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。

基于三维水足迹模型的甘肃省水资源可持续性评估研究

基于三维水足迹模型,从空间与时间尺度上分析甘肃省水资源可持续利用水平,选用水压力指数、水生态赤字与盈余、水资源可持续指数和水资源集约利用指数构建水资源可持续利用评估体系,并进一步分析水足迹变化的驱动因素。结果表明:在2013—2022年间,甘肃省水资源承载力整体呈波动下降趋势,水足迹无明显变化;甘肃省水生态大部分年份处于盈余状态,但有向赤字发展的趋势;全省水资源可持续利用水平整体处于较差的状态,其中兰州市和白银市为“极不安全”状态。该结果可为区域水资源管理和可持续利用提供技术支撑。

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。

黄河下游地区水资源生态足迹时空分析与预测

[目的]评价黄河下游水资源生态承载状态,为地区水资源管理与规划提供理论依据。[方法]运用水资源生态足迹理论结合对数均值迪式指数分解法(logarithmic mean divisia index,LMDI)对2007—2020年黄河下游水资源生态足迹的时空分布特征及驱动机制进行核算分析,并通过灰色预测模型GM(1,1)对2021—2030年的水资源生态足迹变化趋势进行预测。[结果]黄河下游历年水资源生态足迹远高于生态承载力,水资源生态赤字现象严重;水资源生态足迹与生态赤字年际间均呈波动降低趋势,用水效率逐渐提高,农业用水是最大的水资源生态足迹账户;黄河三角洲是黄河下游水资源生态压力最大的区域,淄博、济南、郑州和泰安4市的生态压力相对较小;经济效应对黄河下游水资源生态足迹变化起正向主导作用,技术效应起负向主导作用;预测结果表明,2021—2030年黄河下游人均水资源生态赤字由0.387 hm^(2)/人降至0.359 hm^(2)/人。[结论]在生产力快速发展和用水结构优化调整等综合作用下,黄河下游地区用水效率逐渐提高,水资源生态压力有一定幅度的缓解。但由于该区域水资源生态赤字基数较大,未来水资源可持续利用形势依旧十分严峻,亟待进一步加强水资源的统筹管理,助力黄河下游地区高质量可持续发展。

江苏省交通运输、仓储及邮政业碳排放驱动因素研究--基于LMDI和Tapio脱钩模型的双视角分析

对江苏省2005-2020年交通运输、仓储及邮政业的碳排放量进行测算,发现数值整体呈波动上升趋势。采用对数平均迪氏指数法(Logarithmic Mean Divisia Index,简称LMDI)进行驱动因素分解和数据分析得出:经济发展和人口因素与碳排放之间呈正相关关系,经济发展的正向驱动效果最为显著;能源结构和强度、运输方式和运输产出这些驱动因素起到了抑制作用。在Tapio脱钩模型(塔皮奥脱钩模型)的基础上,对江苏省交通运输、仓储及邮政业的经济发展与碳排放之间的脱钩效应进行实证分析,发现研究期内除部分年份以外,经济发展与碳排放之间主要呈弱脱钩的状态。综合研究分析提出了优化运输体系、经济与环境协同发展等建议。

济南市工业化石能源消费碳排放与经济增长脱钩水平及驱动因素分析

基于2011—2020年济南市5种主要化石能源消费量,核算了济南市的工业碳排放量。运用Tapio脱钩模型和对数平均迪氏指数分解模型(LMDI),探究了济南市工业碳排放与经济增长的脱钩关系及驱动因素。结果发现,济南市工业总碳排放量由2011年的29.30 Mt增长到了2020年的43.17 Mt,莱芜市的加入是济南市工业碳排放增加的重要原因。尽管至2020年,济南市工业碳排放与经济增长基本实现了强脱钩,但2011—2020年整体脱钩状态不稳定,不同工业行业脱钩的趋势也存在差异。工业人口规模、经济产出、能源强度、能源结构、碳排放因子对济南市工业碳排放有正向驱动效应,而产业结构对碳排放有负向驱动效应。

基于LMDI模型的能源系统碳排放影响因素分析

在“双碳”目标的背景下,作为全社会碳排放最主要的排放源,能源活动的碳减排尤为关键。为明确电力系统碳排放量、能源消费强度、产业结构等因素对能源系统碳排放的影响作用及贡献程度,基于灰色GM(1,1)模型对我国的能源消费总量进行预测,并进行模型检验以保证可行性。根据联合国政府间气候变化专门委员会(intergovernmental panel on climate change,IPCC)碳排放系数法,根据我国能源平衡表的数据对2015—2019年各行业碳排放量进行测算。在此基础上,利用对数平均迪氏指数法(logarithmic mean Divisia index,LMDI)构建碳排放分析模型,对结果标准化处理后分析各效应对能源系统碳排放量的影响程度。计算结果表明能源消费强度、人口数量、城镇化水平及电力碳排放量会促进能源系统碳排放增长,而能源消费强度、农村人口比重及产业结构起到了抑制作用。

