温室气体、颗粒物排放与经济发展——基于STIRPAT模型的全球实证

本研究以世界银行绿色手册公布的2000~2008年世界范围内106个国家为研究对象,通过建立STIRPAT模型,基于国家级二氧化碳排放量、可吸入颗粒物量、经济发展水平、人口要素、技术水平为研究数据,分别对碳排放和颗粒物排放的影响因素进行分析,试图探究世界层面各国温室气体排放、颗粒物排放量与国家经济发展之间的关系。研究表明:在世界层面,国家级碳排放量受到国家人均GDP、城市化水平、能耗强度、耗电强度的显著正向影响,与人均二氧化碳损害呈现显著正向关系。国家级颗粒物排放量受到国家人均GDP、城市化水平、耗电强度的显著负向影响,与颗粒物排放损害呈现显著负向关系。世界层面国家级碳排放量与颗粒物排放量并不存在协同关系。     

我国水泥工业碳排放特征及动态变化分析

水泥工业是温室气体二氧化碳(CO2)的主要排放源,利用碳排放数学模型计算2001-2010年我国水泥工业碳的排放量,分析碳排放量的变化特点和发展趋势。结果表明:水泥工业碳排放总量逐年增长,与水泥产量和排放强度呈线性关系。"十一五"期间单位产品碳排放强度由0.69 t/t下降到0.65 t/t。万元GDP碳排放量2008年达到最低值为0.295 1 t,平均每年万元GDP碳排放量下降2.85%。水泥工业十年间实施节能降耗、资源循环利用、提高经济效益等措施,对于减少碳排放具有明显效果。     

陕西省碳排放时空格局演变及其影响因素

基于DMSP/OLS和NPP/VIIRS夜间灯光数据,运用探索性空间分析、冷热点分析和标准差椭圆分析等方法,估算了2000～2020年陕西省碳排放量,探讨了陕西省碳排放的时空演化特征,并构建了空间杜宾面板模型分析其影响因素.结果表明:(1)2000～2020年陕西省碳排放总量呈现持续增长趋势;碳排放分布具有显著的地域差异规律,呈现“陕北>关中>陕南”的分布态势.(2)碳排放重心向陕西东北方向移动,说明陕西东部地区和北部地区对全省碳排放量的影响作用加强;碳排放具有显著的空间正自相关性,即表现为集聚效应;碳排放的冷热点转化较为明显,热点在陕北地区扩张,冷点逐渐消失.(3)陕西省碳排放的直接正向影响因素有城镇化率、人口数量、单位GDP能耗、产业结构和经济增长,其中城镇化快速发展和人口规模扩大是陕西省碳排放持续增长的主要推动力.     

郑州市碳排放量现状与预测分析研究

郑州市是中原经济区核心城市,无论是在经济社会发展还是低碳节能方面都有示范效应,碳排放强度的有效下降对于城市减排具有重要的借鉴意义.通过系统测算2005年-2012年郑州市碳源排放量及碳汇吸收量,分析碳排放量、人均碳排放量及碳排放强度等现状,然后运用IPAT模型,对郑州市碳排放强度进行情景分析和预测.结果表明,郑州市有较大减排潜力,应在满足减排要求前提下,实现经济与环境的可持续发展.     

组合灰色预测模型应用于山东省碳排放预测

根据山东省2000—2012年工业、建筑业和交通运输业能源消费数据测算得到碳排放量,基于GM(1,1)模型、Verhulst模型和SCGM(1,1)c模型建立组合灰色预测模型,运用预测有效度方法确定组合预测模型的权重系数。选用2000—2009年三大碳排放行业的实际值作为原始数据,利用各预测模型预测2010—2012年碳排放量。结果表明:组合灰色预测模型比单一预测模型具有更高的预测精度。利用组合模型预测山东省2013—2017年各行业碳排放量,为相关部门制定节能减排政策提供理论及方法借鉴。     

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％.     

