基于LMDI法的我国钢铁行业CO_2排放影响因素分解研究

探讨钢铁行业发展过程中CO_2排放的特征及其影响因素,并制定针对性节能减排政策是一项重要且值得深入研究的课题。依据2000—2010年我国钢铁产量相关数据,分析了我国钢铁行业CO_2排放的动态特征,发现其CO_2排放与钢铁产量的增长成正比。采用对数平均迪氏指数分解法(LMDI法)构建了CO_2排放的指数分解模型,并采用该模型将我国钢铁行业CO_2排放影响因素分解为CO_2排放系数、能源消费结构、能源强度、生产总量4项,定量分析了各因素对钢铁行业CO_2排放量变化的影响。结果表明:钢铁产量是CO_2排放量增加的最大拉动因素,能源强度是CO_2排放的最大抑制因素,能源消费结构对CO_2排放量减少有重要影响,但目前因改善力度不够,故效果尚不显著。可见,提高我国能源利用效率是实现CO_2减排的关键。     

区域能源消费碳排放特征分析──以浙江温州市龙湾区为例

本文采用IPCC化石能源碳排放的部门法分析了2002年-2012年间龙湾区的能源消费碳排放数据。研究结果表明,2002-2012年间,龙湾区的能源消耗CO_2排放量呈现出先增加后逐步下降的趋势,CO_2排放量主要来自第二产业。煤炭、油类消费是该地区CO_2排放的主要来源,2012年,分别约占50%和26%,电力CO_2排放比例增长了21倍,热力消费CO_2排放量增长了近7倍,能源碳排放构成逐步朝着良性的方向发展。该区域的CO_2排放强度下降了约667%,表明过去十一年间该地区减排措施的有效性,其CO_2排放强度的下降比例可以抵消经济高速增长带来的碳排放。     

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。     

上海市终端能源消费的CO2排放影响因素定量分析

以对数平均指数法(LMDI)方法为基础,探讨了包括生活能耗在内的上海市终端能源消费CO2排放影响因素的分解方法,定量研究了能源强度下降、能源结构优化、产业结构调整、经济发展规模和人口数量等影响因素对CO2排放变化量的贡献率.研究表明,上海市2005~2009年CO2排放增长了2949万t,如果不采取任何减缓措施,经济增长和人口数量增加将导致CO2排放增长量相当于现在的2.5倍.能源强度下降、能源结构优化和产业结构调整起到了减缓CO2排放增长的作用,对减缓CO2排放增长的贡献率分别为-98%、-50%和-22%.与2000~2005年对比分析发现,工业部门能源强度下降和能源结构优化的减缓作用都有所下降,而产业结构调整开始发挥减排的作用,但贡献率还很低.生活能耗的CO2排放影响因素中,相较于人口数量增长,人均生活能耗上升是导致CO2排放增加的主要因素,且贡献率逐渐增大.     

碳排放视角下的江苏省土地利用转型生态效率研究——基于混合方向性距离函数

生态效率关乎经济与生态之间的双重问题,要保证在实现社会经济正常发展的同时将环境影响控制到最小程度。CO_2等温室气体的排放作为造成全球气候变暖的主要产物,成为改善全球环境问题的焦点。土地利用转型在一定程度上影响着土地生态,并从土地的投入和产出方面影响土地生态效应,分析其影响机理将有助于最小化土地利用成本,最大化土地生态价值。论文运用混合方向性距离函数模型和Global Malmquist-Luenberger(GML)指数,将CO_2排放量作为生态效率的非期望产出指标,构建土地利用转型投入和产出指标体系,测算2006—2014年江苏省13个城市在土地利用转型背景下的生态效率及环境全要素生产率增长状况,并对全要素生产率变动进行分解,以期缓解经济快速增进带来的生态环境问题。研究结果表明:CO_2过度排放以及能源过度消耗,使得很多城市普遍存在生态低效率;2006—2014年江苏省总体平均生态效率值为0.827,若能够充分利用当前技术水平,资源强度和污染排放强度在平均意义上可以提高17%;江苏省生态效率变化区域差异明显,生态效率存在空间关联性和集聚效应;环境全要素生产率增长呈现地域不均衡性,纯技术进步是影响环境全要素生产率增长变动的重要影响因素;技术规模变化的区域差异幅度最大,是构成环境全要素生产率增长差异的重要因素。     

