中国二氧化碳EKC曲线扩展模型的空间计量分析

本文以1999—2010年中国30个省、市、区为研究对象,基于空间动态面板数据,将能源强度、空间相关性引入二氧化碳的EKC曲线当中,构建了中国二氧化碳EKC曲线的空间计量模型,实证分析了中国二氧化碳EKC曲线的存在性及空间溢出效应。研究结果显示:(1)中国人均二氧化碳排放与经济增长之间基本满足EKC曲线假定的倒U型关系。(2)一个地区的人均二氧化碳排放不仅取决于自身的经济发展水平与能源利用效率等内因,还受到邻近区域人均二氧化碳排放的影响以及周围地区经济发展中不可观测因素的影响。(3)空间滞后模型的总体拟合效果优于空间误差模型,相对于经济距离,地理距离对地区经济活动的空间相关性影响更大。地区间的不可观测因素对空间相关性的影响起了主导作用。(4)能源强度越低,能源消费的二氧化碳排放水平越低。人均二氧化碳的经济拐点为101276元,中国目前正处于二氧化碳EKC曲线的左端。     

产业视角下的中国工业能源碳排放Divisia指数分解及实证分析

工业能源碳排放在中国总碳排放中占据极其重要的位置,也是中国低碳减排工作关注的重点.文章从产业视角出发,利用Divisia指数分解法构建中国工业能源碳排放因素分解模型,定量分析1998～2007年间,能源排放强度、能源结构、能源效率、产业结构以及产出等五因素对中国工业能源碳排放的影响.分析不同因素对中国工业能源碳排放的不同影响以及不同因素在工业系统内部各产业间的变化特性,从而为中国工业能源碳减排路径提供政策建议.     

中国工业分行业碳排放影响因素分解研究

采用2004~2010年中国各行业不同能源类型的相关统计数据,基于IPCC温室气体排放清单指南中的计算方法,计算了中国工业分行业各类能源消耗碳排放量;并应用LMDI法对中国工业分行业能源消耗碳排放量影响因素进行了分析。结果表明:在这7年中,中国工业能源消费碳排放年均增长8.18%,比工业增加值平均增速高5.26%;在对经济增长、产业结构、能源强度、能源结构四个因素的分析中可知,经济增长和能源强度的升高是中国能源碳排放持续增长的主导原因,能源结构对减少碳排放有较小贡献,产业结构对促进中国工业能源碳排放减少有很大贡献。通过对中国工业三大行业的进一步分析可知,制造业、电力、燃气及水的生产和供应业对中国工业能源碳排放的增加有较大影响。     

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。     

工业能源消费碳排放影响因素研究——基于STIRPAT模型的上海分行业动态面板数据实证分析

文章估算了1994-2008年上海市工业分行业能源终端消费的二氧化碳(CO2)排放量,对其演变趋势进行了总结分析,并基于改进的STIRPAT模型和广义矩估计方法分别对碳排放规模和强度的影响因素进行了实证分析。结果显示:黑色金属行业作为第一排放大户,其排放走势对工业部门整体排放趋势具有关键性的影响;碳排放规模和强度与劳均产出之间分别呈现出N型和倒N型曲线关系;煤炭消费比重对碳排放规模和强度均具有显著的促进作用,研发强度和能源效率对其均表现出显著的限制作用,而投资规模对碳排放规模和强度分别具有显著的促进和抑制作用;碳排放的变化具有明显的滞后效应,劳均产出和能源效率是对碳排放产生长期影响最强的两个因素。     

京津冀能源消费、碳排放与经济增长

运用《2006年IPCC国家温室气体清单指南》中的碳排放核算方法[1],测算2000—2011年京津冀二氧化碳排放量、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、相关性和空间分布四个角度分析京津冀的能源消费、碳排放与经济增长。结果表明:京津冀能源消费量和碳排放量在12年间均呈增长趋势;碳排放强度均呈下降趋势;津冀的高排放主要是由以煤炭消费为主的能源结构和以高耗能工业为主的产业结构引起的。碳排放量与能源消费量和经济增长密切相关。在京津冀协同发展背景下,应大力调整产业结构,优化能源结构,建立碳汇合作机制。     

广东省终端能源消费碳排放增长的驱动因素

将居民能源消费的二氧化碳排放纳入研究范围,采用LMDI分解法对2000—2011年广东省终端能源消费碳排放增长的驱动因素进行分析。结果显示:在影响碳排放增长的各种因素中,经济规模、人口规模和收入对碳排放增加整体上表现为正效应;产业结构、生产部门能源强度、生产部门能源结构和能源碳排放因子整体表现为负效应;生活部门的能源强度和能源结构的效应不确定;总体上正向驱动效应超过负向驱动效应,致使广东省的碳排放量呈不断上升态势。     

