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。     

中国城镇化与区域居民生活直接用能研究

我国城镇化进程持续加快,1996年以来年均增长1.4个百分点,同时,居民生活直接能源消费快速增长。区域发展不平衡使各区域城镇化水平与居民生活直接用能存在差异。本文探讨2000-2011年间城镇化进程对各区域居民生活直接用能的影响规律。根据Divisia指数分解法,将居民生活直接用能变化分解为人口增长效应、城镇化率增加效应、城镇居民人均生活用能变化效应和农村居民人均生活用能变化效应。着重分析了东、中、西部区域城镇化率增加对区域生活直接用能总量变化、各类型能源品种变化的贡献及边际贡献。结果发现:12000-2011年间,城镇化进程对东、中、西部和东北区域居民生活直接用能的贡献分别为4.2%,20.6%,4.1%,-0.01%,人口结构的变动对中部居民直接用能的拉动作用明显;2城镇化率每提高一个百分点,对各区域间生活直接用能贡献差别不大,其中,对东部区域增量贡献最小;3与其他区域不同,中部区域城镇化进程对煤炭消费有增量贡献;东、中部区域城镇化进程对油品消费增量的贡献是西部区域的3-4倍;东部区域城镇化进程对电力消费增量的贡献接近0;4城镇化率每增加一个百分点,对东部地区油品消费增量贡献分别是中西部区域的1.9和2.3倍;对天然气和热力消费增量贡献的情况类似,均是西部区域最高,是东部和中部1.4-2.6倍。研究结论对城镇化进程下开展区域能源管理、节能减排具有指导意义。     

城市化和能源消费的门槛效应分析与预测

能源是推动城市化、工业化进程的重要物质动力,城市化、工业化也成为拉动能源消费增长的关键因素,尤其是处于快速城市化阶段的国家,城市化与能源消费有更为密切的联系。城市化进程中产业结构、居民消费模式、城市规划布局均存在阶段性变化的特点,因此能源消费也存在相应的门槛效应并呈现阶段性的增长。本文在总结城市化过程中影响能源消费的增加因素-产业扩张、消费升级、动力交通、设施建设,抑制因素-技术进步、能源结构优化、人口密度增加、设施共享的基础上,依据我国城市化与能源消费的变化特征,采用门限模型研究城市化、居民收入水平、产业结构、人口密度对于人均能源消费的门槛效应。搜寻在城市化过程中各因素对于能源消费影响的转折点并分析其阶段性变化特征,然后结合脉冲函数图研究城市化过程中各变量对于能源消费的即期冲击。最后依据产业结构、收入水平、城市化的变化趋势对能源消费进行预测分析。研究发现城市化对于能源消费的影响具有明显的阶段性,分别以城市化和人均收入为门槛变量,超过门槛点后城市化对能源消费的拉动作用依次上升;以工业化作为门槛变量,城市化对能源消费的影响呈现先上升后下降的态势。脉冲相应的结果显示:城市化的单位变动对能源消费的冲击具有一定的滞后性且持续性较强,收入增加对能源消费的拉动最为迅速但后期持续性较弱,人口密度对人均能源消费具有负向冲击。采用非线性函数的预测结果表明:未来10年内我国仍面临较大的能源消费压力,需要通过制定科学的城市建设规划、促进产业结构优化升级等途径控制城市化过程中的能源消费。     

