基于碳排放的建筑业产业结构调整研究

为分析建筑业发展中要素投入效率和碳排放,首先通过计算各要素的贡献率可知,建筑业发展主要依靠资本投入的推动,劳动投入和技术进步的推动作用较小。再通过对建筑业直接和间接碳排放量测算得出,间接碳排放占建筑业总的碳排放高达85%~95%。最后通过建立灰色相对关联模型,实证分析全国和东部主要8个省市建筑业经济发展与其碳排放之间的关系,并对碳排放的影响因素进行分解,与建筑业总产值灰色关联程度高的是一次能源碳排放、钢材碳排放、玻璃碳排放;水泥碳排放、铝材碳排放关联度较高;木材碳排放关联度低。总体上随着建筑业发展总产值增加,带动了建筑业直接和间接碳排放的增加。为适应经济新常态,建筑业必须进行结构调整,降低间接碳排放和直接碳排放以实现低碳经济发展。     

重工业城市建筑业碳排放核算与预测研究北大核心

以中国重工业城市包头的建筑碳排放核算和预测为研究对象。碳排放增长的主要因素包括工业、交通和建筑,采用能源平衡表的区域宏观建筑能耗计算方法,对内蒙古包头市2002—2020年城区三种建筑类型能源消耗量进行核算,以循环神经网络模型为基础构建LSTM预测模型,并对2021—2030年的包头市建筑碳排放量进行预测。结果表明:2002—2020年间包头市建筑直接碳排放量呈现上升趋势,其中2014年1996.74万吨为最高值,最高值与最低值相差约7.7倍。通过LSTM预测模型可知,居住建筑能耗预测在2021—2030年中,包头市三种建筑的碳排放量总体呈现先高后低的趋势,碳排放总量大小依次为公共建筑>居住建筑>工业建筑。包头市2020年建筑直接碳排放量达到1966.52万吨,同比2005年涨幅约124%。与政府的预期减排目标相悖。LSTM预测2021年建筑直接碳排放为1964.21万吨,符合碳排放反弹的预期。2022年为建筑碳排放峰值,之后逐年下降。因此,包头市积极提出建筑节能减排的策略建议,“十四五”规划中强调以“生态优先、绿色发展”为导向的高质量建筑发展思路,积极完成“碳达峰、碳中和”的宏伟目标。     

中国建筑业总产值与碳排放关系研究

根据建筑业的发展水平,分析了我国建筑业总产值的变化和其碳排放情况,并对1996~2011年中国建筑业总产值与碳排放的数据进行Granger因果检验,建立脉冲响应分析模型,结果表明,我国建筑业总产值的增长是其碳排放量增加的Granger原因,并且具有较强的长期影响力,而碳排放对建筑业总产值的推动作用并不明显。最后强调了提倡建立绿色、低碳、节能建筑的重要性,促进了社会经济的良性循环和可持续发展。     

基于投入产出模型的天津市碳排放预测研究

应对气候变化已成为当前全世界所面临的国际环境问题。低碳发展作为应对气候变化,实现可持续发展的有效途径,已得到全世界的广泛认可。在对天津市历史碳排放情况进行测算与分析,剥离出影响区域碳排放水平的主要因素的基础上,参考十二五经济发展目标与低碳示范试点城市建设目标,建立了经济—能源投入产出模型,充分考虑中间产品使用导致的隐性二氧化碳排放,对未来区域碳排放做出多情景科学预测,为探索合理的碳排放测算分析方法,推进国家低碳示范试点城市建设提供有益的参考与借鉴。     

