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。     

拉丁美洲主要国家碳中和状况分析及对我国的启示

巴西、墨西哥、阿根廷和智利4个拉美国家社会经济发展与我国处于相似阶段,分析其碳排放特征、评估其碳中和政策的成效,对我国碳中和实现路径的探索具有借鉴意义。该文利用拉美4国的化石燃料碳排放、陆地碳收支等数据,分析其1990—2016年碳排放及陆地生态系统碳收支特征及驱动因素;系统梳理拉美4国长期减排目标相关政策规划,采用情景分析方法评估各国2017—2050年的减排成效和碳中和状况。研究表明：(1)经济增长和人口膨胀是驱动拉美4国碳排放量上升的主要原因,但墨西哥、阿根廷和智利的能源强度变化一定程度上抑制了碳排放量增加;陆地生态系统碳收支主要受毁林活动强度和森林碳汇功能影响,巴西、阿根廷因毁林活动较强远离碳中和目标,但墨西哥和智利的陆地生态系统能吸收部分化石燃料碳排放,其中智利大致接近碳中和状态。(2)情景预测结果显示,现有政策规划可实现巴西2025年和2030年阶段性目标、阿根廷2030年阶段性目标以及智利2050年碳中和目标,可使巴西基本接近2050年碳中和目标,但在实现阿根廷2050年碳中和目标以及墨西哥各阶段性目标上存在困难。基于研究结果提出我国在碳中和实现路径和方案探索中,应注重推...     

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。     

中国省域碳强度空间依赖格局及其影响因素的空间异质性研究

在估算各省域碳强度的基础上,利用探索性空间数据分析(ESDA)和时空跃迁测度方法以及地理加权回归(GWR)模型分析了1995~2015年中国省域（不包括西藏、港、澳、台地区）能源消费碳强度的空间依赖格局及其驱动因素的空间异质性。结果显示：① 中国省域碳强度存在显著的空间正相关性,表现为先下降后上升再到小幅波动的特征,碳强度相似的省域趋向于集聚,表明中国省域碳强度具有明显的空间依赖特征;②省域碳强度存在不均衡的发展格局,高-高集聚的省域主要分布在中国西北部,低-低集聚的省域多分布于中国东南部。③碳强度空间集聚总体呈优化态势,高-高集聚的省域在减少,低-低集聚的省域在不断增多,但不同省域在碳强度的空间集聚中所起的作用不同。④ 碳强度影响因素(解释变量)的回归系数均为正值,4个解释变量对碳强度的影响程度依次为：能源强度>能源结构>产业结构>人均GDP;且各因素对碳强度的影响在不同省域具有明显的空间异质性。     

基于发达国家比较的中国能源消费峰值预测

通过比较英美等发达国家能源消费变化趋势,研究其出现峰值的社会经济条件,并采用长期能源替代规划系统模型(LEAP)模型对中国未来能源消费趋势及其峰值进行预测。研究发现,英美德法日加等国家的能源峰值皆是在其工业化和城市化进程基本完成、国民经济增速放缓、人均居民收入达到较高水平、整体社会经济进入平稳状态后才出现。根据中国社会经济发展趋势,随着产业结构转型和发展方式调整,中国工业能源消费峰值可能在2020~2030年期间实现,但生活和交通能源消费还将随着居民生活水平的提高而不断增长。预计中国能源峰值将在2040年左右出现,届时能源消费量将达到58×108t标准煤。为了保障如此巨大的能源需求,中国将面临较大的生态安全和国家安全风险。为此,中国必须转变传统经济发展观念,在保证国家稳定的前提下,适度降低经济增速,并尽快促进产业结构转型,提高能源开发和利用效率,同时要积极开展国际合作,保障国际油气进口的安全性。     

