工业化不同发展阶段碳排放影响因素驱动效应测度

应对全球气候变化的大背景下,不同发展水平国家不断采取碳减排策略,实现社会经济与碳减排目标的协调发展。本文选取34个不同工业化阶段的典型国家,在验证时间序列平稳性和协整性的前提下,利用脉冲响应和方差分解探究不同工业化阶段国家碳排放强度、能源强度、可再生能源占比及工业化率对碳排放变动的驱动效应。结果表明,驱动方向方面,除了委内瑞拉,后工业化阶段和工业化后期阶段技术和结构因素均为负向驱动因素;工业化中期-后期阶段、工业化初期-中期阶段及工业化初期阶段中除能源结构是负向驱动因素外,其他因素几乎均为正向驱动因素。驱动程度方面,技术和结构因素对碳排放变动的平均贡献度表现为:后工业化阶段、工业化中期-后期阶段低于30%,工业化初期阶段、工业化初期-中期阶段和工业化后期阶段均超过40%,这与不同阶段的经济社会发展、产业结构和技术进步紧密相关。后工业化阶段国家有8个碳排放变动受到工业发展的主导,工业化率平均贡献度为14.78%; 3个国家受能源结构主导,可再生能源占比平均贡献度为12.97%。工业化阶段碳排放变动受技术主导的国家有13个,碳排放强度平均贡献度为14.72%,受能源强度主导的8个国家的平均贡献度为17.61%。技术进步在工业化阶段碳减排作用显著,而能源和产业结构调整在后工业化阶段碳减排效果显著。现阶段中国应着重进行技术变革,稳步提升低碳技术;进入工业化后期阶段和后工业化阶段后,着重进行能源结构和产业结构调整实现结构碳减排,从而实现经济社会低碳绿色发展。     

基于空间面板模型的碳排放影响因素分析——以长江经济带为例

随着全球变暖问题的日益严峻,气候问题引起了国际社会的广泛关注。长江经济带作为中国区域发展"三大战略"之一,面临着严峻的碳减排压力。为此,以二氧化碳排放为测度指标,定量分析了1998~2012年长江经济带二氧化碳的时空格局特征,并构建碳排放影响因素的空间面板模型,分析了产业结构、人口总量、经济水平、技术水平与城市化水平对长江经济带碳排放的影响。研究结果表明:1碳排放的绝对差异呈增大趋势,相对差异呈波动变化趋势;碳排放与人均GDP(1997年不变价)的相关性较弱;2碳排放空间格局相对稳定,高碳排放区域以江苏为中心,逐渐向四周扩散;3空间面板模型结果表明:人口总量是影响长江经济带碳排放时空格局演化的决定性因素,其次依次为经济水平、技术水平和城市化水平。     

长江经济带城市生态效率的时空分异及其驱动因素

厘清城市生态效率的时空分异及其驱动因素是实现长江经济带协同绿色发展的基本前提。本文基于2003—2018年城市数据,采用Min DS模型测度了长江经济带城市生态效率水平,从投入产出视角揭示了城市生态无效率的具体来源,进一步利用Theil指数及地理探测器等方法实证考察了城市生态效率的时空分异特征及其驱动因素。研究发现:①样本考察期内,长江经济带总体及上、中、下游城市生态效率水平呈现波动上升趋势,且下游地区始终高于中、上游地区。期望产出不足和非期望产出冗余是造成城市生态无效率的重要原因。②地区内差异是长江经济带城市生态效率空间差异的主要来源。2011年之前下游地区内部生态效率差异对总体差异的影响最大;2011年之后下游与上游地区内差异贡献交替位于前两位。③长江中、下游地区城市生态效率的绝对差异呈显著缩小态势,但上游地区稍有扩大。除中游地区外,长江经济带城市生态效率具有一定的梯度效应,且下游地区的两极分化现象最为明显。④长江经济带城市生态效率的空间分异受到多种因素的综合影响,从结构因素来看,经济发展差异对长江经济带城市生态效率空间差异的决定力始终最高,能源投入差异和污染排放差异的作用强度相对较小;从社会经济因素来看,人口密度差异对城市生态效率空间分异的决定力显著强于其他因素。     

