基于LMDI模型的陕西省能源消费碳排放压力解耦分析

依据2001—2011年陕西省能源消费数据,测算并分析了陕西省碳排放量及碳排放压力。采用对数平均迪氏指数分解法(LMDI)建立陕西省碳压力解耦分解模型,并运用扩展Kaya恒等式分析能源排放强度、能源结构、能源效率、经济效应和环境效应5种因素对陕西省碳排放造成的环境压力的影响。结果表明,2011年陕西省能源消费碳排放总量比2001年上升248%,碳排放所造成的环境压力增长141.76%。经济效应对碳排放压力增长有推动作用。对碳排放压力有抑制作用的2个因素为能源效率和环境效应。提高能源利用效率和增加森林覆盖率是降低陕西省碳排放压力的主要手段。     

江苏省城市交通碳排放的时空演变特征与驱动因素分析

基于江苏省各城市2001—2021年的面板数据,结合IPCC碳排放测算方案运用“自下而上”方法完整测度了江苏省城市交通运输部门碳排放量,运用两级LMDI加法分解模型分析了8个因素对碳排放的影响机制和影响异质性。结果表明：关于时序变化趋势,江苏省交通碳排放经历了3个阶段,2001—2005年为高速增长阶段,2006—2013年为中速增长阶段,2014年至今为低速增长阶段,增长率持续稳定在10%以下;关于空间变化趋势,江苏省交通碳排放量呈现“南高北低”的分布特点,苏州碳排放量约占江苏全省的1/3;关于驱动因素,江苏省交通碳排放的促增因素为能源效率、经济水平、公共交通饱和度、绿色植被覆盖率、人口规模,促降因素主要为产业结构、公共交通参与度、土地利用结构,其中经济水平是首要的促增因素,公共交通参与度是主要的促降因素。     

江苏和吉林农村家庭能源消费差异及影响因素分析

通过对江苏省和吉林省农村能源消费的实地调查,分析了农村家庭能源消费的区域差异.结果表明,由于冬季取暖需求,吉林省农村人均总能源消费量高于江苏;在生物质能源方面,江苏使用秸秆居多,而森林资源丰富的吉林以秸秆和薪柴并重;在商品能源消费方面,江苏人均消费电力、成品油、液化气多于吉林,而煤炭消耗少于吉林;在新型可再生能源--沼气消费方面,江苏的推广效果好于吉林.运用经济计量模型分析了农村家庭能源消费的影响因素,结果表明:人均纯收入、人均耕地面积、人均耐用家电价值、人均摩托车及生产性固定资产价值、地区等因素是影响农村家庭人均能源消费量的重要因素;同时,政府的资金技术支持、人均纯收入、人均生猪养殖数量、农户位于粮食主产区或林区等因素对农户选择使用沼气有重要影响.     

中国能源消费导致的CO2排放量的差异特征分析

运用一种不产生残差的方法——对数平均迪氏指数法LMDI(logarithmicmeanDivisiaindex),对中国部分省份、区域能源消费导致的二氧化碳排放量进行了分解分析。将二氧化碳排放总量的变化分解成五个主要影响因素,即化石燃料的排放系数、能源消费结构、能源强度、人均GDP和人口总数。研究表明我国各省(地区)的二氧化碳排放量在1996年后呈现零(或负)增长趋势,主要影响因素是能源强度的提高;各省(地区)的二氧化碳排放量地区差异显著。因此,要在全国实现二氧化碳排放量的总体减排,应从提高能源利用效率,调整产业结构,消除地区发展的不平衡,逐步改善能源消费结构等方面考虑。     

基于LMDI的中国二氧化硫排放区域变化的因素分解

运用LMDI方法将中国SO2排放变化分解为规模效应、区域经济结构效应、能源强度效应、能源结构效应、产污系数效应和污染治理效应六个因素,并进行了东、中、西和东北四个地区的差异分解分析。结果表明：规模效应是造成各地区SO2排放增加的最重要原因,不同地区不同时段SO2排放的减排因素不同。1999―2003年间,东部、中部地区能源结构和产污系数的减排效应显著,西部、东北地区能源强度和产污系数效应突出;2003―2006年间,东中西部污染治理和产污系数减排效应明显,东北地区能源效率减排贡献大;2006―2009年间,东部、中部的污染治理和能源效率减排贡献突出,西部的产污系数效应和污染治理作用显著,东北的产污系数和能源强度效应突出。建议按照不同地区结合实际情况实行灵活的减排政策。     

