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。     

现代工业型与传统资源型城市能源消耗碳排放的对比分析——以无锡市与包头市为例

以现代工业型与传统资源型城市为研究对象,选取包头市与无锡市为代表进行对比,采用对数平均权重分解法对能源消耗引起的碳排放量进行分解,探究两种类型城市碳排放特征与驱动因素的异同。研究认为：①两种类型城市经济发展同碳排放量协同增长,碳排放效率逐年减小,离绝对减排的目标相差较远。新型工业城市具有高GDP低碳排放的特点,且碳排放量趋于稳定;传统资源型城市具有低GDP高碳排放的特点,碳排放强度、减排空间和潜力均大于前者,且碳排放量有进一步增大的潜力。②以煤为主的能源消费结构在短期内很难得到有效改善,使得能源结构调整收效不大;能源效率的提高对碳排放量起到了微弱的抑制作用;经济发展对碳排放贡献一直保持高位。③发展方式转变和产业结构提升,是工业城市尤其是资源型工业城市发展低碳经济的主要路径。     

关于我国碳排放量及影响因素的实证分析

采用加权最小二乘法与向量自回归方法构建了在低碳经济环境下我国碳排放量及其影响因素之间关系的对比性实证分析模型,并进一步利用脉冲响应函数和方差分解探索影响系数大小和时期变化规律。研究表明,一方面,我国碳排放量与其影响因素之间存在一种长期均衡稳定的关系,其中最重要的因素是人均GDP、能源效率和产业结构,其次是人口数量和人均收入;另一方面,通过脉冲响应函数和方差分解得出我国碳排放量对人均GDP、能源效率和产业结构的冲击反应比较敏感,而对人口数量和人均收入水平随时期变化的响应则比较稳定,各变量影响系数在短期和长期存在明显差异。     

京津冀地区工业碳排放效率时空演化特征及影响因素

以京津冀地区13座城市为研究对象,利用2000—2018年工业及工业行业能源消耗、工业产值等相关数据,基于两阶段Super SBM模型,采用ArcGIS空间分析、空间计量模型等方法,分析京津冀地区工业及工业行业碳排放效率的时空演化特征,剖析工业碳排放效率的影响因素。结果表明:(1)2000—2018年京津冀地区工业碳排放效率不断提高,空间格局由"中心高,四周低"向"高值区带状集聚,低值区分散"转变,城市间工业碳排放效率差异减小。(2)工业行业间碳排放效率差异大,不同行业碳排放效率空间格局差异显著。(3)生产力水平、工业研发投入、对外开放水平对工业碳排放效率具有正向推动作用,且这种作用持续增大;工业化水平与工业碳排放效率由显著负相关转变为不显著相关;能源消费强度与工业碳排放效率始终呈负相关,但这种负向作用逐渐降低;重工业水平、能源消费结构与工业碳排放效率由不显著相关转变为显著负相关。     

城市低碳发展指数的构建与应用——以江苏13城市为例

该文借鉴人类发展指数与空间距离法的思想,选用人均GDP、单位GDP能耗、城市空气质量优良天数比率3个特征变量构建了城市低碳发展指数模型。运用江苏13个城市2005-2011年的面板数据进行了纵向和横向的对比研究,结果表明:无锡的低碳发展水平平均最高,徐州最低;苏南、苏中、苏北的低碳发展水平具有"南高北低"的特征;从不平衡性角度来看,江苏各城市总体发展的不平衡性没有明显的变化趋势,苏南、苏中和苏北各城市间的不平衡性具有依次递减的特征,且这种不平衡性有逐步缩小的趋势。     

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。     

浙江省低碳发展水平测度和比较分析

低碳经济,以低排放为主要特征。浙江省的经济快速发展极度依赖于传统能源的消费,而其消费带来了巨大的碳排放,为浙江省发展低碳经济带来了巨大的障碍。文章基于减排角度,在分析浙江省能源消费和碳排放现状的基础上,运用人均碳排放、碳生产率和碳能源排放系数三类指标衡量了浙江省低碳发展水平及在全国所处的地位,并从减排角度提出了提高浙江省低碳发展水平的相关策略。     

