我国东中西部碳排放量影响因素面板数据研究

为促进省域低碳经济发展,以碳排放量为研究对象,采用5个解释变量建立面板数据模型.研究发现:经济增长和产业结构是影响东中部碳排放量的2个最重要变量,影响系数东部依次为0.602,0.544,中部依次为1.441,0.407,其次是人均收入水平、人口增长和能源价格:在西部,人均收入水平和产业结构是影响其碳排放量的2个最重要变量,影响系数分别为0.967,0.788,其次是人口增长、能源价格和经济增长状况:能源价格影响度从东到西依次提高,特别是人均收入对西部碳排放量影响度远远超过东部:因地制宜,对于东、中部地区政府要重视优化经济增长方式和调整其产业结构,对于西部更应重视调整人均收入政策及加强能源价格控制.面板单位根检验我国东中西部各变量均存在一阶单整,面板协整检验省域碳排放量与人们收入水平、经济增长水平、产业结构、能源价格和人口增长之间存在长期稳定内生经济关系.     

西北地区家庭生活碳排放特征及其影响因素研究

利用陕西、甘肃、宁夏、青海、新疆等5个省区21个市县的调研数据,分析了西北地区家庭生活碳排放现状、城乡差异、碳排放强度等,并基于STIRPAT扩展模型对西北地区家庭生活碳排放的影响因素进行分析发现:西北各省区家庭人均生活碳排放存在较大差异,家庭人均生活碳排放量由低到高依次为甘肃1.72 t CO2、陕西1.77 t CO2、宁夏1.95 t CO2、新疆2.09 t CO2、青海2.47 t CO2,城市和农村家庭人均生活碳排放均存在明显差异,城市家庭人均生活碳排放比农村的低;家庭人均生活碳排放在平均水平之下的占多数;调研区内的家庭生活碳排放强度存在较大差异;家庭生活碳排放强度、家庭人均收入和家庭总人口与家庭生活碳排放呈显著性正相关,年龄结构与家庭生活碳排放也呈正相关但并不显著,家庭生活碳排放强度、家庭人均收入、家庭总人口、年龄结构对家庭生活碳排放的影响依次减小。     

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。     

中国粮食主产区耕地利用碳排放与粮食生产脱钩效应研究

深入分析耕地利用碳排放与粮食生产的脱钩效应,可为协调粮食安全与生态环境关系提供理论依据.该文在系统梳理碳排放源的基础上,对2000-2019年中国13个省域粮食主产区的耕地利用碳排放进行核算,探索其时空格局演进过程,进而依托T apio脱钩理论分析碳排放与粮食生产的长期关系.结果表明:考察期间,粮食主产区耕地利用碳排放量均值为16459.942万t,历经波动下降、匀速增长、平缓下降3个阶段.排放结构中,秸秆燃烧碳排放量占比最高,而土壤碳排放量占比最低;高排放省域主要聚集在华中地区,低排放省域多分布于东北地区.碳排放与粮食产量的关系经历了"弱负脱钩—扩张负脱钩—增长连接—弱脱钩"的演变历程.根据碳排放与粮食产量的双重特征,可将13个省域划分为高排高产区、低排低产区及高排低产区3类.经过20年演化,河北、辽宁、吉林等10个省域已稳定保持弱脱钩状态,内蒙古、河南、湖南尚处于增长连接状态,粮食主产区总体呈现以弱脱钩为主、增长连接为辅的脱钩格局.     

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.     

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。     

旅游业碳排放研究进展

全球气候变化与资源环境问题对人类可持续发展带来了巨大冲击,节能减排已成为全球社会经济和环境可持续发展的必然要求.科学分析旅游业碳排放有助于推动旅游地的旅游业及其关联产业的节能减排与可持续发展.本文概述旅游业碳排放的研究历程,分析和评述了旅游业碳排放的研究方法,然后从区域旅游和旅游业各部门的碳排放测度、旅游碳足迹、旅游业碳排放的影响、应对旅游业碳排放影响的对策等5 个方面,综述旅游业碳排放主要的研究内容.最后对中国旅游业碳排放研究提出了建议.     

