江苏省工业碳排放脱钩及影响因素分析
基于因素分解模型的江苏碳排放影响因素分析
基于因素分解模型的江苏碳排放影响因素分析岳书敬;邹玉琳【摘要】研究江苏碳排放的影响因素,对有的放矢地制定减排政策,发展低碳经济具有重要意义.文章运用对数平均Divisia指数分解法,把2005—2014年间江苏碳排放增长率分解为9种影响因素的加权贡献,并对这一时期以及江苏13个地级市进行分析.结果表明:13个城市生产部门能源强度下降均为减少碳排放的最主要因素,但不同城市间该因素贡献度的差异逐年增大;人均GDP增长是各城市碳排放增加的主要推动因素,但其贡献度正逐年递减;能源结构变动在13个城市的贡献度低且不同城市间贡献度差距较小;产业结构变动在不同城市的贡献度差距逐年增大且排序不稳定;各城市人口数量等对各城市碳排放变动贡献度最小,并不是江苏碳排放的主要驱动因素.【期刊名称】《徐州工程学院学报（社会科学版）》【年(卷),期】2018(033)003【总页数】7页(P52-58)【关键词】碳排放;因素分解;影响因素【作者】岳书敬;邹玉琳【作者单位】东南大学经济管理学院,江苏南京 211189;东南大学经济管理学院,江苏南京 211189【正文语种】中文【中图分类】F062.2一、问题的提出近年来，随着经济总量的持续增长，中国已经成为全球第一大碳排放国，面临着日益严峻的碳减排压力。
为实现中国经济的可持续发展，履行碳减排的国际责任，中国政府提出2020年单位国内生产总值二氧化碳排放比2005年下降40%～45%的约束性目标。
江苏作为经济总量和经济质量都走在全国前列的经济大省，对降低碳排放也承担着重要的责任，但鉴于目前能源消耗量大、环境承载力弱、资源自给率低、单位国土面积污染程度高的基本省情，江苏节能减排之路面临巨大的压力和严峻的挑战。
因此深入研究江苏碳排放的影响因素，并在城市层面进行差异对比分析，对于从区域角度制定节能减排政策、发展低碳经济具有重要意义。
目前，测度碳排放量并研究分析碳排放的影响因素成为各国政府和学术界共同关注的焦点问题，而在碳排放变化影响因素分解分析领域，对数均值迪氏分解法(LMDI)因为具备诸多优点而被广泛运用。
南京市工业能源碳排放及影响因素分析
南京市工业能源碳排放及影响因素分析刘慧;仇方道【摘要】以南京市为例，采用 Divisia 分析方法，深入分析了1995~2009年南京市能源消耗及其碳排放的影响因素。
结果表明：1995年以来南京市碳排放量呈逐年增加趋势；经济发展对碳排放的贡献率呈指数增长；能源消费是碳排放的主要来源，而能源效率和能源结构对抑制碳排放的贡献率都呈倒“U”型；能源效率对南京碳排放的抑制作用正在逐渐减弱。
加快工业低碳化转型，发展低碳技术、提高能源效率是降低南京市工业能源碳排放的关键。
% Developing a low carbon economy is the city economic social transformation of the new trend. Taking Nanjing as an example, apply the logarithmic mean Divisia analysis method and deep analysis Nanjing energy consumption and the influence factors of carbon emission. The results show that: Since 1995, the carbon emissions of Nanjing is increasing year by year trend. Economic development on stimulate the contribution rate per capita carbon emissions increase exponentially. Energy consump-tion is the main source of carbon emissions. However, energy efficiency