山东省能源消费分析及其优化策略

基于1980-2012年山东省能源消费统计数据的研究发现,山东省能源消费具有持续增长的演进特征和显著的结构特征。1980-2012年,一次能源消费总量增加了7.18倍,年均增长率21.77%;2000-2012年,终端能源消费量增加了2.46倍,年均增长率18.95%。从能源消费品种看,山东省能源消费具有显著的"高碳"和"非均衡"刚性特征。1998-2012年,煤炭消费量占一次能源消费总量中的比重都在75%-81%之间;2000-2012年,煤品消费量占终端能源消费总量中的比重都在48%以上。从能源消费部门看,具有显著的工业集中和行业集中特征,2005-2012年,工业能源消费量在能源消费总量中的比重都在77%以上。在工业内部,2012年,十大高能耗行业的能源消费占全部能源消费的59.92%,占工业能源消费的比重高达82.12%。交通运输部门的能源消费增长迅速,成为第二大能源消费部门。生活用能呈现快速的稳步增长态势,2000-2012年,生活用能量增加了2.58倍,年均增长率达19.83%;并且,居民生活用能结构由原来的"煤炭为主、电力补充"的消费格局转变到了目前的"电力为主、煤炭补充"的消费格局,生活用能结构的清洁化程度不断增强。能源消费结构的形成对山东省的能源安全和生态环境产生了明显的负面影响,能源消费的碳排放效应显著。1998-2012年,山东省能源消费的碳排放量增长了3.33倍,年均增长率高达22.19%,大于能源消费年均增长率和GDP年均增长率。山东省能源消费结构形成的影响因素主要有能源禀赋约束、经济增长和产业结构、能源利用效率低下、可再生能源开发利用滞后。为此,要推动能源消费革命,以促进能源消费体系转型;推动能源供给革命,以形成市场主导、多能互补、供需互动、内外合作的现代能源供给体系;推进传统产业改造升级、培育发展战略性新兴产业,以转变经济发展方式;综合运用多种市场和经济手段,增强企业自主节能减排、社会公众低碳消费的内生动力。     

城镇居民生活能耗与碳排放动态特征分析

居民家庭生活能源消费与碳排放越来越不容忽视,开展这方面研究对于促进居民可持续消费、寻找新的节能减排途径都具有十分重要的意义.本文在考察量化1999-2007年中国城镇居民生活直接、间接能源消费及其碳排放连续变化的基础上,探究了这段时期生活能耗与碳排放的动态变化特征,并分析其潜在的影响因素.研究主要结论包括:1999-2007年,中国城镇居民人均生活总能耗和碳排总量都呈现出逐年增加趋势,其中间接能耗与碳排始终大于直接能耗与碳排,但二者的差异正在逐年缩小;对于人均直接能耗与碳排来说,二者总量都呈逐年增加趋势,其中电力和煤炭是最主要的直接能源消费品种,也是最主要的碳排来源;对于人均间接能耗与碳排来说,虽然居民生活消费开支逐年递增,但由于各类消费项的单位产值能源强度在逐年下降,因此总的间接能耗与碳排并没呈现出一定的递增或递减趋势,而是出现波动性变化.其中"食品"、"教育文化娱乐服务"和"居住"3项是居民生活间接能耗与碳排的主要来源;人均住宅建筑面积是居民生活碳排变化的主要影晌因子.研究结论为引导可持续的家庭消费模式和节能减排措施的制定提供管理启示与科学依据.     

中国北方农牧区生存性碳排放特征与实证

以中国北方农牧区的内蒙古通辽地区为例,结合实地问卷调查,研究农牧民家庭生存性碳排放特征。研究提出了农牧民家庭生存碳排放评估指标体系,其中能源产品和非能源产品成为农牧民家庭生存性碳排放的两大来源。计算了农牧民人均能源消费碳排放量及食物消费碳排放量。研究结果表明:在能源方面,农牧民家庭生存性碳排放构成呈能源消费主导型,2008年,该区人均生存性碳排放总量为1 040.36 kg,其中矿物燃料、用电消费碳排放分别占总生存性碳排放的45.53%和30%;受传统生活方式影响,家庭用能结构粗放,以矿物化石能及一次生物质能为主,电能使用比例相对较低。在食物方面,农牧民家庭食物消费结构渐趋低碳化,2008年和2009年人均食物消费总碳排放量分别为78.42 kg和76.67 kg,以粮食消费占主导,占总消费量的60%;2009年与2008年比较,含碳量较高的粮食和食用油消费分别降低4%和3.8%。该区农牧民人均食物消费碳排放量只是美国的39.2%,英国的49.6%,日本的72%,属基本生存线碳排放。     

