陕西省居民消费碳排放测算与分析

基于IPCC清单法和投入产出模型,核算1996—2012年陕西省居民消费的直接和间接碳排放,分析居民消费碳排放的结构与动态特征;运用结构分解模型,分析产业碳排放强度、消费结构、人均消费水平等6个因素对居民消费碳排放的影响。结果表明:1996—2012年陕西省居民消费煤炭和电力产生的直接碳排放量所占比重最大,居民消费食品制造与烟草加工业、化工制品和教育与其他服务业产生的间接碳排放所占比重较大;总体上,城镇居民消费碳排放大于乡村,间接碳排放大于直接碳排放;居民消费碳排放总量和间接碳排放呈现先增加后减少的趋势,而直接碳排放总体上呈增加的趋势,平均年增长率为5.76%;六大因素对居民消费碳排放的影响总体上为负效应,其中产业碳排放强度为主要负影响因子,人均消费水平为主要正影响因子。     

基于STIRPAT及解耦模型的河北省碳排放影响因素分析

运用解耦模型分析了2007年—2014年河北省的解耦状态:从增长性耦合到弱解耦,在波动中实现了强解耦.运用STIRPAT模型分析河北省碳排放影响因素,利用灰色模型GM(1,1)预测河北省2015年—2022年碳排放量,结果显示:产业结构对河北省碳排放影响最大;煤炭消费量、人均GDP、城镇人口占比、人口数对河北省碳排放量有促进作用,能源价格和研究与发展经费支出对河北省碳排放量的影响系数较小;能源结构、能源强度对河北省碳排放量有一定的抑制作用.GM(1,1)模型预测结果显示:应当重视河北省碳排放量的发展趋势,正视低碳发展的压力,通过调整各影响因素实现河北省低碳经济.     

北京市城乡家庭能源消费与CO_2排放差异分析

对北京市城乡家庭人均能源消费和CO2排放差异进行了分析.从构成来看,城镇的间接能源消费和CO2排放量高于直接能源消费和CO2排放量;而农村的间接能源消费和CO2排放量低于直接能源消费和CO2排放量.从变化来看,城镇的直接能源消费和CO2排放量一直低于农村,原因在于虽然城镇的人均消费水平高于农村,但是直接能源消费强度和煤炭比重低于农村;1995年城镇的间接能源消费和CO2排放低于农村,但是2010年发生逆转,原因在于城镇的人均消费总量比农村增长更快,而且消费结构不断升级.可见目前北京市城镇家庭节能减碳的重点应放在间接能源消费及其CO2排放上,农村家庭节能减碳应更多地关注直接能源消费及其CO2排放.     

中部六省终端能源消费碳排放影响因素及其与经济增长脱钩关系研究

基于终端能源消费视角,在全面测算2005—2020年中部六省生产和生活部门碳排放的基础上,运用LMDI方法将两部门碳排放因素分解为经济增长、产业结构、能源强度、能源结构、碳排放系数和人口规模、能源结构、人均能耗强度、碳排放系数,再通过Tapio脱钩模型分析中部六省能源消费碳排放与经济增长的脱钩关系。结果表明：(1)生产部门中经济增长是碳排放增长的主要推动力,能源强度是工业和第三产业碳排放主要抑制因素,产业结构和能源强度对第一产业碳排放起主要抑制作用。生活部门中人均能耗和能源结构对碳排放起主要的推动作用,碳排放系数对生产和生活两部门碳排放都产生了一定的抑制效果;(2)研究期间六省脱钩状态总体上得到了优化,当前除山西省外,其余各省已实现弱脱钩,河南、湖北、湖南三省更是达到了强脱钩阶段。     

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.     

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.     