基于WOA-ELM模型的中国碳排放预测研究

为判断中国是否能够实现2030年碳排放强度下降60%～65%的承诺,以及碳排放总量是否能够在2030年达到峰值,论文构建了一个基于鲸鱼优化算法改进的极限学习机模型,对2019—2040年的碳排放量和碳排放强度进行预测。首先基于STIRPAT模型筛选中国碳排放影响因素,将其作为碳排放预测模型的输入因素集,而后运用鲸鱼算法优化极限学习机的参数,克服极限学习机易陷入局部最优解的缺点,最后运用该组合模型对中国未来的碳排放进行预测。通过与ELM、BPNN模型的预测结果和误差指标进行对比,证实论文提出的碳排放预测模型的精度更高,能够更为准确地反映中国未来的碳排放趋势。     

基于动态空间杜宾面板模型中国建筑业碳排放的影响因素研究

基于STIRPAT模型及动态空间杜宾面板数据模型,根据2002—2013年中国的省域面板数据,实证分析了我国建筑产业碳排放的影响因素。主要结论包括:各省份建筑业碳排放总量的增加都会拉动邻省份同行业的碳排放量上升,这种影响力不仅在当期发挥作用,而且是持续的、逐渐增强的;在长期或短期内,适当控制建筑行业就业人数及行业人员工资水平的上升,在所属区域内会对节能减排产生积极影响,对于相邻区域则是消极影响;节能减排技术的创新与发展、低碳能源的开发与利用是建筑行业低碳发展中最为重要和关键的环节,同时,实现建筑材料制造业的统筹安排、优化布局与均衡发展,才能使低碳转型成为建筑产业发展的核心竞争力。     

基于粗糙集—神经网络方法的陕西省碳排放预测研究

论文从碳排放的测算、碳排放的主要影响因素、未来碳排放量的预测和针对碳减排提出的对策等方面,对国内外的相关文献进行了梳理与分析。根据相关统计年鉴数据,利用自上而下的计算方法,以经过处理后的直接碳排放系数为准,对2005—2015年的陕西省碳排放量进行测算,并且分析近年来碳排放总量的变化趋势。利用粗糙集的属性约简思想,对于影响碳排放的因素进行约简并提取出主要影响因素构建预测指标体系,最后利用该指标体系结合BP神经网络模型对碳排放数值进行预测。针对预测的数值与碳排放的变化趋势,进行合理地分析并提出碳减排相应问题的解决对策。     

基于RAS及I-O的建筑业隐含碳排放趋势及减排责任分担研究

基于I-O理论和RAS法,构建了我国建筑业隐含碳排放的核算模型和预测模型;进而预测了2011~2020年建筑业的隐含碳排放;以到2020年我国单位国内生产总值CO_2排放比2005年下降40%~45%为基本目标,分解了建筑业隐含碳排放的减排目标及关联产业的隐含碳排放减排的责任分担,提出了建筑业隐含碳排放降低的对策和措施。研究结果表明:2015~2020年各产业部门将释放10 537 913万吨的CO_2,其中的2 664 547万吨是建筑业产生的隐含碳排放,占总排放量的25.29%;建筑业98%的隐含碳排放减排责任归属关联产业,其中石油、炼焦、煤气及精制品加工业的隐含碳排放降低的责任之比达到了25.89%,其次是交通运输、仓储和邮政业,占总责任的15.87%,而电力、热力的生产和供应业的贡献位居第三,达到了12.25%。     

基于STIRPAT模型的西北五省区碳排放峰值预测研究

利用STIRPAT模型对未来西北五省区碳排放峰值进行了预测。首先,对西北五省区1990~2012年的时间序列数据进行回归,得出西北五省区碳排放总体趋势;其次,对西北五省区碳排放峰值的出现时间与峰值额进行预测;最后,计算了西北五省区财富生态弹性。研究发现:技术与财富对峰值的影响较为重要。若碳排放强度下降速度与经济社会发展速度不能同步增长,则不能在2030年内出现峰值。若碳排放强度降低速度相比经济社会发展速度为快,则能推动碳排放提前达峰。同时现阶段的财富生态弹性富有弹性,可通过增加人均GDP使碳排放峰值提前。因此可以在西北五省区经济增长下,保持碳排放强度合理下降,西北五省区将能在2030年之前达峰,达峰时间为2020~2025年。这意味着西北五省区经济增长速度将高于全国水平,而碳排放强度的下降速度要高于全国水平,因此,保持碳排放强度的不断下降对西北五省区尽快达到碳排放峰值十分重要。     

