基于生产函数理论的重庆市碳排放预测

为确定经济社会的发展和化石能源的开发利用对碳排放增加的影响,对长江经济带典型工业城市——重庆的碳排放进行预测.基于内生增长理论,采用数据调研、情景分析等方法分析对重庆市地区生产总值、人口、能源结构等多项碳排放驱动因素指标进行了分析预测.基于生产函数理论,构建了重庆市地区碳排放模型,对2014—2035年的重庆市地区碳排...     

碳约束下的京津冀2035年能源消费路径分析

化石能源消费产生二氧化碳,二氧化碳排放量增加导致气候变化,因此,京津冀地区能源消费将会受到二氧化碳（CO2）排放量（碳排放）的制约。首先,利用经典的时间序列模型预测了驱动因素,如国内生产总值（GDP） 、人口、城市化率、产业结构和能耗强度等。然后将驱动因素预测值作为自变量,能源消费作为因变量,采用神经网络方法计算出北京、天津和河北的能源消费量。并利用排放系数法计算实际碳排放量作为约束量,根据内增原理对煤炭、石油、天然气和其它能源消费量进行优化,优化结果作为京津冀在应对气候变化的能源消费可行路径。研究表明：经济和社会是驱动能源消费量增长的主要驱动因素,碳约束下的能源消费路径核心在于控制煤炭和石油消费,天然气和电力供应是能源结构调整的关键。     

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.     

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。     

基于空间聚类分析的中国省域能源消费碳排放分布特征研究

根据2007年的中国能源统计年鉴的数据,采用灰色关联度模型综合考虑影响碳排放的各种因素,选取了GDP、城市化率、第二产业比例、能源利用效率和碳排放强度5个影响碳排放的指标,利用基于空间邻接关系的空间聚类方法分析了中国31个省市、自治区的碳排放情况,运用主成分分析方法确定了聚类后的每个区域的碳排放指标的权重.研究结果表明:1)能源消费碳排放指标值相似的省份,其空间分布具有相邻的特点;2)中国能源消费碳排放总体上呈现出北部地区高于东部沿海地区,中西部地区最低的空间分布格局;3)聚类后的每个区域影响碳排放的主要驱动因素有所不同.上述分析为有效分区管理和合理制定节能减排政策提供了科学依据.     

遵义市规模以上工业能源消费碳排放测度及影响因素

节能减排是实现可持续发展的重要途经,也是资源环境友好城市建设的需要。基于2001—2016年遵义市规模以上工业能源消费统计数据,依据IPCC《温室气体清单指南》对温室气体碳排放进行计算,运用STIRPAT模型对其影响因素测度。结果表明:①2001—2016年遵义市规模以上工业能源消费量中以原煤、焦炭为主,其次是天然气,最后是汽油、煤油、柴油、燃料油;期间能源碳排放总量由480.65万t增加到3404.38万t,年均增幅13.01%,能源碳排放以煤炭类碳排放量为主。②2001—2016年遵义市工业能源碳排放强度由2.20t/万元降至1.42t/万元,年均降幅2.3%;能源结构以煤炭类碳排放为主,其年均占比为98.87%,石油和天然气为辅。③遵义市工业能源碳排放影响因子中,常住人口、人均GDP、城市化率、第二产业占比、单位GDP碳排放量的弹性系数分别为-0.0779、0.0871、0.0866、0.0802、-0.0802,表明人口与能源效率为抑制因素,经济、产业结构和城市化率则为促进因素。研究结果可为遵义市工业节能减排政策制定、低碳城市建设及可持续发展提供科学依据。     

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.     

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.     

山西省能源消费碳排放清单和影响因素研究

能源消费燃烧产生的碳排放是山西省主要碳排放源,研究山西省能源消费碳排放特征及影响因素,对山西省科学合理制定能源消费碳减排政策,早日完成“碳达峰、碳中和”目标具有重要意义。本研究以山西省能源领域为研究对象,以山西省省级能源平衡表为基础,采用省级温室气体清单核算方法,计算分析了2005-2019年山西省能源消费碳排放量及变化特征,在此基础上,采用Kaya恒等和LMDI因素分析方法,定量分析了人口、经济发展、能源消费强度、能源消费结构等因素对碳排放的贡献情况。研究结果表明：2005-2019年山西省能源消费碳排放总量整体呈波动上升趋势,累计增长68.81%,年均增长3.81%;单位GDP碳排放强度呈逐年下降趋势,但下降幅度远小于GDP增速,能源利用效率有待进一步提高;人口效应和经济效应对碳排放呈正效应,特别是经济效应是导致山西省碳排放增加的主要因素,说明山西以重型化为主的经济结构未得到根本改善;能源消耗强度和能源消耗结构主要呈抑制效应,是碳减排的主要影响因素,其中能源强度贡献较大,能源消耗结构贡献较小,说明未来还有较大的减排空间。     

