基于GDIM的陕西省工业碳排放影响因素研究

为能有针对性地控制工业碳排放量,本文在计算2008—2017年陕西省工业碳排放量及分析其特征的基础上,运用广义迪氏指数分析法(GDIM)对工业经济水平、能源消耗、人口规模等陕西省工业碳排放影响因素进行分解并量化其贡献率。研究结果表明:陕西省工业碳排放与消耗能源碳强度、工业人均碳排放量、单位GDP的碳排放量、工业生产总值、能源消耗和工业从业人口之间存在正相关关系,碳排放量的不断增长与陕西省工业GDP的增长、能源消耗的增长密切相关;工业人均GDP变化引起碳排放变化的抑制效应。最后为陕西省工业低碳发展提供了对策建议。     

基于GDIM的陕西省工业碳排放影响因素研究

为能有针对性地控制工业碳排放量,本文在计算2008—2017年陕西省工业碳排放量及分析其特征的基础上,运用广义迪氏指数分析法（GDIM）对工业经济水平、能源消耗、人口规模等陕西省工业碳排放影响因素进行分解并量化其贡献率。研究结果表明：陕西省工业碳排放与消耗能源碳强度、工业人均碳排放量、单位GDP的碳排放量、工业生产总值、能源消耗和工业从业人口之间存在正相关关系,碳排放量的不断增长与陕西省工业GDP的增长、能源消耗的增长密切相关;工业人均GDP变化引起碳排放变化的抑制效应。最后为陕西省工业低碳发展提供了对策建议。     

我国2030年实现碳达峰路径研究——基于经济、能源、碳排放系统的SD模型

基于系统动力学模型,通过设定三种情景方案,动态模拟了2020—2050年我国能源消费碳排放发展演变趋势。同时,以综合调控情景为基准,考察了经济、人口和能源等因素的变动对碳排放总量的影响,探究了碳达峰的最优路径。研究发现：在基准、低碳、综合调控情景下的预测碳排放峰值分别达到了2020年碳排放量的1.62倍、1.33倍和1.14倍,三种情景下实现碳达峰的时间依次为2038年、2030年、2027年。同时,人均GDP增速快慢、科技投入强度大小、第二产业与第三产业占比高低、化石能源占比大小以及能源消费强度大小均对碳达峰时间具有较大影响。研究结果表明,综合调控情景下预测的碳达峰时间距离当前最近,碳排放峰值最小,是一种现实选择的最优方案。碳达峰最优路径的确定需要从确定适当的人均GDP增速、加大科技投入强度、降低第二产业与第三产业占比、加快能源结构调整以及降低能源消费强度入手。     

陕西省工业碳减排潜力估算

采用经济核算方法,设置3种发展情景,对2016—2030年间陕西省工业碳排放量进行预测,从产业结构效应、能源强度效应、能源结构效应3个方面估算碳减排潜力。结果显示:要实现国家设定的2030年碳减排目标,陕西省工业碳减排任务艰巨,需保持经济适度增长,进一步降低工业比重,保持能源强度持续下降和能源结构持续优化。能源结构的优化对控制陕西省工业碳排放最为有效。根据陕西省工业碳减排潜力分析的结论,提出了相应的政策建议。     

矿业城市能源消费碳排放变化及其影响因素研究

对能源消费碳排放驱动因子的定量分析是目前碳排放研究的热点之一,本文利用IPCC碳排放计算方法对武安市2002~2013年能源消费碳排放量进行了动态测算,并基于在环境经济研究中被广泛应用的STIRPAT模型计量拟合了能源消费碳排放与人口、人均GDP、能源强度、碳排放量强度、城镇化率的多元线性模型。结果表明能源消费碳排放量在研究阶段内呈逐年增长的趋势,而人口、人均GDP、城市化率、碳排放强度、与能源消费碳排放的弹性系数为0.295%、(-0.420+0.929InG)%(G为人均GDP)、0.255%、0.188%。能源强度每减少1%,能源消费碳排放将会减少0.056%。同时经济增长与能源消费碳排放之间并没有出现环境库兹涅茨(EKC)曲线特征。据此研究认为缓解环境矛盾可以从提高能源利用效率、调整能源消费结构、加大科技投入等入手。     

