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.     

基于LMDI模型和Q型聚类的中国城镇生活碳排放因素分解分析

为研究城镇居民生活碳排放特征及影响因素,基于LMDI模型从全国和省级层面研究了我国30个省、自治区、直辖市（不含港澳台及西藏自治区）2006-2015年的城镇生活碳排放,将城镇生活碳排放分解为生活能源消费结构效应、生活能源强度效应、消费倾向效应、人均可支配收入效应和城镇人口规模效应,分析各效应逐年和累积效应贡献度以及区域差异,并基于LMDI模型的计算结果对我国30个省、自治区、直辖市进行Q型聚类分析.结果表明:①从全国层面看,人均可支配收入、城镇人口规模是刺激因素,其中,人均可支配收入的影响效应最为显著,而消费倾向、生活能源消费结构、生活能源强度抑制了生活碳排放的增长.②从省级层面看,人均可支配收入、城镇人口规模的累积效应均为正,而消费倾向、生活能源消费结构、生活能源强度对各省、自治区、直辖市生活碳排放的影响效应有正有负,显示出显著差异.因此,政府应引导城镇人口合理增长,并积极制定相应政策优化居民生活能源消费结构.在制定碳减排战略时,要将省级生活碳排放的表面特征与其潜在驱动力相结合,根据不同区域有针对性地实施碳减排政策,同时应及时作出调整,以应对不同的发展阶段.      

人口迁移视角下城镇化对典型领域碳排放驱动效应研究——以辽宁省为例

城镇化的快速发展为我国带来了日新月异的变化,但城镇化进程中伴随着能源消费快速增长,使我国面临能源供应、节能减排等方面更加严峻的挑战.现有研究主要是从宏观角度研究城镇化对能源消费及碳排放的影响,较少探究人口从农村向城镇迁移过程中对典型领域产生的驱动效应.基于此,本研究以辽宁省为例,应用弹性系数模型,选取居民消费、住宅建筑、道路交通3个典型领域探讨城镇化对碳排放的驱动效应,并提出针对性的碳减排政策.结果表明,2006—2015年,城镇化对居民生活直接消费碳排放的驱动效应最为显著,弹性系数为9.91;对居民生活间接消费碳排放和道路交通领域的驱动效应次之,弹性系数分别为6.94和5.38;对住宅建筑等驱动效应最弱,弹性系数为2.71.研究表明,城乡生活方式差异导致居民直接生活消费碳排放显著增加,相较而言,城乡产品市场差异较小;辽宁省现阶段城镇住宅建筑存量与城镇新增人口的需求基本匹配,但人口城镇化带来的城市边界外扩、人口密度提高,导致道路交通碳排放增长.     

上海市居民生活用能消费碳排放测算与分析研究

根据上海市居民生活能源消费相关的能源消费数据,采用统计分析方法,从最终需求角度评估了2001年-2010年居民生活能源消费及其碳排放。研究发现2001年-2010年上海市居民生活用能碳排放量从173．47万t增长到391．87万t,居民生活用能碳排放量呈较快上升趋势,但总体处于较低水平。居民生活用能消费结构从以原煤和电力为主转变为以油品电力消费为主,原煤天然气综合利用的消费模式。未来一段时期内上海市需要合理拓展居民生活用能排放空间。     

中国居民消费碳排放影响因素的时空异质性

研究我国居民消费间接碳排放的阶段性和区域性特征,对于制定社会经济新常态发展下的碳减排策略具有重要的现实意义.利用投入产出法和结构分解分析法,核算了2002~2017年中国居民消费间接碳排放水平,量化了影响因素对间接碳排放的贡献;利用地理加权回归模型定量描述了省域间接碳排放的时空分异特征.结果显示:2002~2017年中国居民消费间接碳排放呈现先增长后下降的趋势,“食品”类和“居住”类消费是其主要来源,占比42%~48%.新常态下,“直接碳排放强度”、“生产技术”和“消费倾向”因素的抑制作用显著加强,大大抵消了“收入规模”、“人口”及“消费结构”因素对碳排放的促进作用,促使碳排放降低了145MtC.省域间接碳排放从东至西呈现递减的分布特征,表现出一定的集聚性.碳排放的影响因素具有空间异质性,“生产技术”与碳排放呈现负相关关系,其他因素呈现正相关关系.其中,“人口”、“收入规模”及“直接碳排放强度”对碳排放的影响程度较为突出.     

