江苏省能源需求预测及二氧化碳减排研究

近年来,江苏省社会经济进入新的发展期,在经济高速发展的背后是能源的高消耗以及温室气体的大量排放。根据江苏省实际情况,运用LEAP模型建立了JSLEAP模型,并采用情景分析的方法,根据影响江苏省能源需求的因素设定了参照情景和可持续发展情景两个情景,系统地、全面地对江苏省未来能源需求和碳排放的发展趋势进行了分析,并提出了江苏省中长期能源发展对策,对江苏省制定正确的能源发展规划、实现可持续发展具有重要意义。研究表明：在两种情景下江苏省未来能源需求总量将持续增加,直到2045年后才有所下降;居民生活、第一产业、第二产业、第三产业各部门能源需求情况都将有所变化;人均CO2排放量、单位GDP的CO2排放量都将降低。但是无论是能源需求或碳排放方面,可持续发展情景都优于参照情景     

低碳城市能源需求与碳排放情景分析

以应对气候变化和发展低碳经济为大背景,在分析中国城市能源需求和碳排放现状与发展瓶颈的基础上,探讨了低碳城市未来可能的发展路径问题。选择河南省济源市作为研究开展的案例城市,借助情景分析法和"脱钩"概念模型,展示了济源市在能源和碳排放约束条件下,到2030年不同情景的低碳发展图景。认为:第一,从需求角度来看,能源需求总量在基准情景、低碳情景和强化低碳情景下均呈增长趋势,由于驱动因素的作用差异,基准情景下能源需求量最大,强化低碳情景下最小;第二,从消费角度来讲,人均能源消费量在不同情景下的变化趋势各有特点,其中低碳情景下可能在2020年前后出现拐点,此时人均能源消费量约为16.9tce/人,绝对值仍然较高;第三,从不同情景下减排潜力来看,低碳情景和强化低碳情景下仍具有较大的减排空间,例如2020年低碳情景下可能减排约741万t,强化低碳情景下约可减排1 790万t。基于对城市未来能源需求和碳排放的情景分析结果,给出了城市低碳发展的结论和政策建议:一是济源市的能源需求若保持现有高速增长趋势是不可取的,低碳情景下和强化低碳情景下能源需求总量和增速有明显改善;二是尽管在最严格的情景下,济源市的人均能耗预测值仍然高于国际国内其他城市的预测,但由于其资源禀赋、产业定位等问题,要实现这个目标仍存在着一定的挑战;三是济源市的经济增长依靠工业生产拉动,对于工业占比为绝对主导的这类城市而言,发展低碳经济的着力点和减排潜力释放应在传统产业格局的升级改造上。     

和谐社会能源需求情景的构造

本文采用协整分析理论，论证了资本存量和城市化率是影响中国GDP的两个变量。运用建立的GDP模型。对中国未来的GDP进行了情景分析。我们比较了德国，日本等一些发达国家能源消耗的历史和现状。对中国未来单位GDP的能源需求作出了情景假设，构建了对中国和谐社会建设、可持续发展有利的能源需求情景一环境友好情景。在这一情景下，到2050年。一次能源总消耗量达到43．1亿tce（吨标准煤）；人均能耗为3．06tce。是中国2005年人均能耗的1．8倍，是日本2003年人均能耗的51％。在这一情景下。中国2050年单位GDP的能耗虽然比2003年的德国要低20％，但比2003年日本的单位GDP能耗仍高出37％。我们认为．只要艰苦努力。这一情景具有一定的可实施性。但是。节能减排是一项长期的工作，它不但涉及制造业能耗．还将越来越多地涉及生活能耗。     

中国工业化、城市化进程中的能源需求预测与分析

为了取得可靠的能源需求预测,本文引入工业化、城市化等重要因素,利用支持向量回归机在时间序列预测中的优势,确定了输入向量集合和输出向量集合,建立基于支持向量回归机能源需求预测模型.将我国1985-2009年能源需求相关数据进行模拟与仿真,并对中国2010-2020年能源需求量进行预测,并模拟解释变量不同增长率下能源需求的演变并给出政策选择.研究结果表明,中国高速的经济增长以及工业化和城市化的发展对能源需求影响很大,到2020年能源需求将达到45.3亿t标准煤,而且经济增长速度越快对能源需求就越大.变量模拟得出的结论是产业结构也是能源需求重要影响因素之一,工业结构的调整,即便是微调,也会对能源需求有很大的抑制作用;中国城市化进程以及城市化发展阶段所表现出的工业化特征,推动了能源需求快速增长,城市化率越高对能源需求越大,且对能源需求是刚性的,城市化也是能源需求重要影响因素之一.     

