辽宁省能源消费与经济增长的灰色关联

我国能源消费与经济增长的矛盾日益突出.辽宁省是我国重工业基地和能源消耗大省,经济发展对能源依赖性强,能源供不应求的状态日益显著.为了深入了解辽宁省能源消费与经济增长的关系,提出科学的低碳发展建议,本文基于2000—2012年辽宁省能源消费与经济增长相关数据,应用灰色关联分析,分别对辽宁省能源消费产业和能源消费品种与经济增长的相关性进行实证分析.结果表明: 在各产业能源消费中,批发零售业和住宿餐饮业能源消费量很少,但与经济增长的关联程度最大,工业消费量最大,却与经济增长的关联度较弱;在能源消费品种中,石油和水电能源消费量与经济增长的灰色关联度显著,但煤炭能源消费量与经济增长的关联度不显著,表明煤炭的利用效率低.为实现低碳可持续发展,辽宁省应转变经济增长方式、调整产业结构、优化能源结构、提高能源利用效率,特别是应大力发展生产性服务业,推进清洁能源和可再生能源的开发.     

我国城市发展与能源碳排放关系的面板数据分析

城市化与城市能耗及其碳排放密切相关,城市发展过程中的人口城市化进程和产业总量与结构调整都是能源碳排放变化的主要驱动因素。以2006-2015年全国158个地级城市的面板数据为基础,从总量变化趋势和空间变化趋势两个角度分析了研究期内的我国城市发展特征及能源碳排放特征;并利用面板计量分析方法研究了城市发展因素对城市总能耗、总能耗碳排放、单位能耗碳排放量的驱动特征。结果表明：城市化每提升0.095%,总能耗上升1%。虽然城市总能耗及能耗碳排放在降低,但是单位能耗碳排放在增加;第二产业和第三产业发展对总能耗及能耗碳排放的驱动作用大;城市第三产业的发展有利于能源结构优化调整等;并基于研究发现给出一些政策建议。     

工业城市(沈阳)能源消耗碳排放的影响因素分解及实证分析

沈阳作为我国东北地区中心城市和重工业城市,能源消费持续增长趋势及以煤为主的能源结构在短期内很难改变。由于能源消费是碳排放的主要来源,所以碳排放在未来一段时间必然会持续增长。论文根据《2006年IPCC温室气体排放清单指南》温室气体排放计算方法,并且充分考虑没有燃烧充分的燃料,计算了沈阳市2005-2009年能源消耗碳排放,采用LMDI(Logarithmic mean divisia index)分解法定量分析了单位GDP能耗、能源结构、经济发展对沈阳市能源消耗碳排放的影响。结果表明经济发展对沈阳市碳排放增长有促进作用,单位GDP能耗降低对碳排放呈现抑制作用,而能源结构对碳排放作用甚微。这说明以煤为主的能源结构未发生根本性的改变,经济规模的扩大使得单位GDP能耗抑制作用逐渐降低,碳排放将会持续增长。     

北京城市化进程中家庭食物碳消费动态

不可持续的家庭消费是造成全球环境问题的主要原因,食物碳消费研究是促进可持续家庭消费的重要内容。基于政府宏观统计数据,分析北京城市化进程中城市家庭食物碳消费的变化趋势和影响因素。结果表明,与1979年相比,1999年北京城市家庭人均及户均食物消费量分别减少了15.2%和38.6%,而食物碳消费总量增加了28.5%,食物碳消费结构由“以粮食为主”转变成“以粮食和肉类为主”。城市化进程中,以1993年为界,家庭食物人均及户均碳消费量均由明显减少趋势转变为明显增长趋势,变化的主要原因由“食物消费结构变化引起的人均谷物类碳消费量的减少”转变为“人均食物消费量增加引起的人均肉类碳消费量的增加”。北京城市家庭已基本完成食物消费结构的转变,人均食物消费量仍继续增加。GDP指数是影响人均食物碳消费量的主要经济因素,经济的继续增长可能带来人均食物碳消费量的增加,北京城市家庭食物碳消费尚未达到稳定状态。     

