中国华东地区旅游交通碳排放测度与驱动因素分析

不同于以往旅游业是绿色环保产业的固有认识,旅游业中交通部分的碳减排也成为实现“双碳”目标的重要组成.基于华东地区六省一市面板数据,提出分时段的不同交通方式碳排放系数,采用“自下而上”替代式系数法准确测度了华东地区各省份的旅游交通碳排放量;构建了包括出行距离和旅游资源禀赋度的驱动因素研究框架,并运用两级LMDI加法分解模型分析了10个驱动因素的影响效应.结果表明：(1)2001-2021年华东地区的旅游交通碳排放年均增速为2.94%,大致可分为2001-2012年的快速增长阶段、2013-2015年的转型调整阶段、2016-2019年的稳步发展阶段、2020-2021年的剧烈下降阶段.(2)华东地区旅游交通碳排放总量呈现北高南低的特征,人均旅游交通碳排放量呈中间高、南北低的特征;江苏省为第一大旅游交通碳排放区域,碳排放总量达35 978.82×10⁴ t.(3)旅游规模是首要正向驱动因素,能源效率是首要负向驱动因素;2011年前后10年驱动因素影响效应变化趋势也间接揭示了人民群众的旅游目标从单景点目标转向多元散点的变化趋势.研究显示,华东地区旅游交通碳减排应聚焦在游...     

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.     

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.     

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。     

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。     

中国旅游业碳排放的影响因素分解及脱钩效应

采用广义迪氏指数分解法（GDIM）分解2000~2017年中国旅游业碳排放的影响因素,并在此基础上采用Tapio脱钩因果链模型分析旅游业碳排放的脱钩效应.结果表明：旅游业增加值、旅游业能源消耗量和旅客人次数是旅游业碳排放的促增因素,增加值能源强度和人均旅游业增加值是旅游业碳排放的促降因素,增加值碳强度、能源消耗碳强度和人均旅游业碳排放对旅游业碳排放的促增和促降作用在研究期间均有出现;旅游业能源消耗量的累积促增效应最大,为2030.13万t,增加值能源强度的累积促降效应最大,为103.29万t;旅游业碳排放的脱钩状态不佳,但近年来有所改善;人均脱钩弹性波动剧烈,节能弹性的变化是其波动的主要原因.     

广东省交通碳排放核算及影响因素分析

交通领域是二氧化碳排放的重要领域,为研究广东省的交通碳排放及影响因素,利用IPCC（联合国政府间气候变化专门委员会）在温室气体清单指南中提供的方法估算了广东交通碳排放量,并应用LMDI分解法（对数平均指数法）对广东交通碳排放进行因素分解分析.结果表明:① 2001-2010年广东交通碳排放量从1 950.98×104 t增至6 068.41×104 t,其中交通运输业碳排放是广东交通碳排放的主体,私人交通碳排放已成为广东交通碳排放不可忽视的组成部分.② 交通运输业中的公路碳排放量占比最大,占56%~64%;铁路的碳排放量占比最小,占0.6%~1.6%;水运具有较大的节能优势;民航单位周转量碳排放量最高.③ 交通运输业发展水平、运输结构、私人汽车数量规模对广东交通碳排放增加的贡献率分别为68.79%、36.14%、18.66%,是拉动广东交通碳排放增长的主要因素;运输强度与能源强度的贡献率分别为-18.1%、-6.46%,是抑制交通碳排放增长的因素.广东可以通过采取优化交通运输结构、使用替代清洁能源等措施减少交通碳排放.      

