环渤海地区碳排放演进特征及其影响因素

基于kaya公式分析环渤海地区2000—2010年碳排放演进特征,并对碳排放影响因素进行分解.结果发现:环渤海地区碳排放量大致呈现持续均匀的增长趋势,碳排放主要受能源结构、碳排放系数、能源强度、产业结构、经济规模5个因素影响,其中经济规模、能源结构、产业结构对碳排放量起促进作用,能源强度对碳排放起抑制作用,经济规模对碳排放起决定性作用.结合研究结果和区域实际情况提出了有关碳减排的政策性建议.     

京津冀服务业能源消费碳排放影响因素分析

利用统计数据首先分析了1995—2013年京津冀地区能源消费结构并核算京津冀地区服务业碳排放量,其次通过灰色关联分析方法分析了京津冀地区服务业能源消费碳排放影响因素.研究发现,京津冀服务业能源消费以石油为主;能源结构多元化系数和产业规模是北京市服务业能源消费碳排放最主要影响因素,人口效应和能源强度是天津市服务业能源消费碳排放最主要影响因素,能源结构多元化系数、人口效应、产业规模、能源强度和河北省服务业碳排放呈中度关联关系.提出京津冀地区服务业能源消费有待向碳排放量低的天然气等能源转变,北京市和河北省服务业能源利用效率有待提高的建议.     

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.     

陕西省能源消费碳排放分析及预测

陕西省是西部大开发战略实施的重点省份,近年来国民经济呈现快速增长势头,"十一五"以及"十二五"节能减排任务艰巨.本文采用IPCC2006提出的能源碳排放计算方法,根据近年来陕西省能源消耗、GDP增长以及产业变化的相关数据,分析陕西省碳排放的现状,探讨了能源结构和产业结构变动对碳排放量的影响,通过卡亚公式对2009～2020年能源碳排放量趋势进行了预测.研究表明,陕西省GDP的快速增长导致能源碳排放总量的上升,以煤类能源为主导的能源结构是碳排放强度较高的主要因素,预测显示碳排放总量将在人均GDP达到3.5万元附近出现拐点.针对陕西省能源碳排放的趋势,提出了持续优化能源结构,降低煤类能源比重,促进产业结构升级,加快第三产业发展,发展新能源等多种应对策略.     

1995—2007年我国省区碳排放及碳强度的分析——碳排放与社会发展Ⅲ

利用我国分省区的化石能源消费数据和美国橡树岭国家实验室二氧化碳信息分析中心公布的我国碳排放数据,对1995—2007年我国各省区的碳排放量、人均碳排放和碳排放强度进行了分析。结果表明,我国区域碳排放和人均排放排序为:东部中部西部,但中西部地区碳强度远远高于东部地区,这种特征与中西部地区高耗能行业占工业比重较高有密切关系。1995—2007年我国省际碳强度差异变化不大;从东、中、西部地区区域内部和区域之间差异的角度对省际差异进行的分解表明,我国省际碳强度差异主要是由区域内部省际差异导致的,而区域之间差异贡献较小。逐步线性回归分析表明能源资源禀赋、产业结构和能源消费结构是省区碳强度的决定因素,说明我国未来碳强度控制应从调整产业结构、改革能源政策、发展可再生能源等方面着手,以确保我国控制目标的顺利实现。     

2007—2016年中国省域碳排放效率评价及影响因素分析——基于超效率SBM-Tobit模型的两阶段分析

利用超效率SBM模型, 对中国30个省级行政区(未包含西藏自治区和港澳台地区) 2007—2016年的碳排放效率进行实证分析, 并运用 Tobit 模型探究影响碳排放效率的因素。结果表明, 省际碳排放效率分布不均衡, 北京的碳排放效率居全国首位。全国整体碳排放效率自2007年起小幅度下降, 2015年后略有提升。从四大区域来看, 居碳排放效率值首位的东部地区与末位的西部地区差距显著, 但西部地区的碳排放效率近几年逐渐提高, 有赶超中部和东北部地区的趋势。通过回归模型分析, 发现政府干预、能源强度、对外开放水平、能源结构和科技水平均对碳排放效率产生影响。因此, 建议政府结合区域间产业结构的不同和经济发展水平的差异, 针对不同地区分配碳排放目标, 优化对外开放结构, 促进能源结构升级。     

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.     

重庆制造业能源消费碳排放因素实证研究

分析了重庆市1999—2012年制造业碳排放量的变化,比较了制造业各行业的碳排放量;并基于LMDI方法建立了重庆市制造业以及29个细分行业能源消费碳排放因素分解模型。研究发现:1999—2012年,重庆制造业的碳排放总量不断增长,在29个分行业中,化学原料及制品制造业、非金属矿物制造业等六大行业的碳排放量占制造业总排放量的四分之三以上;在影响因素中,产业规模的扩大是促进制造业碳排放增长的最主要因素,尤其对非金属矿物制造品业、化学原料及制品制造业等六大行业来说,产业规模促进碳排放的作用较明显;非金属矿物制造品业、化学原料及制品制造业等五大行业的能源强度对降低碳排放量效果显著;而行业结构以及能源结构对碳排放量的影响效果不是很明显。     

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。     

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...     

