碳排放与能源消费和经济增长的灰色关联分析

中国碳排放问题成为世界关注的焦点问题。研究碳排放与经济增长、能源消费关系有助于实现2020年碳减排目标。选取2001～2009年碳排放与能源消费、经济增长数据,运用灰色关联分析模型,分别计算碳排放与能源消费、经济增长的灰色关联度。研究结果表明,无论是从折线的相似程度还是相对于始点变化速率的接近程度来看,碳排放曲线与能源消费曲线、经济增长曲线十分相似,说明碳排放与能源消费、经济增长之间存在紧密联系。     

广东省能源消费碳排放空间自相关分析

采用空间自相关(全局空间自相关和局域空间自相关)分析方法,对1995-2011年广东省能源消费碳排放总量、人均能源消费碳排放量和能源消费碳排放强度3个碳排放指标的空间自相关性和差异性进行研究。结果显示,1995-2011年,能源消费碳排放总量和人均能源消费碳排放量均存在显著全局空间自相关性,2个指标的全局Moran′s I指数分别在0.2~0.3和0.4~0.6范围变动,且均呈先上升后缓慢下降变化趋势,均在2008年达到阶段性极值点。局域空间自相关分析结果表明,这2个碳排放指标在珠三角都有高-高聚集区,在粤北都有低-低聚集区,同时这2个碳排放指标在珠三角周边城市也存在显著局域空间异质区。能源消费碳排放强度不存在显著全局空间自相关性,但在2011年存在一个局域低-低显著自相关区域。研究结果为广东省制定差异化碳减排政策和实现低碳省建设提供决策依据和信息支持。     

福建省能源消费碳排放和低碳能源发展研究

能源消费导致的碳排放对全球气候变化带来严峻挑战.区域经济迅速发展,不但对区域能源安全提出挑战,也对碳减排提出新的课题.文章总结了改革开放以来福建省能源消费的特点和趋势,计算由能源消费引起的碳排放量.研究表明,虽然碳强度有显著下降,但是碳排放总量增长比较明显,特别是从2000年开始,增长幅度加大.利用Kaya恒等式对碳排...     

基于时空尺度的中国省级区域能源消费碳排放公平性分析

为深入了解各省级区域能源消费碳排放的差异性和公平性,论文通过对基尼系数内涵的扩展,构建碳排放公平性评价模型,计算1996-2008年能源消费碳排放的生态基尼系数和经济基尼系数,结果表明:从生态角度,能源消费碳排放的不公平程度逐渐减小,但仍然处于"高度不平均"状态;从经济角度,能源消费碳排放的不公平程度先上升后下降,位于"相对平均"区间。同时,提出经济贡献系数和生态承载系数以评价2008年各个省级区域能源消费碳排放的公平性和差异性,利用贡献系数矩阵对各个区域进行类型划分,阐述各个类别的特点,以期为国家制定区域差别化的节能减排政策提供依据,提升应对气候变化的整体能力。     

2000-2009年安徽省能源消费与碳排放分析

根据联合国政府气候变化专门委员会(IPCC)2006年版碳排放指南中的计算公式和碳排放系数缺省值,计算了安徽省2000年-2009年能源消费和碳排放情况。结果表明:安徽省能源消费由2000年的4878.82万t标准煤增长到2009年的8895.90万t标准煤,平均年增长率为6.9%,其中第二产业部门能源消费量均占能源消费总量的79%以上;能源消费产生的二氧化碳由2000年的4107.48万t增长到2009年的8536.12万t,其中在各种能源消费碳排放量中原煤的碳排放量最大,占总碳排放量的77%82%;碳排放强度总体上呈现下降的趋势,低于全国平均碳排放强度,但高于全球和美国;碳排放的因素分析得出碳排放量与人口、人均GDP、能源强度呈现高度相关性。     

吉林省能源消费碳排放变化趋势预测与影响因素分析

探讨区域能源消费碳排放的长期变化趋势对碳减排政策的制定和减排目标的实现有重要意义。该文以吉林省为例,研究基于STIRPAT模型能源消费碳排放的影响因素,分析其历史变化特征,分别设定节能情景和节能-低碳情景预测吉林省未来的碳排放走势。研究结果表明,经济增长是影响碳排放的主要因素,碳排放强度的下降是抑制碳排放的主要因素;随着时间的推移,碳排放先后经历碳排放增长期、高峰期和回落期,整体呈倒"U"型趋势;相较节能情景,节能-低碳情景碳排放增长趋势放缓且各年份碳排放水平更低。     

