陕西省碳排放影响因素及其区域分异特征

根据1996-2010年陕西省终端能源消费数据及2010年各市区单位GDP能耗数据,对陕西省碳排放量进行了核算,并基于Kaya恒等式,利用对数平均Divisia指数分解模型对陕西省碳排放的影响因素进行了分解分析。结果表明:(1) 陕西省碳排放总量、人均碳排放量在1996-2000年均为小幅度下降,此后大幅度增加,而碳排放强度总体呈现出下降趋势。从能源消费碳排放比例来看,煤炭消费碳排放量占绝对比重(70.47%)。(2) 陕西省各市区碳排放总量与碳排放强度表现出明显的区域分异特征。陕西省的碳排放总量关中最高,陕北次之,陕南最小;地级市区中:西安市、榆林市和渭南市排放量超过5.00×10⁶ t,杨凌区的碳排放量仅有7.21×10⁴ t;渭南市和榆林市碳排放强度较高,而商洛市和杨凌区碳排放强度较低。(3) 经济产出、产业结构及人口规模对陕西省碳排放量的增加表现为正效应,能源结构和能源强度对陕西省碳排放量的增加表现为负效应。其中经济增长是陕西省碳排放量增加的决定因素,而能源强度降低是碳排放量减少的决定因素。     

烟台市土地利用结构与能源消费碳排放关联测度

[目的]分析山东省烟台市各区县土地利用结构与能源消耗碳排放的关联测度及其变化规律,为合理利用土地资源与低碳城市的建设提供科学建议。[方法]基于烟台市1986—2012年各区县的土地利用结构和能源消耗数据,采用碳排放量计算模型,测算出其能源消耗碳排放总量、碳排放强度和人均碳排放量,并运用灰色关联分析法,测度烟台市各区县土地利用结构与能源消耗碳排放的关联度。[结果]1 1986—2012年烟台市能源消费碳排放总量由3.05×106 t上升到1.494×107 t,增加了3.9倍;2 2012年烟台市各区县土地利用结构与能源消耗碳排放量、碳排放强度之间关联度最高的土地利用类型为园地,与人均碳排放量关联度最高的用地为交通运输用地;3烟台市各区县土地利用结构与能源消耗关联度较高的分别是园地(0.812 8)、城镇村及工矿用地(0.812 0)、水域及水利设施用地(0.805 9);4 1986—2012年烟台市各区县土地利用结构与能源消耗碳排放关联度较大的地区依次是长岛县(0.980 4)、芝罘区(0.962 4)和莱山区(0.948 0)。[结论]烟台市土地利用结构与能源消耗碳排放存在着密切的关联性,土地利用结构与能源消耗碳排放的关联度在空间上存在着差异性。     

广西东融发展片区碳排放时空特征及其驱动因素

[目的] 揭示县域碳排放的时空格局演变及其驱动因素,为区域规划战略的实际应用和实现“双碳”目标提供科学依据。[方法] 基于广西壮族自治区东融发展片区2005,2010,2015,2020年碳排放数据,运用空间自相关分析测算各区域之间的碳排放时空异质性特征,并在构建指标体系的基础上,运用地理探测器计算碳排放时空演变的驱动因子。[结果] ①广西东融片区各县区碳排放量在空间上存在异质性。2005—2020年,该区碳排放量在空间上呈现“西南高,东北低”,经济发达的区县碳排放量增速快;②各区县碳排放量在总体上呈现稳步上涨的趋势。不同经济发展水平的区县间碳排放量差距逐渐拉大;③在碳排放时空分异驱动力分析方面,能源消费结构和城市经济密度的影响最强。[结论] 广西东融发展片区碳排放时空特征与人类活动密切相关,达成“双碳”目标必须以规范碳排放行为为前提。     

