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。     

城市能源消费CO2排放及其影响因素研究

随着城市化进程加快,城市能源消费和CO_2排放都呈增长趋势。文章梳理了近年来国内外城市及其工业、建筑业、交通运输业和城市居民生活能源消费CO_2排放的研究进展;通过对比分析城市能源消费CO_2排放影响因素及其城市间的差异,得到经济发展和人口增长是城市能源消费CO_2排放的主要促进因素,能源强度下降对CO_2排放的降低起主导作用。产业结构和能源消费结构中高碳能源所占比例的变化、能源技术水平的发展和相关政策的完善、城市形态等因素,对城市能源消费CO_2排放的影响作用存在差异。影响因素在同一个城市区域的不同时段内对CO_2排放的影响作用存在差异的原因可能来自城市的发展以及影响因素自身的变化。     

基于PLS-VIP方法的我国居民间接碳排放研究

使用STIRPAT模型、PLS-VIP方法研究间接生活能源消费等因素对我国城乡居民间接碳排放的影响。结果显示:城乡居民间接生活能源消费弹性系数都位居第一位,富有弹性;人口规模、人均GDP的弹性系数为负值,我国人口的扩大以及经济的发展会降低间接CO_2排放量;城乡居民城镇化的弹性系数都为负值,新型城镇化建设能够降低间接碳排放量;农村第三产业比重的弹性系数为负值。最后,提出提高城乡居民间接生活能源使用效率、大力发展农村第三产业等建议。     

中国城乡居民生活消费碳排放变化的比较研究

基于碳排放系数法估算了1997~2015年中国城镇、农村和整体（包含城镇和农村）居民生活消费引起的直接碳排放量,进一步采用Dagum基尼系数和Kernel密度函数估计方法对中国城镇和农村居民生活消费碳排放的地区差距及分布动态进行实证研究.同时,采用乘积式对数平均迪式指数模型（M-LMDI）分析了直接能源消费强度、居民人均消费水平和单位能源碳排放强度3大因素对居民消费碳排放变化的影响,并重点考察了各省份相关变量对生活消费碳排放影响的城乡差异.结果表明：（1）中国城镇和农村居民人均生活消费碳排放量在研究期内呈现逐年递增的趋势,在空间上均存在显著非均衡特征.（2）中国居民人均生活消费碳排放的地区总差异呈现波动下降的趋势,从1997年的0.379下降到2015年的0.244.1997~1999年城镇和农村居民生活消费碳排放的组间差距是城乡差距的主要来源,其贡献率超过50%.2000年后组内差距成为城乡差距的主要来源,其贡献率均大于40%并超过了组间差距.（3）城镇和农村居民人均生活消费碳排放均在增加,地区差异均在扩大.（4）对全国居民生活消费碳排放变动贡献最大的省区是内蒙古,累计贡献值达0.1005.贡献最小的省区是云南,累计贡献值为0.0125.（5）农村的能源消费强度和人均消费水平的贡献程度在研究期内均大于城镇,单位能源碳排放强度在两个地区的贡献水平表现出了波动性.     

北京终端能源碳消费清单与结构分析

基于政府宏观统计数据,根据IPCC参考方法,估算了1995～2005年北京终端能源碳消费量,详细给出了北京各部门、分能源品种以及2005年分行业的能源碳消费清单,分析了能源碳消费结构．结果表明,1995～2005年北京终端能源碳消费总量和人均能源碳消费量均呈现显著上升趋势,分别增加了71.5%和38.4%;终端能源碳消费强度持续下降,降低了66.2%．各部门的终端能源碳消费中,工业最大,约占碳消费总量的53.0%～68.0%,1995～2005年平均碳消费量为14.59 Mt;其次是第三产业,约占15.0%～30.5%,平均碳消费量为5.23 Mt;与1995年相比,2005年城镇居民生活消费的能源碳消费量增加了2.02倍．目前工业的碳消费仍是主导,产业结构的调整尚未改变工业消费能源碳的主导地位．自2002年北京终端能源碳消费结构基本趋于稳定,但是能源结构的调整未能抵消能源消费增加带来的碳消费增量．     

