城市化、外商投资和产业结构因素对中国环境的影响

基于扩展的STIRPAT理论框架,采用动态空间面板模型分析方法,研究城市化、外商直接投资和产业结构因素对中国环境污染的长期与短期空间溢出效应.结果表明,一个地区的城市化率每提高10%,短期会降低当地CO₂排放水平的0.02%、降低邻近地区CO₂排放水平的0.04%;而从长期看会降低本地CO₂排放水平的0.08%、降低临近地区CO₂排放水平的0.2%.在2006年以前,一个地区的能源强度每降低1%,会在短期降低本地CO₂排放水平的0.31%、降低邻近地区CO₂排放水平的0.09%;从长期看则会降低本地CO₂排放水平的1.3%、降低邻近地区CO₂排放水平的0.55%.在2006年后,这种能源强度的变化会使碳排放短期内总共降低0.45%,长期看总共降低2.06%.城市化率每提高10%短期内会减少本地0.05%的SO₂排放、减少邻近地区0.1%的SO₂排放.第二产业比重每降低10%,会分别降低本地和临近区域SO₂排放水平的0.03%和0.09%.人口规模每扩大1%,会提升邻近区域SO₂排放水平的0.55%.能源强度每降低1%,会降低本地SO₂排放水平的0.12%.     

中国碳排放及影响因素的市域尺度分析

评估区域碳排放及其与社会经济状况的关系对于制定碳减排措施至关重要.以中国339个地级及以上城市(不含新疆部分城市和港澳台地区)为研究对象,探究了非化石能源占比、土地开发度、常住人口城镇化率、第二产业占比、人均GDP和人均建设用地面积对人均CO₂排放量的影响.通过构建模拟人均CO₂排放量的贝叶斯信念网络,识别各因素对人均CO₂排放量的全局影响;采用多尺度地理加权回归模型,分析各因素对人均CO₂排放量的局部影响.结果表明：(1)2020年,中国地级及以上城市人均CO₂排放量呈现出由南向北递增,东部沿海向内陆递减的格局.(2)从全局来看,人均CO₂排放量对各因素的敏感性从高到低依次为：人均建设用地面积>人均GDP>常住人口城镇化率>土地开发度>第二产业占比>非化石能源占比.(3)从局部来看,各因素与人均CO₂排放量的空间关系方向与全局关系一致,关系强度上存在空间异质性.(4)清洁能源、脱碳技术、土地节约集约利用...     

低碳城市的CO2与PM2.5减排协同效应分析

将基于卫星遥感数据的CO₂与PM_2.5纳入统一研究框架,运用多期双重差分等方法,在城市尺度上分析评估2007～2019年中国低碳城市政策对CO₂减排与PM_2.5污染控制的协同效应及其影响机制.研究发现:低碳城市CO₂与PM_2.5减排的协同效应十分显著,低碳政策使试点城市的CO₂排放量和大气PM_2.5浓度分别下降3.2%和0.74%,且结论在一系列稳健性检验后依然成立.机制分析表明,改善公共交通环境是低碳城市建设实现协同效应的最主要途径.低碳城市政策的协同效应存在地区差异,经济发展水平高、产业结构水平高的城市以及非资源型城市的协同效应更为显著.对此,应充分发挥协同效应,进一步加快低碳城市建设,实现CO₂和PM_2.5等大气污染物协同治理.     

2005-2009年我国省域CO2排放特征研究

利用IPCC的参考方法测算并比较分析了2005-2009年我国30个省(市、自治区)的CO₂排放总量、人均排放量、排放强度、综合能源排放系数等重要指标,并在此基础上,依据人均GDP、第二产业比重和能源利用结构与碳排放强度的关系,将各省(市、自治区)划分为不同的CO₂排放类型。研究结果表明,省域间各指标差异较大,影响碳排放的因素也不尽相同。省域减排的政策、途径和措施须充分考虑各自的经济发展水平、产业结构和能源利用结构等因素。     

山西省CO2排放影响因素研究及情景分析

山西作为我国的能源大省,其碳排放强度更是持续位于全国最高水平,分析山西省CO₂排放影响因素,探究其发展模式,对于山西省的低碳发展意义重大.基于STIRPAT模型,将山西省能源CO₂排放的影响因素确定为人口、城镇化率、人均GDP、第二产业占GDP比重、能源强度.在岭回归拟合分析的基础上,利用灰色GM（1,1）模型对山西省CO₂排放驱动因素值进行预测,以提高能源CO₂排放预测的准确性,并结合情景分析方法,为山西省的CO₂减排设计了10种不同的发展情景.结果表明:①人口对山西省CO₂排放影响最大,其次是城镇化率和第二产业占GDP比重.②在当前经济发展阶段,能源强度和人均GDP等因素对山西省的CO₂排放影响不大,但能源强度对CO₂排放的抑制作用不可忽略.③山西省CO₂减排最佳的情景方案为适当控制人口数量和城镇化进程、加快产业结构的转型和技术的革新、降低第二产业占GDP比重和能源强度,并且大力推广新能源和清洁可再生能源的开发使用以优化能源消费结构.在该情景下,山西省2020年的CO₂排放量可以控制在5.16×108 t.      