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.     

广东省能源消费碳排放分析及碳排放强度影响因素研究

根据省级能源统计和温室气体核算规则,计算分析了2005~2012年广东省能源消费碳排放和碳排放强度变化,并应用对数平均迪氏指数法对计算期的碳排放强度变化进行因素分解,定量分析了各产业(部门)能耗强度、产业结构、能源消费结构和能源碳排放系数对广东省碳排放强度变动的影响.结果表明:2005~2012年,广东省能源消费CO2排放年均增长6.28%,单位GDP碳排放累计下降27%,各产业(部门)能耗强度下降是推动碳排放强度下降的主要原因;净外购电力的碳排放系数下降及用作原材料石油消费比重上升也有利于单位GDP碳排放下降;产业结构和能源消费结构总体上朝着不利于碳排放强度下降的趋势发展;生活能源消费年均增速低于GDP年均增速,有利于地区碳排放强度下降.     

基于LMDI模型的黄河流域碳排放时空差异及影响因素研究

全面核算能源消费产生的碳排放量并明确其时空演变的影响因素是制定、实施及评估黄河流域碳减排策略的依据和保障。选取黄河流域9省（区）作为研究区,采用LMDI模型,计算了2003—2019年黄河流域能源消费产生的碳排放量,并对其时空差异及其影响因素进行了分析。结果表明：（1）从时间序列演化特征来看,在2003—2019年,黄河流域的碳排放量整体呈增长趋势,但增长幅度逐年收缩;（2）从空间分异特征来看,黄河流域上、中、下游的碳排放量呈西低东高的区域格局;（3）能源消费强度效应与经济增长效应分别是减缓和促进区域碳排放量增长的关键性因素,人口规模效应对于碳排放量表现为正向驱动作用,但影响程度较小,能源碳排放强度的抑制作用十分有限。最后,针对各影响因素提出了碳减排措施的对策建议。     

中国城乡居民生活消费碳排放变化的比较研究

基于碳排放系数法估算了1997~2015年中国城镇、农村和整体（包含城镇和农村）居民生活消费引起的直接碳排放量,进一步采用Dagum基尼系数和Kernel密度函数估计方法对中国城镇和农村居民生活消费碳排放的地区差距及分布动态进行实证研究.同时,采用乘积式对数平均迪式指数模型（M-LMDI）分析了直接能源消费强度、居民人均消费水平和单位能源碳排放强度3大因素对居民消费碳排放变化的影响,并重点考察了各省份相关变量对生活消费碳排放影响的城乡差异.结果表明：（1）中国城镇和农村居民人均生活消费碳排放量在研究期内呈现逐年递增的趋势,在空间上均存在显著非均衡特征.（2）中国居民人均生活消费碳排放的地区总差异呈现波动下降的趋势,从1997年的0.379下降到2015年的0.244.1997~1999年城镇和农村居民生活消费碳排放的组间差距是城乡差距的主要来源,其贡献率超过50%.2000年后组内差距成为城乡差距的主要来源,其贡献率均大于40%并超过了组间差距.（3）城镇和农村居民人均生活消费碳排放均在增加,地区差异均在扩大.（4）对全国居民生活消费碳排放变动贡献最大的省区是内蒙古,累计贡献值达0.1005.贡献最小的省区是云南,累计贡献值为0.0125.（5）农村的能源消费强度和人均消费水平的贡献程度在研究期内均大于城镇,单位能源碳排放强度在两个地区的贡献水平表现出了波动性.     

基于投入产出模型的居民消费品载能碳排放测算与分析

论文建立测算与分析居民消费品载能碳排放的投入产出模型,基于可比价投入产出序列表对中国居民消费品载能碳排放进行实证分析。研究表明,1992-2005年,我国居民消费品载能碳排放从33 876×10⁴ t C增长至67 940×10⁴ t C,增幅达1.0倍;其人均值从289.1 kg C增长至519.6 kg C,增幅为79.7%。居民消费碳排放的增幅远小于消费价值量增幅;居民消费碳排放占我国能源消费排放总量的比重波动下降。在排放结构方面,农业、 食品类消费品的排放比重大幅下降,居住、 交通、 信息等服务性消费的排放大幅上升。居民消费品载能碳排放的城乡差距不断扩大,人均排放的城乡比从2.4增至4.0;在排放结构的变动上则表现出一定的趋同特征。我国居民人均消费排放水平远低于欧美发达国家的同期水平,1990年代的人均排放水平仅为美国的1/14,在欧洲国家的1/5至1/2之间。研究认为,通过优化消费结构带动产业结构调整以及促进排放强度降低,未来我国有可能在持续提高居民消费水平的同时,有效减缓消费排放。     

