应用三层嵌套结构式I-OSDA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...

采用IDA法的LMDI技术,全面实证研究了北京1995-2010年经济部门和生活消费因能源消耗排放二氧化碳增长的驱动因素,分析导致6大产业部门和生活消费的碳排放增量的各自效应。结论表明:拉动产业部门碳排放量增长的决定性因素是经济规模扩大,而促使碳排放减少的主要因素是能源强度降低,产业结构调整和能耗结构变化对产业碳排放变动的贡献较低;就行业而言,工业的碳减排成果最显著,其他服务业及交通运输、仓储与邮政业的增量明显;人口规模的持续扩大是导致生活消费碳排放量增加的主因,人均能耗强度加大紧随其后,但碳排放系数和生活能耗结构的变化却对减碳贡献不大。最后,针对上述分析结果,提出了北京未来节能减碳的简明政策建议。

文章采用RS和GIS技术,通过构造北京市土地利用结构转换矩阵分析了1990-2010年的碳排放效应,得出结论是:第一,耕地的转出量最大,主要转向建设用地、林地和草地,导致的碳排放变化量也最大。第二,草地的转出量居第二位,主要转向林地和耕地,收支相抵最终使碳汇增加。第三,林地虽转出绝对量较大,但3/4以上没有发生转移,保持了北京市碳汇量的稳定。第四,水域转出的绝对面积最小,主要流向耕地和建设用地,也增加了碳源。第五,建设用地转出的面积较小,主要转向耕地、草地和林地,相应引起碳排放减少;但其转入面积最大,使其

本文首先应用1985—2008年的历史数据,构建北京市能源消费总量与地区生产总值、户籍人口、第三产业占比之间的关系式;其次通过对2015年、2020年北京经济总量、人口总量和第三产业占比的估计,预测北京市2015年和2020年三种情景下的能源消费总量以及能源消费结构;并在此基础上,应用基于能源消费量和能源消费结构的碳排放关系式,预测2015年和2020年北京市的碳排放总量和万元GDP碳排放量,最后提出北京市进一步减少碳排放的对策建议。

本文利用迪氏对数指标分解法(LMDI)对北京市17个行业2005~2009年间的能源消费变动进行因素分解分析。将能源消费增长的总效应分解为3个部分:生产效应、结构效应和强度效应。生产效应是经济增长对能源消费增长的贡献,结构效应反映产业结构调整对能源消费增长的贡献,强度效应是指能源效率提高对能源消费增长的贡献。实证研究结果表明,生产效应是导致北京市能源消费增长的主要因素,结构效应和强度效应则延缓了能源消费总量的增长,但生产效应明显大于结构效应和强度效应之和,因此能源消费在此期间表现为增加。值得注意的是强度效应高于结构效应。

采用生命周期评价模型,对北京市某社区居民的能源消耗(包括用电、用气、采暖)、交通出行(包括公交车、地铁、出租车、私家车、火车、飞机、长途汽车)、废弃物产生(包括生活污水、生活垃圾)、人口特征等基础数据展开调查和分析。根据调查结果,对北京市该社区居民产生的碳排放量进行核算,并分析出社区的碳排放特征。结果显示,社区楼房、平房家庭的人均年碳排放量存在差异,分别为2702.28、2268.17kgCO2-eq/人/a。就全社区的平均水平而言,能源消耗产生的人均年碳排放量最高,达44.34%;废弃物产生的次之,占35.73%;交通出行最低,为19.93%。此外,社区公共绿地产生的人均年碳汇量为7.22k...

阐述了北京市土地资源禀赋状况。依据《中国环境统计年鉴２０１３》和《北京市统计年鉴２０１３》数据，分别计算出北京市森林、耕地、草地、湿地的碳汇量，得总碳汇量为１５７９．２６万ｔ；进一步分析了北京市碳排放总量为１７３６．６６万ｔ；通过对北京市不同类型土地碳汇价值和北京市能源消耗碳排放情况的对比分析，测算２０１２年北京市的碳排放赤字为１５７．４万ｔ。在此基础上，提出加强植被的保护，增加土壤的碳吸收量；减少碳排放，促进新能源的利用；提高可再生能源的使用比重，推动经济与环境的协调发展等对策建议。

研究碳排放权交易价格，不仅有利于我国在国际交易市场上获得公正合理的经济利益，也有利于进一步完善国内碳排放交易市场，促进全国范围内的节能减排。本文以我国碳排放权交易中的自愿减排交易作为研究对象，采用主成分分析法，选取北京市碳排放交易所２０１３～２０１６年的交易价格数据，寻找对其产生显著影响的关键因素。实证结果表明：国际ＣＥＲｓ价格、工业发展水平和ＢＥＡ成交均价负相关，传统能源价格、金融市场繁荣程度与ＢＥＡ成交均价正相关。

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...

