云南省生产部门碳排放影响因素分析——基于LMDI模型

基于LMDI模型,分别研究碳排放系数、经济发展、能源强度、能源消费结构、产业结构、人口六个因素对云南省生产活动的碳排放的贡献量和贡献率。结果表明,经济发展是驱动云南省碳排放增加的最主要因素,人口规模和产业结构也是碳排放量增加的驱动因素;能源强度则是抑制碳排量增加的最主要影响因素,碳排放系数和能源消费结构因素也对减少碳排放起着一定的作用,但不是很明显。说明云南省由于处于工业化发展时期,工业发展对能源的消费需求大,影响因素中的驱动因素对碳排放量的贡献率大于抑制因素,在短时期内云南省的碳排放仍将持续增长。因此,云南省需要改变经济发展方式,坚持计划生育的基本国策,提高能源利用效率和促进产业结构与能源消费结构的转变。     

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。     

云南生活碳排放的影响因素分析

应用STIRPAT扩展模型,利用云南省2000—2011年的相关数据分析云南人口规模、人口城市化率、居民消费水平和能源结构等因素对生活碳排放的影响。应用偏最小二乘回归方法计量分析的结果表明:人口规模、人口城市化率和居民消费具有显著的正效应,其中居民消费水平对生活碳排放的影响最大,其次是城市化率和人口规模,说明居民消费水平已经成为影响生活碳排放增长的主要因素,同时人口总量的增加和城市化进程也直接加剧了生活碳排放的增加。另一方面能源结构中清洁能源所占比重的增加有效的减缓了生活碳排放的增加。通过研究云南省生活碳排放的规律,探讨云南省未来在生活中实施节能减碳的应对之策。     

中部六省能源消费碳排放时空演变特征及影响因素

采用2005—2016年中部六省能源消费碳排放面板数据,对其能源消费碳排放时空演变特征及其收敛性进行分析,在此基础上运用LMDI分解方法,探索产出规模、能源强度、产业结构、人口规模及能源结构等因素对中部六省能源消费碳排放的影响,并分析各影响因素的空间特征。结果表明:(1)各省能源消费碳排放均存在收敛,且收敛于各自的稳态水平,各省之间的差异短时间内不会消失;(2)除能源结构变化对中部六省碳排放表现为负效应之外,其余五个因素对其碳排放均表现为正效应,各效应按累积贡献率绝对值大小依次是:产出规模效应、能源强度效应、产业结构效应、人口规模效应和能源结构效应;(3)各因素对中部六省能源碳排放影响均存在明显的空间差异,其中产出规模扩大对湖南能源碳排放拉动作用最大,能源强度下降对湖南能源碳排放的抑制作用最大,产业结构变化仅对山西能源碳排放起到抑制作用,人口规模变化仅对安徽省能源碳排放起到抑制作用,能源结构变动对安徽、河南以及湖北能源碳排放表现为正效应。     

FDI与中国省际能源消费强度间关系的动态分析

建立了能源消费强度和FDI规模的面板VAR模型和面板计量模型,采用1995—2008年中国省际面板数据,对能源消费强度和FDI规模之间的动态关系进行了实证研究。结果显示:FDI规模对能源消费强度有显著的正向效应;FDI规模对能源消费强度的影响保持在4.3%左右;FDI规模和能源消费强度之间呈典型的倒U型关系,说明能源消费强度随着FDI规模的增加而呈先增加后降低的趋势。     

低碳经济发展的驱动因素研究——以浙江省为例

本文从人口规模、经济发展水平、能源强度、单位能耗碳排放量、能源消费结构、产业结构、城市化、国际贸易分工等方面探讨了低碳经济发展的主要驱动因素,对STIRPAT模型进行了扩展,利用1990~2008年浙江省的统计数据,对低碳经济发展的驱动因素及其贡献率进行了实证研究。研究结果表明:人均GDP、能源强度、人口规模、单位能耗碳排放量和能源消费结构对碳排放总量有显著正向影响,其中人均实际GDP的影响最大,能源强度的影响较大,人口规模和单位能耗碳排放量的影响较小,能源消费结构的影响最小,而产业结构、城市化水平、国际贸易分工对碳排放总量的影响不显著;人均实际GDP持续增长是碳排放增长的最大正向驱动因素,对碳排放增长的贡献率最大,能源强度变动是碳排放增长的最大负向驱动因素,能源强度变动对碳排放增长具有一定的抑制作用。     

京津冀城镇化、人口老龄化与碳排放关系的实证研究

引入城镇化和老龄化指标对KAYA恒等式做出修正后建立静态和动态面板模型,结合京津冀地区1995—2014年的数据进行分析后发现:人均GDP、人口规模、能源强度、能源消费碳强度及第二产业比重均与碳排放呈正相关关系,且各变量对碳排放影响的弹性系数大小依次为0.99、0.53、0.42、0.26和0.20。老龄化与碳排放呈显著的倒"U"形关系,即初期人口老龄化会因人口红利的存在对碳排放产生促进作用,但长远来看老龄人口比例的增加会使社会的生活模式向低碳方向转变;城镇化对碳排放也存在先促进后抑制的倒"U"型影响;碳排放对环境影响存在滞后效应,即上一期碳排放与当期碳排放存在正相关关系,其影响系数为0.57。     

