福州市工业能源消费及碳排放研究

通过计算福州市主要工业行业能源消费量及相应的碳排放量,总结了福州市工业能源消费的趋势和特点.结果表明,2010年福州市工业能源消费仍以原煤为主,占总能耗的63％;然而与2007年相比,煤炭使用比例已有所下降,电力使用比例上升.近年来,福州市工业能源利用效率有所提高,工业能源消费碳排放强度总体呈下降趋势;福州市能耗较高、碳排放量较大的主要行业有电力、热力的生产和供应业、黑色金属冶炼和压延加工业、非金属矿物制品业、纺织业.另外,医药制造业虽然能耗较高,但其能源消费结构比较合理,碳排放量较低;塑料制品业能源消费结构不够合理,需进行优化调整.     

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.     

邢台市能源消费碳排放足迹的动态变化及对策

采用碳足迹模型, 分析2003-2013年邢台市能源消费碳排放足迹和碳排放足迹生态压力的动态变化。结果表明: 近10年来邢台市能源消费量逐年增多, 在总能源消费中, 化石能源消费所占比例在50%上下, 在化石能源消费中, 仍以煤炭消费为主, 这是受长期以煤炭为主要能源供应政策影响的必然结果; 人均总碳排放足迹与煤炭人均碳足迹呈波动增加的趋势, 石油人均碳足迹虽然有波动, 但总体变化不大, 天然气人均碳足迹呈现波动和快速上升两个阶段; 碳排放足迹生态压力总体为增加态势且其值大于1, 说明在能源利用过程中产生的CO2 远超出林地所吸纳的量。对邢台市未来的能源利用及产业结构提出相应的可行性对策, 以期为优化能源利用结构和构建低碳经济发展模式, 实现可持续发展提供科学的决策依据。     

甘肃省直接生活能源消费碳排放分析及预测

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.     

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．     

能源消费碳排放的影响因素及空间相关性分析

选取2007—2016年能源消费省级面板数据,借助ArcGIS平台对我国能源消费碳排放的时空分布进行分析,并基于OLS回归分析,应用地理加权回归模型(GWR)对碳排放影响因素的空间相关性进行研究。结果显示:能源消费碳排放具有阶段性特征,2007—2010年我国能源消费碳排放强度波动性明显,但增长幅度较小,2011—2016年碳排放波动性减小,但增长幅度增大;碳排放空间分布异质性逐渐降低,高排放水平区域由2007年的1个增长到2016年的6个,并且区域间差距在不断缩小;城市化率、产业结构对碳排放具有抑制作用,对外开放程度、交通强度、科技发展水平对碳排放具有促进作用。     

安徽省能源消费碳排放足迹的动态变化及因素分解

文章采用生态足迹模型与因素分解分析模型,定量分析了1995-2008年安徽省能源消费碳排放足迹的变动趋势、生态效应以及影响因素.结果表明:近15 a安徽省碳排放足迹呈上升态势,煤炭足迹在其中占主导地位;碳足迹强度呈幂指数衰减,而碳足迹生态压力不断上升,说明碳排放对自然生态系统的压力逐渐增大.因素分解结果显示,经济增长效...     

贵州省能源消费碳排放影响因素分析

贵州省正处于城市化、工业化的攻坚阶段,如何在经济可持续发展的同时实现节能减排的目标,是贵州省现阶段面临的首要问题。选取2001-2014年各类能源消费总量,通过折标煤系数换算方法计算2001-2014年贵州省能源消费碳排放量;结合贵州省能源消费情况和社会经济发展状况对贵州省能源消费过程进行剖析;建立LMDI模型从碳排放强度效应、能源强度效应、产出规模效应、能源结构效应四个方面来定量分析影响贵州省能源消费碳排放的影响因素,结果显示:1)能源结构和产出规模是影响贵州省碳排放的两大驱动因素。2)能源结构抑制贵州省碳排放的增加,具有正向影响。3)产出经济规模促进贵州省碳排放增加,具有负向影响。     

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.     

基于能源消费的重庆市土地利用碳排放效应分析

基于能源消费视角,通过构建土地利用碳排放核算模型,从土地利用碳排放核算、碳足迹和碳排放强度3个方面,对重庆市1997-2010年的土地利用碳排放效应进行时空变化分析.结果表明:(1)重庆市土地利用碳排放总量呈增加趋势,由1997年的3 796.12×104t增加到2010年的9 435.21×104t;独立工矿用地的地均碳排放强度最大;单位GDP碳排放强度呈现下降趋势,节能减排实施效果明显;碳足迹呈增加趋势,生产性土地面积不足以补偿土地碳足迹;(2)土地利用碳排放和碳足迹的多少顺序在空间上呈现出:"一圈","渝东北","渝东南"的空间分布状态.     

