共查询到20条相似文献，搜索用时 956 毫秒
1.
我国化学工业二氧化碳排放影响因素研究 总被引：1，自引：0，他引：1
本文基于因素分解方法(LMDI)研究了影响我国化学工业1996-2007年间二氧化碳排放量变化的关键因素,包括部门能源消费、化学工业化石能源比例、化石能源结构、能源碳排放强度、经济增长、化学工业产出比例、化学工业的部门结构、能耗强度等8个因素.研究结果表明了经济活动和能耗强度下降是影响中国化学工业1996-2007年二氧化碳排放的两个最重要的因素,能耗强度的下降明显减少了二氧化碳的排放,但仍无法抵消经济增长导致的二氧化碳排放量的增加;化学工业能源结构的优化对二氧化碳的排放起到了减量作用;能源结构及具体部门结构效应对碳排量的影响最小. 相似文献
2.
3.
4.
中国能源消费碳排放变化的因素分解及实证分析 总被引：76，自引：16，他引：60
本文综合考量经济产出规模、人口规模、产业结构、能源结构及能源效率等因素对碳排放的影响,基于扩展的Kaya恒等式建立因素分解模型,应用LMDI分解方法对能源消费碳排放进行因素分解。应用该模型对中国1980年～2007年的能源消费碳排放进行分解分析,探讨其主要影响因素的作用机理并量化其贡献率。研究结果表明,经济产出效应对我国该阶段能源消费碳排放的贡献率最大,达到152.73%,其他各影响因素按贡献率绝对值大小依次是：能源强度效应为-79.93%,人口规模效应为20.20%,产业结构效应为7.78%,能源结构效应为-0.77%。研究认为,产业结构整体变化对该阶段碳排放增长未能表现出负效应,其主要原因是产业规模占GDP近半的第二产业的碳排放呈现长期增长态势,其贡献率抵消了第一、三产业对碳排放增长的负效应。目前我国节能减排的重点在于调整产业结构、优化能源结构及提高能源效率。针对实证结果,提出了相应的节能减排政策建议。 相似文献
5.
中国工业能源消费强度变化的分解分析 总被引：4，自引：1，他引：3
工业是中国能源消费的主体,对工业内部各行业能源利用效率和结构变化的深入剖析有助于决策者制定有针对性的具体政策措施。基于改进的差值分解法,本文把1997年-2007年中国工业能源消费强度变化分解为结构效应和效率效应。结果表明,过去10年间中国工业能源消费强度的下降基本上归因于效率效应,其总体贡献率达90.48%。对工业内部36个部门的能源消费强度变化的分解结果显示,化学原料及化学制品业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、电力工业等部门的效率效应对降低全国工业能源消费强度的贡献最大,但同期高耗能冶金工业规模扩张产生的结构效应在一定程度上抵消了效率效应。未来中国工业节能降耗的政策设计应重点关注高耗能重化工业的能源利用效率,并适度控制这些部门在工业中所占的比重,避免产能过度扩张。 相似文献
6.
中国CO2排放强度下降的结构分解——基于1997年-2007年的投入产出分析 总被引：3，自引：2，他引：3
本文以中国1997年和2007年的投入产出表为基础,核算了CO2排放强度的变化。结果表明,中国1997年CO排放总量为381788.56万t,强度为5.04t/万元。2007年CO2排放总量为775346.15万t,强度为4.23t/万元。10年间,CO2排放强度降低近20%。在此基础上进一步构建结构分解分析模型,将促使CO2排放强度降低的因素分解为4种效应,即能源效率因素、能源结构因素、产业结构效应和经济增长方式效应。计量结果表明,部门单位产出能源消费强度变化和部门能源消费结构变化是造成CO2排放强度下降的因素,其中以前者的影响最为显著。而产业结构变化和经济增长方式变化是促使CO2排放强度上升的因素,并且前者的影响更为显著。因此,未来要实现2020年CO2排放强度比2005年下降40%～45%的目标,必须调整产业结构,改变经济增长方式,以充分挖掘经济增长结构和方式转变的节能减排潜力。 相似文献
7.
