基于结构分解的碳排放驱动因素及行业影响分析 ——以广东为例

为弥补缺乏从行业附加值视角研究碳排放强度和部门生产环节碳排放结构的不足,以更好地分析碳排放变动情况,基于消费者视角,同时考虑附加值对碳排放的影响,将引起碳排放的因素分解为能源结构效应、能源强度效应、附加值效应、投入结构效应和最终需求效应并构建研究模型,以广东为例,利用其2007年、2012年和2017年投入产出表数据,采用结构分解分析（SDA）法和结构路径分析（SPA）法对广东及其部分行业碳排放情况进行分析。结果表明：对于广东而言,能源强度效应是碳排放减少的主要因素,最终需求效应是碳排放增加的主要因素;直接碳强度和完全碳强度增加的部门主要是能源部门,其碳排放呈现增加状态,其中直接消耗引起的碳排放比例增加,间接消耗引起的碳排放集中在第1和第2层生产环节上;能源强度效应是非能源部门直接碳排放和完全碳强度降低的关键因素。最后,从应对最终需求高碳化对碳排放的影响、能源消费结构和产业结构优化调整以及政府调控手段等方面对促进广东碳减排提出有关对策建议。     

广东省能源消费碳排放增长的结构分解分析

本文以广东省1997年、2002年、2007年可比价投入产出表以及历年能源消费资料为基础数据,从碳排放系数、能源消费结构、能源消费强度、中间投入结构、最终需求结构以及最终需求规模等6个因素对1997年-2007年广东省能源消费碳排放增长进行了结构分解分析。结果表明：①1997年-2007年广东省能源消费碳排放总量增加了204.50Mt-CO2,其中,最终需求规模扩张对碳排放增量的贡献率为182.8%,相反,能源消费强度的变化使碳排放减少了41.9%,其余4个因素的变化使碳排放减少了40.9%;②最终需求规模是引起各部门隐含排放增长的主要驱动力,但是在其他因素的共同影响下,半数部门因其产品需求而引起的隐含排放在1997年-2007年间并没有明显的增长。     

基于投入产出表的中国八大区域碳排放强度分析

随着经济一体化程度不断加深,碳减排问题研究不能不考虑中国区域间经济关联。本文利用最新的区域间投入产出表和结构分解分析对2007—2012年中国区域碳排放强度进行了解析,据此判断中国各区域碳排放强度的变动趋势及影响因素。结果表明:(1)2007—2012年中国整体和八大区域的碳排放强度均出现了不同程度的下降趋势,其中,中部区域降幅最高,南部沿海区域降幅最低;(2)中国碳排放强度降幅度较大的主要集中在经济发展相对欠发达区域,而碳排放强度降幅较小的主要集中在经济发展相对发达区域,碳排放强度下降具有收敛性;(3)得益于节能技术进步、自主创新能力提升、产业结构转型等,直接碳排放系数效应、增加值系数效应、中间投入技术结构效应导致中国碳排放强度降低,而最终需求总规模效应则抑制碳排放强度降低;(4)直接碳排放系数效应对碳排放强度降低的贡献最大,而增加值系数效应、中间投入技术结构效应的贡献却相对较小;(5)中国各区域碳排放强度的影响因素存在一定差异性。未来中国碳减排政策应避免"一刀切",还要注重区域间横向联合减排,加强节能减排技术研发和产业投入,突破制约产业优化升级的核心技术,减少对高碳性产品的依赖。     

基于Kaya方法的云南碳排放因素分析

利用kaya恒等式和LMDI因式分解方法对云南省1986—2015年的相关数据进行分析,以探求影响云南省碳排放和云南省能源强度的相关因素。研究结果表明:云南省碳排放总量以及人均碳排放呈波动上升趋势,GDP能耗呈稳步下降趋势;在影响碳排放的经济效应、强度效应、结构效应、人口效应等4个因素中,强度效应是抑制碳排放增长的主要因素,而经济效应则是促进碳排放增长的因素;对能源强度进一步分解分析后发现,第二产业能耗强度下降是降低能源强度对碳排放增长的主要方式。在此基础上,提出包括改变经济增长及发展方式、提高能源利用效率以及发展新能源和再生资源的建议。     

