基于LMDI模型的黄河流域碳排放时空差异及影响因素研究

全面核算能源消费产生的碳排放量并明确其时空演变的影响因素是制定、实施及评估黄河流域碳减排策略的依据和保障。选取黄河流域9省(区)作为研究区,采用LMDI模型,计算了2003—2019年黄河流域能源消费产生的碳排放量,并对其时空差异及其影响因素进行了分析。结果表明：(1)从时间序列演化特征来看,在2003—2019年,黄河流域的碳排放量整体呈增长趋势,但增长幅度逐年收缩;(2)从空间分异特征来看,黄河流域上、中、下游的碳排放量呈西低东高的区域格局;(3)能源消费强度效应与经济增长效应分别是减缓和促进区域碳排放量增长的关键性因素,人口规模效应对于碳排放量表现为正向驱动作用,但影响程度较小,能源碳排放强度的抑制作用十分有限。最后,针对各影响因素提出了碳减排措施的对策建议。     

基于LMDI模型和Q型聚类的中国城镇生活碳排放因素分解分析

为研究城镇居民生活碳排放特征及影响因素,基于LMDI模型从全国和省级层面研究了我国30个省、自治区、直辖市（不含港澳台及西藏自治区）2006-2015年的城镇生活碳排放,将城镇生活碳排放分解为生活能源消费结构效应、生活能源强度效应、消费倾向效应、人均可支配收入效应和城镇人口规模效应,分析各效应逐年和累积效应贡献度以及区域差异,并基于LMDI模型的计算结果对我国30个省、自治区、直辖市进行Q型聚类分析.结果表明:①从全国层面看,人均可支配收入、城镇人口规模是刺激因素,其中,人均可支配收入的影响效应最为显著,而消费倾向、生活能源消费结构、生活能源强度抑制了生活碳排放的增长.②从省级层面看,人均可支配收入、城镇人口规模的累积效应均为正,而消费倾向、生活能源消费结构、生活能源强度对各省、自治区、直辖市生活碳排放的影响效应有正有负,显示出显著差异.因此,政府应引导城镇人口合理增长,并积极制定相应政策优化居民生活能源消费结构.在制定碳减排战略时,要将省级生活碳排放的表面特征与其潜在驱动力相结合,根据不同区域有针对性地实施碳减排政策,同时应及时作出调整,以应对不同的发展阶段.      

基于扩展STIRPAT模型LMDI分解的碳排放脱钩因素

为研究经济发展与碳排放的脱钩情况,常用对数平均迪式指数分解法（LMDI）结合Kaya恒等式和Tapio脱钩模型计算碳变化量和弹性脱钩指数.借鉴上述方法,将STIRPAT模型与LMDI分解法相结合,建立STIRPAT模型的回归系数与碳变化量和脱钩弹性指数之间的数量关系,研究影响碳排放各因素的脱钩状态.结果表明：(1)STIRPAT模型LMDI分解法能够避免满足Kaya恒等式的IPAT模型中使用LMDI分解法时增加新变量的情况,部分新增变量往往缺乏明确的经济学含义;(2)LMDI分解将STIRPAT模型中的统计回归系数的含义,由变量的变动引起碳排放量变动的弹性系数,扩展到变量的变动引起碳变化量的倍数;(3)STIRPAT模型LMDI分解法,将数据的统计结果通过统计回归系数纳入到各因素的碳变化量和弹性脱钩指数之中,使弹性脱钩指数能够反映数据的统计信息;(4)以重庆市2001～2019年碳排放数据为例,来说明STIRPAT模型LMDI分解法可以用于判定碳排放变量的脱钩状态,能够体现数据本身所包含的统计信息,更能反映研究对象的实际情况.     

基于STIRPAT模型的区域农业碳排放影响因素分析

以白城市为例,利用农业碳排放计算模型,从农业物质投入、水稻种植、畜牧养殖3个方面入手,对白城市农业碳排放进行了计算,分析其时空变化特征,在此基础之上,基于STIRPAT模型探析区域农业碳排放的影响因素,并提出相应对策。结果表明:1999-2013年,白城市农业碳排放量的时序变化分为3个阶段:低速增长阶段→高速增长阶段→波动阶段,数量由1999年236.554 4万t增加到2013年的444.616 7万t;农业碳排放强度的时序变化总体呈现先升后降的状态,2008年出现最大值6.192 1 t/hm2;2013年,镇赉县总碳排放量最大,达到130.594 1万t;洮南市农业物质投入碳排放量最大,达到56.990 8万t;镇赉县的水稻种植、畜牧养殖碳排放量最大,分别达到69.320 2万t、17.491 1万t;人口数、可比价格人均GDP、农用机械总动力、农业产率比值、农村投资、城市化率和农民人均纯收入是白城市农业碳排放的主要影响因素,影响力指数分别为0.260 5、0.087 4、0.112 6、-0.076 6、0.035 3、0.208 3、0.112 8。为有效实现农业低碳发展,减小碳排放强度,控制碳排放量,白城市必须要在5个方面采取相应策略:(1)完善管理体制,优化政策环境;(2)发展农业低碳技术,调整农业发展结构;(3)发展绿色能源,整合农村能源利用结构;(4)严格保护耕地,优化土地利用格局;(5)统筹兼顾,倡导低碳理念,营造社会氛围。     

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.      

