产业结构调整对中国碳强度目标实现的影响:展望2020年

在2009年哥本哈根世界气候大会上,中国承诺于2020年实现碳强度较2005年减少40％～45％.基于产业结构调整的视角,展望中国在保持持续经济增长约束条件下实现这一目标的可能性.首先,使用成分数据模型和ARIMA模型预测2020年中国的产业结构情况,据此设定产业结构调整的2种情景;其次,通过单位根协整检验定量分析碳排放与第二产业和第三产业的内在作用关系,并在不同的经济发展情景下分别预测2020年中国的碳排放情况;然后,计算得到2020年中国在8种情景模式下的碳强度情况,并进一步分析产业结构调整对实现碳强度目标的贡献水平,推测在不同产业结构和经济增长情景下2020年中国实现碳强度目标的可能性;最后,提出相应的产业结构低碳化政策建议,以期早日实现国家发展目标.     

一次能源消费结构调整对京津冀碳强度目标的贡献力分析

分析2005—2014年京津冀区域生产总值(GDP)、一次能源消费总量及一次能源消费结构的演变趋势,在此基础上,首先运用情景预测模型预测2020年京津冀区域GDP与一次能源消费总量,其次运用马尔可夫链模型预测2020年京津冀区域一次能源消费结构,并分情景对2020年京津冀区域一次能源消费结构进行调整预测,然后联立经济增速、一次能源消费总量、一次能源消费结构3个经济指标组合形成27种不同情景,计算各情景下一次能源消费结构调整促使京津冀碳强度下降的幅度及其对实现京津冀碳强度目标的贡献潜力。研究结果表明:各类情景下一次能源消费结构调整均不同程度地促进了京津冀碳强度下降,且对实现京津冀碳强度目标具有不同程度的贡献潜力。实现京津冀碳强度目标,不能仅仅依靠调整其一次能源消费结构,相关政府部门需制定出台相关节能减排政策,积极采取一系列切实可行的措施,诸如淘汰落后产能、调整不合理产业结构、引入先进碳减排技术、提高能源综合利用效率等。     

中国交通运输业碳排放驱动因素与达峰路径

交通运输业是中国碳排放来源的主要部门之一,具有很大的减排潜力。本文首先测算了2001—2020年中国交通运输业的碳排放,接着运用对数平均迪氏指数（LMDI）法分解碳排放的驱动因素,最后运用蒙特卡洛模拟,并设计3种情景（基准情景、技术进步情景和低碳目标情景）,研究不同政策路径对2021—2030年交通运输业碳排放的动态影响及其达峰潜力。研究表明：①中国交通运输业碳排放最主要的驱动因素是经济规模,其次是人口规模;②促降因素为能源碳集约度、交通能源强度以及行业规模,其中影响最大的是行业规模;③蒙特卡洛模拟的结果显示,与基准情景相比,技术进步情景的减排力度最大可达30.27%,低碳目标情景的减排力度最大可达51.32%。此外,3种情景中,只有在低碳目标情景下有可能实现2030年交通运输业的碳达峰目标,另外两种情景尚未出现达峰拐点。最后,根据研究结论,本文为交通运输业实现2030年碳达峰目标提供了相关政策建议。     

经济平稳增长下黄河流域相关省区碳达峰时间及峰值水平

黄河流域作为中国重要的生态安全屏障,研究黄河流域相关省区碳达峰具有重要的现实意义。本文运用经济平稳增长模型测算2020—2050年黄河流域相关省区的经济最优增长率,模拟分析不同情景下各省区碳达峰的时间和水平,并探讨减排情景对区域碳排放公平性的影响。结果表明：①减排情景有利于实现黄河流域相关省区碳排放与经济发展的脱钩,进而促进实现碳达峰;②基准情景和自主减排情景下黄河流域相关省区未能实现2030碳达峰目标;提前达峰情景碳减排量最大;③减排情景能够提高黄河流域相关省区碳排放的公平性,且提前达峰情景的效果最佳,但碳排放的区域间不公平性问题仍然存在。为了尽早实现黄河流域相关省区碳达峰,应进一步强化政策导向,充分考虑区域差异,加强省区间合作,制定更加适宜的减排政策。     

碳排放强度下降与节能目标管理研究

在2020年中国单位GDP二氧化碳排放量下降40-45%目标的基础上,解析单位GDP二氧化碳排放强度的主要驱动因素,揭示经济增长质量、提高能效和优化能源结构与碳强度之间的定量关系,并对未来碳排放约束下的节能目标进行预测。     

