我国物流运输业碳排放测量及分解模型实证研究CSSCI

随着我国能源约束趋紧,环境质量下降,多省份雾霾污染严重,生态文明建设受到社会各界的广泛关注。在此背景下,以物流运输业这一碳排放大户为例,开展了实证研究。运用LMDI分解法得出影响运输碳排放的因素主要有:运输能源结构、能源消耗强度、碳排放强度、货运量等四个因素。在此基础上提出三点政策建议:优化运输能源消费结构,重点提高新型能源和可再生能源的利用比例;整合运输资源,提高运输效率,优化运输路径,降低运量对碳排放的拉动效应;鼓励科技创新,加快新技术、新装备的研发与应用进程,建立相应的制度保障。     

我国物流运输业碳排放测量及分解模型实证研究

随着我国能源约束趋紧,环境质量下降,多省份雾霾污染严重,生态文明建设受到社会各界的广泛关注。在此背景下,以物流运输业这一碳排放大户为例,开展了实证研究。运用LMDI分解法得出影响运输碳排放的因素主要有:运输能源结构、能源消耗强度、碳排放强度、货运量等四个因素。在此基础上提出三点政策建议:优化运输能源消费结构,重点提高新型能源和可再生能源的利用比例;整合运输资源,提高运输效率,优化运输路径,降低运量对碳排放的拉动效应;鼓励科技创新,加快新技术、新装备的研发与应用进程,建立相应的制度保障。     

中国各省建筑业碳排放特征及影响因素研究

根据建筑业碳排放特点对2005—2014年我国各省该行业直接与间接碳排放进行了系统核算,并结合各省碳排放特征进行了分组分析。在此基础上,运用LMDI的方法将行业碳排放因素分解为直接碳排放占比、单位价值能耗、价值创造效应、间接碳排强度和产出规模效应,计算各因素对建筑业碳排放的贡献值。结果显示:近十年各省建筑业碳排放处于整体上升区间,但碳排强度呈显著下降趋势,说明行业在快速发展的同时节能减排政策已初见成效;中国建筑业碳排放省域差异较大,呈现出"东高西低"的状态;基于LMDI的因素分解发现,产出规模效应和间接碳排强度分别是我国建筑业最主要的正向和负向影响因素。     

广东产业结构调整与碳排放分析——基于LMDI分解方法

运用碳排放系数法,在考虑主要化石能源消耗以及电力消耗的情况下汇总广东省能源消耗来估算碳排放情况;发现2005年以来广东CO_2排放呈现上升趋势,但2012—2014年增加趋势明显减缓,2014年还出现了下降。运用LMDI分解方法来分析碳排放的影响因素,分析结果表明,经济规模扩张是碳排放增加的主要影响因素,产业结构调整对于碳减排有正向促进作用。进一步对广东碳减排提出了继续发展现代服务业和现代制造业,利用新能源代替化石能源的对策建议。     

安徽省旅游业碳排放测度及驱动因素研究

基于2004—2016年的数据,利用"自下而上"法,以安徽省为例,从旅游交通、旅游住宿和旅游活动三方面估算了安徽省旅游业碳排放量。并利用LMDI分解法对旅游业经济增长的碳排放效应进行驱动因子分解。研究结果表明,能源强度变化对旅游业碳排放具有较为显著的抑制作用;旅游收入结构效应是引起省内旅游业碳排放增加的最主要拉动因素。旅游人数规模的快速增长是使安徽省旅游业碳排放增加的第二位原因;旅游消费水平效应与区域人口规模效应虽然也对安徽省旅游业碳排放的增加起到了一定的推动作用,但影响不大。     

基于LMDI分解法的我国碳生产率影响因素研究

运用LMDI分解法,以1995-2010年为样本期,按东、中、西三大区域把我国碳生产率总体变动分解为能源效率、碳排放能耗和碳排放结构3个影响因素,得出以下主要结论:1995-2010年我国碳生产率变化除了2003-2005年为负数外,其余期间均为正数,表明我国碳生产率在逐年提高.碳生产率总体变动因素分解的贡献值和贡献率表明,能源效率因素是影响我国碳生产率变动的主要因素,贡献值为0.9722,贡献率为87.66％,其变动趋势决定了碳生产率的变动趋势;单位碳排放能耗因素贡献值为0.1431,贡献率仅为12.9％,影响较小;而碳排放结构因素的贡献值和贡献率分别为-0.0063和-0.56％,表明碳排放结构抑制了碳生产率的增加.因此,提高区域能源效率,改善区域碳排放结构,对提高我国碳生产率具有重要意义.     

