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。     

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。     

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。     

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。     

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。     

中国化石能源燃烧碳排放强度非均衡性及其演变的驱动力分析

探析中国碳排放强度非均衡性及其演变的驱动力可以为中国制定科学合理、公平高效的区域减排方案提供科学依据。论文基于Theil指数,测算了中国2005—2015年省级尺度化石能源燃烧碳排放强度的非均衡程度;从地理区域、经济部门、能源种类和影响因素等视角解析了碳排放强度非均衡性及其变化的驱动力。研究结果表明,2005—2015年,中国碳排放强度总体上逐年降低,但其在省级尺度上的非均衡性不断增强。从地理区域来看,中国碳排放强度的非均衡性主要来源于东北、东、中、西4大区域内部,且东部和西部地区内部不断扩大的碳强度差异日益成为中国碳排放强度非均衡性增强的重要原因。工业和煤炭分别是碳排放强度非均衡的主要经济部门来源和能源种类来源,也是加剧碳排放强度非均衡性的关键动力。就影响因素而言,各省区技术水平的差距主导了碳排放强度的省际差异及其增长。研究结果可以为中国区域减排方案的制定提供科学依据。     

甘肃省经济增长与能源碳排放间的脱钩分析

运用1990-2010年的统计数据,在测算甘肃省能源碳排放总量的基础上构建经济增长与能源碳排放脱钩分析模型,探讨甘肃省经济增长与能源碳排放的脱钩关系.结果表明:1990-2010年间,甘肃省能源碳排放的GDP弹性值介于0～1之间,说明其经济增长与能源碳排放总体上处于相对脱钩状态,脱钩程度受宏观经济政策调控,变化波动较大,且与实现绝对脱钩尚有一定差距;甘肃省经济增长与能源碳排放间的脱钩主要是由经济与能源消费脱钩所致;甘肃省总体减排技术水平较低,加之长期以来以煤为主的能源结构,使其对经济增长与能源碳排放的脱钩贡献有限.因此,在制定相关政策时,应将重心放在节能减排、优化能源结构、促进产业的低碳转型等方面.     

安顺市畜禽养殖碳排放时空差异研究

畜禽养殖是农业碳源之一。根据安顺市畜禽数量,估算2001—2015年安顺市畜禽碳排放量。从畜禽碳排放结构、碳排放变异系数、碳排放密度、碳排放经济强度4个方面对其进行分析。研究结果显示:(1)安顺市2001—2006年的畜禽碳排放量连续增长,由86.91万t增长到113.06万t,2007年下降到84.31万t;2007—2010年缓慢增长;2011—2013年相对平稳;2014—2015年又增长。(2)畜禽碳排放主要来自牛和猪,牛年均碳排放量为70.70万t。(3)安顺市2003—2007年各区县畜禽碳排放绝对差异呈现扩大趋势,2008—2014年差异性呈现减小趋势。(4)西秀区的畜禽碳排放密度最高,平坝县最低;镇宁县的畜禽碳排放经济强度最高;紫云县次之;关岭县最低。安顺市政府部门应该研制并推广畜禽养殖温室气体减排技术,降低畜禽养殖碳排放量。     

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。     

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。     

东北地区产业发展与工业SO2排放的时空耦合效应

以工业SO₂为对象,以东北地级市（ 本文“地级市”包括东北三省内的哈尔滨、长春、沈阳、大连4个副省级城市。）为研究单元,运用脱钩指数分析了工业产值变化与SO₂排放规模变化的动态耦合关系及空间格局,并利用LMDI因素分解法对各地市工业SO₂排放变化从规模增长、结构转型和技术升级3方面进行解析。研究发现,在东北地区产业发展过程中,工业产值规模的增长对工业SO₂排放增长呈现正向驱动;而工业技术的进步和节能减排措施的使用促进了工业SO₂排放的降低,而产业结构的作用因区域而异。在环渤海湾地区以及辽源、松原、鹤岗、伊春、七台河、绥化等以木材加工和煤电为核心产业发展的城市,能源基础原材料产业比重的上升促进了地区工业SO₂排放的增加。最后根据不同地市工业SO₂减排的主要驱动因素和限制因素,针对性的分类型、分区域提出促进东北地区产业绿色转型的政策建议。     

