产业结构调整的碳排放效应分析——以徐州为例

产业结构调整对碳排放具有显著影响。本文以徐州为例,对其工业碳排放总量、工业行业碳排放量及碳排放强度、低碳产业的相对划分、产业结构演进的能源消费效应等进行了实证分析,进而提出加快工业部门技术进步和产品结构升级、优化工业结构、加快发展服务业等若干对策建议。     

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。     

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。     

无锡市工业碳排放的测算及影响因素

采用IPCC关于碳排放的计算方法,计算了无锡市1992—2010年的工业碳排放量。结果显示,近18年来无锡市工业碳排放量增长迅速,并表现出明显的阶段性特征,大致呈S型曲线。接着,应用回归分析模型,分析了影响无锡工业碳排放的主要因素,结果表明人均工业增加值是工业碳排放的主要促进因素,产业结构系数和能源效率是工业碳排放的主要抑制因素,工业利用外资对无锡工业碳排放增长也具有较大贡献。然后,运用灰色预测模型对无锡市工业碳排放量进行预测,显示无锡市未来5年工业碳排放量将继续缓慢增长,平均年增长率为2.8%,但由于基数庞大,工业碳排放增加的绝对量仍然很大,减排任务艰巨。最后,提出无锡市减少工业碳排放的对策措施,即加快产业结构调整、加强工业低碳技术研发、提高能源效率、积极利用清洁能源和合理引进外商投资。     

中国工业分行业碳排放影响因素分解研究

采用2004~2010年中国各行业不同能源类型的相关统计数据,基于IPCC温室气体排放清单指南中的计算方法,计算了中国工业分行业各类能源消耗碳排放量;并应用LMDI法对中国工业分行业能源消耗碳排放量影响因素进行了分析。结果表明:在这7年中,中国工业能源消费碳排放年均增长8.18%,比工业增加值平均增速高5.26%;在对经济增长、产业结构、能源强度、能源结构四个因素的分析中可知,经济增长和能源强度的升高是中国能源碳排放持续增长的主导原因,能源结构对减少碳排放有较小贡献,产业结构对促进中国工业能源碳排放减少有很大贡献。通过对中国工业三大行业的进一步分析可知,制造业、电力、燃气及水的生产和供应业对中国工业能源碳排放的增加有较大影响。     

Measurement and Analysis of Affecting Factors of Wuxi＇ s Industrial Carbon Emission

采用IPCC关于碳排放的计算方法，计算了无锡市1992--2010年的工业碳排放量。结果显示，近18年来无锡市工业碳排放量增长迅速，并表现出明显的阶段性特征，大致呈S型曲线。接着，应用回归分析模型，分析了影响无锡工业碳排放的主要因素，结果表明人均工业增加值是工业碳排放的主要促进因素，产业结构系数和能源效率是工业碳排放的主要抑制因素，工业利用外资对无锡工业碳排放增长也具有较大贡献。然后，运用灰色预测模型对无锡市工业碳排放量进行预测，显示无锡市未来5年工业碳排放量将继续缓慢增长，平均年增长率为2．8％，但由于基数庞大，工业碳排放增加的绝对量仍然很大，减排任务艰巨。最后，提出无锡市减少工业碳排放的对策措施，即加快产业结构调整、加强工业低碳技术研发、提高能源效率、积极利用清洁能源和合理引进外商投资。     

京津冀能源消费、碳排放与经济增长

运用《2006年IPCC国家温室气体清单指南》中的碳排放核算方法[1],测算2000—2011年京津冀二氧化碳排放量、排放强度、人均排放量和单位面积排放量,从变动趋势、消费结构、相关性和空间分布四个角度分析京津冀的能源消费、碳排放与经济增长。结果表明:京津冀能源消费量和碳排放量在12年间均呈增长趋势;碳排放强度均呈下降趋势;津冀的高排放主要是由以煤炭消费为主的能源结构和以高耗能工业为主的产业结构引起的。碳排放量与能源消费量和经济增长密切相关。在京津冀协同发展背景下,应大力调整产业结构,优化能源结构,建立碳汇合作机制。     

