基于神经网络的碳排放预测及影响因素分析

基于新疆1995—2014年农业生产碳排放源,建立碳排放关系数据库。应用广义神经网络(generalized regression neural network,GRNN)构建了排放量预测模型,结合平均影响值(mean impact value,MIV)方法对碳排放影响因素进行量化。结果表明:1)GRNN模型预测碳排放的平均绝对百分误差和拟合优度分别为2.7860%和0.8720;2)新疆人口、人均GDP、农业贡献值、农机总动力和农户固定资产投资等因素对农业生产碳排放的影响程度分别为0.6210、0.2377、0.3698、0.8500和0.1000。该成果可为新疆碳排放总量分析和影响因素量化方面提供参考。     

广东省交通碳排放核算及影响因素分析

交通领域是二氧化碳排放的重要领域,为研究广东省的交通碳排放及影响因素,利用IPCC（联合国政府间气候变化专门委员会）在温室气体清单指南中提供的方法估算了广东交通碳排放量,并应用LMDI分解法（对数平均指数法）对广东交通碳排放进行因素分解分析.结果表明:① 2001-2010年广东交通碳排放量从1 950.98×104 t增至6 068.41×104 t,其中交通运输业碳排放是广东交通碳排放的主体,私人交通碳排放已成为广东交通碳排放不可忽视的组成部分.② 交通运输业中的公路碳排放量占比最大,占56%~64%;铁路的碳排放量占比最小,占0.6%~1.6%;水运具有较大的节能优势;民航单位周转量碳排放量最高.③ 交通运输业发展水平、运输结构、私人汽车数量规模对广东交通碳排放增加的贡献率分别为68.79%、36.14%、18.66%,是拉动广东交通碳排放增长的主要因素;运输强度与能源强度的贡献率分别为-18.1%、-6.46%,是抑制交通碳排放增长的因素.广东可以通过采取优化交通运输结构、使用替代清洁能源等措施减少交通碳排放.      

中国建筑业碳排放强度影响因素分析

针对2000—2014年我国建筑业构建了碳排放强度测算模型,并基于对数平均迪式指数分解法(LMDI)对碳排放强度的影响因素从能源碳排放强度效应、能源结构效应、能源强度效应以及间接碳排放强度效应4方面进行了分解分析,结果显示:2000—2014年我国建筑业碳排放强度出现了两次波动,但总体呈下降趋势,间接碳排放强度效应对碳排放强度变化起主要作用,是阻碍建筑业碳排放强度下降的主要因素,能源结构效应与能源强度效应对其贡献较小,二者在碳排放强度上升阶段对其变化起抑制作用,在碳排放强度下降阶段对其变化起促进作用。     

陕西省土地利用碳排放演变与影响因素分析研究

以陕西省统计数据为基础,利用土地利用碳排放模型和STIRPAT模型,分析了陕西省1999年-2013年土地利用碳排放演变与影响因素,结果表明:陕西省碳排放量呈增加趋势,增加了4.07倍,其中建设用地碳排量增加起主导作用.碳排放经历了减少(1999-2000年)、稳步增加(2001-2006年)和快速增加(2007-2013年)3个阶段.人口数量和GDP是陕西省土地利用碳排放变化的影响因素,其中人口数量对碳排放变化的贡献高于GDP.经济集约式发展和个人集约式低碳消费是碳减排的重要方向.     

昆明市城镇家庭消费碳排放特征及影响因素分析

根据IPCC国家温室气体（GHG）碳排放计算清单指南,研究和修正昆明碳排放系数,对2000～2008年昆明市家庭城镇消费进行调查与碳排放量核算。结果表明：昆明市城镇家庭碳排放总量变化趋势为平稳上升趋势。碳排结构中能源碳排量占比最大,其排放主体为家庭用电、家用燃料,而物质消费碳排放主体为衣着类、粮食、肉类。另外,人口特征和经济特征因素与城镇家庭碳排放量具有显著相关性。     

西北五省碳排放时空格局及影响因素研究

西北五省地理位置和生态环境特殊,经济发展相对落后,要在促进经济社会发展的同时兼顾减碳、控碳的目标,非常具有挑战。文章分析了西北五省碳排放变化情况,采用空间自相关刻画了在县域尺度下研究区域内部碳排放指标的空间关联性,借助趋势面模拟了研究区域内碳排放在空间上的分布规律,运用地理加权回归模型定量描述了各区县碳排放总量影响因素的空间异质性。结果表明：西北地区各县域碳排放量差距逐渐增大,高碳排量县域数量明显增加,空间不均衡程度明显,多极化特征日趋显现;各区县碳排放量空间集聚模式变化程度较小,H-H集聚和L-L集聚是其主要集聚模式;高值县域逐渐向东部和南北方向中部的区域集中,分异情况逐渐显著;由技术引领的产业与生产方式优化在节能减排的道路上发挥的作用越来越大,应因地制宜采取差异化的控碳策略。     

