搜档网
当前位置:搜档网 › 中国碳排放的因素分解模型及实证分析_1995_2004

中国碳排放的因素分解模型及实证分析_1995_2004

中国碳排放的因素分解模型及实证分析_1995_2004
中国碳排放的因素分解模型及实证分析_1995_2004

收稿日期:2006-09-01

作者简介:徐国泉,博士生,研究方向为资源效率与区域可持续发展。

*国家自然科学基金项目:中德老工业基地/技术进步)))资源效率0创新模式比较研究(70440004)和大连理工大学科技伦理与科技管理/985工程0创新基地资助。

中国碳排放的因素分解模型及实证分析:1995-2004

*

徐国泉 刘则渊 姜照华

(大连理工大学21世纪发展研究中心,辽宁大连116024)

摘要 能源消费是碳排放的主要来源。随着中国经济的快速发展,能源消费的急剧增长以及以煤为主的能源结构在短期内很难改变,因此,碳排放不可避免地会出现一定幅度的增加。本文基于碳排放量的基本等式,采用对数平均权重Div isia 分解法(Lo g ari thmi c m ean wei g ht Div isia meth od ,L MD),建立中国人均碳排放的因素分解模型,定量分析了1995-2004年间,能源结构、能源效率和经济发展等因素的变化对中国人均碳排放的影响,结果显示经济发展对拉动中国人均碳排放的贡献率呈指数增长,而能源效率和能源结构对抑制中国人均碳排放的贡献率都呈倒/U 0。这说明能源效率对抑制中国碳排放的作用在减弱,以煤为主的能源结构未发生根本性变化,能源效率和能源结构的抑制作用难以抵销由经济发展拉动的中国碳排放量增长。关键词 碳排放;因素分解;能源效率;能源结构

中图分类号 N94 文献标识码 A 文章编号 1002-2104(2006)06-0158-04

2005年2月16日,5京都议定书6的生效,给中国带来了非常现实的、严峻的挑战。目前,中国二氧化碳的排放量已位居世界第二,随着中国经济的快速发展,碳排放不可避免地会出现一定幅度的增加。因此,如何控制和减少中国碳排放的问题成为国内外讨论的热点问题之一。1995-2004年,中国人均碳排放大致可以分为两个阶段:第一阶段(1995-2000年),中国人均碳排放降低阶段;第二阶段(2000-2004年),中国人均碳排放急剧上升阶段。为了分析中国人均碳排放呈现以上趋势的原因,本文采用对数平均权重Divisia 分解法(Logarithmic m ean weight Divisia me thod,L M D),定量分析能源结构、能源效率和经济发展对中国人均碳排放的影响。

1 分解模型

碳排放量的基本公式[1]为:

C =E i C i =E i

E i E @C i E i

@E Y @Y

P @P (1)

式中,C 为碳排放量;C i 为i 种能源的碳排放量;E 为一次能源的消费量;E i 为i 种能源的消费量;Y 为国内生产总值(GDP);P 为人口。

下面分别定义,能源结构因素S i =

E i

E

,即i 种能源在一次能源消费中的份额;各类能源排放强度F i =C i

E i ,即消

费单位i 种能源的碳排放量;能源效率因素I =E

Y

,即单

位GDP 的能源消耗;经济发展因素R =Y

P

。由此,人均碳

排放量可以写为:

A =

C

P

=E i S i F i IR (2)式(2)表示,人均碳排放量A 的变化来自于S i 的变化(能源结构)、F i 的变化(能源排放强度)、I 的变化(能源效率)以及R 的变化(经济发展)。

第t 期相对于基期的人均碳排放量的变化可以表示为:

$A =A t -A o =E i S i t F i t I t R t -E i S 0i F i 0I 0R

=$A S +$A F +$A I +$A R +$A rsd (3)

D =A t

A

0=D S D F D I D R D rs d (4)

其中,$A S 、D S 为能源结构因素,$A F 、D F 为能源排放强度因素,$A I 、D I 为能源效率因素,$A R 、D R 为经济发展因素,$A rsd 、D rsd 为分解余量。

式(3)中的$A S 、$A F 、$A I 、$A R 分别为各因素变化对

#

158#中国人口#资源与环境 2006年 第16卷 第6期 CHINA POPULATION,RESOURCES AND ENVIRONMENT Vol.16 No.6 2006

人均碳排放变化的贡献值,它们是有单位的实值。而式(4)中的D S、D F、D I、D R分别为各因素的变化对人均碳排放变化的贡献率。

基于式(3),本文采用Ang等人在1998年提出的对数平均权重Di visia分解法[2](Lo garithmic mea n weight Divisia me thod,L M D)进行分解。

按照该方法,各个因素的分解结果如下:

$A S=E i W c i ln S t i

S i

;$A F=E i W c i ln

F t i

F i

$A I=E i W c i ln I t i

I0i

;$A R=E i W c i ln

R t i

R0i

(5)

其中W c i=

A t i-A t i

ln(A t i/A0i)

所以,

$A rsd=$A-($A S+$A F+$A I+$A R)

=A t-A0-E i W c i(ln S t i

S0i

+ln

F t i

F0i

+ln

I t i

I0i

+ln

R t i

R0i

)

=A t-A0-E i W c i ln A t i

A0i

=A t-A0-E i(A t i-A0i)=0。

对式(4)两边取对数,得到

ln D=ln D S+ln D F+ln D I+ln D R+ln D rsd(6)对照式(3)和(6),可设各项相应成比例,即

ln D $A=ln D S

$A S=

ln D F

$A F=

ln D I

$A I=

ln D R

$A R=

ln D rsd

$A rsd

这里,假设

可以为任意常数。

ln D

$A

=ln A

t-ln A0

A t-A0

=W,则

D S=e xp(W$A S),D F=e xp(W$A F),

D I=exp(W$A I),D R=exp(W$A R),D rsd=1(7)

2中国碳排放的因素分析

2.1数据收集、估算与整理

本文对中国总的碳排放量采用以下公式进行估算:

C=E i

E i

E

@

C i

E i

@E=E i S i@F i@E

其中,E为中国一次能源的消费总量,F i为i类能源

的碳排放强度,S i为i类能源在总能源所占的比重。这里

F i的取值见表1。

表1各类能源的碳排放系数

Tab.1Coefficient o f carbon emissions of different energy

项目煤炭石油天然气水电、核电

F i(t碳/万t标准煤)0.74760.58250.44350.0

资料来源:国家发展和改革委员会能源研究所.中国可持续发展

能源暨碳排放情景分析[R].2003.