家庭部门生活能源消费碳排放:测度与驱动因素研究

本文运用IPCC的二氧化碳排放量测算方法,在省际层面测度了我国家庭部门直接能源消费碳排放,并基于扩展的STIRPAT和Kaya模型,构建家庭部门直接能源消费碳排放影响因子动态面板数据模型,对我国2003-2012年分省面板数据样本及城乡子样本进行系统GMM估计。本文研究表明,第一,我国城乡家庭部门碳排放总量和人均碳排放在近十年都呈快速上升趋势,家庭部门碳排放的空间分布具有明显的地域差异特征,高碳排放地区主要集中在东、中部地区,西部地区的碳排放水平较低;第二,城乡家庭部门生活能源消费的上期碳排放量对本期碳排放产生重要的正向影响,这反映出我国家庭部门碳排放具有显著的惯性特征和路径依赖性,是一种动态自适应机制;人口规模、居民消费水平、能源消费结构、碳排放强度、能源消费强度和城镇化因素,都对我国居民能源消费碳排放总量及人均碳排放具有显著的影响,城乡之间的家庭能源消费碳排放驱动因素存在差异。本文研究得到如下启示及政策含义:家庭部门碳减排将是一个有步骤、分区域的渐进过程,我国碳减排政策应当兼顾消费升级和碳排放的双重目标,努力构建分层次碳减排的适应性预期机制。具体而言,一方面应着眼于引导和激励居民低碳消费,缓解人口规模增加、消费水平提升和城镇化对家庭部门碳减排的压力;另一方面要通过能源价格改革、财政政策和环境规制政策等优化我国能源消费结构,不断降低煤炭消费比重,提高清洁能源的消费。同时,通过技术创新、设备改造等科技手段提高煤炭利用效率,降低碳排放强度,这些政策将更有利于城镇家庭部门碳减排。     

云南省能源消费及二氧化碳排放分析

根据云南省能源消费量,计算了由能源消费产生的CO2排放量及单位GDP碳排放强度。结果表明:近10年来,随着社会经济的快速发展,云南省能源消费及能源消费导致的CO2排放总量也呈现出显著上升的趋势。云南的碳排放强度高于全国平均水平,但人均碳排放量低于全国平均水平。以工业为主的第二产业是能源消费及碳排放的主体,其碳排放占总量的75%。     

上海市居民消费碳排放的实证分析

居民消费碳排放是国内外温室气体排放研究的重要问题。利用1997～2010年上海市统计数据,分别采用改进的投入产出模型法、碳排放系数法核算了上海市居民间接和直接能源消费产生的碳排放,分析了上海市居民消费的碳排放变化、居民消费碳排放的城乡差异、各部门对居民间接能源消费碳排放的贡献。结果表明:(1)1997～2010年上海市居民消费产生的碳排放呈逐年上升趋势,间接能源消费是居民消费的碳排放的主要来源,在居民消费碳排放总量中占有较大比重;(2)1997～2010年上海市城镇居民消费碳排放呈逐年上升,农村居民消费碳排放呈下降趋势,居民消费碳排放存在着显著的城乡差异;(3)14个部门对居民消费碳排放的贡献大小不同,其中文教卫生商务及其他服务、交通运输仓储及信息服务、食品制造及烟草加工业3个部门对城乡居民消费碳排放的贡献最大;(4)提高各部门能源利用效率、降低部门单位产出的碳排放、引导居民向低碳产品消费的转变是居民消费碳减排的有效措施。研究结果可为上海市居民生存碳排放的评估提供数据支持,为政府部门制定碳减排措施、引导居民低碳消费提供理论指导。     

