基于IPAT模型的安徽省不同情景碳排放趋势测度分析

基于1995-2010年能源消费数据,利用IPAT模型,分规划情景、惯性情景、低碳情景对安徽省未来碳排放量及碳排放强度进行测度,结果表明:2015年,安徽省在规划情景、惯性情景、低碳情景下的碳排放量分别为16 680.96万t、14 790.52万t、11 235.49万t,均呈增长态势,碳排放强度分别为0.6952t/万元、0.6661t/万元、0.6533t/万元,呈下降趋势,规划与惯性情景模式下的碳排放量和碳排放强度均高于低碳情景模式。3种情景碳排放曲线表明,不会出现库兹涅茨曲线(EKC)拐点。科技创新、机制创新是实现碳减排的重要途径,"十二五"期间,安徽省通过提高能源效率、优化能源结构、创新机制等举措,碳排放仍有较大削减空间。     

河北省碳源碳汇测算及碳减排压力分析

低碳经济发展模式得到世界各国的重视,全球经济发展面临巨大的节能减排压力,碳排放已成为国内外学者的研究热点之一。在经济新常态下如何保证在经济稳健快速发展的基础上降低碳排放量,是河北省当前亟待解决的重要课题。该文基于IPCC温室气体清单的测算方法,首先,建立河北省碳源碳汇的科学核算体系,从碳源、碳汇、净碳源三方面测算了2000-2013年河北省的碳排放量,研究其历时性变化特征;其次,运用GM(1,1)灰色预测模型对河北省2014-2030年的碳排放强度进行预测;最后,分析了不同碳减排目标情景下其碳减排潜力与压力,提出碳减排管理措施,为该地区制定碳减排计划,发展低碳经济提供决策支持。研究表明:1)河北省碳源总量从2000年的32 959.21万t逐年增加到2013年的151 765.12万t,增加了360.46%,年均增长率为12.46%,能源消费是最主要碳源,工业过程碳排放增幅最大。2)同期,人均碳源、碳汇和单位面积碳源、碳汇也逐年增加,净碳源持续增加,但碳排放强度降低。3)2014-2030年,河北省碳减排压力系数均大于1,其中2016-2020年是关键的碳减排期,碳减排任务艰巨。     

甘肃省碳排放变化及影响因素分析

采用甘肃省人口、经济发展、能源消费等数据,通过相关方法对1997-2008年的碳排放总量、碳排放强度及其三大产业的碳排放进行了估算,并利用岭回归函数对STIRPAT扩展模型拟合,进一步分析影响甘肃省碳排放的因素。结果表明： （1）从1997-2008年甘肃省能源消费的碳排放量和人均碳排放量均呈逐年增长的趋势。碳排放量由1997年的1 767.14×104 t增加到2008年 4 341.64×104 t。人均碳排放量由1997年的0.7 t /人增长到2008年的1.65 t /人,且以煤炭消费的碳排放为主,占各能源碳排放的比例达到70%以上。（2）碳排放强度从1997-2001年呈波动变化,2001年以后则呈逐年下降趋势,总体上从1997年的2.214 t/104元下降到2008年的1.364 t / 104元。（3）三大产业的碳排放呈逐年上升趋势,且以第二产业的贡献为主。（4）人口增长、经济发展对碳排放影响较大,而生活水平的提高更加剧了碳排放的增长。     

海岛城市碳排放测度及其影响因素分析——以浙江省舟山市为例

海岛城市具有独特的社会经济发展轨迹以及碳排放特征。定量剖析海岛城市碳排放的演变趋势及其关键驱动因子,对于指导"低碳海岛城市"和"生态海岛城市"建设意义重大。以中国典型海岛城市舟山市为案例区,采用IPCC参考方法,测算2001-2015年间舟山市各部门的碳排放量,并运用STIRPAT扩展模型,定量分析能源强度、人均GDP以及城市化率等关键驱动因子对海岛城市碳排放的影响;在此基础上,结合情景分析技术对舟山市未来的碳排放量进行情景预测。结果表明:(1)2001-2015年间,舟山市碳排放量增加迅速,年均增长率达到32%,碳排放强度遵从先降后增的"U型"变化规律,年均值略高于厦门市。(2)岭回归分析表明城市化率对碳排放量的增加影响最大,其次为能源强度,人均GDP对碳排放的影响最弱。(3)舟山市经济增长与碳排放之间存在Kuznets曲线假说,且理论拐点将出现在人均GDP为10.46万元附近(2000年可比价)。(4)舟山市在2020年和2030年的碳排放总量将分别达到2142万t和4333万t。总体而言,产业结构低碳化和能源效率提升是缓解舟山市未来碳减排压力的有力抓手。     

