基于迪氏指数分解与地理加权回归的长三角碳排放研究

温室气体的排放在一定程度上阻碍了中国经济的可持续发展,研究碳排放的空间特征与影响因素对于“双碳”目标的实现有重要意义。文章基于迪氏指数分解法与地理加权回归模型,研究长三角城市群的碳排放空间分布特征与影响因素,以期为长三角实现高质量发展提供参考。研究结果表明,长三角城市群的碳排放量呈现西北沿海地区高于东南沿海地区高于未沿海地区的空间特征,主要受人口规模、经济发展、能源消费结构、能源消费强度的影响,碳排放量的增速与城市的经济、工业、人口等密切相关,减少使用化石能源能有效降低碳排放。

基于广义迪氏指数分解法的京津冀地区碳排放因素分解

以京津冀地区为研究对象,利用广义迪氏指数分解法对其2006—2015年相关碳排放数据进行分析,研究京津冀地区碳排放的主要影响因素并量化其贡献率。研究结果表明:(1)经济发展对京津冀地区碳排放的促进作用最大,但是"十二五"期间京津冀碳排放量及地区生产总值逐年贡献率开始下降,说明其经济增长的同时CO2排放量在逐渐降低。(2)分解因素中能源消耗强度、能源消耗碳强度对碳排放呈微弱负作用,而产出碳强度对碳排放呈明显抑制作用且超过了其他所有抑制因素的总和,说明低碳技术进步是节能减排的决定性因素。(3)人口增长对碳排放起到拉动作用,而由于人口城镇化比率以及消费习惯的不同,人均碳排放在北京为抑制作用,在天津和河北呈现拉动作用。

中国石化行业二氧化碳排放的影响因素分解——基于广义迪氏指数分解法

采用广义迪氏指数分解法对我国石化行业2000-2016年的二氧化碳排放演变进行分解,进行阶段性及累计效应分析,考察投资、产出、能源消费以及相应的碳强度、能源强度和投资效率的变化对二氧化碳排放变化的贡献情况。结果表明,投资、产出及能源消费规模是促进二氧化碳排放增长的主要因素;投资碳强度和产出碳强度是主要的促降因素;能源碳强度、投资效率和能源强度作用较弱,具有很大的改善空间,是未来石化行业减碳政策制定的主要着手点。

能源消费与产业结构演化转型的迪氏对数平均指数分解研究——以天津为例

长期以来,尽管我国的经济发展取得了巨大成绩,但在粗放型经济增长模式和产业结构背景下,也催生出生态环境恶化、资源利用不够集约等问题。为贯彻创新、协调、绿色、开放、共享五大发展理念,实现产业结构的生态化则是大势所趋。笔者以天津为例,考察了其产业结构生态化的实现与能源消费的主要关系。一是分析了能源消费结构与产业发展之间的关系,通过模型拟合发现煤炭消费比重与产业结构演进系数之间存在着倒U型关系特征,符合环境库兹涅茨曲线的描述;二是利用迪氏对数平均指数(LMDI)分解方法将能源消费增长分解为规模效应、技术效应和结构效应,从产业部门的视角分析天津能源消费的驱动因素。研究结果表明:规模效应为主导因素;结构效应在大多数年份为降低能源消费保持了贡献,但与总体变化的相关度远远低于规模效应,技术效应则是减少能源消费的核心驱动力量。

基于对数平均迪氏指数-布谷鸟搜索算法-最小二乘支持向量机的区域中长期电力需求预测

中长期用电需求预测对地区电网规划与运行具有重要意义。准确地对其进行预测有助于配电网利用效率的提高。中长期用电需求与地区宏观经济形势息息相关,选用(对数平均迪氏指数)LMDI分解模型对用电增长量进行了分解。根据影响因素分解为生产效应、结构效应及强度效应,然后选用布谷鸟搜索优化的最小二乘支持向量机对各效应数据进行拟合及预测,再加总得到预测用电需求量。最后,以冀北地区为例对模型进行测算,通过与不同预测方法比较证明了基于LMDI电量分解的CS-LSSVM模型在中长期电力需求预测方面有较高的准确度。

新疆工业碳排放因素分解——基于GDIM模型的实证研究

以2001—2020年新疆工业碳排放为研究对象,采用广义迪氏指数分解法对能源、投资和产值等碳排放驱动因素进行分解。结果表明:(1)对工业整体而言,产出规模、投资碳强度、能源规模有明显的促增效应,投资规模、产出碳强度对碳排放产生微弱的促增效应;(2)投资效率对碳排放有较强的抑制作用,能源消费碳强度和能源强度抑制作用较弱;(3)重工业和轻工业因为不同的发展特征而导致驱动因素对碳排放影响的差异化,重工业碳排放趋势和驱动因素分解与工业整体大体一致;(4)对于轻工业而言,产出规模、投资碳强度和能源消费规模是促进碳排放增加的主要因素,投资效率较大幅度抑制碳排放增加。基于此,政府应鼓励引导企业进行以节能减排为目的的投资活动,大力发展低碳技术以优化产业和能源结构。

