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.     

中国碳强度的影响因素解析——基于LMDI分解方法

基于1996-2009年我国碳强度分析,采用对数平均权重分解法(LMDI)进行因素分解.结果显示1996-2009年中国碳强度总体降低了2.9078吨/万元,其中能源强度效应最大,贡献率为85.64%,能源结构效应偏小,为26.78%,而产业结构效应表现出小幅正负波动,总体为-12.0975%,这说明能源结构效应和产业结构效应的潜力还没有充分发挥出来.因此,降低高耗能产业的能源强度是短期内降低碳强度的关键措施,但长远来看改善能源结构以及优化产业结构是降低碳强度的根本途径.     

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.     

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.     

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.     

我国海运出口贸易碳排放影响因素的对数指数分解研究

对2005-2013年我国的碳排放进行了对数指数分解,得出海运出口贸易规模、能源效率、能源结构、碳排放强度是构成碳排放的四个因素,其中海运出口规模和碳排放强度是碳排放的正向拉动关系,能源结构和能源效率是碳排放的负向抑制关系.运用协整检验证明四个因素与碳排放之间具有长期稳定的关系,运用Granger因果检验证明海运出口贸易规模、能源结构、能源效率是碳排放的Granger原因.在此基础上,提出减少海运业碳排放的政策建议.     

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.     

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。     

北京城市物流业碳排放及驱动因素研究

估算了1998-2012年北京城市物流业的碳排放量,建立了北京城市物流业碳排放影响因素的通径分析模型.结果表明:物流基础设施的建设是该阶段碳排放增长的决定性因素,经济发展水平、以石油为主的能源结构、城镇化是促进碳排放的重要因素,能源效率对碳排放的正向影响较弱,产业结构对碳排放具有负向影响.最后提出了北京城市物流业低碳化发展的对策.     

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.     

中国碳排放灰色预测

中国碳排放问题成为世界关注的焦点问题.预测中国未来碳排放有助于实现2020年的碳减排目标.选取2002-2009年中国碳排放数据,通过灰色GM(1,1)模型,对中国碳排放进行了短期预测.模型检验结果表明:预测精度为二级,关联度、均方差比值和小误差概率均为一级,预测结果与实际值出入较小,到2015年中国碳排放量将超过三十二亿吨碳,"十二五"期间二氧化碳减排形势严峻.针对研究结果,提出发展低碳经济,提高能源效率和发展非化石能源来降低碳排放的策略.     

CO2 emissions trading planning in combined heat and power production via multi-period stochastic optimization

The EU emissions trading scheme (ETS) taking effect in 2005 covers CO₂ emissions from specific large-scale industrial activities and combustion installations. A large number of existing and potential future combined heat and power (CHP) installations are subject to ETS and targeted for emissions reduction. CHP production is an important technology for efficient and clean provision of energy because of its superior carbon efficiency. The proper planning of emissions trading can help its potential into full play, making it become a true “winning technology” under ETS. Fuel mix or fuel switch will be the reasonable choices for fossil fuel based CHP producers to achieve their emissions targets at the lowest possible cost. In this paper we formulate CO₂ emissions trading planning of a CHP producer as a multi-period stochastic optimization problem and propose a stochastic simulation and coordination approach for considering the risk attitude of the producer, penalty for excessive emissions, and the confidence interval for emission estimates. In test runs with a realistic CHP production model, the proposed solution approach demonstrates good trading efficiency in terms of profit-to-turnover ratio. Considering the confidence interval for emission estimates can help the producer to reduce the transaction costs in emissions trading. Comparisons between fuel switch and fuel mix strategies show that fuel mix can provide good tradeoff between profit-making and emissions reduction.     

