西北地区农业碳排放效率及影响因素研究

作为农业大国，农业农村是我国实现碳达峰、碳中和目标的重要碳减排领域，农业碳排放影响着生态文明建设和经济可持续、高质量发展。基于西北5省份2011—2019年农业碳排放测算数据，分析西北地区农业碳排放现状及特征，并运用SBM-Undesirable模型、LMDI模型评估农业碳排放效率和影响因素。结果表明：2011—2019年西北5省份农业碳排放总量呈现先上升后下降趋势；化肥、地膜、牛、羊造成的碳排放量占比达到86%,是西北地区农业碳排放的主要来源；各省份农业碳排放结构不同，碳减排侧重点也有所差异；碳排放效率地区差异明显，青海、宁夏两省份的农业碳排放效率高于其他3省份，均值达到0.95左右；农业生产效率、产业结构和乡村人口对西北地区农业碳排放具有抑制作用，而农业经济水平是导致西北地区农业碳排放量增加的最主要因素。最后提出创新发展低耗能农业机械，培育低碳、高产农作物品种，加强农膜补贴等建议。     

基于终端能源消费的中国工业部门碳排放初始配额分配研究

碳排放权初始配额分配是碳排放权交易市场有效开展的前提。工业部门是能源管理和碳排放总量控制的重点领域,且不同行业的发展水平、碳排放强度、减排潜力等方面都各不相同。行业配额分配作为一种有效的分配机制对碳市场建设具有重要的现实意义。研究基于公平与效率原则建立了历史累计碳排放、工业产值、碳强度、技术投入、出口程度等5个指标,并运用灰色关联-极大熵模型对中国2030年的工业部门碳排放进行了配额分配研究。     

中国交通碳排放与经济发展脱钩研究

采用“自下而上”的交通碳排放计算方法统计全国及各省的铁路、航空、水运和道路的年度交通碳排放，分析了2000—2020年中国交通碳排放的时空变化，并使用Tapio脱钩模型探究中国交通碳排放脱钩状态。研究发现：（1）2000—2020年，中国交通碳排放总量从23774.41万t增长至139051.47万t,2004—2011年为高速增长期，2012年以后增速开始放缓；（2）2000—2020年，道路碳排放一直是中国交通碳排放的主要来源，航空交通碳排放的占比小幅增加，铁路和水运碳排放的占比则出现较大幅度的减少；（3）2000—2020年，中国东部、中部、西部和东北4大地区的交通碳排放量持续存在明显的区域差异；（4）2000—2020年间，中国交通行业碳排放和经济发展呈现出“相对脱钩”的总体态势，北京、上海等省份已进入“强脱钩”状态。     

基于改进遗传BP算法的产业产值中单位GDP碳排放量的预测研究

针对产业产值中单位GDP碳排放量的预测问题,系统分析了产业产值与能源消耗碳排放量的关系,在传统遗传算法的基础上,根据动态神经网络模型优化算法过程,克服了传统遗传算法的无动态性,提出了改进遗传BP算法.根据2005—2014年北京等10个省市第三产业的单位GDP碳排放量相关数据资料,利用改进遗传BP算法预测各省市在2015年的单位GDP碳排放量,其预测值与真实值的平均误差值为-0.03,其平均相对误差仅为1.06%,说明该算法在数值预测方面的有效性.     

基于终端能源消费的工业部门减排潜力估算 ——以云南为例

工业部门是我国碳排放的主要来源,同时也是减排潜力最大、耗时最长的部门,云南省作为低碳试点省份之一,研究其工业部门减排潜力对于控制云南省碳排放量峰值具有一定的参考意义,并为其他省份低碳发展提供借鉴经验。基于终端能源消费选取17种能源系数(含电力、热力)全面测算2000—2014年云南省工业部门碳排放量。结合经济核算法和情景分析法预估2015—2035年云南省工业碳排放量及碳减排潜力。结果表明:如果没有相应制度及技术制约,云南省工业碳排放将在未来持续大幅度增长,在工业比重调整和节能技术进步的双重作用下,云南省工业碳排放将在2030年达到峰值15 247.19万t,其中节能技术进步造成的碳强度减排始终占据主导地位。根据本文研究结果,针对云南省工业部门,进行合理的讨论与建议。     

