【www.myl5520.com--工作报告】
2015年碳排放研究报告
篇一:2015中国二氧化碳排放
2015年碳排放研究报
告
2015年10月
目 录
一、国际碳排放市场 ................................................................................ 5
1、碳排放相关名词介绍 ........................................................................................ 5
（1）碳排放 ......................................................................................................................... 5
（2）直接排放 ..................................................................................................................... 5
（3）碳交易 ......................................................................................................................... 5
2、国际碳排放交易机制介绍 ................................................................................ 6
（1）清洁发展机制（CDM） ............................................................................................ 7
（2）联合履行机制（JI） .................................................................................................. 7
（3）国际排放贸易机制（ET） ........................................................................................ 8
3、碳排放历史 ........................................................................................................ 8
（1）第一阶段：（1850-1960）工业化国家为主要排放者 ............................................ 9
（2）第二阶段：（1960-2007）全世界碳排放量快速增长阶段 .................................... 9
（3）第三阶段：（2007-）亚洲崛起 ............................................................................. 10
4、欧美碳交易市场结构 ...................................................................................... 112015中国二氧化碳排放。
（1）欧盟碳交易市场（EU-ETS）简介： ..................................................................... 12
（2）ETS历史回顾 ........................................................................................................... 12
（3）欧盟碳排放交易体系研究：行业层面改变 ........................................................... 13
（4）欧盟碳排放交易体系研究：企业层面改变 ........................................................... 13
（5）欧盟碳排放交易体系研究：如何判断企业应对能力 ........................................... 14
二、中国碳排放交易市场 ...................................................................... 15
1、碳交易市场的发展历程 .................................................................................. 15
2、CDM的兴衰历史 ............................................................................................ 15
（1）CDM项目发展迅速，成为全球第一大CDM市场 .............................................. 15
（2）欧盟碳价不断下跌，国内CDM市场发展遇阻 .................................................... 16
3、碳排放权交易市场建设历程 .......................................................................... 16
4、碳排放权交易市场建设必要性 ...................................................................... 17
（1）萌芽：试点初期机制不全，上演“过山车”行情 ................................................... 18
（2）发展：逐步试点，摸着石头过河 ........................................................................... 18
