河北省能源消费碳排放强度影响因素分解

选取不同产业部门和不同行业为基础,将碳排放系数、产业结构、能源强度和能源消费结构作为影响因素,采用对数迪氏指数分解法(Logarithmic Mean ivisia Index, LMDI)对河北省2005-2010年和2011-2016年两个时间段的碳强度影响因素进行分解.首先分三次产业进行LMDI分解;其次将产业部门进一步细分为六个部门进行因素分解;最后从工业部门中选取六大高耗能行业进行因素分解.研究结果显示,在LMDI因素分解中,能源强度是影响河北省碳强度的最重要因素.以三次产业和六个产业部门为基础的LMDI分解结果为例,第二产业的能源强度对碳强度贡献率最高,尤其是工业部门贡献值最大.在2005-2010年间,工业部门能源强度贡献率高达94.54%,在2011-2016年间,贡献率高达97.47%;其次是产业结构效应;最后是能源结构效应,虽然产业结构和能源结构效应也为负值,但是相比能源强度效应而言很低,说明产业结构和能源消费结构还有很大的调整空间.对六个高耗能行业因素分解发现,黑色金属冶炼及压延加工业对碳强度下降有很大的抑制效应,必须对高耗能行业加强能源强度等各方面监管.     

基于LMDI的中国能源消费碳排放强度变化因素分解

利用IPCC《国家温室气体清单指南》(2006)推荐的参考方法和参数,评估和计算中国1997年-2007年的碳排放量和碳排放强度,并应用LMDI方法对碳排放强度进行因素分解.研究结果表明,能源强度因素对我国碳排放强度变化的贡献率最大,达到139.66%;产业结构效应次之,为-28.23%;能源结构效应最小,为-11.43%.针对实证结果,提出现阶段我国节能减排的重点在于提高能源效率、调整产业结构及优化能源结构.     

福建省碳排放分布结构特征及影响因素分析

基于福建省6大产业和居民生活消费17种一次性能源,测算了1995年至2012年福建省能源消费和碳排放的总体趋势,分析了碳排放的能源空间分布结构及产业空间分布结构;创新型地将能源结构效应分解为能源消费种类变化效应和能源消费量变化效应,从而对碳排放分解模型进行了改进;并从能源强度效应、能源结构效应、经济发展效应和人口规模效应分解了各因素对福建省生产和生活碳排放的贡献值、变化趋势及相互作用机理.研究结果表明,福建省的碳排放在今后很长一段时间内将继续保持较快的增长趋势,其中经济发展是导致排放量持续增加的主因,能源效率的提高是减少能源消耗和降低碳排放量的重要手段,能源消费结构的调整和优化具有较大的减排节能的潜力.     

技术进步、产业结构与能源强度关系研究——基于VAR模型的分析

以1978-2015年统计数据为基础,使用脉冲响应函数与方差分解分析的方法,对技术进步、产业结构与能源强度之间的互动关系进行分析,由脉冲响应函数分析结果表明:技术进步对能源强度的冲击效应较大,具有持续性.由方差分解分析.结果显示:技术进步对能源强度的贡献度较大.最后,提出相应的政策建议.     

中国城市化与碳排放的脱钩关系研究

为反映城市化对碳排放的影响,研究了城市化和碳排放的短期和长期脱钩关系.脱钩研究表明除1996-2001年为弱脱钩或强脱钩外,其他年份基本为扩张性负脱钩;回归分析表明城市化对碳排放具有显著的正向冲击,产业结构和能源强度均对碳排放产生正向影响,城市化与经济发展对碳排放具有交互作用,经济增长有利于降低城市化对碳排放的影响;最后针对研究结论提出了相应的对策建议.     

