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。     

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.      

上海市能源消费碳排放分析

根据联合国政府间气候变化专门委员会(IPCC)2006年版碳排放计算指南中的计算公式和碳排放系数缺省值,计算了上海市1994─2006年能源消费碳排放量. 结果表明:1994年以来碳排放量逐年增加,碳排放强度不断下降,由1994年的2.51 t/(104元)降到2006年的1.07 t/(104元). 通过比较2005年上海与全国以及主要经济大国间的碳排放量、碳排放强度和人均碳排放量发现,上海市能源消费碳排放量占全国的3.5%;碳排放强度低于全国和全球水平,但比英国、德国、日本高;人均碳排放量为2.7 t/a,是全国和全球平均水平的2倍多,低于美国、澳大利亚和加拿大. 从能源利用效率、经济增长方式、能源结构以及经济结构等角度分析了碳排放强度下降的原因,其中能源结构调整引起的平均碳排放系数下降和第三产业比重上升是主要原因.      

基于STIRPAT模型的区域农业碳排放影响因素分析

以白城市为例,利用农业碳排放计算模型,从农业物质投入、水稻种植、畜牧养殖3个方面入手,对白城市农业碳排放进行了计算,分析其时空变化特征,在此基础之上,基于STIRPAT模型探析区域农业碳排放的影响因素,并提出相应对策。结果表明:1999-2013年,白城市农业碳排放量的时序变化分为3个阶段:低速增长阶段→高速增长阶段→波动阶段,数量由1999年236.554 4万t增加到2013年的444.616 7万t;农业碳排放强度的时序变化总体呈现先升后降的状态,2008年出现最大值6.192 1 t/hm2;2013年,镇赉县总碳排放量最大,达到130.594 1万t;洮南市农业物质投入碳排放量最大,达到56.990 8万t;镇赉县的水稻种植、畜牧养殖碳排放量最大,分别达到69.320 2万t、17.491 1万t;人口数、可比价格人均GDP、农用机械总动力、农业产率比值、农村投资、城市化率和农民人均纯收入是白城市农业碳排放的主要影响因素,影响力指数分别为0.260 5、0.087 4、0.112 6、-0.076 6、0.035 3、0.208 3、0.112 8。为有效实现农业低碳发展,减小碳排放强度,控制碳排放量,白城市必须要在5个方面采取相应策略:(1)完善管理体制,优化政策环境;(2)发展农业低碳技术,调整农业发展结构;(3)发展绿色能源,整合农村能源利用结构;(4)严格保护耕地,优化土地利用格局;(5)统筹兼顾,倡导低碳理念,营造社会氛围。     

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.      

基于生产和消费视角的辽宁省行业能源消费碳排放

行业能源消费碳排放核算是碳减排政策制订的基础,从消费视角进行行业碳排放研究日趋重要. 基于经济投入产出生命周期评价模型,从生产和消费视角解析了辽宁省2007年行业能源消费碳排放分布规律. 结果表明:生产视角碳排放量行业集中度高,该视角碳排放总量的78.73%集中在电力、热力的生产和供应业,金属冶炼及压延加工业,非金属矿物制品业以及交通运输、仓储及邮政业;为其他行业提供产品和服务是造成行业生产端碳排放的主要原因;消费视角下行业碳排放总量的53.79%集中在金属冶炼及压延加工业,建筑业,电力、热力的生产和供应业以及其他行业;上游供应行业的间接碳排放是造成消费端排放的主体.从碳排放强度来看,生产视角下各行业碳排放强度差异性较大,电力、热力的生产和供应业的碳排放强度最大,为9.17 t/万元;消费视角下行业之间的碳排放强度差异性较小,均低于3 t/万元. 最后针对不同视角下分析结果的差异性提出了相应对策的侧重点.      

区域能源利用的碳足迹及其对生态经济影响分析

运用碳排放足迹的相关含义以及研究方法估算了2004-2008年江苏省能源利用的总碳排放、总碳足迹、碳足迹的产值与强度以及生态压力。提出了相应的管理策略。研究结果表明：总碳排放从2004年的41793．07万t上升到2008年的64750．84万t,一直呈现上升的趋势;总碳足迹由2004年的0．87hm^2／人上升到2008年的1．30hm^2／人,呈现上升的趋势;煤炭利用的碳足迹最大,石油次之,天然气与煤气所占比例较小;碳足迹产值从2004年的2．33万元／hm^2增加到2008年2．66万元／hm^2,碳足迹生态压力从2004年的193．77上升到2008年的307．64。     

