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。     

基于ARDL模型的吉林省碳排放影响因素实证研究

利用吉林省1978—2016年的样本数据,运用自回归分布滞后模型(ARDL)对吉林省人均碳排放量、能源消费强度、人均国民收入、工业化水平之间的动态关系进行了计量研究。ARDL模型估计结果表明吉林省人均碳排放量与各个影响因素之间存在长期均衡关系和短期反向调整机制。能源消费强度和人均国民收入对碳排放解释力度最大,其次是工业化水平。最后,在实证研究的基础上提出相应的对策建议。     

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。     

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。     

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。     

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。     

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。     

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。     

中国水泥工业经济低碳发展的影响因素分析

运用自上而下碳计量模型核算了中国水泥工业2002~2012年的碳排放量情况,并运用STIRAPT扩展模型分析了其增长的影响因素,得到以下结论:(1)我国水泥行业碳排放量与碳排放强度轨迹背向而行,碳排放总量直线上升,而排放强度逐年下降;(2)对我国水泥工业碳排放增长起拉动作用的因素有4个,按单位拉动效应大小排序,从大到小依次为产业结构、人口规模、城市化率、人均GDP,拉动弹性系数分别为0.2133、0.1892、0.1877、0.1771;(3)对我国水泥工业碳排放增长起减排作用的因素有3个,按单位减排效应大小排序,从大到小依次为能源消费结构、水泥消费结构、技术进步率,减排弹性系数分别为0.1550、0.1434、0.1278;(4)未来水泥工业碳排放的拉动主要依靠人均GDP的增长和城市化率的提高,未来水泥工业碳排放的减少主要依靠能源消费结构优化和技术进步。     

居民生活能源消费碳排放驱动因素分解——以天津市为例

气候变化是当前全球面临的重大挑战之一。研究居民生活能源消费碳排放变化趋势以及影响因素,对提出科学的碳减排策略,减缓气候变化具有重要的指导意义。以天津市为研究案例,对其居民生活能源消费产生的CO_2排放量进行计算,并运用LMDI模型对天津市居民生活能源消费产生的CO_2变动量进行因素分解,从能源碳排放强度、能源消费结构、能源消费强度、经济发展、人口等方面对居民生活能源消费碳排放因素进行分解分析,确定导致碳排放量变化的驱动因素。分析结果表明,经济发展、人口效应为正向效应,能源碳排放强度、能源消费结构、能源消费强度总体上为负向效应,其中经济发展因素是天津市居民生活能源消费碳排放的主要拉动因素,而能源消费强度因素是抑制碳排放的主要减量因素。     

中国南北地区生活消费人均碳排放影响因素比较——基于空间计量分析

基于中国集中供暖线和Moran I指数图将我国省域划分成南、北两个区域,通过建立空间计量模型,对影响生活消费的人均碳排放量影响因素及影响大小进行定量分析。同时根据Kaya恒等式及现有文献将驱动因素分解成能源结构、能源利用率、居民生活水平三个因素,外加可能对碳排放有影响区域人口密度。结果表明:能源结构和居民生活水平分别是影响南北方地区生活碳排放的主要因素。南方地区的空间效应显著而北方不显著,所以优化居民能源消费结构,采取地区空间联动性的合作治理对减少南方地区生活消费人均碳排放量具有十分重要的作用。而对于北方地区则应把政策重心放在协调居民生活水平和人均碳排放量上,优化地区环境库兹涅茨曲线。     

中国南北地区生活消费人均碳排放影响因素比较——基于空间计量分析北大核心CSSCI

基于中国集中供暖线和Moran I指数图将我国省域划分成南、北两个区域,通过建立空间计量模型,对影响生活消费的人均碳排放量影响因素及影响大小进行定量分析。同时根据Kaya恒等式及现有文献将驱动因素分解成能源结构、能源利用率、居民生活水平三个因素,外加可能对碳排放有影响区域人口密度。结果表明:能源结构和居民生活水平分别是影响南北方地区生活碳排放的主要因素。南方地区的空间效应显著而北方不显著,所以优化居民能源消费结构,采取地区空间联动性的合作治理对减少南方地区生活消费人均碳排放量具有十分重要的作用。而对于北方地区则应把政策重心放在协调居民生活水平和人均碳排放量上,优化地区环境库兹涅茨曲线。     

中国碳排放强度与影响因素的关联分析

碳排放强度与影响因素的关联程度,直接影响正确判断和把握碳排放强度的发展方向。通过分析碳排放强度及其影响因素的灰色关联度大小,来制定控制碳排放强度的短期和长期政策。文章基于美国橡树岭国家实验室二氧化碳信息分享中心(Carbon Dioxide Information Analysis Center,CDIAC)提供的我国2000-2011年全国碳排放量数据,核算出中国各年度的碳排放强度,通过采用灰色系统理论中灰色关联分析方法,分别从静态、动态的视角研究中国碳排放强度与技术进步、人口、经济增长、产业结构、能源价格以及城镇化率的关联关系,取得的研究结果表明,技术进步是影响我国碳排放强度的主要因素,其次是产业结构和人口;技术进步对碳排放强度的绝对关联关系和相对关联关系都是最大;能源价格影响碳排放强度的相对关联度较高,但是能源价格的绝对影响因素较低。因此中国应该在发展低碳经济建设的同时,综合考量各个影响因素,积极调整相关政策,科学实现我国碳减排目标。     

内蒙古自治区碳排放量分析及预测

为研究影响内蒙古自治区碳排放量的因素,本文基于2008—2014年的统计指标,运用迪氏因素分解法(LMDI),对影响内蒙古人均碳排放量的因素进行分解,求出各个要素对碳排放量影响的具体数值、影响程度;运用GM(1,1)灰色预测模型对内蒙古人均二氧化碳排放量进行预测,观察趋势;分析得出,在进一步加大技术投入,提高能源使用效率的基础上,优化能源结构,优化产业结构,是实现内蒙古自治区经济绿色循环低碳发展的必由之路.     

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。     

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。     

北京市低碳经济发展状况分析

对2005~2010年间北京市CO2排放和碳强度进行了测算,并利用LMDI指数分解法对历年碳排放量和碳强度差异进行了因素分解。研究结果表明:(1)2005年到2010年北京市碳排放总量基本呈上升趋势,但能源强度和碳排放强度呈下降趋势;(2)北京市经济和人口增长是碳排放量增加的主要原因,节能减排的推进和能源消费结构的变化减缓了碳排放总量的增长速度;(3)产业部门能源强度因素和产业结构效应是北京市碳排放强度下降的主导因素,碳强度效应(即能源结构效应)对碳排放强度变动的降低效果不明显。     

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。