我国碳排放权交易价格影响因素回归分析

2017年年底我国正式启动统一碳排放权交易市场,碳市场为我国实行二氧化碳减排提供了有效手段。由于碳市场起步晚,市场交易机制、法规制度等方面亟待完善。本文在探究碳排放权交易机制和碳价格形成过程的基础上,尝试将技术进步作为解释变量之一进行分析。实证研究选取2014年7月—2018年12月五个活跃度高的碳试点日交易价格数据,采用多元回归模型分析六个影响因素与我国碳排放权交易价格的相关性。实证结果表明,金融市场、能源价格、空气质量、国际碳市场、技术进步均与碳排放权交易价格存在显著的相关关系,其中技术进步因素具有较强的影响力,与碳排放交易价格呈显著的负相关关系。碳排放权交易价格影响因素的确定可为我国健全和完善统一碳排放权交易市场提供决策参考。     

中国交通运输碳排放及影响因素时空差异分析

为减少交通运输二氧化碳排放量,采用ESDA方法对交通运输碳排放时空分布格局进行研究,同时考虑了空间联系作用,构建GWR模型对碳排放影响因素进行时空差异分析.研究发现:(1)2000—2013年中国省域交通碳排放空间聚类特征随时间变化不大,存在显著的高值、低值聚类特征.京津冀地区、辽宁、山东、山西、陕西、河南地区为高值聚类区,新疆、青海地区一直处于低值聚类区.(2)碳排放影响因素在相邻地区差异较小.其中城镇化率、交通运输结构为主要推动因素,能源强度则起到关键抑制作用.应对碳排放聚类区域施行协同减排目标,同时,应根据因素影响作用差异,分区域制定针对性减排政策.     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

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。     

中国居民消费碳排放影响因素的时空异质性

研究我国居民消费间接碳排放的阶段性和区域性特征,对于制定社会经济新常态发展下的碳减排策略具有重要的现实意义.利用投入产出法和结构分解分析法,核算了2002~2017年中国居民消费间接碳排放水平,量化了影响因素对间接碳排放的贡献;利用地理加权回归模型定量描述了省域间接碳排放的时空分异特征.结果显示:2002~2017年中国居民消费间接碳排放呈现先增长后下降的趋势,“食品”类和“居住”类消费是其主要来源,占比42%~48%.新常态下,“直接碳排放强度”、“生产技术”和“消费倾向”因素的抑制作用显著加强,大大抵消了“收入规模”、“人口”及“消费结构”因素对碳排放的促进作用,促使碳排放降低了145MtC.省域间接碳排放从东至西呈现递减的分布特征,表现出一定的集聚性.碳排放的影响因素具有空间异质性,“生产技术”与碳排放呈现负相关关系,其他因素呈现正相关关系.其中,“人口”、“收入规模”及“直接碳排放强度”对碳排放的影响程度较为突出.     

中部地区碳排放时空演变及其影响因素分析

为实现碳达峰、碳中和目标,研究我国中部地区的碳排放时空演变及其影响因素有着重要的意义.使用2012—2019年NPP-VIIRS夜光遥感数据计算中部地区的碳排放量,结合地理探测器对碳排放时空变化及其影响因子进行分析.分析结果显示：①山西省碳排放量居中部地区首位,河南省次之,安徽省碳排放量位居第三,后为湖北省和湖南省,江西省碳排放最低;②2012—2019年在中部地区碳排放量聚集程度逐年减弱,高高聚集面积从210742.9 km²减少到153999.3 km²,低低聚集面积由148249.2 km²减少到103804.0 km²;③通过地理探测器分析的结果得到：对中部地区各省份碳排放影响因子解释力较大的为经济要素：地区生产总值和第二生产总值;中部地区各省份碳排放因子解释力较高的双因子交互多为经济要素.研究显示,中部地区各个省份碳排放分布及影响因素存在一定的差异,在制定碳达峰、碳中和行动方案时应考虑到不同地区碳排放的差异,本研究为中部地区制定节能减排政策提供数据支撑.     

中国低碳试点城市碳排放效率时空演变与影响因素

中国提出2030年前实现碳达峰、2060年前实现碳中和的战略目标,提高碳排放效率,推动绿色低碳发展是实现“双碳”目标的重要途径。运用包含非期望产出的Super-SBM模型,测度了2003—2018年中国68个低碳试点城市的碳排放效率并分析其时空演变特征,运用面板回归模型分析城市碳排放效率的影响因素,得出以下结论：（1）低碳试点城市碳排放效率在时间上整体呈上升趋势,效率值从0.169上升至0.423,年均增长率为6.31%,仍有一定的提升空间。（2）低碳试点城市碳排放效率的区域差异呈先缩小后逐渐扩大趋势,空间上呈现“东中西”递减分布格局;从城市等级规模来看呈现“超大城市>特大城市>大城市>中等城市>小城市”特征。（3）经济发展水平、产业结构、城镇化水平、绿色技术创新与试点城市碳排放效率呈显著正相关,外资强度与碳排放效率呈显著负相关,各影响因素对三大地区和不同规模城市的作用程度存在一定的差异性。从创新投入、产业结构和区域差异化等方面提出对策建议,对促进城市绿色低碳发展和生态文明建设具有一定的借鉴意义。     

