低碳经济下上海市能源需求暨碳排放情景分析

基于2000—2010年上海市能源消耗和碳排放数据,分析了上海市能源消费现状,并根据IPCC碳排放系数计算了上海市能源消费及其导致的碳排放总量以及各产业的排放情况。采用情景分析方法,预测了2015年和2020年上海市分别在基准情景和低碳情景之下的能源消费暨碳排放情况,预测结果显示,基准情景之下上海市2015年和2020年的能源消费分别为14031.7742和16133.6646万吨、二氧化碳排放达到3.19和3.88亿吨;低碳情景下上海市2015年和2020年的能源消费分别为10834.2021和10448.7935万吨,二氧化碳排放为2.44和2.58亿吨。     

湖北省碳排放与经济增长脱钩分析

以2000-2014年湖北省GDP、能源消费和碳排放为基础数据,从能源结构、能源消耗强度和碳排放强度方面分析在此期间湖北省能源利用现状以及变化趋势,并且利用Tapio脱钩模型,分析湖北省2001 -2014年间经济增长与碳排放之间脱钩关系,将能源消费作为中间变量说明脱钩状态变化的原因。结果表明湖北省在此期间经济增长与碳排放绝大多数处于弱脱钩状态,并有向强脱钩转变的趋势,并且分析原因主要是经其二者与能源消费结构的改善和能源能利用率的提高有密切关系。最后就区域层面、企业层面以及个人层面提出相关建议。     

山东省能源经济环境系统预测与动态分析

文章分别选取GDP、能源生产总量与消费总量、CO2排放量作为经济、能源和环境子系统指标,利用1995-2012年的数据构建了山东省能源经济环境系统向量自回归(VAR)模型,对1997-2015年系统状况进行动态预测,并运用Granger检验、脉冲响应函数和方差分解对其进行动态分析。结果表明:到2015年,山东省GDP、能源生产总量与消费总量、CO2排放量仍将保持较快的增长;长期来看,经济增长与碳排放存在双向Granger因果关系,从经济增长到能源消费、能源生产和能源消费到碳排放均具有单向Granger因果关系;短期内,能源生产、能源消费与经济增长之间相互促进,经济增长促进碳排放,而能源生产、能源消费和碳排放之间具有一定的相互影响。山东省应适当放缓GDP增速,并优化经济结构;发展低碳能源,优化能源消费结构;继续强化实施碳减排政策。     

中国石灰产业碳排放影响因素分析及趋势预测

基于LMDI模型,以2001—2012年中国经济人口发展及石灰产业碳排放数据为样本,从5个方面对石灰产业的碳排放影响因素进行分解研究。结果表明,技术发展效应、经济增长效应以及人口规模效应是影响石灰产业碳排放量变化的主要因素,且影响趋势有所不同。基于GM(1,1)模型对中国石灰产业未来碳排放量进行预测,2030年排放量预测将达到4.48亿t。基于影响因素分析及碳排放趋势预测结果,从技术创新、政策制定等方面对中国石灰产业的低碳发展提出建议。     

上海市能源消费碳排放预测分析

本文以上海市为研究对象,探讨上海市能源消费碳排放的影响因素及对其未来发展趋势进行预测分析,为上海市碳减排工作寻求最佳路径、实现碳达峰与碳中和目标提供参有效参考依据。根据上海市的能源消费数据,运用IPCC法计算出上海市2000—2020年的能源消费碳排放量;采用Lasso方法从12个指标中选择出5个与因变量密切相关的指标,进而基于支持向量机预测模型进行仿真模拟。最后,运用情景分析法结合SVR模型,分析上海市未来十年的碳排放趋势并结合全文分析提出切实有效的节能减排建议。     

上海市碳排放的历史特征与远期趋势分析

本文推导了能源消费总量、结构与碳排放量之间的关系式--即单位能耗碳排放系数的表达式,利用上海市1978年～2007年的历史数据,构建了上海市能源消费总量与经济总量、人口和产业结构之间的关系式.在此基础上,按照对2010年、2020年上海经济增长速度的估计预测能源消费总量,模拟出不同情景下的能源结构,从而测算上海市各主要年份的碳排放总量,分析上海市碳排放总量、人均碳排放和碳排放强度的演变趋势.     

