皖江城市带农田生态系统碳排放动态研究

基于化肥、农药、农膜、农业灌溉、农地翻耕、农机运用、农作物收割后残留根系分解 7个主要碳源,测算皖江城市带1991~2010年农业碳排放量。结果表明：研究区农业碳排放总量从1991年的273万t增加到2010年的535万t,年均增长率为1035%,同时2010年其排放量约占安徽省碳总排放量的443%。1991~2010年研究区人均农业碳排放年均增幅26%,农业碳排放密度年均增幅584%,碳排放强度年均降幅3769 t/亿元。研究区农业碳排放以农作物收割后残留根系分解为主(占总排放量的5987% ),且化肥碳排放比重年均增长最快达1618%。各市农业碳排放量六安最大,安庆较大,铜陵最小,其中平均增幅最大为六安298万t/a,最小为铜陵009万t/a;碳排放强度最大为六安,较大为滁州,最小为铜陵,平均降幅最大为滁州64774 t/（亿元·a）,最小为铜陵19760 t/（亿元·a）;人均农业碳排放量最大为滁州,最小为铜陵,人均增加量最大为六安460 kg/a,最小为合肥039 kg/a;碳排放密度年均增幅最大为芜湖836%,最小为马鞍山345%。最后根据该区农业碳源的构成特点和动态特征,为其降低农业碳排放提出一些建议     

安徽省粮食生产的主成分分析及其趋势预测

采用安徽省1978～2010年的相关社会经济统计资料为基础数据,在对33 a来粮食动态变化的定量定性分析基础上,利用主成分分析方法探讨了区域粮食生产的影响因子。然后根据安徽33 a粮食总产量的历史数据,建立GM(1,1)预测模型,对安徽省未来20 a（2011～2030年）的粮食产量进行中长期的模拟预测,以期为相关部门粮食生产决策提供科学依据。研究表明：(1)1978～2010年,安徽省粮食生产在波动中增长,粮食总产量和人均粮食产量曲线的动态变化基本吻合。（2）影响粮食生产的3个主要成分分别是社会经济发展水平、农业生产成本和粮食作物播种面积。（3）粮食生产在2011～2030年将保持平稳增长的良性发展态势,2030年粮食预测产量达到4 119万t,比2010年增长了1 039万t,年均增长15%。〖HJ1〗〖HJ〗     

湖北省农地利用碳排放时空特征与脱钩弹性研究

基于化肥、农药、农膜、农用柴油、翻耕、稻田6个主要方面的碳源，测算了湖北省1995~2009年及其地、市、州2008年的农地利用碳排放量。结果表明：（1）自1995年以来，湖北农地利用碳排量总体呈现“上升-下降-上升”的三阶段特征，其碳排放强度变化轨迹与此基本一致。（2）区域差异明显：农地碳排放总量，江汉平原、鄂东北地区高，鄂西、鄂东南地区较低；农地碳排放强度，总体呈现东高西低的特征，即鄂东>鄂中>鄂西。进一步运用Tapio脱钩模型对湖北省农地利用碳排放与农业经济发展间的脱钩关系进行了研究，发现以弱脱钩和强脱钩为主，可见近些年来农地利用碳减排取得了一定成效     

基于Logistic模型的中国各省碳排放预测

在“碳排放量与能源消费成正比”假设的基础上,对中国30个省区2011～2020年碳排放进行了预测。首先对中国30个省区1987～2010年的历史累计排放量和人均累计排放量进行计算,依据历史累计排放量和人均累计排放量两个指标,运用K-均值聚类分析法将中国各省区碳排放分成了5类。分别绘出5类区域中各省的历年碳排放量曲线,并进行数据分析,发现：以2002年为界线,2002年前后两个时段中国各省区碳排放变化差异很大。这一现象说明2002年以前的各省碳排放趋势并不能表征未来年份各省的碳排放。在此结论的基础上,构建了碳排放量增长的Logistic预测模型,并以2002～2010年碳排放数据为样本数据,对2011～2020年中国各省区碳排放进行了预测。为了验证预测模型的精确性,利用Logistic预测模型对中国30个省区2002～2010年的碳排放进行了预测,并将预测值与实际排放值进行比较发现,除了宁夏自治区的误差达1458%外,其他地区的误差均在7%以下。除宁夏外的中国各省区预测误差的平均值为622%,由此验证了Logistic预测模型的精确性。同时,也说明对中国30个省区2011～2020年碳排放的预测值具有较高的可信性。本研究为中国各省未来碳排放政策的制定提供了方法与数据支持     

