武汉市能源消费碳排放因素分解与低碳发展研究

本文以2010—2015年武汉市三次产业和居民生活能耗碳排放数据为基础,运用LMDI模型从人口规模、经济水平、三次产业结构、能耗强度、能源结构、碳排放系数六个方面对武汉市能源消费的碳排放进行因素分解。分解结果表明,人口扩张和经济增长是促进武汉市碳排放增长的主要因素,贡献率为38.7%和198.52%;能耗强度降低、能源结构优化和能源碳排放系数变化是抑制武汉市碳排放增长的主要因素,贡献率为-99.14%、-24.22%和-14.13%。经分析发现,人口扩张和经济增长在未来一段时间内将继续成为促进武汉市碳排放增长的最大贡献点;产业结构调整在经过2012-2013年间出现的碳排放效应促进-抑制转折点后将逐步成为抑制武汉市碳排放增长的重要影响因素;在继续保持第二产业能耗强度下降的同时,加大对第三产业能耗强度控制力度是武汉市现阶段碳排放控制工作的重点方向。     

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。     

技术创新、产业结构调整对能源消费影响的实证分析

在产业结构调整、减少能源消费、提高能源效率的过程中，技术创新是关键因素。本文在现有研究的基础上引入技术创新要素，建立技术创新、产业结构调整对能源消费影响的分析框架。通过假设建立了技术创新、产业结构调整对能源消费影响的计量模型，运用中国的数据进行了实证分析。研究结票表明。专利授权量增加能够节约能源消费，第一产业、建筑业、批发与零售业等能源消耗较少产业的产值比重增加能够减少能源消费。研究结论认为，基于技术创新的产业结构升级、优化和经济增长方式转变，是经济增长和能源消费脱钩的重要途径。     

江苏省交通运输业能源消费碳排放及脱钩效应

通过自上而下的计算方法,测算了江苏省1995～2010年交通运输行业能源消费碳排放量和人均碳排放量,并结合行业自身发展特点,扩展了Kaya恒等式,运用LMDI分解法进行分解分析。同时,在上述基础上采用Tapio模型对江苏省交通碳排放与交通运输业经济发展的脱钩关系进行了探讨。研究发现:(1)江苏省交通碳排放量与人均碳排量均呈明显上升趋势,其中石油制品类能源消费碳排放表现突出;(2)正向驱动交通碳排放量增加的因素为经济产出、人口规模和产业结构,负向驱动因素为交通能源结构和交通能源强度。其中,拉动碳排放量增长的决定性因素是经济产出规模的扩大,而促使碳排放减少的主要因素是交通能源强度的降低,相对于正向驱动因素,负向驱动因素抑制交通碳排放增加作用有限;(3)交通碳排放量变化与运输业经济发展之间的脱钩状态以扩张负连接、扩张负脱钩和弱脱钩为主,脱钩关系总体呈先恶化后改善的趋势,但要完全实现两者的绝对脱钩,依然任重道远     

中国碳排放库兹涅茨曲线实证研究——基于Gregory-Hansen协整分析

中国反复、多次出现大范围持续性雾霾天气使碳排放与经济增长问题成为理论界研究的热点,选取1978~2012年中国历年相关统计数据,采用Gregory-Hansen协整检验方法结合结构突变分析,实证检验我国碳排放与能源消费、经济增长及产业结构的关系。研究结果显示,中国碳排放环境库兹涅茨曲线为正U型,且该曲线存在结构突变;经济增长、能源消费、产业结构对碳排放都具有显著的增排效应。因此,建议在保证经济可持续的中高速增长前提下,通过提高能源利用效率、推进产业结构调整等措施来降低碳排放量,使"APEC蓝"能够成为一种"新常态"。     

中国碳排放因素分解:基于LMDI分解技术

碳排放是当前全球关注的热点问题,如何评估各种因素在碳排放中的贡献程度对于抓住其中的关键因素,促进碳减排具有重要意义。本文构建了一个基于经济总量、经济结构、能源利用效率、能源消费结构、碳排放系数的碳排放恒等式,运用LMDI分解技术,对中国1995-2007年的碳排放从产业层面和地区层面进行了分解。结果表明:经济规模总量的扩张是中国碳排放继续高速增长的最主要因素,能源利用效率的提高则是抑制碳排放增长最主要的因素,产业结构或者地区结构的变化、传统能源结构的变化对碳排放影响有限,潜力还没有发挥出来。我国碳减排需要进一步的努力:短时间内,在产业内部推进产业内升级,特别是工艺创新和工艺升级等是提高能源利用效率的有效途径;从长远来看,产业结构调整和产业结构升级则是降低二氧化碳排放的可行选择;通过大力发展可再生能源和新能源来优化能源结构才有可能真正达到减排的目的。     

