中美商品贸易的碳排放转移研究

中美两国均为温室气体排放大国,且双边贸易额巨大。由于两国在基础设施、技术、能源综合效率和资源禀赋上存在差异,使得中美商品贸易中存在碳排放转移。论文采用投入产出法的思想,结合经济、能源与贸易三系统,建立了基于国际商品贸易的碳排放转移模型,并分别测算了1997年与2002年中美商品贸易中各相应部门的碳排放转移量。研究表明：①1997年与2002年,基于中美商品贸易的中国部门载碳量分别达到4010.13×10⁴t碳与5056.21×10⁴t碳,依次占中国相应部门载碳总量的6.61%与8.33%;而美国部门载碳量仅为290.65×10⁴t碳与335.61×10⁴t碳,相继仅占美国部门载碳总量的0.53%与0.66%;②1997年与2002年,中美商品贸易的碳转移总量依次达3719.75×10⁴t碳与4719.60×10⁴t碳,化学工业、金属冶炼及其压延加工业是主要的碳转移部门;③1997年与2002年,通过国际商品贸易,美国分别有相当于其相应部门碳排放总量的6.77%与9.32%的碳被泄露到了中国,中国为美国的碳减排做出了很大的潜在贡献,美国等发达国家应该为中国等发展中国家提供切实有效的气候与环境友好型技术援助。     

中欧贸易碳排放转移研究

文章基于WIOD数据库构建IRIO模型,计算了中国和欧盟2009年的碳排放转移及部门分布,并利用投入产出模型和数据网络控制分析方法将中欧双边贸易产生的碳排放转移分为直接碳转移、隐含碳转移和控制型碳转移3种碳排放转移方式,并分析了中国各部门3种转移值的特征及其控制指数和依赖指数。结果表明:电力、煤气及水生产和供应业、金属加工业、化学制品制造业是中欧贸易碳转移的3个关键部门,需要重点关注;农林牧渔及水利业、采掘业和炼焦、石油加工及核燃料加工业等部门进行的碳排放转移直接转移量低,隐含转移量高,容易被忽视;陆地运输业、空运业以及房屋租赁业等服务类部门控制指数较低,不需要重点关注。3种转移方式中,隐含碳排放最能体现真实转移量,而控制型碳转移能够帮助揭示产业链中具有关键地位的部门。     

中国农产品贸易虚拟水转移及其影响因素研究

挑选与中国农产品贸易额较大且具有代表性的10个国家,构建包含资源环境要素的虚拟水投入产出模型,计算农产品贸易隐含虚拟水的转移情况.进而以国际贸易理论为基础构建了以虚拟水净进口量为被解释变量的贸易引力模型,重点探究了包括自由贸易协定和关税在内的各因素对虚拟水转移的影响.结果表明,中国的农业用水效率虽然在逐年提高,但与农业发达国家相比仍有较大差距;中国通过农产品国际贸易实现了对大部分国家虚拟水的贸易逆差;土地资源、劳动力数量、农业生产效率等方面的比较优势以及是否签订自由贸易协定、关税水平等变量是农产品贸易虚拟水流动的显著影响因素.中国通过进一步发展和壮大农产品国际贸易可以有效缓解国内水资源压力,因此应当在提高自身农业比较优势的同时,加快发展对外贸易关系,并充分发挥自由贸易协定在农产品国际贸易中的关键作用.     

中国碳排放轨迹特征、驱动因素及减排策略

采用1979-2017年数据,对中国中长期碳排放规律和减排对策进行了综合讨论,研究结果显示:(1)中国存在碳库兹涅茨倒U型曲线,2012年开始进入"碳拐点"前期阶段,"碳拐点"预计在2026年左右达到,碳排放峰值约为120亿tCO₂e。(2)HP滤波分析发现,改革开放以来中国碳排放存在1979-1996年、1997-2011年2个长周期和2012年启动的不完整周期。(3)Tapio脱钩弹性分析表明,中国碳排放与经济增长间经历了"弱脱钩-扩张连结-弱脱钩"的变化历程,目前正处于弱脱钩向强脱钩过渡的转变期。(4)LMDI分解分析表明,当前碳排放增长的主要助长性因素是经济增长效应,其次是人口规模效应;主要抑制性因素是能源强度效应;能源结构效应影响相对较小,但其负贡献增长速度较快。(5)"碳拐点"前期减排机制优化方向应着眼于促进能源效率提升、清洁能源使用、工业过程碳排放控制、进出口贸易优化以及更好地运用市场化减排机制方面。     

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...     