重庆市不同土地利用碳排放及碳足迹分析

以重庆市为例,运用1997-2009年重庆市不同土地利用面积数据和能源消费量数据,采用碳排放模型、碳足迹模型,对重庆市13年来不同土地利用方式碳排放量和能源碳足迹进行核算,分析不同土地利用方式碳排放效益、碳排放量的影响因素以及能源消费碳足迹变化。结果表明:(1)重庆市碳排放总量呈直线增加趋势,年均增加210.69万t。(2)建设用地是主要碳源,林地是主要碳汇,建设用地碳排放量增幅远远大于林地的碳汇增幅。(3)碳排放强度总体上呈下降趋势,由1997年的1.77t/万元下降到2009年的1.38t/万元,年均下降1.12%,小于11.5%的GDP增长率。(4)产业结构和经济增长促进碳排放量增加,能源结构对碳排放量影响不大,能源效率改进是13年来重庆市碳排放强度下降的关键原因。(5)能源消费总碳足迹逐年增加,2002年后年均增加93.75万hm2,生态承载力也有所增加,但远远不及总碳足迹的增加速度,生态赤字逐年扩大;森林碳足迹和煤炭能源碳足迹是主要的碳足迹。     

吉林省居民生活消费的间接碳排放特征及影响因素

[目的]核算吉林省居民家庭生活消费的间接能源消耗量和碳排放量,并分析其影响因素,为政府引导居民实施低碳消费、改善区域环境质量提供决策参考。[方法]以吉林省为例,计算2004—2013年居民各类消费活动所产生的能源消耗量及碳排放量,采用STIRPAT模型,分析居民消费碳排放的影响因素。[结果](1)"居住"、"文化教育娱乐"和"食物"3类消费是间接能源消耗和碳排放的最主要来源;(2)碳排强度、人均消费支出、人口数量和城市化率每增加1%,吉林省居民生活消费间接能耗的碳排放分别增加0.831%,0.309%,0.184%和0.055%,碳排强度对吉林省居民生活消费间接能耗的碳排影响最大。[结论]提高能源利用效率、发展新能源是减少碳排放量的首要措施。     

基于土地利用变化的陕西省县域碳排放时空变化及影响因素研究

[目的] 分析2000—2020年陕西省县域碳排放时空变化和影响因素,为陕西省生态文明建设和实现低碳可持续发展提供参考。[方法] 利用社会经济数据和土地利用数据,构建碳排放估算模型,核算了2000—2020年陕西省县域碳排放总量,分析了陕西省碳排放时空分布格局与演化特征,并通过地理加权回归(GWR)模型探究了碳排放的影响因素。[结果] ①总量上,2000—2020年陕西省碳排放量总量呈上升趋势,从2000年的3.30×10⁷ t增长至2020年的1.93×10⁸ t,历经“大幅增长—缓慢增长”两个阶段。②空间上,2000—2020年陕西省碳排放量中心逐步向东北方向移动,空间分布范围呈现扩张态势,热点区主要分布在榆林市北部县域、西安市和咸阳市辖区的周边部分县域,冷点区主要分布在佛坪县和石泉县。③影响因素上,人均GDP值、土地利用程度和人均社会零售总额与陕西省各县域碳排放量呈正相关,产业结构与陕西省60.74%县域碳排放量呈负相关,人口密度与陕西省92.52%县域碳排放量呈负相关。[结论] 建议通过制定差异性区域碳减排方案,优化土地利用结构,控制建设用地增长规模,提高公众低碳环保意识等方式促进陕西省县域低碳发展。     

基于系统GMM面板模型的土地利用碳排放效应研究——以中国省际面板数据为例

依据2003～2015年中国省际面板数据,运用STIRPAT模型及系统GMM动态面板计量模型,分析我国不同土地利用类型下的碳排放效应,并探究我国经济发展是否与碳排放之间存在环境库兹涅茨曲线的"倒U"型关系。研究结果显示:(1)人均GDP与土地利用碳排放存在"倒U"型曲线的特征,进一步验证了我国存在土地利用碳排放的环境库兹涅茨曲线假说;(2)土地利用碳排放效应具有显著的滞后效应,基于系统GMM的动态面板计量模型的估计结果优于静态面板估计结果;(3)系统GMM估计结果显示,经济因素、能源强度、城镇化水平是碳排放最主要的影响因素。其中,人均GDP和能源消耗强度对土地利用碳排放效应存在显著正效应,城镇化率、第三产业增加值占比、农地非农化率和土地市场化水平对土地利用碳排放效应存在显著负效应。     