广东省能源消费碳排放空间自相关分析

采用空间自相关(全局空间自相关和局域空间自相关)分析方法,对1995-2011年广东省能源消费碳排放总量、人均能源消费碳排放量和能源消费碳排放强度3个碳排放指标的空间自相关性和差异性进行研究。结果显示,1995-2011年,能源消费碳排放总量和人均能源消费碳排放量均存在显著全局空间自相关性,2个指标的全局Moran′s I指数分别在0.2~0.3和0.4~0.6范围变动,且均呈先上升后缓慢下降变化趋势,均在2008年达到阶段性极值点。局域空间自相关分析结果表明,这2个碳排放指标在珠三角都有高-高聚集区,在粤北都有低-低聚集区,同时这2个碳排放指标在珠三角周边城市也存在显著局域空间异质区。能源消费碳排放强度不存在显著全局空间自相关性,但在2011年存在一个局域低-低显著自相关区域。研究结果为广东省制定差异化碳减排政策和实现低碳省建设提供决策依据和信息支持。     

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.     

中国城市碳排放强度的时空演变、动态跃迁及收敛趋势

合理控制城市碳排放强度对于中国实现碳达峰、碳中和目标愿景以及应对气候变化的意义重大.采用夜间灯光数据反演得到2001～2020年城市碳排放量,测算碳排放强度,并对城市碳排放强度的时空演变、动态跃迁及收敛趋势进行研究.结果表明：(1)中国城市碳排放强度持续下降,从2001年的2.79 t·万元-1降至2020年的0.88 t·万元-1,年均降幅5.94%.各大区域城市碳排放强度的差距存在收敛特征.空间分布上,城市碳排放强度的高值区集中在东北地区,以及内蒙古、宁夏和陕西等地,南北地区差异拉大,中南部与东部地区的碳排放强度降幅明显,高低集聚层次分明.(2)中国城市碳排放强度的global Moran’s I较高,均值为0.436,空间自相关性显著.碳排放强度以城市自身与邻域城市均未发生跃迁的类型为主,不同类型间时空跃迁的概率较低,凝聚度指数高达82.57%.跃迁类型的稳态较高,碳排放强度的时空演变存在空间锁定效应和“俱乐部趋同”现象.(3)城市碳排放强度的σ收敛不显著,但存在绝对β收敛和条件β收敛.绝对β收敛速度差异明显,全国的收敛速度为3.137%.东部和西部地区的收敛速度略低,分别仅有3...     

基于随机森林模型的我国县域碳排放强度格局与影响因素演进分析

为了研究县域碳排放强度空间格局及其关键影响因素的演进规律,在测算2009~2017年我国县域碳排放强度的基础上,通过ArcGIS空间统计模型分析了县域碳排放强度的空间格局,并利用随机森林模型识别了碳排放强度的关键影响因素及其时序演进特征.结果显示:2009~2017年我国县域平均碳排放强度减量波动下降,2017年县域平均碳排放强度为2.02t/万元,仍有较大的削减潜力;县域碳排放强度总体格局呈显著空间自相关,并呈现波动增强趋势;局部格局呈显著的南北和东西分异,热点区呈西进态势,冷点区呈南下北上态势.关键影响因素中省会距离、产业结构、路网密度和人口的重要性高于经济水平、财政收支、绿色专利和开通高铁;时序演进反映,绿色专利、人口总数和经济水平的重要性在提升,而产业结构和人口密度的重要性在下降;其中大部分关键影响因素同碳排放强度呈现非线性响应关系.     

中国城市居民生活能源碳排放的时空格局及影响因素分析

随着经济社会的发展与人民生活水平的提高,生活用能强度逐年增大,城市居民生活能源碳排放日益成为碳排放的新增长点.本文采用Theil指数、空间自相关分析了我国城市居民生活能源碳排放的时空格局演变特征,并利用STIRPAT模型分析了影响城市居民生活能源碳排放的主要因素.结果表明:12001—2012年我国城市居民生活能源碳排放总量及人均生活能源碳排放量均呈增长趋势,其年增长率分别为9.69%、3.29%;2八大经济区域间城市居民人均生活能源碳排放的差异是构成我国城市居民人均生活能源碳排放总体差异的主要原因,其对总差异的贡献率达到了57.90%;3我国城市居民人均生活能源碳排放具有显著的空间正相关性,2001—2012年间城市居民人均生活能源碳排放的"冷点"区变化较为稳定,主要分布在东部和南部经济区,而"热点"区主要分布在西北、东北和黄河中游经济区;4城市人口规模、城市居民可支配收入、城市居民生活消费支出、城市居民年龄结构均对城市居民生活能源碳排放量具有加剧作用,而城市居民能源消费结构具有减缓作用,且北方城市居民生活能源碳排放量明显高于南方;5现有样本数据支持环境Kuznets曲线假说,即随着经济的发展,城市居民生活能源碳排放量存在转折点.     