基于PCA-聚类分析的终端二氧化碳排放量分布特征综合评价

针对高能源需求带来环境与减排压力这一问题,提出了对于终端控制二氧化碳排放量的评价方法;利用省际二氧化碳核算法得出30个省份终端二氧化碳排放量,并采用PCA-聚类分析法对终端二氧化碳排放分布特征进行分析。聚类分析在不知先验知识的情况下对指标变量进行分类,结合主成分分析综合得分进行人工判别分析,能更好地对终端二氧化碳的分布特征进行分析,两方法结合归纳总结了各省终端二氧化碳排放污染程度。研究结论表明:空气质量最差的省份是隶属华北地区的河北省,其次是整个华中地区以及华东、华南、华北地区的一些省份,空气质量最好的为西南、西北地区,加大对重大污染区域整改力度,对未来的能源结构调整和低碳环保具有一定借鉴意义和参考价值。     

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。     

中国区域碳排放与影响因素关系的实证分析——基于省际面板数据

综合考虑经济增长和能源强度对碳排放量的影响,采取中国30个省市1997-2011年的相关数据,运用面板单位根、协整检验方法和误差修正模型,描述了东中西部地区碳排放总量、GDP总量和碳排放强度的变动趋势,验证了中国各区域间经济增长、能源强度与碳排放量存在长期协整关系,经济规模每增长1%,碳排放将增长1.42%。从短期的误差修正模型结果上看,碳排放与经济增长、能源强度之间存在动态调整机制。     

中国区域间贸易隐含碳排放转移空间特征研究

贸易将导致隐含碳排放转移,与研究较为丰富的国际贸易隐含碳排放转移成果相比,中国区域间贸易隐含碳排放研究尤显不够,导致地区间生产者与消费者碳排放责任不明确,不利于区域间协作减排.本文利用2002,2007年中国8大区域间投入产出数据,建立多区域投入产出(MRIO)模型,在核算区域间贸易流量的基础上,探讨了隐含碳排放转移空间特征,得出以下结论:消费基础区域贸易隐含碳排放主要转出区集中在东部沿海、中部地区、北部沿海等区域,而西北、东北等地区是主要的转入区;出口驱动区域贸易隐含碳排放转出区主要在东部沿海、南部沿海、京津等地区,而中部、西北、东北等地区是主要转入区,且相比消费型隐含碳排放,出口驱动区域贸易隐含碳排放总量要小得多;在行业上,消费基础和出口驱动隐含碳排放转移较大的行业都集中在电力、燃气及水的生产和供应业、石化工业、采选业等高耗能、高排放行业.因此,应建立"生产者与消费者共同责任"的区域协同减排政策,并推进产业结构和技术升级的进程.     

中部六省科技创新能力评价

中部六省的科技创新能力直接影响中部崛起战略的成败,中部崛起战略实施5年之后,中部地区的科技竞争能力与东部地区的差距依然存在,并且有被西部赶超的趋势,其主要原因:中部地区的科技投入不足、科技产出效率不高、科技创新机制存在缺陷。运用密切值模型对中部六省的科技创新投入、科技创新产出和科技创新产业关联指标三方面进行评价,分析中部六省内部科技创新能力的差距,增加科技创新投入和改进科技创新成果转化机制是中部六省提升科技创新能力的重要途径。     

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.     

重点生态功能区净碳汇时空格局研究

重点生态功能区是我国生态固碳的主要区域，在“双碳”目标下研究区域净碳汇时空格局具有重要意义。本研究基于县域空间单元，利用土地利用数据和中国碳核算数据库，对重点生态功能区选取的751个区县的碳汇、碳排放以及净碳汇的时空格局进行了分析，主要得出以下结论：（1）重点生态功能区碳汇量占比超过全国一半以上，在我国生态固碳中的地位显著而突出，且区域碳汇量表现出明显的集聚特征，东北森林带、藏西北、藏东南等地年固碳水平较高，而东南部沿海、黄土高原、华北平原等地固碳水平较低。（2）2000年以来重点生态功能区碳排放量在内蒙古、黄土高原、新疆部分地区以及中东部沿海城市群集聚，排放量也呈现增加的趋势。（3）重点生态功能区碳收支平衡压力相对最小，大兴安岭地区和青藏高原为明显的连片净碳汇区，然而大部分三北地带净碳汇为负值。在双碳目标下，一方面需要强化排放侧管理，另一方面需要加强生态固碳能力建设。