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。     

区域碳排放因素分解及最优低碳发展情景分析——以中部地区为例

通过测算中部地区1995～2010年间碳排放状况及LMDI影响因素分解分析,发现经济规模的扩大是拉动中部人均碳排放的决定因素,其累积排放效应远高于能源效率和能源结构的碳减排效应。基于IPAT方程对中部地区碳减排与经济增长最优情景的定量分析表明,适宜中部地区2020年和2030年的最优低碳发展情景分别是"中增长、高效率"和"低增长、低效率"。     

中国人均能源碳排放因素分解及减排途径分析

以1981-2008年中国一次能源消费总量、人口数和GDP数据为基础,通过实证分析经济发展、能源强度和能源结构对这一时期人均碳排放的贡献发现:经济发展拉动了人均能源碳排放的增长,能源强度的降低抑制了人均能源碳排放的增长,能源结构的变化在研究期内先对人均能源碳排放起促进作用,然后起抑制作用,其拐点出现在1997年,但研究期内贡献不显著.近年来,能源结构的贡献却有逐步增强的趋势.     

中国碳排放的区域差异及驱动因素分解分析

在对中国1995～2006年30个省(市、自治区)能源消费产生的碳排放核算的基础上,运用对数平均权重分解法(LMDI),对各省区人均碳排放的区域差别及其变化三个影响因子进行了定量分析。结果显示,能源效率的提高对各省区碳排放的增长起到了重要的抑制作用,经济增长则是导致碳排放增加的主要驱动力因素,而能源结构变化对碳排放的贡献微弱,且在不同的省区作用的方向不同。因此,增强各地区的低碳发展能力,中西部地区应重点发展能源利用效率技术,大力开发可再生能源。东部地区的应将调整产业和产品结构作为重点,通过技术创新实现碳生产率的提高。     

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。     

金砖国家经济发展与能源消费碳排放因素分解比较分析

金砖国家因经济发展的强劲势头和发展中大国等特征备受瞩目,在经济发展的同时,持续增长的碳排放也受到了关注。文章运用LMDI法比较分析金砖国家1971—2011年能源消费碳排放增长的影响因素及其贡献,研究发现:经济发展是拉动能源消费碳排放增长的决定性因素,尤其是对中国和印度显示出很强的拉动作用;能源强度是抑制能源消费碳排放增长的主要因素;人口规模对能源消费碳排放增长贡献较为稳定;碳强度影响作用不大;能源消费部门结构几乎不产生影响。由此,金砖国家要认清所处经济发展阶段,致力于创造公平的可持续发展环境,争取发展中大国的发展空间。     

1991～2008年中国碳排放影响因素研究

采用LMDI法建立中国人均碳排放量的因素分解模型,基于1991～2008年数据分析了经济发展、能源结构和能源效率等因素的变化所引起的碳排放量变动趋势.结果显示:经济发展与人均碳排放量成正比关系,与能源结构和能源效率成反比关系,且这两个因素与人均碳排放量呈倒U型曲线关系.这说明经济发展的促进作用大于能源效率和能源结构的抑制作用,碳排放量仍在增加.因此,我国应该积极采取措施提高能源效率,改善能源结构,尤其要提升经济发展质量.     

开放经济条件下物流产业碳排放驱动因素分解及脱钩效应研究——以陕西省为例

在对陕西省物流产业碳排放量进行测算的基础上,利用LMDI技术对陕西省2006—2016年物流产业碳排放驱动因素进行分解研究;并依据DPSIR脱钩模型对该产业碳排放脱钩效应进行测度。结果表明:经济产出对陕西省物流产业碳排放增加起到拉动作用,而能源结构优化和能源强度效率对碳排放增加起到一定的抑制作用,且能源结构的优化作用高于能源效率提升带来的碳排放减少;此外,陕西省物流产业碳排放表现出一定的脱钩效应,且在"十二五"期间脱钩效应存在着强弱转变。据此,文章提出应该从政府主导、企业主体、市场驱动、社会参与等方面提升能源利用效率、优化能源结构从而促进陕西省低碳物流的发展。     

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LMDI的能源消费碳排放因素分解及情景分析——以兰州市为例

