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。     

中国工业经济转型过程中能源消费与碳排放时空特征研究

就近30 a来中国工业经济转型过程中能源消费与碳排放的关联变化进行了分析,结果表明,工业部门能源消费的持续增长是中国能源消费总量增长与碳排放量增长的主要驱动因子;工业碳排放总量增长快速,但工业碳排放密集度持续降低;工业部门中制造业碳排放量最大,平均约占工业部门碳排放总量的60%,降低传统制造业能源消费、提高能源利用效率是推动节能减排政策实施和地方行动响应的关键环节;地区工业能源高消费地区集中分布于中国环渤海地区,能源较高消费地区主要集中于中国中部地区和东部经济发达地区,能源中等消费地区主要集中于中国西部地区,而能源低消费地区集中于西部经济落后地区;中国区域工业碳排放总量除受到本地工业能源消费量的直接影响外,还受到各地能源消费结构的影响,值得注意的是,较高碳排放地区空间布局趋于"孤岛"分布格局,低碳排放地区的数量也逐渐增加。     

河南省能源消费特征及影响因素分析

利用统计年鉴数据分析河南省能源消费的总体特征,运用IPAT等式对河南省能源消费的影响因素进行定量研究,并通过脱钩分析进一步研究河南省能源消费与经济增长的动态关系。结果表明:河南省能源消费总量较大且仍保持逐年递增;经济发展是影响能源消费总量增长的主导因素,技术进步对其起重要的抑制作用;能源消费与经济发展总体上呈弱脱钩关系,并呈现出向强脱钩转变的趋势;优化能源消费结构、提高技术水平和能源利用效率有助于控制河南省能源消费总量的增长,最终实现社会经济的可持续发展。     

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。     

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.     

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.     

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．     

中国城乡居民食品消费碳排放对比分析

可持续的家庭消费是社会可持续发展的基础,食品消费是家庭消费的重要内容,本研究1978-2006年国家统计数据,通过对中国城乡居民食品消费结构差异以及食品消费周期中能源、化学品等物质投入进行分析,从直接和间接两个方面研究城乡居民食品消费对碳排放产生的影响。主要结论包括:①随着社会经济发展,中国居民食品消费结构的改变,对碳排放的影响逐渐增强,因为消费相同重量的肉蛋奶等制品所产生的碳排放量高于粮食消费;②城镇居民在食品消费碳排放总量上高于农村居民,其中,直接碳排放量农村居民高于城镇居民;间接碳排放量城镇居民高于农村居民。城镇居民的饮食消费习惯不利于减少食品消费碳排放量,农村人口进入城市将增加居民食品消费对碳排放的影响。③提高食品消费相关行业的能源利用效率可以有效地降低食品消费间接能源消费碳排放量。研究结论为研究食品消费对环境的影响以及引导可持续的家庭消费模式提供一定的科学依据。     

闽台能源消费变化与驱动力对比研究

为探究处于不同发展阶段地区能源消费行为的差异性,对闽台地区能源消费变化及其驱动力进行了对比研究,结论表明:①近30 a来,闽台两地能源消费总量差距呈现"扩大→缩小"特征,并于2008年福建省能源消费总量首次超过台湾,但台湾省能源效率变化呈现乘幂式增长,能源效率远高于福建省同期水平,且能源消费结构较福建省更趋多元,优质高效能源占到80%以上;②闽台两地能源消费变化主要驱动因素大致相似,但亦存在显著差异:一方面,除受与福建省相同的驱动因素影响外,台湾省能源消费变化还受第三产业结构比重、能源效率因素等影响;另一方面,R&D投入占GDP比重、人均GDP、第二产业比重等驱动因素的作用方向在闽台两地却正好相反,其中,福建能源消费受驱动因素冲击后呈现增加态势,而台湾省则反之;③除受地区源消费传统影响外,闽台地区能源消费受驱动因素的影响程度也具有差异性:福建省能源消费变化受社会机动化发展驱动影响最大,经济发展、科技水平提高次之,第二产业比重、人口总量增加影响最小;台湾省社会机动化发展的能源消费驱动影响最大,科技投入增加、能源效率提高两个驱动因素的影响次之,人口总量增加、经济发展和产业结构升级影响最小。     

