甘肃省能源消费的CO_2排放研究

根据联合国政府间气候变化专门委员会(IPCC)2006年提出的能源碳排放计算方法,计算了甘肃省1995～2009年化石燃料消费的CO2排放量。结果表明,1995年以来,甘肃省化石燃料消费的CO2排放量呈增加趋势,排放强度不断下降,由1995年的11.01 t/万元下降到2009年的3.42 t/万元。甘肃省化石燃料消费增长迅速,但化石燃料消费结构变化不大。未来甘肃省节能减排压力巨大,要提高化石燃料的利用效率,同时加大可再生能源在能源消费结构中的比重,尤其加大对太阳能和风能的利用。     

安徽省农业生产碳排放时空变化及影响因素分析

基于安徽省5个基础碳源数据,结合LMDI模型,测算其农业碳排放量,并分析了2006-2015年安徽省农业碳排放的时空变化及其影响因素.结果表明,安徽省农业生产碳排放总量逐渐增加,从2006年的356.53万t增长至2015年的449.03万t;碳排放强度的变化与总量变化基本保持一致,从2006年的87.28 t/km2增长至2015年的107.37 t/km2;从市域空间来看,2015年安徽省北部地区的城市碳排放总量高于南方地区;LMDI模型的因素分解表明,与2006年相比,效率因素和劳动力因素累计实现减排527.90万t,其中效率因素影响力度较强,而结构因素、经济因素总体上对累积CO2排放量变动存在正向影响,其中经济因素影响尤为突出.     

基于典型相关分析的安徽省农业生产碳排放强度驱动因子

探索农业生产碳排放强度驱动因子,对制定低碳农业发展规划及目标具有重要启示意义。运用IPCC碳排放测度模型,测算了安徽省2005-2020年农业生产碳排放,采用典型相关分析方法,考察了农业生产碳排放效率驱动因子。结果表明:1)安徽省农业生产碳排放由2005年的987.40万吨攀升至2020年的1227.59万吨,年均增长1.46%。农业生产碳排强度由2005年的1.21t/万元下降至2020年的0.49t/万元,年均下降5.85%；2)农业生产碳排放与其强度呈显著“剪刀差”态势,两者间夹角达33.52°；3)农业科技创新、农机化水平、农业生产结构与农业生产碳排放强度典型相关系数分别为-0.652、-1.728、-0.562,均为农业生产碳排放强度下降“动力”因子,而规制政策、城镇化、农村经济发展与农业生产碳排放强度典型相关系数分别为0.085、0.619、1.232,为农业生产碳排放强度下降“掣肘”因子。基于研究结果,提出了安徽省发展低碳农业的政策建议。     

武汉市二氧化碳排放量估算及影响因素分析

依据2006年IPCC《国家温室气体清单指南》中的碳排放量估算方法,对武汉市1995-2010年工业能源消耗产生的CO2排放量进行了估算,并利用Kaya恒等式进行了Laspeyres结果分解与分析。研究结果表明,武汉市工业能源消耗产生的CO2排放量整体呈上升趋势,能源强度和经济发展(人均GDP)是影响排放量的主要因素,而人口总数和能源结构碳强度相对来说影响较小。适当调整能源结构,合理关闭单位产品能耗高的小型企业,以及进行技术改造提高能源利用率,这些措施对于武汉市节能减排,实现低碳经济发展模式具有一定的贡献。     

西南民族地区碳安全等级评估

我国西南民族地区属于生态脆弱区,对气候变化颇为敏感,如何坚守发展与生态2条底线是一项重要的研究课题。基于此,依据西南民族地区1990—2015年相关数据,在利用IPCC分析法测算西南民族地区能源消费CO_2排放基础上,构建出西南民族地区碳排放指数模型,对其碳排放安全等级进行综合评价,实证研究结果显示:(1)西南民族地区化石能源消费产生的CO_2排放量处于逐年递增态势,从13 245.79万t上升到73 862.55万t,年均增长率高达7.12%;(2)西南民族地区碳排放指数从0.03飙升到0.16,年均增幅高达6.93%,虽然目前处于低排放安全等级阶段,但随着CO_2排放增加,若不加以控制,预计未来几年将跨入中等排放等级。     

甘肃省化石能源碳足迹动态研究

基于生态足迹思想提出碳足迹和碳承载力概念,对甘肃省1995-2009年化石能源消费的碳排放和植被的碳承载力进行定量分析。结果表明:甘肃省化石能源消费的碳足迹由1995年的2 466.12×104 t C增长到2009年的4 464.47×104 t C;煤炭消费的碳足迹最大,其次为石油,天然气比重最小,2009年的比重分别为81.54%、15.20%和3.26%;碳承载力由1995年的1 158.89×104 t C增长到2009年的1 472.19×104 t C,其中,森林的碳承载力最大,其次为草地,农田最小;甘肃省能源消费碳足迹远高于生产性土地的碳承载力。伴随着碳足迹的高增长率,碳赤字持续增大。     

