徐州市农业碳排放时空特征与脱钩效应

[目的] 分析徐州市时空尺度下农业碳排放时空特征与脱钩效应,为江苏省徐州市及其周边资源型城市未来农业的绿色高质可持续发展以及农业经济的良性增长提供理论与数据参考。[方法] 采用排放系数法测算2000—2020年时空尺度下徐州市农业碳排放总量、强度和结构,而后基于Tapio脱钩模型分析其与农业经济发展间的脱钩关系。[结果] ①徐州市农业碳排放变化趋势总体呈“快速上升—波动上升—快速下降”3阶段,从2000年的1.61×10⁶ t先增后减至2020年的1.69×10⁶ t,形象地表现为“M”形。对农业碳排放贡献率大小依次是耕地利用(46.44%)、作物种植(31.90%)和牲畜养殖(21.66%),化肥是最主要碳源。②徐州市各区(县、市)农业碳排放量差异明显,经历了由升到降的长期演化进程,空间层面上总体呈现出“中部高,周边低”的分布格局,邳州市最为突出; ③徐州市农业碳排放与农业经济发展总体经历了“弱脱钩—强负脱钩—扩张负脱钩—强脱钩”的变化历程,且“十三五”以来主要表现为强脱钩。[结论] 徐州市农业碳排放随着低碳减排理念的不断深入而日趋合理,农业经济发展也取得了一定成效。     

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。     

广东省土地利用-碳减排-经济增长的脱钩关系

[目的]探究土地利用碳排放及其与经济增长的脱钩关系并进行实证分析,为广东省在“十四五”期间绿色低碳循环经济发展提供参考依据。[方法]运用碳排放系数法,测算广东省2003—2018年土地利用碳排放量。借助经济合作与发展组织(OECD)脱钩模型,评估了土地利用碳排放与经济增长的脱钩情况。采用灰色关联模型,分析了影响脱钩情况的主要因素。[结果](1)广东省土地利用碳排放量由2003年的2.39×10~8 t增加到2018年的6.72×10~8 t,碳排放总量增加4.33×10~8 t,年平均增长率达7.2%;(2)土地利用碳排放与经济增长的脱钩指数总体变化为2003—2008年由0.948 3下降至0.296 9,2009—2015年由0.941 8先增至1.123 6再降至0.257 2,2016—2018年由0.471 9下降至0.416 8。脱钩关系大体经历了“相对脱钩Ⅳ—相对脱钩Ⅱ—绝对挂钩—相对脱钩Ⅰ—相对脱钩Ⅳ—相对脱钩Ⅱ”发展过程,尚未形成稳定的脱钩状态;(3)从碳排放视角来看,产业结构和煤炭消费比例与脱钩关系的关联度为0.748,0.741,是主要影响因素。从经济发展视角来看...     

南京都市农业农地利用碳排放测算及趋势预测

[目的]测算南京市都市农业农地利用碳效应,为发展都市农业的其他城市提供可借鉴的低碳经验。[方法]基于化肥、农药、农膜、农用柴油、灌溉、翻耕6个主要方面的碳源,测算南京市1996—2014年的农地利用碳排放量,综合林地、草地、园地3个主要方面的碳汇变化特征,探索农地利用方式变化导致的碳效应。并基于灰色GM(1,1)模型预测南京市农地利用碳排放量趋势。[结果]1996—2014年南京农地利用碳排放量总体呈现"上升—波动—平稳下降"的3阶段特征,纵向来看,2005—2014年林地碳汇、草地碳汇有所下降,但变化趋势不同。横向来看,由于各区承载的城市功能不同,区域碳汇差异较大。从农地利用方式变化的碳效应来看,2000—2008年南京市因生态退耕产生碳汇呈先上升后下降的变化趋势,建设占用导致的碳排放量变化趋势呈现Z字形上升。基于灰色GM(1,1)模型采用等维递补预测方法,预计到2020年该市农地利用碳排放量为1.11×105 t。[结论]南京市农地利用碳排放的变化趋势与经济发展和都市农业发展进程密切相关。林地、草地面积的减少降低了原本不高的碳汇效应,并且由于经济发展与城市建设需要,持续上升的建设占用碳排放对南京市碳效应影响巨大。     