湖北省农地利用方式变化的碳效应特征与空间差异

农地利用方式变化是引起碳排放的一个重要因素,优化农地利用结构成为推动农业绿色发展的重要手段。本文运用LMDI分解法和聚类分析,分析湖北省农地利用方式变化的碳效应特征与空间差异,进一步基于Kernel密度估计法研究其时空动态演进趋势。研究发现:(1)1993—2015年湖北省农地利用碳排放年均递增2.77%,总体呈现四阶段变化特征。其中,农业经济发展因素累积引发276.33%的碳增量,结构、效率、农业劳动力因素则分别累计实现8.05%、79.14%、89.14%的碳减排。(2)对碳排放总量和强度进行聚类分析表明,武汉等7个区域属于"低-低"型,荆州、黄冈属于"高-低"型,宜昌、襄阳属于"高-高"型,随州、仙桃属于"低-高"型。(3)2005—2015年林地和草地碳汇量均呈现一定幅度的递减态势,因生态退耕产生的碳汇波动比较大,因建设占用产生的碳排放虽有波动但大体呈现"先升后降"的趋势。(4)运用Kernel密度估计湖北省农地利用净碳排放演进特征发现,总体上湖北省各地市州的农地利用净碳排放的差距呈现缩减态势。分区域来看,鄂东地区各地市州农地利用净碳排放差距有微弱的扩大后又出现明显的缩小,但净碳排放整体上无明显变化;鄂中地区各地市州差距扩大,净碳排放整体有减少态势;鄂西地区各地市州差距有所扩大但不明显,净碳排放整体有增长态势。基于研究结论,提出加强农地碳库建设,建设以绿色为导向的农地补偿制度等推进湖北省农地利用低碳化和可持续化的对策建议。     

农地退出意愿对化肥、农药使用强度的影响——基于鲁、苏、皖三省农户的实证分析

化肥、农药的过量使用不仅会影响农产品品质,还会给农村生态环境造成很大压力。在化肥、农药过量使用比较普遍的情况下,如何减小化肥、农药的使用强度是当前中国农业高质量发展的重点难点,受到社会各界高度关注。文章从城乡转型发展需要农地与农业劳动力"再配置"出发,理论分析了城镇化进程中农户的农地退出意愿对化肥、农药使用强度的影响,然后利用2019年7—8月调查获得的山东、江苏、安徽三省种植小麦、玉米和稻谷三种主要粮食作物的853户农户调查数据,将农地退出分为部分退出、全部退出两种类型,以单位耕地上的化肥、农药投入金额反映农户的化肥、农药使用强度,采用可解决内生性问题的处理效应模型(TEM)估计了农地退出意愿对化肥、农药使用强度的影响,并进行了稳健性检验。研究发现:在给定的退出补偿标准下,分别有多达50.40%和34.50%的农户愿意退出部分农地或者全部农地;与不愿意退出农地的农户相比,愿意退出部分农地和全部农地的农户,其化肥、农药使用强度分别高93.24元/亩和97.44元/亩,农地退出意愿越强,农户生产三种主要粮食作物的化肥、农药使用强度越大。基于是否愿意或乐意接受国家征地、是否想扩大农地经营规模的稳健性检验发现,农地退出意愿对化肥、农药使用强度有稳定可靠的正向作用。因此,为了进一步减少化肥、农药使用量、实现农业绿色发展,需要加快完善进城农户自愿有偿退出农地的制度安排,积极培育规模农业经营主体,进一步推动农地资源优化配置。     

