本文關(guān)鍵詞：貴陽(yáng)市碳排放影響因素及預(yù)測(cè)研究

  更多相關(guān)文章： 碳排放 因素分解 情景預(yù)測(cè) 貴陽(yáng)

【摘要】：應(yīng)對(duì)全球氣候變化,實(shí)現(xiàn)可持續(xù)發(fā)展成為當(dāng)今人類面臨最嚴(yán)峻的挑戰(zhàn)之一。隨著低碳發(fā)展理念的不斷深入和各國(guó)減排方案的出臺(tái)實(shí)施,發(fā)展低碳經(jīng)濟(jì)減少碳排放已經(jīng)成為國(guó)際社會(huì)主流的戰(zhàn)略選擇。貴陽(yáng)作為西部欠發(fā)達(dá)地區(qū),自然資源豐富,生態(tài)環(huán)境脆弱,近年來(lái),隨著經(jīng)濟(jì)社會(huì)快速發(fā)展,能源消耗不斷增強(qiáng),加之技術(shù)水平落后、產(chǎn)業(yè)結(jié)構(gòu)不合理等原因,使貴陽(yáng)面臨發(fā)展和降能減排的雙重壓力,節(jié)能減排任務(wù)更加艱巨。本文以貴陽(yáng)市為研究對(duì)象,通過(guò)建立碳排放模型、LMDI碳排放影響因素分解模型、基于情景分析法的STIRPAT碳排放預(yù)測(cè)模型,在對(duì)2007-2013年貴陽(yáng)市碳排放量估算的基礎(chǔ)上,選取經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、技術(shù)效率等因素對(duì)貴陽(yáng)市碳排放進(jìn)行分解,根據(jù)分解結(jié)果,從經(jīng)濟(jì)、人口、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)效率、能源結(jié)構(gòu)等角度對(duì)不同情景下貴陽(yáng)市“十三五”時(shí)期碳排放進(jìn)行預(yù)測(cè),分析其減排潛力,并提出了實(shí)現(xiàn)低碳發(fā)展的相應(yīng)對(duì)策。研究結(jié)果表明:(1)2007-2013年,貴陽(yáng)市能源消費(fèi)總量由1353.51萬(wàn)tce增加到2270.10萬(wàn)tce,年均增長(zhǎng)率達(dá)9%;能源強(qiáng)度由1.89 tce/萬(wàn)元下降1.37 tce/萬(wàn)元,年均降幅為5.22%;三次產(chǎn)業(yè)能耗呈現(xiàn)出第一產(chǎn)業(yè)能耗比重保持平穩(wěn),第二產(chǎn)業(yè)能耗比重整體下降,第三產(chǎn)業(yè)能耗比重增加的態(tài)勢(shì);工業(yè)能耗總量相對(duì)平穩(wěn),在工業(yè)產(chǎn)值增加的情況下,能耗平穩(wěn),表明工業(yè)發(fā)展過(guò)程中對(duì)能源依賴逐漸減弱,能源利用效率逐步增強(qiáng)。(2)貴陽(yáng)市碳排放量由2007年1826.82萬(wàn)t增長(zhǎng)到2013年2506.61萬(wàn)t,年均增長(zhǎng)率達(dá)5.41%。2007-2013年,碳排放強(qiáng)度由2.55 t/萬(wàn)元降低到1.52 t/萬(wàn)元,年均降幅為8.29%,經(jīng)濟(jì)發(fā)展對(duì)碳排放影響降低;分能源品種看,電力和煤炭能源消耗產(chǎn)生的碳排放是貴陽(yáng)市碳排放的主要來(lái)源,隨著交通運(yùn)輸?shù)刃袠I(yè)的發(fā)展,油類能源消費(fèi)排放增加明顯,2013年油類碳排放達(dá)324.23萬(wàn)t,較2007年,年均增長(zhǎng)率達(dá)28.57%,控制油類增長(zhǎng)已經(jīng)成為貴陽(yáng)市降低二氧化碳排放不可忽視的內(nèi)容。(3)分解結(jié)果顯示,經(jīng)濟(jì)發(fā)展和人口因素對(duì)貴陽(yáng)市碳排放有貢獻(xiàn)作用,技術(shù)因素、能源結(jié)構(gòu)在一定程度上抑制了研究區(qū)碳排放量。2007-2013年,貴陽(yáng)市經(jīng)濟(jì)總量效應(yīng)為1476.17萬(wàn)tce,貢獻(xiàn)率達(dá)217.15%,成為影響研究區(qū)碳排放的決定性因素;同期,技術(shù)效率效應(yīng)為-631.08萬(wàn)tce,是抑制研究區(qū)碳排放增長(zhǎng)的主要原因。(4)預(yù)測(cè)結(jié)果表明,四種情景下,2020年貴陽(yáng)市碳排放量將在0.36-0.47億t之間,年均增長(zhǎng)率在5.58%-10.35%之間。照此發(fā)展,到2020年,均能實(shí)現(xiàn)2020年碳排放強(qiáng)度較2005年下降45%以上的目標(biāo)。若各影響因素均以低碳情景發(fā)展,到2020年將減少1329.45萬(wàn)t的碳排放。(5)依據(jù)研究結(jié)果,圍繞“十三五”時(shí)期發(fā)展目標(biāo),貴陽(yáng)應(yīng)從發(fā)展低碳經(jīng)濟(jì),實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型;優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),打造產(chǎn)業(yè)發(fā)展新業(yè)態(tài);調(diào)整能源結(jié)構(gòu),加大新能源使用;加快技術(shù)進(jìn)步,提升能源利用效率;倡導(dǎo)綠色生活,促進(jìn)低碳消費(fèi)等方面著手,應(yīng)對(duì)氣候變化,實(shí)現(xiàn)低碳發(fā)展。
【關(guān)鍵詞】：碳排放 因素分解 情景預(yù)測(cè) 貴陽(yáng)
【學(xué)位授予單位】：貴州師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：X321
【目錄】：