广西北部湾经济区土地资源利用与经济增长脱钩分析

[目的]分析广西北部湾区域经济增长与土地资源利用的脱钩关系,揭示二者脱钩程度的空间演变规律,为实现区域经济增长与土地资源利用协调发展提供科学依据。[方法]应用Tapio脱钩模型对广西北部湾经济区2007—2016年土地资源利用与经济发展脱钩程度、时序演变和空间发展规律进行定量评价和综合分析。[结果]广西北部湾经济区土地利用与经济增长基本处于脱钩状态,且有由弱脱钩向强脱钩转化的趋势。从产业类型上看,第一产业GDP与耕地以强脱钩为主且伴有弱脱钩和扩张性耦合状态;第一产业GDP与林地以弱脱钩为主且有向强脱钩转化的趋势;第二、三产业GDP与建设用地始终处于弱脱钩状态。[结论]广西北部湾经济区土地利用与经济增长永续脱钩的实现,不仅要继续优化产业结构,还应立足全局和区域协调发展,继续重视国土空间优化,并通过提高海洋资源综合开发能力,全面建设生态空间,实现经济增长和土地利用的协调发展。     

基于脱钩理论的烟台市碳排放效应分析

[目的]通过分析烟台市2000—2011年碳排放与经济发展之间的关系,为烟台市碳减排及发展低碳经济提供参考。[方法]基于土地利用碳源/碳汇研究的理论框架和计算模型,首先对烟台市土地利用、能源消费等数据进行分析,计算了不同土地利用类型的碳源/汇。然后利用Tapio脱钩模型分析该区碳排放与经济发展之间的脱钩弹性关系。[结果](1)建设用地是主要碳源,其面积与净碳排放量成倒U型库兹涅茨曲线关系。(2)林地为主要碳汇,其他用地影响较小且主要表现为碳汇。(3)烟台市净碳排放量在2001—2011年持续增长,年均增长率不断降低。[结论]烟台市碳减排工作已取得一定的成效,但减排形势依然严峻。其经济发展3个阶段(连接阶段、脱钩阶段Ⅰ和脱钩阶段Ⅱ)分别对应于其碳排放的高速增长、较快增长、稳定阶段这3阶段。     

郑州市低碳经济发展与土地集约利用之间的脱钩关系

[目的]分析低碳经济发展与土地集约利用的关系,为促进郑州市低碳经济发展及土地集约利用提供理论参考。[方法]基于郑州市2002—2011年的数据,采用Tapio弹性分析法,选取了Tapio脱钩指标,构建了脱钩评价指标体系。[结果]2002—2004年综合碳耗度与土地集约利用处于强脱钩状态,2004—2005年为扩张负脱钩状态,2005—2010年处于弱脱钩状态,2010—2011年处于强脱钩状态。整体来说,2002—2011年郑州市土地集约利用与综合碳耗度在强脱钩与弱脱钩之间波动。[结论]低碳经济和土地集约利用两者的发展存在着显著的正相关关系,低碳经济的增长有效地促进了土地集约利用水平的提高。     

江苏省种植业碳排放的测算及达峰分析

在实现“碳达峰、碳中和”的目标背景下，明确农业温室气体排放现状，模拟预测峰值，为促进江苏省农业低碳减排提供科学依据。基于农业物资投入和农田土壤利用2类碳源，采用IPCC碳排放系数法和清单法综合测算江苏省1990—2020年间种植业碳排放量，运用Tapio脱钩模型对农业碳排放量与农业经济增长的脱钩关系进行分析，并根据灰色预测模型GM(1,1)对2021—2060年碳排放量进行预测。结果表明：(1)2020年江苏省种植业碳排放为1 999.53万t, 1990—2020年间呈现先增加后降低再增加然后趋于平稳的趋势；种植业碳排放主要来源于农田土壤利用，农田土壤利用碳排放占比为77.73%～86.95%,农资投入碳排放占比为13.05%～22.27%;(2)化肥是农资投入碳排放源中最主要的排放源，其占比为69.15%～79.20%,其次是农药和农膜，农机、灌溉、翻耕占比均较低；(3)水稻是农田土壤利用排放源中最主要的排放源，其占农田土壤利用碳排放的79.76%～87.23%,其次是小麦和蔬菜，大豆、玉米、棉花占比均较低；(4)脱钩关系以弱脱钩和强脱钩为主，表明随着种植业生产总值的提高，农业种植...     