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。     

浙江省碳排放与经济增长的脱钩关系及驱动因素研究

运用IPCC参考方法、Tapio脱钩模型、协整分析和Granger因果检验,研究了浙江碳排放特征及其驱动因素.结果表明:碳排放量呈增长趋势,碳排放强度呈下降趋势,多数年份碳排放与经济增长之间呈"弱脱钩"状态;经济增长、外贸和人口增长对碳排放正向驱动,能源效率和城市化对碳排放负向驱动;经济增长、外贸、城市化和人口增长是引起碳排放增长的单向Granger原因,能源效率与碳排放互为Granger原因.     

东北三省农田生态系统碳排放时空分异特征及驱动因素研究

根据2000—2014年东北三省碳排放的相关数据,结合空间探索性分析及地理加权回归等模型方法,对研究区农田生态系统碳排放量的空间集聚性、差异性及其重要驱动因素进行研究.结果表明:东北三省农田生态系统碳排放量存在比较显著的全局空间正相关,自相关性在整体上表现出逐渐增强的趋势,到2014年全局Moran's I指数达到最高值0.3395.在局部空间相关关系上,东北三省农田生态系统碳排放量的高-高区域集中在黑龙江省和吉林省,低-低地区主要集中在辽宁省,表现出不平衡的发展格局.人均GDP对农田生态系统碳排放有负效应,总人口数对农田生态系统碳排放的影响从正效应转变为负效应,化肥施用对农田生态系统碳排放影响程度的空间分布格局发生了较大变化,代表生产技术水平和能源消耗的农业化肥施用量和农业机械总动力因素对农田生态系统碳排放的影响较大,东北三省农田生态系统碳排放和农业机械总动力相关程度有逐渐趋同的趋势.     

基于STIRPAT模型的区域农业碳排放影响因素分析

以白城市为例,利用农业碳排放计算模型,从农业物质投入、水稻种植、畜牧养殖3个方面入手,对白城市农业碳排放进行了计算,分析其时空变化特征,在此基础之上,基于STIRPAT模型探析区域农业碳排放的影响因素,并提出相应对策。结果表明:1999-2013年,白城市农业碳排放量的时序变化分为3个阶段:低速增长阶段→高速增长阶段→波动阶段,数量由1999年236.554 4万t增加到2013年的444.616 7万t;农业碳排放强度的时序变化总体呈现先升后降的状态,2008年出现最大值6.192 1 t/hm2;2013年,镇赉县总碳排放量最大,达到130.594 1万t;洮南市农业物质投入碳排放量最大,达到56.990 8万t;镇赉县的水稻种植、畜牧养殖碳排放量最大,分别达到69.320 2万t、17.491 1万t;人口数、可比价格人均GDP、农用机械总动力、农业产率比值、农村投资、城市化率和农民人均纯收入是白城市农业碳排放的主要影响因素,影响力指数分别为0.260 5、0.087 4、0.112 6、-0.076 6、0.035 3、0.208 3、0.112 8。为有效实现农业低碳发展,减小碳排放强度,控制碳排放量,白城市必须要在5个方面采取相应策略:(1)完善管理体制,优化政策环境;(2)发展农业低碳技术,调整农业发展结构;(3)发展绿色能源,整合农村能源利用结构;(4)严格保护耕地,优化土地利用格局;(5)统筹兼顾,倡导低碳理念,营造社会氛围。     

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.     

