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.      

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...     

闽三角地区碳排放时空差异及影响因素研究

以闽三角地区为研究对象,以2005~2017年为研究期,构建城市尺度的碳排放清单,应用对数平均迪氏指数分解方法从时间维度的纵向比较和典型年份城市横向比较两个维度开展了驱动因素的分解分析及评价,探讨了闽三角碳排放变化影响因素的时空差异.结果显示：研究期内闽三角CO₂排放增长较快,从2005年的74.08Mt增加到2017年169.48Mt,增幅为128.75%.其中,泉州贡献最大,占比为67.93%.碳排放变化趋势分析来看,产业结构和经济增长为导致闽三角地区碳排放量增长的主要因素,累计贡献度分别为30.38%和12.21%,能源结构为抑制碳排放的重要影响因素,累计贡献度为-45.76%.时空差异上看,能源结构效应在研究期内均表现为抑制效应,最大贡献率为52.95%;而产业结构效应均表现为促进效应,最大贡献率为33.85%.在研究期内,漳州市碳减排力度最大,最大净减排148.27Mt.而泉州市经济增长和产业结构效应贡献率较大,未来仍具有较大的减排空间.厦门市经济增长和产业结构效应贡献率均低于参考值,且在研究期内变动幅度较小,碳减排压力较低.研究结果深化了闽三角地区碳排放的时空格局及影响因素的科学认识,为闽三角地区及相似城市群的减排治理提供了有益借鉴.     

碳排放现状及驱动因素分解实证分析研究——以东莞市为例

根据IPCC碳排放计算指南核算东莞市2005年-2011年期间能源消费的碳排放量,并进行现状分析和采用对数平均权重分解法（LMDI）因素分解分析.研究结果表明：碳排放总量以5.8％速度增长,而碳排放强度以5.8％速度递减;煤是碳排放主源,但所占比重逐年下降;工业碳排放量比重最大,但是增速减慢;交通业、服务业和居民生活碳排放量及所占比重逐年增加;经济规模的扩大是拉动东莞市人均碳排放的决定因素,累计效应远高于能源效率和能源结构对碳减排影响.     

基于LMDI-SD模型的山东省建筑业碳排放影响因素与情景预测

以山东省建筑业为研究对象,通过对数平均迪氏指数分解(LMDI)模型分析碳排放相关影响因素,构建系统动力学模型,通过调控GDP增长率、建材占比和碳交易政策因素,预测4种情景对碳排放的影响。结果表明：1)经济收益效应和间接碳排放强度是影响山东省建筑业碳排放的主要驱动因素;2)单一政策仿真情景下,山东省建筑业碳排放总量增长趋势逐年变缓,相比经济增速和碳交易政策调整,建材结构改善的减排贡献度更高;3)在综合调控方案下,2030年的山东省建筑业碳排放强度相比2006年下降64.34%,可达到国家2030年碳排放强度下降60%的目标。     

中国工业碳排放强度变化的结构因素解析

以1986-2016年为研究时段,将41个工业部门归类为16个部门,在运用CKC模型分析各部门产值与其CO₂排放量关系的基础上,建立以碳排放部门结构、碳排放系数、能源消费强度以及产值部门结构为因素的工业碳排放强度kaya分解模型,运用LMDI法分析不同因素对中国工业碳排放强度变化的贡献。研究发现:工业不同部门产值与其CO₂排放量的关系不同。只有木材加工及家具制造业、造纸印刷及文教用品制造业和非金属矿物制品业呈现倒U型关系,机械交通电气电子设备制造业呈现倒N型关系,其余部门都呈现线性递增或单调递增关系。从工业碳排放强度变化的贡献因素看,非金属矿物制品、化学工业、医药工业、机械交通电气电子设备制造业和木材加工及家具制造业等资金和技术密集型行业的技术性CO₂减排效应显著。其他制造业、石油和天然气开采业、纺织服饰业和化纤及橡塑工业等以初级产品加工为主的行业的结构性CO₂减排效应显著,而石油加工炼焦和核燃料加工业、金属冶炼及制品业、电力煤气及水生产和供应业在产值与CO₂排放量的同步递增关...     