工业部门碳排放量的影响因素分解及预测方法研究

工业部门是全球主要的二氧化碳排放来源之一。了解工业部门碳排放量受何种因素影响,有助于针对性地制定优化措施减少碳排放量。同时,预测碳排放量,可以实现对未来碳排放量的管控和调整,并制定出相应的政策措施来引导和规范工业部门的发展。首先,通过对数平均迪氏指数(LMDI)分解法,构建行业碳排放贡献量的计算模型,分析各影响因素对碳排放的贡献量。进一步,结合因素分解法的分析结果,构建人口、财富、技术随机回归(STIRPAT)模型,对工业部门各行业碳排放量进行预测。最后,以我国某地区工业部门为例进行研究,结果验证了所提模型的可行性。

安徽省地级市碳排放时空分异及行业因素分解

以2010-2020年安徽省下属16市为研究对象,首先收集并核算出各城市47个行业碳排放,接着利用K-means聚类将16市归为减排示范型城市、节能降碳型城市、传统耗能型城市、资源依赖型城市四类,最后采用广义迪氏指数分解模型对四类城市高碳排放行业进行驱动因素分解。结果表明:安徽省碳排放区域不均衡性突出;“电力、热力生产和供应业”是16市共有的高碳排放行业,且是碳排放增量的重要贡献者;产出规模是导致碳排放增加的首要因素,人均生产低碳程度和能源强度则对碳排放具有促降效应;对多数高碳排放行业,产出规模的促增效应和产出碳强度的促降效应逐年增加。建议安徽省需立足市情、因地制宜制定减排政策与计划、完备高碳排放行业达峰方案、加速传统化石燃料能源转型、积极发展绿色经济。

北方寒冷地区交通碳排放驱动因素分析

北方地区气候寒冷,交通工具燃油效率低、车内加热需求增加及路面积雪结冰等复杂道路条件导致交通碳排放增加。因此,有必要针对寒冷地区的交通碳排放驱动因素进行分析,识别关键因素,并有针对性地降低碳排放。以典型北方寒冷地区黑龙江省为例,采用Tapio脱钩测度模型及GDIM因素分解法对2006—2021年黑龙江省交通行业碳排放驱动因素展开分析,分解得到8个驱动因素并发现其脱钩状态呈现“强脱钩-扩张负脱钩-强脱钩”,其中交通产值碳强度和单位交通行业产值的能耗促进脱钩,交通行业总产值和总周转量阻碍脱钩;另外交通行业总产值、能源消耗量对碳排放有较强的促进作用,交通产值碳强度和单位交通行业产值的能耗对碳排放有较强的抑制作用。

日本碳排放脱钩效应及驱动因素研究——基于Tapio脱钩指标和LMDI分解模型

在全球加速推进低碳转型背景下,脱钩指标成为了衡量各国或地区低碳减排的主要工具。基于Tapio脱钩指标模型和对数平均迪氏指数法(LMDI)分解模型,研究日本1991—2020年碳排放与经济增长脱钩关系,并对影响碳排放的主要驱动因素进行分解。分析可得,30年间,日本逐渐从弱脱钩转向强脱钩;在影响日本碳排放脱钩因素中,能源结构调整是推动碳脱钩的最强驱动因素。

中国畜牧业碳排放量变化的影响因素分解及空间分异

畜牧业温室气体排放占人类活动温室气体排放总量的18%,已成为全球温室气体排放的重要贡献部门。运用全生命周期评价法全面测度了2000-2014年中国大陆31个省区的畜牧业碳排放,采用对数平均迪氏指数分解法,将畜牧业碳排放分解为畜牧业生产效率、农业生产结构调整、单位农业人口农业生产收益、城镇化和总人口增长5大因素,从时空2个层面揭示了畜牧业碳排放的驱动效应。结果表明:1)2000-2014年,中国畜牧业碳排放总量由1.374×10~8 t增长到1.506×10~8 t,年均增速0.654%,其中畜禽胃肠发酵和粪便管理系统产生的碳排放是其主要来源,两者占畜牧业碳排放总量比例达65.58%~73.23%。2)无论从时间还是空间层面看,畜牧业生产效率都是抑制中国畜牧业碳排放持续增长的最重要因素,单位农业人口农业生产效益则是导致中国畜牧业碳排量持续增长的最重要因素,这一因素对草原畜牧业区和农耕畜牧业区的畜牧业碳排放促进作用非常明显,而对经济发达地区较为有限;总人口增长是促使畜牧业碳排放增长的另一重要因素,尤其是对人口大量流入的经济发达地区和计划生育政策宽松的广大西部少数民族地区更为明显。3)2000-2014年,城镇化是有效抑制畜牧业碳排放的第二大因素,而农业结构调整对畜牧业碳排放变化呈现由正向驱动转为负向驱动的变化特征,这一特征在中国畜牧业较为发达的中东部地区表现较为明显。