在能源消费研究中经常要将其变化分解为各种因素,通过各种因素的影响程度来分析影响能源消费的变化原因.自20世纪70年代以来,已经发展了多种分解方法,这些方法的假设前提与算法都有较大差异.本文从能源消费变化量与能源强度两个角度介绍了各种分解算法,对其进行了对比,并运用中国制造业的相关数据比较了分解的结果.能源消费变化量的分解方法中,Shapley算法与M-E算法分解结果相同,但是Shapley算法按照各因素的贡献加权来计算各因素对能源消费量的影响,更适合多因素分解;Se-Hark Park算法与AWT-PDM算法能较好地体现经济结构对能源消费量的影响,但AWT-PDM算法由于权数的确定问题,使得该算法存在不能分解的剩余项.能源强度变化的分解方法分为乘法分解和加法分解两大类,乘法分解反映的是能源强度变化率,加法分解反映的是能源强度变化量.Fisher算法与LMDI算法均是对能源强度的完全分解,而Laspeyres算法与AMDI算法均存在剩余项;方法是对AMDI算法的改进.研究者在研究能源问题或环境问题时,应根据研究要求及所掌握的数据选择恰当的分解方法. 相似文献
8.
广东省能源消费碳排放增长的结构分解分析 总被引：4，自引：0，他引：4
本文以广东省1997年、2002年、2007年可比价投入产出表以及历年能源消费资料为基础数据,从碳排放系数、能源消费结构、能源消费强度、中间投入结构、最终需求结构以及最终需求规模等6个因素对1997年-2007年广东省能源消费碳排放增长进行了结构分解分析。结果表明：①1997年-2007年广东省能源消费碳排放总量增加了204.50Mt-CO2,其中,最终需求规模扩张对碳排放增量的贡献率为182.8%,相反,能源消费强度的变化使碳排放减少了41.9%,其余4个因素的变化使碳排放减少了40.9%;②最终需求规模是引起各部门隐含排放增长的主要驱动力,但是在其他因素的共同影响下,半数部门因其产品需求而引起的隐含排放在1997年-2007年间并没有明显的增长。 相似文献
9.
采用IPCC (2006)建议的方法,计算1995-2010年广东能源消费碳排放量.根据扩展的Kaya恒等式,综合考察人口、经济规模、产业结构、能源强度、能源结构等因素的作用,应用LMDI分解法对广东能源消费碳排放进行分解,量化各因素贡献并探讨其作用机理.研究表明,广东能源消费碳排放不断增加最主要的驱动因素是经济规模效应,能源结构调整则是降低二氧化碳排放的最主要因素;能源强度下降使碳排放快速降低,人口因素则促使能源碳排放增长,产业结构的贡献最小.因此,广东省节能减排应该重点优化能源结构,提高能源效率,加快产业升级和结构调整. 相似文献
10.
山西省是全国年CO2排放量最多的省份,多角度探究、识别影响其CO2排放变化的主要因素,并针对性进行减排政策设计,是山西省实现绿色低碳发展的关键所在,对全国顺利完成减排目标也具有重要意义。本文在已有山西省碳排放影响因素分解研究基础上,基于山西省1987-2012年六张投入产出表数据,通过构建包含省际贸易因素的IO-SDA模型,对山西省CO2排放总量及CO2完全排放强度的影响因素进行了再分解,从省域整体及分行业角度,分时间段讨论了影响山西省CO2排放增长的各种直接效应与间接效应。研究发现：消费扩张效应、投资扩张效应、省际调出扩张效应等经济规模扩张因素为山西省CO2排放的主要促增因素,省际调出扩张效应影响最大,这证实了省际贸易因素在山西省这类能源输出型省份CO2排放格局中发挥着不容忽视的作用；直接能耗强度效应为关键促降因素；能源结构效应、进口替代效应、省际调入替代效应对CO2排放影响不明显；山西省七大行业中,除农林牧渔业的CO2排放出现下降,重工业、建筑业等六大行业均拉动山西省CO2排放持续增长,不同时间段内山西省各行业主要促增、促降因素及其影响程度存在明显差异；山西省各行业的CO2完全排放强度整体上较高,重工业的CO2完全排放强度最高,能源结构效应、直接能耗强度效应为各行业CO2完全排放强度降低的关键拉动因素,直接能耗强度效应的贡献值最大,投入产出结构效应的影响存在不确定性。本文据此提出了培育新型优势贸易产品,优化调出产品结构和能源结构,平衡消费、投资和贸易调出结构,塑造节能减排新模式等政策建议。 相似文献
11.