中国工业粉尘排放影响因素分解研究

粉尘排放是工业环境污染的重要部分,为了研究工业粉尘排放的主要动力以及应对措施,文章对2001-2009年的中国工业粉尘排放进行了趋势分析及影响因素分解。首先利用2001-2009年中国工业的产值与环境排放数据,描述了工业粉尘排放的基本情况,再采用对数平均迪氏指数法(LMDI)将工业粉尘排放的影响因素分解为规模效应、结构效应、技术效应和治理效应四部分,并比较分析了各子效应的影响程度及发展变化情况,结果表明规模效应仍是工业粉尘排放的重要动力,而结构效应将会是未来粉尘减排的关键方向。文章在将工业划分为6个子行业之后,根据粉尘的产生与排放量,选择化工及金属行业作为重点工业子行业进行影响因素分析,指出目前该子行业粉尘减排的主要方向应为充分发挥治理效应的减排作用。     

基于LMDI模型和Q型聚类的中国城镇生活碳排放因素分解分析

为研究城镇居民生活碳排放特征及影响因素,基于LMDI模型从全国和省级层面研究了我国30个省、自治区、直辖市（不含港澳台及西藏自治区）2006-2015年的城镇生活碳排放,将城镇生活碳排放分解为生活能源消费结构效应、生活能源强度效应、消费倾向效应、人均可支配收入效应和城镇人口规模效应,分析各效应逐年和累积效应贡献度以及区域差异,并基于LMDI模型的计算结果对我国30个省、自治区、直辖市进行Q型聚类分析.结果表明:①从全国层面看,人均可支配收入、城镇人口规模是刺激因素,其中,人均可支配收入的影响效应最为显著,而消费倾向、生活能源消费结构、生活能源强度抑制了生活碳排放的增长.②从省级层面看,人均可支配收入、城镇人口规模的累积效应均为正,而消费倾向、生活能源消费结构、生活能源强度对各省、自治区、直辖市生活碳排放的影响效应有正有负,显示出显著差异.因此,政府应引导城镇人口合理增长,并积极制定相应政策优化居民生活能源消费结构.在制定碳减排战略时,要将省级生活碳排放的表面特征与其潜在驱动力相结合,根据不同区域有针对性地实施碳减排政策,同时应及时作出调整,以应对不同的发展阶段.      

中国工业二氧化碳排放的影响因素分析

以气候变暖为特征的全球气候变化问题日益严峻的情况下,二氧化碳排放研究已经受到各方关注.采用LMDI方法,利用中国1995-2007年工业能源消耗数据,分析了影响中国工业二氧化碳排放总量、人均工业二氧化碳排放量和工业二氧化碳排放强度的因素,结果表明:人口因素是拉动中国工业二氧化碳排放总量增加的主要因素,经济发展是拉动中国...     

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.      

中国碳排放强度的行业差异与动因分析

测算了1995—2010年中国各行业的碳排放强度,并采用行业分解方法分析了各行业对中国碳排放强度的影响. 结果表明:工业碳排放对总体碳排放强度下降起主导作用,对其下降的贡献率为73.35%;其他服务业次之,贡献率为22.68%;农业、交通运输业、商业和建筑业贡献率较低,分别为1.38%、1.22%、1.17%、0.20%. 采用泰尔指数对中国碳排放强度进行行业差异分析发现,1995—2010年中国各行业碳排放强度泰尔指数从0.3927升至0.4889,行业间碳排放强度的差异呈扩大趋势. 运用差值因素分解模型分析中国碳排放强度变化动因发现,在1995—2010年中国碳排放强度的下降中,技术效应具有促进作用,贡献率为104.64%;结构效应具有抑制作用,贡献率为-4.64%. 未来宜从优化产业结构、加快技术研发和应用等方面降低碳排放强度.      