基于Bayes误差修正的我国能源消费需求组合预测研究

鉴于能源需求系统的复杂性，为了更科学地分析相关经济因素的变化对我国能源需求的影响效应，本文首先利用通径分析法分析了能源需求的主要影响因素及其对能源需求的直接与间接作用，结果表明经济增长、全国总人口、能源消耗结构是决定能源消费需求的主要因素，其中，经济增长为能源需求的主要决定因素，能源消费结构为能源需求的主要限制性因素。在此基础上，文章考虑了多重共线性和预测有效性问题，分别建立了偏最小二乘（PLS）及趋势外推的单一预测模型，然后基于最优组合预测理论建立了偏最小二乘（PLS）——趋势外推组合预测模型。最后，利用Bayes计理论得到了预测误差的概率分布和组合预测的区间估计。结果表明，利用预测误差的Bayes估计来修正组合预测的结果，将得到更为精确的结论。     

2020年中国低碳经济发展前景研究

中国低碳经济发展涉及众多因素,区分这些因素对制定低碳政策具有重要意义.本文通过构建阻碍中国低碳经济发展影响因素的指标体系,采用图论方法建立影响因素的关联矩阵,运用布尔运算得到各影响因素的层级关系,得出低碳经济发展的主要影响因素为经济粗放式发展、居民低碳意识淡薄和缺乏低碳专业人才.根据主要影响因素从基础情景、低碳情景和受挫情景定量模拟了中国2020年低碳经济发展水平,预测结果表明,在低碳情景下2020年能源消耗总量大致是41亿吨标准煤,C02排放量23亿吨碳当量,煤炭占一次能源需求量的60.5%,石油占18.4%,天然气占7.5%,核能占3.3%,水能占8.5%,其它新能源占2.1%.从终端能源使用部门来看,第二产业尤其是高耗能行业比重大幅下降,现代服务业比重提高,对能源需求下降起到至关重要的作用.但是随着我国经济发展和居民生活水平不断提高,居民能耗呈现不断上升的特点,因此提高居民低碳意识和倡导低碳消费有利于实现我国低碳目标.此情景模拟取得了较好的预测效果,对中国的低碳经济发展政策具有一定的借鉴意义.     

基于灰色系统的中国城市化进程中的能源制约

中国已进入城市化高速发展阶段,与之相伴随的是大量的能源需求.目前,中国城市化进程加快带来的能源需求与面临的能源制约已成为学术界和政府有关部门关注的热点.本文首先讨论了城市化与能源需求之间的关系,进而基于灰色系统Verhulst模型预测了到2020年中国的城市化水平(城市化率),避免了基于钱纳里模型预测中国城市化水平的缺陷.并通过检验城市化水平与能源需求之间的协整关系,得到了二者之间的长期均衡方程,从而预测了2020年中国的能源消费总量.结合中国全面建设小康社会任务目标中关于降低能源消耗的要求,指出了中国节能降耗任务的艰巨性,并提出了相应的对策建议.     

中国省际技术进步、技术效率与区域能源需求

构建了技术进步、技术效率与区域能源需求的分析框架,采用Malmquist指数估算1995-2007年中国29个省(直辖市、自治区)的全要素生产率(TFP)增长,并将其分解为技术进步指数和效率变化指数。在此基础上,实证分析了技术进步、技术效率对区域能源需求的影响,并考察了能源相对价格、人力资本和固定资本存量等因素,进行技术进步、技术效率对能源需求影响的实证检验,为我国制定合理的区域节能政策提供理论依据。本文的研究结果表明,技术进步、技术效率对能源需求的影响表现出明显的地区差异:技术效率对东部和中部地区的能源需求有显著负影响;技术进步只对东部地区的能源需求有显著负影响;技术进步、技术效率对西部地区的能源需求均没有显著影响。各个地区不同的经济基础、能源资源禀赋和对外开放度可能是造成该现象的主要原因。在上述结论基础上,论文对中国区域技术进步与节能提出了相应的政策建议。     

