贵州省直接生活能源碳排放及影响因素分析

依据贵州省2000-2014年居民直接生活能源消费数据,运用碳排放系数测算贵州省居民直接生活用能碳排放量,并进行统计分析。继而采用LMDI分解法定量分析能源消费结构、能源消费强度、居民消费水平、人口规模4个因素对贵州省居民直接生活用能碳排放增量的影响,并对比分析城镇和农村影响因素的差异。结果表明:居民消费水平是拉动贵州居民生活用能碳排放增长的决定性因素;生活能源强度是抑制碳排放增长的主要因素,能源消费结构和人口规模的变动也对碳排放增长具有负向影响,但作用强度相对较小。从城乡来看,居民消费水平效应显著增加了城镇居民直接碳排放,能源消费强度效应对农村居民直接碳排放抑制作用最明显。     

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.     

基于随机森林模型的我国县域碳排放强度格局与影响因素演进分析

为了研究县域碳排放强度空间格局及其关键影响因素的演进规律,在测算2009~2017年我国县域碳排放强度的基础上,通过ArcGIS空间统计模型分析了县域碳排放强度的空间格局,并利用随机森林模型识别了碳排放强度的关键影响因素及其时序演进特征.结果显示:2009~2017年我国县域平均碳排放强度减量波动下降,2017年县域平均碳排放强度为2.02t/万元,仍有较大的削减潜力;县域碳排放强度总体格局呈显著空间自相关,并呈现波动增强趋势;局部格局呈显著的南北和东西分异,热点区呈西进态势,冷点区呈南下北上态势.关键影响因素中省会距离、产业结构、路网密度和人口的重要性高于经济水平、财政收支、绿色专利和开通高铁;时序演进反映,绿色专利、人口总数和经济水平的重要性在提升,而产业结构和人口密度的重要性在下降;其中大部分关键影响因素同碳排放强度呈现非线性响应关系.     

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.      

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。     

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.     

基于脱钩指数的工业园区碳排放与经济发展关系

工业园区是工业活动的主要载体,也是碳排放的重点区域.为深入探究工业园区碳排放与经济发展的脱钩情况及其驱动力,以郑州经济技术开发区(郑州经开区)为例,运用IPCC碳排放核算方法、 Tapio脱钩模型和对数平均迪式指数分解法对园区能源消费碳排放的特征、碳排放与经济发展的脱钩关系和脱钩驱动因素进行分析.结果表明：(1)从碳排放特征看,郑州经开区能源消费碳排放以间接碳排放为主,碳排放总量呈现前期快速增长,中期增长减缓,后期负增长的趋势,碳排放强度逐年下降;(2)从脱钩情况看,2011～2016年郑州经开区碳排放总量与经济发展间的脱钩指数为1.021,处于增长连结状态,2016～2020年脱钩指数下降至0.089,转变为弱脱钩状态;(3)从驱动因素分析,2011～2016年能源碳排放系数、能源强度、产业结构和经济规模4个因素对郑州经开区碳排放脱钩均有抑制作用,2016～2020年除经济规模外均转为促进作用.研究显示,郑州经开区碳排放脱钩因素中,经济规模起主要抑制作用,能源效率起主要促进作用.研究成果可为以郑州经开区为代表的产城融合型工业园区制定相应碳减排政策和实现“双碳”目标提供参考.     

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.     

天津市工业能源消费碳排放量核算及影响因素分解

天津市工业经济的快速发展促使其能源消费量持续增加,已经成为该市能源消费的主体.建立能源消费的碳排放核算方法,对天津市工业能源消费碳排放量的时间序列进行分析.结果表明:在过去10 a内天津市工业能源消费的碳排放量年均增长10.41%,比工业增加值平均增速低58.53%;工业能源强度持续下降,万元(104元)增加值碳排放强度整体呈下降趋势,由1999年的2.38 t/万元降至2009年的0.68 t/万元,表明工业节能减排效果较明显;在工业终端能源消费结构中,煤炭占57.80%,高于北京、上海等地.采用对数平均迪氏指数分解法(LMDI)对工业经济规模、行业结构、能源效率和能源结构等因素进行分析.结果表明:工业经济规模是碳排放持续增长的主导原因;行业结构、能源结构整体上对碳排放量影响较小;能源利用效率提高是工业节能减排成效的最主要贡献因素,对碳排放量变化的贡献率达-140.80%.通过对天津市工业行业的进一步分析可知,能源密集型行业严重影响了工业能源消费碳排放量的变化.      