人均GDP、能源强度与碳排放的面板数据分析

利用2000年-2009年中国各省市的面板数据,考察了人均GDP与能源强度对碳排放的影响。在单位根检验的基础上,对这三个变量进行了协整关系检验,实证结果显示,三个变量间存在长期的均衡关系,并以碳排放为被解释变量,能源强度和人均GDP分别作为解释变量进行回归分析。能源强度和人均财富的提高都会增加二氧化碳的排放量。     

基于神经网络的碳排放预测及影响因素分析

基于新疆1995—2014年农业生产碳排放源,建立碳排放关系数据库。应用广义神经网络(generalized regression neural network,GRNN)构建了排放量预测模型,结合平均影响值(mean impact value,MIV)方法对碳排放影响因素进行量化。结果表明:1)GRNN模型预测碳排放的平均绝对百分误差和拟合优度分别为2.7860%和0.8720;2)新疆人口、人均GDP、农业贡献值、农机总动力和农户固定资产投资等因素对农业生产碳排放的影响程度分别为0.6210、0.2377、0.3698、0.8500和0.1000。该成果可为新疆碳排放总量分析和影响因素量化方面提供参考。     

基于改进灰色GM(1,1)模型的三峡库区工业废水量预测

三峡库区工业废水排放量大,对库区水生态环境安全造成严重危害。为了取得较高精度且适合长期预测工业废水量的模型,以三峡库区2006—2012年工业废水排放量数据作为原始数据进行建模,并用2013年的数据检验结果。对灰色GM(1,1)模型和3种改进灰色GM(1,1)模型分别建模并进行精度比较,根据"新信息优先"原理,将选出的最佳改进模型与新陈代谢模型结合,抛弃最旧的数据,不断补充新的数据,重复建模,构建三峡库区2014—2020年工业废水排放量预测模型。结果表明:改进灰色GM(1,1)模型方法三结合新陈代谢模型能够较为准确地预测库区工业废水排放量,且精度高于灰色GM(1,1)模型,在未来7年里库区工业废水排放量呈现出缓慢下降的趋势。预测结果可为政府和有关部门制定该地区的环境保护政策、保护当地生态、合理安排社会经济环境的和谐发展提供参考。     

中国超大城市碳排放达峰的影响因素及组合情景预测——基于门限-STIRPAT模型的研究

城市是中国碳排放的重要来源,而超大城市的碳达峰研究对国内其他城市和全国能否实现碳达峰目标具有重要的现实意义.以北京、上海、广州、深圳、天津和重庆等6个超大城市为研究对象,能源强度为门限变量,建立门限-STIRPAT模型,首先确定6个超大城市碳排放的驱动因素,然后对27种情景下的各城市碳排放达峰进行预测.研究结果表明:①人口、人均GDP和能源强度对各城市碳排放起到正向促进效应,人口的影响效应最大,其次是能源强度,人均GDP对碳排放的影响最小.②能源强度对二氧化碳排放的影响呈阶段性变化特征.③北京、上海和重庆在高能源强度下降率的情景下,已经达峰;天津、除最宽松的高-高-高情景外的广州和深圳会在2030年前实现达峰.如果能源强度以中速率下降,6个城市碳排放不能保证一定能在2030年前达峰.如果能源强度以低速率下降,6个城市均不能在2030年前达峰.本研究有利于明确超大城市碳排放的影响因素,对其他城市尽快实现碳排放达峰具有借鉴意义,为全国实现碳达峰目标提供可行的研究思路.     

The impacts of information and communication technology,energy consumption,financial development,and economic growth on carbon dioxide emissions in 12 Asian countries

This study aims to investigate the effects of information and communication technology (ICT), energy consumption, economic growth, and financial development on carbon dioxide emissions using 1993–2013 panel data from 12 Asian countries. The study employs a panel unit root test accounting for the presence of cross-sectional dependence and found that Internet usage is stationary and carbon dioxide emissions, energy consumption, gross domestic production (GDP), and financial development are first-difference stationary. The results form Pedroni panel cointegration test confirms that the variables are cointegrated. The results of the cointegration test indicate that the ICT-energy-GDP-carbon dioxide emissions nexus has long-run equilibrium. Both energy consumption and GDP have significant, positive impacts on carbon dioxide emissions; energy consumption and GDP have an effect on carbon dioxide emissions growth. ICT has a significantly negative effect on carbon dioxide emissions; the promotion of ICT becomes one of the important strategies introduced to mitigate carbon dioxide emissions for various countries. Causality results show that energy consumption, GDP, and financial development cause more carbon dioxide emissions. Energy consumption, GDP, and carbon dioxide emissions cause ICT. GDP causes financial development, whereas energy consumption and GDP are interdetermined. The feedback hypothesis exists in the region; those countries need to develop alternative energy to replace fossil fuels. ICT does not threaten the environment and ICT policy can be seen as a part of carbon dioxide emissions reduction policy.     