中国省域碳排放及其驱动因子的时空异质性研究

本文选取30省(自治区、直辖市)行政单位作为基本空间单元,依据2003-2010年中国统计年鉴和中国能源统计年鉴数据,采用探索性空间分析(ESDA)方法和地理加权回归模型(GWR),分析八年间碳排放影响因素及其影响程度的时空分布,揭示我国碳排放的区域差异及其驱动因子的时空异质性。研究结果表明:在2003-2010年间,碳减排潜力相对较大区域主要集中在中东部地区,并有向四周扩展的趋势;全国省域碳排放存在较为显著的空间正相关性,且相关性的总体趋势呈现出先上升后下降的空间格局,表明在碳减排的进程中,全国碳排放量的总体空间差异在逐步缩小;碳排放的驱动因子存在明显的时空异质性,如GDP驱动因子在不同省域影响程度不同,而且2006年的GDP驱动因子的回归系数普遍高于2003年,人口影响因子也存在省域的异质性,2010年人口回归系数高于2003年;GDP对碳排放的影响最为显著,影响显著的区域从2003年西部转移到中东部,2010年又移回西部,这进一步说明碳减排与经济增长的复杂关系,意味着碳减排和经济发展并重需要优化经济发展方式,提高能源利用效率。     

基于碳平衡核算的寒冷地区高校校园低碳建设策略研究

以校园碳平衡核算为主要技术手段的量化分析,能够目标明确的阐释校园内碳排放和碳吸收情况,根据碳排放量和碳吸收量占比制定相应的校园低碳减排建设策略,对高校今后的低碳化发展能够提供科学性、准确性的量化依据。本文考虑到碳排放因子的差异性,以实体项目作为分析基础,遴选与集成既有碳排放核算方法,进行了寒冷地区校园碳平衡核算。目标校园为山东建筑大学新校区,计算边界为山东建筑大学新校区空间范围内所有建筑和设施运行产生的、与学校日常事务相关的全部能源消费CO2排放。计算时间以2014年为参照基准年份,以2015年为主要计算年份。碳平衡计算结果表明:2015年校园碳排放量,建筑为20 051 t,交通为171 t,生活为6 576 t;碳吸收量中绿植固碳11 936 t,光伏固碳266 t,净排放24 596 t。校园碳排放系数为3.02,人均碳排放系数为1.04。分析核算数据,校园内碳排放量主要集中于建筑的日常运行用能排放,建筑用能排放中煤炭电力天然气,所涉及耗能用途主要为冬季采暖、空调、照明、热水及炊事。因此,这些用能成为影响校园碳排放的主要影响因素,据此提出高校校园碳减排策略,主要包括:基于碳平衡预测下的校园规划;遵从地域气候特征的生态补偿;建筑单体的低碳化设计与改造;设备系统的低碳化调适与更新;可再生能源的替代性应用。     

基于LMDI的上海市能源消费碳排放实证分析

能源利用不仅为经济活动提供动力还大量排放二氧化碳。本文建立上海能源消费碳排放的LMDI分解模型,从经济规模、产业结构、能源强度和产业碳排放系数四个影响因素着手,实证研究了1995-2005上海分三次产业的能源消费碳排放变化机理。研究表明:经济快速增长是上海碳排放增加的主导因素,能源强度下降是抑制碳排放增长的重要因素。产业结构、能源结构优化有利于控制碳排放,而重工业化、能源结构高碳化会增加碳排放。基于实证结果和上海市情,本文最后就上海未来控制碳排放提出相关的政策建议。     

