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。     

中国工业经济转型过程中能源消费与碳排放时空特征研究

就近30 a来中国工业经济转型过程中能源消费与碳排放的关联变化进行了分析,结果表明,工业部门能源消费的持续增长是中国能源消费总量增长与碳排放量增长的主要驱动因子;工业碳排放总量增长快速,但工业碳排放密集度持续降低;工业部门中制造业碳排放量最大,平均约占工业部门碳排放总量的60%,降低传统制造业能源消费、提高能源利用效率是推动节能减排政策实施和地方行动响应的关键环节;地区工业能源高消费地区集中分布于中国环渤海地区,能源较高消费地区主要集中于中国中部地区和东部经济发达地区,能源中等消费地区主要集中于中国西部地区,而能源低消费地区集中于西部经济落后地区;中国区域工业碳排放总量除受到本地工业能源消费量的直接影响外,还受到各地能源消费结构的影响,值得注意的是,较高碳排放地区空间布局趋于"孤岛"分布格局,低碳排放地区的数量也逐渐增加。     

城市能源消费碳排放特征及其机理分析 ——以广州市为例

采用表观能源消费数据进行分能源品种和分行业类型的碳排放总量核算,利用基于IDA理论和Kaya恒等式的LMDI模型对碳排放总量变化进行多要素的分解分析,在解析人口规模效应、经济产出效应、能源强度效应对碳排放影响机理的同时,进一步纳入人口结构性因素、产业结构性因素和能源结构性因素对碳排放的影响。以广州市为例,对其2003—2013年产业活动和居民消费2个部门碳排放的主要驱动因素进行时间序列分析,并定量研究各个影响因子在2003—2005、2005—2010和2010—2013年3个不同发展阶段的作用机理,主要研究结论如下：1）广州市能源消费及其碳排放前期以煤炭为主,近年来以石油为主,同时外购电力对广州市的能源消费结构优化影响显著。2）各影响因子对广州市碳排放总量变化的作用机理与影响机制在3个发展阶段各不相同,不同发展阶段的发展措施和政策背景对于各个影响因子的碳排放效应影响显著。3）总体分析,经济产出效应和人口规模效应是产业部门碳排放增长的最主要贡献因子;工业能源消费强度效应、工业能源消费结构效应和经济结构效应是遏制产业部门碳排放增长的最主要贡献因子。城镇居民收入效应是居民消费碳排放增长的最主要贡献因子,城镇居民能源消费强度效应是遏制居民消费碳排放增长的最主要贡献因子。     

陕西省能源消费结构、产业结构演变对碳排放强度的冲击影响分析

基于陕西省1989-2011年能源消费等统计数据,分析能源消费结构、产业结构的演变特征,建立陕西省能源消费结构-产业结构-碳排放强度系统的VAR模型,对该系统的长期和短期动态关系进行实证分析。结果表明:陕西省的发展模式,是能源消费结构长期以高碳能源为主和产业结构长期以高碳产业为主导。能源消费结构与产业结构的变化对陕西省碳排放强度的减小作用初期微弱;从中长期来,两个结构多元化提高的负效应对碳排放强度的增加有长期持久的抑制作用,且能源消费结构演进对碳排放强度的冲击效果始终大于产业结构变化的冲击效果。优化产业结构和调整能源消费结构尤其是提高低碳产业与低碳能源比重是驱动陕西省碳排放强度下降的有效措施。     

河南省能源消费碳排放的历史特征及趋势预测

根据联合国政府间气候变化专门委员会(IPCC)2006年版碳排放计算指南计算了河南省1995—2006年的能源消费碳排放量。预测了2007—2050年河南省平稳经济增长路径下的最优经济增长率和2007—2050年的河南省能源消费结构和产业结构。进一步,计算了河南省2007—2050年在经济平稳增长路径下的能源消费与碳排放总量以及人均量。结果表明:1995年以来,河南省的碳排放量逐年增加,碳排放强度先是逐年下降,到2003年发生转折,出现上升的趋势;同时,预测的2007—2050年的能源结构显示,河南省煤炭资源在能源消费总量中所占的比重有较大幅度的下降,石油与其他清洁能源的比重不断上升;另外,河南省分别在2036年和2034年达到能源消费和碳排放总量高峰;人均能源消费量和碳排放量的高峰则出现在2033年和2032年。另外,尝试预测了河南省森林碳汇潜力,发现2006—2050年累计森林碳汇量持续上升,到2050年,累计碳汇量达131.14M tc。     

