1978-2010年福建省CO2排放及其影响因素

为探明城市化进程对区域CO2排放的影响机制,本研究以中国东南沿海快速城市化地区福建省为研究区域,采用LMDI指数分解法,将福建省CO2排放分解为CO2强度效应（△CF）、能源结构效应（△CN）、经济规模效应（△CY）、能源强度效应（△Cl）和人口规模效应（△Cp）5个影响因素,探讨福建省1978--2010年期间CO2排放的驱动机制．结果表明：1978--2010年期间,福建省C02排放增加了5817．10×10^4t,年均增长率为8．87％,高于全国平均水平;推动福建省CO2排放增加的核心因素是经济规模扩张和人口增加,而抑制CO2排放增长的主要因素为能源强度的下降,能源消费结构和CO2排放强度变化不是福建省CO2排放变化的主要原因．比较不同城市化阶段发现,经济规模效应对CO2排放的促进作用逐渐增大,能源强度抑制CO2排放增长的贡献逐渐降低．     

1978—2010年福建省CO2排放及其影响因素

为探明城市化进程对区域CO2排放的影响机制,本研究以中国东南沿海快速城市化地区福建省为研究区域,采用LMDI指数分解法,将福建省CO2排放分解为CO2强度效应(ΔCF)、能源结构效应(ΔCN)、经济规模效应(ΔCY)、能源强度效应(ΔCI)和人口规模效应(ΔCP)5个影响因素,探讨福建省1978—2010年期间CO2排放的驱动机制.结果表明:1978—2010年期间,福建省CO2排放增加了5 817.10×104t,年均增长率为8.87%,高于全国平均水平;推动福建省CO2排放增加的核心因素是经济规模扩张和人口增加,而抑制CO2排放增长的主要因素为能源强度的下降,能源消费结构和CO2排放强度变化不是福建省CO2排放变化的主要原因.比较不同城市化阶段发现,经济规模效应对CO2排放的促进作用逐渐增大,能源强度抑制CO2排放增长的贡献逐渐降低.     

广东省能源消费碳排放影响机理分析——基于IO-SDA模型

通过构建“能源-经济-碳排放”混合型投入产出分析框架,利用扩展的结构分解模型,对广东省2002-2010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)广东省能源消费碳排放从2002年的5 820.55万t增长到2010年的12 097.91万t。2)碳排放影响因素的直接效应分析,经济规模和人口增长是广东省碳排放增长的主要驱动因素,同时生产结构在当前仍然是碳排放增长的正向驱动因素,但是生产结构对于广东省碳排放增长的贡献率逐步降低。碳排放强度是遏制广东省碳排放增长的最主要贡献因子,最终需求结构对于广东省碳排放总量变化由正效应转变为负效应,逐渐成为遏制碳排放增长的主要贡献因子。3)碳排放影响因素的间接效应分析,国际出口、进口贸易和省域间调进、调出贸易对于广东省能源消费碳排放的变化影响显著。同时,固定资本形成和城镇居民消费对于广东省碳排放的增长有较强影响。4)不同最终需求对产业部门碳排放增长的分析表明,出口贸易引起的碳排放增长主要集中在电子与机械类行业和纺织服装业;省域间调出引起的碳排放增长主要集中在典型的能源密集型行业;固定资本形成引起的碳排放增长主要集中在建筑业;城镇居民消费引起的碳排放增长主要集中在交通运输业。     

吉林省产业发展与能源消费实证研究

在吉林省经济能源发展特征分析基础上,利用协整理论、指数分解法和线性对数函数分析了吉林省2000-2011 年能源消费和经济增长之间的关系。结果表明：① 能源消费与经济增长存在一种长期因果关系,每增加1 亿元GDP就要消费1.758 万t 标准煤,表明吉林省的经济发展属于能源依赖型;② 如果其他因素不变,1979-2011 年吉林省累计的5390.05 万t 标准煤的能源消费量实际增长中,单纯经济总产出变化带来的增加量为6518.135 万t 标准煤;单纯产业结构变化引起的增加量为1895.739 万t 标准煤;单纯产业能源强度变化引起的减少量为3023.82万t 标准煤;③ 2000-2011 年吉林省能源消费强度相对指数分解结果可以看出,以2000 年作为基年,2011 年的能源强度为2000 年的88%,效率指数和结构指数分别为2000 年的72%和121%。④ 从产业结构变动与能源消费强度的关系来看,总能源消费强度的变动与所有的结构因素都是相关的;煤炭消费强度对工业结构变化最为敏感;石油消费强度的结构因素多于煤炭;电力消费强度的变动与所有的结构因素都是相关的。⑤ 就结构变动的影响程度来看,农业比重下降有助于综合能源消费强度、煤炭消费强度、电力消费强度的降低。农业比重变化对综合能源消费强度和电力消费强度影响大于第三产业和第二产业比重变化对这两者能源消费强度的影响。对于煤炭消费强度、天然气消费强度的影响作用最强的产业是工业,石油消费强度与批发零售、交通运输和工业结构变化有关。     

