中国二氧化碳排放分布的随机收敛研究——基于地区、部门和行业层面数据的实证分析

本文利用中国大陆地区、部门和行业等三个层面的样本数据,选择碳强度作为二氧化碳排放指标,采用面板单位根检验和单变量单位根检验方法,对中国二氧化碳排放分布的收敛性进行实证检验.研究发现,地区层面和行业层面样本并未呈现全局性的随机收敛;而部门层面的相对碳强度呈现发散态势.以上研究结论表明,地区间、部门间和行业间的碳强度差异不会随时间推移自动消失,这要求政策制定者必须充分考虑碳排放在不同层面的分布差异,并分别制定有针对性的碳减排政策.     

家庭消费碳排放影响因素及其变化趋势分析——以陕西省为例

以陕西省2003—2017年数据为样本,建立LMDI模型分析各因素对陕西省家庭消费碳排放的影响及其变化趋势。结果表明,家庭消费效应、住房面积效应和家庭规模效应是造成家庭碳排放上升的正向推动因素,而碳排放强度效应、消费抑制效应和居住密度效应对家庭碳排放具有负向影响;2003—2017年,碳排放强度效应呈“U”型变化趋势,家庭消费效应、家庭规模效应和住房面积效应呈上升趋势,消费抑制效应和居住密度效应呈下降趋势。政府制定碳减排政策时可从碳排放贡献率较大的家庭消费、住房面积和家庭规模等方面着手,有针对性地缓解日益增长的家庭消费碳排放。     

浙江省能源消费碳排放动态特征及影响因素研究

采用IPCC推荐的碳排放计算公式,测算了2000年到2011年浙江省能源消费碳排放量,分析了人均碳排放量和碳排放强度的动态特征,并利用LMDI分析其排放变化的影响因素。研究期间,浙江省人均能源消费碳排放量不断上升,碳排放强度呈现下降的趋势,浙江省碳排放处于碳排放强度倒U型曲线高峰到人均碳排放量倒U型曲线高峰阶段的过渡期。经济发展对人均碳排放量增长起到拉动作用,产业结构、能耗强度、能源结构、碳排放系数变化起到抑制作用。产业结构、能耗强度和单位能源消耗碳排放强度变化均对碳排放强度下降产生正向驱动作用。     

绿色发展背景下区域旅游业碳排放时空分异与影响因素研究——以长江经济带为例

以旅游业碳排放强度作为衡量指标,运用泰尔指数对长江经济带2006—2015年旅游业碳排放的时空分异特征及其影响因素进行研究。结果表明:①2006—2015年长江经济带旅游业碳排放总量呈现出不断增长的态势,以14.91%的年均增长率从2006年的6 164.6×104t增长到2015年的20 739.5×104t,同时旅游业碳排放强度总体上呈现出先上升后缓慢下降的态势,在一定程度上说明旅游经济增长对能源消耗的依赖性开始减弱;②长江经济带旅游业碳排放类型分布不均衡,以中碳、较高碳排放类型为主,在碳排放强度空间分布上,上游地区中游地区下游地区;③长江经济带旅游业碳排放强度的区域差异与区域内差异都呈现出先扩大后缩小的态势,区域差异主要根源于区域内差异,但对区域内差异的依赖程度呈下降态势;④在各影响因素中,旅游业经济规模、人数规模、能源消耗强度和能源消费结构对旅游业碳排放起着显著正向促进作用,而地区经济发展水平、地区环境污染治理水平、旅游产业结构对旅游业碳排放起着显著负向阻碍作用。     

中国农地利用碳排放及影响因素研究:1990—2016年

基于化肥、灌溉、农药、农膜等6方面碳源测算了1990—2016年我国农地利用碳排放总量、省级农地利用碳排放量以及相关驱动影响因素。研究结果显示:(1)我国农地利用碳排放量处于增长状态,年均增长率为3.13%,农业碳排放强度逐年下降,年均增长率为-1.94%。(2)各省份农地利用碳排放与农业产值相关,同时受制于省级碳排放强度的作用。(3)经过因素分解发现,农业就业占比和碳排放强度对碳排放起抑制作用,但在总量上还低于农业人均GDP和人口规模对碳排放的促进作用,因此我国农地利用碳排放呈现增长态势。     

