低碳经济背景下山西煤炭产业的发展路径研究

首先从非煤能源比例、煤炭综合利用水平、科技创新与人才支撑和政策支持四个方面对山西省煤炭产业的发展现状做了简要分析,然后依据2008—2017年山西省煤炭产业相关数据,采用Kaya恒等式结合对数平均迪氏指数分解法(LMDI法)将山西煤炭产业碳排放的影响因素分解为能源结构效应、能源强度效应、经济发展效应及人口效应四项,定量分析了各因素对山西煤炭产业碳排放量变化的影响。最后本文依据山西省煤炭产业高碳排放的成因提出了对策与建议。     

新疆能源消费碳排放现状及增长效应分析

为了有针对性地分析新疆能源碳排放的增长机理,分析新疆能源利用现状、碳排放总量、三大产业碳排放的变化趋势、碳排放强度、人均碳排放等变量,基于扩展的Kaya恒等式建立因素分解模型,采用LMDI分解方法对能源碳排放进行因素分解。定量分析1985-2009年经济规模、人口规模、排放系数、能源结构、能源消费强度、产业结构等6个因素对新疆碳排放增量的影响。研究发现,经济规模效应、人口规模效应是正向驱动因素,能源结构与能源消费强度效应对碳排放具有抑制作用,产业结构的负效应表现最为突出。最后结合新疆实际提出了相应的减排政策建议。     

中国产业部门碳排放关联效应——基于假设抽取法的分析

基于2017年全国42个行业投入产出表和2017年能源消费量为数据,运用《综合能耗计算通则》计算出11个产业群的碳排放量、碳排放强度,运用假设抽取法分析产业群间的总碳关联度、前向碳关联和后向碳关联,并将关联效应分解为内部效应、混合效应、净后向效应、净前向效应和净转移。结果表明:石化金属制造业和电水燃气生产供应业的碳排放总量和碳排放强度最大,净输出碳排放严重;建筑业、机械设备制造业的净吸收碳排放较多。目前,我国能源消费结构失衡,煤炭、石油等能源使用率依然较高。虽然国家近年大力发展清洁能源,但始终占比不高,利用率较低。因此,必须优化国家能源消费结构,提升一次性能源使用效率,提高清洁能源的消费占比,减缓我国二氧化碳的排放量。     

1992-2007年广州市能源消费碳排放研究

根据《IPCC2006国家温室气体清单指南》中的碳排放计算公式和能源碳排放系数缺省值,计算了广州市1992-2007年能源消费碳排放量。结果表明,1992年以来碳排放总量和人均量逐年增加,碳排放强度则不断下降,由1992年的4.19 t/万元减少到2007年的2.75 t/万元,年均减少率为2.28%。碳排放结构分析表明,广州市以煤炭为主的能源消费结构并未得到有效改善;从经济结构来看,第一产业碳排放强度基本保持不变,第二产业碳排放强度先升后降,第三产业和生活消费则迅速增加。通过相关分析认为人口和经济的增长是影响碳排放量增长的主要因素,而能源强度的下降则可以明显抑制碳排放量增长。因此,建议通过控制人口数量、调整产业结构、降低能源强度和提高能源利用效率等措施来降低二氧化碳排放量。     

中国西部地区能源消费的碳排放及影响因素分析

在系统分析中国西部地区能源消费结构、增长速度、消费弹性系数的基础上,利用经典的排放系数法分别计算了西部12省市自治区1990-2010年能源消费碳排放量和能源消费碳排放强度,同时,应用分解方法对能源消费碳排放量和碳排放强度及其变化的驱动因素进行分析。结果表明,20年间西部地区能源消费年均增长83%,其中煤炭消费占西部地区能源消费量的70%以上,能源消费碳排放强度总体下降了61%,其中“十一五”期间下降了18%。GDP增长和技术进步分别是促使能源消费碳排放量和碳排放强度变化的最主要因素。     

