陕西省建设用地增长与碳排放变化的相关分析

通过分析2002~2011年间陕西省建设用地和碳排放的变化,基于LMDI模型分解方法,探讨了10年间建设用地变化对碳排放增长的影响。结果表明:研究时序内,陕西省建设用地和碳排放量均呈增长态势,建设用地年扩展率1.25%,碳排放年均增长8.84%,建设用地变化与碳排放量正向效应显著,建设用地对碳排放的贡献度为12.36%,对建设用地采取总量控制原则,能有效控制碳排放量,对陕西省实现"十二五"期间碳减排目标具有重大意义。     

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.     

基于组合模型的安徽省城镇化演进对碳排放影响极限研究

探索城镇化演进对碳排放影响最小的极限时刻,对制定碳减排规划及政策具有重要指导意义.从碳源、碳汇两层面,对安徽省1995—2011 年碳排放进行了测算;运用KAYA恒等式及因素分解模型,考察了城镇化发展产生的碳排放量;借鉴经济学边际理论及求导方法,构造了城镇化演进的边际碳排放变化率模型,并据此测算了研究时序边际碳排放变化率;借助Excel软件,通过作散点图并添加趋势线方法,对边际碳排放变化率变化趋势进行了刻画,采用二次函数求极值方法,对城镇化演进碳排放影响的极限时刻进行了探索,结果表明:①安徽省碳排放量由1995 年的2 182.39×10⁴ t 增至2011 年的10 120.20×10⁴ t,年均增幅10.06%;②研究时序内,城镇化演进产生的碳排放总量为3 602.78×10⁴ t,年均225.17×10⁴ t,年际变化较大;③城镇化演进边际碳排放变化率拟合曲线既非U型也非倒U型,在时间维度依存关系不明显;④安徽省城镇化发展对碳排放影响呈乘幂函数关系,城镇化演进的增量效应显著.基于研究结果,从以创新发展理念引领低碳城镇化、以优化能源结构支撑低碳城镇化、以制度建设保障低碳城镇化、以内涵建设促进低碳城镇化等方面,提出了政策建议.可为安徽省生态省建设及可持续发展战略实施提供决策参考,也可为省域尺度的同类研究提供借鉴.     

青海省“三生用地”时空演化特征及其碳排放效应

该研究基于青海省1990、2005和2018年土地利用遥感监测数据,采用土地利用空间变化率指数和碳排放系数,借助ArcGIS空间分析功能对青海省近30年来"三生用地"时空演化特征及其碳排放效应进行分析。结果表明:(1)1990-2018年青海省生产和生活用地面积增加,生态用地面积减少,生产用地和生活用地面积年均增长3.76%和17.7%,生态用地面积年均下降3.1%;(2)生产用地最大转出方向为生态草地,转出率为35.11%,生活用地最大转出方向为生产用地,转出率为45.48%,生态用地维持内部转换态势,高质量生态用地向低质量生态用地转换趋势显著;(3)生产和生活用地变化主要集中于青海东部和主要城镇化区域及其周边地区,生态用地下降较多的是海南州、海西州和海北州,分别下降0.030 9、0.028 7和0.019 6万km2。(4)青海省1990、2005和2018年"三生用地"碳排放量分别为-112.40、325.96和1 127.91万t,1990-2018年碳排放年均增长率2.7%,碳排放量远超碳汇产量。最后探讨了合理配置"三生用地"格局对保障生产生活绿色发展的重性,控制碳排放产出有利于筑牢生态安全屏障,保障"中华水塔"三江源高质量发展。     

安徽省碳排放遥感估算及其与经济增长脱钩关系研究

厘清区域碳排放及其与经济发展的关系对于区域绿色低碳发展具有重要意义。该研究利用多源遥感夜光影像构建了2000-2020年安徽省夜间灯光数据集,估算了2000-2020年安徽省碳排放,考察了碳排放在时间和空间上的变化趋势,同时探讨了碳排放与经济发展之间的相互作用机制。结果显示：(1)对比4种预测模型,CNN-BiLSTM深度学习估算模型精度最优,在显著性水平P<0.001情况下,R²为0.882 3,MAE为23.006 7,MSPE为16.39%,RMSE为33.616 1;(2)安徽省区域碳排放空间分布存在显著差异,最高地区年均碳排放为897万t/km²,碳排放极热点区从10个降至9个,极冷点区从0增至3个;(3)2000-2020年安徽省碳排放呈增长趋势,增速最高值为6.15万t/(km²·a),碳排放量与增长速率在空间分布上具有较高的相似性;(4)碳排放与经济发展之间脱钩状态逐渐改善,平均脱钩系数为0.481 4,脱钩状态以弱脱钩为主;(5)安徽省的碳排放受到人均GDP和人口规模的正向影响,且正向贡献度逐渐减...     