基于扩展STIRPAT模型LMDI分解的碳排放脱钩因素

为研究经济发展与碳排放的脱钩情况,常用对数平均迪式指数分解法（LMDI）结合Kaya恒等式和Tapio脱钩模型计算碳变化量和弹性脱钩指数.借鉴上述方法,将STIRPAT模型与LMDI分解法相结合,建立STIRPAT模型的回归系数与碳变化量和脱钩弹性指数之间的数量关系,研究影响碳排放各因素的脱钩状态.结果表明：(1)STIRPAT模型LMDI分解法能够避免满足Kaya恒等式的IPAT模型中使用LMDI分解法时增加新变量的情况,部分新增变量往往缺乏明确的经济学含义;(2)LMDI分解将STIRPAT模型中的统计回归系数的含义,由变量的变动引起碳排放量变动的弹性系数,扩展到变量的变动引起碳变化量的倍数;(3)STIRPAT模型LMDI分解法,将数据的统计结果通过统计回归系数纳入到各因素的碳变化量和弹性脱钩指数之中,使弹性脱钩指数能够反映数据的统计信息;(4)以重庆市2001～2019年碳排放数据为例,来说明STIRPAT模型LMDI分解法可以用于判定碳排放变量的脱钩状态,能够体现数据本身所包含的统计信息,更能反映研究对象的实际情况.     

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.      

低碳交通电动汽车碳减排潜力及其影响因素分析

交通运输是城市能源消耗和碳排放的重点行业,为通过节能减排实现低碳城市发展目标,传统汽油车向新能源汽车的转型是一项重要的举措,其中电动汽车因其节能减排的优势将在这次转型中发挥重要作用.在全面总结现有电动汽车节能减排研究成果的基础上,分析了影响电动汽车的减排因素,并应用燃料生命周期的理论,结合北京市的电动汽车推广计划,以纯电动汽车为例,采用改进的燃料碳排放模型,并设置6种情景分析了电动汽车的碳排放及其减排潜力,包括发电能源结构、车用燃料类型(单位燃料的CO2排放系数)、汽车类型(百公里能耗)、城市交通状况(时速)、煤电发电技术、电池类型(重量、能效)等因素对电动汽车减排潜力的影响.结果表明,改进后的模型能更科学测算燃料消耗碳排放;纯电动汽车具有明显的制约性碳减排潜力,在分析的6种影响因素中其波动幅度为57%～81.2%,其中,发电能源结构和煤电技术供电路线对电动汽车燃料生命周期碳减排空间起决定性作用,其减排空间分别可达78.1%及81.2%.最后从改善能源结构、提高煤电技术、推广节能技术、加快动力蓄电池研发、推广纯电动汽车等方面提出了推广电动汽车降低交通能耗和碳排放的优化措施,以期为低碳交通新能源汽车转型政策的制定提供科学依据和方法支撑.     

基于机器学习的交通碳排放预测模型构建与分析

针对交通运输碳排放问题,基于2005~2019年30个省份的面板数据,采用多种机器学习算法构建不同预测模型对30个省份的交通碳排放量与影响因素进行分析.首先,基于固定效应模型思想将省份差异转化为影响因素,进一步采用Pearson相关系数法与Spearman秩相关系数相结合的方法对18个交通碳排放影响因素进行筛选;其次,采用K-折交叉验证方法,并绘制学习曲线对各预测模型性能进行测试,选用MSE、MAE、R²和MAPE作为模型的评价指标进行分析,来选定最佳预测模型,并选择SHAP值来计算最佳预测模型中各解释变量的重要度.结果表明,省份差异、社会商品消费总额、城市绿地面积、货运周转量、私家车数量、交通运输业产值和常住人口这7个因素之间多重共线性弱且均通过显著性检验,可作为交通运输碳排放预测模型的解释变量;随机森林算法和XGBoost算法预测结果均表现优异,R²均高于0.97,误差均低于10 %,且不存在过拟合与欠拟合现象,其中XGBoost算法表现最优,而KNN算法表现欠佳;各解释变量的重要度排名为:省份差异 > 社会商品消费总额 > 私家车数量 > 常住人口 > 货运周转量 > 城市绿地面积 > 交通运输业产值, 综合相关性与重要性分析来看,在交通运输碳排放预测中,省份差异是一个不可忽视的变量.研究结果可为政策制定者和决策者提供参考,促进交通运输行业的可持续发展.     