贸易对中国产业能源活动碳排放的影响

研究对外贸易对我国碳排放的影响,可以分清我国碳排放的来源,有利于我国合理制定碳减排政策和科学应对全球气候变化问题.当前有关国际贸易中隐含碳排放的研究大多没有处理好加工贸易这一重要因素.本文在理清区域间相互贸易中隐含碳排放的复杂关系基础上利用非竞争型投入产出表模型,构建了两区域产业能源活动碳排放联系模型,将直接排放分解为...     

江苏省经济重心与能源碳排放重心路径演变分析

本研究引入重心模型,采用1998—2008年江苏省经济和能源消费数据,计算出各年份GDP、工业产值、碳排放和人均碳排放的演变路径,从移动方向、移动距离、路径对比和空间相关性多角度阐释了经济重心和碳排放重心的动态变化和空间联系.结果显示:经济重心和碳排放重心总体向东南方向偏移,2006年后出现略微的北移迹象;11年间重心移动距离排序为:碳排放重心(32.1 km)>人均碳排放重心(29.6 km)>GDP重心(14.6 km)>工业产值重心(10.9 km);相较于经济重心而言,碳排放重心的空间位置偏向于省域的西北方向;经济重心和人均碳排放重心在空间上表现为显著正相关关系.     

湖南省旅游业碳排放的初步估算及脱钩效应分析

旅游业碳排放已经成为当前影响环境的重要因素之一。以中部典型省份湖南省为例,采用"自下而上"法、文献研究以及相关统计分析方法,从旅游交通、住宿和旅游活动三个重点领域初步估算了湖南省旅游业碳排放量,并运用脱钩模型对湖南省旅游业碳排放与旅游经济增长间的脱钩关系进行了分析。研究表明:2000-2009年,湖南省旅游业碳排放占湖南省碳排放的比重为1.11%,虽略大于全国旅游业碳排放占全国碳排放0.86%的比重,但远低于全球旅游业碳排放占全球碳排放量5.30%的比例;湖南省旅游业碳排放量中,旅游交通碳排放占73.34%;旅游住宿碳排放占24.19%;旅游活动碳排放占2.45%;湖南省旅游业碳排放与旅游经济增长间的脱钩关系均以弱脱钩为主,但旅游经济增长速度要明显快于旅游业碳排放增长速度,其脱钩弹性系数在处于0.196-0.777之间。旅游业既是湖南省低排放产业,也是湖南省应对气候变化的优势产业,应进一步提高低碳旅游对湖南省低碳经济发展的推动作用。     

基于EKC框架的旅游发展对区域碳排放的影响分析——基于1995-2015年中国省际面板数据

基于扩展的环境库兹涅茨曲线（EKC）,利用1995-2015年中国省际面板数据探讨旅游发展对区域碳排放的影响,同时分析了经济增长、贸易开放程度、失业率、受教育程度和城市化水平等因素对碳排放的影响作用。研究表明：① 传统经济增长与碳排放之间的倒“U”型EKC假说成立,受教育程度（-0.061）、失业率（-0.062）和贸易开放程度（-0.170）的提升有利于降低人均CO₂排放量,其中,贸易开放程度的减排作用最为明显;城市化水平（2.113）的提高会增加人均CO₂排放量。② 旅游发展对区域碳排放的影响显著,具体表现为：旅游接待人次与人均CO₂排放量拟合曲线呈正“U”型,而人均旅游消费与人均CO₂排放量则呈现典型的倒“U”型曲线良性发展状态。③ 旅游专业化水平的提高会使得EKC向下方移动,经济发展的环境压力得到减轻,且高旅游专业化区域旅游接待人次与人均CO₂排放量之间关系的转折点相对较高,而其人均旅游消费与人均CO₂排放量之间关系的转折点则相对较低。     

福建省的碳排放趋势与对策

采用朱永彬、王铮最优增长率模型,研究了经济平稳增长条件下,福建省未来的能源碳排放趋势,并采用CO2FIX模型计算福建省森林碳汇量,为福建省制定碳排放战略提供参考.结果显示,在当前技术进步速率下,在经济平稳增长的条件下,碳排放强度不断下降,下降速率为0.044.福建省人均碳排放呈倒U曲线增长,高峰出现在2047年.福建省能源消费量和碳排放总量也呈倒U曲线增长,能源消费高峰和碳排放高峰出现在2048年,达到高峰时间比同等条件下的全国高峰略晚,反映出福建省技术进步缓慢,能源结构不够清洁.情景模拟显示通过调整能源结构、加快技术进步速率、调整产业结构,福建省的能源消费量和能源碳排放量都将有较大幅度的下降,综合使用3种方法时减排效果最优.     

