全球二氧化碳浓度非均匀分布条件下碳排放与升温关系的统计分析

为定量评估全球二氧化碳浓度非均匀分布条件下碳排放与升温的关系,采用空间自相关分析与空间联立方程组模型,基于1度、2度与3度空间分辨率的全球二氧化碳浓度,碳排放与近地面气温等格点数据,揭示了2003—2015年全球二氧化碳浓度的空间分布聚集特征并估计了碳排放对升温的影响系数。结果发现：二氧化碳浓度在空间上表现为北半球高浓度值聚集与南半球低浓度值聚集的分布型。利用二氧化碳浓度非均匀分布的参数条件对碳排放与升温影响的估计结果表明,代入二氧化碳浓度非均匀分布这一参数会小幅拉低碳排放对升温影响的估计结果。研究表明,全球二氧化碳浓度非均匀分布是当前评估碳排放升温影响亟待引入的参数;同时由于估计结果的空间尺度效应的存在,相关参数的空间范围与分辨率的选择也需要关注。     

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.     

没有最低碳,只有更低碳

何谓碳排放?碳排放其实是关于温室气体排放的一个总称.而温室气体指的是大气中能吸收地面反射的太阳辐射,并重新发射辐射的气体,如二氧化碳.它们会使地球表面升温,形成"温室效应"."温室效应"不但使全球生态环境恶化,也会对我们的日常生活带来许多影响.今天,人类已经警醒,开始寻找应对"温室效应"的良策,目前所知最主要的方法,就是减少碳排放.     

英削减二氧化碳排放的计划

英国首相梅杰最近公布了削减二氧化碳排放量的具体计划。这项计划的一个显著特点是要求市民家庭为此作出“贡献”,即市民家庭二氧化碳的削减量为产业界削减量的1.6倍。 1992年联合国召开的环境与开发政府首脑会议,要求各国到2000年将温室气体的排放量控制在1990年的水平。英国制定的这项计划,其二氧     

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。     

基于MIDAS模型中国碳排放量的实时预报与短期预测

随着全球气候变暖问题不断加重,二氧化碳排放量预测成为各国制定碳减排措施的核心问题.传统的二氧化碳排放量预测模型是基于同频数据进行的,高频数据必需处理为低频数据,这样不仅忽略了高频数据携带的有效信息,还影响了模型预测的及时性,降低了模型预测的精度.本文将混频数据抽样模型(MIDAS)用于碳排放量预测研究,分析了高频季度GDP滞后阶数变化效应及其对低频二氧化碳排放量的影响效应.研究结果表明,季度GDP对碳排放量具有正负两种效应,该效应会持续6个季度且以正效应为主,碳排放量自身之间也存在着相互影响,该影响会持续4年之久,这与中国的经济运行状况相吻合,说明混频数据抽样模型(MIDAS)对二氧化碳排放量预测的合理性.此外,混频数据抽样模型(MIDAS)在中国二氧化碳排放量的短期预测方面具有较高的预测精度,在实时预报方面具有显著的可行性和时效性.     

“子排碳，父之过!”

美国统计学家保罗·莫塔夫近日提出一个有趣问题：成年人的“碳遗产”有多少？这不是一个人自己负责的碳排放，而是敦促大家对子孙后代的碳排放负起责任。莫塔夫表示，如果一个人有了孩子，那么父母双方就应该为孩子的碳排放各负一半责任。当孩子又有了孩子，那么原来的那对父母应该为自己孙子或孙女的碳排放负责四分之一，以此类推。莫塔夫预测，如果未来碳排放变本加厉，则在美国，每降生一个小孩将最终导致每个居民一生的碳排放量是今天的8倍；如果未来碳排放保持现在的水平，则是6倍，即约1万吨二氧化碳。看来，“子排碳，父之过!”     

碳足迹——环保新坐标

碳,就是石油、煤炭、木材等由碳元素构成的自然资源;碳耗用得多,导致全球变暖的元凶二氧化碳也制造得多,碳足迹就大,反之碳足迹就小。“碳足迹”来源于一个英语单词“Carbon Footprint”,是指一个人的能源意识和行为对自然界产生的影响,简单地讲就是指个人或企业“碳耗用量”。打个比方,一个人开着车子在马路上转一圈就留下了一个碳足迹。碳足迹已经成了许多发达国家的流行语,飞机是最大的碳排放制造者,     

5G对中国碳排放峰值的影响研究

基于目前5G技术的发展情况,利用holt指数平滑法和动态分析法预测了未来20年5G基站产生的直接碳排放量.根据预测模型,5G基站建设会在2038年左右达到饱和状态,数量约为1434万个.考虑到5G技术的发展推动其他产业发展可能导致的碳排放量变化,利用投入产出法和灰度时间预测法等方法评估了5G技术引起的各行业间接碳排放量.结果显示,5G基站处于低负载（30%负载）情况下,能在2038年碳排放达峰时年产生142.61Mt的直接碳排放;而如果满负荷运行,则能在2038年碳排放达峰时产生196.26Mt的直接碳排放,基于中国两种不同碳排放达峰情景,综合分析了5G技术导致的直接和间接碳排放对中国碳排放达峰时间和碳排放峰值的影响,最后对预测结果进行了稳健性检验.研究发现,实际GDP情况情景下5G技术对于社会各行业的碳排放影响在2030年达到峰值,约为255.96Mt.并且,2030年前5G技术发展对社会总体碳排放增量以间接碳排放为主,2030年后对社会碳排放增量以直接碳排放为主;综合考虑下5G技术的发展会导致中国碳排放达峰时间推后至少2年,相应的碳排放峰值至少提高了383.96Mt.若中国政府要削减5G导致的额外碳排放,完成二氧化碳总量控制,需要降低基站能耗水平,控制基站数量,避免重复建设导致5G基站低负荷运行.     

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。