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。     

河南种植业碳排放时空特征、脱钩效应及其驱动因素

基于2001-2021年河南省以及18个地市历年农资投入和农作物种植两大类碳源,构建种植业碳排放测算体系,评估研究期内河南省种植业碳排放量,分析省域种植业碳排放空间格局;运用Tapio脱钩模型探讨河南省种植业碳排放量与经济发展之间的相互作用,并通过LMDI模型探究种植业碳排放的主要驱动因素。结果表明：（1）河南省种植业碳排放量呈现先上升后下降的趋势,碳排放强度整体呈现逐年递减趋势;（2）农用化肥是种植业碳排放最主要的排放源;（3）河南省种植业碳排放量逐渐呈“南部高,北部低”的特点;同时,各地市的种植业碳排放强度均为递减态势,空间差异也逐步减小;（4）研究期内仅出现强负脱钩、弱脱钩、扩张负脱钩和强脱钩四种脱钩特征;（5）经济增长和城镇化水平对种植业碳排放具有正向影响,生产效率、生产结构和劳动力规模则表现出负向影响。未来应加强创新引领、坚持分类施策并优化种植结构,以实现河南省种植业低碳化高质量发展。     

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。     

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。     

基于投入视角的山东省农地利用碳排放与经济发展脱钩研究

[目的]分析山东省2000—2012年农地利用碳排放与经济发展关系,为该区碳减排工作和农业相关政策的制定提供理论依据。[方法]基于农地利用的投入视角,采用碳排放计算模型和脱钩弹性测算方法,计算了2000—2012年山东省17个地级市农地利用碳排放量,及其与经济发展的脱钩关系,将该省划分为不同的脱钩类型,揭示两者的时空演变规律。[结果](1)2000—2012年山东省碳排放量增量显著,由7.12×106 t升至8.39×106 t,年均增长9.77×104 t,潍坊市的碳排放量最大,莱芜市的排放量最小。(2)山东省农地利用碳排放强度存在显著的空间差异性,呈东高西低的空间分异格局。(3)山东省主要表现为强脱钩与弱脱钩并存的状态,并以强脱钩为主。(4)山东全省脱钩类型空间分布规律较明显,强脱钩分布广泛,弱脱钩集中于西南地区。[结论]山东省农地利用碳排放和经济发展存在一种科学的、合理的脱钩弹性关系,但仍需加大对于农地利用的科技投入,合理分配农用物质的投入比例。     

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。     

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。     

2000-2020年河南省土地利用强度与碳排放脱钩关系

[目的] 测度土地利用碳排放效应,探索土地利用与碳排放之间的脱钩关系,进而揭示土地利用变化的碳排放规律,为制定资源保护和生态文明政策提供科学依据。[方法] 以中国农业典型生产中心地区、中国人口大省——河南省为研究区域,基于近20 a间土地利用现状遥感监测数据,从县域尺度研究土地利用碳排放和土地利用强度的时空格局演变特征,并借助于脱钩分析的理论框架来检测它们之间的脱钩关系。[结果] ①在研究期间,碳排放呈现出明显的空间异质性。豫中地区、豫北地区碳排放水平明显高于其他区域;平原地区和大城市周边地区的碳排放明显高于山区和丘陵地区。②研究期间土地利用强度持续增加,豫中地区土地利用强度明显高于豫南地区,而豫北地区土地利用强度分布表现出明显的空间集聚现象。③研究期间土地利用强度和碳排放二者的主要关系类型为扩张负脱钩和强脱钩,需要从资源高消耗、高碳排放的双高模式不断向资源低消耗、低碳排放的低碳发展模式转变。[结论] 不同阶段、不同地区在土地利用强度与碳排放之间的脱钩关系程度方面有着明显差异,应采用差异性管控政策,促进生态环境保护和经济发展之间形成协调稳定的发展关系。     

黑龙江省土地利用变化的碳排放效应研究

土地利用结构的改变是影响碳排放量变化的重要因素。为探究黑龙江省土地利用变化下的碳排放效应问题,本文以土地利用变更数据、能源统计数据和土地利用/覆盖数据为基础,分析土地利用变化情况,核算碳排放/吸收量及其强度并进行区际差异分析。结果表明:黑龙江省2004—2012年用地类型中以耕地面积增长最快,其动态度为3.73%,园地大量减少;期间碳排放量逐年递增,年均增长量为6 020.85万t;建设用地是影响碳排放的最主要因素,应重点从建设用地上着手控制碳排放;黑龙江省碳排放区际差异明显,碳排放大部分集中于南部的齐齐哈尔市、大庆市、绥化市、哈尔滨市4个地级市,2010年四者碳排放量占到全省的58.17%;全省碳排放强度呈下降趋势,但年均生产总值持续增长,当前碳排放量增加不会因为碳排放强度的下降而有所减缓,倘若今后不采取有效的节能减排措施,在未来很长时间内黑龙江省净排放量将会居高不下。研究结果可为相关政策的制定提供基础依据。     