共享社会经济路径下中国碳中和路径预测

科学地预测和分析不同情景下中国碳中和路径有助于碳中和目标的合理推进,但当前研究仍缺少结合碳源—汇变化趋势的综合性分析与应用国际耦合模式情景的系统性分析。本文运用WITCH综合评估模型与IBIS植被动态模型模拟了各共享社会经济路径情景下21世纪中国碳源—汇路径,对中国碳中和时间及路径进行预测分析。研究发现：① 中国碳汇逐年值存在3~4 a的周期性波动。RCP6.0气候情景下中国碳汇总量均值稳定在约0.30 Gt C/a;RCP2.6气候情景下中国碳汇总量均值呈下降趋势,到2065—2100年下降至约0.18 Gt C/a。② 中国碳排放总量受到世界经济社会发展路径与政策强度的共同影响,在中高强度减排政策下中国碳排放均在2025—2030年达峰后呈下降趋势,其中SSP1/SSP4—高强度碳减排政策情景下碳排放在2060年降至约0.30 Gt C/a并实现碳中和目标。③ 基于典型碳中和情景的路径研究,实现碳中和目标应积极促进清洁能源技术进步与应用,推进非电力能源向电力能源转变,推广生物质能源及CCS技术,并积极倡导电动汽车的发展。     

中国能源消费碳排放强度及其影响因素的空间计量

碳排放所引起的全球气候变化对人类经济社会发展带来了严峻的挑战。中国政府承诺到2020 年GDP碳排放强度较2005 年降低40%~45%,这一目标的实现有赖于全国层面社会经济和产业结构的实质性转型,更有赖于省区层面节能减排的具体行动。基于联合国政府间气候变化专门委员会(IPCC) 提供的方法,本文估算了全国30 个省区1997-2010 年碳排放强度,采用空间自相关分析方法和空间面板计量模型,探讨了中国省级尺度碳排放强度的时空格局特征及其主要影响因素,旨在为政府制定差异化节能减排的政策和发展低碳经济提供科学依据。研究结果表明:① 1997-2010 年,中国能能源消费CO₂排放总量从4.16 Gt 增加到11.29Gt,年均增长率为7.15%,而同期GDP年均增长率达11.72%,碳排放强度总体上呈逐年下降的态势;② 1997-2010 年,碳排放强度的Moran's I 指数呈波动型增长,说明中国能源消费碳排放强度在省区尺度上具有明显的空间集聚特征,且集聚程度有不断增强的态势,同时,碳排放强度高值集聚区和低值集聚区表现出一定程度的路径依赖或空间锁定;③ 空间面板计量模型分析结果表明,能源强度、能源结构、产业结构和城市化率对中国能源消费碳排放强度时空格局演变具有重要影响;④ 提高能源利用效率,优化能源结构和产业结构,走低碳城市化道路,以及实行节能减排省区联动策略是推动中国实现节能减排目标的重要途径。     

环境规制、FDI与能源消费碳排放峰值预测——以西北五省为例

基于STIRPAT模型，运用情景分析法对西北地区2017—2030年能源消费碳排放进行预测，在高、中、低三种环境规制强度下设定出9种发展模式，以分析环境规制与FDI对能源碳排放峰值的影响。研究表明：（1） 在初始发展情境下，西北地区2030年碳排放总量为70 273.07×10⁴ t，无法实现碳排放达峰目标。（2） 低环境规制背景下，高、高中、高低三种发展模式2030年能源消费碳排放额为73 550.53×10⁴ t、64 881.98×10⁴ t、56 296.96×10⁴ t。（3） 中、高环境规制下，中低、低两种发展模式分别于2025年、2020年达到碳排放峰值，峰值额度为53 447.15×10⁴ t、51 022.68×10⁴ t。能源碳排放强度为0.86 t·（10⁴元）^-1、0.68 t·（10⁴元）^-1，相比较2005年碳排放强度下降48.38%、60.14%。9种发展模式中，仅中低、低两种发展模式能够如期实现碳排放峰值任务，表明严格的环境规制政策能够有效减缓西北地区能源消费碳排放，为促进西北地区碳排放峰值目标如期实现，针对西北地区碳减排工作提出了相应对策建议。     

