中国碳强度关键影响因子的机器学习识别及其演进

碳强度影响因子数量众多,通过在众多因子中评估其重要性以识别出关键影响因子进而解析碳强度关键因子的变化规律,是中国2030年碳强度能否实现比2005年下降60%~65%目标的科学基础。传统的回归分析方法对于评估众多因子的重要性存在多重共线性等问题,而机器学习处理海量数据则具有较好的稳健性等优点。本文从能源结构、产业结构、技术进步和居民消费等方面选取了56个中国碳强度影响因子指标,采用随机森林算法基于信息熵评估了1980-2014年逐年各项因子的重要性,通过指标数量与信息熵的对应关系统一筛选出每年重要性最大的前22个指标作为相应年度关键影响因子,最终依据关键影响因子的变化趋势划分了3个阶段作了演进分析。结果发现：1980-1991年,碳强度的关键因子主要以高耗能产业规模及占比、化石能源占比和技术进步为主;1992-2007年,中国经济进入快车道增长时期,服务业占比和化石能源价格对碳强度的影响作用开始显现,居民传统消费的影响作用在增大;2008年全球金融危机后,中国进入经济结构深化调整时期,节能减排力度大大增强,新能源占比和居民新兴消费的影响作用迅速显现。为实现2030年碳强度下降60%~65%目标,优化能源结构和产业结构,促进技术进步,提倡绿色消费,强化政策调控是未来需要采取的主要措施。     

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。     

陕西省CO2排放强度的变动趋势及影响因素分析

以中国首批低碳试点地区之一的陕西省为研究对象,在测算其历年碳排放量的基础上,分析了碳强度的变动趋势,发现1978-2011年间陕西省碳强度的变动趋势呈现“N”型曲线;对影响碳强度的因素进行研究,基于Kaya恒等式,采用对数均值迪氏指数法进行短期分析,基于STIRPAT模型,利用协整方程进行长期分析.结果表明,能源效率的提高是碳强度波动性下降的主要和直接决定因素,且能源结构的调整也有利于碳强度降低.     

中国2005—2010年二氧化碳排放强度下降的结构分解分析

本文以2005年和2010年的投入产出表为基础,核算了中国二氧化碳排放强度的变化。结果表明,2005年二氧化碳排放总量678964．38万t,强度每万元3．67t。2010年二氧化碳排放总量930194．96万t,强度每万元3．27t（2005年价格）。5年间,二氧化碳排放强度降低了11％。在此基础上进一步构建结构分解分析模型,将促使二氧化碳排放强度的降低的因素分解为4种效应,即能源效率因素、能源结构因素、经济结构效应和经济增长方式效应。计量结果表明,部门单位产出能源消费强度变化和能源消费结构变化是造成二氧化碳排放强度下降的因素,其中尤以前者的影响最为显著。而经济增长方式变化和经济结构变化是促使二氧化碳排放强度上升的因素,并且前者的影响更为显著。     

供给侧改革视角下京津冀工业能源强度及其影响因素研究

供给侧改革是实现京津冀工业降耗的关键抓手.为探讨供给侧改革对京津冀工业降耗的影响,利用2000-2017年的京津冀面板数据,运用探索性空间数据分析方法研究京津冀工业能源强度的空间演变特征,构建空间计量模型分析京津冀供给侧因素对工业能源强度的影响,进而分别构建京津、京冀和津冀的变系数模型探究京津、京冀和津冀的协同关系.结果显示:1)研究期内京津冀工业能源强度具有负空间溢出效应,空间格局经历了"北京高耗期""能耗转换期"和"河北高耗期"3个阶段;2)京津冀工业能源强度与劳动生产率、能源结构、科技创新强度和环境规制强度呈负相关关系,与投资强度呈正相关关系,科技创新强度与环境规制强度具有显著的空间溢出效应;3)京冀、津冀无法实现共同降耗,而京津可实现共同降耗,河北省实现高质量降耗是京津冀协同降耗的关键.最后,从内外联系与供给侧角度提出针对性建议.     