“双碳”目标下中国能源消费碳排放量预测

【目的】面对“碳达峰、碳中和”全球性主题，预测与模拟中国能源消费碳排放量，探索碳达峰时间及碳中和可实现性，为促进减排目标的实现提供理论依据。【方法】本文运用碳排放系数法测算1986—2019年中国26种能源消费的碳排放量，从经济、社会、环境、能源、技术5个方面出发，建立了包含18个变量的能源消费碳排放影响因素指标体系，利用Lasso回归筛选出5个主要因素。运用3种机器学习方法和Lasso回归构建了支持向量机回归（SVR）、随机森林（RF）、BP神经网络和Lasso-SVR、Lasso-RF、Lasso-BP共6种碳排放量预测模型，基于均方误差（MSE）和平均绝对误差（MAE）对6种预测模型进行比较和分析。结合情景分析法设置新常态化情景、绿色低碳情景、2℃目标情景和1.5℃目标情景4种情景，选择最优预测模型对4种情景下中国2020—2060年的碳排放量进行模拟分析。【结果】研究显示：4种情景下，随着减排力度加强，中国碳达峰平台期逐渐缩短，平台期内碳达峰时间分别为2035、2029、2026、2025年，峰值分别为95.8亿、74.48亿、67.23亿、65.23亿tCO2e,2℃目标情景...     

多情景视角下的中国碳达峰路径模拟——基于RICE-LEAP模型

作为世界最大的碳排放国家与全球第二大经济体,实现CO₂排放峰值是中国应对全球气候变化的挑战。本文通过耦合自上而下式模型和自下而上式模型,创新性地构建了包含中国终端部门的新型综合评估模型——RICE-LEAP模型,并通过设置参考情景、碳排放约束情景和供给侧结构性改革情景,动态模拟了2020—2050年的中国碳达峰路径及全球气候变化趋势。研究结果表明：①中国碳排放轨迹在3个动态情景中均呈“倒U型”曲线,其中,供给侧结构性改革情景下,中国碳排放峰值水平最低,并将于2029年最早达峰;②中国碳排放主要集中在工业和交通运输业等终端部门,其碳排放贡献可达80.00%,并保持相对稳定。此外,考察期内工业和交通运输业等终端部门的碳强度下降幅度相对较小;③供给侧结构性改革情景下,能源消费结构将迈入中高级形态。该情景下的所有终端部门非化石能源的消费占比均有所提高,商业及服务业部门和城镇居民部门等终端部门将形成以天然气和非化石能源为主的能源消费结构。因此,为实现中国碳排放尽早达峰,应强化政策导向,落实能源消费总量和强度“双控”目标,推动产业结构调整和能源结构优化的互进共驱。     

基于碳夹点分析的中国能源结构优化研究

本文研究了碳排放目标下我国能源结构的优化问题。论文运用碳夹点方法识别能源消费瓶颈,并通过能源替代确定满足碳排放约束的清洁能源量,最后以我国政府承诺的2020年碳减排目标为例,基于对2020年我国能源消费及碳排放量的预测,对我国整体能源结构优化进行实证分析。研究结果表明,2020年我国预测碳排放量高于碳减排目标,在清洁能源达到2 466.8万TJ~3 496.2万TJ时,能够实现2020年比2005年单位GDP减排40%~45%的碳排放目标。研究发现,碳排放约束下能源结构优化必须在一定的激励和约束措施下才能实现,且关键在于降低高碳能源的比重。能源结构的优化需依据能源的碳排放因子,按照由低向高的顺序通过清洁能源对高碳能源的替代来实现。清洁能源消费比重的提升是实现2020年碳减排目标的关键。中国经济步入以中高速增长为标志的"新常态"将有利于2020年能源消费总量的控制以及清洁能源消费比重的增加。     

基于多情景假设的中国碳减排目标省域分解

为确保中国在2030年之前实现碳达峰的目标,对中国碳减排目标进行省域分解至关重要。本文遵循公平性、效率性和可行性3项原则,选取人均CO₂排放量、人均可支配收入、第三产业产值占GDP比重、单位GDP能耗和人均GDP水平5项分解标准,构建中国碳排放增量控制目标省域分解模型,对不同GDP增速情景（2020—2025年情景以及2025—2030年期间高、低和基准GDP增速3种情景）进行仿真模拟。研究发现：①经济发展状况与历史碳排放量是影响碳减排目标省域分解的重要因素,排名较前和较后省份的碳强度下降目标稳定,而排名居中省份的碳强度下降目标则同时受公平性、效率性和可行性原则的影响,部分省份呈现不同情景偏好下目标分组不同的特点。②中国碳达峰趋势稳定,外部冲击对于GDP增速的影响,并没有造成各省份碳减排目标的分组结果变化,因此国家目标省域分解结果整体稳定。本文结论有助于各省份灵活制定减排目标,以保证国家减排目标顺利实现。     

