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。     

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.     

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.     

基于LMDI模型的黄河流域碳排放时空差异及影响因素研究

全面核算能源消费产生的碳排放量并明确其时空演变的影响因素是制定、实施及评估黄河流域碳减排策略的依据和保障。选取黄河流域9省(区)作为研究区,采用LMDI模型,计算了2003—2019年黄河流域能源消费产生的碳排放量,并对其时空差异及其影响因素进行了分析。结果表明：(1)从时间序列演化特征来看,在2003—2019年,黄河流域的碳排放量整体呈增长趋势,但增长幅度逐年收缩;(2)从空间分异特征来看,黄河流域上、中、下游的碳排放量呈西低东高的区域格局;(3)能源消费强度效应与经济增长效应分别是减缓和促进区域碳排放量增长的关键性因素,人口规模效应对于碳排放量表现为正向驱动作用,但影响程度较小,能源碳排放强度的抑制作用十分有限。最后,针对各影响因素提出了碳减排措施的对策建议。     

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.      

基于STIRPAT模型的中国旅游业碳排放影响因素分析

采用"自下而上"的CO_2排放计算方法,对1995—2014年中国各区域旅游业CO_2排放量进行测算,从动态视角分析各区域旅游业CO_2排放总量及旅游接待人次、人均旅游收入、旅游业CO_2排放强度和旅游交通CO_2排放占比等影响因素的变化趋势特征,并基于STIRPAT模型对旅游业CO_2排放的主要影响因素进行定量分析.结果显示:各区域旅游业CO_2排放总量均呈逐年上升的趋势,且不同区域各影响因素的作用存在显著差异;其中,人均旅游收入对中国旅游业碳减排压力的弹性变化区间最小,仅从0.156变化到0.287,旅游交通CO_2排放占比的弹性变化区间最大,其CO_2排放占比每提高1%,东部地区旅游业CO_2排放总量将提高0.239%,而中部地区仅提高0.013%;旅游业CO_2排放强度是抑制碳排放的关键因素;研究期内,分析结果不支持倒"U"型环境Kuznets曲线的观点.最后,根据上述结论提出差异化的区域碳减排调控对策.     

基于LMDI法的我国钢铁行业CO_2排放影响因素分解研究

探讨钢铁行业发展过程中CO_2排放的特征及其影响因素,并制定针对性节能减排政策是一项重要且值得深入研究的课题。依据2000—2010年我国钢铁产量相关数据,分析了我国钢铁行业CO_2排放的动态特征,发现其CO_2排放与钢铁产量的增长成正比。采用对数平均迪氏指数分解法(LMDI法)构建了CO_2排放的指数分解模型,并采用该模型将我国钢铁行业CO_2排放影响因素分解为CO_2排放系数、能源消费结构、能源强度、生产总量4项,定量分析了各因素对钢铁行业CO_2排放量变化的影响。结果表明:钢铁产量是CO_2排放量增加的最大拉动因素,能源强度是CO_2排放的最大抑制因素,能源消费结构对CO_2排放量减少有重要影响,但目前因改善力度不够,故效果尚不显著。可见,提高我国能源利用效率是实现CO_2减排的关键。     

基于LMDI的能源消费碳排放影响因素研究——以唐山市为例

唐山市作为我国钢铁和焦炭产能最为集中的城市,产业结构偏重,能源消费结构以煤为主,温室气体减排压力巨大。本文分析了唐山市2010—2017年能源消费和碳排放的变化特征,然后通过LMDI分解方法对唐山市能源消费碳排放因素进行分解,发现经济发展是其碳排放增长最主要的拉动因素,人口增长也对碳排放有一定贡献,而能源强度下降则很大程度上抑制了碳排放的增加,产业结构调整和能源结构改善虽也起到了一定的抑制作用,但影响十分有限。唐山市应继续推进能源结构低碳化,削减煤炭消费总量并提高清洁能源使用率,同时优化产业结构,持续推进化解钢铁、焦炭过剩产能,鼓励、推进第三产业和战略性新兴产业的发展,向绿色低碳发展模式转变。     

