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.     

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.     

天津市工业能源消费碳排放量核算及影响因素分解

天津市工业经济的快速发展促使其能源消费量持续增加,已经成为该市能源消费的主体.建立能源消费的碳排放核算方法,对天津市工业能源消费碳排放量的时间序列进行分析.结果表明:在过去10 a内天津市工业能源消费的碳排放量年均增长10.41%,比工业增加值平均增速低58.53%;工业能源强度持续下降,万元(104元)增加值碳排放强度整体呈下降趋势,由1999年的2.38 t/万元降至2009年的0.68 t/万元,表明工业节能减排效果较明显;在工业终端能源消费结构中,煤炭占57.80%,高于北京、上海等地.采用对数平均迪氏指数分解法(LMDI)对工业经济规模、行业结构、能源效率和能源结构等因素进行分析.结果表明:工业经济规模是碳排放持续增长的主导原因;行业结构、能源结构整体上对碳排放量影响较小;能源利用效率提高是工业节能减排成效的最主要贡献因素,对碳排放量变化的贡献率达-140.80%.通过对天津市工业行业的进一步分析可知,能源密集型行业严重影响了工业能源消费碳排放量的变化.      

上海市能源消费碳排放分析

根据联合国政府间气候变化专门委员会(IPCC)2006年版碳排放计算指南中的计算公式和碳排放系数缺省值,计算了上海市1994─2006年能源消费碳排放量. 结果表明:1994年以来碳排放量逐年增加,碳排放强度不断下降,由1994年的2.51 t/(104元)降到2006年的1.07 t/(104元). 通过比较2005年上海与全国以及主要经济大国间的碳排放量、碳排放强度和人均碳排放量发现,上海市能源消费碳排放量占全国的3.5%;碳排放强度低于全国和全球水平,但比英国、德国、日本高;人均碳排放量为2.7 t/a,是全国和全球平均水平的2倍多,低于美国、澳大利亚和加拿大. 从能源利用效率、经济增长方式、能源结构以及经济结构等角度分析了碳排放强度下降的原因,其中能源结构调整引起的平均碳排放系数下降和第三产业比重上升是主要原因.      

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。     

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。     

区域产业结构演进的节能效应比较

产业结构是影响能源消费的重要因素,处在不同发展阶段的区域,其产业结构演进的节能效应有所差异。根据产业结构和能源消费强度两个因子,将全国30个省（直辖市、自治区）划分为四类区域,并从中选择北京、广东、贵州、山西作为典型代表,对其1995—2007年期间产业结构演进的节能效应情况进行纵向分析,并进一步进行横向比较。研究结果表明,各类区域在产业结构的节能效应方面既有相同之处,又有所差异。相同之处表现在：能源强度都呈现出下降态势;效率因素对能源强度的影响都比结构因素的影响大;影响能源强度变化的主要部门是能耗较高的工业和交通运输邮电仓储业,这两个部门在GDP中的比重变化以及单位能耗分别决定着结构和效率因素的节能效果。差异之处表现在：能源强度的下降幅度和阶段变化不同;结构和效率因素对能源强度的影响方向和效果不同。     

京津冀地区工业碳排放影响因素的门限效应分析

文章针对京津冀地区近10年工业二氧化碳排放特征,采用协整检验方法研究了各区域二氧化碳排放强度与社会经济影响因素之间的关系,在此基础上利用面板门限回归分析不同区制下二者之间的非线性变化规律。研究发现,京津冀地区工业二氧化碳排放强度与产业规模、产业结构、能源结构之间存在长期均衡关系。产业规模和能源结构对碳排放强度的影响存在双重门限效应,产业结构对碳排放强度的影响存在单一门限效应。以产业规模为门限变量,碳排放强度影响系数分别为1.003 0、1.527 1、1.202 0;以能源结构为门限变量,能源结构与碳排放强度之间存在倒"U"型曲线变化规律;跨过产业结构门限值之后碳排放强度模型曲率是加速递增的。从近10年数据看,产业结构将会是京津冀工业碳排放长期影响因素。     

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.     

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.     

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.     

