碳减排行动下的中国经济增长与碳排放脱钩分析——基于DDEPM模型预测值

基于DDEPM模型对1984-2020年的中国碳排量和GDP进行预测,对预测值进行Johansen协整检验,然后展开碳排放量与GDP的脱钩分析。结果表明,12020年单位GDP碳排放量将比2005年降低61.49%,超过中国政府碳减排目标,中国将在2014年提前实现降低幅度为40%的碳减排目标;21984-2010年,碳排放量与GDP关系整体处于弱脱钩态势,表明中国经济增长在一定程度上带动了碳排放量的增长,但是经济增长速度大于碳排放量增长速度;3预测2010-2020年十年间中国弱脱钩的状态并没有改变,表明碳减排目标的实现并未改变经济增长与碳排放的弱脱钩状态。最后根据研究结论,提出未来的研究方向。     

基于结构减排的碳排放总量控制优化模型研究

全球性气候变暖已成为迫在眉睫的世界性环境问题,作为平衡碳排放与经济发展之间关系的最佳发展模式,低碳经济由此提出并受到广泛青睐,世界各国由传统经济向低碳经济转型已成为世界经济的发展趋势,我国也于哥本哈根大会上承诺在2020年实现单位GDP碳排放量较2005年降低40%~45%的碳减排目标。在低碳经济理论的基础上,充分结合我国低碳发展现状,选取我国在哥本哈根会议上承诺的2020年单位GDP温室气体减排目标、社会经济增速不变、行业经济增长量等作为约束条件,运用区间规划方法构建基于结构减排的不确定性低碳经济发展碳排放总量控制优化模型,以碳排放量最小为优化目标进行求解、分析,提出基于结构减排的低碳经济发展碳排放总量控制优化方案,为低碳经济发展提供决策支持。     

基于灰色理论模型的山东省土地利用碳排放研究

土地利用碳排放研究对合理配置土地资源、提高土地利用效率、实现节能减排具有重要意义。本文通过IPCC(Intergovernmental Panel on Climate Change)碳排放计算方法对山东省2009?2016年的土地利用碳排放进行测度,运用灰色关联分析方法论证耕地、园地、林地、居民点及工矿用地、交通运输用地、水利设施用地与碳排放的关联程度,并运用GM(1,1)灰色预测模型对山东省2017?2025年碳排放进行预测。结果表明,研究期2009?2016年碳排放总量、人均碳排放量、地均碳排放量呈上升趋势,碳排放强度呈下降趋势;六种地类与碳排放存在线性相关关系,对碳排放影响的主次程度分别为交通用地、居民点及工矿用地、水利设施用地、耕地、林地、园地;经预测到2019年,将实现单位GDP二氧化碳排放比2005年降低55%;到2025年,山东省碳排放总量约上升至59722万t,人均碳排放约5.684 t/人,地均碳排放量40.585 t/hm2,碳排放强度约下降至0.376 t/万元。     

基于灰色理论模型的山东省土地利用碳排放研究

土地利用碳排放研究对合理配置土地资源、提高土地利用效率、实现节能减排具有重要意义。本文通过IPCC(Intergovernmental Panel on Climate Change)碳排放计算方法对山东省2009?2016年的土地利用碳排放进行测度,运用灰色关联分析方法论证耕地、园地、林地、居民点及工矿用地、交通运输用地、水利设施用地与碳排放的关联程度,并运用GM(1,1)灰色预测模型对山东省2017?2025年碳排放进行预测。结果表明,研究期2009?2016年碳排放总量、人均碳排放量、地均碳排放量呈上升趋势,碳排放强度呈下降趋势;六种地类与碳排放存在线性相关关系,对碳排放影响的主次程度分别为交通用地、居民点及工矿用地、水利设施用地、耕地、林地、园地;经预测到2019年,将实现单位GDP二氧化碳排放比2005年降低55%;到2025年,山东省碳排放总量约上升至59722万t,人均碳排放约5.684 t/人,地均碳排放量40.585 t/hm2,碳排放强度约下降至0.376 t/万元。     