基于空间面板模型的我国区域碳排放分析

运用空间面板模型对我国省域碳排放分别从全国层面及东、中、西三大区域层面进行空间计量分析。分析结果表明:总体而言,全国省域碳排放存在显著的空间正自相关性,各省份碳排放对相邻省分的碳排放具有溢出效应;区域层面上,我国东、西部省域碳排放存在正向的空间相关性,而中部地区存在负向的空间相关性;人均GDP、人口规模、能源强度对我国三大区域碳排放均存在显著的正向影响,但影响强度有所不同;产业结构对东部地区碳排放有显著影响,但对中、西部地区影响不显著;能源消费结构对中、西部地区碳排放有显著影响,但对东部地区影响不显著。     

中国交通运输碳排放效率的时空异质性及影响因素研究

基于2010—2019年中国30个省域的面板数据,运用非期望产出的超效率SBM模型测算出各省域交通运输碳排放效率,并通过时空地理加权回归模型（GTWR）考察各驱动因素对交通运输碳排放效率的影响及时空异质性。结果表明：（1）中国各省域交通运输碳排放效率的时空差异明显,河北省位于生产前沿面,云南省年均增长率最高。（2）政府干预对交通运输碳排放效率的影响最大,其次是能源结构、人均GDP和能源利用效率,相比而言,人口规模和科技水平的影响程度相对较小。（3）各影响因素呈现较强的时空异质性,不同时间、地区各驱动因素的波动方向和强度并不相同。故需要综合考虑不同指标对交通运输碳排放效率影响程度的时空差异性,以促进中国交通运输业高质量发展,也为其他发展中国家提供相关借鉴。     

长江经济带碳排放效率的时空差异及其影响因素分析

基于随机前沿模型,采用2003—2016年的面板数据,首先测算了长江经济带11个省份的碳排放效率,然后分析了其碳排放量和碳排放效率的核密度估计分布曲线,最后建立空间计量模型实证分析了影响碳排放效率的因素。研究发现:长江经济带各省份的碳排放效率在空间上存在显著的负空间自相关性,经济增长对碳排放效率的提高存在空间溢出效应,而环境规制强度、产业结构升级、外商直接投资、技术创新能力和能源消费结构对长江经济带碳排放效率产生负影响或在统计学上不显著。因此,对于提高长江经济带碳排放效率工作的重点应放在转变经济增长模式、加强环境规制强度、调整各产业内部结构、合理分配科研经费与改善能源消费结构上。     

城市化、能源消费与碳排放——基于STIRPAT模型的跨国面板数据实证研究

利用亚太经合组织中17个国家1986年至2010年的相关数据,基于STIRPAT模型实证分析城市化与能源消费对碳排放的影响,从城市化和能源消费的角度为碳减排寻求对策,并为城市低碳发展研究相应的政策改进。实证分析的结果显示,能源强度对碳排放的影响最大,其次是城市化。提高技术水平、降低能源强度是有效降低碳排放的重要途径;城市人口比重和工业增加值占GDP比重对碳排放产生正向影响,但弹性系数与能源强度相比较小,说明在发挥城市减排优势的前提下,推进城市化进程与二氧化碳减排可以实现统一。     

中国省域碳强度驱动因素研究--基于空间计量模型

文章基于1995-2011年面板数据,采用空间计量模型,通过构建经济权重矩阵,分别从空间滞后模型(SLM)和空间误差模型(SEM)对中国30个省（市、区）的二氧化碳排放强度驱动因素进行研究。研究结论表明：在样本期间,中国二氧化碳排放强度的Moran指数均为正值,且通过了1%的显著性水平检验,表明其具有显著的空间依赖性,本地区的碳排放强度会受到邻近省份碳排放的显著影响;二氧化碳排放强度与产业结构、能源消费结构、能源强度成正比,与外商直接投资、人均GDP、人口密度成反比。最后,文章提出相关政策建议,即优化产业结构、改善能源使用结构、适当提高建成区的人口密度等能有效降低中国的碳排放强度。     

我国人口因素对环境污染的影响——基于省级静态与动态面板数据模型研究

通过我国30个省份2000~2011年的省级面板数据,综合运用静态面板数据模型和动态面板数据模型,实证研究了我国人口因素对环境污染的影响,结果表明:人口规模、家庭小型化是加大我国环境污染程度的主要人口因素;年龄结构、城市化水平的提高促进工业废气和工业固废的排放,而对工业废水的排放起到抑制作用;此外,收入水平、研发强度、工业结构和贸易开放也是影响我国环境污染的其他重要因素,只是对于不同的环境污染指标而言,它们对其影响程度存在一定的差异性。     