安徽省碳排放预测分析

运用排放因子法核算安徽省2000—2019年与能源相关的碳排放,并分析安徽省碳排放的主要影响因素。结合LMDI分解法分析了碳排放影响因素,之后建立STIRPAT扩展模型及岭回归,定量进行了安徽省能源碳排放预测。模型精确度高达90%以上,误差控制在5%以内,说明该模型可以很好对安徽省未来能源消费碳排放量进行预测。冀望能为安徽省实现碳减排,促进经济发展目标实现提供参考。     

广义数据包络法的建筑业碳排放效率评价

针对传统DEA模型缺乏客观评价标准的问题,在采用三阶段DEA模型剔除环境因素和随机误差对建筑业碳排放投入指标的影响的基础上,以2005年建筑业碳排放强度降低45%的减排目标为样本单元,构建建筑业碳排放效率评价的广义DEA模型。以2003—2012年建筑业为实证,结果表明:我国建筑业碳排放效率逐年提升;建筑业碳排放技术效率与地区经济水平显著正相关,建筑业碳排放累计冗余与地区经济水平显著负相关;投入指标冗余率均呈现逐年递减趋势,但建筑业碳排放与机械设备累计冗余依然较为严重,建筑业减排潜力较大;建筑业资本存量冗余受宏观经济政策影响较大。研究成果可为区域化、差异化减排提供决策依据和理论指导。     

我国碳排放量情景预测研究——基于环境规制视角

国民经济的迅速发展,碳排放问题已经成为社会关注的焦点,低碳经济发展模式成为实现可持续发展的重要途径.估算1994-2009年中国碳排放量和环境规制强度数据,将环境规制因素纳入到Kaya公式中,构建改进的人均碳排放量分解计算公式,情景预测2010-2020年中国人均碳排放量.结果表明,不同情境下我国人均碳排放量增幅有较大差异,碳排放量与经济增长之间存在着密切联系.     

内蒙古自治区碳排放量分析及预测

为研究影响内蒙古自治区碳排放量的因素,本文基于2008—2014年的统计指标,运用迪氏因素分解法(LMDI),对影响内蒙古人均碳排放量的因素进行分解,求出各个要素对碳排放量影响的具体数值、影响程度;运用GM(1,1)灰色预测模型对内蒙古人均二氧化碳排放量进行预测,观察趋势;分析得出,在进一步加大技术投入,提高能源使用效率的基础上,优化能源结构,优化产业结构,是实现内蒙古自治区经济绿色循环低碳发展的必由之路.     

山东省能源消费碳排放预测

基于《IPCC国家温室气体清单指南》估算了17种能源的碳排放系数,测算了1995—2009年山东省的能源消费碳排放量。选取人口、城镇化率、人均GDP、工业GDP比例、能源消耗强度作为山东省碳排放的影响因素,分别应用偏最小二乘回归和岭回归构建了预测山东省能源消费碳排放的STIRPAT模型。通过对比基于两种回归所得模型的拟合效果,最终选择岭回归模型预测了2010—2015年山东省能源消费碳排放量。最后提出了山东省碳减排的相关对策。     

青海交通碳排放影响因素及预测研究

科学考察交通碳排放的影响因素,对碳减排具有重要的指导意义。文章利用STIRPAT模型定量分析了2002—2016年青海经济发展水平(以人均GDP表示)、交通自身影响(客、货运周转量)、技术进步(以能源强度表示)、城市化率和私人汽车拥有量对交通碳排放的影响。通过岭回归模拟结果可知,各影响因素与交通碳排放总量均呈正相关关系,影响程度由大到小为:城市化率能源强度客运周转量货运周转量人均GDP私人汽车拥有量。在此研究的基础上,通过设置基准情景和6种减排情景,预测了青海交通未来的碳排放量,结果表明,青海交通碳减排的重点是提高技术水平,通过提高能源利用效率降低交通碳排放量。     