中国城市居民生活能源碳排放的时空格局及影响因素分析

随着经济社会的发展与人民生活水平的提高,生活用能强度逐年增大,城市居民生活能源碳排放日益成为碳排放的新增长点.本文采用Theil指数、空间自相关分析了我国城市居民生活能源碳排放的时空格局演变特征,并利用STIRPAT模型分析了影响城市居民生活能源碳排放的主要因素.结果表明:12001—2012年我国城市居民生活能源碳排放总量及人均生活能源碳排放量均呈增长趋势,其年增长率分别为9.69%、3.29%;2八大经济区域间城市居民人均生活能源碳排放的差异是构成我国城市居民人均生活能源碳排放总体差异的主要原因,其对总差异的贡献率达到了57.90%;3我国城市居民人均生活能源碳排放具有显著的空间正相关性,2001—2012年间城市居民人均生活能源碳排放的"冷点"区变化较为稳定,主要分布在东部和南部经济区,而"热点"区主要分布在西北、东北和黄河中游经济区;4城市人口规模、城市居民可支配收入、城市居民生活消费支出、城市居民年龄结构均对城市居民生活能源碳排放量具有加剧作用,而城市居民能源消费结构具有减缓作用,且北方城市居民生活能源碳排放量明显高于南方;5现有样本数据支持环境Kuznets曲线假说,即随着经济的发展,城市居民生活能源碳排放量存在转折点.     

碳排放现状及驱动因素分解实证分析研究——以东莞市为例

根据IPCC碳排放计算指南核算东莞市2005年-2011年期间能源消费的碳排放量,并进行现状分析和采用对数平均权重分解法（LMDI）因素分解分析.研究结果表明：碳排放总量以5.8％速度增长,而碳排放强度以5.8％速度递减;煤是碳排放主源,但所占比重逐年下降;工业碳排放量比重最大,但是增速减慢;交通业、服务业和居民生活碳排放量及所占比重逐年增加;经济规模的扩大是拉动东莞市人均碳排放的决定因素,累计效应远高于能源效率和能源结构对碳减排影响.     

中国能源消费碳排放影响因素分析

利用改进的主成分回归分析技术考察1990年以来中国人口和经济因素对化石能源消费碳排放的影响作用。研究发现：以人口总量、人口城市化和居民收入水平为代表的人口因素和以经济规模、产业结构、能耗结构及碳排放强度为代表的经济因素对碳排放均具有显著的正向影响;其中,经济规模和人口总量是能源消费碳排放的关键决定因子。研究结果为国家制订合理的节能减排政策、协调人地关系提供了参考依据。     

基于LMDI的湖南省旅游业碳排放影响因素分解

旅游业碳排放的动力演进机制与驱动效应分析是研究旅游业低碳发展的重要一环。采用投入产出法估算了2008-2014年湖南省旅游业的直接碳排放,构建LMDI指数分解模型分析了湖南省旅游业碳排放的影响因素及其驱动效应与贡献率。研究结果表明:(1)2008-2014年,湖南省旅游业直接碳排放由295.25×10~4t增长到783.14×10~4t,年均增长率为17.45%;(2)2008-2014年,由旅游能源强度、旅游收入结构、旅游消费水平、旅游人数规模与区域人口规模等因素所引起的湖南省旅游业碳排放的变动量分别是-167.91×10~4t、14.81×10~4t、41.48×10~4t、513.63×10~4t、25.18×10~4t,贡献率分别为-39.3%、3.5%、9.7%、120.2%与5.9%;(3)旅游能源强度效应是抑制湖南省旅游业碳排放增长的最主要因素;旅游人数规模效应是湖南省旅游业碳排放增加的最主要原因;旅游收入结构效应、旅游消费水平效应与区域人口规模效应对湖南省旅游业碳排放的影响呈正向,但并不是十分显著。     