江苏省设区市尺度的碳排放核算及影响因素研究

本文利用联合国政府间气候变化专门委员会(intergovernmental panel on climate change,IPCC)清单法核算了江苏省13个设区市1999—2020年的碳排放量,并利用可拓展随机性环境影响评估模型(stochastic impacts by regression on population,affluence,and technology;STIRPAT)分析经济、人口、能源强度和能源结构对碳排放的影响。各设区市的碳排放存在较大差异,淮安的年均碳排放量(3.00×10⁷t CO₂)处于中游水平,苏州具有最大的年均碳排放量,约为淮安的5倍。2020年,宿迁、常州和盐城的碳排放量同比增加,其他城市的碳排放量同比下降或者零增长,其中,淮安、扬州、泰州、南通和徐州的碳排放量持续下降。STIRPAT模型拟合结果表明：(1)碳排放与人口的关系具有地区差异,苏南城市的人口与碳排放均为显著正相关,南通、徐州和泰州则为显著负相关;(2)人均GDP、第二产业占比、能源强度(单位GDP能耗)以及能源结构(原煤占一次能源消费比重)与...     

基于投入产出分析的广东贸易隐含碳排放研究

根据《巴黎协定》发展目标,我国计划将在2030年前实现碳达峰,2060年前实现碳中和,意义重大且任务艰巨.为实现减排目标,将减排责任落实到省际层面,准确核算省际间由于贸易带来的碳转移问题,对于完善碳排放工程中的权利和义务,实现碳排放控制目标至关重要.粤港澳大湾区是国家战略建设重点,本研究基于多区域投入产出数据,核算了湾区核心广东省2012年、2015年和2017年各部门和各行业的碳排放总量,分析了广东省由于贸易带来的输入和输出隐含碳的排放特征.研究结果表明,2012—2017年间,广东省属于碳排放净流入区域,但净流入量逐年递减.从行业的角度来看,重工业、服务业和运输业;从部门的角度来看,化学产品、批发与零售和通信设备、计算机和其他电子设备,是广东省重点排放的行业和部门.此外,广东省输出的地区主要是河南、浙江和江苏等地;输入的地区主要是内蒙古、河北和江苏等地.研究成果将为碳排放空间配置的优化和碳排放权交易的制定提供理论支持.     

“绿水青山就是金山银山”实践创新基地碳汇量核算及碳排放影响因素研究：以浙江省宁海县为例

如何科学评估“绿水青山就是金山银山”(以下简称“两山”)实践创新基地碳源碳汇的变化趋势、时空分布、影响因子,对指导新时期生态文明建设具有重要作用。以浙江省宁海县为例,基于IPCC碳排放清单,测度宁海县碳汇量与碳排放量,分析区域碳汇的空间分布规律,并基于方差分解分析探究宁海县碳排放的影响因素。结果表明,宁海县碳汇量呈现逐年增加的趋势,2003—2018年从43.91万上升至49.40万t,其中,森林碳汇量占比为88.21%～91.12%;碳源量呈现平稳—急剧上升—波动下降—保持稳定的变化趋势,由2003年的154.17万变化至2018年的508.87万t。从碳汇量的空间分布来看,宁海县县域碳汇大致呈现西部>东南部>北部>中部的西高东低格局;宁海县碳排放可被社会因素、经济因素和“两山”建设驱动因素共同解释,3个因素对碳排放的共有解释度为60.86%,各因子的解释度表现为经济因素>“两山”建设驱动因素>社会因素。该研究为国家“两山”实践创新基地的碳源碳汇量核算提供了新思路,可为下一步政策制定和县域绿色发展提供参考。     

农业机械化对我国农业碳排放效率的影响——基于Super-SBM-Tobit模型

随着“双碳”目标的提出,碳减排成为农业发展的重要任务,为了从农业机械化视角助力中国农业低碳发展,探究其对我国农业碳排放效率的影响,基于2011—2020年中国31个省(市、自治区)的农业生产相关面板数据,综合运用Super-SBM模型和Tobit模型测算中国省域农业的碳排放效率,并重点分析了农业机械化水平对农业碳排放效率的影响。研究结果表明：2011—2020年中国的农业碳排放效率均值为0.925,平均年增长率为2.744%,整体农业碳排放效率稳步提高,但仍存在较大的提升空间,且各地区间存在较大差异;农业机械化水平在1%的显著性水平上与农业碳排放效率呈现正相关关系,提高农业机械化发展水平、推动农业生产发展与节能减排协同增效,是中国新时期新常态下奔向“双碳”目标的必由之路。基于上述结论,从科技创新、因地制宜、政策支持和农业机械化服务组织搭建4个角度提出建议。     

