京津冀地区工业碳排放影响因素的门限效应分析

文章针对京津冀地区近10年工业二氧化碳排放特征,采用协整检验方法研究了各区域二氧化碳排放强度与社会经济影响因素之间的关系,在此基础上利用面板门限回归分析不同区制下二者之间的非线性变化规律。研究发现,京津冀地区工业二氧化碳排放强度与产业规模、产业结构、能源结构之间存在长期均衡关系。产业规模和能源结构对碳排放强度的影响存在双重门限效应,产业结构对碳排放强度的影响存在单一门限效应。以产业规模为门限变量,碳排放强度影响系数分别为1.003 0、1.527 1、1.202 0;以能源结构为门限变量,能源结构与碳排放强度之间存在倒"U"型曲线变化规律;跨过产业结构门限值之后碳排放强度模型曲率是加速递增的。从近10年数据看,产业结构将会是京津冀工业碳排放长期影响因素。     

我国碳排放增长的驱动因素及贡献度分析

结合我国实际,对Kaya 等式进行扩展,引入经济效应影响因子、能源强度影响因子、行业贡献影响因子和碳排放强度影响因子,构建了行业CO₂排放增长驱动力模型。论文应用该模型测算和分析了1990 年至2010 年我国6 个经济部门CO₂排放的驱动因素。结果显示:①1990—2010 年,影响我国各行业CO₂排放的正向驱动因素主要是经济效应,负向驱动因素主要是能源强度效应和碳排放强度效应;②碳减排政策的制定要权衡经济发展和碳减排的政策协同;③1997—2000 年和2005—2010 年CO₂排放量减少或增速减缓的主要驱动力是能源强度效应和行业贡献效应;④基于国情,产业结构调整在短时间内对CO₂减排效力不大,而是一个长期的减排战略。     

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.     

基于LMDI的城市化不同阶段PM2.5浓度影响因素——以我国5个特大城市群为例

以我国5个特大城市群为研究区,采用人均GDP和产业结构标准,将2000~2015年划分为不同的城市化发展阶段,利用LMDI指数分解法探讨不同发展阶段排放强度、能源强度、经济产出和人口规模等4种社会经济因素对PM_2.5浓度变化的可能驱动机制及贡献率.结果表明,5个特大城市群被划分为四个不同的城市化发展阶段,随着城市化进程的推进,PM_2.5浓度呈现先上升后下降的趋势.总体上,经济产出和人口规模产生正效应,且经济产出效应是促进PM_2.5浓度增加的主要因素;排放强度和能源强度产生负效应,且排放强度效应是抑制PM_2.5浓度增加的主要因素.能源强度效应的累积贡献率在工业化初期和中期有正有负,但在工业化后期和发达经济时期均为负.从工业化初期至发达经济时期,经济产出效应和人口规模效应的累积贡献率均在增加且经济产出效应的累积贡献率增加更为显著;排放强度效应的累积贡献率为负且累积贡献率的绝对值不断增加.探讨不同城市化发展阶段PM_2.5浓度的影响因素可为政府部门制定针对性的环境保护政策提供依据.     

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.     

基于系统动力学的中国碳减排路径模拟

通过分析二氧化碳排放影响因素之间作用关系与碳减排的主要路径,构建二氧化碳排放系统动力学模型。在此基础上,通过调控供给侧经济增长速度、能源结构和产业结构要素,预测四种不同情景方案对二氧化碳排放的影响,以进一步探讨二氧化碳排放主要部门减排贡献。结果表明：四种方案的二氧化碳净排放量增长趋势逐年变缓,在二氧化碳净排放量达到峰值后,调整经济增速、改善能源结构和优化产业结构继续为碳减排发挥积极作用,相比于经济增速和产业结构调整,能源结构改善的减排贡献度更高。在综合调控经济增速、能源结构和产业结构的方案下,中国二氧化碳净排放量2024年将达到高峰值104.45亿t,2058年实现碳中和,这与现实情况更加吻合。未来若能抓住经济、能源、产业低碳转型的良好机遇,并进一步加强各部门的减排努力,中国二氧化碳净排放量有望2025年前达峰,2060年前实现碳中和。     

