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.     

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。     

钢铁领域CO2减排协同发展的实现策略——以京津冀为例

本文运用C-D生产函数修正传统的LMDI指数分解法并构建Tapio及交叉脱钩模型,结合灰色预测模型GM(1, 1),实证分析2006—2025年京津冀钢铁领域碳排放的碳强度、驱动因素、脱钩指数及协同关系。结果发现：(1)京津冀从“十一五”到“十四五”时期钢铁领域碳排放由快速增长变为缓慢增长,北京市和天津市钢铁领域的碳排放强度均低于地区平均水平,河北省则高于平均水平;(2)碳增排因素为能源消费碳强度和资本投入,碳减排因素为能源强度和技术进步,劳动投入逐渐从碳增排效应转变为碳减排效应;(3)京津冀钢铁领域碳排放与工业增加值未实现脱钩,且京津冀三地间脱钩协同关系多表现为不协同。鉴于京津冀城市群钢铁领域聚集,需推进钢铁领域实现协同脱钩,积极引领“双碳”行动。     

低碳试点城市工业碳排放脱钩因素分解研究——以镇江市为例

基于塔皮奥脱钩理论和LMDI分解技术构建脱钩因素分解模型,对镇江市工业和6个重点行业的碳排放脱钩趋势与脱钩因素进行分析。结果表明:2002—2015年镇江市工业碳排放总量呈递增趋势,工业碳排放结构无明显变化;工业碳排放与经济增长之间的脱钩效应呈现出显著的阶段性特征,主要表现为弱—强—弱—强的变化趋势,经济规模和经济结构分别是抑制和促进脱钩效应的主要因素;6个重点行业的碳排放脱钩趋势和脱钩因素既有共性又有个性,其中化学工业和非金属矿物制造业的脱钩变化趋势类似且脱钩状态最佳,经济规模效应是6个行业共有的脱钩抑制因素。基于实证结论,对镇江市工业低碳转型提出政策建议。     

长江三角洲地区用水量演变与脱钩的驱动效应研究——基于LMDI-Tapio两阶段方法

运用LMDI-Tapio两阶段方法分析长江三角洲地区2000—2015年用水量变化驱动效应与脱钩状态,分解脱钩指数,探究脱钩状态变化的驱动因素。研究发现:长江三角洲地区具有较稳定且状况较好的脱钩—弱脱钩—强脱钩变化过程,3省市总体脱钩状态存在差异性:浙江上海江苏;上海脱钩因素贡献率为:强度收入人口结构,江苏和浙江的脱钩因素贡献率均为:收入强度结构人口。结果表明,产业用水强度和产业结构是长江三角洲地区用水量与经济增长脱钩的促进因素,经济收入增加和人口规模增长是长江三角洲地区用水量与经济增长脱钩的抑制因素。因此,长江三角洲地区应改善发展结构,优化三大产业的用水比例,积极改变经济发展模式,以保持强脱钩的理想状态。     

安徽农业能源消耗碳排放与经济发展脱钩分析

基于2006—2016年安徽省农业GDP和农业生产能源消耗的基础数据,核算了在此期间安徽省农业生产能源消耗产生的碳排放总量,并利用Tapio脱钩指数分析了农业能源消耗碳排放与农业生产总值之间的脱钩关系。结果表明,安徽省在此期间农业经济增长与农业能源消耗碳排放绝大多数处于弱脱钩状态,并有向强脱钩转变的趋势。安徽省应大力发展减排技术,减少柴油和原煤的消耗量,尽早实现农业能源消耗碳排放与农业经济增长的脱钩。     

长江经济带能源消费碳排放与经济增长实证分析——基于弹性脱钩模型

基于我国1995—2015年长江经济带能源消费数据测算碳排放总量,借助弹性脱钩模型分析碳排放与经济增长的脱钩状态,利用等维灰色递补GM(1,1)模型进行预测。结果表明:①1995—2015年长江经济带碳排放量逐年增长,约70%的碳排放来自于工业部门;原煤和电力碳排放量占总量1/2左右;江浙、湖南与四川分别成为东、中、西部地区的碳排放中心;②长江经济带碳排放与经济增长脱钩先后经历:较理想的弱脱钩状态恶化为增长连结甚至扩张的负脱钩状态,逐渐改善为增长连结或弱脱钩状态,再进一步改善为弱脱钩或强脱钩状态;③2016—2026年长江经济带能源消费、碳排放及GDP均持续增长,导致能源消费与经济增长、碳排放与经济增长均呈现出弱脱钩状态,而排放与能源消费呈现出增长连结状态,该状态与理想的强脱钩状态尚有一定的距离。     

