低碳经济发展的驱动因素研究——以浙江省为例

本文从人口规模、经济发展水平、能源强度、单位能耗碳排放量、能源消费结构、产业结构、城市化、国际贸易分工等方面探讨了低碳经济发展的主要驱动因素,对STIRPAT模型进行了扩展,利用1990~2008年浙江省的统计数据,对低碳经济发展的驱动因素及其贡献率进行了实证研究。研究结果表明:人均GDP、能源强度、人口规模、单位能耗碳排放量和能源消费结构对碳排放总量有显著正向影响,其中人均实际GDP的影响最大,能源强度的影响较大,人口规模和单位能耗碳排放量的影响较小,能源消费结构的影响最小,而产业结构、城市化水平、国际贸易分工对碳排放总量的影响不显著;人均实际GDP持续增长是碳排放增长的最大正向驱动因素,对碳排放增长的贡献率最大,能源强度变动是碳排放增长的最大负向驱动因素,能源强度变动对碳排放增长具有一定的抑制作用。     

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.     

京津冀地区交通运输碳排放模型及驱动因素分析

基于京津冀地区2000—2013年交通运输能源消费量,运用自上而下交通运输碳排放测算方法,计算京津冀地区2000—2013年交通运输能源消费碳排放总量;基于STIRPAT模型进行多元线性回归分析和逐步回归分析,建立碳排放驱动因素模型。结果表明:人均GDP、能源强度、第三产业占比和公共交通是碳排放重要驱动因素,驱动因素模型能很好拟合京津冀地区交通运输碳排放量,京津冀地区人均GDP和能源强度分析表明该地区已处于碳排放与经济发展的脱钩阶段,能源强度逐年下降,交通运输碳排放强度随着第三产业占比的上升不断下降,预期可以达到"十三五"规划的要求。     

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。     

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。     

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。     

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。     

上海市交通能源消费碳排放的测算与分解分析

依据IPCC清单指南报告,以能源消耗为对象,测算2000—2010年上海市交通运输业能源消费碳排放量、人均碳排放量以及碳排放强度的变化趋势。以2000年为基年,采用LMDI分解方法,对上海市交通运输领域能源消费碳排量的变化进行分解分析。结果表明:①交通碳排放强度整体呈下降趋势,其中能源强度的下降起主要作用。能源结构对促进碳排放强度的下降作用较弱,但有增强趋势。②交通碳排放量不断增加。其中人口数量和人均GDP始终表现为正效应,起促进作用;能源强度除2004年外均表现为负效应,起抑制作用;能源结构始终表现为负效应,对减少碳排放有重要作用。     

我国未来十年碳排放强度降低带动总量增速放缓

本报告总结了碳排放占全球总量近80％的18个国家的经验,并结合对我国经济增长的展望,预测了未来十年我国碳排放总量.碳排放总量决定于经济增长、能源强度的变化以及单位能源消耗的碳排放强度变化等三方面因素.本研究表明未来十年我国经济增速虽然会比以往降低,但仍将保持在年均7.1％的水平.与发达国家可比发展阶段的情形相比,我国目前能源强度水平并不高;我国制定的节能减排行动计划的力度,也丝毫不逊于发达国家在可比发展阶段上的实际轨迹;未来在优化能源结构降低单位能源消费碳排放强度方面,我国尚有可观潜力.综合看,我国能源强度和单位能源消费碳排放强度的降低,将带动碳排放总量增速放缓,但未来十年总排放量尚不会出现峰值.     

