广东省工业经济能源消费碳排放的LMDI分析

我国工业经济能源消费是碳排放的主要来源．以广东省为例,从碳排放总量和碳排放强度等指标分析了1990—2011年广东省工业经济能源消费碳排放的现状与特征;用LMDI分解技术,将广东省工业经济能源消费碳排放因素分解为能源结构效应、能源强度效应、经济增长效应和人口规模效应4种因素;定量分析表明：经济增长效应是广东省工业经济能源消费碳排放增长的主导促进因素,人口规模效应为次主导促进因素;能源强度效应是广东省工业经济能源消费碳排放增长的主导抑制因素,能源结构效应是次主导抑制因素．     

基于LMDI模型的贵阳市交通碳排放及其影响因素分析

交通部门是继能源部门和工业部门之后的第三大碳排放部门,成为当前研究的一个热点。通过"自上而下"的方法,测算了2007—2013年贵阳市交通运输业能源消费碳排放,对交通碳排放总量、人均碳排放量、交通能源碳排放结构及碳排放强度进行动态分析,并采用LMDI因素分解方法对交通运输能源消费碳排放量进行因素分解分析。结果表明贵阳市交通碳排放量呈不断上升的趋势,能源强度效应交通碳排放表现为显著的负效应,起抑制作用;而经济产出效应、能源结构效应和人口规模效应始终表现为正效应,起促进作用;其中,经济产出效应对交通碳排放的贡献最大。     

京津冀服务业能源消费碳排放影响因素分析

利用统计数据首先分析了1995—2013年京津冀地区能源消费结构并核算京津冀地区服务业碳排放量,其次通过灰色关联分析方法分析了京津冀地区服务业能源消费碳排放影响因素.研究发现,京津冀服务业能源消费以石油为主;能源结构多元化系数和产业规模是北京市服务业能源消费碳排放最主要影响因素,人口效应和能源强度是天津市服务业能源消费碳排放最主要影响因素,能源结构多元化系数、人口效应、产业规模、能源强度和河北省服务业碳排放呈中度关联关系.提出京津冀地区服务业能源消费有待向碳排放量低的天然气等能源转变,北京市和河北省服务业能源利用效率有待提高的建议.     

中国省域能源消费碳排放及其 驱动因素分解分析

在利用IPCC提供的参考方法对中国大陆30个省区(不包括西藏)1997~2012年能源消费碳排放量估算、分析的基础上,采用LMDI分解模型将碳排放的影响因子分解为人口规模效应、经济发展效应、能源强度效应、能源结构效应以及城乡人口结构效应和人均能源消费效应,并对江苏、河南、内蒙古和重庆4省区的碳排放驱动因素进行了实证分解.结果表明:中国各省域碳排放量和人均碳排放量均呈上升趋势,但增加幅度各省区明显不同;CO2排放强度存在明显的省区差异,表现为东部省份中部省份西部省份,除青海、宁夏和海南3省碳排放强度仍在增加外,其他各省区均呈下降趋势;经济发展、人口规模、城市化水平对碳排放表现为正向效应,能源强度、能源结构则表现为负向效应,其中经济发展对4省区能源消费碳排放正向效应最大,而能源强度对4省区碳排放负向效应最大;乡村人口比例、城乡人均能源消费量对4省区碳排放量的影响有限且存在较弱的正负波动.     

陕西省交通能源碳排放测算及影响因素分析

目的基于2000-2013年陕西省交通能源消费数据,探讨影响陕西省交通能源消费碳排放变化的因素及其贡献率,为实现低碳交通提供理论参考。方法测算分析交通碳排放量,运用LMDI分解方法构建交通能源碳排放因素分解模型,对陕西省交通碳排放影响因素进行定量分析。结果 (1)交通能源碳排放总量总体上呈逐年上升趋势,随着碳排放强度明显下降,在2013年实现负增长;(2)2000-2013年间除第三产业增加值的累积效应为正值外,能源结构、能源强度、交通运输业经济份额的累积效应均为负值;(3)从逐年效应来看,第三产业增加值对交通碳排放增加有最大的拉动作用,能源强度效应则有较强的抑制作用。结论可以通过保持交通运输业合理的经济份额,提高能源利用率,加快能源结构调整来减少交通碳排放。     

