我国海运出口贸易碳排放影响因素的对数指数分解研究

对2005-2013年我国的碳排放进行了对数指数分解,得出海运出口贸易规模、能源效率、能源结构、碳排放强度是构成碳排放的四个因素,其中海运出口规模和碳排放强度是碳排放的正向拉动关系,能源结构和能源效率是碳排放的负向抑制关系.运用协整检验证明四个因素与碳排放之间具有长期稳定的关系,运用Granger因果检验证明海运出口贸易规模、能源结构、能源效率是碳排放的Granger原因.在此基础上,提出减少海运业碳排放的政策建议.     

中国碳排放变化的因素分解与减排路径研究

能源及其引致的碳排放等相关问题已经成为影响人类社会发展全局和全球政治经济格局的重大战略问题.中国是世界上最大的发展中国家,面临着更严峻的能源挑战.节约能源、大幅度改善能源效率是我国应对能源和气侯变化挑战的一条极其重要且有效途径.本文综合考量了能源结构、能源强度、能源效率及经济增长等4个因素对碳排放的影响,基于因素分解模型,应用LMDI分解方法对中国一次能源利用的CO2排放及碳排放强度变化进行了研究,研究发现二氧化碳排放增加主要是由于经济增长、人口规模扩大引起的.在此基础上提出了碳减排的政策建议.     

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.     

福建省碳排放分布结构特征及影响因素分析

基于福建省6大产业和居民生活消费17种一次性能源,测算了1995年至2012年福建省能源消费和碳排放的总体趋势,分析了碳排放的能源空间分布结构及产业空间分布结构;创新型地将能源结构效应分解为能源消费种类变化效应和能源消费量变化效应,从而对碳排放分解模型进行了改进;并从能源强度效应、能源结构效应、经济发展效应和人口规模效应分解了各因素对福建省生产和生活碳排放的贡献值、变化趋势及相互作用机理.研究结果表明,福建省的碳排放在今后很长一段时间内将继续保持较快的增长趋势,其中经济发展是导致排放量持续增加的主因,能源效率的提高是减少能源消耗和降低碳排放量的重要手段,能源消费结构的调整和优化具有较大的减排节能的潜力.     

西藏农业碳排放的实证研究:测算、时空分析及因素分解

基于农业投入、牲畜养殖业和种植业等三个方面15类农业碳源,测算了西藏1998-2012年间及7个市(区)2012年的农业碳排放情况,并进行时间序列演变规律及空间变化分析的基础上,运用LMDI模型对历年来西藏农业碳排放的驱动因素进行分析.结果表明:从时序变化特征来看,西藏农业碳排放总体上呈现"上升-平稳-下降"趋势,14年间碳排放量增长了34.65×10~4t碳量,其主要来源于牲畜养殖业碳排放,占碳排放总量的96.56%.从空间特征差异来看,碳排放总量、碳排放强度区域间差距较大.从因素分解结果来看,基于1998年为基期,结构因子、效率因子分别累计实现了292.20×10~4t和8.03×10~4t的碳减放,但经济因子和劳动力因子却累计实现了327.57×10~4t的碳增量,这一结论与前人研究结论不同,主要由于西藏城镇化率极低,非农牧业转移人口缓慢,人口素质较低等原因.     

城市非农用地碳排放驱动因素的PDA模型

本文从生产系统角度构建全面分解城市非农用地碳排放驱动因素的PDA模型。基于非参数距离函数和环境DEA生产技术,借助生产分解分析的方法将中国28个省区市的城市非农用地碳排放的驱动因素分解到三个层次。结果表明,全国水平的技术进步、农用地利用结构碳强度、潜在非农用地利用强度、期望产出和非期望产出绩效是正向驱动;规模效应、技术效率、资本投入绩效、劳动投入绩效和非农用地投入绩效是负向驱动。三大区域的正负驱动因素与之稍有不同。因此,提高资源的投入绩效和技术效率是缓解城市非农用地碳排放的关键。     

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.     

河北省能源消费碳排放强度影响因素分解

选取不同产业部门和不同行业为基础,将碳排放系数、产业结构、能源强度和能源消费结构作为影响因素,采用对数迪氏指数分解法(Logarithmic Mean ivisia Index, LMDI)对河北省2005-2010年和2011-2016年两个时间段的碳强度影响因素进行分解.首先分三次产业进行LMDI分解;其次将产业部门进一步细分为六个部门进行因素分解;最后从工业部门中选取六大高耗能行业进行因素分解.研究结果显示,在LMDI因素分解中,能源强度是影响河北省碳强度的最重要因素.以三次产业和六个产业部门为基础的LMDI分解结果为例,第二产业的能源强度对碳强度贡献率最高,尤其是工业部门贡献值最大.在2005-2010年间,工业部门能源强度贡献率高达94.54%,在2011-2016年间,贡献率高达97.47%;其次是产业结构效应;最后是能源结构效应,虽然产业结构和能源结构效应也为负值,但是相比能源强度效应而言很低,说明产业结构和能源消费结构还有很大的调整空间.对六个高耗能行业因素分解发现,黑色金属冶炼及压延加工业对碳强度下降有很大的抑制效应,必须对高耗能行业加强能源强度等各方面监管.     