我国旅游业碳排放的空间关联性及其影响因素

为全面厘清我国旅游业碳排放的空间网络结构特征,基于2000-2015年我国各省（自治区、直辖市）旅游业碳排放相关数据（不含西藏自治区和港澳台地区数据,下同）,结合修正的引力模型,构建旅游业碳排放的空间关联关系;采用社会网络分析法,深入剖析我国旅游业碳排放的空间关联性及其影响因素.结果表明:①2000-2015年,我国旅游业碳排放的空间网络关联度始终为1,其网络关系数与网络密度持续增加,而网络等级度与网络效率平稳下降.②上海市、浙江省、江苏省、北京市、天津市等东部经济发达地区在网络中处于核心位置,对旅游业碳排放空间关联性的影响显著;而海南省、云南省、广西壮族自治区、青海省、吉林省等在网络中居于边缘位置,对旅游业碳排放空间关联性的影响微弱.③广西壮族自治区、贵州省、新疆维吾尔自治区等归为"净溢出"板块,河北省、甘肃省、陕西省等处于"经纪人"板块,北京市、天津市、内蒙古自治区等归为"双向溢出"板块,江苏省、浙江省、上海市等属于"净受益"板块.④空间邻接关系、城镇化水平差异在1%的显著性水平上对旅游业碳排放空间关联性起正向促进作用,旅游消费水平差异和产业结构差异分别在5%和10%的显著性水平上与旅游业碳排放空间关联性呈正相关,能源消耗差异在1%的显著性水平上与其呈负相关.研究显示,我国整体旅游业碳排放空间关联性愈趋紧密,但仍存在较大改良空间,各板块间的空间关联性有待进一步加强.      

基于LMDI分解方法的河北省PM2.5排放驱动因素分析

研究了河北省1990—2015年PM_(2.5)的排放总量及各个产业部门的排放量分布,并应用LMDI模型对五大部门PM_(2.5)排放变化的驱动因素进行了较全面的分解分析,以找出每个部门中PM_(2.5)排放变化的关键驱动因素.同时,通过对原始数据的整理分析和模型计算,结果发现:①工业、生活消费、农业部门是河北省PM_(2.5)排放的三大来源.其中,工业部门是PM_(2.5)排放的最主要贡献部门,占PM_(2.5)总排放量的70%;生活消费部门的贡献位居第二,占比约24%.②对于生产端,经济规模总量扩张是PM_(2.5)排放量增加的最主要原因;能源利用效率的提高和污染治理工艺水平的改进使得各部门的排放强度减弱,明显缓解了PM_(2.5)的排放增长,部门经济结构的优化也可带来明显的减排效应.③对于消费端,人均收入的提高促进了PM_(2.5)排放的增加,倡导绿色消费模式可以有效减缓PM_(2.5)排放.根据以上结论,本研究通过找到各部门存在的问题,为河北省大气污染治理提供参考和借鉴.     

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.     

京津冀及周边地区工业大气污染排放因素分解——基于LMDI模型分析

运用对数平均迪氏指数分解法探究了2011~2015年京津冀及周边地区工业大气污染物排放的主要影响因素.将该地区排放量变化的总效应分解为人口效应、经济规模效应、产业结构效应、能耗效应、能源结构效应和排放强度效应.研究结果表明,人口效应和经济规模效应基本为正效应,产业结构效应、能耗效应和排放强度效应基本为负效应.京津冀及其周边地区能源结构在2011~2015年期间变化不显著,因此能源结构效应对总效应的贡献很小,贡献度均未超过0.52%.北京市、天津市、河北省、河南省、山东省和山西省的情况不同,各效应贡献度的变化趋势也不相同.人口效应、经济规模效应、产业结构效应、能耗效应和排放强度效应的变化,主要来自于人口增速、经济规模增速、工业增加值比重降幅、能耗强度降幅和排放强度降幅的变化.在制定减排政策时,应根据各效应的累计贡献值和贡献度大小,对于该地区共存的主要影响因素,制定联合减排政策措施.对于存在地区差异的主要影响因素,因地制宜制定不同的减排政策措施.     

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.      