基于地理探测器的中国碳排放时空分布特征及驱动因素研究北大核心

基于30个省份的面板数据,分别运用探索性空间数据分析法及地理探测器考察了我国省域碳排放时空分布特征与驱动因素,结果表明:(1)我国碳排放空间分异及空间相关特征显著,初期呈现“西低东高”“北高南低”特征,而后高值区逐渐向东南及西北省份移动。(2)碳排放热点区主要聚集于华北、长三角、河南、山东等地,冷点聚集程度逐年下降。(3)经济发展、环境规制及固定资产投资是碳排放空间分异的主要驱动因子,产业结构的解释力度最小,且多数因子在与其他因子空间叠加后会产生非线性增强作用。(4)经济发展、人口规模、产业结构、能源强度、固定资产投资、外商投资的高值区,碳排放量均处于较高水平。     

中国城市居民收入和储蓄增长对家庭能耗碳排放的区域异质性及政策应对

估计和预测城市居民收入变化对家庭能源消费碳排放的影响,对城市家庭消费部门构建低碳能源供应体系,应对气候变化具有重要意义。论文首先估计了中国284个地级以上城市的家庭三类能源消费的直接碳排放量,建立了面板固定效应模型来识别城市家庭能耗碳排放增长和变化的驱动因素。研究结果表明:城市居民收入的快速增长与储蓄水平的提高对于家庭碳排放有显著影响;城市家庭收入和储蓄的增加会抑制家庭燃气碳排放的产生,但对于城市家庭用电碳排放和城市家庭采暖碳排放,则表现出显著的推动作用。此外,研究还发现了家庭碳排放的影响因素存在显著的区域异质性。     

空间溢出视角下的碳排放强度影响因素研究

推动低碳发展、应对气候变化是可持续发展的内在要求。选取2010—2016年"一带一路"沿线省份的面板数据,通过对科技创新与碳排放强度的空间自相关检验,选择空间杜宾模型探究科技创新等因素对碳排放强度的影响,为降低碳排放强度提供理论依据。研究表明:(1)西北部地域碳排放强度值较高,东南部地域碳排放强度值较低。(2)"一带一路"沿线省份科技创新与碳排放强度存在显著的空间自相关。(3)科技创新和人均GDP对本地碳排放强度有显著的抑制作用。(4)科技创新、对外开放和产业结构调整产生的空间外溢对碳排放强度有显著的负效应,人均GDP和城镇化率有显著的正效应。据此,提出鼓励企业创新研发、环境协同治理,从而推动低碳发展。     

碳排放、家庭与城市发展

本文利用我国2006年74个主要城市的面板数据,对各个城市一个标准家庭的碳排放进行了有效估算并进行排名。结果表明,在以标准家庭碳排放为唯一衡量指标时,淮安和宿迁是最“绿色”的城市,大庆和牡丹江是最“灰色”的城市;即使在最“灰色”的城市大庆,一个标准家庭产生的碳排放量也仅是美国最“绿色”城市圣地亚哥的1／5;城市人口规模、人口增长、收入、气温和城市化发展模式等因素对碳排放均有影响,家庭碳排放量与一月份平均气温显著负相关。     

人口因素对城乡居民生活能源碳排放的作用对比研究

文章估算了2009—2013年中国各省份城镇、农村和城乡总体的居民生活能源碳排放量,并运用空间统计与空间计量方法研究了人口相关因素对于城镇、农村不同层面居民生活能源碳排放的作用效应及其差异。结果表明:不同层面的居民生活能源碳排放均具有正的空间相关性;城镇、农村不同层面下,人口因素对居民生活能源碳排放的作用效应存在明显的差异;城镇地区的最终居民人口消费影响最大,弹性系数为0.618 2,人口规模、人口老龄化率、户规模分别具有显著的正向、负向、负向作用,性别比为非显著的正向影响;农村地区的人口规模是最重要的影响因素,其弹性系数为0.609 4,最终居民人口消费具有显著的正向影响,人口老龄化率、性别比、户规模分别是非显著的负向、负向、正向作用。     

我国各省碳排放测算及其影响因素分析

伴随着我国经济的高速发展，能源消费量持续增长，环境恶化加剧，碳排放带来的温室效应已成为摆在我们面前不容忽视的严峻现实。本文综合考虑了人口增长率、工业增加值、第三产业比重、治理废气投资等因素，建立了多元回归模型，对中国三十个省份的碳排放量数据用面板模型进行定量分析，并在此基础上提出了相应对策与建议。     

中国碳排放量影响因素研究——基于省级面板数据的分析

采用中国30个省（市、区）2000～2010年的相关数据,运用面板数据模型对中国碳排放量的影响因素进行实证研究。面板协整检验表明：区域碳排放量与人均GDP、产业结构、人口数量、能源价格、能源效率和人均可支配收入之间存在长期稳定的内生经济关系。运用面板模型估计各因素的影响系数分析,认为对中国东部、中部、西部地区碳排放量影响最大的三大因素为人均GDP、人口数量和能源效率。