人口结构变动对中国能源消费碳排放的影响——基于城镇化和居民消费视角

本文通过引入城镇化及居民消费等因素拓展LMDI模型,解构中国能源消费碳排放变动为碳排放因子、能源强度、消费抑制因子、城镇化、居民消费和人口规模六大效应,并探讨上述六种效应变动对中国能源消费碳排放量变动的贡献率及其作用机理。然后,选择中国30个省份,2003-2012年的面板数据实证分析人口结构变动对区域能源消费碳排放量变动及其分解效应的影响。结果表明:2003 2012年中国碳排放总量增加42.1167亿吨,消费抑制因子效应、城镇化效应、居民消费效应和人口规模效应对碳排放量的影响呈现为正效应,而碳排放因子效应和能源强度效应对碳排放量的影响整体上呈现为负效应,并且居民消费效应对碳排放量变动的影响最大。人口城镇化已成为影响中国碳排放量变动的主要人口因素。较之中、西部地区,东部地区的人口规模效应明显较高,但其能源强度效应则相反,中部地区碳排放因子效应明显高于东、西部地区。现阶段,人口年龄结构、人口教育结构和人口职业结构变动减缓了中国碳排放量的增长,而人口城乡结构、区域经济水平和人口规模变动的影响方向则相反,最后,人口性别结构变动对碳排放量变动无显著地影响。     

基于LMDI的中国能源消费碳排放强度变化因素分解

利用IPCC《国家温室气体清单指南》(2006)推荐的参考方法和参数,评估和计算中国1997年-2007年的碳排放量和碳排放强度,并应用LMDI方法对碳排放强度进行因素分解.研究结果表明,能源强度因素对我国碳排放强度变化的贡献率最大,达到139.66%;产业结构效应次之,为-28.23%;能源结构效应最小,为-11.43%.针对实证结果,提出现阶段我国节能减排的重点在于提高能源效率、调整产业结构及优化能源结构.     

中国省际碳排放驱动因子及趋势分析:以辽宁省为例

采用1997-2012年辽宁省碳排放时间序列数据,参照STIRPAT模型,通过因子分析和最小二乘法回归拟合得到碳排放量和5类主要影响因子的拟合方程.研究结果表明:人口、人均GDP、第二产业产值、单位GDP能耗和全社会固定资产投资每增加或降低1%将带来碳排放量增加或降低比率分别为:0.3294%、0.1544%、0.1424%、0.2675%和0.1375%.通过灰色预测模型GM(1,1)进行预测分析,预测结果为:2020年和2030年辽宁省的碳排放总量将分别达到38705.368万t和69603.215万t,碳排放强度将分别降至0.576t/万元和0.2878t/万元.     

中国碳强度的影响因素解析——基于LMDI分解方法

基于1996-2009年我国碳强度分析,采用对数平均权重分解法(LMDI)进行因素分解.结果显示1996-2009年中国碳强度总体降低了2.9078吨/万元,其中能源强度效应最大,贡献率为85.64%,能源结构效应偏小,为26.78%,而产业结构效应表现出小幅正负波动,总体为-12.0975%,这说明能源结构效应和产业结构效应的潜力还没有充分发挥出来.因此,降低高耗能产业的能源强度是短期内降低碳强度的关键措施,但长远来看改善能源结构以及优化产业结构是降低碳强度的根本途径.     

中国碳排放的省域差异及影响因素的实证研究

参照IPCC(2006)以及国家气候变化对策协调小组办公室和国家发改委能源研究所)的方法,估算了我国30个省(直辖市、自治区)的1997—2011年期间的二氧化碳排放量.数据显示,我国各省(直辖市、自治区)的二氧化碳排放量从整体上基本都呈现出上升趋势,地区差异比较显著.总体上来讲,我国的二氧化碳排放量呈现出由东到西依次递减的规律特征,东部地区的二氧化碳排放量最多,中部地区次之,西部地区二氧化碳排放量最少,而且东部地区的二氧化碳排放在绝对量上大大超过中西两大区域.产业结构和经济发展是影响各地区二氧化碳排放量的主要因素,能源消费结构和出口贸易对各地区碳排放量的影响不显著.     