基于结构分解分析的1980～2013年中国二氧化碳排放分析

利用结构分解分析方法并借助EORA数据库,分析了碳排放强度、投入产出结构、最终需求结构、最终需求规模4项驱动因素对1980~2013年中国各年二氧化碳排放变化的影响。研究结果表明:从总体上看碳排放强度降低对于减缓二氧化碳排放的贡献最大;最终需求规模扩大和投入产出结构变化对于二氧化碳排放增长贡献最大。从变化趋势看,二氧化碳排放总量和4项因素在1980~1986年,1986~2001年,2001~2013年3个阶段由基本稳定到变化幅度增大;从部门角度看,2001~2013年天然气生产、水泥产品、电力、建筑等部门是二氧化碳排放增长的主要来源。     

kaya方法的云南碳排放因素分析

利用kaya恒等式和LMDI因式分解方法对云南省1986—2015年的相关数据进行分析,以探求影响云南省碳排放和云南省能源强度的相关因素。研究结果表明：云南省碳排放总量以及人均碳排放呈波动上升趋势,GDP能耗呈稳步下降趋势;在影响碳排放的经济效应、强度效应、结构效应、人口效应等4个因素中,强度效应是抑制碳排放增长的主要因素,而经济效应则是促进碳排放增长的因素;对能源强度进一步分解分析后发现,第二产业能耗强度的下降是降低能源强度对碳排放增长的主要方式。在此基础上,提出包括改变经济增长及发展方式、提高能源利用效率以及发展新能源和再生资源的建议。     

需求侧视角下中国隐含能源消费量及强度的影响因素

当前中国对能耗总量和强度实行了“双控”,在需求侧改革背景下,分析中国能源消费总量与能源强度变动的影响因素是制定有效能源政策的基础。基于最终需求视角测算了2012、2015和2017年中国5类最终需求的隐含能源消费及其强度,使用结构分解分析（SDA）和双层归因分析探究影响中国能源消费总量和能源强度变动的因素,并针对求解过程中可能存在的零值与负值问题给出了两种处理方法。结果表明：①中国近一半的能源消耗是由于满足资本形成需求而产生的,资本形成和出口的隐含能源强度是全国能源强度的1.2倍以上,而消费的隐含能源强度低于全国能源强度;②能源效率效应和生产结构效应分别是导致2012—2015年和2015—2017年全国能源消费总量及强度下降的主要因素;③第一层归因分析发现各影响因素主要通过影响资本形成需求进而影响全国能源消费总量及强度;④第二层归因分析发现重制造业和建筑业是影响资本形成需求变动的主要行业。因此未来从需求侧控制能源消耗具有更大潜力,经济增长模式需要进一步从投资和出口驱动向消费驱动转变,加快促进国内大循环。同时要注重优化居民消费结构,推动其向绿色化、低碳化和节能化转变。     

研究与试验发展业对经济增长影响的投入产出分析——以江苏省为例

基于2002、2007年江苏省42部门投入产出表,建立新的包括研究与试验发展业在内的12部门投入产出表,从中间投入率、最初投入结构系数、中间需求率、最终使用结构系数、直接消耗系数、完全消耗系数、影响力系数与感应度系数、生产诱发系数等指标对江苏研究与试验发展业对经济增长的影响以及其与其他产业之间的关系进行了比较分析,得到如下结论:江苏研究与试验发展业正在由中间产品型产业向中间产品型基础产业转变;研究与试验发展业还不是支柱产业,对推动和拉动经济增长所起的作用较小.     

基于低碳经济视角的我国碳排放强度的影响因素分析

在我国宏观低碳经济背景下,控制碳排放量首要任务是降低碳排放强度。本文首次将中间投入强度及投入结构引入到碳排放强度影响因素研究中,选用2000年、2002年、2005年、2007年及2010年的数据,运用LMDI因素分解方法将我国碳排放强度的影响因素分解为能源结构效应、能源投入替代率效应、投入结构效应和中间投入强度效应。结果表明：能源投入替代率加快碳排放强度的降低,中间投入强度和投入结构抑制碳排放强度的降低,能源结构对碳排放强度的降低作用不明显。从因素总效应来看,除了2002年至2005年间各影响因素整体抑制了碳强度的降低外,其他各区段间因素效应之和加速碳强度的降低。因此,调整投入结构、提高能源效率成为碳减排的当务之急。     