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。     

区域贸易隐含碳排放和SO_2排放的投入产出分析——以江苏为例

区域碳排放责任划分和污染治理必须考虑空间转移问题,才能制定公平可行的减排和治理方案。中国区域产业结构和消费模式不同,区域间贸易往来密切,需要对贸易品中隐含的碳排放和污染排放进行估算。论文采用多区域投入产出模型,计算了江苏基于生产者角度和消费者角度的碳排放和SO_2排放,对各部门贸易中隐含的碳排放和SO_2排放进行了估算,并对隐含碳排放和SO_2排放流入最高的4个部门和最终需求中碳排放和SO_2排放的流入来源进行了分析,结果发现江苏属于碳排放和SO_2排放净流入区域,净流入碳排放17.87 Mt C,净流入SO_2排放9.05×104t。金属冶炼及压延加工业、化学工业、电力和热力的生产和供应业以及建筑业输入贸易中隐含的碳排放和SO_2排放都较大,未来江苏产业结构调整面临较大压力。     

重庆市工业耗能相关碳排放变化驱动因素研究

在构建重庆市工业耗能相关碳排放影响因素分解模型的基础上,采用因素分解方法分析了过去十余年间(1999²011)4种驱动因素对重庆市工业碳排放变化的影响,并识别出关键驱动因素。结果显示:能耗增长的主要原因是工业经济发展;工业能源强度是促进重庆市工业耗能相关碳减排的主要影响因素;产业结构因素对重庆市工业耗能相关碳排放变化的影响存在波动,但其累积效果表现为减排;能源结构因素对重庆市工业耗能相关碳排放变化没有显著影响。最后,结合各关键因素的未来发展趋势,提出重庆市工业未来低碳发展的可行途径为技术进步和产业升级。     

中国能源消费碳排放变化的驱动因素研究

将DEA中基于能源投入的Shephard距离函数引入到LMDI分解模型中,建立了1995~2010年中国6大产业能源消费碳排放7因素分解模型.研究结果显示, 产业结构效应、经济产出效应、人口规模效应、能源绩效效应对碳排放的增加具有一定的拉动作用,其中经济产出效应的累积贡献率最大为135%,产业结构效应、人口规模效应、能源绩效效应对碳排放累积贡献率分别为10.74%、9.39%、0.65%;潜在能源强度效应对碳排放下降的累积贡献率最大为54.6%,说明产业能源强度的调整空间较大,且抑制效应逐年增强;能源结构效应、能源技术进步效应对我国碳减排的累积贡献率分别为0.2%和1.04%,贡献微弱,亟待提高;从产业层面研究发现,农林牧渔业、建筑业、批发零售和住宿餐饮业和其他行业的低碳发展较好,工业、交通运输仓储和邮政业低碳发展不佳,工业始终是我国碳排放的主要来源.     

全球粮食贸易网络格局及其影响因素

基于复杂网络分析方法,构建了小麦、水稻、玉米三大主粮的全球粮食贸易网络,解析了网络格局的总体特征及其变化态势,定量评估了全球粮食贸易网络格局影响因素。研究发现：全球粮食贸易已经成为一个复杂有序、相互依赖的网络系统,网络规模不断增加,连同性和紧密度不断加强;全球粮食贸易网络节点呈现非均衡结构特征,高强度和高节点度国家在网络中具有主导作用,呈现出口国主导的网络结构特征;经济社会发展差异性、贸易政策的一致性和语言文化邻近性对粮食贸易网络影响显著,经济社会发展差异推动贸易网络联系更加紧密且多元化,贸易政策的一致性促进贸易网络更加持续和稳健。建议中国继续实施更加多元化、多边化的粮食贸易政策,提升中国在世界粮食网络节点的中心性特征,充分利用国内国际两个市场,融入全球粮食贸易网络体系,积极推动构建全球粮食安全命运共同体。     