基于LMDI分解的厦门市碳排放强度影响因素分析

研究碳排放强度的变化趋势及其影响因素对于指导低碳城市建设具有重要意义。应用对数平均权重分解法(LMDI),基于厦门市2005—2010年各部门终端消费数据对碳排放强度指标进行因素分解,并将传统分析仅注重产业部门的能源碳排放,拓展到全面考虑产业部门和家庭消费的能源活动和非能源活动影响。研究结果表明:2005—2010年厦门市碳排放强度下降17.29%,其中产业部门能源强度对总碳排放强度变化影响最大(贡献63.07%),家庭消费能源强度是碳排放强度下降的主要抑制因素(-45.46%)。从影响效应角度看,经济效率对碳排放强度下降贡献最大,碳排系数减排贡献最小;从部门减排贡献角度看,第二产业贡献最大,家庭消费贡献最小。总体而言,厦门市未来碳减排重点部门在第二产业,优化产业结构和能源结构有较大减排潜力。     

区域生态经济系统的物质输入与输出分析——以常州市武进区为例

运用物质流分析（MFA）方法,对江苏省常州市武进区生态经济系统中物质输入与输出进行了系统的分析,结果表明：（1）随着社会经济发展和人口增长,武进区物质输入总量及人均物质输入量也在增加,但递增速率均远小于GDP增长速率,而物质输出总量及人均物质输出量则呈现递减趋势;（2）在不考虑水的因素情况下,武进区物质输入量保持较快的上升速度,其中固体物质的增长速率远远大于气体物质的增长速率;物质输出量则呈总体下降趋势,其中以气体物质输出量的贡献最大,对环境造成污染的物质以气体特别是以化石燃料燃烧排放的废气和工业废气为主;（3）排除占大部分比例农业用水的上升,工业用水、城镇生活用水和地下水总量及人均利用强度都在减少;同时,总的废水排放量及人均排放量在减少,其中又以生活废水排放量的减少最快,其次是工业废水;（4）单位GDP物质输入量的变化处于波动状态,同期的单位GDP物质输出量则呈递减趋势,单位GDP用水量和单位GDP废水排放量则有相同的递减趋势,表征了武进区资源利用效率的稳步提高,区域经济增长和环境压力也在逐步脱钩。上述结果体现了武进区近年来循环经济发展模式的优势,但还存在较多问题,说明武进区在调整物质利用强度和提高资源利用效率方面还需下更大的功夫,并采取相关措施,以期提高实施循环经济战略与建设节约型社会的地位和意义。文章最后结合研究区实际情况就区域环境一经济的协调发展进行了展望,指出了物质流分析方法在应用中的一些缺陷,为今后该领域的进一步研究提供了借鉴。     

新疆生态经济系统可持续发展空间格局

运用生态足迹模型、生态经济系统发展能力指标、生态压力区分区标准和生态经济系统分区标准分析了1995—2010年新疆生态可持续性和生态经济系统可持续性的时空演变过程。结果表明:(1)1995—2010年间,生态压力指数、生态赤字总体逐年增大,新疆生态环境不可持续性增强;生态经济系统发展能力指数呈快速上涨趋势,生态经济系统发展能力显著提高,万元GDP生态足迹显著下降,资源利用效率有明显的提高。(2)各地州市1995—2010年间区域差异逐渐增大,生态赤字区逐渐增多,生态压力指数逐渐增大,生态环境不可持续性逐渐增强。一直处于高生态压力区的是乌鲁木齐市、克拉玛依市和石河子市,主要是因为它们经济发展水平和城市化水平高,生物资源、能源消费量大。(3)2000年后,各地州市可持续发展状况发生巨大的变化,主要是因为生态足迹的快速增长,生态承载力基本不变,导致生态压力指数增大,生态赤字增加,归根源于西部大开发战略的成效显著,新疆各地州市经济发展和人口快速增长,生物资源能源消费量增多;1995—2010年间,新疆各地州市生态经济系统发展能力和资源利用效率有了显著提高,但是区域差异变大。新疆生态环境和生态经济系统可持续发展面临挑战。     

