湖南省不同土地利用方式的碳排放效应及时空格局分析

土地利用变化是造成碳排放量增长的主要原因.运用相关统计数据,测算并分析了湖南省不同土地利用方式的碳排放效应及时空差异.结果表明,2003-2009年,湖南省净碳排放量呈增加趋势,年均增加478.15万t,而单位GDP碳排放强度却呈下降趋势,且与人均GDP呈现出倒U型曲线关系,曲线拐点在人均GDP达到0.97～1.00万元·人-1附近.同期,湖南省建设用地和耕地成为主要的碳源,其中,建设用地碳排放量年均增加约483.19万t,对净碳排放量的年均贡献率超过84％;林地为主要碳汇,其碳汇量年均可达769.67万t.2009年,湖南省净碳排放量存在着明显的区域差异,总体上呈现从东到西、从北到南逐渐减小的趋势,其中,娄底、岳阳、湘潭与郴州4市属于高排放-低效率(HE-LE)类型;永州、怀化、吉首与张家界4市属于低排放-高效率(LE-HE)类型;邵阳、长沙、常德、株洲、衡阳与益阳6市属于中排放-中效率(ME-ME)类型.     

云南省能源消费碳排放时空演变及其影响因素

双碳背景下，低碳试点地区的碳排放状况是当下需要关注的热点问题。该文基于“类NPP-VIIRS”夜间灯光数据和相关能源数据，以云南省16个地州市为研究对象，测算并分析了2010-2020年云南省能源消费碳排放时空格局演变，并借助地理探测器识别影响碳排放的关键因素及其时序变化。结果表明：（1）2010-2020年云南省能源消费碳排放总量呈波动中递增的变化趋势，各州市年均增长率最高和最低为昭通市、玉溪市。（2）空间上呈现出中东部高，西北部、西部、西南部低的分异特征；各州市能源消费碳排放总量高值区以滇中城市群为主，低值区主要分布在滇西、滇西南城镇群。（3）影响云南省能源消费碳排放的主要因素为经济发展水平、路网密度和对外开放程度；各因素在不同时期对碳排放的影响程度各不相同。总体来看，云南省能源消费碳排放整体呈现收敛态势，增长速率有所下降，但仍未达到碳峰值。     

京津冀与长三角城市群碳排放的空间聚集效应比较

基于中国高空间分辨率碳排放网格数据(CHRED),采用探索性空间分析手段(ESDA)和空间回归模型分析京津冀和长三角城市群碳排放指标空间格局和聚集特点,通过显著性检验选择空间滞后回归(SLM)和空间误差回归(SEM)方法,揭示城市群碳排放水平的影响因素.结果表明,京津冀城市群碳排放在空间上表现出更多的随机性和结构不稳定性,Moran自相关系数为-0.131;长三角城市群碳排放在空间上表现聚集趋势明显,Moran自相关系数0.106,二氧化碳排放受到临近区域的影响.人口和经济因素是京津冀城市群和长三角城市群碳排放的最主要驱动因素.总体上长三角地区碳排放总体扩散效应显著,而京津冀城市群极化效应更明显.区域发展的多中心化是大城市病治理的重要导向,同时要注意对区域碳排放溢出热点进行控制,促进城市群一体化和低碳化发展,实现区域碳平衡.     

我国农业碳排放时空演变特征研究

碳达峰、碳中和目标的提出，对我国农业碳减排提出了新要求。明确农业碳排放特征是制定农业碳减排政策的基础。本文对2012—2020年我国31个省（区、市）农业碳排放情况进行了测算，分析了我国农业碳排放的时空演变特征。我国农业碳排放总量呈现“先上升、后下降”的趋势，且下降速度快于增长速度。从农业碳排放结构来看，农资投入和畜牧业的碳排放下降是近年来农业碳排放下降的主要原因；从农业碳排放空间变化来看，我国农业碳排放呈现出“西升、东降、中略降”的空间变化特征。在此基础上，本文认为农业低碳发展应以保障国家粮食安全为前提，在保证农产品产量的同时进一步减少农资投入，统筹制定地区农业碳减排政策。     

基于城市化的浙江省湾区经济带碳排放时空分布特征及影响因素分析

基于STIRPAT扩展模型与2003-2017年浙江省湾区经济带面板数据,分析碳排放时空分布特征并应用时空地理加权回归模型（GTWR）实证考察城市化视角下碳排放的驱动机制及其时空异质性。结果表明：（1）浙江省湾区经济带各地市碳排放规模逐年增加但增幅不大,增速放缓,碳排放量差异明显,碳排放强度逐年下降,空间上呈现自西南向东北逐渐加大的趋势;（2）经济发展水平和对外开放程度是碳排放的主导因素,其他依次为能源消费结构、技术进步和城市化;（3）各影响因素呈现较强的时空异质性,不同时间、地区各驱动要素的波动方向和强度并不相同。在此基础上具体分析各地区碳排放驱动因素影响情况,为实现区域差异化碳减排策略提供指导。     