终端能源利用的碳排放变化特征研究——以上海市物质生产部门为例

随着经济的快速发展,上海市的能源消费量在大幅增加,相应地,碳的排放量也在逐步增加。文章首先对上海市物质生产部门终端能源消耗以及能源利用二氧化碳排放的现状进行了分析,再运用不产生残差的方法——对数平均迪氏指数法LMDI(logarithmic mean Divisiaindex),对上海市物质生产部门终端能源利用导致的二氧化碳排放量进行了分解分析。结果表明产业增加值是上海物质生产部门碳排放增加的决定因素,能源效率和产业结构因素引起碳排放强度下降,但能源效率并不总是抑制碳排放的增长。总体上说,上海市物质生产部门能源利用的二氧化碳排放量在不断的增加,其中产业结构和能源效率因素起抑制作用,产业增加值起促进作用。最后,文章从产业结构调整和能源结构调整等方面分析了上海市今后几年内的二氧化碳减排潜力,并提出了相应的建议。     

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.     

京津冀及周边地区工业大气污染排放因素分解——基于LMDI模型分析

运用对数平均迪氏指数分解法探究了2011~2015年京津冀及周边地区工业大气污染物排放的主要影响因素.将该地区排放量变化的总效应分解为人口效应、经济规模效应、产业结构效应、能耗效应、能源结构效应和排放强度效应.研究结果表明,人口效应和经济规模效应基本为正效应,产业结构效应、能耗效应和排放强度效应基本为负效应.京津冀及其周边地区能源结构在2011~2015年期间变化不显著,因此能源结构效应对总效应的贡献很小,贡献度均未超过0.52%.北京市、天津市、河北省、河南省、山东省和山西省的情况不同,各效应贡献度的变化趋势也不相同.人口效应、经济规模效应、产业结构效应、能耗效应和排放强度效应的变化,主要来自于人口增速、经济规模增速、工业增加值比重降幅、能耗强度降幅和排放强度降幅的变化.在制定减排政策时,应根据各效应的累计贡献值和贡献度大小,对于该地区共存的主要影响因素,制定联合减排政策措施.对于存在地区差异的主要影响因素,因地制宜制定不同的减排政策措施.     

中国工业碳排放强度变化的结构因素解析

以1986-2016年为研究时段,将41个工业部门归类为16个部门,在运用CKC模型分析各部门产值与其CO₂排放量关系的基础上,建立以碳排放部门结构、碳排放系数、能源消费强度以及产值部门结构为因素的工业碳排放强度kaya分解模型,运用LMDI法分析不同因素对中国工业碳排放强度变化的贡献。研究发现:工业不同部门产值与其CO₂排放量的关系不同。只有木材加工及家具制造业、造纸印刷及文教用品制造业和非金属矿物制品业呈现倒U型关系,机械交通电气电子设备制造业呈现倒N型关系,其余部门都呈现线性递增或单调递增关系。从工业碳排放强度变化的贡献因素看,非金属矿物制品、化学工业、医药工业、机械交通电气电子设备制造业和木材加工及家具制造业等资金和技术密集型行业的技术性CO₂减排效应显著。其他制造业、石油和天然气开采业、纺织服饰业和化纤及橡塑工业等以初级产品加工为主的行业的结构性CO₂减排效应显著,而石油加工炼焦和核燃料加工业、金属冶炼及制品业、电力煤气及水生产和供应业在产值与CO₂排放量的同步递增关系以及结构增长的共同作用下,CO₂减排效应不明显,需要在能源结构调整和利用效率提升方面密切关注。     

2005-2009年我国省域CO2排放特征研究

利用IPCC的参考方法测算并比较分析了2005-2009年我国30个省(市、自治区)的CO₂排放总量、人均排放量、排放强度、综合能源排放系数等重要指标,并在此基础上,依据人均GDP、第二产业比重和能源利用结构与碳排放强度的关系,将各省(市、自治区)划分为不同的CO₂排放类型。研究结果表明,省域间各指标差异较大,影响碳排放的因素也不尽相同。省域减排的政策、途径和措施须充分考虑各自的经济发展水平、产业结构和能源利用结构等因素。     

重庆市工业耗能相关碳排放变化驱动因素研究

在构建重庆市工业耗能相关碳排放影响因素分解模型的基础上,采用因素分解方法分析了过去十余年间(1999²011)4种驱动因素对重庆市工业碳排放变化的影响,并识别出关键驱动因素。结果显示:能耗增长的主要原因是工业经济发展;工业能源强度是促进重庆市工业耗能相关碳减排的主要影响因素;产业结构因素对重庆市工业耗能相关碳排放变化的影响存在波动,但其累积效果表现为减排;能源结构因素对重庆市工业耗能相关碳排放变化没有显著影响。最后,结合各关键因素的未来发展趋势,提出重庆市工业未来低碳发展的可行途径为技术进步和产业升级。