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...     

天津市温室气体排放匡算

以2008年天津市主要领域碳排放情况为基数,采用IPCC指南中的计算方法,选取IPCC指南明确的五大领域中,对天津市而言具有代表性的部分内容,对2008年天津市全市碳排放量进行匡算.匡算结果表明,能源活动(化石燃料燃烧)为天津市主要温室气体排放源,且其比例占据了主导地位.在能源活动中工业和发电行业排放的温室气体较大,分...     

滨海新区能源消费驱动因素完全分解研究

运用完全分解模型详细研究了2000-2007年间滨海新区能源消费总量变化的过程。结果表明,2000-2007年期间,经济规模扩张因素所产生的增长效应对滨海新区能源消费总量的持续增长起主导作用。与此同时,产业结构的变动对能源消费的减量作用为负面的,技术进步因素产生的能源强度效应则是推动滨海新区能源消费减量的主要因素。笔者认为,推动产业结构的跨越式演进以及在未来城市规划中增加能源消费总量约束性的发展指标是滨海新区实现能源消费总量降低的重要途径和手段。     

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.     

上海、北京和天津碳排放的比较

以北京、天津、上海为例,探讨了城市碳排放趋势预测的研究方法。采用最优增长率模型,研究了经济平稳增长的条件下,各市未来的能源碳排放趋势。考虑了水泥工业的碳排放量,并采用CO2FIX模型计算各市森林碳汇量,从而得到各市净碳排放量。结果表明：北京、天津、上海的能源碳排放量都呈倒U型曲线,上海的碳排放量远高于北京和天津两市。北京、天津、上海的水泥碳排放量都呈增加趋势,其中北京每年的水泥碳排放量最大,且增长率也是3个城市中最大的。北京和天津的累计森林碳汇量不断上升,上海的累计森林碳汇量几乎为零。北京、上海、天津的净碳排放量仍呈倒U型曲线增长,但与不考虑水泥碳排放和森林碳汇时的情况差别不大。由此可见,北京、上海、天津应重点减少能源碳排放,有效控制水泥产业碳排放,逐步扩大植树造林面积,从多方面采取措施降低碳排放。     

区域能源碳足迹计算模型比较研究——以湖北省为例

能源消费排放是最主要的碳排放来源,研究能源碳足迹重要理论和现实意义。如何准确计算和表征能源碳足迹的大小成为该研究领域的重要问题。在文献回顾的基础上,文章总结了3种目前应用较广泛的计算区域能源消费碳足迹的方法和模型,它们分别是碳汇法、净初级生产力改进模型和净生态系统生产力改进模型。分别介绍了其计算公式、输入参数和计算过程。以湖北省1998-2009年能源消费碳足迹的计算为例,分别用这几种方法计算了能源消费碳足迹的总量和人均碳足迹。得到的主要结论有：研究区域能源消费碳排放量增长较快,3种方法和模型计算得到的碳足迹总量和人均量从时间序列上看,整体变化趋势一致,碳足迹亦呈现快速增长。但3种模型计算出的碳足迹大小差异较大,碳汇法模型足迹最大,净生态系统生产力改进模型次之,净初级生产力改进模型结果最小,并且碳汇法的计算结果明显大于其他两种模型。计算结果差异的原因在于,传统碳汇法模型只考虑林地的碳吸收能力,忽略了区域其他用地类型的碳吸收能力。净初级生产力改进模型考虑了各种用地类型的吸收能力,但从生态系统来说忽略了异氧呼吸的碳释放,高估了区域的碳吸收能力。几种模型都运用了固定值或者平均统计量,未能考虑地域差异,同时未考虑各统计量随时间和气候等变化而变化的可能,存在一定的不合理性,这也是今后研究值得深人研究的方向。     

