保定市能源消费碳排放演变机理研究

文章依据IPCC指南,测算了2001-2010年保定市工业和有关行业一次能源消费的碳排放量,结果显示碳排放总量由2001年的694.485 0万t增加到2010年的2 843.659 9万t,增长了4.09倍。其中煤炭类能源对历年碳排放总量的贡献率保持在90%以上,而且除2001年外,85%以上的煤炭碳排放集中于工业行业。借助广义灰色关联模型,分阶段计算了能源消费、GDP、固定资产投资、工业增加值、人口数量的规模和结构及能源强度与碳排放的综合关联度。通过分阶段结果比较,总结出保定市能源消费碳排放演变机理如下:规模效应对碳排放的影响不仅最大而且日益增强;能源强度表现出正向和负向两种影响趋势;结构效应较为复杂,最明显的变化是工业结构超过城市化率成为影响碳排放的最重要的结构因素。     

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.      

厦门工业终端能源消费CO_2排放和减排情景分析

工业是城市能源活动CO2排放的最重要部门,核算工业部门CO2排放以及合理的减排情景分析是城市碳减排的关键内容。该研究以区域终端消费电热力产品CO2排放系数为基础,建立终端能源消费CO2排放核算方法,比较了终端法和直接法核算2007年厦门工业能源消费CO2排放量、行业分布和排放强度的差异,分析了影响工业CO2排放的主要因子和各情景下工业CO2减排潜力。研究结果表明:2007年厦门市工业终端能源消费CO2排放量为7 940 kt CO2,排放强度为1.182 t CO2/万元GDP,排放强度较高的行业依次为化学纤维制造业、非金属矿采选业、化学原料及化学制品制造业、电力和热力的生产和供应业等行业,影响排放强度的主要因子为行业能源消费强度、电力能源结构、工业能源结构和工业行业结构;采用终端法核算的厦门工业能源消费CO2排放行业结构与直接法核算结果有明显的差异。通过建立的CO2减排潜力估算方法,预测在规划情景和理想情景下,2015年厦门市工业CO2排放强度将分别下降30.4%和41%,在工业增加值为1 500亿元情景下,CO2排放总量分别为12 358和10 475.9 kt CO2,比2007年增长55.4%和31.7%。     

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.      

产业结构和能源结构的变动对碳排放的影响分析:基于环境库兹涅茨曲线检验

以重庆市1978-2013年能源消费数据为基础,根据IPCC提出的碳转化系数计算法,分析了产业结构和能源结构的变动对碳排放变化趋势的影响,并采用环境库茨涅兹曲线(EKC)模型分析探讨了碳排放量、能源消费与经济增长的相关关系。结果表明,35年来重庆市经济增长依赖的主要是能源的大量投入,碳排放、能源消费量与经济增长呈现显著的"倒U型",具有EKC假设图形的趋势特征,拐点出现在2020年左右,短期内经济增长与碳排放离实现"绝对脱钩"较远。从产业结构来看,规模以上工业企业部门是碳排放的主要部门,而高耗能行业碳排放占到规模以上工业企业碳排放量的80%以上。从能源结构分析来看,以煤炭为主的传统型能源结构,煤炭是碳排放的主体。因此,结合区域特点等相关政策,提出了大力发展第三产业,优化现有产业结构;加快调整工业内部行业结构;大力发展节能新技术,尤其是煤炭净化技术;加大推进碳排放权交易,大力开展林业碳汇交易等方面的思考与建议。     

基于LEAP模型的工业园区碳达峰路径：以南京某国家级开发区为例

工业园区是能源消费和碳排放的密集区域,推动工业园区碳达峰对国家早日实现碳达峰目标具有重要意义.以南京某国家级开发区为例,基于LEAP模型,设置基准情景（BAU）、非工业减排（S1）、全行业一般减排（S2）、全行业强化减排（S3）和深度减排（S4）共5类情景,分析各情景下的能源消费需求和CO2排放变化情况,评估各项措施的碳减排贡献,提出园区实现碳达峰目标的政策建议.结果表明,S2、S3和S4情景下能源消费需求和CO2排放量将分别于2035、2030和2028年达到峰值,能源消费需求峰值（以标煤计）分别为26.28、21.66和19.10万t,CO2排放峰值分别为75.35、59.34和53.24万t.工业是研究区域能源消费和碳排放的主要贡献行业,S2、S3和S4情景下工业能源消费和碳排放占比分别于2035年、2030年和2028年达到峰值57.1%、56.0%、53.6%和64.2%、66.2%和62.9%.工业能效提升的碳减排贡献最大,其次为经济增速放缓,交通新能源汽车推广和公共建筑节能的碳减排贡献不显著.综合考虑碳达峰时间和园区碳排放强度考核目标,建议将S3情景作为该园区碳达峰的实施...     

