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.     

新疆产业结构优化与碳排放的动态关系研究

选取新疆2000-2020年的时间序列数据,从产业结构高级化和产业结构合理化两方面测度产业结构优化水平,构建灰色关联模型分析新疆产业结构与碳排放的关联关系,并通过VAR模型分析新疆产业结构优化与碳排放的动态关系。研究发现,从灰色关联度结果看,产业结构优化与碳排放的关联程度最高。从格兰杰因果检验结果看,产业结构合理化和碳排放强度互为格兰杰因果关系,碳排放强度是产业结构高级化的格兰杰原因。从脉冲响应结果看,产业结构优化对碳排放的影响呈现出阶段性特征,产业结构优化在初期可能会增加碳排放,但从长期看产业结构优化会降低碳排放。从方差分解结果看,产业结构高级化对碳排放的贡献率不高,长期保持在5%左右,产业结构合理化对碳排放的贡献率逐渐上升到42.9%,从长期看产业结构对碳排放的影响主要依赖于产业结构合理化。因此,提出促进产业结构合理化与高级化协同发展,实现产业低碳化转型;调整能源消费结构,提高能源利用效率;设立碳排放权交易市场,倒逼产业结构和能源结构调整等建议,推动新疆经济绿色发展。     

山东省工业碳排放情景预测及减排策略研究

随着区域经济总量的不断扩大和人口数量的持续膨胀,山东省工业经济发展与资源环境之间的矛盾越来越严重。工业能源消耗量迅猛增加,碳排放量日益严重。利用STIRPAT模型,分析得出工业总产值、工业能源强度和工业能源结构是山东省工业碳排放量的重要影响因素,能源强度的增大、能源结构的增长和工业总产值的增加均导致工业碳排放量的增加。在此基础上,设定基准情景、低碳情景和超低碳情景三种情景模式,运用情景分析法预测山东省2015~2040年工业碳排放量走势,三种模式下年工业碳排放量均不同且峰值出现的时间和大小也不同,但总体变化趋势均呈倒U形曲线特征,与环境库兹涅茨曲线理论的观点相一致。可以说,超低碳情景是山东省未来最具前景的工业碳排放发展模式,但受工业经济发展现状限制和能源现状制约,山东省选择低碳情景模式较为现实。建议山东省应注重调整工业能源消费结构,走能源多元化道路;优化升级产业结构,发展低耗能产业;提高工业能源利用效率,降低能源损耗;强化政府职能,加强工业用能管理;建设工业生态园区,重视生态环境保护。     

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。     

低碳经济背景下山东省“十二五”期间经济社会发展情景研究

发展以低能耗、低污染、低排放为特征的低碳经济,是山东省落实科学发展观、推进生态文明建设的必然选择。山东省人均碳排放明显高于全国平均水平,且两者之差几乎逐年增大。通过对山东省人均碳排放与人均GDP、能源强度、产业结构、城市化水平、对外贸易开放度的协整分析,分析结果表明碳排放与各因素之间存在长期均衡关系。另外,从碳排放的驱动因素出发,依据山东省已有的主要规划和中长期目标,以及关于未来经济趋势的分析,设置了基准、强化低碳经济、粗放型经济三种不同的发展情景对山东省"十二五"期间碳排放的演变趋势分析。研究表明2015年碳排放总量的取值区间约为31023.77×104~34461.88×104t,碳排放强度将在2010年0.63t/万元GDP的基础上降低9.98%~18.96%,山东省在采取积极减排措施的情况下基本可以实现碳排放强度降低18%的目标。提出了相关对策建议:优化能源结构,加大技术投入;调整产业结构,转变增长方式;完善政策机制,构建绿色贸易体系。     

安徽省能源消费碳消费排放影响因素分解分析

为探寻安徽省碳排放总量变动的影响因素以实现节能减排的目标,基于安徽省1995～2009年能源碳排放量,利用Kaya恒等式和Laspeyres指数分解方法,分析了碳排放强度、能源强度、人均GDP和常住人口规模对碳排放变动的贡献。结果表明,人均产出效应是促进碳排放增加的主要拉动因素,累积贡献率为149.03%;能源强度效应是唯一抑制碳排放增加的因素,累积贡献率为-100.12%;其他两因素对碳排放增加的促进作用不明显,并从改善能源结构、提高能源效率、重点关注高耗能高排放行业三方面提出了政策建议。     