中国八大区域间碳排放转移研究

我国国土幅员辽阔,各区域的经济发展水平和产业结构差异很大。在全国尺度上,发展低碳经济需要切实贯彻区域统筹原则,这就需要对中国区域间的碳排放转移问题进行深入分析。本研究利用EIO-LCA方法及1997年中国区域间投入产出表来核算中国八大区域间产品(服务)以及隐含的碳排放在区域之间流动和转移总量。研究发现,经济拉动作用收支方面,东北区域、京津区域、南部沿海区域、西北区域和西南区域对区域经济拉动作用总量大于其承接其他区域拉动作用的总量,北部沿海区域、东部沿海区域和中部区域反之。区域间隐含的碳排放转移收支方面,北部沿海区域和中部区域碳排放转入量大于转出量,承接了其他区域的高碳负荷产业转移,其他六个区域情况相反。另外,本研究还采用万元碳排放量表示区域间经济拉动的碳负荷系数,来衡量经济拉动作用的碳环境友好程度,即碳效率。区域承接的拉动作用的碳效率从大到小顺序是:京津,西南,东部沿海,北部沿海,西北,东北,南部沿海,中部区域。     

中国区域低碳发展的情景分析——以江苏省为例

本文以江苏省为例,旨在对我国地方层面的低碳经济发展(目标年为2020年)进行探讨,并通过设定基准情景(BAU),低碳经济政策情景(LES),以及进一步推进低碳发展的国际合作与技术转移情景(ICS)三种政策情景对江苏省未来中长期能源需求与二氧化碳排放强度进行分析,提出我国地方层面实现2020年二氧化碳减排目标所需要的发展路径与对策.研究表明,在地方和区域层面上实现2020年二氧化碳排放强度在2005年的基础上降低40%-45%的目标是有可能的,通过采取发展低碳经济的相关措施,到2020年,江苏省的能源需求将比基准情景减少28%,二氧化碳排放强度将在2007年的基础上削减50%,而通过积极参与国际合作和国际间的技术转移,将有可能将二氧化碳排放强度在2007年的基础上削减52%左右.     

长江经济带碳减排潜力与低碳发展策略

为长江经济带低碳发展需要,借助长江经济带11省市2005～2014年间相关数据,对长江经济带及区域间的碳排放、能源强度、碳吸收进行测算,并探讨长江经济带未来低碳发展策略,分析 “高碳情景”与“低碳情景”下2030年各区域的碳减排潜力。研究发现：长江经济带碳排放聚集度较高且整体增速趋缓。东部区域碳排放均值最大,西部区域最小。中部区域碳排放增速最快,东部区域最慢。西部区域能源强度最高,东部区域最低;但中部区域能源强度降幅最大,东部区域降幅最小。西部区域碳汇能力最强,东部区域最弱。基于以上发现,从碳减排责任划分、低碳消费、清洁能源替代、高耗能产业优化以及区域生态质量提升等方面提出相关策略,力图实现碳源面的直接碳减排与碳汇面的相对碳减排。最后,经预测可知：2030年,长江经济带“低碳情景”比“高碳情景”减少碳排放约12亿t,中部区域将成为碳排放主要来源地     

能源活动碳排放核算与减排政策选择

应对气候变化的科学基础是摸清区域碳排放基本状况,对碳排放现状的梳理是探索环境改善路径的依据。探索低碳发展路径的核心在于减排政策选择,同时也是实现可持续发展的条件保障。京津冀协同发展背景下区域环境保护及大气污染治理成为研究热点,河北省资源环境容量与经济增长之间的矛盾日益凸显,生态文明、可持续发展的要求促使探明环境现状,研究节能减排低碳发展的创新机制。摸清河北省碳排放基本现状,探明能源需求和碳排放的演变规律,对河北省探索低碳发展路径具有实践意义。本文基于河北省全域的数据资料和实地调查,核算了河北省下辖11个地级市能源活动引起的碳排放,分析了2005-2013年碳排放的时空演化规律,以情景分析方法为基础,预测了河北省到2030年的碳排放状况。认为:第一,能源活动的碳排放量从研究时间尺度上来看,始终保持增长的趋势,且2009年以后增长更为显著;从空间尺度上来看,唐山市的排放始终是全省最高。第二,基于情景分析对河北省能源活动的碳排放可能状况进行预测。基准情景是排放量最高的情景;低碳情景下2025年前后碳排放量基本稳定;强化低碳情景下设定2030年回到2005年的排放水平上,人均碳排放量始终保持下降,2030年将与全国2012年的人均排放平均水平相当。     