中国服务业碳排放强度时空格局及影响因素

服务业碳排放强度是衡量服务业生态文明建设质量的重要标尺。首先,基于IPCC碳排放核算方法对1995—2018年中国服务业碳排放强度进行测算;其次,运用空间自相关分析探讨中国服务业碳排放强度的空间关联特征;最后,借助EKC曲线和IPAT模型,以人口密度、经济发展水平、技术水平、产业结构和能源结构为解释变量,运用地理加权回归模型对中国服务业碳排放强度进行影响因素分析。研究结果表明:(1) 1995—2018年中国服务业碳排放强度均值由1.43 t/万元下降至0.22 t/万元,年均降幅为3.53%,1995—2000年为高速下降阶段,2000—2018年为缓慢下降阶段;空间上呈现出"北高南低、西高东低"的分布格局,多数省份的服务业碳排放强度低于全国平均水平。(2)中国服务业碳排放强度存在显著空间正向相关性,表现为先增强后减弱再增强的演变特征;空间关联类型以H-H型集聚和L-L型集聚为主,空间关联格局优化趋向显著,L-H型集聚和H-L型集聚的省份不断减少,L-L型集聚的省份不断增多。(3)各影响因素对服务业碳排放强度均存在显著影响,产业结构和能源结构产生正向影响,人口集聚、经济发展水平和技术水平产生负向影响;影响程度由强到弱依次为技术水平、产业结构、能源结构、经济发展水平和人口密度。因此,各级政府应通过自下而上落实各项节能减排举措、建立健全区域协作机制、提高资源配置效率等途径谋求服务业低碳化发展。     

产业园区碳排放核算方法研究

产业园区是一个协同实现经济效益和环境效益的重要单元,同时也是重点碳排放源,其转型和发展对实现国家和地区的低碳战略起到关键作用。碳排放核算方法影响园区碳排放水平的评估,是制定有效碳减排策略的基础。产业园区碳排放核算需要明确核算对象、核算结果表征和核算范围。本研究首先界定核算对象,辨析"二氧化碳量"与"二氧化碳当量"两种表征方式,认为二氧化碳量可以反映产业园区能源结构,而二氧化碳当量则能够量化园区的不同排放过程和环境效应。同时,从价值链角度出发,将园区碳排放核算划分为三个Scope,分别反映园区直接排放和上下游关联企业的间接排放。然后,从排放活动和部门关联出发,分析三种典型碳排放核算方法(清单分析法、投入产出分析和生态网络分析),进一步划分为流量分析模式和结构分析模式。流量分析模式主要从排放量角度对园区内部及其上下游产业链相关的碳排放活动进行核算;结构分析模式则聚焦园区相关碳排放部门和价值链的组织形式,从投入产出或者网络关联角度开展分析。研究发现清单分析法可以自下而上量化产业园区碳排放活动的流量,投入产出法则自上而下揭示碳排放单元的直接和间接流量以及平行结构,而生态网络分析则采用混合式核算模式刻画碳排放单元之间的网状关联结构。最后,本研究初步提出了产业园区碳排放核算方法的研究框架,力求提高排放因子精度,改进核算模式和建立动态核算模型,对碳排放总量和结构进行预测,从而实现产业园区的低碳发展。     

长江经济带碳排放现状及未来碳减排

长江经济带是我国"三大支撑带"之一,其碳减排目标实现对我国生态文明建设具有重要意义。采用2005~2013年长江经济带(含9省2市)的能源消耗与经济社会数据,通过数理统计,得出各地历年碳排放量、人均碳排放、能源强度、产业结构多元水平的具体数值及变化率,结合运用弹性计算和矩阵分类法,发现长江经济带碳排放存在空间与结构差异。研究结果显示:(1)长江经济带碳排放及增长率、人均碳排放及增长率、能源强度都高于全国平均水平,能源强度下降率低于全国平均水平;把长江经济带分为东中西三段区域,碳排放总量、人均碳排放及能源强度下降率梯度下降,碳排放增长率、人均碳排放增长率、能源强度梯度上升。(2)工业化开始越早、重工业化主导向生产性服务业主导转变越快、越充分地区,经济低碳化水平越高;通过提升产业结构多元化速度有利于碳减排。(3)长江经济带各地实现碳减排措施应有不同,东段地区应着重降低人均碳排放,中西段地区应着重于降低能源强度。(4)未来碳减排应兼顾公平与效率,各地区碳减排目标分配应结合各地支付能力、碳汇能力、生产效率、能源结构等因素来安排。     