基于灰色理论模型的山东省土地利用碳排放研究

土地利用碳排放研究对合理配置土地资源、提高土地利用效率、实现节能减排具有重要意义。本文通过IPCC(Intergovernmental Panel on Climate Change)碳排放计算方法对山东省2009~2016年的土地利用碳排放进行测度,运用灰色关联分析方法论证耕地、园地、林地、居民点及工矿用地、交通运输用地、水利设施用地与碳排放的关联程度,并运用GM(1,1)灰色预测模型对山东省2017~2025年碳排放进行预测。结果表明,研究期2009~2016年碳排放总量、人均碳排放量、地均碳排放量呈上升趋势,碳排放强度呈下降趋势;六种地类与碳排放存在线性相关关系,对碳排放影响的主次程度分别为交通用地、居民点及工矿用地、水利设施用地、耕地、林地、园地;经预测到2019年,将实现单位GDP二氧化碳排放比2005年降低55%;到2025年,山东省碳排放总量约上升至59722万t,人均碳排放约5.684 t/人,地均碳排放量40.585 t/hm~2,碳排放强度约下降至0.376 t/万元。     

走中国特色的低碳发展之路

中国在十一五规划中提出要在2010年实现单位GDP能耗(能源强度)在2005年的基础上下降20%的目标,现在又提出到2020年单位GDP碳排放(碳强度)要在2005年的基础上下降40%~45%的目标。笔者认为,为了同时应对能源和环境的双重约束,中国应当同时设定能源强度和碳强度目标。     

陕西省土地利用碳排放与碳足迹研究

本文根据土地利用数据及能源消耗数据测算了2009—2017年陕西省各个土地利用类型的碳排放、碳足迹,并在此基础上利用SPSS通过时间序列分析法预测了2020年全省及省内11个地市主要土地利用类型的碳排放、碳足迹。通过对比分析不同区域、不同时间、不同土地利用方式下的碳排放情况与碳足迹变化特征,得出以下结论:2009年以来,陕西省的碳排放与碳足迹逐年增长,建设用地面积扩张是造成这一现象的主要原因;省内碳排放与碳足迹存在明显的分布差异,关中地区碳排放量最高,陕北地区次之,陕南地区最低;碳吸收以陕南地区最高,陕北地区次之,关中地区最低;而碳排放强度逐年减小,已经提前实现了省内单位GDP碳排放比2005年下降40%～45%的目标;每万人产生的碳排放量逐年增长,仍需进一步调控优化,可以通过促进能源结构多元化、推进产业结构升级、助力土地利用高效化等方式有效控制碳排放,减少碳足迹。     

我国畜牧业碳排放时空特征与趋势预测

为了探讨全国畜牧业碳排放的时空特征并预测到2060年的碳排放趋势,本研究利用排放因子法对全国2001—2017年畜牧业碳排放进行估算,并根据中国膳食协会所制定的膳食指标的食肉量进行预测。结果表明:2001—2017年全国畜牧业CO₂e排放量整体呈现出升高-降低-回升-降低的趋势,并在2005年达到畜牧业碳排放峰值,估算为4.86亿t。在碳排放源中,畜禽胃肠道发酵的碳排放量占比高于畜禽粪便管理系统,并且在主要畜禽种类中非奶牛养殖过程中的碳排放量要高于其他的畜禽种类。在空间分布上,中南和西南地区的碳排放量相较于我国其他地区更高。根据膳食指标规定的健康食肉量标准进行调整,对于碳减排有着显著的积极影响,在未来40年内可减少畜牧业碳排放量的25%～75%。研究表明,在2001—2017年间全国畜牧业已在2005年实现碳达峰,在未来膳食结构中肉类消费量改善的前提下,畜牧业碳排放量的持续降低有利于我国碳中和目标的实现。     

