The CO2 emission efficiency, reduction potential and spatial clustering in China's industry: evidence from the regional level
The CO2 emission efficiency, reduction potential and spatial clustering in China's industry: evidence from the regional level
复制标题
中国工业CO2排放效率、减排潜力与空间集聚：来自区域层面的证据
DOI：
10.1016/j.apenergy.2016.04.109
复制
发表时间：
2016-07
期刊：
影响因子：
11.2
通讯作者：
Song, Juan
中科院分区：
文献类型：
--
作者：
Hao, Jun-Fang;Hao, Jun-Fang;Song, Juan;Song, Juan
鉴于工业部门在中国节能减排中的关键作用，本文对中国30个省份2005 - 2012年工业二氧化碳排放效率、减排潜力和减排带来的利润进行了评估。此外，从工业CO2排放效率的角度分析了各省之间的空间集聚现象。结果表明：首先，30个省份的工业CO2排放效率并不完全有效，可以分为三类：高、中、低效率区。第二，西北地区是我国八大区域中工业CO2减排潜力最大的区域，也是CO2减排的最大机遇区。因此，中央政府应该为这一地区提供更多的政策支持。最后，从CO2排放效率来看，30个省份的工业部门存在显著的空间集聚，这为政府制定区域产业政策提供了重要的启示。
Given the key role of industrial sectors in energy conservation and CO2emission reduction in China, this paper evaluates the industrial CO2emission efficiency, emission reduction potential and profits brought by emission reduction for the 30 provinces in China during 2005–2012. Moreover, the spatial clustering among those provinces is detected in terms of industrial CO2emission efficiency. The results indicate that, first, the 30 provinces are not completely efficient regarding their industrial CO2emission efficiency, and they can be categorized into three groups, i.e., the high, middle and low efficiency regions. Second, the northwest region has the hugest industrial CO2emission reduction potential among the eight regions in China, which shows the biggest opportunity for CO2emission reduction. Therefore, the central government should provide more policy support for this region. Finally, the industrial sectors of the 30 provinces exist significant spatial clustering in light of CO2emission efficiency, which provides important implications for government to formulate regional industrial policies.
登录
查看更多内容
影响因子：
11.2
作者：
Shiwei Yu;Lawrence Agbemabiese;Junjie Zhang
通讯作者：
Junjie Zhang
影响因子：
12.8
作者：
Chu Wei;Andreas Löschel;Bing Liu
通讯作者：
Chu Wei;Andreas Löschel;Bing Liu
中国省际碳强度减排潜力估算：PSO-GA优化的多因素环境学习曲线方法
影响因子：
9
作者：
Shiwei Yu;Junjie Zhang;Shuhong Zheng;Han Sun
通讯作者：
Han Sun
DOI：
10.1111/j.2517-6161.1948.tb00012.x
发表时间：
1948-07
期刊：
Journal of the royal statistical society series b-methodological
影响因子：
--
作者：
P. Moran
通讯作者：
P. Moran
影响因子：
2.3
作者：
M. Lindmark
通讯作者：
M. Lindmark