基于STIRPAT模型的我国制造业碳排放影响因素研究

本文采用岭估计法和STIRPAT模型,定量分析了人口、财富和技术因素对我国制造业碳排放的影响,认为人口和财富因素对我国制造业碳排放存在正向作用,影响系数值分别为0.529和0.2565;技术因素有负向作用,其影响系数为-0.0965。构建了引入人口和财富二次方项的STIRPAT模型,二次方项的系数都为正,说明环境库兹涅茨倒U型曲线不适用于我国目前制造业碳排放,即我国制造业碳排放短期内不会出现拐点。最后给出了相应的对策建议。     

中国碳排放的省域差异及影响因素的实证研究

参照IPCC(2006)以及国家气候变化对策协调小组办公室和国家发改委能源研究所)的方法,估算了我国30个省(直辖市、自治区)的1997—2011年期间的二氧化碳排放量.数据显示,我国各省(直辖市、自治区)的二氧化碳排放量从整体上基本都呈现出上升趋势,地区差异比较显著.总体上来讲,我国的二氧化碳排放量呈现出由东到西依次递减的规律特征,东部地区的二氧化碳排放量最多,中部地区次之,西部地区二氧化碳排放量最少,而且东部地区的二氧化碳排放在绝对量上大大超过中西两大区域.产业结构和经济发展是影响各地区二氧化碳排放量的主要因素,能源消费结构和出口贸易对各地区碳排放量的影响不显著.     

中国能源消费、碳排放与经济增长的区域差异性研究

基于1990～2010年我国30个省市面板数据,采用面板计量分析方法,考察我国源消费、碳排放与经济增长三者之间相互影响关系对空间区域的依赖性.研究结果表明:能源消费、碳排放与经济增长三者之间不仅存在着相互影响的关系,且具有显著的区域差异性.各省份的经济发展均为各地区能源消费增长的重要诱因之一,这与能源消费与经济增长具有较高关联度的结论保持一致.北京、辽宁、吉林等16个省份碳排放变化与经济增长变化之间的的弹性系数为负值,而天津等其他14个省市碳排放总量还将伴随着经济增长而增长,所以弹性系数为正值,这点隐含说明当区域经济水平较高时,该区域也将拥有更多优势条件来减低碳排放,实现碳减排最终还是需要依赖于发达的经济水平.     

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.     

A carbon risk prediction model for Chinese heavy-polluting industrial enterprises based on support vector machine

Chinese heavy-polluting industrial enterprises, especially petrochemical or chemical industry, labeled low carbon efficiency and high emission load, are facing the tremendous pressure of emission reduction under the background of global shortage of energy supply and constrain of carbon emission. However, due to the limited amount of theoretic and practical research in this field, problems like lacking prediction indicators or models, and the quantified standard of carbon risk remain unsolved. In this paper, the connotation of carbon risk and an assessment index system for Chinese heavy-polluting industrial enterprises (eg. coal enterprise, petrochemical enterprises, chemical enterprises et al.) based on support vector machine are presented. By using several heavy-polluting industrial enterprises’ related data, SVM model is trained to predict the carbon risk level of a specific enterprise, which allows the enterprise to identify and manage its carbon risks. The result shows that this method can predict enterprise’s carbon risk level in an efficient, accurate way with high practical application and generalization value.     

北京地区经济增长与碳排放脱钩状态实证研究

通过构建经济增长与碳排放脱钩状态的Tapio分析模型,研究了北京地区1999年-2008年经济增长与碳排放的脱钩关系.分析结果表明:北京地区2001年和2002年呈现经济增长和碳排放的强脱钩,2004年为扩张性耦合,其他各段时间都属于弱脱钩状态.呈现这种状态的主要原因是北京地区以第三产业为主的产业结构,以及较高的能源效率.此外,结合中间变量分析可以得到,北京地区经济增长与碳排放的脱钩主要是经济增长与能源消费脱钩的结果,减排技术并没有发挥太大的作用.据此,提出,应加强政府的控制力度,不断加强新能源的开发,提升可再生能源的利用率,大力发展碳金融市场.