基于空间面板模型的碳排放影响因素分析——以长江经济带为例

随着全球变暖问题的日益严峻,气候问题引起了国际社会的广泛关注。长江经济带作为中国区域发展"三大战略"之一,面临着严峻的碳减排压力。为此,以二氧化碳排放为测度指标,定量分析了1998~2012年长江经济带二氧化碳的时空格局特征,并构建碳排放影响因素的空间面板模型,分析了产业结构、人口总量、经济水平、技术水平与城市化水平对长江经济带碳排放的影响。研究结果表明:1碳排放的绝对差异呈增大趋势,相对差异呈波动变化趋势;碳排放与人均GDP(1997年不变价)的相关性较弱;2碳排放空间格局相对稳定,高碳排放区域以江苏为中心,逐渐向四周扩散;3空间面板模型结果表明:人口总量是影响长江经济带碳排放时空格局演化的决定性因素,其次依次为经济水平、技术水平和城市化水平。     

中国二氧化碳排放的区域差异和影响因素研究

气候变化和二氧化碳减排问题已经引起了世界性的关注。文章对我国30个省份二氧化碳排放量进行测算,将其分为低排放、中排放、高排放三个不同区域并进行比较。同时,基于STIRPAT模型和面板数据方法,文章分析了人口、经济和技术对不同区域二氧化碳排放的影响。结果表明:三个区域的二氧化碳排放存在明显差异,并且差异性不断扩大;不同区域人口、经济、技术对二氧化碳排放量的弹性系数是不一样的,经济快速增长是各区域二氧化碳排放增加最重要的驱动因素;二氧化碳排放与经济增长之间存在明显的倒"U"型环境库兹涅茨曲线,但是要达到曲线的拐点需要经历非常漫长的时间。另外,中国的二氧化碳排放表现出明显的路径依赖现象,当期经济增长将至少对未来2-3年的空气质量产生影响,并且这种影响对整个国家来说比单个区域要更大。基于上述,提出了减少二氧化碳排放的相关政策建议,以适应中国的低碳经济道路。     

中国碳排放分解与动态模拟

随着我国经济的飞速发展,能源过度消耗引起的环境问题日益严重,二氧化碳排放量的增加导致的温室效应成为我国乃至国际广泛关注的焦点。我国在2007年超过美国成为世界第一大碳排放国,根据哥本哈根气候谈判会议对发展中国家承担减排义务的要求,我国作出2020年相较2005年单位GDP二氧化碳排放量下降40%-45%的减排目标承诺。本文基于这一减排目标在对我国终端能源利用碳排放情况进行分析对比基础上,应用LMDI分解模型将碳排放增量变化分解为经济规模、产业结构等四个效应,根据分解结果运用协整方法建立碳排放量与经济发展等四个变量的长期均衡协整关系模型,基于协整方程采用蒙特卡洛动态模拟方法模拟了我国2020年碳排放情况。研究结果为:LMDI分解表明经济规模是我国碳排放增长的主导因素,技术进步对碳排放产生明显的负效应,产业结构与能源结构的影响相对有限;协整模型表明GDP、煤炭消费比重、能源强度与碳排放正相关,第三产业比重与碳排放负相关,符合经济意义;蒙特卡洛模拟结果显示按照目前的发展方式2020年我国单位GDP二氧化碳排放相较2005年下降约36%-39%,与我国提出的下降40%-45%减排承诺目标十分接近,但下降幅度并不理想,表明按照目前的发展路径、节能降耗水平和能源利用技术,我国距离完成哥本哈根年会所确定的减排目标还有一定距离,为完成减排目标还需加大节能减排力度。最后文章从优化产业结构、提高能源效率、优化能源结构、运用法律手段限制排放和加强节能减排宣传等四方面提出对策建议,为我国完成"十二五"和2020年减排目标提供借鉴。     

