期刊首页 优先出版 当期阅读 过刊浏览 作者中心 关于期刊 English

《中国工程科学》 >> 2021年 第23卷 第6期 doi: 10.15302/J-SSCAE-2021.06.009

碳达峰目标下我国节能潜力分析及对策

1. 中国石油天然气集团有限公司,北京 100007;

2. 中国工程院战略咨询中心,北京100088;

3. 中国工程院,北京100088;

4. 武汉大学电气与自动化学院,武汉 430072;

5. 中国电力科学研究院有限公司,北京 100192

收稿日期 :2021-10-13 修回日期 :2021-11-08 发布日期 :2021-12-08

下一篇 上一篇

摘要

当前,我国是全球主要的能源消费和碳排放国家,推行节能战略将是助力实现碳达峰、碳中和目标的重要手段。本文分析了国内外能源消费的现状和特点,研判了我国能源消费的发展趋势,阐述了节能措施对能源发展路径的关键作用,以此厘清我国的节能潜力;基于投入产出法,建立了包括高耗能工业、交通业、建筑业在内的节能潜力评估模型,估算了现有政策场景、强化节能措施场景下我国总体能源消费量和节能潜力情况。在节能场景下,我国的能源消费总量将有效减少,可助力碳排放提前达峰。推进产业结构调整和产能更新,加快能源结构转型,突破革命性绿色低碳能源技术,推广普及节能技术及工艺,降低高耗能产品需求,倡导绿色低碳理念和节能生活方式,是落实节能增效的关键措施。研究建议,持续推动能源消费强度和总量双控;促进高耗能、低附加值产业的转型升级;加强低碳节能技术宣传,加大技术创新支持力度;健全节能法律法规和标准体系;推动渐进式城市更新与无废化建设;强化节能教育并提升节能意识,充分发挥节能增效对碳减排的关键作用。

图片

图 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

参考文献

[1]  United Nations Environment Programme. Emissions gap report 2020 [R]. Nairobi: United Nations Environment Programme, 2020.

[2]  国家统计局. 中华人民共和国2020年国民经济和社会发展统计 公报 [EB/OL]. (2021-02-28)[2021-10-13]. http://www.stats.gov. cn/tjsj/zxfb/202102/t20210227_1814154.html. National Bureau of Statistics. Statistical bulletin of the People’s Republic of China on the 2020 national economic and social development [EB/OL]. (2021-02-28) [2021-10-13]. http://www. stats.gov.cn/tjsj/zxfb/202102/t20210227_1814154.html. 链接1

[3]  BP p.l.c. BP statistical review of world energy 2020 [R]. London: BP p.l.c., 2021.

[4]  黄维和, 韩景宽, 王玉生, 等. 我国能源安全战略与对策探讨 [J]. 中国工程科学, 2021, 23(1): 112−117. Huang W H, Han J K, Wang Y S, et al. Strategies and countermeasures for ensuring energy security in China [J]. Strategic Study of CAE, 2021, 23(1): 112−117. 链接1

[5]  赵云龙, 孔庚, 李卓然, 等. 全球能源转型及我国能源革命战略 系统分析 [J]. 中国工程科学, 2021, 23(1): 15−23. Zhao Y L, Kong G, Li Z R, et al. Strategic analysis of global energy transition and China’s energy revolution [J]. Strategic Study of CAE, 2021, 23(1): 15−23. 链接1

[6]  刘爱芹. 基于组合模型的能源消费预测研究 [J]. 中国人口·资源 与环境, 2010, 20(11): 25−29. Liu A Q. Forecasting research of energy consumption based on combination model [J]. China Popultation, Resource and Environment, 2010, 20(11): 25−29.. 链接1

[7]  刘勇, 汪旭晖. ARIMA模型在我国能源消费预测中的应用 [J]. 经济经纬, 2007 (5): 11−13, 32. Liu Y, Wang X H. The application of ARIMA model in the prediction of the energy consumption of our country [J]. Economic Survey, 2007 (5): 11−13, 32. 链接1