家庭部门生活能源消费碳排放:测度与驱动因素研究

本文运用IPCC的二氧化碳排放量测算方法,在省际层面测度了我国家庭部门直接能源消费碳排放,并基于扩展的STIRPAT和Kaya模型,构建家庭部门直接能源消费碳排放影响因子动态面板数据模型,对我国2003-2012年分省面板数据样本及城乡子样本进行系统GMM估计。本文研究表明,第一,我国城乡家庭部门碳排放总量和人均碳排放在近十年都呈快速上升趋势,家庭部门碳排放的空间分布具有明显的地域差异特征,高碳排放地区主要集中在东、中部地区,西部地区的碳排放水平较低;第二,城乡家庭部门生活能源消费的上期碳排放量对本期碳排放产生重要的正向影响,这反映出我国家庭部门碳排放具有显著的惯性特征和路径依赖性,是一种动态自适应机制;人口规模、居民消费水平、能源消费结构、碳排放强度、能源消费强度和城镇化因素,都对我国居民能源消费碳排放总量及人均碳排放具有显著的影响,城乡之间的家庭能源消费碳排放驱动因素存在差异。本文研究得到如下启示及政策含义:家庭部门碳减排将是一个有步骤、分区域的渐进过程,我国碳减排政策应当兼顾消费升级和碳排放的双重目标,努力构建分层次碳减排的适应性预期机制。具体而言,一方面应着眼于引导和激励居民低碳消费,缓解人口规模增加、消费水平提升和城镇化对家庭部门碳减排的压力;另一方面要通过能源价格改革、财政政策和环境规制政策等优化我国能源消费结构,不断降低煤炭消费比重,提高清洁能源的消费。同时,通过技术创新、设备改造等科技手段提高煤炭利用效率,降低碳排放强度,这些政策将更有利于城镇家庭部门碳减排。     

基于ARDL模型长三角碳排放、能源消费和经济增长关系研究

碳排放量、能源消费量和经济增长间存在着密切的关系。长三角地区(研究该区域为上海、浙江、江苏,简称长三角,下同）碳减排措施的实施是否会影响长三角地区的经济增长,能源消费量、能源结构和碳排放量间存在何种联系,这些均是在长三角碳减排政策制定中亟待考虑的问题。利用1990~2010年,长三角的能源经济样本数据,使用ARDL模型和格兰杰因果检验模型（Granger）定量的研究了上述几个因素之间的关系。研究发现：当碳排放量、能源消费和经济增长分别为回归变量时,均存在其它解释变量和每个回归变量间的长期稳定的协整关系。在长期关系中,存在经济增长对碳排放量的负向弹性影响。能源消费对经济增长的影响为正,能源消费每增长1%,经济增长0.67%。碳排放量对经济增长的长期影响为负,碳排放量每增长1%,经济则减少0.49%。Granger因果关系的研究表明：滞后长度分别为3,4时,存在从经济增长到能源消费和碳排放量倒的单向因果关系。不存在从能源消费和碳排放量到经济增长的单向因果关系,且亦不存在碳排放量和能源消费的双向因果关系。在长三角,制定和实施适当的节能减排政策将不会阻碍该地区经济增长。节能减排政策的制定,应首先考虑能源结构优化,降低长三角高碳能源的消费比重     

城镇化对工业能源消费的门槛效应研究——以长江经济带省份为例

高效能源利用是推动工业发展,进而促使城镇格局演化的重要催化剂,同时城镇化的高速发展对工业能源的消费结构和利用效率提出了进一步的要求,这必将影响到低碳城市建设和环境保护等生态责任目标的实现。选取2003—2012年长江经济带11个省份(直辖市)的相关数据,运用门槛模型对城镇化率、城镇居民人均总收入、能源工业投资、工业总产值、城市人口密度、产业结构等影响工业能源消费的因素进行分析,重点研究城镇化率和工业能源消费的非线性关系和相应的地区差异。结果表明:(1)长江经济带城镇化发展存在着明显的地区差异,上海、浙江等东部地区城镇化发展速度和水平明显优于云南、贵州等中西部地区。云南和贵州2012年的城镇化率远远低于2003年上海、浙江的城镇化率,显示出长江上游和下游之间存在着巨大的发展水平差距。(2)城镇化对工业能源消费存在显著的门槛效应,以城镇化率为门槛变量,存在两个结构变化点,分别为36.9%和48.3%。(3)在第一个门槛点前,城镇化对工业能源消费起抑制作用,前期城镇化的发展导致资源和人口的集聚效应明显,资源的利用效率和配置效率得到提升,从而抑制工业能源消费。在越过第二个门槛点后,城镇化对工业能源消费起正向作用,此时工业的发展和生活消费水准的提升对能源消费提出了更多的要求。最后为促进长江经济带城镇化和工业低碳化的协调发展,提出以下建议:加快长江经济带沿线各省份联动发展,缩小城镇化发展差异;针对城镇化率和工业能源消费的非线性关系,采取相应的措施引导和控制工业能源消费的变化趋势;协调城镇化进程和地区工业能源消耗,促进城镇化的健康发展。     