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。     

塔吉克斯坦城市化水平综合评价

在分析塔吉克斯坦整体经济发展水平、产业结构、基础设施建设及居民生活水平的基础上,用人口城市化率指标分析和评价塔吉克斯坦城市化水平及发展趋势,重点从经济城市化、人口城市化、生活质量城市化3个方面选择了13项指标,构建了塔吉克斯坦及中亚国家城市化水平综合评价指标体系,并进行了综合评价与比较分析。结果表明：（1）2000-2010年间塔吉克斯坦城市化水平很低,发展缓慢,人口城镇化率维持在26.5%左右,远低于世界平均水平;（2）2009年塔吉克斯坦城市化综合水平只有9.64%,处于中亚五国最低,其原因主要是经济发展水平低下、吸引外资能力不足、工业经济增长缓慢、第三产业发展滞后、基础设施建设状况差、人口增长速度缓慢等因素影响和制约。     

基于GWR模型的中国省区碳足迹的空间分异及多机制研究(英文)

Global warming has been one of the major concerns behind the world's high-speed economic growth. How to implement the coordinated development of the carbon footprint and the economy will be the core issue of the world's economic and social development, as well as the heated debate of the research at home and abroad in recent years. Based on the energy consumption, integrated with the "Top-Down" life cycle approach and geographically weighted regression(GWR) model, this paper analyzed the spatial differences and multi-mechanism of carbon footprint in provincial China in 2010. Firstly, this study calculated the amount of carbon footprint of each province using "Top-Down" life cycle approach and found that there were significant differences of carbon footprint and per capita carbon footprint in provincial China. The provinces with higher carbon footprint, mainly located in northern China, have large economic scales; the provinces with higher per capita carbon footprint are mainly distributed in central cities such as Beijing, Shanghai and energy-rich regions and heavy chemical bases. Secondly, with the aid of GIS and spatial analysis model(GWR model), this paper had unfolded that the expansion of economic scale is the main driver of the rapid growth of carbon footprint. The growth of population and urbanization also acted as promoting factors for the increase of the carbon footprint. Energy structure had no considerable promoting effect for the increase of the carbon footprint. Improving energy efficiency is the most important factor to inhibit the growing carbon footprint. Thirdly, developing low-carbon economies and low-carbon industries, as well as advocating low-carbon city construction and improving carbon efficiency would be the primary approaches to inhibit the rapid growth of carbon footprint. Moderately controlling the economic scale and population size would also be required to alleviate carbon footprint. Meanwhile, environmental protection and construction of low-carbon cities would evoke extensive attention in the process of urbanization.     

中国城镇化影响能源消耗的效应分解及机制探析

依据2000~2012年的省级面板数据,以空间杜宾模型为基础对全国及东部、中部、西部三大地区城镇化影响能耗强度的实际效应进行分析,利用求偏微分法将影响效应分解为直接效应与间接效应,解析城镇化影响能源消耗的内在机制。分析发现,当前城镇化对能耗强度具有正向促进作用,不同地区的城镇化进程对能耗强度的影响存在显著差异;全国范围内城镇化影响能源强度的总效应中间接效应显著为正,直接效应不明显,而东部、中部及西部三大地区呈现出不同的模式;中国城镇化对能源消耗的影响是规模效应、技术效应、结构效应、阶段性效应及空间效应综合作用的结果。     

基于STIRPAT模型的江苏省能源消费碳排放影响因素分析及趋势预测

定量分析碳排放的影响因素,对降低区域碳排放具有重要的指导意义。利用STIRPAT模型,定量分析江苏省能源消费碳排放量与人口、富裕度（以人均GDP表示）、技术进步（以能源强度表示）和城镇化水平之间的关系,通过岭回归拟合后发现,人口数量、人均GDP、能源强度、城市化水平每变化1%,江苏省能源消费碳排放量将分别发生3.467%、(0.242+0.024 lnA)%、0.313%和0.151%的变化。在以上研究的基础上,设置8种不同的发展情景,分析了江苏省未来能源消费碳排放量的发展趋势。结果表明,当人口、经济保持低速增长,并保持高技术增长率时,有利于控制江苏省的能源消费碳排放量,2020年江苏省的能源消费碳排放量预测值为202.81 MtC。     

Spatial differences and multi-mechanism of carbon footprint based on GWR model in provincial China

