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     

基于BP神经网络的我国碳排放情景预测

碳排放预测有助于碳减排目标和碳减排路径的科学制定。借鉴STIRPAT模型的影响因素,选取人口、城镇化率、人均GDP、第三产业GDP比例、能源消耗强度、煤炭消费比例等6项因素为自变量,以1980-2009年的指标数据为训练样本,运用BP神经网络方法构建了我国碳排放预测模型,并对2010-2015年我国碳排放进行预测,结果表明我国“十二五”期间应适当降低GDP增速,促使碳排放目标的有效实现。     

建筑碳排放影响因素分析及情景预测

为了解建筑碳排放的影响因素,以江苏省2005—2019年的建筑碳排放数据为研究对象,采用STIRPAT模型对影响建筑碳排放因素进行分析,并以常住人口、城镇化率、人均GDP、第三产业增加值、钢材产量、平均运输里程、建筑企业劳动生产率等为建筑全生命周期各阶段的主要影响因素,利用GA-BP神经网络模型对该省2020—2030年的建筑碳排放进行预测.实验结果表明：常住人口、城镇化率、钢材产量、平均运输里程以及建筑企业劳动生产率的提高会增加建筑碳排放;而人均GDP和第三产业增加值的上升有利于建筑碳排放量的减少.预测结果显示,江苏省建筑全生命周期碳排放在2012年已达到峰值,表明未来江苏省建筑碳排放总体呈下降趋势.该文结果为江苏省建筑业碳减排工作提供理论依据,同时江苏省作为建筑业大省,其在建筑业发展及碳减排工作推进中的经验也将为其他省份提供宝贵的参考价值.     

基于分形理论的我国碳排放量预测研究

运用以分维为基础的分形理论,选取1978—2013年的碳排放数据,对我国2014年、2015年和2016年的碳排放量进行预测.根据数据绘制我国碳排放量的散点图,并以此为基础,分别从新能源利用、经济发展方式、法律保障和人才培养等方面提出降低我国碳排放量的对策.     

基于系统动力学的中国建筑业碳排放预测研究

建筑业作为国民经济的支柱产业,存在碳排放量巨大、能耗较高等问题,已成为节能减排的重点行业.为了实现我国的节能减排目标,对建筑业碳排放进行总量控制及预测,将基于系统动力学引入建筑业碳排放预测研究中,综合分析经济、能源、人口、环境子系统要素之间的影响关系,并建立存量流量图进行系统仿真.通过三种方案的情景分析预测建筑业直接碳排放,最后从建材生产、产业结构、能源结构三个角度提出建筑业碳减排的政策建议.     

1850—2008年中国及世界主要国家的碳排放——碳排放与社会发展Ⅰ

人类活动排放CO2包括3个重要时期,即1850年第二次工业革命至今,1950年战后世界经济迅速发展期至今,以及以1990年签署《联合国气候变化框架公约》为标志的人类关注碳排放时期至今。作者利用1850—2008年世界化石燃料CO2排放量和人口数据,得到3个时期全球主要国家及我国的累计碳排放量与人均累计碳排放量。结果表明:过去近160年全球历史累计碳排放量为345PgC(1PgC=10亿tC);发达国家历史累计排放量与人均累计排放量均远远高于发展中国家,1850—2008年,前者是后者的2.9倍(250和87PgC)和11.2倍(257和23tC);1950—2008年,分别是2.3倍(193和85PgC)和7.7倍(169和22tC);1990—2008年,分别为1.9倍(75和54PgC)和5.3倍(58和11tC)。尽管发展中国家与发达国家历史排放量的差距有缩小趋势,但发达国家的排放量一直远高于发展中国家,是大气CO2浓度升高的主要贡献者。对1850年以来中国的碳排放分析表明,3个时期历史累计排放量和人均累计排放量分别为31PgC与29tC,31PgC与28tC,21PgC与16tC。1980—2008年我国碳排放总量和人均排放量均呈快速增加趋势,平均年增量分别为0.05PgC和0.04tC。这表明,我国正在失去历史碳排放量较低的优势,节能减排是我国实现可持续发展战略的必由之路。     

保定市电力行业碳排放计量与预测

对作为中国8个低碳城市试点之一的保定市2008-2010年电力行业的碳排放进行了准确计量.计量结果是2008-2010年的碳排放分别为4.100 6×106,4.216 8×106,4.153 3×106 t.同时对2011-2020年电力系统的碳排放进行了回归预测,分析了节能减排的可能性和空间,并提出大力发展清洁发电技术、低碳技术与资金的引入、调整区域电力战略规划和电源结构、实行差别电价制度,鼓励使用绿色电力等一些解决措施.     

