基于LMDI的江苏省交通能源消费碳排放因素分解

根据IPCC关于交通能源消费碳排放量的计算方法,对2005-2011年江苏省交通碳排量构成和交通碳排放强度进行了测算.基于LMDI分解技术,从交通能源强度因素、交通运输业经济份额因素、第三产业增加值因素和交通能源结构因素四个方面对江苏省交通碳排放的变化进行分析.测算和分析结果表明:交通能源强度呈明显下降状态,在其影响下交通碳排放强度呈下降趋势,说明交通能源利用率不断提高;交通碳排量呈增长的趋势,第三产业增加值因素影响最大,体现为正效应,促进交通碳排放,交通能源强度因素和交通运输业经济份额因素体现为负效应,交通能源结构因素除2011年均体现为负效应,抑制交通碳排放.     

基于LMDI的中国碳排放影响因素分解研究

在对中国2000-2012年不同产业部门、不同能源消费类型的碳排放量进行估算的基础上,利用Kaya恒等式改进模型结合LMDI分解法对中国碳排放量的影响因素进行分解分析.结果显示:经济产出水平、能源结构和人口规模对碳排放的影响是正向的,能源强度和产业结构对碳排放量的影响是负向的.最后提出节能减排的对策建议.     

我国海运出口贸易碳排放影响因素的对数指数分解研究

对2005-2013年我国的碳排放进行了对数指数分解,得出海运出口贸易规模、能源效率、能源结构、碳排放强度是构成碳排放的四个因素,其中海运出口规模和碳排放强度是碳排放的正向拉动关系,能源结构和能源效率是碳排放的负向抑制关系.运用协整检验证明四个因素与碳排放之间具有长期稳定的关系,运用Granger因果检验证明海运出口贸易规模、能源结构、能源效率是碳排放的Granger原因.在此基础上,提出减少海运业碳排放的政策建议.     

居民生活碳排放抽样调查方案设计:以青海省为例

调查方案设计是居民生活碳排放调查及数据分析的基础和保证.以大量文献和作者在居民生活碳排放调查中的实践经验为基础,立足调查方案的科学性和实践操作的可行性,以青海省为例,从居民生活碳排放调查的统计量选取、抽样框的构建、抽样方法的选择和样本量的确定、调查方案实施的详细步骤4方面综述性归纳了一套居民生活碳排放调查方案设计的方法,以期为居民生活碳排放研究提供参考.     

城市非农用地碳排放驱动因素的PDA模型

本文从生产系统角度构建全面分解城市非农用地碳排放驱动因素的PDA模型。基于非参数距离函数和环境DEA生产技术,借助生产分解分析的方法将中国28个省区市的城市非农用地碳排放的驱动因素分解到三个层次。结果表明,全国水平的技术进步、农用地利用结构碳强度、潜在非农用地利用强度、期望产出和非期望产出绩效是正向驱动;规模效应、技术效率、资本投入绩效、劳动投入绩效和非农用地投入绩效是负向驱动。三大区域的正负驱动因素与之稍有不同。因此,提高资源的投入绩效和技术效率是缓解城市非农用地碳排放的关键。     

中国碳排放变化的因素分解与减排路径研究

能源及其引致的碳排放等相关问题已经成为影响人类社会发展全局和全球政治经济格局的重大战略问题.中国是世界上最大的发展中国家,面临着更严峻的能源挑战.节约能源、大幅度改善能源效率是我国应对能源和气侯变化挑战的一条极其重要且有效途径.本文综合考量了能源结构、能源强度、能源效率及经济增长等4个因素对碳排放的影响,基于因素分解模型,应用LMDI分解方法对中国一次能源利用的CO2排放及碳排放强度变化进行了研究,研究发现二氧化碳排放增加主要是由于经济增长、人口规模扩大引起的.在此基础上提出了碳减排的政策建议.     