华北矿业型城市长序列能源消费碳排放特征

区域视角的长序列能源消费碳排放特征研究对低碳减排政策的制定具有一定意义。针对中国地市级及以下尺度数据难以获取、统计标准存在差异、从时间长序列角度对矿业型城市能源消费碳排放的研究较少等问题,基于夜间灯光影像数据模拟估算了1995～2017年华北矿业型城市能源消费碳排放量,对矿业型城市进行多维研究,分析不同矿业型城市碳排放的差异性。结果表明:能源消费碳排放量较高的矿业型城市为成长型煤炭型、再生型铁矿型、成熟型铁矿型以及成熟型煤炭型中的张家口市、忻州市和赤峰市;强度效应是促使能源消费碳排放量与经济增长脱钩的重要手段,结合人口效应、规模效应的调控,通过科学的低碳减排政策,能够有效地控制能源消费碳排放量的增加,加快矿业型城市的经济转型。     

基于投入-产出原理的新疆能源消费碳排放行业差异研究

通过对新疆各行业直接能源消费碳排放及间接碳排放的分析,发现工业直接碳排放量最多,其中制造业是最主要的推动力,所占的比重最高;直接碳排放具有行业集中的特点,高度集中在少数高耗能的行业部门,而且集中度有增加的趋势;行业可划分为3种类型,高碳行业大部分具有规模较大的特征,是新疆经济发展和直接碳排放的主要行业。行业部门的关联效应所引发的间接碳排放不容忽视,而且大部分行业间接碳排放要超过直接碳排放,间接碳排放的行业集中度要高于直接碳排放的行业集中度,石油加工、炼焦及核燃料加工业是间接碳排放量最多的行业。需要对间接碳排放给予足够的重视,石油加工、炼焦及核燃料加工业,金属冶炼及压延加工业,电力、燃气及水的生产和供应业等行业应作为未来治理规划的重点行业。     

山东省生产部门碳排放驱动因素分解分析

通过对山东省碳排放量进行核算,并在Kaya恒等式基础上,将山东省生产部门碳排放分解为经济发展、产业结构、能源强度、能源消费结构4个驱动因素,并采用对数平均迪氏分解法对山东省2000—2009年碳减排工作成效进行定量分析。结果表明：除能源强度的变动对碳排放起负向驱动作用外,经济发展、产业结构、能源消费结构的变动均对碳排放起正向驱动作用,且经济发展是山东省碳排放的主要促进因素。最后,提高能源效率、降低能源强度是目前山东省碳减排工作的重点。     

基于LMDI的西部地区碳排放因素分解

构建了一个基于经济规模、经济结构、能源强度、能源结构和碳排放系数的恒等式。采用对数平均的Divisia(LMDI)方法对西部地区1995-2009年碳排放从产业层面和地区层面进行定量分解。结果表明:经济规模的高速增长是导致西部地区碳排放持续增加的主要因素;经济结构的调整或变化对减少碳排放的潜力尚未显现;能源强度即能源利用效率的提高是有效抑制碳排放减少的关键因素;能源结构的优化是控制碳排放增加的潜在因素。最后,提出西部地区发展低碳经济的建议。     

中国有色金属行业能源消耗碳排放影响因素分析

运用平均对数迪氏指数法(LMDI)对我国有色金属行业2000—2011年能源消耗碳排放的变动特点和主要影响因素进行研究,基于LMDI模型的情景分析,对2020年有色金属行业的碳排放进行预测。结果表明,经济规模是促进碳排放的最主要因素,能源强度是减缓碳排放的主要因素,能源结构和碳排放系数的影响较小。我国有色金属行业的减排潜力很大,未来减排关键在于控制经济规模的扩张和降低能源强度。     

中国采矿业能源消费碳排放脱钩及因素分解分析

计算1994-2015年中国采矿业能源消费的碳排放量及排放强度,运用Tapio脱钩弹性模型分析中国采矿业能源消费碳排放与产值的脱钩状况,并采用LMDI方法对碳排放驱动因素进行分解,以期更全面了解中国采矿业的碳排放情况,为制定适合矿业经济可持续发展的政策提供科学依据。研究表明,中国采矿业能源消费碳排放总量和碳排放强度先上升后下降,年均增速分别为2.92%和－5.77%。采矿业能源消费碳排放与产值之间的脱钩状态以弱脱钩为主,煤炭开采和洗选业、煤焦类能源和电力是碳排放的主要来源。拉动碳排放量增长的决定性因素是经济产出规模的扩大,而促使碳排放减少的主要因素是能源强度的降低。      