基于LMDI的能源消费碳排放影响因素研究——以唐山市为例

唐山市作为我国钢铁和焦炭产能最为集中的城市,产业结构偏重,能源消费结构以煤为主,温室气体减排压力巨大。本文分析了唐山市2010—2017年能源消费和碳排放的变化特征,然后通过LMDI分解方法对唐山市能源消费碳排放因素进行分解,发现经济发展是其碳排放增长最主要的拉动因素,人口增长也对碳排放有一定贡献,而能源强度下降则很大程度上抑制了碳排放的增加,产业结构调整和能源结构改善虽也起到了一定的抑制作用,但影响十分有限。唐山市应继续推进能源结构低碳化,削减煤炭消费总量并提高清洁能源使用率,同时优化产业结构,持续推进化解钢铁、焦炭过剩产能,鼓励、推进第三产业和战略性新兴产业的发展,向绿色低碳发展模式转变。     

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.      

基于LMDI的长江经济带交通碳排放变化分析

基于LMDI分解模型,探究了2000~2019年长江经济带交通运输业碳密度、运输结构、能源效率、能源强度、经济结构、经济水平以及人口规模等因素对交通碳排放的贡献程度及时空特性,并使用泰尔指数测算了碳排放的区域差异性.结果表明,经济规模持续扩张是长江经济带交通运输业碳排放增长的第一主导因素,对碳排放的正向驱动效应为116.33%,其次是人口规模（6.19%）;运输结构和经济结构的转变则是抑制碳排放增长的关键因素,其负向驱动率分别为-26.18%和-16.25%;而技术水平（能源效率和能源强度）的提升有助于抑制碳排放增加.此外,基于人均碳排放和碳排放强度的泰尔指数均显示长江经济交通碳排放量的区域差异性明显,其中区域内差异大于区域间差异,且基于碳排放强度的区域差异呈现出“俱乐部趋同”现象.最后,对长江经济带交通绿色发展提出了政策建议.     

北京市能源消费碳足迹影响因素分析

为了量化人口、城市化和技术等因素对城市碳排放的影响,以北京市为研究对象,引入修正的碳足迹方法计算1990~2011年城市能源消费碳足迹,采用STIRPAT模型和偏小二乘模型对城市能源消费碳足迹的影响因素进行评估.结果显示,城市化、人均收入、人口是碳排放最主要的正向驱动因素,而能源消费强度、产业结构和研发投入比重等因素导致碳排放降低.北京市二氧化碳排放不存在环境库兹涅茨曲线,城市碳排放总量虽然整体状况还在增加,但增长速度在逐步放缓,经济发展与环境保护尚未实现协同.根据模拟结果,降低碳排放和建设低碳城市的建议是发展集中型和紧凑型的城镇功能组团,控制人口过快增长,合理引导居民绿色消费,依靠科技创新和技术进步.     

基于居民合理生活消费的人均碳排放计算

分析了我国居民消费直接与间接碳排放的变化及现状,并通过居民消费的微观角度,分析计算基于居民合理生活消费人均碳排放.试图通过居民消费的角度建立人均碳排放的核算方法,给出建议数据.根据国内当前主要消费环节的碳排放水平,对比国际先进水平和国内碳减排升级潜力,计算了满足居民正常小康生活水平条件下的人均碳排放,年人均排放约2203kg~2333kg碳.居民基本生活的碳排放主要集中在供暖制冷、住宅使用、污染治理和基础建设分摊等方面,而衣物与食品消耗、生活物质材料等方面的碳排放量所占比重相对较低.     

数字经济对我国居民消费碳排放影响

基于2000～2020年我国30省区的面板数据,综合测算了不同层次需求下各省区居民消费碳排放量和数字经济发展指数,运用空间计量模型开展回归分析和空间效应分解,并对数字经济与总体消费碳排放进行门槛效应分析,考察数字经济对居民消费碳排放的影响.研究发现:(1)我国居民消费碳排放整体上升,呈现出东高西低并且向中东部集中的趋势.(2)直接消费碳排放是我国居民消费碳排放的主力,但随着社会发展,其在总体消费碳排放中的占比呈下降趋势,间接消费碳排放比重增加.(3)数字经济的发展能够显著增加本省及邻近地区居民间接消费碳排放以及其中本省的生存型间接消费碳排放;然而,进一步研究发现数字经济与总体消费碳排放之间具有“倒U”型关系,数字经济在达到较高的发展水平后能够促进居民消费碳减排.综上,建议进一步推动数字经济发展,加强对绿色生产生活的引导,从而助力实现“双碳”目标.