and energy structure to control the contribution rate per capita carbon emissions form a full “U” type. Energy efficiency to suppress Nanjing carbon emissions is crumbling. Consequently, as soon as possible formulating a low -carbon economy strategic planning, developing low -carbon technology, improving energy efficiency and adjusting the industrial structure is the important measures to promote the transformation about Nanjing energy consumption pattern.【期刊名称】《国土与自然资源研究》【年(卷),期】2012(000)005【总页数】3页(P55-57)【关键词】能源消费;碳排放;Divisia分析方法;南京市【作者】刘慧;仇方道【作者单位】江苏师范大学城市与环境学院，江苏徐州 221116;江苏师范大学城市与环境学院，江苏徐州 221116【正文语种】中文【中图分类】F062.9;F205伴随工业化、城市化的加快推进，城市能源消耗和碳排放量剧增，生态环境不断恶化。
江苏省设区市尺度的碳排放核算及影响因素研究
江苏省设区市尺度的碳排放核算及影响因素研究费杰1，杨孟1*，张惠玉1，杨轩一2，徐亢1，刁一伟2，吴丹1（1.无锡学院环境工程学院，江苏无锡214105；2.无锡学院大气与遥感学院，江苏无锡214105）摘要：本文利用联合国政府间气候变化专门委员会（intergovernmental panel on climate change ，IPCC ）清单法核算了江苏省13个设区市1999—2020年的碳排放量，并利用可拓展随机性环境影响评估模型（stochastic impacts by regression on population,affluence,and technology ；STIRPAT ）分析经济、人口、能源强度和能源结构对碳排放的影响。
各设区市的碳排放存在较大差异，淮安的年均碳排放量（3.00×107t CO 2）处于中游水平，苏州具有最大的年均碳排放量，约为淮安的5倍。
2020年，宿迁、常州和盐城的碳排放量同比增加，其他城市的碳排放量同比下降或者零增长，其中，淮安、扬州、泰州、南通和徐州的碳排放量持续下降。
STIRPAT 模型拟合结果表明：（1）碳排放与人口的关系具有地区差异，苏南城市的人口与碳排放均为显著正相关，南通、徐州和泰州则为显著负相关；（2）人均GDP 、第二产业占比、能源强度（单位GDP 能耗）以及能源结构（原煤占一次能源消费比重）与碳排放总量具有显著的正相关关系，可通过优化产业结构、降低能源强度和优化能源结构降低江苏省的碳排放量。
关键词：STIRPAT 模型；人口；人均GDP ；能源强度与结构中图分类号：X831文献标志码：A文章编号：2096-2347（2023）02-0026-10收稿日期：2022-11-16基金项目：江苏省环境监测科研基金项目（NO2110）。
作者简介：费杰，主要从事空间统计、环境规划研究。
E-mail:*通信作者：杨孟，博士，主要从事空间统计、环境规划与管理研究。
江苏苏州碳排放演化特征及影响因素分析
2020年9月，我国明确提出2030年“碳达峰”与2060年“碳中和”目标。
苏州作为我国内地最强地级市，在高能耗、环境负担重的现状下实现低碳转型面临巨大困境。
为积极稳妥地推进“双碳”目标，苏州市政府制定印发《关于加快转变发展方式做好碳达峰碳中和工作的实施意见》，提出2030年前达到目标。
