基于IO-SDA模型的新疆能源消费碳排放影响机理分析（英文）

Analysis of carbon emission mechanism based on regional perspectives is an important research method capable of achieving energy savings and emission reductions.Xinjiang,an important Chinese energy production base,is currently going through a period of strategic opportunities for rapid development.Ensuring stable socio-economic development while achieving energy savings and meeting emission reductions targets,is the key issue currently facing the region.This paper is based on the input-output theory,and conducts a structural decomposition analysis on the factors affecting energy-related carbon emissions in Xinjiang from 1997 to 2007;this analysis employs a hybrid input-output analysis framework of "energy- economy- carbon emissions".(1) Xinjiang's carbon emissions from energy consumption increased from 20.70 million tons in 1997 to 40.34 million tons in 2007;carbon emissions growth was mainly concentrated in the production and processing of energy resources,the mining of mineral resources,and the processing industry.(2) The analysis of the direct effects of the influencing factors on carbon emissions showed that the change in per capita GDP,the final demand structure,the population scale,and the production structure were the important factors causing an increase in carbon emissions,while the decrease in carbon emission intensity during this period was the important influencing factor in stopping the growth of carbon emissions.This showed that while the sizes of Xinjiang's economy and population were growing,the economic structure had not been effectively optimized and the production technology had not been efficiently improved,resulting in a rapid growth of carbon emissions from energy consumption.(3) The analysis of the indirect effects of the influencing factors of carbon emission showed that the inter-provincial export,fixed capital formation,and the consumption by urban residents had significant influence on the changes in carbon emissions from energy consumption in Xinjiang.(4) The growth of investments in fixed assets of carbon intensive industry sectors,in addition to the growth of inter-provincial exports of energy resource products,makes the transfer effect of inter-provincial "embodied carbon" very significant.     

基于IO-SDA模型的新疆能源消费碳排放影响机理分析

基于区域视角的能源消费碳排放影响机理分析,是有效实现节能降耗减排的重要研究议题。本文基于投入产出理论,通过构建“能源—经济—碳排放”混合型投入产出分析框架,利用扩展的IO-SDA模型,对新疆维吾尔自治区（简称新疆）1997-2007年能源消费碳排放的影响因素进行结构分解分析。结果显示：① 新疆能源消费碳排放从1997年的2070.08万t增长到2007年的4034.33万t,碳排放的增长主要集中在能源资源生产与加工业和矿产资源开采与加工业。② 碳排放影响因素的直接效应分析,人均GDP、最终需求结构、人口规模和生产结构的变化是引起碳排放增长的重要影响因素,碳排放强度的降低是这一时期遏制碳排放增长的重要影响因素,说明在经济规模和人口数量不断增长的同时,经济结构未得到有效优化,生产技术未得到有效的提升,导致新疆能源消费碳排放的快速增长。③ 碳排放影响因素的间接效应分析,省域间调出、固定资本形成总额和城镇居民消费对于新疆能源消费碳排放的变化影响显著。④ 碳密集产业部门的固定资产投资增加,能源资源型产品的省域间调出增长,使得区域间“隐含碳”转移效应十分显著。     

基于IPAT模型的安徽省不同情景碳排放趋势测度分析

基于1995-2010年能源消费数据,利用IPAT模型,分规划情景、惯性情景、低碳情景对安徽省未来碳排放量及碳排放强度进行测度,结果表明:2015年,安徽省在规划情景、惯性情景、低碳情景下的碳排放量分别为16 680.96万t、14 790.52万t、11 235.49万t,均呈增长态势,碳排放强度分别为0.6952t/万元、0.6661t/万元、0.6533t/万元,呈下降趋势,规划与惯性情景模式下的碳排放量和碳排放强度均高于低碳情景模式。3种情景碳排放曲线表明,不会出现库兹涅茨曲线(EKC)拐点。科技创新、机制创新是实现碳减排的重要途径,"十二五"期间,安徽省通过提高能源效率、优化能源结构、创新机制等举措,碳排放仍有较大削减空间。     

