中国碳强度减排目标实现的路径及可行性研究

被引：12

作者：

钟超 ^{[1
]}

刘宇 ^{[2
,3
]}

汪明月 ^{[3
]}

史巧玲 ^{[4
]}

机构：

[1] 北京师范大学经济与工商管理学院

[2] 中国科学院科技战略咨询研究院

[3] 中国科学院大学公共政策与管理学院

[4] 不详

来源：

中国人口·资源与环境 | 2018年 / 28卷 / 10期

基金：

国家重点研发计划;

关键词：

碳强度减排; 减排目标; 路径设计; 可行性分析; 随机前沿分析;

D O I：

暂无

中图分类号：

X321 [区域环境规划与管理];

学科分类号：

083305 ; 1204 ;

摘要：

为探讨实现强度减排目标的可能路径及每种路径下的可行性,在能源效率随机前沿分析模型的基础上,运用最大似然法对84个国家1971—2014年平均能源效率进行估计。并在此基础上综合考虑能源结构、经济结构、人力资本、资本存量和潜在能源效率5个要素,结合权威机构对上述要素未来发展的预测数据及参数,构建单一要素和多要素组合的96种模拟情景,系统分析每种减排路径下的中国碳强度减排情形及实现减排目标所要付出的减排努力。研究发现:(1)提高潜在能源效率对于实现减排目标的贡献度最大,且仅通过调整能源结构、经济结构、人力资本、资本存量或潜在能源效率的单一减排路径难以实现中国强度减排目标。(2)中国若要实现减排目标,必须从能源结构(化石燃料占比要低于80%,且平均增速要降低2.2%),经济结构(服务业占比要高于60.4%,且非服务业增速要降低2.4%),人力资本(持续稳定),资本存量(持续稳定)和潜在能源效率(提高1%)来优化减排路径。在上述研究的基础上,给出如下政策建议:(1)通过技术创新和能源市场机制创新,不断提高能源效率。(2)加快工业产业结构升级,降低生产生活碳排放量。(3)不断优化国家能源结构,促进源头排放量降低。(4)给予人力资本和资本存量稳定合理的发展空间,为碳减排提供要素支撑。

引用

页码：18 / 26

页数：9

共 22 条

[1] 2016—2035年中国经济总量及其结构分析预测 [J].

李平 ;

娄峰 ;

王宏伟 .

中国工程科学, 2017, 19 (01) :13-20

[2] “十二五”时期至2030年我国经济增长前景展望 [J].

李善同 .

经济研究参考, 2010, (43) :2-27

[3]

Provincial-level carbon emission drivers and emission reduction strategies in China: Combining multi-layer LMDI decomposition with hierarchical clustering[J] . Jingjing Jiang,Bin Ye,Dejun Xie,Jie Tang.Journal of Cleaner Production . 2017

[4]

The Long-run and Short-run Impacts of Urbanization on Carbon Dioxide Emissions[J] . Pengfei Sheng,Xiaohui Guo.Economic Modelling . 2016

[5]

The Impact of Human Capital on Economic Growth[J] . Elena Pelinescu.Procedia Economics and Finance . 2015

[6]

Will China comply with its 2020 carbon intensity commitment?[J] . José M. Cansino,Rocío Román,José M. Rueda-Cantuche.Environmental Science and Policy . 2015

[7]

Urban-rural transformation and farmland conversion in China: The application of the environmental Kuznets Curve[J] . Yuheng Li,Cong Chen,Yanfei Wang,Yansui Liu.Journal of Rural Studies . 2014

[8] Global carbon budget 2013 [J].

Le Quere, C. ;

Peters, G. P. ;

Andres, R. J. ;

Andrew, R. M. ;

Boden, T. A. ;

Ciais, P. ;

Friedlingstein, P. ;

Houghton, R. A. ;

Marland, G. ;

Moriarty, R. ;

Sitch, S. ;

Tans, P. ;

Arneth, A. ;

Arvanitis, A. ;

Bakker, D. C. E. ;

Bopp, L. ;

Canadell, J. G. ;

Chini, L. P. ;

Doney, S. C. ;

Harper, A. ;

Harris, I. ;

House, J. I. ;

Jain, A. K. ;

Jones, S. D. ;

Kato, E. ;

Keeling, R. F. ;

Goldewijk, K. Klein ;

Koertzinger, A. ;

Koven, C. ;

Lefevre, N. ;

Maignan, F. ;

Omar, A. ;

Ono, T. ;

Park, G. -H. ;

Pfeil, B. ;

Poulter, B. ;

Raupach, M. R. ;

Regnier, P. ;

Roedenbeck, C. ;

Saito, S. ;

Schwinger, J. ;

Segschneider, J. ;

Stocker, B. D. ;

Takahashi, T. ;

Tilbrook, B. ;

van Heuven, S. ;

Viovy, N. ;

Wanninkhof, R. ;

Wiltshire, A. ;

Zaehle, S. .

EARTH SYSTEM SCIENCE DATA, 2014, 6 (01) :235-263

[9]

Impact of population, age structure, and urbanization on carbon emissions/energy consumption: evidence from macro-level, cross-country analyses[J] . Brantley Liddle.Population and Environment . 2014 (3)

[10]

Energy intensity and foreign direct investment: A Chinese city-level study[J] . Robert J.R. Elliott,Puyang Sun,Siyang Chen.Energy Economics . 2013

← 1 2 3 →