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.     

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.     

新陈代谢灰色模型在中国碳排放量预测中的应用

中国碳排放问题已经成为世界关注的焦点问题,预测中国未来的碳排放有助于实现2020年碳减排目标.通过选取2005~2011年中国碳排放数据,利用新陈代谢灰色模型对中国碳排放进行短期预测.模型检验结果表明:相对误差为二级,平均精度为一级,预测结果与实际值出入较小,到2015年中国碳排放量将超过31亿吨碳.针对研究结果,提出发展低碳经济提高能源效率和发展非石化能源来降低碳排放的策略.     

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.     

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.     

基于Adaboost-SVR模型的我国碳排放强度分析与预测

首先对我国1960-2017年的碳排放趋势分5个阶段分析,发现虽然在不同时期存在波动,但长期来看,我国碳排放强度呈逐步下降趋势.然后对差分平稳后的序列数据建立Adaboost-SVR预测模型,采用RMSE、MAPE、MAE、MSE四个评价指标比较Adaboost-SVR模型与Adaboost-DT、SVR、BP神经网络对碳排放强度的预测精度.结果表明,组合模型明显优于其他3种模型,对于碳排放强度预测具有很高的可靠性.另外,通过使用Adaboost-SVR模型进行后续年份预测,发现我国未来碳排放强度总体将继续缓慢下降.最后,基于二氧化碳排放量的LMID分解结果,提出调整能源产业结构, 促进可再生能源利用等节能减排建议.     

GM(1,N)与GM(0,N)模型在能源消费碳排放预测中的比较研究

近年来,减少碳排放已成为缔约国家社会经济发展和生产经营活动的重要目标之一,研究并使用科学的方法对我国未来碳排放进行分析与预测对我国应对气候变化政策的制定具有重要意义.拟将GM(1,N)和GM(0,N)模型用于能源消费碳排放量的预测,建立能源消费碳排放量的多因素灰色预测模型,并对GM(1,N)和GM(0,N)模型预测能源消费碳排放量的精度进行了检验和对比分析.结果表明:在对四川省能源消费碳排放预测中,GM(0,N)具有更高的预测精度和可靠性.     

能源节约型技术进步下碳关税对中国经济与环境的影响——基于动态递归可计算一般均衡模型

将动态递归的可计算一般均衡方法应用于碳关税征收影响的研究,建立了测算美国征收碳关税对中国经济与环境影响的动态递归可计算一般均衡模型,并在模型中引入技术进步参数以刻画能源节约型技术进步.模型以2007年作为基年,包含37个生产部门和7个国内国外账户.应用该模型模拟了2020年起美国征收碳关税,在税率从20美元每吨碳排放到80美元每吨碳排放的13种情景下,到2030年期间对我国碳排放和经济发展的不同影响,进而测算在不同的能源节约型技术进步条件下,碳关税对我国经济与环境影响的变动.     

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%.     

居民生活私人交通碳排放驱动因素的“三级分解”模型

突破以往采用难以保证精确性估算数据的局限,根据居民生活私人交通所消耗的能源种类,利用官方统计年鉴中的数据,在保证数据真实性的基础上,基于扩展的IPAT与LMDI模型,构建一个包含居民私人交通碳排放强度、碳排放结构、交通消费倾向、收入、家庭规模与户数6个因素的居民私人交通碳排放驱动因素的"三级分解模型",对居民生活私人碳排放及其驱动因素进行核算.结果建议进一步降低居民私人交通碳排放强度,提高居民能源消费的利用效率;同时鼓励发展小排量与新能源汽车消费,并且大力发展公共交通,倡导居民出行多采用公共交通工具出行,引导节能减排的出行方式.     

北京城市物流业碳排放及驱动因素研究

估算了1998-2012年北京城市物流业的碳排放量,建立了北京城市物流业碳排放影响因素的通径分析模型.结果表明:物流基础设施的建设是该阶段碳排放增长的决定性因素,经济发展水平、以石油为主的能源结构、城镇化是促进碳排放的重要因素,能源效率对碳排放的正向影响较弱,产业结构对碳排放具有负向影响.最后提出了北京城市物流业低碳化发展的对策.     

基于协整和误差修正模型的中国工业能源效率影响因素动态分析

采用1990-2016年统计数据,采用考虑非期望产出的SBM模型对中国工业能源利用效率进行了测算,运用协整检验、向量误差修正模型、脉冲响应函数及方差分解方法,对中国工业能源效率的影响因素进行了实证分析.研究结果表明,1990-2016年间,中国工业能源效率呈现出逐年提升的趋势,研发强度、市场开放程度、能源结构和能源价格等影响因素和能源效率之间存在长期均衡关系,对能源效率的提升均具有显著影响,其中能源结构、研发强度和能源价格对能源效率的作用程度相对较大.基于误差修正模型,采用脉冲响应函数和方差分解方法对各个影响因素对能源效率的短期效应进行了分析,结果表明,能源结构、研发强度和能源价格对短期工业能源效率的提升具有较大的促进作用.最后,根据研究结果提出相应的政策建议.