建设用地扩张与碳排放效应的库兹涅茨曲线假说及验证

论文基于无锡市1996—2008年的土地利用和能源消耗数据,分析了无锡市13 a间建设用地扩张及碳排放特征,并构建了建设用地比例与碳排放强度之间的库兹涅茨曲线模型,对无锡市建设用地扩张与碳排放效应之间的相关关系进行了实证研究,尝试验证库兹涅茨曲线在建设用地扩张与碳排放强度之间的存在性。结果表明:①建设用地总量在1996—2008年间迅速增长,绝对增长量44 032.97 hm²,且除了农村居民点逐渐下降以外,其余地类均呈逐年增长态势,无锡市1996—2008年间的碳排放基本上也呈现逐年增长趋势,绝对增长量1 936.38×10⁴ t;②建设用地总量与碳排放强度之间呈倒U型曲线关系,即随着建设用地扩张至拐点后,碳排放强度则逐渐下降,且拐点位于建设用地比例1.91%附近,但是目前仅仅刚开始出现拐点的迹象,表明目前无锡市建设用地扩张还未完全达到集约及精明增长的标准,建设用地扩张对碳排放而言仍然具有较强的推动作用,但是可以预见,随着产业结构调整和能源技术的提高,碳排放强度会逐渐进入下降的阶段;③城市用地与碳排放强度之间为三次曲线关系,建制镇用地、农村居民点用地与碳排放强度之间分别为正相关和负相关线性关系,其他建设用地与碳排放强度之间则存在一种不明显的库兹涅茨曲线关系。建设用地地类组成的不同会导致不同形态的库兹涅茨曲线,由于城市用地和建制镇用地对碳排放具有明显的驱动作用,其比例的提高亦会促使库兹涅茨曲线更加陡峭,并延缓库兹涅茨曲线拐点的到来。     

基于LMDI的湖南省旅游业碳排放影响因素分解

旅游业碳排放的动力演进机制与驱动效应分析是研究旅游业低碳发展的重要一环。采用投入产出法估算了2008-2014年湖南省旅游业的直接碳排放,构建LMDI指数分解模型分析了湖南省旅游业碳排放的影响因素及其驱动效应与贡献率。研究结果表明:(1)2008-2014年,湖南省旅游业直接碳排放由295.25×10~4t增长到783.14×10~4t,年均增长率为17.45%;(2)2008-2014年,由旅游能源强度、旅游收入结构、旅游消费水平、旅游人数规模与区域人口规模等因素所引起的湖南省旅游业碳排放的变动量分别是-167.91×10~4t、14.81×10~4t、41.48×10~4t、513.63×10~4t、25.18×10~4t,贡献率分别为-39.3%、3.5%、9.7%、120.2%与5.9%;(3)旅游能源强度效应是抑制湖南省旅游业碳排放增长的最主要因素;旅游人数规模效应是湖南省旅游业碳排放增加的最主要原因;旅游收入结构效应、旅游消费水平效应与区域人口规模效应对湖南省旅游业碳排放的影响呈正向,但并不是十分显著。     

安徽省会经济圈土地利用变化的碳排放效益

土地利用变化是影响碳排放的重要因素。利用1997和2007年土地利用类型数据,采用碳排放评价模型,对安徽省会经济圈碳排放效益进行评价,并估算碳排放生态补偿标准。研究结果显示:①1997-2007年间碳排放总量增加1 049.92×10⁴ t,年均增长14.4%;②2007年经济圈内地均建设用地碳排放强度和地均碳排放强度分别为1997年的2.41倍、 2.18倍,1997和2007年,碳排放强度指数值都是合肥市>巢湖市>六安市;③经济圈内各县(区)地均碳排放强度差异显著,建设用地平均碳排放强度前3位的是合肥市区、 霍山县、 金寨县;④据中国造林成本的价格估算,合肥、 巢湖、 六安3市的碳汇补偿增加量分别为:21.83×10⁸、 4.31×10⁸、 2.48×10⁸元,县域生态补偿额差异显著;⑤土地利用结构、 产业结构与碳排放量存在一定的关系。从碳排放效益和生态补偿的角度,提出减少碳排放的途径。     

成渝城市群陆地碳排放时空变化及效应研究

碳达峰和碳中和是中国立足于经济发展阶段和全球可持续发展要求提出的一项战略目标。开展县级尺度土地利用碳排放研究对指导区域实现“双碳”目标具有重要意义。文章以成渝城市群为研究对象,基于2000-2020年土地利用数据、统计年鉴数据和夜间灯光遥感数据,探究成渝城市群碳排放和碳生态效应,并对碳生态压力进行评价。结果表明：（1）2000-2020年成渝城市群土地利用净碳排放呈增长趋势,年均增长289.90万t,且增速逐年减缓,主要碳源为建设用地,总体呈增长状态,年均增长291.70万t;林地是主要碳汇,呈缓慢增长。（2）碳源和碳足迹主要集中在成都市和重庆市主城区范围,部分分散在各地级市中心城区,碳汇主要分布在成渝城市群外围高山丘陵区,包括川西高原的部分区县、川东平行岭谷和重庆部分山区。（3）研究区总体呈碳赤字,碳生态承载力总体变化不大,碳足迹和碳赤字都呈增长趋势,年均增长率分别为9.78%和12.18%。（4）高度碳生态承载力区主要分布在成渝城市群外围区县,高度碳生态压力区集中在以成都市和重庆市主城区为核心的区域以及各地级市主城区;研究区内部分区县碳生态压力有所缓解,但整体上陆地生态系统碳循环压...     

交通基础设施项目的综合碳排放评估探究

在总结国内外土木工程碳排放研究的基础上,提出交通基础设施项目碳补偿和综合碳排放评估的概念和完整定义,以评估项目运营期间的减排效应。基于最优路径差的原理建立基础设施项目的碳补偿和综合碳排放的评估方法,提出了年均综合碳排放以及项目期总的综合碳排放的评估指标。以正在建设的港珠澳大桥工程为评估案例,综合碳排放计算结果表明,该项目运营期的年均碳补偿约为5 128.71万t,综合碳排放为-5 128.569万t/a,项目建设对于珠三角区域的减排效应明显。     

基于不同土地利用方式的安徽省碳排放效应及时空差异分析

土地利用变化与碳排放密切相关。运用相关统计数据,依据碳排放模型、碳足迹模型、K-均值聚类法,测算并分析了安徽省不同土地利用方式下的碳排放状况及时空变化。结果表明,2001~2010年安徽省碳排放主要有以下特点:1)碳净排放量逐年递增,建设用地占总排放的95%以上。2)能源消费碳足迹总体增加,生态赤字不断扩大。3)各市碳排量差异显著,地域分配不均。     

2000-2009年安徽省能源消费与碳排放分析

根据联合国政府气候变化专门委员会(IPCC)2006年版碳排放指南中的计算公式和碳排放系数缺省值,计算了安徽省2000年-2009年能源消费和碳排放情况。结果表明:安徽省能源消费由2000年的4878.82万t标准煤增长到2009年的8895.90万t标准煤,平均年增长率为6.9%,其中第二产业部门能源消费量均占能源消费总量的79%以上;能源消费产生的二氧化碳由2000年的4107.48万t增长到2009年的8536.12万t,其中在各种能源消费碳排放量中原煤的碳排放量最大,占总碳排放量的77%82%;碳排放强度总体上呈现下降的趋势,低于全国平均碳排放强度,但高于全球和美国;碳排放的因素分析得出碳排放量与人口、人均GDP、能源强度呈现高度相关性。     