本文以苏州为研究对象，核算其在2011—2021年能源消费引起的碳排放，采用因素分解法分析苏州碳排放变动趋势及影响因素，探讨时间性差异，基于上述制订相关政策。
1 文献综述如今，碳排放已成为国际学者与低碳减排学界的研究热题，影响碳排放的因素研究有分解与分析方法体系和回归分析方法体系两种。
一是分解与分析方法体系。
通过构建碳排放恒等式，采用因素分解法分析影响碳排放的原因。
其中，对数平均迪氏指数分解法(LMDI)是广泛使用的分解法，可在时空双维度展开分析研究，有效对各因素解析。
从空间上来看，我国学者大多聚焦碳排放负载较大、经济较发达地区，如北京、上海等，通过能源消费数据对碳排放驱动因子进行分析。
林晓洁等(2022)利用LMDI对香港地区能源消费演变趋势进行研究；姚永玲(2011)对北京市能源碳排放因素分解分析；孙燕燕(2020)对上海市旅游碳排放效应分解进行研究；杨燕、武戈(2013)基于南京市和苏州市比较分析，研究长三角城市工业碳排放因素分解模型。
从时间上来看，孙冬营等(2023)利用LMDI方法探究城市生活用水量变化的驱动效应；纪义虎等(2022)通过LMDI因素分解法分析了沁河流域近20年碳排放增速变化趋势；宋辉等(2019)借助对数平均迪氏指数因素分解法，研究产业节能效应；张鸿武等(2016)从时间维度对工业碳减排技术效应进行研究；韩钰铃、刘益平(2018)基于LMDI探究在时间维度下区域碳排放中各驱动因子的贡献度。
二是回归分析方法。
以计量经济学为基础，系统评估分析对象，其中IPAT和STIRPAT两大模型应用最为广泛。
苏州市工业碳排放的影响因素研究及对策分析
苏州市工业碳排放的影响因素研究及对策分析
苏奕洁;郑哲贝;刘波;鲍元
【期刊名称】《中国商贸》
【年(卷),期】2013(000)017
【摘要】为解决苏州GDP的快速增长带来的环境污染问题，尤其是工业高速发展带来的碳排放增加的问题，本文依据苏州市2001～2011年数据分析苏州市工业
经济、能源消费、产业结构与碳排放的现状与特点，并在此基础上构建回归分析模型，对工业碳排放增长的驱动因素进行分析。
分析结果表明，工业产值增加值、能源利用效率、产业结构、实际利用外资对工业部门的碳排放产生了显著的影响。
最后，根据研究结果，就苏州市的工业经济增长和碳减排问题提出相应的对策和建议，即推进产业结构升级、优化能源结构、合理引进外商投资。
【总页数】3页(P188-190)
【作者】苏奕洁;郑哲贝;刘波;鲍元
【作者单位】江南大学商学院;江南大学商学院;江南大学商学院;江南大学商学院【正文语种】中文
【中图分类】F427
【相关文献】
1.工业碳排放的驱动因素研究——基于南京市工业35个行业的LMDI模型分析[J], 武戈;谢钰思
2.陕西省工业碳排放现状及影响因素研究 [J], 苏永乐;冷彩霞;蒋煜宇
3.山东省城市工业碳排放效率时空演变及驱动因素研究 [J], 韩沅刚;董会忠;刘梁华
4.陕西省工业碳排放现状及影响因素研究 [J], 苏永乐;冷彩霞;蒋煜宇
5.苏州市妊娠期女性抑郁情绪调查及其影响因素研究 [J], 樊晶;孔令华;王馨悦;杨勇;孙珏;李晓红
因版权原因，仅展示原文概要，查看原文内容请购买。
基于因素分解模型的江苏碳排放影响因素分析
基于因素分解模型的江苏碳排放影响因素分析
岳书敬;邹玉琳
【期刊名称】《徐州工程学院学报（社会科学版）》
【年(卷),期】2018(033)003
【摘要】研究江苏碳排放的影响因素,对有的放矢地制定减排政策,发展低碳经济具有重要意义.文章运用对数平均Divisia指数分解法,把2005—2014年间江苏碳排放增长率分解为9种影响因素的加权贡献,并对这一时期以及江苏13个地级市进行分析.结果表明:13个城市生产部门能源强度下降均为减少碳排放的最主要因素,但不同城市间该因素贡献度的差异逐年增大;人均GDP增长是各城市碳排放增加的主要推动因素,但其贡献度正逐年递减;能源结构变动在13个城市的贡献度低且不同城市间贡献度差距较小;产业结构变动在不同城市的贡献度差距逐年增大且排序不稳定;各城市人口数量等对各城市碳排放变动贡献度最小,并不是江苏碳排放的主要驱动因素.