能源效率地区差异、能源消费结构与中国碳排放

在哥本哈根会议上,中国政府向世界承诺:2020年中国单位国内生产总值二氧化碳排放比2005年下降40%至45%。因此,如何在保持经济稳定发展的同时,实现碳排放降低的目标是中国发展的重要任务。毫无疑问,能源消费结构的调整能够有效降低碳排放量,并且能源消费结构的调整主要还是对传统石化能源消费结构的调整。然而,在短期内这种目标却是很难实现。能源消费结构的调整是实现低碳发展转型的重要途径,短期而言全国能源消费结构难以进行调整,然而由于能源效率地区差异,地区能源消费的异质性为地区能源交换,有助于引导能源流向高效率运用的地方。本文研究主要有以下发现:(1)能源效率地区差异显著,并且在局部地区形成了高低值"环抱区"、高值、低值集聚区;(2)地区煤炭消费和天然气消费空间集聚特征显著,Moran’s I指数分布为0.37和0.16,而石油消费空间特征不显著;(3)能源效率的地区差异为地区能源交换提供了可能,通过地区能源消费结构的调整,技术的集聚和溢出,提高地区能源利用效率水平,进而实现减排目标。     

基于灰色马尔可夫模型的北京市文化消费预测

为了把握文化消费的未来走向，拉动文化消费增长，使用GM（1,1）模型和马尔可夫模型相结合的灰色马尔可夫模型，对北京市2008—2018年文化消费支出数据进行建模，得到 2019—2023 年的北京市文化消费预测值。结果表明：灰色马尔可夫模型有效改善GM（1，1）模型预测波动数据效果不理想的缺点，提升了模型的预测精度。受疫情影响，2020年北京市文化消费下降35.6%，2021—2023年将呈现持续增长趋势。根据预测结果，对拉动文化消费增长点提出合理建议。     

石油工业政策有变

3.28亿吨“油耗”跻身消费大国 在近日召开的“中国能源战略高层论坛”上，中国石油和化学工业协会副秘书长冯世良公布最新预测显示，今年我国石油消费将达328亿吨，成为名副其实的世界石油消费大国，而到2020年我国成品油需求量将为2000年的2．3倍（约5亿吨）。     

2008中国能源发展报告：2010年中国石油消费量将突破4亿吨

根据2008年中国能源发展报告预测，2007～2020年期间中国石油消费仍将保持较高增长速度，预计2010年和2020年中国石油消费量将达407亿吨和563亿吨，分别比2006年提高17.42％和62.47％：2007—2010年石油需求年均增长率为4.5％，2010--2020年石油需求年均增长率为3.3％。成品油消费需求将分别达到22亿吨和335亿吨。     

山东省碳排放演进特征及影响因素的实证研究

根据山东省1998—2009年经济发展与能源消费数据,分析了山东省碳排放的演进特征,基于Kaya公式对碳排放的影响因素进行了实证研究。利用SPSS13．0对山东省人均GDP、能源强度、碳强度、三次产业与碳排放量间的动态影响关系进行了实证研究,结论表明,山东省作为全国的经济大省和能耗大省,近十二年碳排放量呈持续增长态势,存在着经济增长与碳排放的线性高度相关关系,产业结构、能源消费结构与碳强度均对碳排放有着重要影响。实证结果表明,在保障经济稳定增长的同时,山东省应建立低碳工业化战略,构建低碳产业体系,优化能源消费结构,加强低碳技术创新,宣传低碳消费观念,促进产业低碳转型。     

低碳视角的呼包银榆经济区能源消费结构调整

全球气候变暖和碳排放量的逐年增加已成为当今社会重点关注的问题,调整能源消费结构是缓解这一问题行之有效的手段。近年来,呼包银榆经济区低碳经济发展取得了一定的进展,但减排压力依然很大。文章针对呼包银榆经济区能源消费结构中存在的问题,对经济区未来的能源消费结构以及碳排放量做出预测,并以此预测为基础,结合经济区自身特点,从实际出发,对呼包银榆经济区能源消费结构调整提出了符合低碳经济发展的对策建议。     

多管齐下 推动宁波低碳发展

宁波是能源消费大市，能源消费以煤炭为主。2003年至2010年，宁波GDP总值从1786亿元增加到5124亿元，增加了1．9倍；而能源消费总量从1463万吨标准煤增加到3536万吨，增加了1．4倍。能源消费与GDP总值基本处于同步增长趋势，这些显然满足不了碳排放指标的目标约束要求。     

福建省碳排放达峰驱动因素及达峰路径研究

碳排放急剧增加使温室效应持续加强，研究碳排放峰值及达成时间对实现碳达峰具有重要意义。采用改进Kaya模型、LMDI指数分解法探讨福建省碳排放影响因素，构建STIRPAT模型并运用组合情境分析法模拟未来福建省碳排放。结果表明，能源消费总量呈现不断递增趋势，即2003年4 062.6万吨标准煤增加到2020年13 905.19万吨标准煤，平均增长率为7.99%；能源消耗强度因素、经济发展因素与人口因素对CO2排放为正向影响，能源强度因素为负向影响，影响强度大小依次为经济效应、能源强度效应、人口效应、排放强度；在人口规模、能源强度、人均GDP、城镇化率、第二产业占比发展模式为低-低-中-低-低、低-低-中-低-中、低-低-中-中-中时出现峰值，分别在2040年、2025年和2030年出现峰值，峰值排放量分别为7300.07万吨、6888.94万吨、6999.47万吨。为此，提出资源利用、低碳产业体系和人口规模等方面建议，旨在识别碳峰影响因素以及探讨最优达峰路径。     