新疆能源消费碳排放的多变量驱动因素分析——基于扩展的STIRPAT模型

区域层面能源消费碳排放的驱动因素研究,是有效实现碳减排的重要研究议题。以经典的IPAT模型为基础,采用扩展的STIRPAT环境压力评价模型,对1952-2014 年新疆能源消费碳排放的主要驱动因素进行时间序列分析,并定量研究各个驱动因素在改革开放之前（1952-1977 年）、改革开放之后（1978-2000 年）和西部大开发时期（2001-2014 年）三个不同发展阶段对于区域碳排放的作用机理与影响机制,主要研究结论如下：各个影响因素对新疆碳排放增长的作用机理与影响机制在三个发展阶段各不相同。改革开放之前（1952-1977 年）,碳排放强度和人口规模是碳排放增长的最主要贡献因子,能源消费结构是遏制碳排放增长的最主要贡献因子。改革开放之后（1978-2000 年）,经济增长和人口规模是碳排放增长的最主要贡献因子,碳排放强度是遏制碳排放增长的最主要贡献因子。西部大开发时期（2001-2014 年）,固定资产投资和经济增长是碳排放增长的最主要贡献因子,碳排放强度是遏制碳排放增长的最主要贡献因子。     

一次能源消费导致的二氧化碳排放量变化

从不同燃料和不同地区入手,分析了我国1995~2006年间一次能源消费导致的二氧化碳排放量变化情况。结果表明:1995~2006年间,我国一次能源消费导致的二氧化碳年总排放量呈现"先减少后增加"的发展态势,其拐点出现在2000年,而且2001年后各个省(区、市)的二氧化碳年排放量较前期均有大幅度的增加,总排放量由1995年的78678万t碳增长到2006年的146919万t碳,年均增长率5.84％,人均二氧化碳年排放量也由0.62t碳/人增加到1.12t碳/人;煤炭消费导致的二氧化碳排放量占全国二氧化碳年总排放量的79%~85％;我国七大区和大部分省(区、市)二氧化碳年排放量与全国总排放量有类似的发展态势,其中华北、华东地区二氧化碳排放量居全国首位,山西省的二氧化碳排放量位居全国第一。     

中国2005—2010年二氧化碳排放强度下降的结构分解分析

本文以2005年和2010年的投入产出表为基础,核算了中国二氧化碳排放强度的变化。结果表明,2005年二氧化碳排放总量678964．38万t,强度每万元3．67t。2010年二氧化碳排放总量930194．96万t,强度每万元3．27t（2005年价格）。5年间,二氧化碳排放强度降低了11％。在此基础上进一步构建结构分解分析模型,将促使二氧化碳排放强度的降低的因素分解为4种效应,即能源效率因素、能源结构因素、经济结构效应和经济增长方式效应。计量结果表明,部门单位产出能源消费强度变化和能源消费结构变化是造成二氧化碳排放强度下降的因素,其中尤以前者的影响最为显著。而经济增长方式变化和经济结构变化是促使二氧化碳排放强度上升的因素,并且前者的影响更为显著。     

北京市服务业碳排放增长的分解分析

The output as well as carbon dioxide emissions of tertiary industry have increased continuously in Beijing. Therefore, the tertiary industry has become a new field that needs to be explored for energy saving and emission reduction. This paper calculates the direct and indirect carbon dioxide emissions of tertiary industry in Beijing from 2005 to 2012 using the input-output analysis method. The results indicate that both the direct and indirect carbon dioxide emissions increased continuously and the latter grew more quickly than the former. The growth of the direct and indirect carbon dioxide emissions of tertiary industry was decomposed, which showed that four factors influence the growth of carbon emission of the tertiary industry, including the changes of industrial scale, industrial structure, energy consumption intensity and carbon coefficient. The results show that the industrial scale advancement and the direct energy carbon coefficient change promote the increase of direct carbon dioxide emissions, while the shift of industrial structure and the change of direct energy consumption intensity have the restrain on it. The industrial scale enlargement, industrial structure shift and the indirect energy carbon emission coefficient change promote the growth of indirect carbon dioxide emissions, while the indirect energy consumption intensity change has a restrain.     

