基于STIRPAT模型北京市交通碳排放影响因素研究

随着经济的不断发展,交通碳排放已经成为了城市碳排放的主要来源之一,引起了极大关注。现有研究主要集中在国家层面,而对于市级层面的交通研究较少。为了深入探究影响市级单位交通碳排放的因素,缓解交通业所带来的环境和能源压力,研究引入新变量能源价格,通过构建STIRPAT模型,采用PLS分析方法分析了1997—2014年北京市交通碳排放的影响因素。结果显示,经济发展与人口规模的扩张是影响北京市交通碳排放的主要驱动因素,能源价格的提高对交通碳排放有明显的抑制作用,民用汽车拥有量、客运周转量和货运周转量的上升使得交通碳排放显著增加,而能源强度的提高对降低碳排放的影响较小。基于以上分析结果,对降低北京市交通碳排放提出合理化政策建议。     

低碳经济下东部地区石油消费影响因素研究——基于面板数据模型的定量分析

基于石油消费影响因素定性分析,将碳排放量和城市人口密度作为低碳环境和城市化水平对石油消费的影响因素,构建了低碳经济背景下石油消费与影响因素之间的地区面板数据模型。定量分析了人均GDP、产业结构、城市人口密度、能源利用效率、碳排放量对石油消费的影响效应。由分析结果得出,无论是从长期均衡效应还是短期波动效应来说,产业结构、城市人口密度、碳排放量对石油消费起正相关作用,而人均GDP、能源效率对石油消费起负相关作用。其中,人均GDP、城市人口密度、碳排放量的短期效应大,而产业结构、能源效率的长期效应大。针对上述结果,提出了东部地区短期内应加强第三产业发展、实施石油储备、碳减排等措施,而长期应制定完善产业结构和提高能源效率的宏观政策。     

低碳运输在运输中的研究

低碳运输是高能效、低能耗、低污染、低排放为特点的新式交通发展方式。其核心在提高运输中的能源效率,改善交通运输能源结构,优化交通运输的发展方式。发展低碳运输,有助于保护自然环境,促进经济效益和社会效益,可持续发展战略的实施。     

基于STIRPAT模型的长株潭城市群交通碳排放的影响因素及其区域差异

为探究旅游发展和城市化进程中长株潭城市群交通碳排放的影响因素,采用"自下而上"的方法测算2005—2016年长株潭城市群交通碳排放量,利用STIRPAT模型及岭回归方法对长株潭城市群接待旅游人数、人均旅游收入、城镇化水平、单位GDP能耗及城镇化水平与其他因素的交互项与交通碳排放间的关系进行估计。结果显示:(1)长株潭地区的交通碳排放保持较高速持续增长,节能减排压力大;(2)人均旅游收入和接待旅游人数是促进长株潭城市群交通碳排放的主要影响因素,其次是城镇化水平,单位GDP能耗对交通碳排放有较明显的抑制作用;(3)城镇化水平与单位GDP能耗的交互项对长株潭城市群交通碳排放有抑制作用,而城镇化水平与接待旅游人数及人均旅游收入的交互项对长株潭城市群交通碳排放的促进作用较强。     

基于向量自回归模型的碳排放强度影响因素的实证研究

碳排放对全球气候变化有重要影响,探究碳排放强度与产业结构升级、能源强度、能源加工转换效率及经济增长的关联性有利于制定碳减排政策,发展低碳经济.通过采用向量自回归模型,运用Johansen协整检验、Granger因果关系检验、脉冲响应函数和方差分解实证研究了我国碳排放强度与产业结构升级、能源强度、能源加工转换效率及经济增...     

山西城乡居民直接碳排放影响因素的对比研究

为有效控制城乡居民直接碳排放的持续增长,基于LMDI模型,探究了1995—2012年家庭人均收入、家庭规模和家庭户数三个家庭相关因素以及能源强度、能源结构和碳排放系数对山西省城乡居民直接碳排放的影响,并比较分析城镇和农村直接碳排放影响因素存在差异的原因。研究发现:1城镇和农村居民直接碳排放均增长显著,但城镇部分增长速度更快;2家庭人均收入效应为城镇和农村居民直接碳排放增长的主要促进因素;家庭户数效应显著增加了城镇居民直接碳排放,但对农村居民直接碳排放的促进作用微小;能源强度效应和家庭规模效应对城乡居民直接碳排放的抑制分列第一、二位;能源结构效应对农村居民直接碳排放的促进作用更大;碳排放系数效应对城乡居民直接碳排放的抑制作用均比较微弱。最后针对以上结论,提出了相关政策建议。     

黑龙江省碳排放变化特征及人均收入对其影响分析

运用碳排放估算模型,测算了黑龙江省2000~2014年能源消费的碳排放量.基于碳排放估算方法与STIRPAT模型,实证研究了各驱动因子对碳排放总量的影响及其驱动程度.结果表明,能源结构、城市化率、经济发展水平、人口总量、人均收入、产业结构对碳排放量有正向驱动作用,能源结构对碳排放对碳排放的促进作用最强,因此调整优化产业结构,开发新能源,促进科技创新是实现黑龙江省发展低碳经济的必经之路.     

