福建省能源消费碳排放和低碳能源发展研究

能源消费导致的碳排放对全球气候变化带来严峻挑战.区域经济迅速发展,不但对区域能源安全提出挑战,也对碳减排提出新的课题.文章总结了改革开放以来福建省能源消费的特点和趋势,计算由能源消费引起的碳排放量.研究表明,虽然碳强度有显著下降,但是碳排放总量增长比较明显,特别是从2000年开始,增长幅度加大.利用Kaya恒等式对碳排...     

广东省能源消费碳排放空间自相关分析

采用空间自相关(全局空间自相关和局域空间自相关)分析方法,对1995-2011年广东省能源消费碳排放总量、人均能源消费碳排放量和能源消费碳排放强度3个碳排放指标的空间自相关性和差异性进行研究。结果显示,1995-2011年,能源消费碳排放总量和人均能源消费碳排放量均存在显著全局空间自相关性,2个指标的全局Moran′s I指数分别在0.2~0.3和0.4~0.6范围变动,且均呈先上升后缓慢下降变化趋势,均在2008年达到阶段性极值点。局域空间自相关分析结果表明,这2个碳排放指标在珠三角都有高-高聚集区,在粤北都有低-低聚集区,同时这2个碳排放指标在珠三角周边城市也存在显著局域空间异质区。能源消费碳排放强度不存在显著全局空间自相关性,但在2011年存在一个局域低-低显著自相关区域。研究结果为广东省制定差异化碳减排政策和实现低碳省建设提供决策依据和信息支持。     

中国能源消费碳排放影响因素分析

利用改进的主成分回归分析技术考察1990年以来中国人口和经济因素对化石能源消费碳排放的影响作用。研究发现：以人口总量、人口城市化和居民收入水平为代表的人口因素和以经济规模、产业结构、能耗结构及碳排放强度为代表的经济因素对碳排放均具有显著的正向影响;其中,经济规模和人口总量是能源消费碳排放的关键决定因子。研究结果为国家制订合理的节能减排政策、协调人地关系提供了参考依据。     

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.     

海南省能源消费和碳排放预测研究

以海南省1993—2012年能源消费总量、人口、国民生产总值和工业比重作为研究对象,应用协整理论建立它们之间的关系,并预测不同经济增长情景下2015—2020年海南省能源消费总量和能源消费结构。在此基础上,借助相关方法预测碳排放量,最后根据海南的实际情况提出减排政策建议。     

基于投入产出方法的中国能源消费碳排放情景分析

中国目前是世界上最大的发展中国家,同时也是世界上最大的二氧化碳排放国家之一,因此节能减排不仅有利于中国的可持续发展,而且对缓和全球气候变暖具有突出贡献。本文将情景分析法与投入产出法相结合,建立了基于投入产出的能源消耗和CO2排放情景分析模型,模拟在不同的经济增长方式情景下中国2020年能源消耗及其CO2排放情况。然后,对中国节能减排影响因素进行分析。最后得到了有关结论,并提出了相应政策建议。     

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.     

2000-2009年安徽省能源消费与碳排放分析

根据联合国政府气候变化专门委员会(IPCC)2006年版碳排放指南中的计算公式和碳排放系数缺省值,计算了安徽省2000年-2009年能源消费和碳排放情况。结果表明:安徽省能源消费由2000年的4878.82万t标准煤增长到2009年的8895.90万t标准煤,平均年增长率为6.9%,其中第二产业部门能源消费量均占能源消费总量的79%以上;能源消费产生的二氧化碳由2000年的4107.48万t增长到2009年的8536.12万t,其中在各种能源消费碳排放量中原煤的碳排放量最大,占总碳排放量的77%82%;碳排放强度总体上呈现下降的趋势,低于全国平均碳排放强度,但高于全球和美国;碳排放的因素分析得出碳排放量与人口、人均GDP、能源强度呈现高度相关性。     

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.     