基于ANP的城市土地低碳集约利用评价模型研究——以南京市为例

按照发展低碳经济的要求,首次建立了城市土地低碳集约利用评价指标体系,针对评价指标相互影响与制约的关系,采用网络层次分析法构建评价模型,并以南京市为例,运用Super Decision软件进行实证演算.研究得出:①影响南京市土地低碳集约利用的主要因素为地均GDP、地均碳排放、人均建设用地面积等指标;②1998-2009年南京市城市土地低碳集约利用水平呈总体上升态势,评价指数从0.41增加到0.55,年均增长速率为2.72％;③土地利用程度、土地低碳水平和可持续性制约了南京市土地低碳集约利用发展,是未来改革方向.所构建模型和ANP方法有助于客观评价低碳经济发展目标下城市土地利用水平.     

低碳视角下长江经济带土地利用碳排放的空间分异

以长江经济带为研究对象,基于2000—2015年间四期Landsat TM影像解译数据,通过构建碳排放模型,从经济贡献力、生态承载力及二者的耦合关系探讨了土地利用碳排放的空间异质性。结果表明:①2000—2015年长江经济带土地利用碳排放量区域差异显著,各地级市碳排放量均有不同程度的增加,且从上游地区到下游地区增长量逐渐增大。②长江经济带土地利用碳排放总体呈现正相关性,全局空间自相关Moran′s I值先增大后减小,碳排放强度空间正相关性增强,集聚状态显著,异质性空间单元增加。局部空间自相关显示高值集聚中心位于下游沿海地区,低值集聚中心主要分布在上游及中游地区,低值孤立点和高值孤立点分别分布在中游及中下游地区。③长江经济带碳排放经济贡献系数呈现东高西低的特征,生态承载系数东高西低、中间最低,两者均有不同程度上升,且耦合协调度上游差异较小,中游及下游地区差异相对较大。④为更好地实现土地利用可持续发展,推动土地利用方式向低碳集约方向转变,可以分区域进行低碳土地利用的调控。     

城市空间形态影响碳排放吗?——基于全国110个地级市数据的分析

全球气候变化对城市节能减排和低碳发展提出新的要求和挑战,其中重塑城市空间形态及其内部联系成为降低碳排放的重要空间策略。目前城市形态与能源使用、碳排放之间关系的研究集中于交通及家庭能源消耗等维度,在城市综合尺度上的研究相对有限。因此,建立城市层面交通、土地利用等形态结构特征与碳排放之间的关系对理解城市碳排放的影响因素和制定低碳减排措施非常有意义。文章首先收集2009年全国110个地级以上非工业城市的能源消耗数据测算人均碳排放强度,进而引入城市空间格局、土地利用和城市交通结构变量综合表征城市形态,利用回归模型检验城市形态对碳排放的影响程度,最后提出"空间—土地—交通"综合系统的低碳发展框架,以降低城市碳排放水平。     

我国首批低碳试点城市建设绩效评价及启示

2010年,我国确定天津市、重庆市、深圳市、厦门市、杭州市、南昌市、贵阳市、保定市八个城市为首批低碳试点城市,鼓励试点城市根据自身特点探索低碳发展模式与实现路径。六年来,各试点城市碳排放规模与人均碳排放量持续增长的趋势并未改变,但碳排放总量与人均碳排放增速较试点前均显著降低,试点后各城市的碳排放强度也呈持续下降趋势;各试点城市的碳减排绩效不仅高于全国平均水平,还普遍高于同类地区;各试点城市均已实现或基本实现其阶段性减排目标。总结试点城市的低碳发展经验,未来我国其他城市的低碳化发展应科学制定低碳发展规划、推进低碳发展相关机制建设、加快产业低碳化发展、倡导低碳消费和低碳生活理念、因地制宜探索低碳发展模式。     

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。     

城市土地利用隐性形态空间分异及其影响因素——以中国289个地级以上城市为例

以全国289个地级市为研究对象,以市辖区地均第三产业产值表征城市土地利用隐性形态,采用探索性空间分析方法和空间计量模型,分析了城市土地利用隐性形态的空间分布特征及其影响因素。结果显示:不同城市土地利用隐性形态之间存在显著的空间关联性,据关联特点不同将其划分为高值集聚区、低值集聚区、高值异质区和低值异质区,这主要源于不同区域内城市在产业发展和资源流动上协同状态的差异;城市土地利用隐性形态受多种社会经济因素的影响,其中以投资强度因素的影响为最大。研究指出,为从整体上提升城市土地利用效率,应注重不同城市、不同区域间在产业发展和资源利用上的协同作用,加强对经济落后区域的投入和扶持。     

