基于脱钩理论的烟台市碳排放效应分析

[目的]通过分析烟台市2000—2011年碳排放与经济发展之间的关系,为烟台市碳减排及发展低碳经济提供参考。[方法]基于土地利用碳源/碳汇研究的理论框架和计算模型,首先对烟台市土地利用、能源消费等数据进行分析,计算了不同土地利用类型的碳源/汇。然后利用Tapio脱钩模型分析该区碳排放与经济发展之间的脱钩弹性关系。[结果](1)建设用地是主要碳源,其面积与净碳排放量成倒U型库兹涅茨曲线关系。(2)林地为主要碳汇,其他用地影响较小且主要表现为碳汇。(3)烟台市净碳排放量在2001—2011年持续增长,年均增长率不断降低。[结论]烟台市碳减排工作已取得一定的成效,但减排形势依然严峻。其经济发展3个阶段(连接阶段、脱钩阶段Ⅰ和脱钩阶段Ⅱ)分别对应于其碳排放的高速增长、较快增长、稳定阶段这3阶段。     

九江市农地利用碳排放时空演变、影响因素及趋势预测

[目的]揭示九江市农地利用碳排放时空演变特征,探究其影响因素和未来变化趋势,进而为促进农业低碳发展提供理论依据和数据支撑。[方法]以九江市为例,基于农业物资投入、稻田种植、农田土壤利用、畜禽肠道发酵和畜禽粪便管理5类碳排放源测算2006—2020年农地利用碳排放量,分析其时空演变特征,利用LMDI模型探究影响因素,并采用ARIMA模型预测了2021—2025年的变化趋势。[结果](1)九江市农地利用碳排放总量呈先波动上升后持续下降的趋势,碳排放强度在2018年有所上升,其余年份均持续下降,各类碳源的贡献度为稻田种植>农业物资投入>农田土壤利用>畜禽粪便管理>畜禽肠道发酵。(2)研究期间,各县(市、区)的农地利用碳排放量呈“六升五降”的变化趋势,所有县(市、区)的碳排放强度均大幅下降,降幅均高于50%;碳排放总量的核密度曲线向右移动且趋于平缓,极化效应有所减弱。(3)农业经济水平对农地利用碳排放具有促进作用,农业生产效率、产业结构和劳动规模具有抑制作用,不同县(市、区)的影响因素有所差异。(4)趋势预测结果显示：永修县、都昌县等8个县(市、区)农地利用碳排放在20...     

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。     

基于脱钩理论的城市水资源利用与经济增长关系研究

[目的]探讨水资源利用与经济增长间的相互作用关系,为中国城市水资源利用与经济增长的协调可持续发展提供科学依据和决策参考。[方法]基于脱钩理论,运用Tapio弹性分析法对中国4个直辖市2001—2014年水资源利用与经济增长关系进行研究。[结果](1)中国4个直辖市水资源利用与经济增长总体处于弱脱钩状态。(2)农业用水脱钩关系优于工业。农业用水方面,北京市、天津市与上海市总体处于强脱钩,重庆市为弱脱钩;工业用水方面,北京市与上海市主要处于强脱钩,其余则相反。(3)北京市水资源利用与经济增长的脱钩状态最好,其次是上海市,重庆市的脱钩状态最差。[结论]各市水环境与经济尚未达到协调可持续发展,重庆市发展的压力最大,其次是天津市,北京市与上海市要避免向弱脱钩和负脱钩发展。     

