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.      

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.      

我国碳排放增长的驱动因素及贡献度分析

结合我国实际,对Kaya 等式进行扩展,引入经济效应影响因子、能源强度影响因子、行业贡献影响因子和碳排放强度影响因子,构建了行业CO₂排放增长驱动力模型。论文应用该模型测算和分析了1990 年至2010 年我国6 个经济部门CO₂排放的驱动因素。结果显示:①1990—2010 年,影响我国各行业CO₂排放的正向驱动因素主要是经济效应,负向驱动因素主要是能源强度效应和碳排放强度效应;②碳减排政策的制定要权衡经济发展和碳减排的政策协同;③1997—2000 年和2005—2010 年CO₂排放量减少或增速减缓的主要驱动力是能源强度效应和行业贡献效应;④基于国情,产业结构调整在短时间内对CO₂减排效力不大,而是一个长期的减排战略。     

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...     

广东省CO2排放变化的社会经济影响因素

作为我国经济最为发达的省份之一,广东省社会经济可持续发展面临CO₂排放量增长的挑战.从多角度分析广东省CO₂排放变化的社会经济影响因素,有助于其实现低碳发展.基于投入产出模型,从生产、需求和供应角度分析1987—2015年广东省CO₂排放量的变化;此外,采用结构分解分析方法,从需求和供应角度量化广东省各种社会经济因素对CO₂排放变化的相对贡献.结果表明:①与生产端相比,需求侧和供给侧的研究有助于识别不同的关键行业,如建筑业（需求侧）、金融和保险业（供给侧）.②降低碳排放强度是减少广东省CO₂排放的主要因素,而人均最终需求水平和人均初始投入增加是推动广东省CO₂排放增加的主要因素.③生产结构、最终需求结构和初始投入结构变化导致CO₂排放量略有增加,表明广东省具有较大的通过调整结构性因素减排CO₂的潜力.综上,建议除了生产端CO₂减排措施外,广东省还应采取需求侧和供给侧相关措施,如优化消费行为、产品分配行为和初始投入结构等.      

我国中部六省CO2排放动态变化趋势

探讨区域CO₂排放的长期变化趋势对制订碳减排政策和实现减排目标具有重要意义,为此,根据IPCC指南,测算了2000—2012年我国中部六省(安徽省、山西省、河南省、湖北省、湖南省和江西省)的CO₂排放量及其排放强度;借助DEA(data envelopment analysis)-Malmquist指数模型,从CO₂排放量、生产总值、资本存量、能源消费总量和劳动力5个方面,对中部六省的动态CO₂排放效率进行了全要素分析.结果表明:①中部六省的CO₂排放总量由2000年的6.74×108 t升至2012年的20.24×108 t,年均增长1.12×108 t.②中部六省CO₂排放强度由2000年的3.41降至2012年的1.74,年均下降5.5%.受地区能源产业结构的影响,山西省CO₂排放强度峰值高达11.40,减排压力与其余五省相比更为艰巨.③动态CO₂排放效率均值为1.054,呈稳步提升趋势,技术效率进步指数年均值为1.051(>1),对CO₂排放效率提升起到了拉动作用,而技术效率变动指数和规模效率指数的年均值均为0.999(<1),拉低了中部六省的CO₂排放效率.研究显示,中部六省CO₂排放量增速虽呈逐年下降趋势,但增长态势在短期内仍无法改变.CO₂排放与地区所处经济发展阶段关系密切,其排放效率的提升主要依靠技术水平的进步、低碳管理方法的推广和规模经济的发展.      

基于不同排放清单的长三角人为CO2排放模拟

目前基于排放清单估算的区域和城市尺度上的人为CO₂排放不确定性较大.为了我国实现碳达峰和碳中和的目标,亟需对我国的区域尺度,特别是大城市群的人为CO₂排放进行准确估算.分别利用两种先验人为CO₂排放数据(EDGAR v6.0清单和EDGAR v6.0联合GCG v1.0的改进清单)作为输入数据,采用WRF-STILT大气传输模型模拟长三角地区2017年12月至2018年2月大气CO₂摩尔分数,再以安徽全椒高塔观测的大气CO₂摩尔分数作为参考值,通过贝叶斯反演方法得到的比例因子改进了模拟结果,并实现了长三角人为CO₂排放通量的估算.结果表明：(1)在冬季,相对于基于EDGAR v6.0模拟的大气CO₂摩尔分数值而言,基于改进清单模拟的大气CO₂摩尔分数与观测值更为一致;(2)模拟的大气CO₂摩尔分数在夜间高于观测值,白天则相反,主要因为排放清单的CO₂排放数据不能表征人为...     

广东省船舶二氧化碳排放驱动因素与减排潜力

船舶是广东省二氧化碳(CO₂)的重要排放来源,研究广东省船舶CO₂排放的历史变化趋势、驱动因素和减排途径,可为广东省制定碳达峰与碳中和路径提供科学依据.采用排放因子法估算广东省船舶CO₂排放量,利用对数平均指数法(LMDI)识别排放驱动因素,并结合情景分析法探究船舶CO₂的减排途径.结果表明：(1)2006～2020年广东省船舶CO₂排放量从331.94万t增加至639.29万t,其中干散货船和集装箱船是导致排放增加的主要船型.(2)2006～2020年广东省船舶CO₂排放的关键正向驱动因素是运输强度(51%)和经济因素(49%),主要负向驱动因素是能源强度(93%)和货类结构(7%).(3)到2030年,如果广东省船舶运输保持当前政策(基准情景)发展,将无法实现碳达峰.(4)到2060年,同时考虑优化能源结构和降低能源强度(节能低碳情景),相比于基准情景有56.51%的CO₂减排潜力.可为广东省制定船舶航运行业碳达峰与碳中和管控策略...     

