基于城镇化的中国县级城市碳排放空间分布特征及影响因素

论文选择中国1897个县级城市作为研究单元,基于CHRED-online碳排放公开数据库以及县、县级市社会经济统计数据,采用空间自相关分析和地理探测器方法,探究中国县级城市碳排放空间分布格局及人口、经济、土地多维度城镇化水平对碳排放的影响。结果表明：① 中国县级城市碳排放量非均衡性较高,碳排放总量高值地区数量少,但数值较大。② 碳排放总量空间分布主要呈现东高西低格局,高值地区主要集中于东部、中部大城市周边和内蒙古中部、北部地区,呈“簇状”分布结构。人均碳排放强度和经济碳排放强度则呈现北高南低格局,主要聚集于内蒙古中部、北部和新疆青海交界地区。③ 经济和土地城镇化水平的空间异质性对县级城市碳排放总量差异具有较强的解释力,人口城镇化对碳排放总量影响不明显。经济城镇化及土地城镇化各指标之间交互作用对碳排放影响最为剧烈,并呈现非线性增强作用。④ 在分地区差异性比较中,城镇化水平对西部欠发达地区影响作用最为剧烈。在同一指标的解释力和关键影响因素指标的选取方面,东、中、西部地区也存在明显的空间分异特征。应结合高碳排放区域和城镇化影响作用机制,进行差异化控碳路径选择。     

1990―2010年广东省能源消费的碳排放驱动因素分析

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出广东省1990―2010年的碳排放量,并对广东省近20年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,分析能源结构、能源效率和经济发展对碳排放的影响及作用程度。结果表明:1)1990―2010年,广东省能源消费的CO2排放总量和人均CO2排放量不断上升,万元GDP碳排放量、三次产业碳排放强度均呈下降趋势,原煤的消费是碳排放的主要来源,第二产业的CO2排放量比重最大,但呈缓慢下降趋势;2)经济发展效应对广东省能源消费碳排放的贡献率最大,其次是能源强度效应、人口规模效应,能源结构效应的贡献率最小;经济增长是碳排放量增加的主要推动因素;能源消费强度影响碳排放量的增速,能源消费强度又进一步受到产业结构和各产业能耗强度的影响,其中,第二产业能耗强度和第二产业产值比重是影响能源消费强度最主要的影响因素。     

中国工业部门的碳排放：影响因素及减排潜力

本文首先采用修正的Laspeyres指数分解方法,分析了1994—2007年中国工业及分工业部门CO2排放的主要影响因素,解析了差异原因。然后,基于退耦理论深入研究了工业部门碳排放与经济增长之间的耦合状态和减排政策执行的有效性。我们发现,工业产出是中国工业部门碳排放增长的主要正向影响因素,能源强度效应是主要的负向影响因素,它们对碳排放的影响分别为357．20％和-248．67％;食品工业、纺织工业和机械工业的碳排放呈现出递减的趋势,而石油工业部门的碳排放量增加217．75％。1994—2007年和2000-2007年工业部门碳排放的退耦指数分别为0．63和0．56,说明碳排放与经济增长处于弱退耦状态,减排政策的执行还缺乏一定的有效性。上述结果会对工业部门耦合改善的政策制定产生一定的理论意义。     

北京城市产业碳排放的小尺度空间分布

基于城市乡镇街道空间单元及能源消费碳排放的定量方法基础上,计算了北京市2004和2008 年第二、三产业的二氧化碳排放量及其空间分布。结果表明：北京市第二产业的碳排放总量变化不大,空间上呈现东南高、西北低的格局;第三产业的碳排放总量则有明显的增长,空间上呈现内城区碳排放值较高、且向外围圈层扩散的趋势;第三产业中分配性服务业和生产性服务业的碳排放量较高,2008 年分配性服务业碳排放的高值区主要分布于南部的城市近郊区,生产性服务业碳排放的高值区分布于高端服务业较为集聚的区域。     

基于夜间灯光数据的长江上游地区能源消费碳排放及影响因素研究

基于DMSP/OLS和NPP-VIIRS夜间灯光影像,对2000—2017年长江上游地区的能源消费碳排放进行估算,并利用Moran’s I指数与STIRPAT模型,对能源消费碳排放量的空间特征及影响因素进行研究。结果显示:(1)能源消费碳排放总量总体呈上升态势,主要集中在成渝地区双城经济圈、昆明、贵阳。(2)能源消费碳排放量具有明显的地带性空间集聚特征,高值集聚区与低值集聚区呈一定程度的路径依赖或空间锁定。(3)人口密度、城镇化水平、产业结构、固定资产投资均对能源消费碳排放量有正向影响,经济发展则有显著性负向作用,经济增长与能源消费碳排放量呈倒“U”型曲线。     