北京能源消费排放CO2增量的分解研究——基于IDA法的LMDI技术分析

采用IDA法的LMDI技术,全面实证研究了北京1995-2010年经济部门和生活消费因能源消耗排放二氧化碳增长的驱动因素,分析导致6大产业部门和生活消费的碳排放增量的各自效应。结论表明:拉动产业部门碳排放量增长的决定性因素是经济规模扩大,而促使碳排放减少的主要因素是能源强度降低,产业结构调整和能耗结构变化对产业碳排放变动的贡献较低;就行业而言,工业的碳减排成果最显著,其他服务业及交通运输、仓储与邮政业的增量明显;人口规模的持续扩大是导致生活消费碳排放量增加的主因,人均能耗强度加大紧随其后,但碳排放系数和生活能耗结构的变化却对减碳贡献不大。最后,针对上述分析结果,提出了北京未来节能减碳的简明政策建议。     

基于结构分解法的北京能源碳排放增量分析(英文)

确保减碳的首要任务是定量测度化石能源消费碳排放的增量影响因素及其大小。为分析北京市1997-2007年的碳排放增量,本文构建了一个扩展的(调入、进口)竞争型经济—能源—碳排放投入产出模型,从整体特征、不同产业、工业行业3个方面,对1997-2007年北京能源消费的碳排放增量进行了结构分解。分析发现:经济规模增长要素(消费、投资、调出和出口等)是拉动碳排放增长的主导因素,能源强度变动效应却是碳减排的决定性因素;在规模扩张因素中,消费和调出超过投资和出口,是碳排放增长的主要贡献者;2002以来新一轮"高碳"特征的工业化导致CO2排量呈急增之势;产业结构调整、三产比重最大使得服务业成为碳排放增长的最大部门,但工业排放的增长却后来居上;碳增排的重点行业是高能耗业,而碳减排的却是能源工业;两时段各效应在不同产业、不同工业行业的影响方向和大小不一。     

甘肃省行业碳排放影响因素及脱钩努力研究

利用LMDI模型解构了2010—2019年甘肃省13个细分行业碳排放影响因素及其作用效应,运用Tapio脱钩模型分析了经济增长与碳排放的脱钩关系,在此基础上,检验了各因素对脱钩做出的努力程度。结果表明：(1)2010—2019年甘肃省细分行业碳排放总量增加3843.13×10⁴t,主要集中在石油制造业、化工制造业、钢铁制造业以及电力行业等高能耗行业;能源消费结构的高碳化特征显著,能源消费强度呈下降趋势。改善高能耗产业能源消费结构、推动高能耗产业转型升级是未来甘肃省碳减排的重点。(2)经济增长和人口规模对碳排放产生增量效应,而能源强度、能源结构对碳排放产生减排效应,产业结构对部分行业产生减排效应。(3)各行业碳排放与经济增长的脱钩情况趋于向好,除电力行业仍为弱脱钩外,其他行业均由2010—2016年的负脱钩或弱脱钩转变为2016—2019年的强脱钩或衰退脱钩。(4)能源强度效应的脱钩努力最高,能源结构和产业结构效应的脱钩努力尽管较小但逐渐增强,人口规模效应的脱钩努力不明显。     

基于夜间灯光数据的中国能源消费碳排放特征及机理

本研究基于DMSP/OLS夜间灯光影像实现了1992-2010年以市级为基础单元的我国碳排放估算,弥补了统计数据不全、统计口径不一的缺点。从全国、4个经济区和6大城市群3个层面的碳排放分析结果显示,我国CO2排放总量持续增长,各地区、省市增速各不相同,空间聚集程度越来越明显,基本形成了"东部沿海城市高高集聚,西部欠发达城市低低集聚"的格局。人均碳排放强度基本呈现为"东部>东北部>西部>中部",单位GDP碳排放强度则呈现为"东北部和西部较高"、"东部和中部较低"。GDP增长是决定CO2排放总量增长的主导因素,而能源结构、能源利用效率、产业结构是影响碳排放强度的主要原因。对于西部和东北部等以能源和重工业为主导产业的城市,其减排策略应着重能源结构优化和能源利用效率的提高。对于东部和中部等以技术、劳动密集型和轻工业为主导产业的城市,其减排策略应侧重于产业结构调整和转型升级。     