通过计算整理得到中国碳排放因素分析的基础数据(见

表2)。

表2中国1990、1995-2004年的能源、人口、GD P以及碳排放

Tab.2D ata for energy consumptio n,population,G DP and carbo n emissions for China

年份19901995199619971998199920002001200220032004消费总量108t9.8713.1213.8913.7813.2213.0113.0313.4914.8217.0919.70

煤炭108t7.5219.87910.3769.8539.2018.8478.6098.8069.72011.56013.337 (%)76.2075.3074.7071.5069.6068.0066.0765.2865.5967.6467.70

石油108t 1.638 2.178 2.500 2.811 2.842 3.018 3.216 3.274 3.552 3.886 4.472 (%)16.6016.6018.0020.4021.5023.2024.6824.2723.9722.7422.70

天然气108t0.2070.2490.2500.2340.2910.2860.3260.3640.3880.4510.512 (%) 2.10 1.90 1.80 1.70 2.20 2.20 2.50 2.70 2.62 2.64 2.60

水电108t0.5030.7680.7070.7940.8260.7910.8180.981 1.067 1.037 1.202 (%) 5.10 5.85 5.09 5.76 6.25 6.08 6.287.277.20 6.07 6.10

核电108t00.0510.0570.0610.0590.0680.0610.0650.0920.1570.177 (%)00.390.410.440.450.520.470.480.620.920.90

人口108人11.4312.1112.2412.3612.4812.5812.6712.7612.8412.9213.00 1990年不变GDP108RMB1859831367336783583738027403704403947437519425758264884碳排放108t 6.6698.7659.3249.1078.6638.4998.4548.6529.50811.10612.803人均碳排放t/人0.5830.7240.7620.7370.6940.6760.6670.6780.7400.8600.985资料来源:能源数据来自国家统计局工业交通统计司.中国能源统计年鉴(1991-1996、1997-1999、2000-2002、2003、2004)[M].北京:中国统计出版社;人口与GD P数据来自中国国家统计局,http://ww https://www.sodocs.net/doc/0917787355.html,。

2.2因素分析

本文中,F i是固定的,即影响中国人均碳排放的因素主要为能源结构变化、能源效率变化以及经济发展变化。因此,$A F=0,D F=1,其它三个因素的影响效果按照公式(5)和(7)计算,结果见表3和图1。

#

159

#

徐国泉等:中国碳排放的因素分解模型及实证分析:1995-2004

表31995-2004年三因素对中国人均碳排放的影响效果

Tab.3Three deco mpositions of carbon emissio ns per capita for China,1995-2004 1995199619971998199920002001200220032004

人均排放$A0.1410.1790.1540.1110.0930.0840.0950.1570.2770.402 D1.2421.3071.2641.1901.1601.1441.1631.2691.4751.690

能源结构$A S-0.007-0.004-0.014-0.019-0.021-0.025-0.032-0.034-0.027-0.029 D S0.9890.9940.9780.9700.9670.9610.9500.9500.9630.963

能源效率$A I-0.155-0.169-0.212-0.270-0.313-0.364-0.392-0.408-0.414-0.428 D I0.7880.7770.7240.6550.6080.5580.5370.5380.5600.572

经济发展$A R0.3030.3510.3790.3990.4260.4720.5190.5980.7170.858 D R1.5921.6911.7821.8721.9702.1322.2792.4812.7343.

061

图11995-2004年三因素对中国人均碳排放的

贡献值趋势图

Fig.1Dec om po sition of ca rbon e missions per capita

dif f erence f or C hina,1995-2004

从图1可以看出,中国人均碳排放量总体在不断增

加,虽然,1996-1999年期间,中国人均碳排放量有所降

低,但其后又快速增长。特别是2000年以来,其数值猛

增,2002年年增长率接近10%,而2003年和2004年的年

增长率更是超过了15%。

造成中国人均碳排放量快速增长的主要因素是中国

经济的快速发展。我们从图1可以看出,经济发展对中国

人均碳排放的贡献值是不断增大的,特别是从1999年以

来,基本呈现出指数增长的趋势。

中国在能源结构中仍以煤炭为主,煤炭在中国一次能

源中占65%以上,因此,中国人均碳排放量的能源结构对

减少人均碳排放量的贡献值虽然在不断增加,但其贡献力

不大。因而,中国人均碳排放的抑制作用主要来自能源效

率的提高。从图1可以看出,能源效率对降低中国人均碳

排放的贡献值是不断增加的。但近年来,能源效率对降低

中国人均碳排放的贡献值与经济发展对增加中国人均碳

排放的贡献值相比,其增长趋势明显趋缓。这也导致近年

来中国人均碳排放的急剧增长。

为进一步分析各因素对中国人均碳排放的贡献率,我

们将各因素分成拉动因素(经济发展)和抑制因素(能源结

构、能源效率)。

为了强化各因素的可比性,将抑制因素对中国人均碳

排放增加的贡献率(小于1)取倒数,成为对中国人均碳排

放降低的贡献率,然后比较拉动因素对拉动中国人均碳排

放的贡献率与抑制因素对抑制中国人均碳排放的贡献率

的变化趋势(见图2)

图21995-2004年三因素对中国人均碳排放变化的

贡献率趋势图

Fig.2Deco mposition o f carbon em issions pe r capi ta radi

f or C hina,1995-2004

从图2可以看出,拉动因素(经济发展)对拉动中国人

均碳排放的贡献率呈指数增长,并且其各个阶段的贡献率

都要大于抑制因素对抑制中国人均碳排放的贡献率,从而

导致中国人均碳排放的增大。而两个抑制因素(能源效率

和能源结构)对抑制中国人均碳排放的贡献率都呈倒/U0。

1996-2000年能源效率的抑制贡献率与经济发展的拉动

贡献率之间的差距逐渐缩小,使得中国人均碳排放量在

1996-2000年间不断减小,并在2000年达到最小的

0.667t,但随后,由于能源效率的抑制贡献率的减小和经济

发展的拉动贡献率的增大,使2000年以后,抑制贡献率与

拉动贡献率之间的差距又不断扩大,导致了中国人均碳排

放呈指数增长。

通过以上分析,我们发现,1996-2000年中国人均碳#

160

#

中国人口#资源与环境2006年第6期

排放量的下降主要是由能源效率的提高引起的,但随着中国经济的飞速发展,中国人均碳排放量在2000年后急剧增长,说明仅依赖能源效率的提高已难以抑制经济发展引起的中国人均碳排放。因此,需要进一步发挥能源结构的改变对中国人均碳排放的抑制作用。

3结论及对策

通过分析,我们可以得到以下结论:

(1)近10年来,中国碳排放由逐年下降趋势转为急剧上升趋势,其拐点出现在2000年。

(2)过去的10年中,中国人均碳排放的抑制作用主要来自能源效率的提高,而能源结构的调整对中国人均碳排放的影响作用不大。

(3)近年来,能源效率对抑制中国碳排放的作用在减弱,仍然以煤为主的能源结构未发生根本性变化,因此,能源效率和能源结构的抑制作用难以抵消由经济的快速增长拉动的中国碳排放量增长。

因此,中国要实现碳减排,这里提出以下针对性措施:

(1)增加石油、天然气、水电、核电所占比重,改善能源生产和消费结构。前面的分析可以发现,中国的能源结构调整对抑制人均碳排放的贡献不大,这主要原因是,能源结构的变化不大。若能通过能源替代,增加石油、天然气、水电、核电所占比重,改变以煤炭为主的能源结构,中国的碳排放将得到极大的缓解。为此,中国的能源工业要以电力为中心,煤炭为基础,大力发展水电,积极开发利用石油和天然气,积极发展核能、太阳能等新能源,在增加能源总量的同时,更注重能源的品质。

(2)提高能源效率、节约能源。当前国际社会提出的主要减排措施之一是提高能源利用效率。从上面的分析也可以知道,能源效率对抑制中国碳排放作用显著。因此,在能源结构调整困难的情况下,提高能源效率、节约能源应作为中国国民经济发展的一项长远战略方针,这不仅符合中国经济增长方式从粗放型向集约型根本转变的需要,而且有利于降低经济增长对能源的依赖,使之成为最有效的碳减排途径。

(3)加强碳减排等能源技术领域的研发力度与国际合作。由于技术上和经济上的原因,中国目前煤炭为主的能源结构调整的幅度和速度都难以有突破。燃煤排放的C O2是中国碳排放的主要来源之一。为此,中国必须通过加大燃煤排放的C O2捕获与埋存等能源减排技术的研发力度与国际合作,以此来减少煤炭对环境的影响,这样就能够确保煤炭继续成为中国能源的重要部分之一。

(编辑:王兴杰)

参考文献(References)

[1]Johan A,Delphi ne F,Koen S.A S hapley Deco mposi tion of C arbon

Emis sions without Residuals[J].Energy Policy,2002,30:727~736. [2]Ang B W,Zhang F Q,C hoi K H.Factorizi ng C hanges in Energy and

Environmental Indicators through Decompos iti on[J].Energy,1998,23

(6):489~495.