中国制造业能源相关的碳排放因素分析

本文运用对数平均迪氏分解法,建立制造业部门能源消耗碳排放模型,将我国制造业碳排放分解为产出规模、部门结构,能源强度和能源结构等四个方面因素。以能源强度为标准把制造业划分为能源密集型行业和非能源密集型行业两类。结果发现:①从逐年效应来看,产出规模是碳排放增加的最大拉动因素,能源强度是碳排放较强的抑制因素,产业结构和能源结构两个因素影响相对较小,产出规模增长抵消了能源强度对碳减排的贡献导致碳排放总量增加。以1996年为基期,至2011年,除能源消耗强度的累积效应为负值外,其余三种因素的累积效应均为正值。②相较于非能源密集型行业,能源密集型行业数目虽少,对能源消耗碳排放的影响更大,但非能源密集型行业减碳潜力巨大。     

江苏省碳排放现状及因素分解实证分析

随着我国社会经济的迅速发展,能源消耗和环境问题日益严重,特别是由碳排放的增加带来的温室效应成为国际社会关注的焦点。全球变暖已经触及农业和食品安全、水资源安全和公共卫生安全,对人类的可持续发展带来严峻的挑战。江苏省作为中国的经济大省,面临着越来越严峻的减排压力。为此,本文分析了1997-2007年江苏省碳排放总量、碳排放强度、人均碳排放及其三大产业碳排放变化情况,并对江苏省1996和2007两年六部门终端能源利用碳排放总量进行对比。采用LMDI分解法,建立了江苏省碳排放增量的因素分解模型,定量分析了1996-2007年间经济规模、产业结构、技术进步与能耗结构四个因素对江苏省碳排放增量的影响。研究发现,经济规模效应是正向决定性因素,技术进步效应与能耗结构效应是负向决定性因素,产业结构调整的影响较弱。最后提出了相应的减排政策建议。     

中美两国能源消费与经济增长的对比分析

能源消费作为碳排放的直接来源,对经济增长起到了至关重要的作用。本文应用计量经济学模型,对中美两个大国的能源消费与经济增长之间的关系进行了实证研究。研究结果表明,能源消费均是支撑两国经济增长的重要因素,其中中国的经济增长对能源消费的依赖程度高于美国。由此,我国亟需向"集约型"的经济发展方式转变,从而降低能源强度。     

上海市经济结构多元化与碳排放相关性研究

本文提出了基于经济计量学的修正结构多元化系数(MESD),并应用于上海经济结构多元化与碳排放相关性分析。结果表明,随产业结构调整,上海能源利用效率逐步提高(万元GDP能耗下降),但碳排放总量仍持续上升,且能源消耗增长倍数与产业结构多元化系数(MESD)相关性显著,有递增态势。传统的能源效率控制政策已不适用于上海等长江下游发达城市,"自上而下"的总量控制和能源结构调整应成为该地区未来能源政策的发展方向。     

区域能源消费碳排放峰值预测及可控性研究

探讨不同因素对能源消费碳排放峰值的影响,对国家(地区)低碳政策具有重要意义。本文以吉林省为例,根据低碳社会发展各个不同阶段设定低碳情景、节能-低碳情景、节能情景和基准情景等4种情景,基于扩展STIRPAT模型,对能源消费碳排放进行预测,峰值时间分别为2029年、2036年、2040年和2045年,对应峰值依次为264.0×106t,356.2×106t,430.0×106t和477.3×106t。在此基础上,对吉林省能源消费碳排放展开可控性研究,探讨各因素变化对峰值大小和峰值时间的影响,分析表明各因素对峰值均有不同程度的影响,其中人口、城市化率只影响峰值大小,人均GDP、碳排放强度和第二产业占比对峰值时间和大小均有一定影响,三种因素分别从低速率提升至高速率时,人均GDP将导致峰值时间推迟,而碳排放强度和第二产业占比则将推动峰值时间提前;进一步定量分析各因素影响程度,依次为:人均GDP第二产业占比碳排放强度城市化率人口。根据研究结果对吉林省政策次序提出建议,在保证经济发展质量的基础上,控制经济增长速度、优先调整产业结构、降低碳排放强度、合理规划推进城镇化进程。     