基于STIRPAT模型的中国旅游业碳排放影响因素分析

采用"自下而上"的CO_2排放计算方法,对1995—2014年中国各区域旅游业CO_2排放量进行测算,从动态视角分析各区域旅游业CO_2排放总量及旅游接待人次、人均旅游收入、旅游业CO_2排放强度和旅游交通CO_2排放占比等影响因素的变化趋势特征,并基于STIRPAT模型对旅游业CO_2排放的主要影响因素进行定量分析.结果显示:各区域旅游业CO_2排放总量均呈逐年上升的趋势,且不同区域各影响因素的作用存在显著差异;其中,人均旅游收入对中国旅游业碳减排压力的弹性变化区间最小,仅从0.156变化到0.287,旅游交通CO_2排放占比的弹性变化区间最大,其CO_2排放占比每提高1%,东部地区旅游业CO_2排放总量将提高0.239%,而中部地区仅提高0.013%;旅游业CO_2排放强度是抑制碳排放的关键因素;研究期内,分析结果不支持倒"U"型环境Kuznets曲线的观点.最后,根据上述结论提出差异化的区域碳减排调控对策.     

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.     

中国省域物流作业的碳排放量测评及区域差异化分析

给出了省域物流作业CO_2排放量测量模型,测算了不同能源的CO_2排放因子及排放系数。以物流作业直接能耗法核算我国各省域2003—2012年10年间的物流作业CO_2排放指标,包括各省域的CO_2排放量和单位货物周转CO_2排放量,通过数据分析发现,我国物流作业的CO_2排放量呈增长趋势,但是单位货物周转碳排放量在波动变化的过程中,呈现整体下降趋势。利用泰尔指数测算区域间和区域内的差异大小发现,我国东、中、西部地区之间的单位货物碳排放存在显著的差异性,差异性主要来自于区间内的差异,说明各省之间物流作业的碳排放量差异较大。     

北京市能源消费碳足迹影响因素分析

为了量化人口、城市化和技术等因素对城市碳排放的影响,以北京市为研究对象,引入修正的碳足迹方法计算1990~2011年城市能源消费碳足迹,采用STIRPAT模型和偏小二乘模型对城市能源消费碳足迹的影响因素进行评估.结果显示,城市化、人均收入、人口是碳排放最主要的正向驱动因素,而能源消费强度、产业结构和研发投入比重等因素导致碳排放降低.北京市二氧化碳排放不存在环境库兹涅茨曲线,城市碳排放总量虽然整体状况还在增加,但增长速度在逐步放缓,经济发展与环境保护尚未实现协同.根据模拟结果,降低碳排放和建设低碳城市的建议是发展集中型和紧凑型的城镇功能组团,控制人口过快增长,合理引导居民绿色消费,依靠科技创新和技术进步.     

厦门工业终端能源消费CO_2排放和减排情景分析

工业是城市能源活动CO2排放的最重要部门,核算工业部门CO2排放以及合理的减排情景分析是城市碳减排的关键内容。该研究以区域终端消费电热力产品CO2排放系数为基础,建立终端能源消费CO2排放核算方法,比较了终端法和直接法核算2007年厦门工业能源消费CO2排放量、行业分布和排放强度的差异,分析了影响工业CO2排放的主要因子和各情景下工业CO2减排潜力。研究结果表明:2007年厦门市工业终端能源消费CO2排放量为7 940 kt CO2,排放强度为1.182 t CO2/万元GDP,排放强度较高的行业依次为化学纤维制造业、非金属矿采选业、化学原料及化学制品制造业、电力和热力的生产和供应业等行业,影响排放强度的主要因子为行业能源消费强度、电力能源结构、工业能源结构和工业行业结构;采用终端法核算的厦门工业能源消费CO2排放行业结构与直接法核算结果有明显的差异。通过建立的CO2减排潜力估算方法,预测在规划情景和理想情景下,2015年厦门市工业CO2排放强度将分别下降30.4%和41%,在工业增加值为1 500亿元情景下,CO2排放总量分别为12 358和10 475.9 kt CO2,比2007年增长55.4%和31.7%。     

燃煤电厂碳捕获与封存技术现状及其应用前景展望

现阶段及未来相当一段时间内我国能源仍将以化石燃料作为主要能源,其中燃煤电厂是CO_2的一个主要集中排放源。《巴黎气候变化协定》制定了全球应对气候变化的长期目标,我国政府也作出了实行能源消费总量和强度双控制度的承诺。降低燃煤电厂CO_2排放已被视为中国完成CO_2减排目标的关键领域。因此研究燃煤电厂CO_2的捕获与储存技术及其应用前景,探讨CO_2的资源化技术方向,对控制CO_2的减排、保护大气环境具有十分重要的意义。     