中国第三产业能源碳排放影响要素指数分解及实证分析

基于碳排放量基本等式,采用Divisia指数分解法建构中国第三产业能源碳排放的因素分解模型,定量分析了2000～2009年间,能源结构、能源效率、产业结构及产出四因素对中国第三产业能源碳排放的影响.结果显示产业产出及能源结构对拉动中国第三产业能源碳排放的贡献率逐年增长,能源效率及产业结构对抑制中国第三产业能源碳排放发挥作用,但产业结构的影响作用不强,且抑制因素作用无法抵消拉动因素引起的碳排放增长.基于此,研究为第三产业能源碳减排提供了政策建议.     

能源消费结构转型对工业碳脱钩的溢出效应分析：基于中国30个省份的面板数据

推动能源消费结构转型作为“十四五”阶段中应对“双碳”挑战的重要举措,对于工业碳减排具有显著意义。该文按照IPCC碳排放核算方法,建立中国区域工业碳排放测算模型,使用30个省份1998-2019年的面板数据,测算了中国各省份工业的碳排放量。在此基础上,利用Tapio脱钩模型测算了工业碳排放的脱钩状态,并使用固定效应模型研究各省份2003-2019年能源消费结构转型对碳脱钩的影响。结果表明,整体而言中国各省份工业碳排放量呈逐年上升的趋势,但省际间存在较大差异。就工业碳脱钩状态而言,大部分省份处于工业碳排放的弱脱钩状态且能源消费结构转型对工业碳脱钩有负向溢出效应。该文建议工业企业积极进行能源消费结构改革,以满足减排发展需求。政府也应利用政策降低清洁能源成本,促进工业企业清洁能源消费。     

东北三省能源消费碳排放测度及影响因素

将扩展的Kaya恒等式与对数平均迪氏指数（LMDI）分解法相结合,以2005~2016年东北三省主要能源消费数据为研究对象,构建优化的碳排放分解模型,测度并分解其碳排放与碳排放强度.通过与中国同期能源消费碳排放的定量对比分析,考察各产业（部门）能源结构效应、能源强度效应、产业结构效应、经济产出效应和人口规模效应对东北三省能源消费碳排放的影响.结果显示：2005~2016年,东北三省碳排放总量占中国碳排放总量的8.84%,碳排放强度普遍高于中国碳排放强度.经济产出效应和人口规模效应对东北三省碳排放增长起拉动作用,其中经济产出效应贡献最大为188%,经济发展和城市化进程的加速不利于碳排放的降低.产业能源强度效应、能源结构效应及产业结构效应对东北三省碳排放增长起抑制作用,能源强度效应的抑制作用最大为59%,产业能源强度的调整空间较大.降低能源消耗强度,调整产业内部结构,完善经济政策体制是今后促进东北三省低碳经济发展的重要手段.     

山东省农村能源消费的碳排放核算与分析

随着工业化、城镇化进程加快和消费结构持续升级,山东省能源需求呈刚性增长,节能减排形势十分严峻.该文利用2000-2007年山东省农村能源消费数据对农村能源消费的碳排放进行了核算,分析了农村能源消费碳排放的局势以及结构,找出在农村能源消费碳排放中占据较大的比重的能源,即电力与原煤.同时发现碳排放总量的逐年递增符合一元线性模型:Y=567.93+132.02×X.最后,提出相应的节能减排举措.     

中国化石能源消费碳排放与经济增长关系研究

化石能源过度消费导致的气候变化问题引发了全世界对经济发展模式的关注,论文运用计量经济学方法研究了中国化石能源消费碳排放与经济增长的关系,测算了中国1953-2010年化石能源消费引起的碳排放总量,建立了碳排放总量和国内生产总值的时序计量经济模型,通过协整检验、误差修正模型、基于VAR模型的脉冲响应函数、因果关系检验,分析了二者之间的长短期关系,结果表明:1953-2010年,我国的化石能源消费碳排放总量和国内生产总值之间存在长期均衡的协整关系和短期动态调整机制,通过短期调节,可以自动实现二者之间的长期均衡。当期GDP对碳排放总量的当期波动有显著性影响,每增加1%的GDP便会增加0.719%的碳排放量,上期误差对碳排放总量的当期波动调整幅度较大,单位调整比例为-0.102。利用脉冲响应函数波形图对碳排放量与经济增长之间的影响及响应进行了20期的详细刻画,揭示了二者之间复杂的短期动态关系。1953-2010年,存在从碳排放总量到GDP的单向Granger因果关系,碳排放是经济增长的Granger原因,而经济增长不是碳排放的Granger原因,说明从过去58 a的整体状况来看,高碳排放推动了经济增长,而经济增长并未导致明显的碳排放增加。研究结果将对中国制定节能减排和碳减排政策提供依据和支撑。     

