天津区域减排政策经济与排放影响

文中讨论了天津区域减排政策对经济和碳排放的影响。采用动态递归CGE模型,考察了4种不同的发展情景,包括1个基准情景和3个政策情景。经模拟,既定减排政策下的参考情景中天津会在2025年前排放达峰,排放峰值约为2.65亿吨;宽松情景下的经济增速比参考情景高0.3个百分点,但达峰时间推迟到2025年之后,峰值约2.91亿吨;低碳情景下经济增速比参考情景低0.4个百分点,但达峰时间提前到2020年,峰值约2.47亿吨。减排政策有助于调整天津产业结构,但不必然导致经济转型,实现区域的可持续发展之路还需要其他配套政策。     

交通能源消费碳排放情景预测研究——以天津市为例

近年来,随着天津市经济的发展和京津冀一体化格局的逐步形成,城市机动车保有量迅速攀升,城市交通系统与能源、环境之间的矛盾日益突出。文中基于LEAP模型设立了基准情景、规划情景和限制情景3种情景,预测不同情景下天津市城市交通能源消费量和碳排放情况。研究结果表明:限制情景下2020年天津市交通能源消费量比基准情景减少52.9%,比规划情景减少35.3%,碳排放量比基准情景减少59.1%,比规划情景减少41.2%,其中机动车尾号限行和小客车限购的碳减排潜力较大。根据研究结果,文中对天津市实施低碳交通提出相应的建议和对策。     

区域农业碳排放与经济增长演进关系及其减排潜力研究

以白城市为例,基于农业碳排放计算模型对区域农业碳排放进行了计算,并分析了其时序演变过程;基于环境库兹涅茨曲线(EKC)模型探究了区域农业碳排放与经济增长的演进关系;基于灰色预测模型的基准情景与基于碳约束的低碳情景的比较研究,探析了区域农业碳减排潜力。结果表明:1999-2013年,研究区农业碳排放量的时序变化分为三个阶段:低速增长阶段→高速增长阶段→波动阶段,农业碳排放强度的时序变化总体呈现先升后降的状态;组成结构分析结果显示:化肥、水稻种植、牛养殖、羊养殖、猪养殖所占比例较大,化肥和水稻种植为其中较活跃的增长因素;研究区农业碳排放量、农业碳排放强度的EKC分别呈二次、三次曲线,均符合EKC假设的"倒U型";2014-2020年,低碳情景较基准情景共可累计减排850.4009万t。研究结果基本反映了区域农业碳排放的普遍规律,对于评判区域农业的生态经济效益,以及推进区域生态文明建设具有重要意义。     

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。     

基于广义费雪模型的天津市碳排放影响因素分析

在测算1995至2010年天津市一次能源消费产生的碳排放量基础上,基于广义费雪模型分析了能源结构、能源效率和经济发展因素的变化对碳排放的影响,并利用脱钩指数测算碳排放量和经济发展的脱钩程度,分析天津市的经济发展对能源的依赖程度以及造成的碳排放量变化。研究结果表明:三类一次能源引起的碳排放量总体呈增长趋势,其中煤炭消费产生的碳排放量最多;经济发展因素是天津市碳排放增长的主导因素,对碳排放增长始终起着正向拉动作用;能源效率因素则始终对天津市碳排放增长起着反向抑制作用;能源效率和能源结构的抑制作用有增强趋势,但难以抵消由经济发展拉动的天津市碳排放量增长。     

基于LMDI的陕西省能源消费碳排放因素分解研究

对区域碳排放影响因素及其作用强度的深入研究,不仅有助于区域节能减排政策的科学制定,并对中国2020年碳减排目标的实现具有重要的现实意义。文中基于扩展的Kaya模型和LMDI分解法定量分析了人口、经济增长、产业结构、能源强度、能源消费结构五个因素对陕西省能源消费碳排放的影响。结果表明:经济增长是拉动陕西省能源消费碳排放增长的决定性因素;人口、产业结构和能源强度的变动也对碳排放增长具有正向影响,但作用强度不大;能源消费结构优化是抑制陕西省能源消费碳排放增长的主要因素。根据分析结果,文中对制约我国经济社会低碳化发展的主要问题进行了延伸性讨论,认为中国实现经济社会低碳化发展的重点在于抑制因经济增长方式不合理而引致的碳排放过快增长,并从产业结构调整优化和能源消费两个层面,提出了抑制碳排放不合理增长的若干建议。     

北京人口、经济、居民消费与碳排放动态关系研究

基于STIRPAT模型,构建了状态空间模型,定量分析了北京1980-2011年的人口规模、人口城市化结构、居民消费与经济规模四个变量对碳排放随时间变化的动态影响.结果显示:这四个变量对碳排放的变弹性系数均为正数,均促进了碳排放的增加,只是不同时期对碳排放的动态影响程度不同,但近年来均呈现逐渐上升趋势.经济规模对碳排放的弹性系数最大,仍是碳排放主要影响因素;居民消费水平对碳排放的弹性系数波动幅度较大;人口规模与城市化结构对碳排放弹性系数波动幅度较小,影响比较平稳.为了控制和减少碳排放,应提高经济增长质量,鼓励居民绿色消费,合理调控入口规模和提高城市化水平和质量.     

