我国未来人口发展与碳排放变动的模拟分析

构建人口-消费-碳排放系统动力学模型,对本世纪上半叶我国人口发展、经济增长、居民消费及碳排放进行动态仿真,定量考察未来我国人口发展与居民消费对碳排放的影响。在基准情景下,我国人口总数将于2032年达到峰值14.6亿人;一次能源消费总量将于2044年左右达到峰值63.6亿吨标准煤,碳排放总量将于2038年左右达到峰值约31.3亿吨碳;2050年我国人均碳排放量约为2.2吨碳,低于日本、欧洲1980年代以来的最低水平;居民消费碳排放的人均需求约为1.3吨碳,相当于美国居民1990年代后期排放水平的五分之一。从满足人口发展与居民基本生活需求的角度争取合理的碳排放空间,是我国争取国际气候谈判话语权的有力支撑点。     

基于STIRPAT模型的西安市碳足迹预测和情景分析

基于STIRPAT模型,构建西安市碳足迹的预测模型。通过岭回归分析后发现,人口规模、人均GDP、单位GDP二氧化碳排放量和第二产业占比每变化1%,西安市碳足迹量将发生0.536%、0.21%、0.44%和0.457%的变化。人口规模、人均GDP是西安市碳足迹的驱动因素,碳足迹强度下降和第二产业占比下降对西安市碳足迹的抑制作用不明显。设置发展情景,测算西安市2020—2030年的碳足迹量。结果表明,保持人口和经济适度增长,降低碳足迹强度和优化产业结构,可以控制西安市碳足迹量过快增长。根据西安市碳足迹趋势的情景分析,提出发展政策建议。     

省域碳排放影响因素分析及减碳机制探讨——以浙江省为例

论文基于1990—2015年浙江省碳排放时间序列数据,采用STIRPAT模型,探讨驱动浙江碳排放量增长的主要影响因素和各因素的影响程度,明确碳排放控制的主要领域。结果表明人均GDP、人口规模、能源强度、能源结构、产业结构对碳排放量增加有正向驱动作用,而城镇化率对碳排放量增加有负向驱动作用。人均GDP和人口规模对碳排放量增长的贡献最大,但2000年后人口规模的驱动作用逐渐减弱,经济规模扩大成为碳排放量的主要增长因素。能源强度和城镇化率对碳排放量减少的贡献最大,能源结构的贡献率较低。基于此,提出了提升经济发展质量、促进城镇发展转型、提高能源管理效率等具有针对性的减碳对策。     

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。     

低碳经济发展的驱动因素研究——以浙江省为例

本文从人口规模、经济发展水平、能源强度、单位能耗碳排放量、能源消费结构、产业结构、城市化、国际贸易分工等方面探讨了低碳经济发展的主要驱动因素,对STIRPAT模型进行了扩展,利用1990~2008年浙江省的统计数据,对低碳经济发展的驱动因素及其贡献率进行了实证研究。研究结果表明:人均GDP、能源强度、人口规模、单位能耗碳排放量和能源消费结构对碳排放总量有显著正向影响,其中人均实际GDP的影响最大,能源强度的影响较大,人口规模和单位能耗碳排放量的影响较小,能源消费结构的影响最小,而产业结构、城市化水平、国际贸易分工对碳排放总量的影响不显著;人均实际GDP持续增长是碳排放增长的最大正向驱动因素,对碳排放增长的贡献率最大,能源强度变动是碳排放增长的最大负向驱动因素,能源强度变动对碳排放增长具有一定的抑制作用。     

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。     

中部地区碳排放测度及其驱动因素动态特征研究

为更好制定中部地区碳排放削减策略,对中部六省2007—2018年能源消费产生的碳排放量进行估算,论文从能源结构、能源效率、产业结构、经济增长、城镇化率以及人口规模六个指标出发,构建碳排放测度及其驱动因素的灰色面板关联模型。在对中部地区碳排放与经济增长脱钩整体状况分析的基础上,分别测算碳排放量与其驱动因素的时序灰色关联度和截面灰色关联度,并分省解析碳排放驱动因素的动态变化。结果显示：中部六省碳排放与驱动因素关联度由大到小依次为人口规模、城镇化率、能源结构、产业结构、能源效率、经济增长;经济增长和城镇化率等驱动因素是影响各省碳排放总量的核心因素,而产业结构等驱动因素则因各省具体经济条件和发展水平不同呈现出差异化特征;近年来,中部地区驱动因素对碳排放量的影响整体变得稳定。以上结论为促进中部地区节能减排、构建绿色发展道路提供了可靠的经验证据。     