贵州省碳排放驱动效应研究及其与经济增长的脱钩关系——基于LMDI分解理论

为了促进贵州低碳经济的进一步发展,以贵州省2002—2013年能源消费结构为基础数据,通过自上而下、LMDI分解法,对贵州省碳排放进行定量测算。在此基础上,利用Tapio脱钩模型,分析碳排放与经济增长的关系。结果显示:贵州省碳排放总体呈持续增长,其中经济因素和人口规模对贵州省碳排放起促进作用,且经济是导致碳排放增加的主要原因;能源结构和能源强度对碳排放起抑制作用,能源强度的降低是促进碳排放减少的主要途径;贵州省碳排放与经济之间主要以扩张负脱钩和弱脱钩状态为主。     

西北地区碳排放的驱动因素与脱钩效应研究

西北地区经济快速增长的需求与“双碳”目标的矛盾是亟待解决的重要难题.本文选取西北地区2011-2019年的数据，采用碳排放系数法核算能源消费碳排放，并运用对数平均迪氏指数（LMDI）方法，研究了能源结构、能源强度、经济产出和人口规模对碳排放水平的影响；构建Tapio脱钩模型，对碳排放与经济发展的脱钩指数进行测度，并分析了碳排放与经济发展的脱钩关系.研究表明：1）陕西省是西北地区碳排放量最大的省份，其次是新疆、甘肃、宁夏和青海. 2）经济产出和人口规模会促进碳排放，与经济产出相比，人口规模对碳排放的影响较小；能源强度会促进碳减排；能源结构对碳排放的作用存在两面性. 3）碳排放总量、碳排放强度、人均碳排放与经济发展的脱钩关系均有向强脱钩转变的趋势；陕西、甘肃、新疆和青海的碳排放总量、碳排放强度、人均碳排放与经济发展实现了强脱钩.这些结果丰富了碳排放驱动因素与脱钩效应的相关研究，为西北地区协调区域经济发展和削减碳排放提供了针对性的政策建议.     

基于方向性距离函数的中国省区碳排放驱动因素研究

文章使用方向性距离函数的非参数框架把我国各省区碳排放变化的驱动因素分解为规模效应、技术效率效应、技术进步效应、资本碳比效应、劳动碳比效应、能源碳比效应以及结构效应等7个部分,扩充了碳排放的主要影响因素,扩展了对碳排放驱动力量的深入理解。研究结果表明:规模效应的持续扩大仍然是碳排放增长的首要原因;资本碳比效应是省区碳减排的主要驱动力量;劳动碳比效应是造成碳排放增长的重要因素,能源碳比效应自2001年以来表现出减排功能;技术进步减排效应微弱,技术效率和结构效应影响较小。     

能源消费背景下河南省碳排放测算及碳达峰预测

区域碳减排对中国实现“双碳”目标起着重要作用，预测区域能源消费碳达峰时间及峰值大小对实现“双碳”目标具有重要意义.以河南省为例，运用IPCC法测算2000-2019年河南省能源消费碳排放量，基于STIRPAT扩展模型及岭回归法分析能源消费碳排放影响因素，并预测不同情景下2020-2040年全省达峰值及达峰时间.结果表明：(1)2000-2019年河南省能源消费CO₂排放量及人均CO₂排放量均呈倒“U”型趋势，碳排放强度呈现持续下降趋势.(2)正向影响因素对能源消费碳排放量作用程度大小依次为产业结构(1.900%)、城市化率(0.602%)、人均GDP(0.231%)和能源强度(0.079%),负向影响因子的作用程度大小依次为人口规模(-2.659%)和能源结构(-0.888%).(3)碳达峰值范围均在1.73～1.86亿t之间，达峰时间均出现在2029年.在节能情景下达峰值最低，约为1.73亿t;在无序情景下达峰值最高，约为1.86亿t.综合6种情景发现，人均GDP、城市化率和能源结构呈中低速增长，且人口规模、能源强度和产业结构呈中高速发展，...     

