基于STIRPAT模型的京津冀“碳达峰”预测研究

为了解决京津冀地区碳排放量达峰问题,以河北省为例,研究京津冀碳排放达峰实现路径,对京津冀未来的碳排放量进行预测分析,建立以河北省2004—2021年碳排放相关数据为基础的STIRPAT碳排放预测拓展模型。设置了6个情景,通过综合考虑人口规模、人均GDP、城镇化率、产业结构、能源强度、能源结构数据的变化速度,模拟不同情景下京津冀2022—2040年的碳排放趋势,进而预测京津冀三地的“碳达峰”时间与碳排放峰值。结果表明：北京除清洁发展情景是在2030年达峰,其余情景均在2035年达到峰值;天津除经济放缓情景是在2030年达峰,其余情景均在2035年实现“碳达峰”;河北除基准情景在2035年达峰外,其余情景均是在2030年达到峰值。所提的碳排放预测拓展模型在考虑多情景分析下,就京津冀地区如何控制和减少碳排放量提出相关建议,可为京津冀低碳经济的发展提供一定的参考依据。     

基于中国TIMES模型的碳排放达峰路径

该文以中国能源系统优化模型(China TIMES)为基础,构建了碳排放达峰路径模型体系,分析了中国未来可能的碳排放峰值水平和达峰路径,综合评估了各部门及各项措施的碳减排贡献。结果表明:在参考情景下,中国的能源消费与碳排放在2010—2050年间将持续增长,对能源安全和应对气候变化带来严峻挑战;在达峰情景下,通过发展非化石能源和推广高耗能工业的节能减排技术,使得电力、工业和高耗能工业部门分阶段地实现碳排放达峰,进而实现2030年碳排放峰值达100亿~108亿t;电力和工业部门是碳减排的关键部门,二者在2030年的减排贡献分别达到75%和15%;发展非化石能源和提高高耗能工业的能效是碳减排的关键措施,二者在2030年的减排贡献分别达到65%和15%。     

基于STIRPAT模型的上海市碳达峰预测研究

本文根据1997年—2019年上海市碳排放相关数据，筛选后确定人口、人均GDP、能源强度、能源结构以及交通周转量5个特征因子建立STIRPAT模型，利用Python的sklearn机器学习库中的岭回归模型对方程进行拟合，采用划分数据集的方式选取岭回归合适的超参数α,最终得到上海市碳排放预测模型。采用每5年设置一次变化率、5年内变化率匀速下降的方式设定未来特征变化率，且各特征值变化率均采用等差方式设定高中低3档，组合形成5种情景，运用情景分析法对上海市2040年前的碳排放量做出预测：在低碳发展情景与节能情景下，上海市可以完成2025年前碳达峰的目标；在中间基准情景、理想情景与自由发展情景下，无法完成2025年前碳达峰的目标。根据碳排放预测模型系数，能源强度、人均GDP增速和人口数量是降低上海市碳排放总量的关键影响因素，建议上海市优先选择节能情景模式，严格控制能源消耗总量，优化能源结构，降低能源强度，同时适当降低经济发展速度，有利于实现双碳目标。     

基于LEAP模型的甘肃省电力源温室气体和污染物协同减排情景模拟

以2020年为基准年,构建2020-2030年甘肃省发电量的3种(低速、中速、高速)一级情景和电力结构发展的基准情景、可再生能源发电、清洁燃煤发电(CCFPG)3种二级情景,基于长期能源可替代规划体系(LEAP)模式探究甘肃省电力源碳达峰的最佳路径,探讨污染物及温室气体协同减排的情况.结果表明,预计2025年甘肃省发电量约230.78 TW·h,2030年约272.43～285.26 TW·h CCFPG情景下可实现2030年的碳达峰要求.3种一级情景下CO₂及3种污染物(NO_x、SO₂、PM_2.5)排放量趋势相似,均在2020-2025年迅速增加,此后趋于平缓,中速CCFPG情景下CO₂排放于2029年达峰;CO₂、NO_x、SO₂、PM_2.5的达峰年削减率分别为-24.01%、-22.98%、-26.41%和-26.43%.CCF-PG情景要求甘肃省不仅要保证可再生能源在整体发电中所占的比...     

