基于VAR模型的甘肃省碳排放影响因素的实证研究

以甘肃省为研究对象,通过1985～2010年的统计数据,基于VAR模型运用协整检验、脉冲响应函数和方差分解等方法,实证研究了人口规模、经济发展水平、能源强度和能源的碳排放强度对碳排放量变化的影响。研究结果表明,甘肃省碳排放与上述四项影响因素存在长期均衡关系。脉冲响应函数和方差分解方法分别分析了各影响因素对碳排放的动态冲击效应和影响程度。据此提出了相关对策建议,以期为甘肃省科学制定低碳发展整体方案和管理指南提供理论基础。     

中国碳排放影响因素分析——基于面板数据STIRPAT-Alasso模型实证研究

依据环境经济学理论,运用扩展STIRPAT模型,采用中国2005—2011年29个省份的数据,从人口、财富程度、技术水平、对外开放程度、金融发展水平、创新能力6个维度遴选尽可能多的社会经济变量,探究影响中国碳排放的主要因素。在变换原始数据去除个体异质性后,利用自适应套索方法进行显著变量选取和系数估计,得到一个较岭和偏最小二乘回归更简约有效的模型。结果表明:人均GDP、城市化水平、第二产业比重对碳排放有显著驱动作用,而外商直接投资、创新水平对碳排放产生抑制作用;在样本期内碳排放与人均GDP之间呈单调递增形态,不支持倒"U"型环境库兹涅茨曲线假说;碳排放与金融发展之间呈倒"U"型曲线关系。最后根据研究结果提出了一些政策建议,以期为政府减排提供决策依据和参考。     

广东省碳排放影响因素的实证分析研究

本文利用广东省1990-2008年的时间序列数据,通过LMD分解方法研究了广东省近年来的碳排放的趋势以及其影响因素,研究结果显示：经济发展促进广东省碳排放提高的积极因素,而能源结构以及能源效率的变化是其抑制因素。能源效率在研究期间是抑制广东省碳排放的主要根源,而能源结构的抑制作用一直未能充分发挥,从而导出今后作为影响能源结构的产业结构优化是减少广东省碳排放的主要途径和方法。     

基于GTWR模型的河北省碳排放影响因素异质性研究

基于GTWR模型,探究了不同因素对河北省净碳排放影响的时空异质性。结果表明,各碳排放影响因素的回归系数均具有不同程度时空异质性,时间异质性较空间异质性更为明显;研究期内,人口规模和城市化对碳排放影响为正向且大体呈下降趋势,在研究期末稳定于较低的水平;固定资产投资、对外开放水平和第二产业占比对碳排放的影响大体呈上升趋势,在研究期末均为正向影响且处于相对较高的水平;各地级市间,人口规模和第二产业占比对碳排放的影响的差异相对较小,而固定资产投资、对外开放水平和城市化率对碳排放的影响差异相对较大。     

江苏居民消费碳排放测度与影响因素研究——基于GTWR模型的实证分析

基于CLA(消费者生活方式法)模型和ESDA模型对2009—2017年江苏省居民生活消费碳排放量进行测度与时空关联关系分析,构建OLS模型和时空地理加权回归(GTWR)模型研究碳排放量的社会和经济影响因素,结果表明:研究期内居民生活消费碳排放量显著增长,并呈现苏南>苏中>苏北的空间格局;13个省辖市人均生活消费碳排放量Moran’s I指数从0.5267增长至0.5789,并呈现“HH”和“LL”的空间集聚特征;总体来看,人口密度、恩格尔系数和R&D占比对居民消费碳排放量有负向影响,而人均地区生产总值、第三产业占比和人均生活用电量对其有正向影响,且城市间各因素回归系数存在空间差异性。依据分析结论,提出提高第三产业能源利用率,倡导居民绿色生活和低碳消费等措施建议。     

基于因素分解模型的黑龙江省碳排放影响因素分析

长期以来,能源消费是碳排放的主要来源。通过对影响黑龙江省碳排放的主要因素进行分析,指出粗放型的经济发展模式和以重工业为主导的产业结构是黑龙江省碳排放量增长的主要拉动因素,能源效率的提高成为影响黑龙江省碳排放量的主要抑制因素。转变经济发展模式、优化产业结构和能源结构、提高能源效率可以有效抑制黑龙江省碳排放的增长。     