基于多源卫星表征的中国秸秆露天燃烧CO2排放特征及驱动因子分析

秸秆露天燃烧排放是中国碳排放的重要贡献源之一,现有研究中对近年来中国秸秆露天燃烧排放演变特征识别及驱动力分析还不足.本研究采用基于Himawari-8、VIIRS、MODIS监测火点融合的方法估算了2016—2020年中国秸秆露天燃烧CO₂排放量,并采用灰色关联分析识别其驱动因子.结果表明,2016—2020年中国秸秆露天燃烧CO₂排放整体呈下降趋势,尤其在2018年排放大幅下降,对中国秸秆露天焚烧减排影响最大的区域为东北地区.针对不同省份的CO₂月排放变化趋势分析发现,黑龙江、吉林等省份表现为双峰型排放结构,有明显的季节性特征;而福建、广东等省份没有无明显的峰值与季节特征.农作物产量、播种面积与秸秆露天焚烧CO₂排放之间存在强关联性.在自然、经济因素对各省份秸秆露天焚烧行为的影响方面,上海、北京等发达省份(直辖市)受经济因素影响高,而贵州、内蒙古等省份(自治区)则易受自然条件牵制.     

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.      

中国能源消费导致的CO_2排放量的时空演变分析

利用《IPCC2006国家温室气体清单指南》推荐的基准方法,结合能源消费统计数据,在省级尺度上对中国1997～2007年由于能源消费产生的CO2排放总量、CO2排放的分布、人均排放量、CO2排放强度等进行计算和对比分析。研究结果表明:(1)1997～2007年山东、河北、江苏、广东、辽宁、河南、山西等省的CO2排放总量一直居于前列。(2)中国能源消费产生的CO2排放主要集中在第二产业,而且第一、第二产业的CO2排放比重近年来有加大的趋势。(3)从CO2排放强度来看,中西部省区的CO2排放强度明显高于东部沿海省份。     

城市能源碳排放估算方法探究

作为目前世界上最大的碳排放国家,中国在2015年巴黎气候变化大会上做出承诺,到2030年碳排放量要达到峰值并且单位GDP排放要在2005年水平上下降60%～65%.但现阶段中国碳排放数据主要集中在省级和国家层面,城市作为碳减排措施实施的主要区域,由于基础数据缺乏,长久以来没有完整的碳排放清单.为解决这一问题,本文构建了一套城市级CO_2排放估算方法.该方法从各省能源平衡表(EBT)出发,采取从省级到市级的比例分配方法,选取最为贴近城市碳排放的指标数据,对42个地级市2012年的能源消费型碳排放情况进行估算,并与中国高分辨率碳排放数据(CHRED)进行对比,发现差异均在10%以内,验证了该方法的准确性.同时揭示了此类自上而下的估算方法所带来的区域性差异,并且进一步分析了采用不同来源的化石燃料的排放因子所可能导致的不确定性,建议之后的研究在进行中国城市碳排放核算时采取最恰当的本地化化石燃料排放因子.本文为获得在时间尺度和空间尺度上均连续的中国城市碳排放数据提供了参考方法和合理思路,也能为在城市层面制定科学的碳减排措施提供可靠的数据支撑.     

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%.     

中国碳排放强度影响因素对区域差异的作用分析

根据IPCC方法计算得到1995—2012年中国各省市碳排放数据,表明从1995年开始,我国各省市的碳排放强度整体上呈现南低北高,东低西高的分布格局,并有逐渐下降的趋势.区域间碳排放强度的基尼系数、Theil系数、对数离差均值的计算结果表明碳排放强度在各省市自治区间存在明显差异,并且差异随着时间逐渐增大.为了进一步分析碳排放强度差异的影响因素,我们建立了碳排放强度的回归方程,并采用夏普里值分解法进行影响因素的分解分析.整体上可以看出经济发展水平对碳排放强度差异的贡献值最大,而且随着时间推移其对碳排放强度差异的作用逐渐加强.其次是产业结构和能源结构,贡献值分别为18.91%和26.76%,对碳排放强度差异的贡献值随着时间逐渐减少,作用也逐渐弱化.最后是城市化水平(贡献值为~(-1).65%),仅在一定程度上能够降低碳排放强度的差异.进一步采用第三产业占比表示产业结构,石油占比表示能源结构进行分析,发现它们与碳排放强度变为反向关系.即一个地区的第三产业比重高,在能源结构中油的比重大,煤炭比重小,碳排放强度相比于其他地区则低.由此可见,石油比重的区域差异是影响碳强度差异的一个主要原因.因此,提升碳排放强度高的地区的石油以及低碳能源可以缩减区域间的碳排放差异.本文的研究对合理、公平的碳减排政策的制定,鼓励各省市自治区积极参加碳减排活动有着积极的意义.     

China’s carbon emissions from urban and rural households during 1992-2007

In China, Rapid economic growth has stimulated fast urban expansion and rural household income and consumption expenditure. In current paper, an input-output method is used to determine the impact of China’s increased urban and rural household consumption on carbon emissions. The results shows that the direct and indirect CO₂ emission from household consumption accounted for more than 40% of total carbon emissions from primary energy utilization in China in 1992-2007. The population increase, expansion of urbanization and the increase of household consumption per capita all contribute to an increase of indirect carbon emissions, while carbon intensity decline mitigates the growth of carbon emissions. Therefore, at the domestic level, household consumption is of great significance for CO₂ emission, which could be mitigated through changing the composition of goods and services consumed by households, and switching to consumption pattern of less carbon-intensive products. The government must consider the substantial contribution of household consumption to carbon emissions when China is encouraging consumption in order to address the current global financial crisis.     

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...