基于土地利用变化的县域碳收支空间格局预测

【目的】土地利用/覆被变化是引起全球碳排放的主要原因之一,通过预测土地利用变化评估未来县域尺度碳排放空间格局对于制定区域减排政策具有重要意义。【方法】基于2005—2020年重庆市渝北区土地利用数据及CLUE-S模型预测2025—2030年该区土地利用变化及碳收支时空动态。【结果】2005—2030年渝北区耕地面积将持续减少4.57×10~4hm~2,林地面积呈现"增加-减少"反复波动的趋势,面积净增长2 293.8 hm~2;水域及未利用地面积略有增加;建设用地扩张最明显,面积增长3.32×10~4hm~2,整体扩张强度为0.92%。人类活动影响指数(HAI)呈先降低后增长的趋势,其值在2020年最低(0.49),并在2030年最高(0.54)。渝北区耕地的碳汇功能和建设用地能源消费分别是该区碳吸收和碳排放的主要来源。渝北区碳吸收随耕地面积减少而逐渐降低,2005—2030年碳吸收由2.17×10~5t逐渐降低为1.43×10~5t,而碳排放却由2.07×10~5t逐渐增加到1.02×10~6t,导致渝北区净碳排放量由-1.01×10~4t增长为8.79×10~5t。渝北区地均碳吸收值在海拔较高的山地及该区北部平行岭谷的丘陵地带较高;地均碳排放值在西南部平坦丘陵地带较高,并随建设用地的扩张向北沿平行岭谷蔓延。【结论】基于CLUE-S模型对土地利用变化的预测从而获得未来县域碳收支空间格局的方法是可行的。现有产业结构下合理调整土地利用结构是保证县域低碳发展的重要途径。     

2000—2020年山西省农业碳排放时空特征及趋势预测

为探讨山西省农业碳排放时空特征及未来变化趋势,采用排放因子法,基于种植业、畜牧业10类碳源,测算山西省2000—2020年农业碳排放量,并运用STIRPAT模型对2021—2030年全省农业碳排放量进行预测。结果表明：2000—2020年山西省农业碳排放量总体呈先缓慢上升后波动下降的变化趋势,农业碳排放强度整体呈波动下降的变化趋势,年均降幅4.1%。种植业和畜牧业分别占农业碳排放总量的42.2%和57.8%。其中施用化肥是种植业碳排放最重要的来源,年均占比26.9%。牛、羊养殖是畜牧业碳排放最主要的两大来源,平均贡献率为28.4%、21.9%。山西省农业碳排放总量高值区多分布于晋北及晋南地区,低值区分布于中部地区,农业碳排放强度呈北高南低的分布特征。基于STIRPAT模型对山西省2010—2020年农业碳排放估算结果的精确度较高,由此预测2021—2030年山西省农业碳排放量,结果显示其呈下降趋势,在基准情景、低碳情景1和低碳情景2中,到2030年农业碳排放量分别为277.2万、268.5万、252.3万t。研究表明,山西省农业已实现碳达峰,随着低碳措施的进一步强化,未来农业碳排放呈持...     

热处理对挤压铸造2024铝合金组织与性能的影响

中国政府公布的基于“单位GDP碳排放”概念的相对减排目标，体现了发展中国家在面对气候变化时“发展优先”的原则，但由于没有将非国民因素产生的收益及碳排放予以剔除而具有局限性。基于此，本文提出“单位GNI碳排放”概念。它结合国民总收入这一反映国家经济发展真实水平和国民福利水平的指标，能更科学地体现中国实际经济发展和温室气体排放水平。     

贵州省六盘水市温室气体排放动态分析

[目的]估算贵州省六盘水市温室气体排放量,分析其2005—2014年的动态变化情况。[方法]参照《2006年IPCC国家温室气体清单指南》与《省级温室气体清单编制指南》推荐方法,对2005—2014年六盘水市温室气体排放量进行估算。[结果]2005—2014年六盘水市温室气体总排放量为89 495.78万t,其中,能源部门排放量为75 083.60万t,占总排放量83.90%,是六盘水市温室气体最大的排放贡献源;其次为森林碳汇(20 859.40万t),占总排放量的23.31%;农业生产排放量最小,仅占0.43%。2005—2014年六盘水市人均和单位面积温室气体排放呈持续增加,人均温室气体排放量年均增长18.1%,单位面积温室气体排放量年均增长17.1%,万元GDP温室气体排放量年均降低9.6%。[结论]2005—2014年六盘水市温室气体人均排放量较大,需采取相关措施。     

