上海市交通碳排放驱动因素分析

文章在核算交通碳排放量的基础上,利用STIRPAT模型和岭回归法对上海市交通碳排放驱动因素进行定量研究,并根据环境库兹涅茨曲线(environmental Kuznets curve,EKC)模型剖析了交通碳排放和经济发展之间的关系。结果表明,上海市交通碳排放总量增长较快,由2001年末的399.43×10⁴ t增长到2015年末的1 288.86×10⁴ t,年均增长率为8.73%,其中人口规模和产业结构的正效应、负效应较显著。交通碳排放量与人均GDP之间呈N型EKC关系,伴随着人均GDP的增长,交通碳排放量呈现快速增长—缓慢增长—继续增长的变化趋势;经济增长并不会带来交通碳排放量的下降,传统意义上的拐点并不存在。该文基于上述研究结果提出了优化产业结构、开发新能源等建议。     

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。     

山西省公路货运碳排放时空异质性及影响因素

采用“自下而上”法、空间自相关分析和时空地理加权回归模型,探究2001—2020年山西省公路货运碳排放时空异质性及影响因素。结果表明：（1）研究期内,山西省公路货运碳排放总量快速增长,其中2008年增幅最大,2020年增量最大;（2）山西省公路货运碳排放呈现正向的全局空间自相关性,高-高集聚和低-低集聚是主要的局部空间自相关类型,2010年后高-高集聚类型减少,低-低集聚类型增加,表明山西省公路货运碳减排工作取得一定成效;（3）整体上,人口规模和地形起伏度对公路货运碳排放具有正向影响,而国内生产总值和新能源汽车充电站数量对公路货运碳排放具有负向影响。人口稠密、地势平坦的山西省中南部地区应调整能源结构,人口稀疏、地势崎岖的西北部地区应通过调整运输结构来有效降低公路货运碳排放。     

天津市碳排放强度与碳排放影响因素分解分析

通过对1996~2012年天津市经济增长、能源消费进行分析,发现减少天津市CO2排放对其低碳城市建设有着重要的意义.通过计算天津市CO2排放量,运用LMDI法分解影响CO2排放的因素,探索了天津市二氧化碳减排政策.结果表明,天津市能源消费量保持上升形势,且终端消费能源结构以煤炭为主.能源消耗量的增多必然会导致天津市CO2排放的迅速增多,其中,第二产业对能源消耗产生的CO2中贡献最大,决定了全市CO2排放增长的形势.人均GDP和能源强度效应的累积贡献量相对较大,而能源消费结构以及产业结构累计贡献量相对较小,且拉动和减缓作用交替出现.优化天津市能源结构和产业结构是发展低碳经济的根本路径.     

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。     

我国碳排放影响因素研究

通过建立协整模型和状态空间模型,研究了碳排放及其主要影响因素人口、城镇化水平、能源结构、能源强度、经济发展水平(GDP)、产业结构和能源价格之间的协整关系和各影响因素对碳排放影响的变动性特征.结果表明,碳排放与人口、城镇化水平等各因素之间存在长期的均衡关系.另外,碳排放弹性系数具有明显的波动性特征,说明各因素在具体年份对碳排放的影响带有制度变迁和政策调整等因素的影响痕迹.最后依据研究结果,结合我国现实情况和社会经济发展规律,提出了我国社会经济发展建设性政策建议.     

中国建筑业碳排放影响因素与预测研究

中国一直是碳排大国,其碳排放增长问题持续引发世界关注.建筑业作为一直在国民经济中占据重要地位的行业,其碳排放量约占全国碳排量的20%.因此,有必要研究建筑业碳排放的影响因素,并预测中国建筑碳排放的趋势.从以往相关研究中识别出12种我国建筑业碳排放影响因素,以2000—2016年的指标数据作为样本,利用灰色关联分析原理,筛选出关联度较高的8种影响因素,并结合BP神经网络模型构建我国建筑业碳排放预测模型.利用神经网络预测2017—2020年碳排放影响因素和碳排放预测值.研究发现,样本预测值对实际值的拟合度良好,说明所得训练网络泛化能力较强,进而证明筛选出的影响因素对建筑业碳排放影响程度高,可以用于预测建筑业碳排放.预测模型提高了神经网络的训练速度,为建筑业碳排放预测提供了新的工具.     

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。     

长江经济带旅游交通碳排放时空演变及驱动因素

基于长江经济带1998—2018年各省(市)的面板数据,运用自下而上法测度其旅游交通碳排放量,探究其时序演变特征与空间格局,并建立旅游交通碳排放的Kaya恒等式,运用LMDI分解法揭示不同驱动因素对旅游交通碳排放变化的贡献程度.研究表明:(1)关于时序变化趋势,长江经济带旅游交通碳排放整体呈上升态势,大体可以划分为...     

