居民家庭消费支出变化对上海市2020年低碳发展的影响

随着居民生活水平的不断提高,其家庭消费支出模式也会发生变化,由此将引发与家庭部门相关的能源消耗及碳排放等变化.选取上海为案例区,开展基于居民家庭消费支出变化对区域低碳发展影响的预测研究,采用可计算的一般均衡模型(CGE)预测分析了2020年上海的居民消费支出,并量化了由此引发的工业产出、贸易以及就业形势的变化,并着重分析了与之相应的能源消耗和碳排放的变化,旨在厘清收入增加与居民消费模式变化的关系,居民消费模式变化与能源消耗和碳排放变化的关系.同时,设置了高、低碳情景,进一步剖析了居民消费支出对区域发展的影响.此外,还进一步模拟了上海市居民消费支出变化对中国其它地区的消费支出的变化的影响,并进一步剖析了在这种变化影响下的其它地区的工业产出、贸易、就业形势、能源消耗以及碳排放的变化.研究结果表明,随着收入水平的提升及消费模式的转变,2020年上海的总消费支出比2007年拟增长1.81倍,其中增长最快的消费支出项目是交通运输及通信业;由于消费支出模式的转变,工业产出、就业、贸易量、能源消耗以及碳排放也呈增长的态势,分别较2007年增长1.83倍、0.17倍、2.03倍、2.63倍以及2.71倍.在有碳约束的情况下,低碳情景较之高碳情景会减少0 14％的GDP损失.同时低碳情景下将节省7.5×107t标准煤,减少38％的碳排放量.中国其它地区由于居民家庭消费模式的转变所引起的各类指标的变化趋势与上海趋同.通过研究结果可以得出,为了实现上海市未来区域的低碳发展,引导居民向低碳生活模式发展十分必要,政府应着重从居民绿色出行和绿色消费两方面进行倡导.     

基于GD_CGE模型的广东省碳排放权交易政策评估

为了评估广东省碳排放权交易制度设计对控制二氧化碳排放及经济发展可能发挥的作用,本文建立GD_CGE模型研究了在碳强度约束目标下碳交易政策的实施效果.首先分析了无减排约束和有减排约束情景下广东宏观经济(GDP)、能源消费总量和碳排放总量的发展趋势;进一步扩展减排约束情景,考察了在全省碳强度减排目标约束下,把电力、水泥、石化、钢铁、造纸、纺织六大部门纳入碳交易体系,并分别按照历史法和潜力法确定行业碳排放约束上限时,实施碳交易政策对宏观经济和能源消费量的影响,模拟了碳市场的交易情况和碳价格.结果表明:在碳强度目标控制下,实施碳交易政策可显著降低部门的减排成本,减小控制碳排放可能对全省GDP的影响,起到了促进广东省低成本节能减排的作用.     

天然土壤有机质中菲的分配行为

天然土壤吸附不同初始浓度的菲后,提取胡敏酸组分(包括胡敏酸和富里酸),通过计算得到胡敏素组份所吸附的菲,用以研究菲在2种组份中的动态吸附/分配行为,以及初始浓度的影响,并利用Freundlich式进行拟合.结果表明:天然土壤中菲的吸附/分配过程表现出分阶段特征:从最初的快吸附至48 h左右达到转折点,然后进入慢吸附过程.在快吸附至转折点阶段,胡敏酸组分中菲的吸附比例(吸附量与初始量之比)出现先升后降的波动,可归因于初始时段矿物表面吸附、胡敏素竞争吸附的影响.在慢吸附阶段,胡敏酸中菲的吸附比例变化很小,菲初始浓度的影响也不大;而对于胡敏素组份,低初始浓度条件下菲的吸附比例明显大于高初始浓度条件,并呈现逐步增加的趋势,表明胡敏素组份是慢吸附的主要发生域.模型参数拟合结果显示:胡敏酸、全土、胡敏素吸附的非线性程度依次增加,并随时间逐渐加强.在吸附/分配的动力学过程中,胡敏酸和胡敏素分阶段不同的变化特征反映出土壤有机质组分异质性对非线性吸附行为的影响.     