湖南城镇化水平与经济增长关系的实证分析

利用湖南1952-2013年城镇化率和人均GDP时间序列数据,本文建立了反映城镇化水平和经济增长动态关系的回归模型,并对结果进行了检验.研究发现,湖南经济增长对促进城镇化有积极作用,而城镇化推动经济增长贡献却不大;城镇化率的变动不仅与人均GDP有关,还受上期城镇化率影响.在其他因素不变的情况下,人均GDP相对增加1％,湖南城镇化率相对提高0.135％;当上期城镇化率相对提高1％,城镇化率相对上升0.545％.     

能源短缺将持续35年 能源安全面临4大风险

资源发展速度滞后 中石油专家、中国工程院院士翟光明说，近年来，我国国民经济发展速度远远超过了资源发展的速度。相关数据显示，我国的石油消费在2005年达到3．2亿吨，对外依存度为近50％。综合考虑我们的经济增长、城镇化进程加快等各方面因素，预计2020年中国石油消耗将达到5亿吨左右。     

石油价格对我国经济的影响

我国是石油进口和消费大国，从1993年成为石油净进口国，1996年起成为原油净进口国，石油进口量和对外依存度总体趋势逐年上升口2009年我国原油净进口石油达到2．04亿吨，2010年为2．39亿吨，对外依存度连续两年超过舆论认为的50％安全防线。中国工程院2030～2050年中长期能源发展战略研究作出预测，即使是在低需求的情景下，     

西北五省区交通碳排放现状及影响因素研究

论文利用1995—2016年西北五省区交通能源消耗数据,对其碳排放量进行了测算,从碳排放总量、人均碳排放量、能源碳排放结构以及能源强度分析了五省区交通碳排放的现状。基于改进的STIRPAT模型,利用岭回归,探讨了客货运周转量、人均GDP、能源强度、城镇化率、私家车保有量对五省区交通碳排放的影响。结果表明:五省区交通碳排放量与人均碳排放量总体呈波动上升趋势,2000年后,上升趋势更显著;石油使用始终是西北地区交通碳排放的主要来源;能源强度从大到小为:宁夏、青海、甘肃、陕西、新疆;岭回归分析显示,除甘肃省外,西北地区影响因素贡献度均为:能源强度人均GDP城镇化率私家车保有量客货运周转量,而对甘肃交通碳排放贡献度最大的则是人均GDP。     

基于LMDI的能源消费碳排放因素分解——以陕西省为例

近十年间陕西省取得了跨越式的经济大发展,特别是作为丝绸之路经济带的"桥头堡"其经济发展已驶入了快车道。经济快速发展的同时必然带来碳排放总量的增加,测算了陕西省2002~2012年7种主要能源消费的碳排放量。使用LMDI法(对数平均迪氏分解法)把陕西省能源碳排放增量分解成人口、人均GDP、产业结构、能源消费结构与能源消费强度这五方面因素。研究得出,2002~2012年间除能源消费强度这一因素的累积效应为负外,其余四种因素的累积效应皆为正。使用逐年效应角度观察,人均GDP是碳排放增加的最大拉动因素,能源消费强度对碳排放具有较大的抑制作用。针对以上问题给出了相关政策建议。     

发达国家钢产量峰值期特征分析

本文详细分析了发达国家在钢产量达到峰值时,其产业结构、钢产量和GDP变化率、从业人数以及人均钢产量和消费水平等几个方面所呈现的特征,由此得到当我国工业化基本完成,第二产业进入稳定下降阶段,中国钢铁工业将迎来自己的总量峰值期.     

风力发电救济"电荒"

十六大提出2020年我国国内生产总值(GDP)要实现比2000年翻两番的总目标,以多大的能源代价实现这个总目标引起广泛关注.如果能源消费也随之翻两番的话,到2020年我国能源消费总量将达到每年近60亿吨标准煤!而我国常规能源的剩余可采总储量仅为1500亿吨标准煤,仅够我国使用25年!国家电监委预计今年的电力缺口在2000万千瓦,供需矛盾比去年更加突出. 需要特别注意的是,现阶段我国人均能源消费量只有世界人均能源消费水平的一半,而人均电力消费量则仅仅是美国的1/13、日本的1/8.     

