贵州省直接生活能源碳排放及影响因素分析

依据贵州省2000-2014年居民直接生活能源消费数据,运用碳排放系数测算贵州省居民直接生活用能碳排放量,并进行统计分析。继而采用LMDI分解法定量分析能源消费结构、能源消费强度、居民消费水平、人口规模4个因素对贵州省居民直接生活用能碳排放增量的影响,并对比分析城镇和农村影响因素的差异。结果表明:居民消费水平是拉动贵州居民生活用能碳排放增长的决定性因素;生活能源强度是抑制碳排放增长的主要因素,能源消费结构和人口规模的变动也对碳排放增长具有负向影响,但作用强度相对较小。从城乡来看,居民消费水平效应显著增加了城镇居民直接碳排放,能源消费强度效应对农村居民直接碳排放抑制作用最明显。     

我国日用玻璃行业碳排放特征及减排措施

玻璃行业是我国能源消耗和碳排放量较大的行业之一,为分析占玻璃行业30%以上产量的日用玻璃行业的碳排放特征,本文基于排放系数法对2015—2020年行业碳排放量进行了核算,在此基础上,提出了相应的碳减排措施. 结果表明:我国日用玻璃行业碳排放量由2015年的2 617.04×104 t逐步降至2020年的2 149.95×104 t,且随着行业技术进步、清洁燃料的推广使用,单位产品碳排放量不断下降;从排放构成看,行业碳排放主要包括化石燃料燃烧产生的直接排放和外购电力及热力产生的间接排放,其排放量占排放总量的88.75%~92.27%,原料碳酸盐分解产生的过程排放相对较少,占比为7.73%~11.25%. 研究显示,降低日用玻璃生产过程中的能源消耗是减少碳排放的重要方向,调整能源结构、提高能源利用效率和优化原料结构是减少碳排放的主要措施.      

中国纺织服装行业能源消费碳排放因素分析

纺织服装行业是中国的重要民生产业。中国纺织服装行业在快速发展的过程中,消耗了大量的能源,并产生了较多的碳排放,分析探讨该行业能源消费碳排放的影响因素对实现行业的节能减碳和低碳发展具有重要意义。文章基于对数平均Divisia因素分解法(LMDI)建立了中国纺织服装行业能源消费碳排放因素分解模型,并对影响行业碳排放量的产业规模、产业结构、能源结构、能源强度等因素进行了实证分析。结果表明,在1991-2009年间,产业规模的扩大是纺织服装全行业、纺织业及纺织服装、鞋、帽制造业碳排放量增加的最主要拉动因素,能源强度因素的提高对于减少碳排放量具有重要意义。产业结构优化对于减少行业碳排放量的效果有限,能源结构调整尚未达到减少行业碳排放量的效果。     

基于生产和消费视角的辽宁省行业能源消费碳排放

行业能源消费碳排放核算是碳减排政策制订的基础,从消费视角进行行业碳排放研究日趋重要. 基于经济投入产出生命周期评价模型,从生产和消费视角解析了辽宁省2007年行业能源消费碳排放分布规律. 结果表明:生产视角碳排放量行业集中度高,该视角碳排放总量的78.73%集中在电力、热力的生产和供应业,金属冶炼及压延加工业,非金属矿物制品业以及交通运输、仓储及邮政业;为其他行业提供产品和服务是造成行业生产端碳排放的主要原因;消费视角下行业碳排放总量的53.79%集中在金属冶炼及压延加工业,建筑业,电力、热力的生产和供应业以及其他行业;上游供应行业的间接碳排放是造成消费端排放的主体.从碳排放强度来看,生产视角下各行业碳排放强度差异性较大,电力、热力的生产和供应业的碳排放强度最大,为9.17 t/万元;消费视角下行业之间的碳排放强度差异性较小,均低于3 t/万元. 最后针对不同视角下分析结果的差异性提出了相应对策的侧重点.      

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.      

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.     