中国西北寒旱区农牧民生活碳排放评估

围绕碳排放权开展的气候谈判愈来愈关注贫困人口与弱势群体的生存权与发展权,一方面由于受制于其薄弱的社会经济水平,贫困人口与弱势群体在气候变化实践中表现出更高的脆弱性,另一方面则因气候变化减缓与适应行动而造成的贫困人口生活成本的增加以及生活水平的下降。然而,对这些地区和人口的排放权判断主要基于国家层面和地区层面宏观数据的分析,其结果掩盖了国家和地区内部不同社会经济水平下的人口排放差异,不能准确揭示贫困人口和脆弱群体的低碳排放事实。本文基于国际碳排放评估对人口生活排放的需求,结合IPCC参考方法,利用投入产出分析模型构建了人口生活碳排放评价指标体系,并用于对甘肃、青海和宁夏干旱-高寒地区农牧民生活碳排放的样本调查和分析。评估表明,中国西北干旱—高寒区人口生活碳排放仅为1.85tCO2/人,其中用于满足基本生活需要的碳排放量达到87.25%。研究发现,生活在更冷(海拔更高)区域内的人口生活排放量更高;随着家庭收入的增长,人口生活排放量也随之上升;家庭成员数量越多,家庭的人均碳排放量就会越低。     

中国碳中和目标下的二氧化碳排放路径

结合中国中长期规划研究成果和国内外学术文献,充分考虑中国现阶段以工业为主的产业结构、以煤为主的能源结构,以及新技术研发和投入使用周期,利用中国高空间分辨率排放网格数据库(China high resolution emission gridded database,CHRED),自上而下(基于中国中长期排放和强度目标并参考IPCC-SSPs排放情景)和自下而上(基于CHRED 50 km网格分部门排放,利用空间公平趋同模型),建立中国碳中和目标下的2020—2060年二氧化碳排放路径(CAEP-CP 1.1)。CAEP-CP 1.1表明,中国2027年左右达峰,二氧化碳排放峰值为106亿t,达峰后经历5～7年平台期,2030年二氧化碳排放量为105亿t。CAEP-CP 1.1空间格局(50 km)在2030年和IPCC排放情景基本一致,但2060年差异较为显著,主要由于CAEP-CP 1.1是基于中国2060年碳中和的目标,相比IPCC情景减排力度更强。2060年排放格局下,中国基本实现超低排放,绝大部分区域(50 km×50 km)排放量都低于100万t,而在IPCC的情境下,中国2060年仍有不少区域排放量超过1 000万t。CAEP-CP 1.1空间化排放数据可与IPCC-SSPs(0.5°网格)比对和分析,路径数据可实现部门、区域对标分析和横纵向比较,国家-区域-部门-网格数据联动和双向反馈,可追溯性强(可分析每个50 km空间网格分部门排放和相关参数),便于根据实际发展、国家重大决策变化和认知提升等动态调整和迭代升级路径数据,有利于决策者在国家-区域-部门层面模拟和推演不同政策措施下的排放情景,为二氧化碳排放管控科学化、精准化提供重要支撑。     

中国人口结构对碳排放量影响研究

从人口结构角度探讨碳排放问题,有利于正确判断和把握影响碳排放量的人口因素,有的放矢地制定碳减排政策,应对我国经济发展方式的转变有着重要的理论和现实意义.本文利用我国1995-2007年碳排放量、人口总数、人口的城市化率、老龄化率和反映人口消费结构的恩格尔系数第二产业从业人口比重等时间序列数据,运用协整理论、格兰杰因果检验和多元回归模型作为分析工具,对我国人口结构与碳排放量之间的关系做了实证分析.结果发现:①1995-2007年间,人口结构中的人口城市化率、人口的消费结构、第二产业从业人口比重对碳排放量均存在正向影响,而人口规模对碳排放量的影响在模型中却表现为负效应;②相对于人口规模,人口的结构特征对碳排放量的影响越来越大,其中人口的城市化率对碳排放量的正向影响最大,说明中国的碳排放量与城市化的进程存在着密切关系;③人口的老龄化对二氧化碳排放量具有负效应,人口老龄化的加快对长期碳排放有抑制作用,所以在未来实现碳减排会逐渐成为可能.最后,针对分析结果,探讨了未来我国的碳减排策略,以期能有效地控制人口因素对我国碳排放增长的影响.     