四川省能源消费碳排放影响因素分解研究

结合《省级温室气体清单编制指南(试行)》,对四川省2005-2013年能源消费碳排放量进行测算,表明该阶段四川省能源消费碳排放量呈稳定增长态势。利用LMDI(对数平均迪氏指数)分解方法,将能源消费碳排放分解为人口、人均GDP、产业结构、能耗强度、能源消费结构五方面效应,对四川省2006-2013年碳排放增量进行分解研究,表明该阶段人均GDP对四川省碳排放量具有强烈拉动作用,其次为产业结构,能耗强度对四川省能源消费碳排放具有强烈抑制作用,而人口、能源消费结构逐年效应有正有负,贡献度绝对值较小。根据上述结论,针对性地对四川省"十三五"期间控制碳排放提出了建议。     

山东省能源消费与碳排放分析

利用山东省统计年鉴数据和联合国政府间气候变化专门委员会(IPCC)公布的碳排放计算公式和碳排放系数,对山东省2001-2010年的能源消费和碳排放情况进行分析。结果表明:山东省一次能源消费由2001年的11 649.88万t标准煤增长到2010年36 357.25万t标准煤,年均增长12.05%;碳排放量由2001年12 308.17万t增长到2010年30 881.45万t,年均增长9.64%,由煤炭引起的碳排放量占73.09%;碳排放强度呈下降趋势,由2001年的1.21 t/万元下降到2010年0.78 t/万元,年均下降4.23%。针对山东省能源消费与碳排放现状,提出了相关建议。应大力发展低碳经济,改变高耗能的发展方式,积极促进山东省产业结构调整和升级,实现经济社会可持续发展。     

中国电力碳排放动态特征及影响因素研究

电力碳排放占中国碳排放总量比重较大,因此研究电力碳排放的影响因素并制定针对性减排政策对中国节能减排有重要意义。基于我国1991-2012年电力相关数据,分析了电力碳排放的动态特征,发现电力消费及其碳排放与GDP同步变化,中国电力生产的能源转换效率在提高,电力碳排放主要来源于煤炭的使用;运用对数平均迪氏指数分解方法,不仅考虑电力生产过程,而且考虑电力输配环节和电力终端消费活动对碳排放的影响,从而把中国电力碳排放增长分解为排放因子、能源结构、电力结构、转换效率、输配损耗、经济规模、人口规模、产业结构、电力强度、生活消费等10个影响因素。分解结果表明,经济规模是促使电力碳排放增长的最大因素,意味着中国电力碳排放与经济社会发展密切相关;以工业为主的产业结构使得电力消费增加,驱动了电力碳排放增长;生活消费也是电力碳排放增加的重要影响因素;人口规模、输配损耗、能源结构、电力结构、排放因子等因素也是正向效应,但影响程度较小;产业部门电力强度下降和能源转换效率提高是抑制电力碳排放增长的最重要因素;电力结构也抑制了电力碳排放增长,但影响程度较小。基于以上结论,中国需要从电力生产、输配、消费等环节入手控制电力碳排放。     

安徽省城市化进程中的碳排放影响因素研究——基于STIRPAT模型

通过对安徽省2000~2011年能源消费碳排放量及碳排放强度进行了测算分析,并基于STIRPAT模型,运用因子主成分回归方法,构建影响城市化进程中碳排放增长的驱动因子模型,对城市化进程中碳排放影响因子进行定量分析研究。研究表明：安徽省2000~2011年能源消费碳排放量呈逐年递增态势,碳排放强度和能源强度均逐年递减态势;安徽省在城市化快速进程中,第二产业产值、第三产业产值、城镇人口比重、城镇建成区面积、城镇居民人均可支配收入每增加1%时,碳排放总量将增加1.208 8%、0.202 0%、0.502 3%、4.793 8%、1.066 0%;当能源强度每下降1%时,碳排放总量将减少0.120 2%;城镇建成区面积扩张、工业化水平提升促进了能源的消耗,成为碳排放的主要驱动因素。鉴于此,提出严格控制城市发展用地规模、通过科技创新推动能源利用效率提高及开发利用新能源、优化产业结构及提高三次产业占GDP比重、建设紧凑型低碳城市、倡导低碳绿色生态的生产消费模式等政策建议,为实现建设生态文明以及实现“生态安徽”与“美丽安徽”目标提供科学依据,也可为中尺度（省级行政区）城市化进程中碳排放的研究提供示范     