西安市产业结构演进与碳排放关联效应研究

利用Eviews软件分析西安市产业结构层次系数与碳排放强度的关系,利用相关模型对西安市产业结构演进与碳排放关联效应的分析表明：①西安市的工业碳排放与经济发展存在密切关联关系;②产业结构的演进与高级化过程具有碳减排效应;③西安产业结构多元化发展中存在能源消费增速效应;④产业结构演进对单位产出能耗下降的推动作用较明显;⑤能源结构对碳排放具有决定作用,加快能源消费结构的变化是控制碳排放量的重要措施．     

环渤海地区碳排放演进特征及其影响因素

基于kaya公式分析环渤海地区2000—2010年碳排放演进特征,并对碳排放影响因素进行分解.结果发现:环渤海地区碳排放量大致呈现持续均匀的增长趋势,碳排放主要受能源结构、碳排放系数、能源强度、产业结构、经济规模5个因素影响,其中经济规模、能源结构、产业结构对碳排放量起促进作用,能源强度对碳排放起抑制作用,经济规模对碳排放起决定性作用.结合研究结果和区域实际情况提出了有关碳减排的政策性建议.     

长江经济带能源消费驱动因素及区域差异分析

利用2001—2017年相关数据,对长江经济带、上中下游以及11个省市能源消费开展驱动因素分解,研究结果表明,经济发展、能源消费强度、人口规模和产业结构效应是影响能源消费变化的主要因素,但是驱动因素的作用方向不同,空间差异明显。经济发展是能源消费量增长的主要因素,能源消费强度效应对抑制能源消费效果显著,人口规模效应、产业结构效应拉动作用较弱。未来应从加快产业结构升级、推进节能减排、推行低碳生活方式等方面分区施策,积极应对,减少能源消费。     

上海市建设用地碳排放效应分析

以2001—2015年为时间序列,对上海市建设用地的碳排放进行测算。文章采用Kaya恒等式和对数平均D氏指数(logarithmic mean Divisia inde,LMDI)因素分解模型,分析各因素对建设用地碳排放效应;运用经济学边际理论,构造上海市能源强度边际碳排放模型,测算边际碳排放变化率和边际碳排放量。结果表明:上海市建设用地碳排放量从2001年的2 272.2×104 t增长至2015年的3 697.8×104 t,年平均增长率为3.612%;能源强度的减少是影响上海市碳排放下降的主要因素;边际碳排放变化率不规律,能源强度变化对上海市的碳排放影响极限时刻不存在,能源强度与碳排放关系呈三次幂正相关(拟合曲线特征)。     

广西地区CO2排放量变化趋势及驱动因素分析

参考<广西统计年鉴>(1991～2010)中的社会经济指标和能源消费统计数据,采用能源消费耗总量及化石燃料系数估算法估算广西地区1991～2009年CO2排放量,归纳出CO2排放量变化趋势,并将因素分析法应用于Kaya恒等式定量分析广西的经济产出规模、人口规模、能源强度及能源结构等驱动因素对CO2排放的影响.1991～...     

