中国各省区(市)城市化进程中碳排放变化特征及影响因素分析

以工业能源消耗和居民生活能源消耗产生的碳排放作为研究对象, 用建成区占总面积的比例、非农工业人口和城镇人口分别占总人口的比例等3 个指标来衡量城市化率, 分析1995-2012 年间城市化过程中碳排放的地区差异及影响因素, 得到以下结论。1) 全国的碳排量以及人均碳排放量在1995-2012 年间整体上呈上涨趋势, 可分为缓慢增长、快速增长和增速下降 3 个阶段。单位产值的碳排放呈整体递减趋势, 递减速度变缓。2) 各省份碳排放随城市化率增加的区域差异明显, 北京、上海、天津均是碳排放相对较低和城市化率相对较高的地区。3) 从 3 种单位城市化率的碳排放来看, 绝大多数省市出现2000 年下降之后再上升的趋势。内蒙古自治区单位土地城市化率的碳排放最高, 单位人口城市化率(非农业人口比重和城镇人口比重)碳排放最高的是河北、河南和山东。4) 城市化过程中碳排放的影响因素也存在一定的地域差异, 对各省份而言, 能源结构对碳排放影响有限, 能源强度对各省区碳排放的贡献为负, 产业结构对碳排放的贡献有正有负, 而经济水平和人口规模对碳排放的贡献几乎均为正。研究结果可为我国区域碳排放削减的策略制定提供科学依据。     

湖南省能源消费碳排放与经济增长耦合协调发展研究

资源环境与经济增长间的耦合协调是区域可持续发展的重要组成部分。构建了评估能源消费碳排放与经济增长的耦合协调测算模型及其评价指标体系,并对湖南省能源消费碳排放与经济增长的耦合度、耦合协调发展度、耦合协调综合指数进行了测算。研究结果表明:1995—2013年,湖南省能源消费碳排放与经济增长均处于颉頏阶段,耦合度C值(0.45左右)在总体上经历了一个"升高—下降"的曲折变化趋势;能源消费碳排放与经济增长的耦合协调发展度D从1995年的0.207 2上升到2013年的0.389 3;能源消费碳排放与经济增长耦合协调综合指数T也从1995年的0.088 3增加到2013年的0.255 8。     

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，...     

新旧动能转换背景下山东省低碳经济发展评价

经济新常态下如何尽快实现经济动能新旧转换已成为山东省经济增长的关键,山东省传统的高碳增长模式已难以为继,必须寻求低碳环保的经济增长模式。文章运用定性与定量分析相结合的研究方法,深入分析山东省能源消费量与生产量、能源消费结构、能源效率等能源消费现状以及碳排放总量、人均碳排放量、碳排放强度等碳排放指标,全面评价山东省能源消费区域差异、碳排放区域差异以及各地区低碳经济发展水平,并根据分析评价结果提出发展建议。研究认为,山东省应进一步完善政策支持与保障、调整优化产业结构、应用推广低碳模式、完善碳排放市场以及倡导低碳生活模式,研究结论对绿色山东建设提供了科学有益的政策借鉴。     

能源消费碳排放的影响因素及空间相关性分析

选取2007—2016年能源消费省级面板数据,借助ArcGIS平台对我国能源消费碳排放的时空分布进行分析,并基于OLS回归分析,应用地理加权回归模型(GWR)对碳排放影响因素的空间相关性进行研究。结果显示:能源消费碳排放具有阶段性特征,2007—2010年我国能源消费碳排放强度波动性明显,但增长幅度较小,2011—2016年碳排放波动性减小,但增长幅度增大;碳排放空间分布异质性逐渐降低,高排放水平区域由2007年的1个增长到2016年的6个,并且区域间差距在不断缩小;城市化率、产业结构对碳排放具有抑制作用,对外开放程度、交通强度、科技发展水平对碳排放具有促进作用。     

基于能源类碳源估算的湖南省碳排放分析

采用能源消费带来的排碳量作为一个地区的排碳量,从碳排放总量及其与经济增长的关系、碳排放效率、碳排放结构、各产业煤消耗总量等对湖南省碳排放现状进行分析.结果表明:湖南碳排放总量较多,呈上升趋势,在中部8省处于中下等水平;湖南碳排放效率先减少后增加,略低于东部,高于中部、西部及全国平均水平;湖南碳排放主要以煤碳排放为主,占能源消费总量的65%;第二产业对煤和石油消耗最多,第三产业煤消耗最少;2005年3个产业煤排放急剧增加,可以通过调整产业结构,增加第三产业的比重,形成节能型增长方式.     