中国能源消费和碳排放特征研究

基于中国能源消费数据,采用IPCC报告中碳排放估算方法,对我国1978～2010年的能源消费和碳排放特征进行研究。结果显示:中国能源消费和碳排放总量增幅较大,2010年中国能源消费量和二氧化碳排放量分别达到32.5亿t和76.13亿t,但是能源强度和碳强度总体上呈下降趋势;不论是总量上还是强度上,能源消费和碳排放的地区差异均较大。     

产业结构和能源结构的变动对碳排放的影响分析:基于环境库兹涅茨曲线检验

以重庆市1978-2013年能源消费数据为基础,根据IPCC提出的碳转化系数计算法,分析了产业结构和能源结构的变动对碳排放变化趋势的影响,并采用环境库茨涅兹曲线(EKC)模型分析探讨了碳排放量、能源消费与经济增长的相关关系。结果表明,35年来重庆市经济增长依赖的主要是能源的大量投入,碳排放、能源消费量与经济增长呈现显著的"倒U型",具有EKC假设图形的趋势特征,拐点出现在2020年左右,短期内经济增长与碳排放离实现"绝对脱钩"较远。从产业结构来看,规模以上工业企业部门是碳排放的主要部门,而高耗能行业碳排放占到规模以上工业企业碳排放量的80%以上。从能源结构分析来看,以煤炭为主的传统型能源结构,煤炭是碳排放的主体。因此,结合区域特点等相关政策,提出了大力发展第三产业,优化现有产业结构;加快调整工业内部行业结构;大力发展节能新技术,尤其是煤炭净化技术;加大推进碳排放权交易,大力开展林业碳汇交易等方面的思考与建议。     

云南省碳排放历史变化特征及影响因素分析

基于1980—2011年云南省经济发展和能源消费数据,计算了云南省碳排放量和碳排放强度,并分析了历史变化特征。采用LMDI法定量分析了能源结构、能源效率和经济发展因素对云南省人均碳排放的影响效应。结果表明,1980—2011年,云南省一次能源消费产生的碳排放总量呈指数型递增。碳排放量中平均有88.55%来自煤炭的消费,9.53%来自石油的消费,1.92%来自天然气的消费。32年来云南省人均碳排放增长的主要原因是经济发展的拉动作用,经济发展对人均碳排放的贡献率呈指数增长;抑制因素主要是能源效率的提高;能源结构的调整对人均碳排放的抑制效应不显著。     

中国碳排放主要影响因子贡献度及减排对策分析

以二氧化碳为主的碳排放所导致的温室效应对人类社会生存与发展构成严重威胁,碳减排成为控制气候变暖的基本措施。选取2002-2014年中国的碳排放量及能源价格、人口规模、经济发展水平等13种主要影响因子的数据,通过构建偏最小二乘法模型进行分析和预测。研究表明,在负相关指标中,能源价格、能源效率对碳排放的抑制作用最显著,贡献度分别为0.377和1.065;在正相关指标中,人均消费能源、生活能源消费、人口增长对碳排放总量的解释作用最为明显,贡献度分别为1.152、1.144、1.129,科研水平对抑制碳排放贡献度较弱。通过上述研究结果,为相关部门找到控制碳排放的政策着力点提供依据。     

中国电力行业碳排放脱钩效应情景模拟

电力行业是全球碳排放最主要的来源,实现电力碳减排将影响中国碳中和目标的达成。该文基于中国2000-2017年的数据,从电力生产、输配、消费的视角,运用LMDI模型分解电力部门碳排放的驱动因素,并在此基础上建立系统动力学模型,设置5种不同的政策情景,模拟电力行业碳脱钩的变化趋势,结果显示:(1)对电力碳排放起正向驱动作用的有化石燃料结构、火力发电率、输配电损失、电力净出口、人均GDP、总人口和人均生活用电,起负向驱动作用的有煤耗率、电耗强度、产业结构。(2)相较于产业结构调整规划,国家制定的能耗强度目标和化石燃料发电占比目标调控碳排放的力度更大;相较于单项目标,组合型的政策规划使得碳排放与经济增速脱钩效应的变动趋势更显著。该文提出推广新型清洁电力能源、合理规划、实施精准化的组合型政策等政策建议,以期为相关部门制定政策规划实现碳减排提供可行性建议。     