中国碳排放与出口贸易间脱钩关系实证

出口贸易作为国内污染排放的"三大引擎"之一,加剧了中国能源耗费和碳排放。根据1990-2011年中国一次能源消耗量,采用IPCC方法估算了1990-2011年中国碳排放量;基于1990-2011年中国碳排放量和出口贸易额之间的时间序列数据,通过构建碳排放量与出口贸易之间的Tapio脱钩模型,判别了中国碳排放量与出口贸易之间的脱钩状态;借鉴Kaya恒等式,运用LMDI方法进一步构建了扩展的Tapio脱钩模型,对碳排放的驱动因素进行了分解。分析结果表明:1990-2011年间,中国碳排放总量与出口贸易额均保持高速增长;该期间中国碳排放与出口贸易总体呈弱脱钩关系,而16个分行业的脱钩状态存在显著差异;出口贸易增长与碳排放增加存在正相关,出口贸易增长是碳排放增加的主要原因之一,1990-2011年中国碳排放与出口贸易脱钩弹性指数及分解指标显示,降低能源碳排放强度是实现碳排放与出口贸易脱钩的关键,能源结构应当引起关注。我们认为,攀升出口产品附加值、优化出口产品结构、"碳生产国"与"碳消费国"责任共担是实现碳排放与出口贸易脱钩的本原。     

北京市交通运输业碳排放及减排情景分析

在可持续发展的宏观背景下,节约有限物质和能量资源,减少废弃物和环境有害物的排放是环保、低碳的前提,而交通运输业是降低碳排放量的重要领域。因此,微观层面梳理北京交通运输业发展及碳排放状况,并分析其减排潜力,对于促进北京市的低碳发展同样具有积极意义。论文阐述了2001-2011年北京交通运输业发展状况,并对2005-2011年北京市交通运输能源消费而产生的碳排放量进行了测算。从各类消费能源的碳排放量的动态变化得出:煤油的碳排放量是北京市交通运输碳排放量的最主要来源。进而基于交通运输的能源使用结构、道路调控政策措施、不同交通方式结构等视角,采用情景分析方法,依次设置低度、中度和高度三种情景模式,对北京市交通运输业的碳减排情景进行了比较分析。研究结果表明:1北京市交通运输业持续发展,多元化复合型的交运网络日趋完善;2北京市交通运输的能源消耗所产生碳排放量不断增长,主要原因是大量煤油和柴油能源的耗用;3通过改变交通运输的能源使用结构可以有效调减北京市交通运输业的碳排放量。基于全文分析得到如下启示:1北京市交通运输碳排放在未来十年具有较大的减排空间,降低煤油、柴油在能源消费总量中所占比例,提高天然气、电力在能源消费总量中所占的比例,将有助于减少碳排放的总量;2小汽车对于整个城市交通系统能源消耗量的边际效应远远大于其他的交通方式;3北京市机动车申购摇号制度、机动车尾号限行措施以及对新能源汽车的大力推广是控制小汽车快速增长,减少其能源消费量和碳排放量的必要政策手段。在城市的发展过程中,公共交通具有节地、节能以及环保的优势,应该大力倡导公共交通,加大城市公共交通的投入力度,使得人们更多地选择公共交通出行,从而达到节能减排的目的。     

基于Verhulst模型与信息熵理论的能源消费研究

能源在国民经济发展与社会进步中发挥重要保障作用。能源消费预测是制定能源发展战略的基础性工作,为节能减排提供科学依据。本文选取2000—2014年四川省能源消费量为研究对象,采用传统GM(1,1)模型和改进的Verhulst模型对其拟合并进行预测,结果显示,改进的Verhulst模型相对误差为4.94%,较传统模型5.38%误差更低。同时,对煤、石油、天然气、水和核电能源的生产和消费进行统计分析,结果表明:水核电生产量和消费量不断上升,在2013和2014年超越煤炭量,但总体仍表现高碳排放特征。四川省能源消费结构信息熵十年间从0.823 2增加到0.990 5,说明四川省整体能源消费结构向着合理方向发展。最后,针对四川省能源消费结构当前面临的问题提出建议,促进能源优化发展。     