中国碳排放影响因素分解及其周期性波动研究

基于我国1990-2005年时间序列数据,采用"两阶段"LMDI方法,先将能源消费产生的二氧化碳排放相关影响因素分解为产出规模、能源结构、排放强度和能源强度四个方面;再引入产出结构效应,对减少碳排放起关键作用的变量--能源强度进行再次分解.在此基础上,以产出规模和能源效率这两个对碳排放的增加和减少起关键作用的变量为依据,界定"高增长、高效率"、"低增长、低效率"、"低增长、高效率"和"高增长、低效率"四种不同的经济增长方式,划分出不同的时期,分析我国碳排放周期性波动的特征.研究表明,自上世纪90年以来,我国四个阶段不同经济增长方式的差异是碳排放波动的重要原因,特别是其中2000-2004年"高投入、高排放、低效率"的经济增长方式直接导致了碳排放的显著增加.因此,有效控制和减少碳排放的根本途径在于切实转变增长方式.     

武汉城市圈土地利用碳排放效应分析及因素分解研究

土地低碳利用对减少土地利用碳排放，发展低碳经济，建设“两型社会”具有重要作用。以武汉城市圈为研究对象，估算了武汉城市圈1996～2010年土地利用碳排放量，分析了城市圈1996～2010年土地利用碳排放效应，利用LMDI模型对影响城市圈土地利用碳排放的因素进行了分解。研究表明：（1）1996～2010年武汉城市圈土地利用碳排放量由1996年的95282万t上升到2010年的4 55035万t，年均增长1182%，且上升幅度越来越大；（2）武汉城市圈居民点及工矿用地碳排放强度最大，耕地最小，不同土地利用方式碳排放强度及变化幅度存在一定差异；（3）城市圈各城市土地利用碳排放存在时空差异，时间上表现为碳排放增长速度和幅度的差异，空间上表现为各城市单元碳排放量的差异；（4）土地利用变化、经济发展水平提高、人口规模增加对城市圈土地利用碳排放存在正效应，能源效率提高和能源结构优化存在负效应     

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。     

中国电力碳排放动态特征及影响因素研究

电力碳排放占中国碳排放总量比重较大,因此研究电力碳排放的影响因素并制定针对性减排政策对中国节能减排有重要意义。基于我国1991-2012年电力相关数据,分析了电力碳排放的动态特征,发现电力消费及其碳排放与GDP同步变化,中国电力生产的能源转换效率在提高,电力碳排放主要来源于煤炭的使用;运用对数平均迪氏指数分解方法,不仅考虑电力生产过程,而且考虑电力输配环节和电力终端消费活动对碳排放的影响,从而把中国电力碳排放增长分解为排放因子、能源结构、电力结构、转换效率、输配损耗、经济规模、人口规模、产业结构、电力强度、生活消费等10个影响因素。分解结果表明,经济规模是促使电力碳排放增长的最大因素,意味着中国电力碳排放与经济社会发展密切相关;以工业为主的产业结构使得电力消费增加,驱动了电力碳排放增长;生活消费也是电力碳排放增加的重要影响因素;人口规模、输配损耗、能源结构、电力结构、排放因子等因素也是正向效应,但影响程度较小;产业部门电力强度下降和能源转换效率提高是抑制电力碳排放增长的最重要因素;电力结构也抑制了电力碳排放增长,但影响程度较小。基于以上结论,中国需要从电力生产、输配、消费等环节入手控制电力碳排放。     