新疆农地利用碳排放时空差异及驱动机理研究

基于化肥、农药、农膜、农用柴油、翻耕、灌溉6个主要方面的碳源,测算了新疆1993-2010年及各地州2010年的农地利用碳排放量。结果表明：（1）新疆农地利用碳排量总体呈“快速-缓慢-快速”的三阶段增长特征,其碳排放强度变化轨迹与此基本一致;（2）各地州区域差异明显,昌吉回族州属碳排放量、碳排放强度“双高”型地区;乌鲁木齐等3地区属低碳排放量、高碳排放强度地区;塔城等四地区属高碳排放量、低碳排放强度地区;哈密等六地属碳排放量和碳排放强度“双低”型地区。同时,利用kaya恒等式对其驱动机理进行分解,得出农业经济发展水平是农地碳排放的最主要驱动因素;农业生产效率对农地碳排放具有较强抑制作用;而农业结构、农业劳动力规模在不同程度上推动农地碳排放,进而提出促进新疆农地碳减排的对策建议。     

河南省碳源碳汇的时空变化研究

碳源、碳汇是影响低碳发展的重要因素,由其形成的碳盈亏是区域低碳经济发展战略及政策制定的重要依据。本文基于能源消耗数据、主要工业产品产量,参考IPCC的碳排放标准,结合其他相关研究,计算了河南省能源消耗及水泥、钢铁、合成氨生产过程中产生的碳排放;在对研究区遥感影像处理的基础上,通过归一化植被指数(NDVI),将河南省的碳汇分为耕地、林地和草地,根据各种植被的碳排放和碳吸收系数,计算了河南省的碳汇及其变化,并对碳盈亏及其空间变化进行分析。结果表明：①研究期内,河南省碳排放及人均碳排放呈上升趋势,碳排放总量及人均碳排放年均分别增长11.22%和10.72%,而且空间差异明显,豫西、豫北、豫中地区人均碳排放相对较高,而豫南、豫东南地区则相对较低。②能源消耗是河南省的主要碳源,其碳排放量呈逐年增加趋势,但所占比重在不断下降;水泥、钢铁是除能源消耗外的另一种主要的排放源,其碳排放量及所占比重则呈逐年上升趋势。③河南省碳汇主要以林地和耕地为主,草地所占比重很小;全省碳汇呈减少趋势,2005-2013年期间减少了7.40%(47.05万t),年均减少5.88万t。④河南省总体上呈现碳亏状态,研究期内碳亏呈增长趋势,且碳亏的地区数量也在增加,总的来看,豫南、豫东南、豫西地区处于碳盈或弱碳亏状态,豫中及豫北地区处于较严重的碳亏状态。⑤河南省应通过改善能源结构、调整产业结构、优化用地布局等措施,减少碳源,增加碳汇,通过区域碳补偿或生态补偿等手段鼓励碳盈地区减源增汇,为低碳发展创造良好的外部环境。     

基于结构分解法的北京能源碳排放增量分析(英文)

确保减碳的首要任务是定量测度化石能源消费碳排放的增量影响因素及其大小。为分析北京市1997-2007年的碳排放增量,本文构建了一个扩展的(调入、进口)竞争型经济—能源—碳排放投入产出模型,从整体特征、不同产业、工业行业3个方面,对1997-2007年北京能源消费的碳排放增量进行了结构分解。分析发现:经济规模增长要素(消费、投资、调出和出口等)是拉动碳排放增长的主导因素,能源强度变动效应却是碳减排的决定性因素;在规模扩张因素中,消费和调出超过投资和出口,是碳排放增长的主要贡献者;2002以来新一轮"高碳"特征的工业化导致CO2排量呈急增之势;产业结构调整、三产比重最大使得服务业成为碳排放增长的最大部门,但工业排放的增长却后来居上;碳增排的重点行业是高能耗业,而碳减排的却是能源工业;两时段各效应在不同产业、不同工业行业的影响方向和大小不一。     

