基于改进IPAT模型的中国未来碳排放预测

在"碳排放量与能源消费成正比"假设的基础上,对中国1987—2010年的历年碳排放量和人均碳排放量进行了分区域研究与计算.经数据分析,发现以2002年为界线,前后两个时期中国碳排放变化缺乏内在的连贯性,2002年以前的碳排放曲线无法表征未来年份碳排放趋势.在此发现的基础上,以2002—2010年碳排放数据为基础,引入表征科技进步的变量,对IPAT模型进行改进,进而对2010—2050年中国碳排放进行了预测和分析.结果表明:中国排放峰值发生在2030年,全国碳排放总量将达到3684.1636Gg,人均碳排放为2.6476t;在2030年之前中国碳排放量将以平均每年2.89%的速度持续增加.2030—2050年碳排放量将以每年2.09%的速度减少,至2050年,全国碳排放量为2366.4522Gg,人均碳排放为1.8521t.本研究为中国未来碳排放政策的制定提供了方法与数据支持.     

基于STIRPAT模型的碳排放峰值预测研究——以甘肃省为例

利用STIRPAT模型对未来甘肃省碳排放达峰时间及峰值进行了预测。基于不同视角选取了不同的碳排放影响因素,对甘肃省2005—2020年的时间序列数据进行回归分析,得出甘肃省碳排放趋势方程,设定基准、低碳及强化低碳3种情景模式,预测出不同情景下甘肃省2021-2035年碳排放量及碳强度指标。研究结果表明：在基准情景下甘肃省二氧化碳排放总量将在2032年达峰,峰值为16248.88万吨;低碳情景下碳排放总量将在2030年达峰,峰值为15560.75万吨,可看齐国家2030年前达峰目标;强化低碳情景下碳排放总量将在2027年实现提前达峰,峰值为15078.07万吨。最后,基于甘肃省省情并结合研究结果,对其碳达峰工作提出对策建议。     

基于能源碳排放预测的中国东部地区达峰策略制定

中国东部的11个省市是中国经济最发达的地区,其碳排放量约占全国碳排放量的1/2.随着气候变化的加剧和国际社会的关注,中国政府制定了区域差异化的达峰目标,因此,预测该地区碳排放对于评估中国能否实现达峰目标具有重要意义.本文基于中国东部11省市1997-2017年的面板数据,采用STIRPAT模型来预测不同情景下的碳排放趋...     

基于LMDI-SD模型的山东省建筑业碳排放影响因素与情景预测

以山东省建筑业为研究对象,通过对数平均迪氏指数分解(LMDI)模型分析碳排放相关影响因素,构建系统动力学模型,通过调控GDP增长率、建材占比和碳交易政策因素,预测4种情景对碳排放的影响。结果表明：1)经济收益效应和间接碳排放强度是影响山东省建筑业碳排放的主要驱动因素;2)单一政策仿真情景下,山东省建筑业碳排放总量增长趋势逐年变缓,相比经济增速和碳交易政策调整,建材结构改善的减排贡献度更高;3)在综合调控方案下,2030年的山东省建筑业碳排放强度相比2006年下降64.34%,可达到国家2030年碳排放强度下降60%的目标。     

基于LEAP模型的鹤壁市农村生活碳排放研究

为全面控制CO₂排放,以按期完成中国2030年碳达峰目标,对农村家庭生活的能耗进行严格的管控将成为节能减排的重要手段之一。基于此,该文通过实地调研,采用LEAP模型预测了基准情景、低碳情景及强化低碳情景下鹤壁市2017-2030年能源消费和CO₂排放的变化趋势。结果表明,3种情景下鹤壁市农村家庭部门的能源消费均呈现先下降后上升的趋势,主要缘于2017年颁布及实施的清洁采暖政策;而CO₂排放量呈现下降的趋势,其中2017-2020年迅速下降,之后10 a保持平稳的状态。该文针对农村生活节能减排,提出应优化能源结构、提供基础设施、推广节能方法和培养环保意识。     

基于XGBoost选择迁移条件提升LSTM模型河流水质预测能力

准确预测河流水质变化是流域水环境管理的重要基础。目前常用的基于数据驱动的深度学习模型依赖大量的监测数据训练,然而很多河流数据缺乏,无法满足水质预测精度要求。提出了一种基于极端梯度提升模型(XGBoost)的迁移条件选择方法,利用全国河流自动监测站点的水质参数(水温、pH、溶解氧、总氮)数据集,研究建立长短期记忆神经网络(LSTM)模型库,通过迁移学习条件的优化,提升LSTM模型的预测能力。结果表明：1)采用不同源域和迁移方式训练出的模型,其预测精度有很大差异;2)基于XGBoost模型选择最佳迁移条件,迁移模型的预测误差(RMSE)降低了9.6%～28.9%,LSTM模型预测精度明显提升;3)选取合适的迁移方式、选用性质接近的源域数据、增加训练数据量均可以提升迁移模型的预测精度。该建模方法可应用于实测数据少的河流水质预测,为流域水环境精细化管理提供技术支持。     

