基于LMDI的河北省碳排放影响因素分解分析

河北省碳排放量呈上升趋势,经济增长是导致河北省碳排放增长的最主要因素,人口规模和结构调整对碳排放也具有促进作用,能源强度对碳排放具有抑制作用。由于正向促进作用大于负向抑制作用致使河北省碳排放量总体呈上升态势。在此基础上,本文提出了相关的政策建议。     

基于LMDI模型的北京交通碳排放驱动因素研究

伴随着经济增长,机动车保有量持续增加,交通运输业的能源消耗与环境污染问题逐渐成为人们关注的热点,空气污染、能源消耗、气候变化等问题使世界大城市的目光逐渐聚焦到交通节能减排方面。交通运输业是北京市能源消耗和碳排放的重要来源,面对十二五节能减排任务,调整交通运输业,迫在眉睫。交通减排是北京市调整产业结构、转变经济方式的重要突破口,是人文北京、科技北京、绿色北京的要求,也是经济、社会、环境协调发展的必然选择。本文采用LMDI分解模型,对北京市交通碳排放影响因素进行分解分析,得出城镇化、机动化、产业结构、能源结构等是北京交通碳排放的主要影响因素。进而对北京的交通发展提出相应的政策建议。     

基于LMDI模型的陕西省碳排放影响因素分析

随着全球气候的变暖、温室效应的增加,已经严重的威胁到了人类的可持续发展,很多国家都采取了相应的对策来解决这种状况,我国也积极采取措施、出台相应的策略以缓解现状。以陕西省1991-2012年人口、人均GDP、工业化率、能源消耗和碳排放总量为基础数据,利用LMDI模型进行因素分解。对陕西省碳排放量影响因素的结果进行分析,结果表明：人口规模、经济发展和工业化率三个因素是陕西省碳排放量增加的拉动因素;能源利用效率和能源消费结构因素是陕西省碳排放量增加的抑制因素。     

基于LMDI模型的陕西省碳排放影响因素分析

随着全球气候的变暖、温室效应的增加,已经严重的威胁到了人类的可持续发展,很多国家都采取了相应的对策来解决这种状况,我国也积极采取措施、出台相应的策略以缓解现状。以陕西省1991-2012年人口、人均GDP、工业化率、能源消耗和碳排放总量为基础数据,利用LMDI模型进行因素分解。对陕西省碳排放量影响因素的结果进行分析,结果表明:人口规模、经济发展和工业化率三个因素是陕西省碳排放量增加的拉动因素;能源利用效率和能源消费结构因素是陕西省碳排放量增加的抑制因素。     

基于LMDI的杭州市碳排放驱动因素分析

计算杭州市2001-2011年能源消费的碳排放总量,并采用LMDI对其影响因素进行分析。结果表明:杭州市能源消费结构整体上以煤为主的格局没有改变,煤炭消费仍然是CO2排放的主要来源;经济增长是CO2排放量增加的主要推动因素;第二产业能源强度是碳排放的主要抑制因素。产业结构仍有待优化,通过优化产业结构降低碳排放量还有很大的潜力。     

总体碳排放的LMDI分解研究

随着我国经济的快速发展,经济增长与资源环境的矛盾日益尖锐,特别是温室气体排放引起的全球气候变暖问题,备受国际社会的广泛关注。进一步加强节能减排工作,是应对全球气候变化的迫切需要,也是我们应当承担的责任。本文通过对Kaya恒等式进行扩展,并结合LMDI分解方法对碳排放的影响因素进行分解分析,为碳减排的实施提供一定的帮助和借鉴。     

基于LMDI模型的长三角城市能源消费碳排放影响因素分解研究

长三角作为引领中国经济高质量发展的重要区域,其能源消耗碳排放引人关注。本文研究发现长三角地区2005—2019年三大产业能源消费碳排放量逐年增长,经济产出、产业结构、能源强度以及能源结构等都与碳排放变化相关。本文建议不断研发推广清洁能源技术,加大可再生能源消费比重,大力发展数字经济和平台经济,优化产业结构,并结合地区碳排放量,采取差异化碳减排措施,引导全民树立零废低碳生活风尚。     