我国工业碳强度的空间分布及影响因素研究

在分析1998—2008年我国工业碳排放和碳强度空间分布特点的基础上,基于省际面板数据,建立回归分析模型,探索地区工业碳强度变化的原因。研究发现,省际工业碳排放量和碳强度的分布存在明显的空间差异;回归分析显示,地区工业总产值在全国所占比例越高,其工业碳强度越低,工业资本有机构成提高有利于降低工业碳强度,但其效应较为微弱,地区工业结构中大中型企业比例增加、重型工业和国有企业比例减少均有利于降低工业碳强度。研究结论的政策含义在于,各地区在发展工业经济的过程中应积极推动工业结构调整以降低工业碳强度,要鼓励企业在市场竞争中壮大规模,防范重工业过度扩张和积极发展非国有经济。     

结构与效率因素对内蒙古能源强度变动的影响

计量分析能源强度变动的影响因素可为未来寻找节能途径提供参考.采用能源强度变化的完全分解模型,以1985-2006年为样本期,对影响内蒙古能源强度变化的结构因素和效率因素进行了计算.结果表明:在整个样本期内,结构因素始终是促使内蒙古能源强度上升的因素;而效率因素的作用则呈现出阶段性特征,2000年以前,效率因素起到了很好的节能效果,而之后则对能源强度的上升却表现出正向作用.因此,未来一段时期内,调整产业和产品结构,是内蒙古节能降耗的最大潜力所在;效率节能虽已取得较好效果,但仍有潜力可挖.     

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。     

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。     

中国城市碳排放强度的空间溢出效应及驱动因素

采用核密度估计、空间自相关、空间马尔科夫链和面板分位数回归等方法对1992-2013年全国283个城市碳排放强度的空间溢出效应和驱动因素进行了分析。① 核密度估计结果表明,中国城市碳排放强度总体均值下降,差异在逐步缩小。② 空间自相关Moran's I指数表明城市碳排放强度存在显著的空间集聚性且空间集聚性在逐渐增强,但空间集聚水平的变化逐年缩小。③ 空间马尔科夫链分析结果表明：第一,中国城市碳排放强度存在马太效应,低强度与高强度的城市在相邻年份转移过程中呈现维持初始状态的特征。第二,城市碳排放“空间溢出”效应明显,且不同区域背景下溢出效应存在异质性,即若与碳排放强度低的城市为邻,该城市的碳强度能够增加向上转移的概率,反之亦然。④ 面板分位数结果显示：在碳排放强度低的城市,经济增长、技术进步、适当的人口密度起到减排作用;外商投资强度与交通排放是使碳强度增大的主要因素。在碳排放强度高的城市,人口密度是重要的减排因素,技术进步暂时没起减排作用;工业排放、粗放式的资本投资以及城市土地蔓延则是碳强度上升的主要因素。     

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。     

基于工业结构特征的中国地区能源消费强度差异分析

本文从工业结构演变的角度分析地区能源消费强度差异,利用工业特征偏向指数对地区能源消费强度与工业结构之间的关系进行了定量分析,并通过建立地区能源消费强度影响因素的回归分析模型,重点考察了近几年中国地区工业结构能源消耗特征演变对地区能源消费强度差异的影响。研究表明,近几年来中国工业结构能耗特征的变化,对地区能源消费强度差异有重要影响。在中西部地区发挥资源和成本优势、大规模承接东部沿海地区产业转移的过程中,呈现出中西部地区工业结构高耗能化、东部地区工业结构低耗能化的演进态势,而高耗能的工业结构决定了较高的能源消费强度。政府在制定节能减排政策、进行节能目标分解时,要正确认识中西部地区工业结构演变的客观规律与发展阶段,根据各地区能源消费强度的变化特点,制定有区别的区域节能目标和政策措施。     

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。     

“双碳”目标下中国服务业碳强度时空交互特征及跃迁机制

为实现国家自主贡献承诺,如期达到“碳达峰、碳中和”目标,中国服务业的低碳发展是必然趋势。基于多种空间分析方法,从时空交互视角研究了中国服务业碳强度差异格局、空间关联、动态演化及跃迁机制。结果表明：(1) 2005—2019年中国服务业碳强度的总体差异存在动态收敛趋势,在空间上也呈现显著的聚类现象,且空间集聚水平逐渐趋于稳定。(2)在服务业碳强度局部空间结构与依赖方向上,西北与东北地区波动性较强,东部沿海地区相对稳定;在碳强度时空跃迁的过程中整体表现出一定的转移惰性,具有较强的空间依赖或路径锁定特征,其中中部、西部的多数地区始终保持高碳强度属性,是制约中国服务业协同减排的关键区域。(3)服务业碳强度的时空网络格局主要以正向关联为主,表现出较强的空间整合性,但少数邻接省域仍存在一定程度的时空竞争。(4)各地区服务业碳强度时空跃迁的驱动模式存在差异,其中,东部沿海省份主要受人口—城镇化制约模式的影响,西北、西南和东北的多数地区主要受技术—规制驱动模式的影响。自东南至西北,中国服务业碳强度的跃迁模式逐渐呈现出“同向制约—反向发展—同向发展”的阶梯递变格局。因此,政府减排政策的制定不仅应统筹考虑...     

