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.      

中国碳排放强度的行业差异与动因分析

测算了1995—2010年中国各行业的碳排放强度,并采用行业分解方法分析了各行业对中国碳排放强度的影响. 结果表明:工业碳排放对总体碳排放强度下降起主导作用,对其下降的贡献率为73.35%;其他服务业次之,贡献率为22.68%;农业、交通运输业、商业和建筑业贡献率较低,分别为1.38%、1.22%、1.17%、0.20%. 采用泰尔指数对中国碳排放强度进行行业差异分析发现,1995—2010年中国各行业碳排放强度泰尔指数从0.3927升至0.4889,行业间碳排放强度的差异呈扩大趋势. 运用差值因素分解模型分析中国碳排放强度变化动因发现,在1995—2010年中国碳排放强度的下降中,技术效应具有促进作用,贡献率为104.64%;结构效应具有抑制作用,贡献率为-4.64%. 未来宜从优化产业结构、加快技术研发和应用等方面降低碳排放强度.      

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.     

保定市能源消费碳排放演变机理研究

文章依据IPCC指南,测算了2001-2010年保定市工业和有关行业一次能源消费的碳排放量,结果显示碳排放总量由2001年的694.485 0万t增加到2010年的2 843.659 9万t,增长了4.09倍。其中煤炭类能源对历年碳排放总量的贡献率保持在90%以上,而且除2001年外,85%以上的煤炭碳排放集中于工业行业。借助广义灰色关联模型,分阶段计算了能源消费、GDP、固定资产投资、工业增加值、人口数量的规模和结构及能源强度与碳排放的综合关联度。通过分阶段结果比较,总结出保定市能源消费碳排放演变机理如下:规模效应对碳排放的影响不仅最大而且日益增强;能源强度表现出正向和负向两种影响趋势;结构效应较为复杂,最明显的变化是工业结构超过城市化率成为影响碳排放的最重要的结构因素。     

工业碳减排绩效及其影响因素动态分解

进入21 世纪以来,中国工业碳排放总量仍在波动中增长。为了考查近10 a 来中国工业碳减排绩效,并定量分析影响工业碳减排的主要因素对碳减排的贡献变化情况,论文通过构建中国工业碳排放数据库并运用“精确”的Laspeyres 分解方法,对中国2001-2010 年36 个工业行业CO₂减排的影响因素进行了动态分解,研究结果表明：①虽然中国工业CO₂排放总量在不断增加,但CO₂排放增长率和工业碳排放强度双双降低,在考察周期内,CO₂排放总量从2001 年 2.89×10⁹ t 增长到2010 年7.16×10⁹ t,工业碳排放量增长率则从2003 年最高值18.86%持续下降至2009 年的5.77%,工业整体碳排放强度由2001 年的29.14 t/104元下降到2010 年的18.12 t/10⁴ 元;②工业经济规模不断增加是工业CO₂排放增加的主导因素,技术进步和结构调整则有效抑制了CO₂的增加,10 a 间规模效应对CO₂排放总量增加的贡献度年均达到191.81%,但是由于受到技术进步效应和结构调整效应的共同作用,10 a 来总效应值年均只有109.15%;③较之技术进步效应,结构调整效应对工业CO₂减排的贡献度更大,结构调整效应累计促进碳减排达2.07× 10⁹ t,而技术进步效应促进减排的总量只有1.14×10⁹ t。论文认为,着力中长期减排政策的制定,以保证技术进步在碳减排中持续发挥作用,同时充分挖掘结构调整对减排作用潜力是中国实现工业碳减排的务实选择。     

中国产业能源消费氮氧化物排放影响因素分析

中国快速增长的能源消费导致大量的氮氧化物排放,研究能源消费的氮氧化物排放的影响因素对于减排政策制定具有重要意义。文章基于扩展的经济-能源-氮氧化物排放的投入产出模型,首次尝试将结构分解方法(structural decomposition analysis,SDA)运用于氮氧化物排放的影响因素分析。研究实例分析了1990-2010年中国生产部门能源消费的氮氧化物排放的变化趋势和影响因素,研究结果表明:1990-2010年中国生产部门能源消费氮氧化物共增排1 522万t,其中国内生产总值因素变动对增排贡献最大(贡献率为107.2%),氮氧化物排放系数因素变动对减排贡献最大(贡献率为-27.3%)。进一步分析表明,经济规模扩大是带动氮氧化物增排的主要原因,而技术水平提高是抑制氮氧化物增排最有效的措施,未来经济结构优化、能源强度降低和技术进步具有较大潜力,交通部门应受到特别关注。     