主体功能区视角下长三角地区国土空间格局时空演变及其碳排放效应分析

基于主体功能区视角分析国土空间格局演变特征及其碳排放效应可为完善主体功能区制度和推动国土空间绿色低碳利用提供依据。该研究利用2000—2020年土地利用数据分析长三角地区主体功能区划实施前后国土空间格局时空演变规律，结合碳排放数据以及贡献率分析测度了国土空间转移导致的碳排放效应。结果表明：1)长三角地区城镇空间和生态空间持续增加、农业空间减少，主体功能区实施后国土空间变幅趋缓；2)各主体功能区内国土空间变化量的增减关系表现为负相关关系，空间上存在显著的异质性；3)研究期内长三角地区净碳排放量(以C计)减少了14 956.57 kg/(m²·a)，空间异质性特征显著，且主体功能区规划实施后栅格尺度上由碳排放转为碳汇的数量增多；4)农业生产空间转为林地生态空间以及农业生活空间转为农业生产空间是导致净碳排放量减少的主要原因，而农业空间转为城镇空间则是导致各主体功能区碳排放量增加的原因，主体功能区规划实施后造成碳排放量变化的国土空间类型趋于多样化。主体功能区规划的实施有助于国土空间减碳增汇，未来应进一步完善主体功能区制度，因地制宜编制低碳导向型国土空间规划。     

基于土地利用结构变化的芜湖市碳排放及其影响因素研究

碳排放与土地利用密切相关,土地利用可以造成直接碳排放和间接碳排放。为了分析土地利用结构变化的碳排放效应,该文计算得出芜湖市2000-2010年主要土地利用方式的碳排放总量,并利用回归函数进行STIRPAT模型拟合,进一步研究了影响碳排放量的主要因素,最后提出低碳的土地利用对策。结果表明:（1）2000-2010年期间,芜湖市碳排放量呈现快速增长的趋势,年均增长率达到15.17%。其中,建设用地和林地分别为主要的碳源和碳汇。（2）碳排放量与人口、经济增长关系的相关性显著,其中人口对碳排放的解释作用最大,人口每增加1%,碳排放量相应的增加8.726%。     

河南省农业生产碳汇的演变趋势及其集聚特征分析

农业生产具有碳排放和碳吸收的双重属性,针对当前农业生产碳汇研究系统边界模糊不清、中观尺度研究成果少、核算项目缺失统一性和完整性等问题,本文在全面核算2000—2015年河南省传统农业碳排放和碳吸收的基础上,分析了该省农业生产碳汇的演变趋势,并利用基尼系数和洛伦兹曲线研究其空间集聚特征。研究结果表明,河南省农业生产系统表现碳汇特征,其碳汇量整体呈现逐渐增长趋势,至2015年全省农业生产碳汇量为3 235.11万t,相当于当年能源消费碳排放量的22.53%,因此农业生产对于减缓温室效应等方面具有一定的作用。河南省农业生产碳汇量增长的主要原因在于随着农业现代化的不断推进和农业生产能力的不断提高,其农业生产碳吸收能力快于碳排放增长速度。自然因素是河南省农业碳排放的主要方面,至2015年自然因素产生的碳排放占河南省农业生产碳排放总量的70.15%;而人工农资投入碳排放增长率相对较快,是全省碳排放量增长的主要原因,2000—2015年全省人工农资投入碳排放量年均增长率为3.27%,是其自然因素碳排放年均增长率的3.85倍。河南省各地农业生产碳汇在地域空间上表现增长的普遍性、相对稳定性和较显著集聚性特征,呈现显著的南北和东西差异,东部和北部农业地区碳汇数值相对较高,而南部和西部农业碳汇数值对较低。     

