江苏省碳排放清单测算及减排潜力分析

基于省域层面,构建了碳排放清单的核算框架和计算方法.以江苏省为例,对2000-2010年的碳排放清单进行了全面测算,并对江苏省碳减排潜力进行了情景分析.江苏省碳排放总量从2000年的8 005.29万t上升到2010年的20 888.88万t,涨幅为160％,其中工业能源消费碳排放占86％;江苏省单位GDP碳排放强度呈波动下降趋势,从2000年的0.94t/万元下降到2010年的0.71t/万元,降幅达24％;人均碳排放则呈逐年增长态势,从1.09t/a增长到2.69t/a;在低碳情景下,江苏省2015年和2020年碳减排量分别为4 930.75万t和16 101.13万t,碳减排比例分别达15％和29％;在江苏省“十二五”低碳经济规划中,应重点加强工业能源与交通能源消耗、垃圾焚烧与填埋等部门的碳减排力度,切实降低区域碳排放强度,为低碳经济发展提供技术支撑和示范效应.     

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。     

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。     

福建省的碳排放趋势与对策

采用朱永彬、王铮最优增长率模型,研究了经济平稳增长条件下,福建省未来的能源碳排放趋势,并采用CO2FIX模型计算福建省森林碳汇量,为福建省制定碳排放战略提供参考.结果显示,在当前技术进步速率下,在经济平稳增长的条件下,碳排放强度不断下降,下降速率为0.044.福建省人均碳排放呈倒U曲线增长,高峰出现在2047年.福建省能源消费量和碳排放总量也呈倒U曲线增长,能源消费高峰和碳排放高峰出现在2048年,达到高峰时间比同等条件下的全国高峰略晚,反映出福建省技术进步缓慢,能源结构不够清洁.情景模拟显示通过调整能源结构、加快技术进步速率、调整产业结构,福建省的能源消费量和能源碳排放量都将有较大幅度的下降,综合使用3种方法时减排效果最优.     

福建省的碳排放趋势与对策

采用朱永彬、王铮最优增长率模型,研究了经济平稳增长条件下,福建省未来的能源碳排放趋势,并采用CO2FIX模型计算福建省森林碳汇量,为福建省制定碳排放战略提供参考.结果显示,在当前技术进步速率下,在经济平稳增长的条件下,碳排放强度不断下降,下降速率为0.044.福建省人均碳排放呈倒"U"曲线增长,高峰出现在2047年.福建省能源消费量和碳排放总量也呈倒"U"曲线增长,能源消费高峰和碳排放高峰出现在2048年,达到高峰时间比同等条件下的全国高峰略晚,反映出福建省技术进步缓慢,能源结构不够清洁.情景模拟显示通过调整能源结构、加快技术进步速率、调整产业结构,福建省的能源消费量和能源碳排放量都将有较大幅度的下降,综合使用3种方法时减排效果最优.     

天津市构建低碳城市的策略研究——基于碳排放的情景分析

低碳城市是在改造和适应全球气候的基础上提出的未来城市发展模板。城市的碳排放值是衡量低碳城市的主要指标。从社会经济、能源和环境3个角度分析了天津市现状,并在此基础上进行情景分析,估算不同情景下天津市2010—2050年的碳排放量。主要结论有:(1)天津市近10年能源消费量和碳排放量均呈现出持续上涨的趋势;(2)从产业结构来看,第二产业所产生的碳排放是天津市碳排放的主体,而一次能源中,煤炭所形成的碳排放占据了首位;(3)天津市在节能情景下即可完成我国2020年的减排承诺,在低碳情景下,天津市可以承担更多的减排责任;(4)按低碳模式发展,天津市将在2020—2035年间达到碳排放的高峰。基于这些结论,提出天津市构建低碳城市的策略,这些策略也同样适用于处于城市化后期的其他中国城市。     

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。     

基于土地利用的哈尔滨市2004～2012年碳排放强度变化分析

采用2004~2012年哈尔滨市土地利用和能源消耗数据,分析了2004~2012年哈尔滨市主要土地利用方式的碳排放。结果显示:1哈尔滨市2004年碳排放量为361.451万t,2012年碳排放量增长至1 875.658万t。2建设用地为主要碳源区,其碳排放占每年碳排放总量的96.98%;林地是主要碳汇区,约占碳汇量的99.90%,其总吸收量约为每年1 523.02万t碳;3哈尔滨市碳排放强度由2004年的0.681 t/hm2上升至2012年的3.534 t/hm2,平均每年增长22.854%;4建设用地碳排放强度2008年以前呈快速增长,2008年以后为缓慢的波动增长;5预测2020年建设用地的碳排放量为3 558.264万t;碳排放总量为2 055.839万t,比2012年上涨180.181万t,年平均增长率为1.15%,增长速度较慢。     

道路交通节能减排途径与潜力分析

交通运输行业是仅次于制造业的第二大油品消耗行业,也是实现低碳生活发展路径的重点行业。基于交通运输部门碳排放量现状分析,本文提出了优先发展公共交通、鼓励发展小排量汽车、降低机动车单耗、控制排放物标准等四种挖潜减排途径,并利用排放量估算和情景分析相结合的方法,对我国道路交通减排潜力进行了预测。按照高中低度三种减排情景发展,测算出2015年及2020年减排量,为实现至2020年我国碳排放较2005年下降40%~45%的目标提供科学基础。研究认为:2010-2020年是中国交通运输行业高速发展阶段,要满足能源安全和温室气体减排要求,我国需要实施更严格的产业和环境政策,若强化低碳情景模式,则2015年、2020年的碳排减少量分别约为2183万t、7148万t,达到我国道路交通部门的最大减排潜力。     