【总页数】7页(P52-58)
【作者】岳书敬;邹玉琳
【作者单位】东南大学经济管理学院,江苏南京 211189;东南大学经济管理学院,江苏南京 211189
【正文语种】中文
【中图分类】F062.2
【相关文献】
1.基于因素分解模型的黑龙江省碳排放影响因素分析 [J], 田立;郭舟洪
2.基于因素分解模型的二氧化碳排放影响因素分析——以山西为例 [J], 李志强;王宝山
3.江苏省碳排放的因素分解模型及实证分析 [J], 温景光
4.江苏能越过碳排放库兹涅茨曲线拐点吗?——基于江苏碳排放的二阶段因素分解模型分析 [J], 徐国泉;栾昊
5.区域碳排放强度变化的因素分解模型及实证分析——以江苏省为例 [J], 王伟林;黄贤金
因版权原因，仅展示原文概要，查看原文内容请购买。
江苏省徐州市土地利用碳排放特征及脱钩效应研究
‘
引言
自 工 业 革 命 以 来 ， 大 气 中 二 氧 化 碳 含 量 增 加 了 ２ ５ ％ ～３ ０ ％，其 中人类 活动导致 的土地利用 ， 覆盖变 化是二氧
了内部静 态测 度及 协调 控制 。黎孔 清 （ ２ ０ １ ３ ）按照 不 同土地
利用 类 型综合 测算 了武 汉市 土地利 用碳 排放 和碳汇 量 ，构建 了土地 结构低碳 优化模 型 。 综 上研 究表 明 ，土 地利 用碳 排放 引起 了 国内外 学术界 和
徐 州市土地利 用碳排放 增 长速度低 于经 济增长速度 ，主要 表现为弱脱钩 ，但碳 排放 总量居 高且呈增 长态势。合理控制 建 设 用地规模 、转变土地利用方式 为徐 州市低碳 经济发展 改革方向。
［ 关键 词 ］土地利用 ；碳排放 ；脱钩效应 ；徐 州市
［ 中图分类号 ］ Ｆ ３ ０ １ ． ２ ；Ｆ ２ ０ ５ ［ 文献标识码 １ Ａ
我 国碳减 排 目标 的实现和资源经济 的可持 续发展具有重要 的理
有研究 成果 ，以江苏省 徐州 市为 例 ，通 过对 徐州 市不 同类 型 土地利 用碳 排放 量进行 测算 ，分 析其演 变规 律 和碳排放 强度
特征 ，并探 究 区域土地 利用 碳排 放量 与经济 发展 之 间的脱 钩
弹性 ，以期 为徐 州市土 地低 碳利 用和发 展低 碳经 济提供 一定
化碳 含量 增加 的重 要 原 因。据 Ｈ ｏ ｕ ｇ ｈ ｔ ｏ ｎ 等测 算 ，中国在 过去
的３ ０ ０年 间由于土地利用类 型的变化而引起 的陆地生 态系统碳 排放 量在 １ ７ ． １ 至３ ３ ． ４ Ｐ ｇ Ｃ之 间 ，占人 为 源碳 排放 量 的 ３ ０ ％。
政府部 门 的高度 关注 。国外 研究注重 碳排放机 理和模 型构建 ，
江苏省碳排放现状及影响因素的研究
由 于农 业 消 耗 能 源 消 费 量 保 持 稳定 生 活 能 源 消费 是 满 足 人 们 生活基本需要 的部分。 随着 江 苏 省 城 市 化 进 程 不 断 加 快 ． 居 民 生 活质 量 提 高 ．民用 能源 增 加 导致 碳 排 放不 断增 多 ． 人 均 生 活 消 费 碳排 放 上 升 。 家 庭 生 活 电 气 化 率 越 来 越 高 。 空调 等制冷 、 取 暖 设 施 消 费 了大 量 的 能 源 ． 但 其 目前 增 长 速 度 不
化． 煤炭 、 原油、 柴 油 等 的 碳 排 放 占碳 排 放 总 量 的 比重 均 有 所 下降 ． 天 然 气 的碳 排 放 占排 放 总 量 的 比重 上 升 ， 但 是 天 然 气
能 源 消 费 的 比重 还是 远 远 小 于其 他 能源 消 费 。 江 苏 省 的能 源
消 费 结 构 还 有 待 进一 步优 化 。
一
方 面在 对 碳 排 放 的 影 响 因素 分 析 中缺 少 人 均 Ｇ Ｄ Ｐ 、 常 住 人
口、 能源强度 、 各 产 业 碳 排 放 量 和 碳 排 放 强 度 对 能 源 消 费 碳