工业碳强度差异与收敛性研究——基于重庆数据

为了解工业碳强度分布变化演进过程,有必要对不同工业碳强度的行业分布差异和收敛性变化轨迹进行研究。文章结合分布差异测算和收敛性检验技术,对1999~2011年重庆市工业碳强度的行业分布变化进行研究与比较。研究结果显示:研究期间重庆市工业碳强度的行业分布差异呈现出波动下降的变化轨迹,1999~2008年间行业差异通过绝对β检验,2011年重庆工业碳排放行业分布出现了显著的俱乐部收敛,全行业收敛为四峰,制造业收敛为三峰。重庆工业碳强度的行业分布特性表明重庆工业碳排放经历了从粗放到出现一定管理的过程;显著的俱乐部收敛性表明,应当针对不同俱乐部的行业制定具有差别的碳排放监管政策。     

区域贸易隐含碳排放时空变化及影响效应——以长江经济带为例

厘清长江经济带各省市的贸易隐含碳排放及其时空变化规律,对制定公平有效的碳减排方案具有重要意义。总贸易核算体系可以更加精确地测算隐含碳排放,基于此,文章运用多区域投入产出模型测算2007、2010、2012、2015年长江经济带11省市的调出隐含碳排放,并采用对数平均迪氏指数法(LMDI)对其进行影响效应分析。结果表明:(1)长江经济带总体调出隐含碳排放呈现逐步上升的趋势,各省市调出隐含碳排放大致呈现从西到东递增的趋势,且大部分省市的调出隐含碳排放量在2007—2012年处于上升的趋势,而在2012—2015年开始下降或是增速开始明显放缓。(2)分部门测算结果显示重制造业及能源工业部门的调出隐含碳排放的比重较大,且大部分部门的调出隐含碳排放呈现上升的趋势,但是从2012年开始,也有不少省市部门的调出隐含碳排放量开始下降,尤其是工业各部门下降趋势明显。(3)影响长江经济带调出隐含碳排放的影响因素中,规模效应始终是导致调出隐含碳排放量增加的主要因素,结构效应经历了由正效应向负效应再向正效应的转变,强度效应则经历了由负效应向正效应再向负效应的转变,各省市分部门的结果与总体结果大致相同。     

河南省能源消费碳排放量演变及其与经济增长关系的研究

笔者计算了1978年~2009年河南省一次能源消耗的碳排放量。研究发现,1978年以来,河南省一次能源消耗的碳排放数量一直在增加。碳排放强度虽然逐渐下降,但人均碳足迹却不断上升,其中,煤炭消耗的碳排放量是总排放量的主要来源。河南省一次能源消耗的人均碳足迹与人均GDP的关系并不符合标准的环境库兹涅茨曲线,而是呈现出三次曲线关系,而碳排放强度与人均GDP之间呈则现出反比曲线关系。     

陕西省工业行业碳排放实证研究

运用投入产出模型,首先测算了2002年、2007年及2012年陕西省工业品隐含碳排放量情况。结果发现,3个年份陕西省隐含碳排放量不断增加且呈现出较高的行业集中度,排名前5位的部门由高到低分别为石油化工业、煤石油开采业、金属制品业、非金属制品业及计算机设备制造业。随后,分析了2002年、2007年及2012年陕西省工业品隐含碳排放失衡度。结果表明,在国际贸易方面,上述3个年份陕西省均为隐含碳排放净出口方,说明陕西省为其它国家承担了能源环境负荷;在国内贸易方面,陕西省2002年和2007年为隐含碳排放的净调入方,而2012年变为净调出方,这主要是因为陕西省调出产品增幅较大造成的;在总贸易方面,陕西省隐含碳流动方向与国内贸易相同,这是由于陕西内贸规模远远大于其外贸规模。目前来看,较大的隐含碳流出虽然有利于陕西省经济增长,但所付出的环境代价却不容忽视。因此,陕西省需提高生产技术水平、实现产业结构优化升级与贸易结构低碳化协调发展。     