发达地区资源型城市碳排放特征研究——以湖州市为例

本文分析了湖州市2000-2010年的能源消费结构、碳排放量和碳排放强度、人均碳排放量,用低碳水平指数测算了湖州市的低碳水平。结果表明:2000-2010年,在湖州市的能源结构中原煤占绝对高的比例,处在能源链的低端;从2007年开始,碳排放量、碳排放强度逐渐下降,说明湖州的经济增长方式开始由从粗放型转向集约型。     

东北三省的碳排放分析及预测——基于STIRPAT模型

通过对东北三省1999~2014年的碳排放进行测算分析,利用STIRPAT模型,运用最小二乘法和主成分分析方法,探究东北三省的碳排放影响因素;并设置基准和低碳情景预测2020年、2030年东北三省的碳排放量.结果表明:(1)人口总量、城镇化率、人均地区生产总值、二产增值比对东北三省的碳排放起正向推动作用,其中人口总量对碳排放量的促进作用最大,而能源强度对碳排放起抑制作用;(2)经过情景预测分析:2020年基准情景下,黑龙江省、吉林省和辽宁省的碳排放强度分别为0.41、0.54、0.48;2030年在基准情景下黑龙江省、吉林省和辽宁省三省的碳排放强度分别为0.31、0.62、0.41.     

基于LMDI的北上津区域能源消费碳排放影响因素分析及脱钩效应研究

基于2005—2018年能源消费与经济增长的数据,利用对数平均迪氏指数(LMDI)分解分析模型探究北上津能源消费碳排放的影响因素,并利用Tapio脱钩模型研究北上津经济发展与碳排放的脱钩关系.结果显示:经济发展水平和人口规模拉动能源消费碳排放,能源强度和能源结构抑制能源消费碳排放;北上津的经济发展与碳排放大部分年份呈现弱脱钩,少数年份呈现强脱钩,但经济发展与能源消费碳排放之间的脱钩关系愈发明显.研究结果提示,未来北上津应该转变经济增长方式、加强能源技术创新、优化能源结构.     

基于LMDI的贵州生活能源碳排放特征及效应研究

研究居民生活能源消费碳排放变化趋势及影响因素对科学节能减排和应对气候变化具有重要指导意义。本文根据贵州省1995—2016年居民人均生活能源消费数据,对其居民人均生活能源消费碳排放进行计算,并运用LMDI模型进行因素分解。分析结果表明:(1)1995—2016年贵州省人均生活用能总体呈上升趋势,期间从247.64 kg标准煤/人上升到394.15 kg标准煤/人,其增长率为51%。(2)1995—2016年贵州省人均生活碳排放呈波动性变化,期间从614.57 kg CO_2增加到863.71 kg CO_2,其增长率为41%。(3)1995—2016年贵州省生活能源结构与碳排放结构未发生根本性变化,仍以煤电为主。(4)1995—2016年经济增长是影响贵州省人均生活能源消费及碳排放的主要因素。(5)在1995—2016年因素分解中,人口因素在一定程度上对碳排放起推动作用,而碳排放强度与消费强度对碳排放起抑制作用。     

效率视角下的综合交通运输体系研究

综合交通运输体系建设符合当前交通运输发展形势,该交通体系是在一定区域内,利用铁路、公路、水运、航空等各种交通运输方式,形成的一种技术先进、网络布局严谨、运输结构合理的交通体系,在社会运行过程中有不可替代的作用。在当前经济发展形势下,交通运输业作为先导产业必须走在其他产业的前列,起到带头示范的作用。为了发挥综合交通运输体系的作用,政府要以高效率为出发点,发挥宏观调控作用,结合现代综合交通运输体系实现交通运输资源的有效整合和合理配置,满足当前经济发展的需求。     

中国能源消费碳排放动态变化及EKC实证检验分析

基于IPCC方法,核算并分析中国省域能源消费碳排放的时空动态变化,采用EKC模型检验各省能源消费碳排放与经济增长之间的关系,并对曲线进行分析。结果表明:1995—2016年中国能源消费人均碳排放量由3.15 t·人~(-1)增至9.21 t·人~(-1),增长近3倍。人均碳排放和人均GDP存在明显地域分布和空间分类差异,北方表现为高—高、高—低型,呈显著正向增长,南方表现为低—高、低—低型,碳排放呈负增长。经济增长是碳排放增加的主要原因,能源强度和能源消费结构对碳排放增加起正向效应。中国碳排放与经济增长的EKC曲线呈倒U型并处于倒U型曲线上升阶段后期,自西北向东南EKC曲线呈倒U型曲线上升阶段—上升阶段后期—下降阶段。中国低碳减排任务应协调区域差异,制定符合实际的减排措施,实现经济绿色发展。     

