区域产业结构演进的节能效应比较

产业结构是影响能源消费的重要因素,处在不同发展阶段的区域,其产业结构演进的节能效应有所差异。根据产业结构和能源消费强度两个因子,将全国30个省（直辖市、自治区）划分为四类区域,并从中选择北京、广东、贵州、山西作为典型代表,对其1995—2007年期间产业结构演进的节能效应情况进行纵向分析,并进一步进行横向比较。研究结果表明,各类区域在产业结构的节能效应方面既有相同之处,又有所差异。相同之处表现在：能源强度都呈现出下降态势;效率因素对能源强度的影响都比结构因素的影响大;影响能源强度变化的主要部门是能耗较高的工业和交通运输邮电仓储业,这两个部门在GDP中的比重变化以及单位能耗分别决定着结构和效率因素的节能效果。差异之处表现在：能源强度的下降幅度和阶段变化不同;结构和效率因素对能源强度的影响方向和效果不同。     

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.      

基于超效率SBM的中国省际工业化石能源效率评价及影响因素分析

工业占据我国最大的化石能源终端消耗,评价中国工业化石能源效率对于提高我国工业化石能源效率和实现节能减排目标具有重要意义.本文运用包含非期望产出的超效率SBM模型评价中国30个省(直辖市、自治区)和三大区域(东部、中部、西部)2006—2011年间的工业化石能源效率,运用Tobit回归模型分析工业化石能源效率的影响因素,并给出各区域节能减排潜力.研究结果表明:北京、天津、上海等地区每年的工业化石能源效率指数均远远领先于其他省份;东部区域效率值以明显的优势高于中部和西部区域;西部区域的效率值比较平稳;中部区域内部各地区效率值比东部和西部区域集中.Tobit回归分析结果表明,地区GDP、经济结构、外商直接投资、工业新增固定投资和地理位置位于东部对地区工业化石能源效率有积极影响;产业结构和地理位置位于中部对地区工业化石能源效率有消极影响;地区人均GDP对地区工业化石能源效率没有显著性影响.东部地区油品和天然气节能潜力较大,中部地区煤炭节能潜力较大,西部地区煤炭和天然气节能潜力较大;中部和东部地区是工业CO2减排的重点.基于以上研究本文给出了3点建议提升工业能源效率.     

中国建筑业碳排放强度影响因素分析

针对2000—2014年我国建筑业构建了碳排放强度测算模型,并基于对数平均迪式指数分解法(LMDI)对碳排放强度的影响因素从能源碳排放强度效应、能源结构效应、能源强度效应以及间接碳排放强度效应4方面进行了分解分析,结果显示:2000—2014年我国建筑业碳排放强度出现了两次波动,但总体呈下降趋势,间接碳排放强度效应对碳排放强度变化起主要作用,是阻碍建筑业碳排放强度下降的主要因素,能源结构效应与能源强度效应对其贡献较小,二者在碳排放强度上升阶段对其变化起抑制作用,在碳排放强度下降阶段对其变化起促进作用。     

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。     

北京市制造业减污降碳协同效应分析和驱动因素

基于北京市2013～2020年制造业大气污染物和CO₂排放数据计算结果,分析了制造业排放变化特征,采用协同效应系数评估了制造业减污降碳的协同效果,并利用LMDI模型量化分析了人口规模、经济发展、产业结构、能耗强度、能源结构和排放强度对于大气污染物排放、CO₂排放以及二者综合的驱动影响程度.结果表明,北京市制造业排放总体呈下降趋势,2013～2020年,大气污染物排放减少了79.2%～92.5%,CO₂排放减少了60.3%,各项排放在“清空五年”和“蓝天三年”时期呈现不同的阶段性特征.从减污降碳协同效果来看,各项大气污染物和CO₂的协同效应系数均在0～1之间,对于大气污染物的减排作用大于CO₂.从各驱动因素影响来看,能耗强度降低和能源结构优化对于排放的负向拉动作用较大,排放强度降低对于大气污染物排放具有抑制作用;从协同减排综合驱动影响来看,能耗强度降低的协同效果最为明显,产业结构调整在“蓝天三年”时期的协同效果最佳.     

基于面板数据的制造业行业能源结构和能源效率对碳强度的贡献分析

为了探讨我国制造业行业能源结构和能源效率对碳强度的贡献,根据碳强度的分解模型,研究了能源结构和能源效率与碳强度之间的数量关系,通过贡献系数分析其对碳强度降低的贡献,并利用2005—2009年制造业30个行业的面板数据进行实证分析。研究发现:制造业部门30个行业的能源效率贡献系数均大于能源结构贡献系数;13个高耗能行业的碳强度呈现刚性特征,其他17个行业的能源效率贡献系数均大于1%,能源效率对降低碳强度的贡献比较显著,且21个部门的贡献潜力趋于上升。     

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。     

全要素视角下中国西部地区能源效率及影响因素

将非期望产出纳入到投入产出指标体系中,运用超效率DEA方法测算出2003~2012年中国29省区的全要素能源效率,利用Malmquist指数对西部地区全要素能源效率变动进行分解,并应用Tobit模型研究了西部地区全要素能源效率的影响因素.结果表明:西部地区全要素能源效率远低于东部地区,也略低于中部地区,说明西部地区整体能源利用效率较低;西部地区省际间全要素能源效率存在明显差异,但这种内部差异近年来逐步缩小;西部地区全要素能源效率在样本期间整体呈下降趋势,技术进步、纯技术效率变化、规模效率变化对全要素能源效率都有显著影响,技术退步是导致西部地区全要素能源效率下降的主要原因;产业结构优化和技术进步对提高全要素能源效率有积极作用,而能源价格和煤炭消费比重对全要素能源效率有负向影响.     