安徽省旅游交通碳排放测算及影响因素分析

随着旅游业的不断发展,旅游业的碳排放量问题已成为学界研究的热点。以安徽省为研究对象,从交通运输方式角度出发测算出了旅游交通的碳排放量,并运用LMDI分解模型,研究了游客人数、人均旅游消费水平、旅游产业对生产总值的贡献、单位GDP交通周转量、单位交通周转量能耗、能源结构六大旅游交通碳排放量影响因素对碳排放量的影响程度。最后,提出了应提高能源利用效率,构建绿色交通系统,加快调整能源结构,以减少碳排放。     

广东省交通运输业碳排放测算与驱动因素分析

为减少广东省交通运输业碳排放量,加快推动经济社会全面绿色转型,基于广东省2013—2020年统计数据,采用“自上而下”的算法对广东省交通运输业碳排放量进行测算,并通过LMDI分解模型分析了影响广东省交通运输业碳排量的主要因素。结果表明：广东省交通运输业碳排放量在2013—2019年呈逐渐上升趋势,2020年较2019年出现明显下跌;样本期内汽油、煤油、柴油、燃料油及电力在广东省交通运输业总碳排量中占比97.38%,其中柴油占比最高,达到45.74%,同时电力在交通运输业能源消耗中增速较快;不同影响因子中,经济和人口与交通运输业碳排量之间呈明显的正相关关系,能源结构、能源强度及植被覆盖与碳排量则呈明显负相关关系。总体来看,广东省交通运输业碳排放量仍处于上升期,未来交通运输业降碳减排方向应从优化能源结构、加强能源利用效率、增加植被覆盖面积等方面入手。     

节能减排背景下河南省物流企业碳排放特征研究

物流业快速发展带来的碳排放问题已引起有关部门的高度重视。基于1995—2012年河南省物流企业的统计数据,运用消耗能源折算法对河南省物流行业的碳排放总量和碳排放强度进行了估算,构建了河南省物流企业碳排放的EKC模型曲线,分析了河南省物流企业碳排放的发展历程和规律特征,预测了河南省物流企业碳排放的发展阶段和未来趋势。研究表明:河南省物流企业的碳排放量正处于继续上升的阶段,碳排放强度整体稳中有降,物流碳排放与行业发展呈现出反"N"型的曲线结构,如果加强环境管制、积极发展"低碳物流"将促进碳排放"拐点"提前出现,可实现经济发展与环境保护的"双赢"。     

中国碳排放与经济增长关系的实证研究

计算了1985—2010年中国能源消耗产生的碳排放量。结果表明,近25年来中国碳排放量快速增长,期间又可分为两个明显的阶段:1985—2002年的缓慢增长阶段和2002—2010年的快速增长阶段。运用协整检验、误差修正模型和脉冲响应函数对中国经济总量和碳排放量的长短期关系进行分析。结果表明,中国经济总量和碳排放量存在着长期的协整关系,经济增长在短期和长期对碳排放具有正向调节效应,短期正向冲击效应有增加趋势,长期冲击效应出现减弱趋势,提出了减少碳排放的对策建议。     

中国能否实现2020碳减排行动目标？

中国的碳排放总量还在增长．而且增长的驱动力均为长期因素,要达到2020年单位GDP碳排放比2005年降低40％～45％,并非易事。为实现目标．除了建立低碳发展的综合战略之外．更要继续加大节能减排的政策力度,进行制度创新：采取“自上而下”与“自下而上”相结合的方式进行碳减排目标分解,建立、健全能源消耗和碳排放统计、报告、评估、考核体系等。     