我国碳排放的因素分解及减排政策研究

本文将碳排放因素分解为能源强度、经济规模、人口规模、产业结构以及能源结构等六大因素。并采用LMDI的加和方法分析1994——2009年期间的各个碳排放因素对碳排放的深层影响。研究表明,经济规模对碳排放起到显著正向促进作用,而能源强度起到显著负向作用,其他因素作用较微弱。最后,提出了要提高能源利用效率、加强对高碳行业的整合引导监督、开发新能源、提高天然气使用比例等政策建议。     

中国物流产业碳排放驱动因素研究

低碳物流是对应低碳经济而出现的一个概念,发展低碳经济需要以发展低碳物流作为前提和基础。当前,影响中国物流产业碳排放量的主要因素为能源结构、能源效率和经济增长。经济增长是促成物流产业碳排放增长的最重要因素,经济增长拉动了物流需求,而物流产业在需求增加、规模扩大的同时,带来了大量的能源消耗,导致碳排放量的增加。经济增长、物流业发展和碳排放之间存在密切的内在联系,随着我国经济的进一步发展,碳排放总量持续上升的态势将在短期内难以改变,但是可以通过不断降低单位GDP碳排放量的方式,逐步向低碳经济过渡。因此,发展低碳物流应该从提高能源效率、改善能源结构等方面着手,积极发展现代物流。     

国际碳排放风险溢价驱动因素的分析

本文对碳排放风险溢价的行为特征及其驱动因素进行了实证分析,检验结果显示,ECX和NP市场中EUA风险溢价与现货价格呈现正相关性,与期货价格呈现负相关性,回归系数拟合效果均呈现显著性,但与价格波动率呈现较弱的相关性。     

山西省碳排放影响因素分解实证研究

运用Kaya恒等式和LMDI分解技术对山西省2008-2017年的碳排放进行分解,从经济发展水平、能源结构、能源强度和人口规模四个角度解释山西省碳排放的变化趋势,并且通过扩展的STIRPAT模型对分解后的结果进行进一步的分析.结果显示:山西省的碳排放总量不断增长,这和经济发展发展水平紧密相关,而能源强度则相反,对抑制该...     

中欧贸易隐含碳排放及其影响因素——基于MRIO模型和LMDI方法的分析

文章基于GTAP8构建MRIO模型,计算了中国和欧盟基于生产端和消费端的CO2排放量,以及中国和欧盟对外贸易隐含碳排放及行业分布,并采用LMDI方法将2004~2007年中欧双边贸易中隐含碳变化的影响因素分为规模效应、结构效应和技术效应。结果表明:中国基于生产端的CO2排放量明显高于消费端,欧盟则相反;中国是典型的隐含碳排放净出口国,欧盟则是典型的隐含碳排放净进口地区。2004~2007年,中国对欧盟出口隐含碳排放总量增加显著,其中出口规模的扩大是导致增加的主要原因,技术进步起着削减作用,结构效应总体为增加作用但程度很小;同期欧盟对中国出口隐含碳排放总量的增幅较小,其中规模效应起着增加的作用,而技术效应和结构效应则起着削减作用。     

LMDI法与STIRPAT模型下京津冀碳排放影响因素研究

运用LMDI法与STRIRPAT模型,拟合京津冀地区的碳排放量与其影响因素并进行回归结果分析,架构碳排放模型.发现地区碳排放受区域结构效应、产出规模效应、能源强度效应的影响程度较大,建议从发挥全国性碳交易市场的市场机制作用、发挥区域优势以及增加科技投入三个方面入手降低碳排放.     

基于LMDI的我国工业行业二氧化硫排放影响因素分解

基于2001—2012年我国工业行业的环境数据和经济数据,采用LMDI(对数平均迪氏指数法)分解技术构建行业规模、行业结构、能源强度和技术效应四个影响因素分解模型,揭示这四个影响因素对我国工业行业SO2排放的影响。结果表明,2001-2012年,行业规模扩张是导致SO2排放继续增长的主要原因,SO2排放增长71.2%,达到3853.43万t;治理效应和能源强度减排SO2效果明显,分别减少排放26.6%和17.80%,短期内仍是SO2减排主要贡献因素;行业结构调整促使SO2排放经历了从正增长到负增长的转变,减排量和减排潜力较大。不同时段中,2001-2004年,行业结构和行业规模增加SO2排放;2001-2004年、2005-2008年和2009-2012年,治理效应和能源强度促进SO2减排,排放量呈明显下降的负增长趋势,行业规模呈现下降的正增长趋势;2009-2012年,行业结构的SO2减排效果最好,其它两个时段减排效果欠佳。未来要实现我国SO2减排目标,在短期内工业行业应继续提高能源利用效率,依靠先进技术,改善能源使用结构,在长期应加快工业行业内部的结构调整和优化升级。     