安徽省会经济圈土地利用变化的碳排放效益

土地利用变化是影响碳排放的重要因素。利用1997和2007年土地利用类型数据,采用碳排放评价模型,对安徽省会经济圈碳排放效益进行评价,并估算碳排放生态补偿标准。研究结果显示:①1997-2007年间碳排放总量增加1 049.92×10⁴ t,年均增长14.4%;②2007年经济圈内地均建设用地碳排放强度和地均碳排放强度分别为1997年的2.41倍、 2.18倍,1997和2007年,碳排放强度指数值都是合肥市>巢湖市>六安市;③经济圈内各县(区)地均碳排放强度差异显著,建设用地平均碳排放强度前3位的是合肥市区、 霍山县、 金寨县;④据中国造林成本的价格估算,合肥、 巢湖、 六安3市的碳汇补偿增加量分别为:21.83×10⁸、 4.31×10⁸、 2.48×10⁸元,县域生态补偿额差异显著;⑤土地利用结构、 产业结构与碳排放量存在一定的关系。从碳排放效益和生态补偿的角度,提出减少碳排放的途径。     

我国主要工业部门技术节能减排的潜力及实现途径探讨

论文在分析我国21世纪以来能源消费格局,尤其是高能耗产业能源消费的同时,比较各主要高耗能产业、 单位产品能耗与国际先进水平能耗的差距,针对高耗能产业的差距和主要问题,探讨了我国主要高耗能产业的技术节能减排潜力,以及通过高耗能产业的技术节能减排,在2020年全国实现单位GDP的CO₂排放降低40%~45%总目标中工业技术节能减排的贡献率和贡献规模。预计到2020年,通过煤电、 钢铁、 有色金属、 建材、 石化、 化工、 煤炭采选、 油气采选等主要高耗能产业的技术进步,所能实现的工业技术节能潜力为51 560×10⁴~52 000×10⁴ tec,相应减少CO₂的减排总规模为125 800×10⁴~126 880×10⁴ t,在整个单位GDP节能减排至2020年降低40%~45%的目标中,工业技术节能减排的贡献率大约占15.5%~16.5%,将不能承担起实现目标的主要责任。此外,针对我国工业技术节能减排的潜力进一步扩大,就未来主要的工业技术节能减排路径进行了讨论。     

中国农业生产净碳效应分异研究

农业具有碳排与碳汇的双重效应。分析和把握不同省区的农业净碳水平,是深入研究农业生产碳排放问题的重要前提。鉴于此,研究基于农用物资投入、稻田、土壤、牲畜养殖等四方面23类主要碳源和以水稻、小麦为代表的15类主要农作物碳汇品种,测算了我国1995—2010年及31个省(市、区)2010年的农业生产碳排量、碳汇量,并在此基础上计算了各自净碳汇量。结果表明:①我国农业生产净碳汇量总体保持上升态势,由1995年的26 736.13×10⁴ t增至2010年的37 697.19×10⁴ t,年均递增2.32%。其中,碳排放量由1995年的24 952.39×10⁴ t增至2010年的29 116.91×10⁴ t,年均递增1.03%;碳汇量由1995年的51 688.51×10⁴ t增至2010年的66 814.10×10⁴ t,年均递增1.73%,碳汇增速明显快于碳排增速,可见我国在农业节能减排方面取得了一定成效。分阶段来看,呈现较为明显的"上升—下降—上升"的三阶段变化特征。②横向来看,区域净碳效应差异明显:农业生产净碳汇绝对量,排在前10位的地区占全国农业生产净碳汇总量的73.02%,而排在后10位的地区仅占全国的1.59%。农业生产碳汇水平,黑龙江、吉林、广西排在前三位,分别高达410.81%、400.94%和356.79%;西藏、青海、福建排在后三位,仅为25.57%、41.55%和103.80%。其中,黑龙江等12个地区农业碳汇水平高于全国同期平均水平(229.47%)。     