吉林省能源消费碳排放变化趋势预测与影响因素分析

探讨区域能源消费碳排放的长期变化趋势对碳减排政策的制定和减排目标的实现有重要意义。该文以吉林省为例,研究基于STIRPAT模型能源消费碳排放的影响因素,分析其历史变化特征,分别设定节能情景和节能-低碳情景预测吉林省未来的碳排放走势。研究结果表明,经济增长是影响碳排放的主要因素,碳排放强度的下降是抑制碳排放的主要因素;随着时间的推移,碳排放先后经历碳排放增长期、高峰期和回落期,整体呈倒"U"型趋势;相较节能情景,节能-低碳情景碳排放增长趋势放缓且各年份碳排放水平更低。     

安徽省近10年能源足迹测度及驱动因子分析

安徽省为生态建设省,随着中部崛起战略与皖江城市带承接产业转移示范区建设的实施,能源消费给当地生态环境形成了较大压力. 依据生态足迹模型对安徽省2000—2009年能源足迹进行了时间序列测度,基于STIRPAT模型揭示了能源足迹驱动因子的边际贡献,运用灰色GM(1,1)模型预测了2015年与2020年能源足迹. 结果表明:安徽省人均能源足迹由2000年的0500 8 hm2增至2009年的1043 5 hm2,人均能源足迹赤字由2000年的0432 9 hm2扩至2009年的0975 5 hm2;煤炭足迹对能源足迹平均贡献率为7629%,占主导地位;能源足迹强度由2000年的1083 3 hm2104元降至2009年的0704 7 hm2104元;研究时段内,能源足迹生态压力指数均大于5 人均GDP和第二产业在经济中所比例均与能源足迹呈正相关,二者边际弹性系数分别为0000 073 57和0006;而单位工业增加值能耗与能源足迹呈负相关,其边际弹性系数为-0186.      

辽宁沿渤海地区水资源利用效率初评

总结了水资源利用效率的概念和计算方法,梳理了辽宁沿渤海地区的重点产业,采用狭义的水资源利用效率计算方法,以2007年辽宁沿渤海地区用水量为基础,分别计算了辽宁沿渤海5市的万元GDP用水量、万元工业增加值用水量、万元建筑业增加值用水量、万元三产增加值用水量、人均用水量、城镇居民生活用水量、农村居民用水量。结果表明,盘锦人均用水量和万元GDP用水量在辽宁省沿渤海5市中均为最高,其主要原因是盘锦农业用水多,农业产出的GDP相对少。     

高频电源在我国电除尘器上的应用及节能减排潜力分析

分析了电除尘器高频电源节能减排的机理,介绍了国内外高频电源的研究与应用情况,并指出其相对于传统工频电源的优越性。以上海外高桥第三发电有限责任公司8号炉的电除尘器改造为例,介绍了高频电源在1 000 MW燃煤机组电除尘器上的节能减排效果：在日常运行期间,改造后除尘器出口烟尘排放浓度由42 mg/m³下降至17 mg/m³,减排59.5％,电除尘器能耗降低71.7％。结合所选案例以及高频电源在其他电厂燃煤机组上成功应用的经验,分析了电除尘器高频电源对我国电力行业节能减排潜力：在2009年电力行业有关统计数据的基础上,若火电行业电除尘器全部进行高频电源改造,每年可节电31.5亿kW·h,相当于节约标准煤107.7万t,可减少120~210万t烟尘排放,1.07万t SO₂排放,6 462~9 693 t NO_x排放,310万t CO₂排放。     

关中城市群生态足迹演变趋势及公平性评价

自然资本与人造资本的分配公平与配置效率是可持续共享区域生态资源的保证。论文在测算2005—2014年关中城市群生态足迹的基础上,以生态足迹、生态承载力、GDP分别表征区域内自然资本需求、自然资本收益、人造资本收益,采用基尼系数、时空分析指标、生态承载系数、经济贡献系数分析区域资源分配公平与配置效率的程度。结果显示,2005—2014年,关中城市群生态承载基尼系数、经济贡献基尼系数、综合基尼系数分别置于 [0.18, 0.20]、[0.24, 0.29]、[0.23, 0.28]区间。同时,结果表明,关中城市群GDP上升趋势显著快于生态足迹,生态要素匹配较好,其中,咸阳市、宝鸡市、铜川市属相对“高生态承载贡献、低经济贡献”城市,西安市、杨凌示范区属相对“高经济贡献、低生态承载贡献”城市。     