基于LMDI指数分析的中国煤炭消费增长分解研究*

深入研究中国煤炭消费影响因素及其作用强度,对中国节能减排政策的科学制定具有重要的现实意义。基于LMDI分解法定量分析了经济增长、产业结构、能源消费结构和能源效率四个因素对中国煤炭消费增长的影响。结果发现:经济增长是拉动中国煤炭增长的决定性因素,产业结构和能源消费结构的变动对中国煤炭消费增长也具有正向影响,能源效率的提高是抑制中国煤炭消费的主要因素。根据分析结果,本文对调控煤炭消费的政策进行了延伸性讨论,认为煤炭消费调控政策的重点在于抑制因经济增长方式不合理而引致的煤炭消费不合理增长,并从产业结构调整、能源消费结构调整和能源效率提高三个层面,提出了抑制煤炭消费不合理增长的若干建议。     

新疆1990—2010年能源消费碳排放反弹效应研究

文章基于IPAT模型对新疆能源消费碳排放的反弹效应进行分析。结果表明：1990—2010年期间,新疆碳排放总量不断增长,碳排放强度则呈现下降趋势。导致碳排放呈现反弹趋势的主要影响因素是规模效应,同时技术进步所带来的能源效率提升对碳减排的作用非常有限。碳排放强度不断下降,其中第二产业能耗碳排放强度的贡献率最大。因此,在未来的社会经济发展过程中,应更加注重提升技术进步对碳减排的贡献作用,同时合理调整产业结构,实现碳排放的有效控制。     

山东省资源型城市产业结构调整与碳减排潜力研究

资源型城市产业结构偏重、能源结构偏煤的发展方式引致了严重的高碳排放问题,优化产业结构可在一定程度上加快碳减排的进程。山东省作为能源消费和碳排放大省,其资源型城市产业结构与碳减排的关系有待进一步探究。以山东省资源型城市为研究样本,采用IPCC碳排放核算方法和EIO-LCA模型,分别测算分部门的直接碳排放强度和间接碳排放强度,构建碳减排潜力模型对分行业部门的碳减排潜力进行等级划分,深入剖析了产业结构与碳减排潜力的关系。研究发现：山东省资源型城市的直接碳强度和间接碳强度居于前列的部门多为能源供应和开采业;第一减排潜力梯队部门碳减排效应和碳减排量均较高,多为能源供应类部门;第二减排潜力梯队部门碳减排效应与碳减排量一高一低,多为服务业和交通业等生产链下游部门;第三减排潜力梯队部门碳减排量和碳减排效应均较低,且多为非传统工业。     

中长期煤炭消费碳排放与二氧化碳排放值预测

采用不同的碳排放测算依据,按照2020年我国煤炭消费量数据计算出2020年我国煤炭消费中碳排放量约为19.35亿t、CO₂排放量约为71.20亿t;通过对2020年不同测算方式下我国煤炭消费碳排放数据的对比以及不同发电技术条件下碳排放数据的对比,分析得出煤电是煤炭产业中影响碳排放的主要影响因素的结论;通过分析2030-2050年能源结构用能、碳排放相关数据和各年煤炭碳排放总量情况,做出2050年我国煤炭产业碳排放量可能在14.09亿t以下、CO₂排放可能在51.85亿t以下的预测。通过整体分析,认为,在“双碳”目标背景下,减少煤电发电量是减少碳排放的必然手段之一;同时,以电煤生产和煤炭发电为主的企业,产业结构调整或转型将是发展的必然趋势。     

煤炭价格对我国能源消费、碳排放与宏观经济的影响

以可计算一般均衡模型为基础,分析了我国煤炭价格下降对能源消费、碳排放与宏观经济等变量的影响。分析结果显示:煤炭价格下降导致我国煤炭与能源总需求量大幅度上升,石油、天然气、清洁电力能源需求量有所下降;碳排放总量与单位GDP碳排放强度有所上升;大部分部门的产出都有不同程度上升;价值宏观经济变量有不同程度下降;实际宏观经济变量有不同程度上升。     

