经济发展,碳排放和经济演化

本文用计量经济学的方法通过对中国、日本、美国的时间序列分析和１９９０年的全球截面数据分析，探讨了经济增长与ＣＯ２排放的关系。并重点分析了人口增长、能源消费强度变化的人均碳排放的影响。分析表明从政策角度而言，人均碳排放与人均ＧＤＰ之间不存在Ｋｕｚｎｅｔｓ曲线。人口增长和人均ＧＤＰ的增加是人均碳排放增加的主要来源，而ＧＤＰ能源消费强度的下降则是碳排放减少的重要来源。     

2000-2009年安徽省能源消费与碳排放分析

根据联合国政府气候变化专门委员会(IPCC)2006年版碳排放指南中的计算公式和碳排放系数缺省值,计算了安徽省2000年-2009年能源消费和碳排放情况。结果表明:安徽省能源消费由2000年的4878.82万t标准煤增长到2009年的8895.90万t标准煤,平均年增长率为6.9%,其中第二产业部门能源消费量均占能源消费总量的79%以上;能源消费产生的二氧化碳由2000年的4107.48万t增长到2009年的8536.12万t,其中在各种能源消费碳排放量中原煤的碳排放量最大,占总碳排放量的77%82%;碳排放强度总体上呈现下降的趋势,低于全国平均碳排放强度,但高于全球和美国;碳排放的因素分析得出碳排放量与人口、人均GDP、能源强度呈现高度相关性。     

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％.     

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.     

上海市能源消费碳排放分析

根据联合国政府间气候变化专门委员会(IPCC)2006年版碳排放计算指南中的计算公式和碳排放系数缺省值,计算了上海市1994─2006年能源消费碳排放量. 结果表明:1994年以来碳排放量逐年增加,碳排放强度不断下降,由1994年的2.51 t/(104元)降到2006年的1.07 t/(104元). 通过比较2005年上海与全国以及主要经济大国间的碳排放量、碳排放强度和人均碳排放量发现,上海市能源消费碳排放量占全国的3.5%;碳排放强度低于全国和全球水平,但比英国、德国、日本高;人均碳排放量为2.7 t/a,是全国和全球平均水平的2倍多,低于美国、澳大利亚和加拿大. 从能源利用效率、经济增长方式、能源结构以及经济结构等角度分析了碳排放强度下降的原因,其中能源结构调整引起的平均碳排放系数下降和第三产业比重上升是主要原因.      

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。     

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.     

上海能源消费碳排放分解研究

能源利用不仅为经济活动提供动力还大量排放二氧化碳.为分解上海市能源消费CO2排放的影响因素,明晰上海市能源消费CO2排放变化特征,采用指数分解分析方法建立了上海市能源消费碳排放的LMDI分解模型,从经济规模、产业结构、能源强度和产业碳排放系数4个影响因素着手,实证研究了1995-2005年上海分三次产业的能源消费碳排放变化机理.结果表明:经济快速增长是上海碳排放增加的主导因素,能源强度下降是抑制碳排放增长的重要因素.产业结构,能源结构优化有利于控制碳排放,而重工业化、能源结构高碳化会增加碳排放.基于实证分析结果和上海市情,提出了上海市未来控制碳排放的相关政策建议.     

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.      

云南省碳排放历史变化特征及影响因素分析

基于1980—2011年云南省经济发展和能源消费数据,计算了云南省碳排放量和碳排放强度,并分析了历史变化特征。采用LMDI法定量分析了能源结构、能源效率和经济发展因素对云南省人均碳排放的影响效应。结果表明,1980—2011年,云南省一次能源消费产生的碳排放总量呈指数型递增。碳排放量中平均有88.55%来自煤炭的消费,9.53%来自石油的消费,1.92%来自天然气的消费。32年来云南省人均碳排放增长的主要原因是经济发展的拉动作用,经济发展对人均碳排放的贡献率呈指数增长;抑制因素主要是能源效率的提高;能源结构的调整对人均碳排放的抑制效应不显著。     

区域能源消费碳排放特征分析──以浙江温州市龙湾区为例

本文采用IPCC化石能源碳排放的部门法分析了2002年-2012年间龙湾区的能源消费碳排放数据。研究结果表明,2002-2012年间,龙湾区的能源消耗CO_2排放量呈现出先增加后逐步下降的趋势,CO_2排放量主要来自第二产业。煤炭、油类消费是该地区CO_2排放的主要来源,2012年,分别约占50%和26%,电力CO_2排放比例增长了21倍,热力消费CO_2排放量增长了近7倍,能源碳排放构成逐步朝着良性的方向发展。该区域的CO_2排放强度下降了约667%,表明过去十一年间该地区减排措施的有效性,其CO_2排放强度的下降比例可以抵消经济高速增长带来的碳排放。     

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.     

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。     

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.     

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。     

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.     

基于PLS-VIP方法的我国居民间接碳排放研究

使用STIRPAT模型、PLS-VIP方法研究间接生活能源消费等因素对我国城乡居民间接碳排放的影响。结果显示:城乡居民间接生活能源消费弹性系数都位居第一位,富有弹性;人口规模、人均GDP的弹性系数为负值,我国人口的扩大以及经济的发展会降低间接CO_2排放量;城乡居民城镇化的弹性系数都为负值,新型城镇化建设能够降低间接碳排放量;农村第三产业比重的弹性系数为负值。最后,提出提高城乡居民间接生活能源使用效率、大力发展农村第三产业等建议。     

兰州市工业能源碳排放强度及效应研究

运用容量耦合拓展模型对兰州市2003—2013年环境系统耦合度进行评价,通过核算兰州市2003—2013年各年工业碳排放量,分析了4类工业碳排放强度变化特征,并运用LMDI模型对碳排放效应进行了多维度分解.结果表明,兰州市环境系统总体质量水平较低,环境状态指数和环境耦合度指数较低;兰州市工业碳排放总量逐年递增,碳排放与工业增加值、GDP、人口数量和城市建成区面积等呈显著正相关关系;原煤、原油、焦炭和天然气是兰州市的主要碳源,人均碳强呈显著增长态势,而工业碳强、GDP碳强、地均碳强均呈下降趋势;能源结构效应和人口规模效应在低位值附近波动变化,而能源强度效应和人均经济效应均在高位值附近波动,且后两项指标累积效应显著大于前两项指标,总体发挥正向碳增长效应.     

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.      

山西省CO2排放影响因素研究及情景分析

山西作为我国的能源大省,其碳排放强度更是持续位于全国最高水平,分析山西省CO₂排放影响因素,探究其发展模式,对于山西省的低碳发展意义重大.基于STIRPAT模型,将山西省能源CO₂排放的影响因素确定为人口、城镇化率、人均GDP、第二产业占GDP比重、能源强度.在岭回归拟合分析的基础上,利用灰色GM（1,1）模型对山西省CO₂排放驱动因素值进行预测,以提高能源CO₂排放预测的准确性,并结合情景分析方法,为山西省的CO₂减排设计了10种不同的发展情景.结果表明:①人口对山西省CO₂排放影响最大,其次是城镇化率和第二产业占GDP比重.②在当前经济发展阶段,能源强度和人均GDP等因素对山西省的CO₂排放影响不大,但能源强度对CO₂排放的抑制作用不可忽略.③山西省CO₂减排最佳的情景方案为适当控制人口数量和城镇化进程、加快产业结构的转型和技术的革新、降低第二产业占GDP比重和能源强度,并且大力推广新能源和清洁可再生能源的开发使用以优化能源消费结构.在该情景下,山西省2020年的CO₂排放量可以控制在5.16×108 t.