（3）成熟：全国大市场，多行业覆盖 ........................................................................... 19
（4）解析国内碳排放权交易机制 ................................................................................... 20
三、相关企业简析 .................................................................................. 21
1、碳排放行业 ...................................................................................................... 22
（1）中电远达：碳交易平台+自主知识产权技术，双轮驱动 ..................................... 22
（2）凯美特气：尾气提纯CO?龙头，让碳交易来的更快些 ....................................... 23
2、节能行业 .......................................................................................................... 23
（1）天壕环境：节能行业领衔受益企业 ....................................................................... 23
（2）神雾环保：高效节能燃烧技术前景广阔 ............................................................... 24
（3）金城股份：江苏院借壳，神雾集团再次借力资本市场 ....................................... 24
3、生物质利用行业 .............................................................................................. 25
（1）迪森股份：生物质BMF供热龙头，2015订单高增长 ........................................ 25
（2）凯迪电力：生物质发电龙头，打造清洁能源平台 ............................................... 25
（3）长青集团：生物质利用新星 ................................................................................... 26
4、气体提纯及林业 .............................................................................................. 26
（1）天科股份：变压吸附技术可从各种混合气及工业废气中回收提纯H2、CO、CO2
............................................................................................................................................ 26
（2）永安林业：主营森林资源，森林碳汇潜在受益企业 ........................................... 27
9 月25 日，中美联合发表《中美气候变化联合声明》，中国将于2017 年前建立全国碳排放交易体系；第21 届联合国气候变化大会(COP21)将于11 月30日至12 月11 日在巴黎召开；10 月17 日新闻联播：今年以来国家大力实施资源税、消费税等税制改革，探索和构建有利于资源节约和环境保护的“绿色税制”，从而起到倒逼企业转型、经济结构升级作用；巴黎气候大会前最后一轮谈判于10 月19 日开始，为期5 天。对此我们点评如下：
对比欧洲及世界各地碳交易制度建设及减排经验，我们认为建立全国范围内的碳交易制度，用市场化手段激励企业参与减排是最有效的手段。欧盟从2005年开始建立了碳排放交易体系，在激励企业减排，推动企业投资清洁能源及提高能效方面发挥了积极的正面作用。
在碳排放权交易体系下，企业主要通过出售多余的排放配额或通过进行节能减排以减少开支获得盈利收入。由于当前世界碳排放配额交易市场价格均较为低迷，我们认为公司通过节能减排所获得的收益将是企业进行减排的主要动力。
根据欧洲碳交易制度经验，我们认为征收碳排放费对不同行业会造成不同的影响。对能源行业有着基础性影响，对于能源密集型（如钢铁）行业则有着重大影响，而对于像葛兰素史克这样的相对轻资产行业的影响则相对较小。
随着2017 年全国范围的碳交易市场建立，我们认为环保细分子行业中，碳排放行业、生物质利用行业及节能行业及林业将是受益行业，对应个股为中电远达、凯美特气、天壕环境、神雾环保、金城股
2015年碳排放行业分析报告
篇二:2015中国二氧化碳排放
2015中国二氧化碳排放。
2015年碳排放行业分
析报告
2015年10月
目 录
一、低碳时代开启 .................................................................................... 4
二、碳排放总量控制自上而下要求能源结构调整 ................................ 5
1、碳排放强度差异促使能源消费做出选择 ........................................................ 7
2、绿色调度进一步促进能源结构调整及装备升级 ............................................ 9
三、碳交易市场建立清洁及高效能源减排价值显现 .......................... 11
四、低碳时代清洁能源价值如何体现 .................................................. 13
1、自上而下调控 清洁能源扩容提速 ................................................................ 13
2、减排压力较大的省份 输入的水电存溢价空间 ............................................ 14