近30年江苏省建设用地扩张的时空特征、模式与驱动因素研究

采用Landsat TM/ETM遥感解译数据，综合运用定性与定量方法，分析江苏省1985～2015年建设用地扩张的时空演变特征、类型与模式，通过多元回归和地理探测器方法探索江苏省和各地级市建设用地扩张的时空驱动因子及驱动机制。结果表明：(1）江苏省建设用地扩张幅度空间上呈现苏南>苏中>苏北的特征，建设用地扩张速率时间上呈现先上升后下降的趋势，2005～2010年是快速扩张期。（2)江苏省建设用地扩张呈空间自相关和明显的集聚分布。扩张密度分布呈现以江苏沿江地区为高值中心，沿海及苏北地区为低值连片区的空间分异现象。高-高值区主要分布在城市中心区。（3)江苏省已形成沿长江的城市发展轴带和空间集约的都市连绵区，呈现外延型的空间扩张模式。江苏省建设用地扩张的协调性和稳定性，均出现苏南>苏北的地理空间格局，可分为 4种类型：协调稳定型、不协调稳定型、协调波动型、不协调波动型。(4）建设用地扩张主导时间驱动因子是产业结构转型、人口增长、居民生活水平提高和投资增长，第二、三产业比重是扩张的核心时间驱动因素，工业化是驱动建设用地扩张的重要动力。GDP和人口密度是建设用地扩张的主导空间驱动因子。     

天津市工业部门碳排放强度研究:基于LMDI-Attribution分析方法

引入对数平均迪式分解模型及其归因分析(LMDI-Attribution)方法,从细分行业角度对2000-2012年天津市工业部门的碳排放强度变化进行研究,首先对碳排放强度作产业结构、能源强度和排放因子三因素LMDI乘法分解,其后,基于三个分解因素在2000-2006年和2006-2012年两个时间段对碳排放强度下降的影响效应,对其作归因分析,量化36个细分行业对分解因素影响效应的贡献。得到以下主要结论:天津市工业部门的碳排放强度从2000-2012年累计下降了66.87%,产业结构和能源强度是其下降的主导因素,累计影响值分别为-44.53%和-47.39%,排放因子对其下降起抑制作用,累计影响值为15.39%;产业结构对碳排放强度的影响主要依赖于高耗能行业产值占比的变化,化工行业和黑色金属行业产值的占比越高,产业结构的减排效应越差,因此在调整产业结构时,应大力发展服务业和高新技术产业,严格控制高耗能行业发展;黑色金属行业和非金属矿物制品业是能源强度效应变化的主导行业,由于技术进步和能源效率的提高,黑色金属行业的负值贡献在2006-2012年相对前七年增大了2.56倍,非金属矿物制品业从最大的正值贡献行业转为第二大负值贡献行业,使得2006-2012年能源强度对碳排放强度的拉低影响相对前七年增大了近1倍;排放因子对碳排放强度下降的抑制作用在2006年之后呈现减弱的趋势,主要是因为"十一五"期间化工行业能源结构优化与能源再利用体系的建立,有效抑制了排放因子对碳排放强度的拉升作用。综上可见,黑色金属行业、化工行业和非金属矿物制品业是天津市碳排放强度分解因素变化的主要贡献行业,以这些高耗能行业为主要研究对象,根据行业特点及其所处的发展阶段,严格控制其粗放型发展、鼓励新技术研发、循环利用资源及优化用能结构等措施,针对性的制定节能减排办法,才能在保持经济快速发展的同时做到碳排放强度的降低。     

安徽省城市化进程中的碳排放影响因素研究——基于STIRPAT模型

通过对安徽省2000~2011年能源消费碳排放量及碳排放强度进行了测算分析，并基于STIRPAT模型，运用因子主成分回归方法，构建影响城市化进程中碳排放增长的驱动因子模型，对城市化进程中碳排放影响因子进行定量分析研究。研究表明：安徽省2000~2011年能源消费碳排放量呈逐年递增态势，碳排放强度和能源强度均逐年递减态势；安徽省在城市化快速进程中，第二产业产值、第三产业产值、城镇人口比重、城镇建成区面积、城镇居民人均可支配收入每增加1%时，碳排放总量将增加1.208 8%、0.202 0%、0.502 3%、4.793 8%、1.066 0%；当能源强度每下降1%时，碳排放总量将减少0.120 2%；城镇建成区面积扩张、工业化水平提升促进了能源的消耗，成为碳排放的主要驱动因素。鉴于此，提出严格控制城市发展用地规模、通过科技创新推动能源利用效率提高及开发利用新能源、优化产业结构及提高三次产业占GDP比重、建设紧凑型低碳城市、倡导低碳绿色生态的生产消费模式等政策建议，为实现建设生态文明以及实现“生态安徽”与“美丽安徽”目标提供科学依据，也可为中尺度（省级行政区）城市化进程中碳排放的研究提供示范     

