基于STIRPAT模型的环境压力空间差异分析——以能源消费为例

定量分析区域人文驱动力对环境的影响,对认识我国区域环境压力及其影响因素具有一定的科学意义.利用STIRPAT模型,以人口数量、富裕度为自变量,以能源消费总量为因变量,应用岭回归函数拟合得到环境压力模型.以研究结果为依据.利用Mapinfo7.0 软件分别绘制人口数量和富裕度对环境压力影响的空间差异图.结果显示,不同省份间人口数量和富裕度对环境压力影响存在显著差异.尽管各省份人口数量对环境压力都产生线性正效应影响,但影响强度有明显差异,最大者是最小者的8.079倍.富裕度对环境压力影响,有正效应或者负效应;有线性作用或者弹性作用.30个考察对象中,北京、上海、四川、新疆4个省市的富裕度二次项系数为负,这说明,在数据观测范围内以上4个省市的结果支持富裕度与环境压力间存在倒"U"型环境库兹涅茨曲线的观点;但这4个省市的环境压力并没有出现下降,这是由于各种人文驱动力影响的净效应决定了环境压力变化趋势.人口数量的增长对环境压力的上升存在较强正效应.因此,控制人口数量的速度对改善环境压力将起到关键作用.     

基于STIRPAT模型的重庆市能源消费碳排放影响因素研究

定量分析人类活动对环境的影响,对减少碳排放和建设环境友好型社会具有重要的指导意义.因此,本文采用重庆市1980-2010年能源消费碳排放时间序列数据,基于STIRPAT模型,通过岭回归拟合得到能源消费碳排放与人口数量、人均GDP及其二次项、能源强度、第三产业比重、城镇化水平的多元线性模型.结果表明,人口数量、人均GDP、能源强度、城市化水平每增加1％,将引起重庆市能源消费碳排放相应增加0.963％、(0.398 +0.463lnA)％、0.059％、0.266％,其中,A为人均GDP.可以看出,人口数量对重庆市能源消费碳排放量影响最大.第三产业比重每增加1％,能源消费碳排放将会减少0.093％.     

保定市能源消费碳排放演变机理研究

文章依据IPCC指南,测算了2001-2010年保定市工业和有关行业一次能源消费的碳排放量,结果显示碳排放总量由2001年的694.485 0万t增加到2010年的2 843.659 9万t,增长了4.09倍。其中煤炭类能源对历年碳排放总量的贡献率保持在90%以上,而且除2001年外,85%以上的煤炭碳排放集中于工业行业。借助广义灰色关联模型,分阶段计算了能源消费、GDP、固定资产投资、工业增加值、人口数量的规模和结构及能源强度与碳排放的综合关联度。通过分阶段结果比较,总结出保定市能源消费碳排放演变机理如下:规模效应对碳排放的影响不仅最大而且日益增强;能源强度表现出正向和负向两种影响趋势;结构效应较为复杂,最明显的变化是工业结构超过城市化率成为影响碳排放的最重要的结构因素。     

东北三省能源消费碳排放测度及影响因素

将扩展的Kaya恒等式与对数平均迪氏指数（LMDI）分解法相结合,以2005~2016年东北三省主要能源消费数据为研究对象,构建优化的碳排放分解模型,测度并分解其碳排放与碳排放强度.通过与中国同期能源消费碳排放的定量对比分析,考察各产业（部门）能源结构效应、能源强度效应、产业结构效应、经济产出效应和人口规模效应对东北三省能源消费碳排放的影响.结果显示：2005~2016年,东北三省碳排放总量占中国碳排放总量的8.84%,碳排放强度普遍高于中国碳排放强度.经济产出效应和人口规模效应对东北三省碳排放增长起拉动作用,其中经济产出效应贡献最大为188%,经济发展和城市化进程的加速不利于碳排放的降低.产业能源强度效应、能源结构效应及产业结构效应对东北三省碳排放增长起抑制作用,能源强度效应的抑制作用最大为59%,产业能源强度的调整空间较大.降低能源消耗强度,调整产业内部结构,完善经济政策体制是今后促进东北三省低碳经济发展的重要手段.     