中国减污降碳协同效应的时空特征及其影响机制分析

我国环境污染防治面临减污降碳协同推进的新挑战,为实现减污降碳协同增效的总目标,深入打好大气污染防治攻坚战,研究减污降碳协同效应的时空特征及其影响机制,对因地制宜制定经济社会发展全面绿色转型的政策具有重要现实意义. 本文以2011—2019年我国30个省(自治区、直辖市)为研究对象,分析大气污染物和碳排放的时空特征(不包括港澳台及西藏自治区的数据,下同);同时,运用耦合协调模型计算碳减排与大气污染物控制系统的耦合协调度,进一步分析减污降碳协同效应在全国、八大经济区和各省份的时空特征;并利用时空地理加权回归模型(GTWR),揭示了减污降碳协同效应影响因素的空间演化规律和作用机制. 结果表明:①2011—2019年我国碳排放量缓慢增长,污染物排放当量自2014年开始明显下降;大气污染物和碳排放主要集中在东北、北部沿海和黄河中游经济区. ②2011—2019年我国减污降碳的协同效应整体上明显提高,不同经济区和省份的减污降碳协同效应存在明显的时空差异. ③能源消费总量、能源消费强度和能源消费结构是减污降碳协同效应的主要影响因素,能源消费总量、能源消费结构、能源消费强度、产业结构和进出口贸易总额等因素对减污降碳协同效应的影响存在显著的空间异质性. 鉴于此,本文从制定差异化的减污降碳协同策略、推动能源结构优化转型、加强地区和部门间的协同治理等方面提出了减污降碳协同增效的对策建议.      

低碳经济的驱动因素及其驱动机理分析

根据对低碳经济内涵的理解,将单位GDP二氧化碳排放(碳强度)作为低碳经济的核心要素。通过文献回顾的方式提炼其主要驱动因素,并通过通径分析测算各驱动因素对其的总影响、直接影响和间接影响,明确了作用机理。其中,能源总量对碳强度增长起直接推动作用,但在总作用上通过总人口和经济增长的间接影响起抑制作用,总人口、经济增长、产业结构等是碳强度增长的主要抑制因素,能源消耗结构是碳强度增长的主要推动因素。     

中国工业碳排放的因素分解与脱钩效应

采用广义迪氏指数分解法（GDIM）分析2000~2016年中国工业碳排放的驱动因素,并在此基础上,创新性地结合DPSIR框架构建脱钩努力模型测度工业碳排放的脱钩效应.研究结果表明：产出规模效应、技术进步效应、能源消费规模效应和人均碳排放效应是导致工业碳排放增加的主要因素,而产出碳强度效应与技术进步碳强度效应是减少工业碳排放的关键因素;工业碳排放的脱钩效应呈"未脱钩~弱脱钩~强脱钩"的阶段性特点;产出碳强度效应与技术进步碳强度效应是工业碳排放实现强脱钩的决定性因素,同时更需要调整能源结构、降低能源强度与碳排放强度来实现工业碳排放强脱钩.     

广东省能源消费碳排放分析及碳排放强度影响因素研究

根据省级能源统计和温室气体核算规则,计算分析了2005~2012年广东省能源消费碳排放和碳排放强度变化,并应用对数平均迪氏指数法对计算期的碳排放强度变化进行因素分解,定量分析了各产业(部门)能耗强度、产业结构、能源消费结构和能源碳排放系数对广东省碳排放强度变动的影响.结果表明:2005~2012年,广东省能源消费CO2排放年均增长6.28%,单位GDP碳排放累计下降27%,各产业(部门)能耗强度下降是推动碳排放强度下降的主要原因;净外购电力的碳排放系数下降及用作原材料石油消费比重上升也有利于单位GDP碳排放下降;产业结构和能源消费结构总体上朝着不利于碳排放强度下降的趋势发展;生活能源消费年均增速低于GDP年均增速,有利于地区碳排放强度下降.     

城镇化、居民生活能源消费与生活碳排放之间关系的实证研究

利用中国1995年－2012年居民生活能源消费数据,通过协整检验、格兰杰因果关系检验等方法对城镇化、居民生活能源消费与碳排放之间关系进行了实证研究,结果发现：城镇化、居民生活能源消费与碳排放存在长期均衡关系;城镇化程度的提高会降低CO2排放;生活能源消费的增加是CO2排放提高的重要原因。居民生活能源消费与CO2排放之间存在着双向格兰杰因果关系。提出稳步推进新型城镇化进程、合理进行生活能源消费、调控城乡居民生活能源消费等建议。     