中国物流业碳排放特征及其影响因素分析——基于LMDI分解技术

在对我国物流业碳排放特征进行分析的基础上,运用LMDI分解技术,建立中国物流业人均碳排放的因素分解模型,定量分析了1991-2010年能源结构、能源效率、运输方式、物流发展、经济增长以及人口等6种因素对物流业人均碳排放的影响.分析表明:经济增长是拉动物流业碳排放增长最主要的动力,在研究期间呈指数增长的趋势.运输方式对碳排放增长也表现出明显的促进作用,能源结构和能源效率虽然表现出拉动作用,但效果微弱.而物流发展因素则对物流业人均碳排放量表现出明显的抑制作用.因此,应大力推进物流业科技水平的提高,进一步发挥物流发展因素对碳排放的抑制作用,同时,优化物流运输体系,形成以铁路为主体,水运和管道为支撑,公路和航空运输为辅的低碳化的综合运输体系.     

基于投人产出分析的中国能源消费分行业碳排放系数因素分解

采用投入产出分析法,结合部门能源消费数据,从最终需求的角度评估和计算了中国1997年、2002年和2007年的碳排放量、碳排放系数、直接碳排放系数和完全碳排放系数.研究结果表明,金属冶炼及压延加工业、燃气生产和供应业、非金属矿物制品业、电力、热力的生产和供应业、水的生产和供应业以及煤炭开采和洗选业的直接碳排放系数历年均是最高的,能源强度是影响这些行业直接碳排放系数变化的主要因素;金属冶炼及压延加工业、非金属矿物制品业、金属制品业、化学工业、电力、热力的生产和供应业、水的生产和供应业以及煤炭开采和洗选业的完全碳排放系数历年均居前列,中间产品投入和能源强度是影响完全碳排放系数变化的主要因素.针对实证结果,现阶段我国节能减排的重点方向在于调控金属冶炼及压延加工业、化学工业等高碳排放行业,并通过提高能源效率、调整产业结构及优化能源结构来达到降低碳排放系数的目的.     

基于STIRPAT模型的我国制造业碳排放影响因素研究

本文采用岭估计法和STIRPAT模型,定量分析了人口、财富和技术因素对我国制造业碳排放的影响,认为人口和财富因素对我国制造业碳排放存在正向作用,影响系数值分别为0.529和0.2565;技术因素有负向作用,其影响系数为-0.0965。构建了引入人口和财富二次方项的STIRPAT模型,二次方项的系数都为正,说明环境库兹涅茨倒U型曲线不适用于我国目前制造业碳排放,即我国制造业碳排放短期内不会出现拐点。最后给出了相应的对策建议。     

基于LMDI的中国能源消费碳排放强度变化因素分解

利用IPCC《国家温室气体清单指南》(2006)推荐的参考方法和参数,评估和计算中国1997年-2007年的碳排放量和碳排放强度,并应用LMDI方法对碳排放强度进行因素分解.研究结果表明,能源强度因素对我国碳排放强度变化的贡献率最大,达到139.66%;产业结构效应次之,为-28.23%;能源结构效应最小,为-11.43%.针对实证结果,提出现阶段我国节能减排的重点在于提高能源效率、调整产业结构及优化能源结构.     

福建省碳排放分布结构特征及影响因素分析

基于福建省6大产业和居民生活消费17种一次性能源,测算了1995年至2012年福建省能源消费和碳排放的总体趋势,分析了碳排放的能源空间分布结构及产业空间分布结构;创新型地将能源结构效应分解为能源消费种类变化效应和能源消费量变化效应,从而对碳排放分解模型进行了改进;并从能源强度效应、能源结构效应、经济发展效应和人口规模效应分解了各因素对福建省生产和生活碳排放的贡献值、变化趋势及相互作用机理.研究结果表明,福建省的碳排放在今后很长一段时间内将继续保持较快的增长趋势,其中经济发展是导致排放量持续增加的主因,能源效率的提高是减少能源消耗和降低碳排放量的重要手段,能源消费结构的调整和优化具有较大的减排节能的潜力.     