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。     

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。     

北京能源消费排放CO2增量的分解研究——基于IDA法的LMDI技术分析

采用IDA法的LMDI技术,全面实证研究了北京1995-2010年经济部门和生活消费因能源消耗排放二氧化碳增长的驱动因素,分析导致6大产业部门和生活消费的碳排放增量的各自效应。结论表明:拉动产业部门碳排放量增长的决定性因素是经济规模扩大,而促使碳排放减少的主要因素是能源强度降低,产业结构调整和能耗结构变化对产业碳排放变动的贡献较低;就行业而言,工业的碳减排成果最显著,其他服务业及交通运输、仓储与邮政业的增量明显;人口规模的持续扩大是导致生活消费碳排放量增加的主因,人均能耗强度加大紧随其后,但碳排放系数和生活能耗结构的变化却对减碳贡献不大。最后,针对上述分析结果,提出了北京未来节能减碳的简明政策建议。     

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。     

福建省温室气体排放影响因素分析

针对当前温室气体排放影响因素研究中忽视工农业生产排放源的现状,在对福建省2001―2010年各类温室气体排放量进行核算,并统一转换成CO2当量的基础上,通过引入能表达工农业生产过程自身温室气体排放的新指标,建立改进后的对数Divisia均值分解模型（LMDI）对福建省温室气体排放的影响因素进行分解分析。研究发现：2001―2010年福建省温室气体排放量不断上升,但环比增长率整体波动下降;产业结构、经济规模、人口规模、能源结构、人均收入、城市化水平、城市居民工业强度等因素的累积效应对温室气体排放增加有正向促进作用,其中城市居民工业强度的贡献率达到了13.66%;能源强度、农业生产强度的累积效应对温室气体排放有负向抑制作用,其中农业生产强度累积效应占负向效应总和的50%以上。研究结果显示：工农业生产过程对福建省温室气体排放有显著的驱动作用,不应忽视。     

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。     

江苏省工业废水排放与经济增长的动态关系

本文研究了1980~2004年江苏省工业废水排放与经济增长的动态关系,结果表明1980年以来江苏省工业废水排放量在波动中平缓增长,排放强度不断下降,主要来源于制造业和能源生产部门,南京市、苏南三市和苏中苏北九市的排放量大致各占排放总量的1/3。采用环境库兹涅茨曲线模型模拟了1980~1996年和1997~2004年工业废水排放量和人均GDP之间的关系,结果显示未来江苏省工业废水排放趋向于在经历较短时间的上升后逐渐下降。采用分解分析方法分析了三种效应在工业废水排放变化中的贡献率,结果表明广义技术效应、规模效应是影响工业废水排放的重要因素,但广义技术效应起到决定性的作用。     

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。     

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。     

甘肃省行业碳排放影响因素及脱钩努力研究

利用LMDI模型解构了2010—2019年甘肃省13个细分行业碳排放影响因素及其作用效应,运用Tapio脱钩模型分析了经济增长与碳排放的脱钩关系,在此基础上,检验了各因素对脱钩做出的努力程度。结果表明：(1)2010—2019年甘肃省细分行业碳排放总量增加3843.13×10⁴t,主要集中在石油制造业、化工制造业、钢铁制造业以及电力行业等高能耗行业;能源消费结构的高碳化特征显著,能源消费强度呈下降趋势。改善高能耗产业能源消费结构、推动高能耗产业转型升级是未来甘肃省碳减排的重点。(2)经济增长和人口规模对碳排放产生增量效应,而能源强度、能源结构对碳排放产生减排效应,产业结构对部分行业产生减排效应。(3)各行业碳排放与经济增长的脱钩情况趋于向好,除电力行业仍为弱脱钩外,其他行业均由2010—2016年的负脱钩或弱脱钩转变为2016—2019年的强脱钩或衰退脱钩。(4)能源强度效应的脱钩努力最高,能源结构和产业结构效应的脱钩努力尽管较小但逐渐增强,人口规模效应的脱钩努力不明显。     

江苏省区域旅游业碳排放测度及其因素分解

区域旅游业碳排放测度是分解旅游业减碳任务的需要。依托1997年、2002年和2007年的投入产出表和旅游终端收入,以江苏省为案例地,测度了旅游业各部门包括直接和间接碳排放的旅游业碳排放总量,并利用LMDI分解了影响因素的作用机理。结果显示,旅游业碳排放总量增长较快,较均衡分布于各部门,绝大多数来自间接层面;国内游客的碳排放总量显著高于入境游客,但前者的每人次碳排放远低于后者,也远低于发达国家,还低于发展中国家;省内各地区的碳排放总量和每人次碳排放均存在着显著差异;游客规模不断扩大和旅游消费水平持续提高是碳排放增长的主要驱动力,能源强度下降和能源结构调整则对碳排放具有一定的抑制作用,收入结构变动作用具有一定的阶段波动性特征。结果表明,旅游业减碳不仅需各部门共同分担,更依赖向其提供中间产品的关联产业的大力联动;国内游客是主要碳源,需要大量排放空间;游客每人次碳排放高的地区应承担较大的减排责任;降低能源利用强度和引导旅游消费低碳发展,是旅游业碳减排的主要方向。     

