经济发展对中国能源碳排放空间分布的影响

为了探索经济发展与能源碳排放之间的关系,对中国能源碳排放的空间布局变化及成因进行了分析,结果显示:随着国家产业结构演进和生产技术进步的加快,目前中国能源碳排放的增速开始明显减缓;从区域分布来看,东部地区碳排放经历了先下降和上升的过程,而西部地区碳排放过程则是保持上升趋势;从省区分布来看,各个省份的碳排放都有所增长,但排放量的差距逐渐增大,这与各地产业结构多元化程度、能源消费结构的变化有密切关系.     

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.     

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。     

基于经典环境库茨涅茨曲线的我国农业碳排放拐点预测及区域比较

选取1991—2014年我国农业碳排放总量和人均农业GDP的时间序列数据,基于EKC假设,建立我国经济增长与农业碳排放关系函数模型;运用1991—2014年省级面板数据,进行我国农业碳排放与经济增长的区域实证分析。结果表明,我国农业经济增长与碳排放总量之间存在倒"U"型关系,是典型的库兹涅茨曲线,拐点为12.08,到达拐点处人均GDP为177 162.66元。东中西部地区到达EKC拐点的时间不同,东、中、西部地区碳排放EKC到达拐点的时间分别为2065年、2058年和2077年。同时,东、中、西部地区碳排放均表现出较强的路径依赖特征,即存在一定的碳排放惯性。     

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.     

外贸依存度对全要素生产率影响的区域差异性——基于我国省际数据

借助DavidN-Weil的两部门配置模型分析了国际贸易引起区域全要素生产率增长的机理。采用1993—2007年中国的省区面板数据,通过实证研究了外贸依存度对全要素生产率的影响。结果表明：外贸依存度在全国层面或是在东、中、西部的区域层面都显著地促进了TFP的增长,但外贸依存度的贡献率在区域层面有所差异。我国中西部地区外贸依存度对全要素生产率的贡献率大于东部地区,而中部地区的外贸依存度对全要素生产率的贡献明显大于西部。为了消除这种区域差异性,需要更进一步地促进东部地区的产业升级。大力加强中西部地区的对外开放程度,并引导东部地区的部分产业合理转移至中西部地区。     

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，...     

中国各省区(市)城市化进程中碳排放变化特征及影响因素分析

以工业能源消耗和居民生活能源消耗产生的碳排放作为研究对象, 用建成区占总面积的比例、非农工业人口和城镇人口分别占总人口的比例等3 个指标来衡量城市化率, 分析1995-2012 年间城市化过程中碳排放的地区差异及影响因素, 得到以下结论。1) 全国的碳排量以及人均碳排放量在1995-2012 年间整体上呈上涨趋势, 可分为缓慢增长、快速增长和增速下降 3 个阶段。单位产值的碳排放呈整体递减趋势, 递减速度变缓。2) 各省份碳排放随城市化率增加的区域差异明显, 北京、上海、天津均是碳排放相对较低和城市化率相对较高的地区。3) 从 3 种单位城市化率的碳排放来看, 绝大多数省市出现2000 年下降之后再上升的趋势。内蒙古自治区单位土地城市化率的碳排放最高, 单位人口城市化率(非农业人口比重和城镇人口比重)碳排放最高的是河北、河南和山东。4) 城市化过程中碳排放的影响因素也存在一定的地域差异, 对各省份而言, 能源结构对碳排放影响有限, 能源强度对各省区碳排放的贡献为负, 产业结构对碳排放的贡献有正有负, 而经济水平和人口规模对碳排放的贡献几乎均为正。研究结果可为我国区域碳排放削减的策略制定提供科学依据。     