东北地区能源消费碳排放时空演变特征及其驱动机制

运用探索性空间分析、冷热点分析、标准差椭圆分析和地理加权回归分析等地学方法,研究了我国东北地区2005—2014年间能源消费碳排放的时空演化特征及其驱动机制.结果表明:①东北三省的能源消费碳排放量从高到低分别为辽宁省、黑龙江省、吉林省,2014年碳排放量分别达到20266、9914、6411万t;②东北三省能源消费碳排放量呈比较显著的全局空间正相关特征,在统计学上显著性检验存在多个冷、热点,其中,热点区主要集中在辽宁省的大连市、沈阳市、本溪市和辽阳市,吉林省的吉林市,以及黑龙江省的大庆市和鸡西市,冷点区主要集中在黑龙江省的大兴安岭市、黑河市、佳木斯市和伊春市;③在省级尺度上东北三省碳排放重心在2005—2014年间呈往东偏移的趋势,在市级尺度上辽宁省和吉林省碳排放重心往西偏移,而黑龙江省碳排放重心则往南偏移;④在省级尺度上,能源消费碳排放主轴方向为"西南-东北",但有往北旋转的趋势,黑龙江省能源消费碳排放主轴呈现往北旋转的趋势,辽宁省和吉林省的能源消费碳排放主轴方向则呈往东旋转的趋势;⑤东北地区影响能源消费碳排放量的主要驱动因素的影响程度排序为:人均GDP产业结构总人口数城市化率老龄化.     

中国省际服务业碳排放空间网络结构及其驱动因素

在碳达峰、碳中和的时代背景下,探索服务业碳排放空间网络结构及其驱动因素对于推进服务业节能减排具有重要的实践价值. 基于2000—2018年中国省际服务业碳排放的面板数据(不含西藏自治区及港澳台地区数据),综合运用修正后的引力模型和社会网络分析法刻画服务业碳排放空间网络结构特征并厘清其驱动因素. 结果表明:①研究期内中国服务业碳排放空间联系强度不断增大,服务业碳排放空间网络结构趋于复杂化且稳定性显著提升. ②上海市、北京市、江苏省和浙江省等省份在中国服务业碳排放空间网络结构中扮演“中心行动者”的角色,这些省份是其他省份进行服务业碳排放空间关联的重要“桥接”和“枢纽”,控制与主导中国服务业碳排放的空间关联和空间溢出. ③省份间的地理位置越邻近,产业结构优化、城镇化水平和科技发展水平的差异越大,中国服务业碳排放空间的联系越多;而服务业碳排放强度的差异越大,服务业碳排放空间的联系越少. 研究显示,中国省际服务业碳排放存在空间关联和空间溢出,但空间网络结构仍较为松散,未来在推进服务业节能减排的工作中,需重视建立省际协同减排机制.      

基于IPAT扩展模型分析人口因素对碳排放的影响

以5个典型国家(中国、日本、印度、德国和美国)为研究对象,利用IPAT模型比较分析了人口总量、能源强度和人均财富对碳排放的影响程度.结果表明:中国和印度的人口总量是影响其碳排放变化的主要因素;而美国和日本财富的积累刺激碳排放增加的作用明显.基于1978─2007年中国人口和能源相关数据,以STIRPAT模型为框架,分别构建了总人口模型及家庭户模型,用于分析我国人口数量、人口结构、能源强度及消费变化对碳排放产生的影响.经模型验证发现,家庭户模型的解释力度总体优于总人口模型.碳排放量的各解释因素按其影响程度的大小依次为平均家庭户规模、人均居民消费额、人口结构、能源强度和家庭户数.针对适应低碳发展的人口政策提出了相关建议.      

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.      

甘肃省工业碳排放测算与影响因素分析

对甘肃省1994年-2013年的工业碳排放量进行了测算,在此基础上运用LMDI分解法分析了影响工业碳排放的主要因素,结果表明:甘肃省1994年-2013年的工业碳排放量呈现波动上升的趋势,制造业和电力、燃气及水的生产和供应业对碳排放的增加有较大影响;在影响因素分析中,经济发展和能源结构是碳排放的驱动因素,分别累积实现的碳增量为9 685.64×104 t和31.48×104 t,能源强度和经济结构则抑制了碳排放的增加,分别累计实现的碳减排是4 599.22×104 t和129.66×104 t.