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。     

中国碳排放的影响因素分析

中国的碳排放处于快速上涨时期,通过碳排放因素分解分析可以区分不同因素对碳排放起到的作用,还可以找到碳减排在哪些方面还有潜力可挖,为政府制定目标政策提供参考。     

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。     

我国各省碳排放测算及其影响因素分析

伴随着我国经济的高速发展，能源消费量持续增长，环境恶化加剧，碳排放带来的温室效应已成为摆在我们面前不容忽视的严峻现实。本文综合考虑了人口增长率、工业增加值、第三产业比重、治理废气投资等因素，建立了多元回归模型，对中国三十个省份的碳排放量数据用面板模型进行定量分析，并在此基础上提出了相应对策与建议。     

我国各省碳排放测算及其影响因素分析

伴随着我国经济的高速发展,能源消费量持续增长,环境恶化加剧,碳排放带来的温室效应已成为摆在我们面前不客忽视的严竣现实.本文综合考虐了人口增长率、工业增加值、第三产业比重、治理废气投资等因素,建立了多元回归模型,对中国三十个省份的碳排放量数据用面板模型进行定量分析,并在此基础上提出了相应对策与建议.     

碳排放权价格的影响因素分析

随着国际碳交易市场的不断发展,越来越多的国家参与其中,为占据碳交易市场的主导地位,定价权成了各国之间争夺的焦点.文章基于碳排放权及其交易市场的特征,从金融市场视角分析碳排放权价格的影响因素:一级市场中,主要表现为减排目标、减排技术、管理成本以及市场风险等;二级市场中,主要表现为能源价格、预测价格水平等.并从碳排放权期货交易市场、碳排放权价值估值方法、碳交易风险管理体系和碳金融衍生品交易市场等方面提出建议,籍以提高我国在国际碳排放权交易市场中的定价权的地位.     

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。     

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。     

基于GWR模型的中国区域碳排放影响因素空间差异研究

以STIRPAT模型为理论基础,从区域层面构建了碳排放影响因素的扩展的STIRPAT模型。并运用变系数空间计量模型——地理加权回归模型(GWR)实证考察了各影响因素对碳排放规模和碳排放强度影响的时空差异。实证结果显示:大部分解释变量的系数估计值显著,且系数的符号与预期一致,各影响因素在不同区域存在差异。要想实现区域差异化碳减排,需要充分考虑不同影响因素对碳排放影响的空间差异。     

基于LMDI的吉林省重点行业碳排放强度变化及驱动因素分析

工业化石能源消费所产生的CO2排放在各种排放中占有很高的比例,随着吉林省经济的快速发展,能源消费持续增加使节能的压力日益增大。采用基于IDA的对数平均迪氏指数法(LMDI)研究吉林省重点行业碳排放强度的变化特征,分析碳排放强度变化的主要影响因素及其效应的同时,进一步量化了不同行业对各驱动因素指数百分比变化贡献。研究表明,能源强度的降低是碳排放强度变化的主要驱动因素,产业结构和碳排放系数的变化对碳排放强度变化的影响较小。黑色金属冶炼及延压加工业、非金属矿物制品业、化学原料及化学制品制造业对能源强度指数百分比变化的贡献最为显著。有色金属冶炼及延压加工业、非金属矿物制品业、化学原料及化学制品制造业对碳排放系数指数百分比变化的贡献最显著。化学原料及化学制品制造业对工业部门结构指数百分比变化的贡献最为显著。最后,为吉林工业的碳减排提供了政策建议,为相关管理部门科学合理地制定节能减排方案和环境保护规划提供了科学基础。     

经济周期视角下的中国碳排放强度影响因素研究

为了应对日益严峻的全球环境危机,中国提出了“双碳”目标。为了针对不同经济发展阶段有的放矢地制定节能减排政策以实现这个目标,划分不同的经济周期开展碳排放强度驱动因素的识别和评估研究。首先从经济、社会、能源三方面选取了8个可能影响碳排放强度的因素,然后利用两步法（MSAR-OPLS）进行实证分析。通过MSAR模型将中国1978—2019年划分为低速增长期、中速增长期、高速增长期3个经济周期,然后利用OPLS模型得到了中国不同经济周期内碳排放强度和各影响因素的回归模型,并据此分析了各影响因素在不同经济周期内的“碳效应”。在总结分析不同时期碳排放强度关键因素的基础之上,提出了降低碳排放强度的政策建议。     

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.     

