基于面板数据的河南省碳排放影响因素实证研究

以河南省碳排放为研究对象,从三次产业消耗的三类一次能源角度、基于ＳＴＩＲＰＡＴ模型、运用面板数据和个体固定效应模型,分析２０００-２０１３年产业结构、人均ＧＤＰ及能源强度对河南省碳排放的影响。研究发现：产业综合人均ＧＤＰ和能源强度对碳排放量有显著的正向影响,而产业结构对碳排放量有负向影响。然而第一产业人均ＧＤＰ和第三产业人均ＧＤＰ与河南省碳排放量呈负相关关系,只有第二产业人均ＧＤＰ是推高碳排放量的主要因素,与此同时,减少第二产业比例及降低第二产业能源强度对于碳排 放具有抑制作用。     

北京地区能源消费碳排放演变的多因素动态冲击分析

本文研究了北京地区经济规模、交通运输量、产业集聚与能源消费碳排放之间的关系。通过协整检验发现,四者之间存在长期的均衡关系;利用脉冲响应函数和方差分解分析发现,能源消费碳排放对自身的冲击响应最大;其次是产业集聚对于节能减排具有重要作用;交通运输量在短期内对于碳排放的增加具有促进作用,改善交通运输条件是短期内节能减排的重要措施;经济规模的变化对于能源消费碳排放的冲击较小,其对能源消费的依赖性逐渐减弱,经济增长已发生结构性转变。     

银川市一次能源消费的碳排放结构及变化趋势分析

利用Laspeyres指数法对银川市2005-2010年间的能源结构、能源利用效率和经济发展与城市碳排放间的关系进行了分解研究,结论表明,银川市6a间CO2排放量增加了112.42％,一次能源消费、煤炭生产、水泥生产是导致银川市CO2排放量增加的主要原因,尤其是高耗能工业发展速度加快是导致CO2排放量剧增的主要原因;在此过程中一次能源需求量逐年增加,可再生能源利用规模较小,是银川市CO2排放量连年上升的主要问题.分别建立能源与产业、碳排放关联模型,探讨了银川市产业结构发展中能源消费变化,表明:银川市产业结构的演进决定着城市一次能源消费空间的基本格局;缓慢的一次能源消费结构变化是难以有效控制银川市碳排放增长的关键.     

中国碳排放总量与强度的省际差异与因素分解

在碳排放总量和强度双重约束与任务分摊下,对各省份的碳排放总量与强度进行有效测算和驱 动因素分解有助于地区和国家实现“碳达峰、碳中和”的目标愿景。因此,基于 2000—2018 年中国 30 个省 份的数据,采用表面能源消费量估算法对各省市（市、区）的碳排放总量与碳排放强度进行了测算,从时间 与空间两个维度分析了碳排放总量与碳排放强度的时空动态演变趋势,并且基于 LMDI 模型对中国碳排放总 量增长的驱动因素进行了分解。研究结果显示：2018 年,中国的碳排放总量为 1 257 001.95 万 t,碳排放强 度为 1.05 t/ 千美元。2000—2018 年,中国碳排放量均值排名前三位的是山东省、河北省和山西省,排名末 三位的是北京市、海南省和青海省;碳排放强度均值排名前三位的是山西省、贵州省和宁夏回族自治区;排 名末三位的是广东省、海南省和福建省。技术效应和结构效应是中国实现碳减排的最主要因素,而经济增长 与人口增长则会导致碳排放总量增加。     

基于碳约束的区域能源结构优化实证

依据《中国能源统计年鉴2020》《上海市统计年鉴2020》,以上海市2019年实际碳排放总量220.4×10⁶t削减10%作为碳约束目标,运用碳夹点方法求解上海市在全局和各部门碳约束下的清洁能源最小需求量,对两种情景下的能源结构进行优化分配。结果表明:两种情景下,上海市清洁能源最小需求量均为88.7×10¹⁶J;在产业部门碳约束下,清洁能源分配给第三产业的比例为53.9%,远高于第二产业和生活消费部门,第三产业对清洁能源的容纳率最高。建议上海市应推进能源技术改革,大力发展清洁能源技术和低碳技术;加快产业结构升级改造,进一步确立以金融业、信息业等为主的第三产业优势地位,逐步削减第二产业规模,将其打造成"小而精"的发展模式。     

