共查询到18条相似文献，搜索用时 296 毫秒
1.
能源消费是碳排放的主要来源。根据IPCC碳排放计算指南缺省值计算了哈萨克斯坦共和国1992-2010年的碳排放量,并对哈萨克斯坦近20 a来碳排放进行阶段划分,采用对数平均迪氏指数法（Logarithmic Mean Divisia Index）,对碳排放量进行因素分解,定量分析能源结构、能源效率和经济发展对不同阶段碳排放的影响。结果表明：（1）1992-2010年,哈萨克斯坦一次能源消费的碳排放量整体呈先下降后上升的“U”型曲线,拐点在1999年。煤炭消费仍然是碳排放的主要来源,这是受长期以煤为主能源供应政策影响的一种必然结果;（2）碳排放不同阶段各影响因素的作用程度不同。总体来看,经济增长是碳排放量增加的主要推动因素,能源强度降低是抑制碳排放量增长的主要贡献因子。并以此提出哈萨克斯坦未来能源战略的一些政策建议。 相似文献
2.
能源消费是碳排放的主要来源。根据IPCC碳排放计算指南缺省值计算出广东省1990―2010年的碳排放量,并对广东省近20年来碳排放进行阶段划分,采用对数平均迪氏指数法(Logarithmic Mean Divisia Index),对碳排放量进行因素分解,分析能源结构、能源效率和经济发展对碳排放的影响及作用程度。结果表明:1)1990―2010年,广东省能源消费的CO2排放总量和人均CO2排放量不断上升,万元GDP碳排放量、三次产业碳排放强度均呈下降趋势,原煤的消费是碳排放的主要来源,第二产业的CO2排放量比重最大,但呈缓慢下降趋势;2)经济发展效应对广东省能源消费碳排放的贡献率最大,其次是能源强度效应、人口规模效应,能源结构效应的贡献率最小;经济增长是碳排放量增加的主要推动因素;能源消费强度影响碳排放量的增速,能源消费强度又进一步受到产业结构和各产业能耗强度的影响,其中,第二产业能耗强度和第二产业产值比重是影响能源消费强度最主要的影响因素。 相似文献
3.
蒋金荷 《资源与生态学报(英文版)》2013,4(4):304-310
影响中国能源消费和碳排放的两大主因是经济政策和能源政策,显然,经济因素是外因,能源供应结构和能源效率才是影响的内在因子。本文基于碳排放的完全分解分析模型——对数平均Divisia指数（LMDI）系统分析了影响1995～2010年中国碳排放变化的关键因子和贡献率,分解因子包括四种,即经济规模效应、结构效应、能源强度效应、碳强度效应。指数分解模型结果表明,不同时期这四种效应对碳排放变化的贡献率是不同的,1995—2010年对碳排放增加影响最大的因子是经济发展（贡献率155％）和产业结构改变（贡献率10．6％）,而碳排放量的减少主要是由能源强度下降贡献的（贡献率-63．7％）,碳强度效应影响很小。但最近几年碳排放量的增加除了经济规模这个主要因子,碳强度的改变（贡献率4％）、产业结构调整（贡献率1．3％）都促进了碳排放量的增加,只有能源强度的下降起到了抑制碳排放量增加的作用（贡献率-73．5％）。模型的这种分解结果提示我们需要对这一时期内的产业政策、能源发展措施等方面进行反思,未来还要加强“节能减排”政策的落实、加强低碳能源技术的投资力度和政策扶持。 相似文献
4.
