数字经济对碳排放强度的影响机制及空间效应

在数字经济蓬勃发展与碳减排压力严峻的双重背景下,文章选取2011-2019年中国252个地级及以上城市的面板数据,采用熵权法测度各城市的数字经济发展水平,并使用夜间灯光数据反向推演各城市的CO2排放量,运用固定效应模型、中介效应模型、空间杜宾模型多维度实证检验数字经济发展对碳排放强度的影响机制、空间溢出效应和异质性。研究发现：（1）总体上,中国数字经济发展水平不断提高且各城市差距逐步缩小,碳排放强度不断降低且各城市差距逐步扩大;（2）从全国范围来看,数字经济的发展能够显著降低城市碳排放强度,并且产业结构升级和技术创新是数字经济降低碳排放强度的重要机制;（3）各城市数字经济发展水平和碳排放强度具有显著的空间正相关性,并且数字经济能够通过空间溢出效应降低邻近地区的碳排放强度;（4）数字经济发展对碳排放强度的影响存在地区、城市层级和城市规模上的异质性,相较于东部地区、中心城市和大规模城市,数字经济在中西部地区、外围城市和中小规模城市发挥的碳减排效应更显著。     

基于高时空分辨率流域水污染源清单的河流概化研究

河流概化研究在高时空分辨率流域水污染源清单的构建中有重要的意义.在既有研究的基础上,提出河流概化研究的目的、原则、研究方法和数据.河流概化分为两个部分,一是将研究区域水系进行概化,形成水系概化图,然后将水系概化与相关控制单元数据建立空间连结,建立水系概化空间数据库;二是将水系概化空间数据库及流域水污染源数据库建立空间联...     

北方重工业城市大气污染源调查评估与治理对策——以抚顺市为例

本文以抚顺市为例,开展了大气污染源排放清单详细调查及科学评估,分析环境空气污染特征,识别大气主要污染源,提出解决方案,为抚顺市环境空气质量达标提供技术支撑,以期对北方工业城市的大气污染治理有所助益.     

阳泉市2017年基于交通流量的机动车排放清单

通过van Aerde速度-流量模型模拟和交通流量调查获取了阳泉市路网的车流量、车型构成和车速基础数据,利用自下而上的方法,基于实际交通流量数据、机动车排放因子和路段,构建了阳泉市道路机动车排放清单,并分析了机动车污染物排放特征.结果表明:2017年阳泉市道路机动车排放的CO、HC、NOx、PM分别为4.56×104、...     

降低碳排放增加利益第三版(上)

气候变化与能源安全已经成为政府与企业的首要关注事项．值此之际,气候集团出版了这份第三版《降低碳排放,增加利益》报告。在过去的十二个月里．我们可以看到报告参加降低温室气体（OHG）排放行动的企业和政府数量出现了前所未有的增加。众多领域的领先企业除了达到政策要求的减排标准外,还在继续努力降低排放,很多企业的减排量达到了25％以上,这些领域包括从公有到私有．     

南京市加油站VOCs排放清单

在分析国内外加油站VOCs排放因子的基础上,结合油气回收进程和排放控制现状,初步建立南京市加油站VOCs排放清单。结果表明：全市加油站VOCs排放因子为168 mg/L,年排放VOCs为300 t。S1+S2、S1+S2+OMS和S1+S2+OMS+VRD 3类加油站的VOCs排放因子分别为335 mg/L、198 mg/L和147 mg/L,OMS和VRD对VOCs排放控制效果显著。     

基于STIRPAT模型的黑龙江省碳排放影响因素研究

2005年以来,黑龙江省社会经济持续稳步发展,截至2017年,全省GDP达到15903亿元,增长近3倍,人均GDP增长2.89倍,城镇化率达到60%,第三产业占全省生产总值比重达到55.82%。与此同时,全省碳排放量从19095万吨增加到27251万吨,增长1.43倍。通过对黑龙江省13年间社会经济数据的系统分析研判,人均GDP、城镇化率、碳排放强度等因素对全省碳排放量影响显著。     

基于清单核算法的社区碳排放时空分布特征

基于IPCC清单编制法,对四川雅安某社区2015～2017年的碳排放进行核算,并通过可视化表达,分析其时空分布特征,以期为促进社区节能减排,推进低碳发展提供建议。结果发现该社区2015～2017年碳排放总量分别为13 726 t、19 857 t以及25 353 t,呈现出显著上升趋势,但各贡献源的排放各有不同,电力使用贡献最大。不同功能建筑之间的碳排放强度也存在明显差异,高层住宅商铺低层住宅企事业单位。     

中国县域能源消费碳排放估算及其空间分布

将传统的碳排放因子法与人口权重分配法相结合,估算了2015年中国2 170个县域的碳排放量,并将县域分为高/低碳排放量-高/低碳排放强度的4种类型。分析表明:(1)县域的平均碳排放量为1 287×103 t,但差异较大,空间分布上整体呈现东高西低;81.58%的县域的碳排放强度在0.01～1.05t/万元,空间分布上呈现西部及西北高、东部及东南低。(2)低碳排放量-低碳排放强度类县域数量最多(占45.81%),在全国除东南沿海区域均有分布;高碳排放量-低碳排放强度类县域分布在中国部分华北地区及东部、东南沿海地区,中部也有少量分布;高碳排放量-高碳排放强度类县域主要分布在东北三省;低碳排放量-高碳排放强度类县域主要分布在中国西北的西藏自治区、新疆维吾尔自治区和青海省,同时山西省境内也有较多分布。(3)整体看,中低收入、处于发展提速的中西部县域发展仍需预留一定的碳排放空间;对于高收入的东部县域,则要提出更高的减排要求。     

海南省大气污染源排放清单及环境影响研究

基于海南省2016年工业环境统计数据,通过自下而上的方法建立海南省2016年工业大气污染源排放清单,并利用中国多尺度排放清单模型(MEIC)排放清单进行背景源补充,使用CALPUFF模型进行大气污染模拟。污染物排放清单结果显示,2016年海南省SO_2、NO_x、CO、PM_(2.5)、PM(10)、黑碳(BC)、有机碳(OC)、挥发性有机物(VOCs)和NH3的排放量分别为1.50×10~4、5.10×10~4、4.56×10~5、2.34×10~4、2.10×10~4、3.50×10~3、1.20×10~4、4.96×10~4、6.50×10~4 t,其中SO_2主要排放源为化石燃料固定燃烧源(分担率66.67%),NO_x主要排放源为交通源(分担率51.18%),CO、PM_(10)、PM_(2.5)主要排放源为生活源(分担率分别59.01%、81.28%和87.62%),VOCs主要排放源为工业溶剂使用源(分担率75.91%),NH_3主要排放源为农业源(分担率93.54%)。排放量较大的区域集中在儋州市、澄迈县一带。SO_2、NO_x年均最大浓度均出现在海口市,PM_(10)、PM_(2.5)年均最大浓度均出现在定安县。交通源对全省污染物浓度贡献突出,工业源虽然对颗粒物浓度贡献率较低,但仍需加强PM_(2.5)治理。