基于LMDI方法的广东省生活能源消费影响因素分析

运用对数平均迪氏分解法(LMDI)构建广东省生活能源消费的因素分解模型,定量分析2000~2014年间能源结构、人口规模、居住面积和设备消费等因素的变化对生活能源消费的影响。研究发现,4种因素的累计效应均为正,而采用逐年效应角度观察,设备消费是生活能源消费增加的最大拉动因素,其次为居住面积。基于研究结果,提出降低居民生活能源消费的相关政策建议。     

基于空间聚类分析的中国旅游业碳排放效率

旅游业碳排放效率是考量旅游经济增长与生态环境关系的重要指标,对旅游业碳排放效率的有效测度和分析是实现旅游业节能减排与可持续发展的基础支撑.采用“自下而上”法核算2001—2015年我国旅游业能源消耗量与碳排放量（不含港澳台及西藏自治区数据,下同）;继而运用非期望产出SBM模型对旅游业碳排放效率进行测度,并通过空间自相关分析揭示其空间特征;最后采用Malmquist指数（MI）评估旅游业碳排放效率的动态趋势.结果表明:①研究期内我国旅游业总体碳排放效率较低,平均水平为60%;各年度达到最佳生产前沿面（旅游业碳排放效率值为1）的省(市、自治区)(简称“省区”)数量较少,绝大多数省区的碳排放效率具有较大改善空间;旅游业碳排放效率水平存在明显的省际差异;东、中、西部地区的效率存在梯度差,形成“东高西低”的空间格局.②Moran's I指数和LISA聚类图显示,各省区旅游业碳排放效率存在明显的正向空间相关性,在空间分布上呈现出显著的地理聚集特征,形成“高—高”型与“低—低”型聚集区,空间联动格局尚未形成.③2001—2015年MI均在1以上（2004年除外）,且总体平均值高达1.195,体现出持续改善的态势;各省区碳排放效率的提升来源于技术进步与技术效率双重贡献,其中,技术进步是促进旅游业碳排放效率提升的主要贡献因素.研究显示,我国旅游业碳排放效率的空间分布不均衡,但整体呈现持续上升的态势,各省区在依赖技术进步提高碳排放效率的同时,要注重全局空间联动格局的形成,最终实现低碳旅游业的协调发展.      

基于LMDI方法和STIRPAT模型的天津市碳排放量对比分析

通过梳理天津市2000—2019年碳排放量变化,基于LMDI方法和STIRPAT模型分别构建碳排放量模型,对比分析碳排放量影响因素,并预测基准情景、低碳情景和超低碳情景下的天津市碳达峰和碳中和情况。结果显示：天津市能源结构的不断优化和能源强度的持续降低是导致碳排放量减缓的主要因素,但天津市富裕程度的增加和城镇化率的提高促进碳排放量的增加;在基准情景下,天津市很难在2025年实现碳达峰、在2060年之前实现碳中和;在低碳情景下,天津市可在2025年之前实现碳达峰,但在2060年之前实现碳中和难度较大;在超低碳情景下,天津市更易在2025年之前实现碳达峰,且在碳汇工程的实施下可在2060年之前实现碳中和。

     

无锡市碳排放的因素分解模型及实证分析

在计算无锡市2000~2011年二氧化碳排放量的基础上,采用对数平均权重Divisia分解法,建立无锡市人均碳排放的因素分解模型,定量分析能源结构、能源效率、经济发展情况等因素对无锡市人均碳排放的影响。结果显示经济发展对拉动无锡人均碳排放的贡献率呈指数增长趋势,相比之下,能源效率及能源结构对碳排放的抑制作用并不明显。据此提出开发可再生能源,转变能源消费结构,发展清洁煤技术,提高能源利用率等对策。     

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.     

湖北省一次能源消费的碳排放驱动因素分解研究

定量分析和测算能源消费的碳排放,是全球气候变化研究领域重要的基础工作之一。研究基于1980-2008年时间序列的统计数据,采用对数平均迪氏分解法,定量分析湖北省一次能源消费的碳排放驱动因素。研究认为经济快速发展是人均二氧化碳排放增长的主要驱动因素,而能源效率的变化则是人均碳排放增长的主要拉低因素,湖北省的能源消费结构比较单一、大量依赖煤炭,所以能源消费结构没有变化对人均碳排放量变化影响不大。根据以上结论,建议加大力度,优化产业结构、调整能源结构和提高能源效率,从3个层面采取措施实行低碳发展。