中国服务业CO2排放的时空特征与EKC检验

采用IPCC温室气体排放清单中CO₂排放因子与估算方法,核算了1995—2012年中国30个省区(不含港澳台地区和西藏自治区数据,全文同)服务业的CO₂排放量,并对30个省区服务业人均CO₂排放量的时空特征进行分析;利用基于面板数据的EKC模型检验中国及其三大经济带服务业增长与CO₂排放之间的关系. 结果表明:在考察期内,中国服务业人均CO₂排放量从0.16 t升至0.77 t,服务业人均增加值从1 621.04元增至9 991.95元;服务业人均CO₂排放量排在前列的省区大都位于东部地区;东部和中部地区人均CO₂排放量与服务业人均增加值之间呈线性正相关,人均服务业增加值每增加1个单位,人均CO₂排放量将分别增加1.02和1.16个单位;西部地区人均CO₂排放量与服务业人均增加值之间呈单调递增关系. 在此基础上,提出差别化的碳减排对策:①东部地区应通过技术改进和优化产业结构、能源消费结构来降低CO₂排放,并成为中国服务业节能减排的“领头羊”;②中、西部地区应在保持服务业经济适当增速的前提下,将提高能源利用效率和降低能源强度作为减排重点.      

基于BP神经网络的甘肃省二氧化碳排放预测及影响因素研究

基于排放因子法估算2000—2020年甘肃省三大产业及生活能源消费直接CO₂排放量,描述分析其时序演变特征。建立BP神经网络模型并预测2021—2030年甘肃省CO₂排放量。构建甘肃省CO₂排放影响因素的STIRPAT拓展模型,利用多元回归分析定量探究了各因素对CO₂排放量的影响程度和内在作用机理,并结合随机森林进一步识别重要影响因素。结果表明：甘肃省产业及生活能源消耗直接CO₂排放总体呈波动增长趋势,且第二产业占比在70%以上,是主要的CO₂排放源;BP神经网络模型的预测误差为2×10^-4,相关系数>0.99,对于预测甘肃省CO₂排放具有较高精度,并得出2026年的甘肃省能源消耗直接CO₂排放量达到最大;甘肃省CO₂排放的驱动因素作用差异显著,CO₂排放强度、经济发展、城乡消费对CO₂排放的正向作用较大,城镇居民人均消...     

2009~2019年中国人为CH4排放量的估算及时空格局

以中国340个地级及以上城市为研究对象,采用自下而上的核算方法,针对农业活动、能源活动和废物处理3个一级CH₄排放源,核算2009年和2019年中国人为CH₄排放量并分析其时空格局.结果表明：2009年中国人为CH₄总排放40.71Tg,2019年为42.89Tg,CH₄排放总量在增加,排放强度和人均排放量基本保持不变.一级排放源中,农业活动、能源活动和废物处理在2009年的CH₄排放量分别为24.88Tg、12.06Tg和3.76Tg,农业活动为主要排放源,2019年三者排放量分别为16.99Tg、21.62Tg和4.28Tg,能源活动成为主要排放源;二级排放源中煤炭开采的CH₄排放最多;不同城市中各排放源的占比存在较大差异,淮安、扬州和南通农业活动排放最多,晋城、大同和太原能源活动排放最多,而北京、上海和广州以废物处理排放为主.城市人为CH₄排放存在显著的空间正相关,高排放—高聚集的城市数量减少,分布集中;低排放—低聚集的城市数量增加,分布重心向东部地区转移;局部城市空间关联类型呈现出较强的空间锁定效应和迁移惰性特征.CH₄排放强度与人均CH₄排放的区域总体差异较大;CH₄排放强度地区间Theil指数差异较大,而地区内差异较小;人均CH₄排放地区间与地区内的Theil指数差异均较小.     