基于能源和物质投入的秦皇岛市农业碳排放研究

基于能源(原煤,汽油,柴油,煤电)消耗和物质消耗(化肥、农药、农膜),测算了秦皇岛市2001-2010年农业碳排放.结果表明,2001-2010年秦皇岛市农业碳排放总量呈温和增长趋势,年均增加4.01％,农业能源消费碳排放呈现快速增长,年均增加9.63％.利用LMDI模型对影响农业碳排放的因素进行了分解,结果显示产业结构因素、效率因素和劳动力因素对秦皇岛市农业碳排放起到了一定的减排作用,而经济因素则对碳排放有强烈的促进作用.并基于研究结果对秦皇岛市农业低碳化提出相关建议.     

我国实现既定碳排放强度的预测分析

基于1991—2011年的数据,采用多项式和趋势移动平均预测模型预测了2012—2020年我国的GDP和CO2排放量,并经过一定修正,预测2020年我国的单位GDP的碳排放量为1.68 t/万元,比2005年减排45%,达到我国提出的到2020年单位GDP的碳排放比2005年减排40%⁴5%的目标.     

我国西部地区种植业碳收支分析

随着我国西部地区农业的快速发展,碳排放对生态环境的影响不断变化。因此,评价西部地区种植业生产过程中碳收支情况,对于该地区低碳农业的发展有重要意义。基于我国西部12个省份1997-2012年农业相关统计数据,分析这些地区种植业生产系统的碳排放量和碳吸收量变化,结果表明:西部地区各省份种植业生产系统的碳排放量和碳吸收量均呈不断上升的趋势,年均增长量分别为368.8万t CO2-eq和4 138.3万t CO_2-eq。西部地区各省份种植业的平均碳排放量和平均碳吸收量分别介于51.7万~3 314.7万t CO_2-eq和524.7万~28 715.1万t CO_2-eq。在总的碳排放构成中,化肥的使用是种植业生产系统投入品碳排放的最大构成部分,平均占到45.7%,其次为农用柴油和灌溉。总体上,我国西部地区种植业生产系统的碳收支处于碳盈余状态,但各省份间差异较大。     

我国农业生产能源消费现状分析

能源消费是现代化农业的主要标志,是现代农业生产的重要投入,研究农业生产能源消费,不仅对我国农业领域节能减排和保护生态环境有着积极的意义,而且还可以较大程度降低农业生产成本,增加农民收入。通过对2005—2012年我国农业生产能源消费统计数据进行分析表明,2005年以来我国农业生产能源消费量逐年增加,由于近几年来我国能源耗费总量的不断增长,我国农业生产能源消费占全国能源消费总量的比例却略有下降。目前我国农业生产能源消费结构以柴油、电力、原煤、汽油和间接能源消费为主;随着我国近年来农业生产技术的不断提高,农业总产值的持续增长导致我国单位农业产值所需的直接和间接能源消费逐年减少,使得农业生产能源消费效率逐年提高。     

基于Divisia分解法的碳排放因素分解研究——以广东省为例

[目的]分解研究广东省碳排放量的影响因素。[方法]基于Johan提出的碳排放量公式,采用对数平均权重的Divisia分解法（LMD）,对广东省1996～2009年影响碳排放量的3大因素（能源结构、能源效率和经济发展）进行实证研究。[结果]经济发展是导致广东省碳排放量持续大量增加的主要原因;能源效率的提高是广东省减少能源消耗、降低碳排放量的重要手段;能源消费结构的调整和优化对于降低广东省碳排放量的潜力巨大。[结论]广东省的碳排放量在今后很长一段时间内将继续增长,在制定今后的发展战略中,要特别注意保持经济与环境的和谐发展。     

吉林省农业碳排放动态变化及驱动因素分析

基于农业物质投入的五个方面:化肥、农膜、农药、农用柴油及农村用电,利用农业碳排放量估算模型,计算吉林省1999-2011年的农业碳排放量,分析农业碳排放总量、组成结构以及农业碳排放强度的动态变化,结果表明:吉林省农业碳排放总量变化分为二个阶段,即波动增长阶段和稳步增长阶段。碳排放总量由1999年的205.3632万t增加到2011年的371.7199万t;农业碳排放总量的组成结构保持不变,依次是化肥、农村用电、农膜、柴油、农药碳排放量;农业碳排放强度从1999年的505.2855kg/hm2升高到2011年的711.7935kg/hm2,其与人均GDP 的环境库兹涅茨曲线(EKC)呈三次函数曲线,预计2012年将达到转折点。基于STIRPAT模型,揭示了人口总数、人均GDP、农业贡献值、农用机械总动力、农户固定资产投资等驱动因素的弹性系数分别为2.6806、0.0767、0.2160、0.1247、0.0572。时间序列预测模型显示:2012-2016年,吉林省农业碳排放总量将由392.4663万t增加到494.1911万t,农业碳排放强度由709.1317kg/hm2下降到561.4089kg/hm2。吉林省必须采取切实有效的措施,改变现有的农业生产发展模式、改善农业生产结构,加强农业科学技术发展,否则,吉林省农业减排的形势将更加严峻。     

