中国服务业CO2排放的时空特征与EKC检验

采用IPCC温室气体排放清单中CO₂排放因子与估算方法,核算了1995—2012年中国30个省区(不含港澳台地区和西藏自治区数据,全文同)服务业的CO₂排放量,并对30个省区服务业人均CO₂排放量的时空特征进行分析;利用基于面板数据的EKC模型检验中国及其三大经济带服务业增长与CO₂排放之间的关系. 结果表明:在考察期内,中国服务业人均CO₂排放量从0.16 t升至0.77 t,服务业人均增加值从1 621.04元增至9 991.95元;服务业人均CO₂排放量排在前列的省区大都位于东部地区;东部和中部地区人均CO₂排放量与服务业人均增加值之间呈线性正相关,人均服务业增加值每增加1个单位,人均CO₂排放量将分别增加1.02和1.16个单位;西部地区人均CO₂排放量与服务业人均增加值之间呈单调递增关系. 在此基础上,提出差别化的碳减排对策:①东部地区应通过技术改进和优化产业结构、能源消费结构来降低CO₂排放,并成为中国服务业节能减排的“领头羊”;②中、西部地区应在保持服务业经济适当增速的前提下,将提高能源利用效率和降低能源强度作为减排重点.      

我国中部六省CO2排放动态变化趋势

探讨区域CO₂排放的长期变化趋势对制订碳减排政策和实现减排目标具有重要意义,为此,根据IPCC指南,测算了2000—2012年我国中部六省(安徽省、山西省、河南省、湖北省、湖南省和江西省)的CO₂排放量及其排放强度;借助DEA(data envelopment analysis)-Malmquist指数模型,从CO₂排放量、生产总值、资本存量、能源消费总量和劳动力5个方面,对中部六省的动态CO₂排放效率进行了全要素分析.结果表明:①中部六省的CO₂排放总量由2000年的6.74×108 t升至2012年的20.24×108 t,年均增长1.12×108 t.②中部六省CO₂排放强度由2000年的3.41降至2012年的1.74,年均下降5.5%.受地区能源产业结构的影响,山西省CO₂排放强度峰值高达11.40,减排压力与其余五省相比更为艰巨.③动态CO₂排放效率均值为1.054,呈稳步提升趋势,技术效率进步指数年均值为1.051(>1),对CO₂排放效率提升起到了拉动作用,而技术效率变动指数和规模效率指数的年均值均为0.999(<1),拉低了中部六省的CO₂排放效率.研究显示,中部六省CO₂排放量增速虽呈逐年下降趋势,但增长态势在短期内仍无法改变.CO₂排放与地区所处经济发展阶段关系密切,其排放效率的提升主要依靠技术水平的进步、低碳管理方法的推广和规模经济的发展.      

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...     

中国服务业能源消费CO2排放及其因素分解

基于IPCC温室气体排放清单指南中的CO₂排放因子与核算方法,估算了1995—2010年中国服务业能源消费与CO₂排放量,并对其总体变化趋势进行时间序列分析;以LMDI(对数平均迪氏指数)法辨识与分解3个时段(1995—2000年、2000—2005年和2005—2010年)中影响中国服务业CO₂排放量变动的关键因素及其对CO₂排放量的贡献值. 结果表明:1995—2010年中国服务业能源消费CO₂排放量增长态势明显,累计排放总量为853197.55×104t;服务业能源消费主要依赖于高碳化能源燃料,各年度油品和煤品分别占能源消费总量的67%~74%和5%~27%;LMDI分析结果显示,1995—2010年产业规模和人口效应引起CO₂排放增加量分别为133357.10×104和7691.25×104t,能源效率和能源结构引起CO₂排放减少量分别为59034.50×104和23898.60×104t. 提出CO₂减排对策:①以经济、政策和监管手段促进服务业节能减排;②依托科技创新提高能源综合利用效率,降低服务业CO₂排放量.      

上海市居民出行方式与城市交通CO2排放及减排对策

以上海市居民出行方式为研究对象,利用联合国政府间气候变化专门委员会(IPCC)温室气体排放计算指南中关于交通能源消费碳排放量的计算方法,探讨2002—2006年上海市居民出行选择的不同交通方式对CO₂排放的影响和规律,并提供应对策略.结果表明,2002年以来上海市因居民出行导致的交通CO₂排放总量呈显著增长趋势.私家车的CO₂排放量增加速度最快,截至2006年私家车CO₂排放量约相当于出租车、轨道交通和公交车3种公共交通方式之和.公共交通中,出租车的CO₂年排放量和人均CO₂排放量都最大,轨道交通的CO₂年排放量和人均CO₂排放量最小.公交车和出租车的CO₂排放量所占比例减少,轨道交通的CO₂排放量所占比例增加,这种排放结构的变化有利于减少CO₂排放总量.CO₂减排的具体措施包括限制私家车数量,设计合理的道路交通方案,使汽车尽可能接近其经济车速,改变汽车燃料种类等,其中限制私家车数量最为关键.      

