基于AIS数据的中国沿海集装箱港口碳排放

为了精确有效地测量船舶在港碳排放,提出了一种基于海量船舶AIS (Automatic identification System)航行轨迹数据的港口碳排放计算框架,并结合上市港务公司经营数据,估算港口碳排放承担能力.以中国11个沿海主要集装箱港口为例,采用2018年全球4280艘集装箱船的AIS轨迹全年数据计算碳排放社会成本.结果显示:中国沿海集装箱港口碳排放量与船舶抵港艘次整体呈正相关,上海港是全球第一大集装箱港口,2018年其港口CO₂排放量最高,为69.3万t;船舶靠港作业时,在泊和锚泊状态CO₂的排放比例较高,占碳排放比例的65.8%;从CO₂排放社会成本来看,上海港域内的船舶碳排放社会成本最高,2018年需要支付2459.6万元,从承担碳排放社会成本的能力来看,连云港压力较大,每亿营业收入需要承担碳排放社会成本24.46万元.     

1988－2018年广西北海红树林蓝碳储量变化分析

蓝碳指储存在红树林、盐沼、海草床生态系统中的碳,约占所有生态系统碳储量的55%。本文基于1988－2018年广西北海的遥感图像,获取了时间间隔为五年的北海红树林面积变化数据,据此估算了蓝碳储量及碳库各主要组成部分的变化量。1988－2018年,北海红树林面积由459 ha增长至3320 ha,年度增长率为6.8%。该区红树林总面积保持增加趋势,1998－2003年,毁林挖塘行为导致面积减少150 ha。根据IPCC国家温室气体清单,计算了1988－2018年北海红树林总碳库量,红树林湿地无变化的区域碳储量稳定增加,由1988年的32064 t增长到2018年的214830 t,年度增长率为6.5%。采挖活动导致的土壤碳储量减少最多,其中,1998－2003年的损失量高达82392 t。本文首次计算了因人类活动导致的红树林蓝碳损失,并尝试进行了IPCC参数的地方化研究。该研究可为红树林生态系统修复以及蓝碳捕捉、转移、固定研究提供数据支撑,更好地服务于碳中和碳达峰国家战略。     

基于社会网络分析的京津冀地区碳排放空间关联与碳平衡分区

基于2005、2010、2015和2017年的碳排放/碳汇数据,利用社会网络分析和探索性空间数据分析对京津冀县级尺度的碳排/碳汇的空间关联作用进行实证分析并进行碳平衡分区划分,提供了在县级空间尺度上划分碳平衡区的路径.研究结果表明:(1)京津冀地区碳排放年均增长率由2005-2010年间的10.05%放缓至2010-2017年间的1.25%,碳汇总量先降后增,2010-2017年间增长15%,但2017年净碳排放量达到了6亿t,反映了当前碳中和压力仍然巨大,京津冀北部和西部是主要的碳补偿率高值区,京津唐、石家庄和邯郸-邢台及其周边地区是主要的碳补偿率低值区;(2)京津冀碳排放空间网络格局逐渐清晰,形成了京津碳排放区、石家庄碳排放区、邯郸碳排放区三个主要的碳排放空间联动区,分别占整个区域面积的36.65%、9.64%、6.76%;(3)根据实证结果,京津冀区域被划分为集中碳汇区、局部调节区、核心-联动碳排区、分散-联动碳排区、分散-孤岛碳排区、一般-联动碳排区、一般-孤岛碳排区7个碳平衡功能区,分别占整个区域面积的22.07%、32.62%、12.81%、0.45%、1.14%、22.5...     

国内外工业碳排放数据平台建设现状与应用展望

中国作为当今全球碳排放最大的国家，工业碳排放量约占全国总碳排放量的68%。在碳排放总量和强度“双控”的新制度要求下，准确核算工业碳排放量具有重要意义。通过分析国内外碳排放总量和产品碳排放强度相关标准及其低碳数据平台建设情况发现，目前国内外碳排放总量核算标准大都基于《IPCC清单指南》;国外产品碳足迹相关标准已经建立，而国内发展相对滞后，大部分行业仍缺乏权威性产品碳足迹核算及评价标准；国内外碳排放数据平台及软件均缺乏覆盖工艺过程或工序的碳排放信息，且数据基本来源于文献报道或统计年鉴，本土化程度低，不能达到高精度和国际互认水平。基于对国内外标准体系、数据平台和软件的调研分析，本研究提出，亟需完善全链条低碳标准体系，建设多产业互联的行业低碳数据平台，并开发资源-环境-碳-经济多尺度评价软件，将企业/行业工艺过程与产品供应链碳排放数据深度融合，实现数据资源公开统筹应用，服务工业领域精准降碳与绿色、低碳等多目标协同发展。     