上海市能源消费碳排放分析

根据联合国政府间气候变化专门委员会(IPCC)2006年版碳排放计算指南中的计算公式和碳排放系数缺省值,计算了上海市1994─2006年能源消费碳排放量. 结果表明:1994年以来碳排放量逐年增加,碳排放强度不断下降,由1994年的2.51 t/(104元)降到2006年的1.07 t/(104元). 通过比较2005年上海与全国以及主要经济大国间的碳排放量、碳排放强度和人均碳排放量发现,上海市能源消费碳排放量占全国的3.5%;碳排放强度低于全国和全球水平,但比英国、德国、日本高;人均碳排放量为2.7 t/a,是全国和全球平均水平的2倍多,低于美国、澳大利亚和加拿大. 从能源利用效率、经济增长方式、能源结构以及经济结构等角度分析了碳排放强度下降的原因,其中能源结构调整引起的平均碳排放系数下降和第三产业比重上升是主要原因.      

碳排放与能源消费和经济增长的灰色关联分析

中国碳排放问题成为世界关注的焦点问题。研究碳排放与经济增长、能源消费关系有助于实现2020年碳减排目标。选取2001～2009年碳排放与能源消费、经济增长数据,运用灰色关联分析模型,分别计算碳排放与能源消费、经济增长的灰色关联度。研究结果表明,无论是从折线的相似程度还是相对于始点变化速率的接近程度来看,碳排放曲线与能源消费曲线、经济增长曲线十分相似,说明碳排放与能源消费、经济增长之间存在紧密联系。     

2005～2009年南京市二氧化碳排放特征研究

采用IPCC报告(2006版)提供的计量方法与碳含量缺省值,对南京市能源消费碳排放进行了计量研究.结果表明:从2005～2009年,CO2排放总量从8.05×107t增加到1.02×108t,人均CO2排放量从11.7 t/a增加到13.2 t/a,但CO2排放强度持续降低,从3.34 t/万元下降到2.41 t/万元...     

基于能源消费的浙江省碳排放影响因素实证研究

本文运用协整和Granger因果检验方法,实证了在1995-2013年间浙江省碳排放与经济增长、能源效率、对外贸易、城市化和人口增长的现实关系。研究表明:浙江省碳排放与经济增长之间呈现"弱脱钩"关系,对外贸易、经济增长和人口增长对碳排放有正向驱动效应,而能源效率和城市化水平对碳排放有负向驱动效应。Granger因果关系上,对外贸易、经济增长、城市化水平和人口增长是引起浙江省碳排放变化的Granger原因,且仅存在单向影响机制,能源效率与碳排放互为Granger因果关系。     

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.     

中国能源生产与消费趋势预测和碳排放研究

为合理、科学地对能源结构进行调整和优化,提出了能源结构的双组份模型。由统计检验估计法,对模型中的能源生产与消费的相关系数进行了预测估计。依据中国统计年鉴2008年数据,对我国2014年能源生产与能源消费的预测结果分别为24.26×108t标准煤及27.15×108t标准煤。利用预测的能源消费总量、结构与碳排放量之间的关系式——即单位能耗碳排放系数的表达式,预测中国2012年的碳排放量为21.87×108t标准煤,且有上升趋势,并提出了相关的能源对策。     