欠发达地区碳排放因素的分解模型与实证研究

借鉴并改进了Commoner分解模型,采用对数权重平均分解法,对欠发达地区云南省进行碳排放影响因素的分解,其结论是拉动效应有人口规模和产出水平,前者小、后者大;而抑制效应是能源效率和能源结构,前者大、后者小。根据其影响程度的不同,结合云南的实际做出了解释并提出相关建议。     

人口相关因素对碳排放的影响研究——基于变截距模型的实证分析

基于1997—2012年的30个省份的面板数据,采用STIRPAT模型研究人口相关因素对二氧化碳排放的影响。通过面板数据变截距模型进行回归发现,大部分省份的人口规模、人均消费支出、能源强度和城镇化对碳排放有正影响,只有北京和广东的能源强度对碳排放是负影响,说明可能存在能源回弹效应。老龄化因素只在六个省份与碳排放有显著的正相关关系,这是因为老年人口的增加导致对相关产品和服务的需求增加。家庭规模在大部分省份对碳排放的影响是负向的,说明随着家庭规模的缩小会增加碳排放。     

人民币境外存量估计——基于ARDL模型的实证分析

本文根据现金(M0)需求的决定因素,通过建立ARDL模型并将其转换为误差修正模型(ECM)形式,运用1992～2000年的季度数据,通过线性回归拟合出我国境内现金货币需求函数的表达式;并在必要的假设前提下,利用扣除境内需求的方法,估算出2001～2008年境外人民币的存量.结果显示,人民币境外存量的规模呈现出在波动中上升的态势,尤其是2006年以来人民币的跨境流量和境外存量有明显的大幅增加,这与人民币升值有密切关系.人民币境外存量季度末的平均值和最大值已由2001年的116.8亿元和389.6亿元分别增加到2008年的926.5亿元和2007年的1 781.6亿元.另外,人民币境外存量的季节性波动幅度较大,这给我国的货币政策操控带来一定的困难.     

福建省碳排放的因素分解实证研究

本文基于1994—2008年的时间序列统计数据,采用对数平均权重的Divisia分解法将影响福建省碳排放的因素分解为能源结构因素、能源排放强度、能源效率和经济发展,建立福建省人均碳排放的因素分解模型,定量衡量各因素对福建省人均碳排放的贡献大小,得出经济发展是福建人均碳排放最大的拉动因素,能源效率是抑制福建人均碳排放最重要的因素,而能源结构对福建人均碳排放的影响相对较小但今后贡献可能增大等结论。     

基于GWR模型的中国区域碳排放影响因素空间差异研究

以STIRPAT模型为理论基础,从区域层面构建了碳排放影响因素的扩展的STIRPAT模型。并运用变系数空间计量模型——地理加权回归模型(GWR)实证考察了各影响因素对碳排放规模和碳排放强度影响的时空差异。实证结果显示:大部分解释变量的系数估计值显著,且系数的符号与预期一致,各影响因素在不同区域存在差异。要想实现区域差异化碳减排,需要充分考虑不同影响因素对碳排放影响的空间差异。     

互联网发展对碳排放的影响——基于面板门槛模型的实证研究

基于线性面板模型和面板门槛模型,采用2008—2016年中国省级面板数据,实证检验了互联网发展对碳排放的线性和非线性影响。实证结果显示:采用线性面板模型结果表明,现阶段我国互联网发展提高了地区人均碳排放量,经济发展与碳排放存在倒"U"型关系,对外开放和城镇化程度提高减少了人均碳排放量,第二产业增加提升了人均碳排放量。考虑门槛效应时,互联网发展对碳排放的影响存在单门槛,即互联网发展与碳排放是倒"U"型的关系,当地区互联网水平处于中低水平时,互联网发展显著增加了地区的人均碳排放,当互联网发展水平越过门槛时,互联网发展又表现为抑制碳排放的增长。     

