中国居民生活碳排放的区域差异及影响因素分析

论文在总结划分居民生活碳排放（HCEs）类别的基础上,以中国HCEs量为测度指标,从时间和空间两个角度对1997-2012年人均HCEs进行分析,同时对2012年人均HCEs的空间格局分布及影响因素进行分析。基本结论如下：根据划分方法,HCEs按照碳排放源可分为直接和间接碳排放;按照基本生活需求可分为基本和发展碳排放;按照人类消费行为可分为交通、居住、食品、商品及服务碳排放五大类。从时间尺度来看,中国各类别人均HCEs均呈现逐年上升趋势。从空间差异来看,1997-2012年,我国各省人均HCEs表现出共同的空间分布特征。从空间格局分布来看,2012年中国人均居民生活碳排放呈现从东到西递减的趋势。从空间计量模型角度看,2012年,人均居民生活基本碳排放比重是影响人均HCEs空间差异的主要驱动因子。此外,各地区人均收入和人均GDP的差异也对人均HCEs的空间差异起到正相关作用。基于对中国人均HCEs的时空格局及影响因素分析,为我国制定碳减排举措提供科学依据并提出有效建议。     

基于ESDA-GWR的1997—2012年中国省域能源消费碳排放时空演变特征

利用1997—2012年《中国能源统计年鉴》和《中国统计年鉴》相关数据,结合重心转移、ESDA及GWR等模型和方法,分析了近16年间中国省域能源消费碳排放量的空间相关性、异质性及影响因素,根据碳排放量划分标准将各省份划分为不同的碳排放区.结果表明:16年间碳排放量的重心向西迁移;我国省域碳排放量存在较为显著的空间正相关,自相关性在整体上表现出先增大后减小的趋势.2001年全局Moran's I指数达到最高值,为0.3012;能源消费碳排放量的冷热点格局表现出冷点扩张、热点被压缩的趋势;影响碳排放量的6个因素的影响程度由大到小依次为:总人口人均GDP煤炭消耗比重全社会固定资产投资第二产业比重人口老龄化率,只有人口老龄化率这一指标表现出负相关性;近16年我国省域碳排放量的空间格局发生了显著变化,2012年已有13个省份属于超重型碳排放区,表明我国要加强碳减排的力度.     

江西省土地利用碳排放空间格局及碳平衡分区

二氧化碳浓度升高,导致全球气候变暖,生态环境问题逐渐凸显. 为此,绿色、低碳和循环发展成为我国当前工作重点. 江西省作为长江经济带生态文明建设的重要节点,大规模的城镇化建设导致碳排放量增加. 鉴于此,基于土地利用和能源消费数据构建碳排放量计算模型,探究江西省2000—2018年的碳排放空间格局特征,通过基尼系数、经济贡献系数和生态承载系数等多种分析方法探讨区域内的碳排放空间差异以及碳收支情况,同时从经济和生态的角度进行碳平衡分区并提出针对性的策略. 结果表明:①江西省2000—2018年土地利用碳排放总量逐年上升,从1 215.687×104 t增至4 907.425×104 t,总体表现为净碳源,碳减排压力较大. ②江西省碳排放空间格局呈现北高南低、西高东低的特征,北部和西部地区的碳排放总量明显大于南部和东部地区,其碳排放总量与各区域内的土地利用结构以及能源消费结构密切相关. ③江西省历年的碳补偿率均低于34%且逐年递减,碳补偿率、经济贡献系数和生态承载系数三者均空间差异明显,其中北部地区的碳补偿率低于南部地区,南部地区、东北地区的经济贡献率和生态承载系数高于西部地区. ④基于碳平衡分析,根据净碳排放量、生态承载系数等指标将江西省各地级市划分为4个碳排放发展功能区域,即碳汇功能区、低碳经济区、碳强度控制区、高碳优化区. 研究期内碳汇功能区数量变化较大,逐渐转为低碳经济区;碳强度控制区和高碳优化区数量基本无变化. 研究显示,江西省土地利用碳排放空间差异显著,协同减排的困难较大,为此根据碳平衡分区调整土地利用结构,有利于促进区域协同减排,推动全省低碳经济的发展,缓解因碳排放引起的全球气候变化问题.      