中国能源消费碳排放的空间化与时空动态

近年来全球多地遭遇极端天气,给人类社会的生产生活带来极大影响,共同应对全球气候变化已成为国际共识,在此背景下如何通过科学方法摸清二氧化碳排放情况成为响应国家"双碳"战略的重要工作.通过省级尺度的碳排放统计数据,综合夜间灯光数据和人口数据,将碳排放量分配到栅格尺度,并对中国2000、2005、2010、2015和2018年碳排放的时空格局、演变特征及碳排放与经济增长的关联性进行综合分析.结果表明：①从2000~2018年,中国的CO₂排放总量持续增长,但增长速率呈现放缓的趋势,碳排放年均增长速率由2000~2010年的9.9%下降至2010~2018年的7.4%.从空间分布来看,无碳排放地区主要分布在西北无人区及东北的林区和山区,低碳排放主要分布在广大的中小城镇地区,高碳排放则集中分布于华北、华中、东部沿海以及西部的省会城市及城市群附近;②碳排放在地级市尺度上存在高值聚集或低值聚集现象,且该聚集现象整体趋于稳定,在2005年之后有所加强;低低集聚区主要分布在西部的连片地区和海南岛,且随着经济社会的发展,低低集聚区开始破碎,规模减小;高高集聚区主要分布在京津冀城市群、太原城市群、长江三角洲城市群和珠江三角洲城市群地区且规模在逐步加强巩固;高低、低高集聚区则主要出现在社会经济发展水平差异较大的邻近城市;③中国大部分地区的碳排放量相对稳定,碳排放发生较大变化的地区主要分布在省会城市和重点城市的外围地区,即存在中心城区碳排放无变化,外围区域碳排放变化的圈层结构;④在2000~2018年中国城市发展进程中,整体上遵循一个由"低排放-低收入"转向"高排放-低收入"再转向"高排放-高收入"最终转向"低排放-高收入"的发展规律.从整体来看,中国碳排放的增速在放缓,在实行"双碳"战略的大背景下,各地区由于不同的社会经济发展情况和能源需求情况所面临的碳减排任务与压力也不尽相同,因而应分地区和分行业实施差异化的碳减排政策.     

重庆市工业耗能相关碳排放变化驱动因素研究

在构建重庆市工业耗能相关碳排放影响因素分解模型的基础上,采用因素分解方法分析了过去十余年间(1999²011)4种驱动因素对重庆市工业碳排放变化的影响,并识别出关键驱动因素。结果显示:能耗增长的主要原因是工业经济发展;工业能源强度是促进重庆市工业耗能相关碳减排的主要影响因素;产业结构因素对重庆市工业耗能相关碳排放变化的影响存在波动,但其累积效果表现为减排;能源结构因素对重庆市工业耗能相关碳排放变化没有显著影响。最后,结合各关键因素的未来发展趋势,提出重庆市工业未来低碳发展的可行途径为技术进步和产业升级。     

基于Theil指数KAYA分解的中国碳排放差异性分析

为了量化2005至2010年中国各省区市之间碳排放差异性及其变化趋势,本文运用Theil指数KAYA分解方法进行研究,结果表明:全国人均碳排放差异逐年减小,能源强度是差异的主要影响因素,人均GDP是人均碳排放差异缩小的主要原因;东中西部和东北地区区域划分方法的组内差异大于组间差异,且中西部地区内部差异是造成全国差异的主要原因;相对"十一五"能源强度目标分解,"十二五"碳强度目标分解已考虑省市区差异,但其基本上根据人均GDP差异进行分组,且很大程度沿用了东中西部和东北地区区域划分。因此,建议在对各省区市分配减排指标时,考虑各地经济发展水平差异的同时兼顾产业结构和资源禀赋,并根据中西部地区内部排放差异将目标分解方案精细化     

水泥行业二氧化碳排放统计——以贵阳市为例

本文从水泥行业二氧化碳的排放统计出发,研究二氧化碳排放的重要影响因素、二氧化碳排放的指标体系,从而得出一套水泥行业二氧化碳排放统计的核算方法.以贵阳市为例,从三种不同活动水平的统计数据对水泥行业生产工艺过程中产生的CO2排放量进行估算比较,验证统计核算方法的有效性,为贵阳市乃至全国水泥行业CO2的减排提供一个可行的科学依据.     

无锡市碳排放的因素分解模型及实证分析

在计算无锡市2000~2011年二氧化碳排放量的基础上,采用对数平均权重Divisia分解法,建立无锡市人均碳排放的因素分解模型,定量分析能源结构、能源效率、经济发展情况等因素对无锡市人均碳排放的影响。结果显示经济发展对拉动无锡人均碳排放的贡献率呈指数增长趋势,相比之下,能源效率及能源结构对碳排放的抑制作用并不明显。据此提出开发可再生能源,转变能源消费结构,发展清洁煤技术,提高能源利用率等对策。