中国超大城市碳排放达峰的影响因素及组合情景预测——基于门限-STIRPAT模型的研究

城市是中国碳排放的重要来源,而超大城市的碳达峰研究对国内其他城市和全国能否实现碳达峰目标具有重要的现实意义.以北京、上海、广州、深圳、天津和重庆等6个超大城市为研究对象,能源强度为门限变量,建立门限-STIRPAT模型,首先确定6个超大城市碳排放的驱动因素,然后对27种情景下的各城市碳排放达峰进行预测.研究结果表明:①人口、人均GDP和能源强度对各城市碳排放起到正向促进效应,人口的影响效应最大,其次是能源强度,人均GDP对碳排放的影响最小.②能源强度对二氧化碳排放的影响呈阶段性变化特征.③北京、上海和重庆在高能源强度下降率的情景下,已经达峰;天津、除最宽松的高-高-高情景外的广州和深圳会在2030年前实现达峰.如果能源强度以中速率下降,6个城市碳排放不能保证一定能在2030年前达峰.如果能源强度以低速率下降,6个城市均不能在2030年前达峰.本研究有利于明确超大城市碳排放的影响因素,对其他城市尽快实现碳排放达峰具有借鉴意义,为全国实现碳达峰目标提供可行的研究思路.     

交通运输业碳排放效率时空演变及趋势预测

为探索周围邻域对交通运输业碳排放效率演变的影响,分析了交通运输业碳排放效率的时空演变特征,并对其长期演变趋势进行预测.首先,采用超效率SBM模型测度我国30个省份的交通运输业碳排放效率,利用核密度估计方法分析其随时间演变的特征;其次,构建传统与空间马尔可夫概率转移矩阵进一步分析了交通运输业碳排放效率的时空演变特征;最后,针对不同类型的省份提出相关建议.结果表明：(1)交通运输业碳排放效率的平均水平低于0.6,但呈逐年递增的趋势,且区域差异逐渐缩小.(2)各省份交通运输业碳排放效率至少有71%的概率维持原有状态,且短期内难以实现跨阶段转移.(3)地理空间格局影响交通运输业碳排放效率的演变过程,当某省份与碳排放效率高的省份相邻时,转移到高效率的概率增加,而与碳排放效率低的省份相邻时则相反.此外,在空间溢出效应的影响下,交通运输业碳排放效率的演变逐渐呈现“俱乐部收敛”的趋势.(4)从长期演变趋势来看,各省份交通运输业碳排放效率向高水平转移的可能性增大,呈现出由低到高递增的态势,同时“俱乐部收敛”现象逐渐消失.     

郑州市碳排放量现状与预测分析研究

郑州市是中原经济区核心城市,无论是在经济社会发展还是低碳节能方面都有示范效应,碳排放强度的有效下降对于城市减排具有重要的借鉴意义.通过系统测算2005年-2012年郑州市碳源排放量及碳汇吸收量,分析碳排放量、人均碳排放量及碳排放强度等现状,然后运用IPAT模型,对郑州市碳排放强度进行情景分析和预测.结果表明,郑州市有较大减排潜力,应在满足减排要求前提下,实现经济与环境的可持续发展.     

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。     

未来十年中国煤炭碳排放量预测

应对全球气候变化,低碳经济是实现经济社会可持续发展的一种模式。为了对低碳经济进行深入研究,把握中国低碳经济研究文献现状是很有必要的,但运用文献计量学的方法对低碳经济进行定量方面的研究也是相当的必要。本文在对近十年中国煤炭碳排放量计算的基础上,运用移动平均法、滑动平滑法和回归分析法三种方法对未来十年中国煤炭碳排放量进行预测。预测结果表明:与近十年中国煤炭碳排放量相比,未来十年中国煤炭碳排放年均增长率虽有降低,但碳排放增长总量却呈上升的趋势。     

基于系统动力学的甘肃省碳排放峰值预测

针对经济结构以高耗能行业为主但生态脆弱的甘肃省开展碳排放峰值预测研究,基于对甘肃省碳排放现状的分析,将其分为7个碳排放行业,即电力、热力的生产与供应业,黑色金属冶炼及压延加工业,石油加工炼焦及核燃料加工业,有色金属冶炼及压延加工业,非金属矿物制品业,化学原料及化学制品制造业以及交通运输业。选择每个重点耗能行业碳排放量占比最大的子行业,分别为火力发电供热,钢铁,石油加工,铝、镁,水泥,合成氨及道路运输子行业进行研究。借助Vensim PLE软件建立7个子行业碳排放系统动力学模型,采用情景分析法设置快-慢模式、中-慢模式、慢模式、快-中模式、中模式、慢-中模式、快模式、中-快模式8种情景模式对甘肃省碳排放峰值进行预测。结果表明:甘肃省碳排放峰值出现在2028—2045年,为2.09亿~4.29亿t;同时考虑峰值大小和峰值出现时间及甘肃省发展现状,中模式为实现甘肃省碳排放达峰的最优方案。在此基础上,提出甘肃省今后要加大产业结构调整、能源结构优化、生产技术改进力度。     