基于城市化的浙江省湾区经济带碳排放时空分布特征及影响因素分析

基于STIRPAT扩展模型与2003-2017年浙江省湾区经济带面板数据,分析碳排放时空分布特征并应用时空地理加权回归模型（GTWR）实证考察城市化视角下碳排放的驱动机制及其时空异质性。结果表明：（1）浙江省湾区经济带各地市碳排放规模逐年增加但增幅不大,增速放缓,碳排放量差异明显,碳排放强度逐年下降,空间上呈现自西南向东北逐渐加大的趋势;（2）经济发展水平和对外开放程度是碳排放的主导因素,其他依次为能源消费结构、技术进步和城市化;（3）各影响因素呈现较强的时空异质性,不同时间、地区各驱动要素的波动方向和强度并不相同。在此基础上具体分析各地区碳排放驱动因素影响情况,为实现区域差异化碳减排策略提供指导。     

中国旅游业碳排放的影响因素分解及脱钩效应

采用广义迪氏指数分解法（GDIM）分解2000~2017年中国旅游业碳排放的影响因素,并在此基础上采用Tapio脱钩因果链模型分析旅游业碳排放的脱钩效应.结果表明：旅游业增加值、旅游业能源消耗量和旅客人次数是旅游业碳排放的促增因素,增加值能源强度和人均旅游业增加值是旅游业碳排放的促降因素,增加值碳强度、能源消耗碳强度和人均旅游业碳排放对旅游业碳排放的促增和促降作用在研究期间均有出现;旅游业能源消耗量的累积促增效应最大,为2030.13万t,增加值能源强度的累积促降效应最大,为103.29万t;旅游业碳排放的脱钩状态不佳,但近年来有所改善;人均脱钩弹性波动剧烈,节能弹性的变化是其波动的主要原因.     

台风持续影响下中山市大气O3污染过程分析

应用三维空气质量模型（Model-3/CMAQ）和积分过程速率（IPR）分析工具对2017年7月22~31日夏季4次台风持续影响下中山市7月首次出现的持续6d的O₃污染事件进行了详细分析,识别了O₃ 8h浓度最大值时段主导的大气物理过程和大气化学过程,并计算了不同源、汇过程对本地O₃浓度的贡献.研究结果表明,污染时段化学过程对O₃的源贡献高于非污染时段,化学过程贡献增加,说明光化学反应过程更加活跃;台风带来的外来气团经过上风向高污染物排放区域时,化学过程贡献显著上升,与非经过高污染物排放区域相比,污染时段的化学过程对中山市O₃源过程的浓度贡献高2.4%~6.5%;污染时段,水平输送对中山市大气O₃源过程的浓度贡献在56.6%~92.6%之间.因此,污染期间强化本地排放源的管控,减少O₃生成贡献的同时,结合区域气团路径分析,精准识别污染协同管控区域,上风向污染物高排放区域实施协同减排措施,实现区域联防联控.     

北京能源消费排放CO2增量的影响因素分析——基于三层嵌套式的I-O SDA技术

通过构建一个扩展的竞争型经济-能源-碳排放投入产出表,运用三层嵌套结构式I-O SDA 技术,从整体情况、分产业、工业分行业3 个层面,对1997—2007 年北京的碳排放增量进行了分解。结果表明:消费、投资、调出和出口等经济规模增长要素,以272.46%的贡献率成为增排的主要因素,而能源消费强度变动效应,则以-237.13%的贡献率成为减排的决定性因素;在规模扩张各效应中,调出和消费超过投资和出口达8 403.38×10⁴ t,是增排的主要贡献者;2002—2007 年间以“高碳”为特征的新一轮工业化,使该期增排占到1997—2007年总增量的86.41%;服务业的贡献率是75.93%,为增排的第一大部门,但2002—2007 年工业超出服务业1 036.40×10⁴ t;重制造业的贡献率是1 030.76%,为增排的重点行业,而能源工业则以-992.81%的贡献率,成为减排的重点行业;各时段各效应在不同产业、工业不同行业发挥的作用大小不同且不够稳定。     

中国工业碳排放的因素分解与脱钩效应

采用广义迪氏指数分解法（GDIM）分析2000~2016年中国工业碳排放的驱动因素,并在此基础上,创新性地结合DPSIR框架构建脱钩努力模型测度工业碳排放的脱钩效应.研究结果表明：产出规模效应、技术进步效应、能源消费规模效应和人均碳排放效应是导致工业碳排放增加的主要因素,而产出碳强度效应与技术进步碳强度效应是减少工业碳排放的关键因素;工业碳排放的脱钩效应呈"未脱钩~弱脱钩~强脱钩"的阶段性特点;产出碳强度效应与技术进步碳强度效应是工业碳排放实现强脱钩的决定性因素,同时更需要调整能源结构、降低能源强度与碳排放强度来实现工业碳排放强脱钩.     

China’s carbon emissions from urban and rural households during 1992-2007

In China, Rapid economic growth has stimulated fast urban expansion and rural household income and consumption expenditure. In current paper, an input-output method is used to determine the impact of China’s increased urban and rural household consumption on carbon emissions. The results shows that the direct and indirect CO₂ emission from household consumption accounted for more than 40% of total carbon emissions from primary energy utilization in China in 1992-2007. The population increase, expansion of urbanization and the increase of household consumption per capita all contribute to an increase of indirect carbon emissions, while carbon intensity decline mitigates the growth of carbon emissions. Therefore, at the domestic level, household consumption is of great significance for CO₂ emission, which could be mitigated through changing the composition of goods and services consumed by households, and switching to consumption pattern of less carbon-intensive products. The government must consider the substantial contribution of household consumption to carbon emissions when China is encouraging consumption in order to address the current global financial crisis.