中国建筑业绿色全要素生产率分析——基于30个省份的面板数据

我国作为世界上做大的建筑市场,建筑业在为我国GDP做出贡献的同时,也对我国经济增长的绿色质量造成了一定影响.从绿色全要素生产率角度研究全国及省份的绿色发展,运用DEAP2.1对绿色全要素生产率进行分解分析,主要研究结论:1)地区之间绿色全要素生产率存在差异;2)从全国来看,绿色全要素生产率变化值呈波动下降趋势,其变化与技术进步趋同;3)西部地区绿色全要素生产率的变化值大于1,东部和中部地区小于1.     

中国碳强度与经济增长关系的区域比较分析——基于省级动态面板数据的实证研究

采用IPCC碳排放系数、基于1997-2010年中国的其中30个省市的能源消费和人均GDP数据,分析了中国东、中、西三个地区碳强度的差异,并应用EKC模型和广义距估计(GMM)方法分别分析了三个区域碳强度与经济增长之间的关系,研究结果表明:三个地区碳强度均表现出较强的路径依赖性,当期碳强度受历史影响较大;东部地区碳强度与人均GDP之间呈N型曲线且已经跨过第一个拐点、预计2024年到达第二个拐点;中西部地区均呈倒U型曲线且均已跨过拐点,正处于碳强度与经济增长的负向发展阶段.     

基于LMDI的江苏省交通能源消费碳排放因素分解

根据IPCC关于交通能源消费碳排放量的计算方法,对2005-2011年江苏省交通碳排量构成和交通碳排放强度进行了测算.基于LMDI分解技术,从交通能源强度因素、交通运输业经济份额因素、第三产业增加值因素和交通能源结构因素四个方面对江苏省交通碳排放的变化进行分析.测算和分析结果表明:交通能源强度呈明显下降状态,在其影响下交通碳排放强度呈下降趋势,说明交通能源利用率不断提高;交通碳排量呈增长的趋势,第三产业增加值因素影响最大,体现为正效应,促进交通碳排放,交通能源强度因素和交通运输业经济份额因素体现为负效应,交通能源结构因素除2011年均体现为负效应,抑制交通碳排放.     

中国区域全要素能源效率及节能减排潜力分析—基于非期望产出的SBM模型

运用DEA-SBM模型测度了碳排放约束下1999年-2010年中国30省、市、区及四大区域的全要素能源效率,并利用变异系数及K-Means聚类分析考察了区域全要素能源效率的差异,最后对各省份及区域的节能减排潜力进行了测度分析.研究结果表明:不考虑碳排放约束的各省份的全要素能源效率被高估,绿色能源效率总体均值呈现U型趋势;绿色能源效率的区域格局按照由东向西递减.四大区域的变异系数差异较大,均呈现收敛趋势;由聚类分析结果可知处于高效区的省份全部为东部沿海省份;中效区的省份大多是中部省市及东北老工业基地,而西部区域的各省份多数处于低效区;不同省份的节能减排的潜力差异较大,西部区域的节能减排潜力最高,其次为中部和东北部,东部的节能减排潜力最低.     

基于三阶段SBM-DEA模型的中国区域碳排放效率研究

结合非期望产出的SBM-DEA模型与SFA方法,提出基于非期望产出的三阶段SBM-DEA模型,用于对全要素碳排放效率的测算。该模型具有非径向和非角度的特点,而且能剔除外部环境和随机因素的影响,使效率评价更接近实际情况。运用该模型对2000~2012年我国各区域二氧化碳排放绩效进行了评价与分析。结果表明,全国平均碳排放效率不高,但从2006年呈现加速上升趋势,表现了低碳经济良好的发展态势。剔除外部环境和随机因素影响后的碳减排效率将进一步下降。分区域来看,我国碳排放效率呈现出“东>中>西”的格局,且东部的优势有所扩大。基于对投入、产出冗余以及外部环境因素影响的分析表明,提升能源、资本、人员的配置效率,加强东部地区与中西部地区之间的人才和技术交流,有利于提升碳排放效率。
关键词:碳排放效率;三阶段DEA;SBM模型;SFA回归