甘肃省碳排放变化的因素分解及实证分析

研究我国能源消费碳排放变化特征以及主要影响因素的作用机理,有助于提高节能减排政策制定的科学性和可操作性。基于扩展的Kaya恒等式,建立因素分解模型,应用LMDI分解方法,综合分析经济产出规模、人口规模、产业结构、能源强度和能源结构等因素变化对甘肃省1995-2009年各部门终端能源碳排放变化的影响。结果表明：经济规模持续扩大是甘肃省碳排放快速增长的决定性因素。在各产业部门中,工业的快速发展是碳排放增长的主要拉动者,其次是交通邮电和仓储运输业、农业。人口规模扩大和产业结构调整是碳排放增长的次要拉动者。抑制碳排放增长的主要因素是能源强度下降和能源结构变化。最后,针对实证结果提出了相应的节能减排政策建议。     

能源结构和碳排放约束下中国经济增长”尾效”研究

能源结构和碳排放是制约中国经济增长的主要因素,因此,必须对能源结构和碳排放约束下的中国经济增长发展水平进行研究。文中采用中国1990-2014年样本数据,在经典Romer"尾效"模型的基础上引入能源消费量和碳排放量,放宽"经济规模报酬不变"假定,对能源结构和碳排放同时约束下经济增长"尾效"值进行计算和分析。结果发现:受碳排放量和煤炭消费同时制约,中国经济增长速度每年将降低0.818%;受碳排放量和石油消费同时制约,中国经济增长速度每年将降低1.398%;受碳排放量和天然气同时制约,中国经济增长速度每年将降低1.808%。而且不管有无碳排放约束,能源消费结构的矛盾仍然是制约中国经济增长的主要因素,同时由于碳排放的限制,能源消费结构对于中国经济增长的制约将进一步加强。     

陕西省低碳经济发展水平评价研究

文中通过构建低碳经济发展水平评价指标体系,分别从低碳产出指标、低碳排放指标、低碳消费指标、低碳资源指标、人民生活五个方面计算并评价了陕西省低碳经济发展水平,并和全国平均水平进行对比。结果表明:和全国平均水平相对比,陕西省低碳经济发展水平较低。其主要评价指标单位碳排放产出、零碳能源比重、人均零碳能源消费量、单位能源产出、单位工业增加值能耗、能源加工转换效率等指标与全国相比较,均有较大的差距。目前,陕西省发展低碳经济的关键是优化产业结构、工业内部结构和能源消费结构;大力发展清洁能源,培育新型产业;以技术进步提高能源效率,降低碳排放总量,实现陕西经济的可持续发展。     

中国碳排放强度及其影响因素间动态因果关系研究——以扩展型KAYA公式为视角

以扩展型KAYA公式为视角,采用多变量协整和向量误差修正模型测算了中国1980-2010年间碳排放强度及其影响因素之间的长期均衡和短期波动关系,在此基础上检验了其相互间格兰杰因果关系。实证结果表明:我国碳排放强度与能源消费结构、能源强度和产业结构之间存在协整关系;碳排放强度是能源消费结构、产业结构的格兰杰原因;能源强度和产业结构是能源消费结构的格兰杰原因;碳排放强度和能源强度之间存在双向的格兰杰因果关系。     

陕西省碳排放环境库兹涅茨曲线及影响因素——基于1978-2008年的实证分析

通过建立二氧化碳排放的环境库兹涅茨曲线,实证研究了1978-2008年陕西省碳排放与经济增长的关系,计算了碳排放的拐点及时间路径,并选取主要变量研究了碳排放的影响因素。结果表明:陕西省人均碳排放库兹涅茨曲线存在拐点,并且具有"倒U"型曲线的特征,符合环境库兹涅茨曲线假说。碳排放到达拐点大约需要32.5年的时间,即2040年左右到达拐点,此后随着人均收入的增加而碳排放减少,这一点和《中国低碳城市发展绿皮书》预测结果基本一致。技术进步使碳排放减少,经济发展水平、能源强度、产业结构、工业结构重型化和制度因素使碳排放增加。陕西省发展低碳经济的关键是优化产业结构,形成具有低碳特征的环保产业发展模式,发展以知识密集型和技术密集型为主体的低碳产业,提高可再生能源在工业能源消耗中的比重,利用碳汇技术减碳。     

