中小城市工业碳排放：核算方法与影响因素——以河南省济源市为例

城市是碳排放的主要空间载体,工业是产生碳排放最多的产业部门。由于中国经济受城市化与工业化"双轮驱动",经济总量超全国一半的中小城市工业碳排放问题将关系到未来几十年内的减排潜力与发展空间。本文以河南省济源市为研究案例,使用《中国省级温室气体清单编制指南》与部分实测排放因子数据,对包含铅锌冶炼等工业生产过程在内的济源市2000-2010年间工业碳排放量进行了核算,并基于改进的STIRPAT模型,对其影响因素进行分解,运用岭回归方法探讨了结构因素、规模因素和技术因素对工业碳排放量变化的影响程度。研究表明:济源市工业碳排放总量在2000年以来呈现快速上升趋势,但在2007-2009年的金融危机期间增速明显放缓;对电力与热力消费的过快增长导致工业二次能源使用引发的碳排放持续增多;城市化水平、劳均产出、工业轻重结构、能源结构等变量对济源市工业碳排放量的增长起到了正向作用,能源强度降低、公有制比例提高能够抑制碳排放量的增长,而工业固定资产投资、企业规模和外商投资变量在研究期间的影响并不显著。未来政府节能减排政策的着力点应在推进产业结构轻型化、对重工业进行设备更新和工艺流程改进、优化能源结构与布局、提高能源利用效率、加强对非公经济的引导和监督检查、发展区域碳交易市场等方面。     

基于STIRPAT模型的工业研发投入对碳排放影响效应分析

以中国35个工业分行业作为研究对象,运用STIRPAT模型和面板回归模型,分别探讨研发投入对工业不同阶段和不同类别行业的碳排放效应.结果 表明,在各个阶段,研发投入对促进碳减排均具有积极作用,且在2011-2017年间更为显著;对于不同行业,对于重度和中度排放组,研发投入对降低碳排放量均为显著影响,其弹性分别为-0.041和-0.018,而对轻度排放组,增加研发投入时,碳排放呈现增加的趋势.另外,劳动力规模是当前工业碳排放最明显的推动因素,而提升能源效率和改善能源结构对碳排放的增长具有显著抑制作用.在不同类别行业之间,各因素对碳排放的影响效应存在明显差异.     

中国建筑业碳排放影响因素空间效应分析

基于2004—2016年省际面板数据,利用STIRPAT模型建立地理回归模型,从全局分析建筑业时空分布,考虑时间变化下的空间作用效应,通过能源效率、产业结构等解释变量,在考虑区位空间因素的作用下构建地理加权回归模型。得出结论,能源效率对建筑业碳排放的促进作用在华南部分地区和华东部分地区有所减缓;产业结构对碳排放的影响在时间序列上看逐渐递减,在西北和华北地区改善显著。解释变量对碳排放的影响存在区域差异,应依据各地区资源禀赋制定差异化减排策略。     

基于状态空间模型的日本碳排放影响因素分析及启示

气候变暖对日本的冲击非常大,因此日本政府一直非常重视碳减排问题。从20世纪70年代开始,日本政府出台了很多政策和法规,如环保积分制度、阳光计划等,取得了很好的效果,极大地推动了该国的低碳经济进程,这非常值得世界各国借鉴。本文基于日本的1966-2011年时间序列数据,利用状态空间模型,对日本碳排放的影响因素进行实证分析。结果表明,日本碳排放总量呈现波动式上升的趋势,人口规模、经济增长、技术进步与碳排放之间存在长期协整关系,是日本碳排放的主要影响因素。其中,人口规模对碳排放的影响弹性为负值,这主要归功于人均生活耗能的下降,从而抑制了碳排放,并且随着时间推移,抑制效应越来越明显;经济增长是日本碳排放的重要驱动因素,但随着时间推移,驱动效应逐渐减弱;技术进步能极大地缓解日本碳排放,并且随着时间推移,减排效应越来越显著。基于上述实证结论,在对日本经验做法进行总结的基础上,针对我国实际情况,提出简要政策建议,包括低碳技术开发和可再生能源利用补贴等,以更好地推动我国的碳减排。     

