京津冀能源消费碳排放与水资源消耗双重分析

[目的]探究京津冀区域能源消费碳排放和水资源消耗的影响因素和未来变化,为该区制定针对性政策提供科学支撑。[方法]基于京津冀2002—2012年能源消耗碳排放的估算,构建了基于六大行业的能源碳排放和基于三次产业的水资源消耗因素分解模型,并设定情景分析模型对该区域2015和2020年的CO2排放和水资源消耗进行模拟和预测。[结果](1)2002—2012年京津冀能源碳排放呈年均8.51%的增速,累积增长了226.26%,以工业能源碳排放为主,其次是交通运输业和生活消费,而水资源消耗变化趋势都较稳定;(2)因素分解结果显示人均财富的变动是京津冀区域CO2排放量和水资源消耗量增加的最大正向因素,能耗强度和水耗强度则为最大负向因素;(3)在设定的所有情景中,2015和2020年京津冀区域的CO2排放量分别相比2005年至少会增加553.6和819.2 Mt,水资源消耗量分别相比2012年至少增加3.36×109 m3和9.97×109 m3。[结论]京津冀区域的3大产业的水资源消耗量在研究时期内的变化趋势都较稳定,表明产业结构的调整和产业用水效率的提高将是京津冀区域水资源管理决策的重中之重。     

香港温室气体排放及驱动因素分析

研究并总结香港温室气体排放特征和气候行动的有益经验,可为全国其他地区的减排行动提供科学依据。利用脱钩指数和LMDI因素分解模型分析了1992—2015年香港温室气体排放变化特征、结构特征和主要影响因素。结果表明:(1)研究期内香港温室气体排放和能源消费已初步实现达峰,峰值均出现在2014年;2015年碳强度比2005年降低了40.82%,已实现2030年目标;(2)香港碳排放与经济发展为非常理想的强脱钩状态;(3)能源消费碳排放对香港碳排放总量起的是减排作用,非能源消费碳排放起的是增排作用;能源强度、能源消费碳排放系数和碳强度这3个驱动因素的累积影响对香港起了积极的减排作用,能源强度因素贡献最大;人均GDP、人口、能源结构和碳排放结构因素的累积影响对香港一直起增排作用,人均GDP和人口因素的累积增排贡献最大,高耗能的发电行业能源消费比例和碳排放比例居高不下是能源结构和碳排放结构因素起增排作用的重要原因。清洁发电、节约用电是未来香港气候行动的工作重点。     

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。     

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。     

河南省碳排放与碳吸收动态分析

为探求河南省化石能源消耗及工业生产过程对省域碳循环影响,利用ORNL和EEA提出的区域碳排放和碳吸收定量模型,估算并分析2000-2009年河南省域碳均衡动态变化。结果表明:2000-2009年河南省碳排放量为119 295.76×104 t,其中化石燃料排放量占碳排放总量的92.3%,工业生产过程碳排放为7.7%;煤炭消耗是化石能源利用中最大碳源,占化石能源碳排放总量的89.53%,其次分别是水泥生产和原油耗用,燃料油消费碳排放量最小,仅占0.43%;近10年来河南省人均碳排放量逐步递增,并于2003年超出全国平均水平,同期万元GDP的碳排放强度先增后降,能源利用效率明显提高;河南省2009年林地碳吸收能力为387.57×104 t,近10年增长了67%,而同期碳排放量增加了1.925倍,导致省域碳赤字迅速增加,并于2009年达到12 886.92×104 t;最后提出了河南省碳减排的措施建议。     

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。     

云南省土地利用碳排放时空演变特征及影响因素

[目的] 研究云南省土地利用碳排放的时空变化规律及其影响因素,为云南省优化土地利用结构,实现低碳发展目标提供理论依据。[方法] 基于云南省2005,2010,2015,2020年4期土地利用和化石能源消费数据,对全省碳排放效应进行测算,运用空间可视化和空间自相关研究云南省2005—2020年的碳排放时空变化规律和空间集聚特征,利用地理探测器对其影响因素进行分析。[结果] ①2005—2020年云南省建设用地增幅最大,动态变化度达7.90%。②区域净碳排放快速增加,年增长6.5%;碳排放空间特征为“中间高、四周低”;碳足迹在研究期内增长明显,碳生态承载力较为稳定,导致碳生态赤字日益升高。③人口规模、经济水平、产业结构、土地利用等促进了云南省各地州市碳排放的增加。[结论] 应保护或合理增加云南省林地等碳汇地类的面积并加强其动态监测;控制建设用地面积和能源消费总量;探索碳补偿机制并发挥碳汇地区的辐射效应。     

基于碳承载力对河南省能源消费碳排放及其驱动因素的研究

实现碳达峰、碳中和对我国经济社会系统的变革具有深远的影响,定期开展区域性碳排放量研究对生态系统的保护具有重要的意义。本文基于河南省近20年的能源消费碳排放数据和陆地生态系统碳承载力数据,对近年来碳排放量情况进行了分析,并采用LMDI（logarithmic mean divisia index）因素分解模型和Tapio脱钩模型,对碳排放驱动因素以及与经济耦合情况进行了探讨。结果表明：（1）从2000年至2020年,河南省碳排放量呈现“先急后缓”的增长状态,在2012年后增加量开始减少并逐渐趋于稳定。（2）整体上,经济产出效应和人口规模效应对碳排放起促进作用;与之相反,能源消费强度效应和能源消费结构效应抑制了碳排放,经济产出效应的影响在减少,能源消费强度效应的影响在增加。（3）由Tapio脱钩模型分析得出,河南省碳排放与经济增长之间以弱脱钩为主,脱钩指数逐年减小,逐步向强脱钩状态迈进。总的来说,从2000年至2020年河南省碳排放情况得到了很好的控制,合理规划土地利用、提高新能源的消费比重、降低能源消费强度对该地区节能减排具有重要意义。     