Decomposition Model and Empirical Study of Carbon Emissions for China,1995-2004

XU G uo2quan L IU Ze2yuan JIA NG Zhao2hua

(D evelo pment Research Center fo r the21s t Century o f D U T,Dalian Liaoning116024,China)

Abstr act Energ y co nsu mp tion is the mai n source of carbon emissions.Wi th the econo my expanding,the sharply rising consumption of energy and the coal2focused energy structure are very difficult to change in short2term.Therefo re the carbo n emissions increase inevi tably.A deco mpo si tion model o f carbon emissions per capita for China is set up by adop ting L ogarith mic Mean Weig ht Divi sia(L MD)method based o n the iden tity of carbon emissions.The model is adopted to analy ze the influence of energ y structure,energy efficiency and econo mic develop ment to carbon emi ssions per capi ta in China from1995to2004.The resul ts sho w that the contributio n rate of economic develop ment to carbo n emissio ns per capita is expo nential gro w th,ho wev er,the contribution rate o f energy structure and energy efficiency restraining to carbo n emissio ns per capita is as the do wn/U0.So me conclusions fro m above are that the restrain effect of energy efficiency is w eakening;the coal2 focused energy structure has no t changed at all;and the restrain effect of energy structure and energy efficiency cannot offset the dri ving force of econo mic develop ment to carbon emissions.

Key wor ds carbon emissio ns;deco mpositio n analysi s;energy efficiency;energy structure

#

161

#

徐国泉等:中国碳排放的因素分解模型及实证分析:1995-2004

√未来中国交通运输部门能源发展与碳排放情景分析

中国工业经济2001年第12期产业经济 未来中国交通运输部门能源发展 与碳排放情景分析X 朱跃中 内容提要 中国交通运输部门未来能源的需求会受到多种因素的影响,采用情 景分析的方法对这些因素作合理的假定,可以对中国未来20年该部门能源需求和碳排放量进行详细的预测。 关键词 交通运输部门 能源发展 碳排放量 情景分析 一、方法论介绍 近十多年来,国际上一些机构开始采取情景分析的方法,对所要预测的对象进行分析研究。所谓情景,它既不是预言,也不是预测,它只是展示了未来可能的发展方向。在进行情景设定1之前,人们需要对过去的历史进行回顾分析,然后对未来的趋势进行一系列合理的(Plausible)、可认可的(Recognizable)、大胆的(Challenging)、自圆其说(Internal Consistently)的假定,或者说确立某些未来希望达到的目标,然后再来分析达到这一目标的种种可行性及需要采取的措施。 对中国的交通运输部门而言,未来能源需求会受到多种因素影响,如采取何种交通运输模式、未来交通运输格局如何、交通工具的能效水平状况、未来公共交通与小汽车的发展关系、人均GDP 增长与交通需求的取向等等。也就是说,中国交通运输部门在未来十多年或者更长的时间内,其交通部门的系统结构存在着很大的不确定性和变数,因而采用情景分析法预测我国未来交通运输部门的能源需求,可以帮助我们更多地摆脱传统分析模式的束缚,进行国内外横向对比,充分反映科技进步对未来中国交通运输系统的作用,对未来交通部门的能源需求及能效水平进行更客观和深入的分析,反映未来我国交通部门能源效率水平提高趋势。 我们也认识到,情景分析方法只是为我们的研究工作提供一个平台,拓宽和理顺我们的研究思路,使我们能够充分考虑未来社会经济发展的各种不确定性因素对该研究对象的作用和影响,对未来可能的不确定影响因素进行分类、组合,设计出该领域发展最可能的情景。此外,很重要的一点,就是要选择适合的定量分析工具,帮助我们对一些指标进行量化,借助模型工 具得出不同情景下的发展状况,然后对这些结果进行比较、分析,得出相应的措施建议。在本研究项目中,课题组采用了LEAP 模型预测分析了在未来不同情景下的中国交通运输系统的能源需求及其碳排放。LEAP 模型是由斯德哥尔摩环境协会与美国波士顿大学(SEI — 30—X 1此处的情景设定主要是对一些定性分析指标的量化过程。 本论文引用了《中国中长期能源发展与碳排放情景分析研究》分课题《中国未来交通部门能源发展与碳排放情景分析研究》的部分成果,该项目是由能源基金会和壳牌基金会共同资助,在此表示感谢。

