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。     

中国农业能源消耗碳排放变化驱动因素及其贡献研究*——基于Kaya恒等扩展与LMDI指数分解方法

农业低碳化发展方式是农业现代化背景下农业可持续发展的有效实现途径。判断农业碳排放影响因素的驱动力、驱动方向等对有的放矢地制定低成本、高效率低碳农业发展策略与措施意义重大。在前人研究的基础上,为探讨常规因素之外还有哪些其他因素对农业碳排放有所影响,本研究以Kaya恒等式为基础,利用Kaya恒等式的数学性质将中国农业碳排放的影响因素分解为一般技术因素、农业低碳技术因素、农村生活水平因素、间接城镇化因素以及人口规模因素等5个因素,并利用LMDI指数分解方法对这些因素进行了驱动强度与贡献率的分析。研究发现:农村生活水平提高是促成农业碳排放的最主要因素;一般技术因素与农业低碳技术因素都负向地驱动农业碳排放,相比较而言,农业低碳技术变动比一般技术变动的碳排放驱动力更为强劲;总人口变动因素对农业碳排放呈现出正向驱动力,但无论从整个长跨度区间还是细分区间来看,其正向驱动力都不强;由扩展的Kaya恒等式得出的间接城镇化指标与一般城镇化指标之间关于50%的水平在坐标系中对称,经转换与修正发现城镇化水平对农业碳排放表现出温和的正向驱动力。1990—2013年中国总的农业碳排放中一般技术因素贡献为?25.85%,农业低碳技术因素贡献率为?166.55%,农村生活水平因素贡献率为220.65%,城镇化水平贡献率为57.63%,人口规模因素的贡献率则为14.12%。文章建议在发展农业现代化过程中,通过发展通用和低碳农业技术,合理有序推进城镇化进程以及营造低碳发展的社会氛围等方面创造更适宜的环境,以达到农业低碳化发展与可持续发展目标。     

陕西省能源消费碳排放及影响因素分析

研究陕西省能源消费碳排放对陕西省减少碳排放、发展低碳经济有重要意义。本文基于Kaya恒等扩展式和LMDI因素分解模型,应用LMDI分解方法对能源消费碳排放进行因素分解。定量分析陕西省2000~2011年人口、人均GDP、能源消费结构、能源消费强度、产业结构等5方面的因素对能源消费碳排放的贡献大小。结果表明:人均GDP增长是陕西省碳排放量增加最大的因素,其次是能源消费强度;人口效应和能源消费结构对碳排放量的增加有较微弱的拉动作用;产业结构效应对陕西省碳排放量增加产生负作用;产业结构和能源消费结构需要进一步调整与优化以抑制碳排放量增长。     

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。     

江西省农业碳排放变化特征及其驱动因素分析

农业碳减排作为应对气候变化研究的重要内容,一直是相关研究领域的热点?借鉴IPCC和其他研究机构、学者提供的碳排放因子系数,从农业物资投入、农地活动、水稻种植、牲畜养殖等12种主要碳源,测算了江西省2001-2020年农业碳排放量,并利用LMDI分解法将农业碳排放驱动因素分解为效率因素、结构因素、经济发因素、劳动力因素。结果表明：江西省农业碳排放总量从2001-2020年呈波动下降-上升-下降-持续上升-持续下降的变化趋势,并在2016年达到顶峰。相比于2001年,农业碳排放量增长20.68%,农业碳排放强度下降47.75%;效率因素与劳动力因素对农业碳排放有抑制作用,分别减少351.02%、426.26%的碳排放量。结构因素与经济因素对农业碳排放有促进作用,分别增加33.55%、843.92%的碳排放量。文章最后就农业碳减排措施提出了针对性建议。     

