甘肃省行业碳排放影响因素及脱钩努力研究

利用LMDI模型解构了2010—2019年甘肃省13个细分行业碳排放影响因素及其作用效应,运用Tapio脱钩模型分析了经济增长与碳排放的脱钩关系,在此基础上,检验了各因素对脱钩做出的努力程度。结果表明：(1)2010—2019年甘肃省细分行业碳排放总量增加3843.13×10⁴t,主要集中在石油制造业、化工制造业、钢铁制造业以及电力行业等高能耗行业;能源消费结构的高碳化特征显著,能源消费强度呈下降趋势。改善高能耗产业能源消费结构、推动高能耗产业转型升级是未来甘肃省碳减排的重点。(2)经济增长和人口规模对碳排放产生增量效应,而能源强度、能源结构对碳排放产生减排效应,产业结构对部分行业产生减排效应。(3)各行业碳排放与经济增长的脱钩情况趋于向好,除电力行业仍为弱脱钩外,其他行业均由2010—2016年的负脱钩或弱脱钩转变为2016—2019年的强脱钩或衰退脱钩。(4)能源强度效应的脱钩努力最高,能源结构和产业结构效应的脱钩努力尽管较小但逐渐增强,人口规模效应的脱钩努力不明显。     

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.     

新疆农牧业碳排放及其与农业经济增长的脱钩关系研究

研究基于农地利用、畜牧养殖两方面15类碳源,测算了新疆1993-2011年以及各地州2011年的农牧业碳排放量,并运用Tapio脱钩模型对1994-2011年间新疆农牧业碳排放与农业经济增长之间的脱钩关系进行分析。结果显示:(1)2011年新疆农牧业碳排放总量为778.73×104t,比1993年增加了50.12%,年均增长2.28%,呈现出明显的"持续上升——波动上升"两阶段特征,碳排放强度和结构的空间差异明显;(2)农牧业碳排放与农业经济增长呈现出"弱脱钩与扩张连接交替—弱脱钩平稳—强脱钩转型"的演进过程。     

中国旅游业碳排放脱钩效应及影响因素研究

以中国30个省域为研究对象,采用Tapio脱钩模型测算2008-2017年旅游业碳排放脱钩指数,结合ESDA和LMDI方法,对旅游业碳排放脱钩的时空格局演变及影响因素进行研究。结果表明:中国旅游业碳排放脱钩指数整体处于弱脱钩状态,在0.4380~0.8758之间波动,碳排放脱钩指数分布不均衡,脱钩水平表现出“东高西低”的空间分布格局;旅游业碳排放脱钩指数呈显著负相关,但空间分布的集聚程度较低;随着时间推移,空间集聚程度有所提高,其中,H-H类型的省域集中分布在中部地区,L-L类型省域数量较少,呈零星分布;技术效应、游客规模效应分别是促进和抑制旅游业碳排放脱钩的主导因素,能源结构效应表现为先抑制后促进的作用,经济效应的影响较小。最后针对中国旅游业碳排放脱钩现状提出相关应对措施,以期为制定科学的减排政策提供决策依据。     

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。     

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.     

郑汴都市区产业CO2排放演变机理及脱钩分析

探索都市区产业CO₂排放变化的驱动机制,因地制宜地制定减排政策,对低碳城市与经济发展具有重要意义.本文将都市区的CO₂排放源分成农业、工业、建筑业、交通运输业、商业和居民等6 个部门的能源消费,并将工业CO₂排放进一步细分为34 种产业的能源消费.基于2000-2009 年能源消费数据,构建CO₂测算模型,核算了各部门各产业范畴1(仅指能源燃烧)与范畴2 的CO₂排放.运用LMDI方法对2000-2009 年间不同层级产业的CO₂排放变化机理进行研究,采用脱钩指数分析郑汴都市区产业低碳发展的类型与方向.结果发现：CO₂排放结构的变化呈现不同的阶段性、部门性和区域性特征;CO₂排放变化是在强度(技术)效应、结构效应与规模效应共同作用下发生的,经济规模与要素投入的外生经济增长方式是CO₂排放变化主要的正向驱动因素,碳排放强度和劳动密集程度是主要的负向驱动因素,劳动生产率与产业结构的变动则起双向作用,而影响居民消费CO₂排放的各因素贡献相对较小;CO₂排放与经济发展的脱钩状态决定了产业调整升级的方向与程度;产业结构调整对CO₂排放的贡献及脱钩程度的确定需要进一步探讨.     