甘肃省工业碳排放测算与影响因素分析

对甘肃省1994年-2013年的工业碳排放量进行了测算,在此基础上运用LMDI分解法分析了影响工业碳排放的主要因素,结果表明:甘肃省1994年-2013年的工业碳排放量呈现波动上升的趋势,制造业和电力、燃气及水的生产和供应业对碳排放的增加有较大影响;在影响因素分析中,经济发展和能源结构是碳排放的驱动因素,分别累积实现的碳增量为9 685.64×104 t和31.48×104 t,能源强度和经济结构则抑制了碳排放的增加,分别累计实现的碳减排是4 599.22×104 t和129.66×104 t.     

基于LMDI的能源消费碳排放影响因素研究——以唐山市为例

唐山市作为我国钢铁和焦炭产能最为集中的城市,产业结构偏重,能源消费结构以煤为主,温室气体减排压力巨大。本文分析了唐山市2010—2017年能源消费和碳排放的变化特征,然后通过LMDI分解方法对唐山市能源消费碳排放因素进行分解,发现经济发展是其碳排放增长最主要的拉动因素,人口增长也对碳排放有一定贡献,而能源强度下降则很大程度上抑制了碳排放的增加,产业结构调整和能源结构改善虽也起到了一定的抑制作用,但影响十分有限。唐山市应继续推进能源结构低碳化,削减煤炭消费总量并提高清洁能源使用率,同时优化产业结构,持续推进化解钢铁、焦炭过剩产能,鼓励、推进第三产业和战略性新兴产业的发展,向绿色低碳发展模式转变。     

基于LMDI-SD模型的山东省建筑业碳排放影响因素与情景预测

以山东省建筑业为研究对象,通过对数平均迪氏指数分解(LMDI)模型分析碳排放相关影响因素,构建系统动力学模型,通过调控GDP增长率、建材占比和碳交易政策因素,预测4种情景对碳排放的影响。结果表明：1)经济收益效应和间接碳排放强度是影响山东省建筑业碳排放的主要驱动因素;2)单一政策仿真情景下,山东省建筑业碳排放总量增长趋势逐年变缓,相比经济增速和碳交易政策调整,建材结构改善的减排贡献度更高;3)在综合调控方案下,2030年的山东省建筑业碳排放强度相比2006年下降64.34%,可达到国家2030年碳排放强度下降60%的目标。     

基于STIRPAT模型的重庆市能源消费碳排放影响因素研究

定量分析人类活动对环境的影响,对减少碳排放和建设环境友好型社会具有重要的指导意义.因此,本文采用重庆市1980-2010年能源消费碳排放时间序列数据,基于STIRPAT模型,通过岭回归拟合得到能源消费碳排放与人口数量、人均GDP及其二次项、能源强度、第三产业比重、城镇化水平的多元线性模型.结果表明,人口数量、人均GDP、能源强度、城市化水平每增加1％,将引起重庆市能源消费碳排放相应增加0.963％、(0.398 +0.463lnA)％、0.059％、0.266％,其中,A为人均GDP.可以看出,人口数量对重庆市能源消费碳排放量影响最大.第三产业比重每增加1％,能源消费碳排放将会减少0.093％.     

基于MODIS的湖南省农业干旱监测模型

诸多遥感干旱监测指数已被成功应用于中国北方地区,但在南方湿润地区的应用则相对较少。以湖南省为研究区,结合遥感(RS)、地理信息系统(GIS)技术,利用MODIS增强植被状态指数(EVCI)和温度状态指数(TCI)的复合信息,并根据EVCI和TCI对干旱信息的敏感程度不同,赋予不同的权重值,建立干旱状态指数(DCI)遥感监测模型,并将该模型应用于湖南省农作物的旱情监测,得到了湖南省耕地旱情等级的空间分布图。通过与该省97个气象台站同期获取的综合气象干旱指数(CI)的相关分析与验证,表明DCI与CI指数的线性相关显著,EVCI和TCI的权重分别取值0.4和0.6时为最佳组合,并论证了该模型适宜南方地区的干旱监测。     

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.     

基于组合模型的安徽省城镇化演进对碳排放影响极限研究

探索城镇化演进对碳排放影响最小的极限时刻,对制定碳减排规划及政策具有重要指导意义.从碳源、碳汇两层面,对安徽省1995—2011 年碳排放进行了测算;运用KAYA恒等式及因素分解模型,考察了城镇化发展产生的碳排放量;借鉴经济学边际理论及求导方法,构造了城镇化演进的边际碳排放变化率模型,并据此测算了研究时序边际碳排放变化率;借助Excel软件,通过作散点图并添加趋势线方法,对边际碳排放变化率变化趋势进行了刻画,采用二次函数求极值方法,对城镇化演进碳排放影响的极限时刻进行了探索,结果表明:①安徽省碳排放量由1995 年的2 182.39×10⁴ t 增至2011 年的10 120.20×10⁴ t,年均增幅10.06%;②研究时序内,城镇化演进产生的碳排放总量为3 602.78×10⁴ t,年均225.17×10⁴ t,年际变化较大;③城镇化演进边际碳排放变化率拟合曲线既非U型也非倒U型,在时间维度依存关系不明显;④安徽省城镇化发展对碳排放影响呈乘幂函数关系,城镇化演进的增量效应显著.基于研究结果,从以创新发展理念引领低碳城镇化、以优化能源结构支撑低碳城镇化、以制度建设保障低碳城镇化、以内涵建设促进低碳城镇化等方面,提出了政策建议.可为安徽省生态省建设及可持续发展战略实施提供决策参考,也可为省域尺度的同类研究提供借鉴.     

基于LEAP模型的鹤壁市农村生活碳排放研究

为全面控制CO₂排放,以按期完成中国2030年碳达峰目标,对农村家庭生活的能耗进行严格的管控将成为节能减排的重要手段之一。基于此,该文通过实地调研,采用LEAP模型预测了基准情景、低碳情景及强化低碳情景下鹤壁市2017-2030年能源消费和CO₂排放的变化趋势。结果表明,3种情景下鹤壁市农村家庭部门的能源消费均呈现先下降后上升的趋势,主要缘于2017年颁布及实施的清洁采暖政策;而CO₂排放量呈现下降的趋势,其中2017-2020年迅速下降,之后10 a保持平稳的状态。该文针对农村生活节能减排,提出应优化能源结构、提供基础设施、推广节能方法和培养环保意识。     

基于DDF分析模型的石油行业边际碳减排成本估算研究

石油行业由于碳排放量高而成为中国节能减排工作实施的重点领域。运用非参数方向距离函数(Directional Distance Fuction,DDF)方法,估算2015年深沪两市33家上市石油公司的边际碳减排成本,结果发现,从事产业链上不同业务的石油企业,碳减排成本的差异较大,这与不同业务企业资源配置情况和能源利用效率的差异存在密切的关系。因此,实施差异化的碳减排策略,努力提高石油企业的碳减排技术水平及资源配置效率等就成为石油行业降低碳减排成本的有效路径。     

湖南省工业领域碳减排与空气质量改善协同

气候变暖和空气污染是我国当前面临的主要环境问题.综合使用中国碳核算数据库、能源经济模型和空气质量模型,研究我国湖南省工业领域潜在碳达峰路径及其空气质量协同改善增益.基于中国碳核算数据库和相关工业/能源统计年鉴分析指出,湖南省2019年CO₂排放总量为310.6 Mt,其中工业领域排放占比超70%,主要来自于电力、蒸汽、热力的生产和供应业,非金属矿物制品业及黑色金属的冶炼和压延业等行业.综合考虑未来各工业行业经济增长速率、能源技术进步程度和能源结构优化调整等因素,使用LEAP能源经济模型设置并分析了3种潜在的工业碳达峰情景,包括趋势照常情景（2030年达峰）、中度减排情景（2028年达峰）和强化减排情景（2025年达峰）.进一步结合人为源大气污染物排放清单和区域空气质量模型WRF-Chem,以排放行业-部门的同源对应关系为桥梁,模拟分析不同碳达峰路径下空气质量改善响应.结果指出,在3种碳达峰情景中,主要大气污染物浓度均有所降低,长株潭地区尤为显著;强化减排情景力度最大,中度减排情景次之,趋势照常情景相对最弱.制造业减污降碳的协同效果最佳,在不同情景实现碳达峰时,可分别减少ρ（PM_2.5）和ρ（PM₁₀）年均值0.6~1.8 μg·m^-3和1.8~8.9 μg·m^-3.研究可为国家和区域的减污降碳协同实践提供参考和决策依据.     

基于Kaya模型的大连市农业CO_2排放影响因素分解研究

运用Kaya模型对农业碳排放量、经济增长、技术水平、人口规模因素进行分解,结果显示:除经济效应外,能源效应、技术效应、人口效应均为负值。大连市在农业经济快速发展的同时,也极大地促进了温室气体的排放。而农业能源结构的调整、生产技术的进步和农业人员的减少缓解了农业碳减排的压力,其中技术效应的贡献最为突出,农业技术的提高是现阶段大连市农业碳减排的主要驱动因素。