江苏省碳排放清单测算及减排潜力分析

基于省域层面,构建了碳排放清单的核算框架和计算方法.以江苏省为例,对2000-2010年的碳排放清单进行了全面测算,并对江苏省碳减排潜力进行了情景分析.江苏省碳排放总量从2000年的8 005.29万t上升到2010年的20 888.88万t,涨幅为160％,其中工业能源消费碳排放占86％;江苏省单位GDP碳排放强度呈波动下降趋势,从2000年的0.94t/万元下降到2010年的0.71t/万元,降幅达24％;人均碳排放则呈逐年增长态势,从1.09t/a增长到2.69t/a;在低碳情景下,江苏省2015年和2020年碳减排量分别为4 930.75万t和16 101.13万t,碳减排比例分别达15％和29％;在江苏省“十二五”低碳经济规划中,应重点加强工业能源与交通能源消耗、垃圾焚烧与填埋等部门的碳减排力度,切实降低区域碳排放强度,为低碳经济发展提供技术支撑和示范效应.     

中国工业燃烧能源导致碳排放的因素分解

在碳排放的分解方面,方法日渐成熟,包括Laspeyres指数法、简单平均分解法(SAD)、自适应权重分解法(AWD)等.许多学者也做过大量实证研究,但基本都用到碳排放强度或者能源消费强度这一因子并且认为其占有绝对地位,缺乏进一步的分解.本文通过对碳排放计算公式的深人分解,将工业燃烧能源导致的碳排放量分解为6个因素.即能源消费总量、能源消费结构、技术因素、中间投入量、产业结构以及工业总量.并借助LMDI分解方法.分析了我国1992～2005年工业燃烧能源导致碳排放的影响因素.结果显示我国经济总量的增长、能源利用效率低以及以煤为主的能源消费结构是导致我国碳排放大量增加的主要原因.而技术(中间投入比重)、行业产值结构、能源结构等因素的变化对碳减排的作用并不明显.因此,加快技术进步、调整产业结构和能源结构、发展清洁能源发电,以提高能源利用效率、转变能源消费结构,可以有效减少工业碳排放量.     

北京市服务业碳排放增长的分解分析（英文）

随着北京市经济的发展,服务业产出占GDP的比例不断增加,其碳排放量也逐渐增长。因此,服务业成为北京市节能减排亟需开拓的新领域,受到越来越多的重视。本文首先对北京市2005-2012年服务业直接CO2排放量进行核算,然后运用投入产出模型对服务业间接CO2排放量进行核算,最后对服务业直接和间接CO2排放量的增长原因进行分解分析。得出以下结论:北京市服务业间接CO2排放量远远大于直接排放量,前者是后者的6倍多;直接以及间接CO2排放量都呈增长趋势,并且间接的增长速度要快于直接;直接CO2排放量增长的主要原因是产业规模增大和直接CO2排放强度变化,虽然产业结构和直接能源消费结构变化起到了抑制作用,但影响较小。间接CO2排放量增长的主要原因是产业规模增大、产业结构以及间接CO2排放强度变化,间接能源消费结构变化起到了抑制作用,但影响也较小。     

上海市旅游碳排放估算及其效应分解

运用"自下而上"法估算1997—2017年上海市旅游碳排放量,并运用因素分解技术将上海旅游碳排放变化分解为5种效应。结果表明:1997—2017年上海市旅游增加值增长了12. 24倍,而碳排放量却增长了13. 87倍,碳排放量增速较快,交通碳排放是最主要的来源。在分解后的各种效应中,旅游全员劳动生产率是最主要的影响效应,其贡献率达到了87. 23%;其次是碳强度效应(82. 43%)、能源强度效应(-61. 49%);能源结构和能源强度效应有助于旅游碳排放量的降低,但能源强度效应整体上逐年下降,而能源结构效应则在波动中呈现微弱的上升趋势。上海在大力发展旅游业的同时更要切实降低旅游产业的碳排放,进而实现旅游产业的可持续发展。     

甘肃省环境库兹涅茨曲线估计及其驱动因子分析

选取甘肃省1991 -2009年经济与环境数据,建立了甘肃省经济增长与环境污染水平计量模型.利用分解分析方法将甘肃省经济增长的环境效应分解为规模效应、结构效应以及技术效应,并以废气排放总量为例进行了定量测算与分析.结果表明:(1)甘肃省“三废”排放量的环境库兹涅茨曲线并不符合倒“U”型假设.其中,废气排放量和固体废弃物...