钢铁行业供应链碳足迹界定及影响因素研究

以钢铁行业为研究对象,对钢铁供应链碳足迹进行界定,根据IPCC提供的排放因子和核算方法测算我国钢铁行业碳排放量;运用SPSS软件分析碳排放量与人口、GDP、能源消费结构、能源消费总量、钢材消耗量、能源效率、工业增加值碳强度和回收利用率8个主要影响因素之间的关系,并构建了碳排放多元回归模型。结果表明,钢铁行业碳排放量与人口、GDP、能源消费总量和回收利用率关系密切,能源消费总量对碳排放影响最显著,而其它因素影响不大。我国钢铁行业可从“转变发展方式,调整资源结构;健全能源管理,推进技术创新;优化生产流程,发展循环经济”3个方面实现减排目标。     

1990—2007年中国能源碳排放的省域聚类分析

本文以能源碳排放的总量和份额为排放数量指标,以排放强度和人均排放为排放效率指标,利用聚类分析方法,对我国各省域的能源碳排放类型进行划分。结果表明,GDP标准下的经济强省大多属于"高排放"类型,其中部分省甚至属于"高排放-低效率"类别。因此,我国较大比重的GDP和人口处在相对"高排放"的发展模式下。这对于我国实现到2020年碳排放强度降低40%～45%的战略目标是一个严峻的挑战。     

能源碳排放的空间依赖与经济增长——基于广东的空间面板模型分析

利用探索性空间数据,分析了广东省碳排放的空间格局及其空间跃迁状态,并进一步采用空间滞后模型(SLM)和空间误差模型(SEM)分析碳排放与经济增长的关系。结果表明:广东省市域人均碳排放存在显著的空间自相关性,绝大部分城市属于"高——高"和"低——低"类型,碳排放集群格局表现出高度的空间稳定性和路径依赖性。人均碳排放的主导驱动因素是人均GDP,但人均碳排放与人均GDP增长未呈现显著的倒"U"型关系;能源效率、产业结构调整与城市化水平提升对人均碳排放具有显著的削减作用,而对外贸易和技术进步对碳排放的影响在统计上不显著。     

西北五省区交通碳排放现状及影响因素研究

论文利用1995—2016年西北五省区交通能源消耗数据,对其碳排放量进行了测算,从碳排放总量、人均碳排放量、能源碳排放结构以及能源强度分析了五省区交通碳排放的现状。基于改进的STIRPAT模型,利用岭回归,探讨了客货运周转量、人均GDP、能源强度、城镇化率、私家车保有量对五省区交通碳排放的影响。结果表明:五省区交通碳排放量与人均碳排放量总体呈波动上升趋势,2000年后,上升趋势更显著;石油使用始终是西北地区交通碳排放的主要来源;能源强度从大到小为:宁夏、青海、甘肃、陕西、新疆;岭回归分析显示,除甘肃省外,西北地区影响因素贡献度均为:能源强度人均GDP城镇化率私家车保有量客货运周转量,而对甘肃交通碳排放贡献度最大的则是人均GDP。     

我国居民间接能源消费碳排放的测算及分解分析

利用消费者生活方式方法(CLA),测算1993~2007年我国居民间接能源消费碳排放量,以及城镇和农村居民人均碳排放量的变化趋势。以1993年为基年,对我国居民间接能源消费碳排放量的变化进行分解分析。结果表明:(1)居民间接能源消费碳排放量整体呈上升趋势,城镇和农村居民人均碳排放量也逐年增加,其中2007年城镇居民是农村居民人均碳排放量的三倍。(2)研究期间,人均消费水平城镇化率、居民消费结构和人口规模是拉动居民间接能源消费碳排放量增加的主要因素,而能源消费强度和碳排放强度是抑制碳排放量增加的主要因素。其中2003~2007年碳排放强度起到正效应;居民消费结构表现为负效应,对减少碳排放起到一定作用。     

城市化、能源消费与碳排放——基于STIRPAT模型的跨国面板数据实证研究

利用亚太经合组织中17个国家1986年至2010年的相关数据,基于STIRPAT模型实证分析城市化与能源消费对碳排放的影响,从城市化和能源消费的角度为碳减排寻求对策,并为城市低碳发展研究相应的政策改进。实证分析的结果显示,能源强度对碳排放的影响最大,其次是城市化。提高技术水平、降低能源强度是有效降低碳排放的重要途径;城市人口比重和工业增加值占GDP比重对碳排放产生正向影响,但弹性系数与能源强度相比较小,说明在发挥城市减排优势的前提下,推进城市化进程与二氧化碳减排可以实现统一。     