长江经济带电力碳排放时空变化及影响因素——基于区域和产业视角

以长江经济带为实证区域,综合运用IPCC清单编制法,网络法和LMDI法,在核算2005～2020年长江经济带电力生产、传输和消费过程中碳排放量的基础上,基于区域和产业两个层面分析其时空分异特征,并探究地区电力生产和消费碳排放量变化的不同影响因素.结果表明,长江经济带电力生产碳排放量整体呈现不断上升但增长速度下降的态势,总量由6.8亿t增加到12.25亿t.年均增速由2005～2011年期间的7.61%下降到2012～2020年期间的1.28%.电力消费碳排放量的时空分布特征与生产视角下的相似,但省际间电力碳排放流动规模以及远距离的电力碳排放流动显著增加.其中上海,江苏和浙江为最主要的电力碳排放净转出地,2020年分别净转出1894.01万t、6120.03万和7020.84万t,安徽,湖北,四川,贵州和云南为最主要的净转入地,2020年分别净转入2723.85万t、2309.72万t、1075.72万t、3010.32万t和2218.69万t.下游地区的用电碳排放量主要来自资源加工工业,机械和电子制造业,轻纺工业,增长幅度较大的是机械和电子制造业,纺织业,服务业.中上游地区主要来自电力...     

云南省能源消费碳排放时空演变及其影响因素

双碳背景下，低碳试点地区的碳排放状况是当下需要关注的热点问题。该文基于“类NPP-VIIRS”夜间灯光数据和相关能源数据，以云南省16个地州市为研究对象，测算并分析了2010-2020年云南省能源消费碳排放时空格局演变，并借助地理探测器识别影响碳排放的关键因素及其时序变化。结果表明：（1）2010-2020年云南省能源消费碳排放总量呈波动中递增的变化趋势，各州市年均增长率最高和最低为昭通市、玉溪市。（2）空间上呈现出中东部高，西北部、西部、西南部低的分异特征；各州市能源消费碳排放总量高值区以滇中城市群为主，低值区主要分布在滇西、滇西南城镇群。（3）影响云南省能源消费碳排放的主要因素为经济发展水平、路网密度和对外开放程度；各因素在不同时期对碳排放的影响程度各不相同。总体来看，云南省能源消费碳排放整体呈现收敛态势，增长速率有所下降，但仍未达到碳峰值。     

中国城市碳排放强度时空演变与影响因素的时空异质性

运用地图可视化、核密度估计、标准差椭圆等方法对中国2005～2020年城市碳排放强度的时空演变与路径迁移进行探究,并基于时空地理加权模型(GTWR),实证考察了城市碳排放强度影响因素的时空异质性.研究发现:(1)中国城市碳排放强度逐年降低,但仍远超同期发达国家水平,减排空间较大.碳排放强度呈“北高南低”的空间分布,南北分异趋势在研究后期愈发明显.(2)各区域内部城市碳排放强度差异逐渐收敛,分布越发均衡.东部城市碳排放强度的多级分化现象显著,西部高碳城市集聚分布.碳排放强度高值区域自山西省境内持续向西北方向转移,西北地区逐步成为中国碳排放的主要贡献区域.(3)总体上,高碳化能源消费对碳排放强度呈正向促进效应,产业升级、经济发展、人口集聚、科技研发与外资强度则主要表现为负向抑制.局部内,各因素作用效果存在较强的时空分异,不同区域与时期内,各影响因素的波动方向与作用强度不尽相同.     

技术创新与碳排放效率耦合协调关系及驱动力研究——以装备制造业细分行业为例

技术创新与碳排放效率耦合协调发展对于装备制造业非常重要。基于2000—2019年装备制造业面板数据，构建了技术创新与碳排放效率耦合协调度模型及面板向量自回归(PVAR)模型，实证分析了两者间的耦合协调度及驱动力因素。结果表明：装备制造业碳排放效率综合评价值与技术创新综合评价值整体呈逐年增长趋势，且碳排放效率综合评价值大于技术创新，但技术创新综合评价值的增长幅度更大，两者差距正逐渐缩小，其中通信设备、计算机及其他电子设备制造业增长幅度最大，仪器仪表及文化、办公用机械制造业增长幅度最小；耦合协调度整体经历从严重失调转变为轻度失调，各细分行业的耦合协调度基本均有提升；耦合协调度主要受耦合协调度本身影响，其次自主创新程度、能源结构对耦合协调度的贡献率也较大，而企业规模的贡献率较小。建议各细分行业实施差异化发展，并加强协调行业的辐射效应，建立装备产业集群。