1990~2020年阿克苏河流域土地利用碳排放时空轨迹与影响因素

土地利用变化会导致不同类型碳源和碳汇功能变化,是碳排放的关键来源.从土地利用变化的角度开展阿克苏河流域碳排放及其影响因素研究,对于促进流域山水林田湖草沙冰一体化保护修复、助力碳达峰与碳中和目标实现具有重要意义.基于1990~2020年的4期土地利用数据与同期社会经济数据,测算土地利用碳排放总量,探究土地利用碳排放时空轨迹及其影响因素.结果表明:①1990~2020年,耕地、林地、建设用地和未利用地整体呈增加趋势,草地和水域呈减少态势.土地利用类型空间变化特征主要表现为草地、未利用地转换为耕地;②1990~2020年流域净碳总排放量呈现持续上升趋势,累计增加了14.78×10⁴ t,耕地面积增加是引起流域净碳排放量增长的关键因素;③流域土地利用碳排放量空间上呈中间高四周低的分布格局,净碳排放量显著变化区域主要分布在温宿县南部、阿克苏市、阿瓦提县及阿拉尔市;④人类活动对土地利用碳排放驱动作用最强且其影响由东部向西部逐渐增大,年均气温对土地利用碳排放影响贡献主要集中在阿克苏市东部和阿瓦提县北部,年均降雨量对温宿县北部和阿合奇县西部的抑制作用较强.     

中国旅游业碳排放的影响因素分解及脱钩效应

采用广义迪氏指数分解法（GDIM）分解2000~2017年中国旅游业碳排放的影响因素,并在此基础上采用Tapio脱钩因果链模型分析旅游业碳排放的脱钩效应.结果表明：旅游业增加值、旅游业能源消耗量和旅客人次数是旅游业碳排放的促增因素,增加值能源强度和人均旅游业增加值是旅游业碳排放的促降因素,增加值碳强度、能源消耗碳强度和人均旅游业碳排放对旅游业碳排放的促增和促降作用在研究期间均有出现;旅游业能源消耗量的累积促增效应最大,为2030.13万t,增加值能源强度的累积促降效应最大,为103.29万t;旅游业碳排放的脱钩状态不佳,但近年来有所改善;人均脱钩弹性波动剧烈,节能弹性的变化是其波动的主要原因.     

长株潭城市群地类转移的碳传导效应与预测

土地利用碳排放是影响城市碳达峰、碳中和实现的重要因素.基于土地利用遥感数据和碳排放估算模型,得到长株潭城市群的土地利用碳排放量,借助转移矩阵分析了长株潭城市群土地利用转移的碳传导效应.此外,采用马尔科夫模型预测2030年和2060年的长株潭土地利用碳排放量.结果表明：①1995~2018年长株潭城市群土地利用净碳排放从810.84×10⁴ t增加到2015.41×10⁴ t,碳源/汇比整体呈上升趋势.其中,建设用地是主要的碳排放源,林草地是主要的碳汇.②不同时段地类转移引致的碳传导最终均表现为净碳排放,在时间上呈现先增加后减少的态势.其中以林地和耕地向建设用地转移产生的碳传导最为显著,涉及草地、水域和未利用地的碳传导效应微弱.③预测结果表明,长株潭城市群的土地利用碳排放预测量处于持续上涨态势,如若仍按目前趋势发展,则如期实现"双碳目标"存在难度.政府需要在加强林地的碳吸收能力以提升生态系统碳汇增量和遏制建设用地的无序扩张以减少碳源两方面着力,加快长株潭城市群的绿色低碳建设.上述结果为长株潭城市群开展低碳导向的城市土地利用调控提供了重要参考.     

保定市能源消费碳排放演变机理研究

文章依据IPCC指南,测算了2001-2010年保定市工业和有关行业一次能源消费的碳排放量,结果显示碳排放总量由2001年的694.485 0万t增加到2010年的2 843.659 9万t,增长了4.09倍。其中煤炭类能源对历年碳排放总量的贡献率保持在90%以上,而且除2001年外,85%以上的煤炭碳排放集中于工业行业。借助广义灰色关联模型,分阶段计算了能源消费、GDP、固定资产投资、工业增加值、人口数量的规模和结构及能源强度与碳排放的综合关联度。通过分阶段结果比较,总结出保定市能源消费碳排放演变机理如下:规模效应对碳排放的影响不仅最大而且日益增强;能源强度表现出正向和负向两种影响趋势;结构效应较为复杂,最明显的变化是工业结构超过城市化率成为影响碳排放的最重要的结构因素。     