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。     

河北省产业协同降碳与降碳潜力分析

核算生产侧和消费侧的直接和隐含碳排放、评价行业部门的协同降碳效应和降碳潜力对河北省产业低碳转型具有重要意义。该文以河北省28个行业为研究对象,基于EIO-LCA模型计算各行业直接和隐含碳排放量,构建隐含碳排放转移网络分析行业的协同降碳效应,建立降碳潜力模型评价各行业部门的碳减排潜力。结果表明：（1）金属冶炼及压延加工业、煤炭开采和洗选业、电力和热力的生产与供应业是直接碳排放最多的3个行业;（2）从生产链视角来看,金属冶炼及压延加工业、煤炭的开采和洗选业、电力和热力的生产与供应业产生最多的隐含碳排放量;（3）从消费需求视角来看,金属冶炼及压延加工业、煤炭的开采和洗选业产生的隐含碳排放最多;（4）部门之间基于投入产出关联形成碳排放转移网络结构,其他行业、金属冶炼及压延加工业、交通运输储运业和邮政业始终处于网络的枢纽地位,是产业协同降碳减排的关键部门;（5）煤炭、金属、电力等产业链上游和中游产业的降碳潜力最为明显。     

我国碳交易试点地区化工行业碳排放量核算方法比较分析

我国在应对气候变化方面面临着严峻的挑战,化工行业作为我国碳排放的主要行业有必要对其碳排放量核算方法进行研究,以利于该行业的碳减排。本文比较了我国国家和地方层面发布的适用于化工行业的碳排放量核算方法,为国内相关行业和企业碳排放量核算提供借鉴。     

中国城市居民生活能源碳排放的时空格局及影响因素分析

随着经济社会的发展与人民生活水平的提高,生活用能强度逐年增大,城市居民生活能源碳排放日益成为碳排放的新增长点.本文采用Theil指数、空间自相关分析了我国城市居民生活能源碳排放的时空格局演变特征,并利用STIRPAT模型分析了影响城市居民生活能源碳排放的主要因素.结果表明:12001—2012年我国城市居民生活能源碳排放总量及人均生活能源碳排放量均呈增长趋势,其年增长率分别为9.69%、3.29%;2八大经济区域间城市居民人均生活能源碳排放的差异是构成我国城市居民人均生活能源碳排放总体差异的主要原因,其对总差异的贡献率达到了57.90%;3我国城市居民人均生活能源碳排放具有显著的空间正相关性,2001—2012年间城市居民人均生活能源碳排放的"冷点"区变化较为稳定,主要分布在东部和南部经济区,而"热点"区主要分布在西北、东北和黄河中游经济区;4城市人口规模、城市居民可支配收入、城市居民生活消费支出、城市居民年龄结构均对城市居民生活能源碳排放量具有加剧作用,而城市居民能源消费结构具有减缓作用,且北方城市居民生活能源碳排放量明显高于南方;5现有样本数据支持环境Kuznets曲线假说,即随着经济的发展,城市居民生活能源碳排放量存在转折点.     

碳税对于发展非化石能源的作用 ——基于能源-环境-经济模型的分析

为评价实现我国2020年碳排放强度和非化石能源发展目标的经济和环境影响,论文应用基于动态CGE模型的中国能源-环境-经济模型,模拟了不同减排政策下的减排效果及经济影响。模拟结果显示,征收40元/t CO₂碳税,将碳税作为政府收入、 居民收入、 削减影响较大行业的生产税、 以及用于非化石能源投资,2020年所能实现的减排量分别相当于CO₂排放强度在2005年的基础上下降35.87%、 35.80%、 35.07%和40.13%,非化石能源的消费量将占到总消费量的10.99%、 11.00%、 10.75%和15.82%。政策情景下对经济的影响并不是十分显著,GDP的损失不超过0.2%。综合考虑到减排效益和经济影响,将碳税收入用作对非化石能源的投资,不仅有利于促进我国实现2020年碳排放强度目标,而且对于实现非化石能源发展目标也发挥着重要的作用。     

基于LMDI模型的黄河流域碳排放时空差异及影响因素研究

全面核算能源消费产生的碳排放量并明确其时空演变的影响因素是制定、实施及评估黄河流域碳减排策略的依据和保障。选取黄河流域9省（区）作为研究区,采用LMDI模型,计算了2003—2019年黄河流域能源消费产生的碳排放量,并对其时空差异及其影响因素进行了分析。结果表明：（1）从时间序列演化特征来看,在2003—2019年,黄河流域的碳排放量整体呈增长趋势,但增长幅度逐年收缩;（2）从空间分异特征来看,黄河流域上、中、下游的碳排放量呈西低东高的区域格局;（3）能源消费强度效应与经济增长效应分别是减缓和促进区域碳排放量增长的关键性因素,人口规模效应对于碳排放量表现为正向驱动作用,但影响程度较小,能源碳排放强度的抑制作用十分有限。最后,针对各影响因素提出了碳减排措施的对策建议。     