能源碳排放影响因素研究综述

自工业革命以来,全球经济快速发展,各种能源被大量使用,由此产生的温室气体排放尤其是二氧化碳的排放给环境带来了巨大影响。在发展低碳经济的背景下,能源碳排放与各种因素的关系成为学术界关注的焦点,取得了一系列的研究成果。文章在参阅国内外相关文献的基础上,从理论方法和实证分析的角度出发,就能源碳排放影响因素的相关研究进行了梳理和总结,并对国内外学者在该领域的研究进行了评述,为进一步开展相关问题的研究提供参考。     

中国省级区域碳排放影响因素的实证分析

文章在能源消费导致的碳排放核算的基础上,利用1995～2005年中国30个省市区的面板数据定量分析了各地区碳排放与经济发展水平、产业结构、能源效率之间的关系.分析显示各地区碳排放与经济发展水平存在倒U型曲线趋势,而与能源消耗强度呈U型曲线关系,与第二产业产值的比重呈N型曲线关系.从各地区碳排放量对平均碳排放量的偏离量的大小,可以看出中国碳排放存在显著的东南部低中北部高西北部低的空间分布格局.     

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。     

基于环境负荷模型的中国碳排放情景分析

文章基于环境负荷模型,在绝对减排和相对减排条件下分别设定了不同的情景,分析各情景下中国碳排放的趋势及其对经济发展的影响,据此提出了中国应对碳减排压力的政策建议.     

低碳经济的国际和国内影响因素分析

发展低碳经济是世界各国的必然选择,但在如何实现低碳发展问题上各国有不同的路径。从国际来看,碳排放强度与能源强度、石油消费结构、煤炭消费结构有显著正相关关系。从国内来看,中国的碳排放强度与能源强度和产业结构中第二产业比重相关。     

基于R/S的中国碳排放演变趋势及其空间差异分析

基于分形理论,利用R/S分析方法,通过计算1990-2008年中国大陆30个省区的碳排放总量和排放强度演变趋势的Hurst指数和分维值D,分析了各地排放总量和排放强度演变趋势的规律性特征,并根据Hurst指数的分布情况,划分了不同的类型区,对不同类型区的总量和强度演变趋势特征进行了比较分析.结果表明,我国大部分省区的排放总量增加的趋势具有较强的持续性,这些省区占到75.86％,但排放强度降低趋势具有较强持续性的地区也占到了64％,这对于我国实现2020年碳排放强度比2005年降低20％-40％的目标,是非常有利的.但是,排放总量增长趋势的持久性普遍大于排放强度降低趋势的持久性,再加上我国仍有部分省区的碳排放降低趋势的持续性较弱,甚至有些省区的强度降低趋势出现了反持续性,这说明碳减排压力较大,特别是实现碳排放与经济发展脱钩的目标,还需要较长一段时间,这主要是由于我国正处于快速工业化和城市化的发展阶段所决定的.     

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。     

我国铁路运输业碳排放效率与影响因素分析

在我国节能减排、绿色交通和交通强国背景下,本文以18个铁路局集团有限公司为研究对象,基于非期望产出DEA模型、Tobit模型以及Bootstrap模型,建立铁路碳排放效率的经济计量模型。模型以最大化铁路期望产出并最小化非期望产出为目标函数,依据线性规划方法求解。研究结果表明,铁路局集团有限公司碳排放效率表现出地区差异性,基尼系数从0.27下降到0.14,且这种差异性在逐年缩小,表明铁路产业总体碳排放效率呈现递增态势。2010年后,DEA有效的公司数量由3个增加到5个,分别是太原铁路局集团有限公司、济南铁局集团有限公司、广铁局集团有限公司、呼和浩特铁路局集团有限公司与兰州铁路局集团有限公司。通过第二阶段的计量模型测算得到以下结论：在现阶段的综合交通网络中,高速铁路与民航和公路运输方式间的竞争效应大于其合作效应;高速铁路与碳排放效率呈现出倒“U”型,高速铁路有其最优规模区间,从而更有效地提高铁路产业碳排放效率。