我国能源活动碳排放占总碳排放85%以上,研究能源活动碳排放的变化规律对于实现碳达峰碳中和目标具有重要意义.首先,采用对数平均迪氏分解法(logarithmic mean Divisia index,LMDI)对1995—2017年我国能源消费碳排放变化的影响因素进行分...我国能源活动碳排放占总碳排放85%以上,研究能源活动碳排放的变化规律对于实现碳达峰碳中和目标具有重要意义.首先,采用对数平均迪氏分解法(logarithmic mean Divisia index,LMDI)对1995—2017年我国能源消费碳排放变化的影响因素进行分解,从经济规模、产业结构、能源强度、能源结构、能源价格、人均可支配收入、人口规模这7个方面,模型给出了相关因素对一、二、三产业和居民部门碳排放变化的贡献.结果表明,对于3个产业部门,经济增长是碳排放增长的首要驱动力,而技术进步带来的能源强度下降、产业结构优化和能源消费结构改善呈现负效应,且产业结构优化和能源结构清洁化的作用越来越显著.对于居民部门,人均可支配收入是居民部门碳排放增长的推动力,而能源价格呈现明显的负效应.其次,设计了3种情景,运用可拓展的随机性的环境影响评估模型(stochastic impacts by regression population,affluence and technology,STIRPAT)对2030年我国能源碳排放进行预测,在以实现碳达峰为目标的低碳情景中,我国能源碳排放有望于2025—2029年实现达峰,峰值水平为101亿~110亿t.最后,为实现碳达峰碳中和目标,建议以构建中国能源互联网为基础平台,实施"清洁替代"和"电能替代",推进能源转型.展开更多
城市是化石能源消费和CO2排放的主要区域。分析典型城市化石能源消费CO2排放特征,明确不同城市CO2排放动态及主要影响因素的差异,是开展城市减排行动的重要科学依据。采用IPCC推荐方法及中国的排放参数核算11个典型城市2006-2015年间化...城市是化石能源消费和CO2排放的主要区域。分析典型城市化石能源消费CO2排放特征,明确不同城市CO2排放动态及主要影响因素的差异,是开展城市减排行动的重要科学依据。采用IPCC推荐方法及中国的排放参数核算11个典型城市2006-2015年间化石能源消费产生的CO2排放量。根据各城市经济发展和CO2排放特征将之分为四类:经济高度发达城市(北京、上海、广州)、高碳排放城市(重庆、乌鲁木齐、唐山)、低排放低增长城市(哈尔滨、呼和浩特和大庆)和低排放高增长城市(贵阳、合肥),并运用对数平均迪氏指数法(Logarithmic Mean Divisia Index,即LMDI分解法)对比分析了四类城市CO2排放量的影响因素。结果表明:(1)研究期内大部分城市CO2排放总量有所增加,仅北京和广州呈下降趋势,工业部门CO2排放在城市排放总量及其变化中占据主导地位;四类城市的人均CO2排放量表现出与排放总量相似的变化趋势;CO2排放强度整体上表现为经济高度发达城市(均值为0.88 t CO2/万元)<低排放低增长城市(均值为2.82 t CO2/万元)<低排放高增长城市(均值为3.05 t CO2/万元)<高碳排放城市(均值为6.62 t CO2/万元)。(2)在城市CO2排放的影响因素中,经济发展和人口规模均是4类城市CO2排放增长的促进因素,但经济发展效应的累积贡献值大于人口规模效应;能源强度降低是4类城市CO2排放最主要的抑制因素,且经济高度发达和高碳排放城市的抑制作用强于其他两类城市;对第三产业GDP年平均增速高于第二产业的6个城市来说,产业结构是CO2排放的抑制因素;能源结构的变化仅对煤炭消费比重较低且降幅较大的北京和广州的CO2排放是抑制作用,累积贡献值分别为-21.73Mt和-0.03Mt,而对其他城市,特别是高碳排放城市的CO2排放具有明显的促进作用。展开更多
文摘我国能源活动碳排放占总碳排放85%以上,研究能源活动碳排放的变化规律对于实现碳达峰碳中和目标具有重要意义.首先,采用对数平均迪氏分解法(logarithmic mean Divisia index,LMDI)对1995—2017年我国能源消费碳排放变化的影响因素进行分解,从经济规模、产业结构、能源强度、能源结构、能源价格、人均可支配收入、人口规模这7个方面,模型给出了相关因素对一、二、三产业和居民部门碳排放变化的贡献.结果表明,对于3个产业部门,经济增长是碳排放增长的首要驱动力,而技术进步带来的能源强度下降、产业结构优化和能源消费结构改善呈现负效应,且产业结构优化和能源结构清洁化的作用越来越显著.对于居民部门,人均可支配收入是居民部门碳排放增长的推动力,而能源价格呈现明显的负效应.其次,设计了3种情景,运用可拓展的随机性的环境影响评估模型(stochastic impacts by regression population,affluence and technology,STIRPAT)对2030年我国能源碳排放进行预测,在以实现碳达峰为目标的低碳情景中,我国能源碳排放有望于2025—2029年实现达峰,峰值水平为101亿~110亿t.最后,为实现碳达峰碳中和目标,建议以构建中国能源互联网为基础平台,实施"清洁替代"和"电能替代",推进能源转型.
文摘城市是化石能源消费和CO2排放的主要区域。分析典型城市化石能源消费CO2排放特征,明确不同城市CO2排放动态及主要影响因素的差异,是开展城市减排行动的重要科学依据。采用IPCC推荐方法及中国的排放参数核算11个典型城市2006-2015年间化石能源消费产生的CO2排放量。根据各城市经济发展和CO2排放特征将之分为四类:经济高度发达城市(北京、上海、广州)、高碳排放城市(重庆、乌鲁木齐、唐山)、低排放低增长城市(哈尔滨、呼和浩特和大庆)和低排放高增长城市(贵阳、合肥),并运用对数平均迪氏指数法(Logarithmic Mean Divisia Index,即LMDI分解法)对比分析了四类城市CO2排放量的影响因素。结果表明:(1)研究期内大部分城市CO2排放总量有所增加,仅北京和广州呈下降趋势,工业部门CO2排放在城市排放总量及其变化中占据主导地位;四类城市的人均CO2排放量表现出与排放总量相似的变化趋势;CO2排放强度整体上表现为经济高度发达城市(均值为0.88 t CO2/万元)<低排放低增长城市(均值为2.82 t CO2/万元)<低排放高增长城市(均值为3.05 t CO2/万元)<高碳排放城市(均值为6.62 t CO2/万元)。(2)在城市CO2排放的影响因素中,经济发展和人口规模均是4类城市CO2排放增长的促进因素,但经济发展效应的累积贡献值大于人口规模效应;能源强度降低是4类城市CO2排放最主要的抑制因素,且经济高度发达和高碳排放城市的抑制作用强于其他两类城市;对第三产业GDP年平均增速高于第二产业的6个城市来说,产业结构是CO2排放的抑制因素;能源结构的变化仅对煤炭消费比重较低且降幅较大的北京和广州的CO2排放是抑制作用,累积贡献值分别为-21.73Mt和-0.03Mt,而对其他城市,特别是高碳排放城市的CO2排放具有明显的促进作用。