铁路、公路与藏羚羊

经过几年时间,科学家们认为藏羚羊已经逐渐"适应"了青藏铁路,而不断提速升级的青藏公路则成为了它们更大的威胁。无人区中的生灵火车驶入可可西里无人区,铁路护栏内洁白的雪地上忽然出现了一串细小的动物脚印。此时,伴随短暂兴奋之后的疲倦,不     

河南省交通能耗碳排放的驱动因素及空间格局分析

基于河南省2010-2016年交通能源消耗碳排放量,以河南省18个地级市为研究单元,利用对数指数平均权重法(LMDI)因素分解方法,对河南省交通能耗碳排放变化进行因素分解,并利用地统计分析方法对河南省交通能耗碳排放的空间分布格局进行分析,结果表明,河南省交通能耗碳排放量在2010-2016年呈不断增长的趋势;各类能耗影响因素中,煤炭是影响交通能源消耗碳排放总量变化的主要原因;石油、天然气和电力对其影响较小. LMDI模型因素分解,第三产业经济增加值对河南省交通能耗碳排放产生正向驱动作用,交通运输业经济份额和交通能源强度对交通能耗碳排放产生负向驱动作用,交通能源结构的驱动影响取决于能源利用的合理性,其中,第三产业经济增加值对碳排放的影响最大,交通能源结构对碳排放的影响最小.由于人口分布和经济发展水平的不同,河南省交通能源消耗碳排放沿着东北-西南方向变化较大,此方向上的交通能源消耗碳排放量也较大.整体上,河南省交通能源消耗碳排放呈中部高、四周低的分布格局.     

贵州省能源消费碳排放影响因素分析

贵州省正处于城市化、工业化的攻坚阶段,如何在经济可持续发展的同时实现节能减排的目标,是贵州省现阶段面临的首要问题。选取2001-2014年各类能源消费总量,通过折标煤系数换算方法计算2001-2014年贵州省能源消费碳排放量;结合贵州省能源消费情况和社会经济发展状况对贵州省能源消费过程进行剖析;建立LMDI模型从碳排放强度效应、能源强度效应、产出规模效应、能源结构效应四个方面来定量分析影响贵州省能源消费碳排放的影响因素,结果显示:1)能源结构和产出规模是影响贵州省碳排放的两大驱动因素。2)能源结构抑制贵州省碳排放的增加,具有正向影响。3)产出经济规模促进贵州省碳排放增加,具有负向影响。     

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。     

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.     

安徽省工业碳排放现状及影响因素分解

安徽省的碳排放总量中,工业排放所占的比重超过80%.选取1997-2017年安徽省工业行业进行二氧化碳排放量的影响因素分解,寻求安徽工业碳排放的驱动因素.结论为工业经济发展是碳排放量增加的首要正向影响因素.能源技术强度和新产品的技术投入对碳减排的作用最大.建议增加工业企业的技术投入,加强新产品的研发和销售,充分利用技术投入所带来的减排优势.     

中部地区碳排放现状及影响因素分析

利用碳排放公式计算了2000—2008年中部6省的碳排放量,对比了各省碳排放量差异。根据Kaya公式探析了中部地区碳排放影响因素,揭示了人口、人均GDP、能源强度及能源结构对中部碳排放的影响,提出了中部地区降低碳排放的主要对策。     

上海市碳排放影响因素的灰色关联分析与预测

为给上海市降低碳排放量提供有益参考,同时给中国城市低碳发展作示范,通过灰色关联分析法研究了上海市2000—2011年碳排放量与经济增长水平、人口规模、产业结构、能源结构、能源强度的关联度,并详细分析了各影响因素对上海市碳排放量的影响.同时运用基于正弦函数变换的GM(1,1)模型对上海市碳排放量进行了预测,预测结果表明了上海市加大节能减排力度的紧迫性.最后,针对研究结果,结合上海市实际情况,给出了降低上海市碳排放量的具体对策和路径.     

城市轨道交通客运量影响因素与成长规律

针对目前城市轨道交通客流预测精度较低的状况,分析了轨道交通客流的影响因素和成长规律,为中国大城市轨道交通客流预测结果的合理性判断提供依据.分析了轨道交通沿线用地、交通衔接、轨道交通服务水平以及票价政策变化对客流的影响机理和影响程度,并对国内外一些典型线路和全网的客流增长趋势进行统计分析.结果表明:单条轨道交通线路的客流在初期有个缓慢的发育过程,增长较缓慢,其中第1条轨道交通线的客流培育期将更长,在经历发育期之后,客运量会加速增长;轨道交通网络化效应明显,相交的新线路投入运营,会使原有线路客流迅速增长,并且使得新线路的客流起点比较高;全网客运量呈稳定增长趋势,客运强度则会出现短暂性的波动.     

铁路运输业碳排放的评定方法

以调整后的2007年中国投入产出表为基础对铁路运输业的直接、完全碳排放量进行了计算,提出采用碳排放弹性系数对计算结果进行定量评价,然后利用投入产出法的影响力和感应度系数将铁路运输业碳排放对其他行业部门和总碳的影响程度进行量化.结果表明,铁路运输业碳排放中以最终产品的碳排放为主;铁路运输业碳排放对其他部门推动作用小,对总碳排放拉动作用低于其他部门;同时验证了控制铁路运输业减排是发展低碳交通的关键.     

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.