南京市大气CO2浓度模拟及源贡献研究

定量研究城市区域人为CO_2通量对于控制温室气体排放具有重要意义,而基于大气CO_2浓度观测与大气传输模型方法反演区域尺度的CO_2通量是未来的一个重要发展方向,其中模型对大气CO_2浓度的模拟则是能否成功反演CO_2通量的重要基础,然而我国还未有针对城市区域CO_2浓度的长时间(1年)模拟.本研究基于高空间分辨率的人为源CO_2资料与拉格朗日大气传输模型(WRF-STILT),对南京市郊区34 m观测高度处2014年大气CO_2浓度进行模拟,并就模型模拟结果的主要影响因素和源贡献组成进行了分析,研究得出以下结论:(1)WRF-STILT模型能较好模拟出4个季节观测到的高CO_2浓度及有季节差异性的日变化特征.(2)观测CO_2浓度的足迹贡献源区(footprint)的季节变化在盛行风向影响下差异巨大,CO_2浓度增加值在前1 d的主要贡献占据总浓度贡献的90%,表明该34 m高度观测点可代表长三角区域的CO_2排放量的影响,而安徽东部和江苏中南部对其影响更大;(3)相对于排放源的日变化,边界层高度等气象因素的差异是引起CO_2强日变化的主要因素,这也是模拟的各季度浓度增加值差异的原因,其中秋季(34.97μmol·mol-1)冬季(30.07μmol·mol-1)夏季(27.28μmol·mol-1)春季(23.36μmol·mol-1);(4)浓度的主要贡献来源分别为石油生产(41%)和能源工业(26%),这和长三角区域的人为源CO_2排放通量差异巨大(石油生产:3%,能源工业:35%).     

杭州地区大气CO2体积分数变化特征及影响因素

选取2015年8月至2016年9月杭州城区、远郊地区在线观测CO_2体积分数,分析杭州地区CO_2体积分数的城郊差异,并结合风向、CO_2体积分数周末效应、二十国集团(G20)峰会期间CO_2体积分数变化过程分析,探讨杭州城市对CO_2体积分数的影响程度.结果表明,杭州城区、远郊地区CO_2体积分数的日变化分布以单峰型形态为主,植物光合作用/呼吸作用和大气输送条件的日变化是主要的影响因素;城郊CO_2体积分数差值表现为双峰形态,人为排放对城郊CO_2体积分数差值的日变化分布存在重要影响.CO_2体积分数日变化幅度在春夏季节远郊地区大于城区,秋季则反之.杭州城区、远郊地区CO_2体积分数的季节变化趋势基本一致,均表现为冬、春季高,夏季低;城郊CO_2体积分数差值冬季最高,夏季最低.杭州地区CO_2体积分数高值的输送方向与周边城市区域的分布方向一致.杭州城区、远郊地区CO_2体积分数均呈现周末效应,尤其在城区,机动车排放对工作日-周末CO_2体积分数的日变化分布存在影响.杭州城区CO_2平均体积分数比远郊地区高9.3×10-6,G20峰会期间人为源排放的减少有效地降低了大气CO_2体积分数,尤其对市区的削减效果更为明显.     

中国能源政策的大气污染物减排效果与附加效应--上海案例研究

为了研究中国能源政策对减少本地大气污染物排放的效果,以及减缓二氧化碳排放增长速度的附加效应,以上海为例,采用MARKAL模型对基础情景和能源政策情景下的能源消费及大气污染物排放量进行了预测,并分析了能源环境政策减缓二氧化碳排放增长的附加效应。结果显示,实施能源政策后,上海市的SO_2、PM_(10)。排放量均有大幅度降低,并可明显减缓CO_2排放的增长速度。2000～2020年,SO_2排放量将基本保持在2000年的水平,CO_2排放总量的年均增长率将由基础情景下的2.7％减小到能源政策情景下的1.1％～1.2％。     

湖北省一次能源消费的碳排放驱动因素分解研究

定量分析和测算能源消费的碳排放,是全球气候变化研究领域重要的基础工作之一。研究基于1980-2008年时间序列的统计数据,采用对数平均迪氏分解法,定量分析湖北省一次能源消费的碳排放驱动因素。研究认为经济快速发展是人均二氧化碳排放增长的主要驱动因素,而能源效率的变化则是人均碳排放增长的主要拉低因素,湖北省的能源消费结构比较单一、大量依赖煤炭,所以能源消费结构没有变化对人均碳排放量变化影响不大。根据以上结论,建议加大力度,优化产业结构、调整能源结构和提高能源效率,从3个层面采取措施实行低碳发展。     

基于情景分析法的煤电行业碳排放峰值预测

将国内生产总值(GDP)和人口总数作为电力消费的两大重要影响因素,建立自回归移动平均模型对我国GDP进行预测,运用队列要素法建立实施"全面二孩"政策下的人口模型,并对我国人口总数进行了预测。同时,建立多元线性回归模型对我国未来电力消费进行预测,运用情景分析法探索煤电行业2018—2030年CO_2排放量,分析CO_2排放量与燃煤发电比重、CO_2排放强度之间的关系。研究表明:燃煤发电占比是影响我国煤电行业CO_2排放量的决定性因素,但改变CO_2排放强度对煤电行业CO_2排放峰值的到来时间几乎无影响。     