基于低碳经济视角的我国碳排放强度影响因素分析

首次将中间投入强度及投入结构引入到碳排放强度影响因素研究中,选用2000年、2002年、2005年、2007年及2010年的数据,运用LMDI因素分解方法将我国碳排放强度的影响因素分解为能源结构效应、能源投入替代率效应、投入结构效应和中间投入强度效应。结果表明,能源投入替代率加快碳排放强度的降低,中间投入强度和投入结构抑制碳排放强度的降低,能源结构对碳排放强度的降低作用不明显。从因素总效应来看,除了2002—2005年间各影响因素整体抑制了碳强度的降低外,其他各区段间因素效应之和加速碳强度的降低。因此,调整投入结构、提高能源效率成为碳减排的当务之急。     

一次能源消费结构变动对碳强度影响的灵敏度分析

运用通径分析明确了一次能源消费比例的相互关系及其与碳强度的直接与间接关系,在此基础上计算一次能源消费比例分别对碳强度和GDP的贡献,据此分析一次能源消费结构变动对碳强度影响的灵敏度.研究结论表明:煤炭消费比例是碳强度增长的主要推动因素,其他能源(水电、核电、风电等)消费比例、灰因素等是碳强度增长的主要抑制因素.依据一次能源消费结构变动对碳强度影响的灵敏度矩阵的结论,降低煤炭消费比例,提高其他能源(水电、核电、风电等)消费比例对降低碳强度的贡献最大,优化能源消费结构可以降低碳强度4.5722个百分点,对实现“十二五”规划碳强度目标的贡献潜力为26.9％.     

国际贸易中隐含碳计算方法的比较——以2007年中国为例

本文采用2007年的中国投入产出表和能源统计数据,比较了国内外在测算贸易隐含碳中主要应用的三种方法：直接排放测算法、基于完全需求系数和完全消耗系数的测算方法。结果发现：①除了能源生产加工部门（如石油加工业等）的完全需求碳排放强度明显小于其完全消耗碳排放强度外,其余行业的完全需求碳排放强度和完全消耗碳排放强度都是比较接近的,二者具有很强的相关性;②直接净出口隐含碳（7.50Mt）〈完全消耗净出口隐含碳（277.30Mt）〈完全需求净出口隐含碳（408.95Mt）。从投入产出模型的原理上来看,基于完全需求系数和基于一次能源行业完全消耗系数的计算方法都反映了对于能源的间接消耗,其结果应该比较接近,本研究实际计算结果也证明,在非能源行业两种计算结果具有比较高的相关性,但是由于目前只能得到统一的能源产值-实物转换系数,从而导致在能源行业基于完全消耗系数计算的碳排放强度远大于基于完全需求系数计算的结果,再加上中国是能源进口大国,这样就进一步扩大了两者计算结果的差异。     

中国碳排放强度影响因素的动态效应分析

近年来国内外对碳排放与碳排放强度的因素分解研究,大部分集中在影响因素个体的贡献程度上,而对于影响因素的稳定性及其对碳排放或碳排放强度变化的动态冲击效应方面,缺乏相应的深入研究。本文采用Kaya恒等式的改进模型,对碳排放强度进行因素分解,得到碳排放因子、能源强度、能源结构与产业结构四个影响因素。以1980年-2009年国内的各项相关数据为基础数据,对能源强度、能源结构与产业结构与碳排放强度的相关性进行平稳性检验,并对碳排放强度与能源强度、能源结构、产业结构进行整体协整检验,检验通过后运用脉冲响应函数分析三种影像因素的变化对碳排放强度的冲击效应;利用SVAR模型中的方差分解功能,计算三种影响因素对碳排放强度的贡献度,结果显示能源结构对碳排放强度的冲击效应最弱,能源强度稍强,第三产业比重效果最为显著。     