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。     

全国多环芳烃排放的时空变异特征

根据排放因子和相关排放活动的统计资料,分析了全国PAHs排放的空间分布和时间变异特征,并预测未来16年间全国PAHs的年排放量。结果表明,1999年全国单位GDP排放量和人均年排放量的总体趋势均表现为从西北部和北部向东南沿海逐渐减少;而单位面积年排放量则在中部和东部较高,西部与东南沿海较低。不同排放源的贡献比例存在显著的地区差异。全国PAHs年排放量在1980—1988年持续上升,1988—1996年则相对稳定在1.0～1.1万t,1996年以后因排放因子较高的非工业燃煤用量大幅减少而连续下降至1980年水平。考虑未来经济和能源结构调整以及国家政策的变化,至2020年全国PAHs年排放量预计将达到1.3～1.7万t。     

Quantification and prediction of enteric methane emissions from Chinese lactating Holstein dairy cows fed diets with different dietary neutral detergent fiber/non-fibrous carbohydrate (NDF/NFC) ratios

Methane (CH₄) emissions from ruminant production are a significant source of anthropogenic greenhouse gas production, but few studies have examined the enteric CH₄ emissions of lactating dairy cows under different feeding regimes in China.  This study aimed to investigate the influence of different dietary neutral detergent fiber/non-fibrous carbohydrate (NDF/NFC) ratios on production performance, nutrient digestibility, and CH₄ emissions for Holstein dairy cows at various stages of lactation. It evaluated the performance of CH₄ prediction equations developed using local dietary and milk production variables compared to previously published prediction equations developed in other production regimes.  For this purpose, 36 lactating cows were assigned to one of three treatments with differing dietary NDF/NFC ratios: low (NDF/NFC=1.19), medium (NDF/NFC=1.54), and high (NDF/NFC=1.68).  A modified acid-insoluble ash method was used to determine nutrient digestibility, while the sulfur hexafluoride technique was used to measure enteric CH₄ emissions.  The results showed that the dry matter (DM) intake of cows at the early, middle, and late stages of lactation decreased significantly (P<0.01) from 20.9 to 15.4 kg d^–1, 15.3 to 11.6 kg d^–1, and 16.4 to 15.0 kg d^–1, respectively, as dietary NDF/NFC ratios increased.  Across all three treatments, DM and gross energy (GE) digestibility values were the highest (P<0.05) for cows at the middle and late lactation stages.  Daily CH₄ emissions increased linearly (P<0.05), from 325.2 to 391.9 kg d^–1, 261.0 to 399.8 kg d^–1, and 241.8 to 390.6 kg d^–1, respectively, as dietary NDF/NFC ratios increased during the early, middle, and late stages of lactation.  CH₄ emissions expressed per unit of metabolic body weight, DM intake, NDF intake, or fat-corrected milk yield increased with increasing dietary NDF/NFC ratios.  In addition, CH₄ emissions expressed per unit of GE intake increased significantly (P<0.05), from 4.87 to 8.12%, 5.16 to 9.25%, and 5.06 to 8.17% respectively, as dietary NDF/NFC ratios increased during the early, middle, and late lactation stages.  The modelling results showed that the equation using DM intake as the single variable yielded a greater R2 than equations using other dietary or milk production variables.  When data obtained from each lactation stage were combined, DM intake remained a better predictor of CH₄ emissions (R²=0.786, P=0.026) than any other variables tested.  Compared to the prediction equations developed herein, previously published equations had a greater root mean square prediction error, reflecting their inability to predict CH₄ emissions for Chinese Holstein dairy cows accurately.  The quantification of CH₄ production by lactating dairy cows under Chinese production systems and the development of associated prediction equations will help  establish regional or national CH₄ inventories and improve mitigation approaches to dairy production.     