3、环境成本上升不可逆 清洁能源点越发稀缺 ................................................ 14
低碳时代开启。9 月 25 日，习主席和奥巴马总统共同发表《中美元 首气候变化联合声明》，提出2030 年单位GDP 二氧化碳排放比2005 年下降60-65%的目标，以及实施绿色电力调度，2017 年启动全国碳排放交易体系等。我们认为，减排目标量化意味着将实施碳排放总量控制，加之绿色调度，自上而下要求能源应用结构调整；碳交易市场建立，包括未来碳排放配额的有偿发放将凸显清洁能源的减排价值。
总量控制，自下而上要求能源结构调整。碳排放强度差异在总量控制下促使能源消费做出选择，提升碳零排放的非化石能源消费比重当然是最优路径，但非化石能源在资源禀赋、技术可行性、政策机制支持等正面条件带动下发挥到极致，也不能免于我们在化石能源消费结构调整上的努力，推进天然气消费对煤炭的替代，是实现化石能源消费碳减排的最佳选择（相同发热量的天然气含碳量低于原煤42%）。绿色调度实施后，非化石能源发电将更有保障的实现全额上网，化石能源发电机组中更高效率、更低排放的将会优先上网，由于节能目标叠加了碳减排任务，机组间的调度电量可能加剧分化。
碳交易市场建立，清洁及高效能源减排价值显现。2017 年全国碳市场有望正式启动，未来外部效应内部化，碳排放收费将成为常态，这将使清洁能源的减排价值凸显，也将促使不同碳排放水平的化石能源消耗企业之间的盈利能力进一步分化。我们以碳排放权20-60 元/吨的交易价格区间对不同类型发电机组进行盈利敏感性分析（尽管企业未来实际支付的碳排放成本可能低于碳市场的排放权交易价格），
我国二氧化碳排放量的研究
篇三:2015中国二氧化碳排放
数学建模论文
论文题目：碳排放问题的研究
队长 ： 黄传祯 学号：1031040111 学院： 理学院 队员1： 陆芬芳 学号：1031040215 学院： 理学院 队员2： 江秋燕 学号：1031040121 学院：理学院
2012 年 8 月 2 日
碳排放问题的研究
摘 要
在定量计算中国1992-2011年各部门终端化石燃料燃烧的CO2排放量及其变
化轨迹基础上，利用最小二乘法、多元回归分析、GM（1,1）灰色预测和BP网络模型对未来我国能源消费CO2排放量进行预测，得到结果如下表：
将能源消费CO2排放量分解为下面六个因素: 农、林、牧、渔、水利业，工业，建筑业，交通运输、仓储和邮政业，批发、零售和住宿、餐饮业，其他行业。分别考虑这六个因素变化对中国能源消费CO2排放变化的影响。结果表明: 能源消费CO2排放量的主要影响因素是工业和交通运输业，在经济规模总量增大的影响当中，工业规模的快速增长是能源消费CO2排放量增加的主要贡献因素，平均
占总量的85.54%；交通运输业占6.44%居二。因此，减缓CO2排放最有效的方法
是建议工业有关部门适当减少工业规模或转变工业发展模式，能源机构尽量寻求清洁能源代替化石燃料以减少交通运输等行业的碳排放量。
关键词：最小二乘法；多元回归；GM（1,1）灰色预测；BP神经网络；能源消费
CO2排放量
一、问题的提出：
目前，全世界许多国家已经提出了自己的“低碳经济”战略，试图寻找低碳经济发展路径。我国也在2007 年APEC 会议上明确提出发展低碳经济，但如何发展，要求我们必须找出目前我国CO2排放的主要影响因素。所以，通过时间序
列研究我国CO2排放量及其各影响因素，对我国实现低碳经济，走可持续发展道
路有非常重要的意义。根据目前的碳排放研究，化石燃料类能源消费、水泥生产和土地利用是被认为是主要的三大CO2排放源，而化石能源消费是最主要的CO2排放源，其每年产生约60 ～ 65 亿吨，约占碳排放总量的70%。根据2004 年《中华人民共和国气候变化初始国家信息通报》显示，能源活动产生的CO2排放占中国总排放量的76.6%。因此，能源消费产生的CO2排放是我国主要的碳排放
源，研究能源消费引起的中国CO2排放对我国发展低碳经济有重要意义。
二、具体问题：
1、收集中国历年碳排放及其影响因素数据，建立至少3种定量预测模型（其中GM（1,1）和BP神经网络模型必需，其它可考虑微分方程、多元回归分析等） 对未来中国碳排放进行预测。
2、结合若干性能评价指标对模型进行分析比较，指出影响碳排放的主要因素，向有关部门提出具体建议。
2 模型假设
1、全球碳资源处于动态平衡状态；
2、来自中国统计年鉴的碳排放数据真实可靠；
3、各影响因素之间相互独立；
4、各个影响因素遵循其发展规律。
3 符号说明
编号
1
2
3
4
5 符号 意义说明 各个指标值（n?1,2,3,?） 年总碳排放量 发展恢数 内生控制恢数 相对误差 xn y a u ??k?
本文要求以中国碳排放量为研究对象，收集最近至少20年的相关数据，建立多种预测模型，并结合若干性能指标对各个模型进行分析比较，指出影响碳排放的主要因素。经过分析得出，对于预测问题，首先我们想到的是一些经典预测方法，如时间序列预测、回归预测、聚类预测、神经网络、灰色理论、本底趋势线、微分方程模型等等。其次对于碳排放的预测,我们考虑运用比较具有科学性的神经网络、灰色理论、多元回归、最小二乘法模型四种方法分别对中国碳排放量进行了预测。
针对问题一：
1、最小二乘法模型：本论文先对对处理后的数据作出散点图，之后利用最小二乘法拟合，对未来数据进行预测。
2、多元回归模型：本论文将以碳的排放量作为目标函数，将它们分别于影响碳排放的6个因素建立多元线性关系，利用Matlab得出方程，然后再将现有的数据带入进行检验，进而可以得出预测值，再与实际值进行比较，得出相对误差，最后再对模型进行合理的分析，分析后对未来数据进行预测。
3、GM（1,1灰色预测模型：根据GM(1,1)基本定义，逐步编程求解，得出灰色模型，对已有的数据进行预测，再进行模型检验。若模型精准度较高，可对未来几年进行预测，得出合理的预测结果。
4、BP神经网络模型：首先我们分析将多个影响因素作为输入神经元，确定隐含层神经元个数，再将碳的排放量作为输出层。建立神经网络，进行训练和拟合，最终得到一个较好的神经网络模型,可供以后进行预测。
针对问题二：2015中国二氧化碳排放。
通过问题一中各种模型的解，本文对数据进行分析对比，得出能源消费CO2的主要因素，并向有关部门提出合理性建议。
5模型建立与求解
5.1．数据预处理
首先为弱化数据间的连带关系提高建模精度，更好反映碳排放量水平对数据进行滑动平均处理。滑动平均计算公式为：
?1? xt??xt?2xt?xt?1?/4
式子中xt?1、xt、xt?1分别表示第t?1、t、t?1年当年指标值；
两端点数据为：
x1??3x1?x2?/4
xn??xn?1?3xn?/4
式子中x1、xn分别表示起始、终止指标值； ?2? ?3?