排放强度承诺下的CO2排放总量控制研究

单位国内生产总值(GDP)CO2排放下降承诺的本质是一种CO2排放总量控制.提出了强度承诺下的CO2排放总量控制模型,给出了不同情景方案下的2020年全国CO2排放总量控制目标,并提出86.24亿t的总量控制目标,其相对基准情景减排12.63亿t,相对减排12.8%.在实现这一目标中,能源结构调整和节能减排的贡献分别为33%和48%.在“十二五”和“十三五”期间,非化石能源消费比例分别提高至13%和15%,两期分别每年投入1500亿元和2000亿元.2020年的减排成本约在1300~2100亿元之间,占当年GDP约0.3%.     

产业结构调整对山东省碳排放的影响

在全球变暖的背景下,山东作为工业大省,碳排放总量居全国第一。因此,如何通过“转方式、调结构”以控制和减少碳排放是山东省日益紧迫的重大课题。论文采用LMDI分解方法定量分析了1994-2010 年山东省产业结构调整对碳排放的影响,并在此基础上结合LEAP模型预测2030 年之前的产业结构调整对山东碳排放的贡献。得出以下结论：①1994-2010 年产业结构效应为351.39×10⁴ t 标煤,对碳排放增长的贡献度为3.91%;②工业比重上升或下降1 个百分点所对应的CO₂排放量增加或减少78.6×10⁴～83.7×10⁴ t 标煤;③在基准情景和低碳情景下,到2030 年未来产业结构的调整对CO₂ 排放增长的贡献率分别约为-5.3%和-10.4%。这表明,与此前产业结构变动导致碳排放量增加的情形相反,未来产业结构的调整有助于减少碳排放。     

吉林省COD排放环境学习曲线及减排潜力分析

基于2000-2009年吉林省9个市（州）COD排放量,对人均COD排放量和万元GDPCOD排放量的区域分布格局及其成因进行了定量分析;同时,基于2000-2009年COD排放量和人均GDP,建立了吉林省万元GDPCOD排放量随人均GDP变化的环境学习曲线,分析了2000-2009年COD排放环境负荷变化及减排潜力,对《吉林省国民经济和社会发展第十二五个五年规划纲要》确定的削减8．8％目标的可达性进行了预测。结果表明：在吉林省国民经济和社会发展指标条件下,目标值和预测值的误差小于2％,能够实现COD削减的约束性指标。     

江苏省环境负荷预测分析

江苏省在经济可持续发展中面临能源自给率不足、环境容量有限、生态调节能力较弱及节能环保压力.利用环境负荷控制方程,以能源消耗量作为表征参数,对江苏省2000─2005年的环境负荷现状进行计算,并对其进行分析.对2010,2015和2020年的环境负荷进行预测,结果表明:江苏省经济在GDP年递增率达10%的高速发展条件下,若万元GDP能源消耗年降低率仍维持在2000─2004年的3.23%的水平而不加以控制,则2010年总能源消耗量将达到2.30×108 t,并以8.38%的年增长率递增.为使江苏省能源消耗的水平基本维持在2005年的水平,必须使万元GDP能源消耗年降低率接近、等于甚至大于9.09%.从能源结构调整、技术进步等方面给出强化节能降耗的相关建议,以控制江苏省环境负荷,从而减轻能源和环境对经济发展的压力.      

甘肃省虚拟能行业分布及其省际贸易空间格局

基于投入-产出模型,研究了2007、2010、2012年甘肃省分行业能源的直接和完全能耗系数大小,以及省际贸易中虚拟能源的净输入和净输出特征.结果表明：2007~2012年,甘肃省人均虚拟能源消费量和能源生产总量均呈上升趋势,增幅分别为25.5%和28.2%,13.9%和13.6%,能源消费量增幅远高于能源生产总量.2007~2012年甘肃省虚拟能源在行业间的流动趋势变化明显,其中2007年虚拟能源主要流向工业和交通运输及仓储业,其值分别为2957.41和2336.35万t标准煤.2010年变化趋势与其一致,其值分别为2563.92和3094.53万t标准煤.2012年虚拟能源主要流向建筑业和批发零售及其他行业.其值分别为3690.54和3080.61万t标准煤.2007~2012年,甘肃省虚拟能源总量增加了28.9%,其中建筑业和批发零售及其他行业分别增加了94.7%和92.5%,农业,工业和交通运输及仓储业分别减小了24.4%,42.3%和91.6%.2007~2012年甘肃省虚拟能源呈净输入-净输出-净输入的贸易格局,主要输向河北、内蒙古、上海和陕西等能源总量较多且经济发达的地区,其中工业和交通运输及仓储业为主要输出行业,分别占总输出的36.6%和38.3%;输入主要来源于北京、辽宁、江苏、福建和宁夏等省区.因此,减少省内能源输出量,提高省外输入量对甘肃省经济和能源的可持续发展及利用至关重要.