江苏省碳排放影响因素及脱钩弹性研究——基于LMDI和Tapio脱钩模型视角

文章核算了江苏省2000—2019年的碳排放量,并基于LMDI分解方法定量分析了能源结构效应、能源强度效应、产业结构效应、经济活动效应及人口规模效应对碳排放增量的影响,同时结合Tapio脱钩模型进一步分析了江苏省碳排放总体脱钩弹性和分解因素脱钩弹性。结果表明：(1)经济活动效应和能源强度效应分别是促进和抑制碳排放增长的主要因素;(2)能源结构效应主要表现为负向的抑制作用;(3)产业结构效应对碳排放的作用在发生转变;(4)人口规模效应贡献很小。江苏省总体由弱脱钩向强脱钩状态发展,经济活动是影响碳排放脱钩主要驱动力,能源强度对促进碳排放脱钩作用明显。因此,可以从鼓励发展新能源和推动产业升级等方面着手江苏省碳减排。     

贵州省碳排放驱动效应研究及其与经济增长的脱钩关系——基于LMDI分解理论

为了促进贵州低碳经济的进一步发展,以贵州省2002—2013年能源消费结构为基础数据,通过自上而下、LMDI分解法,对贵州省碳排放进行定量测算。在此基础上,利用Tapio脱钩模型,分析碳排放与经济增长的关系。结果显示:贵州省碳排放总体呈持续增长,其中经济因素和人口规模对贵州省碳排放起促进作用,且经济是导致碳排放增加的主要原因;能源结构和能源强度对碳排放起抑制作用,能源强度的降低是促进碳排放减少的主要途径;贵州省碳排放与经济之间主要以扩张负脱钩和弱脱钩状态为主。     

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.     

中部六省终端能源消费碳排放影响因素及其与经济增长脱钩关系研究

基于终端能源消费视角,在全面测算2005—2020年中部六省生产和生活部门碳排放的基础上,运用LMDI方法将两部门碳排放因素分解为经济增长、产业结构、能源强度、能源结构、碳排放系数和人口规模、能源结构、人均能耗强度、碳排放系数,再通过Tapio脱钩模型分析中部六省能源消费碳排放与经济增长的脱钩关系。结果表明：(1)生产部门中经济增长是碳排放增长的主要推动力,能源强度是工业和第三产业碳排放主要抑制因素,产业结构和能源强度对第一产业碳排放起主要抑制作用。生活部门中人均能耗和能源结构对碳排放起主要的推动作用,碳排放系数对生产和生活两部门碳排放都产生了一定的抑制效果;(2)研究期间六省脱钩状态总体上得到了优化,当前除山西省外,其余各省已实现弱脱钩,河南、湖北、湖南三省更是达到了强脱钩阶段。     

能源依赖省份经济增长与碳排放关系及影响因素——以宁夏回族自治区为例

从碳排放总质量和碳排放强度方面对宁夏1980—2010年经济增长与碳排放的关系进行分析;用STIRPAT模型进行岭回归函数拟合,探讨经济增长与能源碳排放之间的定量关系;通过脱钩指数进一步分析了经济增长与能源碳排放之间的动态变化关系.结果表明,为实现宁夏经济增长与碳排放之间的强脱钩,提出转变经济发展方式,控制人口过快增长;提高能源利用效率,优化能源结构等建议.     

安徽省工业行业碳排放的脱钩效应及驱动类型

依据1999年～2014年安徽省37个工业行业能源消耗及经济发展的相关数据,利用脱钩弹性指数对工业行业碳排放及经济发展的脱钩关系进行测度,并构建碳排放脱钩驱动力模型对各行业驱动类型进行分类,结果显示:安徽省大部分工业行业碳排放量呈现逐期增长态势,但个别行业亦存在波动变化现象,且工业碳排放呈现向少数行业集中的趋势.研究时段内,多数行业呈由扩张性复钩→增长连结→弱脱钩→强脱钩的逐渐过渡趋势,说明工业行业经济增长对能源碳排放的依赖程度在不断降低;能源利用效率变动是抑制碳排放的主要因素,且抑制作用不断加大,而行业内部碳减排技术和能源结构调整的减排效应变化不明显.因此,安徽省在今后一段时期内的低碳减排战略应是在进一步深化节能技术、促进产业结构升级的基础上,重点加快行业碳减排技术的研发及能源结构的调整.     

