河南省能源行业碳足迹在产业间传递路径研究

以河南省部门能源消耗数据为例,利用投入产出法构建了河南省碳足迹投入产出模型,描绘出河南省各产业间碳排放的投入与产出关系,利用投入系数和产出系数,运用三角化方法识别出在碳排放上联系最密切的各个产业作为河南省能源产业碳足迹传递路径,由此分析了河南省能源产业碳排放的特点,提出以能源产业为切入点的节能减排思路.     

基于Divisia指数分解法的电能消费碳排放情景分析

基于产业链角度分析了电能消费碳排放关键影响因素,采用Divisia指数分解法研究了1990～2007年间我国燃料结构、发电结构、辅助服务及输配损失对碳排放的影响,并给出三类情景下2010～2030年间电力部门的碳排放总量及电能消费的碳排放系数预测.结果表明,我国电力部门2030年的CO2排放总量为49×108～60×108t,相应的电能消费碳排放系数为0.407～0.493,为电力工业未来减排目标及减排途径的设计提供了参考.     

基于可比价投入产出表的浙江省能源强度分析

通过编制浙江省2007—2017年可比价能源投入产出表,测算了其直接能源消耗系数、间接能源消耗系数和完全能源消耗系数;同时基于结构分解分析方法对浙江省能源强度变化的影响因素进行了分析。实证研究结果表明：除其他服务业外的5个部门的完全能源消耗系数均呈下降趋势;能源强度呈下降趋势,而能源技术效应是导致能源强度下降的主导因素;最终需求结构效应总体上降低了浙江省5类能源消耗强度。     

长三角地区能源消费碳排放分析

采用IPCC碳排放技术指南提供的能源消费碳排放计算模式,估算了长三角区域1995～2007年间的人均碳排放量,并采用因素分解模型定量分析了能源结构、能源强度、经济发展对该地区碳排放的影响.结果表明,经济发展为人均碳排放量增长的主要因素,能源强度的下降和能源结构的改善在一定程度上对经济发展带来的增长起到了抑制作用.     

昆明市能源消费碳排放变化的因素分解及对策研究

随着昆明市社会经济的快速发展,能源消耗及环境问题日益严重,减少二氧化碳排放、建设低碳城市已成为昆明市可持续发展的关键.基于扩展的Kaya恒等式建立了因素分解模型,并应用对数平均Divisia指数方法(LMDI)对昆明市2005—2010年能源消费碳排放变化情况进行了分解分析.研究表明:现阶段昆明市能源消费碳排放最大的影响因素是经济产出规模,其贡献率达到155.76%;而能源效率仅次于经济产出呈现负效应,其贡献率为-87.68%;其它表现为正效应的影响因素分别为产业结构、人口规模、产业能源消费碳排放,其贡献率分别为14.36%、13.42%、4.13%.“十二五”及未来一段时期,调整产业结构、优化能源结构、提高能源效率及发展碳汇项目是昆明市二氧化碳减排的重点任务,为昆明市低碳城市建设提供保障.     

广州市碳排放达峰值分析

本文对城市达峰值的规律以及峰值研究方法进行了梳理,研究广州市碳排放峰值时先对广州市碳排放影响因素进行分解分析,随后基于相关规划对广州市的碳排放峰值进行了情景分析。结果表明,经济增长和人口规模是促进广州市碳排放的两个主要因素。经济增长是最重要的影响因素,未来人口增长将不会是碳排放增长的主要影响因素。产业结构、能源强度和碳排放系数都是减缓广州市碳排放的影响因素,其中能源强度的减排贡献度最大。未来广州市能源消费总量将持续增加,在高经济增速的情况下,广州市至2030年仍未达到碳排放峰值;在较低经济增速的情况下,广州市在2020年左右便可实现碳排放峰值。要实现碳排放达峰,必须引导合理的能源消费需求,加大节能力度;加快产业转型,大力发展低碳技术;大力发展天然气和新能源。
关键词：能源消费量;碳排放;峰值目标;广州市     

北京市交通运输业能源消费碳排放影响因素分析

本文参考IPCC的方法,测算了2005—2015年北京市交通运输业化石能源消费及其CO2排放总量,并对其总体变化趋势进行探讨;运用对数平均迪氏分解模型(LMDI)将北京市交通运输业碳排放因素分解为人口效应、经济增长、产业规模、能源强度和能源结构5个因素,并对其贡献值进行分析。结果表明,交通运输业需要消耗大量的化石能源,研究期内其能源消费碳排放增速处于波动下降态势,但总量仍在增加;北京市交通运输业碳排放的增量因素由强到弱依次为经济增长、人口效应、能源结构,减量因素由强到弱依次为产业规模和能源强度。本文基于分析结果,为北京市交通运输业碳减排政策提出针对性的建议。     

