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。     

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。     

陕西省能源供给系统稳定性动态情景预测

基于影响能源供给稳定性的9个因素,通过对1990—2011年陕西省的数据分析,得出能源投资、碳排放强度、人均GDP、产业结构、人口规模是影响陕西省能源稳定性的主要因素,其弹性系数分别为0.8293、-0.2373、-0.2876、-2.1336和-2.4144。依据陕西省各项能源发展目标及国民经济和社会发展规划,对近期（2011—2020年）陕西省经济发展、人口增长、碳排放强度和能源投资等进行情景设置, 并对其中9种情景下陕西省能源稳定性情况进行预测。在人口和人均GDP低增长、能源投资高增长、产业结构调整和节能减排力度加强的情况下,陕西省能源供给系统稳定度增强,其值2020年将达到5.5671。但这种稳定性是不持久的,在不同的能源投资增长情况下设置A、B、C三种情景,研究能源投资变化对长期能源供给稳定形势的影响。在资源储量有限的情况下,需要限制能源投资额的增长,避免过度开采需求,保持合理的能源生产量,是实现陕西省能源长期稳定性的有效手段。     

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...     

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。     

“双碳”目标视域下甘肃省碳排放特征分析

为了有效应对碳排放引起的温室效应和气候变化,我国率先提出了“3060双碳”目标,为各省区经济增长和生态治理提出了新的机遇和挑战。文章在“双碳”目标视域下,根据《甘肃省统计年鉴》2009年—2021年的国民生产总值、人口数量、能源消耗情况等统计数据,运用碳排放估算公式对甘肃省的碳排放量、碳排放强度、人均碳排放量、三次产业碳排放特征等进行了计算分析,得出了甘肃省碳排放量整体仍呈上升趋势,碳排放强度却呈下降趋势,人均碳排放量也呈缓慢增长趋势的结论。在产业碳排放方面,工业和制造业的碳排放量明显高于其他行业,第二产业的碳排放量和碳排放强度均明显高于第一和第三产业。而产业碳排放强度在2013年出现了1个分水岭,2013年之前,第三产业的碳排放强度大于第一和第二产业,2013年之后,第二产业的碳排放强度大于第一和第三产业。研究结果表明：甘肃省的碳排放主要集中在第二产业,以重工业为主的产业结构将会持续,在“双碳”目标视域下,甘肃省的碳减排重点和措施应关注第二产业的产业结构调整和优化。     

利用微分方程建立煤炭消耗及碳排放量预测模型

建立了一系列微分方程来预测中国人口、经济发展、煤炭消耗及碳排放量,描述了人口、GDP、煤炭消耗和碳排放之间的动力学关系。此模型是在人口和GDP建立的竞争者模型扩展的基础上,建立了关于煤炭消耗与碳排放量的微分方程组。利用MATLAB预测了1990-2020年中国人口、GDP、煤炭消耗和碳排放随着时间演化的预测值,且所得到的预测值与历年的实际数据有很好的吻合。     

基于ECM模型的能源消耗与工业经济增长的实证分析

对2000—2014年江苏省能源消耗与工业经济增长之间的关联度进行了分析,并应用误差修正模型对能源消耗总量与工业GDP增加值之间的长期均衡关系进行了计量分析。研究结果表明,江苏省第二产业耗能占总耗能的比例随着第二产业增加值占总产值的比重变化而变化,二者都呈倒U形;工业GDP的增长对能源总消耗只是存在单向的格兰杰因果关系。同时也说明,健康的工业经济增长与有效的能源节约可以通过调整产业结构和技术创新来实现。针对江苏省能源消耗与工业经济增长协调发展进行研究,对江苏省实现十三五“富强美高”规划具有重要意义。     