中国农地利用碳排放时空演变特征及驱动因素研究——基于IPCC法与LMDI指数分解模型

基于灌溉、翻耕、农药、农用化肥、农膜、农用柴油等6大主要碳排放源,利用IPCC法、标准差和变异系数法对2004—2016年我国农地利用碳排放总量及碳排放强度的时序与空间演化进程进行测量,并运用LMDI指数分解模型对其影响因素进行探究。结果表明:我国农地利用碳排放量总体呈现出"低速上升—低速下降"的趋势,碳排放强度变化具有"双峰"特点;农地利用高碳排放区基本覆盖我国主要的粮食作物产区,而碳排放高强度区则大致与我国农地资源匮乏、经济发展程度高且人口众多的地区重叠。13年来,我国31个省(市、区)的农地利用碳排放量的相对差异表现出先扩大后缩小的趋势,绝对差异逐步减少,碳排放强度的相对差异与绝对差异均在2008年后保持先缩小后扩大的趋势;农业效率、农业结构与农业劳动力对农地利用碳排放起抑制作用,农业经济是促使农地利用碳排放增长的主要因素。     

重点工业行业碳排放现状与减排定位分析

基于企业样本数据和省级数据库,本文对中国电力、钢铁及水泥行业进行碳排放量核算、排放集中度分析、达峰情况分类及脱钩状态判断,并通过聚类分析方法判断各省份在减排行动中的定位。结果表明,全国钢铁及水泥行业碳排放量在2014年后增长明显放缓,电力行业碳排放量持续上升;在省级层面,电力、钢铁及水泥行业分别有15个、7个及12个省份碳排放量仍在快速增长;在空间分布上,电力行业碳排放呈现"东高西低",钢铁行业碳排放集中在河北周边,水泥行业碳排放呈现"南高北低中部突出";时间趋势上,各省份电力行业和水泥行业逐渐实现碳排放量与产品产量之间的脱钩,在产量增长的情况下碳排放量增长减缓甚至降低,各省份钢铁行业碳排放量与产量之间的脱钩状态则较为多样化。     

基于利益相关群体的碳减排策略与潜力分析——以苏州市为例

本研究基于苏州市低碳试点工作实施方案,识别了苏州市重点减排领域,采用国家温室气体排放清单,估算了苏州"十二五"(2011—2015)期间碳排放量,并利用情景分析法预测了2016—2025年基准情景和综合减排情景碳排放趋势,分析了各重点排放领域减排贡献率。在此基础上,将减排策略按照自愿、监管、自愿与监管相结合的方式分别从不同利益相关群体进行梳理,分析不同群体减排潜力。结果表明:(1) 2015年,苏州市碳排放量约为2.35亿吨,2011—2015年,重点排放领域为工业能源消耗、建筑、交通、电力行业。(2)采用综合减排方案能在2020年左右达到峰值,之后缓慢下降,但交通部门碳排放仍有一定增加。(3)碳减排策略由多个利益相关群体共同作用产生减排贡献。对苏州市低碳试点方案的分析表明,当地政策制定者的减排贡献最高,其后是基础设施建设者和运营者,最后是基础设施使用者。     

基于VAR模型的物流业与碳排放动态关系研究——以安徽省为例

利用Granger因果关系检验、脉冲响应与方差分解方法,基于1995—2013年的安徽省样本数据,通过构建VAR模型对安徽省碳排放与物流业之间的动态响应关系进行实证研究。结果表明:物流业发展是碳排放量增加的格兰杰原因;安徽省物流业发展水平的迅速提高,引起能源消耗量的快速增加,使碳排放量不可避免地增加;但物流业发展水平达到一定阶段之后,人们的环保意识逐渐加强,碳排放量会出现下降。根据以上结论,提出促进物流产业低碳化发展的对策建议。     