中国地方政府碳减排压力驱动因素的省际差异—基于STIRPAT模型

我国各个地区碳减排压力存在区域差异,不同区域间的碳排放与其驱动因素之间的关系十分复杂,并非能由常系数经典回归分析所解释。本文考虑空间距离和局域空间联系因素,把地理空间效应纳入到STIRPAT模型框架中,通过地理加权回归方法（GWR）对回归系数进行局域分解得到区域差异化的回归系数。结果发现,各个地区人口、人均GDP（富裕度）和能源强度（技术）驱动因素对碳排放的弹性存在明显差异,区域碳减排压力及其驱动因素呈现为一种非均衡的联动的局域性特征。其中,相比人均GDP（富裕度）和能源强度（技术）,人口对我国碳减排压力的弹性变化区间最小,仅从0.8768到1.5113;各地区人均GDP（富裕度）对碳排放的影响存在着显著不同,比如人均GDP提高1%时,新疆碳排放总量提高1.6118%,而云南仅提高0.8644%;能源强度（技术）是影响碳排放的关键因素,因而提高能源利用效率是碳减排的关键所在,尤其是在耗能产业相对密集的区域及相对发达地区,能源强度对碳排放的驱动影响更大,这些地区的能源利用效率尚有很大的提升空间。因此,针对人口、人均GDP（富裕度）和能源强度（技术）三个驱动因素制定差异化的区域碳减排调控政策是非常必要的。     

基于LMDI的山东省能源消费碳排放因素分解

近年来山东省在经济发展取得显著成绩的同时也出现了碳排放量增加问题。本文基于《2006年IPCC国家温室气体清单指南》测算了各种能源的碳排放系数,并对山东省2000年-2009年能源消费碳排放量进行测算。运用对数平均迪氏分解(Logarithmic Mean Divisia Index, LMDI)方法将山东省能源消费碳排放分解为人口、人均财富、产业结构、能源消费强度和能源消费结构等五方面效应。结果表明,以2000年为基期,截止2009年除能源消费强度因素的累积效应为负值外,其余四种因素的累积效应均为正值。从逐年效应来看,人均财富是碳排放增加的最大拉动因素,人口仅有微弱的拉动作用,能源消费强度对碳排放具有较强的抑制作用,能源消费结构、产业结构对碳排放量具有一定的作用,但其作用方向尚不稳定。针对分析结果,提出了相关建议。     

低碳经济目标下一次能源消费结构影响因素分析

低碳经济实现的重点在于能源结构的优化。本文通过文献回顾的方式提炼了一次能源消费结构的主要影响因素,并通过路径分析测算各影响因素对能源消费结构的总影响、直接影响和间接影响,明确了影响机理。其中,能耗量约束和GDP增长对能源消费结构的优化起直接推动作用;但在碳强度和能耗强度保持不变的条件下,碳排放约束和能耗量约束总影响上对能源消费结构的优化起抑制作用。在此基础上,通过岭回归方法消除各因素的多重共线性,构建了一次能源消费结构的预测模型,并据此得出,为实现2020年低碳经济目标,煤炭消费比重应降至65.99%~66.72%,在增加GDP的同时,降低能源消耗和碳排放。     

安徽省1995 年-2009 年能源消费碳排放驱动因子分析及趋势预测——基于STIRPAT模型

能源消费碳排放驱动因子的定量分析能揭示出碳排放的影响因素。依据IPCC碳排放计算方法,对安徽省1995年-2009年能源消费碳排放量及碳排放强度进行了动态测度,结果表明：1995年-2009年,安徽省能源消费碳排放量由1995年的4420.58万t增加到2009年的10919.11万t,呈持续增长态势,年平均增幅为10.48%,碳排放强度由1995年的2.44t/万元降至2009年的1.09t/万元,呈持续下降态势,平均年降幅9.69%,煤炭类碳排放量占绝对优势,年平均为93.77%。基于STIRPAT模型,揭示了人口、人均GDP、第二产业贡献值、全社会固定资产投资、单位GDP能耗等驱动因子的边际弹性系数分别为0.1582、0.2329、0.2424、0.2688、-0.1176。运用灰色GM（1,1）模型,预测2015年、2020年的碳排放量将分别达到15686.25万t、22519.10万t,碳排放强度将分别降至0.81t/万元、0.62t/万元。根据安徽省能源消费碳排放量现状特点及发展趋势,结合碳排放驱动因子的边际贡献,提出了减少能源消费的政策建议,可为安徽省节能减排政策的制定提供科学依据,有利于安徽省的生态建设及可持续发展,也可为中尺度（省级行政区）碳排放驱动因子研究及预测提供示范。     

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。