东北地区能源消费碳排放时空演变特征及其驱动机制

运用探索性空间分析、冷热点分析、标准差椭圆分析和地理加权回归分析等地学方法,研究了我国东北地区2005—2014年间能源消费碳排放的时空演化特征及其驱动机制.结果表明:①东北三省的能源消费碳排放量从高到低分别为辽宁省、黑龙江省、吉林省,2014年碳排放量分别达到20266、9914、6411万t;②东北三省能源消费碳排放量呈比较显著的全局空间正相关特征,在统计学上显著性检验存在多个冷、热点,其中,热点区主要集中在辽宁省的大连市、沈阳市、本溪市和辽阳市,吉林省的吉林市,以及黑龙江省的大庆市和鸡西市,冷点区主要集中在黑龙江省的大兴安岭市、黑河市、佳木斯市和伊春市;③在省级尺度上东北三省碳排放重心在2005—2014年间呈往东偏移的趋势,在市级尺度上辽宁省和吉林省碳排放重心往西偏移,而黑龙江省碳排放重心则往南偏移;④在省级尺度上,能源消费碳排放主轴方向为"西南-东北",但有往北旋转的趋势,黑龙江省能源消费碳排放主轴呈现往北旋转的趋势,辽宁省和吉林省的能源消费碳排放主轴方向则呈往东旋转的趋势;⑤东北地区影响能源消费碳排放量的主要驱动因素的影响程度排序为:人均GDP产业结构总人口数城市化率老龄化.     

中国城乡居民生活消费碳排放变化的比较研究

基于碳排放系数法估算了1997~2015年中国城镇、农村和整体（包含城镇和农村）居民生活消费引起的直接碳排放量,进一步采用Dagum基尼系数和Kernel密度函数估计方法对中国城镇和农村居民生活消费碳排放的地区差距及分布动态进行实证研究.同时,采用乘积式对数平均迪式指数模型（M-LMDI）分析了直接能源消费强度、居民人均消费水平和单位能源碳排放强度3大因素对居民消费碳排放变化的影响,并重点考察了各省份相关变量对生活消费碳排放影响的城乡差异.结果表明：（1）中国城镇和农村居民人均生活消费碳排放量在研究期内呈现逐年递增的趋势,在空间上均存在显著非均衡特征.（2）中国居民人均生活消费碳排放的地区总差异呈现波动下降的趋势,从1997年的0.379下降到2015年的0.244.1997~1999年城镇和农村居民生活消费碳排放的组间差距是城乡差距的主要来源,其贡献率超过50%.2000年后组内差距成为城乡差距的主要来源,其贡献率均大于40%并超过了组间差距.（3）城镇和农村居民人均生活消费碳排放均在增加,地区差异均在扩大.（4）对全国居民生活消费碳排放变动贡献最大的省区是内蒙古,累计贡献值达0.1005.贡献最小的省区是云南,累计贡献值为0.0125.（5）农村的能源消费强度和人均消费水平的贡献程度在研究期内均大于城镇,单位能源碳排放强度在两个地区的贡献水平表现出了波动性.     

云南省碳排放历史变化特征及影响因素分析

基于1980—2011年云南省经济发展和能源消费数据,计算了云南省碳排放量和碳排放强度,并分析了历史变化特征。采用LMDI法定量分析了能源结构、能源效率和经济发展因素对云南省人均碳排放的影响效应。结果表明,1980—2011年,云南省一次能源消费产生的碳排放总量呈指数型递增。碳排放量中平均有88.55%来自煤炭的消费,9.53%来自石油的消费,1.92%来自天然气的消费。32年来云南省人均碳排放增长的主要原因是经济发展的拉动作用,经济发展对人均碳排放的贡献率呈指数增长;抑制因素主要是能源效率的提高;能源结构的调整对人均碳排放的抑制效应不显著。     

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。     

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。     

中国省域能源消费碳排放时空异质性的EOF和GWR分析

利用自然正交函数(EOF)揭示中国各省份能源消费碳排放量变动的时空特征,借助地理加权回归模型(GWR)分析了碳排放量驱动因素的空间分布状况.研究结果表明:中国省域能源消费碳排放量整体处于增长状态,但其增长速度有减缓趋势;EOF第一模态结果显示,碳排放量以四川省为中心向南北方向扩散,低值区集中分布在西北地区和珠三角地区;第二模态结果显示,碳排放量增长速度表现出西南地区和东南沿海地区较快,而中部省份碳排放量增长速度较慢的态势.碳排放量影响因素的重要程度由大到小依次为:总人口变化量、人均GDP变化量、城镇化率变化量、二产比重变化量、贸易开放程度变化量和能源消耗强度变化量,其中,总人口变化量的影响程度最为剧烈,每当总人口变化1%时,碳排放量相应地会变化0.5358%.     