2020年我国能源电力消费及碳排放强度情景分析

在工业化和现代化的进程中,无论是总量还是人均,我国能源和电力消费都将快速增长,且用电量的增速更快于能源消费。我国低碳经济的发展应以不断降低碳排放强度为目标,从优化产业结构和优化能源消费结构2方面同时着手实施,情景分析表明,我国2020年碳排放强度有望比2007年降低33%～37%。     

基于三部门划分的广东省能源碳排放驱动因素特征研究

碳排放驱动因素分析是有效制定减排政策的关键,合理划分碳排放部门有助深化对碳排放变化机制的理解和提出更具针对性的措施。把能源消费碳排放划分为发电、产业和生活三个部门,基于LMDI方法将各部门碳排放变化效应分解为若干因素,研究广东省2000-2016年的碳排放驱动因素特征并和全国进行分阶段对比。结果表明:发电部门和产业部门的主要增碳因素分别是用电量增长和经济增长,增碳效应在进入新常态后明显减弱;生活部门主要增碳效应是人均能耗上升。火力发电占比下降和火电效率提升、产业能耗强度下降和产业结构变化分别是发电部门和产业部门的主要减碳因素,而生活部门没有显著的减碳因素。根据广东碳排放驱动因素特征,提出各部门碳排放控制措施建议。     

我国“十一五”节能目标的实现途径、条件与政策建议

本文包括两大部分:一是指出了部门能源强度的结构节能贡献与技术(效率)节能贡献之间的差别。二是通过调整最终产品(投资、消费、进出口)的比重以及部门间直接消耗系数的变化,应用投入产出模型,计算了2005～2010年5种(高、中、规划、粗放、20%节能)情景发展方案,得到的结果是:通过5年的努力,把投资与消费的比例调整到2000年水平,较大幅度提高产品的能源利用效率,优化产品结构,在此3个条件下,2010年20%节能目标是可以实现的。本文同时提出了实现此目标的若干政策建议。     

广东省能源消费碳排放影响因素分析

以2005~2013年广东省能源平衡表为数据源,采用IPCC推荐方法计算能源消费碳排放量,结合LMDI方法,分析了人口规模、经济发展、能源强度、能源结构对广东省能源消费碳排放的影响,得出了:1广东省能源消费碳排放总量和人均碳排放呈现"快速增长—稳定"转变的态势,碳排放强度呈现较稳定的线性下降态势;2经济发展是促使广东省能源消费碳排放增长的主导因素,能源强度的降低是抑制碳排放增长的重要因素。此研究结果对掌握广东能源消费碳排放及影响因素具有重要的作用,对制定碳减排政策和实现低碳省建设具有重要的指导意义。     

国内投资驱动型能源消费研究——基于投入产出模型

目前,能源消费问题越来越成为人们关注的重点,而由能源消费所引起的相关问题也越来越严重.本文基于投入产出模型,分别从全国及行业层面对2002-2010年投资驱动型能源消费进行定量分析.结果表明,近些年来,投资驱动型能源消费总量逐年增加且其在我国能源消费总量中所占的比重越来越大.从行业层面来看,建筑业和制造业由于国内投资引起的能源消费量居高不下,其在投资驱动型能源消费方面起着重要的作用.     

基于灰色关联分析法的东莞市工业结构与碳排放的关系

为推行节能减排、发展低碳经济并优化城市产业结构,分析影响碳排放量的因素是关键环节。以东莞市为例,采用IPCC碳排放估算方法测算了2005～2010年工业各部门的碳排放量,并采用灰色关联分析法分析了31个工业部门经济发展对碳排放总量的影响程度。结果表明,城市的碳排放量与工业结构密切相关,必须优化结构并提高清洁能源比重。     

全国碳排放及基于K-means聚类算法的省级碳排放研究

采用2000～2019年相关数据,对我国与全球主要国家的碳排放总量、碳排放强度、人均碳排放量进行对比,结果表明我国碳排放总量最大,碳排放强度较高,人均碳排放量水平不高。通过对全国各区域之间碳排放的对比分析,表明利用“四大经济板块”对全国30个省份(不含西藏自治区、台湾省和香港、澳门特别行政区)划分碳排放情况适应性不强,不能满足对各省份碳排放发展的差异化指导需求。利用K-means聚类算法,以各省能源消耗强度和第二产业比重作为变量指标进行省级碳排放聚类分析,将全国30个省份划分为5个聚类,并对每个类别分别提出碳排放差异化发展建议。对于类别1和类别2,建议加强能源特别是煤炭的清洁高效利用,推进相关行业煤炭减量及清洁化替代进程,降低能源消耗强度。对于类别3,建议重点加强传统产业优化升级,加快工业领域低碳工艺革新和数字化转型,促进工业化进程的绿色低碳发展。对于类别4,建议重点加强推广绿色低碳消费理念,进一步提升清洁能源消费占比。对于类别5中的经济发达省份,建议加大新型技术与绿色低碳产业的深度融合,降低能源消耗强度;经济较不发达省份应重点关注传统产业结构调整升级,避免为促进地区经济发展而引入淘汰...     

