共查询到18条相似文献，搜索用时 125 毫秒
1.
基于区域视角的能源消费碳排放影响机理分析,是有效实现节能降耗减排的重要研究议题。本文基于投入产出理论,通过构建“能源—经济—碳排放”混合型投入产出分析框架,利用扩展的IO-SDA模型,对新疆维吾尔自治区（简称新疆）1997-2007年能源消费碳排放的影响因素进行结构分解分析。结果显示：① 新疆能源消费碳排放从1997年的2070.08万t增长到2007年的4034.33万t,碳排放的增长主要集中在能源资源生产与加工业和矿产资源开采与加工业。② 碳排放影响因素的直接效应分析,人均GDP、最终需求结构、人口规模和生产结构的变化是引起碳排放增长的重要影响因素,碳排放强度的降低是这一时期遏制碳排放增长的重要影响因素,说明在经济规模和人口数量不断增长的同时,经济结构未得到有效优化,生产技术未得到有效的提升,导致新疆能源消费碳排放的快速增长。③ 碳排放影响因素的间接效应分析,省域间调出、固定资本形成总额和城镇居民消费对于新疆能源消费碳排放的变化影响显著。④ 碳密集产业部门的固定资产投资增加,能源资源型产品的省域间调出增长,使得区域间“隐含碳”转移效应十分显著。 相似文献
2.
北京能源消费排放CO2增量的分解研究——基于IDA法的LMDI技术分析 总被引：3，自引：1，他引：2
采用IDA法的LMDI技术,全面实证研究了北京1995-2010年经济部门和生活消费因能源消耗排放二氧化碳增长的驱动因素,分析导致6大产业部门和生活消费的碳排放增量的各自效应。结论表明:拉动产业部门碳排放量增长的决定性因素是经济规模扩大,而促使碳排放减少的主要因素是能源强度降低,产业结构调整和能耗结构变化对产业碳排放变动的贡献较低;就行业而言,工业的碳减排成果最显著,其他服务业及交通运输、仓储与邮政业的增量明显;人口规模的持续扩大是导致生活消费碳排放量增加的主因,人均能耗强度加大紧随其后,但碳排放系数和生活能耗结构的变化却对减碳贡献不大。最后,针对上述分析结果,提出了北京未来节能减碳的简明政策建议。 相似文献
3.
《热带地理》2017,(1)
通过构建“能源-经济-碳排放”混合型投入产出分析框架,利用扩展的结构分解模型,对广东省2002-2010年能源消费碳排放的影响因素进行结构分解分析。结果显示:1)广东省能源消费碳排放从2002年的5 820.55万t增长到2010年的12 097.91万t。2)碳排放影响因素的直接效应分析,经济规模和人口增长是广东省碳排放增长的主要驱动因素,同时生产结构在当前仍然是碳排放增长的正向驱动因素,但是生产结构对于广东省碳排放增长的贡献率逐步降低。碳排放强度是遏制广东省碳排放增长的最主要贡献因子,最终需求结构对于广东省碳排放总量变化由正效应转变为负效应,逐渐成为遏制碳排放增长的主要贡献因子。3)碳排放影响因素的间接效应分析,国际出口、进口贸易和省域间调进、调出贸易对于广东省能源消费碳排放的变化影响显著。同时,固定资本形成和城镇居民消费对于广东省碳排放的增长有较强影响。4)不同最终需求对产业部门碳排放增长的分析表明,出口贸易引起的碳排放增长主要集中在电子与机械类行业和纺织服装业;省域间调出引起的碳排放增长主要集中在典型的能源密集型行业;固定资本形成引起的碳排放增长主要集中在建筑业;城镇居民消费引起的碳排放增长主要集中在交通运输业。 相似文献
4.
利用LMDI模型解构了2010—2019年甘肃省13个细分行业碳排放影响因素及其作用效应,运用Tapio脱钩模型分析了经济增长与碳排放的脱钩关系,在此基础上,检验了各因素对脱钩做出的努力程度。结果表明：(1)2010—2019年甘肃省细分行业碳排放总量增加3843.13×104t,主要集中在石油制造业、化工制造业、钢铁制造业以及电力行业等高能耗行业;能源消费结构的高碳化特征显著,能源消费强度呈下降趋势。改善高能耗产业能源消费结构、推动高能耗产业转型升级是未来甘肃省碳减排的重点。(2)经济增长和人口规模对碳排放产生增量效应,而能源强度、能源结构对碳排放产生减排效应,产业结构对部分行业产生减排效应。(3)各行业碳排放与经济增长的脱钩情况趋于向好,除电力行业仍为弱脱钩外,其他行业均由2010—2016年的负脱钩或弱脱钩转变为2016—2019年的强脱钩或衰退脱钩。(4)能源强度效应的脱钩努力最高,能源结构和产业结构效应的脱钩努力尽管较小但逐渐增强,人口规模效应的脱钩努力不明显。 相似文献
5.