上海市居民出行方式与城市交通CO2排放及减排对策

以上海市居民出行方式为研究对象,利用联合国政府间气候变化专门委员会(IPCC)温室气体排放计算指南中关于交通能源消费碳排放量的计算方法,探讨2002—2006年上海市居民出行选择的不同交通方式对CO₂排放的影响和规律,并提供应对策略.结果表明,2002年以来上海市因居民出行导致的交通CO₂排放总量呈显著增长趋势.私家车的CO₂排放量增加速度最快,截至2006年私家车CO₂排放量约相当于出租车、轨道交通和公交车3种公共交通方式之和.公共交通中,出租车的CO₂年排放量和人均CO₂排放量都最大,轨道交通的CO₂年排放量和人均CO₂排放量最小.公交车和出租车的CO₂排放量所占比例减少,轨道交通的CO₂排放量所占比例增加,这种排放结构的变化有利于减少CO₂排放总量.CO₂减排的具体措施包括限制私家车数量,设计合理的道路交通方案,使汽车尽可能接近其经济车速,改变汽车燃料种类等,其中限制私家车数量最为关键.      

环境规制视角下长三角地区碳排放的时空效应

在“双碳”目标背景下,环境规制与CO₂排放的关系逐渐成为学界热点.本文基于长三角地区41城市的面板数据,利用CO₂排放系数法、环境规制强度综合指数对长三角41城市2006—2019年的CO₂排放、环境规制强度进行定量测度,通过核密度分析、GIS空间分析等方法揭示长三角地区41城市环境规制强度和CO₂排放水平的时空格局,并运用动态空间杜宾模型(DSDM)探讨环境规制对CO₂排放的时空影响效应.结果表明：(1)长三角地区环境规制强度指数呈增强态势,由2006年的0.15升至2019年的1.25.核密度曲线显示,环境规制强度存在空间极化现象,在空间上呈现由东南向西北转移的演变态势.(2)2006—2019年长三角地区CO₂排放水平整体呈波动上升趋势,2006—2013年CO₂排放增幅为65.07%,2013—2019年增幅仅为4.20%. CO₂排放在空间上总体呈东高西低的分布格局,2006年在沪苏地区形成CO     

基于夜间灯光的城市居民直接碳排放及影响因素——以中原经济区为例

城市居民直接能源消耗及其碳排放对区域碳减排政策的制定具有重要影响。受统计数据缺乏与研究方法的限制,当前的研究不仅较少探讨精细空间尺度上的城市居民直接碳排放,同时也缺乏在县级尺度上对人均居民直接碳排放的影响因素进行深入分析。鉴于此,论文以中原经济区为例,通过引入夜间灯光数据,利用增强型饱和校正模型估算了网格尺度上的城市居民碳排放,并采用地理加权回归模型对其影响因素进行了分析。主要研究发现：中原经济区的碳排放总体空间特征是西北高、东南低。郑州市市辖区的城市居民直接碳排放总量位于首位,而邢台县、辉县市和襄垣县的人均碳排放较高。此外,就其影响因素来看,人均GDP、碳排放强度、第二产业比重和HDD（Heating Degree Days,热度日）均表现为正效应,城镇化率为负效应,而CDD（Cooling Degree Days,冷度日）的系数有正有负。城市居民直接碳排放的影响因素分析为中原经济区制定切实可行的区域碳排放政策提供了重要的基础理论依据。     

京津冀城市群二氧化碳排放达峰研究

基于IPCC排放因子方法建立了2015—2019年京津冀城市群地级城市CO₂排放清单,基于经济增长与CO₂排放关系的脱钩系数法,得到京津冀城市群13个地级以上城市的脱钩情况,结合历史CO₂排放和脱钩情况提出的京津冀城市群达峰判别方法,对京津冀城市群地级以上城市CO₂排放达峰情况进行了判断。结果表明:近5年来,保定、张家口、秦皇岛、邢台、沧州、廊坊、衡水7市碳排放量暂未达到峰值状态;北京、天津、石家庄、承德、邯郸、唐山6个城市已经处于CO₂排放达峰状态。建议已经具备达峰条件的城市抓紧开展达峰行动方案,制定CO₂排放达峰目标。     

水泥生产排放二氧化碳的人口经济压力分析

自1985年以来,中国水泥的生产量稳居世界第1位,在为我国基础设施建设提供保障的同时也排放出大量的二氧化碳.采用能揭示人为活动影响二氧化碳排放的定量分析模型——STIRPAT来探讨人口和经济增长对水泥行业排放二氧化碳的影响.结果表明:在能源消耗和工艺过程两大排放途径下,中国水泥行业32年(1971—2002年)内向大气排放了1.61×109t(碳当量)的二氧化碳;我国人口与经济(人均GDP)发展对二氧化碳排放的驱动作用分别为3.7, 2.5～2.7,远高于全球平均水平;人口压力比经济的压力大1.1～1.2,证实了人口增长是环境降级的关键因子,表明控制人口增长是减少二氧化碳排放的关键措施;回归模型分析表明,环境库兹涅茨倒U型曲线也适用于水泥生产排放二氧化碳,当人均GDP达到3 522美元时二氧化碳排放量才能逐步减少.      