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。     

人口流动对我国区域经济增长的影响

在分析2001～2016年人口流动和经济增长的区域差异基础上,利用29个省份的面板数据,根据新古典经济增长理论构建包括人口流动变量的经济增长模型,对西部大开发以来我国省际间人口流动对区域经济增长的影响进行了深入探讨。结果表明:人口流动不一定会对区域内的经济增长起到促进作用,省际之间的人口流动对不同区域的经济增长的效应有所差异。人口主要从中部和西部地区流向东部地区,其中对东部地区呈显著的正向效应,对中部地区是微弱的负向效应,对西部地区是显著的负向效应。为此,我国应当加强中西部人才引进措施,提高人力资本的投入,助力经济增长方式转型升级,促进区域经济之间的协调发展。     

中国工业碳排放效率及其影响因素的空间计量分析

分析了中国工业碳排放效率的区域差异性以及空间自相关性,并用1998—2013年中国大陆30个省份的面板数据,建立空间面板数据模型,对工业碳排放效率的影响因素进行实证研究。研究结果表明:除少许年份外,中国及各地区的工业碳排放效率都呈现出不同程度的上升趋势且存在区域差异,中国省际工业碳排放效率在空间分布上表现出较强的正相关性和空间集聚特征,能源结构、能源强度、工业结构、能源价格水平和技术因素是影响中国工业碳排放效率的主要因素,对提高中国省际工业碳排放效率有正向作用,是空间格局演变的重要因素,且具有空间自相关性和空间溢出效应。     

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.     

基于泰尔指数的民用建筑碳排放区域差距研究

民用建筑是碳排放的重要来源,对民用建筑实施碳排放总量控制是我国实现节能减排的重要手段.以IPCC的统计方法为基础,计算全国30个省市的民用建筑碳排放量,并将30个省市分为3个区域,基于泰尔指数分析法计算了2007—2016年中国民用建筑碳排放地区差异,并按3个区域进行结构分解.计算结果显示,我国民用建筑碳排放量整体表现为收敛增长趋势,整体泰尔指数呈下降趋势,区域内差异要远大于区域间差异.就三大区域而言,东部地区泰尔指数最低并处于持续下降的状态,西部地区泰尔指数最高呈现为先増后减,中部地区泰尔指数尚未看到明显顶点.     

安徽省碳排放脱钩效应、环境库兹涅茨曲线分析

通过自上而下的计算方法,测算了安徽省1995—2015年能源消费碳排放量,采用Tapio模型对安徽碳排放与经济发展的脱钩关系进行分析,并对环境库兹涅茨曲线进行探讨。研究表明:安徽碳排放、人均排放与经济发展整体上以弱脱钩为主,碳排放强度与经济发展以强脱钩为主;碳排放量与GDP、人均碳排放与人均GDP之间均存在倒"U"型的环境库兹涅茨曲线。     

陕西省能源消费碳排放分析及预测

陕西省是西部大开发战略实施的重点省份,近年来国民经济呈现快速增长势头,"十一五"以及"十二五"节能减排任务艰巨.本文采用IPCC2006提出的能源碳排放计算方法,根据近年来陕西省能源消耗、GDP增长以及产业变化的相关数据,分析陕西省碳排放的现状,探讨了能源结构和产业结构变动对碳排放量的影响,通过卡亚公式对2009～2020年能源碳排放量趋势进行了预测.研究表明,陕西省GDP的快速增长导致能源碳排放总量的上升,以煤类能源为主导的能源结构是碳排放强度较高的主要因素,预测显示碳排放总量将在人均GDP达到3.5万元附近出现拐点.针对陕西省能源碳排放的趋势,提出了持续优化能源结构,降低煤类能源比重,促进产业结构升级,加快第三产业发展,发展新能源等多种应对策略.     

