中国碳排放及影响因素的市域尺度分析

评估区域碳排放及其与社会经济状况的关系对于制定碳减排措施至关重要.以中国339个地级及以上城市(不含新疆部分城市和港澳台地区)为研究对象,探究了非化石能源占比、土地开发度、常住人口城镇化率、第二产业占比、人均GDP和人均建设用地面积对人均CO₂排放量的影响.通过构建模拟人均CO₂排放量的贝叶斯信念网络,识别各因素对人均CO₂排放量的全局影响;采用多尺度地理加权回归模型,分析各因素对人均CO₂排放量的局部影响.结果表明：(1)2020年,中国地级及以上城市人均CO₂排放量呈现出由南向北递增,东部沿海向内陆递减的格局.(2)从全局来看,人均CO₂排放量对各因素的敏感性从高到低依次为：人均建设用地面积>人均GDP>常住人口城镇化率>土地开发度>第二产业占比>非化石能源占比.(3)从局部来看,各因素与人均CO₂排放量的空间关系方向与全局关系一致,关系强度上存在空间异质性.(4)清洁能源、脱碳技术、土地节约集约利用...     

基于BP神经网络的甘肃省二氧化碳排放预测及影响因素研究

基于排放因子法估算2000—2020年甘肃省三大产业及生活能源消费直接CO₂排放量,描述分析其时序演变特征。建立BP神经网络模型并预测2021—2030年甘肃省CO₂排放量。构建甘肃省CO₂排放影响因素的STIRPAT拓展模型,利用多元回归分析定量探究了各因素对CO₂排放量的影响程度和内在作用机理,并结合随机森林进一步识别重要影响因素。结果表明：甘肃省产业及生活能源消耗直接CO₂排放总体呈波动增长趋势,且第二产业占比在70%以上,是主要的CO₂排放源;BP神经网络模型的预测误差为2×10^-4,相关系数>0.99,对于预测甘肃省CO₂排放具有较高精度,并得出2026年的甘肃省能源消耗直接CO₂排放量达到最大;甘肃省CO₂排放的驱动因素作用差异显著,CO₂排放强度、经济发展、城乡消费对CO₂排放的正向作用较大,城镇居民人均消...     

2005-2009年我国省域CO2排放特征研究

利用IPCC的参考方法测算并比较分析了2005-2009年我国30个省(市、自治区)的CO₂排放总量、人均排放量、排放强度、综合能源排放系数等重要指标,并在此基础上,依据人均GDP、第二产业比重和能源利用结构与碳排放强度的关系,将各省(市、自治区)划分为不同的CO₂排放类型。研究结果表明,省域间各指标差异较大,影响碳排放的因素也不尽相同。省域减排的政策、途径和措施须充分考虑各自的经济发展水平、产业结构和能源利用结构等因素。     

城市化、外商投资和产业结构因素对中国环境的影响

基于扩展的STIRPAT理论框架,采用动态空间面板模型分析方法,研究城市化、外商直接投资和产业结构因素对中国环境污染的长期与短期空间溢出效应.结果表明,一个地区的城市化率每提高10%,短期会降低当地CO₂排放水平的0.02%、降低邻近地区CO₂排放水平的0.04%;而从长期看会降低本地CO₂排放水平的0.08%、降低临近地区CO₂排放水平的0.2%.在2006年以前,一个地区的能源强度每降低1%,会在短期降低本地CO₂排放水平的0.31%、降低邻近地区CO₂排放水平的0.09%;从长期看则会降低本地CO₂排放水平的1.3%、降低邻近地区CO₂排放水平的0.55%.在2006年后,这种能源强度的变化会使碳排放短期内总共降低0.45%,长期看总共降低2.06%.城市化率每提高10%短期内会减少本地0.05%的SO₂排放、减少邻近地区0.1%的SO₂排放.第二产业比重每降低10%,会分别降低本地和临近区域SO₂排放水平的0.03%和0.09%.人口规模每扩大1%,会提升邻近区域SO₂排放水平的0.55%.能源强度每降低1%,会降低本地SO₂排放水平的0.12%.     

广东省船舶二氧化碳排放驱动因素与减排潜力

船舶是广东省二氧化碳(CO₂)的重要排放来源,研究广东省船舶CO₂排放的历史变化趋势、驱动因素和减排途径,可为广东省制定碳达峰与碳中和路径提供科学依据.采用排放因子法估算广东省船舶CO₂排放量,利用对数平均指数法(LMDI)识别排放驱动因素,并结合情景分析法探究船舶CO₂的减排途径.结果表明：(1)2006～2020年广东省船舶CO₂排放量从331.94万t增加至639.29万t,其中干散货船和集装箱船是导致排放增加的主要船型.(2)2006～2020年广东省船舶CO₂排放的关键正向驱动因素是运输强度(51%)和经济因素(49%),主要负向驱动因素是能源强度(93%)和货类结构(7%).(3)到2030年,如果广东省船舶运输保持当前政策(基准情景)发展,将无法实现碳达峰.(4)到2060年,同时考虑优化能源结构和降低能源强度(节能低碳情景),相比于基准情景有56.51%的CO₂减排潜力.可为广东省制定船舶航运行业碳达峰与碳中和管控策略...     

