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.     

基于LMDI的能源消费碳排放影响因素研究——以唐山市为例

唐山市作为我国钢铁和焦炭产能最为集中的城市,产业结构偏重,能源消费结构以煤为主,温室气体减排压力巨大。本文分析了唐山市2010—2017年能源消费和碳排放的变化特征,然后通过LMDI分解方法对唐山市能源消费碳排放因素进行分解,发现经济发展是其碳排放增长最主要的拉动因素,人口增长也对碳排放有一定贡献,而能源强度下降则很大程度上抑制了碳排放的增加,产业结构调整和能源结构改善虽也起到了一定的抑制作用,但影响十分有限。唐山市应继续推进能源结构低碳化,削减煤炭消费总量并提高清洁能源使用率,同时优化产业结构,持续推进化解钢铁、焦炭过剩产能,鼓励、推进第三产业和战略性新兴产业的发展,向绿色低碳发展模式转变。     

市域能源碳排放影响因素分析及减碳机制研究——以福建省为例

选取福建省市域作为研究对象,应用扩展型的STIRPAT-PLS模型对2010~2016年福建省市域碳排放影响因子进行实证分析,探讨驱动福建省市域碳排放量增长的主要影响因素和各因素的影响程度,明确碳排放控制的主要领域.结果表明：总人口、城镇化率、人均GDP、第二产业比重和能源强度对碳排放量增加有正向驱动作用,而第三产业比重对碳排放量增加有负向驱动作用.总人口、城镇化率以及第二产业比重对碳排放量增长的贡献最大.据此,建议福建当前及未来时期减碳重点应是采取优化能源结构和促进产业结构升级,加速发展清洁、再生能源与提高能源效率相并重等策略.     

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。     

上海能源消费碳排放分解研究

能源利用不仅为经济活动提供动力还大量排放二氧化碳.为分解上海市能源消费CO2排放的影响因素,明晰上海市能源消费CO2排放变化特征,采用指数分解分析方法建立了上海市能源消费碳排放的LMDI分解模型,从经济规模、产业结构、能源强度和产业碳排放系数4个影响因素着手,实证研究了1995-2005年上海分三次产业的能源消费碳排放变化机理.结果表明:经济快速增长是上海碳排放增加的主导因素,能源强度下降是抑制碳排放增长的重要因素.产业结构,能源结构优化有利于控制碳排放,而重工业化、能源结构高碳化会增加碳排放.基于实证分析结果和上海市情,提出了上海市未来控制碳排放的相关政策建议.     

中国能源消费碳排放变化的驱动因素研究

将DEA中基于能源投入的Shephard距离函数引入到LMDI分解模型中,建立了1995~2010年中国6大产业能源消费碳排放7因素分解模型.研究结果显示, 产业结构效应、经济产出效应、人口规模效应、能源绩效效应对碳排放的增加具有一定的拉动作用,其中经济产出效应的累积贡献率最大为135%,产业结构效应、人口规模效应、能源绩效效应对碳排放累积贡献率分别为10.74%、9.39%、0.65%;潜在能源强度效应对碳排放下降的累积贡献率最大为54.6%,说明产业能源强度的调整空间较大,且抑制效应逐年增强;能源结构效应、能源技术进步效应对我国碳减排的累积贡献率分别为0.2%和1.04%,贡献微弱,亟待提高;从产业层面研究发现,农林牧渔业、建筑业、批发零售和住宿餐饮业和其他行业的低碳发展较好,工业、交通运输仓储和邮政业低碳发展不佳,工业始终是我国碳排放的主要来源.     

中国纺织服装行业能源消费碳排放因素分析

纺织服装行业是中国的重要民生产业。中国纺织服装行业在快速发展的过程中,消耗了大量的能源,并产生了较多的碳排放,分析探讨该行业能源消费碳排放的影响因素对实现行业的节能减碳和低碳发展具有重要意义。文章基于对数平均Divisia因素分解法(LMDI)建立了中国纺织服装行业能源消费碳排放因素分解模型,并对影响行业碳排放量的产业规模、产业结构、能源结构、能源强度等因素进行了实证分析。结果表明,在1991-2009年间,产业规模的扩大是纺织服装全行业、纺织业及纺织服装、鞋、帽制造业碳排放量增加的最主要拉动因素,能源强度因素的提高对于减少碳排放量具有重要意义。产业结构优化对于减少行业碳排放量的效果有限,能源结构调整尚未达到减少行业碳排放量的效果。     