[8]  梁巧梅, 魏一鸣, 范英, 等. 中国能源需求和能源强度预测的情 景分析模型及其应用 [J]. 管理学报, 2004, 1(1): 62−66. Liang Q M, Wei Y M, Fan Y, et al. A model for scenario analysis of China’s energy requirement and energy intensity and its applications [J]. Chinese Journal of Management, 2004, 1(1): 62−66. 链接1

[9]  杨明, 杜萍静, 刘凤全, 等. 能源消费发展及预测方法综述 [J]. 山 东大学学报(工学版), 2020, 50(1): 56−71. Yang M, Du P J, Liu F Q, et al. Review of energy consumption and demand forecasting methods [J]. Journal of Shandong University(Engineering Science), 2020, 50(1): 56−71. 链接1

[10]  Nalley S, LaRose A, Diefenderfer J, et al. The national energy modeling system: An overview 2018 [R]. Washington DC: U.S. Department of Energy, 2019.

[11]  Feng F U, Zheng L I, Ma L W. Modeling China’s energy dilemma: Conflicts among energy saving, energy security, and CO2 mitigation [J]. Frontiers of Energy & Power Engineering in China, 2010, 4(3): 295−300. 链接1

[12]  Chen J H. An empirical study on China’s energy supply-anddemand model considering carbon emission peak constraints in 2030 [J]. Engineering, 2017, 3(4): 512−517. 链接1

[13]  向其凤, 王文举. 中国能源结构调整及其节能减排潜力评估 [J]. 经济与管理研究, 2014 (7): 13−22. Xiang Q F, Wang W J. Energy saving and emission reduction potential assessment of China energy structure optimization [J]. Research on Economics and Management, 2014 (7): 13−22. 链接1

[14]  王文举, 向其凤. 中国产业结构调整及其节能减排潜力评估 [J]. 中国工业经济, 2014 (1): 44−56. Wang W J, Xiang Q F. Adjustment of industrial structure and the potential assessment of energy saving and carbon reduction [J]. China Industrial Economics, 2014 (1): 44−56. 链接1

[15]  林伯强, 蒋竺均. 中国二氧化碳的环境库兹涅茨曲线预测及影 响因素分析 [J]. 管理世界, 2009 (4): 27−36. Lin B Q, Jiang Z J. Prediction of environmental kuznets curve of carbon dioxide in China and analysis of influencing factors [J]. Journal of Management World, 2009 (4): 27−36. 链接1

[16]  陈叙光. 20世纪70年代日本重化型产业结构调整研究 [D]. 长 春: 吉林大学(硕士学位论文), 2017. Chen X G. The research on Japan’s adjustment to the heavy chemical industrial structure in 1970s [D]. Changchun: Jilin University(Master’s thesis), 2017. 链接1

[17]  国家统计局能源统计司. 中国能源统计年鉴2020 [M]. 北京: 中 国统计出版社, 2020. Department of Energy Statistics of National Bureau of Statistics of China. China energy statistical yearbook 2020 [M]. Beijing: China Statistics Press, 2020.

[18]  章景皓. 基于能流图和LMDI的区域能源消费分解方法及案例 研究 [D]. 清华大学(硕士学位论文), 2015. Chong C H. Research on decomposition method and case studies of regional energy consumption growth based on energy flow diagram and LDMI [D]. Tsinghua University(Master’s thesis), 2015. 链接1

[19]  国家能源局石油天然气司, 国务院发展研究中心资源与环境政 策研究所, 自然资源部油气资源战略研究中心. 中国天然气发 展报告2021 [R]. 北京: 石油工业出版社, 2021. Oil and Gas Department of National Energy Administration, Institute of Resources and Environmental Policy of Development Research Center of the State Council, Strategic Research Center of Oil and Gas Resources of Ministry of Natural Resources. China natural gas development report 2021 [R]. Beijing: Petroleum Industry Press, 2021.

[20]  International Energy Agency. World balance [EB/OL]. (2017-08- 09) [2021-08-26]. https://www.iea.org/sankey/. 链接1

[21]  中国石油经济技术研究院. 2050世界与中国能源展望(2020年 版) [R]. 北京:中国石油与天然气集团, 2020. CNPC Economic & Technology Research Institute. World and China energy outlook 2050 (2020 version) [R]. Beijing: China National Petroleum Corporation, 2020.

相关研究