中国服务业CO2排放的时空特征与EKC检验

采用IPCC温室气体排放清单中CO₂排放因子与估算方法,核算了1995—2012年中国30个省区(不含港澳台地区和西藏自治区数据,全文同)服务业的CO₂排放量,并对30个省区服务业人均CO₂排放量的时空特征进行分析;利用基于面板数据的EKC模型检验中国及其三大经济带服务业增长与CO₂排放之间的关系. 结果表明:在考察期内,中国服务业人均CO₂排放量从0.16 t升至0.77 t,服务业人均增加值从1 621.04元增至9 991.95元;服务业人均CO₂排放量排在前列的省区大都位于东部地区;东部和中部地区人均CO₂排放量与服务业人均增加值之间呈线性正相关,人均服务业增加值每增加1个单位,人均CO₂排放量将分别增加1.02和1.16个单位;西部地区人均CO₂排放量与服务业人均增加值之间呈单调递增关系. 在此基础上,提出差别化的碳减排对策:①东部地区应通过技术改进和优化产业结构、能源消费结构来降低CO₂排放,并成为中国服务业节能减排的“领头羊”;②中、西部地区应在保持服务业经济适当增速的前提下,将提高能源利用效率和降低能源强度作为减排重点.      

我国中部六省CO2排放动态变化趋势

探讨区域CO₂排放的长期变化趋势对制订碳减排政策和实现减排目标具有重要意义,为此,根据IPCC指南,测算了2000—2012年我国中部六省(安徽省、山西省、河南省、湖北省、湖南省和江西省)的CO₂排放量及其排放强度;借助DEA(data envelopment analysis)-Malmquist指数模型,从CO₂排放量、生产总值、资本存量、能源消费总量和劳动力5个方面,对中部六省的动态CO₂排放效率进行了全要素分析.结果表明:①中部六省的CO₂排放总量由2000年的6.74×108 t升至2012年的20.24×108 t,年均增长1.12×108 t.②中部六省CO₂排放强度由2000年的3.41降至2012年的1.74,年均下降5.5%.受地区能源产业结构的影响,山西省CO₂排放强度峰值高达11.40,减排压力与其余五省相比更为艰巨.③动态CO₂排放效率均值为1.054,呈稳步提升趋势,技术效率进步指数年均值为1.051(>1),对CO₂排放效率提升起到了拉动作用,而技术效率变动指数和规模效率指数的年均值均为0.999(<1),拉低了中部六省的CO₂排放效率.研究显示,中部六省CO₂排放量增速虽呈逐年下降趋势,但增长态势在短期内仍无法改变.CO₂排放与地区所处经济发展阶段关系密切,其排放效率的提升主要依靠技术水平的进步、低碳管理方法的推广和规模经济的发展.      

黄河流域城市群工业减污降碳影响因素与策略

选择呼包鄂榆、关中平原和中原三大城市群,对2000～2019年工业CO₂与局地大气污染物(LAP)排放的变化趋势进行分析,采用随机森林模型识别了工业减污降碳的关键影响因素及其非线性响应关系,因地制宜地提出减污降碳协同推进策略.结果表明,工业CO₂排放量呈上升趋势,关中平原与中原城市群排放强度下降,但仍有较强的减排潜力.LAP排放量与排放强度显著下降.工业CO₂排放与工业LAP排放趋势并不同步.关键影响因素中,规模以上工业增加值与万元工业增加值能耗为工业CO₂和LAP排放的共同关键影响因素;高技术产业占工业增加值比重、研究与试验发展(R&D)支出占GDP比重、工业二氧化硫去除率仅是LAP排放的关键影响因素,且在不同城市群存在差异性.部分指标呈现显著的非线性响应关系,工业规模效应, R&D投入配置扭曲,绿色技术效用的滞后性等是产生非线性特征的重要原因.为实现减污降碳协同推进,提出将降碳作为重点、加快产业结构优化升级、持续推进能耗双控、提高能源利用效率等建议.     