中国城市化进程中影响碳排放的因素分析_1

2012年第14 期 0.引言 过去10多年中,中国碳排放年增长17.8%,增长速度位于世界前列,且预期还会继续增长。与此同时,地球气候系统正经历着一次以变暖为主要特征的显著变化,而温室气体特别是CO2增加已成为全球共识[1]。中国十二五规划提出单位GDP 能源消耗降低16%,单位GDP CO2降低17%。可见中国在温室气体减排方面面临前所未有的压力。为实现国民经济可持续发展和制定科学的减排路径,探索影响碳排放的因素至关重要。考虑到中国城市化、工业化仍未完成以及中国政府对经济的驾驭能力,即使保守估计,中国的经济还可以再快速增长30年。与经济快速增长相随的是城市化进程的加快,这正是导致碳排放快速增长的主要因素。预计中国快速的城市化进程将在2020年左右告一段落,进入中等收入国家。对于中国这样一个经济快速增长、人口规模庞大并处于经济转型中的发展中国家,城市化进程会给碳排放带来何种影响,是本文要考察的问题。 当前国内研究者通过各种计量模型分析碳排放的影响因素,研究各种政策和措施等,力求实现对经济最小负面影响的前提下达到最大限度减排。宋春燕(2011)通过计算各类能源碳排放转化系数,计算出中国1978年~2008年碳排放量和人均碳排放量,并对中国人均碳排放量与人均GDP 关系进行协整分析和因果检验,证明中国的人均碳排放同经济增长存在正向线性相关关系,并且这种关系是平稳的[2]。王晓明通过对世界能源消耗产生的CO2增长趋势的分析,运用非线性预测理论对能源消费和环境保护提出控制要求,特别是提出逻辑增长曲线和小波分析的结合使用,对于检验和修正整体拟合胜于无差平方和取得较好效果[3]。张馨等从中国城市化进程中居民家庭能源消费的角度研究碳排放,将家庭能源消费分为直接和间接两个部分,通过生活方式分析法测算了中国居民家庭的间接能源消费以及相应碳排放量,研究了城乡居民家庭两部分能源消费的结构和变化趋势以及相应的碳排放[4]。王淑新等从能源强度视角研究中国低碳经济的演进[5]。但是这些研究没有从城市化角度系统审视影响中国碳排放有哪些因素。因而本文在前人研究基础之上,从中国城市化进程入手,同时引入工业化这一重要因素,建立多元线性回归模型,分影响碳排放的因素,从而为节能减排的路径提供依据。 1.城市化过程中影响碳排放的模型分析 1.1影响因素 工业化主要特征就是通过使用新科学技术和生产建设方式来提高劳动生产率,因此要求资本技术劳动等生产要素达到一定集中度。在工业化进程中,生产要素不断在城市进一步集中,这就是城市化进程[6]。可见城市化和工业化高度相关。在城市化进程中,随着人口增长,城市化率提高,需要为新增城市人口提供住房,对交通运输、医疗卫生、城市绿化等公共基础设施都提出更高要求,因而对能源需求大大增加。其中最显著的是城市交通发展会导致更多化石燃料使用,导致碳排放的增加。因此人口因素是影响碳排放重要因素之一。 城市化的一个重要体现就是经济发展。衡量经济发展标志最普遍的是人均GDP 。人均GDP 是衡量一个国家经济发展水平的重要标志。本文选取人均GDP 作为工业化标志,将其纳入模型。 衡量能源利用效率的主要标准就是能源强度,即能源消费量和GDP 之比,本文选取能源强度作为能源利用效率的指标。化石燃料类的能源消费是产生碳排放的最大人为排放源,是大气中温室气体增加的首要原因。化石燃料消费每年向大气中约排放60~65亿吨二氧化碳,约占空气中碳排放总量的70%[7],因而本文选取煤炭和石油消费占能源消费的比例作为能源构成的指标。 随着城市化进程的加快,工业自身迅速发展,工业增加值占GDP 比重会迅速增加。但工业化发展到一定阶段以后,第三产业迅速发展,并且在国民经济中的比重也会逐渐上升,近两年甚至超过工业的比重。因为考虑到第二产业比重和化石能源占能源消费比重具有共线性,因而本文选取第三产业比重作为产业结构的指标,考察其对碳排放的影响。 除此以外,本文考虑到国家政策的变化对碳排放量的影响,因而选取发生在样本数据年间的重大事件作为政策变量。其一是2005年可再生能源法的颁布,其二是2007年电力企业“上大压小”政策的出台。 1.2模型建立及数据来源 根据上述对于中国碳排放的影响因素的分析,本文将建立以下多元线性回归模型,研究城市化进程中影响碳排放的因素。 C i =a +bAGDP i +cP i +dTP i +eEE i +fC&O i +g D 1i +hD 2i +μ (1)其中:C :碳排放量、AGDP :人均收入、P :城市人口占总人口比重、TP :第三产业占GDP 比重、EE :能源强度、C&O :煤炭和石油消费占总能源消费比例、D1:政策变量,1991年~2005年之间为0,2006~2010之间为1、D2:政策变量,1991年~22007年是0,2008~2010以后为1、μ为残差项,a 为常数,b~h 为变量系数。 为了保证可比性,国内生产总值采用不变价格,其他年份的国内生产总值以2010年标准进行换算。如2010年中国GDP 为343464.7亿元,其他年份按照2010年价格计算,则有:GDPn=IGDPn/IGDP2010×GDP2010,其中GDPn 表示n 年的不变价格GDP ,IGDPn 表示n 年的GDP 指数,IGDP2010表示2010年的GDP 指数,GDP2010表示2010年GDP ,据此计算人均GDP 和能源强度。碳排放总量来源于EIA 数据,其他数据均来源于《中国统计年鉴》2010-2011。 1.3模型求解及分析 为防止变量间多重共线,采用逐步回归的方法对变量进行筛选,并用SPSS 对模型求解。结果如表1、表2、表3所示: 表1模型整体显著 中国城市化进程中影响碳排放的因素分析 胡雅楠1,2宗海静1,2王顺昊1,2 (1.华北电力大学低碳经济与贸易研究所中国北京102206; 2.华北电力大学经济与管理学院中国北京102206) 【摘要】中国是世界上碳排放量最大的国家之一。近年来随着城市化进程的加快,中国碳排放量将会进一步增加。本文以碳排放量为因变量,以人均GDP 、能源强度、城市化人口占总人口比重、第三产业占GDP 比重、化石能源消费比例等作为自变量,分析城市化进程中相关因素对碳排放的影响。研究结果表明,人均GDP 、城市人口占总人口比重和能源强度的增加都会增加中国碳排放量;第三产业比重增加则会减少中国碳排放量;另外国家政策会影响中国的碳排放量,但是结果不显著。 【关键词】城市化;碳排放;能源强度 注释: ①经2010《中国统计年鉴》得出。 作者简介:胡雅楠(1988.11—),女,汉族,安徽蚌埠人,硕士学位,华北电力大学经济与管理学院。 Model R R Square Adjusted R Square Std.Error of the Estimate Durbin-Watson .997f .995 .993 154.5970 2.292 ◇科技论坛◇347

我国国内航运业碳排放市场发展分析研究报告

航运业碳排放与管理政策 碳排放现状与预测 管理政策现状及动向 航运业碳减排技术与潜力 船舶运行基本原理 海上运输节能减排措施 减排措施潜力与成本预估 航运行业碳管理展望与建议 参考文献 目录 2 5 1 3 16 2 3 5 6 11

碳排放现状与预测 近几十年来,气候变化问题越发受到人们的重视。随着研究的逐步深入,其结论将矛头直指温室气体的排放。根据国际海洋组织的最新报告,航运业在2007年的碳排放近10亿吨,数年间其碳排放量增长了近1倍(如图),约占全球碳排放量的3.3%。 很多研究指出航运业承担了全世界将近90%的运力,其单位碳排放也远远低于其它类型的运输方式(如表)。但国际航运业的快速发展引起了CO2排放急剧增加,日益引起了社会舆论及环保组织的不满。3月14日欧洲环境署(EEA)最新发布的报告中指出,航运业是“目前最不受管制的空气污染来源之一”。同时,国际海事组织(IMO)的报告也指出,如果航运业对碳排放不加以控制,将在2050年增长近5倍,占全球总排放的18%(如图)。 不同运输方式下运输每吨货物的碳排放量比较 运输方式CO 2 排放(t/gCO2) 飞机(航空运输)~500 现代货运(卡车、汽车)~60-150 现代货运(火车)~30-100 海运轮船~10-40 数据来源:https://www.sodocs.net/doc/0917787355.html,/co2-emissions-shipping-goods. 航运业碳排放与管理政策