马尔可夫模型在辽宁沿海经济带人力资源供给预测中的应用

辽宁沿海经济带是辽宁省"十二五"期间的重点发展区域,而区域经济的发展在很大程度上依托于人力资源的开发和利用。本文应用Markov模型分析预测了辽宁沿海经济带未来10年的人力资源供给状况,并结合人力资源的需求情况进行了供需分析,得出未来10年辽宁沿海经济带人力资源供不应求的结论。为了使辽宁沿海经济带的人力资源状况与辽宁沿海经济带发展相适应,本文提出加大政府发展教育的力度、建设良好的人才引入环境、优化人力资源配置的建议。     

北京市城市交通能源转型对策研究

城市交通是城市石油消耗量增长最快的部门,产生的CO2排放节节攀升,迫切需要能源转型发展。国内外经验总结来看,能源结构调整和节能技术发展是实现城市交通领域能源转型的主要方向。本研究以北京市为例,在核算能源消耗的基础上,构建LEAPTET模型完成城市交通能源转型情景分析:以能源转型的政策环境梳理和城市交通需求的岭回归预测为基础,设置包含基准情景、背景情景、结构调整情景(电气化转型情景和天然气转型情景)、节能技术发展情景和综合情景在内的转型情景,通过LEAP-TET模型输出不同情景下2035年北京市城市交通能源消耗和CO2排放差异,比较能源转型策略。研究结论如下:第一,综合情景节能减排效果远优于基准情景和背景情景,表明相较于单纯进行交通需求管理和结构优化,能源转型是实现交通节能减排的关键。第二,单一转型方案之间进行比较,节能技术发展情景优于能源结构调整情景,电气化转型情景优于天然气转型情景。表明节能技术发展对于节能减排的促进作用最为显著,天然气转型受限于发展基础和自身效率,并不能有效促进节能减排;电气化转型效果良好,但依赖于转型规模、电能效率,电网排放因子等,同时电气化转型对城市电力供给提出了新的要求。第三,比较各情景中燃料需求占比和不同交通方式能源消耗占比,发现到2035年,私人交通仍是城市交通中最大的能源需求部门,汽油则是最主要的动力燃料。基于此提出了坚持转型方向、加快电气化转型步伐、增加节能技术投入、引导交通主体自主参与能源转型、构建可持续交通综合政策体系等对策。     

面向“十三五”低碳发展的河南省碳减排路径

为践行中国政府到2020年的减排承诺,"十三五"期间区域碳排放预测及碳减排模式研究成为关注的焦点。文章构建拓展的IPAT模型预测BAU、CP、LC三种社会经济发展情景下的能源消费与CO_2排放趋势,进而选定"十三五"期间河南省的碳减排路径。研究表明,2000年以来河南省能源消费及CO_2排放总量与人均量均不断攀升。河南省能源消费与CO_2排放的预测量在三种情景下呈现不同的能源与部门结构特点,不同情景下的碳减排任务完成难度有所差异,LC情景下的低碳模式有助于实现"十三五"期间的碳减排目标。河南省的低碳发展本质上需要经济发展方式的转变。     