我国农业碳排放的区域差异与影响因素分析

文中在分析我国地区农业碳排放现状的基础上,从农业碳排放总量、人均碳排放和碳排放强度等方面对我国农业碳排放的区域差异进行了评价,最后运用LMDI因素分解模型对影响各地区农业碳排放的主要因素进行了实证分析。结果表明:从农业碳排放总量来看,各地区呈现持续增长的趋势,西部增长最快,东部地区农业碳排放呈现波动阶段性特征,特别是近几年增长速度下降。农业碳排放总量和碳排放强度的区域差距表现出逐渐缩小的趋势。农业经济发展水平是影响各地区农业碳排放增长的主要因素,农业能源利用效率的提高、内部结构的优化和农业劳动力的转移都有助于农业碳减排。相比于东西地区,效率因素更有助于中部的碳减排。相比于中西部,农业内部产业结构的优化和农业劳动力转移更有助于东部的碳减排。     

基于IPAT等式的甘肃省能源消费碳排放特征分析及情景预测

认清甘肃省的能源消费及碳排放特征对于实现"节能减排"目标制定具有重要的意义。文中在分析甘肃省1990～2009年能源碳排放量及其构成的基础上,利用IPAT等式分析了能源碳排放量中人类活动的影响,并对甘肃省未来的经济发展与碳排放量进行了情景预测。结果表明:在人口、收入和碳排放强度的共同作用下,2009年的能源碳排放量达到了3684.54×104t,为1990年的2.54倍。能源碳排放量的构成主要取决于能源消费结构的变化,通过能源结构调整促进低碳经济发展,还有巨大的潜力可挖。根据"脱钩"理论分析表明,甘肃省的碳排放还处于弱减物质化阶段,经济发展是以生态环境恶化为代价的,着力引进并发展可再生能源技术,有利于甘肃省实现可持续发展。     

中国电力能源碳排放强度的时空演变及省际间差异性

采用政府间气候变化专门委员会(IPCC)《国家温室气体清单指南》碳排放数学模型,测算了2001～2010年中国及各省电力能源消费碳排放量和碳排放强度,研究了省际间碳排放强度时空演变和差异性特征.结果表明:1)全国电能消费碳排放总量从2001年303Mr逐年上升至2010年745Mt,平均年增长9.99％;各省碳排放量呈增长趋势,2010年东部地区五省碳排放属超重型(≥40 Mt);西部省份碳排放速度保持较快增长速度.2)全国电能消费单位GDP碳排放强度从276(kg/万元)下降至182(kg/万元),平均年下降4.42％;西部省份碳强度普遍高于东部发达地区,说明西部经济发展对电能消费碳排放的依赖性强,东部地区电能消费低碳经济格局开始形成.省际间电能消费碳排放强度的差异性与资源禀赋、经济发展、人口状况、消费水平等因素相关,为我国制定差异化的区域节能减排目标和电力产业发展调控政策提供参考.     

基于通径分析的能源消费影响因素研究

以1995-2009年《中国统计年鉴及中国能源统计年鉴》有关数据为依据,利用主成分分析和通径分析的方法分析了经济发展水平、产业结构、人口因素、能源效率和城镇化水平对能源消费的直接效应和间接效应。结果表明:五大因素除直接影响能源消费外,还通过其它因素间接地影响最终能源消费量;人口因素和经济发展水平不仅直接消耗能源,其它因素也主要通过这两项因素间接地影响最终能源消费量,而且人口因素的作用要大于经济发展水平的作用;能源利用效率的提高和产业结构的优化调整不仅直接降低最终的能源消费量,其它因素也主要通过这两项因素间接地降低最终的能源消费量,其中能源效率的提高比产业结构优化调整更能有效的降低能源消费量。     

宁夏经济增长过程中的碳排放分析与预测

在研究宁夏1990-2008年间经济增长及产业结构变化与能源消费关系的基础上,依据IPCC2006年提出的各类能源消耗排放二氧化碳量的计算方法,分析了宁夏碳排放的演变过程与趋势。采用相关分析法研究了碳排放与经济增长及产业结构的关系,运用回归分析法预测了宁夏2020年的碳排放量。提出了优化能源结构,提高能源利用效率;调整...     

中国制造业碳排放的演变特征与影响因素分析

运用LMDI分解模型,对1995年～2007年我国制造业碳排放变动特征及其影响因素进行研究,结果表明:我国制造业碳排放在考察期内呈"U"型变动趋势,且存在较大的行业差异,能源密集型行业碳排放总量较大,能源效率、能耗总量与结构上的行业差异是造成这一状况的根源;其次,经济总量是促进碳排放逐年增长的主要因素,且呈逐年增长的发展趋势,其年均贡献达到48.51%;产业结构调整、能源技术进步与能源结构优化是减缓碳排放的主要因素,其中以能源技术进步的减排效果最为显著;制造业减排的关键在于重点耗能部门的结构调整和技术进步,与煤炭等高碳能源的高效、清洁利用。     

Changes in carbon dioxide emissions and LMDI-based impact factor decomposition： the Xinjiang Uygur autonomous region as a case