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。     

基于EBA模型的中国碳排放稳健性影响因素研究

依据环境经济学理论,运用极值边界分析（the extreme bounds analysis, EBA）模型,拓展了Kaya恒等式,利用中国30个省际区域2001~2010年的面板数据,实证研究中国省际区域人均碳排放量“稳健性”的影响因素。结果表明,地方财政决算支出、产业结构、能源效率、能源消费结构、能源价格、客运量等6个因素对中国人均碳排放量具有抗干扰的“稳健性”显著影响,并根据实证结论提出了一些政策建议,如调整产业结构,控制高碳产业发展;优化能源消费结构,积极发展新能源和可再生能源;发展循环经济开发清洁技术,提高能源利用效率;提倡低碳生活,提倡低碳生活方式。这些建议为政府制定环境保护与经济发展政策提供经验证据和决策参考。     

中国能源行业碳排放强度下降过程中的省际减排成效评价

采用矫正系数衡量各省份的减排有效性,根据各省份能源行业碳排放强度及产值份额构建自上而下的全国能源行业碳排强度恒等式,运用LMDI-Ⅰ分解方法获取各省份、各省份能源行业碳排放强度及产值份额对全国能源行业碳排放强度下降的贡献率,并遵循“减排有效性-碳排放强度贡献-省份综合贡献-减排有效性与省份综合贡献关系”的思路对中国能源行业碳排放强度下降过程中各省份的减排成效进行评价。结果显示：① 中国能源行业碳排放强度呈逐年下降趋势,2016年能源行业碳排放强度较2005年下降45%。② 超过一半的省份为减排有效区且数量呈增加趋势,而减排未达标的省份多数为经济欠发达地区,各省份间的减排路径存在显著差异。③ 多数省份能源行业碳排放强度的贡献率呈上升趋势,省份差异逐渐缩小。④ 省份减排综合贡献的进位赶超势头强劲,绝大多数省份对全国能源行业碳排放强度的下降作出了贡献,且多个省份的综合贡献等级呈正向发展,东部地区是主要的降排贡献区。⑤ 减排成效良好省份数量最多,中等区多散布于东部沿海地区及少数内陆地区,欠佳区在西部地区空间格局保持相对稳定。未来各省份不仅要根据自身的减排成效特征因地制宜的选择低碳发展道路,还应与全国碳排放强度的下降形成良性互动。     

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.     

技术进步、能源结构与能源效率的动态关系研究——基于VAR模型的实证分析

从技术进步、能源结构两个方面,通过VAR模型探究了技术进步、能源结构与能源效率间的关系。结果表明：技术进步、能源结构与能源效率存在稳定的协整关系。利用脉冲响应函数及响应进行了15 期的详细刻画,揭示了技术进步对能源效率的冲击效应较大,能源效率受到能源结构的冲击效应较小。研究结果对中国制定碳减排、节能减排政策和气候变化政策的制定等具有一定的参考作用。     

1990-2007年中国能源足迹时空差异分析

基于生态足迹模型分析中国1990-2007年的能源生态足迹变化态势,并利用重心模型研究能源足迹的区域差异及变化。结果表明:1)近18年来,中国人均能源足迹呈现波动增长,能源足迹结构方面煤炭始终占据主导地位;建议优化能源结构,大力发展清洁可再生能源。2)中国各地区间能源足迹存在明显差异,空间分布格局为南少北多,能源生产与消费存在错位;建议国家设立能源生态补偿机制,由出现能源生态赤字的地区支付能源生态补偿基金给能源生态盈余地区。3)中国能源足迹的重心呈现逐步向西南方向移动的轨迹,通过与GDP重心轨迹的对比发现中国经济发展主要靠能源消费拉动。