东北老工业基地工业行业碳排放影响因素研究

以东北老工业基地2006—2012年18个地级城市37个工业行业总产值和能源消耗等数据为基础,利用LMDI四因素分解模型对其工业行业碳排放量变化的影响因素进行实证分析。结果表明,东北老工业基地工业行业碳排放总量整体上仍显上升趋势,但行业总值碳排放强度呈明显的下降趋势,能源强度呈现下降趋势,在工业能源消费中还是以煤炭消费为主。东北老工业基地工业行业规模增加是老工业基地工业企业碳排放增加的拉动因素,行业结构和行业能源强度由初期的拉动因素转为后期的抑制因素,行业能源结构是工业企业碳排放增加的拉动因素。     

大型工业城市碳排放影响因素分析及趋势预测——基于PLS-STIRPAT模型的实证研究

选取天津市作为大型工业城市的代表,利用PLS-STIRPAT模型对影响天津市1995—2013年的碳排放因素进行实证分析,并利用灰色模型预测天津市2020年能源强度。研究结果显示:人口数量和第二产业比率是影响天津市碳排放最主要的2个因素,能源强度和第三产业比率抑制天津市碳排放量的增加,且天津市目前不存在环境库兹涅兹曲线;利用GM(1,1)预测可以得出:2020年天津市能源强度为2005年的44.76%,降幅达到55.24%,优于全国的减排标准。     

基于扩展的STIRPAT模型的广东农业碳排放影响因素分析

广东农业是典型的高碳型农业。基于1991—203年时间序列数据,在变形的Kaya恒等式基础上,利用扩展的STIRPAT模型分析广东农业碳排放强度的影响因素。结果显示:城镇化水平、农业人口规模与广东碳排放强度显著正相关,表明广东城镇化水平提高加剧了农业碳排放,农业人口规模的减少有碳减排效应;农业生产效率的提高有利于实现广东农业碳减排;农业经济发展水平与广东碳排放强度呈正U型曲线关系,且已越过阶段较低点处于上升态势;种植业在农业中的比重、农业自然灾害程度与广东农业碳排放强度显著正相关。     

基于STIRPAT模型的南京市农业碳排放驱动因素分析及趋势预测

应用STIRPAT模型分析影响南京市2000—2015年农业碳排放驱动因素,并结合灰色模型GM(1,1)预测南京市2016—2025年农业碳排放量。研究结果显示:2000—2015年南京市农业碳排放量呈下降趋势,年均增长率为-3.07%;农村人口、富裕度、技术水平、能源效率、农村居民人均可支配收入、林业面积、城镇化率每发生1%的变动分别会引起南京市农业碳排放0.26%、0.11%、0.06%、0.31%、-0.07%、-0.06%、-0.09%的变化。根据GM(1,1)模型预测,南京市农业碳排放逐年下降,从2016年的57.96万t下降到2025年的45.41万t。研究得出南京市为进一步降低农业碳排放量,实现低碳农业发展,应调整农业产业结构,推行绿色农业生产方式,降低农业能源消耗,并加大政策扶持力度。     

基于STRPAT模型的碳排放情景分析

科学合理预测碳排放发展,对建设低碳城市具有重要的指导意义。本文以东莞市为例,采用基于扩展STIRPAT模型,通过岭回归拟合得到碳排放量与GDP、人口、城市化、人均消费支出、工业化及能源利用效率的多元线性模型,在此基础上,根据低碳社会发展各个不同阶段设定基准情景、低碳情景、节能情景等3种情景,对碳排放量进行预测及减排潜力分析。结果表明,人口数量对碳排放的影响最大,城市化率影响最小,碳排放量在基准情景下预计2020年为8246t,2025年达到8177t,而节能情景、低碳情景碳排放量均有不同程度的下降,在低碳发展的政策措施及一系列低碳发展行动与技术支撑下,东莞市碳排放仍具有较大的减排潜力。     