保定市能源消费碳排放演变机理研究

文章依据IPCC指南,测算了2001-2010年保定市工业和有关行业一次能源消费的碳排放量,结果显示碳排放总量由2001年的694.485 0万t增加到2010年的2 843.659 9万t,增长了4.09倍。其中煤炭类能源对历年碳排放总量的贡献率保持在90%以上,而且除2001年外,85%以上的煤炭碳排放集中于工业行业。借助广义灰色关联模型,分阶段计算了能源消费、GDP、固定资产投资、工业增加值、人口数量的规模和结构及能源强度与碳排放的综合关联度。通过分阶段结果比较,总结出保定市能源消费碳排放演变机理如下:规模效应对碳排放的影响不仅最大而且日益增强;能源强度表现出正向和负向两种影响趋势;结构效应较为复杂,最明显的变化是工业结构超过城市化率成为影响碳排放的最重要的结构因素。     

甘肃省工业碳排放测算与影响因素分析

对甘肃省1994年-2013年的工业碳排放量进行了测算,在此基础上运用LMDI分解法分析了影响工业碳排放的主要因素,结果表明:甘肃省1994年-2013年的工业碳排放量呈现波动上升的趋势,制造业和电力、燃气及水的生产和供应业对碳排放的增加有较大影响;在影响因素分析中,经济发展和能源结构是碳排放的驱动因素,分别累积实现的碳增量为9 685.64×104 t和31.48×104 t,能源强度和经济结构则抑制了碳排放的增加,分别累计实现的碳减排是4 599.22×104 t和129.66×104 t.     

中国建筑领域CO2排放达峰路径研究

实施建筑领域CO₂排放控制是推动我国2030年前实现碳排放达峰的关键举措. 2020年我国建筑领域运行阶段CO₂排放量为21.7×108 t,约占全国能源活动碳排放量的20%,其中直接排放6.9×108 t,间接排放14.8×108 t. 随着城镇化发展水平和居民生活消费水平的不断提升,建筑领域CO₂排放仍呈刚性增长态势. 为明确建筑领域CO₂排放达峰路径,综合考虑建筑领域发展现状和用能情况,以建筑运行中供暖、炊事等活动所需一次能源(煤炭、石油和天然气)消耗直接排放以及热电联产供暖、空调、照明、电梯、电器等外购热力和电力间接排放为核算范围,在预测不同阶段建筑发展规模、建筑能源消费、用能结构的基础上,分析未来碳排放变化趋势和达峰时间,提出达峰路径和重要政策举措. 结果表明:①2010—2020年,我国建筑领域CO₂排放量从13.2×108 t增至21.7×108 t,其中直接排放已于2017年达峰,间接排放仍在持续增长. ②从建筑规模和节能降碳措施等角度分情景开展建筑领域碳排放达峰路径研究,预测建筑领域CO₂排放将在2029—2030年左右达峰,峰值排放量为28.1×108~29.2×108 t,达峰后有2~3年的平台期. ③低碳清洁取暖、可再生能源应用、建筑节能改造和合理控制建筑规模4项措施是建筑领域实现碳排放达峰的重要举措,4项措施的减排贡献率分别达到40.7%、27.1%、17.7%和14.5%. 研究显示,2030年前,发展建筑可再生能源、强化建筑节能、合力控制建筑规模是建筑领域降碳的核心举措,而推动低碳清洁取暖是实现我国建筑领域降碳最主要的控制途径.      

基于LMDI模型的湖南省农业碳排放影响因素研究

随着农业经济的快速增长,农业能源消耗和二氧化碳排放量逐年增加。在此背景下,开展农业碳排放研究意义重大。基于1999-2014年湖南省农业总产值、耕地面积、有效灌溉面积、农药化肥施用量等统计数据测算了15年来湖南省农业碳排放量和碳排放强度,并运用LMDI模型分析了农业碳排放的影响因素。结果表明:(1)1999-2014年,湖南省农业碳排放量和碳排放强度均呈现逐年增长趋势,年均增长率分别为2.25%和0.52%;(2)湖南省农业碳排放各构成要素中,占比由高至低依次是化肥(50.28%)、灌溉(19.10%)、农药(13.83%)和农膜(8.48%),四者累计占比91.70%,为湖南省农业碳排放的主要来源;(3)农业生产效率和劳动力规模在一定程度上抑制了湖南省农业碳排放量的增加,而农业经济水平和产业结构是湖南省农业碳排放量增加的主导因素,应成为未来农业碳减排工作的主要突破口。湖南省农业碳排放的影响因素研究在一定程度上可为"十三五"时期湖南省农业碳减排工作提供决策参考。     