西北地区碳排放的驱动因素与脱钩效应研究

西北地区经济快速增长的需求与“双碳”目标的矛盾是亟待解决的重要难题.本文选取西北地区2011-2019年的数据，采用碳排放系数法核算能源消费碳排放，并运用对数平均迪氏指数（LMDI）方法，研究了能源结构、能源强度、经济产出和人口规模对碳排放水平的影响；构建Tapio脱钩模型，对碳排放与经济发展的脱钩指数进行测度，并分析了碳排放与经济发展的脱钩关系.研究表明：1）陕西省是西北地区碳排放量最大的省份，其次是新疆、甘肃、宁夏和青海. 2）经济产出和人口规模会促进碳排放，与经济产出相比，人口规模对碳排放的影响较小；能源强度会促进碳减排；能源结构对碳排放的作用存在两面性. 3）碳排放总量、碳排放强度、人均碳排放与经济发展的脱钩关系均有向强脱钩转变的趋势；陕西、甘肃、新疆和青海的碳排放总量、碳排放强度、人均碳排放与经济发展实现了强脱钩.这些结果丰富了碳排放驱动因素与脱钩效应的相关研究，为西北地区协调区域经济发展和削减碳排放提供了针对性的政策建议.     

基于IPAT模型的江西省碳排放峰值预测研究

通过对江西省1995-2012年的时间序列数据进行回归,利用IPAT模型对未来江西省碳排放峰值出现时间进行预测。可以发现,技术进步对峰值的影响较为重要。按照江西省目前发展趋势,若经济社会发展的同时保持能源强度和碳排放强度合理下降,江西省的峰值到达时间约在2032-2035年之间。因此,保持能源强度和碳排放强度的不断下降对江西省尽快出现碳排放峰值至关重要,健全应对气候变化机制、调整产业结构、优化能源结构、提高清洁能源消费比重应成为江西省今后的重点工作任务。     

基于STIRPAT模型的煤炭资源富集区碳排放影响因素分析

以煤炭资源富集区47个地级市作为研究对象,基于拓展STIRPAT模型,利用2003—2017年的面板数据对该区域碳排放驱动因素进行实证研究,以为制定科学合理的碳减排政策提供依据。研究结果表明:煤炭资源富集区经济发展与碳排放之间不存在非线性关系,碳排放随着经济发展持续增长;人口密度、能源强度、产业结构对碳排放均有显著"促排"效应;而对外贸易与技术进步对碳排放产生了显著抑制效应。环境规制与碳排放之间的非线性关系显著,随着环境规制强度提升,碳排放呈现先下降再反弹的态势,金融发展对煤炭资源富集区的抑碳效应不显著。政策制定者应更加注重保持经济健康发展的步伐,大力推进煤炭清洁生产及低碳高效利用,积极推进产业结构优化,注重外商投资引进质量,加强环境规制力度,深化金融发展,积极发展科技金融、绿色金融。     

基于能源类碳源估算的湖南省碳排放分析

采用能源消费带来的排碳量作为一个地区的排碳量,从碳排放总量及其与经济增长的关系、碳排放效率、碳排放结构、各产业煤消耗总量等对湖南省碳排放现状进行分析.结果表明:湖南碳排放总量较多,呈上升趋势,在中部8省处于中下等水平;湖南碳排放效率先减少后增加,略低于东部,高于中部、西部及全国平均水平;湖南碳排放主要以煤碳排放为主,占能源消费总量的65%;第二产业对煤和石油消耗最多,第三产业煤消耗最少;2005年3个产业煤排放急剧增加,可以通过调整产业结构,增加第三产业的比重,形成节能型增长方式.     

人工智能对碳排放的影响——基于中国工业行业机器人数据的实证检验

基于中国工业行业机器人数据测算出30个省份的人工智能发展水平，运用多种计量模型实证研究人工智能对碳排放的影响。研究发现：人工智能可以显著抑制区域碳排放，该结论在进行稳健性检验和考虑内生性问题时依然成立；人工智能技术对碳排放的影响存在明显的区域异质性，只有东部地区的人工智能发展能显著抑制碳排放；机制检验表明人工智能通过引领产业结构升级和技术创新两条途径间接影响区域碳排放。为实现“双碳”目标，中国应加速人工智能技术与实体经济的结合，积极推动中部、西部地区的人工智能发展。