产业结构调整对山东省碳排放的影响

在全球变暖的背景下,山东作为工业大省,碳排放总量居全国第一。因此,如何通过“转方式、调结构”以控制和减少碳排放是山东省日益紧迫的重大课题。论文采用LMDI分解方法定量分析了1994-2010 年山东省产业结构调整对碳排放的影响,并在此基础上结合LEAP模型预测2030 年之前的产业结构调整对山东碳排放的贡献。得出以下结论：①1994-2010 年产业结构效应为351.39×10⁴ t 标煤,对碳排放增长的贡献度为3.91%;②工业比重上升或下降1 个百分点所对应的CO₂排放量增加或减少78.6×10⁴～83.7×10⁴ t 标煤;③在基准情景和低碳情景下,到2030 年未来产业结构的调整对CO₂ 排放增长的贡献率分别约为-5.3%和-10.4%。这表明,与此前产业结构变动导致碳排放量增加的情形相反,未来产业结构的调整有助于减少碳排放。     

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。     

基于组合模型的安徽省城镇化演进对碳排放影响极限研究

探索城镇化演进对碳排放影响最小的极限时刻,对制定碳减排规划及政策具有重要指导意义.从碳源、碳汇两层面,对安徽省1995—2011 年碳排放进行了测算;运用KAYA恒等式及因素分解模型,考察了城镇化发展产生的碳排放量;借鉴经济学边际理论及求导方法,构造了城镇化演进的边际碳排放变化率模型,并据此测算了研究时序边际碳排放变化率;借助Excel软件,通过作散点图并添加趋势线方法,对边际碳排放变化率变化趋势进行了刻画,采用二次函数求极值方法,对城镇化演进碳排放影响的极限时刻进行了探索,结果表明:①安徽省碳排放量由1995 年的2 182.39×10⁴ t 增至2011 年的10 120.20×10⁴ t,年均增幅10.06%;②研究时序内,城镇化演进产生的碳排放总量为3 602.78×10⁴ t,年均225.17×10⁴ t,年际变化较大;③城镇化演进边际碳排放变化率拟合曲线既非U型也非倒U型,在时间维度依存关系不明显;④安徽省城镇化发展对碳排放影响呈乘幂函数关系,城镇化演进的增量效应显著.基于研究结果,从以创新发展理念引领低碳城镇化、以优化能源结构支撑低碳城镇化、以制度建设保障低碳城镇化、以内涵建设促进低碳城镇化等方面,提出了政策建议.可为安徽省生态省建设及可持续发展战略实施提供决策参考,也可为省域尺度的同类研究提供借鉴.     

全球气候变化下中国林产品的减排贡献：基于木质林产品固碳功能核算

森林及其产品的固碳功能对减缓气候变化具有重要作用。木质林产品（下简称HWP）的碳储存是全球气候变化的重要议题,研究HWP碳储量并对其进行功能管理,对我国政府提高温室气体减排潜力并参与气候谈判、提交国家温室气体排放清单具有重要的现实意义。论文依据政府间气候变化专门委员会（IPCC）建议的HWP碳量核算模型,研究了1961—2011年中国HWP的固碳功能,继而比较分析了中国HWP碳储量的减排潜力。研究表明：从总量看,储量变化法、大气流动法基础上核算的中国2011 年度碳储量值分别为6.76×10⁸ t 碳和2.58×10⁸ t 碳;从年增长量看,储量变化法、大气流动法基础核算的中国HWP碳储量增长平均值为1 063×10⁴ t 碳和262×10⁴ t 碳。基于中国是世界HWP进口大国,储量变化法的选择应用将对我国有利。HWP碳储量减排贡献的研究发现：中国HWP碳储量为森林立木总量的4.75%~8.42%,平均约为6%;对比中国能源消费的年碳排放量值,中国HWP的年碳储量可以减排约1.6%,中国HWP具有显著的碳汇功能及进一步提升的减排潜力。     

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.      