中国碳排放与能源消费关系实证研究——基于VEC模型

中国碳减排问题成为世界关注的焦点问题.研究碳排放与能源消费关系有助于实现2020年碳减排目标.选取1953-2008年中国碳排放和能源消费数据,运用协整理论、向量误差修正模型(VEC)和Granger因果关系分析,对中国碳排放量与能源消费之间的相互关系进行实证研究.研究结果表明:碳排放与能源消费之间存在协整关系,能源消费增加1%,碳排放将增加0.9646%,即碳排放对能源消费的长期弹性为0.9646.从短期误差修正模型来看,碳排放与能源消费之间具有动态调整机制.非均衡误差项的存在,能够保证两者之间长期均衡关系的存在.Granger因果关系研究表明:碳排放与能源消费之间互为双向因果关系.通过脉冲函数和方差分解分析了模型的动态特征.根据研究结果,提出降低能源消费和减少碳排放对策.     

中国城镇化对碳排放的影响研究:基于居民消费的视角

将城镇化、居民消费和碳排放视作碳排放系统中的一个子系统进行深入研究,分析了三者之间的作用机理并提出了四个假设.运用1978-2013年的时间序列数据进行了实证研究,结果表明:城镇化和居民消费均是碳排放的Granger原因;城镇化并不直接产生碳排放,并且对居民消费与碳排放的关系不具有调节作用;城镇化通过影响居民消费而影响碳排放.针对分析结果,探讨了有序推进中国城镇化发展和生态文明建设的应对之策.     

中国能源消费、碳排放与经济增长的区域差异性研究

基于1990～2010年我国30个省市面板数据,采用面板计量分析方法,考察我国源消费、碳排放与经济增长三者之间相互影响关系对空间区域的依赖性.研究结果表明:能源消费、碳排放与经济增长三者之间不仅存在着相互影响的关系,且具有显著的区域差异性.各省份的经济发展均为各地区能源消费增长的重要诱因之一,这与能源消费与经济增长具有较高关联度的结论保持一致.北京、辽宁、吉林等16个省份碳排放变化与经济增长变化之间的的弹性系数为负值,而天津等其他14个省市碳排放总量还将伴随着经济增长而增长,所以弹性系数为正值,这点隐含说明当区域经济水平较高时,该区域也将拥有更多优势条件来减低碳排放,实现碳减排最终还是需要依赖于发达的经济水平.     

中国省际碳排放驱动因子及趋势分析:以辽宁省为例

采用1997-2012年辽宁省碳排放时间序列数据,参照STIRPAT模型,通过因子分析和最小二乘法回归拟合得到碳排放量和5类主要影响因子的拟合方程.研究结果表明:人口、人均GDP、第二产业产值、单位GDP能耗和全社会固定资产投资每增加或降低1%将带来碳排放量增加或降低比率分别为:0.3294%、0.1544%、0.1424%、0.2675%和0.1375%.通过灰色预测模型GM(1,1)进行预测分析,预测结果为:2020年和2030年辽宁省的碳排放总量将分别达到38705.368万t和69603.215万t,碳排放强度将分别降至0.576t/万元和0.2878t/万元.     

新陈代谢灰色模型在中国碳排放量预测中的应用

中国碳排放问题已经成为世界关注的焦点问题,预测中国未来的碳排放有助于实现2020年碳减排目标.通过选取2005~2011年中国碳排放数据,利用新陈代谢灰色模型对中国碳排放进行短期预测.模型检验结果表明:相对误差为二级,平均精度为一级,预测结果与实际值出入较小,到2015年中国碳排放量将超过31亿吨碳.针对研究结果,提出发展低碳经济提高能源效率和发展非石化能源来降低碳排放的策略.     

中国碳排放的省域差异及影响因素的实证研究

参照IPCC(2006)以及国家气候变化对策协调小组办公室和国家发改委能源研究所)的方法,估算了我国30个省(直辖市、自治区)的1997—2011年期间的二氧化碳排放量.数据显示,我国各省(直辖市、自治区)的二氧化碳排放量从整体上基本都呈现出上升趋势,地区差异比较显著.总体上来讲,我国的二氧化碳排放量呈现出由东到西依次递减的规律特征,东部地区的二氧化碳排放量最多,中部地区次之,西部地区二氧化碳排放量最少,而且东部地区的二氧化碳排放在绝对量上大大超过中西两大区域.产业结构和经济发展是影响各地区二氧化碳排放量的主要因素,能源消费结构和出口贸易对各地区碳排放量的影响不显著.