碳排放与社会经济发展——碳排放与社会发展Ⅱ

利用全球及主要发达和发展中国家的化石燃料人均碳排放和工业化、城市化水平以及人均GDP历史数据,考察了碳排放与社会经济发展的关系。结果表明,工业化和城市化进程以及社会财富的积累,必然伴随大量碳排放,因此减排势必会限制社会经济发展。初步分析表明,工业化程度达到峰值时对应的人均累计碳排放量因国家不同而异,但这一转折阈值至少为40tC。发展中国家正处在工业化和城市化建设、居民生活水平亟待提高的时期,未来发展需要一定的碳排放空间,因此在气候谈判中应努力争取自身排放权以及发达国家的资金和技术支持。     

中国碳排放量的组合模型及预测

根据碳排放的演化规律,采用ARIMA模型与BP神经网络集成的组合模型,对中国碳排放量进行预测研究;取1980—2007年中国碳排放量作为训练样本,确定模型参数;然后取2008—2013年中国碳排放量作为测试样本对文中的组合模型进行验证,并与已有文献所建立的预测模型进行比较,结果显示,此处所建立的组合模型预测误差极小;最后,根据组合模型对2014—2020年中国碳排放量进行预测,指出中国还将继续面临碳减排压力。     

深圳市主要道路交通碳排放特征与低碳交通发展情景研究

应用国际机动车排放模型(IVE)和实地观测数据, 计算深圳市3种类型机动车的碳排放因子和主要道路的碳排放强度, 得到深圳市主要道路交通碳排放的时空特征, 并应用情景分析法, 定量化地比对各种低碳交通发展模式。结果表明: 1) 深圳市交通碳排放空间分布极不均衡, 市中心区主要干道的碳排放强度显著高于中心区外围路段, 连接城市组团干道的碳排放强度显著高于组团内道路; 2) 深圳市交通碳排放日变化趋势主要有4种类型(单峰型、双峰型、波动型和均衡型), 工作日早晚高峰碳排放量最高; 3) 对比高、中、低3种程度低碳交通模式, 发现中度严格的减碳模式符合深圳社会经济和交通发展的要求。     

中国建筑业碳排放影响因素与预测研究

中国一直是碳排大国,其碳排放增长问题持续引发世界关注.建筑业作为一直在国民经济中占据重要地位的行业,其碳排放量约占全国碳排量的20%.因此,有必要研究建筑业碳排放的影响因素,并预测中国建筑碳排放的趋势.从以往相关研究中识别出12种我国建筑业碳排放影响因素,以2000—2016年的指标数据作为样本,利用灰色关联分析原理,筛选出关联度较高的8种影响因素,并结合BP神经网络模型构建我国建筑业碳排放预测模型.利用神经网络预测2017—2020年碳排放影响因素和碳排放预测值.研究发现,样本预测值对实际值的拟合度良好,说明所得训练网络泛化能力较强,进而证明筛选出的影响因素对建筑业碳排放影响程度高,可以用于预测建筑业碳排放.预测模型提高了神经网络的训练速度,为建筑业碳排放预测提供了新的工具.     

某石化污水处理厂碳排放量核算及预测

选取某石化污水处理厂作为研究案例,采用碳足迹法对该厂的碳排放量进行核算.运用长期能源可替代规划体系模型结合情景分析法,预测4种情景下该厂的未来碳排放量.结果表明,该厂的碳排放量在基准情景和低减排情景下均为逐年增加的趋势,在2060年分别增加118%和75%;中减排情景下,碳排放量出现先增加后减少的趋势,峰值出现于2025年,至2060年降低45%;高减排情景下,碳排放量急剧减少,至2050年又略微增加,至2060年降低约92%.     

1995—2007年我国省区碳排放及碳强度的分析——碳排放与社会发展Ⅲ

利用我国分省区的化石能源消费数据和美国橡树岭国家实验室二氧化碳信息分析中心公布的我国碳排放数据,对1995—2007年我国各省区的碳排放量、人均碳排放和碳排放强度进行了分析。结果表明,我国区域碳排放和人均排放排序为:东部中部西部,但中西部地区碳强度远远高于东部地区,这种特征与中西部地区高耗能行业占工业比重较高有密切关系。1995—2007年我国省际碳强度差异变化不大;从东、中、西部地区区域内部和区域之间差异的角度对省际差异进行的分解表明,我国省际碳强度差异主要是由区域内部省际差异导致的,而区域之间差异贡献较小。逐步线性回归分析表明能源资源禀赋、产业结构和能源消费结构是省区碳强度的决定因素,说明我国未来碳强度控制应从调整产业结构、改革能源政策、发展可再生能源等方面着手,以确保我国控制目标的顺利实现。     