乌鲁木齐市土地利用结构与碳排放的关联测度研究

[目的]对乌鲁木齐市的土地利用结构与碳排放量的关系进行测度,分析一定时间范围内二者的关联度及其变化特征,从而探索土地利用碳减排途径,为乌鲁木齐市合理利用土地与生态、经济、社会效应的同步提升提供参考。[方法]基于乌鲁木齐市2001—2015年的土地利用变更数据和能源消耗数据,分别计算出碳排放总量、碳排放强度和人均碳排放量,并构建灰色关联度模型,测算乌鲁木齐市土地利用结构与碳排放总量、碳排放强度、人均碳排放量的关联系数和关联度。[结果]2001—2015年乌鲁木齐市碳排放量由8.31×10~6 t增加到2.10×10~7 t,增加了近2.6倍;土地利用结构与碳排放总量、碳排放强度和人均碳排放量三者关联度最高的分别是交通运输用地(0.730 8)、牧草地(0.765 1)和园地(0.821 5);建设用地与碳排放量关联度大。[结论]土地利用结构与碳排放的关系密切,通过科学合理地利用土地利用结构变化对碳收支的影响作用对土地利用结构进行调整,从而实现控制碳排放量是可行的。     

1980-2020年洞庭湖流域土地利用变化及其碳效应

[目的] 探查粮食主产区土地利用变化规律及其碳效应,为土地利用结构调整及低碳经济发展提供依据。[方法] 基于1980,2000,2020年3期土地利用现状数据,在网格采样法、土地利用动态度模型、碳排放系数法以及空间自相关分析模型支持下,揭示1980年以来洞庭湖流域土地利用变化规律及其碳效应的空间异质性特征。[结果] ①洞庭湖流域土地利用阶段性变化。1980—2000年综合动态度为0.02%,其中动态度最大的是建设用地,未利用地次之。2000—2020年综合动态度增至0.18%,建设用地面积增长加快。②净碳效应表现为碳汇,但由1980年的5.93×10⁷ t下降到2020年2.82×10⁷ t,而由土地利用变化引起的碳效应呈现碳排放变化量大于碳汇变化量特点,并导致净碳排放量增加了6.08×10⁵ t,且空间上净碳排放相对高值区呈“H”型分布特点,低值区逐渐扩张。③洞庭湖流域集水小区净碳排放的空间自相关性特征显著。1980—2000年主要聚集类型为高—高型和低—低型,低—高型分布零散,2000—2020年高—高型分布更加集中连片,低—低型主要在湘江流域北部。[结论] 在洞庭湖流域,应坚持“碳增汇,碳减排”定位,保持林地的碳汇稳定状态,科学引导高碳排放土地的开发利用,并依据空间自相关特点关注不同集水区的碳排放“同化”作用。     

基于投入视角的农业碳排放与经济增长的脱钩效应分析——以河南省为例

基于农业生产中的6个方面测算了河南省1993—2014年的农业碳排放量和排放强度。22年来河南省农业碳排放总量由1993年的495.12万t增加到2014年的1 704.13万t,年均增长6.12%,总体上呈"高速—低速—高速—低速"四阶段演化特征,农业碳排放强度从1993年的720.60kg/hm~2增加到2014年的2 080.23kg/hm~2,年均增长5.28%。河南省农业碳排放总量与经济发展呈典型的倒"U"型曲线关系,且开始出现拐点,但不明显。农业碳排放总量的组成结构随时间变化,从平均占比情况来看碳排放组成依次为农村用电、化肥、农膜、农药、农用柴油和翻耕。运用Tapio脱钩模型计算了河南省农业碳排放的脱钩弹性系数,结果显示,2004年前农业碳排放与农业经济发展的脱钩关系呈现弱脱钩、扩张负脱钩、扩张连接和强负脱钩4种弹性特征并存,2004年后以弱脱钩为主导,占比81.82%,说明近年来河南省在农业碳减排方面取得了一定成效,未来河南省还须采取措施,从根本上实现农业碳排放与农业经济增长脱钩。     