排放 的影 响分 析 ． 因此 本 文 通过 对 江 苏省 能 源 消 费碳 排 放 现 状 的研 究 以及 影 响 因素 的分 析 ． 寻 找 优化 江苏 省 能 源 消 费结
柴油为２ ． ９ ９ ％． 下 降 幅度 为 ０ ． ３ ４ ％： 天 然气 为 ２ ． ３ ３ ％， 上 涨 幅度 为
２ ４ 暖慰墨酉 ２ ｏ ｌ ｓ ￣１ 期 源自经 济 纵 横 詈
２ ． ２ ９ ％。由此 可 见 ． 虽 然 江 苏 省 的 能 源 消 费仍 然 以煤 炭 、 焦炭 、 原油 、 汽油为主 。 但是 ２ ０ ０ ５年 以后 ， 焦炭 、 天 然气 等 消 费 量 更 是 显 著 增 长 ． 因为 自 ２ ０ ０ ５年 后 江 苏 省 的 高 炉 炼 铁 、机 械 铸 造、 电石 生 产 、 加工铁合金 、 化 肥化 工 制 气 和 高 科 技 高 附 加 值 产 业 等 正逐 步发 展 起 来 。 可 见 其 能 源 的 消 费 结构 已经 发 生 变 ２ ４ ＿ ３ ％， 低 消耗 、 低排放 、 集约化 、 高 效 益 的新 型 工 业 化 成 为 江 苏 经 济 发 展 的 主 流 。２ ０ ０ ５年 至 ２ ０ １ １ 年， 产 业 结 构 的 升 级 优
江苏能源消费的碳排放统计分析及因素分解
江苏能源消费的碳排放统计分析及因素分解林珊珊【摘要】Carbon emission must be known in developing low-carbon economy.The amount of carbon emission in energy consumption in Jiangsu province is calculated from 1990 to 2010,and then is statistically analyzed.On this basis,the article analyzes the contribution of economic scale,industrial structure and carbon emission intensity,using the factor decomposition method.It shows that the economy scale is a primary drive factor; industrial structure is not obvious until 2006:the carbon emission intensity is not stable,and does not decrease with the improvement of technology,which shows that the current technology has not got its advantages.Finally,some suggestions are proposed.%发展低碳经济必须了解碳排放量,首先计算出1990-2010年江苏能源消费的碳排放量,并进行统计分析；继而运用因素分解法分析经济总量、产业结构及产业碳排放强度对江苏能源消费碳排放量的影响.研究结果表明,经济增长对碳排放产生最大的正面影响,产业结构的影响不明显,产业的碳排放强度不稳定且为正面影响,产业的技术效率未得以充分发挥.最后提出了减少碳排放的相关建议.【期刊名称】《科技管理研究》【年(卷),期】2013(033)013【总页数】5页(P62-65,69)【关键词】低碳经济;碳排放;统计分析;因素分解;碳排放强度【作者】林珊珊【作者单位】南通大学商学院,江苏南通 226019【正文语种】中文【中图分类】F205江苏的经济发展走在中国的前列，同时江苏是一个工业大省，2011年第二产业GDP占全省的51.5%，目前正处于建设新型工业化道路的重要时期，工业化进程的加快带来了能源消费的增加。
江苏省碳排放现状及因素分解实证分析
