基于脱钩理论和GFI指数的京津冀交通运输业碳排放研究

随着京津冀地区交通运输需求的不断增加,碳排放问题已引起广泛关注。文章基于CEADs数据库和统计年鉴数据,采用Tapio脱钩理论和广义费雪指数对京津冀地区2010—2019年的交通运输业碳排放量进行分析,并将京津冀地区的具体情况分解为四种效应。结果显示,天津市已经基本实现强脱钩状态,而北京市和河北省仍处于弱脱钩状态,同时各个效应对京津冀地区交通运输业碳排放量的影响存在差异,河北省主要受能源结构的影响,而北京市和天津市主要受交通能源强度的影响。文章对此提出了相应的建议,以期改善京津冀交通运输业的碳排放。

中国交通碳排放驱动因素分析——基于脱钩理论与GFI分解法

识别中国交通碳排放影响因素,将其分解为能源结构、(交通)能源强度、交通强度、经济城市化、人口城市化、土地城市化6个驱动因素,分析不同脱钩状态下各因素驱动效果尤为关键,其中,所采用的广义费雪指数(GFI)因素分解法具有消除残值、分解更完全的优势。研究发现,中国交通碳排放持续增长,但理想脱钩状态省份从0个上升到8个;经济和土地城市化是阻碍碳减排最关键因素,人口城市化、交通强度、能源结构促进碳减排;能源强度、交通强度是形成不同脱钩状态主因。构建“高效、紧凑、智能”城市交运体系有助于交通部门更早实现碳达峰。

基于GFI模型广东能源消费变动的因素分解分析

运用广东省1990—2009年能源消费的面板数据,采用广义费雪指数方法对广东能源消费的影响因素进行分解分析,探讨产业能源效率、产业结构、经济发展与人口发展等因素对广东能源消费变动的影响和作用。为了进一步剖析各因素对能源消费变动的影响效果,构建回归分析模型,研究表明:经济发展、人口发展与产业结构对广东能源消费增长起到推动作用,产业能源效率对广东能源消费增长起到抑制作用。

中国碳排放变动的因素分解分析

随着中国经济的快速发展,能源消费的急剧增长以及以煤为主的能源结构在短期内难以改变,中国一次能源消费的碳排放总量不断增长。本文基于广义费雪指数(GFI)方法,建立中国人均碳排放的因素分解模型,定量分析2000-2008年间,能源结构、能源效率和经济发展等因素的变化对中国人均碳排放的影响。该方法较之拉氏指数和D氏指数分解法,克服了它们的缺点,更好的消除了分解的残差项,得到的结果更加精确。分析表明:经济发展对拉动中国人均碳排放的贡献率呈指数增长,而能源效率对抑制中国人均碳排放的贡献率呈倒"U"型,并且其抑制作用当前有增强趋势,能源结构的抑制作用依然微弱。能源效率和能源结构对碳排放的抑制作用难以抵消由经济发展拉动的中国人均碳排放量增长。本文得到当前能源效率因素对碳排放的抑制作用正逐渐增强,而能源结构因素对碳排放的抑制作用依然微弱,这与以往的结果不同。为了考察各种因素对中国能源消费碳排放影响的长期规律性,本文首次拟合了各种影响因素的瞬时变化率特征,进一步反映出各影响因素的动态演进过程。

基于广义费雪指数的我国钢铁工业碳排放量变化及影响因素分解

在对2001~2011年我国钢铁工业CO2排放量进行测算与变化分析的基础上,建立基于广义费雪指数的钢铁工业CO2排放影响因素分解模型,对我国钢铁工业CO2排放因素进行分解,并给出我国钢铁工业减排建议.研究结果表明：经济发展效应是影响我国钢铁工业CO2排放的主要因素,且对钢铁工业CO2排放增长起拉动作用;能源结构效应对我国钢铁工业CO2排放增长整体起微弱拉动作用;能源强度效应对我国钢铁工业CO2排放增长起着抑制作用.

中国产业能源消费碳排放变化的因素分解--基于广义GFI的指数分解

基于扩展的Johan恒等式及广义费雪指数分解(GFI)方法,建立了1995～2010年中国能源消费人均碳排放因素分解模型,定量分析了产业能源结构、产业能源强度、产业结构、经济产出四个因素对我国能源消费的人均碳排放的影响。对比拉氏指数和D氏指数分解法,姑模型具有更好的因素分解特性,能够消除分解的残差项,使得分解结果更加准确。实证结果显示:经济产出的持续增长是我国人均碳排放增长的主导因素,该阶段总贡献比例为42.84%;产业能源结构与产业结构对我国人均碳排放的增长起到了微弱的拉动效应,贡献比例分别为21.99%和21.24%;而产业能源强度对我国的人均碳排放的增长呈现显著的抑制效应,贡献比例为13.94%,并且产业能源强度的抑制作用表现出逐年增强的趋势。