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。     

中国能否实现2020年的二氧化碳减排目标?(英文)

本文基于动态CGE模型构建了一个能源-经济-环境模型,对2020年的CO2减排的潜力和政策选择进行了模拟。结果显示,碳税和投资调整是减缓CO2排放增长的有效政策手段,但它们对GDP会产生负面影响。加快技术进步可以同时促进减排和经济增长。在高技术进步+中碳税,以及低技术进步+中碳税+中投资调整的情景下,中国2020年的CO2排放量将达到92.7-95.5亿t,CO2排放强度将为1.38-1.43t 万元-1。根据中国政府提出的2020年的减排目标,中国CO2排放强度需要由2005年的2.41t 万元-1降到2020年的1.45t 万元-1(2007年不变价表示)。但要实现这40%的减排目标并非易事,因为在正常的技术进步条件下再提高能源效率需要更多的投资来进行设备更新和技术改造。另外,未来的能源供给约束对CO2减排也会产生深刻的影响。未来中国应该大力发展低碳技术,国际社会应该支持中国发展低碳技术。     

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.     

基于扩展LMDI模型的安徽省建设用地变化的碳排放效应测度(英文)

"双轮驱动"发展模式背景下,我国建设用地扩展特征明显。建设用地变化的碳排放效应是导致大气中碳排放量增加的重要因素。运用安徽省统计年鉴数据,采用改进的Kaya恒等式及LMDI分解模型,对安徽省1997-2011年碳排放的驱动因素进行了定量测度。结果表明:经济增长、建设用地扩展、人口密度变化对碳排放具有增量效应,经济增长为第一驱动因素,年平均贡献率达266.32%,建设用地扩展为重要驱动因素,其碳效应年均值为640.57万t,年均贡献率为187.30%,人口密度变化对碳排放驱动影响较小。能源结构变化、能源强度下降对碳排放具有抑制作用,年均贡献率分别为-212.06%、-58.115%。基于碳排放因素分解结果,针对性提出了碳减排的政策途径,可为政府通过合理组织土地利用,实现碳减排提供科学依据,有利于安徽生态省建设及减排目标实现,也可为省域尺度建设用变化的碳排放效应研究提供借鉴。     

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。     

一次能源消费导致的二氧化碳排放量变化

从不同燃料和不同地区入手,分析了我国1995~2006年间一次能源消费导致的二氧化碳排放量变化情况。结果表明:1995~2006年间,我国一次能源消费导致的二氧化碳年总排放量呈现"先减少后增加"的发展态势,其拐点出现在2000年,而且2001年后各个省(区、市)的二氧化碳年排放量较前期均有大幅度的增加,总排放量由1995年的78678万t碳增长到2006年的146919万t碳,年均增长率5.84％,人均二氧化碳年排放量也由0.62t碳/人增加到1.12t碳/人;煤炭消费导致的二氧化碳排放量占全国二氧化碳年总排放量的79%~85％;我国七大区和大部分省(区、市)二氧化碳年排放量与全国总排放量有类似的发展态势,其中华北、华东地区二氧化碳排放量居全国首位,山西省的二氧化碳排放量位居全国第一。     

基于IO-SDA模型的新疆能源消费碳排放影响机理分析（英文）

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.     

新疆农地利用碳排放时空差异及驱动机理研究

基于化肥、农药、农膜、农用柴油、翻耕、灌溉6个主要方面的碳源,测算了新疆1993-2010年及各地州2010年的农地利用碳排放量。结果表明：（1）新疆农地利用碳排量总体呈“快速-缓慢-快速”的三阶段增长特征,其碳排放强度变化轨迹与此基本一致;（2）各地州区域差异明显,昌吉回族州属碳排放量、碳排放强度“双高”型地区;乌鲁木齐等3地区属低碳排放量、高碳排放强度地区;塔城等四地区属高碳排放量、低碳排放强度地区;哈密等六地属碳排放量和碳排放强度“双低”型地区。同时,利用kaya恒等式对其驱动机理进行分解,得出农业经济发展水平是农地碳排放的最主要驱动因素;农业生产效率对农地碳排放具有较强抑制作用;而农业结构、农业劳动力规模在不同程度上推动农地碳排放,进而提出促进新疆农地碳减排的对策建议。     

广东省碳减排总量目标的地区分解及其盈亏格局

合理界定初始排放权并进行排放权交易是实现减排目标和减排资源最优配置的关键。对低碳试点省广东进行减排目标地区分解,既能明确减排责任,又能使碳交易变得更加明确而具有可操作性。设定广东碳减排目标的假设情景,以碳排放核算方法和最优经济增长模型为基础,引入兼顾人均平等和历史责任的“碳预算”思路,对广东省减排目标进行地区分解,计算各市排放权配额并测算未来时期排放权的盈亏格局,初步模拟广东省各市之间“碳交易”基础。结果表明：1）1985―2020年全省累积碳排放配额区间为524 659.185 5~542 518.565 2万t,人均碳排放配额区间为57.065 5~59.008 0 t/人。人均碳排放配额、人口数量和实际碳排放量是影响各市排放权配额的重要因素。2）预计到2020年7个城市将出现“碳预算”赤字,主要分布于珠三角;14个城市拥有“碳预算”盈余,集中分布在粤北山区和东西两翼。