基于土地利用变化的东北地区碳排放效应研究

[目的]通过分析东北地区2000—2014年不同土地利用方式的碳排放效应,为东北地区土地利用结构的优化和碳减排提供参考。[方法]利用土地利用数据和能源消耗数据等,采用碳排放系数法,对东北地区2000—2014年不同土地利用方式的碳源/汇进行计算,并分析其区域差异和碳排放强度。[结果](1)建设用地是东北地区碳排放量的主要来源,对碳排放的贡献率超过88%,辽宁省的碳排放量最多。(2)东北地区森林碳汇资源丰富,黑龙江省是东北地区碳吸收的主要来源。(3)东北地区人均碳排放强度呈缓慢增长态势;地均碳排放强度先增长后降低;单位GDP碳排放强度在持续稳定下降,但是当前其下降程度还远远不足以使碳排放总量减少。(4)东北地区是一个不均衡的区域,黑龙江省对其他区域有贡献;吉林省碳排放造成的生态环境影响在内部区域已经自行承担;辽宁省则损害了其他地区的利益。[结论]黑龙江省和吉林省面临着一定的碳减排压力,辽宁省面临着较大的碳排放压力,综合来看东北地区面临着较大的碳排放压力。     

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。     

基于碳循环的农业净碳排与农业经济的脱钩分析

综合农业碳循环过程中碳源和碳汇的双重特征,结合面板数据分析方法,测算全国2000—2011年各区域农业净碳排;通过构建脱钩指数分析模型和判定标准,以“脱钩”来衡量区域农业净碳量与经济增长的脱钩程度,分析二者的脱钩状态和演化趋势,以期研究区域农业经济增长与农业净碳量的脱钩关系及内在机理。结果表明:2000—2011年全国各省市总的农业净碳量显著递增,碳排量从2000年的23 730.44万t增加到2011年的56 177.24万t,对应年份的碳汇量从46 118.20万t增加到56 845.85万t。期间,农业碳排总量年均增长12.40%,农业碳汇总量年均增长2.10%,空间上,东部沿海发达城市的净碳量高于全国平均水平;从农业经济的地域分布和阶段特征来看,各省市农业经济增长率差异明显且后期农业经济增长率明显低于前期;近10年来,农业经济增长与净碳排放整体处于弱相对脱钩状态,弹性值为0≤e < 1。对比2000-2005年、2006—2011年两时期的脱钩,可以看出实现相对弱脱钩的省域数量逐年增加,约占到全国省域总数的90%,呈现出地区脱钩程度差距逐渐缩小的趋势,后期较前期实现了更为协调的发展。     

基于土地利用变化的安徽省陆地碳排放时空特征及效应

土地利用变化是区域碳排放变化的主要驱动力,揭示土地利用变化对碳排放影响对于碳排放政策的制定具有指导意义.然而,经济快速发展区域中土地利用变化对碳排放影响研究仍有限.以安徽省为对象,基于2000-2020年的土地利用变化数据,从碳源/汇角度评估了安徽省净碳排放,分析了碳排放时空特点,从碳足迹、生态承载力和生态赤字3个方面...     

陕西省土地利用碳排放影响因素及脱钩效应分析

通过测算陕西省2001—2014年土地利用碳排放量,采用LMDI分解法探讨了土地利用碳排放变化的影响因素,并基于因素分解的结果构建脱钩弹性分解量化模型对经济增长和土地利用碳排放的脱钩效应进行分析。主要结论如下:（1）2001—2014年,陕西省土地利用碳排放量呈逐年递增趋势,13年间上升163%。（2）能源强度是唯一抑制土地利用碳排放增加的负效应因素,正效应因素对陕西省土地利用碳排放增加的贡献值由大到小依次为经济规模效应 > 能源碳排放强度效应 > 人口规模效应 > 土地规模效应;（3）各影响因素对土地利用碳排放与经济增长脱钩的贡献由大到小依次为经济规模效应 > 能源强度效应 > 能源碳排放强度效应 > 人口规模效应 > 土地规模效应,且能源强度效应对经济增长与土地利用碳排放脱钩状态的改善具有积极作用。研究结论有利于清晰了解土地利用碳排放影响因素及其影响经济增长和土地利用碳排放脱钩的内在作用机理,从而得出相应的碳减排政策启示。     

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。