论文将工业部门基于产值分为高、中、低产值行业,测算了兰州市2007—2016年9种主要能源消费的碳排放量,运用LMDI法(对数平均迪氏分解法)将碳排放增量分解成经济增长、产业结构、能源结构与能源强度4种效应。结果表明,2007—2016年碳排放经历了先上升后下降的趋势,产业结构和能源强度的累积效应为负,经济增长和能源结构的累积效应为正,能源结构是碳排放增加的最大拉动因素,能源强度对碳排放具有较大的抑制作用。通过情景设置,发现综合减排模式效果显著,并提出了相关建议。     

工业适度重型化背景下的低碳路径选择：基于广东工业的实证分析

对工业适度重型化背景下的高碳发展惯性特征进行分析和预测,并以广东为重点,利用对数平均权重分解法（ LMDI）研究工业能源消费历史碳排放的驱动因素。结果表明,广东工业重型化和高碳化在未来一段时期仍将处于惯性高位区间,工业碳排放峰值预计出现在2025年左右;由技术进步诱发的能源效率提升是过去十多年来碳排放增长减缓的主要影响因素,而产业结构和能源结构调整尚未发挥足够的降碳效应。结合广东工业适度重型化发展特征,研究认为,能源效率提升仍是现阶段广东工业碳减排的主要途径。随着技术进步效应的边际递减,中远期碳减排的主要动力源于产业结构和能源结构的优化。     

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。     

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。     

基于LMDI的能源消费碳排放因素分解——以陕西省为例

近十年间陕西省取得了跨越式的经济大发展,特别是作为丝绸之路经济带的"桥头堡"其经济发展已驶入了快车道。经济快速发展的同时必然带来碳排放总量的增加,测算了陕西省2002~2012年7种主要能源消费的碳排放量。使用LMDI法(对数平均迪氏分解法)把陕西省能源碳排放增量分解成人口、人均GDP、产业结构、能源消费结构与能源消费强度这五方面因素。研究得出,2002~2012年间除能源消费强度这一因素的累积效应为负外,其余四种因素的累积效应皆为正。使用逐年效应角度观察,人均GDP是碳排放增加的最大拉动因素,能源消费强度对碳排放具有较大的抑制作用。针对以上问题给出了相关政策建议。     

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。     

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。     

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。     

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.     

省域碳排放影响因素分析及减碳机制探讨——以浙江省为例

论文基于1990—2015年浙江省碳排放时间序列数据,采用STIRPAT模型,探讨驱动浙江碳排放量增长的主要影响因素和各因素的影响程度,明确碳排放控制的主要领域。结果表明人均GDP、人口规模、能源强度、能源结构、产业结构对碳排放量增加有正向驱动作用,而城镇化率对碳排放量增加有负向驱动作用。人均GDP和人口规模对碳排放量增长的贡献最大,但2000年后人口规模的驱动作用逐渐减弱,经济规模扩大成为碳排放量的主要增长因素。能源强度和城镇化率对碳排放量减少的贡献最大,能源结构的贡献率较低。基于此,提出了提升经济发展质量、促进城镇发展转型、提高能源管理效率等具有针对性的减碳对策。     

中部地区碳排放测度及其驱动因素动态特征研究

为更好制定中部地区碳排放削减策略,对中部六省2007—2018年能源消费产生的碳排放量进行估算,论文从能源结构、能源效率、产业结构、经济增长、城镇化率以及人口规模六个指标出发,构建碳排放测度及其驱动因素的灰色面板关联模型。在对中部地区碳排放与经济增长脱钩整体状况分析的基础上,分别测算碳排放量与其驱动因素的时序灰色关联度和截面灰色关联度,并分省解析碳排放驱动因素的动态变化。结果显示：中部六省碳排放与驱动因素关联度由大到小依次为人口规模、城镇化率、能源结构、产业结构、能源效率、经济增长;经济增长和城镇化率等驱动因素是影响各省碳排放总量的核心因素,而产业结构等驱动因素则因各省具体经济条件和发展水平不同呈现出差异化特征;近年来,中部地区驱动因素对碳排放量的影响整体变得稳定。以上结论为促进中部地区节能减排、构建绿色发展道路提供了可靠的经验证据。