陕西省能源消费碳排放及脱钩分析

根据IPCC碳排放计算方法计算了陕西省1980—2010年的能源消费碳排放量,系统分析了陕西省能源消费碳排放总量、碳排放结构以及不同产业和工业不同部门碳排放的变化,并应用脱钩理论探讨陕西省经济增长与能源碳排放的脱钩关系及程度。结果表明:1980—2011年,陕西省碳排放总量及煤炭消费引起的碳排放量呈现波动上升的“N”型曲线特征,石油和天然气消费引起的碳排放呈逐年递增趋势,碳排放主要来自于煤炭消费;工业部门是碳排放的主要部门,工业部门中重工业和电力、燃气及水的生产和供应业排放量最大,比重分别为48%和37%,采掘业次之,所占比重为11%,轻工业所占比重最小,约为4%,通过工业内不同行业的比较发现,电力、热力的生产和供应业、化学原料及化学制品制造业、石油加工、炼焦及核燃料加工业、石油开采和天然气开采业、非金属矿物制品业、黑色金属冶炼及压延加工业、煤炭开采和洗选业和有色金属冶炼及压延加工业是陕西省碳排放主要来源,2005年和2010年8大行业碳排放量占工业碳排放总量的92.56%和95.11%;1980—2011年间除1981年和1997—2000年为强脱钩,1982年和2001—2003年为扩张性负脱钩外,其余时期经济与能源碳排放均呈现弱脱钩状态,能源效率的提高是目前实现弱脱钩的主要原因,但其未能抵消经济发展对能源需求的增长幅度,未来一定时期内弱脱钩发展趋势仍将持续。     

张掖市农田生态系统碳源/汇时空分布特征

[目的]探究农田生态系统的碳源/汇状况,为绿洲农田生态系统农作物类型及其种植模式研究提供参考。[方法]利用2001—2010年张掖市主要农作物产量、耕地面积、农作物播种面积及农业投入等数据,根据农田碳吸收、碳排放模型估算各县区农田生态系统的碳吸收、碳排放及碳汇,并分析其时空分布特征。[结果]张掖市各县区碳吸收、碳排放、碳汇强度存在明显的时空差异;同一农作物的碳吸收强度仅与单产量有关,且成正比;经济作物中棉花的单位面积变化量对碳吸收的贡献率最大,粮食作物中大豆的贡献率最大。碳排放量是化肥施用量、农作物种植面积、农业机械总动力及灌溉面积的一次函数,化肥施用量的单位变化量对碳排放的贡献率最大,碳排放量呈逐年增加的趋势;灌溉面积次之,且逐年有降低的趋势;农业机械碳排放所占比例较小,低于碳排放总量的5%。[结论]近10a来张掖市农田生态系统碳吸收总量整体上呈显著增加趋势,碳排放总量呈减小趋势,表明张掖市农田生态系统具有较强的碳汇能力。     

天津市产业碳排放的影响因素及贡献

[目的] 综合考虑“水—土—能—碳”相互关系，研究产业碳排放的影响因素及贡献，为天津市减排决策制定提供一定依据。[方法] 对天津市产业碳排放进行测算，将水土资源因素引入Kaya恒等式，运用LMDI模型计算产业碳排放各影响因素的贡献。[结果] 2004—2018年天津市各产业碳排放均呈现上升趋势；整体来看，水资源经济产出、人口数量促进天津市各产业碳排放，且前者为主要促进因素，水土资源因素抑制各产业碳排放，碳排放强度促进农业碳排放，而抑制其他产业碳排放，人均用地面积抑制农业碳排放，而促进其他产业碳排放；水土资源因素对各产业碳排放影响的变化与水土资源匹配度变化有较好的一致性，单位用地面积用水量越多，其对碳排放的促进作用越大。[结论] 为实现节能减排，应发展节水产业，优化城市水土资源开发利用，发挥水土资源因素对碳排放的抑制作用。     

江苏省产业结构的水环境污染响应

[目的]分析不同水污染因子的空间分布,为江苏省产业结构调整与水环境污染响应研究提供依据。[方法]以分析估算农业面源污染和工业点源污染等产业结构的污染负荷为基础,以县(市、区)为评价单元,构建综合反映产业结构对水环境污染影响的复合型水环境污染指标体系,利用主成分分析法与聚类分析法进行评价分析。[结果](1)总体上,江苏省化肥施用强度和农药施用强度空间分布大致相当,单位面积废水排放较集中。(2)单位面积废水排放比较高的区域主要集中在江苏省各地级市主城区以及周边部分县市单元。(3)江苏省单位面积工业COD排放总体空间分布呈北高南低的态势。[结论](1)工业化进程是影响区域水环境污染的最大因素,但水环境恶化是多种因素共同作用的结果;(2)江苏省南北地区各水环境污染等级综合得分大小顺序为:苏南苏中苏北,与江苏省南北经济发展水平表现出一定的同步性。     