黑龙江省碳排放现状与产业结构低碳转型策略

采用2000-2010年能源消费数据,计算黑龙江省人均碳排放及碳排放强度。结果表明：黑龙江省人均碳排放量和碳排放强度与全国平均水平存在一定差距。利用产业部门碳排放投入产出模型,探讨黑龙江省产业部门碳排放特征,以直接碳排放系数和完全碳排放系数为坐标轴,绘制黑龙江省产业部门碳排放四象限分布图,并在此基础上提出黑龙江省产业结构低碳转型策略。     

中国碳排放量影响因素研究——基于省级面板数据的分析

采用中国30个省（市、区）2000～2010年的相关数据,运用面板数据模型对中国碳排放量的影响因素进行实证研究。面板协整检验表明：区域碳排放量与人均GDP、产业结构、人口数量、能源价格、能源效率和人均可支配收入之间存在长期稳定的内生经济关系。运用面板模型估计各因素的影响系数分析,认为对中国东部、中部、西部地区碳排放量影响最大的三大因素为人均GDP、人口数量和能源效率。     

低碳经济转型的轨迹与路径:中日韩的比较及启示

低碳经济转型是一国经济增长和碳排放增长逐渐脱钩的过程。本文以GDP碳排放强度为切入点,分解了GDP碳排放强度的两个因子——能源效率、能源碳强度对低碳经济转型的影响程度,并结合20世纪70年代以来中日韩经济增长和结构变动的背景,比较分析三国向低碳经济转型的轨迹和驱动模式,为中国向低碳经济转型提供启示。     

中国省域碳强度驱动因素研究--基于空间计量模型

文章基于1995-2011年面板数据,采用空间计量模型,通过构建经济权重矩阵,分别从空间滞后模型(SLM)和空间误差模型(SEM)对中国30个省（市、区）的二氧化碳排放强度驱动因素进行研究。研究结论表明：在样本期间,中国二氧化碳排放强度的Moran指数均为正值,且通过了1%的显著性水平检验,表明其具有显著的空间依赖性,本地区的碳排放强度会受到邻近省份碳排放的显著影响;二氧化碳排放强度与产业结构、能源消费结构、能源强度成正比,与外商直接投资、人均GDP、人口密度成反比。最后,文章提出相关政策建议,即优化产业结构、改善能源使用结构、适当提高建成区的人口密度等能有效降低中国的碳排放强度。     

数字经济赋能低碳发展：机制识别与空间溢出

数字经济与绿色低碳发展良性互动,有助于推动形成高质量发展新格局。利用2011—2019年中国内地271个地级及以上城市面板数据,从信息产业发展、数字基础设施和数字普惠金融3个方面构建地级市数字经济发展水平综合指数,考察数字经济对低碳发展的影响。研究发现：数字经济能够显著降低碳排放水平,该结论在以“智慧城市”试点作为准自然实验等多种稳健性检验下仍然成立;异质性分析结果表明,在以人均GDP衡量的经济基础条件较好的地区以及环境规制强度更高的地区,数字经济对低碳发展的积极作用更大;就内在机制而言,数字经济对碳排放的影响主要通过能源利用效率提升和产业结构升级实现,现阶段我国智能产业转型以及技术进步机制尚未成立;进一步的空间效应分析表明,我国各地区碳排放存在空间依赖性,数字经济对碳排放的影响存在显著空间溢出效应,数字经济有利于降低邻近地区碳排放水平。     

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。     

北京市二氧化碳排放的驱动因素及减排路径

实现低碳发展对北京市意义重大。北京市近二十年来人口城镇化水平迅速提高,二三产业结构发生巨变,能源效率持续提高,因此运用STIRPAT模型对北京市（1995—2012年）二氧化碳排放的驱动因素进行分析。结果表明：城镇化、人口、产业结构、能源强度、人均GDP依次对北京市二氧化碳排放产生正向驱动作用。北京市低碳发展任重道远,需要在控制人口、转变经济发展方式、深度优化产业结构和能源结构等方面采取强有力的措施。