长三角地区碳排放差异、影响机理及碳达峰预测

系统分析长三角三省一市碳排放差异、探究其影响机理及预测碳排放趋势，对促进该区域碳排放协同达峰、实现绿色一体化发展具有重要意义。根据排放系数法测算浙江、江苏、安徽和上海2005～2019年能源消费碳排放量，选择变异系数、基尼系数、泰尔指数分别测度长三角地区碳排放差异。基于STIRPAT拓展模型，采用岭回归探究长三角各省市碳排放的影响机理；运用情景分析法结合各省政策规划及发展规律，参考各变量历史变化率，设定基准发展情景预测长三角各省市2020～2035年碳排放量及碳达峰年份。结果表明：(1)考察期内长三角三省一市碳排放存在显著差异，碳排放差异整体上随着时间推移波动上升。(2)人口数量、城镇化水平、人均GDP、能源强度均显著影响长三角三省一市的碳排放，能源结构仅对江苏的碳排放有显著影响；上海、浙江、安徽的碳排放驱动因素中，产业结构影响最为显著。(3)基准情景下，上海、浙江、安徽和江苏分别在2026、2027、2028和2031年实现碳达峰，峰值依次为20 768、40 855、63 533和94 973万t。     

安徽省城市化进程中的碳排放影响因素研究——基于STIRPAT模型

通过对安徽省2000~2011年能源消费碳排放量及碳排放强度进行了测算分析，并基于STIRPAT模型，运用因子主成分回归方法，构建影响城市化进程中碳排放增长的驱动因子模型，对城市化进程中碳排放影响因子进行定量分析研究。研究表明：安徽省2000~2011年能源消费碳排放量呈逐年递增态势，碳排放强度和能源强度均逐年递减态势；安徽省在城市化快速进程中，第二产业产值、第三产业产值、城镇人口比重、城镇建成区面积、城镇居民人均可支配收入每增加1%时，碳排放总量将增加1.208 8%、0.202 0%、0.502 3%、4.793 8%、1.066 0%；当能源强度每下降1%时，碳排放总量将减少0.120 2%；城镇建成区面积扩张、工业化水平提升促进了能源的消耗，成为碳排放的主要驱动因素。鉴于此，提出严格控制城市发展用地规模、通过科技创新推动能源利用效率提高及开发利用新能源、优化产业结构及提高三次产业占GDP比重、建设紧凑型低碳城市、倡导低碳绿色生态的生产消费模式等政策建议，为实现建设生态文明以及实现“生态安徽”与“美丽安徽”目标提供科学依据，也可为中尺度（省级行政区）城市化进程中碳排放的研究提供示范     

民族地区农地利用碳排放测算及影响因素研究

农地生产和利用所导致碳排放大幅增加以及引发的环境问题,越来越受到人们的关注。本研究基于农地利用的6个主要方面碳源,测算分析表明,1993-2010年内蒙古、广西、贵州、云南、西藏、青海、宁夏和新疆等民族地区农地利用碳排放总量年均增速分别为8.59%,4.09%,3.04%,5.48%,8.20%,2.06%,6.63%和6.95%。进一步通过LMDI模型对影响因素进行分解,结果表明,效率因素、结构因素以及人口规模因素对碳排放以抑制作用为主,但效果不明显且区域间差异较大;而农业经济水平则对农地利用碳排放具有较强推动作用,与1993年相比,1994-2010年内蒙古、广西、贵州、云南、西藏、青海、宁夏和新疆分别累计产生了207.79%,152.55%,71.83%,166.77%,192.40%,35.41%,269.78%和176.45%的碳增量。最后,基于研究结论提出促进农地利用碳减排的政策建议。     

基于组合模型的能源需求预测

能源是人类生存和发展的重要物质基础,也是当今国际政治、经济、军事、外交关注的焦点。能源需求预测是合理制定能源规划的基础。能源需求预测的模型很多,总的来说,可以分为单一模型预测和组合模型预测。本文在分析几种常用单一模型的优缺点和适用范围的基础上,建立BP神经网络与灰色GM的优化组合模型,对江苏省未来十五年煤炭和石油的需求量进行预测。结果表明:①随着经济的发展,未来江苏省对煤炭和石油的需求量逐渐增加,其中煤炭从2008年的19 601.39万t标准煤增加到2020年的25 615.26万t标准煤,年均增长率为1.81%;石油从2008年的2 628.64万t标准煤增加到2020年的3 532.60万t标准煤,年均增长率为1.36%;②基于BP网络与GM(1,1)的组合模型克服了单一模型的缺点,实现了优化组合模型"过去一段时间内组合预测误差最小"的原则,且预测结果误差较小,不仅适用于能源的中长期预测,还可以推广到其他领域。     

