基于GDIM的陕西省工业碳排放影响因素研究

doi:10.13776/j.cnki.resourcesindustries.20200323.001

资源与产业 ›› 2020, Vol. 22 ›› Issue (2): 18-24.DOI: 10.13776/j.cnki.resourcesindustries.20200323.001

基于GDIM的陕西省工业碳排放影响因素研究

钱敏，高璐

（西安科技大学管理学院，陕西西安 710054）

收稿日期:2019-08-05 修回日期:2019-12-30 出版日期:2020-04-20 发布日期:2020-06-02
通讯作者: 高璐 872561086@qq.com
基金资助:
西安市社科规划基金重点项目（19J136）

INDUSTRIAL CARBON EMISSION FACTORS IN SHAANXI PROVINCE BASED ON GDIM

QIAN Min, GAO Lu

(School of Management, Xi’an University of Science and Technology, Xi’an 710054, China)

Received:2019-08-05 Revised:2019-12-30 Online:2020-04-20 Published:2020-06-02

摘要/Abstract

摘要： 为能有针对性地控制工业碳排放量，本文在计算2008—2017年陕西省工业碳排放量及分析其特征的基础上，运用广义迪氏指数分析法（GDIM）对工业经济水平、能源消耗、人口规模等陕西省工业碳排放影响因素进行分解并量化其贡献率。研究结果表明：陕西省工业碳排放与消耗能源碳强度、工业人均碳排放量、单位GDP的碳排放量、工业生产总值、能源消耗和工业从业人口之间存在正相关关系，碳排放量的不断增长与陕西省工业GDP的增长、能源消耗的增长密切相关；工业人均GDP变化引起碳排放变化的抑制效应。最后为陕西省工业低碳发展提供了对策建议。

关键词: 碳排放, 影响因素, 陕西, 工业, 广义迪氏指数分解法

Abstract: To control industrial carbon emission on purpose, this paper calculates the Shaanxi's industrial carbon emission in 2008-2017 along with its characters, and applies GDIM to study the industrial carbon emission factors, such as industrial economic level, energy consumption and population, which have been decomposed to measure their contribution ratio. Results suggest that Shaanxi's industrial carbon emission is positively related to consumed energy intensity, industrial carbon emission per capita, unit GDP carbon emission, industrial GDP, energy consumption and energy consumption growth, rising carbon emission is closely connected to GDP growth and increment of energy consumption. Change of industrial GDP per capita induces a constraint effect on carbon emission change. This paper presents suggestions for Shaanxi's low-carbon development.

Key words: carbon emission, factors, Shaanxi province, industry, GDIM

中图分类号:

F224

钱敏，高璐. 基于GDIM的陕西省工业碳排放影响因素研究[J]. 资源与产业, 2020, 22(2): 18-24.

QIAN Min, GAO Lu. INDUSTRIAL CARBON EMISSION FACTORS IN SHAANXI PROVINCE BASED ON GDIM[J]. Resources & Industries, 2020, 22(2): 18-24.

[1]	黄馨, 韩玲, 马超群. 陕西省生态系统固碳量与固碳价值的测度及其时空格局演变[J]. 资源与产业, 2024, 26(1): 141-153.
[2]	何乐天, 杨泳琪, 李蓉, 等. 基于STIRPAT模型的黑龙江省工业碳排放情景分析与峰值预测[J]. 资源与产业, 2024, 26(1): 162-172.
[3]	梁荆花. 山西省省际贸易隐含碳排放时空分析及优化策略[J]. 资源与产业, 2024, 26(1): 173-181.
[4]	潘海英, 仉晨, 严翔. 绿色金融发展对碳排放的非线性效应研究——基于金融生态环境视角 [J]. 资源与产业, 2023, 25(6): 15-30.
[5]	杨秀平, 刘利利, 杨凯铭. 陕西省经济发展与生态环境压力解耦态势研究 [J]. 资源与产业, 2023, 25(6): 64-76.
[6]	杨恺钧, 王文轩. 地方政府行为对工业能源环境效率的影响——以“一带一路”沿线省市区为例[J]. 资源与产业, 2023, 25(6): 91-104.
[7]	王瑶, 张北赢. 江苏省沿江经济带旅游碳足迹与收入脱钩分析[J]. 资源与产业, 2023, 25(6): 130-137.
[8]	陈文烈, 李燕丽. 我国丝绸之路经济带节点城市环境效率及其影响因素[J]. 资源与产业, 2023, 25(5): 1-9.
[9]	关伟, 王勇, 许淑婷. 中国工业碳排放的网络结构及影响因素研究[J]. 资源与产业, 2023, 25(5): 40-49.
[10]	田泽, 王颢霏, 任阳军. 碳排放约束下我国工业水资源利用效率及其影响因素研究[J]. 资源与产业, 2023, 25(5): 50-60.
[11]	王成军, 韩延菲. 节能减排约束下的行业经济增长路径研究[J]. 资源与产业, 2023, 25(4): 1-11.
[12]	李可柏, 丁志蕾. 江苏省工业用水供需系统动力学模型与工业用水生产要素投入仿真研究[J]. 资源与产业, 2023, 25(4): 127-138.
[13]	高珊, 曹明霞, 李丹. 江苏省碳排放特征分析及达峰预测[J]. 资源与产业, 2023, 25(3): 1-9.
[14]	冯飞, 冯嘉妮. 陕西省各市农业碳排放效率及其影响因素分析[J]. 资源与产业, 2023, 25(3): 10-18.
[15]	王帮俊, 崔林玉. 城市人均能源消费时空差异及收敛性分析——基于中国243个地级城市数据[J]. 资源与产业, 2023, 25(3): 31-41.

基于GDIM的陕西省工业碳排放影响因素研究

INDUSTRIAL CARBON EMISSION FACTORS IN SHAANXI PROVINCE BASED ON GDIM

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics