基于扩展的STIRPAT模型的河南省发展低碳经济的影响因素分析

研究低碳经济的主要影响因素,对河南省转变经济发展方式、建设中原经济区具有重要的现实意义.基于扩展的STIRPAT模型,利用河南省1978—2010年统计数据,对河南省低碳经济的主要影响因素及其贡献率进行了实证研究.结果表明:对碳排放总量有显著正向影响的主要因素有人口增长、经济发展、能源强度与单位能耗碳排放量的交互作用、能源消费结构、国际贸易分工;对人均碳排放量有显著正向影响的因素有经济发展水平、能源强度与单位能耗碳排放量的交互作用、能源消费结构、产业结构、国际贸易分工.产业结构对碳排放总量的影响不显著,但对人均碳排放有显著的正向影响.河南省碳排放的最大正向影响因素及贡献率最大的均为经济增长,而能源强度和单位能耗碳排放量交互作用对碳排放具有一定的抑制作用.     

煤炭型城市工业碳排放对驱动因素的响应研究

以平顶山市为例,探讨了煤炭型城市工业碳排放的影响因素,及工业碳排放对其影响因素地动态响应特征.根据扩展的Kaya恒等式将影响工业碳排放地因素分为能源碳强度、能源利用效率、产业结构和经济发展四个因素.用脉冲响应函数分析工业碳排放对自身及四个影响因素冲击地动态响应,用方差分解模型定量分析工业碳排放自身和四种影响因素地贡献度.结果显示,能源碳强度和能源利用效率的冲击效应值为负,工业产值占比地冲击效应类似于正弦曲线,GDP和工业碳排放自身的冲击效应为正.工业产值占比对工业碳排放的推动作用最大,接下来依次为工业碳排放自身因素、能源强度、GDP、碳排放系数.     

建筑碳排放影响因素分析及情景预测

为了解建筑碳排放的影响因素,以江苏省2005—2019年的建筑碳排放数据为研究对象,采用STIRPAT模型对影响建筑碳排放因素进行分析,并以常住人口、城镇化率、人均GDP、第三产业增加值、钢材产量、平均运输里程、建筑企业劳动生产率等为建筑全生命周期各阶段的主要影响因素,利用GA-BP神经网络模型对该省2020—2030年的建筑碳排放进行预测.实验结果表明：常住人口、城镇化率、钢材产量、平均运输里程以及建筑企业劳动生产率的提高会增加建筑碳排放;而人均GDP和第三产业增加值的上升有利于建筑碳排放量的减少.预测结果显示,江苏省建筑全生命周期碳排放在2012年已达到峰值,表明未来江苏省建筑碳排放总体呈下降趋势.该文结果为江苏省建筑业碳减排工作提供理论依据,同时江苏省作为建筑业大省,其在建筑业发展及碳减排工作推进中的经验也将为其他省份提供宝贵的参考价值.     

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，...     

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.     

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.     

公路交通对张家界市旅游经济发展的影响

选取旅游总收入作为被解释变量，公路里程、旅客周转量和公路客运量作为解释变量，运用SPSS软件建立多元线性回归模型，综合分析公路交通对张家界市旅游经济发展的影响.结果表明，公路里程对旅游总收入为正影响，旅客周转量和公路客运量对旅游总收入为负影响，旅客周转量的影响最大.为了进一步发挥公路交通对张家界市旅游经济发展的正面作用，提出了几点建议.     

公路交通对张家界市旅游经济发展的影响

选取旅游总收入作为被解释变量，公路里程、旅客周转量和公路客运量作为解释变量，运用SPSS软件建立多元线性回归模型，综合分析公路交通对张家界市旅游经济发展的影响.结果表明，公路里程对旅游总收入为正影响，旅客周转量和公路客运量对旅游总收入为负影响，旅客周转量的影响最大.为了进一步发挥公路交通对张家界市旅游经济发展的正面作用，提出了几点建议.     

碳排放环境库兹涅茨曲线及其影响因素——基于2008年中国103个地级市的截面分析

基于中国103个地级市2008年截面数据,得出人均碳排放水平在同一年份不同经济发展水平的城市尺度上存在环境库兹涅茨曲线的变化规律,也就是人均碳排放水平随城市的人均GDP水平升高而升高,达到一定峰值后,出现人均GDP水平提高,而人均碳排放水平下降的现象.由于采用地级市尺度的截面数据,城市区位条件的差异可能会对人均碳排放水平产生重要影响.为此,本文基于IPAT假设,在前人研究的基础上,不仅考虑经济发展水平及技术水平等因素,还着重考察了不同地理因素对其的影响,结果表明所考察的103个地级市中,北方采暖区和东西经济发展梯度对地级市水平的人均碳排放具有显著影响.由此,提出借鉴国际间的联合履约机制,在我国结合地域特点设计跨区域的碳排放联合减排方案.     