采用表观能源消费数据进行分能源品种和分行业类型的碳排放总量核算,利用基于IDA理论和Kaya恒等式的LMDI模型对碳排放总量变化进行多要素的分解分析,在解析人口规模效应、经济产出效应、能源强度效应对碳排放影响机理的同时,进一步纳入人口结构性因素、产业结构性因素和能源结构性因素对碳排放的影响。以广州市为例,对其2003—2013年产业活动和居民消费2个部门碳排放的主要驱动因素进行时间序列分析,并定量研究各个影响因子在2003—2005、2005—2010和2010—2013年3个不同发展阶段的作用机理,主要研究结论如下：1）广州市能源消费及其碳排放前期以煤炭为主,近年来以石油为主,同时外购电力对广州市的能源消费结构优化影响显著。2）各影响因子对广州市碳排放总量变化的作用机理与影响机制在3个发展阶段各不相同,不同发展阶段的发展措施和政策背景对于各个影响因子的碳排放效应影响显著。3）总体分析,经济产出效应和人口规模效应是产业部门碳排放增长的最主要贡献因子;工业能源消费强度效应、工业能源消费结构效应和经济结构效应是遏制产业部门碳排放增长的最主要贡献因子。城镇居民收入效应是居民消费碳排放增长的最主要贡献因子,城镇居民能源消费强度效应是遏制居民消费碳排放增长的最主要贡献因子。 相似文献
6.
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。 相似文献
7.
"双轮驱动"发展模式背景下,我国建设用地扩展特征明显。建设用地变化的碳排放效应是导致大气中碳排放量增加的重要因素。运用安徽省统计年鉴数据,采用改进的Kaya恒等式及LMDI分解模型,对安徽省1997-2011年碳排放的驱动因素进行了定量测度。结果表明:经济增长、建设用地扩展、人口密度变化对碳排放具有增量效应,经济增长为第一驱动因素,年平均贡献率达266.32%,建设用地扩展为重要驱动因素,其碳效应年均值为640.57万t,年均贡献率为187.30%,人口密度变化对碳排放驱动影响较小。能源结构变化、能源强度下降对碳排放具有抑制作用,年均贡献率分别为-212.06%、-58.115%。基于碳排放因素分解结果,针对性提出了碳减排的政策途径,可为政府通过合理组织土地利用,实现碳减排提供科学依据,有利于安徽生态省建设及减排目标实现,也可为省域尺度建设用变化的碳排放效应研究提供借鉴。 相似文献
8.
武汉市碳排放的测算及影响因素分解研究 总被引：1，自引：0，他引：1
研究基于14个主要方面碳源,测算了武汉市1996—2009年碳排放量。发现自1996年以来武汉市碳排放呈现"平稳—上升—平稳"的三阶段特征。进一步基于LMDI模型分解碳排放的影响因素,结果表明,能源结构、能源效率因素对碳排放量具有一定抑制作用,但效果不够显著且波动性较强,1997—2009年与基期相比,能源结构、能源效率因素分别累计实现了0.95%,11.30%的碳减排;而经济因素与人口规模因素则对碳排放具有较强推动作用,分别累计产生了64.65%,19.65%的碳增量。最后,据此提出推进武汉市碳减排的对策建议。 相似文献
9.
《资源与生态学报(英文版)》2020,(5)
准确查清典型省份能源消费碳排放的实际情况及其碳排放增长的主要驱动因素,是实现我国碳减排目标的关键。本文采用扩展的LMDI模型对来自中国东、中和西部地区三个典型省(区)——江苏、河南和内蒙古的碳排放增长进行了比较分解。结果表明:(1)1996–2017年,3个省(区)的能源消费碳排放变化呈上升趋势,但各省(区)之间存在明显差异。(2)各驱动因素对碳排放的影响在不同省份和不同经济发展期明显不同。经济增长对各省碳排放变化的正向贡献最大(1996–2017年,河南、江苏、内蒙古三省(区)经济发展对碳排放增长的贡献分别为307.19%、205.08%和161.26%);其次是城镇化和人口规模,但对碳排放增长的贡献远小于经济增长。(3)除"十五"规划期外,能源强度在促进3省(区)碳减排方面发挥了主导作用,其次是能源结构。在所有抑制碳排放增长的因素中,农村人口比例的贡献最小。此外,城乡居民人均能源消费对碳排放的影响在不同省份(区)和不同经济发展阶段均表现出相对较小的影响和两面性,但在推动省域碳排放的变化方面开始起着越来越重要的作用(如1996–2017年,江苏省的居民能源消费对碳排放增长的贡献率超过7.9%,其中城镇居民人均能源消费的贡献率大于3.8%)。鉴于此,建议政策制定者应根据东、中、西部地区的碳排放省情和影响碳排放的关键因素,制定有针对性的减排措施。 相似文献
10.