基于MuSIASEM理论的大连经济技术开发区可持续发展评价

基于社会生态系统代谢多尺度综合评估（MuSIASEM）理论,对2000-2007年大连经济技术开发区人类活动时间、体外能投入量和增加值进行综合评价.结果表明：2000-2007年,大连开发区居民生活水平逐年提高;农业逐渐萎缩;第二产业仍为区域支柱产业,能耗较大;第三产业发展落后于第二产业;区域整体和各个产业的体外能代谢率明显提高,能源密度不断下降;人类活动时间与体外能投入量不断减少的情况下,经济增加值稳步增长,区域整体发展呈可持续态势.     

基于能源代谢分析的南昌市能源消费碳排放综合生态效率研究

有关能源消费的代谢机理及生态效率研究是当前生态经济研究领域中的重点和难点,也是政府决策部门、相关行业及人群关注的热点。基于能源代谢分析理念,构建了基于相对变量的城市能源消费碳排放综合生态效率度量模型,对2000—2013年南昌市能源消费结构、碳排放量及其生态效率进行了测算与分析。结果表明:(1)南昌市在2000—2013年,能源消费量和碳排放量整体上呈"N"型曲线上升的一致性变化特征,主要经历了快速增长、短暂下降、恢复平稳增长3个阶段,且煤炭是南昌市能源消费和碳排放的主要来源,短时期内难以改变;(2)南昌市的能源消费效率和碳排放效率整体上在不断优化;(3)南昌市能源消费碳排放综合生态效率经历了较大的波动变化,整体上的生态效率分值并不高;仍需要加大节能减排力度,全面优化南昌市能源消费结构。     

基于净生产力生态足迹模型的工业碳排放效应、影响因素与情景模拟

以不同类型城市东营和滨州为例,采用基于净生产力的生态足迹模型测度2005—2014年两市工业碳排放效应,利用弹性系数模型对工业碳排放生态足迹及其影响因素进行对比,通过情景模拟分析了基准和低碳情景下两市的可持续低碳发展潜力。研究结果显示:(1)东营碳排放总量和碳排放强度明显高于滨州,两市的碳排放生态足迹总体上都处于上升趋势,年均增长率分别为12.79%和6.16%,这与两市工业化发展阶段不同有关;(2)2005—2008、2008—2011和2011—2014,东营工业碳排放生态足迹当量主导影响因素组合变化为"耕地面积-土地城镇化率-能源结构系数"转化为"耕地面积-人口规模-能源结构系数"到"耕地面积-人口规模-第二产业比重";滨州2005—2014年的主导因素组合一直为"人口规模-土地城镇化率-能源结构系数";(3)通过情景模拟分析2020年东营、滨州的低碳发展潜力:基准和低碳情景下,滨州生态赤字分别为东营的10倍和2.6倍;就"减排"潜力而言,滨州远远高于东营,但实现低碳情景是工业GDP增长从现阶段20.6%骤降到6.5%为代价,对产业结构调整升级要求很高。对东营而言,低碳情景的实现不仅要将能源利用效率提高一倍,更要保证大量重要"碳汇"资源的恢复与重建。     

中国能源消费碳排放的时空特征

选择联合国政府间气候变化专门委员会(IPCC)的部门方法和8大类能源,采用1990年至2009年的中国能源统计数据,按照自下而上的思路,对我国各省区的碳排放量进行估算,并从碳排放量、碳排放强度、人均碳排放量和碳排放密指标出发,深入分析了各省区碳排放的时空特征差异。以期对国内碳排放的时空特征分析,有助于决策者和能源分析家提高节能减排政策制定的有效性。     