河南省能源消费碳排放的历史特征及趋势预测

根据联合国政府间气候变化专门委员会(IPCC)2006年版碳排放计算指南计算了河南省1995—2006年的能源消费碳排放量。预测了2007—2050年河南省平稳经济增长路径下的最优经济增长率和2007—2050年的河南省能源消费结构和产业结构。进一步,计算了河南省2007—2050年在经济平稳增长路径下的能源消费与碳排放总量以及人均量。结果表明:1995年以来,河南省的碳排放量逐年增加,碳排放强度先是逐年下降,到2003年发生转折,出现上升的趋势;同时,预测的2007—2050年的能源结构显示,河南省煤炭资源在能源消费总量中所占的比重有较大幅度的下降,石油与其他清洁能源的比重不断上升;另外,河南省分别在2036年和2034年达到能源消费和碳排放总量高峰;人均能源消费量和碳排放量的高峰则出现在2033年和2032年。另外,尝试预测了河南省森林碳汇潜力,发现2006—2050年累计森林碳汇量持续上升,到2050年,累计碳汇量达131.14M tc。     

中国典型省(区)能源消费碳排放比较降解分析——以江苏、河南、内蒙古为例（英文）

准确查清典型省份能源消费碳排放的实际情况及其碳排放增长的主要驱动因素,是实现我国碳减排目标的关键。本文采用扩展的LMDI模型对来自中国东、中和西部地区三个典型省(区)——江苏、河南和内蒙古的碳排放增长进行了比较分解。结果表明:(1)1996–2017年,3个省(区)的能源消费碳排放变化呈上升趋势,但各省(区)之间存在明显差异。(2)各驱动因素对碳排放的影响在不同省份和不同经济发展期明显不同。经济增长对各省碳排放变化的正向贡献最大(1996–2017年,河南、江苏、内蒙古三省(区)经济发展对碳排放增长的贡献分别为307.19%、205.08%和161.26%);其次是城镇化和人口规模,但对碳排放增长的贡献远小于经济增长。(3)除"十五"规划期外,能源强度在促进3省(区)碳减排方面发挥了主导作用,其次是能源结构。在所有抑制碳排放增长的因素中,农村人口比例的贡献最小。此外,城乡居民人均能源消费对碳排放的影响在不同省份(区)和不同经济发展阶段均表现出相对较小的影响和两面性,但在推动省域碳排放的变化方面开始起着越来越重要的作用(如1996–2017年,江苏省的居民能源消费对碳排放增长的贡献率超过7.9%,其中城镇居民人均能源消费的贡献率大于3.8%)。鉴于此,建议政策制定者应根据东、中、西部地区的碳排放省情和影响碳排放的关键因素,制定有针对性的减排措施。     

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。     

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。     

中国一次能源消费的碳排放区域格局变化

作为世界能源消费大国,中国的碳排放问题不仅体现在总量的增长方面,而且也体现在碳排放的空间格局变化方面。本文试图通过产业-能源关联和能源-碳排放关联两个基本评价模型,解析中国碳排放区域格局的变化。分析的结果表明:第一,产业结构的演进不仅决定着地区经济发展的基本状态,而且同样决定着国家一次能源消费空间的基本格局;第二,地区产业结构多元化程度越是走向成熟,其一次能源消费的增速也就越是减缓;第三,缓慢的一次能源消费结构变化是难以实现地区碳排放增长有效控制的关键。     

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.     

陕西省能源消费结构、产业结构演变对碳排放强度的冲击影响分析

基于陕西省1989-2011年能源消费等统计数据,分析能源消费结构、产业结构的演变特征,建立陕西省能源消费结构-产业结构-碳排放强度系统的VAR模型,对该系统的长期和短期动态关系进行实证分析。结果表明:陕西省的发展模式,是能源消费结构长期以高碳能源为主和产业结构长期以高碳产业为主导。能源消费结构与产业结构的变化对陕西省碳排放强度的减小作用初期微弱;从中长期来,两个结构多元化提高的负效应对碳排放强度的增加有长期持久的抑制作用,且能源消费结构演进对碳排放强度的冲击效果始终大于产业结构变化的冲击效果。优化产业结构和调整能源消费结构尤其是提高低碳产业与低碳能源比重是驱动陕西省碳排放强度下降的有效措施。     

基于EBA模型的中国碳排放稳健性影响因素研究

依据环境经济学理论,运用极值边界分析（the extreme bounds analysis, EBA）模型,拓展了Kaya恒等式,利用中国30个省际区域2001~2010年的面板数据,实证研究中国省际区域人均碳排放量“稳健性”的影响因素。结果表明,地方财政决算支出、产业结构、能源效率、能源消费结构、能源价格、客运量等6个因素对中国人均碳排放量具有抗干扰的“稳健性”显著影响,并根据实证结论提出了一些政策建议,如调整产业结构,控制高碳产业发展;优化能源消费结构,积极发展新能源和可再生能源;发展循环经济开发清洁技术,提高能源利用效率;提倡低碳生活,提倡低碳生活方式。这些建议为政府制定环境保护与经济发展政策提供经验证据和决策参考。     

