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     

基于 LMDI模型的江苏省碳排放强度影响因素分解研究

碳排放强度严重约束了各地区经济的可持续发展.采用LMDI模型,将江苏省碳排放强度影响因素分解为产业结构、能源强度和能源结构,得出各影响因素对碳排放强度降低的贡献率.结果表明,江苏省的碳排放量逐年上升,但是碳排放强度呈现逐年递减的趋势,能源结构对江苏省碳排放强度的驱动效应最大,贡献率达61.48％,能源强度的贡献率为38...     

广东省工业经济能源消费碳排放的LMDI分析

我国工业经济能源消费是碳排放的主要来源．以广东省为例,从碳排放总量和碳排放强度等指标分析了1990—2011年广东省工业经济能源消费碳排放的现状与特征;用LMDI分解技术,将广东省工业经济能源消费碳排放因素分解为能源结构效应、能源强度效应、经济增长效应和人口规模效应4种因素;定量分析表明：经济增长效应是广东省工业经济能源消费碳排放增长的主导促进因素,人口规模效应为次主导促进因素;能源强度效应是广东省工业经济能源消费碳排放增长的主导抑制因素,能源结构效应是次主导抑制因素．     

能源消费碳排放零残差因素分解模型研究

LMDI模型、Shapley值模型和MRCI模型均是能源消费碳排放的零残差因素分解模型,对三种模型的基本形式进行拓展,提出基于多层次多因素分解的通用表述形式,给出各分解模型中因素的累积效应、逐年效应和效应贡献度的测算方法,并对三种模型特点进行对比.运用Kendall协调系数法对三种模型结果进行相容性检验,输出相容模型集;基于各相容单一分解模型,构建能源消费碳排放的最优加权组合分解模型.应用上述模型对青岛市能源消费碳排放进行分解实证,结果表明,人均GDP和人口是青岛市碳排放增加的驱动因素,能源消费强度下降和能源消费结构优化则对碳排放增长具有抑制作用.     

从中碳强度指数看广东碳减排的发展

中碳强度指数是为全国节能减排行业提供一个以单位GDP二氧化碳排放量为载体的指数系统,可有效反映时间序列上地区或行业碳排放强度的变化。2005~2011年广东省碳强度指数(SCIIgd,y)总体呈下降趋势,且碳排放强度在全国省级行政区中处于较低水平;在2010年,SCIIgd,y出现了明显回升。通过对广东省碳排放强度影响因素开展对数均值迪氏分解(LMDI)分析发现,广东省的节能目标和低碳政策,对能源强度下降起到了推动作用,进而促成了近几年来广东省碳排放强度和SCIIgd,y的显著下降;但产业结构的变化却对碳排放强度下降产生了负面影响;而能源结构并无有效的优化调整,因此对碳排放强度的影响不大。经济危机、"4万亿元刺激经济方案"以及2010年广州亚运会等重大经济事件和活动,也作为独立的外部因素对SCIIgd,y起到了重要影响。     

煤炭型城市工业碳排放对驱动因素的响应研究

以平顶山市为例,探讨了煤炭型城市工业碳排放的影响因素,及工业碳排放对其影响因素地动态响应特征.根据扩展的Kaya恒等式将影响工业碳排放地因素分为能源碳强度、能源利用效率、产业结构和经济发展四个因素.用脉冲响应函数分析工业碳排放对自身及四个影响因素冲击地动态响应,用方差分解模型定量分析工业碳排放自身和四种影响因素地贡献度.结果显示,能源碳强度和能源利用效率的冲击效应值为负,工业产值占比地冲击效应类似于正弦曲线,GDP和工业碳排放自身的冲击效应为正.工业产值占比对工业碳排放的推动作用最大,接下来依次为工业碳排放自身因素、能源强度、GDP、碳排放系数.     

中国省域能源消费碳排放及其 驱动因素分解分析

在利用IPCC提供的参考方法对中国大陆30个省区(不包括西藏)1997~2012年能源消费碳排放量估算、分析的基础上,采用LMDI分解模型将碳排放的影响因子分解为人口规模效应、经济发展效应、能源强度效应、能源结构效应以及城乡人口结构效应和人均能源消费效应,并对江苏、河南、内蒙古和重庆4省区的碳排放驱动因素进行了实证分解.结果表明:中国各省域碳排放量和人均碳排放量均呈上升趋势,但增加幅度各省区明显不同;CO2排放强度存在明显的省区差异,表现为东部省份中部省份西部省份,除青海、宁夏和海南3省碳排放强度仍在增加外,其他各省区均呈下降趋势;经济发展、人口规模、城市化水平对碳排放表现为正向效应,能源强度、能源结构则表现为负向效应,其中经济发展对4省区能源消费碳排放正向效应最大,而能源强度对4省区碳排放负向效应最大;乡村人口比例、城乡人均能源消费量对4省区碳排放量的影响有限且存在较弱的正负波动.     