中国农产品出口贸易隐含碳排放变动特征及驱动因素分解

本文建立投入产出模型,测算2001－2013年中国农产品出口隐含碳排放量及其部门分布,采用LMDI 分解法将2001－2013年中国农产品出口贸易隐含碳排放增长分解为规模效应、结构效应和技术效应等3种因素的贡献。实证结果表明,2001－2013年我国农产品出口贸易隐含碳排放量年均增长8.98％,农业部门、食品加工业部门是出口隐含碳排放量最多的部门,规模效应是导致农产品出口的CO2增加的主要原因,技术效应是抑制农产品出口的CO2排放量增长贡献的最重要因素,而结构效应较微弱。     

新疆特大城市能源消费碳排放驱动力分析

文章以新疆唯一的特大城市乌鲁木齐市作为研究对象,运用IPCC的表观能源消费量估算法、SPSS19.0、LMDI分解模型探讨能源消费的主要碳源。得出结论：（1）乌鲁木齐市能源消费的碳排放持续增加,碳排放速度减缓;（2）碳排放结构中二氧化碳占99.69%;甲烷、氧化亚氮比重小,但排放数量增长了2.07倍;（3）目前碳排放与经济增长处于“相对脱钩”阶段,在技术进步、资本形成方面容易发生“锁定效应”;（4）人均GDP、人口与碳排放显著性、高度正相关,相关系数分别为0.977、0.967;能源效率与碳排放呈高度负相关,相关系数为-0.920,但不显著;（5）现阶段,经济增长是碳源的主要构成,对碳排放增长有着显著性影响;能源消费结构、能源利用效率对碳排放有抑制作用,效果不显著。     

中国碳排放增长的驱动因素分析

本文采用对数平均权重Divisia分解法(LMDI),分别基于不同分解层次(3个产业、8个主要部门、43个子部门)以及短期(1994-2008年)、长期(1980-2008年)两个时间段来考察产出效应,技术效应、结构变化效应、能源结构效应对于碳排放的影响.计量结果表明:产出效应和结构变化效应是碳排放不断增长的主要原因,技术效应和能源结构效应则是有效降低碳排放的重要手段;部门结构细分程度越高,产出效应、技术效应、结构变化效应的解释力越弱,而能源结构效应的解释力却显著增强;长期内产出效应、技术效应对于碳排放的解释力均下降,结构变化效应、能源结构效应的解释力却大幅度提高;此外,我们发现能源结构效应、能源价格与GDP和碳排放之间的去耦指数正相关.     

中国成品油需求增长的驱动因素研究

运用二阶KLEM(即资本、劳动、能源、原料)投入产出结构分解法,本文将汽油、煤油、柴油和燃料油的需求增长分解为各种驱动因素的加权平均贡献之和。研究结果表明:1997-2007年,导致全社会四种成品油需求增长10 200万吨的正向驱动因素及其贡献率,为国内最终需求因素(165.9%)、国内中间需求因素(28.3%)和出口贸易因素(94.5%),负向驱动因素为技术进步因素(-178.6%)和进口替代因素(-10.0%)。     

苏州市工业碳排放的影响因素研究及对策分析

为解决苏州GDP的快速增长带来的环境污染问题,尤其是工业高速发展带来的碳排放增加的问题,本文依据苏州市2001～2011年数据分析苏州市工业经济、能源消费、产业结构与碳排放的现状与特点,并在此基础上构建回归分析模型,对工业碳排放增长的驱动因素进行分析。分析结果表明,工业产值增加值、能源利用效率、产业结构、实际利用外资对工业部门的碳排放产生了显著的影响。最后,根据研究结果,就苏州市的工业经济增长和碳减排问题提出相应的对策和建议,即推进产业结构升级、优化能源结构、合理引进外商投资。