CO2, economic growth,and energy consumption in China's provinces: Investigating the spatiotemporal and econometric characteristics of China's CO2 emissions

This study addresses the spatiotemporal variations at play in China's CO₂ emissions, based on an estimation of emission levels in the period 1995–2012 and an provincial analysis of the relationship of CO₂ emissions to economic growth and energy consumption. Using a series of econometric models and data on the combustion of fossil fuels and cement manufacturing, the study first estimated CO₂ emission levels during the study period, exploring their spatiotemporal pattern. The results indicate that both China's total and its per capita CO₂ emissions have increased significantly over the study period, with both measures evidencing a similar evolution (albeit one that is characterized by noticeable regional discrepancies at the provincial level and which displays properties of convergence). From a geographical perspective, we found both total and per capita CO₂ emissionsto be higher in China's eastern region than in the country's central and western regions. Panel data analysis was subsequently undertaken in order to quantify the dynamic casual relationship between economic growth, energy consumption, and CO₂ emissions. The empirical results indicated that the variables were in fact cointegrated and exhibited a long-run positive relationship. The results of further Granger causality tests indicated the existence of a bidirectional positive causality between economic growth and energy consumption, as well as between energy consumption and CO₂ emissions, and a unidirectional positive causality running from economic growth to CO₂ emissions. The findings of this study suggest that China is, in the long run, dependent on carbon energy consumption for its rapid economic growth, a dependency which is the cause of considerable increases in CO₂ emissions. China should therefore make greater efforts to develop low-carbon technologies and renewable energy, and improve energy efficiency in order to reduce emissions and achieve green economic growth.     

我国典型城市化石能源消费CO2排放及其影响因素比较研究

城市是化石能源消费和CO_2排放的主要区域。分析典型城市化石能源消费CO_2排放特征,明确不同城市CO_2排放动态及主要影响因素的差异,是开展城市减排行动的重要科学依据。采用IPCC推荐方法及中国的排放参数核算11个典型城市2006—2015年间化石能源消费产生的CO_2排放量。根据各城市经济发展和CO_2排放特征将之分为四类:经济高度发达城市(北京、上海、广州)、高碳排放城市(重庆、乌鲁木齐、唐山)、低排放低增长城市(哈尔滨、呼和浩特和大庆)和低排放高增长城市(贵阳、合肥),并运用对数平均迪氏指数法(Logarithmic Mean Divisia Index,即LMDI分解法)对比分析了四类城市CO_2排放量的影响因素。结果表明:(1)研究期内大部分城市CO_2排放总量有所增加,仅北京和广州呈下降趋势,工业部门CO_2排放在城市排放总量及其变化中占据主导地位;四类城市的人均CO_2排放量表现出与排放总量相似的变化趋势;CO_2排放强度整体上表现为经济高度发达城市(均值为0.88 t CO_2/万元)低排放低增长城市(均值为2.82 t CO_2/万元)低排放高增长城市(均值为3.05 t CO_2/万元)高碳排放城市(均值为6.62 t CO_2/万元)。(2)在城市CO_2排放的影响因素中,经济发展和人口规模均是4类城市CO_2排放增长的促进因素,但经济发展效应的累积贡献值大于人口规模效应;能源强度降低是4类城市CO_2排放最主要的抑制因素,且经济高度发达和高碳排放城市的抑制作用强于其他两类城市;对第三产业GDP年平均增速高于第二产业的6个城市来说,产业结构是CO_2排放的抑制因素;能源结构的变化仅对煤炭消费比重较低且降幅较大的北京和广州的CO_2排放是抑制作用,累积贡献值分别为-21.73Mt和-0.03Mt,而对其他城市,特别是高碳排放城市的CO_2排放具有明显的促进作用。     

Testing environmental Kuznets curve hypothesis: The role of renewable and non-renewable energy consumption and trade in OECD countries