基于三维水足迹模型的河南省水资源可持续利用水平评价

基于三维水足迹模型,以水生态赤字与盈余、水压力指数、水资源集约利用指数和水资源可持续指数4个指标构建水资源可持续利用水平指标评价体系,从时间上和空间上分析河南省的水资源可持续利用水平,并且利用对数平均迪氏指数分解法分析水足迹变化的驱动因素。结果表明:河南省水足迹由大到小为生产用水足迹、生活用水足迹和生态用水足迹,其中豫北和豫中各市的水足迹深度较大;河南省整体水资源可持续利用水平较差,其中豫北和豫中地区的水资源可持续利用水平最差;经济规模效应、人口规模效应对水足迹的变化具有正向驱动作用,而水足迹强度效率效应和水资源承载力效应具有负向驱动作用。

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。

“双碳”背景下福建省物流业运行效率测度及影响因素研究

物流业是能源消耗和碳排放的主要产业,碳达峰、碳中和目标的提出将对物流业发展产生深远的影响,因此行业低碳化发展成为亟须解决的问题。运用碳排放系数法测度福建省2012—2021年物流业碳排放总规模,在此基础上利用对数平均迪式指数分解法(logarithmic mean Divisia index,LMDI)模型分析能源结构、能源效率、产业结构、经济增长和人口因素对福建省物流业运行效率的影响。研究结果显示:经济增长、能源效率和人口因素对福建省物流业碳排放总量增加起促进作用,其中经济增长因素的促进作用最大;能源结构和产业结构因素对福建省物流业碳排放增加起抑制作用。最后,基于实证分析结果,提出推动福建省物流业低碳化发展建议。

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。

中国和世界典型国家能源消费碳排放因素分解研究

基于扩展的Kaya恒等式,应用迪氏对数指数分解法(LMDI)建立因素分解模型,对美国、印度、日本、德国4个典型国家和中国的化石能源消费引起的碳排放进行因素分解,定量分析经济增长、能源强度、能源结构、人口规模对能源消费碳排放的影响。在此基础上,为分析家庭户数量对中国碳排放的影响,引入家庭户规模对模型进行修正。结果表明,全球、中国及几个典型国家的经济增长效应和人口规模效应为碳排放增长的促进因素,对全球和印度,人口效应略强;对其他几个典型国家,经济增长为主导促进因素。能源强度为碳排放增长的抑制因素,其中美国和德国强度效应较强,抵消了经济增长效应。能源结构效应对美国能源消费碳排放量增长表现为微弱的促进作用,对全球及其他几个典型国家则表现为微弱的抑制作用。修正的模型表明,居民消费模式对碳排放贡献以家庭模式为主,中国的家庭户数量效应大于人口规模效应。

2003～2014年中国种植业产值增长及贡献因素分析

基于统计数据,采用对数平均迪氏分解模型,从全国和省域2个尺度研究农作物播种面积、单位面积产值、增加值率、价格变化等因素对2003~2014年中国种植业增加值的影响方向与程度,以期为农业政策调整和差别化的种植业生产策略制定提供依据。结果表明：（1）12 a间种植业增加值增加了25 608.4亿元;农产品生产价格指数的提升、单位面积产值的快速增加叠加上农作物播种面积的稳定增长,导致研究期间种植业增加值的明显上升;种植业增加值呈现“北进中移”的发展趋势,长江中下游区、黄淮海区、西南区等省域的种植业增加值明显增加。（2）各因素对各省域种植业增加值的作用方向和作用强度呈现出一定的差异性,农产品价格指数的明显提升和单位面积产值的快速增加是大部分省域种植业增加值快速增长的主要推动力,而农作物播种面积的稳定增加也起到比较明显的正向促进作用;新疆和内蒙古农作物播种面积的正向效应明显,北京、上海和浙江农作物播种面积的负向效应明显;东部沿海省域和直辖市增加值率的负向效应比较明显。

产业转移视角下京津冀石化产业碳排放因素分解与减排潜力分析

石化产业是我国经济的支柱性产业,但其大量的碳排放却给环境造成严重负担,因此提倡石化产业低碳发展能有效推动京津冀区域经济与环境绿色均衡发展.基于产业转移视角,分析2007—2016年京津冀区域石化产业碳排放量现状;运用对数平均迪式分解(Logarithmic Mean Divisia Index,LMDI)法分解并分析京津冀区域石化产业碳排放量影响因素在三地的作用效果,进而借助产业竞争力系数佐证碳排放量影响因素作用效果在区域间的关联性;最后通过合理调整京津冀区域石化产业能源结构,将未调整和调整后的能源结构类型分别设置为基准情境和低碳情境,利用SPSS拟合最优曲线来预测2017—2030年京津冀区域石化产业减排潜力.结果表明:①2007—2016年京津冀区域石化产业碳排放量增加386.79×10^4t,碳排放强度由0.77 t/(10^4元)降至0.31 t/(10^4元).②2007—2016年,能源强度因素使京津冀区域石化产业碳排放量减少13663.77×10^4t,其贡献率高达148.38%;人均GDP因素促使石化产业碳排放量增加12327.10×10^4t,贡献率达110.69%.③对于石化产业竞争力系数,北京市由0.03降至-0.02,为三地石化产业转出地;河北省由-0.14增至0.16,为转入地.④在低碳情境下,2020年、2030年京津冀区域石化产业碳排放量分别比基准情境减少502.84×10^4、528.95×10^4t,碳排放强度分别降至0.19、0.17 t/(10^4元),均达到发展目标的要求.研究显示,2007—2016年京津冀区域石化产业碳排放量逐年上升,承受巨大减排压力,该区域可以通过调整石化产业能源结构来挖掘碳减排潜力,推动石化产业绿色发展.

