基于STIRPAT模型的我国人均二氧化碳排放影响因素分析

本文基于扩展的STIRPAT模型,利用1978年-2010年统计数据,对影响我国人均二氧化碳排放的因素进行了实证研究。结果表明,我国的经济活动人口比重、人均国民生产总值、能源消费结构、城市化水平、人均消费额和对外贸易度等因素,均对我国人均碳排放量具有正向的影响。而产业结构和工业能源效率对于碳排放量增长具有负向影响,它们对碳排放量的增加具有一定的抑制作用。此外,本文还基于向量误差修正模型VECM对变量之间的Granger长期因果关系进行了检验。研究结果表明:我国的能源消费结构、城市化水平、经济活动人口比重与人均碳排放量之间存在单向Granger因果关系。最后,本文基于研究的结果,从我国减少二氧化碳排放的角度,对我国发展低碳经济和节能减排提出了一些建议。     

面板半参数空间自回归模型的变量选择——基于STIRPAT模型的碳排放影响因素分析

变量选择有助于简化模型,提高估计和预测的精度,但目前鲜有涉及面板半参数空间自回归模型变量选择的研究。本文在ALASSO的基础上提出了SSAR-ALASSO法,该法的核心在于惩罚函数的选择和目标函数的构建。SSAR-ALASSO在变量和参数的对应关系、惩罚函数的选择、特殊参数的取值区间以及适用模型等方面与ALASSO存在差异。模拟结果显示,SSAR-ALASSO法在变量选择的准确性和参数估计的精度两方面均表现良好,随着样本容量的增加表现效果更佳。本文在碳排放量影响因素实证中采用SSAR-ALASSO法对STIRPAT模型进行变量选择。研究结果表明人均财富、技术水平、产业结构、所有制结构和产业集聚显著影响碳排放量,城市化、对外开放、能源价格和环境政策对碳排放量无显著影响。     

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。     

中国物流业碳排放特征及其影响因素分析——基于LMDI分解技术

在对我国物流业碳排放特征进行分析的基础上,运用LMDI分解技术,建立中国物流业人均碳排放的因素分解模型,定量分析了1991-2010年能源结构、能源效率、运输方式、物流发展、经济增长以及人口等6种因素对物流业人均碳排放的影响.分析表明:经济增长是拉动物流业碳排放增长最主要的动力,在研究期间呈指数增长的趋势.运输方式对碳排放增长也表现出明显的促进作用,能源结构和能源效率虽然表现出拉动作用,但效果微弱.而物流发展因素则对物流业人均碳排放量表现出明显的抑制作用.因此,应大力推进物流业科技水平的提高,进一步发挥物流发展因素对碳排放的抑制作用,同时,优化物流运输体系,形成以铁路为主体,水运和管道为支撑,公路和航空运输为辅的低碳化的综合运输体系.     

江苏省物质性农业生产资料的碳排放影响因素研究

农业碳减排是能源“双控”的必然性要求.基于STIRPAT模型,构建物质性生产资料碳排放拓展模型.岭回归结果表明,回归模型表现出较强的稳健性.农业碳强度和劳动力规模是物质性生产资料碳排放减量化因素.机械化生产效率、农林牧渔业投资、农业生产效率、机械化强度、财政农林支出和劳动生产率构成物质性生产资料碳排放增量化因素,其影响程度依次下降.最后提出合理使用财政支农资金和引导投资、降低农业碳强度、使用生物质能源替代等建议.     

江苏省能源消费结构对碳排放影响的效应与趋势——基于LMDI和Logistics模型的实证研究

近年来,江苏省能源消费持续增长且以煤为主的能源结构尚未改变,由此引起碳排放量也在逐年增加.主要研究碳排放系数、碳排放的影响因素以及不同能源结构下的碳排放预测.首先对碳排放系数进行计算,然后基于LMDI模型对影响江苏省碳排放的因素进行分析,最后运用1ogistics模型对不同能源结构下的碳排放进行预测.结果发现能源消费过度依赖煤炭是导致碳排放增加的主要因素,天然气每替代煤炭2%或新能源每替代煤炭1%,2030年江苏省碳排放峰值将下降1%.     

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.     

人口结构和经济增长对碳排放的影响分析

利用中国30个省级行政单位(暂不包括港澳台地区,下同)2005~2014年的数据,采用动态面板模型,研究人口结构、经济增长对碳排放的影响.研究结果表明,从全国范围来看,人均GDP、劳动年龄人口比率、城市化率、第二产业就业率及对外开放度均对碳排放有显著正向影响,而平均家庭规模会减少碳排放量;从区域来看,人均GDP、劳动年龄人口比率对碳排放产生显著正向影响,其他因素对碳排放的影响程度及方向有较大差异.     

基于LMDI的中国碳排放影响因素分解研究

在对中国2000-2012年不同产业部门、不同能源消费类型的碳排放量进行估算的基础上,利用Kaya恒等式改进模型结合LMDI分解法对中国碳排放量的影响因素进行分解分析.结果显示:经济产出水平、能源结构和人口规模对碳排放的影响是正向的,能源强度和产业结构对碳排放量的影响是负向的.最后提出节能减排的对策建议.     

