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。     

中国农村工业集体企业空间结构演变特征

自20世纪80年代末以来,在农村工业企业产权改革的背景下,通过1988年~2011年农村工业企业的相关数据,旨在了解农村工业中集体成分企业所在省份及地区的优劣比较及空间结构演变,进而分析20年来各省份农村工业集体企业数量及产值份额的时空演变特征,结果表明:全国农村工业集体企业总数量及产值比重变化与各划分阶段内提高企业竞争力的政策导向相一致;集体工业企业经过各阶段改制后,东、中、西部整体水平不断拉近;东部省份的农村工业集体企业比重高于中、西部,全国集体份额排名及效率领先省、市多位于东部沿海地区其具有惯性稳定特征。     

中国农村工业集体企业空间结构演变征特

自20世纪80年代末以来,在农村工业企业产权改革的背景下,通过1988—2011年农村工业企业的相关数据,旨在了解农村工业中集体成分企业所在省份及地区的优劣比较及空间结构演变,进而分析20年来各省份农村工业集体企业数量及产值份额的时空演变特征,得出：全国农村工业集体企业总数量及产值比重变化与各划分阶段内提高企业竞争力的政策导向相一致;集体工业企业经过各阶段改制后,东、中、西部整体水平不断拉近;20年来,仍具有东部省份的农村工业集体企业比重高于中、西部的空间格局,全国集体份额排名及效率领先省、市多位于东部沿海地区且其具有惯性稳定特征等结论。     

1997-2007年中国分省化石能源碳排放强度变化趋势分析

测算了1997-2007年中国30个省份分省化石能源的碳排放量、单位国内生产总值碳排放强度、人均碳排放强度和单位建设用地碳排放强度,得出如下结论:1)2007年的碳排放比1997年几乎增长一倍,带来了显著的环境效应.2)1997年以来,有25个省份单位国内生产总值碳排放强度总体呈下降趋势,但是大多数省份在2002年后,单位国内生产总值的碳排放开始小幅反弹.3)1997-2007年,除北京外,其余29个省份的人均碳排放强度呈现递增趋势,单位建设用地碳排放强度总体呈上升趋势.以上趋势与中国经济发展的"重型化"相对应,表明化石能源的消耗对环境的影响强度越来越大.     

中国经济增长的区域分解与要素的区域效应分析

在对相关文献及统计数据分析的基础上对中国经济增长进行区域分解。各省份对全国经济增长贡献的差异性较大,集中度较高;各省份贡献取决于初始经济规模、平均增长速度和当期发展速度;东部地区在继续保持绝对高贡献率的情况下,经济贡献率出现了有条件地向中西部部分省份转移,宏观经济政策起到一定作用。在此基础上进一步研究影响经济增长的关键驱动要素在不同省份间的表现。结果表明:经济增长率对劳动生产率、资本存量的依赖性强且区域差异性明显,决定了各省份对全国经济增长贡献的变化;而对劳动力、第三产业发展、对外贸易依存度的依赖性较低,有条件地优化和提升这些要素将会有利于地区经济发展。     

中国省域二氧化碳排放的时空格局及影响因素

通过测算全国30个省域2000—2015年的二氧化碳排放量，采用自然段点法，分别对2000年、2005年、2010年和2015年各省碳排放量进行分类，分析其空间分异化特征。采用空间自相关分析法揭示了相邻各省份碳排放量的空间关联性。在此基础上，运用对数均值迪氏分解法，从能源结构、能源强度、经济发展和人口规模等角度，对碳排放影响因素进行无残差分解。结果表明：1）时间上，我国碳排放总量整体呈上升趋势，在2014—2015年仅下降2%。除北京市外，其余各省份的碳排放量呈增长趋势；空间上，高值碳排放由环渤海及东部沿海省份逐步蔓延至中西部个别省份;2）各省域碳排放主要呈现高高集聚和低高集聚的特征，高高集聚稳定集中在辽宁、河北、山东、山西和江苏省，北京市和天津市与高碳排放的省份形成一个低高集聚区域;3）东、中部比西部省份更易受能源结构、能源强度、经济发展和人口规模等因素的影响。经济发展对碳排放是驱动作用，能源强度对碳排放是抑制作用，能源结构对各省份碳排放的影响有正向驱动和负向抑制作用，除贵州省外，其余省份人口规模对碳排放均是正向驱动作用。     

