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。     

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。     

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。     

京、津、冀地区的碳排放趋势估计

通过多种方法相结合,估计了京、津、冀地区2009-2050年的能源碳排放量、水泥工艺碳排放量和森林碳汇量,计算了区域总的碳排放量和净碳排放量。结果表明:1)京、津、冀地区碳排放量都呈现先升后降的Kuznets趋势,森林年碳汇量对碳排放降低影响不明显;2)在自由排放条件下,北京、天津均在2030年前达到碳排放高峰期,河北省及整个京津冀地区的碳排放高峰将延迟到2039年;3)在2050年前,北京、天津年碳汇量将有所降低,河北年碳汇量则上升。     

河南省能源消费碳排放动态变化及空间分异

在分析河南省1978—2015年能源消费碳排放总量和结构变化的基础上,利用Im PACT等式对河南省碳排放驱动因素进行了研究和对未来碳排放量进行了情景预测,并运用空间自相关分析法探讨了空间分异特征。结果表明:(1)1978—2015年,河南省碳排放量总体上呈现增加的趋势,年均增长5.11%,由煤炭和石油消费导致的碳排放比重一直稳定在95%以上。(2)弹性分析表明人均真实GDP增加1%将导致人均能源消费量增加0.48%,利用强度下降0.52%,而环境影响增加0.53%。(3)保持经济增长的同时,与2011—2015年相比,1978—2015年效率年均增长率提高5.25倍,是河南省实现循环经济建设的一种可行方案。(4)河南省2015年碳排放全局Moran’s I值为0.047,呈微弱空间正相关,各地市碳排放具有明显的二元结构特征,空间集聚特征不明显。     

旅游与碳排放：全球视角与区域比较

文章基于全球88个国家1995到2018年的数据,运用动态面板数据模型估计了旅游对碳排放的影响。结果表明：① 从全球范围来看,旅游者人次对人均碳排放和碳强度有显著的增加效应。随着旅游者人次的进一步增加,旅游和人均碳排放、碳强度之间存在倒U型和N型曲线关系。旅游收入对人均碳排放和碳强度有显著的降低效应。旅游收入和人均碳排放之间存在倒U型和N型曲线关系,旅游收入和碳强度之间的非线性关系则与之相反。② 旅游者人次增加了发达国家的人均碳排放但是降低了其碳强度,在发展中国家则相反。在发达国家,旅游收入对人均碳排放和碳强度有显著的负向影响,但在发展中国家则为显著的正向影响。③ 经济增长和产业结构增加了旅游对人均碳排放的正向影响,可再生能源利用和技术进步强化了旅游收入对碳强度的负向影响。本研究成果有助于全面、深入地理解旅游对碳排放的影响及其区域异质性特征。     

新疆碳排放影响因素分析与政策建议

气候变化和二氧化碳减排问题已引起全世界的关注.本文运用岭回归分析1995-2008 年新疆碳排放与人口、经济、技术间的关系,并进一步探讨了产业结构和主导产业对碳排放的影响,以寻找减排的技术路线和对策,推动区域低碳经济的发展.结果表明：①不合理的经济结构和人口增长对碳排放有显著的推动作用,技术进步虽在一定程度上缓解了碳排放,但影响甚微;②新疆过分依赖自然资源的经济增长方式和以第二产业为主的经济结构是导致温室气体排放量增加的主要原因;③研究期间,新疆的主导产业均为以石油天然气开采、石油化工、煤化工为主的重工业,但其在工业总产值的比重却有较大提升,导致对能源的消耗急剧增加.未来在全球化背景下,新疆应转变经济增长模式,加大生态保护力度,更多地依靠科技创新、技术进步和制度的改进,大力发展低碳产业.     

郑汴都市区一次能源消费的碳排放变化及机理

城市发展面临着向低碳生态转型的挑战,探析城市一次能源消费的碳排放变化及机理是郑汴都市区低碳生态化研究的基点。采用LMDI分析法对2000~2009年间郑汴都市区化石能源碳排放变化、2004~2007年间一次能源碳排放与主要农作物碳吸收变化机理进行研究,构建低碳发展判别函数进一步辨析郑汴都市区产业低碳发展的类型与方向。结果发现：郑汴都市区的碳排放量逐年增加,但两市的增长速度与方式有所不同;碳排放量是在经济发展水平与人口规模、能源强度与能源结构、种植结构、播种面积及产出强度等7个因子相互作用下变化的,经济发展水平的提高是促进碳排放增加的显著因素,能源强度、播种面积和产出强度的增加是抑制碳排放的显著因素;郑汴都市区的产业错位发展有利于消减碳排放总量,但多种产业的产能和结构亟待提高与调整。郑汴城市复合生态系统之间的低碳耦合发展路径、各子系统之间的相互作用机理是应继续深入的方向。     