基于LMDI的江苏省交通能源消费碳排放因素分解

根据IPCC关于交通能源消费碳排放量的计算方法,对2005-2011年江苏省交通碳排量构成和交通碳排放强度进行了测算.基于LMDI分解技术,从交通能源强度因素、交通运输业经济份额因素、第三产业增加值因素和交通能源结构因素四个方面对江苏省交通碳排放的变化进行分析.测算和分析结果表明:交通能源强度呈明显下降状态,在其影响下交通碳排放强度呈下降趋势,说明交通能源利用率不断提高;交通碳排量呈增长的趋势,第三产业增加值因素影响最大,体现为正效应,促进交通碳排放,交通能源强度因素和交通运输业经济份额因素体现为负效应,交通能源结构因素除2011年均体现为负效应,抑制交通碳排放.     

基于LMDI的中国碳排放影响因素分解研究

在对中国2000-2012年不同产业部门、不同能源消费类型的碳排放量进行估算的基础上,利用Kaya恒等式改进模型结合LMDI分解法对中国碳排放量的影响因素进行分解分析.结果显示:经济产出水平、能源结构和人口规模对碳排放的影响是正向的,能源强度和产业结构对碳排放量的影响是负向的.最后提出节能减排的对策建议.     

一类新型城市碳循环系统的分析和应用:以南京市为例

研究了一类新型城市碳循环系统及相关演化分析.基于南京市碳循环系统的相关数据,借助神经网络得到满足实际系统的参数.以人为碳效应指数为衡量指标,探究系统中各变量变化对系统的演化影响.结果表明:大气中碳的峰值到达得越晚,人为碳效应指数的数值越大;包括人类活动在内的动物圈中的碳储量的峰值越早达到,人为碳效应指数越大;人类活动是致使人为碳效应指数变大的主要原因,同时城市碳循环人为碳效应指数的控制应该多地区协同发展,总体人为碳效应指数降低,局部地区才会真正意义上降低.利用数值仿真来展示这些结果.     

能源强度变动的多因素分解方法研究

为更加全面、准确地度量影响能源强度变动的因素,在分析相关研究文献的基础上,提出包含产业结构份额、部门能源效率份额和能源结构份额的三因素几何均值能源强度分解模型,该模型不仅能够将能源消费结构对能源强度的影响从产业结构和部门效率份额中分离出来,而且克服了当数据集合中出现零值时,现有处理方法产生较大误差的缺点,提供了一种精度较高的多因素能源强度分解方法.     

福建省碳排放影响因素分析及情景预测

基于福建省经济增长、能源消耗及环境污染现状的基础上,采用联合国政府间气候变化专门委员会规定的碳排放计算方法,测算福建省2003-2015年的能源消费碳排放量.运用灰色关联分析法研究经济增长水平、产业结构、能源结构、能源强度、城市化率和贸易密度与碳排放量的关联度,分析各因素对福建省碳排放量的影响.同时探讨在四种经济增长情况下,福建省2015-2020年人均碳排放量变化趋势.结果显示GDP增速越快,人均碳排放量增长也越快,而当GDP增速维持在9%时,福建省的人均碳排放量可以实现逐年下降的趋势.     

优化能源消费结构对河北省碳强度目标实现的贡献潜力分析

本文首先运用情景预测方法预测河北省未来地区生产总值和能源消费总量;然后构建马尔科夫链模型预测河北省未来能源消费结构,并对计算的平均转移概率矩阵进行优化;最后分不同组合情景评估能源消费结构优化对河北省二氧化碳排放强度目标的贡献潜力。结果表明:各种组合情景能源消费结构调整都能在不同程度上促进碳强度下降,对实现碳强度目标具有不同程度的贡献潜力。但是,在最理想状态下贡献潜力也只有16.7%~17.8%。因此,能源消费结构优化对碳强度目标贡献潜力作用有限,仅依靠能源结构优化无法完全实现碳强度目标,必须靠政府、企业以及社会各界一致努力,采取一系列对策才能顺利实现河北省“十三五”能源规划中制定的碳强度目标。     