省级层面碳排放估算及减排路径方法研究——以宁夏为例北大核心CSCD

从省级层面研究碳排放年际变化进而探讨减排路径对制定碳减排措施和实现“双碳”目标具有重要意义。以西北典型干旱省份宁夏为例,综合对数平均迪氏指数分解、相关分析、脱钩分析等方法分析碳排放的多年变化趋势、影响因素及减排路径。结果表明:(1)宁夏年碳排放量、人均碳排放量及单位面积碳排放量均逐年增加,而碳排放强度呈现出先升后降又回升的波动趋势。(2)经济和产业结构是年碳排放量增加的主要影响因素,能源结构和能源强度对碳排放增长具有一定的抑制作用。(3)十大高排放行业主要利用热值低且碳排放高的原煤等能源,导致宁夏碳排放和GDP仍未脱钩,但脱钩的行业数量在增加。本研究采用年碳排放量、碳排放强度、人均碳排放量及单位面积碳排放量等多个指标全面服务于碳达峰、产业结构优化、碳公平等目的,依据主要影响因素、细分行业分类及能流分析,从产业结构优化和能源结构调整等角度提供有效的碳减排路径。研究结果将为“双碳”目标下省级层面绿色发展规划措施的制定提供科学支持。     

中国碳排放关键驱动因子的分析和政策反思——基于LMDI：1995—2010

影响中国能源消费和碳排放的两大主因是经济政策和能源政策,显然,经济因素是外因,能源供应结构和能源效率才是影响的内在因子。本文基于碳排放的完全分解分析模型——对数平均Divisia指数（LMDI）系统分析了影响1995～2010年中国碳排放变化的关键因子和贡献率,分解因子包括四种,即经济规模效应、结构效应、能源强度效应、碳强度效应。指数分解模型结果表明,不同时期这四种效应对碳排放变化的贡献率是不同的,1995—2010年对碳排放增加影响最大的因子是经济发展（贡献率155％）和产业结构改变（贡献率10．6％）,而碳排放量的减少主要是由能源强度下降贡献的（贡献率-63．7％）,碳强度效应影响很小。但最近几年碳排放量的增加除了经济规模这个主要因子,碳强度的改变（贡献率4％）、产业结构调整（贡献率1．3％）都促进了碳排放量的增加,只有能源强度的下降起到了抑制碳排放量增加的作用（贡献率-73．5％）。模型的这种分解结果提示我们需要对这一时期内的产业政策、能源发展措施等方面进行反思,未来还要加强“节能减排”政策的落实、加强低碳能源技术的投资力度和政策扶持。     

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。     

我国碳排放效率的区域动态差异、敛散性及时变因素分析

把碳排放作为投入要素,依托投入导向的DEA模型,采用分省1996-2011年的相关数据,测算中国大陆26个省份碳排放效率.利用绝对β收敛理论检验了全国及东、中、西部地区碳排放效率的敛散性.从时间和空间两个维度考察了单位地区生产总值能耗、能源消费结构、经济发展水平、产业结构、外贸依存度、外资强度和所有制结构对碳排放效率的影响.碳排放效率在全国和东部地区存在绝对β收敛,而中部和西部地区则有发散的趋势.从时间上来看,影响碳排放效率的主要因素为外贸依存度、经济发展水平和单位地区生产总值能耗;从空间上来看,影响碳排放效率的主要因素为经济发展水平、外贸依存度和所有制结构.     

中国旅游业碳排放效率的空间网络结构及其效应研究

基于中国30个省区2001-2016年面板数据,采用SBM模型测度各省区旅游业碳排放效率,借助修正的引力模型和社会网络分析方法,厘清中国旅游业碳排放效率的空间网络结构及其效应。研究表明：① 中国旅游业碳排放效率的空间关联渐趋紧密,网络发育程度日益完善,但距理想状态仍有差距;② 各省区网络中心性指标分异性逐步减小,上海、北京、江苏等省区排名稳居前列,重庆、福建、内蒙古等省区排名波动上升,宁夏、青海、山西等省区排名相对滞后;③ 网络整体呈核心区由东部沿海向中部及西南地区持续扩展,而边缘区范围逐步收缩态势;④ 网络密度与旅游业碳排放效率呈正相关,与旅游业碳排放效率差异构成负相关关系,网络等级度和网络效率则与之相反,网络中心性各指标的提升均能显著增强旅游业碳排放效率。     