基于ARDL模型的江苏贸易开放、城市化和碳排放关系探讨

实证研究了贸易开放、城市化、能源消费、碳排放和经济增长的相互影响。研究结果表明:在长期关系中,能源消费对贸易开放的影响的弹性系数为正,能源消费对碳排放具有负向且显著的影响,碳排放对城市化水平的影响并不显著。在短期关系中,能源消费、经济增长、碳排放各变量对贸易开放的弹性为正,碳排放和城市化对经济增长有正向的影响,存在从贸易开放度到城市化到经济增长单向因果关系且存在从能源消费到经济增长的双向因果关系,存在经济增长到城市化双向因果关系。     

区域能源消费碳排放峰值预测及可控性研究

探讨不同因素对能源消费碳排放峰值的影响,对国家(地区)低碳政策具有重要意义。本文以吉林省为例,根据低碳社会发展各个不同阶段设定低碳情景、节能-低碳情景、节能情景和基准情景等4种情景,基于扩展STIRPAT模型,对能源消费碳排放进行预测,峰值时间分别为2029年、2036年、2040年和2045年,对应峰值依次为264.0×106t,356.2×106t,430.0×106t和477.3×106t。在此基础上,对吉林省能源消费碳排放展开可控性研究,探讨各因素变化对峰值大小和峰值时间的影响,分析表明各因素对峰值均有不同程度的影响,其中人口、城市化率只影响峰值大小,人均GDP、碳排放强度和第二产业占比对峰值时间和大小均有一定影响,三种因素分别从低速率提升至高速率时,人均GDP将导致峰值时间推迟,而碳排放强度和第二产业占比则将推动峰值时间提前;进一步定量分析各因素影响程度,依次为:人均GDP第二产业占比碳排放强度城市化率人口。根据研究结果对吉林省政策次序提出建议,在保证经济发展质量的基础上,控制经济增长速度、优先调整产业结构、降低碳排放强度、合理规划推进城镇化进程。     

武汉市能源消费碳排放因素分解与低碳发展研究

本文以2010—2015年武汉市三次产业和居民生活能耗碳排放数据为基础,运用LMDI模型从人口规模、经济水平、三次产业结构、能耗强度、能源结构、碳排放系数六个方面对武汉市能源消费的碳排放进行因素分解。分解结果表明,人口扩张和经济增长是促进武汉市碳排放增长的主要因素,贡献率为38.7%和198.52%;能耗强度降低、能源结构优化和能源碳排放系数变化是抑制武汉市碳排放增长的主要因素,贡献率为-99.14%、-24.22%和-14.13%。经分析发现,人口扩张和经济增长在未来一段时间内将继续成为促进武汉市碳排放增长的最大贡献点;产业结构调整在经过2012-2013年间出现的碳排放效应促进-抑制转折点后将逐步成为抑制武汉市碳排放增长的重要影响因素;在继续保持第二产业能耗强度下降的同时,加大对第三产业能耗强度控制力度是武汉市现阶段碳排放控制工作的重点方向。     

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.     