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。     

中国能源行业碳排放强度下降过程中的省际减排成效评价

采用矫正系数衡量各省份的减排有效性,根据各省份能源行业碳排放强度及产值份额构建自上而下的全国能源行业碳排强度恒等式,运用LMDI-Ⅰ分解方法获取各省份、各省份能源行业碳排放强度及产值份额对全国能源行业碳排放强度下降的贡献率,并遵循“减排有效性-碳排放强度贡献-省份综合贡献-减排有效性与省份综合贡献关系”的思路对中国能源行业碳排放强度下降过程中各省份的减排成效进行评价。结果显示：① 中国能源行业碳排放强度呈逐年下降趋势,2016年能源行业碳排放强度较2005年下降45%。② 超过一半的省份为减排有效区且数量呈增加趋势,而减排未达标的省份多数为经济欠发达地区,各省份间的减排路径存在显著差异。③ 多数省份能源行业碳排放强度的贡献率呈上升趋势,省份差异逐渐缩小。④ 省份减排综合贡献的进位赶超势头强劲,绝大多数省份对全国能源行业碳排放强度的下降作出了贡献,且多个省份的综合贡献等级呈正向发展,东部地区是主要的降排贡献区。⑤ 减排成效良好省份数量最多,中等区多散布于东部沿海地区及少数内陆地区,欠佳区在西部地区空间格局保持相对稳定。未来各省份不仅要根据自身的减排成效特征因地制宜的选择低碳发展道路,还应与全国碳排放强度的下降形成良性互动。     

北京市服务业碳排放增长的分解分析

The output as well as carbon dioxide emissions of tertiary industry have increased continuously in Beijing. Therefore, the tertiary industry has become a new field that needs to be explored for energy saving and emission reduction. This paper calculates the direct and indirect carbon dioxide emissions of tertiary industry in Beijing from 2005 to 2012 using the input-output analysis method. The results indicate that both the direct and indirect carbon dioxide emissions increased continuously and the latter grew more quickly than the former. The growth of the direct and indirect carbon dioxide emissions of tertiary industry was decomposed, which showed that four factors influence the growth of carbon emission of the tertiary industry, including the changes of industrial scale, industrial structure, energy consumption intensity and carbon coefficient. The results show that the industrial scale advancement and the direct energy carbon coefficient change promote the increase of direct carbon dioxide emissions, while the shift of industrial structure and the change of direct energy consumption intensity have the restrain on it. The industrial scale enlargement, industrial structure shift and the indirect energy carbon emission coefficient change promote the growth of indirect carbon dioxide emissions, while the indirect energy consumption intensity change has a restrain.     

哈萨克斯坦能源消费的碳排放动态演进分析

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了哈萨克斯坦共和国1992-2010年的碳排放量,并对哈萨克斯坦近20 a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,定量分析能源结构、能源效率和经济发展对不同阶段碳排放的影响。结果表明：（1）1992-2010年,哈萨克斯坦一次能源消费的碳排放量整体呈先下降后上升的“U”型曲线,拐点在1999年。煤炭消费仍然是碳排放的主要来源,这是受长期以煤为主能源供应政策影响的一种必然结果;（2）碳排放不同阶段各影响因素的作用程度不同。总体来看,经济增长是碳排放量增加的主要推动因素,能源强度降低是抑制碳排放量增长的主要贡献因子。并以此提出哈萨克斯坦未来能源战略的一些政策建议。     

中国2005—2010年二氧化碳排放强度下降的结构分解分析

本文以2005年和2010年的投入产出表为基础,核算了中国二氧化碳排放强度的变化。结果表明,2005年二氧化碳排放总量678964．38万t,强度每万元3．67t。2010年二氧化碳排放总量930194．96万t,强度每万元3．27t（2005年价格）。5年间,二氧化碳排放强度降低了11％。在此基础上进一步构建结构分解分析模型,将促使二氧化碳排放强度的降低的因素分解为4种效应,即能源效率因素、能源结构因素、经济结构效应和经济增长方式效应。计量结果表明,部门单位产出能源消费强度变化和能源消费结构变化是造成二氧化碳排放强度下降的因素,其中尤以前者的影响最为显著。而经济增长方式变化和经济结构变化是促使二氧化碳排放强度上升的因素,并且前者的影响更为显著。     

