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.     

中国能源强度与经济结构变化特征研究

中国经济持续增长伴随着能源强度下降的特征引起部分学者对中国经济增长和能源消费数据真实性的怀疑,因此,对中国能源强度变化特征进行研究具有重要的现实意义。迄今为止,对中国经济结构变动如何影响能源强度变化仍然缺少定量研究。本文分析了中国能源强度的变化趋势,说明其前后趋势基本上是一致、合理的。以此为基础,将能源强度变化分解为结构份额和效率份额,提出了结构份额和效率份额的计算方法,对我国能源强度变化中的结构份额和效率份额进行了定量分析,结构表明:1998-2000年间,我国能源强度下降的主要动力来自于各产业能源利用效率的提高,其中工业能源强度下降是总体能源强度下降的主要原因。     

江苏省能源消费结构对碳排放影响的效应与趋势——基于LMDI和Logistics模型的实证研究

近年来,江苏省能源消费持续增长且以煤为主的能源结构尚未改变,由此引起碳排放量也在逐年增加.主要研究碳排放系数、碳排放的影响因素以及不同能源结构下的碳排放预测.首先对碳排放系数进行计算,然后基于LMDI模型对影响江苏省碳排放的因素进行分析,最后运用1ogistics模型对不同能源结构下的碳排放进行预测.结果发现能源消费过度依赖煤炭是导致碳排放增加的主要因素,天然气每替代煤炭2%或新能源每替代煤炭1%,2030年江苏省碳排放峰值将下降1%.     

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.     

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。     

中国物流业碳排放特征及其影响因素分析——基于LMDI分解技术

在对我国物流业碳排放特征进行分析的基础上,运用LMDI分解技术,建立中国物流业人均碳排放的因素分解模型,定量分析了1991-2010年能源结构、能源效率、运输方式、物流发展、经济增长以及人口等6种因素对物流业人均碳排放的影响.分析表明:经济增长是拉动物流业碳排放增长最主要的动力,在研究期间呈指数增长的趋势.运输方式对碳排放增长也表现出明显的促进作用,能源结构和能源效率虽然表现出拉动作用,但效果微弱.而物流发展因素则对物流业人均碳排放量表现出明显的抑制作用.因此,应大力推进物流业科技水平的提高,进一步发挥物流发展因素对碳排放的抑制作用,同时,优化物流运输体系,形成以铁路为主体,水运和管道为支撑,公路和航空运输为辅的低碳化的综合运输体系.     

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.     

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.     

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.     

居民生活私人交通碳排放驱动因素的“三级分解”模型

突破以往采用难以保证精确性估算数据的局限,根据居民生活私人交通所消耗的能源种类,利用官方统计年鉴中的数据,在保证数据真实性的基础上,基于扩展的IPAT与LMDI模型,构建一个包含居民私人交通碳排放强度、碳排放结构、交通消费倾向、收入、家庭规模与户数6个因素的居民私人交通碳排放驱动因素的"三级分解模型",对居民生活私人碳排放及其驱动因素进行核算.结果建议进一步降低居民私人交通碳排放强度,提高居民能源消费的利用效率;同时鼓励发展小排量与新能源汽车消费,并且大力发展公共交通,倡导居民出行多采用公共交通工具出行,引导节能减排的出行方式.