城市产业部门CO2排放三层次核算研究

城市是人类生产和生活的中心,超过75%的温室气体从城市产生,其中又以城市产业部门能源消费和工业过程非能源产生的CO2为主。本文基于投入产出模型,评价城市产业部门3个不同层次的CO2排放。以重庆为案例,核算其2002-2008年产业部门三个层次的CO2排放,包括能源消费直接排放、购买电力间接排放和全生命周期排放,并进行多层次对比。结果显示传统能源消耗和购买电力为对象的核算方法低估了产业部门CO2排放水平。2002-2008年,重庆各产业部门排放量逐年增加,碳排放强度整体呈现下降趋势。煤炭开采和洗选业、非金属矿采选业、非金属矿物制品业、电力、热力的生产和供应业,化学工业、金属冶炼及压延加工业、交通运输、仓储及邮电通讯业部门共7大行业是重庆碳排放的重点行业。部门交通设备制造业是重庆的优势产业,排放总量大,但是排放强度却相对较小,因此应大力发展该产业以促进重庆市低碳经济的发展。     

京津冀产业碳排放强度变化及驱动因素研究

为探讨京津冀地区温室气体排放强度变化的影响因素,采用对数平均迪式分解模型及归因分析(LMDI-Attribution)方法,基于1996—2014年数据从细分行业角度进行研究。针对温室气体排放强度作产业结构、能源强度和排放因子三因素LMDI乘法分解,对温室气体排放强度变化的影响效应作归因分析,量化4个行业对分解因素影响效应的贡献,得到以下主要结论:1996—2014年京津冀地区温室气体排放强度主要呈现下降趋势,累计下降23.05%。其中,能源强度是温室气体排放强度下降的主导因素,其影响效应为-61.18%,对这一影响效应贡献最大的是工业,并且四大经济部门均通过能源强度在不同程度上使得温室气体排放强度有所减小,可见"阶梯电价"、"千家企业节能项目"、"十大重点节能项目"等相关政策在工业发展中对提高能源效率的作用明显。产业结构使得温室气体排放强度增加23.53%,其主要贡献者是工业,说明"工业产品出口退税率调整"等一系列政策的效果不明显;然而农业则使得温室气体排放强度降低,贡献值为3.09%。碳排放因子在1996—2014年间对温室气体排放强度的影响为60.47%,是京津冀地区温室气体排放强度增加的主要因素,说明京津冀地区的能源结构不合理。工业对这一效应的贡献最大为55.97%。可见,工业在京津冀地区的温室气体减排工作中起到最为关键的作用。     

中国城乡居民消费隐含的碳排放对比分析

可持续消费研究是产业生态学的重要内容.居民消费包括城镇居民消费和农村居民消费.本研究首先采用综合生命周期分析方法(Hybrid LCA)核算 1997、2002和2007三年的居民消费隐含的二氧化碳排放总量,发现2007年的碳排放量已经达到18.01亿吨.城镇居民消费已经成为居民消费的主要组成部分,到2007年城镇居民消费的碳排放量达到总量的76.44%.采用结构分解分析(SDA)方法对影响居民消费碳排放量变化的五项驱动因素进行分析,发现排放强度因子是"减缓"居民消费碳排放量增加的主要力量,而人均消费水平因子是推动碳排放量迅速增加的主要因素.同时,发现居民消费结构的变迁对碳排量的增加有一定促进作用.在未来应该通过持续降低能耗强度和加快研发低碳能源技术,来持续降低碳排放强度.另外,要充分挖掘居民生活方式和消费行为的减排潜力,引导消费结构,提倡适度消费,促进居民消费模式向低碳方向转变.     