基于LMDI的长江经济带交通碳排放变化分析

基于LMDI分解模型,探究了2000~2019年长江经济带交通运输业碳密度、运输结构、能源效率、能源强度、经济结构、经济水平以及人口规模等因素对交通碳排放的贡献程度及时空特性,并使用泰尔指数测算了碳排放的区域差异性.结果表明,经济规模持续扩张是长江经济带交通运输业碳排放增长的第一主导因素,对碳排放的正向驱动效应为116.33%,其次是人口规模（6.19%）;运输结构和经济结构的转变则是抑制碳排放增长的关键因素,其负向驱动率分别为-26.18%和-16.25%;而技术水平（能源效率和能源强度）的提升有助于抑制碳排放增加.此外,基于人均碳排放和碳排放强度的泰尔指数均显示长江经济交通碳排放量的区域差异性明显,其中区域内差异大于区域间差异,且基于碳排放强度的区域差异呈现出“俱乐部趋同”现象.最后,对长江经济带交通绿色发展提出了政策建议.     

中国碳排放强度影响因素对区域差异的作用分析

根据IPCC方法计算得到1995—2012年中国各省市碳排放数据,表明从1995年开始,我国各省市的碳排放强度整体上呈现南低北高,东低西高的分布格局,并有逐渐下降的趋势.区域间碳排放强度的基尼系数、Theil系数、对数离差均值的计算结果表明碳排放强度在各省市自治区间存在明显差异,并且差异随着时间逐渐增大.为了进一步分析碳排放强度差异的影响因素,我们建立了碳排放强度的回归方程,并采用夏普里值分解法进行影响因素的分解分析.整体上可以看出经济发展水平对碳排放强度差异的贡献值最大,而且随着时间推移其对碳排放强度差异的作用逐渐加强.其次是产业结构和能源结构,贡献值分别为18.91%和26.76%,对碳排放强度差异的贡献值随着时间逐渐减少,作用也逐渐弱化.最后是城市化水平(贡献值为~(-1).65%),仅在一定程度上能够降低碳排放强度的差异.进一步采用第三产业占比表示产业结构,石油占比表示能源结构进行分析,发现它们与碳排放强度变为反向关系.即一个地区的第三产业比重高,在能源结构中油的比重大,煤炭比重小,碳排放强度相比于其他地区则低.由此可见,石油比重的区域差异是影响碳强度差异的一个主要原因.因此,提升碳排放强度高的地区的石油以及低碳能源可以缩减区域间的碳排放差异.本文的研究对合理、公平的碳减排政策的制定,鼓励各省市自治区积极参加碳减排活动有着积极的意义.     

区域COD、SO_2及TSP排放的空间自相关分析:以江苏省为例

空间自相关分析是空间统计学的一个重要组成部分,是认识空间格局的有效手段.针对研究的空间范围不同,常采用全局空间自相关和局部空间自相关来衡量区域空间自相关程度.利用江苏省1990~2006年13个省辖市COD、SO2和TSP排放量数据,采用空间自相关分析方法对江苏省环境污染排放区域异质性进行了研究.结果表明,江苏省COD和TSP排放总量分别从1990年的596 353 t和1 101 404 t显著下降到2006年的291 762 t和704 734 t,SO2排放量基本保持稳定;江苏省COD、SO2和TSP排放的空间自相关性随时间推移正在发生着变化,到2006年COD、SO2和TSP排放的Global Moran’s I分别达到0.465 7、0.214 2和0.510 1,呈现较显著的正空间自相关趋势,空间上的集聚分布格局业已形成,且COD排放先于SO2和TSP排放在空间呈现集聚格局,空间集聚的程度也较大;苏南与苏北的污染排放格局差异较大,苏南COD、SO2和TSP排放的Global Moran’s I值至2006年分别增加到0.499 7、0.320 2和0.298 3,集聚格局明显,而苏北COD、SO2...     