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。     

四川省广元市不同土地利用类型的碳排放效应研究

利用土地利用变化及能源消耗资料,采用直接碳排放系数法,对四川省广元市近20a的不同土地利用类型的碳排放效应进行了估算。结果表明,在土地利用变化的影响下,该区域碳排放量明显增加,从1990年的2.11×107 t增长到2010年的3.98×107 t,增长幅度为88.9%;建设用地是主要的碳源,碳排放量从1990年的2.73×107 t迅速增长到2010年的4.91×107 t,其碳排放量占总碳排放量的99%以上,平均年增长速度为1.09×106 t;林地作为最大的碳汇,20a间有所增长,但水域、草地、未利用地碳汇效益不明显;从碳排放的空间格局来看,市中心区利州区的碳排放量最大,年平均碳排放量1.60×107 t。依据相关研究结果,提出了减少广元市碳排放量的相关建议。     

重庆市土地利用碳排放效应时空格局分异

运用文献分析法、归纳总结法、统计分析法测算了重庆市12 a来不同土地利用类型的碳排放,分析了变化特征并对其时空差异类型进行了划分。结果表明:（1）重庆市碳汇大于碳源,碳排放总量表现为碳吸收,1997—2008年碳吸收能力在波动中呈下降趋势,到2008年重庆市总碳吸收量为14 570.85万t;（2）各类用地中,林地为主要的碳汇,建设用地为主要的碳源,建设用地碳排放增长幅度最快,年增长率为9.89%,应控制碳排放的快速增长;（3）地均建设用地碳排放和单位产值碳排放强度较高,碳排放强度与经济发展水平呈正相关关系;（4）土地利用碳排放效应受多种因素限制,能源消耗是碳排放主体;（5）40个区县的土地利用碳排放效应在空间分布上存在较大差异,应实施差别化的碳减排调控策略,引导城市低碳发展。     

烟台市城市化进程与土地利用关系研究

土地是城市化建设的重要载体,城市化直接影响着土地利用形态的变化。在分析烟台市市辖区1999-2010年城市化及土地利用变化特点的基础上,利用回归分析法确立了城市化进程与土地利用之间的函数关系。结果显示:(1)烟台城市化进程与工业用地、居住用地和耕地、林地具有显著的函数关系。(2)随着城市化进程的推进,烟台市耕地面积逐年减少,居住用地和工业用地面积上升明显。(3)烟台市城市建设用地增长过快。     

深圳市碳收支与土地利用变化的协整分析

人类活动对碳排放的影响很大程度上是通过改变土地利用方式实现的,探究土地利用变化与碳收支之间的定量关系,可以了解区域土地利用变化与碳收支的相互作用机制。该文首先分析了深圳市1995—2010年土地利用变化情况,指出变化的总体趋势是农用地减少,建设用地增加。在收集社会经济数据和能源数据的基础上,构建模型定量计算深圳市1995—2010年碳吸收量、碳排放量和碳收支。最后,运用协整理论检验深圳市建设用地与碳排放量,农用地与碳吸收量之间是否存在长期稳定关系。研究结果表明,深圳市建设用地总面积和碳排放量之间、农用地和碳吸收量之间不存在协整关系,即深圳市不能直接通过建设用地总面积、农用地面积直接预测未来碳排放量、碳吸收量和碳收支。协整性分析结果客观地反映了区域土地利用与碳收支的关系,对于低碳经济下土地利用调控具有重要意义。     

基于DEM的烟台市农用土地适宜性评价

[目的]根据"耕地优先,兼顾园、林、草用地"的原则,进行烟台市农用土地适宜性评价,为烟台市土地合理利用提供理论依据。[方法]以山东省烟台市为研究区域,以DEM数据为基础,运用ArcGIS的空间分析功能提取海拔高度、坡度、地表起伏度,结合有效土层厚度因子,确定最佳农用土地适宜性评价指标体系,生成耕地、园地、林草地的适宜性等级分布图,最终得到烟台市农用土地适宜等级的空间布局。[结果]与烟台市第二次土地调查数据进行对比,烟台市目前的土地利用以耕地为主,占土地总面积的33%,大于适宜性耕地面积;实际园地面积小于适宜性面积;林草地的实际面积略小于适宜性面积。[结论]烟台市土地利用存在一定的不合理性,具有一定的调整空间。     

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%。