云南省能源消费碳排放时空演变及其影响因素

双碳背景下，低碳试点地区的碳排放状况是当下需要关注的热点问题。该文基于“类NPP-VIIRS”夜间灯光数据和相关能源数据，以云南省16个地州市为研究对象，测算并分析了2010-2020年云南省能源消费碳排放时空格局演变，并借助地理探测器识别影响碳排放的关键因素及其时序变化。结果表明：（1）2010-2020年云南省能源消费碳排放总量呈波动中递增的变化趋势，各州市年均增长率最高和最低为昭通市、玉溪市。（2）空间上呈现出中东部高，西北部、西部、西南部低的分异特征；各州市能源消费碳排放总量高值区以滇中城市群为主，低值区主要分布在滇西、滇西南城镇群。（3）影响云南省能源消费碳排放的主要因素为经济发展水平、路网密度和对外开放程度；各因素在不同时期对碳排放的影响程度各不相同。总体来看，云南省能源消费碳排放整体呈现收敛态势，增长速率有所下降，但仍未达到碳峰值。     

生态文明环境下中国碳排放影响因素及减排措施分析

分析中国碳排放影响因素并采取切实有效的对策。根据STIRPAT理论,建立了中国碳排放影响因素模型,并对模型进行了量化研究和实证分析。研究发现:1980—2012年中国碳排放总量不断递增,碳强度不断递减;城乡人口扩张、城镇化水平提高、人均收入增加促进了能源消费,成为中国碳排放的核心影响因素。     

基于LMDI方法的广东省生活能源消费影响因素分析

运用对数平均迪氏分解法(LMDI)构建广东省生活能源消费的因素分解模型,定量分析2000~2014年间能源结构、人口规模、居住面积和设备消费等因素的变化对生活能源消费的影响。研究发现,4种因素的累计效应均为正,而采用逐年效应角度观察,设备消费是生活能源消费增加的最大拉动因素,其次为居住面积。基于研究结果,提出降低居民生活能源消费的相关政策建议。     

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。     

碳减排背景下我国与世界主要能源消费国能源消费结构与模式对比

选取2020年世界能源消费量累积占比达80%的前23个国家作为研究对象,通过从一次能源清洁化率、化石能源清洁利用率和电能占终端能源消费率角度对其能源消费结构进行对比研究,从单位GDP能耗、人均能耗和单位国土面积能耗角度,结合产业结构和分部门能源消费构成,对其能源消费强度进行深入分析,探讨各国在社会经济运行与生产生活中的能源消费模式,提出能源消费自然碳汇承载负荷比概念,指出我国在碳达峰与碳中和目标下能源消费模式转型面临的优势与挑战.结果表明,我国一次能源清洁化率、发电用能占比、化石能源清洁化利用率和电能占终端能耗比分别达到15.90%、53.48%、37.51%和26.54%,均在世界主要能源消费国家中处于前列,已经架构起良好的能源集约化和清洁化利用结构基础;非工农业能源消费占比尤其是仅为14.09%的交通能源占比在主要能源消费国中最低,已经形成了具有相对优势的绿色低碳能源消费模式;基于产业结构优化潜在的总体能源生产率还有较大提升空间;但相对较短的碳达峰与碳中和目标期对清洁能源发展速度与规模提出了巨大挑战,碳排放约束下的国际形势对我国通过优化调整产业结构实现降碳目标也增加了难度.     

农村居民生活碳达峰路径及对策

全国碳达峰目标已经明确,农村居民生活能源消费是碳排放增长的重要来源,亟待得到有效控制.为研究农村居民生活碳达峰路径,基于农村居民生活能源消费现状分析,采用碳排放系数法对2000—2018年农村居民生活的碳排放进行核算,基于情景分析法,从能源消费结构调整的角度,设定不同情景分析农村居民生活的碳达峰时间及峰值.结果表明:①2000—2018年,农村居民生活碳排放量、人均碳排放量均呈快速上升趋势,其中农村居民生活碳排放量占国家碳排放总量的3.0%~4.0%.②在2030年国家碳排放强度下降65%的目标下,农村居民生活同步碳达峰目标约为3.64×108 t;农村居民煤炭消费的碳排放已在2017年达峰,总量达峰则依托于能源结构调整情景实现目标.③基准情景下,2030年前无法实现碳达峰;政策情景下,将在2027—2028年达到峰值,峰值约为3.66×108 t;优化情景下,将在2024年达到峰值,峰值约为3.44×108 t.④基于能源结构调整的碳达峰路径主要表现为煤炭消费占比降至18.0%左右,天然气、电力、其他能源消费占比分别提至1.5%、35.0%、30.0%左右.研究显示,促进碳达峰的措施可重点从完善顶层设计、制定农村能源发展战略规划、推动分布式能源系统建设、加强节能减排技术保障、创新资金支持、普及绿色低碳生活方式等几个方面加强实施,从而推动农村的能源变革与节能减排.      