我国石油进口风险规避

2003年我国石油消费总量为27520万吨，而原油产量只有16930万吨，石油进口超过了1个亿，净进口总量达到9738万吨，占石油消费总量的35．4％。我国已经超过日本成为世界第二大石油消费和进口国。而国家海关总署的最新统计显示，2004年1-9月份我国的石油净进口已突破了1个亿。石油进口量的大幅增加、进口依存度的不断扩大以及价格的频繁波动，使我国的经济社会发展和国家安全面临新的挑战，     

基于LMDI的城市能源消费总量指标评价模型研究

在城市能源消费总量控制及分解过程中,针对区(县)级经济社会发展的不均衡性,有必要构建一套公平、科学的指标用于测度各区的能源需求。文章应用LMDI方法选取人口、人均GDP、能源强度、城镇化率等9项因素对城市能源消费的影响因素进行分解,并获得各因素的贡献率,依据9项因素贡献率大小确定影响能源消费的7项关键指标及其权重值,构建指标评价模型。进而根据城市能源消费总量指标评价模型测度各区能源需求的综合指数,通过对比分析各行政区综合指数值大小和区域发展实际情况,将广州市11个行政区的能源消费分为高、中、低速三类增长区,可作为分解能源消费总量控制目标的主要参考依据。     

中俄能源合作形式与前景

1．中国经济迅猛增长对能源的依赖越来越大。中国经济多年的持续发展，使中国对能源的需求不断增加，进入2000年以来，中国石油进口一直保持在约7000万吨左右。目前中国占世界石油需求增长总量的40％，约每天60万桶。2004年中国取代日本．成为仅次于美国的世界第二大能源消费国，约占世界能源消费总量的11％。据专家估计，我国石油供需缺口2010年为1．2亿吨左右，2020年为2．1亿吨左右，我国对国外石油的依存度将由目前的30％上升到2010年的40％和2020年的50％。     

城镇化进程中居民生活碳排放动态特征分析

对2000~2012年间中国城镇居民与农村居民的直接、间接碳排放变化情况进行统计及回归分析,结果表明:截至2012年,城镇居民人均直接碳排放量年均增长17.14%,间接碳排放量年均增长6.42%,农村居民人均直接碳排放量年均增长16.51%,间接碳排放量年均增长2.81%;能源消费强度的下降及居民生活消费支出的上升联合作用,使城镇与农村居民生活间接碳排放量均呈现波动增长趋势,其中食品与居住消费是居民间接碳排放主导因素;城镇居民人口数量是城镇居民生活碳排放总量的决定性因素;城镇生活方式相比农村具有更低的单位生活支出碳排放量;城镇化率对居民生活碳排放量分别具有0.13%和0.09%的弹性系数,初步验证了城镇化与居民生活碳排放的正相关关系。     

青岛市能源消费碳排放及影响因素分析

采用各行业能源消费相关统计数据,根据《IPCC2006国家温室气体清单指南》中的碳排放计算公式和碳排放系数缺损值计算了青岛市2000-2015年能源消费的碳排放,并应用因素分解法对青岛历年的碳排放量及其影响因素进行了分析。结果表明:GDP增长是导致碳排放量增长的主要动力,而产业结构优化调整、技术进步则是导致碳排放量减少的因素;工业对碳排放强度和碳排放总量的变化起决定性作用,在宏观和工业内部两个层面进行产业结构优化调整是实现碳排放总量减少的关键。     

我国居民间接能源消费碳排放的测算及分解分析

利用消费者生活方式方法(CLA),测算1993~2007年我国居民间接能源消费碳排放量,以及城镇和农村居民人均碳排放量的变化趋势。以1993年为基年,对我国居民间接能源消费碳排放量的变化进行分解分析。结果表明:(1)居民间接能源消费碳排放量整体呈上升趋势,城镇和农村居民人均碳排放量也逐年增加,其中2007年城镇居民是农村居民人均碳排放量的三倍。(2)研究期间,人均消费水平城镇化率、居民消费结构和人口规模是拉动居民间接能源消费碳排放量增加的主要因素,而能源消费强度和碳排放强度是抑制碳排放量增加的主要因素。其中2003~2007年碳排放强度起到正效应;居民消费结构表现为负效应,对减少碳排放起到一定作用。