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。     

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。     

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。     

南京都市农业农地利用碳排放测算及趋势预测

[目的]测算南京市都市农业农地利用碳效应,为发展都市农业的其他城市提供可借鉴的低碳经验。[方法]基于化肥、农药、农膜、农用柴油、灌溉、翻耕6个主要方面的碳源,测算南京市1996—2014年的农地利用碳排放量,综合林地、草地、园地3个主要方面的碳汇变化特征,探索农地利用方式变化导致的碳效应。并基于灰色GM(1,1)模型预测南京市农地利用碳排放量趋势。[结果]1996—2014年南京农地利用碳排放量总体呈现"上升—波动—平稳下降"的3阶段特征,纵向来看,2005—2014年林地碳汇、草地碳汇有所下降,但变化趋势不同。横向来看,由于各区承载的城市功能不同,区域碳汇差异较大。从农地利用方式变化的碳效应来看,2000—2008年南京市因生态退耕产生碳汇呈先上升后下降的变化趋势,建设占用导致的碳排放量变化趋势呈现Z字形上升。基于灰色GM(1,1)模型采用等维递补预测方法,预计到2020年该市农地利用碳排放量为1.11×105 t。[结论]南京市农地利用碳排放的变化趋势与经济发展和都市农业发展进程密切相关。林地、草地面积的减少降低了原本不高的碳汇效应,并且由于经济发展与城市建设需要,持续上升的建设占用碳排放对南京市碳效应影响巨大。     

郑州市低碳经济发展与土地集约利用之间的脱钩关系

[目的]分析低碳经济发展与土地集约利用的关系,为促进郑州市低碳经济发展及土地集约利用提供理论参考。[方法]基于郑州市2002—2011年的数据,采用Tapio弹性分析法,选取了Tapio脱钩指标,构建了脱钩评价指标体系。[结果]2002—2004年综合碳耗度与土地集约利用处于强脱钩状态,2004—2005年为扩张负脱钩状态,2005—2010年处于弱脱钩状态,2010—2011年处于强脱钩状态。整体来说,2002—2011年郑州市土地集约利用与综合碳耗度在强脱钩与弱脱钩之间波动。[结论]低碳经济和土地集约利用两者的发展存在着显著的正相关关系,低碳经济的增长有效地促进了土地集约利用水平的提高。     

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。     

基于碳循环的农业净碳排与农业经济的脱钩分析

综合农业碳循环过程中碳源和碳汇的双重特征,结合面板数据分析方法,测算全国2000—2011年各区域农业净碳排;通过构建脱钩指数分析模型和判定标准,以“脱钩”来衡量区域农业净碳量与经济增长的脱钩程度,分析二者的脱钩状态和演化趋势,以期研究区域农业经济增长与农业净碳量的脱钩关系及内在机理。结果表明:2000—2011年全国各省市总的农业净碳量显著递增,碳排量从2000年的23 730.44万t增加到2011年的56 177.24万t,对应年份的碳汇量从46 118.20万t增加到56 845.85万t。期间,农业碳排总量年均增长12.40%,农业碳汇总量年均增长2.10%,空间上,东部沿海发达城市的净碳量高于全国平均水平;从农业经济的地域分布和阶段特征来看,各省市农业经济增长率差异明显且后期农业经济增长率明显低于前期;近10年来,农业经济增长与净碳排放整体处于弱相对脱钩状态,弹性值为0≤e < 1。对比2000-2005年、2006—2011年两时期的脱钩,可以看出实现相对弱脱钩的省域数量逐年增加,约占到全国省域总数的90%,呈现出地区脱钩程度差距逐渐缩小的趋势,后期较前期实现了更为协调的发展。     

山东省农业信息化建设与利用问题探析

农业信息化是现代农业发展过程中的一个重要特征,是促进农民增产增收的重要保证。分析认为山东省农业信息化建设成果的应用效率低主要是信息内容的实用性差、服务面窄,以及当前农业“从业人员”的信息素养低。提出应在政府的主导下,加快涉农信息资源的整合与传播,建立专家咨询系统,增强信息的实用性,同时加快农业信息化专业人才培养,提高农民的信息素养。     