新疆农业现代化进程中的碳排放效应

利用1995—2015年的统计数据,运用排放系数法、格兰杰检验和协整检验对新疆农业现代化进程中的碳排放效应进行研究。结果表明:(1)新疆农业现代化进程中的碳排放总量、农业化学化碳排放量、农业机械化碳排放量、农业水利化碳排放量均呈明显上升态势,而碳排放强度呈波动下降特征;(2)农业碳排放结构发生了显著变化,碳排放结构由以农业机械化碳排放为主向以农业化学化碳排放为主转变;(3)新疆各地州(市)的农业碳排放量空间分异明显,喀什地区、昌吉州和伊犁州直等人口较多、耕地资源丰富和种植业发展较好的地州农业碳排放量规模较大;(4)农业经济增长是导致农业碳排放量上升的驱动因素,而且存在长期稳定的关系。为此,要顺利推进新疆农业现代化进程,必须协调好经济发展与农业碳排放的关系,走低碳农业发展道路。     

“双碳”目标下江西省农业碳排放量测算、影响因素分析与预测研究

农业是中国的立国之本,也是重要的碳排放源,发展低碳农业有助于中国总体碳减排目标的实现。选择农资投入、农田利用、畜禽养殖及秸秆焚烧4类碳源,利用IPCC碳排放模型对江西省2000—2020年的农业碳排放量予以测算,利用LMDI模型进行影响因素分解,并运用XGBoost模型预测2021—2050年碳排放量。结果表明：(1)2000—2020年江西省农业碳排放总量呈现先下降后上升再下降的波动趋势,总体呈上升趋势,但农业碳排放强度逐年降低。农业碳排放源中农田土壤利用贡献率最高,其次为畜禽养殖、农资投入和秸秆焚烧。2000—2020年江西省11个地级市农业碳排放量及排放强度均呈现明显的区域差异,且差异不断扩大,其中宜春市的农业碳排放量和平均碳排放强度均居于首位。(2)地区经济发展水平的提高和城镇化率的增加是导致农业碳排放量增加的主要因素,而农业生产效率、农业产业结构、地区产业结构和劳动力对碳减排的作用比较有限。(3)预测结果显示,2030年前江西省农业碳排放总量及11个地级市农业碳排放量已达到峰值。其中,新余市在2005年最早达到峰值,景德镇市和赣州市在2016年最晚达到峰值。2020年后,江西...     

我国农业碳排放的影响因素和南北区域差异分析

为探究我国农业碳排放的影响因素和南北区域的差异性,根据1999—2014年中国农业生产的相关数据,基于主要农作物(小麦、水稻和玉米)、农药、化肥、农膜、农业灌溉、农业机械等主要农业投入碳源,对除香港、澳门、台湾之外的31个省、自治区和直辖市的农业碳排放量进行测算,并利用卡雅(Kaya)恒等式分析其影响因素,利用泰尔(Theil)指数分析农业碳排放强度的区域差异。结果表明:(1)我国农业碳排放量呈逐年上升趋势,农业产业结构优化、农业人口整体减少等因素会抑制农业碳排放量增长,而农业经济发展会增加农业碳排放量。(2)从空间分布来看,总体上北方农业碳排放量大于南方地区,单位面积碳排放呈总体上升趋势,单位产值碳排放呈总体下降趋势。从区域内部来看,Theil指数显示我国农业碳排放强度的区域差异主要来自区域内,其中南方农业碳排放强度差异高于北方。在南北区域中沿海地区内差异逐渐减小,西北和西南地区内差异逐渐增大。最后,跟据上述研究结果提出相关建议。     