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。     

江苏省农田生态系统碳源/汇、碳足迹动态变化

[目的]了解江苏省农田生态系统近年来碳源碳汇的基本演变趋势,识别江苏省农业发展过程中的重要碳排放源,指导江苏农业低碳化发展。[方法]利用模型对农田碳排放量、碳吸收量及碳足迹进行测算,并对其动态变化进行分析。[结果](1)江苏省农田生态系统碳排放总量总体趋向于增加,2001年江苏省碳排放量为4.44×10~6 t,2016年碳排放量为4.60×10~6 t,增幅为3.4%,化肥为碳排放的主要贡献因子。碳排放强度总体表现为下降趋势,各阶段碳排放强度均低于1t/hm~2。(2)碳吸收量总体呈现增加趋势,2001—2016年农作物总碳吸收量增加了3.57×10~7 t,年均复合增长率约为2.2%,单位面积碳吸收量呈整体增加趋势。园艺作物的碳吸收量明显高于粮食作物和经济作物。(3)农田生态系统碳足迹总体呈现降低趋势,存在较大的生态盈余。[结论](1)2001—2016年江苏省农田生态系统的碳吸收量明显高于碳排放量,具有良好的固碳能力,农田生态系统呈现碳汇;(2)农业投入物品对碳排放的影响程度不同,化肥是影响农业碳排放的最关键因子。     

基于碳收支核算的河南省碳排放峰值预测

[目的]对河南省碳排放及碳足迹峰值进行了预测,旨在了解河南省未来碳减排潜力,寻求低碳发展的对策。[方法]基于省域层面,以河南省为例,对历年的碳收支和碳足迹状况进行了核算和评估,并通过STIRPAT模型和情景分析方法对河南省碳排放峰值进行预测。[结果](1)河南省碳排放总量从2000年的6.83×107 t上升到2012年的1.77×108 t,涨幅为159.2%,其中碳排放的行业差异性大,工业占主导地位,不同途径碳排放的增幅具有明显差异,生态系统的碳汇能力呈明显下降趋势。(2)河南省2000—2012年能源消费的碳足迹呈逐年增加态势,从2000年的1.71×107 hm2上升到2012年的4.42×107 hm2。碳足迹的扩大造成了1.68×108 hm2的生态赤字。(3)在基准和低碳情景下,河南省碳排放峰值有望出现在2040和2035年,在考虑区域碳吸收补偿的前提下,碳排放峰值将分别提前到2035和2025年。[结论]河南省碳收支呈现明显的不匹配状态,但在考虑碳补偿的基础上,河南省具有较大的碳减排潜力空间。     

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。     

沱江流域土地利用碳平衡与人类活动强度的关系

[目的] 研究土地利用碳平衡与人类活动强度间的协同关系,为沱江流域的区域协同碳减排规划及实现中国“碳达峰、碳中和”目标提供参考。[方法] 基于2000—2020年土地利用及社会经济数据,使用碳排放经济贡献系数、碳生态承载系数、人类活动强度指标,耦合协调度模型及回归分析方法,核算了沱江流域土地利用碳排放量并分析了土地利用碳平衡与人类活动强度的时空演变特征及其协同关系。[结果] 研究表明,2000—2020年沱江流域碳排放量增加了5.13×10⁷ t,其中建设用地碳排放量占90%以上;碳吸收量变化不大,主要来自林地,呈现先减后增的趋势;净碳排放增长率呈下降趋势。各区县的土地利用碳平衡协调度均在提升,但70%以上的区域处于失调衰退状态。沱江流域人类活动强度整体处于中等强度水平,空间上从北向南呈现“低—高—低—高”的格局。[结论] 人类活动强度与人均GDP、人均碳排放均存在显著的正相关关系。土地利用碳平衡协调度与人类活动强度的负相关关系随着技术进步与能源利用效率的提高而降低。提高碳汇能力与碳生产力是改善区域土地利用碳平衡协调水平的有效途径。     

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。     

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。     

陕西省能源消费碳排放影响因素分析与政策启示

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,系统分析了陕西能源消费碳排放总量、碳排放结构的变化,并对陕西碳排放进行阶段划分,同时运用对数平均迪氏指数法LMDI,定量分析了碳排放影响因素的作用程度。结果表明:1980—2010年,陕西省碳排放总量和人均碳排放呈波动上升的“N”型曲线,煤炭消费是碳排放的主要来源,在其他因素不变的情况下,能源消费量直接决定碳排放量和人均碳排放量;陕西省碳排放经历了3个阶段,分别是经济快速增长碳排放低速增长阶段（1980—1996年）,经济低速增长碳排放缓慢降低阶段（1996—2000年）,经济和碳排放快速增长阶段（2000—2010年）;陕西碳排放的主要驱动因素是经济产出,对碳排放的整体贡献为216.17%;其次为产业结构,整体贡献为9.72%;最后是人口,整体贡献为8.81%;主要抑制因素是能源强度,整体贡献为-131.96%;能源结构的整体贡献为-2.75%。