中国生活能源消费的典型污染物排放及驱动因素研究

家庭能源消费在我国碳减排战略中的地位日益突出,但作为改善室内外大气污染和人群健康的重要抓手,其全面评估和系统对策却仍十分缺乏。为此,本文以PM2.5、SO2和NOx这3种决定雾霾形成的关键污染物为研究对象,建立1992—2014年我国城乡居民生活部门的排放清单。在此基础上利用对数平均迪氏分解(LMDI)模型分别对全国排放总量的动态变化和各省人均排放的空间差异进行驱动因素分析,从家庭(收入、消费意愿和能耗开支)、社会(能源价格和城市化率)和技术(排放因子)不同层面识别居民生活用能影响大气污染物排放的短板所在。结果显示:(1)22年间PM2.5的减排量有限,SO2和NOx的排放量分别增加12.5%和122.7%。城市居民的人均排放降幅明显,而农村居民2012年3种污染物人均排放为前者的1.2—8.2倍,仍面临很高的暴露风险。(2)人均排放高值区集中在华北和东北,北京、四川、重庆、江苏和福建的农村排放突出,而新疆和黑龙江的城市SO2和NOx排放水平高于农村,表现出较明显的城乡差异。(3)家庭收入和能源平均价格分别是排放的最主要正向和负向驱动力,人口的增排作用不断下降而城市化率和排放因子的减排效应日益明显。城市生活排放的价格弹性相较于农村排放更明显,而后者对收入变化更敏感。(4)城乡协同减排需要厘清多污染物的减排侧重点并体现区域特征。本文根据决定排放空间差异的主导因素将各省农村和城市各自划分为清洁均衡型、能源价格主导型和高污染型等6种类型,并从优化能源消费结构和生活用能价格体系、提高用能效率和农民收入等多方面提出针对性减排建议。     

上海市居民消费碳排放的实证分析

居民消费碳排放是国内外温室气体排放研究的重要问题。利用1997～2010年上海市统计数据,分别采用改进的投入产出模型法、碳排放系数法核算了上海市居民间接和直接能源消费产生的碳排放,分析了上海市居民消费的碳排放变化、居民消费碳排放的城乡差异、各部门对居民间接能源消费碳排放的贡献。结果表明:(1)1997～2010年上海市居民消费产生的碳排放呈逐年上升趋势,间接能源消费是居民消费的碳排放的主要来源,在居民消费碳排放总量中占有较大比重;(2)1997～2010年上海市城镇居民消费碳排放呈逐年上升,农村居民消费碳排放呈下降趋势,居民消费碳排放存在着显著的城乡差异;(3)14个部门对居民消费碳排放的贡献大小不同,其中文教卫生商务及其他服务、交通运输仓储及信息服务、食品制造及烟草加工业3个部门对城乡居民消费碳排放的贡献最大;(4)提高各部门能源利用效率、降低部门单位产出的碳排放、引导居民向低碳产品消费的转变是居民消费碳减排的有效措施。研究结果可为上海市居民生存碳排放的评估提供数据支持,为政府部门制定碳减排措施、引导居民低碳消费提供理论指导。     

