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。     

上海市居民消费的间接碳排放及影响因素分析

文章利用政府宏观统计数据,基于投入产出模型测算了上海居民消费产生的间接碳排放,并利用扩展的投入产出模型,使用结构分解分析法分析了居民消费间接碳排放的影响因素。结果表明:1997-2010年,上海市石油加工炼焦及燃烧加工业、金属加工制品、交通运输仓储及信息服务3个部门的碳排放强度、碳排放乘数因子均处于各部门前列,是能源消耗高度密集型部门;上海市居民间接能源消费产生的碳排放总量、城镇居民间接能源消费产生的碳排放呈上升趋势,农村居民间接能源消费产生的碳排放总体呈下降趋势。结构分解结果显示,上海市居民消费水平的提高是居民消费间接碳排放增加的主要驱动力;城镇人口规模的增加也是影响上海城镇居民消费间接碳排放总量增加的重要因素。调整居民消费结构、降低部门碳排放强度是现阶段居民消费碳减排的有效措施。     

基于LMDI的南京市工业能源消费驱动因素分析

工业能源是碳排放主要来源。研究省会城市工业能源消费驱动因素具有很强代表性。文章使用LMDI模型将南京工业能源消费变化分解为能源结构效应、能源强度效应、经济结构效应、社会富裕效应和人口效应。结果表明,社会富裕因子是能源消费增长的主要促进因素,人口因子次之,能源结构因子对能源消费增长的促进作用较弱;而能源强度因子是能源消费增长的主要抑制因素,经济结构因子是能源消费增长的重要抑制因素,最后提出相关建议。     

我国居民生活能源消费量的影响因素分析

文章建立了我国居民人均生活用能量与其影响因素之间的VAR模型,对其进行Johansen协整关系检验和格兰杰因果关系检验,并以江苏省居民人均生活用能影响因素实证分析为例,进行补充检验分析。结果表明,人均消费支出的增长、人均生活能源消费结构的变化与生活能源消费量之间存在长期的协整关系,并且二者均是人均生活能源消费量变化的格兰杰原因。其中,人均消费支出存在较明显正效应,随着人均消费支出的增加,人均生活能源消费量会有所增长,但增长速度缓于实际消费支出的增加;人均生活能源消费结构的影响作用较弱,随着煤炭占比的减小,电力、天然气等高品质能源的消费量将不断增加,总体能效水平也将有所提升。     

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。     

上海市碳排放的历史特征与远期趋势分析

本文推导了能源消费总量、结构与碳排放量之间的关系式--即单位能耗碳排放系数的表达式,利用上海市1978年～2007年的历史数据,构建了上海市能源消费总量与经济总量、人口和产业结构之间的关系式.在此基础上,按照对2010年、2020年上海经济增长速度的估计预测能源消费总量,模拟出不同情景下的能源结构,从而测算上海市各主要年份的碳排放总量,分析上海市碳排放总量、人均碳排放和碳排放强度的演变趋势.     

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.     

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。     

影响我国碳排放的因素分解

我国实现碳达峰、碳中和的任务目标存在诸多的困难与挑战,研究不同地区碳排放的主要影响因素对制定差异化政策有重要的意义.基于1997—2019年我国的30个省级面板数据,采用混合回归模型(PRM)和固定效应模型(FEM)分别对我国人均碳排放的影响因素以及东中西部的人均碳排放因素进行实证分析,研究发现不同地区差异化的禀赋条件,影响碳排放的主要因素也是不同的.从全国范围来看,人均能源消费、能源结构、清洁发电量比重、城镇化率、人均国内生产总值均通过显著性检验,且符合环境库兹涅兹倒"U"型曲线.但东中西部碳排放量的主要影响因素却各不相同,东部地区只有人均国内生产总值通过了显著性检验,而中部地区的人均碳排放量主要受人均能源消费的影响,西部地区清洁发电对减少碳排放有积极的影响.针对不同地区对碳排放量影响的异质性,从加快技术进步、推动产业结构调整、提供政策保障等方面提出了相应的政策建议.     

“金砖四国”的碳排放、能源消费和经济增长

基于1981-2008年数据,采用协整检验方法,实证分析了金砖四国的碳排放与能源消费结构和经济增长之间的长期均衡关系和短期相互影响,结果表明:长期来看,各国的碳排放与各种能源消费均具有显著正相关关系,中国的碳排放与GDP负相关,而其他三国均是正相关;短期来看,煤炭消费是影响中国、俄罗斯和巴西碳排放的一个重要的共同的能源消费因素,中国、印度和巴西的经济增长均是导致石油消费增加的重要影响因素。     

低碳经济下上海市能源需求暨碳排放情景分析

基于2000—2010年上海市能源消耗和碳排放数据,分析了上海市能源消费现状,并根据IPCC碳排放系数计算了上海市能源消费及其导致的碳排放总量以及各产业的排放情况。采用情景分析方法,预测了2015年和2020年上海市分别在基准情景和低碳情景之下的能源消费暨碳排放情况,预测结果显示,基准情景之下上海市2015年和2020年的能源消费分别为14031.7742和16133.6646万吨、二氧化碳排放达到3.19和3.88亿吨;低碳情景下上海市2015年和2020年的能源消费分别为10834.2021和10448.7935万吨,二氧化碳排放为2.44和2.58亿吨。     

Regional variation of energy-related industrial CO2 emissions mitigation in China