甘肃省农业碳排放与经济增长的脱钩研究

在测算甘肃省1993-2011年农业碳排放量的基础上,构建该省农业碳排放与经济增长的Tapio脱钩指标模型,研究了甘肃省1994-2011年农业碳排放与经济增长之间的相互关系.结果显示,农业投入导致显著的碳排放增长;脱钩弹性曲线大体上呈现周期性“较理想状态—畸形状态—较理想状态”的“W”型变化,其中一、三阶段整体发展良好,强弱脱钩状态占比达82.5％;各阶段有不同的脱钩指标值,出现各类状态的原因各不相同.依据结论,提出了相关低碳减排建议.     

基于SBM—DEA浙江省碳排放效率时空演变研究

推进高质量绿色发展,碳减排治理需要综合考量碳排放效率。运用Undesired-super efficiency SBM模型与Malmquist指数模型对2010-2019年浙江省11个地级市的碳排放效率进行测算,在此基础上,运用固定效应分析影响该省碳排放效率的因素。结果表明:(1)浙江省碳排放效率受规模效率制约,空间上具有分异性且固化效应明显。(2)浙江碳排放冗余量大、减排潜力高,可减排规模、相对减排潜力与碳排放纯技术效率呈反向变化。(3)浙江省碳排放效率与经济发展水平、对外开放程度呈正相关关系,与要素禀赋、能源结构、产业结构和技术水平呈负相关关系,产业结构对碳排放效率影响最大。     

东北三省农业碳排放效率时空演化特征及驱动因素分析

在经济社会低碳转型变革中,农业作为三大支柱产业之一,其碳排放效率是判断农业可持续发展的重要指标。本研究采用考虑非期望产出的全局SBM模型测算东北三省36个城市在2010—2019年的农业碳排放效率,并运用空间聚类分析和地理探测器探究其空间分异特征及驱动因素,旨在为推动东北地区实现农业高质量发展提供启示。研究结果显示：① 2010—2019年东北三省农业净碳汇总量和农业碳排放效率整体呈上升趋势,从城市尺度出发计算得到效率平均值由0.540提高至0.743;其中吉林省净碳汇增量及效率在研究期内均居于首位,黑龙江省和辽宁省分别具有“高排高汇”和“低排低汇”特征,研究期内各省效率值均有提高。②空间上东北三省农业碳排放效率呈现出“区块状”分布特征,空间聚集程度逐渐增强。③从整体尺度看,将东北地区整体农业碳排放效率作为样本,农业机械率成为研究期内决定力均值最高的驱动因子,但其作用强度逐渐削弱;通过观察不同时期关键交互因子发现,社会因素作用强度逐渐增强。从区域尺度看,农业机械率是影响黑龙江省、辽宁省农业碳排放效率空间分异格局的主导驱动因子,吉林省农业碳排放效率空间分异格局的主导驱动因子是农产品规模和城镇化率;而农业机械率与农业产业结构经过空间叠加后形成的交互因子,对三个省份农业碳排放效率空间分异格局都起到决定性作用。     

中国低碳经济转型的双驱动模式

低碳经济转型是一国经济增长和碳排放增长逐渐脱钩的过程。从脱钩弹性系数和单位GDP排放量的变化来看,20世纪70年代以来．中国在低碳经济转型的道路上取得了明显进展。不容忽视的是,这一转型主要受能源效率提高的驱动．而能源碳强度上升则在一定程度上阻碍着转型的进程。因此,由能源效率单驱动转向能源效率与能源碳强度的双驱动模式．是中国加快低碳经济转型步伐的必然选择。     

中国低碳经济转型的双驱动模式

低碳经济转型是一国经济增长和碳排放增长逐渐脱钩的过程。从脱钩弹性系数和单位GDP排放量的变化来看,20世纪70年代以来,中国在低碳经济转型的道路上取得了明显进展。不容忽视的是,这一转型主要受能源效率提高的驱动,而能源碳强度上升则在一定程度上阻碍着转型的进程。因此,由能源效率单驱动转向能源效率与能源碳强度的双驱动模式,是中国加快低碳经济转型步伐的必然选择。     