基于脱钩理论的安徽省工业碳排放与经济增长研究

依据1999~2012年安徽省工业经济与能源消耗的相关数据,利用脱钩理论测算了安徽省工业碳排放与经济增长的脱钩指数,并借助LMDI分解模型对安徽省工业碳排放变化指数进行了分解,结果显示:1999~2012年安徽省工业碳排放与能耗持续增长,且碳排放增加速度明显高于能耗增长速度;1999~2012年安徽省工业碳排放脱钩经历了弱脱钩→扩张复钩(增长连结)→弱脱钩的变化,且能源效率因子对脱钩起促进作用,能源结构因子对脱钩起抑制作用;在碳排放强度变化指数的分解中,能源强度变化是抑制碳排放增加的关键因素,能源结构与工业结构变化对减排效应不明显。该研究旨在为安徽省进一步发展低碳经济、实现工业转型提供理论依据。     

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.     

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．     

吉林省碳排放影响因素分析及与经济增长的脱钩研究

定量研究省域层面各因素对碳排放的影响程度,以及分析经济增长与碳排放的关系,是完成"十二五"和2020年碳强度下降指标的关键所在.以吉林省为例,运用STIRPAT随机模型,采用有偏估计岭回归方法对人口、经济、技术等因素对碳排放的影响程度进行了模拟,并检验了碳排放与经济增长是否存在环境库兹涅茨曲线关系;同时,引入脱钩指数法对碳排放与经济增长之间的脱钩关系进行了分析.结果表明:经济增长对碳排放的相对影响程度较大,是碳排放的主要影响因素;经STIRPAT模型检验,经济增长和碳排放之间未出现环境库兹涅茨曲线关系;经济增长与碳排放之间处于相对脱钩状态,这也从另外一方面验证了目前两者之间不存在环境库兹涅茨曲线的假说.     

基于因素分解的碳排放分析及情景预测——以东营市为例

笔者采用因素分解法对东营市的一次能源碳排放进行分析,并利用IPAT方程对东营市未来中长期的经济发展与碳排放进行了情景预测．研究表明：2005—2009年东营市一次能源消费的碳排放总量逐年增长,年均增长率为7．5％;人均碳排放量随着人口的增长呈增长趋势,年均增长速率为6．6％;碳排放强度呈下降趋势,年均下降速率为7．2％;能源结构不断优化,碳能源强度逐年下降,年均下降率为0．5％;第二产业能源消费所占比重最高,是影响碳排放的主要产业部门;低碳情景是东营市实现可持发展的最佳方案且该情景的实现在一定程度上是以减缓经济增长桌宴现节能减排目标的     

2001～2010年中国能源碳排放与城市扩张脱钩分析

城市扩张与工业化、经济发展和能源消费关联紧密,据此构建能源碳排放与城市扩张脱钩分析模型.在此基础上,运用能源消费及城市土地统计数据,分2001~2010年、2001~2006年("十一五")、2006~2010年("十二五")3个时段,在全国、东中西部、省域3个层面开展中国能源碳排放与城市扩张脱钩关系的比较分析.结果表明,2001~2010年,中国能源碳排放快速增长且增速超过城市土地扩张速度,能源碳排放减排压力较大.能源消费的减排技术、能源消费结构和能源利用效率还亟需提升."十一五"至"十二五"期间,中国能源碳排放减排压力有所减缓,同时东中西、省域之间差异显著.     

交通运输业碳足迹测算及其交互效应评估——以京津冀地区为例

针对交通运输业碳足迹及其影响因素间作用效应研究的不足,首先,建立交通运输业碳足迹测算模型对京津冀地区交通运输碳足迹进行量化评估;其次,采用对数平均迪氏指数（Logarithmic Mean Divisia Index, LMDI）乘法形式模型研究京津冀地区交通运输业的碳排放与其他社会经济指标的交互效应;最后,基于京津冀产业结构及城镇化差异等社会经济背景,分析京津冀交通运输业碳排放影响因素的空间差异性.研究结果表明：京津冀地区交通运输业碳排放在研究期内逐年增加,北京市增长率最高,且年均增长率为8.58%;经济增长因素对京津冀全域交通运输业碳排放增加促进作用最显著;交通运输产业、生产效率等因素作用效应存在空间差异,而经济增长、人口效应、交通运输能源利用强度和碳排放强度等指标则表现出较弱的空间差异;促进经济增长与交通碳排放等环境负面影响的脱离、提高交通运输业生产效率、根据人口效应及结构进行交通运输系统设计的优化与结构调整、优化交通运输业能源结构等措施,有助于减少京津冀交通运输业碳排放量.     

