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.     

上海市碳排放强度的影响因素解析

采用对数均值迪氏分解（LMDI）法对1995—2008年上海市碳排放强度进行分解分析. 结果表明,产业部门能源强度的下降是上海市碳排放强度下降的主要原因,贡献率为67.6%. 进一步分析显示,上海市能源强度的下降主要来源于第二产业,但由于传统的工业节能改造的潜力有限,近年来工业能源强度下降的速度逐渐放缓,其对碳强度减排的贡献趋于减少. 能源结构和产业结构的调整是碳排放强度下降的次要原因,贡献率分别为18.2%和14.2%. 但是能源结构和产业结构仍然存在较大的调整空间,这2个因素有望对碳排放强度的下降作出持久的贡献.      

基于驱动力分析的福建省温室气体减排途径研究

通过改进LMDI模型,将温室气体排放强度分解成生产部门和生活部门能源活动相关和非能源活动相关的10种效应,以此分析1995-2010年福建省温室气体排放强度变化的驱动力,探索其温室气体减排途径。结果表明:(1)1995-2010年,福建省温室气体排放强度下降了29%,排放强度呈阶段性变化;(2)就效应而言,生产部门能源强度下降是减排的最大动力(贡献率最高可达83%),而生活部门能源强度上升是主要阻力(贡献率最低可达-20%);(3)工业在各个时间段对减排的影响均为最大,从累积效应看,第一产业对减排的贡献最大。总体而言,福建省应把提高生产部门特别是工业的能源效率作为减排的重要途径,把优化产业结构和能源结构作为减排的长期战略同时加大力度倡导低碳生活方式。     

北京市制造业减污降碳协同效应分析和驱动因素

基于北京市2013～2020年制造业大气污染物和CO₂排放数据计算结果,分析了制造业排放变化特征,采用协同效应系数评估了制造业减污降碳的协同效果,并利用LMDI模型量化分析了人口规模、经济发展、产业结构、能耗强度、能源结构和排放强度对于大气污染物排放、CO₂排放以及二者综合的驱动影响程度.结果表明,北京市制造业排放总体呈下降趋势,2013～2020年,大气污染物排放减少了79.2%～92.5%,CO₂排放减少了60.3%,各项排放在“清空五年”和“蓝天三年”时期呈现不同的阶段性特征.从减污降碳协同效果来看,各项大气污染物和CO₂的协同效应系数均在0～1之间,对于大气污染物的减排作用大于CO₂.从各驱动因素影响来看,能耗强度降低和能源结构优化对于排放的负向拉动作用较大,排放强度降低对于大气污染物排放具有抑制作用;从协同减排综合驱动影响来看,能耗强度降低的协同效果最为明显,产业结构调整在“蓝天三年”时期的协同效果最佳.     

中国流通业CO2排放的因素分解和脱钩分析

参照IPCC清单中的方法估算了2000~2012年中国流通业CO2排放量;运用LMDI方法分解分析了研究期间流通业CO2排放变化的影响因素;并基于DPSIR框架构建流通业脱钩努力指数模型测度了流通业CO2排放脱钩效应.结果表明:2000~2012年间,流通业CO2排放量增长明显,期间累计排放总量为692482.37万t;产业规模效应是CO2排放增量的主要因素,能源强度效应是CO2排放减量的主要因素,分别引起CO2排放量增加了67435.72万t和减少了12358.67万t,能源结构和排放因子效应对CO2排放影响有限,分别引起CO2排放量增加了519.89万t和减少了2590.94万t;流通业CO2排放脱钩状态呈“弱脱钩—未脱钩—弱脱钩—未脱钩”的变化特征,脱钩努力指数值呈“ ”型变化趋势;目前能源强度是决定流通业CO2排放脱钩状态的关键因素,但随着能源强度的下降幅度越来越小,未来更需要通过调整能源结构和降低排放因子来实现流通业CO2排放脱钩.     