基于ESDA-R/S的县域农业N2O排放的空间差异及演化趋势分析

了解农业N₂O排放的时空特征,对于制定农业N₂O减排措施,缓解全球温室效应具有重要意义。采用探索性空间分析（ESDA）和分形方法（R/S）,对1983-2014年福建省52个县的农业N₂O排放的空间差异与演化趋势进行分析。结果表明：1983-2014年福建省农业N₂O排放呈现出显著的空间差异性。农业N₂O高排放区主要集聚在南部县域,其增长趋势呈现出较强的持续性,所占比例为40.38%,而农业N₂O低排放区主要分布在西部和东部县域,其增长趋势呈现出较低的持续性或反持续性,比例为25%,未来一段时间内,福建省农业N₂O排放仍处于较强的持续性。该研究结果可较为全面地反映出福建省县域农业N₂O排放的时空特征,为福建省县域农业N₂O的减排工作提供数据支撑。     

黑龙江省碳排放核算方法及减排对策研究

结合IPCC推荐的参考方法和部门方法,对基于能源平衡表的黑龙江省二氧化碳排放核算方法进行研究。研究结果表明:从总量来看,2000~2010年黑龙江省碳排放总量大体呈现上升趋势;从细分部门来看,碳排放总量最大的是火电部门,其次是工业部门;从细分能源来看,以原煤消费为主的能源需求是导致碳排放总量居高不下的原因。最后提出短期内黑龙江省节能减排应从提高能源效率、重点开展火电部门及工业重点行业的节能减排入手。     

基于能源消费的湖南省低碳经济发展研究

运用碳排放公式估算2008～2010年湖南省煤、石油、电能三种主要能源的碳排放量,根据估算结果对湖南省能源消费状况和产业结构进行分析,将其与中部五省GDP能耗相比较,得出湖南省GDP能耗偏高的结果。依据湖南省低碳经济发展的基础,从优化能源结构和产业体系两个方面来研究湖南省低碳经济的发展。     

基于低碳背景下的德州市碳氧平衡分析研究

由二氧化碳排放所造成的碳氧失衡是地球生态系统不稳定的重要因素,相关研究还处于探索阶段,随着节能减排研究的深入,该研究已逐步引起了研究人员的的关注.通过构建碳氧平衡分析模型,对德州市碳氧平衡现状进行分析,就区域低碳经济发展提出建议,为低碳城市发展量化分析提供参考和借鉴.     

山东省农业技术进步水平的综合评价

选取反映农业科技进步的8项评价指标,以《山东统计年鉴（2005）》中山东省各地市截面数据为基础,利用主成分分析和聚类分析对山东省各地市的农业技术进步水平做综合评价。 结果表明,山东省各地市农业技术进步水平不均衡,西部地区比东部地区低,具有明显的区域特征。     

江苏省农业碳排放时序特征与趋势预测

为探讨江苏省农业碳排放时序特征及未来碳排放趋势,利用排放因子法对江苏省2000—2019年农业碳排放进行估算,并运用STIRPAT模型对2020—2030年全省农业碳排放趋势进行预测。结果表明：江苏省2000—2019年的CO₂排放当量（CO₂e）整体呈现降低-升高-降低的趋势,并在2005年达峰,估算为8 361.77万t,其中种植业、畜牧业则分别在2010年、2003年达峰,种植业排放量远高于畜牧业。农业CO₂e排放强度呈先升高后降低的趋势,2003年后排放强度逐年递减,到2019年已降至1.31 t·万元^-1;在各碳源中,水稻种植是全省农业碳排放的最大排放源,而在主要畜禽中,猪养殖过程中造成的碳排放远高于其他畜禽;预计2020—2030年,伴随城镇化发展、农业人均GDP提高和农业碳排放强度的进一步降低,全省农业CO₂e排放量仍将呈下降趋势,在减碳的同时可以兼顾农业经济高效发展。研究表明,江苏省农业已实现碳达峰,未来农业碳排放的持续降低将有利于加速全省碳中和目标的实现。     

旅游交通能源消耗与碳排放研究

旅游业作为世界上最大的产业部门,其能源消耗和碳排放已经引起关注,其中旅游交通作为旅游业能源消耗和碳排放最主要的部门,许多学者对其进行了研究.科学全面地分析旅游交通能源消耗和碳排放有助于推动旅游交通的可持续发展,进而促进旅游业更健康地发展.分析了当前旅游交通能耗和碳排放的研究方法,然后从旅游交通能源消耗和碳排放的测度、影响因素、对环境的影响和响应对策等4个方面,综述了其主要的研究内容,最后对中国旅游交通能源消耗和碳排放的研究提出了建议.