中国城市化进程中的城市道路交通碳排放研究

探讨了中国城市化、经济发展、技术进步等与城市道路交通碳排放之间的长期均衡关系与动态作用机制,并对中国城市道路交通碳排放进行了预测和情景分析。结果表明:①城市化率、交通能源强度、城市居民消费水平和人均GDP对城市道路交通碳排放的长期均衡弹性分别为0.93、0.73、0.68、0.44;②城市道路交通碳排放的最大贡献者在中短期内是交通能源强度,长期内是城市化率;③人均GDP增长率的提高,短期内会促使城市道路交通碳排放增长率提高,而长期又有助于使之降低;④中国城市道路交通碳排放持续增长的趋势在相当长时期内不可避免;⑤不同的发展理念和政策与技术的组合,可以使城市道路交通碳排放发生重大变化。基于研究,提出了中国城市道路交通碳减排的政策取向。     

江苏省人口规模、结构对碳排放的影响分析

将人口结构因素纳入STIRPAT模型,利用江苏省1982~2010年的相关数据运用统计和计量方法对影响碳排放的人口总量、人口城市化、老龄人口比重、家庭规模、人均消费额、碳排放强度等相关因素进行实证分析。结果表明：家庭规模具有显著的负效应;在显著的正向影响因素中,老龄人口比重弹性最大,其它依次为人均消费额、人口总量、人口城市化水平、碳排放强度。在考虑人口结构情况下,碳排放的人口规模弹性小于1,缺乏弹性,说明人口总量对江苏碳排放的影响开始放缓;人口年龄结构对碳排放的影响逐渐显现,特别是老龄人口比重已经超过人口规模,成为促进碳排放的第一驱动因素;人口城市化进程和人均消费额直接加剧了碳排放,以碳排放强度表示技术进步对抑制碳排放有一定的作用,但不显著。针对分析结果,探讨了江苏省未来低碳发展的应对之策     

城镇化进程中用水量增长的门槛效应与动态作用机制分析

城镇化是发展中国家21世纪的主要发展趋势,在很大程度上主导着人口、经济和产业结构等各方面的转变,成为拉动用水量增长的关键因素。城镇化进程中城镇居民收入、人口结构、人口密度和人力资本等因素的变化,使得城镇化并非表现为线性发展规律,最终导致用水量也存在相应的门槛效应并呈现阶段性增长特征。本文首先对我国各地区城镇化水平和用水量进行统计分析,从地区层面直观描述我国城镇化水平和用水量的变化特征,然后采用面板门槛模型研究城镇化、城镇居民人均收入、人力资本、城市人口密度和人口年龄结构对于用水量的门槛效应,搜寻在城镇化进程中各人口因素对用水量影响的门槛点并分析阶段性变化特征,最后结合PVAR模型研究城镇化进程中各人口因素对用水量的动态影响和作用机制。门槛回归结果发现:城镇化对用水量的影响具有明显的阶段性特征,分别以城镇化和人均收入为门槛变量,超越门槛点后城镇化对用水量的弹性系数分别呈现先升后降的倒"U"型和先降后升的正"U"型变化趋势;以人力资本为门槛变化量,城镇化对用水量的拉动作用则不断减弱。脉冲响应结果显示:城镇化对用水量具有长期且稳定的正向冲击,而居民收入和人口年龄结构对用水量的正向冲击则逐渐收敛于零,人口密度和人力资本对用水量均具有负向冲击,且人口密度的负效应不断增强,而人力资本的负效应不断减弱。方差分解的结果表明,目前我国用水量的增长受自身的影响较大,除年龄结构外,人口密度、居民收入、人力资本和城镇化也具有小规模的贡献程度。     

人口与消费对碳排放影响的分析模型与实证

从消费压力人口视角探讨碳排放问题,有利于正确判断和把握气候变化压力的人文因素,以及人口与消费可持续发展的动力学机制.本文通过对STIRPAT模型的扩展,应用岭回归方法计量分析人口、消费及技术因素对碳排放的影响.对我国1980至2007年碳排放情况的统计实证结果表明,扩展的STIRPAT模型对中国国情有较高的解释力.居民消费水平、人口城市化率、人口规模三个因素对我国碳排放总量的变化影响明显;现阶段我国居民消费水平与人口结构变化对碳排放的影响力已高于人口规模变化的影响力,居民消费水平与消费模式等人文因素的变化有可能成为我国碳排放的新的增长点;技术进步因素在此模型中对我国该阶段碳排放的解释力有限,表明我国未来通过技术进步减缓碳排放的潜力巨大.     