临沂工业碳排放影响因素及碳减排措施研究

工业节能减排是中国“双碳”目标实现的重要任务。根据2011—2020年山东省临沂市工业碳排放数据,采用LMDI加法分解建立临沂工业碳排放分解模型,分析了影响临沂工业碳排放的相关因素。实证结果显示,临沂工业碳排放总效应为正,总体工业碳排放量增加。经济规模效应和产业结构效应为正,工业产值增加和高碳排放企业数量增多是工业碳排放量增加的主要驱动因素。能源强度效应和碳排放因子效应为负,说明临沂工业企业能源利用效率的提升与能源碳排放率的降低是节能减排工作的重点。     

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%。     

低碳发展的产业结构政策研究

在中国当前的发展阶段,由于工业化、城镇化的任务尚未完成,低碳发展更多的是对能源消费强度和碳排放强度下降的要求。由于高耗能、高排放产业比重大,中国实现减排目标面临着艰巨的任务,实现低碳发展必须在产业政策上做出调整。中国产业结构演变呈现经济增长趋缓、产业结构轻型化和低碳化、能源产业结构低碳化的趋势。促进低碳发展的产业政策目标是多元的,因此必须要在减排目标、经济和社会发展、能源安全等多个目标之间做出权衡。低碳发展的产业结构政策要严格限制钢铁、水泥、有色等高耗能产业的发展和控制高耗能产业规模,通过扩大其他产业规模逐步降低高耗能产业的比重;培育和创造新的产业竞争力,包括发展战略性新兴产业、先进制造业等;优化能源供给结构,加强低碳技术研发,支持低碳应用市场发展,建立促进低碳发展的激励机制。     

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。     

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     

Carbon emissions reduction in China's food industry

In this paper, we evaluate the changes in carbon dioxide emissions from energy consumption in China's food industry from 1986 to 2010 based on the Logarithmic Mean Divisia Index (LMDI) method. The results show that energy intensity (EI) and industrial activity (IA) are the main determinants of the changes in carbon dioxide. Energy intensity (EI) contributes to decrease in emissions within 25 years while industrial activity (IA) acts in a positive way to increase the emissions level. Industry scale (IS) mostly contributes to increase in emissions except for the time interval 1996–2000. However, for both carbon intensity (CI) and energy structure (ES), they have a volatile but not significant influence on emissions in the different time intervals. To further understand the effects, we analyze the cumulative emission during the whole period 1986–2010. The results further testify that energy intensity and industrial activity are the most important factors affecting reduction and growth of carbon emissions. The results indicate that efforts to reduce emission in China's food industry should focus on the enhancement of energy efficiency, the optimization of industrial scale and the restructuring energy use. Finally, recommendations are provided for the reduction of carbon dioxide in China's food industry.     

饭店低碳评价指标及碳排放等级划分

节能减排作为一项基本国策已深入人心。然而饭店节能减排工作,目前仍停留在绿色饭店的“浅绿色”概念,与时代发展不相符。启动饭店低碳化水平的评价和碳排放等级划分,不仅可推动饭店行业的节能减排,而且可广泛影响人们在生活中低碳行为的培养。通过理论与实践,提出饭店低碳化评价指标体系和饭店碳排放等级划分的具体标准。     

Analysis on energy intensive industries under Taiwan's climate change policy

This study addresses the planning and implementation of energy, industry, and carbon economy policies concerning the development of the Taiwan's energy intensive industries from perspective of climate change. As a newly industrialized country, Taiwan attaches greater importance to the development of green energy and low-carbon industries, in cooperation with global pressure for carbon reduction due to climate changes, through energy and industrial conferences. Thus, in the past year the Taiwanese government constructed four laws concerning energy and carbon reduction in order to drive the green energy industry; furthermore, it plans to reduce current carbon emission benchmarks. Nevertheless, statistical analysis found that in the last decade, energy intensive industries have presented structural unbalance regarding energy consumption, CO₂ emissions, energy intensity, contributions to the GDP, and product value. Industries in the industrial sector have high energy consumption, high carbon emissions, and increase total domestic consumption and carbon emissions, which have disproportionate contributions to industrial added value; nevertheless, the government continues to approve investments for such energy intensive industries, and results in continuous increases in energy consumption and carbon emissions. This contradictory phenomenon indicates that newly industrialized countries rely on a manufacturing economic structure, which is difficult to adjust and violates the trends of a global low-carbon economy. Hence, the government must examine and adjust such unbalanced industrial structures, where such adjustments are executed in a fair and just manner, and encourage the development of high value-added measures for low-carbon manufacturing and service sectors to become equal with competitors in a global economy.     