新疆碳排放与能源效率、产业结构动态计量关系研究

在系统分析的基础上,采用VEC模型,定量研究新疆碳排放、能源效率、产业结构及经济增长之间的动态计量关系。结果显示,新疆碳排放、能源效率、非农产值结构、非农就业结构与经济增长之间存在长期均衡关系：新疆能源效率提高存在“反弹效应”;人均GDP每增长1%,则碳排放同方向变动3.2%;非农就业结构与产值结构的变迁可以有效抑制碳排放。短期内,新疆能源效率、人均GDP、非农产业就业结构与产值结构调整系数分别为0.04、-0.03、0.13及-0.11。基于研究结论,从开发新型能源、促进能源消费结构转型及优化产业结构方面,探讨新疆实现碳减排途径。     

新疆能源消费碳排放现状及增长效应分析

为了有针对性地分析新疆能源碳排放的增长机理,分析新疆能源利用现状、碳排放总量、三大产业碳排放的变化趋势、碳排放强度、人均碳排放等变量,基于扩展的Kaya恒等式建立因素分解模型,采用LMDI分解方法对能源碳排放进行因素分解。定量分析1985-2009年经济规模、人口规模、排放系数、能源结构、能源消费强度、产业结构等6个因素对新疆碳排放增量的影响。研究发现,经济规模效应、人口规模效应是正向驱动因素,能源结构与能源消费强度效应对碳排放具有抑制作用,产业结构的负效应表现最为突出。最后结合新疆实际提出了相应的减排政策建议。     

湖北省交通业碳排放影响因素及情景预测

论文选取城镇化率、客货运周转量、人均GDP和能源强度4个指标反映湖北省人口、经济和技术水平对湖北省交通业碳排放的影响。首先对湖北省碳排放情况和人口城镇化比例及能源强度进行整体的分析，然后运用STIRPAT扩展模型对湖北省交通业碳排放影响因素进行研究。在研究过程中，发现数据存在明显的多重共线性问题，此时普通的最小二乘法得到的结果不准确，故使用偏最小二乘法来消除解释变量之间的多重共线性。并使用留一法交叉验证得到的结果是否合理，最后对数据进行偏最小二乘法两次迭代映射分解得到碳排放量与其影响因素之间的系数。对结果进行显著性检验，验证了结果的可靠性，结果表明城镇化率、客货运周转量、人均GDP和能源强度4个指标均与交通业碳排放总量呈正相关关系。在此基础上根据2000—2018年的湖北省交通业碳排放数据，使用情景分析法设定低、中、高3种碳排放情景对2030年碳排放量进行预测。首先计算出3种不同情景下不同解释变量的年平均增长率，然后将结果带入碳排放量与解释变量之间的公式中计算得出2019—2030年碳排放量的年平均增长率，由此得出2030年的碳排放量在低排放情景、基准情景和高排放情景下分别为1 081.772万t、1 131.407万t和1 176.507万t。分析显示人口因素和技术因素对交通业碳排放量影响最大，城镇化率的提高和能源消耗强度的增强会导致能源需求量和碳排放量大幅度增加，加大了城市交通运行压力。结合2030年前完成碳峰值的目标，将3种情景下湖北省交通业碳排放量预测结果与目标进行对比，显示均完成目标达到碳排放峰值。最后针对影响碳排放的相关因素提出相关节能减排建议，以期优化交通能源结构，实现低碳经济和可持续发展目标。     