管理政策现状及动向 虽然航运业被认为是最具碳效益的运输方式,但国际海事组织和国际环保组织却从没有对由于气候变化而引起的航运业经营风险放松警惕。从国际海事组织建立之初,就一直为减少温室气体排放而努力着。 根据《京都议定书》,国际航空碳减排和航海碳减排分别由国际民航组织(ICAO)和国际海事组织(IMO)来分别进行减排管理。而在EU-ETS设计阶段,欧盟就已经将航空碳税和航海碳税考虑在内。与航空碳税不同的是,目前国际上仍然没有任何一部强制性的法律文件要求航运业践行碳减排。 在欧盟单方面提出的航空碳税被广泛抵制之前,欧盟在国际航运业碳减排方法几乎没有任何的实质性行动或方案,其主要原因是国际海事组织从1973年就开始积极推动全球性的航运业温室气体减排,对基于市场的减排政策工具颇为看重。全球航海碳排放交易体系(METS)在未来有较大的实现可能,甚至也将未来与欧盟排放交易体系(EUETS)接轨作为最终的实施方案,这一点基本符合欧盟的预期。但是,欧盟航空碳税的严重受挫,使其如坐针毡。前不久,欧盟发表声明表示将考虑在2013年开启第一步行动,即对海上运输所产生的温室气体排放量进行监测、报告和核实(MRV)。从欧盟委员会公布的文件来看,欧盟国际海运碳减排政策的基本架构和主要内容包括以下4个方面: 1. 适用范围:包括全程或者部分是在欧盟成员国港口之间进行的海运活动,只要船舶有航段在欧盟区域内,不管其排放行为是否发生在欧盟区域内,均适用该政策。 2. 适用对象:所有驶入、驶出和途经欧盟成员国港口的船舶。 3. 减排措施:欧盟委员会提出了四项可能采取的具体减排措施。 (1)建立排放补偿基金,由船舶所有人或者管理人为排放二氧化碳的船舶缴纳。

我国碳排放总量世界第一 而人均排放量远低于美国

我国碳排放总量世界第一 而人均排放量远低于美国 北京时间今天凌晨,世界顶级学术期刊《自然》杂志的《自然气候变化》专刊在线发表了全球气候变化研究领域最具权威的学术机构——英国丁铎尔气候变化研究中心的“全球碳计划”2012年度研究成果。根据最新年度数据,全球二氧化碳排放将在今年进一步增加,预计较去年增加幅度为2.6%,达到创纪录的356亿吨。 研究显示,2011年全球碳排放最多的国家和地区包括:中国(28%),美国(16%), 欧盟(11%)和印度(7%)。研究发现 ,尽管总量偏高,中国的人均排放量为6.6吨,与美国的人均排放17.2吨相差甚远。同时,欧盟的人均排放量降至了7.3吨,仍高于中国的人均排放量水平。 专家对世界气候前景表示忧虑 研究指出,森林砍伐和其他土地利用的变化使全球排放总量相对于化石燃料燃烧排放又增加了10%。到2011年底,大气中二氧化碳的浓度达到了391ppm。 在伦敦主持发布以上数据的丁铎尔气候变化研究中心主任、东英吉利大学教授科琳乐凯芮表示:“我很担忧,按照目前的排放趋势,全球气候进一步恶化的风险太高,我们必须采取更为激进的减排计划。”发表在《自然气候变化》杂志的分析结果显示,为保证实现将全球变暖控制在2摄氏度以内的目标,全球排放在2020年之前必须大幅削减。 近期,国际能源署、联合国环境项目、世界银行、欧洲环保署等机构也分别发布报告,显示了碳排放情况的紧迫性,这些报告的分析均指出,目前全球的排放趋势已经非常危险,可能会对人类社会带来严重后果和巨大损失。 如何看待中国碳排放世界第一 英国丁铎尔中心报告发布后,复旦-丁铎尔中心主任、复旦大学环境科学与工程系陈建民教授认为:“作为制造业 大国,中国接近全球30%的排放量在很大程度上与其他国家消费的产品有关,所以全球碳排放责任的归属非常复杂。但是,中国在目前治理城市空气污染中所取得的进展显示了我们迎接挑战的能力。” 复旦-丁铎尔中心主管主任戴维斯教授指出:“从历史上看,发达国家须对大气中二氧化碳的增加负主要责任。但 是今天的挑战是每一个国家都面临的。我们相信,中国的改革和创新以及所掌握的科学和技术,使得其有能力在面对这一全球挑战时起主要的引领作用。”

中国碳排放强度影响因素实证分析

第31卷第2期2014年2月统计研究 Statistical Research Vol.31,No.2Feb.2014 中国碳排放强度影响因素实证分析 * 孙欣 张可蒙 内容提要:本文考虑在对外开放与城市化快速发展背景下,结合规模效应、技术效应和结构效应等三个途径研究中国碳排放强度影响因素,选择第二产业比重、人均GDP 、能源强度、对外贸易依存度和城镇化率等影响因素,根据协整理论分析认为1980-2011年我国碳强度与影响因素变量之间存在长期均衡关系。通过构建状态空间模型并运用卡尔曼滤波对其估计分析,结果验证了前面的结论,并分别得到各因素对我国碳排放强度的动态影响。最后根据结论提出政策建议。 关键词:碳排放强度;影响因素;协整理论;状态空间模型;动态影响中图分类号:C812 文献标识码:A 文章编号:1002-4565(2014)02-0061-07 The Empirical analysis on Influence Factors of Carbon Emission Intensity in China Sun Xin &Zhang Kemeng Abstract :This paper considers the background of external liberalization and the rapid development of urbanization ,and combine with of the scale effect ,technical effect and structural effect of three theoretical researches of Influence factors of carbon emission intensity China ,select the proportion of the second industry ,per capita GDP ,energy intensity ,the degree of dependence on foreign trade and urbanization rate of five factors ,according to the analysis of the cointegration theory there is a long-term equilibrium relationship between China 's carbon intensity of 1980-2011years and five variables.By constructing the state space model and analysis using Calman filter to estimate ,results prove the above conclusion ,and obtained the dynamic influence of various factors on the strength of carbon emissions in China.Finally ,according to the relevant conclusions ,it puts forward policy recommendations. Key words :Carbon Emission Intensity ;Influencing Factors ;Cointegration Theory ;State Space Model ;Dynamic Influence *本文为国家社科基金青年项目“中国节能减排效率评价及影响因素研究” (09CTJ008)的阶段性研究成果。据统计,目前中国已是世界上二氧化碳排放量最大的国家,在哥本哈根世界气候会议上,中国提出, 2020年我国单位GDP 的二氧化碳排放量(即碳排放强度, 以下简称碳强度)将比2005年下降40% 50%。这个约束性指标已纳入中国国民经济和社会发展的中长期规划。系统全面研究碳强度影响因 素,从而通过控制影响因素有效地降低碳强度,对实现碳强度目标有着重要的理论和现实意义。 一、文献综述 国内外有众多学者对碳强度影响因素进行研 究, 取得一定的成果。国外相关研究常采用指数分解与计量模型方法。使用指数分解方法研究的有:Greening Lorna A 等(1999、2001、2004)以OECD 国家不同部门的碳强度为研究对象,采用AWD (自适 应权重对数指数)方法研究,发现发电燃料构成、能 源强度、 居民服务部门的终端能源消费结构等因素对碳强度下降的影响各不相同,其碳强度下降主要 原因是生产部门能源强度下降 [1][2][3] ;Obas John Ebohon 等(2006)采用改进的Laspeyres 指数分解模 型,比较研究了撒哈拉以南非洲地区的产油工业国家和非产油工业国家的碳强度,认为能源强度、能源结构、碳排放系数及经济结构是影响碳强度的主要因素 [4] ;Simone Gingrich 等(2011)通过Kaya 恒等式分解与对数比较分析方法,分析了奥地利与捷克斯洛伐克两个国家1830-2000年碳强度数据,认为能源强度与产业结构的变化是影响碳强度的重要因