基于STIRPAT模型的江苏省能源消费碳排放影响因素分析及趋势预测 总被引：5，自引：1，他引：4
定量分析碳排放的影响因素,对降低区域碳排放具有重要的指导意义。利用STIRPAT模型,定量分析江苏省能源消费碳排放量与人口、富裕度（以人均GDP表示）、技术进步（以能源强度表示）和城镇化水平之间的关系,通过岭回归拟合后发现,人口数量、人均GDP、能源强度、城市化水平每变化1%,江苏省能源消费碳排放量将分别发生3.467%、(0.242+0.024 lnA)%、0.313%和0.151%的变化。在以上研究的基础上,设置8种不同的发展情景,分析了江苏省未来能源消费碳排放量的发展趋势。结果表明,当人口、经济保持低速增长,并保持高技术增长率时,有利于控制江苏省的能源消费碳排放量,2020年江苏省的能源消费碳排放量预测值为202.81 MtC。 相似文献
5.
甘肃省碳排放变化及影响因素分析 总被引：2，自引：0，他引：2
采用甘肃省人口、经济发展、能源消费等数据,通过相关方法对1997-2008年的碳排放总量、碳排放强度及其三大产业的碳排放进行了估算,并利用岭回归函数对STIRPAT扩展模型拟合,进一步分析影响甘肃省碳排放的因素。结果表明： （1）从1997-2008年甘肃省能源消费的碳排放量和人均碳排放量均呈逐年增长的趋势。碳排放量由1997年的1 767.14×104 t增加到2008年 4 341.64×104 t。人均碳排放量由1997年的0.7 t /人增长到2008年的1.65 t /人,且以煤炭消费的碳排放为主,占各能源碳排放的比例达到70%以上。（2）碳排放强度从1997-2001年呈波动变化,2001年以后则呈逐年下降趋势,总体上从1997年的2.214 t/104元下降到2008年的1.364 t / 104元。（3）三大产业的碳排放呈逐年上升趋势,且以第二产业的贡献为主。（4）人口增长、经济发展对碳排放影响较大,而生活水平的提高更加剧了碳排放的增长。 相似文献
6.
基于区域视角的能源消费碳排放影响机理分析,是有效实现节能降耗减排的重要研究议题。本文基于投入产出理论,通过构建“能源—经济—碳排放”混合型投入产出分析框架,利用扩展的IO-SDA模型,对新疆维吾尔自治区（简称新疆）1997-2007年能源消费碳排放的影响因素进行结构分解分析。结果显示：① 新疆能源消费碳排放从1997年的2070.08万t增长到2007年的4034.33万t,碳排放的增长主要集中在能源资源生产与加工业和矿产资源开采与加工业。② 碳排放影响因素的直接效应分析,人均GDP、最终需求结构、人口规模和生产结构的变化是引起碳排放增长的重要影响因素,碳排放强度的降低是这一时期遏制碳排放增长的重要影响因素,说明在经济规模和人口数量不断增长的同时,经济结构未得到有效优化,生产技术未得到有效的提升,导致新疆能源消费碳排放的快速增长。③ 碳排放影响因素的间接效应分析,省域间调出、固定资本形成总额和城镇居民消费对于新疆能源消费碳排放的变化影响显著。④ 碳密集产业部门的固定资产投资增加,能源资源型产品的省域间调出增长,使得区域间“隐含碳”转移效应十分显著。 相似文献
7.
确保减碳的首要任务是定量测度化石能源消费碳排放的增量影响因素及其大小。为分析北京市1997-2007年的碳排放增量,本文构建了一个扩展的(调入、进口)竞争型经济—能源—碳排放投入产出模型,从整体特征、不同产业、工业行业3个方面,对1997-2007年北京能源消费的碳排放增量进行了结构分解。分析发现:经济规模增长要素(消费、投资、调出和出口等)是拉动碳排放增长的主导因素,能源强度变动效应却是碳减排的决定性因素;在规模扩张因素中,消费和调出超过投资和出口,是碳排放增长的主要贡献者;2002以来新一轮"高碳"特征的工业化导致CO2排量呈急增之势;产业结构调整、三产比重最大使得服务业成为碳排放增长的最大部门,但工业排放的增长却后来居上;碳增排的重点行业是高能耗业,而碳减排的却是能源工业;两时段各效应在不同产业、不同工业行业的影响方向和大小不一。 相似文献
8.