中美贸易摩擦对我国小麦出口贸易隐含碳影响的预测分析

为预测分析中美贸易摩擦对我国小麦贸易出口及其隐含碳排放的影响,本文基于共享社会发展路径情景(SSP2),利用动态全球贸易-环境模型,估算了我国各应对方案下2020—2030年小麦的贸易隐含碳变动。研究发现,美国对我国加征小麦进口关税的情况下,河北、安徽、山东与河南等省份GDP在2030年分别下降0.338?、1.427?、0.103?与2.074?,其中出口下降将导致对外的小麦出口隐含碳排放量分别减少65.36、69.53、109.86 t与152.97 t;采用小麦生产技术等措施能有效减缓贸易摩擦对我国的负面影响。研究认为我国未来农产品贸易战略应以提高农业生产效率、减少生产要素投入为主要方向,当前亟待加强现代农业科技研发及其推广应用力度以应对国际贸易环境变化及其对农业贸易与隐含碳排放的影响。     

中国畜牧业温室气体排放现状及峰值预测

为了解近年来中国畜牧业温室气体的排放趋势,预测排放峰值,按照《省级温室气体清单编制指南(试行)》(2011)要求,根据中国2005—2015年畜禽饲养量,评估了中国2005—2015年畜牧业温室气体(GHG)的排放状况,并以欧盟、美国2013年的人均畜产品蛋白占有量为衡量指标,预估了中国畜牧业达到该水平时的年份以及该年份的温室气体排放量,作为中国畜牧业温室气体排放峰值。结果表明:2005—2015年中国畜牧业温室气体排放量的范围为4.06~4.52亿t CO_2-eq,总体呈现两次先降后升的趋势,最低点出现在2008年,最高点为2009年;2009年之后,中国畜牧业温室气体排放总量较为平稳。以2015年的数据为基础分析中国畜牧业温室气体排放的组成,肠道CH_4是主要排放源,所占比例为66.61%,粪便N_2O和CH_4排放比例分别为18.23%和15.16%;从畜禽种类来看,反刍动物(牛、羊)为主要来源,排放比例可达72.44%,猪和家禽所占的比例分别为19.22%和6.81%。因此,养牛业是中国畜牧业温室气体的主要排放源,其次为养猪业。就地域分布来看,2015年,中国畜牧业温室气体排放量居于前10位的省份呈现连片性。河南、四川、内蒙古、山东和云南居全国前列,是施行减排的重点区域;新疆和西藏地区也应作为CH_4减排的重点区域。对于中国畜牧业温室气体排放峰值而言,若要达到欧盟2013年的人均畜产品蛋白占有量水平,峰值出现在2034年,排放量为4.89亿t CO_2-eq,较2015年增长8.94%,年均增长率为2.90%;若要达到美国2013年的人均畜产品蛋白占有量水平,排放峰值则在2043年,排放量为5.10亿t CO_2-eq,较2015年增长13.53%,年均增长率为4.32%。     

山东省经济发展与环境污染关系研究

文章在总结国内外学者对EKC曲线研究的基础上,采用山东省1981～2007年的经济和环境数据,通过建立人均实际GDP与污染物排放量之间的对数和多项式模型,具体分析了典型环境指标与经济发展之间的关系。结果表明,山东省在研究时段内(1981～2007),工业废水排放量与人均实际GDP之间呈倒"U"型关系,而SO2排放量、烟尘排放量及工业固体废弃物排放量与人均实际GDP之间呈"三次曲线"关系。     

基于粮食安全的云南省2020年耕地需求量预测

依据1996～2008年耕地面积与粮食产量数据,采用基于粮食安全的耕地需求量预测方法,选取耕地面积、粮播比例、耕地年粮食单产、总人口和人均粮食产量5个指标,分析预测了2020年云南省耕地需求量。各指标预测结果表明,2020年云南省总人口达5146.40万人,显著高于控制数（5000万人）;2020年云南省人均粮食需求量为400kg,处于小康型下限;粮食自给率按100%、95%和90%3个方案进行;耕地年粮食单产的年均增长率按2.5%和3.0%2个方案进行预测;将2020年粮播比例确定为66%。耕地需求量预测结果表明,通过分析得到云南省耕地需求量共计6个方案,方案Ⅰ是很难达到的目标,方案Ⅳ、方案Ⅴ和方案Ⅵ的预测结果偏低,不符合国家保护耕地的政策规定,也不利于保障粮食安全目标;方案Ⅱ和方案Ⅲ较为接近,但方案Ⅲ预测结果最佳,并将基于粮食安全的云南省2020年耕地需求量确定为590万hm2,以保障云南省粮食安全、实现省域粮食基本自给的耕地＂红线＂。