我国碳排放增长的驱动因素及贡献度分析

结合我国实际,对Kaya 等式进行扩展,引入经济效应影响因子、能源强度影响因子、行业贡献影响因子和碳排放强度影响因子,构建了行业CO₂排放增长驱动力模型。论文应用该模型测算和分析了1990 年至2010 年我国6 个经济部门CO₂排放的驱动因素。结果显示:①1990—2010 年,影响我国各行业CO₂排放的正向驱动因素主要是经济效应,负向驱动因素主要是能源强度效应和碳排放强度效应;②碳减排政策的制定要权衡经济发展和碳减排的政策协同;③1997—2000 年和2005—2010 年CO₂排放量减少或增速减缓的主要驱动力是能源强度效应和行业贡献效应;④基于国情,产业结构调整在短时间内对CO₂减排效力不大,而是一个长期的减排战略。     

北京市制造业减污降碳协同效应分析和驱动因素

基于北京市2013～2020年制造业大气污染物和CO₂排放数据计算结果,分析了制造业排放变化特征,采用协同效应系数评估了制造业减污降碳的协同效果,并利用LMDI模型量化分析了人口规模、经济发展、产业结构、能耗强度、能源结构和排放强度对于大气污染物排放、CO₂排放以及二者综合的驱动影响程度.结果表明,北京市制造业排放总体呈下降趋势,2013～2020年,大气污染物排放减少了79.2%～92.5%,CO₂排放减少了60.3%,各项排放在“清空五年”和“蓝天三年”时期呈现不同的阶段性特征.从减污降碳协同效果来看,各项大气污染物和CO₂的协同效应系数均在0～1之间,对于大气污染物的减排作用大于CO₂.从各驱动因素影响来看,能耗强度降低和能源结构优化对于排放的负向拉动作用较大,排放强度降低对于大气污染物排放具有抑制作用;从协同减排综合驱动影响来看,能耗强度降低的协同效果最为明显,产业结构调整在“蓝天三年”时期的协同效果最佳.     

基于STIRPAT模型的重庆市能源消费碳排放影响因素研究

定量分析人类活动对环境的影响,对减少碳排放和建设环境友好型社会具有重要的指导意义.因此,本文采用重庆市1980-2010年能源消费碳排放时间序列数据,基于STIRPAT模型,通过岭回归拟合得到能源消费碳排放与人口数量、人均GDP及其二次项、能源强度、第三产业比重、城镇化水平的多元线性模型.结果表明,人口数量、人均GDP、能源强度、城市化水平每增加1％,将引起重庆市能源消费碳排放相应增加0.963％、(0.398 +0.463lnA)％、0.059％、0.266％,其中,A为人均GDP.可以看出,人口数量对重庆市能源消费碳排放量影响最大.第三产业比重每增加1％,能源消费碳排放将会减少0.093％.     

北京市减污降碳协同控制情景模拟和效应评估

将能源、建筑、产业和交通作为减污降碳重点领域,设置了基准情景、政策情景和强化情景,以2020年为基准年,2035年为目标年,开展北京市大气污染物和CO₂减排潜力测算,并构建了一种协同控制效应分级评估方法,对政策情景和强化情景下大气污染和CO₂协同控制效应进行量化评估.结果表明,与基准情景相比,政策情景和强化情景下大气污染物减排率分别在11%～75%和12%～94%,CO₂分别为41%和52%.优化机动车结构对于NO_x、 VOCs和CO₂的减排贡献最大,政策情景下减排率分别达到74%、 80%和31%,强化情景下分别达到68%、 74%和22%;完成农村地区散煤清洁能源改造对SO₂的减排贡献最大,政策和强化情景下分别达到47%和35%;提升新建建筑绿色化水平对PM₁₀的减排贡献最大,政策和强化情景下分别达到79%和74%.优化出行结构和推动数字基础设施绿色发展的协同控制效应最佳;强化情景下,完成农村地区散煤清洁能源改造、优化机动车结构和...     

基于化石能源消耗的重庆市二氧化碳排放峰值预测

首先利用重庆市能源平衡表,采用IPCC方法 1对重庆市1997—2012年的碳排放进行核算;其次依据重庆市经济社会发展状况,通过LMDI因素分解法将影响碳排放的因素分解为:人口、人均GDP、产业结构、能源结构、能源强度和碳排放系数;然后利用扩展的重庆市STIRPAT碳排放模型,在9个情景模式下对2013—2050年重庆市碳排放进行预测;最后对比分析了各情景下的峰值大小及出现时间.研究发现:基准模式下的重庆市碳排放在2035年出现32135.38万t的峰值;提高能源利用技术、增加清洁能源使用比例和大力发展第三产业,能在不降低经济发展的情况下有效降低碳排放;消极因素中的第二产业占比下降比碳排放强度下降对碳排放的抑制作用更加明显;积极因素对碳排放峰值的影响比消极因素更有效.     

