经济发展良性互动的发展模式。     

湖北省碳排放与经济增长脱钩分析

以2000-2014年湖北省GDP、能源消费和碳排放为基础数据,从能源结构、能源消耗强度和碳排放强度方面分析在此期间湖北省能源利用现状以及变化趋势,并且利用Tapio脱钩模型,分析湖北省2001 -2014年间经济增长与碳排放之间脱钩关系,将能源消费作为中间变量说明脱钩状态变化的原因。结果表明湖北省在此期间经济增长与碳排放绝大多数处于弱脱钩状态,并有向强脱钩转变的趋势,并且分析原因主要是经其二者与能源消费结构的改善和能源能利用率的提高有密切关系。最后就区域层面、企业层面以及个人层面提出相关建议。     

城镇化水平与能源消费碳排放的关系探讨 ——以山东省为例

探究城镇化水平与能源消费碳排放的关系,考虑到人口数、富裕度和能源强度等因素也会对碳排放产生重要影响,因此将上述因素一并纳入修正的STIRPAT模型,借助岭回归分析法来降低模型的多重共线性,来探究1996—2019年山东省城镇化水平与能源消费碳排放的关系以及验证城镇化水平与能源消费碳排放之间是否存在倒U型曲线关系.研究发现,城镇化水平与能源消费碳排放之间存在一定程度的正相关,且城镇化水平与能源消费碳排放之间存在倒U型关系的结论.最后针对研究结论,结合当前山东省的城镇化发展给出了政策建议.     

福建省碳排放达峰驱动因素及达峰路径研究

碳排放急剧增加使温室效应持续加强，研究碳排放峰值及达成时间对实现碳达峰具有重要意义。采用改进Kaya模型、LMDI指数分解法探讨福建省碳排放影响因素，构建STIRPAT模型并运用组合情境分析法模拟未来福建省碳排放。结果表明，能源消费总量呈现不断递增趋势，即2003年4 062.6万吨标准煤增加到2020年13 905.19万吨标准煤，平均增长率为7.99%；能源消耗强度因素、经济发展因素与人口因素对CO2排放为正向影响，能源强度因素为负向影响，影响强度大小依次为经济效应、能源强度效应、人口效应、排放强度；在人口规模、能源强度、人均GDP、城镇化率、第二产业占比发展模式为低-低-中-低-低、低-低-中-低-中、低-低-中-中-中时出现峰值，分别在2040年、2025年和2030年出现峰值，峰值排放量分别为7300.07万吨、6888.94万吨、6999.47万吨。为此，提出资源利用、低碳产业体系和人口规模等方面建议，旨在识别碳峰影响因素以及探讨最优达峰路径。     

上海1978—2009年能源反弹效应的完全分解分析

文章运用完全分解模型对经济增长中的能源反弹效应进行分解分析,并运用上海1978-2009年间的数据进行实证研究。结果表明：无论是技术效应还是结构效应,影响能源消费量增长的主要因素是规模效应,并且其作用远远大于能源效率提高所带来的能源消费量减少的影响,这使得经济增长中出现了能源效率提高而能源消费量反而持续上升的反弹现象。要弱化甚至消除反弹效应,一方面要进一步优化产业结构,但更为重要的是进行总量控制。     

广东碳排放量的动态演进

本文根据广东省统计年鉴,计算出1990～2011年碳排放量,结合经济发展水平、能源结构和产业结构,分析广东省碳排放动态演进过程,并通过LMDI因素分解模型,分析出经济发展、能源强度和碳排放强度的贡献度和贡献率。研究表明:广东省碳排放量与经济发展水平高度相关,高碳能源结构和产业结构将使得碳排放量保持增长态势;经济发展因素推动碳排放增长,能源强度和碳排放强度抑制碳排放增长。