Studies on carbon dioxide(CO2)emissions at provincial level can provide a scientific basis for the optimal use of energy and the formulation of CO2reduction policies.We studied the variation of CO2emissions of primary energy consumption and its influencing factors based on data in Xinjiang Uygur autonomous region from1952 to 2008,which were calculated according to the 2006 IPCC Guidelines for National Greenhouse Gas Inventories.Xinjiang’s CO2emission process from 1952 to 2008 could be divided into five stages according to the growth rates of total amount of CO2emissions and CO2emission intensity.The impact factors were quantitatively analyzed using Logarithmic Mean Divisia Index(LMDI)method in each stage.Various factors,including government policies and technological progress related to the role of CO2emissions,were comprehensively analyzed,and the internal relationships among various factors were clarified.The results show that the contribution rates of various impact factors are different in each stage.Overall,economic growth and energy consumption intensity were the main driving factors for CO2emissions.Since the implementation of the birth control policy,the driving force of population growth on the increase in CO2emissions has slowly weakened.The energy consumption intensity was further affected by the industrial structure and energy consumption intensity of primary,secondary and tertiary industries,with the energy consumption intensity of the secondary industries and the proportion of secondary industries being the most important factors affecting the energy consumption intensity.Governmental policies and technological progress were also important factors that affected CO2emissions.     

我国产业结构、能源结构和碳排放关系研究

由人类活动所导致的温室气体排放对人类的生存、经济和环境造成了严重影响.随着我国经济的快速发展、工业化和城市化进程的加快、人口的增长,能源需求不断增长,二氧化碳排放量也随之增加,控制温室气体排放面临巨大压力.为了减少温室气体排放,实现我国2020年减排目标和经济的可持续发展,文中分析了我国产业结构、产业内部结构、能源生产...     

天津市能源消费碳排放影响因素及其情景预测

在天津市2000-2016年碳排放测算的基础上,运用LMDI模型分析天津市碳排放影响因素。结果表明:经济规模和能源强度对天津市碳排放影响较大,二者对碳排放影响分别表现为促进和抑制作用;通过将经济变量分为高、中、低3种情景,减排变量分为中减排和强减排2种情景,组合得到高增长强减排、中增长强减排等6种发展情景。基于STIRPAT扩展模型,预测6种组合情景下天津市碳排放变化趋势。结果显示,中增长强减排情景模式在保证经济发展的同时,较其余几种模式碳排放峰值及其年份均有优化,是天津市最佳发展模式。     

基于LMDI分解模型的内蒙古碳排放实证研究

文中利用1999-2009年内蒙古人均GDP及碳排放量等相关数据,运用LMDI分析方法,从经济规模、产业结构、能源强度、产业排放四个方面分析内蒙古碳排放增加的主要推动因素,并对内蒙古工业、建筑业、交通运输和邮电通讯业等6行业进行碳排放分解研究,从总效应角度分解,得出经济规模效应、产业排放系数效应对内蒙古碳排放量起正向推动作用,产业结构效应、能源强度效应对内蒙古碳排放起负向阻碍作用的结论,从行业角度分解,工业对碳排放各效应的影响最大,其他5行业的影响不大。     

产业碳排放与影响因素的关联度——基于西北5省面板数据的实证分析

运用西北5省1999-2010年的面板数据,计算产业碳排放量,采用灰色关联度模型,分析影响因素与产业碳排放量之间的关联程度。结果显示：① 从总量来看,1999-2010年西北5省产业碳排放量呈现波动增加的趋势,陕西、甘肃、青海、宁夏和新疆的碳排放量分别从1999年的3.22×107 t、3.05×107 t、7.80×106 t、1.12×107 t和3.02×107 t增加到2010年的1.24×108 t、6.86×107 t、 2.15×107 t、5.76×107 t和9.29×107 t,从2008年起,陕西省的碳排放量开始高于全国平均值。从人均碳排放量来看,也呈现出波动增加趋势,宁夏的人均碳排放量在不同年份均高于其他4省。② 从空间来看,西北5省之间的产业碳排放量存在内部差异,其排序为：陕西＞新疆＞甘肃＞宁夏＞青海。③ 西北5省产业碳排放量与影响因素之间的关联度有某种相似之处,共同表现出：经济效应＞人口效应＞结构效应＞技术效应。④ 不同影响因素对产业碳排放量的关联度存在省际之间的差异,人口效应表现为：宁夏＞甘肃＞新疆＞青海＞陕西,经济效应表现为：新疆＞宁夏＞青海＞陕西＞甘肃,结构效应表现为：甘肃＞宁夏＞青海＞新疆＞陕西,技术效应表现为：宁夏＞青海＞新疆＞陕西＞甘肃。