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.     

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.     

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，...     

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.     

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。     

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。     

基于生产函数理论的碳排放量模型及应用

为了准确预测经济社会发展及能源消费的二氧化碳排放量(简称碳排放量),提出了基于生产函数理论的碳排放量模型.首先,以生产函数为理论基础,结合碳排放量与经济社会发展及能源消费相关的事实,构建了碳排放通用模型;利用经典的碳排放模型,验证了通用模型模型的合理性.其次,根据我国可能出现的发展情况,以人口、GDP、城市化率、能源强度、能源结构和产业结构等作为驱动因素,推导出适合我国的碳排放系列模型.最后,将国家统计局历史数据和外推法驱动因素数据带入碳排放预测模型中,实现对我国碳排放量预测.结果表明:新碳排放量模型更加符合实际情况;人口、GDP和城市化率是碳排放的主导驱动因素;用新模型预测得出我国碳排放在2027年左右达到峰值,经济社会发展将在2030年前实现脱碳.     

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.     

中国碳排放影响因素分析和趋势预测——基于STIRPAT和GM(1,1)模型的实证研究

采用STIRPAT模型全面地对影响中国2000—2011年碳排放的因素进行分析,并利用灰色模型GM(1,1)预测了中国2012—2020年碳排放量.研究结果显示:城镇化率、经济增长、产业结构、能源价格、人口、能源结构和外贸强度对碳排放量有一定的促进作用,技术进步对碳排放量具有较强的抑制作用;其中对中国碳排放量增加影响较大的因素是人口和产业结构;根据GM(1,1)预测模型的结果,可以看出未来的减排压力还很大.因此,治理碳排放的政策应该综合考虑人口、产业结构和技术进步等影响因素.     

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。     

基于LMDI模型的贵阳市交通碳排放及其影响因素分析

交通部门是继能源部门和工业部门之后的第三大碳排放部门,成为当前研究的一个热点。通过"自上而下"的方法,测算了2007—2013年贵阳市交通运输业能源消费碳排放,对交通碳排放总量、人均碳排放量、交通能源碳排放结构及碳排放强度进行动态分析,并采用LMDI因素分解方法对交通运输能源消费碳排放量进行因素分解分析。结果表明贵阳市交通碳排放量呈不断上升的趋势,能源强度效应交通碳排放表现为显著的负效应,起抑制作用;而经济产出效应、能源结构效应和人口规模效应始终表现为正效应,起促进作用;其中,经济产出效应对交通碳排放的贡献最大。     

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.     

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。     

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。     

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.     

发展低碳经济需跨越能源消费或碳排放的三大高峰

基于环境库兹涅茨曲线(EKC)分析,提出了下述观点:发展低碳经济是协调经济发展与保障能源安全、应对气候变化的基本途径,其基本目标是在促进经济发展的同时,减少碳排放量或者实现经济发展与碳排放的分离。但是,发展低碳经济并不是一个轻而易举的过程,从长期来看,一般需要依次跨越三大高峰,即能源消费强度或碳排放强度的倒U型曲线高峰、人均能源消费或者碳排放的倒U型曲线高峰以及能源消费总量或者碳排放总量的倒U型曲线高峰。第一个高峰相对容易跨越,而第二、三个高峰则比较困难。这同时也意味着应对气候变化不能完全脱离发展阶段,发达国家和发展中国家的温室气体减排目标和重点应有所不同。发达国家应以人均碳排放和碳排放总量减排为重点,而发展中国家则应以降低碳排放强度为目标导向。中国目前虽然已跨越能源消费或碳排放强度高峰,但尚未实现稳定下降。因此,从近中期来看,应该把提高能效和降低碳排放强度作为发展低碳经济、应对气候变化的核心,进一步加大科技创新和政策制度创新力度。     

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.     

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．     

信息熵和多因素灰色系统模型在碳排放的分析与预测

碳排放是引起气候变化的重要原因.针对影响碳排放的因素和预测问题,以2007-2016年广西碳排放10年的数据为样本,提出了利用信息熵与灰色系统理论分析能源结构、能源强度、人口数量及碳排放之间的相关性和相关程度,建立了多因素预测模型对碳排放量进行了预测.通过评价指标P=0.98和C=0.14,表明了预测模型具有良好的精度...