基于STIRPAT模型的浙江省碳排放峰值预测分析北大核心

为应对全球气候变暖问题,我国提出2030年前实现碳达峰的目标。为探究该目标实现的可达性,以浙江省为例,充分考虑人口、人均GDP、碳排放强度、能源消耗强度、能源结构、产业结构等因素对碳排放的影响,建立了修正的STIRPAT模型,经过实证分析发现该模型精确度良好,R^(2)值达到0.982,能够很好地预测未来浙江省的碳排放。设定三种情景对浙江省二氧化碳排放峰值时间进行预测,结果表明:基准情景、低碳情景和强化低碳情景下浙江省均能在2030年前实现碳达峰目标。通过分析模型系数发现人口、能源结构、人均GDP是影响浙江省碳减排的主要因素。     

基于环境库兹涅茨曲线的城市示范区域人均碳排放量预测方法研究

为了实现减少碳排放的目标,国家大力推进了生态、低碳示范区域的建设,然而这类示范区域的碳排放量数据几乎没有得到统计,这对进一步分析示范区域的低碳措施、产业结构优化等问题造成了一定的困难。论文提出了一种预测城市示范区域人均碳排放量的方法,该方法基于示范区域低碳综合发展情况超前于所在城市发展的事实以及环境库兹涅茨曲线的科学理念,在此之上,利用城市的碳排放环境库兹涅茨曲线模型预测城市示范区域的人均碳排放量。以18个国家级新区为例进行统计计算,结果表明该方法能够预测出大多数新区的碳排放量数据,东部新区人均碳排放量分布于5～14吨CO₂/人的范围内,中部新区人均碳排放量大致范围为3～8吨CO₂/人,西部新区人均碳排放量在2～14吨CO₂/人之间。     

基于面板数据的省级碳排放模型构建及预测分析

在全球气候变暖的大背景下早日实现碳达峰、碳中和,被认为是国家健康发展的重要前提,因此,约束碳排放、实现碳达峰等议题的研究显得尤为重要。在已有碳排放影响指标的基础上,基于无量纲化的2002—2019年面板数据,运用Pearson相关分析与主成分分析,重新构建基于三次产业划分的碳排放核算指标体系,构建以重构指标为基础的碳排放占比核算模型,借助ARIMA时间序列模型对2020—2030年的指标量及碳排放量进行预测,最后进行结果分析并提出相关应对策略。     

基于GPR模型的中国“十三五”时期碳排放趋势预测

系统分析了中国CO2排放的影响因素,在此基础上建立了基于高斯过程回归的CO2排放预测模型,运用历史数据进行模型精度检验,并与传统的GM(1,1)模型、人工神经网络和支持向量机的预测结果比较。结合情景设计,预测了中国"十三五"时期的CO2排放量和CO2排放强度。结果表明:高斯过程回归模型具有显著的精度优势,中国能达到2020年CO2排放强度较2005年下降40%~45%的减排目标。指出:对于CO2减排,应结合各地区的实际情况灵活处理,以调整产业结构、优化能源结构、推动技术创新为重点,不可片面牺牲经济发展。     

我国建筑业发展的前景预测及其对策

21世纪作为支柱产业的房地产业大发展和各省市为确保经济振兴在基础建设方面的大投入,使我国的建筑业迎来了一个节能高效与和谐发展的新纪元。在宏观环境和产业政策的有力支撑下,行业规范化、集中化、现代化以及综合服务和盈利能力的提升在2008年得以延续并成为行业和谐发展的根本保证。为此,本文作者在认真学习和深入调研的基础上,从我国建筑业发展的机遇挑战、良性循环、前景预测和对策措施等方面进行了分析和阐述,供政府部门、行业人员、研究学者交流与参考。