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...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。展开更多
Net primary productivity(NPP)is an important breakthrough point of current research on ecological footprint improvement.The energy eco-footprint(EEF)of the Four-City Area in Central China(FCACC)was measured by constru...Net primary productivity(NPP)is an important breakthrough point of current research on ecological footprint improvement.The energy eco-footprint(EEF)of the Four-City Area in Central China(FCACC)was measured by constructing an EEF-NPP model.This work has made the following efforts:(1)Gini coefficient was employed to analyze the degree of matching between the EEF and economic growth,population,and energy consumption.(2)LMDI decomposition method was used to explore the impacts of multiple factors on the EEF in the FCACC.(3)Tapio decoupling model was applied to verify the decoupling relationships between the above influencing factors and the EEF.(4)LMDI decomposition formula was embedded into the decoupling model to analyze the impacts of technical and non-technical factors on the decoupling elasticity of the above.The main findings show that from 2010 to 2020:(1)the degree of matching of EEF-GDP,EEF-population,and EEF-energy consumption increased.(2)energy intensity and per capita GDP were the main factors that affected the EEF.(3)the decoupling states between total energy consumption,energy consumption structure,energy intensity,per capita GDP,and population size with the EEF were expansive negative decoupling,expansive negative decoupling,strong negative decoupling,weak decoupling,and expansive negative decoupling,respectively.(4)the impact of non-technical factors was greater than that of technical factors,and their impacts were always in opposite directions.展开更多
“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...“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。展开更多
能源消费是碳排放的主要来源。根据IPCC碳排放计算指南缺省值计算出广东省1990―2010年的碳排放量,并对广东省近20年来碳排放进行阶段划分,采用对数平均迪氏指数法(Logarithmic Mean Divisia Index),对碳排放量进行因素分解,分析能源结...能源消费是碳排放的主要来源。根据IPCC碳排放计算指南缺省值计算出广东省1990―2010年的碳排放量,并对广东省近20年来碳排放进行阶段划分,采用对数平均迪氏指数法(Logarithmic Mean Divisia Index),对碳排放量进行因素分解,分析能源结构、能源效率和经济发展对碳排放的影响及作用程度。结果表明:1)1990―2010年,广东省能源消费的CO2排放总量和人均CO2排放量不断上升,万元GDP碳排放量、三次产业碳排放强度均呈下降趋势,原煤的消费是碳排放的主要来源,第二产业的CO2排放量比重最大,但呈缓慢下降趋势;2)经济发展效应对广东省能源消费碳排放的贡献率最大,其次是能源强度效应、人口规模效应,能源结构效应的贡献率最小;经济增长是碳排放量增加的主要推动因素;能源消费强度影响碳排放量的增速,能源消费强度又进一步受到产业结构和各产业能耗强度的影响,其中,第二产业能耗强度和第二产业产值比重是影响能源消费强度最主要的影响因素。展开更多
文摘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。
基金supported by the Science and Technology Projects of the Jiangxi Provincial Education Department(Grant No.GJJ2200518)the Ministry of Education in China Layout Project of Humanities and Social Sciences(Grant No.20YJAZH037).
文摘Net primary productivity(NPP)is an important breakthrough point of current research on ecological footprint improvement.The energy eco-footprint(EEF)of the Four-City Area in Central China(FCACC)was measured by constructing an EEF-NPP model.This work has made the following efforts:(1)Gini coefficient was employed to analyze the degree of matching between the EEF and economic growth,population,and energy consumption.(2)LMDI decomposition method was used to explore the impacts of multiple factors on the EEF in the FCACC.(3)Tapio decoupling model was applied to verify the decoupling relationships between the above influencing factors and the EEF.(4)LMDI decomposition formula was embedded into the decoupling model to analyze the impacts of technical and non-technical factors on the decoupling elasticity of the above.The main findings show that from 2010 to 2020:(1)the degree of matching of EEF-GDP,EEF-population,and EEF-energy consumption increased.(2)energy intensity and per capita GDP were the main factors that affected the EEF.(3)the decoupling states between total energy consumption,energy consumption structure,energy intensity,per capita GDP,and population size with the EEF were expansive negative decoupling,expansive negative decoupling,strong negative decoupling,weak decoupling,and expansive negative decoupling,respectively.(4)the impact of non-technical factors was greater than that of technical factors,and their impacts were always in opposite directions.
文摘“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。
文摘能源消费是碳排放的主要来源。根据IPCC碳排放计算指南缺省值计算出广东省1990―2010年的碳排放量,并对广东省近20年来碳排放进行阶段划分,采用对数平均迪氏指数法(Logarithmic Mean Divisia Index),对碳排放量进行因素分解,分析能源结构、能源效率和经济发展对碳排放的影响及作用程度。结果表明:1)1990―2010年,广东省能源消费的CO2排放总量和人均CO2排放量不断上升,万元GDP碳排放量、三次产业碳排放强度均呈下降趋势,原煤的消费是碳排放的主要来源,第二产业的CO2排放量比重最大,但呈缓慢下降趋势;2)经济发展效应对广东省能源消费碳排放的贡献率最大,其次是能源强度效应、人口规模效应,能源结构效应的贡献率最小;经济增长是碳排放量增加的主要推动因素;能源消费强度影响碳排放量的增速,能源消费强度又进一步受到产业结构和各产业能耗强度的影响,其中,第二产业能耗强度和第二产业产值比重是影响能源消费强度最主要的影响因素。