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。     

我国中部六省碳排放量影响因素分解分析

估算了1995—2009年期间我国中部六省的碳排放总量、人均碳排放量,从产业、能源消费结构、城乡消费结构的角度,对碳排放结构进行了分析。利用LMDI分解方法将碳排放量的影响因素分解为经济规模、产业结构、能源强度、能源结构以及碳排放系数,分析其具体影响,并进行省际比较。结果表明:1995—2009年期间中部六省的碳排放总量和人均碳排放量均呈增长趋势,且各省的差距较大;从产业结构和能源结构的碳排放情况看,各省的碳排放均来自第二产业和燃煤;经济规模的扩张是碳排放量增加的最主要因素,能源结构变化和碳排放系数变化对碳排放量变化的抑制作用不明显。     

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。     

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。     

陕西省工业碳排放影响因素分析与启示

根据IPCC碳排放计算方法计算了2005—2014年陕西省37个主要工业产业的能源消费碳排放量,运用LMDI方法建立了陕西省工业碳排放影响因素分解模型,定量分析了碳排放影响因素的作用程度。结果表明:陕西省工业碳排放的主要驱动因素是产业经济规模,其他各影响因素按贡献率绝对值大小依次是能源强度、能源结构和产业结构。根据分析结果,提出应从供给侧结构性改革、产业结构调整、提高能源效率、能源结构优化等方面促进节能减排,以减少陕西省工业碳排放量。     

云南省生产部门碳排放影响因素分析——基于LMDI模型

基于LMDI模型,分别研究碳排放系数、经济发展、能源强度、能源消费结构、产业结构、人口六个因素对云南省生产活动的碳排放的贡献量和贡献率。结果表明,经济发展是驱动云南省碳排放增加的最主要因素,人口规模和产业结构也是碳排放量增加的驱动因素;能源强度则是抑制碳排量增加的最主要影响因素,碳排放系数和能源消费结构因素也对减少碳排放起着一定的作用,但不是很明显。说明云南省由于处于工业化发展时期,工业发展对能源的消费需求大,影响因素中的驱动因素对碳排放量的贡献率大于抑制因素,在短时期内云南省的碳排放仍将持续增长。因此,云南省需要改变经济发展方式,坚持计划生育的基本国策,提高能源利用效率和促进产业结构与能源消费结构的转变。     

基于产业结构和能源结构的河南省碳排放分解分析

采用IPCC提出的计算方法,根据1978到2008年能源消费数据,分析了河南省碳排放变化趋势,并根据河南省近年来的产业结构数和能源结构数据分析了其对碳排量的影响。研究表明:河南省碳排放量与GDP和能源消费保持着高相关和消长异步的特性,工业部门是碳排放的主要部门,而高能耗行业排碳量又占到工业的90%;从能源来看,煤炭是碳排放的主体。针对碳排放、产业结构和能源结构的特点,提出了调整产业结构、加快能源结构演进、发展低碳技术、开发新能源等应对策略。     

建设用地碳排放驱动因子及脱钩效应贡献分析--以安徽省为例北大核心

基于安徽省统计数据,对建设用地碳排放量进行测度,然后运用扩展的Kaya等式和LMDI法对建设用地碳排放驱动因素进行分解,进一步对脱钩效应及其贡献因子进行分析。结果表明:自2000年以来,安徽省建设用地规模以年均4.8%的速度不断扩张,同时,建设用地碳排放以年均12.87%的速度激增,到2019年达到747.23万吨。建设用地碳排放增加的驱动因素按贡献大小排序依次是能源强度、建设用地规模、经济增长和城市人口密度,促进建设用地碳排放减少的因素是产业结构和能源结构。建设用地碳排放与经济增长呈现弱脱钩,对脱钩经济增长努力有效的五大因素按贡献大小排序依次是能源结构、产业结构、建设用地规模、能源强度和城市人口密度。调整能源结构、优化产业结构和调控建设用地规模等可成为未来安徽省抑制建设用地碳排放应优先考虑并重点采取的有效措施。     

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.     

四川省碳排放增长影响因素的LMDI分解研究

研究碳排放的变化趋势及影响因素,是当前低碳经济研究中的热点问题,具有重要的理论意义和现实意义。利用四川省的相关数据来分析四川省三大产业二十年来碳排放的变化趋势,并从产业结构、能源结构、能源强度、经济发展等因素来分析导致四川省碳排放增长的主要原因。研究结果表明,产出规模、能源结构和产业结构是导致四川省碳排放增长的正向因素,而能源利用效率是导致四川省碳排放增长的负面因素。     

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。     

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。     

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。