东北地区能源消费碳排放时空演变特征及其驱动机制

运用探索性空间分析、冷热点分析、标准差椭圆分析和地理加权回归分析等地学方法,研究了我国东北地区2005—2014年间能源消费碳排放的时空演化特征及其驱动机制.结果表明:①东北三省的能源消费碳排放量从高到低分别为辽宁省、黑龙江省、吉林省,2014年碳排放量分别达到20266、9914、6411万t;②东北三省能源消费碳排放量呈比较显著的全局空间正相关特征,在统计学上显著性检验存在多个冷、热点,其中,热点区主要集中在辽宁省的大连市、沈阳市、本溪市和辽阳市,吉林省的吉林市,以及黑龙江省的大庆市和鸡西市,冷点区主要集中在黑龙江省的大兴安岭市、黑河市、佳木斯市和伊春市;③在省级尺度上东北三省碳排放重心在2005—2014年间呈往东偏移的趋势,在市级尺度上辽宁省和吉林省碳排放重心往西偏移,而黑龙江省碳排放重心则往南偏移;④在省级尺度上,能源消费碳排放主轴方向为"西南-东北",但有往北旋转的趋势,黑龙江省能源消费碳排放主轴呈现往北旋转的趋势,辽宁省和吉林省的能源消费碳排放主轴方向则呈往东旋转的趋势;⑤东北地区影响能源消费碳排放量的主要驱动因素的影响程度排序为:人均GDP产业结构总人口数城市化率老龄化.     

中国超大城市碳排放达峰的影响因素及组合情景预测——基于门限-STIRPAT模型的研究

城市是中国碳排放的重要来源,而超大城市的碳达峰研究对国内其他城市和全国能否实现碳达峰目标具有重要的现实意义.以北京、上海、广州、深圳、天津和重庆等6个超大城市为研究对象,能源强度为门限变量,建立门限-STIRPAT模型,首先确定6个超大城市碳排放的驱动因素,然后对27种情景下的各城市碳排放达峰进行预测.研究结果表明:①人口、人均GDP和能源强度对各城市碳排放起到正向促进效应,人口的影响效应最大,其次是能源强度,人均GDP对碳排放的影响最小.②能源强度对二氧化碳排放的影响呈阶段性变化特征.③北京、上海和重庆在高能源强度下降率的情景下,已经达峰;天津、除最宽松的高-高-高情景外的广州和深圳会在2030年前实现达峰.如果能源强度以中速率下降,6个城市碳排放不能保证一定能在2030年前达峰.如果能源强度以低速率下降,6个城市均不能在2030年前达峰.本研究有利于明确超大城市碳排放的影响因素,对其他城市尽快实现碳排放达峰具有借鉴意义,为全国实现碳达峰目标提供可行的研究思路.     

高校碳排放核算与分析：以北京A高校为例

在双碳背景下,我国各行业正积极核算自身碳排放,以有效应对气候变化,大学校园也应积极参与其中.以北京A高校为例,采用排放因子法和理论计算法核算了2021年其校园碳排放量.结果表明,A高校净碳排放量（以CO2计,下同）为43 249.04 t,人均碳排放量为1.52 t.电力、通勤与差旅、热力、天然气和食物是碳排放的主要来源.热力和天然气的碳排放与月份密切相关,而电力碳排放在不同的功能区和月份都有所不同.食物的碳排放与饮食结构有关,而污水和垃圾处理的碳排放则与处理过程有关.使用蒙特卡洛模拟法讨论了碳排放清单的不确定性,发现碳排放总量的不确定性在-13.61%～26.08%之间.尽管计算结果相对科学可靠,但通勤和差旅、电力、天然气和食品是主要的不确定性来源.总体来说,研究结果为校园和其他复杂系统的碳排放核算和不确定性计算提供了参考.     

基于夜间灯光的城市居民直接碳排放及影响因素——以中原经济区为例

城市居民直接能源消耗及其碳排放对区域碳减排政策的制定具有重要影响。受统计数据缺乏与研究方法的限制,当前的研究不仅较少探讨精细空间尺度上的城市居民直接碳排放,同时也缺乏在县级尺度上对人均居民直接碳排放的影响因素进行深入分析。鉴于此,论文以中原经济区为例,通过引入夜间灯光数据,利用增强型饱和校正模型估算了网格尺度上的城市居民碳排放,并采用地理加权回归模型对其影响因素进行了分析。主要研究发现：中原经济区的碳排放总体空间特征是西北高、东南低。郑州市市辖区的城市居民直接碳排放总量位于首位,而邢台县、辉县市和襄垣县的人均碳排放较高。此外,就其影响因素来看,人均GDP、碳排放强度、第二产业比重和HDD（Heating Degree Days,热度日）均表现为正效应,城镇化率为负效应,而CDD（Cooling Degree Days,冷度日）的系数有正有负。城市居民直接碳排放的影响因素分析为中原经济区制定切实可行的区域碳排放政策提供了重要的基础理论依据。     

科技创新、产业结构升级与碳排放效率——基于省际面板数据的PVAR分析

基于PVAR模型,以我国30个省（市、自治区）2010—2018年数据为例,从全国和东中西区域层面分析科技创新、产业结构升级与碳排放效率的动态关系。结果表明：（1）从全国层面看,科技创新、产业结构升级与碳排放效率自身具有较强的协调性且相互间能够产生正向的促进作用。（2）从区域内部来看,自东向西,科技创新、产业结构升级与碳排放效率的协调程度逐步递减。东部地区基本实现了三个变量的协调发展,中部地区产业结构升级与碳排放效率尚未形成双向互动关系,碳排放效率对产业结构升级提升的推动力不足;西部地区科技创新水平偏低,产业结构不合理、碳排放效率较低,三者均未形成良性互动。