青岛市能源消费碳排放及影响因素分析

采用各行业能源消费相关统计数据,根据《IPCC2006国家温室气体清单指南》中的碳排放计算公式和碳排放系数缺损值计算了青岛市2000-2015年能源消费的碳排放,并应用因素分解法对青岛历年的碳排放量及其影响因素进行了分析。结果表明:GDP增长是导致碳排放量增长的主要动力,而产业结构优化调整、技术进步则是导致碳排放量减少的因素;工业对碳排放强度和碳排放总量的变化起决定性作用,在宏观和工业内部两个层面进行产业结构优化调整是实现碳排放总量减少的关键。     

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。     

能源碳排放影响因素研究综述

自工业革命以来,全球经济快速发展,各种能源被大量使用,由此产生的温室气体排放尤其是二氧化碳的排放给环境带来了巨大影响。在发展低碳经济的背景下,能源碳排放与各种因素的关系成为学术界关注的焦点,取得了一系列的研究成果。文章在参阅国内外相关文献的基础上,从理论方法和实证分析的角度出发,就能源碳排放影响因素的相关研究进行了梳理和总结,并对国内外学者在该领域的研究进行了评述,为进一步开展相关问题的研究提供参考。     

中国可再生能源消费与能源碳排放影响关系研究

利用ARDL模型对中国可再生能源消费和能源碳排放之间关系进行研究,研究结果表明可再生能源消费作为被解释变量时可再生能源消费、能源碳排放和经济增长之间存在长期协整关系;从长期来看,可再生能源消费对能源碳排放具有显著正向影响关系,且长期弹性是0.51,而短期内影响关系不显著;而且Granger因果检验发现存在可再生能源消费到能源碳排放的单向因果关系。     

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。     

长三角地区能源消费碳排放驱动因素分析及优化策略

应用LMDI因素分解法与基于岭回归估计的修正STIRPAT模型,基于1997—2016年的时间序列数据,实证分析长三角地区能源消费碳排放驱动因素。研究结果表明,经济产出、人口规模是正反馈驱动因素,分别促进产生186 215.76万吨、14 421.71万吨碳排放,能源强度和能源结构是负反馈驱动因素,分别抑制产生93 253.01万吨、4 082.47万吨碳排放。经济产出、人口规模、能源强度和能源结构因素每增加1%,二氧化碳排放量随之增加0.845?4%、2.293 5%、0.832 8%和1.933 3%。在生态文明建设进入新时期和长三角区域一体化发展上升为国家战略的时代背景下,要加速推动经济发展方式向低碳集约型转变,加快新能源绿色化变革,在生态补偿、产业链升级、公共服务等方面建立一体化发展新机制,促进长三角地区可持续高质量发展。     

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。     

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。     

河南省碳排放、能源消费及影响因素研究——基于产业结构优化的实证分析

河南省作为中原崛起和中部三大战略的核心成员,理顺经济增长、能源消费及碳排放间的关系,是推动该省经济高质量发展的关键环节。结合经济学相关理论,运用实证分析建立碳排放相关因素的计量经济学模型,确定国民总产出变化率、工业总产值占国民总产值比重变化率及人口出生率变化率三个强影响因素,揭示河南省碳排放不断增加的本质原因,并就有关产业结构深层问题进行分析,提出“调结构、改观念、强治理、加投入”等政策建议。     

陕西省能源消费的影响因素研究

随着经济的高速发展,陕西能源消费量剧增,而导致能源消费量变化的因素很多,如何甄别出关键的影响因素并据之进行控制,是理论和实践界关注的焦点。基于1995～2009年陕西能源消费量及表征经济发展的诸变量的统计数据,借鉴因素分解及因果关系分析技术,定量研究陕西省能源消费的影响因素,通过因素分解技术,发现经济总量、能源消费强度及产业结构的变动是引起陕西能源消费量变动的主要因素,通过因果关系分析技术,发现经济总量、能源消费强度及国民经济中第二产业产值比重是能源消费总量的格兰杰因,并据之提出地方政府在节能减排约束下保持经济增长的政策建议。     