1993—2012年西安城区城市热岛效应强度变化趋势及影响因素分析

基于西安市及其郊区(县)7 个气象观测站1993—2012 年的气温资料,采用回归分析、Mann-Kendall 等方法分析了西安市过去20 a 城市气温、热岛强度的变化规律,从城市经济发展、城市人口增长、城市能源消费等几方面揭示其与城市热岛效应的密切联系;同时运用灰色理论分析了诸影响因素对热岛强度的相对贡献度,并对西安未来热岛强度变化趋势进行了模拟.结果表明:①西安城区和郊区(县)气温均呈现波动上升的变化趋势,城市热岛强度变化具有明显的阶段性特征,且在2000 年以后发生增强突变;②城市化的发展与城市热岛强度的变化具有密切关系,各要素相互之间呈现高度相关性,说明它们之间存在很强的传递作用;各要素与热岛强度呈现出极显著的相关关系,尤其是人口因素与热岛强度的关系最为密切,是影响热岛强度增强变化非常重要的一个综合性指标;从强度、密度和规模效应上来看,人口密度效应大于人口规模效应,经济密度效应稍大于经济规模效应,能耗强度效应大于能源规模效应;③各影响因素对热岛强度变化的贡献度存在明显差异,贡献程度最大的是常住人口数、常住人口密度和建成区面积,它们是影响热岛强度变化最为直接的因素;其余因素对热岛强度变化的贡献度相对较小,是间接的影响因素;④灰色建模显示,西安城市热岛强度在未来几年将继续呈现增强趋势.     

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。     

北京市制造业减污降碳协同效应分析和驱动因素

基于北京市2013～2020年制造业大气污染物和CO₂排放数据计算结果,分析了制造业排放变化特征,采用协同效应系数评估了制造业减污降碳的协同效果,并利用LMDI模型量化分析了人口规模、经济发展、产业结构、能耗强度、能源结构和排放强度对于大气污染物排放、CO₂排放以及二者综合的驱动影响程度.结果表明,北京市制造业排放总体呈下降趋势,2013～2020年,大气污染物排放减少了79.2%～92.5%,CO₂排放减少了60.3%,各项排放在“清空五年”和“蓝天三年”时期呈现不同的阶段性特征.从减污降碳协同效果来看,各项大气污染物和CO₂的协同效应系数均在0～1之间,对于大气污染物的减排作用大于CO₂.从各驱动因素影响来看,能耗强度降低和能源结构优化对于排放的负向拉动作用较大,排放强度降低对于大气污染物排放具有抑制作用;从协同减排综合驱动影响来看,能耗强度降低的协同效果最为明显,产业结构调整在“蓝天三年”时期的协同效果最佳.     

京津冀及周边地区区域贸易隐含二氧化硫排放

京津冀及周边地区(包括北京、天津、河北、山东、山西和河南)是我国大气污染重点控制区域,厘清这一地区内部各省各行业之间贸易隐含污染物排放是加强区域产业协作、推进区域大气污染联防联控的重要前提.本研究以二氧化硫(SO_2)为对象,结合自下而上排放清单与中国多区域投入产出(MRIO)模型,估算了2012年京津冀及周边地区各省(直辖市)和各行业之间的贸易隐含污染排放,并基于产业链分析了区域贸易对重点行业SO_2的排放贡献,识别了主导排放的区域贸易产业链.研究结果表明,在京津冀及周边地区六省市之间,河北和山西是主要隐含排放输出区域,北京和天津是主要的隐含排放输入区域.京津冀及周边地区SO_2排放主要来源于能源动力行业、金属冶炼和制品制造业、非金属矿物制品和化学工业,而装备制造业、建筑业和服务业是拉动四类重点行业SO_2排放的主要产业.进一步分析六省市内部排放与区域产业链之间的关系发现,山西省是主要的能源消费SO_2排放输出区域;河北省是主要的金属冶炼和金属制品隐含排放输出区域;河北和河南是主要的非金属矿物制品隐含排放输出区域;山西是主要的石化与化工隐含排放输出区域.以上结果有助于理解京津冀及周边地区大气污染排放与产业结构的关系,为制定区域环境管理政策,优化区域产业结构提供支撑.     

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.      

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.     