This paper investigates the causal relationships between per capita CO₂ emissions, gross domestic product (GDP), renewable and non-renewable energy consumption, and international trade for a panel of 25 OECD countries over the period 1980–2010. Short-run Granger causality tests show the existence of bidirectional causality between: renewable energy consumption and imports, renewable and non-renewable energy consumption, non-renewable energy and trade (exports or imports); and unidirectional causality running from: exports to renewable energy, trade to CO₂ emissions, output to renewable energy. There are also long-run bidirectional causalities between all our considered variables. Our long-run fully modified ordinary least squares (FMOLS) and dynamic ordinary least squares (DOLS) estimates show that the inverted U-shaped environmental Kuznets curve (EKC) hypothesis is verified for this sample of OECD countries. They also show that increasing non-renewable energy increases CO₂ emissions. Interestingly, increasing trade or renewable energy reduces CO₂ emissions. According to these results, more trade and more use of renewable energy are efficient strategies to combat global warming in these countries.     

Economic growth,electricity consumption,urbanization and environmental degradation relationship in United Arab Emirates

The present study explores the relationship between economic growth, electricity consumption, urbanization and environmental degradation in case of United Arab Emirates (UAE). The study covers the quarter frequency data over the period of 1975–2011. We have applied the ARDL bounds testing approach to examine the long run relationship between the variables in the presence of structural breaks. The VECM Granger causality is applied to investigate the direction of causal relationship between the variables. Our empirical exercise reported the existence of cointegration among the series. Further, we found an inverted U-shaped relationship between economic growth and CO₂ emissions i.e. economic growth raises energy emissions initially and declines it after a threshold point of income per capita (EKC exists). Electricity consumption declines CO₂ emissions. The relationship between urbanization and CO₂ emissions is positive. Exports seem to improve the environmental quality by lowering CO₂ emissions. The causality analysis validates the feedback effect between CO₂ emissions and electricity consumption. Economic growth and urbanization Granger cause CO₂ emissions.     

Impacts of energy-related CO2 emissions: Evidence from under developed,developing and highly developed regions in China

A large accumulation of carbon dioxide and other greenhouse gases have caused great concern around the world. A great deal of general literature focus on the impact factors of CO₂ emissions at the national, regional and city levels. However, there is little specific guidance on regional difference in CO₂ emissions. In this paper, 30 provincial-level administrative units of China are divided into three different levels of economic development regions according to the GDP per capita from 1997 to 2012. A STIRPAT (Stochastic Impacts by Regression on Population, Affluence and Technology) model is used to examine the impact factors on energy-related CO₂ emissions, including population, economic level, technology level, urbanization level, industrialization level and foreign trade degree. The results indicate that the effect of energy intensity is the greatest in highly developed region. Nevertheless, the impact of urbanization, industry structure and foreign trade degree in under developed region is higher than the other two regions. Population and GDP per capita have greater effect on carbon emissions in developing region than the others. Finally, differentiated measures for CO₂ reductions should be adopted according to local conditions of different regions.     

长白山次生针阔混交林叶凋落物中有机物分解与碳、氮和磷释放的关系

采用分解袋法,研究了长白山次生针阔混交林内9种树种叶凋落物34个月的分解过程.结果表明:在次生针阔混交林中,不同树种叶凋落物的初始N和P浓度存在很大差异,叶凋落物分解速率(k)与初始N浓度和C/N显著相关.有机物剩余百分率与C剩余百分率呈显著的线性正相关关系,与N和P剩余百分率之间呈显著的二项式回归关系. N和P剩余百分率在初期阶段随有机物分解而增加,达到峰值后逐渐降低. 随着有机物剩余百分率的下降,C/N和C/P均呈逐渐降低趋势,各种叶凋落物之间C/N和C/P的差异逐渐减小,分解末期分别趋近于23和350. 随有机物剩余百分率的降低, N/P变化不明显,当有机物剩余百分率低于25%时,不同树种叶凋落物之间N/P差异显著下降. 有机物剩余百分率可用来预测C、N和P的剩余百分率.      