基于时间序列数据的中国碳排放强度影响因素协整分析

参考IPCC的方法,估算了我国1985-2013年碳排放强度,运用协整检验、误差修正模型等方法分析了能源结构、城市化与经济增长对我国碳排放强度的长期均衡关系以及短期波动影响。结果显示:(1)能源结构、城市化和人均GDP与我国碳排放强度之间存在长期稳定的协整关系,三个变量对碳排放强度的弹性系数分别为1.98、0.97和-0.65,过分依赖煤炭的能源结构是我国节能减排的最大障碍。(2)碳排放强度的短期波动偏离长期均衡时,将会以-0.226的调整力度从非均衡状态拉回到均衡状态。最后,据此提出政策建议。     

江西省碳排放影响因素研究——基于LMDI分解法

文章运用LMDI的分解方法将碳排放量增量分解成碳排放效率效应、能源消耗强度效应、产业结构效应与经济效率效应,并且综合考虑产业部门的碳排放和居民消费碳排放。分析结果显示:2012—2016年产业部门的能源消费强度效应和产业结构效应是促使江西省碳排放减少的主要驱动因素,经济规模效率和碳排放效率效应也对减排有一定促进作用,而居民消费的能源消费强度效应为增加碳排放。所以江西省要发展低碳经济、打造"江西样板"需要结合江西发展现状从优化产业结构、对人均GDP计算加入环境因素、调整能源消费结构、大力支持节能减排技术的发展等方面入手。     

基于VECM新疆工业化、城市化与碳排放关系的实证研究

新疆以重化工业为主导的工业化进程和不断提高的城市化水平所呈现的能源需求特征使得经济持续发展与节能减排陷入两难困境。在估算了1978~2008年新疆的碳排放总量的基础之上,从工业结构和城市化两方面分析了新疆能源消费引致的碳排放的主要特征,选用协整方法和VECM研究发现新疆的碳排放与工业化和城市化水平之间存在长期均衡关系:城市化水平和工业总产值占GDP比重每变动1%,分别带动碳排放总量同方向变动1.516%和3.038%。相比之下,工业产值变化对碳排放总量具有显著影响。减排政策调控的重点应该是从节能和提高清洁能源比重两方面入手,才能在碳排放约束下实现新疆经济的低碳化发展。     

城市化对碳排放非线性脱钩效应的研究——基于Tapio脱钩模型的估计

本文基于Tapio脱钩模型进行估计。首先,从国家层面上,构建城市化碳排放总量、人均碳排放和碳排放强度三种类型的脱钩模型,对城市化碳排放脱钩效应进行初步估计。其次,构建了非线性的计量模型,利用省级面板数据来验证这种非线性脱钩关系的存在,并探究背后的原因。研究发现:城市化的碳排放总量和人均碳排放量脱钩效应非常相似,脱钩现象不明显,主要处于扩张性负脱钩状态,城市化碳排放强度脱钩现象显著,主要处于强脱钩状态。城市化与碳排放呈现出倒"N"型的几何特征,在城市化率极小值和极大值拐点的两个拐点之间,碳排放与城市化正相关,其它时期负相关。城市化碳排放脱钩状态受人均收入和二产占比因素正驱动,研发强度、外资占比、公交车辆占比和区域等因素负驱动。     

影响我国低碳经济发展的主要因素分析

首先用碳排放量分解模型计算出我国年度CO2的排放量,然后计算出衡量低碳经济发展水平的CO2Tapio脱钩弹性,最后利用GMDH数据组合处理方法定量分析影响CO2Tapio脱钩弹性的主要指标。实证表明：人均GDP、城镇居民家庭人均可支配收入、农村居民家庭人均纯收入、第三产业产值占GDP的比重,第三产业从业人员比重,煤炭占能源消费总量的比重和水电、核电、风电占能源消费总量的比重是影响我国低碳经济发展的7个主要因素。