从影响因素角度用LMDI分解方法对新疆1999—2009年的碳排放进行研究。结果表明:能源结构和能源强度对新疆人均碳排放增长起抑制效应,且能源强度的抑制效应大于能源结构的抑制效应;产业规模和人口规模对新疆人均碳排放增长起拉动效应,且产业规模的拉动效应大于人口规模的拉动效应。能源强度和能源结构的抑制效应难以抵消由产业规模和人口规模拉动的新疆人均碳排放的增长。在实证研究结果的基础上提出了相应的政策建议。 相似文献
11.
据2006—2015年间制造业能源消费数据核算中国大陆30个省（除港澳台、西藏外）的制造业碳排放，并依据要素密集度将制造业划分为资金、技术、劳动力密集型3类。在分析制造业以及不同类型制造业碳排放时空演变基础上，运用Kaya模型将碳排放驱动因素划分为经济规模、产业结构、能源强度、能源碳强度4个方面，并运用LMDI-I分解模型定量分析碳排放的驱动因素。结果表明：除北京外，其余省域制造业碳排放均呈现不同程度的增长；资金密集型制造业碳增长最高，其次是技术、劳动力密集型制造业；经济规模扩大是导致各省、各类型制造业碳增长的首要因素；产业结构调整、能源强度与能源碳强度的变化在各省、各类型制造业碳排放中呈现双向效应，且作用强度差异显著。因此，在未来，各省、各类型制造业碳减排措施应各有侧重。 相似文献
12.
本文首先采用修正的Laspeyres指数分解方法,分析了1994—2007年中国工业及分工业部门CO2排放的主要影响因素,解析了差异原因。然后,基于退耦理论深入研究了工业部门碳排放与经济增长之间的耦合状态和减排政策执行的有效性。我们发现,工业产出是中国工业部门碳排放增长的主要正向影响因素,能源强度效应是主要的负向影响因素,它们对碳排放的影响分别为357．20％和-248．67％;食品工业、纺织工业和机械工业的碳排放呈现出递减的趋势,而石油工业部门的碳排放量增加217．75％。1994—2007年和2000-2007年工业部门碳排放的退耦指数分别为0．63和0．56,说明碳排放与经济增长处于弱退耦状态,减排政策的执行还缺乏一定的有效性。上述结果会对工业部门耦合改善的政策制定产生一定的理论意义。 相似文献
13.
气候变化和二氧化碳减排问题已引起全世界的关注.本文运用岭回归分析1995-2008 年新疆碳排放与人口、经济、技术间的关系,并进一步探讨了产业结构和主导产业对碳排放的影响,以寻找减排的技术路线和对策,推动区域低碳经济的发展.结果表明：①不合理的经济结构和人口增长对碳排放有显著的推动作用,技术进步虽在一定程度上缓解了碳排放,但影响甚微;②新疆过分依赖自然资源的经济增长方式和以第二产业为主的经济结构是导致温室气体排放量增加的主要原因;③研究期间,新疆的主导产业均为以石油天然气开采、石油化工、煤化工为主的重工业,但其在工业总产值的比重却有较大提升,导致对能源的消耗急剧增加.未来在全球化背景下,新疆应转变经济增长模式,加大生态保护力度,更多地依靠科技创新、技术进步和制度的改进,大力发展低碳产业. 相似文献
14.
北京市服务业碳排放增长的分解分析 总被引：1，自引：0，他引：1
The output as well as carbon dioxide emissions of tertiary industry have increased continuously in Beijing. Therefore, the tertiary industry has become a new field that needs to be explored for energy saving and emission reduction. This paper calculates the direct and indirect carbon dioxide emissions of tertiary industry in Beijing from 2005 to 2012 using the input-output analysis method. The results indicate that both the direct and indirect carbon dioxide emissions increased continuously and the latter grew more quickly than the former. The growth of the direct and indirect carbon dioxide emissions of tertiary industry was decomposed, which showed that four factors influence the growth of carbon emission of the tertiary industry, including the changes of industrial scale, industrial structure, energy consumption intensity and carbon coefficient. The results show that the industrial scale advancement and the direct energy carbon coefficient change promote the increase of direct carbon dioxide emissions, while the shift of industrial structure and the change of direct energy consumption intensity have the restrain on it. The industrial scale enlargement, industrial structure shift and the indirect energy carbon emission coefficient change promote the growth of indirect carbon dioxide emissions, while the indirect energy consumption intensity change has a restrain. 相似文献
15.