Spatial-temporal characteristics and decoupling effects of China’s carbon footprint based on multi-source data

In 2007, China surpassed the USA to become the largest carbon emitter in the world. China has promised a 60%–65% reduction in carbon emissions per unit GDP by 2030, compared to the baseline of 2005. Therefore, it is important to obtain accurate dynamic information on the spatial and temporal patterns of carbon emissions and carbon footprints to support formulating effective national carbon emission reduction policies. This study attempts to build a carbon emission panel data model that simulates carbon emissions in China from 2000–2013 using nighttime lighting data and carbon emission statistics data. By applying the Exploratory Spatial-Temporal Data Analysis(ESTDA) framework, this study conducted an analysis on the spatial patterns and dynamic spatial-temporal interactions of carbon footprints from 2001–2013. The improved Tapio decoupling model was adopted to investigate the levels of coupling or decoupling between the carbon emission load and economic growth in 336 prefecture-level units. The results show that, firstly, high accuracy was achieved by the model in simulating carbon emissions. Secondly, the total carbon footprints and carbon deficits across China increased with average annual growth rates of 4.82% and 5.72%, respectively. The overall carbon footprints and carbon deficits were larger in the North than that in the South. There were extremely significant spatial autocorrelation features in the carbon footprints of prefecture-level units. Thirdly, the relative lengths of the Local Indicators of Spatial Association(LISA) time paths were longer in the North than that in the South, and they increased from the coastal to the central and western regions. Lastly, the overall decoupling index was mainly a weak decoupling type, but the number of cities with this weak decoupling continued to decrease. The unsustainable development trend of China's economic growth and carbon emission load will continue for some time.     

国际制造业区位变迁的碳排放效应研究

选取与制造业区位转移相关的主要国家和地区,采用LMDI分解方法定量分析制造业区位转移对国际制造业CO₂排放总量的作用机制,并进一步测算其对各国制造业CO₂排放的贡献。研究发现,2000~2014年,制造业区位转移促进了国际制造业CO₂排放总量增长,且其对各国和地区制造业CO₂排放变化具有一定影响,不同程度上增加中国大陆、印度等新兴工业体的CO₂排放,而减少了美日英德发达工业体的CO₂排放。     

中国能源消费碳排放的时空差异及驱动因素研究

随着气候变化日益加剧,碳排放及其影响越来越受到人们的关注。针对我国30个省区2000-2015年终端能源消费产生的碳排放进行核算,分析中国能源消费碳排放的区域特征和时空差异,并通过STIRPAT模型和面板数据模型相结合的方法从碳排放量和碳排放强度两个视角对碳排放的驱动因素进行分析。研究发现,从全国层面来看,人口规模、人均GDP、能源强度以及城市化水平对碳排放量产生正向的驱动作用,即每提升1%,碳排放量将分别增加1.046 9%、0.938 6%、0.722 6%、0.411 6%,而产业结构对碳排放具有负向的驱动效应。对于碳排放强度而言,人均GDP和产业结构均产生负向的抑制作用。从区域层面来看,通过经济水平分组,东、中、西部三大区域由于经济发展水平的差异,各个因素对碳排放的影响也有所不同并表现出一定的规律性;城市化水平分组表现出随着城市化水平的提高,碳排放量也随之降低。通过研究,可为我国合理制定CO₂减排的区域差异化政策提供参考依据。     

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。     

产业结构对区域碳排放的影响——基于多国数据的实证分析

人类行为所引起的全球气候变暖趋势已经无可争议,所带来的影响可能对全球发展方向和生产方式产生重大的作用。在建立产业结构对区域碳排放的影响模型基础上,在全球尺度下进行计量分析,主要结论：第一,理论模型证明区域碳排放随经济发展推进具有先上升后下降的不可抗的基本客观规律,故减排应从降低峰值高度、促进峰值提前等方向入手;第二,实证结果说明第二产业份额对碳排放的影响强度为恒正值,而服务业的影响强度逐步降低,促使第二产业向服务业的份额流动最终将带来整体影响强度的下降;第三,产业结构调整所引起的碳排放变动强度具有明显差异,产业升级对于中高等发展水平国家的减排效率明显高于极高发展水平国家,且中等发展水平国家将在更早的发展阶段迎来碳排放高峰。     

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。     

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。