共查询到10条相似文献,搜索用时 15 毫秒
1.
能源消费量和二氧化碳排放量是衡量地区经济发展的重要指标.该文通过数据调研及碳排放估算,对辽宁省2005~2010年能源消费及其产生的二氧化碳排特征和变化趋势进行了研究.结果显示,2005年以来辽宁省能源消费总量呈上升趋势,煤炭和石油消费量在总消费量中的比例超过95%,是辽宁省的主导能源.2005-2010年,辽宁省二氧化碳排放量逐年增加,碳排放强度逐年降低.辽宁省第二产业能源消费和二氧化碳排放量占主导地位,二氧化碳排放量从高到底依次为第二产业,第三产业,第一产业. 相似文献
2.
化石能源消费产生二氧化碳,二氧化碳排放量增加导致气候变化,因此,京津冀地区能源消费将会受到二氧化碳(CO2)排放量(碳排放)的制约。首先,利用经典的时间序列模型预测了驱动因素,如国内生产总值(GDP) 、人口、城市化率、产业结构和能耗强度等。然后将驱动因素预测值作为自变量,能源消费作为因变量,采用神经网络方法计算出北京、天津和河北的能源消费量。并利用排放系数法计算实际碳排放量作为约束量,根据内增原理对煤炭、石油、天然气和其它能源消费量进行优化,优化结果作为京津冀在应对气候变化的能源消费可行路径。研究表明:经济和社会是驱动能源消费量增长的主要驱动因素,碳约束下的能源消费路径核心在于控制煤炭和石油消费,天然气和电力供应是能源结构调整的关键。 相似文献
3.
4.
比较准确地测算了我国29个省份的二氧化碳排放总量和人均排放量,并根据人均排放和收入,构建省级二氧化碳排放异质型面板,利用动态面板数据模型研究我国二氧化碳排放EKC曲线及影响因素.实证结果显示,高收入和低排放低收入地区的经济发展水平与二氧化碳排放量存在倒"U"型关系,环境库兹涅兹曲线假说成立.经济和产业结构、能源消费、国际贸易和城市化水平等是我国二氧化碳排放的重要影响因素.另外,我国二氧化碳排放表现出明显的路径依赖现象. 相似文献
5.
福建省能源消费的二氧化碳排放与结构分析 总被引:1,自引:0,他引:1
基于能源消费统计数据,利用《IPCC 2006国家温室气体清单指南》推荐的基准方法,对1997—2007年福建省能源消费结构、能源消费的二氧化碳(CO2)排放量、产业的CO2排放分布、CO2排放强度进行计算并分析.结果表明:1997—2007年福建省能源消费总量和CO2排放量均呈显著上升趋势;在各产业部门中,以工业为主的第二产业是能源消费和CO2排放的主体,在CO2排放总量中所占的比重近年来有加大的趋势,第一、第三产业和生活消费CO2排放所占比重都有所减小;1997—2007年福建省CO2排放强度和人均CO2排放量都有增长的趋势. 相似文献
6.
碳减排是人类社会应对化石能源短缺和气候变化双重挑战的必然选择。2015年,《中国国家自主贡献》明确提出中国到2030年的自主行动目标为:二氧化碳排放2030年左右达到峰值并争取尽早达峰;单位GDP二氧化碳排放比2005年下降60%~65%。甘肃作为一个经济欠发达地区尚处于工业化和城镇化阶段,能源消费需求会不断扩张,碳减排压力将与日俱增。通过计算甘肃历史碳排放量和碳强度,并依据能源消费状况、产业发展等实际情况,对甘肃碳排放的影响因素进行分析。分析结果表明:能源消费结构、产业结构、技术发展水平和重大工程项目是影响甘肃碳排放的4个主要影响因素,提出了绿色低碳发展的若干建议。 相似文献
7.
以河北省为研究区域,基于2010-2020年统计数据,使用碳排放系数法、消费者生活方式法分别计算了居民生活消费的直接碳排放量、间接碳排放量,并运用LMDI分解模型分析其影响因素.结果表明:2010-2020年河北省居民生活消费碳排放量持续升高,年均增长15.30%,间接碳排放量占比由54.15%增加到64.07%;直接碳排放量中煤炭占比下降了16.45%,电力占比最大且稳定在40%左右;间接碳排放量中占比最大且比重上升的类别为居住和交通通信;人均居民生活消费碳排放量分别与人均GDP、城镇化率呈显著正相关,无明显倒U型库兹涅茨曲线关系;能源消费强度是抑制居民生活直接碳排放量增长的主要因素,居民消费水平是拉动直接碳排放量增长的决定性因素,家庭消费强度是抑制间接碳排放量增长的关键因素,家庭消费结构、居民消费水平是拉动间接碳排放量增长的决定性因素. 相似文献
8.
9.
郑彦 《齐齐哈尔大学学报(自然科学版)》2011,(2)
对我国的经济增长与能源消费、二氧化碳排放等的关系进行实证研究在当前具有十分重要的意义.采用SPSS软件建立的回归模型,对未来十年我国的二氧化碳排放量及排放强度进行了估计:我国未来的二氧化碳排放总量仍然会有很大增幅,并且二氧化碳排放效率在短期内不会有明显的改善. 相似文献
10.
利用排放系数和对数平均D氏指数(LMDI)分解法对甘肃省直接生活能源消费碳排放量和影响因素进行了计算和分析,并结合多种方法建立了预测模型.研究结果显示:(1)2000—2010年,碳排放量呈现整体增加的趋势,增幅为55.14%,在各种能源中煤的碳排放居于首位.就城乡结构而言,城镇的人均碳排放量高于农村,但由于农村人口基数大,其碳排放总量却高于城镇;(2)人均消费水平和能源消费强度分别对人均碳排放起到正向促进和负向抑制作用,城镇居民消费水平的提高和城镇人口比例的逐年上升以及城镇能源消费强度的下降和城镇消费在总消费比例的增加是根本原因;(3)以GM(1,1)预测模型和三次多项式模型为基础的组合预测模型,具有精度高、偏差小、预测结果较合理等优点,具有一定应用潜力. 相似文献