天津市工业能源消费碳排放量核算及影响因素分解

天津市工业经济的快速发展促使其能源消费量持续增加,已经成为该市能源消费的主体.建立能源消费的碳排放核算方法,对天津市工业能源消费碳排放量的时间序列进行分析.结果表明:在过去10 a内天津市工业能源消费的碳排放量年均增长10.41%,比工业增加值平均增速低58.53%;工业能源强度持续下降,万元(104元)增加值碳排放强度整体呈下降趋势,由1999年的2.38 t/万元降至2009年的0.68 t/万元,表明工业节能减排效果较明显;在工业终端能源消费结构中,煤炭占57.80%,高于北京、上海等地.采用对数平均迪氏指数分解法(LMDI)对工业经济规模、行业结构、能源效率和能源结构等因素进行分析.结果表明:工业经济规模是碳排放持续增长的主导原因;行业结构、能源结构整体上对碳排放量影响较小;能源利用效率提高是工业节能减排成效的最主要贡献因素,对碳排放量变化的贡献率达-140.80%.通过对天津市工业行业的进一步分析可知,能源密集型行业严重影响了工业能源消费碳排放量的变化.

中国工业碳排放的因素分解与脱钩效应

采用广义迪氏指数分解法(GDIM)分析2000~2016年中国工业碳排放的驱动因素,并在此基础上,创新性地结合DPSIR框架构建脱钩努力模型测度工业碳排放的脱钩效应.研究结果表明:产出规模效应、技术进步效应、能源消费规模效应和人均碳排放效应是导致工业碳排放增加的主要因素,而产出碳强度效应与技术进步碳强度效应是减少工业碳排放的关键因素;工业碳排放的脱钩效应呈“未脱钩~弱脱钩~强脱钩”的阶段性特点;产出碳强度效应与技术进步碳强度效应是工业碳排放实现强脱钩的决定性因素,同时更需要调整能源结构、降低能源强度与碳排放强度来实现工业碳排放强脱钩.

中国灰水足迹时空动态演进及驱动因素研究

灰水足迹可从水量角度评价水环境污染程度,有助于实现水污染对水资源短缺影响的评估。中国是全球灰水足迹最大的国家,对中国灰水足迹进行全面准确核算,分析其时空动态演进特征,并准确识别其驱动因素,对缓解中国水资源短缺具有重要意义。从农业(包括种植业和畜牧业)、工业及生活三方面全面计算2011-2021年中国31个省(市、自治区,不含港澳台)的灰水足迹,采用ArcGIS空间制图、核密度估计和标准差椭圆方法分析灰水足迹时空变化特征和动态演进趋势,采用广义迪氏指数分解法探索中国灰水足迹时空动态演进的驱动因素。结果显示,1)2011-2021年中国灰水足迹及其组成均呈下降趋势,工业灰水足迹下降的比例远大于农业灰水足迹和生活灰水足迹;除西藏、青海和新疆的灰水足迹实现了增长外,其余省域的灰水足迹均呈下降趋势,且各省灰水足迹及其组成的区域差异呈缩小态势。2)河南、山东和四川的灰水足迹一直位于全国前3位,而北京、天津、上海和海南均位于全国末位;灰水足迹标准差椭圆均呈现明显的“东北-西南”分布格局,且重心略微向西移动,中国灰水足迹的总体空间分布变化较小。3)GDP和人口数一直为中国及各省灰水足迹的正向驱动因素,而灰水足迹强度、人均灰水足迹和技术效应一直为灰水足迹的负向驱动因素;GDP对灰水足迹增长的促进作用最大,灰水足迹强度对灰水足迹的降低作用最大。研究结果可为中国及各省域制定针对性水污染管理措施提供科学参考。

中国旅游业碳排放的影响因素分解及脱钩效应

采用广义迪氏指数分解法(GDIM)分解2000~2017年中国旅游业碳排放的影响因素,并在此基础上采用Tapio脱钩因果链模型分析旅游业碳排放的脱钩效应.结果表明:旅游业增加值、旅游业能源消耗量和旅客人次数是旅游业碳排放的促增因素,增加值能源强度和人均旅游业增加值是旅游业碳排放的促降因素,增加值碳强度、能源消耗碳强度和人均旅游业碳排放对旅游业碳排放的促增和促降作用在研究期间均有出现;旅游业能源消耗量的累积促增效应最大,为2030.13万t,增加值能源强度的累积促降效应最大,为103.29万t;旅游业碳排放的脱钩状态不佳,但近年来有所改善;人均脱钩弹性波动剧烈,节能弹性的变化是其波动的主要原因.