多环芳烃在全土及其碱提残余物上的吸附行为

以菲和芘为代表性化合物,采用8种有机质含量不同的天然全土样品及其碱提残余物进行吸附实验,并利用不同吸附模型进行数据拟合,藉以探讨有机质含量对土壤吸附行为的影响.结果表明,Freundlich吸附模型的非线性指数n都小于1,显示全土和碱提残余物在多环芳烃的吸附过程中表现出非线性特征.菲和芘的吸附行为随土壤有机质含量不同而变化,碱提残余物的吸附能力强于全土,两者吸附行为的差异主要归因于土壤有机质含量和性状的区别.     

天然土壤中菲的解吸行为特征研究

选取天然土壤样品,以菲作为代表性污染物,利用批量吸附-解吸实验考察不同初始浓度、不同吸附时间条件下菲解吸行为的滞后性特征.实验数据采用Freundlich方程式拟合,并由基于热力学的TII指数表征.结果表明,天然土壤吸持菲的比例随其初始浓度的增加而减少.在土壤多次解吸过程中,每次释放菲的比例随其初始浓度的升高而增加,随解吸次数的增加而减少.吸附过程的拟合指数n大于解吸过程的对应值,并随初始固相浓度的加大而增加.天然土壤吸附-解吸过程的滞后性特征表现为初始固相浓度越高,TII值越接近0,滞后性越弱;反之,则TII值越接近1,滞后性越强.另外,吸附平衡时间30 d对应的n值小于5 d的,而两者的TII值随初始浓度增高则呈现降低趋势.就同一浓度而言,吸附平衡30 d所对应的TII值高于5 d的.     

PM_(2.5)污染对京津冀地区人群健康影响和经济影响

京津冀地区是中国工业最为发达的地区之一和空气污染最严重的地区之一,也是国家控制空气污染的重点区域。空气污染导致的健康影响不仅会增加额外健康支出,还会导致过早死亡和工作时间减少,进而影响宏观经济发展。为了评估该地区PM_(2.5)污染引起的健康问题对宏观经济的影响,以及控制空气污染后带来的经济效益和福利的影响,本研究结合可计算一般均衡模型(Computable General Equilibrium)、温室气体与大气污染物协同效益模型(The Greenhouse Gas and Air Pollution Interactions and Synergies-Model,GAINS-Model)和健康影响模型对2020年京津冀地区PM_(2.5)污染引起的健康影响和经济影响进行评估。模型结果表明,2020年Wo Pol情景下PM_(2.5)污染引起的额外健康支出分别为北京44.2亿元、天津27.5亿元、河北97.5亿元。PM_(2.5)污染引起人均每年劳动时间损失分别为北京81.3小时、天津89.6小时、河北73.1小时。而劳动力供给和劳动时间减少所造成GDP和福利损失依次为天津(GDP和福利损失分别为2.79%和8.11%),其次为北京(2.46%和5.10%)、河北(2.15%和3.44%)。如果采取积极的控制空气污染物排放政策,在2020年WPol情景下,PM_(2.5)污染引起的额外健康支出分别为北京8.8亿元、天津4.9亿元、河北2.0亿元,较Wo Pol情景下显著下降。PM_(2.5)污染引起人均劳动时间损失分别下降为北京22.0小时、天津23.2小时、河北22.4小时。空气污染物控制政策给北京、天津和河北带来的经济效益分别相当于GDP的1.75%、2.02%和1.46%。因此,本研究显示控制京津冀地区PM_(2.5)污染带来的经济效益非常可观,其中天津效益最高,其次为北京,河北最低。空气污染物的迁移扩散会影响周边省市的空气质量,因此京津冀地区联合控制空气污染效果更好。