云南省碳排放历史变化特征及影响因素分析

基于1980—2011年云南省经济发展和能源消费数据,计算了云南省碳排放量和碳排放强度,并分析了历史变化特征。采用LMDI法定量分析了能源结构、能源效率和经济发展因素对云南省人均碳排放的影响效应。结果表明,1980—2011年,云南省一次能源消费产生的碳排放总量呈指数型递增。碳排放量中平均有88.55%来自煤炭的消费,9.53%来自石油的消费,1.92%来自天然气的消费。32年来云南省人均碳排放增长的主要原因是经济发展的拉动作用,经济发展对人均碳排放的贡献率呈指数增长;抑制因素主要是能源效率的提高;能源结构的调整对人均碳排放的抑制效应不显著。     

基于IPAT扩展模型分析人口因素对碳排放的影响

以5个典型国家(中国、日本、印度、德国和美国)为研究对象,利用IPAT模型比较分析了人口总量、能源强度和人均财富对碳排放的影响程度.结果表明:中国和印度的人口总量是影响其碳排放变化的主要因素;而美国和日本财富的积累刺激碳排放增加的作用明显.基于1978─2007年中国人口和能源相关数据,以STIRPAT模型为框架,分别构建了总人口模型及家庭户模型,用于分析我国人口数量、人口结构、能源强度及消费变化对碳排放产生的影响.经模型验证发现,家庭户模型的解释力度总体优于总人口模型.碳排放量的各解释因素按其影响程度的大小依次为平均家庭户规模、人均居民消费额、人口结构、能源强度和家庭户数.针对适应低碳发展的人口政策提出了相关建议.      

全球能源消费释热对全球增温的直接效应Ⅰ：热值与功率

太阳是地球表层环境的主要能量来源,大量地质记录表明太阳辐射量变化引起地球环境的剧烈变化。人类能源消费是将地质历史时期储存的能量在较短时间内以热能形式释放出来,其实质相当于额外增加了太阳辐射量。本文以太阳辐射变化为纽带,将当前世界能源消费总量与引起地球环境剧烈变化的太阳辐射变化量（△TSI）进行比较,发现当前人类能源消费总量已约占十到百年尺度地球表面接收太阳辐射变化量的1/2,如果以地球陆地面积计算,当前人类释放的化石太阳能已与太阳辐射十年尺度变化量相当。如果太阳辐射变化可以直接引起气候变化,那么,当前由于人类能源消费而快速释放的热能也可能直接引起地球（尤其是陆地）的增温。提出地表能量平衡的“贮水池效应”,除了考虑温室气体变化引起的能量向系统外逃逸效率高低变化外,还应考虑能量输入增减对地表能量平衡的作用。     

城乡融合背景下北京能源消费与碳排放时空变化

能源消费和CO2排放是综合反映生态环境建设及城乡融合发展的重要指标,透过能源消费和CO2排放及其时空变化,不仅可以检视人类活动及其行为是否符合环境安全与可持续发展要求,还可以检视城乡融合发展与区域协调发展是否处在预期状态。本文在对能源消费及CO2排放数据整理和计算的基础上,先后分析了北京能源消费总量及不同品种能源消费量变化、北京能源消费所形成的CO2排放总量、主要产业与分行业以及不同城区的CO2排放情况,最后针对"燕山石化"异地迁建、实施"交通节能降耗减排战略""将房山、顺义、通州和大兴作为全市节能降耗减排重点监管区"以及"将建筑节能和社区节能作为微观节能降耗减排重要领域"等提出了相应对策与建议。     

中国环境载荷与环境减压分析

基于社会代谢的物质流核算和相关指标,构建了表征国家环境压力总量的本国环境载荷指标,并与经济总量结合得出环境效率指标,建立了指标的计算模型;对本国环境载荷进行了经济增长的反弹效应和效率提高的减量效应分解.对中国1990～2002年的本国环境载荷、环境效率和反弹与减量效应进行了实证研究.结果表明:我国经济的环境效率在研究期总体上以较高的速度增长,年均增长率为5.6%,表明本国环境压力实现了一定程度的相对减量;但这一时期经济增长的反弹效应比效率提高的减量效应大许多,导致环境载荷总量的较大幅度增加(年均增长率为3     

兰州市工业能源碳排放强度及效应研究

运用容量耦合拓展模型对兰州市2003—2013年环境系统耦合度进行评价,通过核算兰州市2003—2013年各年工业碳排放量,分析了4类工业碳排放强度变化特征,并运用LMDI模型对碳排放效应进行了多维度分解.结果表明,兰州市环境系统总体质量水平较低,环境状态指数和环境耦合度指数较低;兰州市工业碳排放总量逐年递增,碳排放与工业增加值、GDP、人口数量和城市建成区面积等呈显著正相关关系;原煤、原油、焦炭和天然气是兰州市的主要碳源,人均碳强呈显著增长态势,而工业碳强、GDP碳强、地均碳强均呈下降趋势;能源结构效应和人口规模效应在低位值附近波动变化,而能源强度效应和人均经济效应均在高位值附近波动,且后两项指标累积效应显著大于前两项指标,总体发挥正向碳增长效应.     