基于联立方程模型的 FDI、产业结构与碳排放互动关系研究

通过中国30个省区1997—2012年能源消费数据,依据电（热）碳分摊原则测算出各省区的碳排放量,运用面板单位根和面板协整理论,建立了包含经济增长、碳排放以及外商直接投资在内的联立方程来分析区域 FDI 与二氧化碳排放的关系。结果表明：联立方程中每个模型的协整关系是成立的,区域 FDI 对区域碳排放的直接弹性是－0．001,间接弹性是0．146,区域产业结构对区域碳排放的直接弹性是0．032,间接弹性是1．882。研究进一步发现区域 FDI、区域经济增长、区域产业结构与区域能源强度都是促进区域碳排放的重要因素,并且区域 FDI 和区域碳排放量对区域经济增长呈现出双向的因果关系。     

我国不同区域隐含碳排放流动研究

为了解我国不同区域的隐含碳在产业部门间及同外部区域的流动状况,基于投入产出表及能源消费数据,分别以西部、中部、东南部的甘肃省、河南省、广东省为例,分析了各省的隐含碳排放系数、隐含碳在各部门间的转移状况及同国外的贸易状况。结果表明:①隐含碳排放量由大到小为广东省、河南省、甘肃省,碳排放系数由大到小为甘肃省、河南省、广东省。②3个省份中重工业部门和电力、热力、燃气及水生产和供应业部门均为隐含碳排放最重要的输出部门,轻工业、建筑业和第三产业为输入部门。③对外贸易中,甘肃省为隐含碳净输入区域,河南省、广东省为隐含碳净输出区域,不考虑产业关联情况下,甘肃省、河南省、广东省均为重工业部门隐含碳进口、出口量最大的区域;考虑区域内部产业链关联时,甘肃省、河南省的采矿业部门和电力、热力、燃气及水生产和供应业部门的隐含碳排放输出比例显著提高,表明这2个省份的产品能耗很大程度上来源于这2个部门。广东省隐含碳排放输出最重要的4个部门为交通运输仓储和邮政业部门,采矿业部门,电力、热力、燃气及水生产和供应业部门以及服务业部门,表明其经济发展对资源密集型产业的依赖性较低。     

重庆市碳排放趋势及产业关联性分析--基于灰色理论的实证研究

运用灰色模型 GM（1,1）模拟了重庆市2001—2013年碳排放总量的变化规律,并以此为基础预测了2014—2020年的排放量。研究发现：自2006年伴随国家“十一五”规划提出节能目标责任制以来,重庆市作为低碳试点城市,碳排放总量增长率显著下降。采用灰色相关分析方法分析了重庆市三大产业的产值结构对于重庆市碳排放总量的相关性。结果表明：第二产业比重增加对于碳排放总量变化产生正效应,而第一和第三产业是负相应的,其中第三产业负相关绝对值最大,所以重庆市加强第三产业发展是控制碳排放总量的重要途径。     

东北地区碳排放效率与经济增长关系研究——基于Tapio模型和DEA模型检验

“30·60”双碳目标将成为我国经济社会发展的硬约束。在这一背景下,实现低碳转型是东北工业区落实高质量发展的关键。文中选取东北地区黑龙江省、吉林省和辽宁省1998—2020年能源消费、碳排放与经济增长相关数据,分别利用Tapio脱钩模型和DEA模型实证分析东北地区3个省的碳排放与经济增长的脱钩情况、碳排放效率。根据脱钩模型及其分解得出,东北地区碳排放与经济增长以弱脱钩状态为主,且呈现出阶段性特征;通过DEA模型分析得出,东北地区综合效率处于较好水平,较差的年份主要因规模效率欠佳引起。因此,在“碳达峰、碳中和”目标背景下,东北地区应充分考虑经济发展阶段性、区域差异性和碳排放驱动因素的异质性,平衡好区域经济增长与碳排放之间的关系。     