江苏省种植业碳排放的测算及达峰分析

在实现“碳达峰、碳中和”的目标背景下，明确农业温室气体排放现状，模拟预测峰值，为促进江苏省农业低碳减排提供科学依据。基于农业物资投入和农田土壤利用2类碳源，采用IPCC碳排放系数法和清单法综合测算江苏省1990—2020年间种植业碳排放量，运用Tapio脱钩模型对农业碳排放量与农业经济增长的脱钩关系进行分析，并根据灰色预测模型GM(1,1)对2021—2060年碳排放量进行预测。结果表明：(1)2020年江苏省种植业碳排放为1 999.53万t, 1990—2020年间呈现先增加后降低再增加然后趋于平稳的趋势；种植业碳排放主要来源于农田土壤利用，农田土壤利用碳排放占比为77.73%～86.95%,农资投入碳排放占比为13.05%～22.27%;(2)化肥是农资投入碳排放源中最主要的排放源，其占比为69.15%～79.20%,其次是农药和农膜，农机、灌溉、翻耕占比均较低；(3)水稻是农田土壤利用排放源中最主要的排放源，其占农田土壤利用碳排放的79.76%～87.23%,其次是小麦和蔬菜，大豆、玉米、棉花占比均较低；(4)脱钩关系以弱脱钩和强脱钩为主，表明随着种植业生产总值的提高，农业种植...     

山东省农业净碳汇时空演化特征分析

基于农地利用、水稻种植、畜禽养殖、秸秆焚烧4大方面25类主要碳源和17类主要农作物碳汇,测算了山东省2000—2015年及全省17个地级市2000年、2007年、2015年的农业碳排放量和碳汇量,在此基础上计算出农业净碳汇量和净碳汇强度,并对其时空演化特征进行分析。结果表明,2000—2015年间山东省农业净碳汇总量和净碳汇强度均呈上升趋势,分别增长33.05%和39.14%,农业发展的碳效应以碳汇为主,减排增汇效果明显;农业净碳汇量区域差异明显且随时间的变化呈扩大趋势,存在净碳汇量持续增长型、波动增长型、波动下降型和持续下降型4种类型区;农业净碳汇强度区域差异较明显,亦随时间变化呈扩大趋势,存在净碳汇强度持续增长型和波动下降型2种类型区;基于空间分布特征,将各地级市净碳汇量和净碳汇强度分别划分为低、较低、中、较高和高5个等级区,2000—2015年间净碳低汇区空间分布格局相对稳定,其他4个等级区发生了较大幅度的变化,净碳高汇区向鲁西地区集中,净碳较高汇区向鲁东南地区分布;净碳汇强度空间分布格局发生了较大幅度的变化,净碳汇高强度区由鲁中向鲁西和鲁西南地区扩展,净碳汇较高强度区由鲁中向鲁东南地区扩展。     

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。     

基于土地利用变化的安徽省陆地碳排放时空特征及效应

土地利用变化是区域碳排放变化的主要驱动力,揭示土地利用变化对碳排放影响对于碳排放政策的制定具有指导意义。然而,经济快速发展区域中土地利用变化对碳排放影响研究仍有限。以安徽省为对象,基于2000—2020年的土地利用变化数据,从碳源/汇角度评估了安徽省净碳排放,分析了碳排放时空特点,从碳足迹、生态承载力和生态赤字3个方面阐明了安徽省碳排放效应。结果表明:(1)从2000—2020年,安徽省土地利用净碳排放表现为增加趋势,年均增加503.92万t,林地是碳排放的主要碳汇,但其碳汇总量年际变化不大,建设用地是碳排放增加的主要碳源,其年均增加511.37万t;(2)2000—2020年,碳源变化主要分布在安徽省中北部平原地区,碳汇变化主要分布于西南高山和丘陵地区,且安徽中北部地区是碳排放强度随时间变化的最大热点区;(3)由碳源/碳汇变化引起的碳排放效应中,生态承载力2000—2020年变化不大,但碳足迹和生态赤字表现为增加趋势,年均增加率分别为6.2%和8.7%。因此,安徽省中北部平原地区为碳减排重点控制区域,降低建设用地及增加林地面积可有效调节该地区碳排放效应。