长三角地区城市土地与能源消费CO2排放的时空耦合分析

探究城市土地与碳排放的时空耦合关系,是协调城市土地与生态环境亟待解决的重要问题。基于重心模型、总体耦合态势模型和空间耦合协调模型,使用建成区面积、能源消费和DMSP/OLS夜间灯光等数据,分析了1995—2013年长三角地区城市土地与能源消费碳排放的时空耦合特征,并考虑空间因素的影响,构建空间滞后面板Tobit模型分析其驱动因素。结果表明：① 1995—2013年,建成区面积与碳排放量总体上均呈增加趋势。建成区面积由1251 km ²,增加至4394 km ²,碳排放量由30389.49万t,增加至90405.22万t。城市土地与碳排放间呈显著的正相关;② 城市土地与碳排放空间差异明显,上海、南京、杭州、苏州和无锡的城市建成区面积相对较大,碳排放相对较高;③ 长三角地区城市土地与碳排放耦合关系总体上呈减弱-增强-波动的态势。协调关系处于不断演化过程中,低协调阶段的城市数量明显减小,高协调阶段的城市数量明显增加,且呈集聚分布特点。南京、无锡、苏州、杭州和宁波处于高协调阶段;④ 空间滞后面板Tobit模型结果表明：城镇化对城市土地与碳排放耦合协调度具有驱动和制动的双重作用。同时,人口密度、经济水平、产业结构和空间因素对其也具有重要影响。     

Review on carbon emissions,energy consumption and low-carbon economy in China from a perspective of global climate change

Accompanying the rapid growth of China’s population and economy, energy consumption and carbon emission increased significantly from 1978 to 2012. China is now the largest energy consumer and CO₂ emitter of the world, leading to much interest in researches on the nexus between energy consumption, carbon emissions and low-carbon economy. This article presents the domestic Chinese studies on this hotpot issue, and we obtain the following findings. First, most research fields involve geography, ecology and resource economics, and research contents contained some analysis of current situation, factors decomposition, predictive analysis and the introduction of methods and models. Second, there exists an inverted “U-shaped” curve connection between carbon emission, energy consumption and economic development. Energy consumption in China will be in a low-speed growth after 2035 and it is expected to peak between 6.19–12.13 billion TCE in 2050. China’s carbon emissions are expected to peak in 2035, or during 2020 to 2045, and the optimal range of carbon emissions is between 2.4–3.3 PgC/year (1 PgC=1 billion tons C) in 2050. Third, future research should be focused on global carbon trading, regional carbon flows, reforming the current energy structure, reducing energy consumption and innovating the low-carbon economic theory, as well as establishing a comprehensive theoretical system of energy consumption, carbon emissions and low-carbon economy.     

中国各省区碳足迹与碳排放空间转移

减排责任的区域分解需要科学评价各地区的排放责任。碳足迹可以全面客观地评价为满足消费而进行的生产的生命周期碳排放水平, 除了生产过程的直接碳排放, 也包括生产过程中所消耗的中间产品的隐含碳排放。应用2007 年各省区投入产出模型和2002 年中国省区间投入产出模型, 定量测算了各省区的碳足迹和省区间的碳排放转移。结果显示, 各省区之间碳足迹和人均碳足迹存在显著的差异。碳足迹较大的省份为经济大省, 主要分布在北方地区;人均碳足迹较高的省份主要是北京、上海等中心城市和能源富集区域及重化工基地;中国存在着从能源富集区域和重化工基地分布区域向经济发达区域和产业结构不完整的欠发达区域的碳排放空间转移。上述结果表明, 人均碳足迹高的经济发达省份应承担较大的减排责任, 能源富集区域和重化工基地分布区域有相当一部分的碳排放是为沿海发达省份和产业结构不完整的欠发达省份提供电力、原材料等高碳产品所致, 减排责任的区域分解需要考虑碳排放空间转移的因素, 适当减轻能源富集区域和重化工基地分布区域的减排责任, 或使沿海发达省份向能源富集区域和重化工区域提供资金和技术上的扶持, 帮助这些区域提高能源利用效率, 减少碳排放。     