中国各省区经济发展与碳排放脱钩关系研究

哥本哈根大会以后,减排成为国际社会关注的焦点,因此深入研究并判断各省区经济增长与碳排放之间的脱钩关系有着重要的理论意义与现实意义.本文基于Tapio脱钩指标对1999-2008十年间各省区碳排放与经济增长之间的脱钩关系进行测度,结果显示近十年来我国绝大部分省区经济增长与碳排放之间呈现弱脱钩状态,经济增长速度大于碳排放增长速度,表明减排工作取得初步成效;在对脱钩弹性指标进行因果链分解后表明,工业领域能源利用效率的提高为碳排放增长速度的减缓起到了重要作用.尽管如此,我国未来面临的减排形势依然严峻:近年来工业产值在国民经济中的比重上升,经济结构的"重型化"趋势导致对能源的需求量增大,加上我国在新能源开发领域的不足,煤炭在总体能源消费结构中的主体地位进一步加强,单位能源消费产生的碳排放进一步上升,能源消费"高碳化"特征加尉,对以后的节能减排工作形成挑战,文章最后提出了开展减排的政策建议.     

中国碳排放的因素分解模型及实证分析:1995-2004

能源消费是碳排放的主要来源。随着中国经济的快速发展,能源消费的急剧增长以及以煤为主的能源结构在短期内很难改变,因此,碳排放不可避免地会出现一定幅度的增加。本文基于碳排放量的基本等式,采用对数平均权重Divisia分解法（Logarithmic mean weight Divisia method,LMD）,建立中国人均碳排放的因素分解模型,定量分析了1995-2004年间,能源结构、能源效率和经济发展等因素的变化对中国人均碳排放的影响,结果显示经济发展对拉动中国人均碳排放的贡献率呈指数增长,而能源效率和能源结构对抑制中国人均碳排放的贡献率都呈倒“U”。这说明能源效率对抑制中国碳排放的作用在减弱,以煤为主的能源结构未发生根本性变化,能源效率和能源结构的抑制作用难以抵销由经济发展拉动的中国碳排放量增长。     

中国碳排放变动的因素分解分析

随着中国经济的快速发展,能源消费的急剧增长以及以煤为主的能源结构在短期内难以改变,中国一次能源消费的碳排放总量不断增长.本文基于广义费雪指数(GFI)方法,建立中国人均碳排放的因素分解模型,定量分析 2000-2008年间,能源结构、能源效率和经济发展等因素的变化对中国人均碳排放的影响.该方法较之拉氏指数和D氏指数分解法,克服了它们的缺点,更好的消除了分解的残差项,得到的结果更加精确.分析表明:经济发展对拉动中国人均碳排放的贡献率呈指数增长,而能源效率对抑制中国人均碳排放的贡献率呈倒“U”型,并且其抑制作用当前有增强趋势,能源结构的抑制作用依然微弱.能源效率和能源结构对碳排放的抑制作用难以抵消由经济发展拉动的中国人均碳排放量增长.本文得到当前能源效率因素对碳排放的抑制作用正逐渐增强,而能源结构因素对碳排放的抑制作用依然微弱,这与以往的结果不同.为了考察各种因素对中国能源消费碳排放影响的长期规律性,本文首次拟合了各种影响因素的瞬时变化率特征,进一步反映出各影响因素的动态演进过程.     

基于个体消费行为的家庭碳排放研究

以"南京1000家庭碳排放"调查的家庭活动数据为基础,运用国外新范式"消费者生活方式方法"(CLA)探讨了家庭消费活动与碳排放之间的关系,采用多元回归研究了碳排放与家庭特征之间的相关关系,并总结出了一套适合中国国情的碳排放系数。分析得出:①户均年家庭碳排放量3705.76 kg;②人均家庭碳排放约占总碳排放量的29.27%;③家庭用电碳排放量几乎占家庭碳排放总量的一半,生活垃圾碳排放比例位居其次占了将近1/4;④户均碳排放量随月际变化波动较大,在7月份为峰值,10月份为谷值,差值为181.10 kg;⑤家庭能耗、生活垃圾、交通出行碳排放比例为64∶24∶12;⑥常住人口、交通出行、住宅面积是影响家庭碳排放中的显著性因子;⑦常住人口增加一个、住宅面积多一个平方米、交通工具每提高一个层次,户均年碳排放量分别增加397.84 kg、8.54 kg、551.21 kg。家庭碳排放定量化研究为公众提供了有效减少碳排放的途径,并为政府部门制定碳减排政策提供了决策依据。     