上海市能源消费碳排放分析

根据联合国政府间气候变化专门委员会(IPCC)2006年版碳排放计算指南中的计算公式和碳排放系数缺省值,计算了上海市1994─2006年能源消费碳排放量. 结果表明:1994年以来碳排放量逐年增加,碳排放强度不断下降,由1994年的2.51 t/(104元)降到2006年的1.07 t/(104元). 通过比较2005年上海与全国以及主要经济大国间的碳排放量、碳排放强度和人均碳排放量发现,上海市能源消费碳排放量占全国的3.5%;碳排放强度低于全国和全球水平,但比英国、德国、日本高;人均碳排放量为2.7 t/a,是全国和全球平均水平的2倍多,低于美国、澳大利亚和加拿大. 从能源利用效率、经济增长方式、能源结构以及经济结构等角度分析了碳排放强度下降的原因,其中能源结构调整引起的平均碳排放系数下降和第三产业比重上升是主要原因.      

1999～2007年中国能源消费碳排放强度空间演变特征

采用Theil指数和空间自相关分析方法,研究1999～2007年国家、区域和省际层面能源碳排放强度特征、区域差异水平和空间格局演变.结果表明,①1999～2007年,全国能源碳排放总量从0.91 Gt逐年上升至1.83 Gt,碳排放强度从0.83t.万元-1震荡下降至0.79 t.万元-1;②八大经济区域碳排放强度呈现...     

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.      

东北三省农田生态系统碳排放时空分异特征及驱动因素研究

根据2000—2014年东北三省碳排放的相关数据,结合空间探索性分析及地理加权回归等模型方法,对研究区农田生态系统碳排放量的空间集聚性、差异性及其重要驱动因素进行研究.结果表明:东北三省农田生态系统碳排放量存在比较显著的全局空间正相关,自相关性在整体上表现出逐渐增强的趋势,到2014年全局Moran's I指数达到最高值0.3395.在局部空间相关关系上,东北三省农田生态系统碳排放量的高-高区域集中在黑龙江省和吉林省,低-低地区主要集中在辽宁省,表现出不平衡的发展格局.人均GDP对农田生态系统碳排放有负效应,总人口数对农田生态系统碳排放的影响从正效应转变为负效应,化肥施用对农田生态系统碳排放影响程度的空间分布格局发生了较大变化,代表生产技术水平和能源消耗的农业化肥施用量和农业机械总动力因素对农田生态系统碳排放的影响较大,东北三省农田生态系统碳排放和农业机械总动力相关程度有逐渐趋同的趋势.     

基于居民合理生活消费的人均碳排放计算

分析了我国居民消费直接与间接碳排放的变化及现状,并通过居民消费的微观角度,分析计算基于居民合理生活消费人均碳排放.试图通过居民消费的角度建立人均碳排放的核算方法,给出建议数据.根据国内当前主要消费环节的碳排放水平,对比国际先进水平和国内碳减排升级潜力,计算了满足居民正常小康生活水平条件下的人均碳排放,年人均排放约2203kg~2333kg碳.居民基本生活的碳排放主要集中在供暖制冷、住宅使用、污染治理和基础建设分摊等方面,而衣物与食品消耗、生活物质材料等方面的碳排放量所占比重相对较低.     

基于IPAT扩展模型分析人口因素对碳排放的影响

以5个典型国家(中国、日本、印度、德国和美国)为研究对象,利用IPAT模型比较分析了人口总量、能源强度和人均财富对碳排放的影响程度.结果表明:中国和印度的人口总量是影响其碳排放变化的主要因素;而美国和日本财富的积累刺激碳排放增加的作用明显.基于1978─2007年中国人口和能源相关数据,以STIRPAT模型为框架,分别构建了总人口模型及家庭户模型,用于分析我国人口数量、人口结构、能源强度及消费变化对碳排放产生的影响.经模型验证发现,家庭户模型的解释力度总体优于总人口模型.碳排放量的各解释因素按其影响程度的大小依次为平均家庭户规模、人均居民消费额、人口结构、能源强度和家庭户数.针对适应低碳发展的人口政策提出了相关建议.      

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.     

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.      

2000-2009年安徽省能源消费与碳排放分析

根据联合国政府气候变化专门委员会(IPCC)2006年版碳排放指南中的计算公式和碳排放系数缺省值,计算了安徽省2000年-2009年能源消费和碳排放情况。结果表明:安徽省能源消费由2000年的4878.82万t标准煤增长到2009年的8895.90万t标准煤,平均年增长率为6.9%,其中第二产业部门能源消费量均占能源消费总量的79%以上;能源消费产生的二氧化碳由2000年的4107.48万t增长到2009年的8536.12万t,其中在各种能源消费碳排放量中原煤的碳排放量最大,占总碳排放量的77%82%;碳排放强度总体上呈现下降的趋势,低于全国平均碳排放强度,但高于全球和美国;碳排放的因素分析得出碳排放量与人口、人均GDP、能源强度呈现高度相关性。