武汉市碳排放的测算及影响因素分解研究 总被引：1，自引：0，他引：1
研究基于14个主要方面碳源,测算了武汉市1996—2009年碳排放量。发现自1996年以来武汉市碳排放呈现"平稳—上升—平稳"的三阶段特征。进一步基于LMDI模型分解碳排放的影响因素,结果表明,能源结构、能源效率因素对碳排放量具有一定抑制作用,但效果不够显著且波动性较强,1997—2009年与基期相比,能源结构、能源效率因素分别累计实现了0.95%,11.30%的碳减排;而经济因素与人口规模因素则对碳排放具有较强推动作用,分别累计产生了64.65%,19.65%的碳增量。最后,据此提出推进武汉市碳减排的对策建议。 相似文献
9.
河南省能源消费碳排放的历史特征及趋势预测 总被引：1，自引：0，他引：1
根据联合国政府间气候变化专门委员会(IPCC)2006年版碳排放计算指南计算了河南省1995—2006年的能源消费碳排放量。预测了2007—2050年河南省平稳经济增长路径下的最优经济增长率和2007—2050年的河南省能源消费结构和产业结构。进一步,计算了河南省2007—2050年在经济平稳增长路径下的能源消费与碳排放总量以及人均量。结果表明:1995年以来,河南省的碳排放量逐年增加,碳排放强度先是逐年下降,到2003年发生转折,出现上升的趋势;同时,预测的2007—2050年的能源结构显示,河南省煤炭资源在能源消费总量中所占的比重有较大幅度的下降,石油与其他清洁能源的比重不断上升;另外,河南省分别在2036年和2034年达到能源消费和碳排放总量高峰;人均能源消费量和碳排放量的高峰则出现在2033年和2032年。另外,尝试预测了河南省森林碳汇潜力,发现2006—2050年累计森林碳汇量持续上升,到2050年,累计碳汇量达131.14M tc。 相似文献
10.
选取青海高原城市西宁为研究对象,开展家庭能源消费问卷入户调查,建立高原城市家庭能源消费数据库(N=500),采用探索性空间数据分析方法,总结分析家庭能耗碳排放的空间特征与驱动因素,得出以下结论：(1)西宁市家庭人均能源消费量与人均能耗碳排放平均值分别为10.57 kgce/d和6.11 kg/d,取暖、厨房设备及热水器设备是家庭能耗及碳排放的主要来源;(2)西宁市人均家庭能源消费碳排放总体呈现出高值区(HH)、低值区(LL)相对集聚,而局部地区也存在高低值区(HL)和低高值区(LH)集聚现象,其空间规律呈现明显的异质性;(3)家庭收入、地理环境以及建筑特征等因素是人均家庭能源消费碳排放空间异质性形成的主要因素。 相似文献
11.
采用表观能源消费数据进行分能源品种和分行业类型的碳排放总量核算,利用基于IDA理论和Kaya恒等式的LMDI模型对碳排放总量变化进行多要素的分解分析,在解析人口规模效应、经济产出效应、能源强度效应对碳排放影响机理的同时,进一步纳入人口结构性因素、产业结构性因素和能源结构性因素对碳排放的影响。以广州市为例,对其2003—2013年产业活动和居民消费2个部门碳排放的主要驱动因素进行时间序列分析,并定量研究各个影响因子在2003—2005、2005—2010和2010—2013年3个不同发展阶段的作用机理,主要研究结论如下：1）广州市能源消费及其碳排放前期以煤炭为主,近年来以石油为主,同时外购电力对广州市的能源消费结构优化影响显著。2）各影响因子对广州市碳排放总量变化的作用机理与影响机制在3个发展阶段各不相同,不同发展阶段的发展措施和政策背景对于各个影响因子的碳排放效应影响显著。3）总体分析,经济产出效应和人口规模效应是产业部门碳排放增长的最主要贡献因子;工业能源消费强度效应、工业能源消费结构效应和经济结构效应是遏制产业部门碳排放增长的最主要贡献因子。城镇居民收入效应是居民消费碳排放增长的最主要贡献因子,城镇居民能源消费强度效应是遏制居民消费碳排放增长的最主要贡献因子。 相似文献
12.