基于函数极值条件下的中国碳达峰碳中和情景分析

基于函数极值条件提出了碳达峰出现时间和需要满足的理论条件,并对主要发达国家作了验证,同时对中国现状做了分析,最后采用了基准和强化两种情景分析了中国实现2030年碳达峰后进入2060年碳中和时期的二氧化碳排放量。研究结果显示：（1）根据IPAT恒等式将碳排放函数分解成人口、人均GDP和碳强度三个因素时,碳峰值出现时间为三个因素年增长率之和由正转负的正数值年度,发达国家的历史数据证实了这一条件。（2）中国三个因素年增长率之和自2003年起已经开始降低,最近几年一直在0.01~0.02徘徊,表明总体上朝着有利于碳达峰的方向发展,同时按照三个因素的预期发展目标计算得出中国2030年碳排放峰值的上限为112.2亿t,若2021—2035年保持相同的人均GDP年均复合增长率,碳强度年均复合增长率的绝对值需要比人均GDP年均复合增长率高0.14个百分点。（3）在能源消费总量逐渐回落的前提条件下,2060年基准情景下非化石能源占比约为65%,产生的二氧化碳量约为31.4亿t,强化情景下非化石能源占比约为70%,二氧化碳排放约为26.6亿t,而碳汇和CCUS等固碳技术还存在不确定性,碳中和任务依然艰巨。实现碳达峰碳中和最终需要控制能源消费,践行低碳消费行为。     

长三角城市群CO2排放达峰影响研究

利用柯布-道格拉斯函数,结合新冠肺炎疫情对中国GDP的影响,预测了2025年长三角城市群CO₂排放量,基于历史和未来长三角CO₂排放情况,通过CO₂排放达峰判断方法,对长三角城市群41个城市达峰进行判断。结果表明:上海市,江苏省南京市、苏州市、无锡市、常州市、镇江市,浙江省杭州市、嘉兴市、湖州市、宁波市、温州市,安徽省池州市、黄山市、芜湖市等城市已经具备达峰的条件,建议这些城市在"十四五"期间提出达峰行动方案,探索CO₂排放总量控制制度。     

Global Carbon Dioxide Emissions Scenarios: Sensitivity to Social and Technological Factors in Three Regions

Carbon dioxide emissions from 1990 to 2100 AD are decomposed into the product of four factors: population size, affluence (measured here as GDP per capita), energy intensity (energy use per unit GDP) and carbon intensity (carbon dioxide emissions per unit energy). These emissions factors are further subdivided into three regions: more developed countries (MDCs), China, and the remaining less developed countries (LDCs). Departures from a baseline scenario (based on IPCC, 1992a — the so-called ‘business-as-usual’ scenario) are calculated for a variety of alternative assumptions concerning the four emissions factors in the three regions. Although the IPCC scenario is called a ‘non-intervention’ scenario, it is shown, for example, that large decreases in energy intensity in China or carbon intensity in MDCs are built into the ‘business as usual’ case — and such large changes vary considerably from region to region. We show what CO₂ emissions would look like if each of these four emissions factors projected in the baseline case somehow remained constant at 1990 levels. Certain factors like energy intensity improvements and long-term population growth in LDCs, or GDP growth and carbon intensity improvements in MDCs, are shown to have a big contribution to cumulative global emissions to 2100 AD, and consequently, changes in these projected factors will lead to significant deviations from baseline emissions. None of the scenarios examined in this analysis seems to indicate that any one global factor is clearly dominant, but cultural, economic, and political costs or opportunities of altering each factor may differ greatly from country to country.     

中国能源消费导致的CO_2排放量的时空演变分析

利用《IPCC2006国家温室气体清单指南》推荐的基准方法,结合能源消费统计数据,在省级尺度上对中国1997～2007年由于能源消费产生的CO2排放总量、CO2排放的分布、人均排放量、CO2排放强度等进行计算和对比分析。研究结果表明:(1)1997～2007年山东、河北、江苏、广东、辽宁、河南、山西等省的CO2排放总量一直居于前列。(2)中国能源消费产生的CO2排放主要集中在第二产业,而且第一、第二产业的CO2排放比重近年来有加大的趋势。(3)从CO2排放强度来看,中西部省区的CO2排放强度明显高于东部沿海省份。     

Global Carbon Dioxide Emissions Scenarios: Sensitivity to Social and Technological Factors in Three Regions