金砖国家碳排放与经济增长脱钩弹性及驱动因素——基于Tapio脱钩和LMDI模型的分析 总被引：1，自引：0，他引：1
在金砖国家低碳转型的压力之下,把握碳排放驱动因素、明确碳排放与经济增长的相关性从而完善减排政策迫在眉睫。基于1987—2017年金砖国家碳排放面板数据,采用Tapio脱钩模型分析经济增长与碳排放的脱钩关系变化,进一步结合IPAT方程和LMDI模型分解影响碳排放量变化的驱动因素。研究表明：金砖国家整体上呈现由负脱钩到弱脱钩再到强脱钩的变化趋势,现阶段中国、印度和俄罗斯碳排放脱钩关系为弱脱钩,南非和巴西的碳排放脱钩分别为强脱钩和扩张负脱钩,金砖国家之间脱钩关系存在阶段性差异;经济强度因素和人口因素是碳排放的主要正向驱动因素,能源强度因素则对碳排放具有抑制作用,金砖国家之间驱动因素的作用程度存在显著差异。因此,可以从增加技术投入、提高能源利用效率、严控高能耗产业、构建减排工作国际合作平台等方面入手促进金砖国家减排。 相似文献
16.
为探讨京津冀地区工业CO2排放测度及其影响因素，基于2005—2016年数据对北京、天津、河北和京津冀地区工业能耗CO2排放的时间变化趋势进行了对比分析，运用地理探测器技术分析能源结构、能耗强度、固定资产投资、轻重工业比值和规模以上工业平均用工人数对京津冀地区工业能耗CO2排放量的影响作用大小。结果表明：①研究期内京津冀工业碳排放强度均为递减趋势。其中，河北最大，天津次之，北京最小；人均碳排放北京呈递减之势，天津和河北在波动中上升。②京津冀工业煤炭类CO2排放占总排放量的主导地位是由河北省以煤炭为主的能源结构决定的。③能源结构对京津冀、天津和河北的CO2排放影响最大，其次是轻重工业比值；北京市规模以上工业从业人数对CO2排放的影响最大，其次是固定资产投资。 相似文献
17.
郑汴都市区一次能源消费的碳排放变化及机理 总被引：1，自引：0，他引：1
城市发展面临着向低碳生态转型的挑战,探析城市一次能源消费的碳排放变化及机理是郑汴都市区低碳生态化研究的基点。采用LMDI分析法对2000~2009年间郑汴都市区化石能源碳排放变化、2004~2007年间一次能源碳排放与主要农作物碳吸收变化机理进行研究,构建低碳发展判别函数进一步辨析郑汴都市区产业低碳发展的类型与方向。结果发现：郑汴都市区的碳排放量逐年增加,但两市的增长速度与方式有所不同;碳排放量是在经济发展水平与人口规模、能源强度与能源结构、种植结构、播种面积及产出强度等7个因子相互作用下变化的,经济发展水平的提高是促进碳排放增加的显著因素,能源强度、播种面积和产出强度的增加是抑制碳排放的显著因素;郑汴都市区的产业错位发展有利于消减碳排放总量,但多种产业的产能和结构亟待提高与调整。郑汴城市复合生态系统之间的低碳耦合发展路径、各子系统之间的相互作用机理是应继续深入的方向。 相似文献
18.
中国碳强度关键影响因子的机器学习识别及其演进 总被引：2，自引：1，他引：2
碳强度影响因子数量众多,通过在众多因子中评估其重要性以识别出关键影响因子进而解析碳强度关键因子的变化规律,是中国2030年碳强度能否实现比2005年下降60%~65%目标的科学基础。传统的回归分析方法对于评估众多因子的重要性存在多重共线性等问题,而机器学习处理海量数据则具有较好的稳健性等优点。本文从能源结构、产业结构、技术进步和居民消费等方面选取了56个中国碳强度影响因子指标,采用随机森林算法基于信息熵评估了1980-2014年逐年各项因子的重要性,通过指标数量与信息熵的对应关系统一筛选出每年重要性最大的前22个指标作为相应年度关键影响因子,最终依据关键影响因子的变化趋势划分了3个阶段作了演进分析。结果发现：1980-1991年,碳强度的关键因子主要以高耗能产业规模及占比、化石能源占比和技术进步为主;1992-2007年,中国经济进入快车道增长时期,服务业占比和化石能源价格对碳强度的影响作用开始显现,居民传统消费的影响作用在增大;2008年全球金融危机后,中国进入经济结构深化调整时期,节能减排力度大大增强,新能源占比和居民新兴消费的影响作用迅速显现。为实现2030年碳强度下降60%~65%目标,优化能源结构和产业结构,促进技术进步,提倡绿色消费,强化政策调控是未来需要采取的主要措施。 相似文献