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。     

公平和效率视角的中国碳排放区域差异及其固化研究

分别从公平和效率的角度考察中国省际碳排放的区域差异，可以比较区域碳减排配额分摊中公平原则和效率原则重要性大小。论文选取1997—2015年中国29个省级地区数据，首先通过包含非期望产出的Super-0SBM模型测算出各地区的碳排放效率，并用人均碳排放量来衡量各地区的碳排放公平情况。随后基于Dagum基尼分解方法以及Markov链方法，分别从整体差异程度和内部差异固化两个方面比较了中国碳排放公平和效率的区域差异情况。研究发现：（1） 中国碳排放公平和碳排放效率呈现出不一致的空间非均衡格局。（2） 不管是整体、还是三大地区之间，中国碳排放效率的差异程度都大于碳排放公平，二者差异没有缩小的趋势。（3） 各地区间碳排放效率的差异固化程度也要高于碳排放公平，中国碳排放的区域“长期低效率”固化问题比区域“长期不公平”固化问题更严重。因此，在计算中国区域碳减排潜力以及进行碳减排配额分摊时，效率原则比公平原则更加重要。中央政府也应更加重视区域碳排放效率的差异问题，更多的从碳排放效率上入手，挖掘其存在的更大碳减排潜力。     

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。     

城市建设用地集约利用的碳排放效率分析

为研究城市建设用地集约利用度与其碳排放效率之间的关系,针对省际建设用地,构建城市建设用地集约利用评价指标体系,计算中国大陆30个省份的建设用地集约利用度;基于松弛测度的SBM模型,测算各省份建设用地集约利用的碳排放综合效率、技术效率与规模效率。结果表明:(1)城市建设用地集约利用程度与集约利用碳排放综合效率并不保持普遍一致;(2)建设用地集约利用度高的省份大多分布在东部地区;(3)区域建设用地集约利用碳排放技术效率不足是导致大多数省份综合效率偏低的主要原因,而规模效率不足对综合效率影响较小。     

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。     

A Comparative Decomposition Analysis of the Factors Driving Energy-related Carbon Emissions from Three Typical Provinces in China: Jiangsu,Henan and Inner Mongolia

An accurate understanding of the real situation of energy-related carbon emissions and the main factors driving the carbon emissions increments are crucial for China to realize its emission mitigation targets. Adopting the comparative decomposition of an extended LMDI (Log-Mean Divisia Index) approach, this study decomposed the changes in carbon emissions of Jiangsu, Henan, and Inner Mongolia, which are located in the eastern, central and western parts of China. This analysis led to three main findings. 1) During the period of 1996-2017, the energy-related carbon emissions in the examined provinces exhibited upward trends, but with some differences among the provinces. 2) The influences of driving factors on carbon emissions varied distinctly in different provinces and economic stages. Economic growth had the largest positive effect on provincial carbon emissions increases. From 1996 to 2017, the contribution rates of economic development to emissions growth in Henan, Jiangsu and Inner Mongolia were 307.19%, 205.08% and 161.26%, respectively. This influence was followed by urbanization and population size. 3) Energy intensity played a leading role in facilitating emissions-reduction in the examined provinces, except for during the tenth Five-Year Plan, followed by the energy structure. The effect of rural population proportion was the weakest among all the curbing factors. Furthermore, urban and rural resident°s energy consumption per capita demonstrated relatively minor impacts and disparate directions of influence in the different provinces and economic periods, but began to play increasing roles in driving up provincial emissions changes. For example, residential energy consumption in Jiangsu contributed over 7.9% to the total carbon emission growth in 1996-2017, among which urban residents’ per-capita energy consumption contributed more than 3.8%. In view of these findings, policy makers should formulate targeted emission reduction measures that are based on the distinct situations and key factors which affect carbon emissions in each province.     

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。     

中国旅游业碳减排潜力的空间关联网络结构及其影响因素

基于2000—2018年中国省际面板数据,利用“自下而上”法和Super-SBM模型测度30个省（区、市）的旅游业碳减排潜力,借助修正的引力模型和社会网络分析方法探究其空间关联网络特征及影响因素。结果表明：①中国旅游业碳减排潜力的空间关联日趋紧密,网络密度和网络关联数呈增长态势,网络效率和网络等级度呈下降态势;②东部区域在空间关联网络中居于核心位置,对降低旅游业碳减排潜力所需要素的掌控与支配能力较强;西部区域在网络中居于边缘位置,难以影响和控制其他省（区、市）;③北京、天津、江苏和上海属于“净受益”板块,广东、浙江和福建属于“经纪人”板块,吉林、内蒙古等23省（区、市）属于“净溢出”板块;④空间邻接关系、经济发展水平差异、产业结构差异、技术创新水平差异和旅游业人数规模差异共同驱动着中国旅游业碳减排潜力空间关联网络结构的形成与演化。