中国工业碳排放的因素分解与脱钩效应

采用广义迪氏指数分解法（GDIM）分析2000~2016年中国工业碳排放的驱动因素,并在此基础上,创新性地结合DPSIR框架构建脱钩努力模型测度工业碳排放的脱钩效应.研究结果表明：产出规模效应、技术进步效应、能源消费规模效应和人均碳排放效应是导致工业碳排放增加的主要因素,而产出碳强度效应与技术进步碳强度效应是减少工业碳排放的关键因素;工业碳排放的脱钩效应呈"未脱钩~弱脱钩~强脱钩"的阶段性特点;产出碳强度效应与技术进步碳强度效应是工业碳排放实现强脱钩的决定性因素,同时更需要调整能源结构、降低能源强度与碳排放强度来实现工业碳排放强脱钩.     

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.     

基于GMM模型的山东省能源消费主要驱动因素分析研究

山东省是中国的经济大省和人口大省,更是能源消费最大的省份.本文运用广义矩阵模型(GMM)对2000-2014年间山东省能源消费的驱动因素进行分析,结果表明:山东省能源消费总量呈不断上升趋势,各驱动因素中人口规模影响最大,其次为城市化水平和第二产业比重,对外贸易与GDP增长影响较小且都为负效应.因此,依靠相关法律法规合理控制人口增长和城市化进程有利于减少能源消费水平.本文根据最新统计数据深入研究山东省能源消费的主要驱动.     

产业转移视角下京津冀石化产业碳排放因素分解与减排潜力分析

石化产业是我国经济的支柱性产业,但其大量的碳排放却给环境造成严重负担,因此提倡石化产业低碳发展能有效推动京津冀区域经济与环境绿色均衡发展.基于产业转移视角,分析2007-2016年京津冀区域石化产业碳排放量现状;运用对数平均迪式分解（Logarithmic Mean Divisia Index,LMDI）法分解并分析京津冀区域石化产业碳排放量影响因素在三地的作用效果,进而借助产业竞争力系数佐证碳排放量影响因素作用效果在区域间的关联性;最后通过合理调整京津冀区域石化产业能源结构,将未调整和调整后的能源结构类型分别设置为基准情境和低碳情境,利用SPSS拟合最优曲线来预测2017-2030年京津冀区域石化产业减排潜力.结果表明:①2007-2016年京津冀区域石化产业碳排放量增加386.79×104 t,碳排放强度由0.77 t/（104元）降至0.31 t/（104元）.②2007-2016年,能源强度因素使京津冀区域石化产业碳排放量减少13 663.77×104 t,其贡献率高达148.38%;人均GDP因素促使石化产业碳排放量增加12 327.10×104 t,贡献率达110.69%.③对于石化产业竞争力系数,北京市由0.03降至-0.02,为三地石化产业转出地;河北省由-0.14增至0.16,为转入地.④在低碳情境下,2020年、2030年京津冀区域石化产业碳排放量分别比基准情境减少502.84×104、528.95×104 t,碳排放强度分别降至0.19、0.17 t/（104元）,均达到发展目标的要求.研究显示,2007-2016年京津冀区域石化产业碳排放量逐年上升,承受巨大减排压力,该区域可以通过调整石化产业能源结构来挖掘碳减排潜力,推动石化产业绿色发展.      