1991-2010年中国大陆化石能源消费的CO2排放研究（英文）

本文采用IPCC推荐的表观消费量法计算了中国大陆30省区1991到2010年化石能源消费产生的CO2排放,发现:(1)排放总量由 2293.01Mt 增长到 7467.77Mt;(2)煤炭消费的排放比重最高达到79.98%;(3)人均排放量由 1.98t 增长至 5.57t;(4)CO2排放强度显著降低,由6.66 kg USD-1降至1.07kg USD-1,近年来趋于稳定;(5)区域发展不平衡始终存在,根据省际数据,在一些落后地区经济增长过度依赖于化石能源消费。关于CO2高排放,中国已经做出承诺并采取了行动。基于对可持续发展和全球气候变化不确定性的综合考虑,健康的产业结构、化石能源集约利用,以及区域发展平衡应更加受到重视。     

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。     

能源效率对产业结构及能源消费结构演变的响应

伴随人类社会经济发展、人口规模增加、城市化和工业化进程加快,由能源消费迅速增长导致的碳循环非对称性加剧与全球气候变化已成为当前世界各界共同关注的焦点。如何提高能源效率是积极响应节能减排措施、实现社会可持续发展的有效途径。通过分析中国与5 个发达国家能源效率、产业结构、能源消费结构演变特征,建立向量自回归(VAR) 模型、脉冲函数(IRF) 和方差分解函数(VD) 来揭示中国能源效率对产业结构、能源消费结构演变的响应机理。结果显示近40 年来,中国第三产业较第二产业发展对能源效率提高具有更大推动作用,虽第二产业发展与能源效率提高也成正向弱相关,但根据发达国家发展经验,中国第二产业发展对能源效率提高的抑制效应尚未显现,经济发展仍需粗放、耗能工业拉动,另外,中国能源消费过度集中于煤炭能源的结构特征对能源效率的提高具有抑制效应,未来中国能源效率对产业结构、能源消费结构演变的响应具体表现在：① 相较发达国家,中国产业结构调整对能源效率在短期内具有抑制效应,直至中期,能源效率受产业结构调整冲击才呈现持续加大的趋势;② 由于中国“以煤为主”的能源消费结构特征长期存在,其结构调整效应较发达国家滞后显现,发达国家能源消费结构演进的效应也表明短期内能源消费结构调整对能源效率的提高效果不显著;③ 中国产业结构演变对能源效率变动影响程度大于能源消费结构演变影响程度,产业结构调整与升级是影响中国能源效率提高、节能减排政策实施的关键环节。     

经济转型与中国省区能源强度研究

分析了在经济转型背景下中国能源利用强度变化,强调经济转型背景下经济全球化、市场化和区域分权对能源强度的影响。中国省区能源消费差异显著,沿海省区能源效率较高,能源强度较低,而中西部省区,尤其是能源资源富裕的省区能源强度偏高。统计分析结果表明,伴随经济转型的市场化、经济全球化以及分权化等制度性因素是影响能源利用强度的重要因素,中国省区技术水平、产业结构、自然条件以及能源消费结构与消费倾向同样显著影响中国能源利用强度。但是高能耗省区与低能耗省区的能源利用强度因素存在一定的差异。在高能耗省区,积极利用外商直接投资、技术创新等可以显著降低能源强度。     

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.     

1980-2017年中国碳强度关键影响因子变化特征

The Chinese government ratified the Paris Climate Agreement in 2016.Accordingly,China aims to reduce carbon dioxide emissions per unit of gross domestic product(carbon intensity)to 60%–65%of 2005 levels by 2030.However,since numerous factors influence carbon intensity in China,it is critical to assess their relative importance to determine the most important factors.As traditional methods are inadequate for identifying key factors from a range of factors acting in concert,machine learning was applied in this study.Specifically,random forest algorithm,which is based on decision tree theory,was employed because it is insensitive to multicollinearity,is robust to missing and unbalanced data,and provides reasonable predictive results.We identified the key factors affecting carbon intensity in China using random forest algorithm and analyzed the evolution in the key factors from 1980 to 2017.The dominant factors affecting carbon intensity in China from 1980 to 1991 included the scale and proportion of energy-intensive industry,the proportion of fossil fuel-based energy,and technological progress.The Chinese economy developed rapidly between 1992 and 2007;during this time,the effects of the proportion of service industry,price of fossil fuel,and traditional residential consumption on carbon intensity increased.Subsequently,the Chinese economy entered a period of structural adjustment after the 2008 global financial crisis;during this period,reductions in emissions and the availability of new energy types began to have effects on carbon intensity,and the importance of residential consumption increased.The results suggest that optimizing the energy and industrial structures,promoting technological advancement,increasing green consumption,and reducing emissions are keys to decreasing carbon intensity within China in the future.These approaches will help achieve the goal of reducing carbon intensity to 60%–65%of the 2005 level by 2030.     