城市化、外商投资和产业结构因素对中国环境的影响

基于扩展的STIRPAT理论框架,采用动态空间面板模型分析方法,研究城市化、外商直接投资和产业结构因素对中国环境污染的长期与短期空间溢出效应.结果表明,一个地区的城市化率每提高10%,短期会降低当地CO₂排放水平的0.02%、降低邻近地区CO₂排放水平的0.04%;而从长期看会降低本地CO₂排放水平的0.08%、降低临近地区CO₂排放水平的0.2%.在2006年以前,一个地区的能源强度每降低1%,会在短期降低本地CO₂排放水平的0.31%、降低邻近地区CO₂排放水平的0.09%;从长期看则会降低本地CO₂排放水平的1.3%、降低邻近地区CO₂排放水平的0.55%.在2006年后,这种能源强度的变化会使碳排放短期内总共降低0.45%,长期看总共降低2.06%.城市化率每提高10%短期内会减少本地0.05%的SO₂排放、减少邻近地区0.1%的SO₂排放.第二产业比重每降低10%,会分别降低本地和临近区域SO₂排放水平的0.03%和0.09%.人口规模每扩大1%,会提升邻近区域SO₂排放水平的0.55%.能源强度每降低1%,会降低本地SO₂排放水平的0.12%.     

转型期中国物质生产能源消费与CO2排放关联特征

论文利用计量经济模型,就近30 a来我国物质生产过程中能源消费与CO₂排放变动关联特征进行研究,结果表明:①物质生产部门能源消费的持续增长是我国能源消费总量增长与CO₂排放量增长的主要驱动因子;②物质生产部门的产业能源消费结构均衡度长期以来处于较低水平,呈现"低水平不平衡-平衡-较高水平不平衡"的变化规律;③物质生产部门能源消费-GDP脱钩弹性系数分布情况与物质生产部门CO₂排放-GDP脱钩弹性系数分布情况相似,均表明目前我国物质生产对能源消费的依赖度趋低,单位能源消费的经济产出量逐渐提高,但我国物质生产部门的经济产出与能源消费的弱脱钩关系相较于发达国家的强脱钩关系之间仍存在较大差距。最后,论文针对研究结论,从物质生产部门行业结构、能源消费结构、经济增长与能源消费间脱钩关系三个角度,提出调控未来物质生产部门能源消费的建议要点。     

中国大陆CO2浓度时空分布特征及驱动因素

以中国大陆地区为研究区域,基于全球变化大数据云共享平台的CO₂浓度时空连续数据集、欧洲中期天气预报中心(ECMWF)、MODIS以及中国年鉴筛选的驱动因子数据集(人口总数、GDP、能源消费数据),借助相关性分析方法及地理加权回归分析方法对2015～2019年CO₂浓度分布时空特征与驱动因子之间的关系进行分析.结果表明:CO₂浓度按年周期持续上升,其增长率呈明显的空间聚集性,同时重新标度极差法分析结果表明CO₂浓度仍呈增长趋势;驱动因子敏感性分析显示人类活动是导致CO₂浓度增长的主要因素;自然和人类活动对区域CO₂浓度的影响呈现出明显的空间异质性,区域位置不同,自然和人类活动等驱动因子对区域的影响作用有差异.     

我国碳排放增长的驱动因素及贡献度分析

结合我国实际,对Kaya 等式进行扩展,引入经济效应影响因子、能源强度影响因子、行业贡献影响因子和碳排放强度影响因子,构建了行业CO₂排放增长驱动力模型。论文应用该模型测算和分析了1990 年至2010 年我国6 个经济部门CO₂排放的驱动因素。结果显示:①1990—2010 年,影响我国各行业CO₂排放的正向驱动因素主要是经济效应,负向驱动因素主要是能源强度效应和碳排放强度效应;②碳减排政策的制定要权衡经济发展和碳减排的政策协同;③1997—2000 年和2005—2010 年CO₂排放量减少或增速减缓的主要驱动力是能源强度效应和行业贡献效应;④基于国情,产业结构调整在短时间内对CO₂减排效力不大,而是一个长期的减排战略。     

