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。     

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.      

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.     

产业转移视角下京津冀石化产业碳排放因素分解与减排潜力分析

石化产业是我国经济的支柱性产业,但其大量的碳排放却给环境造成严重负担,因此提倡石化产业低碳发展能有效推动京津冀区域经济与环境绿色均衡发展.基于产业转移视角,分析2007-2016年京津冀区域石化产业碳排放量现状;运用对数平均迪式分解（Logarithmic Mean Divisia Index,LMDI）法分解并分析京津冀区域石化产业碳排放量影响因素在三地的作用效果,进而借助产业竞争力系数佐证碳排放量影响因素作用效果在区域间的关联性;最后通过合理调整京津冀区域石化产业能源结构,将未调整和调整后的能源结构类型分别设置为基准情境和低碳情境,利用SPSS拟合最优曲线来预测2017-2030年京津冀区域石化产业减排潜力.结果表明:①2007-2016年京津冀区域石化产业碳排放量增加386.79×104 t,碳排放强度由0.77 t/（104元）降至0.31 t/（104元）.②2007-2016年,能源强度因素使京津冀区域石化产业碳排放量减少13 663.77×104 t,其贡献率高达148.38%;人均GDP因素促使石化产业碳排放量增加12 327.10×104 t,贡献率达110.69%.③对于石化产业竞争力系数,北京市由0.03降至-0.02,为三地石化产业转出地;河北省由-0.14增至0.16,为转入地.④在低碳情境下,2020年、2030年京津冀区域石化产业碳排放量分别比基准情境减少502.84×104、528.95×104 t,碳排放强度分别降至0.19、0.17 t/（104元）,均达到发展目标的要求.研究显示,2007-2016年京津冀区域石化产业碳排放量逐年上升,承受巨大减排压力,该区域可以通过调整石化产业能源结构来挖掘碳减排潜力,推动石化产业绿色发展.      

2005～2009年南京市二氧化碳排放特征研究

采用IPCC报告(2006版)提供的计量方法与碳含量缺省值,对南京市能源消费碳排放进行了计量研究.结果表明:从2005～2009年,CO2排放总量从8.05×107t增加到1.02×108t,人均CO2排放量从11.7 t/a增加到13.2 t/a,但CO2排放强度持续降低,从3.34 t/万元下降到2.41 t/万元...     

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。     

甘肃省工业碳排放测算与影响因素分析

对甘肃省1994年-2013年的工业碳排放量进行了测算,在此基础上运用LMDI分解法分析了影响工业碳排放的主要因素,结果表明:甘肃省1994年-2013年的工业碳排放量呈现波动上升的趋势,制造业和电力、燃气及水的生产和供应业对碳排放的增加有较大影响;在影响因素分析中,经济发展和能源结构是碳排放的驱动因素,分别累积实现的碳增量为9 685.64×104 t和31.48×104 t,能源强度和经济结构则抑制了碳排放的增加,分别累计实现的碳减排是4 599.22×104 t和129.66×104 t.     

天津市居民生活消费CO2排放估算分析

根据联合国政府间气候变化专门委员会(IPCC)碳排放计算指南(2006年版)中的计算公式和CO2排放系数缺省值,以居住综合消费碳排放、叠加交通消费碳排放计算模型为基础,应用碳排放系数法估算了2006~2008年天津市居民人均生活消费CO2排放量及其在总的能源消耗CO2排放量中所占比例.结果表明,2006~2008年天津市居民生活消费CO2排放量呈逐年上升趋势,2008年的排放量比2006年增加了13.7%.居民生活消费CO2排放在总的能源消耗CO2排放中所占比例整体呈上升趋势,并从产业结构和能源消费结构两个角度分析了导致这一现象的原因.     

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.     

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.      

基于AIS数据的中国沿海集装箱港口碳排放

为了精确有效地测量船舶在港碳排放,提出了一种基于海量船舶AIS (Automatic identification System)航行轨迹数据的港口碳排放计算框架,并结合上市港务公司经营数据,估算港口碳排放承担能力.以中国11个沿海主要集装箱港口为例,采用2018年全球4280艘集装箱船的AIS轨迹全年数据计算碳排放社会成本.结果显示:中国沿海集装箱港口碳排放量与船舶抵港艘次整体呈正相关,上海港是全球第一大集装箱港口,2018年其港口CO₂排放量最高,为69.3万t;船舶靠港作业时,在泊和锚泊状态CO₂的排放比例较高,占碳排放比例的65.8%;从CO₂排放社会成本来看,上海港域内的船舶碳排放社会成本最高,2018年需要支付2459.6万元,从承担碳排放社会成本的能力来看,连云港压力较大,每亿营业收入需要承担碳排放社会成本24.46万元.     