基于交通大数据的广东省高速公路碳排放计量模型与空间格局

以广东省为例,基于高速公路联网收费系统的路段车流数据,建立包含I~IV类客车和I~VI类货车在内的全样本、高精度碳排放计量模型,并采用地理空间分析法探索广东省高速公路碳排放空间差异性。结论主要有：1）广东省高速公路碳排放主要来自于货车,货车碳排放占碳排放总量的57.1%;客车占42.9%。其中,中小型机动车,如I类客车（即小汽车）、I类和III类货车等是高速公路主要碳排放源。2）在高速公路网络中,碳排放高值路段具有集中于国家级高速公路、邻近经济发达和人口密集区、邻近机场和港口等空间特征。客车碳排放高值路段主要集中在珠三角区域,沿广州市向外呈放射状分布;货车碳排放高值路段主要分布在国家级高速公路,且货车载货量越小,碳排放空间分布越集中。3）广东省高速公路碳排放较高的地市多集中在珠三角城市群,广州市城市首位效应突出。县区尺度下,高速公路碳排放的空间非均衡特征显著,碳排放较高的县区多为广州市和佛山市下属县区。     

基于EKC框架的旅游发展对区域碳排放的影响分析——基于1995-2015年中国省际面板数据

基于扩展的环境库兹涅茨曲线（EKC）,利用1995-2015年中国省际面板数据探讨旅游发展对区域碳排放的影响,同时分析了经济增长、贸易开放程度、失业率、受教育程度和城市化水平等因素对碳排放的影响作用。研究表明：① 传统经济增长与碳排放之间的倒“U”型EKC假说成立,受教育程度（-0.061）、失业率（-0.062）和贸易开放程度（-0.170）的提升有利于降低人均CO₂排放量,其中,贸易开放程度的减排作用最为明显;城市化水平（2.113）的提高会增加人均CO₂排放量。② 旅游发展对区域碳排放的影响显著,具体表现为：旅游接待人次与人均CO₂排放量拟合曲线呈正“U”型,而人均旅游消费与人均CO₂排放量则呈现典型的倒“U”型曲线良性发展状态。③ 旅游专业化水平的提高会使得EKC向下方移动,经济发展的环境压力得到减轻,且高旅游专业化区域旅游接待人次与人均CO₂排放量之间关系的转折点相对较高,而其人均旅游消费与人均CO₂排放量之间关系的转折点则相对较低。     

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.     

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。     

中国城市能源消费碳排放的区域差异、空间溢出效应及影响因素

基于1992-2013年中国城市遥感模拟反演碳排放数据,采用空间自相关、空间马尔科夫矩阵和动态空间面板数据模型,在同时考虑碳排放的时空滞后效应和不同地理经济空间权重矩阵的条件下,对城市碳排放的演化路径和关键影响因素进行了定量识别和减排政策探讨。研究表明,中国城市能源消费碳排放的区域差异正逐步缩小,空间上呈现出明显的高排放俱乐部集聚特征,同时碳排放类型演化具有明显的路径依赖特征;面板数据模型估计结果表明经济增长与人均碳排放呈现显著的倒“U”型曲线关系,而绝大多数城市的人均碳排放处于随经济发展而增加的阶段,二产偏重的经济结构和投资的粗放增长共同正向作用于城市碳排放,而人口的集聚效应、技术水平的提升、对外开放度和公路运输强度的增加则共同抑制城市碳排放水平的提高。因此未来要抑制促增因素和发挥促降因素的作用才能有效降低城市碳排放;优化产业结构、精简粗放投资、增加研发强度以及提升公路通达性是未来实现中国城市节能减排的有效途径。     

京津冀地区工业CO2排放测度及其影响因素研究

为探讨京津冀地区工业CO₂排放测度及其影响因素,基于2005—2016年数据对北京、天津、河北和京津冀地区工业能耗CO₂排放的时间变化趋势进行了对比分析,运用地理探测器技术分析能源结构、能耗强度、固定资产投资、轻重工业比值和规模以上工业平均用工人数对京津冀地区工业能耗CO₂排放量的影响作用大小。结果表明：①研究期内京津冀工业碳排放强度均为递减趋势。其中,河北最大,天津次之,北京最小;人均碳排放北京呈递减之势,天津和河北在波动中上升。②京津冀工业煤炭类CO₂排放占总排放量的主导地位是由河北省以煤炭为主的能源结构决定的。③能源结构对京津冀、天津和河北的CO₂排放影响最大,其次是轻重工业比值;北京市规模以上工业从业人数对CO₂排放的影响最大,其次是固定资产投资。     