1992-2007年广州市能源消费碳排放研究

根据《IPCC2006国家温室气体清单指南》中的碳排放计算公式和能源碳排放系数缺省值,计算了广州市1992-2007年能源消费碳排放量。结果表明,1992年以来碳排放总量和人均量逐年增加,碳排放强度则不断下降,由1992年的4.19 t/万元减少到2007年的2.75 t/万元,年均减少率为2.28%。碳排放结构分析表明,广州市以煤炭为主的能源消费结构并未得到有效改善;从经济结构来看,第一产业碳排放强度基本保持不变,第二产业碳排放强度先升后降,第三产业和生活消费则迅速增加。通过相关分析认为人口和经济的增长是影响碳排放量增长的主要因素,而能源强度的下降则可以明显抑制碳排放量增长。因此,建议通过控制人口数量、调整产业结构、降低能源强度和提高能源利用效率等措施来降低二氧化碳排放量。     

中国有色金属行业能源消耗碳排放影响因素分析

运用平均对数迪氏指数法(LMDI)对我国有色金属行业2000—2011年能源消耗碳排放的变动特点和主要影响因素进行研究,基于LMDI模型的情景分析,对2020年有色金属行业的碳排放进行预测。结果表明,经济规模是促进碳排放的最主要因素,能源强度是减缓碳排放的主要因素,能源结构和碳排放系数的影响较小。我国有色金属行业的减排潜力很大,未来减排关键在于控制经济规模的扩张和降低能源强度。     

三种情景下煤化工产业碳排放量及强度分析

为了研究煤化工产业碳排放量和排放强度,参考国内外研究中普遍采用的碳排放核算方法,选用实测排放因子,计算分析了2005—2015年煤化工行业的CO_2排放量。运用情景分析法,以产品为视角,设置3种发展情景,预测了2020年煤化工行业的碳排放量及排放强度。结果表明:2005—2015年,煤化工CO_2排放量年均增长8.12%;情景一、二、三下,CO_2排放量及碳排放强度依次增加;到2020年,情景一的减排潜力为正,情景二、三的潜力均为负。说明单纯调整产品结构对提高煤化工行业的减排潜力非常有限。还需要综合运用多种减排措施如提高能源效率、加大清洁技术比例、配套去碳化技术等来提高行业减排潜力。     

基于STIRPAT模型的黑龙江省工业碳排放情景分析与峰值预测

在碳达峰、碳中和背景下,进行黑龙江省工业部门碳排放因素分析与情景预测研究,对实现黑龙江省工业绿色低碳发展具有重要意义。首先,根据IPCC准则测算黑龙江省历年工业碳排放量,基于拓展STIRPAT模型,从人口因素、经济发展水平、技术水平3个方面,确定人均生产总值的平方、人口规模、工业总产值、工业能源消耗、能耗效率、能源结构6个自变量,借助岭回归方法消除自变量间的多重共线性,建立黑龙江省工业部门的碳排放影响因素模型;然后,从经济发展、人口规模、能源消耗、能耗效率4个方面分析黑龙江省社会经济实际运行情况,并结合宏观政策,分别对自变量进行变量涨幅确定,对2020—2050年黑龙江省工业部门碳排放量设定基准情景、低碳情景、高能耗情景进行预测分析。研究发现：1)黑龙江省工业低碳发展面临化石能源需求大、能源转化效率不足的问题,在影响工业碳排放的6个变量中,人均生产总值的平方、工业总产值、工业能源消耗、能源结构对黑龙江省工业部门碳排放量起到促进作用,人口规模、能耗效率对黑龙江省工业部门碳排放起到抑制作用,其中工业能源消耗正向促进作用最为显著;2)黑龙江省工业碳排放量在各情景下均呈现先增加后减少的演变趋势...     