基于LEAP模型和KAYA模型的主城区碳达峰预测及不确定性分析

CO₂排放是城市碳达峰预测研究的重要内容,准确核算碳排放对实现城市产业绿色转型发展与碳中和具有重要意义。主城区产业以生活功能、生产研发和服务业为主,缺乏独立的主城区能源消费统计,导致碳排放核查存在空白。为此,以南京某市辖区为研究对象,结合2011—2020年南京市能源统计数据,从碳排放影响因素和终端能源消费计算2个方面分析市辖区碳排放特征,并采用Kaya碳排放恒等式和LEAP模型,设置不同的情景,预测未来碳排放趋势和达峰时间。结果表明：2011—2020年研究区能源消费从108.99万增长至222.02万t(以标准煤计),CO₂排放量仍处于快速增长期,2020年碳排放量相比2011年增长82.27%,但能耗强度由0.324下降到0.200 t·万元^-1,化石燃料使用占比逐渐减少,用电量增加。2020年研究区碳排放强度为0.337 t·万元^-1,低于南京市平均水平(0.75 t·万元^-1)。积极推动低碳转型发展,研究区可实现2030年前碳达峰的目标。人均生产总值和能源强度是影响主...     

能源足迹变化的多因素影响效应研究——以吉林省为例

采用对数平均迪氏指数法构建能源足迹因素分解模型,定量分析1994—2008年吉林省能源足迹变化的主要影响因素及其效应特征。结果表明,1994—2008年,吉林省人均能源足迹从0.228 hm2增至0.524 hm2。在能源足迹增长的抑制因素中,能源强度效应占84.54%,排放因子效应占15.46%;在能源足迹增长的促进因素中,经济产出效应占91.39%,能源结构效应占4.30%,人口规模效应占3.73%,土地固碳效应占0.57%。以经济产出因素为主导的正效应明显大于以能源强度因素为主导的负效应,两者之比为1.73∶1,叠加表现为对能源足迹增长的促进作用,导致其总体呈递增趋势。此外,在正、负效应的双变量格局下,能源足迹呈复合曲面分布。目前减缓吉林省能源足迹增长的重点在于通过技术进步促进能源强度下降,同时需调整能源结构以发挥其应有的抑制作用。     

基于净初级生产力的能源足迹模型及其与传统模型的比较分析

将净初级生产力和土地利用变化2个新指标纳入传统能源足迹模型,构建了基于净初级生产力的能源足迹模型。应用传统模型和改进后的模型分别计算了1999—2008年的吉林省能源足迹,并对2组结果进行了比较分析。研究结果表明：10年间,采用传统模型计算的吉林省人均能源足迹由0.7908hm2增至1.6770hm2,采用净初级生产力模型计算的人均能源足迹由0.2490hm2增至0.5237hm2。2种模型的计算结果在整体变化趋势和构成顺序上较为一致,但在历年变化速率和具体构成份额上存在一定差别。净初级生产力模型扩展了传统模型的研究范围,并在碳吸收参数选取等方面进行了较大改进,所得结果反映了区域综合碳吸收能力下的能源消费生态环境影响,更符合区域自然和社会实际状况,一定程度上是对传统模型的完善。     

基于改进遥感生态指数的矿区生态环境监测及驱动因素分析

针对研究区大气环境状况,在遥感生态指数(RSEI,I_RSE)绿度、湿度、干度和热度指标的基础上加入了PM_2.5浓度,构建新型遥感生态指数(I_RSE,new),对2001—2020年矿区生态环境进行监测及驱动因素分析。结果表明：(1)新型遥感生态指数模型能较为真实地反映研究区生态环境状况,20 a间研究区生态环境质量呈现波动变化。2009年前生态环境质量略有下降,之后呈现总体变好趋势,I_RSE,new等级以中等和较优为主,生态环境趋于平稳。(2)生态环境退化的区域大多分布在研究区中部和东部,主要归因于城镇的扩张;改善区域主要分布在西部,受益于人类活动干扰较少及政府的生态优先政策等,该地区的生态环境状况有了显著改善。(3)单独分析研究区水体环境质量状况发现,水体与陆地变化区域生态环境等级为中等偏优,整体生态环境良好。(4)矿区生态环境质量受降雨、气温、坡度和人类活动等驱动因素的共同作用,政府对生态环境的治理与保护措施取得了积极成效。     