环京津区域城市碳排放效应及时空格局分析

利用2000-2013年的土地利用、能源消费量数据及相关统计数据,采用碳排放系数法,对环京津区域5个城市的碳排放效应及时空格局进行了测算和分析。结果表明:1)2000-2013年,环京津区域城市净碳排放总量呈逐年递增趋势,从2000年的4 264.21万t增加到2013年的20 389.78万t,年均增加约1 240.43万t,其中建设用地碳排放起主导作用。2)环京津区域5个城市净碳排放总量和单位GDP碳排放量间差异性均较大,其中净碳排放总量唐山市最高,其次为石家庄、张家口、保定和廊坊。以2011年为例,唐山市净碳排放总量高于其他4个城市总量之和;单位GDP碳排放量唐山和张家口最高,且两市较为接近,其次为石家庄、保定和廊坊。3)近14年环京津区域单位GDP碳排放量总体上呈下降趋势,但2000-2005年表现为随人均GDP增加而上升的趋势,并于2005年达到近14年的峰值1.8t/万元;由于森林覆盖率较高,张家口市表现出较强的碳汇功能,然而其人均GDP相对较低,单位GDP碳排放量却一直处于较高水平。在相关研究结果的基础上,提出了区域碳减排相应措施和对策。     

1990―2010年广东省能源消费的碳排放驱动因素分析

能源消费是碳排放的主要来源。根据IPCC碳排放计算指南缺省值计算出广东省1990―2010年的碳排放量,并对广东省近20年来碳排放进行阶段划分,采用对数平均迪氏指数法(Logarithmic Mean Divisia Index),对碳排放量进行因素分解,分析能源结构、能源效率和经济发展对碳排放的影响及作用程度。结果表明:1)1990―2010年,广东省能源消费的CO2排放总量和人均CO2排放量不断上升,万元GDP碳排放量、三次产业碳排放强度均呈下降趋势,原煤的消费是碳排放的主要来源,第二产业的CO2排放量比重最大,但呈缓慢下降趋势;2)经济发展效应对广东省能源消费碳排放的贡献率最大,其次是能源强度效应、人口规模效应,能源结构效应的贡献率最小;经济增长是碳排放量增加的主要推动因素;能源消费强度影响碳排放量的增速,能源消费强度又进一步受到产业结构和各产业能耗强度的影响,其中,第二产业能耗强度和第二产业产值比重是影响能源消费强度最主要的影响因素。     

基于能源消费的江苏省土地利用碳排放与碳足迹

采用2003~2007年江苏省能源消费和土地利用等数据,通过构建能源消费的碳排放模型,对江苏省5年来能源消费碳排放进行了核算,并通过土地利用类型和碳排放项目的对应,对不同土地利用方式的碳排放及碳足迹进行了定量分析。结论如下:(1)江苏省能源消费碳排放总量从2003年的8794.24万t上升到2007年的16329.85万t,涨幅达86%。其中,终端能源消费碳排放占53.6%。(2)江苏全省土地单位面积碳排放从2003年8.24t/hm²上升到2007年15.53 t/hm²,增幅为88.5%。其中,居民点及工矿用地单位面积碳排放最大,为95.62 t/hm²。(3)江苏全省能源消费碳足迹大于生产性土地的实际面积,由此造成的生态赤字达1351.285万hm²。(4)不同土地利用类型的碳足迹大小顺序为:居民点及工矿用地＞交通用地＞未利用地及特殊用地＞农用地和水利用地,其中居民点及工矿用地的碳足迹高达10.89 hm²/ hm²。(5)江苏全省单位面积碳足迹也呈明显的扩大趋势,从2003年的0.938 hm²/ hm²上升到2007年的1.769 hm²/ hm²。