新一轮东北振兴背景下吉林省产业结构调整与低碳转型发展

基于新一轮东北振兴战略背景,应用对数平均迪式指数法(LMDI)对2001—2015年吉林省能源消费变化进行了分解分析。吉林省能源消费的变化受到经济增长、产业结构、能源强度的影响,其中经济增长效用是促使能源消费增加的最主要驱动因素;能源强度效用则是抑制能源消费增长的主要驱动因素;吉林省的产业结构效用表现为对能源消费的推动,这与发达国家和中国发达省份的情况相反,表明吉林省近年来的产业结构调整方向存在较大问题,不利于区域低碳经济的持续发展。通过进一步对2016—2025年不同产业结构情景下的能源消费情况进行情景分析,指出吉林省未来通过产业结构调整实现低碳发展的巨大潜力,同时也考虑到吉林省在产业结构调整过程中可能存在的问题,在此基础上提出吉林省基于产业结构调整实现低碳转型发展的对策建议。     

中国工业碳排放驱动因素及其脱钩效应——基于时变参数C-D生产函数的分解和测算

中国平衡碳排放与经济增长关系的关键在工业。本文引入时变参数C-D生产函数修正LMDI分解法和Tapio脱钩模型,实证分析2004—2019年中国工业及其分行业的碳排放驱动因素与脱钩动态。结果发现：①除了能源强度下降持续促进碳减排外,各个年度能源消费碳强度、工业行业结构、技术进步、资本存量和劳动投入的碳排放影响方向和强度均不稳定;样本期间能源强度下降的累积碳减排作用最强、能源消费碳强度的作用次之,资本存量扩张的碳增排作用最强、劳动投入的作用次之。资本存量对工业碳排放的分阶段累积影响具有明显的先促增后促减再促增的“U”型变化趋势,劳动投入的影响变化正好相反。②得益于能源强度、能源消费碳强度和劳动投入碳减排作用增强,碳排放与工业增长正从弱脱钩向强脱钩变化,采矿业和电热燃水业由连接或负脱钩向强脱钩改善,制造业由弱脱钩向强脱钩改进。因此,强化制度设计与政策调控,引导工业投资调整结构,提高能源使用效率,优化能源消费结构并放大技术进步的碳减排作用,有利于在推动工业增长的同时减少碳排放,实现中国经济增长与“双碳”目标协同。     

经济增长与减排视角下电力行业碳峰值预测

基于2000-2015年中国电力行业数据,利用递阶LMDI法分解出电力碳排放的九个影响因素,得出人均GDP贡献度为正向最大,对碳排放的增长起促进作用,生产结构贡献度为负向最大,起抑制作用。根据影响效应的大小,利用情景分析法设置出九种不同的情景模式,借助STIRPAT模型进行建模,对不同情景下电力碳峰值进行预测与分析。结果表明：基准模式（中增长中减排）下,碳排放量在2030年达峰,峰值为494058万吨,但高于2030年的目标排放量;如果火力发电占比一直处于65%以上,仅靠经济增长速率的降低,无法出现峰值,电力碳排放处于持续上升状态;优化电力生产结构,降低火电占比,有效开发利用新能源,完善CCS等减排技术,能够在不降低经济发展速率的情况下实现2030年达峰的目标要求。     

基于LMDI的河北省能源消费碳排放量核算及影响因素实证分析

研究区域碳排放影响因素及作用强度,可针对性的为区域碳排放管理及碳减排政策的制定实施提供一定科学依据。首先,本文分年度测算了河北省2005-2014年的碳排放总量;然后,基于LMDI分解法,选取人口规模、经济规模、能源消费结构、产业结构、能源利用效率和碳排放强度六个经济指标,构建了河北省碳排放影响因素分解模型;最后,定量分析了各经济指标对河北省碳排放的作用强度。实证研究表明：能源消费结构是促进河北省碳排放增长的主要因素,能源利用效率次之;人口规模和经济规模对河北省碳排放增长有一定促进作用,但影响力较弱;产业结构抑制了河北省碳排放增长。在此基础之上,针对性的提出了河北省加强碳排放管理及碳减排的相关政策建议。     

