山东省碳排放驱动因素的效应

doi:10.11885/j.issn.1674-5094.2019.09.26.03

西南石油大学学报(社会科学版) ›› 2020, Vol. 22 ›› Issue (2): 11-20.DOI: 10.11885/j.issn.1674-5094.2019.09.26.03

山东省碳排放驱动因素的效应

公维凤, 戚晓红, 王玥

曲阜师范大学经济学院, 山东日照 276826

收稿日期:2019-09-26 出版日期:2020-03-01 发布日期:2020-03-01
通讯作者: 戚晓红(1995-),女(汉族),山东临沂人,硕士研究生,研究方向:能源经济。
作者简介:公维凤(1979-),女(汉族),山东临沂人,副教授,博士,研究方向:能源经济。
基金资助:
国家自然科学基金项目“宏微观联动视角下区域碳排放达峰机制及实现路径研究”（71804089）；教育部人文社科基金项目“区域碳排放联动达峰的实现路径研究：以环渤海经济区为例”（18YJCZH034）。

Effects of the Driving Factors of Carbon Emission in Shandong Province

GONG Weifeng, QI Xiaohong, WANG Yue

School of Economics, Qufu Normal University, Rizhao Shandong, 276826, China

Received:2019-09-26 Online:2020-03-01 Published:2020-03-01

摘要/Abstract

摘要： 作为我国的经济强省，山东省经济发展主要依靠以煤炭为主导的能源密集型产业。近年来，为了实现经济绿色发展，山东省相继出台了一系列低碳发展政策。利用LMDI方法进行因素分解，以探究山东省碳排放驱动因素的效应。结果表明：经济产出效应、能源消费结构效应、产业结构效应会促进碳排放量的增长，而能源强度效应则会抑制碳排放量的增长。其中，经济产出效应是影响山东省碳排放的最主要因素。同时，灰色模型预测未来山东省碳排放量将会增加。鉴于此，应通过优化能源消费结构、对高碳行业通过新旧动能转换实现产业结构转型、提升公民环保意识等措施，促进山东省早日实现减排达峰的目标，最终实现绿色可持续发展。

关键词: 碳排放, 驱动因素, LMDI方法, 灰色理论, Verhulst模型

Abstract: Shandong, a large economic province in China, relies mainly on coal-based energy-intensive industries for its economic development. Carbon emission problem has become increasingly prominent has aggravated air pollution in the province. In order to achieve green economic development, Shandong Province has issued a series of low-carbon development programs and policies. The LMDI method is used for decomposition analysis of the effects of the driving factors of carbon emission in Shandong Province. The results show that economic output, energy consumption structure and industrial structure are factors that promote the growth of carbon emissions, and energy intensity will inhibit the growth of carbon emissions. In addition, the gray Verhulst model is used to predict the overall trend of carbon emissions in Shandong Province in the future. Based on the above analyses,policy recommendations are proposed for the development and implementation of energy conservation and emission reduction.

Key words: carbon emission, driving factor, LMDI method, gray theory, Verhulst model

中图分类号:

F062.1

公维凤, 戚晓红, 王玥. 山东省碳排放驱动因素的效应[J]. 西南石油大学学报(社会科学版), 2020, 22(2): 11-20.

GONG Weifeng, QI Xiaohong, WANG Yue. Effects of the Driving Factors of Carbon Emission in Shandong Province[J]. 西南石油大学学报(社会科学版), 2020, 22(2): 11-20.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://journal15.magtechjournal.com/Jwk_xnsk/CN/10.11885/j.issn.1674-5094.2019.09.26.03

http://journal15.magtechjournal.com/Jwk_xnsk/CN/Y2020/V22/I2/11

参考文献

[1] Hoekstra R,Jeroen C J M,van den Bergh. Comparing structural decomposition analysis and index[J]. Energy Economics, 2003, 25(1):39-64.
[2] 刘瑞翔,姜彩楼. 从投入产出视角看中国能耗加速增长现象[J]. 经济学, 2011, 10(3):777-798.
[3] 关军,蒋立红,张智慧,郭海山,张起维,胡安琪. 中国建筑业碳排放增长的结构分解分析[J]. 工程管理学报, 2016, 30(6):7-11.
[4] 陈庆能,沈满洪,李崇岩. 中国行业碳排放变动的影响因素研究——基于D&L简化模型[J]. 生态经济, 2017, 33(7):14-18, 24.
[5] Shrestha R M, Timilsina G R. Factors affecting CO₂ intensities of power sector in Asia:A divisia decomposition analysis[J]. 1996, 18(4):283-293.
[6] Ang B W, Zhang F Q. Inter-regional comparisons of energy-related CO₂ emissions using the decomposition technique[J]. Energy, 1999, 24(4):297-305.
[7] Yan Q,Yin J,Baležentis T. Energy-related GHG emission inagriculture of the European countries:An application of the Generalized Divisia Index[J]. Journal of Cleaner Production, 2017(164):686-694.
[8] 徐国泉,刘则渊,姜照华. 中国碳排放的因素分解模型及实证分析:1995-2004[J]. 中国人口. 资源与环境, 2006(6):158-161.
[9] 魏一鸣,刘兰翠,范英,吴刚. 中国能源报告(2008):碳排放研究[M]. 北京:科学出版社, 2008.
[10] 宋德勇,卢忠宝. 中国碳排放影响因素分解及其周期性波动研究[J]. 中国人口. 资源与环境, 2009, 19(3):18-24.
[11] 李艳梅,张雷,程晓凌. 中国碳排放变化的因素分解与减排途径分析[J]. 资源科学, 2010, 32(2):218-222.
[12] 陈诗一. 中国工业分行业统计数据估算:1980-2008[J]. 经济学, 2011, 10(3):735-776.
[13] 邓吉祥,刘晓,王铮. 中国碳排放的区域差异及演变特征分析与因素分解[J]. 自然资源学报, 2014, 29(2):189-200.
[14] 邓聚龙. 灰理论基础[M]. 武汉:华中科技大学出版社, 2002:300-310.

山东省碳排放驱动因素的效应

Effects of the Driving Factors of Carbon Emission in Shandong Province

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 7

编辑推荐

Metrics

本文评价

[1]	吕南, 李巧. 刍议碳排放权的会计核算[J]. 西南石油大学学报(社会科学版), 2017, 19(4): 14-18.
[2]	傅颜颜. 福建省能源消费碳排放影响因素的实证分析[J]. 西南石油大学学报(社会科学版), 2015, 17(5): 24-30.
[3]	陈建. 我国碳排放配额初始分配方式的法学探究#br# ——以行政法律关系为视角[J]. 西南石油大学学报(社会科学版), 2015, 17(2): 10-15.
[4]	孙雪侯春华. 灰色聚类分析在油田经济效益评价中的应用[J]. 西南石油大学学报(社会科学版), 2014, 16(6): 6-10.
[5]	杨嵘常烜钰. 西部地区碳排放特征及发展低碳经济途径分析 [J]. 西南石油大学学报(社会科学版), 2012, 14(1): 17-22.
[6]	吴文洁王小妮. 陕西碳排放与经济增长关系研究 ——基于“EKC”与“脱钩”理论 [J]. 西南石油大学学报(社会科学版), 2011, 13(6): 69-75.
[7]	郑寿春王一辉. 基于低碳经济的石油工业发展对策[J]. 西南石油大学学报(社会科学版), 2011, 4(4): 12-17.