基于脱钩视角的中国与其他G20国家贸易关系时空演变

基于2001—2019年中国与其他G20国家贸易数据分析双边贸易格局演变,利用贸易强度指数和HM指数剖析双边贸易相互依赖程度,利用脱钩模型和追赶脱钩模型分析中国与其他G20国家贸易脱钩态势。研究表明：(1)中国与其他G20国家呈非对称贸易相互依赖,中国对其他G20国家贸易强度大于其他G20国家对中国贸易强度,而其他G20国家对中国的市场依赖度更高;(2)中国与其他G20国家贸易脱钩关系从弱负脱钩转变为扩张性负脱钩,贸易敏感性先降后增,经历了弱负脱钩、扩张性负脱钩、相对脱钩Ⅰ、扩张性负脱钩4个演变阶段;(3)美韩实现对日本的绝对追赶,大部分国家实现对日本和沙特阿拉伯的相对追赶,中国与其他G20国家经贸关系长期上趋于负脱钩。中国与其他G20国家经贸关系“相对脱钩”是客观存在的,但并不会“全面脱钩”。中国应当深化同贸易脱钩国家的低敏感性领域合作,挖掘同贸易连接国家的合作潜力,积极构建以“互动关系与依赖关系调整”为核心的“脱钩”话语体系。     

中国能源碳足迹时空格局演化及脱钩效应

利用DMSP-OLS夜间灯光数据和碳排放统计数据,构建碳排放面板数据模型,模拟了2000—2013年中国的碳排放量。运用探索性时空数据分析（ESTDA）框架体系,从时空交互视角分析2001—2013年碳足迹的空间格局和时空依赖动态演化;利用改进的Tapio脱钩模型对3个时间段336个地级单元环境碳负荷与经济增长之间的脱钩效应进行综合分析。研究表明：① 2000—2013年,中国的碳排放在时空演变上既表现出稳中有进的总体特征,也存在快速增长的阶段特征。② 碳足迹和碳赤字均呈逐年增长趋势,年均增长率分别为4.82%和5.72%;碳足迹和碳赤字整体北方大于南方,不同的行政单元尺度下碳足迹和碳赤字空间异质性特征明显。各地级单元碳足迹变异系数逐步增大,存在极为显著的空间自相关特征。③ LISA时间路径相对长度北方大于南方,且呈由沿海地区向中西部地区递增的趋势;LISA时间路径弯曲度整体上则由沿海地区向内陆地区递减。④ 综合脱钩指数整体以弱脱钩型为主,但弱脱钩型城市数量持续减少,扩张连接、扩张负脱钩区域数量逐渐增多且向中西部及东北地区聚集分布;全国平均脱钩弹性值逐步增长,变异系数持续下降。     

中国能源消费与经济增长的相互演进态势及驱动因素

能源要素作为人—地关系系统的重要组成,其作用随着能源开发利用总量、能源利用结构与经济发展等随之演变。采用弹性脱钩指数和广义LMDI方法,研究了20世纪50年代以来中国能源消费与经济增长的动态关系以及能源消费增长的驱动因素。结果显示：① 中国能源消费总量与GDP增长都呈现指数型增长曲线,且两者的增长态势表现出高度的一致性,且煤炭和石油仍然是中国能源消费的主体。② 能源消费与经济增长之间的弹性脱钩状态表现出明显的阶段性特征,当前二者之间的关系整体表现为弱脱钩的相对乐观状态。③ 不同类型能源消费与经济增长的脱钩状态呈现一定的差异性。近年来伴随着能源消费的清洁化转型,天然气、一次电力和其他能源消费与经济增长之间呈现为拓张负脱钩或拓张连接状态。④ 影响能源消费增长的驱动因素中,能源强度是能源消费量降低的最主要因素;投资拉动是能源消费增长的主导因素,土地效应是推动能源消费增长不可忽视的重要因素,其贡献率为35.65%。产业结构效应、劳动力效应和能源结构效应对能源消费增长的整体贡献在15%左右。     