基于LMDI模型的黑龙江省碳排放影响因素研究

首先根据黑龙江省不同年份分行业不同能源的消费特征,同时考虑到数据的可获取性,以IPCC(2006)为标准,结合中国国家标准的相关规定,构建出黑龙江省碳排放量的测度方法,并用该方法进一步估算出黑龙江省2007～2016年十年的碳排放量时间序列数据.然后需要对各年数据进行动态演变分析,根据指数分解法的优点,利用对数平均迪氏分解法(LMDI)构建指标分解模型.并依据总体碳排放量分阶段定量分析黑龙江省2007～2016年碳排放变化的影响因素.根据分析,表明黑龙江省在经济发展过程中比较重视经济结构方面的优化,经济转型有了一定成果,但是在工业能源利用方面并没用明显改善,工业中的"高耗能,高碳排放"工业部门比重有所增加;能源消费结构中仍以传统一次能源为主,清洁能源比重较低;能源利用效率不高,新技术、新科技在能源利用方面没有发挥应用的作用.     

“三条主线”构建国家能源新体系

<正>当前,全球对温室气体排放引起的气候变化问题已经形成共识,并达成了二氧化碳减排的约束性政府间协议。我国政府承诺,到2020年非化石能源消费比重达到15%,2030年前后碳排放达到峰值,2050年非化石能源消费比重达到50%。然而,中国科学院专家研究分析认为,2050年目标难     

基于STIRPAT模型的区域城市化碳排放影响因素差异分析

研究7种不同城市化因素对二氧化碳排放的影响,包括人口\,经济\,能源强度\,能源结构\,能源清洁度,服务水平和研发强度,采用基于FE-DK回归模型的STIRPAT模型来评估不同元素对中国三大区域(高度城市化\,发展中城市化和城市化相对落后区域)的碳排放影响。结果表明,服务业水平在高度城市化地区的产业发展中发挥着越来越重要的作用。此外,发展中的城市化地区人口因素的影响高于其他2个地区。同时,在城市化相对落后地区,提高化石燃料的使用效率比其他地区更为重要。总体而言,经济城市化是影响3个地区碳排放的最重要影响因素。具体的解决方案取决于不同区域的具体情况。     

基于STIRPAT模型的碳排放驱动因子研究——来自蚌埠市的例证

基于蚌埠市2006—2014年的时间序列数据,利用STIRPAT模型对蚌埠市碳排放的驱动因子进行实证分析.研究结果表明,城镇建成区面积、城市人口数量、人均GDP和重工业比重是影响蚌埠市碳排放量增加的驱动因子,其中城镇建成区面积是首要诱因;能源强度和能源结构是制约碳排放量增加的因子,其中能源强度的制约作用远远大于能源结构.     

水运在发展低碳经济中的作用

"低碳经济"提出的大背景是,随着全球人口的不断增长和经济规模的不断扩大,能源使用带来严重的环境问题,大气中二氧化碳浓度升高带来的全球气候变暖使人类生存和发展面临严峻挑战。当前,应对全球气候变化、减少温室气体排放,是国际社会共同的责任和义务,走低碳发展之路是必然的。而水运作为低碳经济下的一种交通运输方式,已经越来越受到人们的重视。     

低碳经济下的公路交通现代化发展模式研究

低碳经济下的公路交通现代化是一种以高能效、低能耗、低污染、低排放为特征的交通发展模式。优化交通运输的发展方式,进一步促进经济结构的优化和发展方式的转变。本文从低碳经济的内涵出发,提出了节约型交通建设的政策建议和措施。为政府部门的科学决策提供了可参考的理论依据,具有现实意义。     

城市化发展对吉林省碳排放的影响分析

碳排放的增加促进温室效应,影响了生态发展和人类的正常生活,因此减少碳排放越来越受到国际重视,而对于我国建设低碳城市是现阶段城市建设的主要目标.基于吉林省1998—2012年碳排放时间序列数据,利用STIRPAT模型,通过主成分分析法分析人口总量,城市化率,能源强度,人均可支配收入,工业增产值对碳排放的影响.结果表明,人口总数对碳排放的促进作用最强,其次是城镇可支配收入,能源强度是唯一对碳排放起抑制作用的影响因素,但是相对于人口的促进作用仍然很弱,所以总体碳排放仍然呈不断增加的趋势.进一步分析得出城市化率与碳排放之间在现阶段还未出现环境库兹尼茨曲线关系,说明了碳排放量仍然还会持续增加.