基于结构分解法的北京市能源碳排放增量分析 总被引：1，自引：0，他引：1
应用三层嵌套结构式I-O SDA方法,构建扩展的(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年-2007年北京市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年以来新一轮“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行业,碳减排的是能源工业;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
12.
13.
以京津冀地区为研究对象,利用广义迪氏指数分解法对其2006—2015年相关碳排放数据进行分析,研究京津冀地区碳排放的主要影响因素并量化其贡献率。研究结果表明:(1)经济发展对京津冀地区碳排放的促进作用最大,但是"十二五"期间京津冀碳排放量及地区生产总值逐年贡献率开始下降,说明其经济增长的同时CO2排放量在逐渐降低。(2)分解因素中能源消耗强度、能源消耗碳强度对碳排放呈微弱负作用,而产出碳强度对碳排放呈明显抑制作用且超过了其他所有抑制因素的总和,说明低碳技术进步是节能减排的决定性因素。(3)人口增长对碳排放起到拉动作用,而由于人口城镇化比率以及消费习惯的不同,人均碳排放在北京为抑制作用,在天津和河北呈现拉动作用。 相似文献
14.
从经济学的角度分析能源消费和环境污染变化的机理是确定环境质量演变的影响因素,制定有效的经济激励手段减少能源消耗、降低污染排放,进而改善环境质量的理论基础。通过建立因素分解模型将经济增长对环境质量演变的影响细分为规模效应、人口效应、三层次的结构效应和削减效应,运用LMDI分解分析方法对我国工业能源消费、工业二氧化硫排放、工业废水排放和工业固体废弃物产生量的变化进行分解,结果表明:规模效应是能耗和排污增加的主要因素;人口效应虽然也增加能源消费和污染物排放,但是影响效果远低于规模效应;技术效应是降低能耗和排放的主导性因素,三层次的结构效应在不同年份的影响不确定,但是总体来看促进了能源消费和污染物排放,其中第二层次和第三层次的行业结构效应对能耗和排污的影响高于工业增加值比重变化对能耗和排污的影响。 相似文献
15.
《科技与管理》2015,(6)
参考IPCC温室气体排放清单编制方法,在考虑碳排放测算精度的基础上,把扣除用作原料与材料之后的能源消费量作为测算工业能源消费净碳排放量的基础数据,从人均净碳排放量、碳排放净增长率、净碳排放结构、净碳排放强度、能源消费总量、净碳排放强度6个角度分析2005—2013年间黑龙江省工业净碳排放量的阶段性变化。引入对数平均迪氏分解(LMDI)方法,结合Kaya恒等式,把二氧化碳净排放增量分解为人口效应、经济规模效应、能源强度效应、能源结构效应。结果表明,黑龙江省工业能源消费产生的净碳排放总量呈现波动式上升状态,煤炭消费是能源消费中的主力,工业经济增长是CO_2净排放量增长的主要驱动因素,能源强度下降对CO_2净排放增长具有抑制作用。 相似文献
16.