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。     

上半年天津市工业企业能源利用效率继续提高

2008年上半年,天津市工业经济保持快速增长势头,规模以上工业企业（以下口径相同）实现增加值1635．94亿元,比上年同期增长21．0％：综合能源消费量1635．29万t标准煤,同比增长9．9％：单位工业增加值能耗1．11t标准煤／万元,同比下降9．2％。工业能源消费量持续平稳增长．单位增加值能耗继续降低。能源利用效率有所提高。     

上海市碳排放强度的影响因素解析

采用对数均值迪氏分解（LMDI）法对1995—2008年上海市碳排放强度进行分解分析. 结果表明,产业部门能源强度的下降是上海市碳排放强度下降的主要原因,贡献率为67.6%. 进一步分析显示,上海市能源强度的下降主要来源于第二产业,但由于传统的工业节能改造的潜力有限,近年来工业能源强度下降的速度逐渐放缓,其对碳强度减排的贡献趋于减少. 能源结构和产业结构的调整是碳排放强度下降的次要原因,贡献率分别为18.2%和14.2%. 但是能源结构和产业结构仍然存在较大的调整空间,这2个因素有望对碳排放强度的下降作出持久的贡献.      

产业转移视角下京津冀石化产业碳排放因素分解与减排潜力分析

石化产业是我国经济的支柱性产业,但其大量的碳排放却给环境造成严重负担,因此提倡石化产业低碳发展能有效推动京津冀区域经济与环境绿色均衡发展.基于产业转移视角,分析2007-2016年京津冀区域石化产业碳排放量现状;运用对数平均迪式分解（Logarithmic Mean Divisia Index,LMDI）法分解并分析京津冀区域石化产业碳排放量影响因素在三地的作用效果,进而借助产业竞争力系数佐证碳排放量影响因素作用效果在区域间的关联性;最后通过合理调整京津冀区域石化产业能源结构,将未调整和调整后的能源结构类型分别设置为基准情境和低碳情境,利用SPSS拟合最优曲线来预测2017-2030年京津冀区域石化产业减排潜力.结果表明:①2007-2016年京津冀区域石化产业碳排放量增加386.79×104 t,碳排放强度由0.77 t/（104元）降至0.31 t/（104元）.②2007-2016年,能源强度因素使京津冀区域石化产业碳排放量减少13 663.77×104 t,其贡献率高达148.38%;人均GDP因素促使石化产业碳排放量增加12 327.10×104 t,贡献率达110.69%.③对于石化产业竞争力系数,北京市由0.03降至-0.02,为三地石化产业转出地;河北省由-0.14增至0.16,为转入地.④在低碳情境下,2020年、2030年京津冀区域石化产业碳排放量分别比基准情境减少502.84×104、528.95×104 t,碳排放强度分别降至0.19、0.17 t/（104元）,均达到发展目标的要求.研究显示,2007-2016年京津冀区域石化产业碳排放量逐年上升,承受巨大减排压力,该区域可以通过调整石化产业能源结构来挖掘碳减排潜力,推动石化产业绿色发展.      

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。     

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.     

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.     

中国工业碳排放强度变化的结构因素解析

以1986-2016年为研究时段,将41个工业部门归类为16个部门,在运用CKC模型分析各部门产值与其CO₂排放量关系的基础上,建立以碳排放部门结构、碳排放系数、能源消费强度以及产值部门结构为因素的工业碳排放强度kaya分解模型,运用LMDI法分析不同因素对中国工业碳排放强度变化的贡献。研究发现:工业不同部门产值与其CO₂排放量的关系不同。只有木材加工及家具制造业、造纸印刷及文教用品制造业和非金属矿物制品业呈现倒U型关系,机械交通电气电子设备制造业呈现倒N型关系,其余部门都呈现线性递增或单调递增关系。从工业碳排放强度变化的贡献因素看,非金属矿物制品、化学工业、医药工业、机械交通电气电子设备制造业和木材加工及家具制造业等资金和技术密集型行业的技术性CO₂减排效应显著。其他制造业、石油和天然气开采业、纺织服饰业和化纤及橡塑工业等以初级产品加工为主的行业的结构性CO₂减排效应显著,而石油加工炼焦和核燃料加工业、金属冶炼及制品业、电力煤气及水生产和供应业在产值与CO₂排放量的同步递增关...     

北京能源消费排放CO2增量的影响因素分析——基于三层嵌套式的I-O SDA技术

通过构建一个扩展的竞争型经济-能源-碳排放投入产出表,运用三层嵌套结构式I-O SDA 技术,从整体情况、分产业、工业分行业3 个层面,对1997—2007 年北京的碳排放增量进行了分解。结果表明:消费、投资、调出和出口等经济规模增长要素,以272.46%的贡献率成为增排的主要因素,而能源消费强度变动效应,则以-237.13%的贡献率成为减排的决定性因素;在规模扩张各效应中,调出和消费超过投资和出口达8 403.38×10⁴ t,是增排的主要贡献者;2002—2007 年间以“高碳”为特征的新一轮工业化,使该期增排占到1997—2007年总增量的86.41%;服务业的贡献率是75.93%,为增排的第一大部门,但2002—2007 年工业超出服务业1 036.40×10⁴ t;重制造业的贡献率是1 030.76%,为增排的重点行业,而能源工业则以-992.81%的贡献率,成为减排的重点行业;各时段各效应在不同产业、工业不同行业发挥的作用大小不同且不够稳定。     

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.     

面向碳达峰目标的重庆市碳减排路径

以重庆市为案例构建本地化LEAP模型,借助LMDI分解、Tapio脱钩弹性系数、单一措施减排效果比较以及减污降碳交叉弹性,探寻重庆市碳达峰目标下的关键影响因素及其碳减排路径特征.结果表明:重庆市在当前碳减排措施力度下难以实现2030年前碳达峰目标,若强化碳减排措施,重庆市可于2025年前实现碳达峰目标,峰值约为1.62...