天津市工业能源消费碳排放量核算及影响因素分解

天津市工业经济的快速发展促使其能源消费量持续增加,已经成为该市能源消费的主体.建立能源消费的碳排放核算方法,对天津市工业能源消费碳排放量的时间序列进行分析.结果表明:在过去10 a内天津市工业能源消费的碳排放量年均增长10.41%,比工业增加值平均增速低58.53%;工业能源强度持续下降,万元(104元)增加值碳排放强度整体呈下降趋势,由1999年的2.38 t/万元降至2009年的0.68 t/万元,表明工业节能减排效果较明显;在工业终端能源消费结构中,煤炭占57.80%,高于北京、上海等地.采用对数平均迪氏指数分解法(LMDI)对工业经济规模、行业结构、能源效率和能源结构等因素进行分析.结果表明:工业经济规模是碳排放持续增长的主导原因;行业结构、能源结构整体上对碳排放量影响较小;能源利用效率提高是工业节能减排成效的最主要贡献因素,对碳排放量变化的贡献率达-140.80%.通过对天津市工业行业的进一步分析可知,能源密集型行业严重影响了工业能源消费碳排放量的变化.      

兰州市工业能源碳排放强度及效应研究

运用容量耦合拓展模型对兰州市2003—2013年环境系统耦合度进行评价,通过核算兰州市2003—2013年各年工业碳排放量,分析了4类工业碳排放强度变化特征,并运用LMDI模型对碳排放效应进行了多维度分解.结果表明,兰州市环境系统总体质量水平较低,环境状态指数和环境耦合度指数较低;兰州市工业碳排放总量逐年递增,碳排放与工业增加值、GDP、人口数量和城市建成区面积等呈显著正相关关系;原煤、原油、焦炭和天然气是兰州市的主要碳源,人均碳强呈显著增长态势,而工业碳强、GDP碳强、地均碳强均呈下降趋势;能源结构效应和人口规模效应在低位值附近波动变化,而能源强度效应和人均经济效应均在高位值附近波动,且后两项指标累积效应显著大于前两项指标,总体发挥正向碳增长效应.     

水资源约束下北京地区2004-2020年土地利用变化情景模拟研究

利用系统动力学(System Dynam ics,SD)的原理和方法,发展了水资源约束下的城市土地利用情景变化SD模型。基于北京1980-2003年土地利用变化过程,构建了水资源约束下北京市城镇建设用地情景变化SD模型,对2004-2020年北京市城镇建设用地的变化进行了模拟研究。结果表明,该模型具有一定的有效性,有助于正确理解自然资源对城市发展和土地利用变化的深远影响。模型模拟结果显示,2004-2020年无约束情景下建设用地年均增长量为40.42～63.38km₂,建设用地占总面积的22%～25%;约束情景下年均增长量为21.21～51.3km₂,建设用地占总面积的20%～24%,远低于无约束情景;水资源强约束情景下建设用地的扩张速度仅为弱约束情景的37.6%,为无约束情景C的33%。可见,随着北京城市化进程的加剧和经济的进一步发展,水资源对北京区域发展的制约作用越来越明显,对土地系统的影响也将更为直观和深刻。     

工业碳减排绩效及其影响因素动态分解

进入21 世纪以来,中国工业碳排放总量仍在波动中增长。为了考查近10 a 来中国工业碳减排绩效,并定量分析影响工业碳减排的主要因素对碳减排的贡献变化情况,论文通过构建中国工业碳排放数据库并运用“精确”的Laspeyres 分解方法,对中国2001-2010 年36 个工业行业CO₂减排的影响因素进行了动态分解,研究结果表明：①虽然中国工业CO₂排放总量在不断增加,但CO₂排放增长率和工业碳排放强度双双降低,在考察周期内,CO₂排放总量从2001 年 2.89×10⁹ t 增长到2010 年7.16×10⁹ t,工业碳排放量增长率则从2003 年最高值18.86%持续下降至2009 年的5.77%,工业整体碳排放强度由2001 年的29.14 t/104元下降到2010 年的18.12 t/10⁴ 元;②工业经济规模不断增加是工业CO₂排放增加的主导因素,技术进步和结构调整则有效抑制了CO₂的增加,10 a 间规模效应对CO₂排放总量增加的贡献度年均达到191.81%,但是由于受到技术进步效应和结构调整效应的共同作用,10 a 来总效应值年均只有109.15%;③较之技术进步效应,结构调整效应对工业CO₂减排的贡献度更大,结构调整效应累计促进碳减排达2.07× 10⁹ t,而技术进步效应促进减排的总量只有1.14×10⁹ t。论文认为,着力中长期减排政策的制定,以保证技术进步在碳减排中持续发挥作用,同时充分挖掘结构调整对减排作用潜力是中国实现工业碳减排的务实选择。