产业结构变动对中国碳排放的影响

采用LMDI分解方法,对中国1996-2009年的碳排放进行分解,定量分析产业结构变动对碳排放变动的影响。在此基础上,依据对未来中国产业结构变动的预测,估算了2020年之前产业结构变动对中国碳减排的贡献。基本情况是,1996-2009年中国碳排放增长464 678万t,其中,经济总量效应531 337万t,产业结构效应49 887万t,能源消费强度效应-223 940万t,能源消费结构效应107 395万t,诸因素对碳排放增长的贡献度分别为114.3%,10.7%,-48.2%和23.1%。产业结构变动驱动了碳排放增长,尽管它不是最主要因素。进一步研究发现,高耗能产业上升或下降1个百分点所对应的CO2排放量增加或减少2.2-2.9亿t。依据对高耗能产业结构变动值的预测,到2020年,产业结构变动效应约为-5亿t,占期间碳排放增量的-15%。这表明,与此前产业结构变动导致碳排放量增加情形相反,未来产业结构变动将有助于减少碳排放。     

江苏省终端能源消费CO_2排放总量测算及驱动因素研究

电力、热力在终端能源消费CO2排放总量测算中一直被视作零排放,但这不利于终端能源消费部门的节能减排,也不符合"共同但有区别的责任"原则。本文基于生产二次能源(电力、热力)所需化石能源的消耗量和省域内二次能源的消费量测算电力、热力CO2排放因子,并从生产端和终端两视角出发,考虑二次能源当量值和等价值,计算二次能源CO2排放终端承担比率,进而全面测算2000-2012年江苏省19种(包含电力、热力)终端能源消费CO2排放总量。运用LMDI 1法,把CO2排放变动分解为11个驱动因素。结果表明:12000-2012年间,江苏省终端能源消费CO2排放总量由15 223.90万t上升到46 396.20万t:其中,生产部门CO2排放总量由14 242.30万t上升到43 481.15万t,以年平均占比94.52%成为最大的CO2排放部门,生活部门CO2排放总量由981.60万t上升到2 915.04万t,并以年均8.73%的速度增长。22000-2012年间,经济规模和人均收入分别以累积贡献度147.09%和77.51%成为生产与生活部门CO2排放量增长的最大驱动因素,反映出江苏CO2排放与经济发展、居民生活水平提高密切相关。32000-2012年间,江苏CO2排放量下降的主要驱动因素源于生产部门能源利用效率的提高和产业结构调整的成效,累积贡献度分别为-39.09%和-11.96%。4电力、热力能源结构碳强度在2000-2012年间累计减少了739.77万t CO2排放,成为江苏省未来强有力的减排驱动因素。最后从推进江苏省产业转型升级、建设完善省级电能管理服务公共平台、加强低碳技术的产学研合作和产业技术创新战略联盟、发展城市绿色公共交通、强化节能降碳目标责任评价考核等五个方面提出对策建议,为江苏省加强节能减排,实现低碳发展提供借鉴。     

江苏省碳排放现状及因素分解实证分析

随着我国社会经济的迅速发展,能源消耗和环境问题日益严重,特别是由碳排放的增加带来的温室效应成为国际社会关注的焦点。全球变暖已经触及农业和食品安全、水资源安全和公共卫生安全,对人类的可持续发展带来严峻的挑战。江苏省作为中国的经济大省,面临着越来越严峻的减排压力。为此,本文分析了1997-2007年江苏省碳排放总量、碳排放强度、人均碳排放及其三大产业碳排放变化情况,并对江苏省1996和2007两年六部门终端能源利用碳排放总量进行对比。采用LMDI分解法,建立了江苏省碳排放增量的因素分解模型,定量分析了1996-2007年间经济规模、产业结构、技术进步与能耗结构四个因素对江苏省碳排放增量的影响。研究发现,经济规模效应是正向决定性因素,技术进步效应与能耗结构效应是负向决定性因素,产业结构调整的影响较弱。最后提出了相应的减排政策建议。