苏 省碳 排 放 的现 状 与 经 济 发 展 水 平 相 当 的 其 他 省 份 和 地 区相 比处 于 什 么 样 的 水 平 ？ 另 业 结 构 效 应 、 术 进 步 效 应 、 技 经 济 规模 效 应 以 及 能 源 结 构 效 应 对 碳 排 放 的 影 响 分 析 。
耗 结构 、 源效 率 与经 济 增 长 三个 方 面分 解 分 析 了 江 苏 能
省 人 均碳 排放 的增 长 因 素 ， 为碳 排 放 的 增 长 主 要 由经 认
济 增长 拉 动起 来 ， 而能 耗 结 构 与 能 源 效 率 的抑 制 作 用 不 明显 。王伟 林 ＿ 等 从 行 业 碳 排 放 强 度 和 行 业 产 出 份 额 ２ 两个 方 面研 究 江 苏省 碳 排 放 强 度 的变 化 因 素 ， 为 行 业 认
放 的 基 本 情 况 的基 础 上 ， 用 Ｌ ＤＩ 法 定 量 分 析 导 致 利 Ｍ 方
江 苏省 碳 排放 增 长 的 因 素 ， 提 出 相关 减 排 建 议 。 并
的经 济大 省 ， 降 低 碳 排 放 承 担 重 要 的 责 任 。 目前 ， 对 基
于江 苏省 的 与 碳 排 放 有 关 的 研 究 较 少 。温 景 光 …从 能
赵 欣 龙 如 银
（ 中国矿业大学管理学 院 ， 江苏 徐州 ￣１１ ） １６
大量 温 室气 体 排 放 是 引 起 气 候 变 化 ， 带 来 严 重 自 并
然 灾 害 的诱 因 。 国 际 社 会 在 应 对 气 候 变 化 的挑 战 中 逐 渐 认 识 到 ， 决 气候 变 化 的 根 本 出路 在 于 建 立 低 碳 经 济 解 发展 模 式 。在 哥本 哈 根 气 候 变 化 大 会 前 夕 ， 国 向世 界 中
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
江苏省工业碳排放脱钩及影响因素分析
摘要：工业碳排放是全球变暖的主要原因之一，而实现工业碳排放的脱钩是应对气候变化的关键措施。
本文以江苏省为研究对象，通过对江苏省工业碳排放的脱钩情况进行分析，探讨了影响工业碳排放脱钩的因素，并提出相关的政策建议。
1. 引言
工业碳排放是由于工业生产和能源消耗而产生的碳排放。
全球变暖问题已经引起了广泛的关注，而工业碳排放是导致气候变化的主要原因之一。
为了减缓气候变化的影响，国际社会普遍认为实现工业碳排放的脱钩是至关重要的。
脱钩是指在经济增长的同时工业碳排放不增加甚至减少。
2. 江苏省工业碳排放脱钩情况
江苏省是中国的经济大省，也是工业碳排放的重要来源地。
根据统计数据显示，近年来江苏省的工业碳排放总量呈现上升趋势，但碳排放强度在下降。
这表明江苏省的工业碳排放正在经历一种脱钩的趋势，即经济增长的同时碳排放的增长速度减缓。
3. 影响江苏省工业碳排放脱钩的因素
（1）技术进步：技术进步是实现工业碳排放脱钩的重要因素之一。
通过技术改造和创新，可以减少工业生产中的能源消耗和碳排放。
在江苏省，政府对技术创新和研发的支持力度加大，促进了工业碳排放的减少。
（2）产业结构调整：产业结构的调整也是实现工业碳排放脱钩的关键因素。
江苏省通过推动绿色产业和低碳产业的发展，促进了工业碳排放的减少。
减少高碳产业的比重，增加低碳产业的比重，也是实现工业碳排放脱钩的有效途径。
（3）政策措施：政府的政策措施对于实现工业碳排放脱钩起到了重要的推动作用。
江苏省通过出台相关的环保政策和措施，加强对高能耗、高污染行业的监管和管控，推动了工业碳排放的减少。
4. 政策建议
为了进一步促进江苏省工业碳排放的脱钩，可以采取以下政策措施：
（1）加大技术创新和研发的投入，推动绿色技术的应用和推广；
（2）加强产业结构的调整，推动绿色产业和低碳产业的发展；
（3）进一步完善环保政策和措施，加强对高能耗、高污染行业的监管和管控；
（4）加强与其他地区和国际社会的合作，共同应对全球气候变化的挑战。