江西省县域农业碳排放的时空动态及影响因素分析

通过构建江西省农业碳排放测算体系，采用碳转化系数法对江西省县域农业碳排放进行了估算，并分析了2000~2010年江西省农业碳排放的时空动态及其影响因素。结果表明：（1）江西省农业碳排放总量从2000年的23085万t增长到2010年的29051万t，不同年份农业碳排放均主要源于化肥施用与农业机械使用；（2）全省农业碳排放量的空间分布呈现较为明显的集聚特征，主要年份高碳排放区均集中于鄱阳湖周边地区；碳排放强度多为Ⅱ级水平，空间分布上与碳排放量相比更为均衡；（3）江西省县域间农业碳排放的相对差异与绝对差异整体上均呈明显扩大的趋势；（4）生产效率、结构、劳动力等因素对农业碳排放有抑制作用，农业经济发展则促进碳排放量增加，农业碳排放还受社会、政策等影响     

基于卫星夜间灯光数据的中国分省碳排放时空模拟

中国能源统计数据"横向不可比,纵向不可加"现象依然突出,尤其是分省能源消费统计千差万别,给分省碳排放评估带来了较大困难,如何利用卫星遥感数据科学合理地估算中国分省碳排放是当前亟须研究的问题。本文运用DMSP/OLS全球稳定夜间灯光数据,在通过相互校正、年内融合和年际间校正等系列处理得到中国分省稳定夜间灯光数据的基础上,首先分别构建中国分省稳定夜间灯光亮度DN值与人均碳排放和单位面积碳排放之间的时空地理加权回归模型,两个模型整体效果均较好,拟合优度分别高达96.74%和99.24%;其次运用稳定夜间灯光亮度DN值对分省人均碳排放和单位面积碳排放进行时空模拟;最后运用人口规模和土地面积对分省碳排放进行估算。估算结果显示:(1)整体来看,2000—2013年年均碳排放模拟值与实际值6.3349×109t较为接近,两个模型的相对误差均在0.5%以内。(2)分年度来看,所有年份的相对误差均在5%以内,2006年分省加总碳排放模拟值与实际碳排放6.2036×109t最为接近,绝对误差和相对误差均较小,两个模型模拟值的相对误差均为0.04%。(3)分省域来看,2000—2013年年均碳排放模拟值与实际碳排放均非常接近,除海南和宁夏外,其余28个省区市的相对误差均在1%以内。(4)分年度分省域来看,以2013年为例,40%省份的相对误差在2%以内,70%省份的相对误差在5%以内。从整体、分年度、分省域、分年度分省域的估算结果来看,基于稳定夜间灯光数据的中国分省碳排放时空模拟效果良好。因此,运用卫星夜间灯光数据可以较为准确地对中国分省碳排放进行估算和预测,为卫星遥感影像数据服务分省碳排放监测和评估提供一种补充性参考。     

基于IPCC方法的湖南省温室气体排放核算及动态分析

为温室气体减排提供决策参考,基于IPCC和中国《省级温室气体清单编制指南》,核算了1995~2011年湖南省温室气体排放,并对其动态作了分析。结果表明: 2011年湖南省温室气体排放总量为594.7 Mt CO₂e,主要温室气体CO₂、CH₄和N₂O的排放量分别为471.3、100.8和22.6 Mt CO₂e,占排放总量的比例依次为79.25%、16.95%和3.79%。能源消费是温室气体排放的主要来源,2011年的排放量达421.5 Mt CO₂e,占排放总量的70.87%。林业呈现为碳汇效应,2011年的值为18.2 Mt CO₂e,消解温室气体排放量的3.06%。研究时段内温室气体从241.7 Mt CO₂e增长为594.7 Mt CO₂e,年均增长率达9.12%,可分为3个阶段,其中,1995~1999年波动降低,1999~2003年缓慢上升,2003~2011年快速增长,变化率依次为-3.32%、4.69%和17.37%。能源利用效率明显提高,万元GDP温室气体排放量由10.64 t CO₂e/万元减少到2.93 t CO₂e/万元,年均减少7.75%,但人均温室气体排放量由3.65 t CO₂e增加到8.07 t CO₂e,年均增长5.08%,减排压力较大。     