广东省CO2排放变化的社会经济影响因素

作为我国经济最为发达的省份之一,广东省社会经济可持续发展面临CO₂排放量增长的挑战.从多角度分析广东省CO₂排放变化的社会经济影响因素,有助于其实现低碳发展.基于投入产出模型,从生产、需求和供应角度分析1987—2015年广东省CO₂排放量的变化;此外,采用结构分解分析方法,从需求和供应角度量化广东省各种社会经济因素对CO₂排放变化的相对贡献.结果表明:①与生产端相比,需求侧和供给侧的研究有助于识别不同的关键行业,如建筑业（需求侧）、金融和保险业（供给侧）.②降低碳排放强度是减少广东省CO₂排放的主要因素,而人均最终需求水平和人均初始投入增加是推动广东省CO₂排放增加的主要因素.③生产结构、最终需求结构和初始投入结构变化导致CO₂排放量略有增加,表明广东省具有较大的通过调整结构性因素减排CO₂的潜力.综上,建议除了生产端CO₂减排措施外,广东省还应采取需求侧和供给侧相关措施,如优化消费行为、产品分配行为和初始投入结构等.      

中国水泥工业CO2排放现状及减排对策

水泥工业是中国制造业中温室气体CO2的主要排放源,因此,根据水泥生产的基本原理和工艺特点,建立了CO2排放的数学模型并确定排放强度,计算了2001—2010年中国水泥工业CO2的排放量,分析了影响CO2排放量的主要因素及其发展趋势,并提出水泥工业CO2减排对策.结果表明,中国水泥工业CO2排放总量逐年增长,与水泥产量和单位产品原料、燃料消耗定额呈线性关系;在CO2排放总量中,原料煅烧和燃料燃烧阶段的排放量分别占49%和51%;"十一五"期间单位水泥产品CO2排放强度由0.69t.t-1下降到0.65t.t-1.万元GDPCO2排放量呈下降趋势,2008年达到最低值为0.3054t,平均每年万元GDPCO2排放量下降10.69%,说明水泥工业10年间实施节能降耗、资源循环利用、提高经济效益等措施对于减少CO2排放具有明显效果.     

产业转移视角下京津冀石化产业碳排放因素分解与减排潜力分析

石化产业是我国经济的支柱性产业,但其大量的碳排放却给环境造成严重负担,因此提倡石化产业低碳发展能有效推动京津冀区域经济与环境绿色均衡发展.基于产业转移视角,分析2007-2016年京津冀区域石化产业碳排放量现状;运用对数平均迪式分解（Logarithmic Mean Divisia Index,LMDI）法分解并分析京津冀区域石化产业碳排放量影响因素在三地的作用效果,进而借助产业竞争力系数佐证碳排放量影响因素作用效果在区域间的关联性;最后通过合理调整京津冀区域石化产业能源结构,将未调整和调整后的能源结构类型分别设置为基准情境和低碳情境,利用SPSS拟合最优曲线来预测2017-2030年京津冀区域石化产业减排潜力.结果表明:①2007-2016年京津冀区域石化产业碳排放量增加386.79×104 t,碳排放强度由0.77 t/（104元）降至0.31 t/（104元）.②2007-2016年,能源强度因素使京津冀区域石化产业碳排放量减少13 663.77×104 t,其贡献率高达148.38%;人均GDP因素促使石化产业碳排放量增加12 327.10×104 t,贡献率达110.69%.③对于石化产业竞争力系数,北京市由0.03降至-0.02,为三地石化产业转出地;河北省由-0.14增至0.16,为转入地.④在低碳情境下,2020年、2030年京津冀区域石化产业碳排放量分别比基准情境减少502.84×104、528.95×104 t,碳排放强度分别降至0.19、0.17 t/（104元）,均达到发展目标的要求.研究显示,2007-2016年京津冀区域石化产业碳排放量逐年上升,承受巨大减排压力,该区域可以通过调整石化产业能源结构来挖掘碳减排潜力,推动石化产业绿色发展.      

基于STIRPAT模型的中国旅游业碳排放影响因素分析

采用"自下而上"的CO_2排放计算方法,对1995—2014年中国各区域旅游业CO_2排放量进行测算,从动态视角分析各区域旅游业CO_2排放总量及旅游接待人次、人均旅游收入、旅游业CO_2排放强度和旅游交通CO_2排放占比等影响因素的变化趋势特征,并基于STIRPAT模型对旅游业CO_2排放的主要影响因素进行定量分析.结果显示:各区域旅游业CO_2排放总量均呈逐年上升的趋势,且不同区域各影响因素的作用存在显著差异;其中,人均旅游收入对中国旅游业碳减排压力的弹性变化区间最小,仅从0.156变化到0.287,旅游交通CO_2排放占比的弹性变化区间最大,其CO_2排放占比每提高1%,东部地区旅游业CO_2排放总量将提高0.239%,而中部地区仅提高0.013%;旅游业CO_2排放强度是抑制碳排放的关键因素;研究期内,分析结果不支持倒"U"型环境Kuznets曲线的观点.最后,根据上述结论提出差异化的区域碳减排调控对策.