山东省交通运输业低碳化发展评价与优化研究

交通运输业作为国民经济基础性行业,已成为碳排放增长最快的部门之一,发展低碳交通运输体系对节能减排具有重要意义。运用排放系数法测算了2000—2016年山东省交通运输业的碳排放量,并建立了因素分解模型,探讨影响碳排放的因素的作用机理和排放特征。研究表明:(1)人口、城镇化率、交通能源消费结构对碳排放增长有一定的正效应;(2)第三产业产值在整个产值中的比重对碳排放的影响不稳定;(3)能源强度和经济产出是主导的正向因子;交通运输业产值在第三产业产值的比重对碳排放有负向抑制作用。最后基于以上研究结果提出改善能源结构、提高能源效率和建设现代低碳交通运输体系的政策建议。     

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。     

基于STIRPAT模型的河南省建筑碳排放影响因素分析

利用能源消耗量和能源碳排放系数计算运行阶段建筑碳排放量,构建环境影响评估模型STIRPAT对建筑碳排放影响因素进行分析,并对河南省2010—2019年建筑碳排放影响因素进行实证研究。研究结果表明,研究期间河南省建筑碳排放增长了1.06倍;常住人口数量是建筑碳排放最大的影响因素;单位建筑面积碳排放量、城镇化率、人均GDP和第三产业增加值四个因素与常住人口相对比,对建筑碳排放影响较小,但由于各因素均有不同程度的增长,综合导致碳排放量的增加。在区域低碳减排的目标下,保持经济正常增长的前提下,可以从降低人们能源消耗和技术的维度探索低碳减排的措施。     

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。     

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.     

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...     

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。     

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.     

黑龙江省省际人口迁移的空间格局及其影响因素

以黑龙江省及全国其他30个省份为研究区域,依据"五普"和"六普"数据,分析黑龙江省人口迁移趋向,通过计算人口迁移选择指数,对黑龙江省省际人口迁移格局的演变进行研究.同时选取城市化水平测度指标作为影响因素,运用回归分析法,分析并建立了关于人口迁移选择指数与城市化水平测度指标体系的多元线性回归模型,探讨了黑龙江省省际人口迁移强度与其影响因素的关系.研究表明:①黑龙江省省际人口迁移目的地以北方地区为主,其中北京、天津、辽宁地区为最主要的迁入地,且迁移强度呈上升趋势;②黑龙江人口迁移有向南方地区蔓延的趋势,上海、江苏、浙江、海南地区上升趋势明显,其中海南省最为突出;③受高等教育人口比重和人均建成区面积是影响人口迁移的重要因素,且与人口迁移强度呈正相关关系;④各影响因素对人口迁移的影响逐步加深,其中人均社会固定资产投资在这十年间也成为了影响人口迁移的重要因素.     

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。     

中国高耗能行业碳排放脱钩关系及影响因素研究

利用Tapio脱钩模型对高耗能行业2000—2015年的产业增加值与碳排放的脱钩关系进行了研究,然后利用LMDI分解模型分析了高耗能行业的碳排放的影响因素。研究结果显示:中国高耗能行业的脱钩状况大体上呈现出从扩张性负脱钩不断向弱脱钩发展的良好态势;能源强度影响因子和产业活动影响因子分别对抑制和促进高耗能行业碳排放发挥关键作用,产业规模影响因子对碳排放的促进作用仅次于产业活动影响因子,能源结构影响因子和产业结构影响因子对高耗能行业碳排放的促进作用较弱。基于以上研究结果,提出了相应的政策建议。     

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。     

山东省碳排放强度预测研究

节能减排是当前中国可持续发展的重要内容之一,研究山东省碳排放强度波动状况,有利于针对性地降低山东省的碳排放强度.采用情景分析法,预测了不同情景下2015年山东省的GDP和一次能源消费总量,并构建基于转移矩阵的马尔可夫模型对山东省2015年能源消费结构进行预测,在此基础上研究6种不同情景下山东省碳排放强度的状况.研究结果表明：优化能源结构和强化政府能源监管是降低山东省碳排放强度的有效措施.     

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.     

中国不同城镇化发展区域的城镇化率对碳排放影响研究

研究中国不同城镇化发展区域的城镇化率对碳排放的影响,选取了中国30个省份(香港、澳门、台湾和西藏除外)2005—2014年的面板数据为研究对象,按照城镇化水平对各地区进行分组研究。通过对扩展的STIRPAT模型进行最小二乘回归估计,得出了中国不同城镇化发展区域的城镇化率对碳排放的影响。结果表明,不同城镇化发展区域的城镇化率对碳排放影响存在着明显的差异,一线地区和二线地区的城镇化水平的提高会使得碳排放增加,但是三线地区的城镇化水平的提高会使得碳排放减少。一线地区和三线地区的碳排放与城镇化率之间呈倒U型关系,而二线地区的碳排放与城镇化率之间呈正U型关系。     

基于超效率DEA的中国省际工业能源效率评价

以中国省际工业为研究对象,运用基于松弛变量的超效率DEA模型,实证分析了2006—2011年中国30个省市自治区(西藏、台湾、香港、澳门除外)及东、中、西部区域的工业能源效率,在此基础上应用Tobit回归模型,进一步分析了中国工业能源效率的影响因素。研究结果表明,我国各区域工业能源效率差距显著。东部区域工业能源效率最高,且以北京、上海和天津居首,而中西部工业能源效率较低,其中以宁夏最低。在影响因素中,经济结构、外资水平以及工业固定新增资产投资对地区工业能源效率有着积极的影响,而重工业所占总工业的比重以及人口密度对工业能源效率有着消极的影响。针对以上结论,提出了相应的对策建议。     

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.