基于ARIMA和BP神经网络组合模型的我国碳排放强度预测

预测我国碳排放强度的长期变动趋势, 对国家进行宏观经济管理和节能减排工作具有重要的参考价值。运用深入分析自回归移动平均模型和神经网络的特性，并在此基础上建立ARIMA模型和BP神经网络组合模型，将碳排放强度的时间序列的数据结构分解为线性和非线性残差部分，对我国碳排放强度的变化趋势进行了综合分析与预测。结果显示:今后10 a我国碳排放强度总体是逐步下降的，但到2020年我国碳排放强度仅比2005年下降34%，比我国政府提出碳排放强度下降40%~45%的目标还有一定的差距。因此，要在2020年实现我国碳排放强度目标，必须要调整宏观经济政策，采取各种政策措施以实现目标     

产业结构变动对中国碳排放的影响

采用LMDI分解方法,对中国1996-2009年的碳排放进行分解,定量分析产业结构变动对碳排放变动的影响。在此基础上,依据对未来中国产业结构变动的预测,估算了2020年之前产业结构变动对中国碳减排的贡献。基本情况是,1996-2009年中国碳排放增长464 678万t,其中,经济总量效应531 337万t,产业结构效应49 887万t,能源消费强度效应-223 940万t,能源消费结构效应107 395万t,诸因素对碳排放增长的贡献度分别为114.3%,10.7%,-48.2%和23.1%。产业结构变动驱动了碳排放增长,尽管它不是最主要因素。进一步研究发现,高耗能产业上升或下降1个百分点所对应的CO2排放量增加或减少2.2-2.9亿t。依据对高耗能产业结构变动值的预测,到2020年,产业结构变动效应约为-5亿t,占期间碳排放增量的-15%。这表明,与此前产业结构变动导致碳排放量增加情形相反,未来产业结构变动将有助于减少碳排放。     

湖南省碳源与碳汇变化的时序分析

在全球气候变暖的背景下，减少温室气体排放、发展低碳经济成为各地区在发展中的普遍共识。以湖南省为研究区域，以1995~2008年为研究时序，从能源消费、主要工业产品生产工艺过程、土地利用变化与牲畜管理、固体废弃物处理与废水处理和排放4个方面综合分析了碳源与碳汇的变化情况。研究表明:1995~2008年，湖南省温室气体排放总量约在220亿t（2000年）至399亿t（2008年）CO2当量之间，14 a间增长了6118%，年均增长374%；碳汇总量约在1754亿t（1995年）至2537亿t（2007年）CO2当量之间，14 a间增长了3607%，年均增长约240%；能源消费与农业部门是湖南省温室气体的主要来源，林地是湖南省碳汇的主要来源；综合碳源与碳汇变化的均衡结果，1995~2008年湖南省呈碳汇盈余状态，净碳汇在2001~2007年持续增加，14 a间增长了31.94%，年均增长2.15%     

