江苏能源消耗的碳排放估算及趋势检验

在文献综述及现状分析的基础上,对江苏经济发展中的能源消耗碳排放量进行了估算,并对江苏省经济增长与碳排放量之间的关系进行了实证研究。研究结果表明:江苏省经济增长与能源消耗碳排放量之间的关系呈现弱"N"型变化趋势,说明随着江苏经济的快速增长,环境治理投资存在明显不足。需要进一步增加环境污染治理投资,制定长期的环境治理投入计划,重点控制大型污染源,利用新的技术与工艺提高环境治理效果,最大限度地减少能源消耗中的碳排放量,促进江苏经济增长与能源消耗碳排放量之间的关系向倒"U"型转化。     

海南省旅游经济增长与碳排放关联性的实证研究

碳排放是旅游业产生环境影响的主要因素,是旅游学术研究的热点问题。旅游业作为海南省的重要支柱产业,研究旅游经济增长与碳排放关联性对旅游产业可持续发展具有重要意义。选取海南省1986-2018年的数据,尝试进行单个地区的特定产业的EKC假说验证。针对碳排放与旅游经济增长的关联性,实证结果表明碳排放的环境库兹涅茨曲线假说未得到支持;VAR模型分析的结果表明旅游经济增长与碳排放之间不存在长期均衡的协整关系;Granger因果关系检验结果表明二者之间不存在Granger因果关系。     

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。     

燕山-太行山片区农村经济发展与农业碳排放EKC曲线研究

以保定西部8县为例,对该地区1997~2012年农业碳排量进行测算,并运用EKC曲线模型对保定西部地区农村经济发展与农业碳排放的关系进行验证。结果表明,保定西部地区农业碳排放量在逐年升高,但近几年增长速度开始放缓;EKC模型显示保定西部地区农业碳排放和农村经济发展水平之间存在着明显的倒“U”型曲线关系,且即将进入下降阶段,然而多种因素会对该趋势产生影响,该区域仍面临经济发展和生态保护的双重压力。最后提出科学降低化肥、农药、塑膜的使用量,采用先进农业技术降低机械碳排量,发展新型农业经济等策略。     

基于新型支持向量回归模型的河北省农业碳排放测算及预测研究

对2000—2019年的河北省农业碳排放量和碳排放强度进行测算,并将差分进化灰狼优化改进的支持向量回归模型与支持向量回归、差分进化改进的支持向量回归和灰狼优化改进的支持向量回归模型对比,验证其优势。研究结果显示：河北省农业碳排放量呈缓慢增长趋势。碳排放强度逐年降低,对比发现,农业碳强度略低于山东,但省域差距在减小。农业碳排放总量与经济发展呈N型曲线关系,且目前处于“极小点”的左侧。本文使用的模型相比于其它3种精度更高,收敛速度更快。由预测结果可知,2020—2025年河北省农业碳排放量将持续下降。对此,根据结论给出促进低碳农业发展的合理建议。     

区域经济增长与环境污染关系的实证分析——以安徽省为例

通过对安徽省1995—2009年期间经济增长指标和三类环境污染指标的选取,以计量分析方法考察安徽省经济增长和各类环境污染指标之间的作用机制,结果显示安徽省三类环境污染指标的环境库兹涅茨曲线没有呈现倒U型,而是随着经济增长波动较大,呈现N型等关系曲线。针对分析结果,从优化地区产业结构、增大地方财政支持力度、加强区域环境污染监控与治理三个方面提出对安徽省经济可持续发展的对策建议。     

四川省区域经济增长与环境污染演进计量模型分析

通过对1997~2013年四川省经济增长与衡量环境污染指标的拟合,发现其EKC曲线与典型EKC曲线的特征基本相符;三废的排放在不同的经济增长时期,排放量的增加或者减少的趋势不同,说明三废排放受到环境政策影响力度不足,在环境治理上应该从环境政策的制定和落实着手。     

重庆市经济增长和污染排放关系

利用重庆市1998～2008年的经济状况数据和污染物排放数据,建立经济增长和环境污染的计量模型,进行环境库兹涅茨曲线实证研究。结果表明,重庆市经济增长和污染物排放的关系不完全符合库兹涅茨曲线关系。在工业化、城镇化加速发展过程中,通过实施积极的环境保护政策、加大污染治理力度和清洁生产技术的推广运用等外在调控机制,可以实现环境和经济的协调发展。     

农业经济增长对农业环境污染的影响研究——以贵州省为例

农业环境污染是影响农业实现可持续发展的重要因素。运用贵州省1990—2019年的时间序列数据,对贵州省农业环境污染与农业生产总值之间的关系进行了实证分析,发现3个主要农业污染单元中,有2个污染单元与农业经济增长之间呈现出倒“U”型特征,分别是化肥产污量和农药产污量,这表明贵州省农业经济增长与农业环境污染存在环境库兹涅茨曲线特征;农膜产污量与农业经济增长之间呈现“N”型曲线形态,农业环境污染不是农业经济增长的必然结果。并在此基础上提出了相应建议,以供参考。     

新时期山东省环境库兹涅茨曲线实证研究

环境库兹涅茨曲线(EKC)是指环境情况和经济状况两者间呈倒“U”形关系.在该理论的指引下,用计量模型分析山东省改革开放以来经济水平与环境变化的情况.结果表明:山东省SO2排放量的EKC曲线呈“N”型,烟尘的EKC曲线呈正“U”型,废水与废弃物的EKC曲线为倒“U”型曲线左侧部分;山东省产业结构构成是影响EKC曲线波动的重要因素.为此,山东省应加快产业结构调整,加强对环境的关注度.     