中国区域工业碳排放绩效及其影响因素实证研究

利用含有非合意性产出的DEA模型构建了静态工业碳排放绩效指数和动态工业碳排放绩效指数,对2003～2008年我国30个省区市的工业碳排放绩效进行测度,并运用静态面板数据模型对其影响因素进行实证分析。结果表明:样本期间我国整体工业碳排放绩效处于较低水平,区域间工业碳排放绩效极不平衡;样本期间全国工业碳排放绩效总体上处于上升状态;工业发展水平、工业规模结构、产权结构、轻重结构、能源结构以及能源强度等因素对工业碳排放绩效产生显著影响,但在不同区域间存在一定差异。     

内蒙古自治区工业能源碳排放影响因素分析

在绿色低碳发展背景下,内蒙古工业加快实现绿色低碳转型迫在眉睫。文章基于2000年—2019年内蒙古工业能源碳排放数据,研究采用Kaya恒等式,并结合LMDI分解法对内蒙古工业能源碳排放的主要影响因素进行了分解分析,结果表明：能源结构不合理尤其是煤炭能源的消耗过多会导致碳排放增加;能源利用效率过低不利于控制碳排放的增加;经济活动与人口效应对碳排放总量具有正面影响。     

新疆纺织服装业碳排放分析

文章采用碳排放系数法,依据2011—2020年新疆纺织服装产业历年各类能源消耗量进行省级区域碳排放情况研究分析,通过碳排放强度及碳生产率等相关指标分析其产业发展与碳排放情况之间可能存在的相关性。研究结论：(1)纺织服装全产业碳排放量分为两个阶段。第一阶段年平均增长率约为19%,由2011年的约361万tCO₂增长到2013年的约501万tCO₂;第二阶段2014—2020年平均增长率约为12%,呈阶段性增长趋势。(2)新疆纺织服装行业对环境产生了较大压力,能源结构有待优化,目前主要以消耗煤为主。(3)3个子行业中化纤业碳排放强度最大且波动幅度较大,2015—2016年连续两年碳排放强度超过5 tCO₂/万元,纺织业、化纤业及服装业三行业平均碳排放强度趋势较为平稳。(4)节能减碳政策效果开始显现,产业规模发展增速大于碳排放量增速。     

中国能源和碳排放的效率测度与影响因素研究

采用DEA方法测度中国1995~2011年间能源和碳排放效率,并拓展STIRPAT模型,通过Tobit回归分析中国能源和碳排放效率的影响因素。研究表明:整体上中国能源和碳排放效率呈下降趋势,东部能源和碳排放效率最高,中部其次,西部最低。经济增长和节能技术是影响能源和碳排放效率的关键因素,其中经济增长会降低中国能源和碳排放效率。工业化水平对能源和碳排放效率的影响存在区域差异,不过统计上不显著。人口规模与能源和碳排放效率负相关。     

基于STIRPAT扩展模型的能源消费碳排放多变量影响因素分析——以山西省为例

通过IPCC碳排放系数法估算了2000—2019年山西省能源碳排放量,选用STIRPAT扩展模型,利用相关性检验、普通最小二乘回归和岭回归逐步分析了山西省能源碳排放的影响因素,研究结果表明：在其他变量不变的条件下,人口规模、城镇化率、人均GDP、产业结构、居民消费价格指数、碳排放强度、能源强度和能源结构每项分别增长1%,能源碳排放量分别对应变化1.143%、0.487%、0.107%、0.069%、-0.468%、-0.068%、-0.107%、-0.408%。山西省为进一步降低能源消费量和能源碳排放量,应当促进低碳经济、增强居民绿色消费意愿,加快能源技术创新、推动清洁生产,加快经济转型、促进产业结构升级,建立碳交易市场、利用市场机制助力节能减排。     

技术进步对我国西北五省区碳排放量的影响

近年来我国西北五省区经济发展迅速,但随之带来的是能源的大量消耗和环境的不断恶化。CO2排放的不断增加是引起环境问题的主要原因之一。通过运用生产函数法、STIRPAT和回归模型测量我国西北五省区CO2排放量、技术进步水平,以及人口规模、经济规模和技术进步对CO2排放量的影响,得出结论:人口规模对碳排放量的影响不显著,经济规模和技术进步对碳排放量的影响比较显著,且技术进步与CO2排放量之间成反比关系;五省区中,技术进步对碳排放量影响最大的是陕西省和青海省,影响最小的是宁夏回族自治区;随着技术进步水平的不断提高,五省区的碳排放量呈明显的下降趋势。     