空间互动视角下CO2排放驱动因素及溢出效应——基于全球98个国家的数据分析

全球气候变暖已成为21世纪威胁人类可持续发展的严峻挑战,减少CO₂排放是抑制气候变暖的重要路径。从全球碳减排的宏观视角出发,以98个国家为研究对象,基于总商品贸易和化石能源贸易的引力模型构建两种空间互动关系,利用扩展后的S-STIRPAT模型对2000、2005、2010年和2014年人均CO₂排放的驱动机制和空间溢出效应展开实证分析,并基于发展差异视角进一步探究发达和欠发达国家CO₂排放驱动机制异同。研究结果表明：（1）2000、2005、2010年和2014年人均CO₂排放溢出效应呈增强态势。（2）城市化水平、人均GDP、能源强度对人均CO₂排放产生显著正向影响,可再生能源使用率对人均CO₂排放产生显著负向影响。（3）发展差异视角下,城市化水平、人均GDP和能源强度对欠发达国家影响更大,可再生能源使用率对发达国家影响更为显著。根据研究结果建议加强发达国家和欠发达国家低碳技术交流与合作,同时积极调整能源结构以减少CO₂排放。     

能源活动CO2排放不同核算方法比较和减排策略选择

能源活动CO₂排放是温室气体排放的最重要部分,这部分CO₂排放量的核算是温室气体清单编制和减排方案制定的关键和基础。采用直接法、电热终端法和隐含终端法核算了2009年中国能源消费的CO₂排放量,对不同核算法的CO₂排放部门分布、部门排放强度进行了比较,明确不同核算方法的差异和适用范围。采用电热终端法的核算结果定量分析了各产业部门和工业行业的经济增长和排放强度变化对中国能源活动CO₂排放增长的影响。结果表明,中国2009年隐含终端CO₂排放量为65.6亿t,略高于直接和电热终端CO₂排放量62.2亿t。3种核算方法的CO₂排放部门分布和排放强度有明显的差异:电、热力生产与供应业的直接排放占比为45.2%,而电热终端CO₂排放仅占4.5%;制造业的直接法、电热终端法和隐含终端法核算的CO₂排放占比分别为35.3% 、61.1%和65.5%,是终端能源消费CO₂排放最主要的部门;制造业、电热力生产与供应业和交通运输业的电热终端CO₂排放强度分别为2.166、1.72和1.622 t CO₂/万元GDP,是排放强度较高的部门。在产业部门中,制造业的色金属冶炼及压延加工业、非金属矿物制品业等5个行业以9.8%的经济增长贡献,排放了52.4%的CO₂,是产业结构调整、技术和工程减排的重点;服务业以7.2%的CO₂排放,贡献了38.4%的经济增长,应作为中国低碳经济优先发展的产业。     

A Study of Energy Consumption and Exhaust Emissions from Beijing's Civil Vehicles from Years 2008 to 2020

The number of Beijing's civil vehicles is growing rapidly due to the great support of the automobile industry and the Chinese government and the increasing average per capita income of China's people. Exhaust emissions from vehicles have already become the main source of Beijing's air pollution. Based on the Long-range Energy Alternatives Planning System (LEAP), this article predicts the energy consumption and exhaust emissions from Beijing's civil vehicles. Also, we estimated the reduction potentials of China's new fuel consumption standards and exhaust pollutants standards that will be implemented from 2008 to 2020. Two scenarios were developed: “Business as Usual” (BAU) and “New Standard” (NS). In the BAU scenario, the Chinese government would do nothing to improve the fuel consumption standards and exhaust pollutants standards in the future. In the NS scenario, the Chinese government would implement more strict fuel consumption standards and exhaust pollutants standards for Beijing's civil vehicles. By comparing the results of the two scenarios for year 2020, the energy consumption will experience a reduction of 7.8%, and the exhaust pollutants CO, HC, NO_X, PM, and the emissions of CO₂ would decrease by 43.3%, 36.4%, 60.3%, 81.2%, and 7.8%, respectively.