卫星遥感监测海南地区对流层CO2浓度时空变化特征

为了探索海南地区对流层CO₂浓度[以φ(CO₂)计]时空变化特征,采用2002年9月—2012年2月AIRS反演的对流层中层CO₂产品,利用北半球全球本底站瓦里关站和飞机观测φ(CO₂)对该产品进行验证,结合统计分析方法对海南地区φ(CO₂)的月、季、年平均值的时空变化特征进行了研究.结果表明:AIRS反演φ(CO₂)与地基和不同纬度带海洋上空飞机观测数据对比均具有很好的一致性,并且与飞机观测验证偏差更小,二者相关系数均在0.9以上,总体月均值偏差小于2×10-6;全国φ(CO₂)呈现北高南低的分布规律,并且存在较为明显的分界线,形成4个高值中心(塔克拉玛干沙漠、塔里木盆地、内蒙古西部和东北平原)和2个低值中心(青藏高原西南部和云南地区),海南地区平均φ(CO₂)为382.67×10-6,略高于云南低值中心的381.45×10-6;全国φ(CO₂)呈现明显逐年增加趋势,其年均增长速率为2.16×10-6,而海南地区亦呈现显著增加趋势,年均增长速率为2.11×10-6,低于全国水平;φ(CO₂)呈季节性波动特性,全国φ(CO₂)最高值出现在春季,而海南地区为夏季,最低值均出现在秋季;海南地区西部海域、陆地和东部海域上空φ(CO₂)年增长速率分别为2.09×10-6、2.14×10-6和2.11×10-6,表明海南陆地上空增速略大于海洋地区,西部和东部海域上空增长速率基本保持一致.      

中国碳排放的区域差异及演变特征分析与因素分解

在研究近16 a(1995—2010年)中国八大区域碳排放特征及其演变规律的基础上,采用LMDI分解方法,将碳排放的影响效应分解为人口规模效应、经济发展效应、能源强度效应和能源结构效应,探讨中国碳排放区域差异变化的原因与规律。结果表明:①八大区域碳排放量和人均碳排放量均呈逐年上升趋势;②东北、京津和东部沿海地区碳排放比重逐年下降,其它地区正好相反或维持不变;③经济发展效应对碳排放有最强正影响,能源强度效应对碳排放有最强负影响;④人口规模效应对包含直辖市的区域碳排放有较大的正影响,经济发展效应对经济发达地区的碳排放正效应弱于其它地区,能源强度效应对经济结构调整活跃地区的碳排放有较强的抑制作用,能源结构效应受宏观经济形式与能源政策影响,对碳排放的影响有较大波动。     

不同经济发展路径下的能源需求与碳排放预测——基于河北省的分析

运用协整检验和马尔科夫链等方法研究不同经济增长路径下河北省2017~2035年的能源需求与结构、CO₂排放情况.结果显示：经济增长对能源需求具有明显的拉动作用.低速增长情景下,河北2035年的人均能源消费量与能源消费总量将分别达到5.261tce和41613.294万tce,而高速情景下则分别为7.618tce和60258.456万tce.河北未来的能源结构将长期保持相对稳定的状态,煤炭在能源结构中的绝对份额短期内难以改变,预计到2035年煤炭的消费占比仍将达到88.16%.河北的CO₂排放量将依然长期保持增长趋势.高速情景下,预计CO₂排放量将从2017年的87699.314万t增加至2035年的159117.415万t,分别是同期低速增长情景下的1.01倍和1.45倍.应保持经济合理增长,优化能源消费结构,调整产业布局,培育和发展新动能.     

最终需求拉动下的中国碳排放研究

论文从中国GDP的构成入手,运用投入产出法,研究CO₂排放量增长的经济拉动因素,分析不同的经济因素对中国CO₂排放量增长的拉动贡献。得出以下几个结论：①居民消费和投资是拉动中国CO₂排放量持续增长的两大助推器,且鉴于中国未来经济的发展态势,预计未来由居民消费和投资拉动的CO₂排放量比重会呈缓慢上升趋势;②消费中各产品部门的CO₂排放量较为分散,但以石油天然气开采业为代表的其他行业及机械、电气、电子设备制造业、电力、蒸汽、热水生产和供应业等比例相对较重;③政府消费拉动的CO₂排放量份额较小,且其贡献比例呈现逐渐下降的趋势;④进出口对CO₂排放量有相反的效应,且在未来,中国可能出现进出口拉动的净CO₂排放量逐渐增加的态势。     

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。     

基于DMSP/OLS数据的区域碳排放时空动态研究

选取IPCC碳排放核算方法并基于能源统计数据,核算了我国大陆30个省市的能源消耗碳排放量,利用纠正后的DMSP/OLS夜间灯光数据与相应空间单元的碳排放量进行回归分析,反演出1km×1km栅格的电力消耗碳排放量并分析其在地级市尺度上的时空变化.核算出2005年、2010年和2013年能源消耗排放总量分别为57.02,82.28和93.26亿t,其中电力碳排放量分别为23.03,35.62和42.07亿t.结果表明：校正后的DMSP/OLS夜间灯光数据能更好地估算碳排放,其DN总值与统计的省级能源消耗排放量、电力消耗排放量均存在较强的相关关系;整体而言,发达地区能源消耗排放量大但强度比较低.     