基于STIRPAT模型的京津冀“碳达峰”预测研究

为了解决京津冀地区碳排放量达峰问题,以河北省为例,研究京津冀碳排放达峰实现路径,对京津冀未来的碳排放量进行预测分析,建立以河北省2004—2021年碳排放相关数据为基础的STIRPAT碳排放预测拓展模型。设置了6个情景,通过综合考虑人口规模、人均GDP、城镇化率、产业结构、能源强度、能源结构数据的变化速度,模拟不同情景下京津冀2022—2040年的碳排放趋势,进而预测京津冀三地的“碳达峰”时间与碳排放峰值。结果表明：北京除清洁发展情景是在2030年达峰,其余情景均在2035年达到峰值;天津除经济放缓情景是在2030年达峰,其余情景均在2035年实现“碳达峰”;河北除基准情景在2035年达峰外,其余情景均是在2030年达到峰值。所提的碳排放预测拓展模型在考虑多情景分析下,就京津冀地区如何控制和减少碳排放量提出相关建议,可为京津冀低碳经济的发展提供一定的参考依据。     

2007—2016年中国省域碳排放效率评价及影响因素分析——基于超效率SBM-Tobit模型的两阶段分析

利用超效率SBM模型, 对中国30个省级行政区(未包含西藏自治区和港澳台地区) 2007—2016年的碳排放效率进行实证分析, 并运用 Tobit 模型探究影响碳排放效率的因素。结果表明, 省际碳排放效率分布不均衡, 北京的碳排放效率居全国首位。全国整体碳排放效率自2007年起小幅度下降, 2015年后略有提升。从四大区域来看, 居碳排放效率值首位的东部地区与末位的西部地区差距显著, 但西部地区的碳排放效率近几年逐渐提高, 有赶超中部和东北部地区的趋势。通过回归模型分析, 发现政府干预、能源强度、对外开放水平、能源结构和科技水平均对碳排放效率产生影响。因此, 建议政府结合区域间产业结构的不同和经济发展水平的差异, 针对不同地区分配碳排放目标, 优化对外开放结构, 促进能源结构升级。     

基于Theil指数的工业碳排放省域差异性分析 ——以低碳试点五省为例

选取17种能源系数法测算低碳试点五省工业碳排放量,并分析比较了1995-2014年试点五省工业部门的碳排放量、能源结构和碳排放强度。结果表明,试点五省工业碳排放量两极分化较大,广东和辽宁的工业碳排放量要远高于云南和陕西;试点五省工业碳排放强度总体均呈下降趋势,并逐渐减缓,广东和云南分别为碳强度最高和最低省份。运用Theil指数研究试点五省工业碳排放强度差异性,将试点五省分为沿海区域和内陆区域,发现试点五省工业碳排放强度的差异总体呈下降趋势,区域内差异是造成总体差异的主要原因,沿海地区内部差异较大。广东的低碳发展情况在试点五省中处于领先地位,其发展模式具有较好的参考价值。根据研究分析结果,提出节能减排的主要着力点,确保试点五省的低碳发展有效顺利地进行下去,并为全国其他省份做好节能减排路径的带头作用。     

辽宁省碳排放预测及最优情境选择

基于经济发展增速和节能减排约束,结合碳排放影响因素的LMDI分解模型,将经济社会发展变量和节能减排变量的相互不同模式组合为六种情境,运用扩展的SPIRPAT模型对各情境下的辽宁省2016—2040年的碳排放进行预测分析,得出“中增长强减排”情境是辽宁未来发展的最佳选择.在最优情境下,2020年辽宁较2015年的能源消费增量远低于3550万吨标准煤的约束标准;非化石能源比重在2020年完成省规划目标,在2030年完成国家规划目标;碳排放量降幅在2023年达到峰值,2020年和2030年较2005年的碳排放强度降幅超额完成国家规划目标.若能有效转变经济发展方式、调整产业结构尤其是降低工业比重、提升能源利用效率,加大清洁能源的开发利用,辽宁完全可以不以牺牲经济发展为代价而达到节能减排的目的.     