中国原镁生产温室气体排放的影响因素分析

作为世界最大的镁生产国和出口国,中国镁工业面临着温室气体减排的巨大挑战。研究分析了中国原镁生产过程温室气体排放随时间的变化,采用对数平均迪氏指数分解方法确定了影响温室气体排放的主要因素,从技术和政策方面提出了减缓温室气体排放的措施。研究结果表明,自2003-2013年,中国原镁产量增长了125%,而温室气体排放仅增长16%;吨镁能耗相关的温室气体排放从28.4t CO_2eq降至6.6 t CO_2eq。自2009年开始,原镁生产的温室气体排放中,直接排放的比重为47%,已小于间接排放,说明中国镁工业在节能减排方面所做出的努力是卓有成效的。生产规模特别是国际市场对镁产品的需求是温室气体排放增长的主要贡献因素,而能源强度和能源结构是温室气体减排的主要促进因素。     

城乡融合背景下北京能源消费与碳排放时空变化

能源消费和CO2排放是综合反映生态环境建设及城乡融合发展的重要指标,透过能源消费和CO2排放及其时空变化,不仅可以检视人类活动及其行为是否符合环境安全与可持续发展要求,还可以检视城乡融合发展与区域协调发展是否处在预期状态。本文在对能源消费及CO2排放数据整理和计算的基础上,先后分析了北京能源消费总量及不同品种能源消费量变化、北京能源消费所形成的CO2排放总量、主要产业与分行业以及不同城区的CO2排放情况,最后针对"燕山石化"异地迁建、实施"交通节能降耗减排战略""将房山、顺义、通州和大兴作为全市节能降耗减排重点监管区"以及"将建筑节能和社区节能作为微观节能降耗减排重要领域"等提出了相应对策与建议。     

中国能源消费、经济增长与碳排放之间的动态关系

在新冠肺炎疫情的冲击下,如何实现区域经济增长、能源消费和CO₂排放的动态协调发展,是中国持续推进生态文明建设、实现绿色可持续发展的关键问题.选取2000—2017年我国各省份能源消费、经济增长、CO₂排放量和固定资产投资指标（不包含西藏自治区和港澳台地区数据）,按东部、中部、西部和东北部四大经济区域,建立面板向量自回归模型（PVAR）,并利用系统广义矩估计法对模型系数进行估计,通过格兰杰因果关系检验,脉冲响应分析和方差分解得到能源消费、经济增长和CO₂排放三者之间的动态关系.结果表明:①能源消费与经济增长在东部、西部均呈双向因果关系,在中部、东北部均呈单向因果关系;除东部外,CO₂排放与经济增长均呈双向因果关系.②能源消费与经济增长在东部、中部、西部和东北部中均呈双向正向脉冲响应,经济增长对CO₂排放均产生正向冲击;除东部地区外,CO₂排放对经济增长均产生正向冲击.③能源消费与经济增长互为重要影响因素;除东北部地区外,经济增长均为CO₂排放的重要影响因素.④固定资产投资能有效降低中部和东北部CO₂排放.最后根据模型分析结果,分别从技术研发、政府投资、政策引导等方面提出以下建议:加大对可再生能源的基础设施投资,积极运用PPP等模式,鼓励社会资本参与;加强区域之间的交流合作,实现四大经济区域之间资本和先进技术的深入融合.      

基于BP神经网络的甘肃省二氧化碳排放预测及影响因素研究

基于排放因子法估算2000—2020年甘肃省三大产业及生活能源消费直接CO₂排放量,描述分析其时序演变特征。建立BP神经网络模型并预测2021—2030年甘肃省CO₂排放量。构建甘肃省CO₂排放影响因素的STIRPAT拓展模型,利用多元回归分析定量探究了各因素对CO₂排放量的影响程度和内在作用机理,并结合随机森林进一步识别重要影响因素。结果表明：甘肃省产业及生活能源消耗直接CO₂排放总体呈波动增长趋势,且第二产业占比在70%以上,是主要的CO₂排放源;BP神经网络模型的预测误差为2×10^-4,相关系数>0.99,对于预测甘肃省CO₂排放具有较高精度,并得出2026年的甘肃省能源消耗直接CO₂排放量达到最大;甘肃省CO₂排放的驱动因素作用差异显著,CO₂排放强度、经济发展、城乡消费对CO₂排放的正向作用较大,城镇居民人均消...