中国水路运输业能源消耗与废气排放测算

采用基于运输周转量的自下而上方法建立了中国水路运输业能源消耗和废气排放测算模型.根据GDP增长预测得到未来一段时间内中国内河、沿海和远洋货运周转量,结合IMO(International Maritime Organization)温室气体研究采用的废气排放因子,测算得到2001~2030年中国水路运输业的能源消耗和废气排放.研究结果表明:2001年,中国水路运输业燃油消耗量及NO_x、CO、NMVOC(非甲烷挥发性有机物)、CO₂、SO₂和PM排放量分别为790.9,63.6,5.9,1.9,2483.2,37.2,4.6万t,到2030年,将分别为5951.8,405.1,16.5,18.3,18743.2,15.5,6.1万t;2001~2030年,中国水路运输业燃油消耗及CO₂和NO_x排放呈逐年增长趋势,年均增长率分别为7.2%、7.2%和6.6%;受国际公约的限制,与硫含量密切相关的SO₂和PM排放量自2020年之后显著下降;2001年,中国水路运输业CO₂排放量占世界航运排放量的比重在3.2%左右,此后呈逐渐上升趋势,到2020和2030年,将分别增长至11.5%和15.3%.     

广东省经济结构转型对协同减污降碳的影响

在经济快速发展和减污降碳的双重压力下,通过经济结构转型实现协同减污降碳,是广东省可持续发展的迫切需要. 本研究利用减排量弹性系数评估SO₂、NO_x、烟粉尘与CO₂排放量变化的协同性,基于环境投入产出模型和结构分解分析方法探究广东省经济结构转型对协同减污降碳的影响. 结果表明:①从生产端看,电力热力的生产和供应业以及非金属矿物制品业的大气污染物和CO₂排放量较大;从消费端看,建筑业同时排放了大量大气污染物和CO₂. ②2007—2017年生产结构变化和最终需求产品结构变化对减污降碳的影响存在不协同性,未来可通过优化生产结构和最终需求产品结构促进协同减污降碳. 研究显示,应以生产结构和最终需求产品结构转型为重要抓手,提高广东省减污降碳的协同性,实现高质量可持续发展.      

中国电力行业二氧化碳排放达峰路径研究

电力行业是我国最大的碳排放部门,碳排放量占全国碳排放总量的40%以上;同时,电力将是未来10年能源增长的主体,而这些新增用电与国计民生直接相关,属于刚性需求,是支撑我国经济转型升级和未来居民生活水平提高的重要保障. 电力行业未来新增需求压力巨大,其碳排放峰值及达峰速度将直接决定2030年前全国碳排放达峰目标能否实现. 统筹考虑社会经济发展、各部门用电需求、电源结构调整、发电标准煤耗变化等因素,采用基于情景分析的方法,开展电力行业碳排放趋势预测,识别碳减排的主要驱动因素,提出推动碳排放达峰的关键举措,为制定碳达峰目标背景下的电力行业碳排放控制路径提供参考. 结果表明:①通过积极措施,电力行业碳排放能够在2030年左右达峰,在不考虑热电联产供热碳排放时,于2028—2031年达峰,峰值为43.2×108~44.9×108 t,较2020年增加3.2×108~4.9×108 t;考虑热电联产供热碳排放,则达峰时间为2031—2033年,峰值为50.7×108~53.0×108 t,较2020年增加4.9×108~7.2×108 t. ②在电源结构不变的情况下,如到2030年降低2%左右的电力需求,达峰时间将提前4年左右. ③提速风光新能源发展是实现2030年前碳达峰的必然选择,到2030年,提高风光发电、核电、水电、生物质、气电发电装机容量及发电量、节能降耗措施等各项措施的减排贡献率分别为55.3%、10.6%、9.2%、7.6%、5.7%、11.5%. 研究显示,未来我国电力行业碳减排工作重点要聚焦于优化电源结构、推动形成绿色生产生活方式、提升用电效率、降低煤电机组能耗水平等方面.