无锡市碳排放的因素分解模型及实证分析

在计算无锡市2000~2011年二氧化碳排放量的基础上,采用对数平均权重Divisia分解法,建立无锡市人均碳排放的因素分解模型,定量分析能源结构、能源效率、经济发展情况等因素对无锡市人均碳排放的影响。结果显示经济发展对拉动无锡人均碳排放的贡献率呈指数增长趋势,相比之下,能源效率及能源结构对碳排放的抑制作用并不明显。据此提出开发可再生能源,转变能源消费结构,发展清洁煤技术,提高能源利用率等对策。     

基于LMDI的长江经济带交通碳排放变化分析

基于LMDI分解模型,探究了2000~2019年长江经济带交通运输业碳密度、运输结构、能源效率、能源强度、经济结构、经济水平以及人口规模等因素对交通碳排放的贡献程度及时空特性,并使用泰尔指数测算了碳排放的区域差异性.结果表明,经济规模持续扩张是长江经济带交通运输业碳排放增长的第一主导因素,对碳排放的正向驱动效应为116.33%,其次是人口规模（6.19%）;运输结构和经济结构的转变则是抑制碳排放增长的关键因素,其负向驱动率分别为-26.18%和-16.25%;而技术水平（能源效率和能源强度）的提升有助于抑制碳排放增加.此外,基于人均碳排放和碳排放强度的泰尔指数均显示长江经济交通碳排放量的区域差异性明显,其中区域内差异大于区域间差异,且基于碳排放强度的区域差异呈现出“俱乐部趋同”现象.最后,对长江经济带交通绿色发展提出了政策建议.     

贵州省直接生活能源碳排放及影响因素分析

依据贵州省2000-2014年居民直接生活能源消费数据,运用碳排放系数测算贵州省居民直接生活用能碳排放量,并进行统计分析。继而采用LMDI分解法定量分析能源消费结构、能源消费强度、居民消费水平、人口规模4个因素对贵州省居民直接生活用能碳排放增量的影响,并对比分析城镇和农村影响因素的差异。结果表明:居民消费水平是拉动贵州居民生活用能碳排放增长的决定性因素;生活能源强度是抑制碳排放增长的主要因素,能源消费结构和人口规模的变动也对碳排放增长具有负向影响,但作用强度相对较小。从城乡来看,居民消费水平效应显著增加了城镇居民直接碳排放,能源消费强度效应对农村居民直接碳排放抑制作用最明显。     

基于系统动力学的中国碳减排路径模拟

通过分析二氧化碳排放影响因素之间作用关系与碳减排的主要路径,构建二氧化碳排放系统动力学模型。在此基础上,通过调控供给侧经济增长速度、能源结构和产业结构要素,预测四种不同情景方案对二氧化碳排放的影响,以进一步探讨二氧化碳排放主要部门减排贡献。结果表明：四种方案的二氧化碳净排放量增长趋势逐年变缓,在二氧化碳净排放量达到峰值后,调整经济增速、改善能源结构和优化产业结构继续为碳减排发挥积极作用,相比于经济增速和产业结构调整,能源结构改善的减排贡献度更高。在综合调控经济增速、能源结构和产业结构的方案下,中国二氧化碳净排放量2024年将达到高峰值104.45亿t,2058年实现碳中和,这与现实情况更加吻合。未来若能抓住经济、能源、产业低碳转型的良好机遇,并进一步加强各部门的减排努力,中国二氧化碳净排放量有望2025年前达峰,2060年前实现碳中和。     

减污降碳协同视角下沿海制造业发达地区产业结构调整路径研究

碳达峰碳中和是我国的重大战略决策,对推进产业转型升级和绿色发展具有重要意义. 实现经济增长与资源能源消耗、污染物和碳排放的总量与强度双控制,是推进“双碳”目标的重要支撑. 我国沿海地区制造业发达,污染物和碳排放量较大,寻找减污降碳协同增效路径对区域绿色转型具有重大现实意义. 本文以浙江省宁波市为对象,对全部经济门类的产业结构开展实证研究,运用多准则决策模型和情景分析法,以能源、水资源、4种主要污染物(化学需氧量、氨氮、二氧化硫、氮氧化物)和二氧化碳为约束条件建立了产业结构优化调整模型,将各产业增加值占比的变化程度作为决策变量,筛选出产业结构调整平稳、减排幅度大的调整方案. 制造业作为宁波市经济发展的主体,贡献了较高比例的污碳排放和能源资源消耗. 4.5%、5.5%、6.5%三种年均经济增速情景下宁波市通过产业结构调整实现减污降碳协同增效的潜力分析显示,2020—2030年预期可实现累计97%的经济增长,且能满足区域资源环境的约束限制. 面向2030年提出宁波市产业结构优化调整路径,建议严格控制高排放制造业的准入门槛,提升第一产业和采矿业的资源能源利用效率,推进电力、热力的生产与供应业等存量行业的减污降碳,鼓励发展高附加值的第三产业和循环经济产业.      