1993—2012年西安城区城市热岛效应强度变化趋势及影响因素分析

基于西安市及其郊区(县)7 个气象观测站1993—2012 年的气温资料,采用回归分析、Mann-Kendall 等方法分析了西安市过去20 a 城市气温、热岛强度的变化规律,从城市经济发展、城市人口增长、城市能源消费等几方面揭示其与城市热岛效应的密切联系;同时运用灰色理论分析了诸影响因素对热岛强度的相对贡献度,并对西安未来热岛强度变化趋势进行了模拟.结果表明:①西安城区和郊区(县)气温均呈现波动上升的变化趋势,城市热岛强度变化具有明显的阶段性特征,且在2000 年以后发生增强突变;②城市化的发展与城市热岛强度的变化具有密切关系,各要素相互之间呈现高度相关性,说明它们之间存在很强的传递作用;各要素与热岛强度呈现出极显著的相关关系,尤其是人口因素与热岛强度的关系最为密切,是影响热岛强度增强变化非常重要的一个综合性指标;从强度、密度和规模效应上来看,人口密度效应大于人口规模效应,经济密度效应稍大于经济规模效应,能耗强度效应大于能源规模效应;③各影响因素对热岛强度变化的贡献度存在明显差异,贡献程度最大的是常住人口数、常住人口密度和建成区面积,它们是影响热岛强度变化最为直接的因素;其余因素对热岛强度变化的贡献度相对较小,是间接的影响因素;④灰色建模显示,西安城市热岛强度在未来几年将继续呈现增强趋势.     

基于LMDI模型和Q型聚类的中国城镇生活碳排放因素分解分析

为研究城镇居民生活碳排放特征及影响因素,基于LMDI模型从全国和省级层面研究了我国30个省、自治区、直辖市（不含港澳台及西藏自治区）2006-2015年的城镇生活碳排放,将城镇生活碳排放分解为生活能源消费结构效应、生活能源强度效应、消费倾向效应、人均可支配收入效应和城镇人口规模效应,分析各效应逐年和累积效应贡献度以及区域差异,并基于LMDI模型的计算结果对我国30个省、自治区、直辖市进行Q型聚类分析.结果表明:①从全国层面看,人均可支配收入、城镇人口规模是刺激因素,其中,人均可支配收入的影响效应最为显著,而消费倾向、生活能源消费结构、生活能源强度抑制了生活碳排放的增长.②从省级层面看,人均可支配收入、城镇人口规模的累积效应均为正,而消费倾向、生活能源消费结构、生活能源强度对各省、自治区、直辖市生活碳排放的影响效应有正有负,显示出显著差异.因此,政府应引导城镇人口合理增长,并积极制定相应政策优化居民生活能源消费结构.在制定碳减排战略时,要将省级生活碳排放的表面特征与其潜在驱动力相结合,根据不同区域有针对性地实施碳减排政策,同时应及时作出调整,以应对不同的发展阶段.      

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.     

广东省居民生活直接能源消费大气污染物与温室气体排放趋势研究

居民生活直接能源消费是重要的大气污染物和温室气体排放来源,识别其历史排放趋势是科学制定管控策略的基础.然而目前我国尚缺乏省级尺度居民生活能源消费排放趋势的研究.以广东省为研究对象,通过广泛收集居民生活直接能源消费数据和排放因子,建立了2006—2017年广东省居民生活直接能源消费大气污染物和温室气体排放清单,并采用情景分析法量化了能源结构变化对居民生活直接能源消费大气污染物与温室气体排放的影响.结果表明：①2006—2017年居民生活直接能源消费排放的大气污染物和温室气体均呈下降趋势,CO、PM_2.5、BC、OC、CH₄、CO₂和N₂O排放量分别下降70%、59%、59%、66%、77%、30%和73%;②城乡贡献上,乡村居民生活直接能源消费是大气 污染物和温室气体排放的主要来源,排放分担率分别在70%和60%以上;③空间分布上,2017年广东省居民生活直接能源消费大气污染物和温室气体排放主要集中在粤东、粤西传统燃料消费量较高的地区,以及广州、东莞和深圳等人口密度较大的城市地区;④能源结构清洁化所致的2006—2017年广东省居民生活直接能源消费大气污染物和温室气体减排比例为38%~88%;⑤以2025年为目标年,居民生活能源结构持续清洁化发展能够进一步降低居民生活直接能源消费大气污染物和温室气体排放,尤其对CO、PM_2.5、BC、CH₄和N₂O的减排比例均在80%以上.