• 摘要4-6
• Abstract6-9
• 第1章 緒論9-17
• 1.1 選題背景及意義9-11
• 1.1.1 選題背景9-10
• 1.1.2 研究意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-14
• 1.2.1 碳排放量的核算11
• 1.2.2 碳排放的驅(qū)動(dòng)因素11-12
• 1.2.3 碳排放量分解方法12-13
• 1.2.4 預(yù)測(cè)分析13-14
• 1.2.5 簡(jiǎn)要評(píng)述14
• 1.3 研究目標(biāo)、內(nèi)容及技術(shù)路線14-17
• 1.3.1 研究目標(biāo)14-15
• 1.3.2 研究?jī)?nèi)容15-16
• 1.3.3 技術(shù)路線16-17
• 第2章 數(shù)據(jù)來(lái)源與研究方法17-21
• 2.1 數(shù)據(jù)來(lái)源與處理17
• 2.2 碳排放核算方法17-19
• 2.3 碳排放分解模型——LMDI模型19-20
• 2.4 情景預(yù)測(cè)模型—— STIRPAT模型20-21
• 2.4.1 情景分析法20
• 2.4.2 STIRPAT模型拓展20-21
• 2.4.3 嶺回歸分析法21
• 第3章 研究區(qū)概況21-29
• 3.1 地理位置及自然概況21-23
• 3.2 貴陽(yáng)市經(jīng)濟(jì)發(fā)展現(xiàn)狀23-25
• 3.3 能源消費(fèi)現(xiàn)狀25-29
• 3.3.1 能源消費(fèi)總量25-26
• 3.3.2 三次產(chǎn)業(yè)能耗變化26-27
• 3.3.3 工業(yè)能耗情況27-29
• 第4章 碳排放量估算及因素分析29-37
• 4.1 貴陽(yáng)市碳排放現(xiàn)狀29-32
• 4.1.1 碳排放總量29-30
• 4.1.2 工業(yè)碳排放30-32
• 4.2 基于LMDI模型的碳排放影響因素分解32-37
• 4.2.1 經(jīng)濟(jì)發(fā)展效應(yīng)分析33-34
• 4.2.2 人口因素效應(yīng)分析34
• 4.2.3 能源結(jié)構(gòu)效應(yīng)分析34-35
• 4.2.4 技術(shù)效率效應(yīng)分析35-37
• 第5章 情景預(yù)測(cè)37-45
• 5.1 各影響因素情景設(shè)計(jì)37-40
• 5.1.1 經(jīng)濟(jì)增速調(diào)整37-38
• 5.1.2 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整38
• 5.1.3 能源結(jié)構(gòu)調(diào)整38-39
• 5.1.4 其他影響因素39-40
• 5.2 基于STIRPAT擴(kuò)展模型的情景預(yù)測(cè)40-45
• 5.2.1 模型參數(shù)的設(shè)定40-42
• 5.2.2 不同情境下的預(yù)測(cè)結(jié)果42-45
• 第6章 貴陽(yáng)市低碳發(fā)展建議45-48
• 6.1 發(fā)展低碳經(jīng)濟(jì)，實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型45
• 6.2 優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，打造產(chǎn)業(yè)發(fā)展新業(yè)態(tài)45-46
• 6.3 調(diào)整能源結(jié)構(gòu)，加大新能源使用46-47
• 6.4 加快技術(shù)進(jìn)步，提升能源利用效率47
• 6.5 倡導(dǎo)綠色生活，促進(jìn)低碳消費(fèi)47-48
• 第7章 結(jié)論與討論48-50
• 7.1 研究結(jié)論48-49
• 7.2 不足與展望49-50
• 參考文獻(xiàn)50-53
• 科研學(xué)術(shù)活動(dòng)經(jīng)歷53-54
• 致謝54-55