中国电力行业二氧化碳排放达峰路径研究

电力行业是我国最大的碳排放部门,碳排放量占全国碳排放总量的40%以上;同时,电力将是未来10年能源增长的主体,而这些新增用电与国计民生直接相关,属于刚性需求,是支撑我国经济转型升级和未来居民生活水平提高的重要保障. 电力行业未来新增需求压力巨大,其碳排放峰值及达峰速度将直接决定2030年前全国碳排放达峰目标能否实现. 统筹考虑社会经济发展、各部门用电需求、电源结构调整、发电标准煤耗变化等因素,采用基于情景分析的方法,开展电力行业碳排放趋势预测,识别碳减排的主要驱动因素,提出推动碳排放达峰的关键举措,为制定碳达峰目标背景下的电力行业碳排放控制路径提供参考. 结果表明:①通过积极措施,电力行业碳排放能够在2030年左右达峰,在不考虑热电联产供热碳排放时,于2028—2031年达峰,峰值为43.2×108~44.9×108 t,较2020年增加3.2×108~4.9×108 t;考虑热电联产供热碳排放,则达峰时间为2031—2033年,峰值为50.7×108~53.0×108 t,较2020年增加4.9×108~7.2×108 t. ②在电源结构不变的情况下,如到2030年降低2%左右的电力需求,达峰时间将提前4年左右. ③提速风光新能源发展是实现2030年前碳达峰的必然选择,到2030年,提高风光发电、核电、水电、生物质、气电发电装机容量及发电量、节能降耗措施等各项措施的减排贡献率分别为55.3%、10.6%、9.2%、7.6%、5.7%、11.5%. 研究显示,未来我国电力行业碳减排工作重点要聚焦于优化电源结构、推动形成绿色生产生活方式、提升用电效率、降低煤电机组能耗水平等方面.      

湖南省能源消费碳排放驱动因素及趋势预测实证分析

基于灰色系统理论,建立STIRPAT多变量非线性模型定量研究了湖南省6个角度11个指标对能源消费碳排放的影响。将缓冲算子理论与灰色预测分析相结合,在构建灰色Verhulst模型的同时,采用幂平均弱化缓冲算子对能源消费碳排放量原始数据作优化修正处理并预测未来5年碳排放量。结果表明:产业结构对碳排放关联程度最高、能源结构因素边际贡献率最大,弹性系数为-0.2055,经过幂平均弱化缓冲算子处理的模型具有更高的预测精度。通过定性分析湖南省能源消费碳排放量变化特征,定量计算碳排放驱动因素的边际贡献度,结合其发展趋势和预测结果,可为湖南省节能减排政策的制定提供参考。     

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.     

南昌市移动源排放清单研究

根据收集的南昌市移动源活动水平数据,采用合适的估算方法、排放因子和GIS技术,建立了南昌市2007—2014年移动源排放清单,并对2014年移动源清单进行了空间化处理与分析,空间分辨率为1 km×1 km.结果表明,2007—2014年南昌市移动源共向大气排放CO、HC、NO_x、PM_(2.5)、PM_(10)、SO_2分别为18.26×10~4、5.07×10~4、18.46×10~4、0.99×10~4、1.08×10~4、3.31×10~4t.其中,2014年移动源向大气中排放的这6种污染物总量分别为2.14×10~4、0.76×10~4、1.97×10~4、0.08×10~4、0.09×10~4、0.55×10~4t.道路移动源中,汽油小型客车是CO、HC和SO_2最大的贡献源,排放量分别占机动车排放总量的55.1%、78.5%和56.1%;柴油重型货车是NO_x、PM_(2.5)和PM_(10)排放贡献率最大的车型,分别占43.2%、40%和40%.非道路移动源中,小型拖拉机对CO、HC、NO_x、PM_(2.5)和PM_(10)的贡献率均较大,分别占非道路移动源排放总量的29.9%、26.9%、23.4%、29.5%和29.8%;SO_2排放主要来源于船舶,占非道路移动源SO_2排放总量的45.1%.高污染排放集中的区域,主要是青山湖区、西湖区和东湖区.     

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.