能源消费、经济增长与中国CO2排放量变化

基于我国能源消费和经济增长特点,采用对数平均的Divisa方法对我国1990~2007年的CO2排放进行分解分析。结果表明：经济增长效应是我国CO2排放增加的主要因素,能源强度效应是抑制CO2排放的主要原因,人口效应和结构效应对碳排放的影响不大。分地区的研究表明：东部地区的经济发展和能源强度效应对CO2排放量的影响高于中西部地区,人口效应使东部地区碳排放增加,使中西部地区碳排放降低,能源利用结构变化对东部地区的碳排放有一定的抑制作用,对中西部地区的影响较小。因此,要降低我国的CO2排放,需要针对地区特点制定不同的政策,东部地区需要进一步提升技术水平,进而提高能源利用效率,对中西部地区需要逐步改善以煤为主的能源消费结构,提高清洁能源比重,同时调整产业结构,发展服务业和技术含量高的低能耗制造业。     

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.     

四川省能源消费碳排放影响因素分解研究

结合《省级温室气体清单编制指南(试行)》,对四川省2005-2013年能源消费碳排放量进行测算,表明该阶段四川省能源消费碳排放量呈稳定增长态势。利用LMDI(对数平均迪氏指数)分解方法,将能源消费碳排放分解为人口、人均GDP、产业结构、能耗强度、能源消费结构五方面效应,对四川省2006-2013年碳排放增量进行分解研究,表明该阶段人均GDP对四川省碳排放量具有强烈拉动作用,其次为产业结构,能耗强度对四川省能源消费碳排放具有强烈抑制作用,而人口、能源消费结构逐年效应有正有负,贡献度绝对值较小。根据上述结论,针对性地对四川省"十三五"期间控制碳排放提出了建议。     

无锡市能源消费、碳排放与经济增长关系分析

经济增长对资源消耗存在很大的依赖性,研究能源消费、碳排放与经济增长关系,可为经济增长方式转变和低碳城市建设提供重要科学依据。基于IPCC国家温室气体排放清单指南中的方法估算了无锡市能源消费碳排放,并建立“脱钩”模型探讨能源消费、碳排放与经济增长之间的关系。结果表明：（1）2000~2010年,无锡市碳排放从84335万t增加到2 52804万t,总量不断增加,但趋势有所减缓,且各县市碳排放特征差异显著;（2）无锡市碳排放与经济增长整体处于弱脱钩状态,且脱钩状态有不断增强的趋势,市区经济发展已不依赖于能源消费,朝着环境友好方向发展,江阴和宜兴节能减排压力仍然很大;（3）优化产业结构、调整工业结构和提高能源利用效率是改善无锡市能源消费、碳排放和经济增长关系的有效途径,各县市根据具体情况,侧重点有所不同     

中国碳排放强度与产业结构的关联分析

产业结构调整与低碳经济发展相互联系,内在统一,从产业结构角度探讨碳排放强度问题,有利于正确判断和把握影响碳排放量变化的产业因素,有效制定控制碳排放的产业发展政策。本文在对我国碳排放总量变化趋势进行分析的基础上,选用2001-2008年全国及28个主要省域的碳排放总量、三次产业比重、单位GDP碳排放量数据,运用灰色关联分析方法,研究了我国碳排放强度与第一产业、第二产业和第三产业之间的关联性,得到以下结论:第二产业是影响地区碳排放强度的主要因素,全国有16个地区二次产业与碳排放强度关联度最大,但第二产业并不是影响地区碳排放量增大的绝对因素;第三产业对地区碳排放强度的降低效应并不明显,全国有11个地区第三产业对碳排放量的影响超过第二产业的影响,需要引起重视;第一产业对碳排放强度的影响最小,全国只有4个地区第一产业对碳排放强度的影响不是最小。在此基础上,探讨了未来我国产业结构调整的碳减排策略,以期能有效控制产业发展对我国碳排放强度的影响。     