旅游与碳排放：全球视角与区域比较

文章基于全球88个国家1995到2018年的数据,运用动态面板数据模型估计了旅游对碳排放的影响。结果表明：① 从全球范围来看,旅游者人次对人均碳排放和碳强度有显著的增加效应。随着旅游者人次的进一步增加,旅游和人均碳排放、碳强度之间存在倒U型和N型曲线关系。旅游收入对人均碳排放和碳强度有显著的降低效应。旅游收入和人均碳排放之间存在倒U型和N型曲线关系,旅游收入和碳强度之间的非线性关系则与之相反。② 旅游者人次增加了发达国家的人均碳排放但是降低了其碳强度,在发展中国家则相反。在发达国家,旅游收入对人均碳排放和碳强度有显著的负向影响,但在发展中国家则为显著的正向影响。③ 经济增长和产业结构增加了旅游对人均碳排放的正向影响,可再生能源利用和技术进步强化了旅游收入对碳强度的负向影响。本研究成果有助于全面、深入地理解旅游对碳排放的影响及其区域异质性特征。     

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。     

中亚五国自华进口贸易技术溢出及碳排放影响研究

梳理1992—2018年中亚五国碳排放变化过程,运用碳排放库兹涅茨曲线模拟人均碳排放与人均国内生产总值（GDP）的关系,基于中亚五国人均GDP、工业增加值、研发投入、自华进口中间品和资本品的技术溢出存量等指标,构建面板数据固定效应模型以探究碳排放影响机制。结果表明：（1） 中亚五国碳排放先降后升,各国碳排放的变化率波动较大,其中哈萨克斯坦碳排放占中亚五国碳排放比重最大。（2） 就人均碳排放与人均GDP拟合的碳排放库兹涅茨曲线关系而言,哈萨克斯坦和土库曼斯坦表现为倒N型,乌兹别克斯坦、塔吉克斯坦、吉尔吉斯斯坦和中亚五国表现为N型。（3） 中亚五国自华进口额呈现较快的增长趋势,其中自华进口的中间品和资本品合计约占自华进口总额的3.920%~10.976%,中亚五国整体及各国中间品技术溢出存量均明显大于资本品技术溢出存量。（4） 在影响中亚五国碳排放的诸多因素中,人均GDP和工业增加值占GDP比重的回归系数显著为正,人均GDP、工业增加值占GDP比重每上升1%,碳排放分别增加0.337%和0.343%,研发投入、交互项LnZJ_it×LnS_it（中间品技术溢出存量的自然对数×工业增加值占GDP比重的自然对数）的回归系数显著为负,研发投入每增加1%,碳排放可减少约0.432%,在降低因工业增加值占GDP比重上升导致的碳排放方面,中间品技术溢出存量的影响极小。     

Regional inequality,spatial spillover effects,and the factors influencing city-level energy-related carbon emissions in China

Data show that carbon emissions are increasing due to human energy consumption associated with economic development. As a result, a great deal of attention has been focused on efforts to reduce this growth in carbon emissions as well as to formulate policies to address and mitigate climate change. Although the majority of previous studies have explored the driving forces underlying Chinese carbon emissions, few have been carried out at the city-level because of the limited availability of relevant energy consumption statistics. Here, we utilize spatial autocorrelation, Markov-chain transitional matrices, a dynamic panel model, and system generalized distance estimation (Sys-GMM) to empirically evaluate the key determinants of carbon emissions at the city-level based on Chinese remote sensing data collected between 1992 and 2013. We also use these data to discuss observed spatial spillover effects taking into account spatiotemporal lag and a range of different geographical and economic weighting matrices. The results of this study suggest that regional discrepancies in city-level carbon emissions have decreased over time, which are consistent with a marked spatial spillover effect, and a ‘club’ agglomeration of high-emissions. The evolution of these patterns also shows obvious path dependence, while the results of panel data analysis reveal the presence of a significant U-shaped relationship between carbon emissions and per capita GDP. Data also show that per capita carbon emissions have increased in concert with economic growth in most cities, and that a high-proportion of secondary industry and extensive investment growth have also exerted significant positive effects on city-level carbon emissions across China. In contrast, rapid population agglomeration, improvements in technology, increasing trade openness, and the accessibility and density of roads have all played a role in inhibiting carbon emissions. Thus, in order to reduce emissions, the Chinese government should legislate to inhibit the effects of factors that promote the release of carbon while at the same time acting to encourage those that mitigate this process. On the basis of the analysis presented in this study, we argue that optimizing industrial structures, streamlining extensive investment, increasing the level of technology, and improving road accessibility are all effective approaches to increase energy savings and reduce carbon emissions across China.     