基于使用阶段的城镇住宅建筑碳排放测量与影响因素研究:以重庆为例

城镇住宅建筑是市域碳排放的重要来源，而重庆作为中国的超大城市，其碳排放的研究对其他城市具有重要借鉴意义.以重庆市城镇住宅建筑2011—2020年间能源消费碳排放的数据为基础，根据扩展的STIRPAT模型，通过岭回归拟合获得住宅建筑使用阶段碳排放量与消费强度、人均消费水平、能源消费结构因素、城镇人均住宅面积和城镇户均人口数的多元线性模型.结果表明，此五类因素各自每增加1%，将引起重庆市碳排放量相应不同的增加.并对这五个影响因素贡献度进行分析，发现各影响因素的贡献度与弹性系数不成正比.本研究有利于明确各影响因素的贡献度与弹性系数，对其他城镇区域研究碳排放具有借鉴意义.     

碳排放、能源消费与经济增长的实证研究

从经济增长与资源环境的关系入手,构建经济增长、能源消费和碳排放的向量自回归模型（VAR）,运用脉冲响应函数研究三个变量之间的相互关系,并分别建立能源消费和二氧化碳排放为自变量的协整方程,结果表明: 经济增长与能源消费和碳排放具有长期的协整关系,经济增长每提高1%,能源消费增长增加0.240%,同时导致二氧化碳排放增加0.295%。这说明我国的高速经济增长过程中,付出了较大的资源环境自然代价。     

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.     

城镇化进程中河北省居民生活消费碳排放特征及其影响因素

以河北省为研究区域，基于2010-2020年统计数据，使用碳排放系数法、消费者生活方式法分别计算了居民生活消费的直接碳排放量、间接碳排放量，并运用LMDI分解模型分析其影响因素.结果表明：2010-2020年河北省居民生活消费碳排放量持续升高，年均增长15.30%,间接碳排放量占比由54.15%增加到64.07%;直接碳排放量中煤炭占比下降了16.45%,电力占比最大且稳定在40%左右；间接碳排放量中占比最大且比重上升的类别为居住和交通通信；人均居民生活消费碳排放量分别与人均GDP、城镇化率呈显著正相关，无明显倒U型库兹涅茨曲线关系；能源消费强度是抑制居民生活直接碳排放量增长的主要因素，居民消费水平是拉动直接碳排放量增长的决定性因素，家庭消费强度是抑制间接碳排放量增长的关键因素，家庭消费结构、居民消费水平是拉动间接碳排放量增长的决定性因素.     

上海能源消费碳排放变化及对局地气候变化的胁迫评价

作为典型的河口城市,上海市受全球气候变化和局地气候变化的影响较为深刻.在快速城市化进程中,上海市碳排放量不断增加,能源消耗持续增长,面临着环境保护和经济增长的双重挑战.根据联合国气候变化专门委员会(IPCC)提供的碳排放估算方法,基于对1985~2005年上海能源消费及1995~2006年终端能源消费的CO2估算分析,选取能源消费总量、电力消费总量、工业能源消费量以及终端能源消费的CO2排放量,分析与上海局地温度变化和湿度变化等相关气候指标的相关系数,构建能源消费对局地气候变化的胁迫模型.结果表明,上海进入快速城市化阶段以来,能源消费总量显著增长,城市化高速发展阶段能源消费增长要显著高于加速发展阶段;1995~2006年上海终端能源消费的CO2排放量持续递增,年平均增长率为6%,CO2排放终端能源结构变化系数逐年增加,终端能源的CO2排放趋向多元化结构,各产业部门的CO2排放结构变化主要表现为由工业主导性排放结构逐渐向多产业部门排放格局的转化,其中交通运输、仓储和邮政业、批发零售业和住宿.餐饮业以及建筑业增长幅度较高;能源消费指标和温度变化指标的相关系数均通过P=0.01水平的显著性检验,其中和城郊温差的相关系数最高,均大于0.9,且通过P=0.001水平的显著性检验;能源消费各指标中工业能源消费总量和城郊温差的相关系数略高于能源消费总量和电力消费;能源消费的增加对城郊温差的胁迫关系符合三次多项式曲线增长.     

合肥经济圈旅游经济差异研究

以合肥经济圈五个城市的国内旅游收入与入境旅游收入作为基础数据,探索2009—2015年合肥经济圈旅游经济差异特征及其影响因素。研究结果表明:(1)合肥经济圈旅游经济的绝对差异逐渐扩大;国内旅游经济相对差异增大,入境旅游经济相对差异减小,但入境旅游是相对差异形成的主导力量;国内旅游经济的差异贡献率显著高于入境旅游。(2)合肥经济圈呈现"核心—边缘"空间结构,核心城市是合肥市;国内旅游经济规模呈首位分布,入境旅游经济规模趋于从首位型向集中型的转变。(3)合肥市旅游经济发展速率最快,远高于滁州市和淮南市。(4)旅游资源禀赋、经济发展水平和交通条件是影响合肥经济圈旅游经济差异的重要因素,当城市增加一个星级旅游景区、城市GDP增加1亿元、城市公路里程增加1公里时,总体旅游收入分别增加2.07亿元、2.04亿元、3.89亿元。     