资源型城市碳排放库兹涅茨曲线研究——以乌鲁木齐为例

全球主要温室气体CO2的大量排放导致温室效应的加剧,建设低碳世界、低碳城市成为必由之路。基于环境库兹涅茨曲线的分析,对新疆首府乌鲁木齐市1998—2012年人均碳排放与人均地区生产总值的关联性和影响度进行了研究,发现乌鲁木齐市碳排放和GDP呈现出很强的相关性,相关系数高达0.992,且人均碳排放随着人均GDP的增长总体上呈现出高增长态势,环境库兹涅茨曲线的拐点还远远没有到达,库兹涅茨曲线呈现出小幅度趋缓的"N"型,GDP增长的能耗过大,环境代价过高。为落实乌鲁木齐市"十二五"规划,实现低碳城市建设和全国文明城市建设,乌鲁木齐市应在大力加快经济增长的同时,更加注重节能减排和环境质量的改善,以此来实现绿色发展。     

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。     

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。     

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。     

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。     

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。     

河南省能源消费碳排放的因素分解及减排途径

采用国家发改委能源研究所提供的碳排放模型,计算了1995～2009年间河南省能源碳排放量.根据LDMI因素分解方法,对河南省人均碳排放变化进行因素分解,得出以下结论:①河南省能源碳排放量呈现逐年增长态势,2002年后呈现指数增长,随着节能减排政策的落实,2007年后增速变缓;②河南省碳排放强度在1995～2002年间呈下降态势,但是2002～2004年间反弹急剧攀升,2004年后再次呈现回落态势;③经济发展是促进河南人均碳排放增加的主要动力,能源效率是拟制碳排放的主要因素,能源结构对河南人均碳排放变化的作用不明显.研究表明,若仅依赖能源效率的提高,难以抑制经济发展引起的河南人均碳排放增加.因此,需要改善能源结构,发挥能源结构改变对河南人均碳排放的抑制作用.     

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。     

新疆土地利用碳排放及其影响因素分析

以1999~2015年新疆土地利用、能源消耗、社会经济数据为基础,结合能源消耗碳排放计算模型及STIRPAT模型,分析了新疆土地利用碳排放过程及其影响因素。结果表明:(1)土地利用类型碳排放总体表现为碳吸收过程,呈先增加后降低的过程。(2)土地利用类型碳吸收量占能源消耗碳排放量的比例平均值为7.97%,随时间呈下降过程。土地利用净碳排放量与能源消耗碳排放量均呈指数增加过程,1999~2009年线性递增速率小于2009~2015年。(3)土地利用净碳排放量与全社会固定资产投资额之间呈显著的正相关关系,与其他因素的相关性不显著。     

经济增长与水环境质量关系研究——以太湖流域无锡市为例

通过多元线性回归分析,研究了1987-2003年无锡市GDP增长、工业总产值、农业总产值、人口变化与太湖水环境质量演变的关系。研究结果表明,太湖水环境问题与经济发展中人口增长、产业结构变化密切相关,水体污染主要来自农业有机污染、生活污水和工业三废。最后提出有关建议。     

浙江省土地利用碳排放效应研究

为了优化浙江省土地利用结构,在经济发展的同时应做好减排工作。以浙江省为研究区域,利用碳足迹计算模型核算2007—2016年该地区碳足迹水平,利用脱钩分析和标准椭圆差探究浙江省土地利用碳排放效应。研究表明：2007—2016年浙江省年均净碳排放量增长率为4.06%,建设用地是浙江省主要碳源,碳源碳汇总量差距扩大,低碳发展难度加大;宁波市净碳排放量位居浙江省首位,丽水市净碳排放量最低,且是唯一碳汇作用大于碳源的地区,浙东北与浙西南碳排放差距扩大;浙江省人均GDP与人均碳足迹呈现弱脱钩状态,浙江省经济发展快于碳排放量增加速度,丽水市脱钩程度最优,舟山市脱钩程度较差;浙江省净碳排放量与建设用地碳排放量空间分布集聚于东北部,耕地碳排放量空间分布较为分散,较前两者中心偏西南方。     

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。