基于投人产出分析的中国能源消费分行业碳排放系数因素分解

采用投入产出分析法,结合部门能源消费数据,从最终需求的角度评估和计算了中国1997年、2002年和2007年的碳排放量、碳排放系数、直接碳排放系数和完全碳排放系数.研究结果表明,金属冶炼及压延加工业、燃气生产和供应业、非金属矿物制品业、电力、热力的生产和供应业、水的生产和供应业以及煤炭开采和洗选业的直接碳排放系数历年均是最高的,能源强度是影响这些行业直接碳排放系数变化的主要因素;金属冶炼及压延加工业、非金属矿物制品业、金属制品业、化学工业、电力、热力的生产和供应业、水的生产和供应业以及煤炭开采和洗选业的完全碳排放系数历年均居前列,中间产品投入和能源强度是影响完全碳排放系数变化的主要因素.针对实证结果,现阶段我国节能减排的重点方向在于调控金属冶炼及压延加工业、化学工业等高碳排放行业,并通过提高能源效率、调整产业结构及优化能源结构来达到降低碳排放系数的目的.     

中国碳排放灰色预测

中国碳排放问题成为世界关注的焦点问题.预测中国未来碳排放有助于实现2020年的碳减排目标.选取2002-2009年中国碳排放数据,通过灰色GM(1,1)模型,对中国碳排放进行了短期预测.模型检验结果表明:预测精度为二级,关联度、均方差比值和小误差概率均为一级,预测结果与实际值出入较小,到2015年中国碳排放量将超过三十二亿吨碳,"十二五"期间二氧化碳减排形势严峻.针对研究结果,提出发展低碳经济,提高能源效率和发展非化石能源来降低碳排放的策略.     

交通运输结构调整对碳排放的影响效应研究

近年来愈发严重的雾霾天气,使得交通运输行业的节能减排问题成为中国能源与环境战略研究领域的重中之重。因此,有必要研究交通运输结构调整对节能减排的影响效应。在考虑别国交通运输行业结构变化对我国交通节能减排示范效应以及数据可得性的基础上,本文利用1990~2011年公路、铁路、水运、民航客货周转量和交通碳排放量的数据,构建以中国、美国、欧盟以及日本为截面个体的面板数据模型。实证结果表明对于结构减排效应最明显的日本和欧盟来说,日本铁路周转量占比每提高1%,本国的单位周转量碳排放减少3.63%,欧盟水运周转量占比每提高1%,单位周转量碳排放将减少22.11%。而我国对应的这一数字分别为0.38%和0.06%,表明我国交通运输行业在结构性碳减排方面潜力很大。最后基于交通运输行业供给侧改革的背景,结合本文研究结果从客运和货运两方面提出了相关政策建议。     

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.     

基于组合赋权法的我国CO2排放量影响因素的评价研究

为客观和准确地挖掘和评价我国CO₂排放量影响因素,选取技术投入、对外贸易开放程度、产业结构、能源消费结构、经济增长水平、人口规模和绿色植被用地面积等因素作为评价依据,构建我国CO₂排放量影响因素指标体系。在此基础上,基于组合赋权法构建我国CO₂排放量影响因素评价模型,实证分析2000~2011年我国CO₂排放量影响因素。组合赋权法结果显示:技术投入、产业结构、能源消费结构、经济增长和绿色植被用地面积是影响我国CO₂排放量的主要因素。组合赋权法在我国CO₂排放量影响因素评价分析的运用,提高了评价的客观性和科学性,为进一步确定CO₂排放量影响因素提供有价值的参考。     

基于分位数回归的二氧化碳排放与经济增长

选取我国1960～2009年的年度数据,建立了二氧化碳排放与经济增长关系模型,并利用分位数回归方法对我国二氧化碳排放与经济增长倒U假说进行实证研究.研究结果表明,Kuznets的假说在我国二氧化碳与经济增长之间并不稳定,随着碳排放量的增加,我国二氧化碳与经济增长之间先呈现"N型",之后呈现Kuznets的"倒U型",最后演变成一条水平的直线.     

中国二氧化碳排放的影响因素:基于区域的实证研究

选取我国部分省际1995—2008年数据,并根据各地区GDP和CO_2排放数据将它们划分成四个区域,运用对数平均Divisia指数分解法,把各区域CO_2排放增长率分解为11种驱动因素的加权贡献,并对这一时期中的3个时间段和每一种驱动因素进行了研究.结果表明:(1)对各区域CO_2排放增长的正向影响因素为人均GDP、家庭年平均收入、人口总量、交通工具数量和家庭数量;主要的负向影响因素为生产部门能源强度、居民生活能源强度.(2)在研究的每一阶段,各个区域人均GDP增长都是CO_2排放增长的最大驱动因素,同时家庭年均收入的提高对CO_2排放起到了持续的推动作用,尤其是第二阶段,这也表明我国的CO_2排放增长和居民生活水平密切相关.(3)各个区域CO_2排放下降的主要影响因素是生产部门的能源利用效率的提高,这与各个区域加大研发经费支出所带来的技术进步和企业所有制结构变化有着密切的关系.因此提高生产部门的能源利用效率是减少CO_2排放的最重要措施.研究结论为我国在城市化和产业结构升级进程中控制碳排放增量,国家和地方政府建立相应的鼓励政策和技术研发支持机制,各个省域构建各具区域特色的低碳经济发展模式等提供相关决策依据.     

碳交易驱动下建筑业主最优碳减排决策研究

对碳排放总量和强度都持续刚性增长的建筑领域,利用市场机制,借助碳交易来控制和减少其碳排放是一项重大的制度创新。本文通过构建多目标决策优化模型,探讨建筑业主在碳交易驱动形成的复杂动态环境下的最优碳减排策略;并基于实证数据进行情景耕耘,模拟和预测业主减排策略的动态适应性调整。研究发现:①业主碳减排决策受政府补贴强度和违规惩罚倍率调整的冲击更为显著;②目前碳市场“一刀切”的惩罚倍率极易使建筑业主陷入“明罚实奖”的惩罚悖论;③政府应采用“补贴退坡”政策并对不同类型的建筑业主进行精准补贴。