中国10km二氧化碳排放网格及空间特征分析

基于全国第一次污染源普查数据中150多万家企业数据等,“自下而上”建立中国2007年10km×10km CO2排放网格数据.结果显示,中国CO2排放空间格局的特点是基本沿着我国人口胡焕庸线分为东部和西部,东部地区明显高于西部地区.全国CO2排放明显受城市活动影响,网格排放高值区域都是以北京、上海、广州等大型城市为核心的区域.京津冀、长江三角洲、珠江三角洲地区是我国CO2排放空间格局的重点地区.全局Moran指数表明,中国CO2排放空间格局在10km空间分辨率水平上具有显著的正空间自相关性,即空间上存在显著的集聚效应,而非随机杂散分布.局部Moran指数显示中国CO2排放在空间上具有显著集聚效应的区域面积并不大,主要集中在北京、上海、广州等重点城市核心区周边.基于这些重点城市采取CO2减排政策和措施,由于带动效应,其实际减排效果要远大于直接减排效果.     

基于空间回归模型的中国碳排放空间差异模拟

以中国碳排放数据库的多年分省碳排放数据为基础,选取植被指数NDVI、夜间灯光影像DMSP-OLS、生产总值、工业总产值和人口数5项指标,采用1 km×1 km格网,运用空间滞后回归模型对中国2000年和2013年的碳排放进行时空分布模拟,并对空间模拟结果进行误差分析及纠正,获得地均碳排放强度的空间分布图,以弥补传统碳排放统计空间展示效果差、空间分辨率低等缺陷.结果发现,中国碳排放的空间分布格局差异显著,地均碳排放强度分布呈现由东部地区向中西部地区逐渐递减的阶梯状区域分布差异,东部地区的碳排放高值聚集区域大致呈现面状聚集分布特征,区域之间碳排放的差异较小,西部省会城市、工矿城市与农村地区碳排放量差异显著.2013年的地均碳排放强度明显高于2000年,且高值区域的分布范围明显扩大,低值区域分布范围面积明显减少.     

经济平稳增长下长江经济带碳排放峰值研究——基于全球夜间灯光数据的视角

碳排放达到峰值的时间和水平,将影响各地区的发展空间,对于长江经济带地区协调发展有着深远的影响,这也是应对气候变化和区域管理需要引起高度重视的问题。为此,论文通过1995—2013年的全球夜间灯光数据对长江经济带的GDP进行了估算和校准,进而在经济平稳增长条件下,预测长江经济带地区2014—2050年的GDP,根据碳强度衰减速率,设置了3种模拟情景。研究表明：以“十二五”时期的碳强度下降速率衰减,江苏和江西地区尚未出现碳峰值,其他地区在2050年之前出现碳峰值;其中云南在2025年就率先达到碳峰值。以“十三五”时期的碳强度下降速率衰减,江苏仍未出现碳峰值,安徽和江西地区在2040年之后出现碳峰值,四川、重庆、贵州均在2031年左右达到碳峰值;云南在2023年就率先达到碳峰值。上述两种模拟情景表明,长江上游地区碳排放达峰的时间要早于长江中游地区。进一步以长江经济带实现“2030年达到碳峰值”为目标的模拟情景发现,各地区碳强度衰减速率的差异显著,这从云南碳强度衰减速率2.58%、江西碳强度衰减速率7.53%,便可窥见一斑。由此可以看出,制定碳减排方案的要义,在协调好碳强度和经济增长率之间有效调控的同时,应充分考虑区域发展不平衡,分区域、分阶段推动碳排放达峰的减排政策,这将有利于经济平稳增长下顺利实现碳峰值目标。     

土地经济密度的区域差异特征及动态演变格局——基于长江三角洲地区的实证分析

基于长江三角洲地区25个城市的土地经济密度数据,利用泰尔指数、空间自相关等方法对1995-2007年长江三角洲地区土地经济密度的区域差异特征及动态演化格局进行了初步探索。研究表明：①该区域的土地经济密度总体呈不断上升趋势,但是城市间差异明显,其高值点主要集中于沪苏锡常地区;②土地经济密度的总体差异和区间差异呈现波动性缩小趋势,江苏省内部差异和区间差异是总体差异的主要组成部分;③土地经济密度总体上趋于空间集聚,但局部的空间集聚中心从环杭州湾城市转移到苏南地区和上海。可见,高投入、低效率的土地利用方式已不适合长江三角洲地区的发展,未来必须统筹区域土地利用,合理配置土地资源,促进区域合理分工和协调发展。