1995—2007年我国省区碳排放及碳强度的分析——碳排放与社会发展Ⅲ

利用我国分省区的化石能源消费数据和美国橡树岭国家实验室二氧化碳信息分析中心公布的我国碳排放数据,对1995—2007年我国各省区的碳排放量、人均碳排放和碳排放强度进行了分析。结果表明,我国区域碳排放和人均排放排序为:东部中部西部,但中西部地区碳强度远远高于东部地区,这种特征与中西部地区高耗能行业占工业比重较高有密切关系。1995—2007年我国省际碳强度差异变化不大;从东、中、西部地区区域内部和区域之间差异的角度对省际差异进行的分解表明,我国省际碳强度差异主要是由区域内部省际差异导致的,而区域之间差异贡献较小。逐步线性回归分析表明能源资源禀赋、产业结构和能源消费结构是省区碳强度的决定因素,说明我国未来碳强度控制应从调整产业结构、改革能源政策、发展可再生能源等方面着手,以确保我国控制目标的顺利实现。     

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。     

交通运输业碳足迹测算及其交互效应评估——以京津冀地区为例

针对交通运输业碳足迹及其影响因素间作用效应研究的不足,首先,建立交通运输业碳足迹测算模型对京津冀地区交通运输碳足迹进行量化评估;其次,采用对数平均迪氏指数（Logarithmic Mean Divisia Index, LMDI）乘法形式模型研究京津冀地区交通运输业的碳排放与其他社会经济指标的交互效应;最后,基于京津冀产业结构及城镇化差异等社会经济背景,分析京津冀交通运输业碳排放影响因素的空间差异性.研究结果表明：京津冀地区交通运输业碳排放在研究期内逐年增加,北京市增长率最高,且年均增长率为8.58%;经济增长因素对京津冀全域交通运输业碳排放增加促进作用最显著;交通运输产业、生产效率等因素作用效应存在空间差异,而经济增长、人口效应、交通运输能源利用强度和碳排放强度等指标则表现出较弱的空间差异;促进经济增长与交通碳排放等环境负面影响的脱离、提高交通运输业生产效率、根据人口效应及结构进行交通运输系统设计的优化与结构调整、优化交通运输业能源结构等措施,有助于减少京津冀交通运输业碳排放量.     

中国能源消费、经济增长和碳排放的互动关系研究

协调好能源、经济和碳排放三者的关系意义重大.我国实现可持续发展依旧任重而道远.基于我国1990—2013年的年度时间序列数据,运用协整检验和VAR,对我国能源消费、经济增长和碳排放的互动关系进行实证分析.结果表明:1990—2013年,三者之间存在长期均衡关系和短期动态调整机制;碳排放对能源消费和经济增长存在单向因果关系,能源消费对经济增长存在单向因果关系;能源消费、经济增长和碳排放的主要贡献因子均为碳排放.最后,依据研究结论并结合实际情况,提出相关对策建议.     

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.     

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.     

中国碳排放影响因素分析和趋势预测——基于STIRPAT和GM(1,1)模型的实证研究

采用STIRPAT模型全面地对影响中国2000—2011年碳排放的因素进行分析,并利用灰色模型GM(1,1)预测了中国2012—2020年碳排放量.研究结果显示:城镇化率、经济增长、产业结构、能源价格、人口、能源结构和外贸强度对碳排放量有一定的促进作用,技术进步对碳排放量具有较强的抑制作用;其中对中国碳排放量增加影响较大的因素是人口和产业结构;根据GM(1,1)预测模型的结果,可以看出未来的减排压力还很大.因此,治理碳排放的政策应该综合考虑人口、产业结构和技术进步等影响因素.     

基于碳排放约束的山东省沿海城镇带能源发展多目标优化决策

 针对能源发展中的高能耗问题和碳排放问题,以山东省沿海城镇带为研究区域,将二氧化碳排放因子纳入能源消费结构优化之中,采用多目标规划的方法构建了以碳排放成本最小、能源消费产生的污染物治理费用最小为目标函数,以经济发展规划、能源消费总量、能源消费结构及碳排放量为约束函数的山东省沿海城镇带能源消费结构多目标优化模型。研究区2035年的能源发展多目标优化结果为：煤炭消费量占能源消费总数下降为36%;油类能源消费量占能源消费总数的17%;天然气消费量占能源消费总数的25%;清洁能源占能源消费总数的比例提高到22%,各项指标均满足山东省能源消费的多个目标和约束。同时,针对山东省沿海城镇带低碳情景下的未来发展,提出了加快能源供给侧和能源消费侧的结构性改革、实施清洁能源和电能替代等建议,以加快转变高耗能生产方式,促进经济结构优化升级,实现节能减排、低碳环保的可持续发展。