山东半岛蓝色经济区碳排放的影响因素

基于改进的Kaya恒等式和对数平均迪氏分解(LMDI)模型,对2009—2016年山东半岛蓝色经济区的碳排放进行因素分解和贡献率计算。结果表明:排放强度效应是促进碳排放的主导因素,对碳排放总量变化贡献率可达到96.72%;能源强度效应对碳排放量起到遏制作用,对碳排放总量变化贡献率为-27.03%,2009—2016年期间一直处于贡献率负值,在一定程度上抑制了碳排放的增长;经济因素是促进碳排放增加的关键因素,对碳排放总量变化贡献率为28.5%;人口因素对碳排放总量变动的影响较小。     

甘肃省直接生活能源消费碳排放分析及预测

利用排放系数和对数平均D氏指数(LMDI)分解法对甘肃省直接生活能源消费碳排放量和影响因素进行了计算和分析,并结合多种方法建立了预测模型.研究结果显示:(1)2000—2010年,碳排放量呈现整体增加的趋势,增幅为55.14%,在各种能源中煤的碳排放居于首位.就城乡结构而言,城镇的人均碳排放量高于农村,但由于农村人口基数大,其碳排放总量却高于城镇;(2)人均消费水平和能源消费强度分别对人均碳排放起到正向促进和负向抑制作用,城镇居民消费水平的提高和城镇人口比例的逐年上升以及城镇能源消费强度的下降和城镇消费在总消费比例的增加是根本原因;(3)以GM(1,1)预测模型和三次多项式模型为基础的组合预测模型,具有精度高、偏差小、预测结果较合理等优点,具有一定应用潜力.     

能源消费碳排放零残差因素分解模型研究

LMDI模型、Shapley值模型和MRCI模型均是能源消费碳排放的零残差因素分解模型,对三种模型的基本形式进行拓展,提出基于多层次多因素分解的通用表述形式,给出各分解模型中因素的累积效应、逐年效应和效应贡献度的测算方法,并对三种模型特点进行对比。运用Kendall协调系数法对三种模型结果进行相容性检验,输出相容模型集;基于各相容单一分解模型,构建能源消费碳排放的最优加权组合分解模型。应用上述模型对青岛市能源消费碳排放进行分解实证,结果表明,人均GDP和人口是青岛市碳排放增加的驱动因素,能源消费强度下降和能源消费结构优化则对碳排放增长具有抑制作用。     

能源消费碳排放零残差因素分解模型研究

LMDI模型、Shapley值模型和MRCI模型均是能源消费碳排放的零残差因素分解模型,对三种模型的基本形式进行拓展,提出基于多层次多因素分解的通用表述形式,给出各分解模型中因素的累积效应、逐年效应和效应贡献度的测算方法,并对三种模型特点进行对比.运用Kendall协调系数法对三种模型结果进行相容性检验,输出相容模型集;基于各相容单一分解模型,构建能源消费碳排放的最优加权组合分解模型.应用上述模型对青岛市能源消费碳排放进行分解实证,结果表明,人均GDP和人口是青岛市碳排放增加的驱动因素,能源消费强度下降和能源消费结构优化则对碳排放增长具有抑制作用.     

基于STIRPAT及解耦模型的河北省碳排放影响因素分析

运用解耦模型分析了2007年—2014年河北省的解耦状态:从增长性耦合到弱解耦,在波动中实现了强解耦.运用STIRPAT模型分析河北省碳排放影响因素,利用灰色模型GM(1,1)预测河北省2015年—2022年碳排放量,结果显示:产业结构对河北省碳排放影响最大;煤炭消费量、人均GDP、城镇人口占比、人口数对河北省碳排放量有促进作用,能源价格和研究与发展经费支出对河北省碳排放量的影响系数较小;能源结构、能源强度对河北省碳排放量有一定的抑制作用.GM(1,1)模型预测结果显示:应当重视河北省碳排放量的发展趋势,正视低碳发展的压力,通过调整各影响因素实现河北省低碳经济.     

基于 LMDI模型的江苏省碳排放强度影响因素分解研究

碳排放强度严重约束了各地区经济的可持续发展.采用LMDI模型,将江苏省碳排放强度影响因素分解为产业结构、能源强度和能源结构,得出各影响因素对碳排放强度降低的贡献率.结果表明,江苏省的碳排放量逐年上升,但是碳排放强度呈现逐年递减的趋势,能源结构对江苏省碳排放强度的驱动效应最大,贡献率达61.48％,能源强度的贡献率为38...