中国城市化发展决定因素的地区差异

城市化的发展与地方经济发展水平和劳动力迁移密切相关，中重城市化进程中的一个显著特征是区域差异非常明显，其根源是在国内经济发展水平不同的各地区，影响城市化发展的诸因素之发育程度及所起作用不同。本文运用平行数据《panal》模型，对影响中国各省、直辖市和自治区城市化发展的请因素进行了实证分析。主要结论为：①各地区之间，特别是沿海与内地之间。城市化进程的差异非常显著。②在中部地区，第二产业的发展对当地城市化水平的提高起推动作用；而在沿海地区，则由第三产业扮演着更为重要的角色。③对外开放政策对推动中国的城市化发展起了显著作用，在沿海省份表现尤为突出。由此可以推断。中、西部开放力度的加大将推动当地城市化的发展。④农村非农产业的发展在城市化进程中发挥着双重作用：在沿海和西部地区，农村非农产业对城市化起补充作用；而在中部地区，则起替代作用。     

曹妃甸工业区水资源承载能力研究

根据曹妃甸地区地表水和地下水资源异常紧缺、降水量不足、主要依靠跨区域调水的特点,综合考虑环境、人口、社会、经济等各方面要素,选取水资源子系统、生态环境子系统和社会经济发展子系统,并运用区域水资源规划管理理论,采用多目标规划技术建立了水资源承载力的多目标评价模型;结合按照各种发展模式设定的A,B,C,D四种情景,采用隶属度的方法分析计算了曹妃甸工业区2010,2020,2030年在A,B,C,D四种不同发展情景下的水资源承载力,得出A,B发展模式下曹妃甸工业区水资源准不可承载,C,D发展模式下可承载的模型预测结果;并针对评价结果,结合工业区实际情况,提出曹妃甸工业区提高水资源承载力的对策.     

基于多情景下区域内土地可持续利用系统研究——以乌鲁木齐市土地开发区为例

本研究在综合分析乌鲁木齐市周边的经济开发区功能及土地结构分配的基础上,利用最优线性规划模型对该区域的农田,牧地,园地,林地等功能区进行预测并深入分析。针对规划的结果进行多种情景下分析,提出适合实际情景下的优选方案,为相关部门提供决策依据。     

基于CDECGE模型的中国能源需求情景分析

从我国未来经济社会发展目标出发,根据不同的政策目标设定了3种经济发展情景:基准情景、强化低碳情景和粗放型情景。分析了3种情景下我国未来的一次能源需求量、能源消费结构及CO2排放趋势,为把握我国未来的能源安全形势、控制温室气体排放提供了有效的政策分析工具。研究方法是在Monash模型的基础上构造的我国能源经济动态可计算一般均衡模型(CDECGE)。结果显示,按照现在的经济增长方式和增长率预期,如果没有额外的政策措施,2020年之前我国能源需求仍将快速增长,但在适度的低碳政策引导下,我国2020年的能源需求将控制在45.52亿t标煤,CO2排放强度将达到1.635 t/万元,相对2005年下降45%。碳税作为一种经济减排政策,会有效的降低CO2排放,减少化石能源的需求,使经济向低碳社会转型,从而实现2020年CO2排放强度降低的减排目标。因此,为减缓能源需求量的快速增长趋势,实现减排目标,可以从改善产业结构、实行碳税政策等方面采取措施,优化能源结构,实现经济结构转型,从而保障能源供应安全和控制温室气体排放。     

长江中下游夏季极端降水事件频次的统计降尺度模拟与预估

利用CMIP5三个耦合模式的历史模拟及不同情景预测结果、NCEP/NCAR再分析资料和长江中下游观测降水资料,采用统计降尺度方法对长江中下游夏季极端降水频次进行模拟和预估。首先,通过计算相关的方法,获取建立统计降尺度预测模型所需的预测因子。提取的预测因子同时满足既是观测环流要素场影响极端降水的关键区域,又是模式要素场预报的高技巧区域两个条件;然后,结合挑选出的预测因子,利用多元线性回归方法建立长江中下游极端降水的统计降尺度预测模型,并对模型性能进行检验。交叉检验结果表明,此种统计降尺度方法能对过去长江中下游极端降水变化有较好的再现能力,且多个降尺度模型结果的集合能进一步提高降尺度方法的模拟技巧;最后,将建立的统计降尺度模型应用于CMIP5未来3种不同的排放情景来对极端降水进行未来预估,并对多模式结果进行集合。结果显示,统计降尺度模型预估未来几个年代际长江中下游夏季极端降水频次相对于1986~2005年呈增加趋势,21世纪中、后期高排放情景下极端降水频次增加幅度高于低排放情景。