长三角区域绿色技术创新对工业二氧化碳排放影响的空间效应研究

绿色技术创新是推动区域高质量发展的重要途径之一。基于2011～2019年长三角区域41个地级及以上城市的面板数据,采用ArcGIS空间分析和空间杜宾模型,分析了长三角区域工业二氧化碳排放和绿色技术创新水平的时空格局,并实证考察了绿色技术创新对工业二氧化碳排放影响的空间效应。研究表明：(1)工业二氧化碳排放量处于高位小幅波动上涨态势,呈现东高西低、北高南低格局,而绿色技术创新规模先缓后急逐年递增,呈现东高西低格局,且“反K字型”空间格局初现雏形。(2)绿色技术创新对碳排放的影响具有显著的空间传导效应,地理空间以及经济地理空间邻近城市的绿色技术创新水平的增加会促进本地城市的碳减排。(3)独立绿色技术创新在抑制工业领域碳排放方面成效显著,邻近城市绿色技术创新对本地城市工业碳排放的抑制作用大于本地城市的绿色技术创新对工业碳排放的促进作用。合作绿色技术创新因规模较小对工业碳减排效果不显著。深入探索长三角区域内部城市间在促进碳减排方面协同合作、联防联控机制并加强区域内部绿色技术协同创新网络建设是进一步推动长三角低碳绿色发展的着力点。     

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.     

二氧化碳排放的国际比较及对我国低碳经济发展的启示

首先分析了我国二氧化碳排放的基本情况,指出当前二氧化碳排放增长率虽然有所下降,但环境形势依然严峻。然后从国家碳排放总量、人均CO2排放量、单位GDP二氧化碳排放量、国家累积碳排放和人均累积碳排放几个方面对我国二氧化碳排放水平与国际水平进行了比较,并结合节能减排目标对我国低碳经济的发展提出了相关建议。     

基于LMDI的上海市能源消费碳排放实证分析

能源利用不仅为经济活动提供动力还大量排放二氧化碳。本文建立上海能源消费碳排放的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四个影响因素着手,实证研究了1995-2005上海分三次产业的能源消费碳排放变化机理。研究表明: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。基于实证结果和上海市情,本文最后就上海未来控制碳排放提出相关的政策建议。     

中国低碳试点省份发展路径研究

近百年来,全球气候正经历以变暖为主要特征的显著变化。为应对气候变化,减少温室气体排放已经成为国际社会的共识。作为世界上最大的发展中国家和最大的二氧化碳排放国之一,应对气候变化离不开中国的参与。2010年8月,中国国家发展和改革委员会确定在陕西、广东、辽宁、湖北、云南五省开展低碳试点工作。本文以这五个省份为研究对象,根据1995-2009年统计年鉴数据,基于STIRPAT模型定量分析了人口规模、城市化水平、富裕度、产业结构和能源强度对碳排放的影响,并根据分析的结果给出了五个低碳试点省份低碳发展路径:陕西省建设低碳省份应该从产业结构和能源强度两方面入手;广东省除控制人口规模外,还应该调整能源结构,倡导低碳生活方式;辽宁省降低碳排放主要应该从能源强度方面入手;湖北省应该从能源强度、产业结构和人口规模三个方面着手;云南省主要应该从人口规模入手,控制人口增长,提高人口素质,实现碳减排目标。     