Global warming has been one of the major concerns behind the world’s high-speed economic growth. How to implement the coordinated development of the carbon footprint and the economy will be the core issue of the world’s economic and social development, as well as the heated debate of the research at home and abroad in recent years. Based on the energy consumption, integrated with the “Top-Down” life cycle approach and geographically weighted regression (GWR) model, this paper analyzed the spatial differences and multi-mechanism of carbon footprint in provincial China in 2010. Firstly, this study calculated the amount of carbon footprint of each province using “Top-Down” life cycle approach and found that there were significant differences of carbon footprint and per capita carbon footprint in provincial China. The provinces with higher carbon footprint, mainly located in northern China, have large economic scales; the provinces with higher per capita carbon footprint are mainly distributed in central cities such as Beijing, Shanghai and energy-rich regions and heavy chemical bases. Secondly, with the aid of GIS and spatial analysis model (GWR model), this paper had unfolded that the expansion of economic scale is the main driver of the rapid growth of carbon footprint. The growth of population and urbanization also acted as promoting factors for the increase of the carbon footprint. Energy structure had no considerable promoting effect for the increase of the carbon footprint. Improving energy efficiency is the most important factor to inhibit the growing carbon footprint. Thirdly, developing low-carbon economies and low-carbon industries, as well as advocating low-carbon city construction and improving carbon efficiency would be the primary approaches to inhibit the rapid growth of carbon footprint. Moderately controlling the economic scale and population size would also be required to alleviate carbon footprint. Meanwhile, environmental protection and construction of low-carbon cities would evoke extensive attention in the process of urbanization.     

中国省域消费水平及影响因素的时空异质性分析

针对1978~2015年间中国省域消费水平及影响因素的时空异质性分析表明：① 消费水平格局呈明显的东西与南北集聚态势,并以东西格局为主;时序上,消费水平格局不断发生分化或翻转。② 消费水平的影响因素不仅相互之间存在差异,而且相同影响因素也存在时空异质性,表现对不同时段和不同等级消费地区的作用程度并不一致。③ 不同等级消费地区应实施相宜的产业、就业政策,不断完善低消费地区物流网络、提升高消费地区商品国内外流通程度,促进中等消费地区农村转移人口的消费潜力持续释放。     

Spatial econometric analysis on influencing factors of water consumption efficiency in urbanizing China

Due to the limitation of total amount of water resources, it is necessary to enhance water consumption efficiency to meet the increasing water demand of urbanizing China. Based on the panel data of 31 provinces in China in 1997–2013, we analyze the influencing factors of water consumption efficiency by spatial econometric models. Results show that, 1) Due to the notable spatial autocorrelation characteristics of water consumption efficiency among different provinces in China, general panel data regression model which previous studies often used may be improper to reveal its influencing factors. However, spatial Durbin model may best estimate their relationship. 2) Water consumption efficiency of a certain province may be influenced not only by its socio-economic and eco-environmental indicators, but also by water consumption efficiency in its neighboring provinces. Moreover, it may be influenced by the neighboring provinces’ socio-economic and eco-environmental indicators. 3) For the macro average case of the 31 provinces in China, if water consumption efficiency in neighboring provinces increased 1%, water consumption efficiency of the local province would increase 0.34%. 4) Among the ten specific indicators we selected, per capita GDP and urbanization level of itself and its neighboring provinces have the most prominent positive effects on water consumption efficiency, and the indirect effects of neighboring provinces are much larger. Therefore, the spatial spillover effects of the economic development level and urbanization level are the primary influencing factors for improving China’s water consumption efficiency. 5) Policy implications indicate that, to improve water consumption efficiency, each province should properly consider potential influences caused by its neighboring provinces, especially needs to enhance the economic cooperation and urbanization interaction with neighboring provinces.     

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。     

黄河流域能源消费碳排放时空格局演变及影响因素——基于DMSP/OLS与NPP/VIIRS夜间灯光数据

科学估算并动态监测长时间序列区域能源消费碳排放发展态势,是制定、实施及评估地区碳减排策略的科学依据和基础保障。基于构建的长时间序列可相互比较的DMSP/OLS与NPP/VIIRS两种夜间灯光数据集,本文模拟了2000—2018年黄河流域能源消费碳排放的时空变化特征,并从流域地理分异的角度对其影响因素进行解析。结果表明：① 2000—2018年黄河流域能源消费碳排放呈现总量不断上升但增长速率下降的态势,整体表现出收敛趋势,但还未达到碳峰值;流域内部碳排放总量呈中游>下游>上游的地理分异特征。② 以黄河干流及主要支流为串联的核心城市形成了若干规模不一的高密度碳排放中心。③ 黄河流域碳排放呈显著的正的全局空间自相关,并形成了以晋陕蒙资源型城市为依托的中上游碳排放高-高集聚,以及上游甘青宁地区为主的碳排放低-低集聚。④ 经济发展水平对碳排放空间分异的影响力始终最强,其次为城镇化水平与人口规模,“GDP+”能源结构、能源强度与产业结构所主导的交互作用是导致碳排放持续增长的主要推动力。从构建流域生命共同体的视角出发,结合黄河流域自然环境特点与经济社会特征,并统筹上下游、左右岸、干支流之间的关系,分区施策与分时施策并行,对实现以碳减排为目标的黄河流域生态保护与可持续发展意义重大。