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 郭洪旭;黃瑩;趙黛青;肖榮波;;基于情景分析的廣東省建筑節(jié)能減排潛力研究[J];環(huán)境科學(xué)與技術(shù);2015年12期

2 朱幫助;王克凡;王平;;我國(guó)碳排放增長(zhǎng)分階段驅(qū)動(dòng)因素研究[J];經(jīng)濟(jì)學(xué)動(dòng)態(tài);2015年11期

3 戴小文;何艷秋;鐘秋波;;中國(guó)農(nóng)業(yè)能源消耗碳排放變化驅(qū)動(dòng)因素及其貢獻(xiàn)研究——基于Kaya恒等擴(kuò)展與LMDI指數(shù)分解方法[J];中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào);2015年11期

4 洪業(yè)應(yīng);;產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的變動(dòng)對(duì)碳排放的影響分析:基于環(huán)境庫(kù)茲涅茨曲線檢驗(yàn)[J];環(huán)境科學(xué)與技術(shù);2015年08期

5 沈鐳;劉立濤;王禮茂;陳楓楠;張超;沈明;鐘帥;;2050年中國(guó)能源消費(fèi)的情景預(yù)測(cè)[J];自然資源學(xué)報(bào);2015年03期

6 李長(zhǎng)順;唐德才;王云;;基于情景分析法的南京市低碳城市建設(shè)研究[J];地域研究與開發(fā);2015年01期

7 楊良杰;吳威;蘇勤;杜志鵬;蔣曉威;;江蘇省交通運(yùn)輸業(yè)能源消費(fèi)碳排放及脫鉤效應(yīng)[J];長(zhǎng)江流域資源與環(huán)境;2014年10期

8 李旭東;;貴陽(yáng)市能源消費(fèi)、碳排放量及其與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究[J];貴州師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年04期

9 曲建升;劉莉娜;曾靜靜;張志強(qiáng);王莉;王勤花;;中國(guó)城鄉(xiāng)居民生活碳排放驅(qū)動(dòng)因素分析[J];中國(guó)人口.資源與環(huán)境;2014年08期

10 任曉松;趙濤;;中國(guó)碳排放強(qiáng)度及其影響因素間動(dòng)態(tài)因果關(guān)系研究——以擴(kuò)展型KAYA公式為視角[J];干旱區(qū)資源與環(huán)境;2014年03期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 馬卓;吉林省碳排放峰值預(yù)測(cè)與控制策略研究[D];吉林大學(xué);2012年

2 馮婭;湖北省產(chǎn)業(yè)碳排放水平及其影響因素研究[D];武漢大學(xué);2012年

3 許廣月;中國(guó)能源消費(fèi)、碳排放與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究[D];華中科技大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 周麗娜;基于LEAP模型的山東省低碳發(fā)展情景分析研究[D];山東財(cái)經(jīng)大學(xué);2015年

2 王鵬;陜西省碳排放影響因素分解及碳排放預(yù)測(cè)[D];西北大學(xué);2014年

，

本文編號(hào)：820864