基于生产函数理论的碳排放量模型及应用

为了准确预测经济社会发展及能源消费的二氧化碳排放量(简称碳排放量),提出了基于生产函数理论的碳排放量模型.首先,以生产函数为理论基础,结合碳排放量与经济社会发展及能源消费相关的事实,构建了碳排放通用模型;利用经典的碳排放模型,验证了通用模型模型的合理性.其次,根据我国可能出现的发展情况,以人口、GDP、城市化率、能源强度、能源结构和产业结构等作为驱动因素,推导出适合我国的碳排放系列模型.最后,将国家统计局历史数据和外推法驱动因素数据带入碳排放预测模型中,实现对我国碳排放量预测.结果表明:新碳排放量模型更加符合实际情况;人口、GDP和城市化率是碳排放的主导驱动因素;用新模型预测得出我国碳排放在2027年左右达到峰值,经济社会发展将在2030年前实现脱碳.     

基于CEEMD小波去噪的一种预测碳排放的新方法

针对模型的输入数据优化问题，本文提出一种基于互补集总经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)小波联合去噪的神经网络碳排放预测方法。首先，采用CEEMD小波联合去噪对数据进行去噪提纯；其次，运用优化后的训练样本和输入数据建立碳排放量预测模型；最后，以“一带一路”主要经济体碳排放量为例，运用改进模型和传统模型分别进行试验仿真。仿真结果表明：经CEEMD小波联合去噪后的时序数据纯度更高，更加平稳；改进后的模型预测拟合效果更优、误差更小。此外，本文进行碳排放外推预测，结果表明：使用CEEMD小波联合去噪联合反向传播(back propagation algorithm, BP)神经网络、模糊神经网络模型在预测中具有可观的容错性能及精确度。     

我国碳排放交易试点政策对试点省市减排效果及影响路径分析

碳排放交易作为促减排的成熟手段之一，量化其对城市生产中碳排放及影响路径对我国未来促发展保生态有重要意义。本研究旨在从碳排放和碳排放强度两个角度，采用双重差分模型探究碳排放交易试点政策对减排效果的影响并利用中介效应方法厘清其中间机制。结果表明试点政策显著降低碳排放量以及碳排放强度，并且碳排放交易试点政策可通过提高试点城市的技术创新能力，调整能源结构和产业结构，降低碳排放量和降低碳排放强度以提高减排效率。本研究认为未来可以通过根据不同城市的发展情况鼓励建设高新技术产业和引进和国外先进的“绿色”生产链以及根据其发展需求不同调整第二产业占比以降低碳排放量和降低碳排放强度。     

主体功能区划视角下的县域碳排放效率时空演变——以福建省为例

以福建省为例，立足县域主体功能区定位与社会经济发展特征，构建差异化指标体系，运用含有非期望产出的超效率SBM(slack based measure-undesirable, SBM)模型与Meta-frontier模型测算各县级单元2000—2017年期间碳排放效率，并基于探索性时空数据分析框架揭示不同主体功能类型区的碳排放时空演变格局，结果显示：(1)不同指标体系影响碳排放效率测度的客观性与有效性，有必要根据功能区特点差异化分配指标；(2)2012年后全省碳排放效率有所回升，其中，以开发功能为主地区的碳排放效率明显高于以保护功能为主地区；(3)相对于保护功能为主地区，开发功能为主地区碳排放效率局部空间更趋于稳定，受其邻域的影响程度更小，更倾向于高水平集聚；(4)碳排放效率正向协同增长的县级行政单元与碳排放效率高值地区、空间结构稳定地区基本吻合，且具有较强的空间集聚性，主要集中在中部、西部保护功能为主地区及沿海开发功能为主地区.     