海岛生态经济系统的物质输入与输出分析——以长海县为例

运用物质流分析方法对长海县的物质输入与输出状况进行了分析,并用物质消耗强度、物质输出强度和环境负荷强度三个指标衡量了该海岛县生态效率的变化。研究结果表明,2003～2009年间,长海县物质输入总量、废物输出总量和环境负荷总量呈增长态势;生态效率有了比较明显的提高。为了减少物质输入和废物输出,减轻经济活动对生态系统产生的压力,利用技术进步不断提高生态效率具有特别重要的作用。     

基于驱动力分析的福建省温室气体减排途径研究

通过改进LMDI模型,将温室气体排放强度分解成生产部门和生活部门能源活动相关和非能源活动相关的10种效应,以此分析1995-2010年福建省温室气体排放强度变化的驱动力,探索其温室气体减排途径。结果表明:(1)1995-2010年,福建省温室气体排放强度下降了29%,排放强度呈阶段性变化;(2)就效应而言,生产部门能源强度下降是减排的最大动力(贡献率最高可达83%),而生活部门能源强度上升是主要阻力(贡献率最低可达-20%);(3)工业在各个时间段对减排的影响均为最大,从累积效应看,第一产业对减排的贡献最大。总体而言,福建省应把提高生产部门特别是工业的能源效率作为减排的重要途径,把优化产业结构和能源结构作为减排的长期战略同时加大力度倡导低碳生活方式。     

国家能源局:能源消费总量方案即将上报国务院

因担心"影响经济发展速度"而遭到地方抵制的能源消费总量方案终于即将上报,在努力控制总量的同时调整结构将成为两大核心内容。国家能源局副局长吴吟在昨日参加第十五届科博会2012中国能源战略高层论坛时表示,合理控制能源消费总量方案已获国家发改委主任办公会通过,准备报国务院审批,我国将进行实行"能耗总量"和"能源强度"双控制的措施。能源消费总量指的是全社会的能源消耗总量,能源消费强度指的是单位GDP能耗。国家统计局发布的数据显示,初步核算,2011年中国能源消费总量34.8亿吨标准煤,比上年增长7%。方案明确提出推进能源生产和利用方式变革。由于我国煤炭占能源结构70%以上,比世界平均水平高     

上海市终端能源消费的CO2排放影响因素定量分析

以对数平均指数法(LMDI)方法为基础,探讨了包括生活能耗在内的上海市终端能源消费CO2排放影响因素的分解方法,定量研究了能源强度下降、能源结构优化、产业结构调整、经济发展规模和人口数量等影响因素对CO2排放变化量的贡献率.研究表明,上海市2005~2009年CO2排放增长了2949万t,如果不采取任何减缓措施,经济增长和人口数量增加将导致CO2排放增长量相当于现在的2.5倍.能源强度下降、能源结构优化和产业结构调整起到了减缓CO2排放增长的作用,对减缓CO2排放增长的贡献率分别为-98%、-50%和-22%.与2000~2005年对比分析发现,工业部门能源强度下降和能源结构优化的减缓作用都有所下降,而产业结构调整开始发挥减排的作用,但贡献率还很低.生活能耗的CO2排放影响因素中,相较于人口数量增长,人均生活能耗上升是导致CO2排放增加的主要因素,且贡献率逐渐增大.     