山岳型酒店能源强度与碳排放特征研究

以黄山西海饭店为山岳型景区案例酒店,采用能源消费账户法与碳足迹法对样本数据进行深入分析,系统地研究了案例酒店近5 a来的能耗与碳排放情况。结果表明,水电是案例酒店的主要能耗,其中,用电能耗在酒店总能耗中占比最高,平均为98%左右;用水占比最小,只有总能耗的1%左右。案例酒店能源消耗总量每年约500 t标准煤,年均碳排放量约为3 695.5 tCO₂,呈现逐年增加趋势。2014?2018年,水电能源消耗最大的部门不是客房部和餐饮部等酒店主营部门,而是园林绿化、公用等酒店辅助部门,用水量达到用水总量的39%~58%,用电量达到用电总量的59.41%~66.68%。酒店年平均能源强度约为0.06 t标准煤/万元,每晚游客人均能耗约0.001 t标准煤。案例酒店碳排放量为217.17~257.84 kgCO₂/m²,年均碳排放量为236.79 kgCO₂/m²。案例酒店年碳排放量与能耗强度呈正相关,且随着酒店能耗强度的上升,碳排放总量也随之增加。     

中国碳排放关键驱动因子的分析和政策反思——基于LMDI：1995—2010

影响中国能源消费和碳排放的两大主因是经济政策和能源政策,显然,经济因素是外因,能源供应结构和能源效率才是影响的内在因子。本文基于碳排放的完全分解分析模型——对数平均Divisia指数（LMDI）系统分析了影响1995～2010年中国碳排放变化的关键因子和贡献率,分解因子包括四种,即经济规模效应、结构效应、能源强度效应、碳强度效应。指数分解模型结果表明,不同时期这四种效应对碳排放变化的贡献率是不同的,1995—2010年对碳排放增加影响最大的因子是经济发展（贡献率155％）和产业结构改变（贡献率10．6％）,而碳排放量的减少主要是由能源强度下降贡献的（贡献率-63．7％）,碳强度效应影响很小。但最近几年碳排放量的增加除了经济规模这个主要因子,碳强度的改变（贡献率4％）、产业结构调整（贡献率1．3％）都促进了碳排放量的增加,只有能源强度的下降起到了抑制碳排放量增加的作用（贡献率-73．5％）。模型的这种分解结果提示我们需要对这一时期内的产业政策、能源发展措施等方面进行反思,未来还要加强“节能减排”政策的落实、加强低碳能源技术的投资力度和政策扶持。     

能源强度对碳强度的冲击效应和贡献度研究

能源强度对碳强度具有重要影响。实证分析表明：长期内,能源强度与碳强度之间存在稳定的协整关系且呈现正向效应。通过脉冲响应函数可知,能源强度对碳强度的冲击效应最大为13%。从方差分解可知,能源强度对碳强度的贡献度随着预测期的不断增加而提高,即能源强度对碳强度变化的贡献度最大为32.9%。     

Influencing mechanism of energy-related carbon emissions in Xinjiang based on the input-output and structural decomposition analysis

Analysis of carbon emission mechanism based on regional perspectives is an important research method capable of achieving energy savings and emission reductions. Xinjiang, an important Chinese energy production base, is currently going through a period of strategic opportunities for rapid development. Ensuring stable socio-economic development while achieving energy savings and meeting emission reductions targets, is the key issue currently facing the region. This paper is based on the input-output theory, and conducts a structural decomposition analysis on the factors affecting energy-related carbon emissions in Xinjiang from 1997 to 2007; this analysis employs a hybrid input-output analysis framework of “energy - economy - carbon emissions”. (1) Xinjiang’s carbon emissions from energy consumption increased from 20.70 million tons in 1997 to 40.34 million tons in 2007; carbon emissions growth was mainly concentrated in the production and processing of energy resources, the mining of mineral resources, and the processing industry. (2) The analysis of the direct effects of the influencing factors on carbon emissions showed that the change in per capita GDP, the final demand structure, the population scale, and the production structure were the important factors causing an increase in carbon emissions, while the decrease in carbon emission intensity during this period was the important influencing factor in stopping the growth of carbon emissions. This showed that while the sizes of Xinjiang’s economy and population were growing, the economic structure had not been effectively optimized and the production technology had not been efficiently improved, resulting in a rapid growth of carbon emissions from energy consumption. (3) The analysis of the indirect effects of the influencing factors of carbon emission showed that the inter-provincial export, fixed capital formation, and the consumption by urban residents had significant influence on the changes in carbon emissions from energy consumption in Xinjiang. (4) The growth of investments in fixed assets of carbon intensive industry sectors, in addition to the growth of inter-provincial exports of energy resource products, makes the transfer effect of inter-provincial “embodied carbon” very significant.