环境规制、FDI与能源消费碳排放峰值预测——以西北五省为例

基于STIRPAT模型，运用情景分析法对西北地区2017—2030年能源消费碳排放进行预测，在高、中、低三种环境规制强度下设定出9种发展模式，以分析环境规制与FDI对能源碳排放峰值的影响。研究表明：（1） 在初始发展情境下，西北地区2030年碳排放总量为70 273.07×10⁴ t，无法实现碳排放达峰目标。（2） 低环境规制背景下，高、高中、高低三种发展模式2030年能源消费碳排放额为73 550.53×10⁴ t、64 881.98×10⁴ t、56 296.96×10⁴ t。（3） 中、高环境规制下，中低、低两种发展模式分别于2025年、2020年达到碳排放峰值，峰值额度为53 447.15×10⁴ t、51 022.68×10⁴ t。能源碳排放强度为0.86 t·（10⁴元）^-1、0.68 t·（10⁴元）^-1，相比较2005年碳排放强度下降48.38%、60.14%。9种发展模式中，仅中低、低两种发展模式能够如期实现碳排放峰值任务，表明严格的环境规制政策能够有效减缓西北地区能源消费碳排放，为促进西北地区碳排放峰值目标如期实现，针对西北地区碳减排工作提出了相应对策建议。     

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。     

中国能源消费碳排放强度及其影响因素的空间计量

碳排放所引起的全球气候变化对人类经济社会发展带来了严峻的挑战。中国政府承诺到2020 年GDP碳排放强度较2005 年降低40%~45%,这一目标的实现有赖于全国层面社会经济和产业结构的实质性转型,更有赖于省区层面节能减排的具体行动。基于联合国政府间气候变化专门委员会(IPCC) 提供的方法,本文估算了全国30 个省区1997-2010 年碳排放强度,采用空间自相关分析方法和空间面板计量模型,探讨了中国省级尺度碳排放强度的时空格局特征及其主要影响因素,旨在为政府制定差异化节能减排的政策和发展低碳经济提供科学依据。研究结果表明:① 1997-2010 年,中国能能源消费CO₂排放总量从4.16 Gt 增加到11.29Gt,年均增长率为7.15%,而同期GDP年均增长率达11.72%,碳排放强度总体上呈逐年下降的态势;② 1997-2010 年,碳排放强度的Moran's I 指数呈波动型增长,说明中国能源消费碳排放强度在省区尺度上具有明显的空间集聚特征,且集聚程度有不断增强的态势,同时,碳排放强度高值集聚区和低值集聚区表现出一定程度的路径依赖或空间锁定;③ 空间面板计量模型分析结果表明,能源强度、能源结构、产业结构和城市化率对中国能源消费碳排放强度时空格局演变具有重要影响;④ 提高能源利用效率,优化能源结构和产业结构,走低碳城市化道路,以及实行节能减排省区联动策略是推动中国实现节能减排目标的重要途径。     

Spatiotemporal dynamics of carbon intensity from energy consumption in China

The sustainable development has been seriously challenged by global climate change due to carbon emissions. As a developing country, China promised to reduce 40%-45% below the level of the year 2005 on its carbon intensity by 2020. The realization of this target depends on not only the substantive transition of society and economy at the national scale, but also the action and share of energy saving and emissions reduction at the provincial scale. Based on the method provided by the IPCC, this paper examines the spatiotemporal dynamics and dominating factors of China’s carbon intensity from energy consumption in 1997–2010. The aim is to provide scientific basis for policy making on energy conservation and carbon emission reduction in China. The results are shown as follows. Firstly, China’s carbon emissions increased from 4.16 Gt to 11.29 Gt from 1997 to 2010, with an annual growth rate of 7.15%, which was much lower than that of GDP (11.72%). Secondly, the trend of Moran’s I indicated that China’s carbon intensity has a growing spatial agglomeration at the provincial scale. The provinces with either high or low values appeared to be path-dependent or space-locked to some extent. Third, according to spatial panel econometric model, energy intensity, energy structure, industrial structure and urbanization rate were the dominating factors shaping the spatiotemporal patterns of China’s carbon intensity from energy consumption. Therefore, in order to realize the targets of energy conservation and emission reduction, China should improve the efficiency of energy utilization, optimize energy and industrial structure, choose the low-carbon urbanization approach and implement regional cooperation strategy of energy conservation and emissions reduction.     

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。     

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。