多情景下湖北省交通运输碳排放峰值预测研究

为加快湖北省交通运输业实现碳达峰,利用湖北省2005—2019年人口规模、城镇化率、交通运输强度、能源强度等数据,构建扩展STIRPAT模型,并结合设置的基准、污染减排、节能降碳、绿色低碳4类情景(18种情景方案),对湖北省2020—2035年交通运输碳排放峰值进行预测.结果表明：(1)2005—2019年湖北省交通运输碳排放量总体呈现出波动上升的趋势;(2)在其它影响因素不变的情况下,技术性减排对交通运输碳排放的抑制作用大于结构性减排,且随着时间推移,其作用效果越明显;(3)绿色低碳情景下,保持人口和城镇化率中增长、经济水平高增长的情景方案最可能符合湖北省交通运输碳排放达峰路径,研究预测其碳排放于2030年达到峰值6330.2万t.最后,结合研究结论提出了具体可行的政策性建议.     

基于投入产出分析的北京市交通运输业碳排放关联度研究

基于投入产出分析模型,计算交通运输业碳排放直接消耗系数、碳排放完全消耗系数、碳排放直接分配系数、碳排放完全分配系数、碳排放影响力系数和碳排放感应度系数,并以北京市2007年和2010年的投入产出为例,研究交通运输业与国民经济前后向关联产业的碳排放分配消耗关系,以及交通运输业碳排放波及特性。分析结果表明:北京市交通运输业属于高排放、高影响的产业,交通运输业的发展带来了其他产业巨大的碳排放量,交通运输业的碳排放量也受到其他诸多产业的巨大影响。     

江苏省交通运输业碳排放预测及减排情景分析研究

根据江苏省2005年-2012年交通运输业的碳排放量和碳排放强度,利用GM(1,1)模型预测了2013年-2025年的碳排放,并结合江苏省省情设定了两种碳减排情景.研究表明:2005年-2012年江苏省交通运输业碳排放量一直呈增长趋势;2006 年-2009年碳排放强度一直上升,而2009年-2012年则呈下降趋势.GM(1,1)模型预测结果显示2013年-2025年江苏省交通碳排放量和碳排放强度一直处于上升的状态.而情景分析得出基准情景和低碳情景下的2015年和2025年交通运输业碳排放量都将会大幅减少.     

全产业链视角下建筑碳排放路径模拟:基于RICE-LEAP模型

从社会经济活动的角度出发,创新性地构建包含中国终端部门的新型综合评估模型—RICE-LEAP模型,并通过情景设置动态模拟2020~2050年建筑全产业链碳排放的发展路径及其结构性特征.结果表明:①与参考情景相比,考察期内1.5℃情景下中国碳排放总量的额外累计减排量将达到129.74Gt CO₂,而建筑全产业链碳排放的额外累计减排量为57.53Gt CO₂,占比44.28%.②建筑业是典型的“表观低碳、隐含高碳”的行业.建筑业直接碳排放占建筑物化碳排放的比例较小,仅占9.46%~11.75%.③3个动态情景下,建筑物化碳排放的下降速率均快于建筑运行碳排放.这是由于建筑物化碳排放主要依赖工业等终端部门的脱碳进程,在实现碳达峰过程中具有先发优势.④现阶段,建筑全产业链能耗仍以煤炭消费为主,但煤炭的消费占比在3个动态情景中均呈现出不同程度的下降,而电力的消费占比则呈现出明显的上升趋势.     

海南省建筑业碳排放核算分析及预测研究

海南国际旅游岛建设促进了建筑业的发展,为了解海南建筑业碳排放情况,采用投入产出分析法对1993—2013年的海南建筑业碳排放进行了核算和分析,并在此基础上对2015—2020年的海南建筑业碳排放进行了预测。结果表明:在保持现有建筑技术条件下,海南建筑业碳排放距2020年国家40%的减排指标还有很大差距,最后结合海南实际情况对建筑业降低碳排放提出建议。     

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.     

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.     

中国交通运输碳排放时空演变及差异分析

核算了2003—2012年间中国30个省域的交通运输碳排放量和碳排放强度,分析了交通运输碳排放时空演变规律,分别计算了中国东、中、西部的交通运输碳排放量和碳排放强度的标准差和变异系数以定量分析其差异.结果表明:2003—2012年10年间,中国30个省域交通运输碳排放量呈逐年增长趋势,并整体呈现"西低东高"的特征,其中,湖北、广东和山东三省的总量居前3位,而内蒙古、吉林和重庆这3个省份(直辖市)的增速最快;交通运输碳排放强度整体上全国呈增长趋势,呈现出"西高东低"的非均衡变化特征;交通运输碳排放强度绝对差异增速趋缓,自2008年后三大区域的标准差和变异系数都呈现明显趋同效应.