黄河沿线省区水资源生态足迹时空特征分析

【目的】通过计算分析黄河沿线各省区水资源生态足迹时空分布特征,以期为黄河沿线水资源科学开发与持续利用提供基础依据。【方法】利用生态足迹模型计算了黄河沿线九省区的水资源生态足迹,并利用基尼系数和对数平均迪氏指数法对水资源生态足迹进行分析。【结果】黄河沿线各省区人均水资源生态足迹存在较大的空间差异性,对水资源生态足迹的贡献呈现为生产用水>生活用水>生态用水;除四川、陕西和青海,其他省区水资源生态处于不可承载状态;各省区的水资源生态足迹与GDP、人口、水资源总量和耕地面积的均衡性均较差;影响水资源生态足迹的主要因素是技术效应和经济效应,其中水资源生态足迹与技术效应成反比,与经济效应成正比。【结论】总体上,黄河沿线各省区水资源生态状况均较差。

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。

中国农产品进出口贸易隐含碳排放的测算与分解

通过构建投入产出模型,笔者测算并分析了1995年~2014年中国农产品贸易中隐含碳排放量。测算结果发现,进口农产品的隐含碳大量替代了本国生产所产生的碳排放。在测算结果的基础上,笔者采用对数平均迪氏分解法(LMDI)对农产品出口贸易隐含碳排放的影响因素进行了分解,发现出口规模是导致碳排放增加的主要原因,碳排放强度效应是促进碳排放降低的主要原因,而出口结构正逐渐成为抑制碳排放降低的原因。

中国进出口贸易隐含碳影响因素分解——考虑技术异质性的研究

在考虑技术异质性的条件下,首先核算我国2002年、2007年以及2010年三年进出口隐含碳,然后运用对数平均迪氏指数法将对三年隐含碳排放变化量的影响因素进行分解。研究发现:(1)三年隐含碳净输出量分别为903百万吨、2 134百万吨、1 700百万吨,说明我国在对外贸易发展中,替发达国家和地区承担了过多的碳排放;(2)2002—2007年和2007—2010年两个阶段进口及出口隐含碳的规模效应和结构效应均为正,其中规模效应是2002—2007年进口及出口隐含碳增加的主要原因,结构效应是2007—2010年进口及出口隐含碳增加的主要原因;(3)两阶段我国进口及出口隐含碳的强度效应均为负,说明无论是我国还是境外的生产技术水平都在进步;(4)两阶段出口加权平均碳排放强度的年均降幅均高于进口加权平均碳排放强度的年均降幅,说明我国技术水平进步的速度要快于境外技术平均水平。

基于LMDI法的我国钢铁行业CO_2排放影响因素分解研究

探讨钢铁行业发展过程中CO_2排放的特征及其影响因素,并制定针对性节能减排政策是一项重要且值得深入研究的课题。依据2000—2010年我国钢铁产量相关数据,分析了我国钢铁行业CO_2排放的动态特征,发现其CO_2排放与钢铁产量的增长成正比。采用对数平均迪氏指数分解法(LMDI法)构建了CO_2排放的指数分解模型,并采用该模型将我国钢铁行业CO_2排放影响因素分解为CO_2排放系数、能源消费结构、能源强度、生产总量4项,定量分析了各因素对钢铁行业CO_2排放量变化的影响。结果表明:钢铁产量是CO_2排放量增加的最大拉动因素,能源强度是CO_2排放的最大抑制因素,能源消费结构对CO_2排放量减少有重要影响,但目前因改善力度不够,故效果尚不显著。可见,提高我国能源利用效率是实现CO_2减排的关键。

成都平原经济区固体废物产生量与经济增长的关系及驱动因素分析

为探究2013-2017年成都平原经济区工业废物、医疗废物、城市生活垃圾产生量与经济增长的关系以及驱动因素,采用了脱钩模型和对数平均迪氏指数(LMDI)分解法进行分析。结果表明:2013-2017年成都平原工业废物产生量与经济增长为强脱钩状态,其中排放强度效应是主要因素,即工业技术的发展抑制了工业废物的产生;医疗废物、城市生活垃圾产生量与经济增长均为扩张连接状态,其中经济水平效应是主要因素,即经济增长促进了医疗废物以及城市生活垃圾的产生,而排放强度效应起抑制作用。因此,建议设立科研经费或其他项目经费,鼓励相关企业不断自主研发新工艺新技术,同时应统筹综合利用设施或无害化处置设施的建设,进一步提高固体废物的资源化利用或无害化处置效率;研究制定固体废物堆存、处置等方面的政策,通过增加资金支持或减免税收等方式,鼓励企业提高固体废物的管理水平。