中国产业结构演进的节能效应计量——基于1987-2007年的投入产出分析

产业结构是影响中国能源消耗水平的最主要因素。本文首先回顾总结了1952年以来随着产业结构演进,中国能源消费强度变化的总体和阶段性特征。然后将1987—2007年作为样本期,以投入产出方法为基础,构建结构分解分析模型,对中国产业结构演进的节能效应进行计量。实证分析结果表明,在1987—1997年期间,产业结构变化因子是促使能源强度降低的因素之一,而在1997—2007年期间,产业结构变化因子却成为促使能源强度上升的唯一因素,正是由于产业结构变化的逆向影响,致使1997—2007年的能源强度下降甚微。由此可见,未来中国节能减排的重点和难点都在于产业结构的调整。     

陕西省工业碳排放影响因素分析与启示

根据IPCC碳排放计算方法计算了2005—2014年陕西省37个主要工业产业的能源消费碳排放量,运用LMDI方法建立了陕西省工业碳排放影响因素分解模型,定量分析了碳排放影响因素的作用程度。结果表明:陕西省工业碳排放的主要驱动因素是产业经济规模,其他各影响因素按贡献率绝对值大小依次是能源强度、能源结构和产业结构。根据分析结果,提出应从供给侧结构性改革、产业结构调整、提高能源效率、能源结构优化等方面促进节能减排,以减少陕西省工业碳排放量。     

基于STIRPAT模型的工业能源消费碳排放影响因素分析

对2003—2017年江苏省工业能源消费的二氧化碳排放量进行估算,采用STIRPAT模型实证分析了工业能源消费碳排放规模和碳排放强度的影响因素。实证结果表明:碳排放规模、碳排放强度与劳均产出之间的关系分别为"N"型与倒"N"型;对碳排放规模和碳排放强度产生促进作用的因素为煤炭消费比重,对其产生抑制作用的因素为研发强度、能源效率;固定资产投资对碳排放规模具有促进作用,对碳排放强度具有抑制作用。根据研究结论提出政府低碳政策支持、优化能源结构、加快技术创新等建议降低碳排放规模与强度。     

吉林省能源消费碳排放相关影响因素分析及预测——基于灰色关联分析和GM(1,1)模型

采用灰色关联分析方法对吉林省2000~2012年能源消费人均碳排放量与能源消费价格、能源消费结构、能源消费强度、经济发展水平、产业结构和城市化水平等相关影响因素的关联度进行分析,并利用GM(1,1)模型对吉林省2016~2018年人均碳排放量进行了预测。预测结果显示,各相关影响因素在保持现状的情况下,能源消费人均碳排放量未来将会以更高的年均增长速度持续增长。为此,文章根据灰色关联度分析结果,从能源消费价格、能源消费结构、产业结构和能源消费强度几个碳排放相关影响因素入手,提出了降低吉林省能源消费碳排放的政策建议。     

中国生产部门能源强度分解与影响因素分析

在对中国生产部门能源消费强度分解的基础上,利用Fran觭ois Lescaroux(2008)的方法、matlab数据处理软件对2001—2010年8个生产部门能源消费数据集中研究能源结构、能源效率、产业结构等要素分解模型。通过因素分解,重点分析可再生能源逐渐替代耗竭能源过程中对能源消费强度的影响,实证结果表明,现阶段可再生能源迅速增长减缓了能源强度的下降,而主要支持能源强度下降的还通过提高能源的使用效率。而产业结构变动在一些时期是能源强度下降的因素,在有些时期为能源强度减缓下降或上升做出贡献,其影响并不固定。针对实证分析结果提出降低中国生产部门能源消费强度的对策建议。     

工业SO_2排放强度的因素分解——基于全国及八大经济区域的面板数据分析

以全国及八大经济区域工业SO_2为研究对象,运用LMDI模型将SO_2排放强度变化分解为人口效应、经济规模效应、产业结构效应、能源强度效应、能源产污效应和污染治理效应。结果表明:1995—2012年,经济规模效应是造成全国工业SO_2排放增加的最重要原因,能源强度效应是促进工业SO_2减排的关键因素。影响区域性工业SO_2排放强度变化的因素并不一致,东南沿海经济带显著因素为经济规模效应,工业SO_2排放持续增加;东北地区显著因素为能源强度效应,工业SO_2排放呈下降趋势;中西部经济区显著因素为能源强度效应,但正向累积效应大于负向累积效应,工业SO_2排放显示为小幅增长。建议按照不同区域并结合实际情况建立适合区域性发展的减排路径。     

基于结构分解模型的江苏省碳排放实证分析

结合1997—2007年投入产出表,利用结构分解模型对江苏省碳排放的影响因素进行分析,发现:1997—2007年间,能源使用效率是促进二氧化碳完全排放强度下降的主要原因;投入技术的累计影响不明显,但增加二氧化碳完全排放强度的趋势明显;最终需求产品结构阻碍二氧化碳完全排放强度的下降;而最终需求分配结构对二氧化碳排放强度的影响方向不一,是2002—2005年间二氧化碳排放强度上升的主要原因。     