农业化学投入与农业经济增长脱钩关系研究——以河南省为例

[目的]在测算河南省农业化学投入与农业经济之间脱钩弹性的基础上,进一步分析河南省农业化学投入增减的影响及时空格局演化,为该省农业资源环境保护提供依据。[方法]采用Tapio脱钩模型分析河南省农业化学投入与农业经济之间的脱钩关系,利用LMDI分解模型对影响农业化学投入的影响因素进行分解,运用K-means方法对河南省农业化学效率进行聚类分析。[结果] 1993—2016年河南省农业化学投入总体呈"先升后降"态势,农膜、农药和化肥投入分别于2012,2014和2016年出现下降趋势;23 a来河南省农业化学投入与农业经济增长态势出现了从相对脱钩和扩张性负脱钩并存到相对脱钩再到开始出现绝对脱钩趋势的转变;耕地效应是农业化学投入增加的主要推动力量,效率效应对农业化学投入具有明显抑制作用,规模效应的影响不明显;从空间格局上看,豫东南地区农业经济增长对农业化学生产资料依赖程度较高,豫中和豫西北地区农业化学参与农业经济增长的程度较低。[结论]整体上看,河南省农业化学投入对农业经济增长呈现出了脱钩状态,但在区域内部还存在着较大的空间差异,未来河南省应采取差异化的农业化学控制政策。     

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LMDI模型的黑龙江粮食生产变化耕地利用效应

为合理规划黑龙江耕地资源,实现粮食的稳定增产,采用LMID分解法,将1994—2014年黑龙江省粮食生产变动的耕地利用效应分解为规模效应、广度效应、结构效应和强度效应,定量分析黑龙江粮食生产的时空变化。结果表明:在时间维度上,粮食总量呈现稳中有升-波动-快速增长的阶段特征,耕地利用效应作用大小为规模效应强度效应结构效应广度效应,耕地面积有显著的增量效应,复种指数呈减量效应,粮食单产和粮作比例效应为正-负-正变化;空间维度上,耕地利用效应在各市作用不一,且规模效应和强度效应在各市粮食增产中发挥主要作用。在提高耕地质量,增加种粮面积和提高粮食单产方面提出政策建议。     

河北省能源消费与碳排放影响因素分析

选取1980~2011年的样本数据,应用IPCC碳排放计算方法对河北省能源消费碳排放及经济发展进行阶段分析,同时利用LMDI模型对碳排放增量进行影响因素分解,分析人口、经济产出、产业结构、能源强度、能源消费结构对碳排放的作用程度。结果表明:1980~2011年河北省碳排放经历了稳定增长(1980~1996年)、低速增长(1996~2000年)和快速增长(2000~2011年)3个阶段,且3个阶段的GDP增速明显大于碳排放增速,河北经济发展与能源碳排放整体处于弱脱钩状态,与实现强脱钩还有一定的差距。LMDI模型分解结果显示,碳排放的驱动因素是人口、经济产出和产业结构,贡献度分别为8.92%、292.39%和14.95%;抑制因素是能源强度和能源结构,贡献度分别为-202.94%和-14.35%。     

湖北省粮食生产时空变动的实证研究——基于LMDI分解法

从耕地利用效应视角,将LMDI分解法引入粮食生产时空变动的研究,构建粮食产量变动分解模型,从时空二维角度分别对1994-2012年湖北省17个地州市粮食生产的耕地规模效应、广度效应、结构效应和强度效应进行测度和分析。研究表明：时间维度上,湖北粮食产量变动的耕地利用效应作用由大到小依次为结构效应、规模效应、强度效应和广度效应,种植结构具有显著的减量效应,粮食单产和复种指数具有增量效应,而耕地规模具有双向驱动效应;空间维度上,影响各区粮食产量变动的主导因素不尽相同,黄石、荆州等地为规模效应主导区,恩施为广度效应主导区,武汉、宜昌、襄阳等地为结构效应主导区,仙桃、神农架等地为强度效应主导区。本研究进一步提出了优化调整种植结构、合理控制耕地规模、推动技术进步及施行差别化管理等政策建议。