区域产业结构演变对PM2.5排放的影响机理研究

以北京为样本,基于三次产业PM2.5排放数据的研究,对不同层次不同类型结构演变的影响机理进行实证分析。结果表明,区域产业结构演变的减排效应来源于三条路径:调整高能耗部门的直接减排效应;高技术化的工业结构升级产生的间接技术减排效应;以中高技术产业规模增长促使经济增长与PM2.5排放脱钩,产生的规模减排效应。基于样本三种情景下的工业结构演变效应,提出工业化进程中工业结构与PM2.5排放演变的三阶段模型。     

碳排放影响因素解析--基于改进的拉氏指数分解模型

在投入产出分析的基础上构建改进的拉氏指数(Laspeyres)分解模型,将碳排放影响因素分解为投入总量效应、投入结构效应和技术进步效应,并在行业划分的基础上对中国2005-2018年产业部门的碳排放变动进行结构分解和定量测算。结果显示:投入总量效应是导致碳排放增加的关键因素,要素投入的低碳偏向具有明显的政策滞后性;技术进步效应波动较大,对碳排放有显著抑制作用;投入结构效应与高耗能产业比重有着极强的相关关系,最终对碳排放影响为正,但2013年开始逐渐转变为负向效应。中国经济增长方式依然粗放,产业结构调整的重点必须转移到控制高耗能产业比重上。为此提出加大产业结构调整力度、推进技术革新、转变要素投入模式、加强碳排放规制力度等对策建议。     

基于LMDI方法分析中国产业结构变动对碳排放的影响

中国过去30多年高速经济增长的同时也伴随着较大的产业结构变动,而产业结构变动对中国日益严峻的碳排放控制形势有着举足轻重的影响。本文基于1980-2010年能源平衡表中终端能耗数据,对中国CO₂排放量进行核算。利用LMDI方法将碳排放量的变化分解为经济总量效应、产业结构效应、能源强度效应和能源结构效应,将碳排放强度的变化分解为产业结构效应、能源强度效应和能源结构效应,从而得到产业结构变化对碳排放量和碳排放强度作用结果。结果显示中国碳排放强度年均下降率达到了3.71％（2005年不变价）,下降速度与发达国家的最快下降速度基本持平,说明中国节能减排的成效显著。技术进步对如此大的下降速度贡献较大,产业结构变动的贡献较小。     

中国高碳制造业碳排放时空演变及其驱动因素

中国高碳制造业碳排放研究有助于推进中国工业绿色可持续发展。本文采用中国省域制造业能源消费数据,利用IPCC碳排放系数法、空间自相关分析法、动态空间面板模型,分析2006—2015年间中国30个省（市、区）（除港澳台、西藏外）高碳制造业碳排放时空演变及其驱动因素。研究发现：①除北京和上海外,其他省域高碳制造业碳排放均呈现不同程度的增长,碳排放“热点区”集聚在渤海湾、华北平原等区域;②高碳制造业碳排放存在显著的路径依赖以及空间溢出效应;③经济规模扩大是造成高碳制造业碳排放量增加的首要因素,而产业结构调整是造成其碳排放减少的重要因素;④资源禀赋水平提高、固定资产投资增强会促进高碳制造业碳排放的正向空间溢出,导致邻省碳排放增加,而技术水平提高、产业结构调整、对外开放度提高、外商投资增加,则有利于邻省高碳制造业碳排放减少。因而,在高碳制造业碳减排过程中,各省应突破省域界限,形成联动协调机制,通过优势互补、打破技术创新瓶颈,突破原有认知锁定,解锁不合理产业政策,在完成碳减排目标的同时实现整个工业绿色化转型升级。     

基于LMDI的南京市工业经济能源消费碳排放实证分析

工业经济的能源消费是碳排放的主要来源,研究城市工业经济能耗碳排放的特征和影响城市工业经济能耗碳排放的因素具有很强的代表性。本文以南京市为例,首先从碳排放总量和碳排放强度等指标分析了2000年-2009年南京市工业经济碳排放现状和特征,然后运用LMDI方法构建了南京市工业经济能耗碳排放因素分解模型,定量分析了2000年-2009年间产业规模、能源强度、能源结构和能源排放强度四个影响因素对南京市工业经济碳排放的影响。研究结果表明,产业规模效益是南京市工业经济碳排放增长的主要促进因素,能源强度效应是南京市工业经济碳排放增长的主要抑制因素,能源结构效应和能源排放强度效应对南京市工业能源结构效应没有明显变化。在此基础上,提出了减排的相关政策建议。