“双碳”目标下江苏省碳平衡潜力预测研究

核算江苏省碳排放与碳吸收量，预测其未来碳平衡潜力，为推进我国“2030碳达峰、2060碳中和”战略目标及落实全国生态文明建设提供参考。从省级层面选取江苏省为研究对象，建立碳平衡潜力预测指标体系，根据1996—2019年碳排放量核算数据，在碳排放影响因素LMDI分解的基础上，构建改进的STIRPAT模型并设置9大情景，分别预测2020—2060年江苏省碳排放量。同时引入灰色GM（1，1)模型预测江苏省未来生态碳吸收量，根据预测结果，分析其2004—2060年碳平衡变化趋势。结果显示：1)江苏省碳排放增长迅速，人口规模、人均收入及能源结构是主要增碳因素，能源强度及碳排放强度是重要抑碳因素，根据STIRPAT模型预测结果，可将9种情景按碳达峰量及碳达峰时间分为高碳-高增长、中碳-中增长及低碳-低增长三大组合，其中低碳—低增长组合的最优情景3可实现2029年最早碳达峰，峰值为33 003.86万tCO2，2060年碳排放将下降至24 274.19万tCO2；2)碳吸收量预测将缓慢增长，于2053年突破3 000万tCO2的吸收量，2060年碳吸收量将达3 095.584万tCO2；3)江苏省未来实现碳平衡将存在时间滞后危机，碳平衡缺口预测将在2029年达到30 286.03万tCO2峰值，2060年下降至21 178.60万tCO2，碳平衡压力指数将从2025年的最大值12.16下降至2060年的7.84，需承担较大减排压力。由此可知，江苏省生态吸碳能力有限，即使按最优情景3预测分析，未来实现碳平衡依然面临严重挑战。据此，从碳排放、碳吸收与碳平衡3个方面提出相关政策建议，即调整能源高碳结构，加强绿色科技创新，降低碳排放量；积极推进绿地化建设，保护自然环境系统，增强生碳吸收能力；协同发展绿色减排与技术固碳，缩小碳失衡缺口，减轻碳平衡压力等，助力实现我国2060碳中和。     

基于STIRPAT模型的山西省能源碳排放影响因素及峰值预测

运用IPCC法测算了山西省2000-2019年能源碳排放量,通过STIRPAT扩展模型及岭回归定量分析了山西省能源碳排放影响因素,并研究预测不同情景下山西省2020-2050年能源碳排放量及达峰时间。研究结果表明:人口因素对山西省能源碳排放的影响最大,其次是能源结构;情景预测结果显示,在能源结构优化情景模式下,山西省能源碳排放于2025年最先达到峰值,峰值量为56 948.38万t,但低碳情景模式下的碳峰值量最低,为56 735.24万t。在人口经济稳步增长的同时,加速优化能源结构、降低对煤炭的依赖程度、提高能源效率是山西省在2030年能源碳排放量达到峰值的重要保障,是适合山西省生态文明建设和可持续发展的重要方向。     

煤炭资源型城市碳排放特征研究:以平顶山市为例

为了帮助煤炭型城市科学合理地制订碳减排对策,以平顶山市为例,计算了2004~2012年间来自产业部门、生活部门能源活动和水泥行业生产过程中地碳排放量,并用LMDI(对数平均权重分解法)法测算了各影响因子的贡献。结果表明:1平顶山市碳排放量年增长率为13.226%;2生产部门能源强度、人均GDP、产业结构等是碳排放地主要正向驱动因子,生活部门能源强度和能源结构是负向抑制因子,正向驱动因子的贡献远大于负向因子。提高能源利用技术水平和产业升级是降低碳排放地主要措施。     

世界主要国家能源消费碳排放脱钩及驱动因素研究

利用碳排放Tapio脱钩弹性分解模型对世界主要国家碳排放与经济增长脱钩关系进行研究，探讨不同阶段脱钩关系特征及主要驱动因素的演变历程。研究表明：中国碳排放与GDP脱钩状态整体为弱脱钩，2014年开始，中国碳排放出现负增长，脱钩状态呈强脱钩。美国脱钩状态整体呈较为理想的弱脱钩，2006年以后美国碳排放实现负增长，碳排放与GDP强脱钩，这主要归功于美国能源结构优化升级。印度脱钩状态较为恶化。日本脱钩状态整体呈弱脱钩。在驱动因素研究过程中发现，能源强度和经济增长效应是影响中国、美国、印度和日本碳排放与GDP脱钩的主要因素，除此之外，印度碳排放还受人口效应的影响较大，能源结构效应对日本的碳排放与GDP脱钩影响较大。     