运用LMDI分解方法对北京地区1995—2010年的能源碳排放进行了因素分解,在此基础上,定量分析了这些因素对碳排放的影响程度和影响规律。研究发现:北京地区能源强度是能源碳排放最大的负向驱动因素,能源结构和产业结构因素对减排做出了很大的贡献,而经济发展规模与人口规模是拉动北京地区碳排放增长的主要因素,交通运输业对北京地区的能源碳排放影响不容忽视。

北京市的一次能源储量较少,是一个典型的能源资源短缺城市。回顾了改革开放三十年来北京市的经济发展状况,分析了北京市石油、煤炭、天然气等常规化石能源的供给和需求状况。研究发现,北京市的能源供求平衡比较脆弱,对外依存度很高;就保障北京市的能源需求,保障经济又好又快发展,提出了相应的对策建议。

随着"十二五"规划的全面实施,关于如何协同实现"十二五"规划设定的外贸增长目标和碳排放减排目标,获得了越来越多的关注。文章采用因素分解分析法,以北京市各主要工业行业为研究对象,选取北京市2001年、2006年和2011年三个时间点的数据进行分析,定量测算"十五"和"十一五"期间北京市出口贸易通过三种效应对工业碳排放的影响。结果表明,北京市出口贸易对碳排放影响的规模效应为正,技术效应和结构效应为负,由于规模效应大大超过了技术效应和结构效应之和,因此总效应为正,出口贸易的扩大会对北京市碳减排产生不利影响,并据

【目的】探究北京市森林植被固碳及其抵消效应，预测未来至碳中和年份的碳抵消潜力，为制定北京市森林植被固碳、节能减排及碳中和路径提供科学依据。【方法】基于森林资源清查数据，结合光合速率法和IPCC清单指南方法分析2000—2020年植被CO_2固定量、能源CO_2排放量及强度的时空动态，评价森林植被固碳对CO_2排放的抵消效应，运用GM(1,1）灰色预测模型预测未来至2060年的碳抵消潜力。【结果】2000—2020年北京市森林植被CO_2固定量为1.84×10~6～2.78×10~6 t·a~(-1)，年均增长9.41×10~4 t·a~(-1)；近20年来灌木、落叶阔叶林、常绿针叶林、落叶针叶林平均固碳能力分别为4.24、4.60、1.68和1.95 t·hm-2a~(-1)；密云区植被CO_2固定增长量最高，西城区最低，2000—2020年分别累计增加2.27×10~5和7.86×10~2 t·a~(-1)。2000—2020年全市能源CO_2总排放量表现为先增加后降低的趋势，累计增加1.98×10~7 t·a-~1增加21.64%；朝阳区CO_2排放量最高，延庆区最低，分别为1.54×10~7～2.46×10~7和1.78×10~6～2.20×10~6 t·a~(-1)；西城区能源减排最显著，昌平区能源CO_2排放增长最快；北京市单位GDP碳排放强度由2000年的每万元2.79 t降至2020年的每万元0.32 t，下降趋势明显；密云区CO_2排放强度最高，西城区最低，分别为每万元0.79～9.76 t和每万元0.11～2.08 t。2000—2020年北京森林植被碳抵消效应为1.56%～2.50%，以灌木最高，落叶针叶林最低；北京市各区森林植被固碳对能源CO_2排放的抵消效应不同时期平均值为4.3%，且以延庆区最高，西城区最低，分别为15.91%和0.02%。到2060年，北京市森林植被固CO_2量和碳抵消效应将分别增加到8.01×10~6 t·a~(-1)和15.44%，年均增长13.29%和1.30%，能源CO_2排放量将减少到4.99×10~7 t·a~(-1)，年均减少2.76%。【结论】2000—2020年北京市森林植被CO_2固定量增加迅速，不同植被类型CO_2固定量以灌木最高，其次为落叶阔叶林、常绿针叶林，落叶针叶林最低；能源CO_2排放量先增加后降低，森林植被碳抵消效应整体呈上升趋势。为提升北京市森林植被碳中和贡献，未来需优化森林植被树种组成，增加阔叶林占比，提升森林质量。

通过构建一个扩展的竞争型经济-能源-碳排放投入产出表,运用三层嵌套结构式I-O SDA技术,从整体情况、分产业、工业分行业3个层面,对1997—2007年北京的碳排放增量进行了分解。结果表明:消费、投资、调出和出口等经济规模增长要素,以272.46%的贡献率成为增排的主要因素,而能源消费强度变动效应,则以-237.13%的贡献率成为减排的决定性因素;在规模扩张各效应中,调出和消费超过投资和出口达8 403.38×104t,是增排的主要贡献者;2002—2007年间以"高碳"为特征的新一轮工业化,使该期增排占到1997—2007年总增量的86.41%;服务业的贡献率是75.93%,为增排的第一大...

国际贸易通过进口减少一国或地区的碳排放,通过出口增加其碳排放,综合考虑二者才能确定一国或地区是贸易的碳排放受害者还是受益者。鉴于此,本文以北京市为例,估算其外贸中的隐含碳排放,并采用结构分解方法分析其外贸隐含碳增长的原因。结果表明,2002~2007年,尽管出口商品结构优化和碳排放密度下降减少了北京市外贸隐含碳排放,但是贸易规模的扩大却增加了北京市贸易隐含碳排放,最终导致北京市外贸进口和出口碳排放均呈上升趋势,然而由于进口隐含碳大于出口隐含碳,并且碳排放贸易条件严格小于1,所以北京市通过外贸将碳排放转移到其他国家,是外贸的碳排放受益者。