据2006—2015年间制造业能源消费数据核算中国大陆30个省（除港澳台、西藏外）的制造业碳排放,并依据要素密集度将制造业划分为资金、技术、劳动力密集型3类。在分析制造业以及不同类型制造业碳排放时空演变基础上,运用Kaya模型将碳排放驱动因素划分为经济规模、产业结构、能源强度、能源碳强度4个方面,并运用LMDI-I分解模型定量分析碳排放的驱动因素。结果表明：除北京外,其余省域制造业碳排放均呈现不同程度的增长;资金密集型制造业碳增长最高,其次是技术、劳动力密集型制造业;经济规模扩大是导致各省、各类型制造业碳增长的首要因素;产业结构调整、能源强度与能源碳强度的变化在各省、各类型制造业碳排放中呈现双向效应,且作用强度差异显著。因此,在未来,各省、各类型制造业碳减排措施应各有侧重。 相似文献
13.
在分析河南省1978—2015年能源消费碳排放总量和结构变化的基础上,利用Im PACT等式对河南省碳排放驱动因素进行了研究和对未来碳排放量进行了情景预测,并运用空间自相关分析法探讨了空间分异特征。结果表明:(1)1978—2015年,河南省碳排放量总体上呈现增加的趋势,年均增长5.11%,由煤炭和石油消费导致的碳排放比重一直稳定在95%以上。(2)弹性分析表明人均真实GDP增加1%将导致人均能源消费量增加0.48%,利用强度下降0.52%,而环境影响增加0.53%。(3)保持经济增长的同时,与2011—2015年相比,1978—2015年效率年均增长率提高5.25倍,是河南省实现循环经济建设的一种可行方案。(4)河南省2015年碳排放全局Moran’s I值为0.047,呈微弱空间正相关,各地市碳排放具有明显的二元结构特征,空间集聚特征不明显。 相似文献
14.
15.
中国省域城镇居民碳排放驱动因素分析 总被引：5，自引：3，他引：2
从消费角度出发,分别对2003和2012年中国城镇（不含港、澳、台地区）居民碳排放的特征及影响因素进行分析。结果显示,不同地区城镇居民碳排放存在明显差异,人口因素对区域分异有弱化作用。从城镇居民人均碳排放来看,不同地区消费构成、能源结构、产业结构3因素对城镇居民碳排放影响的差异总体表现为：消费结构/能源结构>产业结构。与其他部门相比,大多数地区工业部门的生产能耗、投入产出周转量和产品购买量是影响当地城镇居民碳排放的主要因素,各地区城镇居民碳排放的影响因素具有明显的区域特点。政府应在当前研究的基础上,根据当地能耗模式、产业模式和消费模式因地置宜管理城镇居民碳排放。 相似文献
16.