基于Divisia分解法的碳排放因素分解研究——以广东省为例

基于Divisia分解法的碳排放因素分解研究——以广东省 为例 陈铭泽 【期刊名称】《安徽农业科学》 【年(卷),期】2011(039)011 【摘要】[ Objective] The research aimed to decompose and study the influence factors of carbon emissions in Guangdong Province. [ Method] Based on the formula for the carbon emissions which was put forward by Johan, three factors (the energy structure, energy efficiency and economic development) which affected the carbon emissions during 1996 -2009 in Guangdong Province were studied by using LMD. [ Result] The economic development was the main reason that caused the continuous significant increase of carbon emissions in Guangdong Province.The improvement of energy efficiency was the important manner for decreasing the energy consumption and the carbon emissions. The adjustment and optimization of energy Consumption structure had the huge potential for reducing the carbon emissions in Guangdong Province. [ Conclusion ] The carbon emissions in Guangdong Province would continue to increase in the future for a long time. When formulating the development strategy in the future, it needed pay special attention to keep the harmonious developmentof economy and environment.%[目的]分解研究广东省碳排放量的影响因素.[方

中国交通部门碳排放分析

中国交通部门碳排放分析 交通快速机动化进展时期得到来,势必会对稀缺要素得供给保障产生强烈得冲击.不管是从能源得供给保障依然从碳排放得角度看,进展低碳交通已成为中国政府得不二选择.然而在进展低碳交通之前,关于交通碳排放状况进行分析是至关重要得.假如中国交通碳排放现状差 不多处于低碳水平得话,那么就没有进展低碳交通得必要.鉴于此,本文对中国交通部门得碳 排放总量、各种交通方式得碳排放量和碳排放效率等进行了分析,并与发达国家作了横向比较. 一、中国交通部门得碳排放总量分析 随着我国经济得跨越式增长,中国交通部门得碳排放也呈现出持续增长得趋势.本文依照《2006年ipcc国家温室气体清单指南》得指导方法,运用排放因子法,测罢了中国交通部门1991-2009年得二氧化碳排放量(见图1).碳排放量只需要在二氧化碳排放量得基础上乘上 其碳含量(12/44).二氧化碳排放量测算公式如下: 二氧化碳排放量= ∑ ei × efi (1) 其中e表示燃料消耗量,ef表示燃料得排放因子(见表1),i表示交通燃料得类型. 从图1能够发觉,在整个研究时刻段内,二氧化碳排放量增速明显,年均增长率为156%.从碳排放增长率得角度看,能够分为两个时期:1991-2002年碳排放增速较为平稳,从1991年得1516mt提高到2002年得2698mt,年均增长率为65%;2003-2009年碳排放增速加快,从2003年得3357mt提高到2009年得6023mt,年均增长率为113%. 依照ipcc得燃料碳排放因子,能够发觉燃料单位碳排放之间得关系为:煤炭>柴油>煤 油>汽油>天然气.从煤炭—柴油—天然气得变动趋势能够看出,中国交通结构调整趋向“低然而总体上交通部门依然处于高碳排放得状态.交通领域有着明显得存量效应,高碳技碳化”, 术得机动车比例较高,这在非常大程度上决定了中国交通得高碳排放.随着铁路电气化、水路 高效化、公路清洁化得进展,交通结构有了明显改善. 二、各种交通方式得碳排放量分析 (一)公路碳排放量分析 公路承担着绝大多数得中短途运输,是占交通碳排放比重最大得子部门.随着经济快速进展,公路运输得到了大力进展.1991-2008年公路部门得客运周转量增加了334%,货运周转量增长了859%,与此相伴随得是公路能耗和碳排放量得快速增长,其中以柴油和汽油消耗最为 明显.随着交通领域节能减排得相关政策出台,使用电力、天然气、生物燃料等清洁燃料得机 动车比例有所增加. 从全社会交通碳排放角度看,公路碳排放应包括营运性公路运输业得碳排放和非营业性 公路运输业得碳排放.2005年我国营业性载货汽车和载客汽车共消费汽油为017亿吨,柴油为039亿吨,排放二氧化碳分不为5068mt和12213mt,占交通碳排放得119%和286%,单单公路营运性运输得碳排放就占交通碳排放得405%.①随着经济增长,非营运性碳排放所占比例会逐 年增加.按保守得统计数据可能,全社会公路碳排放占交通碳排放得70~80%. (二)铁路碳排放量分析 铁路作为现时期重要得交通方式,承担着中长途得客货运任务.铁路部门通过电气化结构 调整,差不多上实现了铁路进展与碳排放得相对脱钩.到“十一五”末,铁路电气化率达到了45%左右,在铁路总运输量大幅度增长得情况下,总能耗和碳排放没有大幅增长.通过1990-2005年中国铁路企业得碳排放量比较(见表2),能够发觉铁路企业得碳排放逐年落低,2003以后一直维持在30mt左右. 由于没有考虑电力因素,碳排放测算量无法完全反映出电气化结构调整得实际贡献.何吉成和吴文化指出,33年来电气化铁路使得中国铁路运输行业得直截了当减碳量为4267万吨,

中国碳排放总量及行业结构

表1:中国碳排放总量及其行业结构分解(1980—2007)(单位:万吨)年份排放总量第一产业排放第二产业排放第三产业排放1980 40502.99 1502.64 29209.39(72.11)9790.96 1985 51713.34 1805.24 36895.30(71.34)13012.80 1990 66477.80 1974.31 49848.38(74.98)14655.11 1991 69803.64 2018.94 52954.44(75.86)14730.26 1992 72628.48 1833.22 56497.55(77.78)14297.71 1993 77425.51 1737.27 60688.99(78.38)14999.25 1994 81704.41 1854.86 65731.80(80.45)14117.75 1995 87510.87 1989.15 71102.78(81.25)14418.94 1996 92442.54 2038.42 75031.02(81.16)15391.10 1997 91472.85 2070.76 74993.58(81.98)14408.51 1998 86440.26 2100.82 71080.43(82.23)13259.01 1999 85898.42 2107.43 69596.60(81.02)14194.39 2000 90202.34 2123.15 73604.55(81.59)14474.64 2001 92297.31 2157.33 75327.69(81.61)14812.29 2002 97535.49 2257.77 79792.91(81.80)15484.81 2003 114420.01 2295.97 95197.46(83.19)16926.58 2004 131500.90 2864.21 109713.14(83.43)18923.55 2005 144884.06 2957.90 121661.89(83.97)20264.27 2006 223098.05 3267.56 189832.17(85.08)29998.32 2007 317776.11 4643.38 272343.62(85.78)40789.11 表2:中国能源消费结构变迁(1990—2007)(单位:万吨) 年份消费总量煤碳石油天然气新能源1990 66477.80 1974.31 49848.38(74.98)14655.11 1996 92442.54 2038.42 75031.02(81.16)15391.10 2000 90202.34 2123.15 73604.55(81.59)14474.64 2001 92297.31 2157.33 75327.69(81.61)14812.29 2002 97535.49 2257.77 79792.91(81.80)15484.81 2003 114420.01 2295.97 95197.46(83.19)16926.58 2004 131500.90 2864.21 109713.14(83.43)18923.55 2005 144884.06 2957.90 121661.89(83.97)20264.27 2006 223098.05 3267.56 189832.17(85.08)29998.32 2007 317776.11 4643.38 272343.62(85.78)40789.11