成渝城市群碳排放时空特征及其影响因素

利用2008~2018年成渝城市群内16个城市的面板数据,运用空间自相关和时空地理加权回归模型,探究了城市群碳排放的时空演变格局,揭示了碳排放影响因素的时空异质性.结果表明,成渝城市群碳排放整体呈增长态势,总量由5亿t增加到6.6亿t,增速约为1500t/a,地均碳排放量和人均碳排放量也存在波动上涨趋势.碳排放总量热点区域集中在成都和重庆,分别占总量约20%和25%,冷点区域为雅安市.碳排放总量和地均碳排放均存在显著的空间差异,人均碳排放的莫兰指数为正,呈现明显的空间聚集格局.整体上,人均碳排放表现出东北低-西南高的空间结构特征,南充,遂宁,广安是低低聚集区域.城市群中各个城市的影响因素显示出时空异质性,能源强度、经济发展水平、人口规模对城市的碳排放都有明显正向作用,在成渝中西部城市作用强度大;而城市化水平的正向影响较弱,对成渝东部城市影响较强.     

长三角地区大气NO2和CO2浓度的时空变化及驱动因子分析

以长三角城市群为研究对象,利用卫星遥感观测数据协同分析长三角地区大气NO₂和CO₂浓度的时空变化特征和驱动因子,揭示了长三角地区污染物和CO₂高浓度地区空间格局.结果表明长三角城市群地区大气NO₂和CO₂浓度的时空分布及变化特征呈现了受化石燃料燃烧和机动车排放等人为活动以及区域地形、地表覆盖、气候等自然条件的综合影响结果.大气NO₂和CO₂高浓度值围绕太湖明显呈口对西南向的U字形分布,一致于围绕太湖分布的杭州、上海、苏州、无锡、常州和南京等大型城市区域,以及安徽铜陵地区的工业排放区.大气NO₂浓度值呈现秋冬时期较高,夏季最低的季节分布特征.大气CO₂浓度受植被CO₂吸收和CO₂的积累影响,8~9月最低,4~5月最高.此外,随着人为排放活动的急剧减少,2020年1~3月的大气NO₂浓度比2019年同时期降低了50%以上,其中分布了以钢铁厂、燃煤厂为主的大型工业热源的城市NO₂浓度下降最多,如镇江、南京、马鞍山.     

中国分省道路交通二氧化碳排放因子

基于本地化的综合移动源排放模型（Motor Vehicle Emission Simulator,MOVES）模型模拟典型机动车的CO₂排放因子,并建立排放因子与速度变化关系的评估方程,结合各省路网平均速度与区域电网排放因子核算中国31个省份分车型的CO₂排放因子.同时,综合考虑载客汽车的载客量和客座率,载货汽车的载重量和载货率,建立各省单位客运,货运周转量的机动车CO₂排放因子库.结果表明,各类机动车的平均CO₂排放因子分别为：柴油公交车0.880kgCO₂/km,重型货车0.877kgCO₂/km,电动公交车0.676kgCO₂/km,中型货车0.508kgCO₂/km,轻型货车0.374kgCO₂/km,柴油小客车0.227kgCO₂/km,微型货车0.216kgCO₂/km,汽油小客车0.203kgCO₂/km,电动小客车0.108kgCO₂/km,摩托车0.062kgCO₂/km.车辆满载时,柴油公交车和电动公交车的人均CO₂排放量比汽油小客车分别降低了63%和73%,电动小客车的人均CO₂排放量较汽油和柴油小客车分别下降了46%和51%.较高的机动车保有量,频繁的道路拥堵导致上海,北京和重庆等市的机动车CO₂排放因子相对较高.倡导公共交通,提高客座率,降低私家车使用频率,推广纯电动汽车并通过减少道路拥堵以提高车速是降低道路交通CO₂排放量的有效途径.     

中国碳排放的区域差异及演变特征分析与因素分解

在研究近16 a(1995—2010年)中国八大区域碳排放特征及其演变规律的基础上,采用LMDI分解方法,将碳排放的影响效应分解为人口规模效应、经济发展效应、能源强度效应和能源结构效应,探讨中国碳排放区域差异变化的原因与规律。结果表明:①八大区域碳排放量和人均碳排放量均呈逐年上升趋势;②东北、京津和东部沿海地区碳排放比重逐年下降,其它地区正好相反或维持不变;③经济发展效应对碳排放有最强正影响,能源强度效应对碳排放有最强负影响;④人口规模效应对包含直辖市的区域碳排放有较大的正影响,经济发展效应对经济发达地区的碳排放正效应弱于其它地区,能源强度效应对经济结构调整活跃地区的碳排放有较强的抑制作用,能源结构效应受宏观经济形式与能源政策影响,对碳排放的影响有较大波动。