LIU Xianzhao 《资源与生态学报(英文版)》2020,11(5):483-498
An accurate understanding of the real situation of energy-related carbon emissions and the main factors driving the carbon emissions increments are crucial for China to realize its emission mitigation targets. Adopting the comparative decomposition of an extended LMDI (Log-Mean Divisia Index) approach, this study decomposed the changes in carbon emissions of Jiangsu, Henan, and Inner Mongolia, which are located in the eastern, central and western parts of China. This analysis led to three main findings. 1) During the period of 1996-2017, the energy-related carbon emissions in the examined provinces exhibited upward trends, but with some differences among the provinces. 2) The influences of driving factors on carbon emissions varied distinctly in different provinces and economic stages. Economic growth had the largest positive effect on provincial carbon emissions increases. From 1996 to 2017, the contribution rates of economic development to emissions growth in Henan, Jiangsu and Inner Mongolia were 307.19%, 205.08% and 161.26%, respectively. This influence was followed by urbanization and population size. 3) Energy intensity played a leading role in facilitating emissions-reduction in the examined provinces, except for during the tenth Five-Year Plan, followed by the energy structure. The effect of rural population proportion was the weakest among all the curbing factors. Furthermore, urban and rural resident°s energy consumption per capita demonstrated relatively minor impacts and disparate directions of influence in the different provinces and economic periods, but began to play increasing roles in driving up provincial emissions changes. For example, residential energy consumption in Jiangsu contributed over 7.9% to the total carbon emission growth in 1996-2017, among which urban residents’ per-capita energy consumption contributed more than 3.8%. In view of these findings, policy makers should formulate targeted emission reduction measures that are based on the distinct situations and key factors which affect carbon emissions in each province. 相似文献
17.
Influencing mechanism of energy-related carbon emissions in Xinjiang based on the input-output and structural decomposition analysis 总被引：1，自引：1，他引：0
Analysis of carbon emission mechanism based on regional perspectives is an important research method capable of achieving energy savings and emission reductions. Xinjiang, an important Chinese energy production base, is currently going through a period of strategic opportunities for rapid development. Ensuring stable socio-economic development while achieving energy savings and meeting emission reductions targets, is the key issue currently facing the region. This paper is based on the input-output theory, and conducts a structural decomposition analysis on the factors affecting energy-related carbon emissions in Xinjiang from 1997 to 2007; this analysis employs a hybrid input-output analysis framework of “energy - economy - carbon emissions”. (1) Xinjiang’s carbon emissions from energy consumption increased from 20.70 million tons in 1997 to 40.34 million tons in 2007; carbon emissions growth was mainly concentrated in the production and processing of energy resources, the mining of mineral resources, and the processing industry. (2) The analysis of the direct effects of the influencing factors on carbon emissions showed that the change in per capita GDP, the final demand structure, the population scale, and the production structure were the important factors causing an increase in carbon emissions, while the decrease in carbon emission intensity during this period was the important influencing factor in stopping the growth of carbon emissions. This showed that while the sizes of Xinjiang’s economy and population were growing, the economic structure had not been effectively optimized and the production technology had not been efficiently improved, resulting in a rapid growth of carbon emissions from energy consumption. (3) The analysis of the indirect effects of the influencing factors of carbon emission showed that the inter-provincial export, fixed capital formation, and the consumption by urban residents had significant influence on the changes in carbon emissions from energy consumption in Xinjiang. (4) The growth of investments in fixed assets of carbon intensive industry sectors, in addition to the growth of inter-provincial exports of energy resource products, makes the transfer effect of inter-provincial “embodied carbon” very significant. 相似文献
18.
随着气候变化日益加剧,碳排放及其影响越来越受到人们的关注。针对我国30个省区2000-2015年终端能源消费产生的碳排放进行核算,分析中国能源消费碳排放的区域特征和时空差异,并通过STIRPAT模型和面板数据模型相结合的方法从碳排放量和碳排放强度两个视角对碳排放的驱动因素进行分析。研究发现,从全国层面来看,人口规模、人均GDP、能源强度以及城市化水平对碳排放量产生正向的驱动作用,即每提升1%,碳排放量将分别增加1.046 9%、0.938 6%、0.722 6%、0.411 6%,而产业结构对碳排放具有负向的驱动效应。对于碳排放强度而言,人均GDP和产业结构均产生负向的抑制作用。从区域层面来看,通过经济水平分组,东、中、西部三大区域由于经济发展水平的差异,各个因素对碳排放的影响也有所不同并表现出一定的规律性;城市化水平分组表现出随着城市化水平的提高,碳排放量也随之降低。通过研究,可为我国合理制定CO2减排的区域差异化政策提供参考依据。 相似文献