环渤海地区碳排放影响因素分解及其差异研究

在Kaya公式的基础上对环渤海地区碳排放影响因素进行了分解,并对各省市碳排放状况进行了对比分析。结果发现,环渤海地区碳排放量大致呈现持续均匀的增长趋势。其碳排放主要受能源结构、碳排放系数、能源强度、产业结构、经济规模5个因素影响。各省市碳排放量均呈加速增长趋势,能源结构仍以煤炭为主,产业结构有待优化。结合研究结果,从加强低碳技术创新、优化能源消费结构、开发绿色能源、宣传低碳观念角度提出了相关碳减排建议。     

中国物流业碳排放影响因素的区域差异

物流业是碳排放的主要行业之一,分析物流业碳排放和影响因素的区域差异可为分区域制定减排措施提供科学依据。基于Panel data,利用IPCC方法测算我国30个省区2007—2014年物流业的碳排放量,运用LMDI模型将碳排放影响效应分解为能源结构、能源强度、经济发展和人口规模效应,并将全国划分为东、中、西三个区域,挖掘三个区域碳排放影响因素的差异。结果显示,就全国平均水平而言,经济发展效应是物流业碳排放最主要的正向效应,人口规模效应次之,能源强度效应是主要的负向效应,其次是能源结构效应;就区域差异而言,能源强度效应在东部地区的表现最明显,人口规模效应对西部地区的影响相对较大,经济发展效应对东部与西部地区的影响高于中部地区。     

碳排放与经济增长关系及驱动因素分析——以西北地区为例

选取2000--2010年我国西北地区（陕西、甘肃、青海、宁夏、新疆）5个省区能源消费数据和经济数据作为样本数据,根据IPCC碳排放计算指南,测算出西北各地区的碳排放量;采用脱钩理论对西北地区碳排放与经济增长脱钩状态进行分析,运用LMDI分解方法构建碳排放因素分解模型深入研究其驱动因素.研究结论显示,2001-2010年西北地区经济增长与碳排放的脱钩状态趋于不稳定状态,其中2002年、2004年为强脱钩,2001年、2007年、2009年、2010年为弱脱钩,2003年、2005年、2008年为扩展性负脱钩,2006年为增长连接;经济规模持续扩大是西北地区碳排放快速增长的关键因素,能源强度下降是抑制西北地区碳排放增长的主要因素,产业结构优化升级和能源结构调整是控制碳排放增加的潜在因素.     

能源工业发展、环境治理对火电碳排放的响应贡献——基于陕西省1995—2014年火电碳排放数据实证

借鉴国家推荐方法测算1995—2014年陕西省火电碳排放数据,以能源工业发展、环境治理指标作为内生变量,采用协整方法和误差修正模型分析三者的长期均衡与短期影响机制,基于方差分解细化了动态能源工业发展、环境治理对火电碳排放的贡献度。结果表明:陕西省火电碳排放从1995年的1891.63×10~4t增加到2010年峰值的11086.14×10~4t,此后由于能源效率的提升碳排放下降。长期看,陕西省应逐步减缓火电碳排放量,能源工业发展与环境治理的贡献度为5%和6%,具有较大的提升空间。     

中国农村居民食品消费碳排放的时空格局及其影响因素

在全球气候变化背景下,研究居民食品消费碳排放具有重要的意义。本文基于全国和地区农村居民家庭食品消费量调查数据及其人均食品消费碳排放的测算,运用ArcGIS空间统计分析、地理探测器因子探测等方法,分析2000—2019年中国农村居民家庭食品人均碳排放的时空格局及其驱动因素。结果表明：①碳排放结构中升降因素叠加,人均碳排放量增速不明显。②人均碳排放量存在空间集聚效应,但集聚程度呈下降趋势。③人均碳排放量、直接与间接排放量空间分异的影响因素不同。其中,人均碳排放量主要受到猪牛羊肉消费量、食品消费支出的影响。建议从优化农村居民的饮食结构,适度减少猪牛羊肉的消费量、增加综合碳折算系数较低的禽肉、蛋类、牛奶和鱼类等动物性食品的消费量,以及加强人均碳排放量较高地区饮食结构调整和优化的指导等方面,减少农村居民食品消费的人均碳排放量。