基于生产函数理论的碳排放量模型及应用

为了准确预测经济社会发展及能源消费的二氧化碳排放量(简称碳排放量),提出了基于生产函数理论的碳排放量模型.首先,以生产函数为理论基础,结合碳排放量与经济社会发展及能源消费相关的事实,构建了碳排放通用模型;利用经典的碳排放模型,验证了通用模型模型的合理性.其次,根据我国可能出现的发展情况,以人口、GDP、城市化率、能源强度、能源结构和产业结构等作为驱动因素,推导出适合我国的碳排放系列模型.最后,将国家统计局历史数据和外推法驱动因素数据带入碳排放预测模型中,实现对我国碳排放量预测.结果表明:新碳排放量模型更加符合实际情况;人口、GDP和城市化率是碳排放的主导驱动因素;用新模型预测得出我国碳排放在2027年左右达到峰值,经济社会发展将在2030年前实现脱碳.     

基于STIRPAT模型的河北省碳达峰预测与实现路径研究

实现双碳目标前提是省级地区率先实现碳达峰,河北省作为京津冀现代化发展示范区重要组成一环,积极开展区域碳达峰时间及峰值预测研究,探索实现路径,将有助于实现我国的低碳绿色发展。本文基于河北省2004—2019年历史相关数据,构建扩展STIRPAT模型,基于情景分析法,预测河北省2020—2040年碳排放“碳达峰”时间与碳排放峰值,最后通过对比各类情景,对区域“碳达峰”实现路径提出建议。结果表明:(1)在构建的6个情景中,除基准情景S1、产业升级情景S2在2035年实现碳达峰之外,其余情景均在2030年达到峰值;(2)在可实现“双碳”目标的节能发展情景S3、清洁发展情景S4、绿色发展情景S5、经济放缓情景S6中,经济放缓情景下可实现较低的碳排放峰值9.352×108 t;(3)通过对比各类情景影响因素,经济发展是影响碳排放最主要的因素。     

中国碳排放的历史特征及未来趋势预测分析

本文首先利用中国国家统计局和美国橡树岭国家实验室CO2信息分析中心的数据,分析了中国60年的经济、能源、CO2变化特征.在此基础上,利用Kaya恒等式构建了碳排放与经济社会变量的长期协整关系,并结合各类政策报告设定了低排放情景、基准情景和高排放情景,预估了3种情景下中国未来CO2排放量的变化趋势.结果表明:中国经济的高速增长总是伴随着能源消费量和碳排放量的快速升高,1980年之前各变量波动剧烈,之后GDP、能源消费量、碳排放量等经济社会变量变动规律明显;3种情景下2013—2020年的碳排放量年均增长率为2.94%~3.91%、2021—2030年的年均增长率为1.63%~2.60%;3种情景下2030年CO2排放量将分别达到142.68、155.41、170.09亿t.研究表明,在低碳情景下,中国最有可能实现2030年碳排放量达峰的目标.     

“双碳”目标;Tapio 脱钩指数;LMDI 模型;碳排放预测

针对“双碳”目标下各省市面临的减碳压力,利用 Tapio 脱钩指数分析法、LMDI 模型,结合重庆市经济发展数据和碳排放数据,分析碳排放的影响因素并预测其达峰情况。 研究结果表明:总体来看,重庆市近 15 年来碳排放量有所升高,但年度碳排放量仅占全国同期的 1% ~ 2%;从煤、油、气、电四大能源行业的碳排放量占比结构看,煤电的碳排放占比明显下降,油、气的碳排放占比显著上升;重庆市经济增长与二氧化碳脱钩情况较好,一直处于扩张相对脱钩状态;重庆市碳排放量主要受城市化、人口增长、经济增长三大因素的影响;根据预测结果,基准情景下,重庆市碳排放将在 2034 年达到峰值,峰值在 2. 06 亿t 左右,达峰情景模式下,预计将在 2029 年达峰,碳排放峰值约为 1. 85 亿t,比传统模式下少 0. 21 亿t。 最后,为重庆市绿色发展提出了优化产业结构、构建清洁低碳、高效多元的能源体系、加速绿色工业、绿色交通、技术创新等对策建议,对各地制定实现“双碳”目标的具体措施具有一定借鉴意义和参考价值。     

上海市应对气候变化的碳减排研究

分析上海市能源消费特征,估算上海市碳排放量、碳汇量及净碳源量.采用情景分析和数学模拟等技术手段,设计了12个情景方案分析上海市远期碳排放趋势.研究结果显示,上海市能源消费以工业消耗为主,2005年上海能源活动引起的碳排放量达到5 805 万t碳当量.与此同时,上海市万元GDP净碳源量持续下降,2005年降至每万元0.58 t碳当量,表明上海市在碳减排方面的举措颇有成效.情景分析结果表明,2020年上海市碳减排量有望达到11 104 万t碳当量.     