上海市能源消费CO2排放清单与碳流通图

基于上海市能源统计数据,参照IPCC(2006)方法,测算了上海市能源CO2排放清单,并绘制了2007年上海市碳流通图.结果表明,上海市能源相关的CO2排放总量从1995年的1.10亿t增长到2007年的2.01亿t,期间年均增长率为5.0%.其中“交通”对应的CO2排放量增长最为迅速,年均增长率达15.1%;而“热电厂”的CO2排放量增幅逐渐变缓,其原因为近年上海市外来电力比重增大.2007年“热电厂”、“工业与建筑业”、“交通”、“商业”、“居民生活”与“农业”各部分CO2排放分担率分别为35.4%、34.4%、23.8%、4.0%、2.0%、0.4%.由2007年上海市碳流通图可见,15.6%的煤炭直接由终端使用,这不利于能源效率的提高与污染物的减排;成品油存在较多的交叉流通,若能够减少不必要的流通,不但能够缓解成品油的运输,还能够减少其在转运过程中的输配损失.     

上海市能源CO_2排放及节能减排的减碳效果分析

以 2005 年为基准,采用 IPCC 清单指南推荐的方法测算了上海市能源活动产生的 CO2 排放清单。并采用情景分析方法,预测了高碳情景和低碳情景下上海市能源需求及相应的二氧化碳排放趋势,探讨了节能减排等低碳政策所产生的碳削减的潜力。研究表明,2005 年上海市能源活动所排放的 CO2 总量为 1.72 亿 t,其中,能源加工转换产生的 CO2 排放量为 7740 万 t,占排放总量的 44%;工业次之,占 30%;交通运输的排放比例为 16%。煤炭和石油的消费是导致 CO2 排放的主要原因,2005 年煤炭所带来的 CO2 排放量为1.10 亿 t,油品所产生的 CO2 排放量为 0.58 亿 t,分别占到能源活动 CO2 排放总量的 64.0%和 33.7%。 2005 年上海市人均 CO2 排放量为9.68 t/人,是世界平均水平的 2.4 倍,是中国平均水平的 3.8 倍。研究表明,在低碳政策下,上海能源需求将有所控制,到 2020 年全市能源需求总量为 1.6 亿 t 标煤, 比高碳情景节约 1.4 亿 t 标煤。节能减排政策还将使得全市能源活动 CO2 排放比高碳情景显著下降,到2020 年全市 CO2 排放量为 3.26 亿 t,比高碳情景减少 3.1 亿 t,低碳政策所产生的碳减排效益十分明显。     

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.     

兰州市工业能源碳排放强度及效应研究

运用容量耦合拓展模型对兰州市2003—2013年环境系统耦合度进行评价,通过核算兰州市2003—2013年各年工业碳排放量,分析了4类工业碳排放强度变化特征,并运用LMDI模型对碳排放效应进行了多维度分解.结果表明,兰州市环境系统总体质量水平较低,环境状态指数和环境耦合度指数较低;兰州市工业碳排放总量逐年递增,碳排放与工业增加值、GDP、人口数量和城市建成区面积等呈显著正相关关系;原煤、原油、焦炭和天然气是兰州市的主要碳源,人均碳强呈显著增长态势,而工业碳强、GDP碳强、地均碳强均呈下降趋势;能源结构效应和人口规模效应在低位值附近波动变化,而能源强度效应和人均经济效应均在高位值附近波动,且后两项指标累积效应显著大于前两项指标,总体发挥正向碳增长效应.     

深圳市温室气体排放清单研究

根据深圳市相关统计资料收集到的活动水平数据,参照《2006年IPCC国家温室气体清单指南》温室气体核算方法,建立了深圳市温室气体排放清单,并且与其他城市的温室气体排放水平进行了对比. 结果表明:2008年深圳市温室气体总排放量(以CO₂排放当量计)为6 569.4×104 t,能源部门的温室气体排放量占总排放量的比例最大,达80.8%;工业过程、废物处理处置部门和农林和其他土地利用(AFOLU)部门排放所占比例分别为16.5%、5.1%和-2.4%. 深圳市温室气体人均排放量为7.49 t/人,单位GDP的温室气体排放量为0.84 t/104元,二者均低于北京、上海、天津和无锡的平均排放水平,但高于重庆市.      

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。     

上海市规模以上工业企业CO2排放量测算与分析研究

2012年上海市成为首批开展碳排放权交易试点城市,各企业可根据年CO2排放量决定其所获得的碳排放交易权。参考政府间气候变化专门委员会（2006）提出的碳排放计算方法建立数学模型,通过对上海市14家规模以上工业企业2001年-2010年C02排放量的测算和分析,显示有5家企业排放量超过100027t,4家企业排放量在10万t～120万t,5家企业位于0～25万t。测算结果为企业获得碳排放权提供一定的参考依据。