This paper analyzes the reasons for regional variations in industrial CO₂ emissions mitigation. First, regional industrial CO₂ emissions during the “11th Five-Year Plan” period are calculated based on the presented method. Then a two-level perfect decomposition method, LMDI, is used to find the nature of the factors that influence the changes in energy-related industrial CO₂ emissions in nine economic regions in China. The changes of industrial CO₂ emissions are decomposed into energy emission factor effect, energy structure effect, energy intensity effect, industrial structure effect and economic output effect. As the results suggest, rapid growth of industry is the most important factor responsible for the increase in CO₂ emissions. The adjustment of both industrial structure and energy structure contributes to the increase of CO₂ emissions slightly. Energy consumption per unit GDP is the most important measure of CO₂ emissions and the energy emission factor by itself also makes a weeny contribution to CO₂ reduction as a result of electricity generation efficiency enhancement.     

无锡市碳排放与经济发展水平的Tapio弹性脱钩分析

“花房效应”已使能源碳排放成为国内外重要的环保议题,如何在保持经济增长的同时减少碳排放成为各地区共同面临的挑战。无锡市地处苏南用能负荷中心,能源消耗量大,采用Tapio脱钩模型,以2007年为首个基数年,对无锡市2008-2016年碳排放与经济发展水平进行脱钩分析,研究发现无锡市碳排放与经济发展整体上处于弱脱钩状态,碳排放主要来自煤类能源,还有进一步向实现强脱钩转变的潜力。根据结论提出减排建议,以期为无锡市低碳城市构建提供科学参考依据。     

中国城镇居民生活用能和生活垃圾CO2排放测算及影响因素研究

利用IPCC1996经验公式测算了1980-2011年中国城镇居民使用生活能源和生活垃圾填埋分解过程中排放的CO2。人均CO2排放量和人均生活能源CO2排放量呈先下降再上升的趋势,生活垃圾产生的CO2呈先波动上升再趋于平稳的趋势。采用WLS方法分析了其影响因素。城镇居民恩格尔系数和城镇失业率与人均CO2排放量呈负相关关系,人均GDP、第三产业占GDP比例、城镇化水平和城镇居民行为习惯与人均CO2排放量呈正相关关系;城镇居民行为习惯对人均CO2排放量的变化影响最大。     

上海市经济增长与能源结构、产业结构关联状况的评价研究

文章在统计分析2000-2011年上海市能源消耗数据的基础上,以Tapio脱钩弹性指标为手段,研究上海市2001-2011年能源消费结构、产业结构与经济增长的脱钩关系及程度,分析能源消费结构、产业结构与经济增长关联状况的时间演变趋势。结果表明:2001-2011年上海市经济增长与能源消费总量间总体上处于弱脱钩状态;能源消费结构中,煤炭、石油、电力在大多数年份都处于弱脱钩状态,天然气则属于扩张负脱钩状态;产业结构中,第一、三产业都未能较好实现脱钩,第二产业以弱脱钩状态为主。在未来经济发展中,经济发达城市的产业结构和能源消费结构的改善对节能减排至关重要。能源消费除了总量控制外,产业结构的有序演进和能源结构的高效低碳演进是节能减排最基本途径和有效方式。     

我国区域碳排放与经济增长的实证分析——以环渤海、长三角和珠三角地区为例

基于《2006年IPCC国家温室气体清单指南》中的碳排放核算方法,测算了2000-2011年环渤海、长三角和珠三角地区的CO2排放量、排放强度、人均排放量和单位面积排放量,从变动趋势、消费结构、相关性三个角度分析了三地区的碳排放和能源消费,并在此基础上提出了降低碳排放量的政策建议。     

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。     

碳排放权交易制度的CO2与PM2.5协同减排效应研究

协同控制大气污染物与温室气体的排放是我国“十四五”时期面临的重要任务之一。以2006—2021年278个地级市面板数据为样本,采用多期双重差分对碳排放权交易制度的减碳和降霾协同减排效应进行探讨。研究发现,碳排放权交易制度既能显著抑制地区碳排放,又能显著降低试点地区的PM2.5指数,实现温室气体与大气污染物的协同减排效应。机制分析表明,该政策通过技术创新效应、技术改造效应及能源消费结构的改善实现地区减排协同,同时市场化水平的高低也会影响政策的减排效果。异质性分析发现,非资源型城市的协同减排效应强于资源型城市。     

基于VAR模型的能源消费与废气排放量关系研究——以山西省为例

为了实现碳中和目标，通过VAR模型分析能源消费与废气排放量关系，进而提出改变能源生产消费方式的建议。基于山西省2007—2021年煤炭消费量、石油消费量、焦炭消费量和废气排放量数据，通过单位根检验、约翰逊协整检验、建立误差修正模型和向量自回归(VAR)模型，格兰杰因果检验，做出出脉冲响应图并进行方差分解，得出山西省煤炭消费量、石油消费量、焦炭消费量和废气排放量的长短期均衡关系和影响力度。研究表明，煤炭消费使废气排放量呈高排放状态，石油消费未曾大的影响废气排放，焦炭消费使废气排放量先升后降。研究提出山西省能源生产消费的节能减排路径，包括应用先进煤化工和煤电技术、开发石油生产消费低碳技术、促进新能源技术的普及和应用、开发能源互联网及绿色金融等新兴产业等。