碳约束下的京津冀2035年能源消费路径分析

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。     

城市能源系统碳达峰路径最优化

为了响应2030年碳达峰和2060年碳中和的目标，我国各行业及区域均需要根据自身资源禀赋和未来发展预期对能源系统发展进行低碳规划。科学的规划可以在一定程度上降低碳减排的成本。该文建立了基于超结构建模方法的能源系统发展规划模型，可用于以碳达峰为目标的发展路径规划。该模型以区域能源系统结构及主要基础设施为规划起始点，综合考虑规划期内不同时间段上多种能源供应、转化、传输、储存、消费技术可能性及相互替代性，从而得到能源系统总成本最优的低碳发展技术路径。该文以某规模以上城市为例，对其2021—2035年间的能源系统发展路径进行了规划设计，将该市的碳排放峰值控制为1.79亿t, 15年内累计减少二氧化碳排放共计1.5亿t。     

甘肃碳减排影响因素分析及对策研究

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。     

区域碳足迹动态分析及碳排放等级评估——以四川省为例

通过利用联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)方法,对2000年-2011年四川省化石能源消费,生物质能利用和特殊工业生产过程所产生的碳足迹和各类植被的固碳能力进行了动态分析,并采用碳排放指数和碳压力指数对四川省的碳安全等级进行评估。结果表明,从2000年至2011年,四川省碳足迹逐年增加,年均增加23.30%。全省化石能源的碳排放占碳排放总量的48.60%~65.31%,所占比例平均高达58%,水泥工业所占比例为26%左右,而生物质能利用所占比例约为16%。碳固碳量年均增长率为3.5%,增长速度较慢;全省人均碳排放量增幅为369.49%,年平均提高24.71%,全省万元GDP的碳排放强度先增加后降低。四川省碳安全等级持续2000年为Ib等级,2001-2009年为IC等级,2010-2011年为中等碳排放等级Ⅱa,碳减排任重而道远。     

山东省建筑业碳排放影响因素及峰值预测

为丰富山东省建筑业碳排放领域的研究,利用碳排放系数法建立了时间序列下山东省建筑业碳排放计算模型,分析了2004—2019年山东省建筑业碳排放情况。基于STIRPAT模型识别建筑业碳排放影响因素,利用最小二乘法和岭回归对影响因素进行定性分析,再将影响因素引入情景分析。通过控制影响因素变化速率,设置多种情景,预测山东省建筑业碳达峰出现时间与达峰量值。结果表明,结构因素对山东省建筑业碳排放的影响最大,其次是人口规模。情景预测结果显示,控制人口涨幅、加速优化能源结构和产业结构、降低对煤炭的依赖程度和降低碳排放强度是2030年达到碳排放峰值年的关键控制指标。     

基于Stacking集成学习的福建省火电行业碳足迹情景预测

火电行业是中国碳排放的最主要来源之一，其碳足迹研究对中国实现2030年碳达峰目标至关重要。为此，提出一种基于Stacking集成学习的福建省火电行业碳足迹情景预测方法。首先，基于扩展Kaya恒等式识别火电行业碳排放的主要影响因素；然后，以决定系数(coefficient of detemination, R2)和平均绝对百分比误差(mean absolute percentage error, MAPE)作为评价指标优选模型的初级学习器与元学习器，构建融合不同学习器优势的Stacking集成学习碳足迹预测模型。最后，设置了基准发展、产业优化、技术突破、低碳发展四种碳达峰行动情景，以福建省为例对其2021~2035年火电行业的碳达峰进行计算。结果表明，所提方法能够准确预测火电行业的碳足迹，预测系数R2高于0.97、误差MAPE低于0.01。在此基础上，计算了不同碳达峰行动情景的火电行业碳排放峰值，得出在低碳发展情景下该省可在2027年实现碳达峰战略目标。相关研究为中国火电行业碳达峰预测提供理论依据与借鉴价值。     

城镇化进程中河北省居民生活消费碳排放特征及其影响因素

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.     