中国土地利用碳排放演变与影响因素分析

以1989~2013年中国统计数据为基础,借助土地利用碳排放计算方法和STIRPAT模型,分析土地利用碳排放演变与影响因素,结果表明:1土地利用碳排放量呈增加趋势,其中建设用地碳排放量起主导作用。研究时段土地利用碳汇略有增加,但远不能抵消建设用地碳源作用。2土地利用碳排放过程划分为四个阶段,即1989~1996年碳排放量稳定增加、1997~2001年碳排放量缓慢增加、2002~2007年碳排放量急剧增加、2008~2013年碳排放量快速增加阶段。3研究时段内单位GDP碳排放强度减小,人均碳排放强度增加。4土地利用碳排放与人口数量呈负相关关系,与GDP呈正相关关系。     

开放STIRPAT模型的区域碳排放峰值研究——以能源生产区域山西省为例

区域经济间的分工合作及相互依赖,对区域碳排放峰值有重要影响。本文以能源生产区域山西省为例,从山西和全国两个层面选择驱动因素构建开放STIRPAT模型,并运用情景分析方法预测山西省2016—2040年碳排放峰值。结果显示,全国层面选择节能或低碳情景,可实现山西碳排放量在2035年达峰;而同时山西以节能或低碳情景相配合,可实现2030年之前达峰;在当前全国碳排放控制趋于严格的背景下,山西碳排放量2030年达峰是可以实现的;山西碳排放峰值大小主要受全国层面情景选择影响,受山西情景选择影响较小;山西碳排放峰值的可控性较差,自身减排努力对碳排放峰值时间及大小的影响相对较小;与开放视角相比,封闭STIRPAT模型会推迟山西碳峰值年份,在预测时段无峰值,并高估其排放量。因此,山西应该从开放视角,关注全国层面的节能发展状况,将其作为山西碳峰值政策的重要约束因素,制定灵活的碳排放达峰方案。     

广东省能源消费碳排放的多变量驱动因素分析——基于扩展的STIRPAT模型

区域层面能源消费碳排放的影响因素解析,是有效实现碳减排的重要研究议题。以经典的IPAT模型为基础,采用扩展的STIRPAT环境压力评价模型,对1990-2014年广东省能源消费碳排放的主要驱动因素进行时间序列分析,并定量研究各个驱动因素对于区域碳排放的作用机理与影响机制,主要研究结论如下：各个影响因素对广东省碳排放增长的作用机理与影响机制各不相同,经济增长、固定资产投资和工业发展是碳排放增长的最主要影响因素,人口规模和城镇化对碳排放增长作用显著,技术进步和能源结构是遏制碳排放增长的最主要贡献因子。     

中国工业生产能源消费碳排放的区域差异、动态演进与影响因素

【目的】工业生产碳排放是中国生产活动产生碳排放的最主要来源。本文旨在测度工业生产能源消费的碳排放量和碳排放强度,并对其区域差异及影响因素进行探究,为碳减排提供相应政策建议,助力实现碳达峰、碳中和。【方法】利用碳排放分类、Dagum基尼系数、核密度估计和空间计量模型对2005—2019年全国及区域碳排放的区域差异、动态演进和影响因素进行分析。【结果】(1)2005—2019年工业生产能源消费碳排放量呈现增长趋势,由东部>中部>西部地区演变为东部>西部>中部地区;碳排放强度呈现下降趋势,始终为西部>中部>东部地区。(2)碳排放量和碳排放强度的全国总体差异较大且呈现上升趋势,其中,碳排放量总体基尼系数由2005年的0.3793上升到2019年的0.3861,碳排放强度总体基尼系数由2005年的0.3160上升到2019年的0.3990。东部地区碳排放量区域内差异最大,区域内基尼系数均值为0.4119;西部地区碳排放强度区域内差异最大,区域内基尼系数均值为0.3175。(3)工业生产能源消费碳排放量主要受到产业结构和外商直接投资等因素的影响,碳排放强度主要受...