环境规制、FDI与能源消费碳排放峰值预测——以西北五省为例

基于STIRPAT模型，运用情景分析法对西北地区2017—2030年能源消费碳排放进行预测，在高、中、低三种环境规制强度下设定出9种发展模式，以分析环境规制与FDI对能源碳排放峰值的影响。研究表明：（1） 在初始发展情境下，西北地区2030年碳排放总量为70 273.07×10⁴ t，无法实现碳排放达峰目标。（2） 低环境规制背景下，高、高中、高低三种发展模式2030年能源消费碳排放额为73 550.53×10⁴ t、64 881.98×10⁴ t、56 296.96×10⁴ t。（3） 中、高环境规制下，中低、低两种发展模式分别于2025年、2020年达到碳排放峰值，峰值额度为53 447.15×10⁴ t、51 022.68×10⁴ t。能源碳排放强度为0.86 t·（10⁴元）^-1、0.68 t·（10⁴元）^-1，相比较2005年碳排放强度下降48.38%、60.14%。9种发展模式中，仅中低、低两种发展模式能够如期实现碳排放峰值任务，表明严格的环境规制政策能够有效减缓西北地区能源消费碳排放，为促进西北地区碳排放峰值目标如期实现，针对西北地区碳减排工作提出了相应对策建议。     

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。     

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.     

西部特大城市低碳发展的现状问题及目标策略研究——以西安市为例

作为应对全球气候变化的关键平台,城市尺度的低碳建设研究具有重要意义。本文以西部特大城市-西安市为例,分别从碳排放量变化趋势、未来发展目标、关键部门能耗系统分析其低碳发展现状,指出存在问题及可能的节能减排潜力,认为西安市高碳发展模式明显,面临资源禀赋差异、能源消费结构的锁定效应、能源利用效率低、城市空间结构不合理、高能耗建筑多、碳汇能力弱等问题。基于此,制定工业节能技术改造、城市空间合理布局、推广绿色建筑、社会治理创新和政策保障等对策措施。     

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.     

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。     

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。     

1990-2014年泛长三角地区能源利用碳排放时空格局及影响因素

区域碳排放时空格局及其关键影响因素是近年来学者们关注的热点。本文以中国经济发达、经济关联密切、产业格局变化剧烈的泛长三角地区为案例,分析1990年以来典型年份碳排放的空间分异、时间演变,解析碳排放空间分异的关键影响因素。结果表明：①区域碳排放总量快速增长,总体格局稳中有变,核心区16个城市排放量占比大都超过50%。②以2005年为拐点,之前外围城市增长幅度较低,之后外围城市碳排放量快速增长;外围地区碳排放量占比从2005年的33%快速增加至2014年的47%,区域碳排放量的空间集聚度呈现先增后减的态势。③碳排放格局变化受多种因素影响,不同变量对碳排放的影响各异。其中,工业生产、城镇化建设及人口集聚仍是现阶段泛长三角地区最主要的碳排放来源;固定资产与外商投资对区域碳排放的作用呈增强趋势,但其作用强度较工业生产、城镇化建设、人口集聚要小。地区生产总值对碳排放影响存在倒U型关系,随着经济发展水平的提高,碳排放与经济发展呈现脱钩趋势。研究结果可为揭示经济发展格局变化的环境效应、制定节能减排政策提供参考。