中国生态足迹的趋势预测及情景模拟分析

为改善生态足迹静态性和预测功能的不足,采用趋势预测法和多情景模拟分析方法对我国生态足迹做趋势分析和情景模拟.结果表明:我国生态足迹近期仍呈上升趋势;在协调情景下,我国经济发展的资源利用效率增长速度快于GDP增长速度,但近期的资源压力将处在较低的水平;而风险情形下,资源利用效率的改变滞后经济发展,资源压力逐渐加大,不仅对于中国,对全球自然生态系统也将造成巨大冲击和影响;减轻我国未来资源与生态压力的出路在于快速提高资源的利用效率.     

基于IPAT模型的江西省碳排放峰值预测研究

通过对江西省1995-2012年的时间序列数据进行回归,利用IPAT模型对未来江西省碳排放峰值出现时间进行预测。可以发现,技术进步对峰值的影响较为重要。按照江西省目前发展趋势,若经济社会发展的同时保持能源强度和碳排放强度合理下降,江西省的峰值到达时间约在2032-2035年之间。因此,保持能源强度和碳排放强度的不断下降对江西省尽快出现碳排放峰值至关重要,健全应对气候变化机制、调整产业结构、优化能源结构、提高清洁能源消费比重应成为江西省今后的重点工作任务。     

城镇居民居住建筑能耗情景预测研究——以吉林省为例

建筑能耗是继工业、交通能耗之后的第三大社会能源消耗主体。结合LEAP模型,将吉林省城镇居住建筑能耗分为采暖、炊事热水、照明、电冰箱和其他家用电器用能。在不同情景下进行预测分析。结果表明,2020年吉林省城镇居住建筑能耗在基准情景、政策情景下分别为1 082万吨标煤、952万吨标煤,并对吉林省城镇居住建筑节能工作提出了对策建议,为推动吉林省城镇居住建筑向建筑设节能设计标准迈进提供现实依据。     

基于情景分析法的辽东湾新区区域建筑节能减排潜力预测研究

目的 为实现新区规划阶段区域建筑节能减排,对辽东湾新区区域建筑节能及CO2减排潜力预测进行研究.方法 采用情景分析方法,建立LEAP-Liaobin模型,在基准情景和区域能源规划情景中预测能源消费和CO2排放.建立ARIMA(1,1,1)模型和Logistic模型并引入LEAP模型中的经济模块和人口模块.修正LEAP模...     

2001～2010年中国能源碳排放与城市扩张脱钩分析

城市扩张与工业化、经济发展和能源消费关联紧密,据此构建能源碳排放与城市扩张脱钩分析模型.在此基础上,运用能源消费及城市土地统计数据,分2001~2010年、2001~2006年("十一五")、2006~2010年("十二五")3个时段,在全国、东中西部、省域3个层面开展中国能源碳排放与城市扩张脱钩关系的比较分析.结果表明,2001~2010年,中国能源碳排放快速增长且增速超过城市土地扩张速度,能源碳排放减排压力较大.能源消费的减排技术、能源消费结构和能源利用效率还亟需提升."十一五"至"十二五"期间,中国能源碳排放减排压力有所减缓,同时东中西、省域之间差异显著.     

基于改进遗传BP算法的产业产值中单位GDP碳排放量的预测研究

针对产业产值中单位GDP碳排放量的预测问题,系统分析了产业产值与能源消耗碳排放量的关系,在传统遗传算法的基础上,根据动态神经网络模型优化算法过程,克服了传统遗传算法的无动态性,提出了改进遗传BP算法.根据2005—2014年北京等10个省市第三产业的单位GDP碳排放量相关数据资料,利用改进遗传BP算法预测各省市在2015年的单位GDP碳排放量,其预测值与真实值的平均误差值为-0.03,其平均相对误差仅为1.06%,说明该算法在数值预测方面的有效性.     

中国城市居民生活碳排放的量化——个人碳排放计算器的设计与应用

根据IPCC温室气体清单方法,以投入产出表为基础,测算直接和间接碳排放系数,确定我国城市居民日常生活碳排放的量化公式.使用Visual Studio软件开发工具,制作出可以独立运行于WindowsXP、Win7等操作系统的碳排放计算器.以问卷调查和计算器为基础,分析我国城市居民的消费模式,计算人均每天碳排放.针对特定案例,对个人碳排放进行动态分析,为个人减少碳排放提供简便易行的帮助指导.