基于系统动力学的湖南省能源消耗碳排放仿真模拟

基于系统动力学原理与方法,利用Vensim-PLE软件对湖南省的能源消耗碳排放进行了模型构建与仿真研究。通过设置5种情景方案,动态模拟了2017—2030年湖南省能源消耗碳排放发展演变趋势,以探究经济快速发展、能源结构改善、产业结构优化对未来湖南省能源碳排放的影响。研究结果表明:按照目前的发展趋势,湖南省能源消耗碳排放总量将继续保持逐年增长的演变趋势,到2030年,湖南省能源消耗碳排放量将达到14 174.4×10~4t,约为2017年的1.47倍。经济的快速发展对湖南省能源消耗碳排放的增加有着重要的影响,降低煤炭能源消耗和调整第二产业向第三产业转变,能够有效减少湖南省能源消耗碳排放量。在初始自然增长、经济快速发展、能源结构调整、产业结构调整、综合调控调整5种情景方案下,到2030年时,碳排放量较2017年分别上升47.3%,57.7%,40.4%,27.7%,21.9%。从5种情景方案模拟的能源消耗碳排放峰值来看,产业结构调整方案于2029年达到峰值,综合调控调整方案于2027年达到峰值。     

中国首批低碳试点省份碳排放与经济增长脱钩关系研究

以广东、辽宁、湖北、陕西、云南等5个中国首批低碳试点省份2000-2011年的碳排放量、国内生产总值、能源消费总值为基础数据,运用脱钩模型计算,从节能、减排等比较分析这5个省份的碳排放与经济增长关系的联动情况。研究发现：在节能方面,辽宁、湖北比其他3省好,多数阶段处于弱脱钩、强脱钩状态;在减排方面,5省基本都较差,处于扩张连续状态。各省碳排放量大小与各省自身经济基础、产业结构、能源生产结构有着密切的关系,能源生产方式在很大程度上决定了碳排放量,产业结构与优势产业类型对地区碳排放量有较大影响,运用先进技术节能减排能够明显的减轻碳排放对环境造成的压力。     

安徽省工业二氧化碳减排潜力研究

通过IPCC与灰色GM（1,1）预测模型对安徽省各工业行业2006-2011年的碳排放强度进行估算,并对2020年工业各行业的碳排放强度及碳减排潜力进行了预测。结果表明：安徽工业部门2006-2011年碳排放强度整体上呈现下降趋势,从行业情况来看,碳排放强度最高的电力行业从2007年的15 t/万元下降到2011年的6 t/万元,其余依次是煤炭、石油、机械制造、化学、金属、纺织、造纸、食品等行业;安徽工业各行业碳减排压力指数排前四位的分别是煤炭、石油、电力及冶金行业。预计2020年安徽省工业行业二氧化碳减排量可达17亿t,其中,化学、冶金、电力和煤炭部门的减排量居前4位,其减排量占整个工业部门可减排总量的90%以上,是将来碳减排的重点行业。该研究对摸清安徽省进行节能减排的关键行业,促进安徽经济的可持续、健康发展具有一定的参考价值。     

煤炭开发过程碳排放特征及碳中和发展的技术途径

理清煤炭开发过程碳排放特征,是推动煤炭开发过程碳达峰、碳中和的前提和基础.基于煤炭开发全生命周期碳排放清单分析方法,重点从生产用能、瓦斯排放及矿后活动3个环节,建立煤炭开发过程碳排放计算模型,测算煤炭开发过程碳排放量,并分析不同环节碳排放特征,提出煤炭开发过程碳减排技术途径.研究表明:1)生产用能碳排放强度呈下降趋势,...     