1995年至2007年中国能源消费强度的分解模型及实证分析——基于结构份额和效率份额视角 总被引：3，自引：1，他引：2
本文基于能源消费强度的恒等式,采用对数平均权重Divisia分解法(Logarithmic Mean Weight Divisia Method,LMD),建立中国三大产业能源消费强度的因素分解模型,定量分析了1995年-2007年间,能源效率因素和结构因素的变化对中国能源消费强度的影响,并研究了煤、石油、电力三种能源消费强度的两因素分解贡献值比较和三大产业间效率因素和结构因素的贡献份额比较对中国能源消费强度的影响,结果表明第二产业的效率因素是影响中国能源强度变化的主要因素,煤的消费强度与中国能源的消费强度变化一致,提出了降低第二产业重点耗能产业的能源效率、技术进步和优化经济结构三大管理对策。 相似文献
17.
《软科学》2019,(7):106-110
在推演出行业初级能源消费构成的基础上,借助对数平均迪氏指数因素分解法,兼顾行业单位产出能耗效应的视角,对行业能源消费结构、能源效率、产出结构及产出规模的节能效应进行了研究。研究发现:2005～2016年期间,行业能源消费结构的刚性限制了其行业节能功效发挥;行业能源效率、产出结构抑制着行业能源消费增长并呈现出时间区间规律性,2012后,农林牧渔业、批发零售和住宿餐饮业面临着节能技术瓶颈;行业产出规模推动行业能源消费递减式增长,工业、交通运输仓储和邮政业单位产出导致能源消费增长幅度显著高过其他行业。从单位产出综合能耗效应看,交通运输仓储和邮政业、其他服务业未来的行业节能值得关注。鉴于此,从行业能源效率、产出结构视角给出节能对策。 相似文献
18.
中国工业部门能耗碳排放分解与低碳策略研究 总被引：7，自引：2，他引：5
在对我国工业部门能源消费进行分析的基础上,集中研究了影响工业部门能耗碳排放的具体因素,综合考虑能源排放强度、能源结构、能源强度和产出规模等四个要素,运用指标分解分析法中的对数平均权重分解法,建立了工业部门能耗碳排放分解模型,并对1995年-2007年的工业部门能耗碳排放进行实证分析,结果表明工业能源强度显现出了对碳排放明显的负影响,工业经济产出效应明显分为正影响缓慢增长的1995年-2001年和迅速增长的2001年-2007年两个阶段;工业总量增长引起能源消耗上升是导致碳排放总量迅速增长的直接原因,并且该效应已经抵消了能源强度效应对碳减排的贡献。文章最后提出了针对工业部门能源消耗的源头、过程和末端三个环节的低碳对策,特别强调了电力热力行业节能减排,调整发电能源结构对改善我国能源结构,从源头上减排的重要性。 相似文献
19.
为弥补缺乏从行业附加值视角研究碳排放强度和部门生产环节碳排放结构的不足,以更好地分析碳排放变动情况,基于消费者视角,同时考虑附加值对碳排放的影响,将引起碳排放的因素分解为能源结构效应、能源强度效应、附加值效应、投入结构效应和最终需求效应并构建研究模型,以广东为例,利用其2007年、2012年和2017年投入产出表数据,采用结构分解分析（SDA）法和结构路径分析（SPA）法对广东及其部分行业碳排放情况进行分析。结果表明：对于广东而言,能源强度效应是碳排放减少的主要因素,最终需求效应是碳排放增加的主要因素;直接碳强度和完全碳强度增加的部门主要是能源部门,其碳排放呈现增加状态,其中直接消耗引起的碳排放比例增加,间接消耗引起的碳排放集中在第1和第2层生产环节上;能源强度效应是非能源部门直接碳排放和完全碳强度降低的关键因素。最后,从应对最终需求高碳化对碳排放的影响、能源消费结构和产业结构优化调整以及政府调控手段等方面对促进广东碳减排提出有关对策建议。 相似文献