公路与铁路交通碳排放影响因素

为了探究公路与铁路交通CO_2排放的影响因素及其贡献率,该文建立了基于贡献率的残值分配Laspeyres指数分解方法(contribution-based residual distribution Laspeyres index,CRDLI),并选取了中国和其他6个国家为研究对象,构建了公路与铁路CO_2排放的二次分解模型。研究发现:周转量是影响各国公路与铁路CO_2排放的重要因素,1991—2010年,中国、澳大利亚、德国、日本、印度、英国和美国换算周转量引起的CO_2排放量变化分别为4.02、0.65、0.60、-0.12、2.33、0.24和4.84亿t;能耗强度和能源结构的改善是实现减缓CO_2排放增长或减少CO_2排放的重要途径;人均GDP的增长是推动公路与铁路周转量增长的最主要原因,降低周转量强度是减缓周转量上升进而减少CO_2排放的重要途径。为了实现中国交通部门的低碳发展,需要发掘技术节能潜力、调整运输结构、有效管理运输需求。     

基于空间计量模型的长三角各地级市服务业用电强度影响因素研究

文章基于2005-2014年长三角地区41个地级市面板数据,构建空间计量模型分析长三角地区服务业用电强度的影响因素。在此基础上,利用空间偏微分方程,将各影响因素对服务业用电强度的空间总效应分解为直接效应和间接效应。研究结果表明,长三角地区各地级市服务业用电强度具有空间相关性和空间溢出性;人均生活用电量、人口密度、服务业人均GDP、服务业产值比重对本市服务业用电强度产生显著的作用,但对邻近市作用效果不明显;各地级市服务业用电比重、全社会用电量、城镇居民人均可支配收入、年末常住人口对本市和邻近市具有显著的相反作用。     

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BP神经网络的我国碳排放情景预测

碳排放预测有助于碳减排目标和碳减排路径的科学制定。借鉴STIRPAT模型的影响因素,选取人口、城镇化率、人均GDP、第三产业GDP比例、能源消耗强度、煤炭消费比例等6项因素为自变量,以1980-2009年的指标数据为训练样本,运用BP神经网络方法构建了我国碳排放预测模型,并对2010-2015年我国碳排放进行预测,结果表明我国“十二五”期间应适当降低GDP增速,促使碳排放目标的有效实现。     

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.     

基于STIRPAT模型的青岛市碳排放影响因素分析

以低碳试点城市(青岛)为研究对象,选取最具代表性的第三产业从业人数、人均GDP和规模以上工业碳排放强度构建青岛市碳排放影响因素的STIRPAT模型,并利用库兹涅茨曲线分析青岛市经济发展水平与碳排放水平之间的变动关系,据此提出相关政策建议。     

安徽省旅游业发展模式构建与实证分析

目的 进一步提高旅游业的发展力,构建旅游新模式,以加快旅游大省向旅游强省转化的步伐.方法 选取2000-2018年安徽省旅游业的相关数据,以安徽省国内旅游收入为被解释变量,安徽省人均生产总值、公路里程、铁路营业里程和铁路旅游周转量为解释变量,建立计量模型实证分析影响安徽省旅游业发展的因素.结果 人均生产总值和铁路营业里程对安徽省国内旅游收入有着显著影响.结论 给出了安徽省提高旅游发展力以及如何构建特色模式的建议,即:因地制宜发展经济和完善基础设施,实现旅游业的可持续发展;建立全域旅游模式以此发展多元化旅游路线;通过打造"O2O旅游模式"加大宣传力度;仿造"乌镇模式"缩减南北差距.     

基于STIRPAT模型的上海市碳达峰预测研究

本文根据1997年—2019年上海市碳排放相关数据，筛选后确定人口、人均GDP、能源强度、能源结构以及交通周转量5个特征因子建立STIRPAT模型，利用Python的sklearn机器学习库中的岭回归模型对方程进行拟合，采用划分数据集的方式选取岭回归合适的超参数α,最终得到上海市碳排放预测模型。采用每5年设置一次变化率、5年内变化率匀速下降的方式设定未来特征变化率，且各特征值变化率均采用等差方式设定高中低3档，组合形成5种情景，运用情景分析法对上海市2040年前的碳排放量做出预测：在低碳发展情景与节能情景下，上海市可以完成2025年前碳达峰的目标；在中间基准情景、理想情景与自由发展情景下，无法完成2025年前碳达峰的目标。根据碳排放预测模型系数，能源强度、人均GDP增速和人口数量是降低上海市碳排放总量的关键影响因素，建议上海市优先选择节能情景模式，严格控制能源消耗总量，优化能源结构，降低能源强度，同时适当降低经济发展速度，有利于实现双碳目标。     

安徽省旅游经济的空间格局演化及影响因素分析

采用2011—2016年安徽省地级市面板数据,建立空间计量模型,分析安徽省旅游经济的空间格局演变、空间相关性及影响因素。研究结果表明:安徽省旅游经济存在显著的空间自相关性;人均GDP、公路里程、旅游总人数对安徽省旅游经济发展有显著的正向作用,第三产业从业人数和人均可支配收入对旅游经济发展的作用不明显;本地第三产业从业人数对邻近城市的旅游经济发展有显著的空间溢出效应。建议要因地制宜制定旅游经济发展方向;继续加大交通基础设施的投入;完善区域合作机制,由旅游发展型城市带动旅游增长型、落后型城市。     

我国区域经济发展对就业效应影响研究——基于1994～2011面板数据的回归分析

基于柯布道格拉斯生产函数构建了产业结构演化的就业效应理论模型,分别采用混合回归模型和个体固定效应回归模型实证检验了影响区域就业效应的影响因素,通过F检验采纳了个体固定效应回归模型的分析结果.研究表明人口总量对4大经济区域的就业总量存在显著的正向影响,人均GDP对4大经济区域的就业总量均存在负向影响,物质资本投资、人力资本投资以及政策投入对就业总量的影响,根据不同区域经济发展的特点而各有不同.     

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.