通过调整水平值,利用滑动平均法对我国1992～2011年碳排放量水平和影响碳排放因素的数据进行平滑处理,其结果如图5-1所示（程序见附录一）。
图5-1(a) 未经处理数据散点图
图5-1(b) 经处理后数据散点图
由图我们可以看出经处理后的数据散点图比较平滑，平滑偏差较大的数据可以较准确的预测未来数据。
5.2．模型的建立
5.2.1．模型Ⅰ
各国二氧化碳排放量列表
篇四:2015中国二氧化碳排放
这是一个各国二氧化碳排放量列表。以下介绍的数据由美国能源部二氧化碳信息分析中心（CDIAC）为联合国收集的数据。前十名国家占了世界排放总量的67.07%。
[1][2][3][4][5][6]
2008年排放量的国家或地区清单 排国家或地区 名 年二氧化碳排放量 (千吨) 占全球总数的百分比
世界
1 中国(香港和澳門除外)[9] 29,888,121 100% 7,031,916 23.33%
2 美国 5,461,014 18.11%
- 歐盟 (27) 4,177,817 [10] 14.04%
3 印度 1,742,698 5.78%
4 俄罗斯 1,708,653 5.67%
5 日本 1,208,163 4.01%
6 德国 786,660 2.61%
7 加拿大 544,091 1.80%
8 伊朗 538,404 1.79%
9 英國 522,856 1.73%
排国家或地区 名 年二氧化碳排放量 (千吨) 占全球总数的百分比 10 韩国 509,170 1.69% 11 墨西哥 475,834 1.58% 12 義大利[11] 445,119 1.48% 13 南非 435,878 1.45% 14 沙特阿拉伯 433,557 1.44% 15 印尼 406,029 1.35% 16 澳大利亚 399,219 1.32% 17 巴西 393,220 1.30% 18 法国[12] 376,986 1.25% 19 西班牙 329,286 1.09% 20 乌克兰 323,532 1.07% 21 波兰 316,066 1.05% 22 泰国 285,733 0.95%
排国家或地区 名 年二氧化碳排放量 (千吨) 占全球总数的百分比 23 土耳其 283,980 0.94% 24 臺灣 258,599 0.86% 25 哈萨克斯坦 236,954 0.79% 26 埃及 210,321 0.70% 27 马来西亚 208,267 0.69% 28 阿根廷 192,378 0.64% 29 荷兰 173,750 0.58% 30 委内瑞拉 169,533 0.56% 31 巴基斯坦 163,178 0.54% 32 阿联酋 155,066 0.51% 33 越南 127,384 0.42% 34 乌兹别克斯坦 124,905 0.41% 35 捷克 116,996 0.39%
排国家或地区 名 年二氧化碳排放量 (千吨) 占全球总数的百分比 36 阿尔及利亚 111,304 0.37% 37 比利时 104,880 0.35% 38 伊拉克 102,936 0.34% 39 希臘 97,814 0.32% 40 奈及利亞 95,756 0.32% 41 罗马尼亚 94,660 0.31% 42 菲律宾 83,157 0.28% 43 朝鲜 78,371 0.26% 44 科威特 76,743 0.25% 45 智利 73,109 0.24% 46 叙利亚 71,598 0.24% 47 卡塔尔 68,478 0.23% 48 奥地利 67,726 0.22%
排国家或地区 名 年二氧化碳排放量 (千吨) 占全球总数的百分比 49 哥伦比亚 67,700 0.22% 50 白俄罗斯 62,816 0.21% 51 利比亚 58,331 0.19% 52 芬兰 56,512 0.19% 53 葡萄牙 56,310 0.19% 54 匈牙利 54,638 0.18% 55 保加利亚 50,539 0.17% 56 挪威 49,920 0.17% 57 塞尔维亚 49,934 0.17% 58 特立尼达和多巴哥 49,772 0.17% 59 瑞典 49,050 0.16% 60 摩洛哥 47,906 0.16% 61 土库曼斯坦 47,840 0.16%