- 1、本文档共21页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中国城镇碳排放区域差异和影响因素
中国城镇碳排放区域差异和影响因素
摘要 修正了IPCC关于电力碳排放系数的计算方法,根据中国(省市)能源平衡表估算了1995-2008年中国30个省市的城镇碳排放,划分了高、中、低三个不同排放区域,分析城镇碳排放的区域差异,采用STIRPAT模型分析城镇碳排放及区域差异的影响因素。结果表明,城镇碳排放是中国碳排放的主体;城镇碳排放总体快速增长趋势,2001年后表现尤为明显;中国城镇碳排放存在很强的区域差异,2008年高排放区域的八个省市城镇碳排放总量占全国城镇碳排放总量的50%以上;城镇居民人均收入对城镇碳排放影响最大,然后是城镇化率和能源强度,人口总量对碳排放影响较小;城镇居民人均收入增加、城市化进程不断推进、能源强度降低对城镇碳排放的影响存在区域差异,这种影响强度的差异是导致城镇碳排放存在区域差异的主要原因。一方面,我国城镇居民收入的不断提高和城市化进程的推进决定了城镇发展需要一定的碳排放空间,另一方面,城镇需要走可持续的低碳发展道路。
关键词 城镇碳排放;区域差异;影响因素;STIRPAT模型
中图分类号 X2/F29
文献标识码 A 文章编号 1002-2104(2011)11-0008-07 doi:10.3969/j.issn.1002-2104.2011.11.002
当前中国处于城市化快速发展时期,据统计,1995年中国城镇化率为29.04%,2008年中国城镇化率达到45.68%,增长了16.64%,年均增长1.28%。按照目前城市化发展速度,到2020年,中国城镇化率将达到60%左右,意味着从现在到2020年,将有大约3亿人口从农村转移到城镇生活,城镇居民人均能源消费是农村居民的3.5-4倍[1]。中国城市化和工业化基本同步,城市化进程中的工业化特征表现为高耗能产业迅速发展,也意味着能源消费增长较快。在以化石能源为主的能源结构下,城市化进程推动的城镇能源消费的快速增长导致城镇碳排放的快速增长,如何在实现经济增长和完成城市化进程的前提下减缓城
镇碳排放是重大课题。?
由于各省市资源禀赋不同,社会经济和历史条件存在较大区域差异,中国城市化
存在区域差异,碳排放存在区域差异,城镇碳排放存在区域差异。测算省市城镇碳排放,分析城镇碳排放???区域差异及原因,可以掌握中国碳排放的主要方面和趋势,有助于深入细致地掌握中国碳排放的现状和发展趋势,有助于国家制定科学、合理的减缓碳排放的政策措施,有助于各省市制定符合本省省情的减缓碳排放政策。?
现有一些文献测算了中国各省市的碳排放总量和碳强度,分析了区域差异和影响因素。李国志等分析了1995-2007年中国碳排放的区域差异和影响因素[2]。岳超等分析了碳排放总量、人均碳排放和碳强度的区域差异以及碳强度的影响因素[3]。林伯强等研究了碳排放与能源消费强度、能源强度、人均GDP、人口总量和城镇化率的关系,对2010-2020年的碳排放进行了情景分析和预测[4]。本文修正了IPCC关于电力碳排放系数的计算方法,根据中国(省市)能源平衡表估算了1995-2008年中国30个省市的城镇碳排放,采用STIRPAT模型分析城镇碳排放及区域差异的影响因素。?
1 中国各省市城镇碳排放的区域差异?
1.1 碳排放计算方法和数据来源?
由于中国官方统计机构没有碳排放数据,根据不同的研究对象和研究目的以及能源统计方法,各种文献中采用不同的碳排放计算方法。中国碳排放数据来源和计算方法主要有以下两种:①国外公布的数据:美国橡树岭国家实验室二氧化碳信息分析中心(CDIAC)提供的各国碳排放数据[5]和国际能源总署(IEA)公布的20世纪90年代后期以来的年度碳排放数据;②根据IPCC《国家温室气体排放清单指南》和中国能源统计年鉴计算得到的碳排放数据,具体方法有三种:一次能源(煤炭、石油、天然气)消费量乘以各自的碳排放系数然后加总[6];各省市九种能源消费量乘以各自碳排放系数然后加总得到各省市的碳排放[7];根据中国能源平衡表终端能源消费量来计算城镇、建筑和交通等的碳排放[8]。所用的碳排放系数有IPCC排放清单和中国国家发展改革委员会能源研究所等提供的。?
本文分析化石能源消费产生的碳排放,由于没有直接完整的城镇能源消费数据,本文利用中国能源统计年鉴中能源平衡表中终端能源消费量估算出各省市城镇能源消费,城镇能源消费量指终端能源消费总量除去农业生产和农村生活能源消费的部分,具体包括终端能源消费中工业、建筑业、交通运输业、仓储业、邮电通讯业、批发和零售业、餐饮业以及城镇生活的能源消费,利用估算的城镇能源消费量可以计算出各省市城镇碳排放。此外,本文不计加工转换、运输和分配过程中损失能源的碳排放。?
您可能关注的文档
- 《二次曝光》女性电影华丽冒险.doc
- 《五灯会元》中“生”字义项、用法和功能.doc
- 《人在囧途》得与失.doc
- 《人狗奇缘》意象世界.doc
- 《人文社会科学评价理论与实践》创新与价值.doc
- 《会计学》课程教学改革与建设实证研究.doc
- 《体坛周报》奥运光照下全媒体战略及启示.doc
- 《信息系统分析与设计》课程教学改革探索.doc
- 《健康评估》课程教学改革与探讨.doc
- 《傲慢与偏见》中会话分析.doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)