碳交易总量控制视角下的上海碳排放现状研究

利用碳交易手段,从经济学角度进行总量控制和降低减排成本,成为当前世界各国实现碳减排目标的重要途径。在碳交易机制中,总量控制是有效降低温室气体排放的基础。本文从气候变化和碳交易政策设计的角度出发,以上海市为例,采用IPCC方法学,对2008年至2015年以来上海市不同产业、行业的碳排放量进行核算与分析。结果表明,2008年至2015年间,上海市能源消费碳排放量基本稳定在2.0~2.4亿吨CO_2之间,碳排放主要来自二、三产业中黑色金属冶炼及压延加工业等行业,这与当前上海市碳交易机制管控范围基本一致。     

1995—2005年中国碳排放核算及其因素分解研究

采用1995—2005年中国各行业的相关统计数据,基于IPCC温室气体清单方法,构建了碳排放核算的项目框架,对中国历年的碳排放进行了核算;并应用因素分解方法对中国历年来碳排放量和碳排放强度及其变化的因素进行了时间序列分析。结论如下:①中国碳排放总量呈先缓慢减少后快速增加的态势,2005年中国碳排放达22.02×108t,比1995年增加了66%,由于林业的碳汇功能,2005年净碳排放量为19.05×108t;②碳排放强度的变化量总体上表现为增长态势,2002年前碳排放强度逐年减小,2002年后碳排放强度变化量转为正值,其中技术进步是碳排放强度变化的主要因素;③GDP增长是碳排放总量增加的主要动力,技术进步因素是碳排放量降低的主导因素;④工业部门对碳排放总量和碳排放强度的变化起决定作用,因此工业部门是实现碳减排的关键。     

国内外工业碳排放数据平台建设现状与应用展望

中国作为当今全球碳排放最大的国家，工业碳排放量约占全国总碳排放量的68%。在碳排放总量和强度“双控”的新制度要求下，准确核算工业碳排放量具有重要意义。通过分析国内外碳排放总量和产品碳排放强度相关标准及其低碳数据平台建设情况发现，目前国内外碳排放总量核算标准大都基于《IPCC清单指南》;国外产品碳足迹相关标准已经建立，而国内发展相对滞后，大部分行业仍缺乏权威性产品碳足迹核算及评价标准；国内外碳排放数据平台及软件均缺乏覆盖工艺过程或工序的碳排放信息，且数据基本来源于文献报道或统计年鉴，本土化程度低，不能达到高精度和国际互认水平。基于对国内外标准体系、数据平台和软件的调研分析，本研究提出，亟需完善全链条低碳标准体系，建设多产业互联的行业低碳数据平台，并开发资源-环境-碳-经济多尺度评价软件，将企业/行业工艺过程与产品供应链碳排放数据深度融合，实现数据资源公开统筹应用，服务工业领域精准降碳与绿色、低碳等多目标协同发展。     

基于DMSP/OLS数据的区域碳排放时空动态研究

选取IPCC碳排放核算方法并基于能源统计数据,核算了我国大陆30个省市的能源消耗碳排放量,利用纠正后的DMSP/OLS夜间灯光数据与相应空间单元的碳排放量进行回归分析,反演出1km×1km栅格的电力消耗碳排放量并分析其在地级市尺度上的时空变化.核算出2005年、2010年和2013年能源消耗排放总量分别为57.02,82.28和93.26亿t,其中电力碳排放量分别为23.03,35.62和42.07亿t.结果表明：校正后的DMSP/OLS夜间灯光数据能更好地估算碳排放,其DN总值与统计的省级能源消耗排放量、电力消耗排放量均存在较强的相关关系;整体而言,发达地区能源消耗排放量大但强度比较低.     

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.     

中国第三产业能源碳排放影响要素指数分解及实证分析

基于碳排放量基本等式,采用Divisia指数分解法建构中国第三产业能源碳排放的因素分解模型,定量分析了2000～2009年间,能源结构、能源效率、产业结构及产出四因素对中国第三产业能源碳排放的影响.结果显示产业产出及能源结构对拉动中国第三产业能源碳排放的贡献率逐年增长,能源效率及产业结构对抑制中国第三产业能源碳排放发挥作用,但产业结构的影响作用不强,且抑制因素作用无法抵消拉动因素引起的碳排放增长.基于此,研究为第三产业能源碳减排提供了政策建议.     

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.