北京能源消费排放CO2增量的影响因素分析——基于三层嵌套式的I-O SDA技术

通过构建一个扩展的竞争型经济-能源-碳排放投入产出表,运用三层嵌套结构式I-O SDA 技术,从整体情况、分产业、工业分行业3 个层面,对1997—2007 年北京的碳排放增量进行了分解。结果表明:消费、投资、调出和出口等经济规模增长要素,以272.46%的贡献率成为增排的主要因素,而能源消费强度变动效应,则以-237.13%的贡献率成为减排的决定性因素;在规模扩张各效应中,调出和消费超过投资和出口达8 403.38×10⁴ t,是增排的主要贡献者;2002—2007 年间以“高碳”为特征的新一轮工业化,使该期增排占到1997—2007年总增量的86.41%;服务业的贡献率是75.93%,为增排的第一大部门,但2002—2007 年工业超出服务业1 036.40×10⁴ t;重制造业的贡献率是1 030.76%,为增排的重点行业,而能源工业则以-992.81%的贡献率,成为减排的重点行业;各时段各效应在不同产业、工业不同行业发挥的作用大小不同且不够稳定。     

我国水泥工业碳排放特征及动态变化分析

水泥工业是温室气体二氧化碳(CO2)的主要排放源,利用碳排放数学模型计算2001-2010年我国水泥工业碳的排放量,分析碳排放量的变化特点和发展趋势。结果表明:水泥工业碳排放总量逐年增长,与水泥产量和排放强度呈线性关系。"十一五"期间单位产品碳排放强度由0.69 t/t下降到0.65 t/t。万元GDP碳排放量2008年达到最低值为0.295 1 t,平均每年万元GDP碳排放量下降2.85%。水泥工业十年间实施节能降耗、资源循环利用、提高经济效益等措施,对于减少碳排放具有明显效果。     

碳排放现状及驱动因素分解实证分析研究——以东莞市为例

根据IPCC碳排放计算指南核算东莞市2005年-2011年期间能源消费的碳排放量,并进行现状分析和采用对数平均权重分解法（LMDI）因素分解分析.研究结果表明：碳排放总量以5.8％速度增长,而碳排放强度以5.8％速度递减;煤是碳排放主源,但所占比重逐年下降;工业碳排放量比重最大,但是增速减慢;交通业、服务业和居民生活碳排放量及所占比重逐年增加;经济规模的扩大是拉动东莞市人均碳排放的决定因素,累计效应远高于能源效率和能源结构对碳减排影响.     

江西省土地利用碳排放空间格局及碳平衡分区

二氧化碳浓度升高,导致全球气候变暖,生态环境问题逐渐凸显. 为此,绿色、低碳和循环发展成为我国当前工作重点. 江西省作为长江经济带生态文明建设的重要节点,大规模的城镇化建设导致碳排放量增加. 鉴于此,基于土地利用和能源消费数据构建碳排放量计算模型,探究江西省2000—2018年的碳排放空间格局特征,通过基尼系数、经济贡献系数和生态承载系数等多种分析方法探讨区域内的碳排放空间差异以及碳收支情况,同时从经济和生态的角度进行碳平衡分区并提出针对性的策略. 结果表明:①江西省2000—2018年土地利用碳排放总量逐年上升,从1 215.687×104 t增至4 907.425×104 t,总体表现为净碳源,碳减排压力较大. ②江西省碳排放空间格局呈现北高南低、西高东低的特征,北部和西部地区的碳排放总量明显大于南部和东部地区,其碳排放总量与各区域内的土地利用结构以及能源消费结构密切相关. ③江西省历年的碳补偿率均低于34%且逐年递减,碳补偿率、经济贡献系数和生态承载系数三者均空间差异明显,其中北部地区的碳补偿率低于南部地区,南部地区、东北地区的经济贡献率和生态承载系数高于西部地区. ④基于碳平衡分析,根据净碳排放量、生态承载系数等指标将江西省各地级市划分为4个碳排放发展功能区域,即碳汇功能区、低碳经济区、碳强度控制区、高碳优化区. 研究期内碳汇功能区数量变化较大,逐渐转为低碳经济区;碳强度控制区和高碳优化区数量基本无变化. 研究显示,江西省土地利用碳排放空间差异显著,协同减排的困难较大,为此根据碳平衡分区调整土地利用结构,有利于促进区域协同减排,推动全省低碳经济的发展,缓解因碳排放引起的全球气候变化问题.