江苏省碳排放的因素分解模型及实证分析

目前,我国的碳排放主要源于能源消费。近年来随着人口增长和经济发展,能源消费的剧增以及严重倚靠煤炭的不合理能源结构短期内难以改变,导致了江苏省碳排放的不断增加。文章在运用碳排放量基本等式计算江苏省碳排放量的基础上,采用对数平均权重Divisia分解法（Logarithmic mean weight Divisia method,LMD）,建立江苏省人均碳排放的因素分解模型,对1996-2007年间,经济发展、能源结构和能源效率这三个主要因素对江苏人均碳排放的影响进行定量分析,结论是经济发展对促进江苏人均碳排放的贡献率呈指数增长,然而能源结构和能源效率对抑制江苏人均碳排放的贡献率并不显著,且难以抵销由经济发展拉动的江苏省碳排放量增长。2005年以来江苏碳排放增速下降,这说明尽管碳减排目标尚未实现,但江苏省的节能减排工作已取得初步成效。     

高排放强度省区2020年碳强度目标情景分析——以甘肃省为例

本文基于国家碳排放强度降低的目标需求,对高排放强度省区2010-2020碳排放情景进行了分析。选取甘肃省为研究案例,分析了2005-2010年碳排放的基本状况和碳排放强度降低原因,根据不同的经济发展速度、能源强度和减排目标设定了6种不同的2010—2020年碳排放情景,并就2020年40%～45%减排目标与北京、上海、宁夏、内蒙古、山西、全国平均水平进行了比较,结果表明:在2020年实现碳排放强度降低40%～45%目标下的6种发展情景中,2020年,甘肃省人均碳排放量为11.26tCO2～14.73 tCO2/人;能源强度为1.383吨标煤/万元～1.529吨标煤/万元,相对2005年降低32.28%～38.76%。     

基于STIRPAT模型的甘肃省能源消费碳排放影响因素分析

依据甘肃省1995—2012年的统计数据,在估算能源消费碳排放量的基础上,运用STIRPAT模型分析了人口数量、老龄化率、城市化率等人口因素,人均GDP、居民消费水平等经济因素和能耗强度与产业结构等技术因素对能源消费碳排放的影响,结果表明:(1)甘肃省能源消费的碳排放量呈波动上升态势;(2)人口城市化对能源消费碳排放的影响最为显著;(3)居民消费水平的提高是甘肃省能源消费碳排放的第二大驱动因素;(4)产业结构是影响甘肃省能源消费碳排放的第三大因素;(5)能耗强度尽管对碳排放具有一定的抑制作用,但效果并不显著。     

中国能源消费的碳排放及其影响因素分析

以中国能源消费导致的碳排放为研究对象,首先采用IPCC推荐的参考方法估算1985～2010年间的中国碳排放,分析中国碳排放变化的主要特征,在此基础上建立中国碳排放多元线性回归模型。结果表明：人口总量是对碳排放影响最大的因素,人口对能源的大量需求造成了我国碳排放量的大量增长;能源消费结构是影响我国碳排放的又一重要因素;中国经济发展方式的转变使得经济发展对碳排放的影响有所减小;能源效率因素对碳排放的影响最小,说明了近年来中国注意节能减排,使得能源消耗强度不断减小,从而也减小了碳排放量。     

“金砖四国”的碳排放、能源消费和经济增长

基于1981-2008年数据,采用协整检验方法,实证分析了金砖四国的碳排放与能源消费结构和经济增长之间的长期均衡关系和短期相互影响,结果表明:长期来看,各国的碳排放与各种能源消费均具有显著正相关关系,中国的碳排放与GDP负相关,而其他三国均是正相关;短期来看,煤炭消费是影响中国、俄罗斯和巴西碳排放的一个重要的共同的能源消费因素,中国、印度和巴西的经济增长均是导致石油消费增加的重要影响因素。     

执着于碳领域 应用于产业化 记大连理工大学高级工程师、博士陈绍云

当前,中国工业领域已从高速发展模式转向高质量发展模式,绿色化、低碳化成为工业转型发展的“主旋律”。中国作为全球最大发展中国家和人口最多的国家,能源消费总量逐年上升,成为了碳排放的最主要来源。《2020年国民经济和社会发展统计公报》数据显示,2020年全国能源消费总量达到49.8亿吨标准煤,同比增长2.2%。同时,中国是全球制造业第一大国,随着制造强国战略的深入实施,中国制造业规模持续快速增长,成为了碳排放的另一个重要来源。