基于投人产出分析的中国能源消费分行业碳排放系数因素分解

采用投入产出分析法,结合部门能源消费数据,从最终需求的角度评估和计算了中国1997年、2002年和2007年的碳排放量、碳排放系数、直接碳排放系数和完全碳排放系数.研究结果表明,金属冶炼及压延加工业、燃气生产和供应业、非金属矿物制品业、电力、热力的生产和供应业、水的生产和供应业以及煤炭开采和洗选业的直接碳排放系数历年均是最高的,能源强度是影响这些行业直接碳排放系数变化的主要因素;金属冶炼及压延加工业、非金属矿物制品业、金属制品业、化学工业、电力、热力的生产和供应业、水的生产和供应业以及煤炭开采和洗选业的完全碳排放系数历年均居前列,中间产品投入和能源强度是影响完全碳排放系数变化的主要因素.针对实证结果,现阶段我国节能减排的重点方向在于调控金属冶炼及压延加工业、化学工业等高碳排放行业,并通过提高能源效率、调整产业结构及优化能源结构来达到降低碳排放系数的目的.     

中国二氧化碳排放的影响因素:基于区域的实证研究

选取我国部分省际1995—2008年数据,并根据各地区GDP和CO_2排放数据将它们划分成四个区域,运用对数平均Divisia指数分解法,把各区域CO_2排放增长率分解为11种驱动因素的加权贡献,并对这一时期中的3个时间段和每一种驱动因素进行了研究.结果表明:(1)对各区域CO_2排放增长的正向影响因素为人均GDP、家庭年平均收入、人口总量、交通工具数量和家庭数量;主要的负向影响因素为生产部门能源强度、居民生活能源强度.(2)在研究的每一阶段,各个区域人均GDP增长都是CO_2排放增长的最大驱动因素,同时家庭年均收入的提高对CO_2排放起到了持续的推动作用,尤其是第二阶段,这也表明我国的CO_2排放增长和居民生活水平密切相关.(3)各个区域CO_2排放下降的主要影响因素是生产部门的能源利用效率的提高,这与各个区域加大研发经费支出所带来的技术进步和企业所有制结构变化有着密切的关系.因此提高生产部门的能源利用效率是减少CO_2排放的最重要措施.研究结论为我国在城市化和产业结构升级进程中控制碳排放增量,国家和地方政府建立相应的鼓励政策和技术研发支持机制,各个省域构建各具区域特色的低碳经济发展模式等提供相关决策依据.     

基于SPA-TOPSIS方法的能源结构优化程度评价

以能源低碳化发展为基础,从社会经济发展程度、能源规划合理程度、环境和谐程度三个准则层入手,构建能源结构优化程度评价指标体系。运用改进惯性权重的PSO算法确定评价体系权重,并基于SPA-TOPSIS法构建能源结构优化程度评价模型,对30个省、自治区、直辖市的区域能源结构优化程度进行实证研究。实证结果表明:区域社会经济发展水平对能源结构优化程度有直接影响,且各区域能源结构优化程度差异较大,总体呈现“东高西低”的格局;清洁能源消费占比、原煤消费占比、烟尘排放等因素对能源结构优化程度影响显著。     

人口结构变动对中国能源消费碳排放的影响——基于城镇化和居民消费视角

本文通过引入城镇化及居民消费等因素拓展LMDI模型,解构中国能源消费碳排放变动为碳排放因子、能源强度、消费抑制因子、城镇化、居民消费和人口规模六大效应,并探讨上述六种效应变动对中国能源消费碳排放量变动的贡献率及其作用机理。然后,选择中国30个省份,2003-2012年的面板数据实证分析人口结构变动对区域能源消费碳排放量变动及其分解效应的影响。结果表明:2003 2012年中国碳排放总量增加42.1167亿吨,消费抑制因子效应、城镇化效应、居民消费效应和人口规模效应对碳排放量的影响呈现为正效应,而碳排放因子效应和能源强度效应对碳排放量的影响整体上呈现为负效应,并且居民消费效应对碳排放量变动的影响最大。人口城镇化已成为影响中国碳排放量变动的主要人口因素。较之中、西部地区,东部地区的人口规模效应明显较高,但其能源强度效应则相反,中部地区碳排放因子效应明显高于东、西部地区。现阶段,人口年龄结构、人口教育结构和人口职业结构变动减缓了中国碳排放量的增长,而人口城乡结构、区域经济水平和人口规模变动的影响方向则相反,最后,人口性别结构变动对碳排放量变动无显著地影响。     