产业结构变动对中国碳排放的影响

采用LMDI分解方法,对中国1996-2009年的碳排放进行分解,定量分析产业结构变动对碳排放变动的影响。在此基础上,依据对未来中国产业结构变动的预测,估算了2020年之前产业结构变动对中国碳减排的贡献。基本情况是,1996-2009年中国碳排放增长464 678万t,其中,经济总量效应531 337万t,产业结构效应49 887万t,能源消费强度效应-223 940万t,能源消费结构效应107 395万t,诸因素对碳排放增长的贡献度分别为114.3%,10.7%,-48.2%和23.1%。产业结构变动驱动了碳排放增长,尽管它不是最主要因素。进一步研究发现,高耗能产业上升或下降1个百分点所对应的CO2排放量增加或减少2.2-2.9亿t。依据对高耗能产业结构变动值的预测,到2020年,产业结构变动效应约为-5亿t,占期间碳排放增量的-15%。这表明,与此前产业结构变动导致碳排放量增加情形相反,未来产业结构变动将有助于减少碳排放。     

中国碳排放库兹涅茨曲线实证研究——基于Gregory-Hansen协整分析

中国反复、多次出现大范围持续性雾霾天气使碳排放与经济增长问题成为理论界研究的热点,选取1978~2012年中国历年相关统计数据,采用Gregory-Hansen协整检验方法结合结构突变分析,实证检验我国碳排放与能源消费、经济增长及产业结构的关系。研究结果显示,中国碳排放环境库兹涅茨曲线为正U型,且该曲线存在结构突变;经济增长、能源消费、产业结构对碳排放都具有显著的增排效应。因此,建议在保证经济可持续的中高速增长前提下,通过提高能源利用效率、推进产业结构调整等措施来降低碳排放量,使"APEC蓝"能够成为一种"新常态"。     

我国三大城市群城镇化水平对碳排放的影响

在新型城镇化进程深入推进的背景下，选择我国城镇化发展水平较高的京津冀、长三角和珠三角三大城市群为研究对象，利用STIRPAT模型分析了三大城市群城镇化水平与碳排放之间的关系。结果表明：三大城市群城镇化水平与碳排放之间呈现出先下降后上升的“正U型”曲线关系；经济发展与碳排放之间存在着“倒U型”的曲线关系；人口总量和能源强度对碳排放存在显著的正向影响，产业结构对碳排放影响较小。在城镇化发展早期加快城镇化发展速度，而在城镇化发展到一定阶段后，控制人口规模，降低能源强度，均可实现减少二氧化碳排放的目标。     

Spatial and temporal variation of energy carbon emissions in Yantai from 2001 to 2011

In order to understand the characteristics of spatial and temporal variation, as well as provide effective ideas on carbon emissions and regulatory policy in Yantai, this article analyzed spatial and temporal variation of carbon emissions in Yantai based on energy consumption statistics for a variety of energy sorts together with industrial sectors from 2001 to 2011. The results were as following: First of all, Yantai’s carbon emissions grew by an average of 5.5% per year during the last 10 years, and there was a peak of 10.48 million carbon in the year of 2011. Second, compared with the gross domestic product (GDP) growth rate, the figures for energy carbon emissions growth rate were smaller; however the problem of carbon emissions were still more obvious. Furthermore, carbon emissions in Yantai increased rapidly before 2008; while after 2008, it increased more slowly and gradually become stable. Third, the energy consumption was different among regions in Yantai. For instance, the energy consumption in Longkou city was the largest, which occupied 50% of the total carbon emissions in Yantai; and the energy consumption in Chang Island was generally less than 1% of the Longkou consumption. Finally, there were relative close relationships among the spatial difference of carbon emissions, regional resources endowment, economic development, industrial structure, and energy efficiency.