长株潭城市群产业碳排放预测与情景分析

以2005—2010年长株潭城市群产业碳排放的有关数据为基础,基于灰色系统理论,对长株潭城市群2005—2030年的产业碳排放进行了模拟和预测,并设定4种情景,对长株潭城市群2011—2030年产业碳排放进行了情景分析。研究结果表明：2010—2030年,长株潭城市群如果保持2010年以前的产业结构、能源结构不变,其产业碳排放量将以年均15.99%的增长速度快速上升;在1%的显著性水平上,碳排放、人均GDP、人口、单位GDP能耗强度、碳排放强度之间存在着双向因果关系;长株潭城市群产业碳排放与体现经济增长的人均GDP之间具有长期均衡关系;BAU、节能、低碳和强化低碳情景下,长株潭城市群产业碳排放、人均GDP均呈上升趋势。     

湖南省城市绿色发展中碳排放门槛值 测算及其应用分析

为正确求取湖南省城市绿色发展中的碳排放门槛值,采用国际上通用的门槛回归方法,根据城市发展效率对碳排放的影响,选取反映城市开放程度的城市人口、城乡人均收入水平、进出口总值等14个基本变量及与其相应的2008—2015年数据,进行面板门槛或双重面板门槛回归分析,确定变量间的相互影响对碳排放存在的门槛值。结果表明,当城市人口密度达7 818人/km2时,城市面积扩展与碳排放呈反向变化关系;当城镇居民人均可支配收入达21 018元/年时,城市人口增加可降低碳排放;当工业产业总值占总GDP的比例小于0.45时,增加外贸进出口可降低碳排放;企业科技流动人员大于6 673人/年时,城市人口增加可降低碳排放;当外商投资企业数大于93家时,FDI对碳排放降低的作用明显;FDI占总GDP比例大于30.39%时,外商直接投资占总GDP比例加大可降低碳排放;当城市绿地面积大于4.01 km2或城市绿地占城市面积的比例达3.35%时,城市人口增加对碳排放的影响不明显。     

河南省碳达峰与碳中和战略、技术路线和行动方案

河南省是中国重要的人口、农业、工业及能源消费大省,碳中和战略的实施对推动区域经济绿色低碳高质量发展、促进中国2060年碳中和愿景的实现具有重要意义.但长久以来煤炭主导的较单一能源结构导致河南省面临碳排放基数大、生态治理形势严峻、能源对外依存度持续增长、可再生能源开发程度低等关键问题.为此,详细梳理了河南省当前的能源供需...     

基于灰色关联模型的南京市碳排放驱动因素研究

全球气候变暖已经成为不争的事实,人们逐渐认识到依靠大量能源消费的生产方式、不惜牺牲环境的经济增长模式、无节制大量消费的生活方式应该从根本上得到改变.城市作为工业、建筑、交通的载体,也是高能耗、高碳排放的主要源头,需要改变传统城市发展的模式来应对全球变暖的挑战,发展低碳城市被认为是未来最有希望的经济发展动力.首先采用IPCC能源转换模型对南京市碳排量进行测算,选取南京的人口数量、GDP、人均GDP、人口城市化率、产业结构多元化系数(ESD)、能源消费结构多元化系数(ESCD)和能源强度作为对比数列,以南京CO2排放总量作为参考数列,运用灰色系统关联模型进行关联度计算并排序.结果显示,南京市碳排放量关联度从大到小依次为ESD、人口数量、城市化率、ECSD、能源强度、人均GDP、GDP,这与南京工业生产因化石能源的大量使用对城市碳排放量贡献占总排量一半以上的分析结果相吻合.最后详细分析各指标对南京建设低碳城市的影响,并提出对策建议.     

道路营运新能源汽车减碳测算

测算车辆运行碳排放,包括燃料消耗直接碳排放与电能利用间接碳排放。基于质量平衡法得出各种燃料的碳排放系数,基于火力发电煤耗量提出纯电动汽车间接CO₂排放计算方法。采集车辆运营数据与能耗数据,计算出各运输类型与各能源类型车辆CO₂年度排放量,得出电动车辆替代传统燃料车辆后的CO₂减排率。发现除大型柴油公交及中短途城际运输车辆外,电动汽车均有明显减碳效果,小型城市配送车辆减碳率最高,达48.62%。预测火电占比降低及火力发电煤耗量降低后电动汽车的碳减排量,相对于2016年,2020年将再减碳7.07%。