中国区域碳排放的因素分解模型及实证分析

本文测度了1995—2008年中国29个省市的碳排放量,分析了中国碳排放的区域差异,通过构建“LMDl分解模型”,将各地区人均碳排放分解为人均GDP、能源结构、能源强度等影响因素,同时将能源强度进一步分解为各产业能源强度和产业结构两类因素。研究结果表明：几类因素对各省市自治区碳排放增长的影响方向和影响程度存在差异,但从全国及东中西三大区域看,人均GDP是促进碳排放量增长的决定因素,能源强度下降是抑制碳排放增长的主要因素,而能源强度变化主要由工业部门能源强度的变化决定,产业结构变化通过促进能源强度的增加,间接推动了碳排放量的增长。能源结构推动了碳排放的增长,但影响程度较小。现阶段应根据各地区碳排放的区域差异及碳排放增长的影响因素,制定差异化的区域碳减排政策,包括：优化区域能源结构、降低区域能源强度、调整区域产业结构、积极推进区域低碳经济增长方式转变。     

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。     

中国行业碳排放变动的影响因素研究——基于D&L简化模型

利用具备理想分解法特性的DL简化法,分解了最终需求水平等4个因素对1997—2012年中国行业碳排放变动的影响。结果表明,最终需求水平呈现持续而显著的正向效应,是导致碳排放增加的最重要因素;碳强度表现为持续而显著的负向效应,是导致碳排放减少的唯一因素;投入产出技术一直表现为正向效应;最终需求结构经历了从负向效应逐渐过渡到弱正向效应并最终呈现正向效应的过程。为了实现碳排放总量控制目标,中国应重点实施降低部分关键行业的直接碳排放系数等措施,进一步强化碳强度的负向效应,并辅之以降低影响力系数上升幅度较大行业的比重、优化最终需求结构等结构性减排措施,努力实现投入产出技术及最终需求结构由正向效应向负向效应的转变。     

基于动态空间杜宾面板模型中国建筑业碳排放的影响因素研究

基于STIRPAT模型及动态空间杜宾面板数据模型,根据2002—2013年中国的省域面板数据,实证分析了我国建筑产业碳排放的影响因素。主要结论包括:各省份建筑业碳排放总量的增加都会拉动邻省份同行业的碳排放量上升,这种影响力不仅在当期发挥作用,而且是持续的、逐渐增强的;在长期或短期内,适当控制建筑行业就业人数及行业人员工资水平的上升,在所属区域内会对节能减排产生积极影响,对于相邻区域则是消极影响;节能减排技术的创新与发展、低碳能源的开发与利用是建筑行业低碳发展中最为重要和关键的环节,同时,实现建筑材料制造业的统筹安排、优化布局与均衡发展,才能使低碳转型成为建筑产业发展的核心竞争力。     

中国能源消费、能源消费结构与经济增长——基于ARDL模型的实证研究

能源消费、能源消费结构与经济增长间存在着密切的关系。节能减排政策的施行是否会影响到我国的经济增长,能源消费结构与能源消费间有着怎样的联系,这些都是在节能减排政策制定中亟待解决的问题。本文利用1978-2007年的样本数据,使用ARDL模型方法对以上三者之间的关系进行了实证研究。发现经济增长对能源消费和能源结构在长期和短期内都有显著影响,且能源消费和能源消费结构间也存在相互的影响。未发现能源消费和能源消费结构对经济增长的长期影响。推行适宜的节能减排政策不会阻滞我国的经济增长,而节能减排政策的一项重点应该是能源消费结构的优化调整。     

基于VAR模型的中国能源消费碳排放影响因素分析

基于向量自回归(vector autoregression,VAR)模型分析方法,从能源消费总量、人均GDP、城市化水平和能源强度四个指标出发,分阶段分析了我国1953~2011年间的能源消费碳排放情况。研究表明:能源消费总量和城市化水平是驱动碳排放的核心动力,且两者作用相反。能源消费总量对碳排放起到正向驱动作用,碳排放对其响应与能源强度类似,持久且不稳定,说明中国能源"双控"政策的效果显现仍需很长一段时间,但两者的结构冲击对碳排放贡献大,效果明显。而城市化水平对碳排放有反向驱动作用,其响应可在短期内达到平稳状态,加之其结构冲击对碳排放贡献度可达10%,使之成为未来降低我国碳排放的有力措施。与此同时,把握住人均GDP与碳排放互为Granger因的特殊关系,积极推行绿色GDP,也可有效降低碳排放。     

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。