科研投入抑制碳排放了吗？——基于LMDI模型和STIRPAT模型的碳排放影响因素分析

节能减排是全球共同关注的重要问题,近年来中国不断加大科研投入、改善能源结构、实现产业结构升级以减少碳排放。虽然中国高污染产业的科研经费支出较高,但是对于抑制二氧化碳排放进而改善工业整体环境效应的方向和力度仍缺乏具体的衡量指标。为进一步分析科研投入对碳排放的作用效果,本文首先将科研规模效应引入分析碳排放影响因素的LMDI模型,从经济规模、科研规模、能源结构及能源强度的分解结果进行讨论;同时为了弥补LMDI模型在弹性分析方面的不足,引入扩展的STIRPAT模型,采用总体能源强度指标和科研投入效率因素,结合省际面板数据进行进一步比较分析。研究结果表明：1）科研投入的增加对碳排放无显著抑制效果,但科研效率的提高以及产业结构升级有助于减少碳排放;2）能源结构和能源强度与碳排放量显著负相关;3）新旧动能转换重大工程的提出和实施对碳减排有明显的促进作用。最后结合模型结果提出增强科研投入针对性,提高科研投入效率;出台节能减排政策,鼓励技术创新;推进新旧动能转换,实现产业结构优化升级等政策启示。     

科研投入抑制碳排放了吗？——基于LMDI模型和STIRPAT模型的碳排放影响因素分析

节能减排是全球共同关注的重要问题,近年来中国不断加大科研投入、改善能源结构、实现产业结构升级以减少碳排放。虽然中国高污染产业的科研经费支出较高,但是对于抑制二氧化碳排放进而改善工业整体环境效应的方向和力度仍缺乏具体的衡量指标。为进一步分析科研投入对碳排放的作用效果,本文首先将科研规模效应引入分析碳排放影响因素的LMDI模型,从经济规模、科研规模、能源结构及能源强度的分解结果进行讨论;同时为了弥补LMDI模型在弹性分析方面的不足,引入扩展的STIRPAT模型,采用总体能源强度指标和科研投入效率因素,结合省际面板数据进行进一步比较分析。研究结果表明：1）科研投入的增加对碳排放无显著抑制效果,但科研效率的提高以及产业结构升级有助于减少碳排放;2）能源结构和能源强度与碳排放量显著负相关;3）新旧动能转换重大工程的提出和实施对碳减排有明显的促进作用。最后结合模型结果提出增强科研投入针对性,提高科研投入效率;出台节能减排政策,鼓励技术创新;推进新旧动能转换,实现产业结构优化升级等政策启示。     

煤炭资源型城市碳排放特征研究:以平顶山市为例

为了帮助煤炭型城市科学合理地制订碳减排对策,以平顶山市为例,计算了2004~2012年间来自产业部门、生活部门能源活动和水泥行业生产过程中地碳排放量,并用LMDI(对数平均权重分解法)法测算了各影响因子的贡献。结果表明:1平顶山市碳排放量年增长率为13.226%;2生产部门能源强度、人均GDP、产业结构等是碳排放地主要正向驱动因子,生活部门能源强度和能源结构是负向抑制因子,正向驱动因子的贡献远大于负向因子。提高能源利用技术水平和产业升级是降低碳排放地主要措施。     

中国碳排放强度的区域差异、趋势演进与影响因素分析:基于30个省（市、区）1997—2012年面板数据

采用IPCC的计算方法,测算中国30个省（市、区）1997—2012年能源消费和水泥生产产生的碳排放,并以碳排放强度为指标,采用Theil指数、Kernel核密度估计和广义矩估计,分别对中国碳排放强度的区域差异、趋势演进和影响因素进行分析。研究结果显示：1）中国东部、中部、西部和东北部4个区域碳排放强度存在明显的区域差异,总体分布差异主要来自于区域内差异;2）全国和4个区域的碳排放强度在样本考察期内呈下降态势,碳排放强度的分布总体上呈现出从分散到集聚的态势;3）碳排放强度的滞后项、城市化水平、对外贸易开放度和能源消费结构对碳排放强度有正影响,产业结构和能源效率对碳排放强度有负影响。