稻田耕层土壤黑碳分布特征及影响因素

为探究我国稻田土壤黑碳含量分布特征及其影响因素,本研究采用苯多羧酸法(Benzene polycarboxylic acid,BPCA)对稻田耕层土壤黑碳(Black carbon,BC)含量及稳定性进行测定与分析,以完善国内农田土壤黑碳研究,并为农业可持续发展提供理论依据.结果表明:(1)黑碳含量为(0.70±0.08)~(4.57±1.63)g·kg-1,平均值为(1.63±0.18)g·kg-1;黑碳储量为(1.55±0.18)~(6.18±2.39)t·h m-2,平均值为(2.71±0.27)t·hm-2.(2)黑碳含量排序:西南区东北区华南区华东区华北区西北区,黑碳储量排序:西南区东北区华北区华南区华东区西北区.(3)在苯多羧酸含量特征方面,西南区表现为苯四甲酸(∑tetracarboxylic acids,B4CAs)苯六甲酸(mellitic acid,B6CA)苯五甲酸(benzenepentacarboxylic acid,B5CA)苯三甲酸(∑tricarboxylic acids,B3CAs),华北区表现为B6CAB4CAsB5CAB3CAs,其它耕作区表现为B6CAB5CAB4CAsB3CAs.B5CA/B6CA、B6CA/B4CAs分别为(0.73±0.06)~(0.98±0.18)、(1.07±0.14)~(1.38±0.10),平均值分别为(0.92±0.02)、(1.23±0.03).研究发现,稻田土壤黑碳分布特征是人为因素、黑碳结构特性及环境因素等综合作用的结果.土壤黑碳主要来自稻田作物燃烧,并且黑碳含量与pH及容重间的相关性不显著,而与土壤有机碳、黏粒呈显著正相关.     

哈长城市群县域碳排放空间溢出效应及影响因素研究——基于NPP-VIIRS夜间灯光数据的实证

基于2012-2016年NPP-VIIRS夜间灯光数据测算哈长城市群共计68个县级单元碳排放数据,采用空间自相关、位序规模法则、空间计量模型以及空间马尔科夫链模型,对县级尺度城市碳排放空间特征、影响因素和动态空间溢出作用进行分析.结果表明：①城市碳排放呈现逐年下降的趋势,空间Moran''s I指数表明研究区城市碳排放存在高度的空间自相关,碳排放的高值集聚性呈降低的趋势.②位序规模法则表明,研究区全部城市的碳排放属于次位型分布,高位次城市的碳排放表现突出;在前十位城市的碳排放规模先减少再增加,由分散向集中演变.③多种空间面板模型对比分析表明,城市经济水平和人口密度因素呈现显著的正相关关系;固定投资和外商投资因素仅在时间固定模型中起到正向影响作用;技术进步以及路网密度因素则起到显著的抑制作用.④空间马尔科夫链分析结果表明,城市碳排放空间溢出效应明显,位于低水平区域与高水平区域的城市在转移过程中保持稳定;位于中低水平区域的城市与高碳排放的城市相邻会降低转移概率,反之则会提升转移概率.     

浙江省都市区碳排放时空演变及其影响因素

都市区建设促进城镇协同发展,对碳排放产生了影响,因此研究都市区建设与碳排放的关系,有助于探索减排的有效途径。基于浙江省各县市区2010—2018年间土地利用、能源消费等数据,测算碳排放量;利用空间自相关方法和空间计量回归模型,探讨四大都市区碳排放的时空演变特征及其影响因素。结果表明：（1）杭州都市区是浙江省最大的碳排放都市区,其次是宁波、温州和金义都市区。（2）碳排放在空间上具有明显的集聚特征。不同都市区碳排放的时空演变特征具有显著的差异性。（3）都市区建设有助于各城镇的协同作用,促进资源的高效配置和利用,进而降低碳排放。（4）都市区碳排放的影响因素和驱动机制受到都市区发展阶段和特色影响,形成不同的空间特征。（5）都市区低碳建设任务和方案是由其独特的碳排放驱动机制和时空演变特征决定的。     

天津市生活垃圾处理碳排放时间变化特征及影响因素

控制生活垃圾处理产生的温室气体已成为碳减排的重点方向之一。参考《省级温室气体清单编制指南（试行）》推荐方法核算了天津市2009—2018年生活垃圾处理碳排放量,分析碳排放时间变化特征,并采用改进Kaya恒等式和LMDI加和分解法的碳排放影响因素分解恒等式,分析天津市生活垃圾处理碳排放的影响因素。结果表明：2009—2018年天津市生活垃圾处理碳排放量呈现先降后增的趋势,碳排放量主要来自填埋处理;影响碳排放的因素中,经济产出效应（ΔY）对生活垃圾处理碳排放的驱动作用最大,碳排放强度效应（ΔCF）次之,生活垃圾排放强度效应（ΔWI）和生活垃圾处理结构强度（ΔWS）对碳排放具有负向作用。控制生活垃圾产生量、增加垃圾焚烧处理占比以及提高填埋场甲烷回收率是未来主要的减排方向。