中国碳强度下降和碳排放增长的行业贡献分解研究

现阶段碳强度约束性指标和总量控制碳排放权交易试点是中国温室气体减排的两种重要手段,研究各行业及其相关因素对全国碳强度和碳排放变化的影响机制对制定行业碳强度减排政策和选择碳交易体系纳管行业具有重要意义.运用LMDI模型对1996~2010年中国碳强度以及碳排放变化进行了行业贡献分解.结果表明,全国碳强度下降受各行业碳强度和增加值占比变化的影响,前者贡献较大,后者贡献较小;全国碳排放增长受各行业碳强度和增加值变化的影响,前者起到抑制效应,后者发挥决定性的促进作用.电力、热力的生产和供应业,非金属矿物制品业,黑色金属冶炼及压延加工业,交通运输、仓储及邮电通迅业,化学原料及化学品制造业等5个行业对全国碳强度下降和碳排放增长的贡献最大;石油加工及炼焦业和建筑业对全国碳强度下降贡献较小,但对碳排放增长贡献较大;它们是我国碳强度约束和总量控制试点应当重点关注的减排领域.第三产业对全国碳排放增长的贡献呈上升趋势,尤其是交通运输、仓储及邮电通迅业和批发和零售贸易业、餐饮业,应当逐步加强对其进行碳排放管控.     

中国纺织服装行业能源消费碳排放因素分析

纺织服装行业是中国的重要民生产业。中国纺织服装行业在快速发展的过程中,消耗了大量的能源,并产生了较多的碳排放,分析探讨该行业能源消费碳排放的影响因素对实现行业的节能减碳和低碳发展具有重要意义。文章基于对数平均Divisia因素分解法(LMDI)建立了中国纺织服装行业能源消费碳排放因素分解模型,并对影响行业碳排放量的产业规模、产业结构、能源结构、能源强度等因素进行了实证分析。结果表明,在1991-2009年间,产业规模的扩大是纺织服装全行业、纺织业及纺织服装、鞋、帽制造业碳排放量增加的最主要拉动因素,能源强度因素的提高对于减少碳排放量具有重要意义。产业结构优化对于减少行业碳排放量的效果有限,能源结构调整尚未达到减少行业碳排放量的效果。     

产业结构调整对山东省碳排放的影响

在全球变暖的背景下,山东作为工业大省,碳排放总量居全国第一。因此,如何通过“转方式、调结构”以控制和减少碳排放是山东省日益紧迫的重大课题。论文采用LMDI分解方法定量分析了1994-2010 年山东省产业结构调整对碳排放的影响,并在此基础上结合LEAP模型预测2030 年之前的产业结构调整对山东碳排放的贡献。得出以下结论：①1994-2010 年产业结构效应为351.39×10⁴ t 标煤,对碳排放增长的贡献度为3.91%;②工业比重上升或下降1 个百分点所对应的CO₂排放量增加或减少78.6×10⁴～83.7×10⁴ t 标煤;③在基准情景和低碳情景下,到2030 年未来产业结构的调整对CO₂ 排放增长的贡献率分别约为-5.3%和-10.4%。这表明,与此前产业结构变动导致碳排放量增加的情形相反,未来产业结构的调整有助于减少碳排放。