基于支持向量回归机的河北省能源消费碳排放预测

分析了支持向量回归机在碳排放预测中的优势,并以此理论为基础构建了碳排放预测模型。采用河北省1990—2015年的碳排放量及其影响因素数据对模型进行训练和测试,得到具有良好推广能力的碳排放预测模型,并对河北省2016—2015年的碳排放量进行预测。结果表明:从增长幅度来看,1990—2015年河北省能源消费碳排放量整体呈增长趋势,增量为22 487.62万t,预测区间2016—2020年的增长量为3 055.63万t,年均增长率保持在3%左右;从增长速度来看,通过分析六项碳排放影响因素可知,人口数量、城镇化率、人均GDP以及单位GDP能耗对碳排放量增速的贡献率较小,第二产业比重和煤炭消费比对碳排放量增速的贡献率较大。最后针对得出的结论,为河北省未来几年碳减排工作提出建议。     

政府支出与碳排放的影响因素分析——基于STIRPAT拓展模型的面板实证

在STIRPAT模型基础上,加入政府因素,建立拓展的STIRPAT模型,并利用江苏省、浙江省、山东省、广东省、辽宁省、黑龙江省、北京市、上海市相关的面板数据,对其碳排放的影响因素进行定量分析。结果发现:人口数量、城镇化、人均GDP、能源结构、政府一般预算支出都会影响当地碳排放;其中城镇化、人均GDP、能源结构和政府一般预算支出每增加1%,碳排放会相应增加0.35%、0.16%、0.89%和11.97%;政府一般预算支出对碳排放的影响最大,能源强度对碳排放的影响次之。     

抚州市碳排放的EKC检验及驱动因素分析

作为全球碳排放总量最多的国家,中国面临碳减排的国际压力与日俱增,而中西部欠发达地区所处的工业化和城市化的阶段性特征又使得中国碳减排更加艰难,因此,中西部欠发达地区碳减排是中国实现碳减排目标的关键和难点。文章以中部欠发达地区抚州市为例,运用二次曲线模型和SPSS统计软件对碳排放的EKC曲线进行检验,并运用描述性曲线图分析其驱动因素。实证研究结果显示：1）抚州市碳排放总量与人均GDP的关系呈现典型的"倒U型"EKC曲线,且在2013年碳排放量增长速率处于顶峰,之后碳排放总量增长趋于缓慢;2）产业结构及其变化与能源结构及其变化是碳排放EKC曲线波动的主要驱动因素,抚州市碳排放总量还将长期处于增长状态,但增长的幅度处于下降的趋势;3）抚州市的工业化和城市化处于中后期,尽管产业结构和能源结构存在不断优化的趋势,但"二三一"产业结构类型以及高碳能源占主导的状态还将长期保持,因此,还需要不断优化产业结构和能源结构;4）推动低碳产业发展和清洁能源生产及消费是抚州市碳减排的有效路径。      

陕西省能源足迹动态变化与影响因素分析

陕西省经济发展与能源消耗关系密切,能源足迹是定量评价区域内能源消耗及经济可持续发展的重要方法。陕西省能源足迹动态变化与影响因素分析,可为经济可持续发展提供理论指导。以陕西省1999~2014年能源消耗数据为基础,采用能源足迹计算模型和STIRPAT模型,分析陕西省能源足迹动态变化与影响因素,结果表明:1陕西省能源足迹呈增加趋势,2007~2014年是能源足迹快速增加时期;能源足迹的增加明显高于能源足迹人均承载力,导致陕西省能源足迹长期处于赤字状态,且赤字逐步扩大,能源足迹生态压力加大,生态安全风险增大,自然生态系统处于严重不安全状态;2陕西省能源足迹中煤及煤制品的贡献最大,平均超过80%,降低煤及煤制品消耗能够有效降低能源足迹水平;3陕西省单位能源足迹产值呈增加趋势,而能源足迹强度呈下降趋势,表明陕西省能源集约利用效率在逐步提高;4陕西省能源足迹与第二产业占GDP的比重、人均GDP呈正相关关系。提高第三产业占GDP比重,减少煤及煤制品消耗量,均是陕西省降低能源足迹水平的有效途径。