中国能源消费和碳排放特征研究

基于中国能源消费数据,采用IPCC报告中碳排放估算方法,对我国1978～2010年的能源消费和碳排放特征进行研究。结果显示:中国能源消费和碳排放总量增幅较大,2010年中国能源消费量和二氧化碳排放量分别达到32.5亿t和76.13亿t,但是能源强度和碳强度总体上呈下降趋势;不论是总量上还是强度上,能源消费和碳排放的地区差异均较大。     

京津冀地区的能源消费和天然气的减排潜力

近两年,京津冀一体化进程不断加快,在实现经济协调发展的同时,还共同面对着能源环境问题。本文分析了京津冀地区,2005~2014年的能源消费情况,及天然气在不同行业的减排效应。该地区的能源消费量占全国总量的比例超过10%,以煤炭为主的能源结构导致碳排放量居高。清洁能源天然气的消费量不断增加,但比例偏低;在传统的化石能源消费行业,天然气对煤炭、石油的替代,不仅促进天然气的消费增长,更具显著的减排效应。     

中国工业各行业煤炭消费总量控制的环境效应:基于36个工业行业的实证研究

文章基于对中国36个工业行业2001-2017年煤炭消耗数据和工业污染排放数据的分析,创新性地提出了"煤炭消费减排弹性系数",用以评价各行业煤炭消费减量对减少各类工业污染的直接效果,并借助面板回归模型,分析现阶段影响中国工业煤炭消费与污染排放协调的关键因素。结果表明:在"煤炭消费减排弹性系数"的衡量和区分下,2011-2017年间中国工业各行业煤炭消费与污染排放总量控制整体成效显著,但结构上稍有不协调,煤炭消费减量对废水排放的控制效果显著优于对废气和固体废弃物;面板回归结果证实了煤炭消费减量对工业污染减排具有显著的直接作用,并且识别出工业各行业研发创新与污染治理投入是进一步协调能源消费与环境污染的重要因素,对今后中国工业各行业实现资源有效利用、与环境协调发展的目标具有重要意义。     

河北省碳排放及其影响因素变化趋势研究

在国家"十三五"规划政策的指引下,减少碳排放是当今社会的大势所趋。以产业结构调整优化为目的,就河北省碳排放及其影响因素变化趋势进行研究,旨在生态文明建设中促进京津冀产业协同发展。在研究碳排放时,运用STIRPAT模型,根据河北省实际情况,将影响碳排放的因素分为城市化水平、人口数量、富裕度和能源强度,并选取了河北省2003-2014年碳排放及其相关数据作为研究样本,经过对能源消耗量的转换计算得到比较精确的碳排放数据。在此基础上分别建立碳排放灰色GM(1,1)预测模型和碳排放影响因素灰色GM(1,1)预测模型来预测2015-2020年对应的数据变化。并分析各个影响因素的变化趋势及其对碳排放的影响。经过分析发现,富裕度对碳排放影响最大,所以政府等相关部门应加大对该方面的监督与管理,从而从整体上达到低碳的目标。     

北京终端能源碳消费清单与结构分析

基于政府宏观统计数据,根据IPCC参考方法,估算了1995～2005年北京终端能源碳消费量,详细给出了北京各部门、分能源品种以及2005年分行业的能源碳消费清单,分析了能源碳消费结构．结果表明,1995～2005年北京终端能源碳消费总量和人均能源碳消费量均呈现显著上升趋势,分别增加了71.5%和38.4%;终端能源碳消费强度持续下降,降低了66.2%．各部门的终端能源碳消费中,工业最大,约占碳消费总量的53.0%～68.0%,1995～2005年平均碳消费量为14.59 Mt;其次是第三产业,约占15.0%～30.5%,平均碳消费量为5.23 Mt;与1995年相比,2005年城镇居民生活消费的能源碳消费量增加了2.02倍．目前工业的碳消费仍是主导,产业结构的调整尚未改变工业消费能源碳的主导地位．自2002年北京终端能源碳消费结构基本趋于稳定,但是能源结构的调整未能抵消能源消费增加带来的碳消费增量．     

城镇化对中国区域能源消费及居民生活能源消费的影响

通过引入城镇化和居民消费变量,拓展了能源消费分解的对数平均迪氏指数分解方法(LMDI),并将区域能源消费和居民生活能源消费分解为能源结构、能源强度、人口规模、城镇化、居民消费和消费抑制6大效应,分析其对区域整体能源消费和居民能源消费的影响.结果表明:2003~2012年,城镇化对3大区域的能源消费和居民生活能源消费的贡献明显高于人口规模;人口的东部聚集现象使得东部地区人口规模效应最大;居民消费对区域能源消费和居民生活能源消费的驱动力远高于其它5大效应;源于居民消费相对于政府消费、资产投资和净出口等经济成分在节能方面的比较优势,居民消费率降低反而推动了区域能源消费的增长;能源利用技术进步放缓了区域能源消费的增长.