Carbon dioxide emissions from 1990 to 2100 AD are decomposed into the product of four factors: population size, affluence (measured here as GDP per capita), energy intensity (energy use per unit GDP) and carbon intensity (carbon dioxide emissions per unit energy). These emissions factors are further subdivided into three regions: more developed countries (MDCs), China, and the remaining less developed countries (LDCs). Departures from a baseline scenario (based on IPCC, 1992a — the so-called ‘business-as-usual’ scenario) are calculated for a variety of alternative assumptions concerning the four emissions factors in the three regions. Although the IPCC scenario is called a ‘non-intervention’ scenario, it is shown, for example, that large decreases in energy intensity in China or carbon intensity in MDCs are built into the ‘business as usual’ case — and such large changes vary considerably from region to region. We show what CO₂ emissions would look like if each of these four emissions factors projected in the baseline case somehow remained constant at 1990 levels. Certain factors like energy intensity improvements and long-term population growth in LDCs, or GDP growth and carbon intensity improvements in MDCs, are shown to have a big contribution to cumulative global emissions to 2100 AD, and consequently, changes in these projected factors will lead to significant deviations from baseline emissions. None of the scenarios examined in this analysis seems to indicate that any one global factor is clearly dominant, but cultural, economic, and political costs or opportunities of altering each factor may differ greatly from country to country.     

京津冀地区汽车运输碳排放影响因素研究

以空间相关性和空间异质性为基础,构建SLM-STIRPAT、SEM-STIRPAT和GWR-STIRPAT模型,对京津冀地区汽车运输碳排放进行测算和影响因素分析.结果表明：京津冀地区汽车运输碳排放存在显著空间相关性和空间异质性.人口对汽车运输碳排放呈正向影响;人均GDP对货运碳排放和总量碳排放呈正向影响,对客运碳排放呈负向影响,城镇化水平对汽车运输碳排放呈负向影响.第三产业增加值对客运碳排放和总量碳排放呈正向影响,对货运碳排放呈负向影响,人口对张家口市汽车运输碳排放影响最为显著;人均GDP对秦皇岛市和沧州市的汽车运输碳排放影响最为显著;城镇化水平对秦皇岛市的汽车运输碳排放影响最为显著;第三产业增加值对秦皇岛市的汽车运输碳排放影响最为显著.     

中国化石能源消费碳排放与经济增长关系研究

化石能源过度消费导致的气候变化问题引发了全世界对经济发展模式的关注,论文运用计量经济学方法研究了中国化石能源消费碳排放与经济增长的关系,测算了中国1953-2010年化石能源消费引起的碳排放总量,建立了碳排放总量和国内生产总值的时序计量经济模型,通过协整检验、误差修正模型、基于VAR模型的脉冲响应函数、因果关系检验,分析了二者之间的长短期关系,结果表明:1953-2010年,我国的化石能源消费碳排放总量和国内生产总值之间存在长期均衡的协整关系和短期动态调整机制,通过短期调节,可以自动实现二者之间的长期均衡。当期GDP对碳排放总量的当期波动有显著性影响,每增加1%的GDP便会增加0.719%的碳排放量,上期误差对碳排放总量的当期波动调整幅度较大,单位调整比例为-0.102。利用脉冲响应函数波形图对碳排放量与经济增长之间的影响及响应进行了20期的详细刻画,揭示了二者之间复杂的短期动态关系。1953-2010年,存在从碳排放总量到GDP的单向Granger因果关系,碳排放是经济增长的Granger原因,而经济增长不是碳排放的Granger原因,说明从过去58 a的整体状况来看,高碳排放推动了经济增长,而经济增长并未导致明显的碳排放增加。研究结果将对中国制定节能减排和碳减排政策提供依据和支撑。     

市域能源碳排放影响因素分析及减碳机制研究——以福建省为例

选取福建省市域作为研究对象,应用扩展型的STIRPAT-PLS模型对2010~2016年福建省市域碳排放影响因子进行实证分析,探讨驱动福建省市域碳排放量增长的主要影响因素和各因素的影响程度,明确碳排放控制的主要领域.结果表明：总人口、城镇化率、人均GDP、第二产业比重和能源强度对碳排放量增加有正向驱动作用,而第三产业比重对碳排放量增加有负向驱动作用.总人口、城镇化率以及第二产业比重对碳排放量增长的贡献最大.据此,建议福建当前及未来时期减碳重点应是采取优化能源结构和促进产业结构升级,加速发展清洁、再生能源与提高能源效率相并重等策略.