基于LEAP-LANDIS情景模拟的城市碳代谢格局优化研究

为实现城市碳增汇减排的精准调控，以东莞市为研究区，构建宏观层面碳排放预测、中微观层面增强城市碳增汇能力的碳代谢格局优化框架，将LEAP模型情景预测的能源消耗碳排放量落实到城市土地利用类型上，并叠加LANDIS模型预测的城市固碳潜力区，识别城市未来碳代谢的薄弱区，进而提出城市碳代谢格局的优化思路。结果表明：1)东莞市未来的能源消耗和碳排放目标背离，减排情景比高限情景更加贴合社会经济发展的实际，需要从工业需求侧节能减排。2)东莞市固碳潜力相对有限，在减排情景下仅有9个增汇节点，碳减排增汇需要建设生态廊道网络骨架、设置碳排扩张带、修复生态基底等措施为保障。3)利用LEAP-LANDIS实现未来碳代谢格局优化的关键是将LEAP模型预测的能源消耗碳排放量落实到城市土地利用格局上。     

中国农业碳排放的空间效应研究

农业碳排放是我国温室气体排放的重要组成部分.已有文献在探讨我国农业碳排放时大多忽略区域之间的空间效应,从而导致研究结论缺乏说服力.文中运用空间杜宾模型,采用1993-2010年省际农业碳排放数据对我国农业碳排放的空间效应进行了研究.研究结论如下:我国各省农业碳排放存在显著的空间效应,表现在农业碳排放存在空间集聚性、空间正相关性、空间异质性和空间溢出效应;农业经济增长导致农业碳排放量增加,农业科技投入和农民文化素质则具有减排效应,而且这三个影响因素对邻近地区农业碳排放的作用大于本地区.     

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。     

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。     

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...     

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...     

The relationship between energy consumption and economic growth and the development strategy of a low-carbon economy in Kazakhstan

Fossil energy is the material basis of human survival, economic development and social progress. The relationship between energy consumption and economic growth is becoming increasingly close. However, energy consumption is the major source of greenhouse gases, which can significantly affect the balance of the global ecosystem. It has become the common goal of countries worldwide to address climate change, reduce carbon dioxide emissions, and implement sustainable development strategies. In this study, we applied an approximate relationship analysis, a decoupling relationship analysis, and a trend analysis to explore the relationship between energy consumption and economic growth using data from Kazakhstan for the period of 1993–2010. The results demonstrated:(1) the total energy consumption and GDP in Kazakhstan showed a "U"-type curve from 1993 to 2010. This curve was observed because 1993–1999 was a period during which Kazakhstan transitioned from a republic to an independent country and experienced a difficult transition from a planned to a market economy. Then, the economic system became more stable and the industrial production increased rapidly because of the effective financial, monetary and industrial policy support from 2000 to 2010.(2) The relationships between energy consumption and carbon emissions, economic growth and energy exports were linked; the carbon emissions were mainly derived from energy consumption, and the dependence of economic growth on energy exports gradually increased from 1993 to 2010. Before 2000, the relationship between energy consumption and economic growth was in a recessional decoupling state because of the economic recession. After 2000, this relationship was in strong and weak decoupling states because the international crude oil prices rose and energy exports increased greatly year by year.(3) It is forecasted that Kazakhstan cannot achieve its goal of energy consumption by 2020. Therefore, a low-carbon economy is the best strategic choice to address climate change from a global perspective in Kazakhstan. Thus, we proposed strategies including the improvement of the energy consumption structure, the development of new energy and renewable energy, the use of cleaner production technologies, the adjustment and optimization of the industrial structure, and the expansion of forest areas.     

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。     

Low-carbon economic development in Central Asia based on LMDI decomposition and comparative decoupling analyses

Low-carbon economic development is a strategy that is emerging in response to global climate change. Being the third-largest energy base in the world, Central Asia should adopt rational and efficient energy utilization to achieve the sustainable economic development. In this study, the logarithmic mean Divisia index (LMDI) decomposition method was used to explore the influence factors of CO₂ emissions in Central Asia (including Kazakhstan, Uzbekistan, Kyrgyzstan, Tajikistan and Turkmenistan) during the period 1992-2014. Moreover, decoupling elasticity and decoupling index based on the LMDI decomposition results were employed to explore the relationship between economic growth and CO₂ emissions during the study period. Our results show that the total CO₂ emissions decreased during the period 1992-1998, influenced by the collapse of the Soviet Union in 1991 and the subsequent financial crisis. After 1998, the total CO₂ emissions started to increase slowly along with the economic growth after the market economic reform. Energy-related CO₂ emissions increased in Central Asia, mainly driven by economic activity effect and population effect, while energy intensity effect and energy carbon structure effect were the primary factors inhibiting CO₂ emissions. The contribution percentages of these four factors (economic activity effect, population effect, energy intensity effect and energy carbon structure effect) to the total CO₂ emissions were 11.80%, 39.08%, -44.82% and -4.32%, respectively, during the study period. Kazakhstan, Uzbekistan and Turkmenistan released great quantities of CO₂ with the annual average emissions of 189.69×10⁶, 45.55×10⁶ and 115.38×10⁶ t, respectively. In fact, their economic developments depended on high-carbon energies. The decoupling indices clarified the relationship between CO₂ emissions and economic growth, highlighting the occurrence of a 'weak decoupling' between these two variables in Central Asia. In conclusion, our results indicate that CO₂ emissions are still not completely decoupled from economic growth in Central Asia. Based on these results, we suggest four key policy suggestions in this paper to help Central Asia to reduce CO₂ emissions and build a resource-conserving and environment-friendly society.     

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。