广东省碳减排总量目标的地区分解及其盈亏格局

合理界定初始排放权并进行排放权交易是实现减排目标和减排资源最优配置的关键。对低碳试点省广东进行减排目标地区分解,既能明确减排责任,又能使碳交易变得更加明确而具有可操作性。设定广东碳减排目标的假设情景,以碳排放核算方法和最优经济增长模型为基础,引入兼顾人均平等和历史责任的“碳预算”思路,对广东省减排目标进行地区分解,计算各市排放权配额并测算未来时期排放权的盈亏格局,初步模拟广东省各市之间“碳交易”基础。结果表明：1）1985―2020年全省累积碳排放配额区间为524 659.185 5~542 518.565 2万t,人均碳排放配额区间为57.065 5~59.008 0 t/人。人均碳排放配额、人口数量和实际碳排放量是影响各市排放权配额的重要因素。2）预计到2020年7个城市将出现“碳预算”赤字,主要分布于珠三角;14个城市拥有“碳预算”盈余,集中分布在粤北山区和东西两翼。     

西部地区的经济发展模式与碳排放量增长关系的实证研究

随着“西部大开发”战略的深入实施,西部地区已经成为我国经济发展最快的区域,然而西部经济的快速增长已经造成了碳排放量的犬幅增加,严重影响了我国节能减排目标的实现。为了有效地控制西部地区碳排放量的急速增加,我们必须全面分析引致西部碳排放量增加的主要因素。本文在已有研究的基础上,从西部地区产业转型和消费升级的视角出发,利用1991—2009年的省际面板数据对西部地区的经济发展模式与碳排放量增长之间的相关关系及其传导机制进行了实证检验。检验结果表明：自进入上世纪90年代以来,西部地区的经济发展与碳排放量增长之间存在显著的正相关关系,而且在西部大开发战略实施以后,这种关系更加显著。同时,检验还发现西部地区的消费升级和产业转型对碳排放量增加产生重要影响,其中三次产业间结构变动的影响系数达到16．4,二次产业内部采掘业和重工业比重上升的影响系数达到14．3,人均居住支出和人均交通支出的影响系数也分别达到5．6和6．5,而传统的人口规模、收入规模则对西部地区碳排放量的影响微弱。影响系数仅为0．73和0．86。因此在制定西部地区“十二五”节能减排战略时,需要更多的从消费升级和产业转型的视角出发。     

山东省污染物排放与经济发展水平的关系

以经济发展与环境污染水平计量模型——环境库兹涅茨曲线为理论基础,选取1981年以来工业废水、SO2、烟尘、工业废弃固体等污染物有效排放量为环境指标,采用人均GDP作为经济发展水平指标,通过二次及三次方程拟合回归,建立最优模型,分析了山东省经济不断发展与污染物排放量变化之间的关系。结果表明：进行三次曲线回归模拟效果较好,四项环境指标与经济发展水平的环境库兹涅茨曲线均呈现出近似“N”形的特征,污染物排放随着人均GDP增长都已经渡过了峰值,呈现下降趋势,但是近几年来,下降趋势停止并产生波动;环境库兹涅茨曲线特征与山东省产业结构变化以及环境保护政策有显著关系。根据研究结果,提出加强污染治理投资、增强环境保护意识以及完善环境保护法律法规等建议,避免环境污染水平随经济增长再次呈现上升趋势。     

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。     

中国低碳治理的制约因素和相应对策

作为全球碳排放大国,中国低碳治理的发展方向对全球气候变化有深远的影响,值得深入研究。通过中国低碳治理的制约因素及其成因的分析,提出地方政府行为是中国低碳治理的主要制约因素。这主要表现在地方政府鼓励不符合低碳发展的粗放式经济增长和城市开发及地方政府制定与执行低碳政策的积极性不高。而地方政府行为背后是各种制度环境因素。因此,改善中国低碳治理需要从制度改革入手。对制度改革提出3个建议：① 强化节能目标责任制;② 缓和地方政府过于强烈的发展意愿;③ 加强公民参与低碳治理。     

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.