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     

三次产业结构演化与碳排放机制研究 ——基于面板数据模型的实证分析

在已有研究成果基础上对我国产业结构与碳排放之间的内在关联性进行了分析,基于我国1995-2009年统计数据计算了第一、二、三产业经济结构与碳排放总量、碳排放增长率和碳排放强度的动态演化过程。结果表明,第一产业碳排放总量与碳排放强度远低于其他产业,但碳排放量增长率高于其GDP增长率;第二产业碳排量总量最高,碳排放增长率一直在高位运行且波动幅度较大,碳排放强度呈现明显下降趋势;第三产业碳排放总量却远低于第二产业,碳排放强度与第一产业相似,但其碳排放增长率较高。最后,探讨了我国低碳经济发展的趋势,并从碳排放总量、碳排放增长率和碳排放强度视角讨论了我国发展低碳经济的策略。     

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．     

工业篇：控制电力行业的污染和内部电耗

世界各国工业能源消费一般只占能源消费总量的三分之一左右，而在我国，工业能耗占比近70％。许多经济大省工业能耗占比甚至显著高于70％。2001年到2004年，全国能源消费年均增长率为10．1％，工业部门能源消费年均增长率为12．8％；全国电力消费年均增长率为13％，工业部门电力消费年均增长率为18％。     

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.     

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.     

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。     

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.     

基于能源类碳源估算的湖南省碳排放分析

采用能源消费带来的排碳量作为一个地区的排碳量,从碳排放总量及其与经济增长的关系、碳排放效率、碳排放结构、各产业煤消耗总量等对湖南省碳排放现状进行分析.结果表明:湖南碳排放总量较多,呈上升趋势,在中部8省处于中下等水平;湖南碳排放效率先减少后增加,略低于东部,高于中部、西部及全国平均水平;湖南碳排放主要以煤碳排放为主,占能源消费总量的65%;第二产业对煤和石油消耗最多,第三产业煤消耗最少;2005年3个产业煤排放急剧增加,可以通过调整产业结构,增加第三产业的比重,形成节能型增长方式.     

上海能源消费碳排放变化及对局地气候变化的胁迫评价

作为典型的河口城市,上海市受全球气候变化和局地气候变化的影响较为深刻.在快速城市化进程中,上海市碳排放量不断增加,能源消耗持续增长,面临着环境保护和经济增长的双重挑战.根据联合国气候变化专门委员会(IPCC)提供的碳排放估算方法,基于对1985~2005年上海能源消费及1995~2006年终端能源消费的CO2估算分析,选取能源消费总量、电力消费总量、工业能源消费量以及终端能源消费的CO2排放量,分析与上海局地温度变化和湿度变化等相关气候指标的相关系数,构建能源消费对局地气候变化的胁迫模型.结果表明,上海进入快速城市化阶段以来,能源消费总量显著增长,城市化高速发展阶段能源消费增长要显著高于加速发展阶段;1995~2006年上海终端能源消费的CO2排放量持续递增,年平均增长率为6%,CO2排放终端能源结构变化系数逐年增加,终端能源的CO2排放趋向多元化结构,各产业部门的CO2排放结构变化主要表现为由工业主导性排放结构逐渐向多产业部门排放格局的转化,其中交通运输、仓储和邮政业、批发零售业和住宿.餐饮业以及建筑业增长幅度较高;能源消费指标和温度变化指标的相关系数均通过P=0.01水平的显著性检验,其中和城郊温差的相关系数最高,均大于0.9,且通过P=0.001水平的显著性检验;能源消费各指标中工业能源消费总量和城郊温差的相关系数略高于能源消费总量和电力消费;能源消费的增加对城郊温差的胁迫关系符合三次多项式曲线增长.     