中国建筑业碳排放时空格局及影响因素分析

为探究中国建筑业碳排放空间分布格局及影响因素，基于生命周期理论核算2005—2019年中国省域建筑业碳排放；利用重心模型探究中国建筑业碳排放重心迁移轨迹及空间集聚特征，发现中国建筑业碳排放重心逐渐向西南方向迁移，后向东北方向迁移，建筑业碳排放呈“东北—西南”分布格局；利用GTWR模型探究中国建筑业碳排放的影响机制，发现人口数量的增加、产业规模的扩大在一定程度上可以促进建筑业碳排放，而降低能源强度与调整能源结构可以有效减少建筑业碳排放。     

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.     

“双碳”背景下工业碳排放效率与产业结构优化的耦合协调关系研究——以长江经济带沿线省份为例

基于“双碳”目标,运用耦合协调度模型将长江经济带沿线省份工业碳排放效率分别与产业结构合理化和高级化进行耦合分析,并运用灰色关联度模型探索两类耦合关系的影响因素。研究发现：两类耦合协调度整体水平都有所提升。大部分省份达到协调发展,下游区域耦合水平明显高于中上游区域。工业碳排放量、第二产业人均产值和各产业比重是影响两类耦合协调发展的重要因素。     

碳排放权交易政策对碳生产率的影响研究

捋清碳排放权交易政策对碳排放生产率的作用机理有利于借助市场化工具提升区域碳排放效率，从而为排放实体碳减排提供经济激励，将技术和资金导向低碳发展领域。基于2010—2019年碳排放交易试点省市数据，结合非试点对照组数据，利用双重差分模型，分析碳排放权交易政策对碳生产率的影响效果和影响机制。研究结果发现：碳排放权交易政策实施有助于提高碳生产率，从中介效应看，碳排放权交易政策通过产业结构优化继而实现了碳生产率的提高，且这种提高是持续的，具有稳定性。     

基于三阶段DEA模型的福建省能源碳排放效率与影响因素研究

摘.要:在促进经济社会发展的同时要减少CO2排放量,关键在于如何提高CO2排放效率。本文首先以1994—2017年福建省24个经济单元为研究对象,在全要素框架下利用三阶段DEA模型实证测算了福建省各年份的能源CO2排放效率;其次为进一步探究影响福建省碳排放效率的因素,利用OLS回归模型对其因素的影响程度进行研究。研究发现,受环境变量和随机误差影响,1994—2017年碳排放效率值被高估,可能是受调整前比较有利的外部环境和相对较好的运气水平所致;2009、2012—2017年效率值被低估,主要是因为纯技术效率值的增加,对福建省技术条件优越性的充分利用。而OLS回归结果表明,三产产值比重的增加以及提高政府影响力是促进碳排放效率的关键因素;所有权属性是抑制碳排放效率的决定因素;人均GDP和人口密度均为抑制碳排放效率的因素,但影响效果不显著。根据以上分析结果,有针对性地提出相关政策建议来提高福建省能源碳排放效率。     

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.     

西部地区农业生态效率评价及影响因素研究

目的 分析2010-2019年西部地区农业生态效率水平并探讨农业生态效率的影响因素。方法 运用非期望超效率SBM模型和Malmquist指数测度农业生态效率，并运用面板Tobit模型对农业生态效率的影响因素进行研究。结果 (1)2011-2019年，西部地区农业生态效率整体呈现出“N”型趋势，且地区间差异较大；(2)2019年甘肃、内蒙古、宁夏、青海、四川和云南的生产要素投入和碳排放产出均存在不同程度冗余；(3)西部地区全要素生产率呈现出“U”型趋势，且全要素生产率增长主要由技术进步驱动；(4)西部地区农业生态效率受到规模化水平、机械化水平、受灾率、农民收入水平、环境规制水平与技术投资水平等多方面影响。结论 需从农业要素节约、高效投入，严格控制农业碳排放和加大农业技术投资与环境污染治理投资3方面对西部地区农业生态效率进行提高和改进。