沱江流域土地利用碳平衡与人类活动强度的关系

[目的] 研究土地利用碳平衡与人类活动强度间的协同关系,为沱江流域的区域协同碳减排规划及实现中国“碳达峰、碳中和”目标提供参考。[方法] 基于2000—2020年土地利用及社会经济数据,使用碳排放经济贡献系数、碳生态承载系数、人类活动强度指标,耦合协调度模型及回归分析方法,核算了沱江流域土地利用碳排放量并分析了土地利用碳平衡与人类活动强度的时空演变特征及其协同关系。[结果] 研究表明,2000—2020年沱江流域碳排放量增加了5.13×10⁷ t,其中建设用地碳排放量占90%以上;碳吸收量变化不大,主要来自林地,呈现先减后增的趋势;净碳排放增长率呈下降趋势。各区县的土地利用碳平衡协调度均在提升,但70%以上的区域处于失调衰退状态。沱江流域人类活动强度整体处于中等强度水平,空间上从北向南呈现“低—高—低—高”的格局。[结论] 人类活动强度与人均GDP、人均碳排放均存在显著的正相关关系。土地利用碳平衡协调度与人类活动强度的负相关关系随着技术进步与能源利用效率的提高而降低。提高碳汇能力与碳生产力是改善区域土地利用碳平衡协调水平的有效途径。     

黑龙江省哈尔滨市不同土地利用类型的碳排放效应分析

本研究以黑龙江省哈尔滨市为研究区,以2000—2010年土地利用、能源消耗等数据为主要依据对哈尔滨市各类用地进行碳排放效应分析,并在此基础上构建Logistic模型,预测2011—2020年净碳排放的变化趋势。研究结果表明:（1）从2000—2010年,哈尔滨市的净碳排放呈明显增加趋势,从1023.39万t增长到3264.64万t,增长幅度高达219%。（2）建设用地是主要碳源,占总碳源的99%以上。耕地和林地是主要碳汇,两者之和占总碳汇的99%以上。（3）地均碳排放强度表现为增长趋势,但单位GDP碳排放强度呈下降趋势。（4）在未来10 a,哈尔滨市净碳排放预计将呈现加速增长的趋势,2020年预计将达到5191.83万t。依据相关分析结果,从碳增汇和碳减排角度提出了土地利用的相关措施建议。     

江西省县域农业碳排放时空格局及影响因素分析

农业生产是碳排放的主要来源之一,在碳达峰碳中和的时代背景下,厘清区域农业碳排放现状并分析其时空变化和影响因素具有重要意义。江西省是农业大省,近几十年来农业的快速发展伴随着农业碳排放量的升高。因此基于本区域水稻种植、农资投入、土壤利用及畜禽养殖4类主要碳源,构建农业碳排放测算体系,评估2000－2020年农业碳排放量,分析县域农业碳排放空间格局及其驱动机制。结果表明：1）江西省农业碳排放量总量范围在1098.32～1471.94万t;种植业碳排放强度整体呈下降趋势,范围在2.50～3.87 t/万元,畜牧业碳排放强度整体亦呈下降趋势,范围在0.76～2.03t/万元;各碳源碳排放总量和其占农业碳排放总量的比例大小依次为：水稻种植（806.72万t,61.15%）>畜禽养殖（243.57万t,18.57%）>农资投入（237.39万t,18.02%）>农田土壤利用（29.60万t,2.26%）;2）江西省县域农业碳排放量空间特征明显,高碳排放区均集中于鄱阳湖平原地区以及吉泰盆地;农业碳排放强度空间分布由相对离散到集中在赣北地区;整体上江西省碳排放总量的重心向北移动;3）农业碳排放效率是影响农业碳排放的最重要的因素,各因素对农业碳排放减少量和其占总农业碳排放减少量的比例大小依次为：农业生产效率因素（1828.13万t,56.57%）>地区产业结构因素（1265.29万t,39.15%）>农业产业结构因素（86.12万t,2.66%）>农村总人口因素（52.12万t,1.62%）。整体上,各因素减少农业碳排放总量绝对值排序为：赣北>赣中>赣南。研究结果可为江西省乃至全国其他粮食主产区农业碳排放的测算以及农业碳减排政策的制定提供科学参考。