基于生产函数理论的重庆市碳排放预测

为确定经济社会的发展和化石能源的开发利用对碳排放增加的影响,对长江经济带典型工业城市——重庆的碳排放进行预测.基于内生增长理论,采用数据调研、情景分析等方法分析对重庆市地区生产总值、人口、能源结构等多项碳排放驱动因素指标进行了分析预测.基于生产函数理论,构建了重庆市地区碳排放模型,对2014—2035年的重庆市地区碳排放总量进行了估测.结果表明:预计到2035年,重庆市GDP将达到49403万元,其中第二、三产业增加值之和占比为97.72％;人口将达到3428万人,其中城镇人口占比达91.17％;而化石能源消费占比将下降至84.53％,能耗强度将下降至0.44万t标煤· 万元-1.当各项驱动因素的增长均符合内生增长趋势时,重庆市碳排放量将在2025年前后达到1.757亿t的峰值.     

作为温室气体排放衡量指标的碳排放强度分析

针对美国政府提出的以温室气体排放强度下降率作为其减排目标的建议,分析了影响碳排放强度下降率的因素.利用历史统计数据,定量研究了碳排放强度下降率与国内生产总值(GDP)的增长率、碳排放增长对GDP的弹性、能源消费强度以及能源消费的碳强度等相关关系.对处于不同经济发展阶段国家的碳排放强度以及碳排放强度下降率进行了规律性分析,从而得出结论:以碳排放强度作为各国减缓气候变化贡献的衡量指标,对于发展中国家而言,可以承认和反映其对减缓气候变化的贡献;对发达国家来说,则不能只谈这一单一指标,而必须将碳排放强度的下降率大于GDP增长率作为重要基准.     

基于EKC曲线的北京市绿地生态服务价值研究

【目的】提出城市绿地生态服务价值社会属性概念,为其评估过程引入社会发展因素提供参考。【方法】以北京市为例,通过运用环境库兹涅兹曲线(EKC)和Wolfram Alpha知识引擎,探究一定环境污染和社会发展水平条件下,城市绿地生态服务价值的经济影响系数,从而对北京市绿地生态服务功能进行价值评估。【结果】①人均碳排放量、区域环境噪音、二氧化硫(SO₂)排放量、氮氧化物(NO_x)排放量、烟尘排放量与人均GDP具有显著相关性,而废水排放量和化学需氧量与人均GDP不具有显著相关性。人均碳排放量、区域环境噪音、SO₂排放量和NO_X排放量与人均GDP模拟的方程具有较高的拟合度,决定系数R²均大于0.7。人均碳排放量与人均GDP关系呈倒“U”形,区域环境噪音和SO₂浓度与人均GDP的关系均呈倒“N”形,三者均有“y=0”的污染零值; ②人均GDP对人均碳排放量、区域环境噪音和SO₂浓度的影响系数分别为0.67、0.68、0.91; ③2010年北京市城市绿地固定二氧化碳(CO₂)、释放氧(O₂)、减少噪音和吸收SO₂的生态服务价值依据传统的计算方法分别为806 415.74、628.73、119 349.13、1 669.01万元; 基于经济因素核算下的生态服务价值分别为540 298.55、421.25、81 157.41、1 518.80万元。【结论】北京市绿地生态价值中仅固碳释氧、降低噪音和吸收SO₂有明显的经济影响系数,受人均GDP影响较大,说明城市绿地生态服务价值具有社会属性,价值大小因城市的经济发展水平而不同。     

基于因素分解的碳排放分析及情景预测——以东营市为例

笔者采用因素分解法对东营市的一次能源碳排放进行分析,并利用IPAT方程对东营市未来中长期的经济发展与碳排放进行了情景预测．研究表明：2005—2009年东营市一次能源消费的碳排放总量逐年增长,年均增长率为7．5％;人均碳排放量随着人口的增长呈增长趋势,年均增长速率为6．6％;碳排放强度呈下降趋势,年均下降速率为7．2％;能源结构不断优化,碳能源强度逐年下降,年均下降率为0．5％;第二产业能源消费所占比重最高,是影响碳排放的主要产业部门;低碳情景是东营市实现可持发展的最佳方案且该情景的实现在一定程度上是以减缓经济增长桌宴现节能减排目标的