Decomposing the influencing factors of industrial carbon emissions in Shanghai using the LMDI method

Knowledge of influencing factors of industrial carbon emissions (ICE) is crucial to the efforts of reducing anthropogenic greenhouse gas emissions. In this paper, main factors responsible for the ICE in Shanghai between 1996 and 2007 were identified and quantitatively analyzed using the Log-Mean Divisia Index method. It was found that the industrial output was the main driving force of ICE. The decline in energy intensity and the adjustment of energy and industrial structure are major determinants for reduction of ICE, with the former alone accounting for 90% of the reduction. To better investigate the relative contribution of different industrial sectors and their changes over time, we divided the study period into two equal time intervals and analyzed some high-carbon emission sectors. The results suggested that the intensity of energy use should be reduced further, for it was far higher than the world average. Adjustment of industrial structure by developing low-carbon emission industries is more crucial than energy mix.     

美国碳强度指标走势及其对中国的启示

碳强度作为衡量二氧化碳排放量与GDP关系的指标,将成为中国减排工作的一个约束性指标。它不仅受能源效率影响,更受能源结构的影响,与能源强度相比,其实质上是一个能源质量的问题。美国早已建立了全面的碳强度指标系统及完善的数据收集系统,并出台了众多相关政策。美国二氧化碳排放强度从2000年的521t二氧化碳当量/百万美元(2005年价)下降到2009年的416t二氧化碳当量/百万美元(2005年价),9年间下降了20.15%。在能源供应相关碳强度方面,自2000年以来也呈逐年下降趋势,且2008~2009年间下降尤为突出,可见碳强度指标真实地反映了美国经济发展的趋势及强弱。美国信息产业不仅GDP贡献值远高于传统工业,且碳排放量也远小于传统工业。新能源已被赋予了改变美国命运的重要使命,特别是风能已成为美国非化石能源发展的主力军。我国除应对气候变化外,还面临着扶贫、就业、区域差距等一系列发展问题,实现碳强度指标降低任务非常艰巨。建议政府首先应在中央层面建立一个全面而又公开的碳强度信息数据系统,这是所有工作的起点和基础,并将碳强度指标纳入地方经济发展考核目标;借助"十二五"发展契机,推动国内能源结构调整,促进经济结构转型,加速低碳城市创建,注重节能技术的创新开发和应用;逐步应用新的清洁能源取代化石能源,推动新能源的应用和产业发展。     

我国二氧化碳排放的特点、趋势及政策取向

改革开放以来。我国二氧化碳排放总量从1978年的148329×10^4t增加到2008年的689654×10^4t．年均增长5．3％。与此同时,二氧化碳排放强度总体上呈较快下降趋势,但1999年以后下降速度放缓。我国二氧化碳排放强度明显高于国际水平。分析其原因,从需求结构看是经济增长过度依赖出口：从产业结构看是由于过度依赖工业,尤其是重化工业：而以煤为主的能源资源结构和能源生产结构,直接导致我国单位能源使用排放的二氧化碳高于其他国家。我国2015年二氧化碳排放量预测值在82．28×10^8-90．508×10^8t之间,减排形势不容乐观。由于我国还处在工业化、城镇化加快发展阶段,在以煤为主的特定资源禀赋条件下,减缓二氧化碳排放的主要路径是减少能源消费,即节能。节能的主要着力点在于充分发挥政府和市场的作用,加快提高能源技术效率,包括深化能源产品定价机制改革;加强政府的社会性管制,使环境社会成本充分内部化;建立绿色税收体系,支持低碳经济发展;培育碳排放交易市场。     

燃煤电厂全过程低碳节能技术路径探讨

  目的  燃煤电厂的低碳节能路径是缓解我国能源危机与环境污染的重要策略。  方法  文章评述了当前燃煤电厂在燃料供应设计阶段和节能运行维护阶段的低碳节能技术以及低碳技术潜在的发展方向。  结果  对于电厂燃料供应设计阶段的低碳技术应优化生物质/氨与煤的掺烧比例,良好的掺烧比例有利于炉内充分燃烧,降低碳排;电厂节能运行维护阶段吸收技术、吸附技术和气体分离技术是碳颗粒捕集的常用手段,同时储能技术、深度调峰技术、柔性直流供电技术对于CO₂减排具有重要作用。  结论  对电厂低碳技术发展进行展望,认为采用综合互补低碳协同方式,并结合电厂运行过程中的监管反馈调控措施,将是促进电厂可持续能源发展的重要发展方向。