浙江省能源消费与经济增长的动态关系

利用1985—2009年浙江省能源消费总量和国内生产总值的时间序列数据,采用单位根检验、协整检验、格兰杰因果关系检验,并利用脉冲响应函数、方差分解分析方法,对浙江省能源消费与经济增长之间的因果关系、动态关系以及定量关系进行了研究。研究结果表明:浙江省能源消费与经济增长之间存在从经济增长到能源消费的单向因果关系;经济增长的较小波动会对能源消费产生持续的影响。     

中国居民能源消费碳排放现状分析及预测研究

当前,居民能源需求不断增加,生活部门已经成为我国第二大能耗部门,随着居民生活条件逐步改善,居民能源消费碳排放还将持续增长。文章对1997—2015年中国居民能源消费碳排放现状进行分析,并基于ARIMA模型对2016—2025年居民能源消费碳排放进行预测研究,结果表明:1997—2015年,中国居民能源消费碳排放整体呈上升趋势,城市碳排放增速和占比于2005年超过农村;城市煤品碳排放波动下降,油品碳排放比2005年增速加快,到2015年与煤炭碳排放相差0.073 5亿吨。农村居民煤品碳排放仍然较高,油品和气品碳排放增幅远低于城市;到2025年,居民能源消费碳排放达到7.87亿吨,年均增长率7.13%;煤品碳排放持续下降,但减速较缓,油品碳排放自2016年起超过煤炭呈现快速上升趋势。     

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。     

东盟五国能源消费与碳排放因素分解分析

基于完全因素分解模型,对东盟五国1971 - 2007年能源消费量与碳排放量的影响因素进行分析.结果表明,菲律宾能源消费和碳排放的经济结构效应一直在下降,印尼的效应则从低点一直往上走;印尼能源消费和碳排放强度效应出现反向关系,而其他四国则保持几乎一致的变化轨迹;印尼的燃料转化效应曲线一直保持着平稳的上升趋势,泰国保持着从小幅的上升后维持不变的状态,其他三国几乎没有任何变动.     

浙江省能源强度影响因素的实证研究

以浙江省1990-2008年数据为基础，采用协整分析方法和误差修正模型分析了能源价格，产业结构变化，经济发展水平，能源结构及R＆D投入对浙江省能源效率的影响。研究发现，经济发展水平的提高有利于降低能源强度；能源价格对能源强度的影响并不显著，R＆D投入的增加却导致能源强度的提高；而产业结构和能源结构的优化将会提高能源效率，降低能源强度。     

中国工业碳排放的特征及影响因素

目前,针对碳减排的研究已成为全球应对气候变暖、提高能源利用效率及促进区域可持续发展的热点课题。本文通过分析2003~2012年中国工业碳排放总量及强度分布,总结了中国工业碳排放的特征,认为影响中国工业碳排放的首要因素是工业经济规模,人口规模为次要因素,行业结构、能源效率及能源结构是影响工业碳排放减量的关键因素。     

碳排放约束下我国区域物流能源效率及影响因素研究

通过包含非期望产出的SBM模型,对全国30个省份碳约束下的物流能源效率进行了测度,分析东部、中部、西部、东北部四大地区的空间特征和演化趋势,并通过Tobit回归考察我国区域物流能源效率的关键影响因素。结果表明,2006—2015年,我国物流能源效率没有明显的提升趋势,并且区域的东西分化特征较为明显,东部沿海地区的物流能源效率普遍高于其他地区。物流业的规模、能源价格和能源消耗结构是影响我国物流能源效率的重要因素。     

浙江省居民能源消费影响因素的Logistic模型构建——基于浙江省3市2县居民能源消费状况的调查

利用浙江省3市2县居民能源消费状况的调查数据,构建二项logistic回归分析模型,对居民能源消费水平进行多因素定量分析,寻求并分析影响居民能源消费的主要因素,最后给出结论、提出建议。