基于地理加权回归模型的能源“金三角”地区植被时空演变及主导因素分析

宁陕蒙接壤地区的能源"金三角"为我国提供了丰富的能源,其地表植被状况与我国的生态恢复与重建密切相关。应用RS和GIS技术,以归一化植被指数产品(MODIS NDVI)为数据源,借助逐像元趋势分析法研究了2005—2015年间的植被动态变化;基于规则网格构建地理加权回归模型(GWR),探索了高程、坡度、土壤黏粒含量、多年平均气温、多年平均降水、距煤矿区距离及距道路距离7个因子对植被变化的影响及其空间非平稳性。结果表明:(1)时间上,2005—2015年研究区平均NDVI整体呈现波动上升趋势,增长率为0.083·(10 a)~(-1)(P0.05);空间上,NDVI呈现由东南向西北递减的分布格局;趋势上,NDVI变化呈增加趋势的区域(27.11%)远大于减少区域(0.64%),显著增加区域主要分布在榆林市东部。(2)与2005—2012年相比,2013—2015年归一化植被指数(NDVI)在全区显著减少,且具有更强的空间聚集性(Moran's I值为0.851),但变化程度具有空间异质性。(3)2个时段全区植被变化受气候等自然因素的影响较大,影响植被变化的主要因素在时间与空间上具有差异性,人类活动对植被变化具有双重作用。     

新疆若羌县绿洲带土壤硒含量的空间分布及影响因素分析

为研究若羌县土壤Se含量、分布特征与土壤性质的关系,在研究区采集434个表层土壤样品,分析了若羌县土壤Se含量及其影响因素.结果表明,若羌县表层土壤Se含量变幅为0.06—0.47 mg·kg~(-1),平均值为0.18 mg·kg~(-1),总体属于中等、边缘及缺硒土壤,不存在硒中毒土壤.不同土壤类型中草甸土Se含量最高(0.23 mg·kg~(-1)),盐土最低(0.13 mg·kg~(-1)).成土母质以洪积物发育的土壤Se含量最高(0.25 mg·kg~(-1)),湖积物最低(0.14 mg·kg~(-1)).不同土地利用方式下,水田土壤Se含量最高(0.32 mg·kg~(-1)).研究区土壤MgO、有机碳C_(org)、黏粒含量、TN和铁锰氧化物是影响土壤Se含量的主要因素.     

泰安市典型生态功能区空气负离子的时空分布及影响因素分析

为了探讨城市不同生态功能区空气负离子的时空分布及其影响因素,选取泰安市典型生态功能区(广场公园区、居民住宅区、城市道路区和工业厂房区),对其空气正、负离子浓度、可吸入颗粒物(PM10、PM2.5)浓度及其主要环境因子(空气温度、相对湿度、风速)进行同步监测,系统分析评价了各生态功能区空气负离子动态变化特征,以及与环境因子和可吸入颗粒物的相关性.结果表明:(1)广场公园区空气负离子浓度日变化呈明显的单峰形式,居民住宅区、城市道路区和工业厂房区呈双峰形式,广场公园区的空气负离子浓度最高,其次是居民住宅区和城市道路区,工业厂房区最低;(2)各生态功能区CI指数的平均值大小顺序依次为广场公园区居民住宅区城市道路区工业厂房区;(3)空气负离子日变化浓度趋势与相对湿度变化趋势相似,与温度、空气正离子、风速变化趋势相反.对空气负离子浓度日变化影响较大的环境因子是相对湿度和温度;(4)空气负离子和可吸入颗粒物(PM10、PM2.5)的日变化趋势相反,当空气负离子浓度增大时,可吸入颗粒物浓度减小,空气负离子和可吸入颗粒物呈显著负相关的关系,在相关性上PM10PM2.5.