低碳约束下湖南省产业结构优化研究

在湖南省"十二五"规划工业产业节能减排的背景下,如何在碳减排目标的基础上,实现产业结构优化,成为湖南省面临的重大挑战.本文构建低碳约束下湖南省主导产业选择指标体系,计算并选取湖南省无低碳约束和有低碳约束下的主导产业.进一步,本文设计无低碳约束、弱低碳约束和强低碳约束三种情景模拟,分析不同的低碳约束条件对湖南省主导产业选择的影响.本文结论如下:1)无低碳约束条件下,湖南省主导产业包括有色金属冶炼及压延加工业等碳生产力较低的行业,低碳约束条件下,湖南省主导产业包括食品制造业等碳生产力较高的行业.这表明,考虑低碳约束条件,湖南省主导产业由碳生产力较低的行业向碳生产力较高的行业转变.2)情景模拟结果表明,一些传统支柱型产业仍是湖南省产业结构优化中需重点发展的产业,且随着低碳政策的深化和节能减排目标的扩大,战略性产业如医药制造业成为主导产业,在产业结构优化中发挥中坚作用.     

中国碳排放变化的因素分解与减排路径研究

能源及其引致的碳排放等相关问题已经成为影响人类社会发展全局和全球政治经济格局的重大战略问题.中国是世界上最大的发展中国家,面临着更严峻的能源挑战.节约能源、大幅度改善能源效率是我国应对能源和气侯变化挑战的一条极其重要且有效途径.本文综合考量了能源结构、能源强度、能源效率及经济增长等4个因素对碳排放的影响,基于因素分解模型,应用LMDI分解方法对中国一次能源利用的CO2排放及碳排放强度变化进行了研究,研究发现二氧化碳排放增加主要是由于经济增长、人口规模扩大引起的.在此基础上提出了碳减排的政策建议.     

Chinese regional energy efficiency change and its determinants analysis: Malmquist index and Tobit model

China becomes the largest energy consumer in 2010 but its energy productivity is well below the world average. To meet China’s fast growing energy using, energy efficiency should be especially emphasized under China’s energy policy. This paper focuses on the regional level of energy efficiency change in China. And we analyze total factor energy efficiency for 30 Chinese provinces over the period 1998–2009 using Malmquist index method and Tobit analysis. The Malmquist estimation results suggest there is a dropping change trend of energy productivity growth. Chinese energy efficiency still faces with huge regional disparity, but the energy technical efficiency reflects convergence in the nationwide and west region. As a result of Tobit regression, we find that industrial structure, energy consumption structure and institutional factor have different influences on energy efficiency.     

Systems accounting for energy consumption and carbon emission by building

The method of systems accounting for overall energy consumption and carbon emission induced by a building is illustrated in terms of a combination of process and input–output analyses with a concrete procedure to cover various material, equipment, energy and manpower inputs. A detailed case study based on raw project data in the Bill of Quantities (BOQ) is performed for the structure engineering of the landmark buildings in E-town, Beijing (Beijing Economic–Technological Development Area). Based on the embodied energy and carbon emission intensity database for the Chinese economy in 2007, the energy consumption and the carbon emission of the structure engineering of the case buildings are quantified as 4.15E+14 J and 4.83E+04 t CO₂ Eq., corresponding to intensities of 6.91E+09 J/m² and 0.81 t CO₂ Eq./m² floor area. Steel and concrete contribute respectively about 50% and 30% of the energy consumption and the carbon emission, as a result of the reinforced-concrete structure of the case buildings. Materials contribute up to about 90% of the total energy consumption and carbon emission, in contrast to manpower, energy and equipment around 8%, 1% and 0.1%, respectively.