2014年《BP能源统计年鉴》中国能源调查

<正>2014年7月8日,《BP能源统计年鉴》在中国北京发布,这已是BP第63年进行全球能源的年度报告发布。报告显示,作为全球最重要的能源消费国和生产国之一,中国2013年的能源消费、生产、进口等方面,发生了非常大的变化,中国政府强力推进的节能减排政策在能源数据上有着很直观的显现。一、中国能源消费增长大幅放缓2013年,中国的能源消费增长从7.0%降至4.7%,     

基于LEAP模型的工业园区碳达峰路径：以南京某国家级开发区为例

工业园区是能源消费和碳排放的密集区域,推动工业园区碳达峰对国家早日实现碳达峰目标具有重要意义.以南京某国家级开发区为例,基于LEAP模型,设置基准情景（BAU）、非工业减排（S1）、全行业一般减排（S2）、全行业强化减排（S3）和深度减排（S4）共5类情景,分析各情景下的能源消费需求和CO2排放变化情况,评估各项措施的碳减排贡献,提出园区实现碳达峰目标的政策建议.结果表明,S2、S3和S4情景下能源消费需求和CO2排放量将分别于2035、2030和2028年达到峰值,能源消费需求峰值（以标煤计）分别为26.28、21.66和19.10万t,CO2排放峰值分别为75.35、59.34和53.24万t.工业是研究区域能源消费和碳排放的主要贡献行业,S2、S3和S4情景下工业能源消费和碳排放占比分别于2035年、2030年和2028年达到峰值57.1%、56.0%、53.6%和64.2%、66.2%和62.9%.工业能效提升的碳减排贡献最大,其次为经济增速放缓,交通新能源汽车推广和公共建筑节能的碳减排贡献不显著.综合考虑碳达峰时间和园区碳排放强度考核目标,建议将S3情景作为该园区碳达峰的实施...     

基于ESDA-GWR的1997—2012年中国省域能源消费碳排放时空演变特征

利用1997—2012年《中国能源统计年鉴》和《中国统计年鉴》相关数据,结合重心转移、ESDA及GWR等模型和方法,分析了近16年间中国省域能源消费碳排放量的空间相关性、异质性及影响因素,根据碳排放量划分标准将各省份划分为不同的碳排放区.结果表明:16年间碳排放量的重心向西迁移;我国省域碳排放量存在较为显著的空间正相关,自相关性在整体上表现出先增大后减小的趋势.2001年全局Moran's I指数达到最高值,为0.3012;能源消费碳排放量的冷热点格局表现出冷点扩张、热点被压缩的趋势;影响碳排放量的6个因素的影响程度由大到小依次为:总人口人均GDP煤炭消耗比重全社会固定资产投资第二产业比重人口老龄化率,只有人口老龄化率这一指标表现出负相关性;近16年我国省域碳排放量的空间格局发生了显著变化,2012年已有13个省份属于超重型碳排放区,表明我国要加强碳减排的力度.     

东北三省碳排放脱钩效应及驱动因素研究

文章利用Tapio模型和LMDI分解方法对东北三省的能源消费碳排放的脱钩关系和影响因素进行了分析。结果表明:2000-2015年东北三省能源消费CO_2排放量表现出先增加后降低的趋势,2000-2012年,黑龙江、吉林、辽宁三省的能源消耗CO_2排放量呈上升趋势,年均增长率分别为6.51%、9.00%和6.49%,2012-2015年,三省的CO_2排放量开始呈下降趋势;脱钩分析得出:2000-2015年,东北三省的脱钩状态呈现波动变化趋势,2000-2012年东北三省整体呈现弱脱钩状态;2012-2015年,东北三省均表现为强脱钩状态;经济因素是东北三省各省能源消费CO_2排放量增加的主要促进因素,能源强度是主要抑制因素,人口规模和能源结构对碳排放变化的影响程度较小。