1997—2007年中国能源强度变化的因素分解

为了有效降低中国能源强度、提高节能减排效果,采用42部门全行业增加值和主要高耗能产品能耗数据,利用因素分解分析方法,研究了部门能源强度(分为单位产品能耗和其他因素)、产业结构和生活用能以及42个产业部门各自对能源强度变化的影响。结果表明:部门能源强度和单位国内生产总值的生活用能对中国能源强度的下降起到了关键作用,而产业结构变化提高了中国能源强度;高耗能行业是影响单位GDP能耗的主要部门。因此要实现2020年碳排放强度目标,不仅要努力降低部门能源强度,还要大力调整产业结构和能源结构。     

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。     

能源消费碳排放零残差因素分解模型研究

LMDI模型、Shapley值模型和MRCI模型均是能源消费碳排放的零残差因素分解模型,对三种模型的基本形式进行拓展,提出基于多层次多因素分解的通用表述形式,给出各分解模型中因素的累积效应、逐年效应和效应贡献度的测算方法,并对三种模型特点进行对比。运用Kendall协调系数法对三种模型结果进行相容性检验,输出相容模型集;基于各相容单一分解模型,构建能源消费碳排放的最优加权组合分解模型。应用上述模型对青岛市能源消费碳排放进行分解实证,结果表明,人均GDP和人口是青岛市碳排放增加的驱动因素,能源消费强度下降和能源消费结构优化则对碳排放增长具有抑制作用。     

太仓市二氧化碳排放量估算及影响因素分析

研究依据2006年IPCC国家温室气体清单指南中的方法对2003—2008年江苏太仓市一次能源消耗产生的CO2排放量进行了估算,并利用Kaya恒等式进行了分解分析,同时计算了2003—2008年当地的单位国内生产总值(GDP)CO2排放量(来自一次能源消耗);结果表明2003—2008年当地一次能源消耗产生的CO2排放总量呈上升趋势,而单位GDP CO2排放量呈现倒U型曲线;经济的发展和能源效率是影响排放量的主要因素,而发展清洁能源、改善能源结构则是未来当地降低由能源消耗产生的CO2排放量、实现低碳生态发展模式的重要战略选择.     

基于碳排放与经济关联的完全碳排放强度重新测度

尽管已有研究在测度完全碳排放强度时已经考虑了省际间的碳排放关联,但由于忽视经济关联,可能导致测算结果出现偏差.基于该问题,同时考虑区域间碳排放与经济的双重关联,使用区域间投入产出模型,重新测度2010和2015年中国省际完全碳排放强度,并分析其时空演变特征.结果表明,从时间变化看,"十二五"期间我国碳减排成效显著,各地...     

中国住宅建筑使用阶段碳排放的因素分解实证

根据住宅建筑碳排放的特点,通过完善和扩展Kaya公式,引入对数平均分解指数法,提出住宅建筑使用阶段碳排放因素分解的实证模型.根据1995—2008年中国建筑能源消耗的统计数据,分析居民消费水平、能源结构、能源消费强度、户均建筑面积、人口密度等因素对住宅建筑使用阶段碳排放变化的影响,提出住宅建筑使用阶段碳排放的正向驱动和负向驱动因素及其规律,为控制建筑节能提供建议.     

辽宁省碳排放预测及最优情境选择

基于经济发展增速和节能减排约束,结合碳排放影响因素的LMDI分解模型,将经济社会发展变量和节能减排变量的相互不同模式组合为六种情境,运用扩展的SPIRPAT模型对各情境下的辽宁省2016—2040年的碳排放进行预测分析,得出“中增长强减排”情境是辽宁未来发展的最佳选择.在最优情境下,2020年辽宁较2015年的能源消费增量远低于3550万吨标准煤的约束标准;非化石能源比重在2020年完成省规划目标,在2030年完成国家规划目标;碳排放量降幅在2023年达到峰值,2020年和2030年较2005年的碳排放强度降幅超额完成国家规划目标.若能有效转变经济发展方式、调整产业结构尤其是降低工业比重、提升能源利用效率,加大清洁能源的开发利用,辽宁完全可以不以牺牲经济发展为代价而达到节能减排的目的.     

