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。     

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。     

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。     

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。     

新疆农地利用碳排放时空差异及驱动机理研究

基于化肥、农药、农膜、农用柴油、翻耕、灌溉6个主要方面的碳源,测算了新疆1993-2010年及各地州2010年的农地利用碳排放量。结果表明：（1）新疆农地利用碳排量总体呈“快速-缓慢-快速”的三阶段增长特征,其碳排放强度变化轨迹与此基本一致;（2）各地州区域差异明显,昌吉回族州属碳排放量、碳排放强度“双高”型地区;乌鲁木齐等3地区属低碳排放量、高碳排放强度地区;塔城等四地区属高碳排放量、低碳排放强度地区;哈密等六地属碳排放量和碳排放强度“双低”型地区。同时,利用kaya恒等式对其驱动机理进行分解,得出农业经济发展水平是农地碳排放的最主要驱动因素;农业生产效率对农地碳排放具有较强抑制作用;而农业结构、农业劳动力规模在不同程度上推动农地碳排放,进而提出促进新疆农地碳减排的对策建议。     

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。     

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。     

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。     

1999—2009年新疆能源消费碳排放的因素分解及实证研究

从影响因素角度用LMDI分解方法对新疆1999—2009年的碳排放进行研究。结果表明:能源结构和能源强度对新疆人均碳排放增长起抑制效应,且能源强度的抑制效应大于能源结构的抑制效应;产业规模和人口规模对新疆人均碳排放增长起拉动效应,且产业规模的拉动效应大于人口规模的拉动效应。能源强度和能源结构的抑制效应难以抵消由产业规模和人口规模拉动的新疆人均碳排放的增长。在实证研究结果的基础上提出了相应的政策建议。     

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.     

Influencing mechanism of energy-related carbon emissions in Xinjiang based on the input-output and structural decomposition analysis

Analysis of carbon emission mechanism based on regional perspectives is an important research method capable of achieving energy savings and emission reductions. Xinjiang, an important Chinese energy production base, is currently going through a period of strategic opportunities for rapid development. Ensuring stable socio-economic development while achieving energy savings and meeting emission reductions targets, is the key issue currently facing the region. This paper is based on the input-output theory, and conducts a structural decomposition analysis on the factors affecting energy-related carbon emissions in Xinjiang from 1997 to 2007; this analysis employs a hybrid input-output analysis framework of “energy - economy - carbon emissions”. (1) Xinjiang’s carbon emissions from energy consumption increased from 20.70 million tons in 1997 to 40.34 million tons in 2007; carbon emissions growth was mainly concentrated in the production and processing of energy resources, the mining of mineral resources, and the processing industry. (2) The analysis of the direct effects of the influencing factors on carbon emissions showed that the change in per capita GDP, the final demand structure, the population scale, and the production structure were the important factors causing an increase in carbon emissions, while the decrease in carbon emission intensity during this period was the important influencing factor in stopping the growth of carbon emissions. This showed that while the sizes of Xinjiang’s economy and population were growing, the economic structure had not been effectively optimized and the production technology had not been efficiently improved, resulting in a rapid growth of carbon emissions from energy consumption. (3) The analysis of the indirect effects of the influencing factors of carbon emission showed that the inter-provincial export, fixed capital formation, and the consumption by urban residents had significant influence on the changes in carbon emissions from energy consumption in Xinjiang. (4) The growth of investments in fixed assets of carbon intensive industry sectors, in addition to the growth of inter-provincial exports of energy resource products, makes the transfer effect of inter-provincial “embodied carbon” very significant.     

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。     

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。     

基于IO-SDA模型的新疆能源消费碳排放影响机理分析（英文）

Analysis of carbon emission mechanism based on regional perspectives is an important research method capable of achieving energy savings and emission reductions.Xinjiang,an important Chinese energy production base,is currently going through a period of strategic opportunities for rapid development.Ensuring stable socio-economic development while achieving energy savings and meeting emission reductions targets,is the key issue currently facing the region.This paper is based on the input-output theory,and conducts a structural decomposition analysis on the factors affecting energy-related carbon emissions in Xinjiang from 1997 to 2007;this analysis employs a hybrid input-output analysis framework of "energy- economy- carbon emissions".(1) Xinjiang's carbon emissions from energy consumption increased from 20.70 million tons in 1997 to 40.34 million tons in 2007;carbon emissions growth was mainly concentrated in the production and processing of energy resources,the mining of mineral resources,and the processing industry.(2) The analysis of the direct effects of the influencing factors on carbon emissions showed that the change in per capita GDP,the final demand structure,the population scale,and the production structure were the important factors causing an increase in carbon emissions,while the decrease in carbon emission intensity during this period was the important influencing factor in stopping the growth of carbon emissions.This showed that while the sizes of Xinjiang's economy and population were growing,the economic structure had not been effectively optimized and the production technology had not been efficiently improved,resulting in a rapid growth of carbon emissions from energy consumption.(3) The analysis of the indirect effects of the influencing factors of carbon emission showed that the inter-provincial export,fixed capital formation,and the consumption by urban residents had significant influence on the changes in carbon emissions from energy consumption in Xinjiang.(4) The growth of investments in fixed assets of carbon intensive industry sectors,in addition to the growth of inter-provincial exports of energy resource products,makes the transfer effect of inter-provincial "embodied carbon" very significant.     

金砖国家碳排放与经济增长脱钩弹性及驱动因素——基于Tapio脱钩和LMDI模型的分析

在金砖国家低碳转型的压力之下,把握碳排放驱动因素、明确碳排放与经济增长的相关性从而完善减排政策迫在眉睫。基于1987—2017年金砖国家碳排放面板数据,采用Tapio脱钩模型分析经济增长与碳排放的脱钩关系变化,进一步结合IPAT方程和LMDI模型分解影响碳排放量变化的驱动因素。研究表明：金砖国家整体上呈现由负脱钩到弱脱钩再到强脱钩的变化趋势,现阶段中国、印度和俄罗斯碳排放脱钩关系为弱脱钩,南非和巴西的碳排放脱钩分别为强脱钩和扩张负脱钩,金砖国家之间脱钩关系存在阶段性差异;经济强度因素和人口因素是碳排放的主要正向驱动因素,能源强度因素则对碳排放具有抑制作用,金砖国家之间驱动因素的作用程度存在显著差异。因此,可以从增加技术投入、提高能源利用效率、严控高能耗产业、构建减排工作国际合作平台等方面入手促进金砖国家减排。     

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。