安徽省城市化进程中的碳排放影响因素研究——基于STIRPAT模型

通过对安徽省2000~2011年能源消费碳排放量及碳排放强度进行了测算分析,并基于STIRPAT模型,运用因子主成分回归方法,构建影响城市化进程中碳排放增长的驱动因子模型,对城市化进程中碳排放影响因子进行定量分析研究。研究表明：安徽省2000~2011年能源消费碳排放量呈逐年递增态势,碳排放强度和能源强度均逐年递减态势;安徽省在城市化快速进程中,第二产业产值、第三产业产值、城镇人口比重、城镇建成区面积、城镇居民人均可支配收入每增加1%时,碳排放总量将增加1.208 8%、0.202 0%、0.502 3%、4.793 8%、1.066 0%;当能源强度每下降1%时,碳排放总量将减少0.120 2%;城镇建成区面积扩张、工业化水平提升促进了能源的消耗,成为碳排放的主要驱动因素。鉴于此,提出严格控制城市发展用地规模、通过科技创新推动能源利用效率提高及开发利用新能源、优化产业结构及提高三次产业占GDP比重、建设紧凑型低碳城市、倡导低碳绿色生态的生产消费模式等政策建议,为实现建设生态文明以及实现“生态安徽”与“美丽安徽”目标提供科学依据,也可为中尺度（省级行政区）城市化进程中碳排放的研究提供示范     

长三角地区能源消费与区域发展相互关系及其影响因素

以长三角地区上海、江苏和浙江3省市为研究对象,运用Johansen协整检验、向量误差修正模型（VEC）和Granger因果检验等方法分析能源消费与经济发展的相互关系,并利用LMDI方法对3省市1995~2007年的能源强度进行分解分析,得到能源消费与区域发展关系的影响因素。结果表明：近年来长三角能源消费形势严峻,并较多地受到产业结构调整的影响。上海和江苏的能源消费在一定程度上拉动了经济发展,但是随着产业结构的调整,上海工业结构的调整促进了能源强度降低,而江苏却正好相反。近年来,浙江省的经济发展对能源消费的影响比较显著,随着该省工业规模扩大,能源强度有所升高,但是其产业结构的调整有利于降低能源强度。     

“双控”目标下产业智能化的节能降碳减排效应

作为新一轮技术进步的重要标志,产业智能化是“双控”目标下实现节能降碳减排的重要路径。运用2011—2021年275个城市面板数据,检验产业智能化对能源消费、碳排放、工业污染排放总量和强度的影响及机制。理论分析表明,产业智能化应用产生规模扩张效应、技术创新效应和产业结构升级效应,三种效应的相互作用将决定产业智能化对能源消费、碳排放、工业污染排放总量和强度的影响方向和程度。该研究采用固定效应模型进行基准回归,并运用工具变量、GMM动态面板、外生冲击检验和替换解释变量等方法,确保基准结果的稳健性。研究表明：(1)产业智能化不仅能够减少能源消费和工业污染排放总量,而且可以降低能源消费、碳排放和工业污染排放强度,实现节能降碳减排。(2)经验证据显示,产业智能化对能源消费、碳排放和工业污染排放的总量影响小于对其强度的影响。产业智能化主要作用于“能耗双控”,对“工业污染排放双控”作用较小,但未能实现“碳排放双控”。(3)机制检验得出,目前产业智能化所推动的绿色技术创新水平较低是产业智能化未能实现“碳排放双控”的根本原因,采用智能化技术提升绿色技术创新水平是由“能耗双控”向“排放双控”转型的重要条件。...     

产业结构变动对中国碳排放的影响

采用LMDI分解方法,对中国1996-2009年的碳排放进行分解,定量分析产业结构变动对碳排放变动的影响。在此基础上,依据对未来中国产业结构变动的预测,估算了2020年之前产业结构变动对中国碳减排的贡献。基本情况是,1996-2009年中国碳排放增长464 678万t,其中,经济总量效应531 337万t,产业结构效应49 887万t,能源消费强度效应-223 940万t,能源消费结构效应107 395万t,诸因素对碳排放增长的贡献度分别为114.3%,10.7%,-48.2%和23.1%。产业结构变动驱动了碳排放增长,尽管它不是最主要因素。进一步研究发现,高耗能产业上升或下降1个百分点所对应的CO2排放量增加或减少2.2-2.9亿t。依据对高耗能产业结构变动值的预测,到2020年,产业结构变动效应约为-5亿t,占期间碳排放增量的-15%。这表明,与此前产业结构变动导致碳排放量增加情形相反,未来产业结构变动将有助于减少碳排放。