中国交通运输碳减排区域划分

在国家碳排放分解研究的基础上,对中国交通运输碳减排区域划分进行研究,提出公平性、可行性、效率性及优先性4大原则。以行政区域为单位,构建碳减排区域划分指标体系,确定区域经济发展水平、交通运输业发展水平和交通运输碳排放水平3大影响因子,提出人均国内生产总值GDP、铁路网密度、公路网密度、货物周转量以及货运总量等10项指标,以2009年30个区域截面数据为样本,采用经济发展阶段理论、主成分分析法及系统聚类法对指标进行计算分析。研究结果表明：中国交通运输碳减排区域按照碳减排潜能划分为优化、重点、积极及限制碳减排4类区域;碳减排潜能呈从东部向西部递减的变化趋势;东部沿海地区的碳减排潜能最大,是碳减排的关键区域。     

基于终端能源消费的中国工业部门碳排放初始配额分配研究

碳排放权初始配额分配是碳排放权交易市场有效开展的前提。工业部门是能源管理和碳排放总量控制的重点领域,且不同行业的发展水平、碳排放强度、减排潜力等方面都各不相同。行业配额分配作为一种有效的分配机制对碳市场建设具有重要的现实意义。研究基于公平与效率原则建立了历史累计碳排放、工业产值、碳强度、技术投入、出口程度等5个指标,并运用灰色关联-极大熵模型对中国2030年的工业部门碳排放进行了配额分配研究。     

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.     

考虑材料投入的建筑业碳生产率及其敛散性

以2005—2016年中国30个省的建筑业数据为依据,识别出主要的二氧化碳(CO2)排放源,将其作为投入指标重新构建了评价中国建筑业全要素碳生产率(CI-TFCP)的指标体系.然后采用数据包络分析和基于生产前沿的收敛检验方法研究了2005—2016年各省的CI-TFCP指数及其收敛性.得到以下结论:中国及其东、中、西部地区的CI-TFCP均逐年升高,东、中、西地区的年均升高率由高到低;材料和能源消耗强度、科技、教育和能源结构等均可能影响CI-TFCP指数;中国及其东、中、西部各省与最佳生产前沿省份的平均差距,最佳生产前沿与最差生产前沿省份的差距均逐年扩大.基于以上结论,提出了降低材料消耗强度、引导研发投入和促进技术扩散等提高中国CI-TFCP的建议.     

基于能源消费的江苏省碳排放特征及规律分析

基于江苏省能源消费的统计数据,利用碳排放方法分析了2002—2010年不同能源消费类型和不同产业部门的碳排放特征．结果表明：碳排放量是随着能源消费量的增加而增加的,碳排放强度由于GDP的快速增加,呈现了快速下降的趋势．在碳排放总量中,第二产业的能源消费是主要的碳排放来源,年均增长率为14．9％,其中,工业占主导地位,年均碳排放量为51．84Mt;生活消费和第三产业碳排放次之,年均增长率分别是2．23％和3．4％．而在第二产业中,原煤是工业碳排放的主要来源,年均碳排放量为31．15Mt．江苏省能源消费碳排放总量增长速率小于GDP的增长速率,导致各年碳排放强度以年均5．2％的幅度下降,进一步表明在经济快速发展的同时,还未实现CO2绝对减排．     

中国各省区(市)城市化进程中碳排放变化特征及影响因素分析

以工业能源消耗和居民生活能源消耗产生的碳排放作为研究对象, 用建成区占总面积的比例、非农工业人口和城镇人口分别占总人口的比例等3 个指标来衡量城市化率, 分析1995-2012 年间城市化过程中碳排放的地区差异及影响因素, 得到以下结论。1) 全国的碳排量以及人均碳排放量在1995-2012 年间整体上呈上涨趋势, 可分为缓慢增长、快速增长和增速下降 3 个阶段。单位产值的碳排放呈整体递减趋势, 递减速度变缓。2) 各省份碳排放随城市化率增加的区域差异明显, 北京、上海、天津均是碳排放相对较低和城市化率相对较高的地区。3) 从 3 种单位城市化率的碳排放来看, 绝大多数省市出现2000 年下降之后再上升的趋势。内蒙古自治区单位土地城市化率的碳排放最高, 单位人口城市化率(非农业人口比重和城镇人口比重)碳排放最高的是河北、河南和山东。4) 城市化过程中碳排放的影响因素也存在一定的地域差异, 对各省份而言, 能源结构对碳排放影响有限, 能源强度对各省区碳排放的贡献为负, 产业结构对碳排放的贡献有正有负, 而经济水平和人口规模对碳排放的贡献几乎均为正。研究结果可为我国区域碳排放削减的策略制定提供科学依据。