基于扩展的STIRPAT模型的河南省发展低碳经济的影响因素分析

研究低碳经济的主要影响因素,对河南省转变经济发展方式、建设中原经济区具有重要的现实意义.基于扩展的STIRPAT模型,利用河南省1978—2010年统计数据,对河南省低碳经济的主要影响因素及其贡献率进行了实证研究.结果表明:对碳排放总量有显著正向影响的主要因素有人口增长、经济发展、能源强度与单位能耗碳排放量的交互作用、能源消费结构、国际贸易分工;对人均碳排放量有显著正向影响的因素有经济发展水平、能源强度与单位能耗碳排放量的交互作用、能源消费结构、产业结构、国际贸易分工.产业结构对碳排放总量的影响不显著,但对人均碳排放有显著的正向影响.河南省碳排放的最大正向影响因素及贡献率最大的均为经济增长,而能源强度和单位能耗碳排放量交互作用对碳排放具有一定的抑制作用.     

辽宁省重点钢铁企业碳排放与配额分配分析

 钢铁行业能耗大、碳排放高,是碳交易市场建设的重要参与者。分析辽宁省重点钢铁企业的碳排放核查数据发现,2013-2017年辽宁省重点钢铁企业主营产品粗钢产量为5465.49~5876.37万t;辽宁省重点钢铁企业纳入碳排放权交易体系的碳排放总量为10046.39~12468.14万t,碳排放强度呈下降趋势。从碳排放类别看,化石燃料燃烧产生的碳排放量最多,占企业总排放量的80%以上,其次是净购入电力、热力使用产生的碳排放量,约占13%。从不同工序看,炼铁工序碳排放量最大,平均占比40.82%,且呈明显下降趋势,其他辅助工序碳排放呈大幅度上升趋势。企业碳排放总量和总能耗均与主营产品产量呈显著线性正相关关系。以2017年辽宁省钢铁行业碳排放量为基础,发现纳管的15家企业的配额总量约为10700.51万tCO₂,总体表现为配额盈余。     

我国产业结构演进对碳减排的贡献程度

为定量测算产业结构对碳减排的贡献程度,根据2000—2009年的GDP相关数据,在产业结构自然演进情景下,采用因素分析模型和时间序列模型,预测2020年的GDP相关数据,并测算各产业增加值所占GDP的比重及能源强度。结果显示:自然演进情景下产业结构对2020年实现全国碳减排目标的贡献率仅为35.86%。基于产业结构自然演进下无法实现碳减排目标的现实,拟定产业结构加快调整情景。比较分析两种情景所得数据,结果表明产业结构调整必须结合其他影响能源强度的因素共同作用才能达到减排目标。该研究为制定有效的碳减排措施提供了参考。     

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.     

广西地区CO2排放量变化趋势及驱动因素分析

参考<广西统计年鉴>(1991～2010)中的社会经济指标和能源消费统计数据,采用能源消费耗总量及化石燃料系数估算法估算广西地区1991～2009年CO2排放量,归纳出CO2排放量变化趋势,并将因素分析法应用于Kaya恒等式定量分析广西的经济产出规模、人口规模、能源强度及能源结构等驱动因素对CO2排放的影响.1991～...     

基于改进遗传BP算法的产业产值中单位GDP碳排放量的预测研究

针对产业产值中单位GDP碳排放量的预测问题,系统分析了产业产值与能源消耗碳排放量的关系,在传统遗传算法的基础上,根据动态神经网络模型优化算法过程,克服了传统遗传算法的无动态性,提出了改进遗传BP算法.根据2005—2014年北京等10个省市第三产业的单位GDP碳排放量相关数据资料,利用改进遗传BP算法预测各省市在2015年的单位GDP碳排放量,其预测值与真实值的平均误差值为-0.03,其平均相对误差仅为1.06%,说明该算法在数值预测方面的有效性.     

基于BP神经网络的我国碳排放情景预测

碳排放预测有助于碳减排目标和碳减排路径的科学制定。借鉴STIRPAT模型的影响因素,选取人口、城镇化率、人均GDP、第三产业GDP比例、能源消耗强度、煤炭消费比例等6项因素为自变量,以1980-2009年的指标数据为训练样本,运用BP神经网络方法构建了我国碳排放预测模型,并对2010-2015年我国碳排放进行预测,结果表明我国“十二五”期间应适当降低GDP增速,促使碳排放目标的有效实现。