四川省能源消费碳排放趋势及影响因素研究

基于四川省2000～2009年能源消费资料,对全省二氧化碳排放总量、人均二氧化碳排放量、单位GDP二氧化碳排放量三项碳排放指标进行了测算,并采用Laspeyres完全分解方法对三项碳排放指标进行了因素分解,分析测算了各影响因素对分解目标的贡献值和贡献率.研究结果表明,经济因素对二氧化碳排放总量、人均GDP二氧化碳排放量变化起主导作用,能源强度对单位GDP二氧化碳排放量的变化贡献最大.     

安徽省经济发展与碳排放关系分析

以计算得出的安徽省2000～2011年的碳排放量为依据,运用EKC模型对该省经济发展与碳排放量之间的关系进行分析,安徽省碳排放量以及人均碳排放量都在人均GDP为25659.31元时达到理论峰值(极值点),分别为10570×104t和1.54t。安徽省碳排放量与人均GDP之间、人均碳排放量与人均GDP之间存在比较明显的环境库兹涅茨二次曲线特征。为了进一步揭示影响安徽省碳排放量变化的因素,又利用LMDI模型对该省碳排放增长中的总效应、生产规模效应、结构效应及强度效应进行深入分析。结果表明,引起安徽省碳排放增长的主要因素是生产规模效应,强度效应对碳排放起到了一定的抑制作用,而结构效应对碳排放影响不大。鉴于此,建议安徽省应按照低污染、低排放、低能耗的低碳经济理念,调整投资和消费方向,加大对先进节能技术的倾斜性投资,优先选择低碳产业作为未来的发展方向;加大力度优化能源结构,逐步降低高碳产业比重,努力保持非化石能源比重的持续增长态势;发展碳汇项目,促进碳吸收;鼓励新能源、新技术的科技创新,出台相应的激励政策。     

中国减缓部门碳排放的技术潜力分析

介绍了中国产业结构和能源强度的特点;分析了中国各部门碳减排的技术潜力和减排成本;指出了中国减缓部门碳排放的降碍;探讨了实现部门碳减排的对策。     

产业结构对能源消费的影响分析——以江苏省为例

研究了2000年、2002—2012年江苏省的产业结构与能源消费之间的关系.首先,使用灰色关联分析法分析了江苏省三大产业及生活用能与能源消费之间的关系,获得了灰色绝对关联度、灰色相对关联度、灰色综合关联度.分析结果表明,第二产业与能源消费的关联度最大.然后,使用对数回归分析法分析了各大产业对能源消费具体的影响程度,得出对能源消费总量影响最大的是第二产业.优化产业结构,提高能源使用效率,是实现江苏省可持续发展的重要任务.     

基于LMDI模型的北京市电力部门碳排放特征研究

为了研究北京市电力部门碳排放的主要影响因素,本文利用2000—2012年北京市电力生产和消费数据,从电力生产和消费角度,建立电力部门碳排放影响因素分解模型,并利用对数平均迪氏指数分解分析方法测算这些因素对碳排放影响的方向和程度。从生产角度来看,正向驱动因素主要有能源强度效应和能源排放强度效应,贡献率分别为1040.47%、109.80%,负向驱动因素主要是产出规模效应,贡献率为-1228.16%,产出规模效应是使得电力碳排放减少的最主要因素,而能源强度效应是增加碳排放的最大力量。从消费角度来看,正向驱动因素主要是配输电损失,贡献率为11.37%,负向驱动因素主要有火电份额和火力发电能耗,贡献率分别为-61.99%、-37.99%,火电份额是电力碳排放减少的主要因素。     

基于要素投入视角的省际碳减排影响因素研究

将柯布-道格拉斯(C-D)生产函数嵌入Kaya恒等式,采用对数平均迪氏分解法(LMDI)将碳排放影响因素分解为能源结构、单位国内生产总值(GDP)能源强度、资本投入、劳动力投入和技术因素,针对2008～2017年我国30个省级行政区的8种主要能源消费产生的碳排放,研究分析各因素在时间跨度和空间差异上对各地碳减排产生的影响。结果显示：能源结构效应对碳减排的作用较有限;单位GDP能源强度效应对碳减排具有关键作用,是碳减排最为稳定的因素;资本投入是碳排放增加的重要影响因素;劳动力投入效应对碳减排逐渐产生积极影响;索洛残值效应所代表的技术因素对碳减排具有不同作用。