江苏省环境质量与经济增长关系研究

选取1985~2006年环境与经济增长数据,利用环境库兹涅茨曲线研究江苏省环境质量与经济增长的关系。结果表明,江苏省环境质量与经济增长关系符合环境库兹涅茨曲线,并呈倒N型;环境拐点将会在人均GDP为25 641元时出现;江苏工业化进程已处于工业化后期阶段。     

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。     

江苏省土地利用碳排放时空动态

以工业化、城市化水平较高的江苏省为例,计算了1997～2007年江苏省及其所辖的13个地级市的年碳排放量,从时空尺度对各类土地利用方式的碳排放效应进行分析,结果表明:(1)从时间尺度看,1997～2007年江苏省土地利用碳排放总量由10702.53万t增加到12570.15万t,上涨了17.5%,并推测出2010年的碳排放总量将达到13701.44万t;建设用地和耕地是主要的碳源,建设用地对碳排放的贡献率高达98%,而林地增加所产生的碳汇远远不能抵消建设用地增加了的碳源。(2)从空间尺度看,11年间碳排放重心由119°26'E、32°57'19″N转移到119°28'55″E、32°51'7″N,向东南方向移动了12.33 km,预测2010年土地利用碳排放重心位于120°26'4″E、32°18'57″N处。最后,从减碳源和增碳汇两方面提出了低碳导向的土地利用政策相关建议。     

陕西省能源消费碳排放经济脱钩特征与减排路径分析

能源消费是碳排放的最重要来源。本文细分碳排放源为工业能耗、交通运输和居民生活三部分,分别计算2000~2012年碳排放值,并结合脱钩系数确定陕西省各年碳排放与经济发展脱钩特征,最后通过协整检验分析陕西省碳排放的影响因素,明确减排路径。结果表明:陕西省能源消费碳排放从2000年的2 779.31万吨增加到2012年的20 391.42万吨,工业能耗贡献最大;一次能源消费量和民用汽车拥有量为最重要的影响因素。可从使用新能源、优化城市规划等方面减少二氧化碳的排放。     

江苏省农业源氨排放分布特征

[目的]研究江苏省氨排放分布特征。[方法]根据江苏省农业源活动水平数据,采用排放因子法,建立了2014年江苏省农业源大气氨排放清单,利用GIS软件分析了江苏省农业源氨排放的分布特征。[结果]2014年江苏省农业源氨排放总量为679.23 kt,排放强度为6.61 t/km2;畜禽养殖是江苏省农业源氨排放的最大贡献源,占总排放量的67.80%,氮肥施用是第二大贡献源,占29.29%;鸡是江苏省畜禽养殖氨排放最大的贡献源,其次是猪,分别贡献了41.15%和30.17%。[结论]江苏省农业源氨排放无论是排放量还是排放强度都呈现出由南向北递增的空间分布特征,苏北地区是江苏省最需要控制的农业源氨排放贡献区。     

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%。     

河南省经济增长与碳排放的脱钩分析

根据1990~2012年河南省统计数据,在计算河南省碳排放总量的基础上构建经济增长与能源碳排放的脱钩分析模型,研究经济增长与碳排放间的脱钩关系。结果表明:1990~2012年河南省能源碳排放的GDP弹性值出现先上升、后下降的倒"U"型趋势,在2000~2005年出现未脱钩的情况之后,2005~2012年弹性值持续下降,脱钩趋势越来越显著。脱钩的程度受宏观调控和经济政策的影响较大,在目前乃至未来一段时期内仍会保持相对脱钩状态,但要实现绝对脱钩还比较困难。因此河南省在今后的发展中要做到提高能源利用效率,转变发展方式,调整产业结构,发展新兴产业,开发利用新型能源,走低碳经济之路。     

安徽省经济增长与环境污染水平关系评估

以安徽省1991~2013年环境污染指标和人均GDP的统计数据,建立了人均GDP与环境污染水平(工业"三废"排放量)之间的计量模型,并在此基础上评估与预测了人均GDP增长与工业"三废"排放量的关系。研究发现,安徽省经济增长与环境污染之间的关系比较特殊。安徽省人均GDP与工业废水排放量曲线不同于传统的环境库兹涅兹曲线,呈现出一种"U型+倒U型"的发展趋势;人均GDP与工业固体废弃物排放量曲线和人均GDP与工业废气排放量曲线则呈现出一种三次回归方程,目前呈现出单调的增长趋势,且尚未达到转折点。在回归模型的基础上预测安徽省人均GDP分别达到3421元和5189元(1978年价格)时,工业固体废弃物排放量和工业废气排放量将开始分别呈现逐步好转趋势。