哈萨克斯坦能源消费的碳排放动态演进分析

能源消费是碳排放的主要来源。根据IPCC碳排放计算指南缺省值计算了哈萨克斯坦共和国1992-2010年的碳排放量,并对哈萨克斯坦近20 a来碳排放进行阶段划分,采用对数平均迪氏指数法（Logarithmic Mean Divisia Index）,对碳排放量进行因素分解,定量分析能源结构、能源效率和经济发展对不同阶段碳排放的影响。结果表明：（1）1992-2010年,哈萨克斯坦一次能源消费的碳排放量整体呈先下降后上升的“U”型曲线,拐点在1999年。煤炭消费仍然是碳排放的主要来源,这是受长期以煤为主能源供应政策影响的一种必然结果;（2）碳排放不同阶段各影响因素的作用程度不同。总体来看,经济增长是碳排放量增加的主要推动因素,能源强度降低是抑制碳排放量增长的主要贡献因子。并以此提出哈萨克斯坦未来能源战略的一些政策建议。     

甘肃省碳排放变化及影响因素分析

采用甘肃省人口、经济发展、能源消费等数据,通过相关方法对1997-2008年的碳排放总量、碳排放强度及其三大产业的碳排放进行了估算,并利用岭回归函数对STIRPAT扩展模型拟合,进一步分析影响甘肃省碳排放的因素。结果表明： （1）从1997-2008年甘肃省能源消费的碳排放量和人均碳排放量均呈逐年增长的趋势。碳排放量由1997年的1 767.14×104 t增加到2008年 4 341.64×104 t。人均碳排放量由1997年的0.7 t /人增长到2008年的1.65 t /人,且以煤炭消费的碳排放为主,占各能源碳排放的比例达到70%以上。（2）碳排放强度从1997-2001年呈波动变化,2001年以后则呈逐年下降趋势,总体上从1997年的2.214 t/104元下降到2008年的1.364 t / 104元。（3）三大产业的碳排放呈逐年上升趋势,且以第二产业的贡献为主。（4）人口增长、经济发展对碳排放影响较大,而生活水平的提高更加剧了碳排放的增长。     

基于消费责任制的碳排放核算及全球环境压力

因区域间贸易而转移的碳排放对于全球各个国家或者地区的碳排放核算及其减排责任划分具有重要而深远的影响。通过构建多区域投入产出分析模型和基于扩展的STIRPAT模型,本文核算了全球39个主要国家基于消费责任制的碳排放,并在此基础上深入探讨了全球环境压力的影响因素问题。研究发现：首先,从以净流出为主的中国和俄罗斯来看,尽管贸易给这些地区带来了大量的资源,但随之会产生严重的区域生态环境问题。而对于美国和欧盟等地区来说,这些国家或者地区通过全球贸易规避了大量的碳减排责任。此外,在全球贸易中,区域净流出的贸易隐含碳排放越小,基于消费责任制核算的区域碳排放量就越大,故而在全球减排目标分配中承担的减排任务也需相应地增加。全球贸易隐含碳排放净流出量较大的地区主要位于亚洲和东欧等地,而净流出量最小的地区主要是以西欧和北美等高度发达的经济体为主。其次,就基于消费责任制核算下的全球环境压力而言,人口因素和富裕程度是导致全球环境压力不断增加的两个重要因素,而提高生产技术水平以及逐渐提高清洁能源在总能源消费中的比重是推动全球节能减排、缓解全球环境压力的有效途径。     