基于LMDI的电力行业碳排放影响因素分解研究

文章以江西省为例,采用对数平均迪氏指数分解方法分解研究电力行业碳排放量的影响因素。结果表明：起正向作用的三大因素依次为地区生产总值效应、电力生产结构效应和燃料消耗结构效应;起抑制作用的影响因素依次是火电燃料转化效应、发用电转化效应和电力消费强度效应。

中国汽车制造业碳排放驱动因素研究

以中国汽车制造业为研究对象,采用碳排放因子法对2012—2021年我国汽车制造业碳排放量进行测算,进而采用广义迪氏指数分解法对营业收入、能源消耗和投资规模等碳排放驱动因素进行分解分析。结果表明:(1)2012—2021年我国汽车制造业碳排放量整体呈现递增状态,未达到行业碳达峰;(2)汽车制造业的营业收入、能源消耗规模、能源消耗碳强度具有较强的促增效应,投资强度和能源强度是抑制二氧化碳排放的主要因素,营业收入碳强度及投资碳强度均为先抑制后促进的作用。基于研究,提出了政府应当引导创新方向,各企业应加大创新研发、提升能源效率的建议。

湖南省物流业碳排放水平实证研究

文章首先分析湖南省物流业碳排放现状,通过对Kaya恒等式的变形,应用广义迪氏指数分解法,将碳排放的变化分解为8种效应之和,构建可以揭示环境变量变化动因的多维因素分解模型。研究结果显示,产出规模、能源消费规模、人口规模、人均碳排放和人均增加值等效应对物流业的碳排放具有正向推动作用,而产出碳强度和能源强度则对碳排放产生负向抑制作用。能源消费碳强度效应在驱动物流业碳排放方面既表现出正面作用,也体现出负面影响。最后,综合研究不同效应对湖南省物流业碳排放水平的影响,并提出相关建议,为物流业碳达峰的实现提供参考依据。

城市轨道交通二氧化碳排放量化及其影响因素分析

目的:为了促进城市轨道交通可持续发展,需要对我国城市轨道交通二氧化碳排放演化规律及其影响因素进行量化分析。方法:基于我国社会经济发展以及城市轨道交通能耗等数据,考虑了电网碳排放因子的时空变化动态特性,构建了城市轨道交通二氧化碳排放量测算模型和LMDI(对数平均迪式指数)分解模型。以我国城轨系统为实例,对其进行二氧化碳排放量测算模型和LMDI分解模型的应用求解。结果及结论:2010—2019年研究期内,我国城轨系统二氧化碳排放量的演变总体呈上升趋势,2019年二氧化碳排放量达到1 366.20万t,较2010年增长了2.88倍。我国电网碳排放因子在交通运输业存在显著的时空差异性,体现为南方城市电网碳排放因子整体低于北方;随着电力生产结构的优化以及科技水平的提高,电网碳排放因子呈现平稳下降的趋势。经济发展因素对我国城轨系统二氧化碳排放影响效应最为显著,且体现为正效应。其他各影响因素效应值由强到弱依次为:交通运输业能源结构强度、生产效率、能源消耗强度、交通运输业发展和人口规模因素,其影响效应值分别为67.53万t、-53.82万t、12.64万t、-6.09万t和4.92万t。二氧化碳排放量测算模型和LMDI分解模型在预测城市轨道交通二氧化碳排放上是可行与科学的。

北京市碳排放的影响因素分析

“十四五”时期是中国实现碳达峰的关键时期,也是推动经济高质量发展和生态环境质量持续改善的重要阶段。可拓展的随机性环境影响评估(Stochastic Impacts by Regression on Population,Affluence,and Technology,STIRPAT)模型可以根据研究需要增加自变量,更好地分析相关因素对因变量的影响。以北京市为研究区,通过构建扩展的STIRPAT模型,分析人均地区生产总值(Gross Domestic Product,GDP)、人均汽车保有量、城市化率、第三产业GDP占比、能源消费强度与人均碳排放量的关系,并采用对数平均迪氏指数(Logarithmic Mean Divisia Index,LMDI)分解法分解能源消费强度。结果表明,产业结构和能源消费强度对人均碳排放量均有显著的正向影响。总体来看,要平衡经济发展与碳排放的关系,提高能源利用效率,推广可再生能源,降低能源消耗,减少碳排放。