甘肃能源密集型产业碳排放效率实证研究

文章构建了超效率非期望产出的SBM模型,利用2001—2014年甘肃省经济环境数据,基于8个能源密集型产业碳排放特征和碳排放效率的分析发现:甘肃大部分能源密集型产业碳排放强度呈现出持续下降的良好态势;从不同发展阶段来看,甘肃能源密集型产业的CO_2排放效率虽有所提升,但整体效率依然不高;不同能源密集型产业之间的碳排放效率存在较大差异,基于此,提出针对性政策建议。     

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。     

Changes in carbon intensity in China: Empirical findings from 1980–2003

China experienced sustainable, rapid economic growth over the period 1980–2003 but, at the same time, energy-related carbon intensity showed a downward trend. It begs the question, therefore, what factors were driving this decline in carbon intensity and will this decline be maintained in future? Moreover, what measures can be adopted to ensure a continual decline in carbon intensity? These questions led to increased research in the factors governing CO₂ emission in China. This paper quantifies the driving force behind China's primary energy-related carbon intensity and measures the material production sectors' final energy-related carbon intensity. Our results show that the overwhelming contributor to the decline of energy-related carbon intensity was the reduction in real energy intensity. However, policies that focus only on the decline in energy intensity are insufficient to further decrease carbon intensity. The change of primary energy mix can improve the decline of carbon intensity. This should focus on the material production sectors' development strategies and final energy use. Greater emphasis should be given to secondary industry, which needs national and regional governments' policy support.     

碳达峰目标下国家生态文明试验区碳强度预测及减排潜力研究

基于ARIMA-BP神经网络模型并在碳达峰目标下预测国家生态文明试验区的碳强度；同时，运用非径向方向距离函数、共同前沿理论及共同前沿非径向曼奎斯特二氧化碳排放效率指数(MNMCPI)对减排潜力进行深入探讨。研究发现：(1)由ARIMA-BP神经网络模型所得碳强度预测序列均方误差(MSE)为0.005，平均绝对百分比误差(MAPE)为1.95%，显示了较高的精度；国家生态文明试验区碳强度2028年相较于2005年下降67.5%，提前实现国家2030年碳强度比2005年下降65%以上的目标，其中：贵州碳强度下降幅度最大，2030年相较2005年下降77.5%，福建、江西、海南下降幅度均在65%以上。(2)国家生态文明试验区减排潜力呈波动下滑趋势，2016—2030年均减排空间达26.59%，约21649.33万吨CO₂。到2030减排潜力达21.9%，为2016—2030年最低值，由于减排潜力与碳排放效率负相关，碳排放效率越高则减排潜力越小，这意味着国家生态文明试验区碳排放效率得到优化。(3)通过探究CO₂排放效率变化，间接分析区域内减排潜力变化...     

基于空间计量的中国省域人力资本与碳排放密度实证研究

基于2011年中国31个省域截面数据,应用空间计量模型分析人力资本对碳排放密度的影响。我国省域间碳排放密度存在着显著的空间相关性,即一个地区的碳排放密度受相邻地区碳排放行为的影响。采用不同指标测度出的不同类型的人力资本对地区碳排放密度的影响作用不同:基于教育年限法衡量的通用性人力资本对碳排放密度影响系数显著为正,即现阶段教育水平较高的地区碳排放密度也较大;以R&D人员为代表的异质性人力资本与碳排放密度之间存在弱负相关关系,但未通过显著性检验,表明异质性人力资本水平的提升对该地区减少碳排放的影响力度有限,也难以对相邻地区的碳减排产生正的溢出效应。     

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。     

山东省能源消费碳排放预测

基于《IPCC国家温室气体清单指南》估算了17种能源的碳排放系数,测算了1995—2009年山东省的能源消费碳排放量。选取人口、城镇化率、人均GDP、工业GDP比例、能源消耗强度作为山东省碳排放的影响因素,分别应用偏最小二乘回归和岭回归构建了预测山东省能源消费碳排放的STIRPAT模型。通过对比基于两种回归所得模型的拟合效果,最终选择岭回归模型预测了2010—2015年山东省能源消费碳排放量。最后提出了山东省碳减排的相关对策。