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。     

京津冀服务业能源消费碳排放影响因素分析

利用统计数据首先分析了1995—2013年京津冀地区能源消费结构并核算京津冀地区服务业碳排放量,其次通过灰色关联分析方法分析了京津冀地区服务业能源消费碳排放影响因素.研究发现,京津冀服务业能源消费以石油为主;能源结构多元化系数和产业规模是北京市服务业能源消费碳排放最主要影响因素,人口效应和能源强度是天津市服务业能源消费碳排放最主要影响因素,能源结构多元化系数、人口效应、产业规模、能源强度和河北省服务业碳排放呈中度关联关系.提出京津冀地区服务业能源消费有待向碳排放量低的天然气等能源转变,北京市和河北省服务业能源利用效率有待提高的建议.     

能源消费碳排放的影响因素及空间相关性分析

选取2007—2016年能源消费省级面板数据,借助ArcGIS平台对我国能源消费碳排放的时空分布进行分析,并基于OLS回归分析,应用地理加权回归模型(GWR)对碳排放影响因素的空间相关性进行研究。结果显示:能源消费碳排放具有阶段性特征,2007—2010年我国能源消费碳排放强度波动性明显,但增长幅度较小,2011—2016年碳排放波动性减小,但增长幅度增大;碳排放空间分布异质性逐渐降低,高排放水平区域由2007年的1个增长到2016年的6个,并且区域间差距在不断缩小;城市化率、产业结构对碳排放具有抑制作用,对外开放程度、交通强度、科技发展水平对碳排放具有促进作用。     

基于支持向量回归机的中国碳排放预测模型

选取人口、城镇化率、人均GDP、服务业增加值比重、单位GDP能耗、煤炭消费比例等6项影响因素作为自变量,运用支持向量回归机方法构建中国碳排放预测模型。以1980—2009年碳排放及影响因素数据为样本,通过训练、测试得到具有良好学习与推广能力的支持向量回归机模型。结合"十二五"规划,设置不同情境下影响因素预测值,对2010—2015年中国碳排放进行预测。预测结果表明,中国可适当降低GDP增速,不断优化能源结构,以确保碳减排目标的有效实现。     

中国碳排放影响因素分析和趋势预测——基于STIRPAT和GM(1,1)模型的实证研究

采用STIRPAT模型全面地对影响中国2000—2011年碳排放的因素进行分析,并利用灰色模型GM(1,1)预测了中国2012—2020年碳排放量.研究结果显示:城镇化率、经济增长、产业结构、能源价格、人口、能源结构和外贸强度对碳排放量有一定的促进作用,技术进步对碳排放量具有较强的抑制作用;其中对中国碳排放量增加影响较大的因素是人口和产业结构;根据GM(1,1)预测模型的结果,可以看出未来的减排压力还很大.因此,治理碳排放的政策应该综合考虑人口、产业结构和技术进步等影响因素.     

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。     

广东省工业经济能源消费碳排放的LMDI分析

我国工业经济能源消费是碳排放的主要来源．以广东省为例,从碳排放总量和碳排放强度等指标分析了1990—2011年广东省工业经济能源消费碳排放的现状与特征;用LMDI分解技术,将广东省工业经济能源消费碳排放因素分解为能源结构效应、能源强度效应、经济增长效应和人口规模效应4种因素;定量分析表明：经济增长效应是广东省工业经济能源消费碳排放增长的主导促进因素,人口规模效应为次主导促进因素;能源强度效应是广东省工业经济能源消费碳排放增长的主导抑制因素,能源结构效应是次主导抑制因素．     

人口因素与山东省碳排放关系的初步研究

以山东省为实证研究对象,在一系列碳排放影响因素中,选择了包括人口总量、家庭规模、人口城市化率、第二产业从业人口比例等六个人口因素,阐述它们与碳排放的可能关系;通过逐步回归分析,最终确定人口城市化率和第二产业就业率两个要素与山东省碳排放量关系最为密切;对分析结果做出解释并从人口控制的视角探讨减排措施.     

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.