上海市电力CO_2排放特征及减排途径分析

电力作为一种二次能源,不同发电方式和发电技术的电力CO2排放系数差别很大。研究发现,上海市2009年电力消费侧的CO2排放高于电力生产侧1 551万t,即上海市净调入电力的CO2排放为1 551万t,可见外来电CO2排放的正确测算对全市及各终端消费部门的CO2排放有重要影响。从排放系数来看,消费侧的CO2排放系数只有生产侧排放系数的81%,得益于外来电中可再生能源比例高于本地电力。2009年由于外来电的引入,上海市电力消费避免了178万t的CO2排放。就火力发电而言,上海市单位发电能耗和CO2排放略低于华东电网平均值,远高于世界先进水平,还有很大下降空间。基于以上研究,从提高火力发电的能效、发展可再生能源、发展分布式供能和其他新能源技术、建设智能电网等方面提出上海市减缓电力CO2排放的途径。     

厦门工业终端能源消费CO_2排放和减排情景分析

工业是城市能源活动CO2排放的最重要部门,核算工业部门CO2排放以及合理的减排情景分析是城市碳减排的关键内容。该研究以区域终端消费电热力产品CO2排放系数为基础,建立终端能源消费CO2排放核算方法,比较了终端法和直接法核算2007年厦门工业能源消费CO2排放量、行业分布和排放强度的差异,分析了影响工业CO2排放的主要因子和各情景下工业CO2减排潜力。研究结果表明:2007年厦门市工业终端能源消费CO2排放量为7 940 kt CO2,排放强度为1.182 t CO2/万元GDP,排放强度较高的行业依次为化学纤维制造业、非金属矿采选业、化学原料及化学制品制造业、电力和热力的生产和供应业等行业,影响排放强度的主要因子为行业能源消费强度、电力能源结构、工业能源结构和工业行业结构;采用终端法核算的厦门工业能源消费CO2排放行业结构与直接法核算结果有明显的差异。通过建立的CO2减排潜力估算方法,预测在规划情景和理想情景下,2015年厦门市工业CO2排放强度将分别下降30.4%和41%,在工业增加值为1 500亿元情景下,CO2排放总量分别为12 358和10 475.9 kt CO2,比2007年增长55.4%和31.7%。     

闽三角地区碳排放时空差异及影响因素研究

以闽三角地区为研究对象,以2005~2017年为研究期,构建城市尺度的碳排放清单,应用对数平均迪氏指数分解方法从时间维度的纵向比较和典型年份城市横向比较两个维度开展了驱动因素的分解分析及评价,探讨了闽三角碳排放变化影响因素的时空差异.结果显示：研究期内闽三角CO₂排放增长较快,从2005年的74.08Mt增加到2017年169.48Mt,增幅为128.75%.其中,泉州贡献最大,占比为67.93%.碳排放变化趋势分析来看,产业结构和经济增长为导致闽三角地区碳排放量增长的主要因素,累计贡献度分别为30.38%和12.21%,能源结构为抑制碳排放的重要影响因素,累计贡献度为-45.76%.时空差异上看,能源结构效应在研究期内均表现为抑制效应,最大贡献率为52.95%;而产业结构效应均表现为促进效应,最大贡献率为33.85%.在研究期内,漳州市碳减排力度最大,最大净减排148.27Mt.而泉州市经济增长和产业结构效应贡献率较大,未来仍具有较大的减排空间.厦门市经济增长和产业结构效应贡献率均低于参考值,且在研究期内变动幅度较小,碳减排压力较低.研究结果深化了闽三角地区碳排放的时空格局及影响因素的科学认识,为闽三角地区及相似城市群的减排治理提供了有益借鉴.     

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.     

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.      

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。     

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.      

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.     

基于供需视角的中国煤炭消费演变特征及其驱动机制

作为全球煤炭消费和碳排放最大的国家,中国煤炭消费的演变趋势及其驱动机制,一直是科研工作者和政策制定者比较关注的议题。以2013年中国煤炭消费总量28亿tce为关键时间节点,对比分析煤炭消费动力机制的差异性。通过分别构建侧重供给侧分析的LMDI模型和侧重需求侧分析的IO-SDA模型,以期揭示中国煤炭消费的演变特征及驱动机制。主要结论如下：（1）基于供给端的因素分解分析,中国的煤炭消费主要由经济增长效应、能源强度效应、产业结构效应和能源结构效应共同驱动。2013年以来的GDP增速放缓、产业结构和能源结构的深度调整,以及能源消费强度的持续降低是煤炭消费总量下降的关键所在。（2）基于需求侧的结构分解分析,中国的煤炭消费主要由固定资本形成总额、出口和城镇居民消费所影响。出口紧随固定资本形成总额,是煤炭消费增长的两大需求端驱动因素,但是,由出口诱发的煤炭消费量在2007年全球金融危机之后达到阶段性峰值。城镇居民消费在2017年超越出口,成为当前煤炭消费增长的第二大需求端驱动因素。（3）基于最终需求视角,分行业煤炭消费呈现出由“出口到固定资本形成总额再到城镇居民消费”拉动的变化特征,同时,行业发展的煤炭资源依赖性逐步降低。     

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.     

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.