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。     

天津市工业部门碳排放强度研究:基于LMDI-Attribution分析方法

引入对数平均迪式分解模型及其归因分析(LMDI-Attribution)方法,从细分行业角度对2000-2012年天津市工业部门的碳排放强度变化进行研究,首先对碳排放强度作产业结构、能源强度和排放因子三因素LMDI乘法分解,其后,基于三个分解因素在2000-2006年和2006-2012年两个时间段对碳排放强度下降的影响效应,对其作归因分析,量化36个细分行业对分解因素影响效应的贡献。得到以下主要结论:天津市工业部门的碳排放强度从2000-2012年累计下降了66.87%,产业结构和能源强度是其下降的主导因素,累计影响值分别为-44.53%和-47.39%,排放因子对其下降起抑制作用,累计影响值为15.39%;产业结构对碳排放强度的影响主要依赖于高耗能行业产值占比的变化,化工行业和黑色金属行业产值的占比越高,产业结构的减排效应越差,因此在调整产业结构时,应大力发展服务业和高新技术产业,严格控制高耗能行业发展;黑色金属行业和非金属矿物制品业是能源强度效应变化的主导行业,由于技术进步和能源效率的提高,黑色金属行业的负值贡献在2006-2012年相对前七年增大了2.56倍,非金属矿物制品业从最大的正值贡献行业转为第二大负值贡献行业,使得2006-2012年能源强度对碳排放强度的拉低影响相对前七年增大了近1倍;排放因子对碳排放强度下降的抑制作用在2006年之后呈现减弱的趋势,主要是因为"十一五"期间化工行业能源结构优化与能源再利用体系的建立,有效抑制了排放因子对碳排放强度的拉升作用。综上可见,黑色金属行业、化工行业和非金属矿物制品业是天津市碳排放强度分解因素变化的主要贡献行业,以这些高耗能行业为主要研究对象,根据行业特点及其所处的发展阶段,严格控制其粗放型发展、鼓励新技术研发、循环利用资源及优化用能结构等措施,针对性的制定节能减排办法,才能在保持经济快速发展的同时做到碳排放强度的降低。     

汽油消费税对私人汽车碳排放影响研究

低碳出行是交通行业未来发展的方向,汽油消费税已成为控制私人汽车碳排放的重要手段。当下政府全面完善税费体系,急需深入研究第一大税种成品油消费税的减排效果和环保异质性。因此,本文针对私人汽车数量持续增长带来的二氧化碳排放问题,将具有环境调控功能的汽油消费税引入STIRPAT模型。以2009—2016年我国30个省、市、自治区数据为样本,使用两阶段最小二乘估计和广义矩估计方法,实证测算汽油消费税对私人汽车二氧化碳排放的影响效果及影响途径。研究结果显示:①汽油消费税对二氧化碳的排放有抑制作用,税费通过作用于私人汽车的使用,影响二氧化碳的排放;当税费每吨上涨1 000元,地区的机动车保有量每增加全国平均水平的10%时,将使二氧化碳排放量显著降低0. 25%。②基于地区、车辆差异进行的异质性分析表明汽油消费税施加在不同机动车保有量地区和不同车辆性质上的政策效果不同,机动车保有量越大的地区汽油消费税的减排作用越显著,私人汽车保有量在200万辆以上的省份,汽油消费税的二氧化碳减排效应显著,且抑制效果显著高于机动车保有量在100～200万辆的地区,而在100万辆以下的省份,汽油消费税对二氧化碳排放的影响不显著;汽油消费税对私人汽车碳排放的抑制作用相对公交车与出租车更为显著。③汽油消费税对其余空气污染物的排放也有一定的抑制作用,抑制程度略小于对二氧化碳排放的抑制。因此,建议适当提高汽油消费税,大城市税费提高幅度要高于人口和车辆稀少地区,同时针对公交和农业的燃料使用采取补贴措施。     

中国出口隐含碳增长的影响因素分析

作为"世界加工厂",我国排放的CO2很大一部分是隐含在出口产品中由国外消费的,了解我国出口隐含碳排放增长的影响因素对于制定合理的气候政策具有重要意义。本文采用投入产出法和结构分解分析,计算了我国出口贸易隐含碳排放增长的影响因素。结果表明:中国出口隐含碳排放从1997到2005年增加了14.64亿t(202%),其中出口量的上升是推动其增长的主要因素,它的贡献高达237%;生产结构和出口结构的变化分别使之增长了65%和5%;排放强度的降低只抵消了105%。其中对出口隐含碳排放增长影响最大的五个部门是:电子及通信设备制造业、化学工业、纺织业、仪器仪表及文化办公用机械制造业和电气机械及器材制造业,最后针对测算结果提出政策建议。     

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