中国碳交易下的工业碳排放与减排机制研究

中国工业的高能耗投入在带来经济快速增长的同时也导致碳排放的急剧增加,作为全球最大的碳排放国,中国肩负着巨大的减排责任。为了探索减排方式,中国自2013年先后在7个省市建立了碳排放交易市场。研究碳交易对工业碳排放的影响及作用机制,有助于科学评价政策,为全国工业碳交易市场的推行提供合理的建议。本文利用中国30个省份规模工业碳排放数据,首先分别采用DID和PSM-DID方法考察了碳排放交易对工业碳排放和碳强度的影响,其次在使用SFA测算出各省规模工业能源技术效率和能源配置效率的基础上探讨了碳交易发挥作用的机制和影响大小。结果发现:(1)碳交易对试点地区规模工业的碳排放量和碳强度有显著抑制作用,分别使二者下降4.8%和5.2%;(2)碳交易分别使试点地区的工业能源技术效率和配置效率显著提高0.03和0.08;(3)碳交易发挥作用的机制与规模工业的能源技术效率有关。能源技术效率的减排效应大于能源配置效率的增排效应,最终导致政策具有减排作用。这些结论说明,想要推进中国碳交易市场的发展并使其长期发挥减排作用,必须要加快碳交易市场相关配套制度的改革,包括碳价机制和配额分配机制等,使市场交易与政府调控有效结合;淘汰落后产能,增加研发投入,鼓励工业企业使用新技术;转变能源消费结构,倡导新能源和清洁能源的使用。     

绿色低碳背景下中国产业结构调整分析

中国作为世界第一的一次能源消费国以及最大的二氧化碳排放国,在巴黎世界气候大会上承诺于2030年以前单位碳强度较2005年降低60%—65%;此外,在《"十三五"规划纲要》中中国政府也明确提出,在"十三五"时期,碳排放强度较2005年基础上降低40%—45%的目标。在此背景下,本文基于最新的投入产出表构建了产业结构优化模型。通过行业的生产结构矩阵,构建出行业的能源结构消耗矩阵及碳排结构矩阵,旨在能源消耗量与二氧化碳排放量的双重约束下,得到中国2020年最优的产业结构调整方案,并计算了基于现有科技水平下中国最大的碳排潜力。线性规划的结果显示:(1)中国2020年最优的产业结构调整方案可以满足国民经济总产出量最大化的目标,年均增长约为8%;且相比目标年份(2005年)二氧化碳强度下降46.93%,能源强度下降26.04%,达到"十三五"规划中的气候变化目标。在保证经济最低增速(6.5%)的前提下,中国二氧化碳的排放总量可以比优化方案再多下降约14%。(2)建筑业、交通运输及仓储业仍然是中国重要的支柱产业,在国民经济整体的占比份额仍需扩大。(3)从生产的角度看,中国产业结构必须全面向第三产业服务业转型,全面提高国民经济中第三产业的比重,尤其是加大生活服务业类部门的产出量。(4)为了满足"绿色、低碳"的约束限制,半数以上的二产部门的生产规模都应有所降低,尤其是能源部门和金属加工业部门。     

中国农业源碳汇估算及其与农业经济发展的耦合分析

农业作为重要的产业部门,在满足人们基本的物质需求的同时具有重要的生态保障和碳汇功能,充分发掘农业的碳汇潜力对于农业绿色化发展和农民增收具有重要意义。本文量化测算了我国1993—2011年的农业源碳汇潜力,并构建农业源浄碳汇与农业经济发展的耦合模型,结果发现农业源碳汇量由1993年的52 318.70万t波动增加到2011年的66 073.77万t,年均增加1.38%,但是农业源的浄碳汇量却呈现波动递减趋势,由1993年的36 691.72万t减少到34 815.67万t,其中粮食作物的CO2吸收总量占据主要部分,经济作物CO2吸收量在农业总的CO2吸收量所占的比重虽小,但是增速较快,年均增幅达到4.15%;从影响因素来看,农业源碳汇和耕地面积关联度不大,农作物单位产量和农业源碳汇呈正相关;农业源浄碳汇与农业经济发展之间处于强负耦合状态,耦合状态不理想,农业产值与农业净碳汇关联度不强,这主要是由高投入、高消耗的农业生产方式引发农业碳排放增加和农业总产出效益提升等原因造成的。最后,本文针对性地提出促进我国农业减排增汇的对策建议:强化政府引导,从农业的规划、生产、消费等多领域进行引导;加大农业减排增汇的技术、资金和人力支持,为农业的减排增汇做好保障;通过林地增汇、农田增汇、草地增汇、综合增汇等多种手段,提升农地的碳汇能力;加快碳市场交易体系建设,以市场杠杆推进农业的减排增汇。