河北省能源消耗碳排放驱动因素及减排路径分析（英文）

论文分析了河北省二氧化碳的环境库兹涅兹曲线,采用扩展的STIRPAT模型对河北省碳排放驱动因素及减排路径做了深入探讨。研究表明：（1）河北省的产业结构、终端能耗结构与经济增长之间呈复杂的函数关系,其碳排放量与经济增长处于正相关阶段,尚未到达碳排放生态拐点,没有形成EKC曲线,碳排放与经济增长之间的“脱钩”阶段还没有到来;（2）通过碳排放和影响因素之间的定量模型发现,产业结构（第二产业占比）、人均GDP、固定资产投资、人口规模、城镇化率对碳排放贡献最大;改变能源结构使煤炭占比逐年下降,碳减排效果明显;另外,环境规制对碳减排效果明显。（3）建议河北省碳减排重点应围绕控制重工业发展、避免产能过剩、优化产业结构、加速发展清洁能源等方面进行。     

中国县域碳排放的时空演变及影响因素

县域是实现新型城镇化的重要平台和关键地域单元,揭示县域碳排放的时空格局演变及其驱动因素对于完善中国新型城镇化战略和促进生态文明建设、绿色转型发展具有重要意义。本文使用2000—2017年中国县域碳排放数据,分析了县域人均碳排放的总体变化、区域差异、时空格局及集聚特征,并在STIRPAT模型和环境库茨涅茨曲线（EKC）假说下,运用面板分位数回归解释社会经济发展对县域人均碳排放的动态影响。结果表明：① 中国县域人均碳排放呈现先急后缓的增长趋势。人均碳排放水平差异加大,且呈上升趋势,西部地区县域人均碳排放差距悬殊。② 县域人均碳排放总体上呈现“北高南低”的空间格局,经济发达地区的人均碳排放远高于其他地区,空间极化效应明显。③ 县域人均碳排放具有显著的空间正相关性,高—高集聚的区县数量逐渐增多且分布重心向西北移动,而低—低集聚的区县数量不断减少,主要集中于中南地区,县域人均碳排放集聚类型具有空间锁定效应。④ 人口密度、政府财政支出对县域人均碳排放具有抑制作用,第二产业产值规模、碳排放强度则存在显著的正相关性,中低碳排放水平区县的经济发展和人均碳排放之间呈现倒“N”型曲线关系,社会经济发展结构的调整是实现整体碳减排的关键。因此,政府减排策略的落实应考虑区县碳排放的阶段性差异,实现落后地区发展和转型“两手抓”的同时发挥重点城市群、都市圈在碳减排中的先导作用。此外,通过技术创新提高能源利用效率应作为现阶段县域碳减排的主要手段。     

中国城市能源消费碳排放的区域差异、空间溢出效应及影响因素

基于1992-2013年中国城市遥感模拟反演碳排放数据,采用空间自相关、空间马尔科夫矩阵和动态空间面板数据模型,在同时考虑碳排放的时空滞后效应和不同地理经济空间权重矩阵的条件下,对城市碳排放的演化路径和关键影响因素进行了定量识别和减排政策探讨。研究表明,中国城市能源消费碳排放的区域差异正逐步缩小,空间上呈现出明显的高排放俱乐部集聚特征,同时碳排放类型演化具有明显的路径依赖特征;面板数据模型估计结果表明经济增长与人均碳排放呈现显著的倒“U”型曲线关系,而绝大多数城市的人均碳排放处于随经济发展而增加的阶段,二产偏重的经济结构和投资的粗放增长共同正向作用于城市碳排放,而人口的集聚效应、技术水平的提升、对外开放度和公路运输强度的增加则共同抑制城市碳排放水平的提高。因此未来要抑制促增因素和发挥促降因素的作用才能有效降低城市碳排放;优化产业结构、精简粗放投资、增加研发强度以及提升公路通达性是未来实现中国城市节能减排的有效途径。     

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。