中国交通运输业的碳排放情景预测模型

交通运输业碳减排是中国碳减排中的核心重点之一。选取交通运输业消耗的12类能源,采用相应排放系数,测算1996~2010年中国交通运输业CO2排放,交通运输业CO2排放由1996年的195.41×106 t增加到2010年的505.73×106 t,基本与交通运输业的能源消耗量同步。采用情景预测分析法,设计基准情景、节能情景、低碳情景等3个情景,分别预测未来中国的碳排放量。分析结果显示,2011~2020年中国交通运输碳排放将呈快速上升趋势,而2025年左右将放缓。利用LYQ弹性脱钩分析进行交通运输业碳排放的脱钩分析。研究结果表明:产业减排在碳减排中的贡献度最大,而进入2006年之后,产业发展决定了交通运输业碳排放,2008年以后,产业节能的贡献程度最大,在抵消其他因素的影响之后使产业碳排放与GDP(国内生产总值)之间仍表现为弱脱钩,表明产业节能在中国交通运输业的碳减排中尤为重要。     

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。     

辽宁省碳排放预测及最优情境选择

基于经济发展增速和节能减排约束,结合碳排放影响因素的LMDI分解模型,将经济社会发展变量和节能减排变量的相互不同模式组合为六种情境,运用扩展的SPIRPAT模型对各情境下的辽宁省2016—2040年的碳排放进行预测分析,得出“中增长强减排”情境是辽宁未来发展的最佳选择.在最优情境下,2020年辽宁较2015年的能源消费增量远低于3550万吨标准煤的约束标准;非化石能源比重在2020年完成省规划目标,在2030年完成国家规划目标;碳排放量降幅在2023年达到峰值,2020年和2030年较2005年的碳排放强度降幅超额完成国家规划目标.若能有效转变经济发展方式、调整产业结构尤其是降低工业比重、提升能源利用效率,加大清洁能源的开发利用,辽宁完全可以不以牺牲经济发展为代价而达到节能减排的目的.     

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.     

东北三省碳排放与经济增长脱钩关系的实证分析

构建了东北三省碳排放、能源消耗量与经济增长之间的面板数据模型.经过对吉林省、辽宁省和黑龙江省1995—2014年20年的CO_2排放量的估算,并对CO_2排放量,能源消费量以及GDP进行脱钩分析.结果表明:2012年后吉林省、辽宁省以及黑龙江省通过产业转型、能量减排等一系列措施,实现了吉林省、辽宁省以及黑龙江省碳排放、能源消耗量与经济增长的脱钩,经济与环境友好发展.     

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。     

“双碳”目标;Tapio 脱钩指数;LMDI 模型;碳排放预测

针对“双碳”目标下各省市面临的减碳压力,利用 Tapio 脱钩指数分析法、LMDI 模型,结合重庆市经济发展数据和碳排放数据,分析碳排放的影响因素并预测其达峰情况。 研究结果表明:总体来看,重庆市近 15 年来碳排放量有所升高,但年度碳排放量仅占全国同期的 1% ~ 2%;从煤、油、气、电四大能源行业的碳排放量占比结构看,煤电的碳排放占比明显下降,油、气的碳排放占比显著上升;重庆市经济增长与二氧化碳脱钩情况较好,一直处于扩张相对脱钩状态;重庆市碳排放量主要受城市化、人口增长、经济增长三大因素的影响;根据预测结果,基准情景下,重庆市碳排放将在 2034 年达到峰值,峰值在 2. 06 亿t 左右,达峰情景模式下,预计将在 2029 年达峰,碳排放峰值约为 1. 85 亿t,比传统模式下少 0. 21 亿t。 最后,为重庆市绿色发展提出了优化产业结构、构建清洁低碳、高效多元的能源体系、加速绿色工业、绿色交通、技术创新等对策建议,对各地制定实现“双碳”目标的具体措施具有一定借鉴意义和参考价值。