碳排放发展历史及现状

1.碳排放交易发展历史及现状 1.1.碳交易市场定位 一个标准化,规范运作的市场 全国统一的交易市场和体系 有足够分量的话语权和定价权 摆脱目前国内碳交易所分散,规模小的局面。由于没有真正意义的碳交易市场,导致碳交易的市场和标准都在国外。 需要政府明确的法律法规政策的支撑。 减少买卖双方寻找项目的搜寻成本和交易成本。 中国亟需建立一个统一的碳排放权交易市场,以整合各种资源信息,通过市场发现价格,用市场化的方法去规范企业的单兵作战。而统一的交易市场的成立则能够为买卖双方提供一个公平、公正、公开的对话机制; 交易的模式也非常简洁,即通过引入竞价机制充分发现价格,从而有效地避免暗箱操作。同时,统一的交易市场还是一个更有利参与国际市场的途径。因为,统一的碳交易市场不仅有利于减少买卖双方的交易成本,还能极大地增强中国在国际碳交易定价方面的话语权。可以设想,在现有的多家碳交易所的基础上,增加一个自动报价系统,将所有区域性交易所合并为国家级碳排放交易所,从而建立一个与证券交易所、期货交易所以及金融期货交易所相似的碳排放交易所。 1.2.碳排放现状 1)欧洲碳排放交易体系(EU-ETS)是世界上最大的碳排放交易市场,在世界碳 交易市场中具有示范作用,2010成交1198亿美元,占全球碳交易成交额的 84%。 2)2008年基于配额的市场交易占全球交易总量的73.15% ,其中EUETS的交易额占总 量的72% ,仍占主导地位;第二大交易市场是二级CDM市场。 3)主要国家和地区2020年温室气体减排目标

根据发达国家提出的到2020年的减排承诺,发达国家需要实施比第一承诺期大得多的减排量,未来全球碳交易市场仍存在巨大的发展潜力。 1.3.碳交易历史起源 1)1990年,国际碳交易之父Richard Sandor大力推动美国国会通过了“清洁空气法 案修正案”,开始了二氧化硫的cap and trade (覆盖交易,衡量交易),20年来 效果显著,二氧化硫排放减少了50%,产生了substantial positive effects. 2)2003年,Sandor凭借着多年来运作二氧化硫市场的经验,创办了CCX(芝加哥气 候交易所)。可是由于后来美国没有签订京都议定书,便没有强制的cap(总量限 定)。于是Sandor选择将CCX主要进行自愿减排碳交易,经历了诸多困难后取得显 著成功。 3)2004年,Sandor又创建了ECX,在欧洲建立了碳交易平台。 4)二氧化硫交易与碳交易,本质都是气体的减排量交易,以相互借鉴。

中国碳排放分析

中国碳排放分析 据国际能源机构统计,中国取代美国成为世界第一大温室气体排放国,就此西方国家经常借气候变化“说事儿”,对我国经济发展施加压力。不过,我们也认识到碳减排是迟早的事,我国需及早着手发展低碳经济,从而避免陷入经济发展的恶性循环。为此,需要对我国的碳排放现状以及未来趋势有个大致判断。 1、碳排放轨迹 中国统计机构对碳排放没有专门的统计数据,已有的文献数据一般来源于以下四类:一是美国能源部二氧化碳信息分析中心(简称CDIAC)公布的年度数据;二是美国能源情报署(简称EIA)公布的年度数据;三是国际能源总署(简称IEA)公布的数据;四是根据IPCC指导目录和其他方法测算得到的数据。通过对比,不同的数据来源从统计角度看不存在显著性差异,基于此我们采用如下公式对中国碳排放总量进行估算: c=∑m i×δi(1) 式(1)中C为碳排放量;m i为中国一次能源的消费标准量;δi为i类能源的碳排放系数。不同机构计算碳排放量时,确定能源消耗过程中的碳排放系数不完全相同,但差别并不大,收集到的不同文献的各类能源碳排放系数(表),然后取简单算术平均值为相应能源种类的碳排放系数,据此可以得出碳排放情况。 表1 各类能源的碳排放系数

2、碳排放特征 经济发展一般是随着时间的变动而发生变化,时间体现了阶段性,所以根据碳排放总量及其增长率情况和碳排放强度可以观察我国碳排放变动的阶段性特征。 碳排放总量在1978-1996年为迅速增加阶段,1996-2000年为平稳阶段,2000-2012年为急速增加阶段。1990年以来,碳排放增长率的变化轨迹是,1992年达到高点,增长为14.2%,之后增速出现持续下降,1999年为阶段性低点,增速为7.6%,从2000年起,增速再度回升,到2007年达到高点,为14.1%,之后回落为平稳增长,但2010年出现了反弹。 从碳排放强度(指每单位国内生产总值所带来的碳排放量)看,中国碳排放强度在1980-2011年之间基本呈现逐年下降趋势,在1980-1996年之间下降趋势较为明显,1997-2012年尽管总体趋势下降,但下降趋势不是非常显著,其中2003年出现了反弹,2003—2007年的水平均高于2002年。

中国碳排放的影响因素分析

龙源期刊网 https://www.sodocs.net/doc/0917787355.html, 中国碳排放的影响因素分析 作者:贺红兵 来源:《经济研究导刊》2012年第15期 摘要:中国的碳排放处于快速上涨时期,通过碳排放因素分解分析可以区分不同因素对碳排放起到的作用,还可以找到碳减排在哪些方面还有潜力可挖,为政府制定目标政策提供参考。 关键词:碳排放;因素分解;能源强度 中图分类号:F124.5 文献标志码:A 文章编号:1673-291X(2012)15-0024-02 当前,中国正处于工业化和城市化的快速推进进程中,二氧化碳排放保持快速增长态 势,控制二氧化碳排放的形势十分严峻。到底是什么原因促进了中国碳排放持续快速增长,值得探讨。只有找到这些影响碳排放的重要因素,我们才可能对症下药,做出相应的对策来减缓碳排放日趋严重的趋势。因此,深入分析能源消耗碳排放的相关因素尤为重要。研究中国能源消耗碳排放的变化特征,分析其主要影响因素的作用机理并量化其贡献率,有助于提高节能减排政策制定的科学性和可操作性。 一、分解方法 Et表示t期总的能源消费、Pt表示t期总产出、Eit表示i部门t期的能源消费、Pit表示i 部门t期的产出,从上面的定义可以得出: Et=Eit (1) Pit=Pit (2) 这里m表示部门数量。考虑到不同种类的单位能源产生的碳排放不一样,可以把碳排放 分解为: Ct=Etef j S jt (3) Cit=Eitef j S j it (4) 这里,Ct表示t期总的碳排放量、ef j表示第j种能源的碳排放系数、sjt表示t期第j种能源在总的能源消费中的比重、 Cit表示t期第i部门碳排放量、sjit表示t期第j中能源在第i部门能源消费中所占的比重、F表示化石能源的种类、第i部门t期单位产出的能源消耗强度和 单位产出碳排放强度可以表示为:

中国电力碳排放动态特征及影响因素研究

中国电力碳排放动态特征及影响因素研究 摘要 电力碳排放占中国碳排放总量比重较大,因此研究电力碳排放的影响因素并制定针对性减排政策对中国节能减排有重要意义。基于我国1991-2012年电力相关数据,分析了电力碳排放的动态特征,发现电力消费及其碳排放与GDP 同步变化,中国电力生产的能源转换效率在提高,电力碳排放主要来源于煤炭的使用;运用对数平均迪氏指数分解方法,不仅考虑电力生产过程,而且考虑电力输配环节和电力终端消费活动对碳排放的影响,从而把中国电力碳排放增长分解为排放因子、能源结构、电力结构、转换效率、输配损耗、经济规模、人口规模、产业结构、电力强度、生活消费等10个影响因素。分解结果表明,经济规模是促使电力碳排放增长的最大因素,意味着中国电力碳排放与经济社会发展密切相关;以工业为主的产业结构使得电力消费增加,驱动了电力碳排放增长;生活消费也是电力碳排放增加的重要影响因素;人口规模、输配损耗、能源结构、电力结构、排放因子等因素也是正向效应,但影响程度较小;产业部门电力强度下降和能源转换效率提高是抑制电力碳排放增长的最重要因素;电力结构也抑制了电力碳排放增长,但影响程

度较小。基于以上结论,中国需要从电力生产、输配、消费等环节入手控制电力碳排放。 关键词电力碳排放;LMDI;影响因素 中图分类号F205 文献标识码A 文章编号1002-2104(2015)04-0021-07 doi:10.3969/j.issn.1002-2104.2015.04.003 改革开放以来,中国经济快速发展,所取成就举世瞩目。但粗放型经济增长模式使得能源消费量大、使用效率低,导致污染排放量特别是二氧化碳排放不断增加,目前中国已成为世界第一碳排放大国。为了减少温室气体排放,2009年11月,国务院常务会议提出“2020年单位GDP二氧化碳排放比2005年下降40%-45%”的约束性目标。电力是社会经济发展不可或缺的优质能源,中国电力消费占能源终端消费总量的比重逐年攀升,1991年仅为9.53%,2012年该比例已达到22.56%。由于资源禀赋结构的限制,中国电力生产以火电为主,火电生产又主要依赖煤炭,化石能源的燃烧是二氧化碳排放的主要来源,因此中国的电力生产伴随大量的碳排放,据本文计算,电力生产碳排放已经占到中国碳排放总量的40%。为了完成中国节能减排目标,必须关注电力的减排问题。 1文献综述

环保论文中国碳排放现状与发展

中国碳排放现状与减排 15 化学工程与工艺宇琪 目录 概要 (1) 一、发现问题 (2) 1.1 二氧化碳对气候的影响及产生的后果。 (2) 1.1 对自然生态环境的影响 (2) 1.2 对海岸带及低地的影响 (2) 1.3 对生物多样性的影响 (3) 1.4 对人类健康的影响 (3) 1.5 对其他领域的影响 (3) 二、我国与外国CO2历史排放对比。 (3) 三、解决问题 (4) 3.1 CO2性质 (4) 3.2 固碳 (4) 3.2.1.土壤固碳 (4) 3.2.2.海洋固碳 (5) 3.3 CO2资源化利用 (6) 3.3.1 物理利用 (6) 3.3.2 化学应用 (6) 3.4国家政策 (7) 概要 以CO2为代表的温室气体排放给人类社会的发展带来不小的负面影响,降低碳排放将是我国经济发展过程中面临的一项持久战,相应的,“低碳”一词也被社会各界广泛引用。“低碳”被认为是应对气候变化的必由之路,它是人类社会继原始文明、农业文明、工业文明之后的又一大进步,它既是发达国家经济转型的方向,也是发展中国家应遵循的发展道路。 如何实现“低碳”,是一项复杂的系统问题,解决方法涉及政治、经济、法

律、技术、人文等多个学科。总体来说,碳减排途径可分为两类:控制排放源头(通过提高能源系统各个环节的能源效率或引入低碳元素,以及降低终端能源需求,实现降低含碳能源的消耗和碳排放)和碳排放后处理(针对能源系统产生的碳排放,采取后处理方式延缓或阻止CO2排入大气中,如CO2资源化利用。 一、发现问题 1.1 二氧化碳对气候的影响及产生的后果。 气候变化是关乎地球人类与生态环境可持续发展的安全问题,涉及水资源、农业、能源等敏感部门,并对陆地生态系统海岸带以及近海生态脆弱地区构成重大威胁,对全球产生巨大的甚至是不可逆转的影响。 1.1 对自然生态环境的影响 ①环境要素的灾变趋势 全球气候异常导致一系列环境要素的激变,如酷热、飓风、水涝、干旱等极端天气出现的频率大大增加,降水分布格局也在改变,冰川减退、冻土消融、物种濒危甚至灭绝、疫病频发等。所有这些都不是猜测,因为这些状况已经或者正在发生,在可预计的未来只能比现在更加严重。 ②自然生态系统的激变 全球气候异常将导致干旱地区的旱灾情况更严重,容易诱发更多的森林和地区性火灾,而森林火灾的增加更加剧了二氧化碳的排放和温室效应。 环北极地区,如加拿、阿拉斯加和西伯利亚的一些永久冻土会因气温上升慢慢消融,当地的生态系统可能遭到破坏,土壤中的细菌活性将提高导致该地区由碳元素的存储地区变为碳素的释放源。 全球绝大部分淡水资源以固态方式储存在冰川中。冰川在世界围的大面积融化将根本改变全球的水循环系统并带来难以预料的后果,冰川融化加快使得夏季冰川减少,从而降低对径流的调节作用,并可能导致中下游地区更频繁的水涝干旱灾害。 气候变化首先严重威胁人民生命财产而;其次,对受灾地区农作物产量产生负面影响,农业生产的不稳定性增加。迫使国家的粮食产业结构作出调整,草原承载力和畜牧量的分布格局会发生较大变化且进一步加剧水资源的供需矛盾。 1.2 对海岸带及低地的影响 气候异常变化已经导致南极、北极冰冠融化和海平面升高,据估算,

世界各国每年碳排放量情况如何

世界各国每年碳排放量情况如何? 国家排放量(a)占全球百分比人均量(b) 1.中国7,219.219.12% 5.5公噸(72) 2.美国6,96 3.818.44%23.5(7) 3.歐盟5,047.713.37%10.3(39) 4.俄羅斯1,960.0 5.19%13.7(18) 5.印度1,852.9 4.91% 1.7(120) 6.日本1,342.7 3.56%10.5(37) 7.巴西1,014.1 2.69% 5.4(74) 8.德国977.4 2.59%11.9(25) 9.加拿大731.6 1.94%22.6(8) 10.英国639.8 1.69%10.6(36) 11.墨西哥629.9 1.67% 6.1(65) 12.印尼594.4 1.57% 2.7(101) 13.伊朗566.3 1.50%8.2(54) 14.義大利565.7 1.50%9.7(45) 15.法国550.3 1.46%9.0(47) 16.南韓548.7 1.45%11.4(31) 17.澳洲548.6 1.45%26.9(5) 18.烏克蘭484.7 1.28%10.3(40) 19.西班牙438.7 1.16%10.1(41) 20.南非422.8 1.12%9.0(48) 21.土耳其393.2 1.04% 5.5(73) 22.波蘭374.60.99%9.8(44) 23.沙国374.30.99%16.2(13) 24.泰国351.30.93% 5.6(71) 25.阿根廷318.30.84%8.2(53) 26.奈及利亞296.60.79% 2.1(112) 27.台灣271.20.72%11.8(26) 28.委內瑞拉266.30.71%10.0(43) 29.巴基斯坦240.60.64% 1.5(128) 30.荷蘭224.40.59%13.8(16)

相关主题