中国沿海区域旅游发展与碳排放脱钩关系研究

引入旅游节能弹性和旅游减排弹性分指标构建旅游发展与碳排放脱钩模型,分析了中国沿海区域2003—2012年旅游发展与碳排放的脱钩关系及时空演变趋势,并根据十年平均发展情况将我国沿海11省(市)划分为三类。研究结果表明:沿海区域旅游发展与能源消耗脱钩程度较好,主要表现为弱脱钩;旅游减排弹性值较高,能源消耗与碳排放脱钩程度较差,并且没有明显改善趋势;旅游发展与碳排放总脱钩以弱脱钩和增长连结为主;辽宁、河北、山东和广西近十年旅游发展与碳排放脱钩关系呈增长连结状态,海南省虽属于增长连结,但旅游减排脱钩程度极低,其余省份则处于弱脱钩状态。据此,提出提高能源效率、改善能源结构、发展新能源等建议,以促进旅游业节能减排。     

“双碳”目标下安徽省能源现状及减碳对策研究

安徽省现处于重大战略叠加效应集中释放期。基于统计年鉴数据,借助IPCC和Tapio脱钩理论,统计分析了安徽省2005—2019年能源消费现状,以及2015—2019年碳排放总量及特征。结果表明：2015—2019年安徽省碳排放总量总体呈上升趋势,碳排放主要来自煤炭消费,受能源强度下降驱动全省碳排放强度持续优化;碳脱钩系数一直保持在弱脱钩状态,距离强脱钩状态仍有一定距离。从优化能源发展体系、推进工业领域降碳和完善市场化减排机制等角度,提出了能源领域碳减排的对策建议,以期为安徽省制定碳减排和能源发展战略及策略提供科学依据。     

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STIRPAT模型的碳排放驱动因子研究——以黑龙江省为例

定量分析碳排放驱动因素,对优化能源结构、调整产业结构、推进技术进步、发展低碳经济具有重要的理论和现实意义.利用碳排放估算模型,测算了黑龙江省1995-2012年能源消费的碳排放量.基于扩展的STIRPAT模型,实证研究了各驱动因子对碳排放总量的影响及其驱动程度.结果表明,能源结构、经济发展水平、城市化率、人口总量对碳排放量有正向驱动作用,而产业结构、能源强度对碳排放总量的增加具有抑制作用,提出有效促进能源消费结构优化、加大产业结构调整、大力推进技术创新是实现黑龙江省低碳经济发展的有效路径.     

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。     

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。     

基于地理探测器的山东省土地城镇化时空演变及驱动因素

基于遥感监测、社会统计等多源数据,运用空间自相关分析和地理探测器模型分析2000—2020年山东省土地城镇化时空格局演变及驱动因素。结果表明:(1)2000—2020年,山东省土地城镇化水平整体不断提高,高水平区集中分布于各地市的市区,较低及以下水平县区趋于沂蒙山区、半岛丘陵地区和黄河三角洲沿海地区集中分布。(2)2000—2020年,山东省土地城镇化具有明显的空间关联性,空间集聚特征显著,高值集聚区不断扩展,低值集聚区持续收缩。(3)山东土地城镇化水平受地理区位、人口规模、经济发展水平、政府调控能力、工业发展水平、开放水平等因素的共同影响,驱动因子协同效应呈现双因子增强和非线性增强效应。     

流域内各区域用水量与经济发展脱钩分析及用水量驱动力分解——以淮河流域为例

利用脱钩弹性分析方法评价淮河流域内河南、安徽、江苏和山东各区域用水量和经济发展之间的脱钩状态,分析各省的脱钩发展趋势,对比总体脱钩状况。同时,利用完全分解模型把用水量驱动力分解为人口效应、经济规模效应和技术效应,分析三大效应对用水量的具体影响。结果表明:淮河流域内各区域具有不稳定且状况较差的脱钩—弱脱钩—强脱钩的变化过程,脱钩状态随时间发展逐渐改善;各区域总体脱钩状况存在差异性:山东江苏河南安徽;同时,三大效应的贡献率大小为:经济规模效应技术效应人口效应,经济发展因素主要增加用水量,技术因素抑制用水量。因此,应把握好经济规模效应和技术效应,努力改善经济发展结构,提高技术效应强度,以达到强脱钩的理性状态。