安徽居民生活能源消费碳排放测度及影响因素分析

随着我国社会经济发展、城市化进程加快和人口数量增长,居民直接能源消费人均二氧化碳排放量持续走高,雾霾影响人们生活.文章根据IPCC碳排放计算指南中的计算公式和二氧化碳排放系数缺省值,建立了居民直接能源消费二氧化碳排放计算模型,测算出2005-2013年安徽省居民直接能源消费二氧化碳排放量,接着对碳排放的影响因素进行了实证分析,最后提出了相应的二氧化碳减排对策措施.     

气候变化对重庆地区降温耗能的影响 (三峡地区资源环境生态研究)

利用1971—2010年的气象观测数据,采用空调度日数作为评估暖季降温耗能的指标,分析了重庆地区1971—2010年间空调度日数、制冷日数的分布和长期变化特征,并评估了气温变化对重庆地区降温耗能的影响。结果表明,重庆各地空调度日数、制冷日数空间差异明显,沿江及河谷一带空调度日数、制冷日数相对高、多,东南部及城口等高海拔地区空调度日数、制冷日数相对低、少;1971—2010年重庆各分区的空调度日数、制冷日数的时间演变与全区平均比较一致,主要经历了先降后升的过程,在20世纪80年代中期转折;气温与降温耗能具有很好的同步性,温度对降温耗能的影响程度随气温的升高而增加;气温若升高1℃,整个暖季(5～9月)、夏季(6～8月)中重庆全区平均的降温耗能将增加56%、46%;在暖季或夏季,气温若升高1℃时降温耗能增加效应量重庆各个分区由大到小依次为:东南部、西部、西南部、中部、主城、东北部;暖季气温若升高1℃时,全区平均制冷日数将增加16 d,主城将增加14 d,其他地区将增加15 d;最后利用平均气温与降温耗能变率建立了一组降温耗能的一元线性回归方程评估模型。文章认为该组评估模型可以用于重庆地区降温耗能变化的定量评估和预估。     

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。     

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。     

中国能源消费、碳排放与经济增长关系的实证研究

利用中国1960～2008年的样本数据,运用Toda-Yamamoto检验程序对中国能源消费、碳排放与经济增长三者之间的因果关系进行了计量研究.研究结果表明,经济增长与能源消费都是CO2排放的单向Granger原因,即经济增长与能源消费的增加会导致CO2排放的增加,反之则不成立.能源消费与经济增长之间存在双向的Granger因果关系.研究表明中国的能源消费和相应的CO2排放在今后几十年乃至更长时期内还将持续增长,因此中国应该制定并实施相关政策来降低CO2排放.     

上海市碳排放量及碳源分布

对上海市碳源-碳汇的发展现状、增减趋势以及产业-行业层面的碳源分布进行了深入分析,结果表明:上海市的碳排放量在15年内增加了将近2.54倍,且相对于碳源的快速增加而言,上海的碳汇数量很少;工业与交通运输领域是当前上海市的主导碳源,产生了80%以上的碳排放量,且交通运输领域将可能成为上海市潜在的第一碳源;制造业是工业领域的最大碳源,且其碳排放量高度集中在冶金、石油和化工领域;上海市有必要在碳源等级管理和碳生产率基础上建立全新的碳排放管理体系.     

能源消费结构变化及其环境效益实证研究

以南京市规模以上工业企业主要能源消费情况和污染物排放情况为研究对象,通过运用灰色GM(1.1)模型和马尔可夫模型对能源消费总量和结构进行预测,并通过分析能源消费结构变化量与污染物排放变化量间的关系,研究能源消费结构变化产生的环境效益,为合理制定能源消费政策提供一定的依据.预测结果显示能源消费总量缓慢增长,各能源间存在一定程度的转换,能源消费结构出现小幅波动,环境效益主要表现为原煤、原油比重的降低,天然气、其它经加工的二次能源和电力比重的上升对污染物二氧化硫、烟尘、粉尘和废气排放量的减少起到积极作用.     

合理利用碳交易,促进我国的节能减排

1992年,联合国为了抑制人为温室气体的排放,有效遏止气候异常变迁,在巴西里约热内卢召开环境与发展大会之际,通过了《联合国气候变化框架公约》(以下简称《公约》),决定将管制"人为温室气体"的全球性排放,我国在《公约》上签字。《公约》已经于1994年生效。自1995年起,《公约》每年召开一次缔约方大会,讨论《公约》具体实施的所有相关问题。1997年12月,在日本京都举行的第三次缔约方大会上签订了《京都议定书》[1],并于2005年2月16日正式生效。