长江经济带种植业碳排放时空特征及驱动因素研究

基于2001—2017年长江经济带种植业产值、有效灌溉面积以及种植业物资投入等统计数据,采用联合国政府间气候变化专门委员会(IPCC)碳排系数法对长江经济带种植业碳排放量进行测算,揭示该区域种植业碳排放时空特征,并利用对数平均权重的迪氏分解(LMDI)模型分析该区域种植业碳排放的驱动因素。研究结果表明:(1)长江经济带种植业碳排放量整体上得到有效控制且呈逐渐下降趋势;各省市种植业碳排放量及碳排放强度存在较大差异;种植业碳源以化肥为主,其占比超过50%,且化肥、农药和翻耕的投入比重呈下降趋势。(2)农业经济水平是该区域种植业碳排放增加最主要的驱动因素;农业生产效率是种植业碳排放减少的最主要驱动因素;农业生产结构整体上对种植业碳排放起促进作用,农业劳动力规模整体上对种植业碳排放起抑制作用。针对上述研究结论,从因地制宜、突出重点、科技导向、优化结构等方面提出了相关政策建议,以实现长江经济带农业低碳、绿色、协调的高质量发展。     

灰色关联分析在中国农村家庭碳排放影响因素分析中的应用

农村家庭碳排放影响因素分析的研究对于合理发展农村经济,有效制定农村减排政策具有重要的指导意义.根据IPCC参考方法、生活碳排放研究方法和投入产出基本方法,计算了1995—2010年中国大陆31省区农村人均家庭碳排放量.通过因子分析方法,剔除农村人均家庭碳排放量不显著相关的影响因素,利用灰色关联分析方法对影响农村人均家庭碳排放量的显著相关影响因素进行评价,得出不同驱动因子对碳排放的关联度.结果表明,(1)从时间上看,1995至2010年,农村家庭碳排放呈现出逐渐上升趋势,1995年农村的人均家庭排放量为C 0.170 t?人-1,增加到2010年的0.504 t?人-1,同比增长196.90%.(2)从空间看,东部地区的农村家庭碳排放远远高于中部、东北和西部地区的农村家庭碳排放.(3)从地区差异看,位于东部地区的上海市农村人均家庭碳排放远远高于位于西部地区的内蒙古,1995年上海市农村人均家庭碳排放为C 0.454 t?人-1,而内蒙古为0.145 t?人-1;2010年上海市农村人均家庭碳排放为C 1.351 t?人-1,而内蒙古为0.498 t?人-1.(4)利用灰色关联分析,经济水平指标中的农林牧渔总产值与农村人均家庭碳排放的关联度为最大,为0.9824,因此对农村家庭碳排放的影响最大,而人口指标中的农村人口比例与农村人均家庭碳排放的关联度最小,为0.5702,因此对农村家庭碳排放的影响最小.     

中国碳排放的区域差异及其与经济增长的关联分析

采用政府间气候变化专门委员会(IPCC)的碳排放测算方法,计算了除香港、澳门、台湾和西藏外中国30个省(市、自治区)1995-2010年的碳排放量,并选取碳排放总量、碳排放强度和人均碳排放量3个指标,运用多指标面板数据聚类法,将各省份划分为高、中和低碳排放区域:高碳排放区域包括河北、山西、内蒙古、辽宁、山东和宁夏,低碳排放区域包括北京、浙江、安徽、福建、江西、湖北、湖南、广东、广西、海南、重庆、四川、云南、陕西和青海,中碳排放区域包括天津、吉林、黑龙江、上海、江苏、河南、贵州、甘肃和新疆.分别对3类地区的人均碳排放量和人均GDP进行协整检验和回归分析,结果显示人均碳排放量和人均GDP存在长期协整关系且符合环境库兹涅茨曲线,高、中和低碳排放区域的理论曲线拐点分别为人均GDP 41 046、50 219和47 049元.今后一段时期内我国碳排放总量还将继续增长,但GDP的增长速度大于碳排放量的增长速度,碳排放强度会继续下降.     