重庆市工业耗能相关碳排放变化驱动因素研究

在构建重庆市工业耗能相关碳排放影响因素分解模型的基础上,采用因素分解方法分析了过去十余年间(1999²011)4种驱动因素对重庆市工业碳排放变化的影响,并识别出关键驱动因素。结果显示:能耗增长的主要原因是工业经济发展;工业能源强度是促进重庆市工业耗能相关碳减排的主要影响因素;产业结构因素对重庆市工业耗能相关碳排放变化的影响存在波动,但其累积效果表现为减排;能源结构因素对重庆市工业耗能相关碳排放变化没有显著影响。最后,结合各关键因素的未来发展趋势,提出重庆市工业未来低碳发展的可行途径为技术进步和产业升级。     

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。     

中国碳排放的区域差异及演变特征分析与因素分解

在研究近16 a(1995—2010年)中国八大区域碳排放特征及其演变规律的基础上,采用LMDI分解方法,将碳排放的影响效应分解为人口规模效应、经济发展效应、能源强度效应和能源结构效应,探讨中国碳排放区域差异变化的原因与规律。结果表明:①八大区域碳排放量和人均碳排放量均呈逐年上升趋势;②东北、京津和东部沿海地区碳排放比重逐年下降,其它地区正好相反或维持不变;③经济发展效应对碳排放有最强正影响,能源强度效应对碳排放有最强负影响;④人口规模效应对包含直辖市的区域碳排放有较大的正影响,经济发展效应对经济发达地区的碳排放正效应弱于其它地区,能源强度效应对经济结构调整活跃地区的碳排放有较强的抑制作用,能源结构效应受宏观经济形式与能源政策影响,对碳排放的影响有较大波动。     

中国能源消费碳排放变化的驱动因素研究

将DEA中基于能源投入的Shephard距离函数引入到LMDI分解模型中,建立了1995~2010年中国6大产业能源消费碳排放7因素分解模型.研究结果显示, 产业结构效应、经济产出效应、人口规模效应、能源绩效效应对碳排放的增加具有一定的拉动作用,其中经济产出效应的累积贡献率最大为135%,产业结构效应、人口规模效应、能源绩效效应对碳排放累积贡献率分别为10.74%、9.39%、0.65%;潜在能源强度效应对碳排放下降的累积贡献率最大为54.6%,说明产业能源强度的调整空间较大,且抑制效应逐年增强;能源结构效应、能源技术进步效应对我国碳减排的累积贡献率分别为0.2%和1.04%,贡献微弱,亟待提高;从产业层面研究发现,农林牧渔业、建筑业、批发零售和住宿餐饮业和其他行业的低碳发展较好,工业、交通运输仓储和邮政业低碳发展不佳,工业始终是我国碳排放的主要来源.     

中国减污降碳协同效应的时空特征及其影响机制分析

我国环境污染防治面临减污降碳协同推进的新挑战,为实现减污降碳协同增效的总目标,深入打好大气污染防治攻坚战,研究减污降碳协同效应的时空特征及其影响机制,对因地制宜制定经济社会发展全面绿色转型的政策具有重要现实意义. 本文以2011—2019年我国30个省(自治区、直辖市)为研究对象,分析大气污染物和碳排放的时空特征(不包括港澳台及西藏自治区的数据,下同);同时,运用耦合协调模型计算碳减排与大气污染物控制系统的耦合协调度,进一步分析减污降碳协同效应在全国、八大经济区和各省份的时空特征;并利用时空地理加权回归模型(GTWR),揭示了减污降碳协同效应影响因素的空间演化规律和作用机制. 结果表明:①2011—2019年我国碳排放量缓慢增长,污染物排放当量自2014年开始明显下降;大气污染物和碳排放主要集中在东北、北部沿海和黄河中游经济区. ②2011—2019年我国减污降碳的协同效应整体上明显提高,不同经济区和省份的减污降碳协同效应存在明显的时空差异. ③能源消费总量、能源消费强度和能源消费结构是减污降碳协同效应的主要影响因素,能源消费总量、能源消费结构、能源消费强度、产业结构和进出口贸易总额等因素对减污降碳协同效应的影响存在显著的空间异质性. 鉴于此,本文从制定差异化的减污降碳协同策略、推动能源结构优化转型、加强地区和部门间的协同治理等方面提出了减污降碳协同增效的对策建议.