京津冀地区的能源消费和天然气的减排潜力

近两年,京津冀一体化进程不断加快,在实现经济协调发展的同时,还共同面对着能源环境问题。本文分析了京津冀地区,2005~2014年的能源消费情况,及天然气在不同行业的减排效应。该地区的能源消费量占全国总量的比例超过10%,以煤炭为主的能源结构导致碳排放量居高。清洁能源天然气的消费量不断增加,但比例偏低;在传统的化石能源消费行业,天然气对煤炭、石油的替代,不仅促进天然气的消费增长,更具显著的减排效应。     

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。     

基于煤炭消费视角的北京市以电代煤减排效益研究

基于北京市2014年煤炭消费情况,采用等效能值法具体量化了北京市及各行业实施以电代煤所能带来SO_2、NO_x与CO_2减排量,同时在此基础上,分析了同等替代比例下各行业实施以电代煤的减排贡献率.结果表明:实施以电代煤可以极大降低SO_2、NO_x与CO_2的排放量,电能每替代100万t的煤炭,SO_2、NO_x与CO_2减排量分别为5.61×10~3t、0.42×10~3t、0.57×10~6t;城镇居民生活消费实施以电代煤对SO_2减排起主要作用,贡献率达到53.11%,而NO_x与CO_2减排贡献中,工业占据主导地位,贡献率分别为94.06%和68.36%;具体煤炭消费行业的减排贡献率与各行业煤炭消费总量有关,非金属矿物制造业实施以电代煤可取得较大的工业行业减排效益,而房地产业则对服务业的减排贡献较为突出.     

基于投入产出法的北京能源消耗温室气体排放清单分析

城市是一个巨大能源物资消耗体和温室气体排放体,相关研究受到广泛关注.本文以2007年为例基于投入产出法研究北京市能源消耗的温室气体排放量,计算得出CH4和N2O这两种常规温室气体排放量.结果表明,北京市2007年能源消耗温室气体排放量为3531.72万tCO2当量,其中CO2排放量为3514.40万t,CH4排放量为1734.32t,N2O排放量为435.83t.北京市工业部门仍然是主要的温室气体排放部门,其排放的温室气体占CO2总量的98.96%,CH4总量的88.48%和N2O总量的98.99%.不同最终使用部门中,政府部门消费产生的温室气体排放量超过总量的15%,高于城镇消费和农村消费之和;调出和出口部门的碳排放量超过总量的40%,所占比例最大.贸易中,隐含在调出和出口部门中温室气体排放量是隐含在调入和进口部门的十几倍.北京市不同行业的温室气体排放强度略优于全国水平.降低北京市温室气体排放量可从进一步优化产业结构,发挥科技减排的作用,提高不同产业的能源利用率等方面采取措施.     

山东省农村能源消费的碳排放核算与分析

随着工业化、城镇化进程加快和消费结构持续升级,山东省能源需求呈刚性增长,节能减排形势十分严峻.该文利用2000-2007年山东省农村能源消费数据对农村能源消费的碳排放进行了核算,分析了农村能源消费碳排放的局势以及结构,找出在农村能源消费碳排放中占据较大的比重的能源,即电力与原煤.同时发现碳排放总量的逐年递增符合一元线性模型:Y=567.93+132.02×X.最后,提出相应的节能减排举措.     

基于LEAP模型的工业园区碳达峰路径：以南京某国家级开发区为例

工业园区是能源消费和碳排放的密集区域,推动工业园区碳达峰对国家早日实现碳达峰目标具有重要意义.以南京某国家级开发区为例,基于LEAP模型,设置基准情景（BAU）、非工业减排（S1）、全行业一般减排（S2）、全行业强化减排（S3）和深度减排（S4）共5类情景,分析各情景下的能源消费需求和CO2排放变化情况,评估各项措施的碳减排贡献,提出园区实现碳达峰目标的政策建议.结果表明,S2、S3和S4情景下能源消费需求和CO2排放量将分别于2035、2030和2028年达到峰值,能源消费需求峰值（以标煤计）分别为26.28、21.66和19.10万t,CO2排放峰值分别为75.35、59.34和53.24万t.工业是研究区域能源消费和碳排放的主要贡献行业,S2、S3和S4情景下工业能源消费和碳排放占比分别于2035年、2030年和2028年达到峰值57.1%、56.0%、53.6%和64.2%、66.2%和62.9%.工业能效提升的碳减排贡献最大,其次为经济增速放缓,交通新能源汽车推广和公共建筑节能的碳减排贡献不显著.综合考虑碳达峰时间和园区碳排放强度考核目标,建议将S3情景作为该园区碳达峰的实施...