中国能源开采业碳排放脱钩效应情景模拟

厘清能源开采中的碳脱钩问题,对于推动能源绿色开采和能源富集区高质量发展具有重要意义。本文基于广义迪氏指数分解模型和系统动力学模型,分析了能源开采业碳排放的主要驱动因素及脱钩效应,并通过情景模拟,评估了中国能源开采业碳脱钩的潜力,提出了能源绿色开采的政策建议。研究结果表明:①2009—2017年中国能源开采业碳排放呈现出先增后降趋势,2012年达到拐点5.26亿t后开始下降,2017年达3.65亿t。整体来看,产业规模效应对碳排放增长的贡献最大,能源强度效应也有部分贡献;投资效应、能耗效应、碳强度效应、技术效应与碳排放之间呈正相关关系,是主要的碳减排驱动因素。②基于能源-环境-经济的系统动力模型,能有效解释能源开采与碳脱钩效应之间的传导机理;碳强度效应、技术效应和碳排放因子是影响碳脱钩潜力的主要因素。2006—2017年间,中国能源开采业碳排放与GDP增长之间,除2008、2014—2016年表现为强脱钩,2009、2011年表现为扩张性负脱钩外,其余年份均表现为弱脱钩关系。③预计2020—2030年,中国煤炭、石油和天然气开采业碳排放与GDP增长之间,在基准情景下呈现出弱脱钩效应,在规划情景下自2014—2030年间均呈现出强脱钩效应;然而,碳排放与其能源产出之间,2021—2030年在基准情景下呈现扩张连接效应,在规划情景和对比情景下表现出程度不一的衰退脱钩效应。据此,未来中国能源开采业碳脱钩的政策重点,一方面应注重环境政策、税收政策、技术政策等政策变量间的协同作用,着力调整煤炭和石油天然气开采业的投资强度和产出规模,优化能源进口结构,进一步减少能源生产碳排放强度,提升能源绿色生产水平;另一方面,还应着力能源开采业能源消耗结构和能耗强度的调整,革新采掘技术和设备,以进一步降低碳强度,走高质量发展之路。     

“双控”目标下产业智能化的节能降碳减排效应

作为新一轮技术进步的重要标志,产业智能化是“双控”目标下实现节能降碳减排的重要路径。运用2011—2021年275个城市面板数据,检验产业智能化对能源消费、碳排放、工业污染排放总量和强度的影响及机制。理论分析表明,产业智能化应用产生规模扩张效应、技术创新效应和产业结构升级效应,三种效应的相互作用将决定产业智能化对能源消费、碳排放、工业污染排放总量和强度的影响方向和程度。该研究采用固定效应模型进行基准回归,并运用工具变量、GMM动态面板、外生冲击检验和替换解释变量等方法,确保基准结果的稳健性。研究表明：(1)产业智能化不仅能够减少能源消费和工业污染排放总量,而且可以降低能源消费、碳排放和工业污染排放强度,实现节能降碳减排。(2)经验证据显示,产业智能化对能源消费、碳排放和工业污染排放的总量影响小于对其强度的影响。产业智能化主要作用于“能耗双控”,对“工业污染排放双控”作用较小,但未能实现“碳排放双控”。(3)机制检验得出,目前产业智能化所推动的绿色技术创新水平较低是产业智能化未能实现“碳排放双控”的根本原因,采用智能化技术提升绿色技术创新水平是由“能耗双控”向“排放双控”转型的重要条件。...     

中国碳排放强度的时空演进及跃迁机制

面对气候变化所带来的生存危机以及环境治理的复杂状况,对中国碳排放强度时空演进的动态监测与预警治理的研究是实现碳排放强度下降目标的关键。文章测算1997—2015年中国大陆30个省区碳排放强度的空间面板数据,采用探索性时空数据分析(ESTDA)方法对中国碳排放强度的空间相关性、集聚特征及其时空跃迁进行空间统计分析,借助分位数回归与时空跃迁嵌套模型,揭示在时间和空间推移的双重作用下中国各省区碳排放强度的时空跃迁机制。研究结果表明:(1)中国30个省区的碳排放强度在时空分布上并不是完全随机状态,各个省区碳排放强度之间具有显著的空间相关性特征,碳排放强度的变动趋势会受到其相临近省区碳排放强度的影响,省域间的碳排放强度在空间分布上呈现"集聚"与"分异"并存的时空演进特征。(2)中国碳排放强度空间集聚趋势增强,具有高度的凝固性和较低的流动性,10个高碳排放强度省区碳排放强度的稳定性将成为制约中国碳排放强度整体跃迁的重点省区,相关省区的跃迁性将成为驱动中国碳排放强度整体跃迁的关键省区。(3)各省区的碳排放强度空间集聚过程中存在时空跃迁的驱动模式和制约模式,分位数回归模型能够很好地解释各驱动因素对碳排放强度时空跃迁的驱动机制,不同响应阶段的驱动因素的分位数与碳排放强度时空跃迁类型之间具有很强的嵌套性。(4)根据各省区碳排放强度时空演进及其跃迁机制的分析结果,进一步提出加强对关键省区碳排放强度的有效监测与治理,加大碳排放的约束力度等差异化的碳减排调控措施。