中国省域城镇居民碳排放驱动因素分析

从消费角度出发,分别对2003和2012年中国城镇（不含港、澳、台地区）居民碳排放的特征及影响因素进行分析。结果显示,不同地区城镇居民碳排放存在明显差异,人口因素对区域分异有弱化作用。从城镇居民人均碳排放来看,不同地区消费构成、能源结构、产业结构3因素对城镇居民碳排放影响的差异总体表现为：消费结构/能源结构>产业结构。与其他部门相比,大多数地区工业部门的生产能耗、投入产出周转量和产品购买量是影响当地城镇居民碳排放的主要因素,各地区城镇居民碳排放的影响因素具有明显的区域特点。政府应在当前研究的基础上,根据当地能耗模式、产业模式和消费模式因地置宜管理城镇居民碳排放。     

1999—2009年新疆能源消费碳排放的因素分解及实证研究

从影响因素角度用LMDI分解方法对新疆1999—2009年的碳排放进行研究。结果表明:能源结构和能源强度对新疆人均碳排放增长起抑制效应,且能源强度的抑制效应大于能源结构的抑制效应;产业规模和人口规模对新疆人均碳排放增长起拉动效应,且产业规模的拉动效应大于人口规模的拉动效应。能源强度和能源结构的抑制效应难以抵消由产业规模和人口规模拉动的新疆人均碳排放的增长。在实证研究结果的基础上提出了相应的政策建议。     

基于扩展LMDI模型的安徽省建设用地变化的碳排放效应测度(英文)

"双轮驱动"发展模式背景下,我国建设用地扩展特征明显。建设用地变化的碳排放效应是导致大气中碳排放量增加的重要因素。运用安徽省统计年鉴数据,采用改进的Kaya恒等式及LMDI分解模型,对安徽省1997-2011年碳排放的驱动因素进行了定量测度。结果表明:经济增长、建设用地扩展、人口密度变化对碳排放具有增量效应,经济增长为第一驱动因素,年平均贡献率达266.32%,建设用地扩展为重要驱动因素,其碳效应年均值为640.57万t,年均贡献率为187.30%,人口密度变化对碳排放驱动影响较小。能源结构变化、能源强度下降对碳排放具有抑制作用,年均贡献率分别为-212.06%、-58.115%。基于碳排放因素分解结果,针对性提出了碳减排的政策途径,可为政府通过合理组织土地利用,实现碳减排提供科学依据,有利于安徽生态省建设及减排目标实现,也可为省域尺度建设用变化的碳排放效应研究提供借鉴。     

城市能源消费碳排放特征及其机理分析 ——以广州市为例

采用表观能源消费数据进行分能源品种和分行业类型的碳排放总量核算,利用基于IDA理论和Kaya恒等式的LMDI模型对碳排放总量变化进行多要素的分解分析,在解析人口规模效应、经济产出效应、能源强度效应对碳排放影响机理的同时,进一步纳入人口结构性因素、产业结构性因素和能源结构性因素对碳排放的影响。以广州市为例,对其2003—2013年产业活动和居民消费2个部门碳排放的主要驱动因素进行时间序列分析,并定量研究各个影响因子在2003—2005、2005—2010和2010—2013年3个不同发展阶段的作用机理,主要研究结论如下：1）广州市能源消费及其碳排放前期以煤炭为主,近年来以石油为主,同时外购电力对广州市的能源消费结构优化影响显著。2）各影响因子对广州市碳排放总量变化的作用机理与影响机制在3个发展阶段各不相同,不同发展阶段的发展措施和政策背景对于各个影响因子的碳排放效应影响显著。3）总体分析,经济产出效应和人口规模效应是产业部门碳排放增长的最主要贡献因子;工业能源消费强度效应、工业能源消费结构效应和经济结构效应是遏制产业部门碳排放增长的最主要贡献因子。城镇居民收入效应是居民消费碳排放增长的最主要贡献因子,城镇居民能源消费强度效应是遏制居民消费碳排放增长的最主要贡献因子。