劳动力转移对农村家庭人均电力消费量的影响

劳动力转移是能源消费和碳排放增长最重要的影响因素之一,也是农村家庭人均电力消费量变化的核心影响因素。通过深度访谈,基于陕西省农村地区"劳动力转移与农村生活能源"的调查数据,结合农村实际状况考察了劳动力转移对农村家庭人均电力消费量的影响。研究发现劳动力转移对农村家庭人均电力消费量具有显著的影响作用,即农村家庭劳动力转移人数、农村家庭劳动力转移收入、农村家庭劳动力转移收入占比均显著提升了农村家庭人均电力消费量而农村家庭劳动力转移人数占比显著降低了农村家庭人均电力消费量。     

生命周期视角下城市碳足迹核算及实现碳中和的路径建议

基于生命周期视角构建了城市碳足迹核算框架及方法学模型,系统地核算及追溯了碳排放在开放的城市“自然-经济-社会复合生态系统”中的足迹,主要涵盖城市地域边界内的直接生产碳排放以及跨境间接碳排放（主要包括城市所需的关键支撑物质、排放的主要废弃物,以及跨境交通分别在上游、下游产生的间接碳排放）,并选取深圳市作为案例进行分析．结果表明,2015年深圳市碳足迹总量为6566.19万t CO_2e,具体为:1）城市内主要产业部门及居民消费的能源活动及非能源活动引起的直接碳排放量（Scope 1）为3282.38万t CO_2e,占深圳市碳足迹总量的49.99%,其中工业能源部门占比最大,为36.95%;2）城市外调电力消费引起的间接碳排放（Scope 2）占城市碳足迹总量的18.89%;3）跨境运输、关键支撑物质的上游产业链以及废弃物在下游处理过程中隐含的间接碳排放（Scope 3）占城市碳足迹总量的31.12%,其中5.37%来自跨境交通,22.26%来自主要物质上游供应链,3.49%来自下游废弃物处理．由此可知,2015年深圳市在城市上下游跨边界的间接碳排放量与城市内部的直接排放量相当,不容忽视．研究结果可为厘清城市自身碳排放现状及应对碳中和战略提供政策建议及管理启示．      

城市环境条件对家庭直接能耗碳排放的影响

以2005-2009年中国262个地级以上城市为样本,采用面板数据模型,分析城市自然、人文环境条件对我国城市家庭直接能耗碳排放的影响.结果表明:经济因素对我国城市家庭直接能耗碳排放的影响强度和广度最大,气候条件影响城市家庭取暖、降温用能碳排放量,建成区面积对城市家庭交通碳排放产生正向拉动作用,能耗结构在一定程度上对碳排放起到调节作用,低碳技术调节作用尚未显现.研究认为,通过调整能源供应结构、控制建成区面积、推广使用低碳技术产品降低城市家庭直接能耗碳排放量.     

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.     

基于使用阶段的城镇住宅建筑碳排放测量与影响因素研究:以重庆为例

城镇住宅建筑是市域碳排放的重要来源，而重庆作为中国的超大城市，其碳排放的研究对其他城市具有重要借鉴意义.以重庆市城镇住宅建筑2011—2020年间能源消费碳排放的数据为基础，根据扩展的STIRPAT模型，通过岭回归拟合获得住宅建筑使用阶段碳排放量与消费强度、人均消费水平、能源消费结构因素、城镇人均住宅面积和城镇户均人口数的多元线性模型.结果表明，此五类因素各自每增加1%，将引起重庆市碳排放量相应不同的增加.并对这五个影响因素贡献度进行分析，发现各影响因素的贡献度与弹性系数不成正比.本研究有利于明确各影响因素的贡献度与弹性系数，对其他城镇区域研究碳排放具有借鉴意义.     

