基于化石能源消耗的重庆市二氧化碳排放峰值预测

首先利用重庆市能源平衡表,采用IPCC方法 1对重庆市1997—2012年的碳排放进行核算;其次依据重庆市经济社会发展状况,通过LMDI因素分解法将影响碳排放的因素分解为:人口、人均GDP、产业结构、能源结构、能源强度和碳排放系数;然后利用扩展的重庆市STIRPAT碳排放模型,在9个情景模式下对2013—2050年重庆市碳排放进行预测;最后对比分析了各情景下的峰值大小及出现时间.研究发现:基准模式下的重庆市碳排放在2035年出现32135.38万t的峰值;提高能源利用技术、增加清洁能源使用比例和大力发展第三产业,能在不降低经济发展的情况下有效降低碳排放;消极因素中的第二产业占比下降比碳排放强度下降对碳排放的抑制作用更加明显;积极因素对碳排放峰值的影响比消极因素更有效.     

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.      

长江经济带工业污染排放空间分布格局及其影响因素

长江经济带发展强调不搞大开发,共抓大保护战略,长江生态环境修复成为该地区发展的重要内容,因此探明长江经济带工业污染排放空间分布格局及其影响因素具有重要意义.选取2013 ～2017年长江经济带102个城市的工业SO2、工业废水以及工业烟粉尘排放量作为基础数据,运用空间自相关分析和冷热点分析方法(Getis-Ord ...     

崇明岛中长期碳排放预测及其影响因素分析

为更好地推动崇明低碳生态岛的建设,在应用以自下而上的部门法为基础的区域范围温室气体排放评估核算方法,全面核算崇明岛能源消费及温室气体排放现状的基础上,应用LEAP模型,通过情景分析预测崇明岛中长期能源消费需求以及温室气体排放水平,并进一步应用对数平均指数法(LMDI)对影响崇明岛未来温室气体排放的主要因素进行了定量分析。研究表明:参考情景下,崇明岛能源消费总量从2010年的101万吨标煤增加到2050年的533万吨标煤,净碳足迹从2010年的238万吨CO2e增加到2050年的579万吨CO2e。崇明岛能源消费需求和碳排放增加的主要驱动因素是未来的经济发展、人口增长和生活水平的提高,但是通过一系列的优化,尤其是能源结构的变化和能耗强度的下降,减排情景下,崇明岛能源消费总量有可能在2039年左右达到峰值,并有望在2050年左右实现"零碳岛"的长期发展目标。结合定量分析的结论,进一步提出了实现崇明岛低碳发展中长期目标的可能性和重点发展领域。     

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.     

长江三角洲城市群工业污染时空演化及其驱动因素

基于2003~2015年长江三角洲（以下简称长三角）城市群26个城市工业废水和工业SO₂排放数据,采用标准差椭圆、地理集中指数、工业环境绩效指数、空间形态差异指数等方法从宏观和微观视角对长三角城市群工业污染时空演化进行分析,同时采用对数平均迪氏分解（LMDI）模型对其工业污染排放主要驱动因素进行分解.研究发现：2003~2015年工业废水和工业SO₂排放量分别下降了16.97%和28.79%,但占全国比重仍然较高,尤其是工业废水对生态环境胁迫较大.2种工业污染空间形态均呈现出北（偏西）-南（偏东）的空间分布形态,而2种工业污染重心移动轨迹并不一致,工业废水重心总体上朝向东（偏南）方向迁移了12.85km,而工业SO₂重心总体上朝向西（偏北）方向迁移了26.89km.此外,2种工业污染主要集中分布于长江沿岸城市且污染集中度指数由高到低大致呈半圈层状向周围递减.工业发展与工业污染空间形态演变具有一致性,工业废水重心和工业SO₂重心与工业发展重心距离均在逐渐缩小,而2种工业污染-环境绩效空间分布格局并不完全一致.驱动因素方面,环境规制引起的技术改善效应是工业污染排放量减少的主要原因,而由环境规制引起的产业结构效应对工业污染排放量的影响则取决于区域发展政策,经济发展效应是工业污染排放量增加的主要原因,人口规模效应对工业污染排放量的影响较小.     

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.      

Two-step accelerated mineral carbonation and decomposition analysis for the reduction of CO2 emission in the eco-industrial parks

Carbon dioxide（CO2） emissions are a leading contributor to the negative effects of global warming. Globally, research has focused on effective means of reducing and mitigating CO2 emissions. In this study, we examined the efficacy of eco-industrial parks（EIPs） and accelerated mineral carbonation techniques in reducing CO2 emissions in South Korea.First, we used Logarithmic Mean Divisia Index（LMDI） analysis to determine the trends in carbon production and mitigation at the existing EIPs. We found that, although CO2 was generated as byproducts and wastes of production at these EIPs, improved energy intensity effects occurred at all EIPs, and we strongly believe that EIPs are a strong alternative to traditional industrial complexes for reducing net carbon emissions. We also examined the optimal conditions for using accelerated mineral carbonation to dispose of hazardous fly ash produced through the incineration of municipal solid wastes at these EIPs. We determined that this technique most efficiently sequestered CO2 when micro-bubbling, low flow rate inlet gas, and ammonia additives were employed.     

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。     

The Factor Decomposition on Carbon Emission of China——Based on LMDI Decomposition Technology

Carbon emission is the current hot issue of global concern. How to assess various contributing factors for carbon emission is of great importance to find out the key factors and promote carbon emission reduction. In this paper, the author constructs an identical equation for carbon emission, based on the economic aggregate, the economic structure, the efficiency of energy utilization, the structure of energy consumption, and the coefficient of carbon emission; by applying to LMDI decomposition technology, the author analyzes the carbon emission of China from 1995 to 2007 at industrial level and regional level. The results show that the expansion of economic aggregate is the main reason for China’ s rapidly increasing carbon emission and the increase of energy utilization efficiency is the key factor that can hold back the increase of carbon emission. In addition, the change of industrial structure or regional structure and the change of traditional energy structure have limited influence on the carbon emission, and their potentials have not yet been exploited. At the end of this paper, the author proposes the efforts that China should make to reduce carbon emission.