基于能源活动的广州市二氧化碳排放清单研究

基于对广州市2010—2013年能源活动二氧化碳排放特征的分析,发现:(1)能源活动二氧化碳排放呈总量上升、强度下降态势,4年间能源活动以年均3.33%的二氧化碳排放增速支撑了地区生产总值年均11.13%的快速增长。(2)从碳排放结构看,火力发电、工业、交通是广州最大碳排放源,约占各年度能源活动排放总量的87%,随着广州经济结构转型,火力发电和工业排放占比呈下降趋势,交通运输排放逐年上升。(3)从碳排放源看,煤炭燃烧排放是碳排放的主要来源,占年度碳排放总量的40%以上。建议:将能源和工业制造业作为广州市"十三五"温室气体排放控制重点对象,进一步推进产业结构和能源结构优化,以宣传示范为重点,倡导低碳生活模式,推进温室气体控制能力建设。     

基于熵权灰色关联法的北京空气质量影响因素分析

利用熵权法计算权重并与灰色关联分析法相结合构建新模型,对北京市2001-2012年空气质量的影响因素进行分析。熵权灰色关联分析的结果表明:空气污染的影响因素复杂多变,是经济社会诸多因素相互作用形成的;产业结构、工业污染源排放和气象要素与北京的空气质量之间具有密切联系,其中,第二产业占比、平均气温、工业SO2排放量、能源消耗量和平均风速是主要的影响因素。为此,应优化产业结构、推广清洁能源、创新环境规制手段、科学规划城市以及构建多元协同治理和区域合作治理模式以改善北京市空气质量。     

北京市二氧化碳排放的驱动因素及减排路径

实现低碳发展对北京市意义重大。北京市近二十年来人口城镇化水平迅速提高,二三产业结构发生巨变,能源效率持续提高,因此运用STIRPAT模型对北京市（1995—2012年）二氧化碳排放的驱动因素进行分析。结果表明：城镇化、人口、产业结构、能源强度、人均GDP依次对北京市二氧化碳排放产生正向驱动作用。北京市低碳发展任重道远,需要在控制人口、转变经济发展方式、深度优化产业结构和能源结构等方面采取强有力的措施。     

经济新常态下的低碳城镇化建设路径分析——基于地理加权回归模型

文章运用空间计量的方法来探讨我国东部、中部和西部城镇化与二氧化碳排放的关系并进行比较。首先从省域层面拓展了影响二氧化碳排放的STIRPAT模型,对各省域城镇化与二氧化碳排放的关系进行了分析,后采用地理加权回归模型(GWR)考察了各省域城镇化对二氧化碳排放影响的差异。研究的实证结果显示:能源消耗强度较高的西部地区,由于其城镇化水平较低,所以城镇化进程的加快会带来人口、交通和产业的集聚效益、规模经济效益等效应从而减少二氧化碳排放,而能源消耗强度较低的中东部地区,由于其城镇化水平较高,能源消费中煤炭占比并没有得到优化,所以城镇化的进程加快会带来二氧化碳排放的增加的结果,同时看到其他影响因素与二氧化碳排放之间的关系也同样存在省域差异。通过研究结果可知,加快技术进步优化能源消费结构,是当前减少二氧化碳排放的重要路径。     

中国2020年二氧化碳排放情景分析

本文利用中国科学技术信息研究所和美国千年研究所开发的中国可持续发展模型,对我国2020年的CO2排放情景进行定量分析,来模拟与验证如何达到2020年单位GDP二氧化碳排放比2005年下降40％～45％的减排目标。报告设定了技术进步、生活方式改变、价格调整、产业结构调整等几个情景。分析发现,如果要降低CO2排放总量,最好的途径就是加快技术进步、加大可再生能源和核电的比例。要实现二氧化碳排放强度的目标,最好的途径就是实现产业结构调整。     

基于LMDI的吉林省重点行业碳排放强度变化及驱动因素分析

工业化石能源消费所产生的CO2排放在各种排放中占有很高的比例,随着吉林省经济的快速发展,能源消费持续增加使节能的压力日益增大。采用基于IDA的对数平均迪氏指数法(LMDI)研究吉林省重点行业碳排放强度的变化特征,分析碳排放强度变化的主要影响因素及其效应的同时,进一步量化了不同行业对各驱动因素指数百分比变化贡献。研究表明,能源强度的降低是碳排放强度变化的主要驱动因素,产业结构和碳排放系数的变化对碳排放强度变化的影响较小。黑色金属冶炼及延压加工业、非金属矿物制品业、化学原料及化学制品制造业对能源强度指数百分比变化的贡献最为显著。有色金属冶炼及延压加工业、非金属矿物制品业、化学原料及化学制品制造业对碳排放系数指数百分比变化的贡献最显著。化学原料及化学制品制造业对工业部门结构指数百分比变化的贡献最为显著。最后,为吉林工业的碳减排提供了政策建议,为相关管理部门科学合理地制定节能减排方案和环境保护规划提供了科学基础。