生态功能区环境成本的确认与计量——以滇池地区为例

通过对国内外二氧化碳排放估算相关成果分析研究,在2008年昆明市能源消耗调查基础上,根据联合国政府间气候变化专门委员会(IPCC)2006年碳排放计算指南中的计算公式和碳排放系数缺省值,完成昆明市能源活动二氧化碳排放总量估算,为昆明的低碳城市建设摸清家底,为省会城市能源活动二氧化碳排放估算提供了方法验证和实践.     

昆明市二氧化碳排放峰值研究

通过对国内外二氧化碳排放峰值预测模型的分析研究,在2010年昆明市社会发展及能源消耗数据的调查基础上,设定昆明市2011—2035年低、中、高3种排放情景模式。分析影响昆明市碳排放量的因素,对STIRPAT模型进行拓展,计算相应的碳排放峰值出现年份及峰值量。结果显示:在低排放模式和中排放模式的情景下,昆明市的碳排放峰值可分别在2021年及2028年达到,而在设定的高排放模式下,2011—2035年,碳排放量一直呈上升趋势。应提高能源效率,优化能源结构,科学规划产业结构,降低碳排放强度,尽早达到碳排放峰值年。     

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.     

城市能源碳排放估算方法探究

作为目前世界上最大的碳排放国家,中国在2015年巴黎气候变化大会上做出承诺,到2030年碳排放量要达到峰值并且单位GDP排放要在2005年水平上下降60%～65%.但现阶段中国碳排放数据主要集中在省级和国家层面,城市作为碳减排措施实施的主要区域,由于基础数据缺乏,长久以来没有完整的碳排放清单.为解决这一问题,本文构建了一套城市级CO_2排放估算方法.该方法从各省能源平衡表(EBT)出发,采取从省级到市级的比例分配方法,选取最为贴近城市碳排放的指标数据,对42个地级市2012年的能源消费型碳排放情况进行估算,并与中国高分辨率碳排放数据(CHRED)进行对比,发现差异均在10%以内,验证了该方法的准确性.同时揭示了此类自上而下的估算方法所带来的区域性差异,并且进一步分析了采用不同来源的化石燃料的排放因子所可能导致的不确定性,建议之后的研究在进行中国城市碳排放核算时采取最恰当的本地化化石燃料排放因子.本文为获得在时间尺度和空间尺度上均连续的中国城市碳排放数据提供了参考方法和合理思路,也能为在城市层面制定科学的碳减排措施提供可靠的数据支撑.     

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。     

昆明市城镇家庭消费碳排放特征及影响因素分析

根据IPCC国家温室气体（GHG）碳排放计算清单指南,研究和修正昆明碳排放系数,对2000～2008年昆明市家庭城镇消费进行调查与碳排放量核算。结果表明：昆明市城镇家庭碳排放总量变化趋势为平稳上升趋势。碳排结构中能源碳排量占比最大,其排放主体为家庭用电、家用燃料,而物质消费碳排放主体为衣着类、粮食、肉类。另外,人口特征和经济特征因素与城镇家庭碳排放量具有显著相关性。     

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。     

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.     

中国碳排放被高估14%

<正>《自然》2015年8月20日2010-2012年间全球化石燃料和水泥生产导致的碳排放增长约3/4都来自中国。但是对于中国碳排放的估算始终被认为有较大的不确定性。2008年中国总的化石燃料碳排放,不同研究结果间竟有3亿吨的差别。该差异主要来源于能源消耗量和排放因子的估算方法不一,排放因子的差异是因为中国不同燃料的排放因子极少来自实际测量。研究使用更为合理的能源消耗量     

中国城市碳排放核算研究——以无锡市为例

为分析城市温室气体减排潜力、比较不同城市的碳排放水平提供基本方法和数据,将城市温室气体排放源分成工业能源、交通能源、居民生活能源、商业能源、工业过程和废物等6个单元,建立了一套针对城市的温室气体排放核算方法体系,并以无锡市为例,对我国城市碳排放特征进行了探索.结果显示,无锡市工业能源单元碳排放量占全社会温室气体排放量的比例最大,为68%~71%;其次为工业过程单元和交通单元,分别为13%~19%和6%~10%.城市碳排放总量在2004~2008年间增长迅速,人均碳排放量和单位GDP碳排放量均高于世界水平.