中国工业部门的碳排放：影响因素及减排潜力

本文首先采用修正的Laspeyres指数分解方法,分析了1994—2007年中国工业及分工业部门CO2排放的主要影响因素,解析了差异原因。然后,基于退耦理论深入研究了工业部门碳排放与经济增长之间的耦合状态和减排政策执行的有效性。我们发现,工业产出是中国工业部门碳排放增长的主要正向影响因素,能源强度效应是主要的负向影响因素,它们对碳排放的影响分别为357．20％和-248．67％;食品工业、纺织工业和机械工业的碳排放呈现出递减的趋势,而石油工业部门的碳排放量增加217．75％。1994—2007年和2000-2007年工业部门碳排放的退耦指数分别为0．63和0．56,说明碳排放与经济增长处于弱退耦状态,减排政策的执行还缺乏一定的有效性。上述结果会对工业部门耦合改善的政策制定产生一定的理论意义。     

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.     

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。     

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.     

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。     

基于IPAT模型的安徽省不同情景碳排放趋势测度分析

基于1995-2010年能源消费数据,利用IPAT模型,分规划情景、惯性情景、低碳情景对安徽省未来碳排放量及碳排放强度进行测度,结果表明:2015年,安徽省在规划情景、惯性情景、低碳情景下的碳排放量分别为16 680.96万t、14 790.52万t、11 235.49万t,均呈增长态势,碳排放强度分别为0.6952t/万元、0.6661t/万元、0.6533t/万元,呈下降趋势,规划与惯性情景模式下的碳排放量和碳排放强度均高于低碳情景模式。3种情景碳排放曲线表明,不会出现库兹涅茨曲线(EKC)拐点。科技创新、机制创新是实现碳减排的重要途径,"十二五"期间,安徽省通过提高能源效率、优化能源结构、创新机制等举措,碳排放仍有较大削减空间。     

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。     

基于GFI模型的西安市能源消费碳排放因素分解研究

基于2000-2015年西安市能源消费量数据,采用碳排放模型和GFI模型,分析区域能源消费碳排放量的变化趋势及影响因素,探讨西安市能源消费碳排放的拉动与抑制要素的互动关系及影响。结果表明：（1）西安市能源消费碳排放量总体呈现上升趋势,煤炭、原油消费为主要碳源。（2）能源利用结构正在发生转变,低能耗低碳排的能源消费量逐年上升,传统能源利用量正日趋减少。（3）经济发展要素和人口要素是西安市能源消费碳排放的主要拉动因素,能源结构要素拉动效应不显著,短期内不易改变;能源强度对能源消费碳排放具有抑制作用,且呈现增强态势,但效果不明显。最后提出西安市能源消费碳排放减排建议。     

南京市土地利用结构碳排放效率增长及其空间相关性

采用南京市11个区2005-2014年的相关数据,首先对不同类型土地的碳排放量进行核算,进一步将其作为非期望产出引入DEA模型并采用Hicks-Moorsteen指数对南京市各区的土地利用结构碳排放效率增长进行估算、比较和分析。研究结果表明：① 碳排放的主要来源是建设用地的间接碳排放,研究期内的土地利用碳排放量呈现出持续增长的发展态势。② 全要素碳排放效率增长及其分解要素均低于传统全要素生产率增长,即不考虑碳排放约束的全要素生产率增长高估了实际的土地利用效率增长水平。全要素碳排放效率增长在研究期内表现出收敛态势和区域之间均衡性的发展特征,源于“低碳和高效”发展理念的深入人心,单位GDP能耗不断降低。③ 南京市各区的技术效率值较低,“技术追赶”效应不明显,开始出现土地利用的规模经济效应,但是范围经济效应不显著。④ 全要素碳排放效率增长在南京市范围内具有空间正相关性,且表现出空间集聚特征。基于此,提出了一些有益的建议。