中国私家车碳排放空间格局及其影响因素的ESDA-GWR分析

利用探索性空间数据分析(ESDA)和地理加权回归模型(GWR),对2012年全国312个地级及以上城市私家车碳排放的空间分异格局、总体趋势、空间异质性和驱动因素进行研究。结果表明,中国地级城市私家车碳排放空间分异显著,碳排放总量呈现中部东部西部、中部北方南方的变化趋势,人均碳排放量表现为东高西低、北高南低的态势,地均碳排放量则呈现南高北低、东高西低的态势。人均储蓄存款余额对私家车人均碳排放的影响最大,其次是人均GDP和城镇居民可支配收入,且影响因素具有明显的经度或纬度地带性规律。     

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。     

中国地区间贸易隐含碳转移及碳泄漏特征分析

为促进中国地区间的协同碳减排,减轻区域贸易活动中的隐含碳排放转移和碳泄漏现象对全国碳减排目标的削弱影响,本研究运用多区域投入产出模型对中国地区间贸易隐含碳排放总量进行测算和可视化分析,并从碳泄漏视角分析了贸易隐含碳流动路径的特征。主要结论：贸易隐含碳的输入输出具有较大的区域差异,净输入区域主要包括华东和西南地区,净输出区域主要集中在华北、东北和西北地区;贸易隐含碳排放主要从第二产业发达或能源资源富集的经济欠发达地区向经济发达地区流动;地区间碳泄漏流通格局与地区间贸易隐含碳相对集中的流通路径基本一致。     

“碳达峰”视角下的碳排放大国的历史排放量及碳强度研究

人类活动导致的全球增温可能在某个时间点突破临界值,“碳达峰、碳中和”目标的实现意义重大。碳排放大国的碳排放状况对“双碳”目标的达成具有举足轻重的作用。本研究依托国际权威机构数据,梳理了碳排放大国能源利用和工业过程中二氧化碳排放的时空格局,为实现全球“碳达峰”提供实证性依据。研究表明：1)1850—2019年,全球二氧化碳排放量累计1 690.445 Gt,其中,近30年的排放量为860.116 6 Gt,超过了之前140年(1850—1989年)的排放量。得益于可再生能源的发展,2012—2019年,同比增长率为-0.355%～1.839%,相对于2019年,2022年碳排放量增长了1.939%。2)从历史角度看,1850年以来,累计排放量超过30 Gt的国家有10个,占全球排放量的70.18%。美国碳排放总量占全球累计排放量的26%,几乎是中国的2倍,而且,其72.63%的碳排放量集中于2000年之前,而中国68.80%的碳排放量集中在近20年。1960年以来,美国和加拿大的人均碳排放量全球最高,分别为15.99～24.16 t、10.50～18.44 t,是全球平均的3.41～5....     

基于GWR的中国居民生活能源消费驱动因素时空演变研究

借助地理加权回归模型(GWR)揭示中国30个省份、直辖市、自治区2011—2014年人均生活能源消费量受人均可自由支配收入、产业结构、能源消费结构、城镇化率、老龄化率、受教育程度各驱动因素作用的空间差异性。通过研究各省市生活能源消费的驱动因素的空间分布状态,为国家制定差异化的区域生活节能目标和寻找多元化的节能途径提供有益参考。结果表明:人均可自由支配收入、城镇化及受教育程度对人均生活能源消费量产生正向作用,产业结构、能源消费结构及老龄化率对人均生活能源消费产生抑制作用,且生活能源消费各影响因素的回归系数表现为:受教育程度城镇化率人均可自由支配收入产业结构能源消费结构老龄化率。因此,政府在进行政策制定时,需根据各影响因素的驱动作用及其空间差异,针对不同区域采取差别化的能源政策,不断调整和优化产业结构和能源消费结构,减少城镇化中能源回弹效应的消极影响,引导和激励居民绿色能源消费,缓解人口规模增加、消费水平提升和城镇化对生活节能的压力。     

安徽省颍上县小张庄村能源开发利用现状及其优化结构研究

本文分析了小张庄村生态农村系统中的能源资源及消费现状,研究了能源资源开发利用的特点及综合经济效益,运用线性规划模型,以经济翻番,人民正常生活为前提,选择能源消费总量最低为目标函数,保护生态环境及合理利用资源为约束条件,设计该村能源开发利用的最优化结构。