能源消费背景下河南省碳排放测算及碳达峰预测

区域碳减排对中国实现“双碳”目标起着重要作用，预测区域能源消费碳达峰时间及峰值大小对实现“双碳”目标具有重要意义.以河南省为例，运用IPCC法测算2000-2019年河南省能源消费碳排放量，基于STIRPAT扩展模型及岭回归法分析能源消费碳排放影响因素，并预测不同情景下2020-2040年全省达峰值及达峰时间.结果表明：(1)2000-2019年河南省能源消费CO₂排放量及人均CO₂排放量均呈倒“U”型趋势，碳排放强度呈现持续下降趋势.(2)正向影响因素对能源消费碳排放量作用程度大小依次为产业结构(1.900%)、城市化率(0.602%)、人均GDP(0.231%)和能源强度(0.079%),负向影响因子的作用程度大小依次为人口规模(-2.659%)和能源结构(-0.888%).(3)碳达峰值范围均在1.73～1.86亿t之间，达峰时间均出现在2029年.在节能情景下达峰值最低，约为1.73亿t;在无序情景下达峰值最高，约为1.86亿t.综合6种情景发现，人均GDP、城市化率和能源结构呈中低速增长，且人口规模、能源强度和产业结构呈中高速发展，...     

庐山世界地质公园旅游碳排放特征与原因分析

基于景区尺度,利用文献资料测算了2005年、2010年庐山世界地质公园的旅游碳排放量,并对其变化特征与原因进行了分析.结果表明:2005—2010年,庐山世界地质公园旅游碳排放量显著上升,而旅游碳排放强度表现出一定的下降趋势; 不同类别的旅游碳排放量具有较大差异,以2010年为例,不同类别的旅游碳排放量从大到小依次为旅游交通碳排放、旅游住宿碳排放、食物消耗碳排放、旅游活动碳排放和本地居民生活能源消费碳排放; 旅游业总收入和旅游接待人数增长是研究区旅游碳排放显著上升的根本原因,旅游交通运输方式、旅游住宿、旅游者的食物消费以及旅游行为目的对旅游碳排放亦具有明显影响.     

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．     

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．     

黄淮海地区碳排放与经济增长时空耦合关系

碳排放是全球气候变化研究的重要内容，科学厘清碳排放与经济增长的时空耦合关系对促进区域生态文明建设和经济高质量发展具有重要意义.以黄淮海地区为例，运用空间自相关分析、热点探测、耦合协调模型等方法分析2000-2020年黄淮海地区碳排放与经济增长时空耦合关系.研究结果表明：(1)2000-2020年黄淮海地区碳排放量与经济增长总体上呈现持续增长态势，2000-2010年碳排放与经济增长的速率高于2010-2020年.(2)2000-2020年黄淮海地区碳排放与经济增长呈现显著的空间集聚特征.碳排放热点区主要集中于北京市、天津市、河北省、山东省境内，范围不断收缩，冷点区主要分布于河北省南部；经济增长高值集聚区主要分布于北京西南部、天津沿海、河北东北部及河南省内，低值区主要分布于河北省、河南省、山东省、安徽省内.(3)2000-2020年黄淮海地区碳排放与经济增长整体处于勉强协调等级，耦合协调度时空差异显著，总体呈现东高西低、北高南低的空间格局.良好与基本协调区主要分布于京津冀地区，轻度与严重失调区趋于山区、省域边缘区分布态势，零散分布于山东、河北、河南、安徽省内.     

镇江城市交通微观主体碳排放测度

为研究发展中城市交通低碳发展,对发展中城市居民日常出行进行碳排放测度分析.通过构建主体出行日常出行碳排放测算模型,利用随机调查问卷建立居民日常出行数据库,对同一主体工作日和非工作日的出行碳排放量进行测算.结果表明:出行主体在工作日和非工作日的碳排放总量呈上升趋势,其中,单一出行方式碳排放总量占总排放量的78.16%;消费终端能源的出行方式产生的碳排放占比达到95.17%;不同出行方式中私家车出行产生的碳排放量最大,从工作日到非工作日增幅最大;混合方式出行产生碳排放排在第2位,从工作日到非工作日降低最多;人均碳排放呈上升趋势,不同出行方式碳排放均值只有混合方式呈下降趋势,其他都是上升趋势,其中私家车上升最明显;以汽油、天然气等为燃料的交通工具出行是造成高碳排放的主要原因.     

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.     

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.     

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