湖南市域化石能源消费碳排放时空格局及驱动因素

研究碳排放时空格局演变及其影响因素对指导碳减排具有重要意义。利用2008—2013年湖南省14地市规模以上工业企业终端能源消费数据,运用IPCC提供的参考方法和对数平均迪氏指标分解模型(Logarithmic Mean Divisia Index,LMDI)对湖南市域碳排放量、人均碳排放量、碳排放强度的时空格局及碳排放量变化的影响因素进行了研究。结果表明:1)2008—2013年湖南市域碳排放量随时间变化趋势不一,大致呈3种类型变化;累积碳排放量居前3位的市域依次是娄底、岳阳和湘潭,三者累积碳排放量占全省同期的48.92%,而吉首、张家界和怀化3市的累积碳排放量合计仅占全省的2.59%。2)湖南市域能源消费碳排放量、人均碳排放量存在相似的空间差异,二者均表现为东高西低的格局,且具有较强的相关性,碳排放量高的市域,人均碳排放量也较高;2008—2013年湖南市域碳排放强度呈下降趋势,属于低强度区的市域由2008年的4个增加到2013年的7个,碳排放强度的空间分布与市域产业类型有关。3)能源结构、能源强度对碳排放的增长主要起抑制作用,但能源结构的贡献很小,碳排放量的降低主要是由能源强度引起的;经济发展是碳排放增长的最主要因素,在2008—2010年和2011—2013年两个时段其累积贡献值分别为74.285和27.579;人口规模对碳排放的驱动较小,在2011—2013年对碳排放增加产生的累积贡献值仅为2.252。湖南当前及未来碳减排的重点是加快发展清洁能源与提高能效并重,优化能源结构和促进产业结构升级,从战略层面促进湖南"四大区域"协调发展。     

我国农村居民生活能源碳排放的时空特征分析

随着生活质量的提高,我国农村居民生活能源消费呈现大幅增长的趋势,成为碳排放增长的新源泉。估算了我国30个省区2001—2013年的农村居民生活能源碳排放,采用碳基尼系数、Arc GIS技术分析了中国省级尺度农村居民生活能源碳排放的时空特征,并利用STIRPAT模型辨明了农村居民生活能源碳排放的主要影响因素。结果表明:(1)2001—2013年农村居民直接生活能源碳排放量和间接生活能源碳排放量分别增长了7.65%、9.16%。(2)东部、中部、西部地区的碳基尼系数呈下降趋势,说明各区域农村居民人均生活能源碳排放量的区域差异总体均呈缩小趋势。(3)2001—2013年间,处于我国农村居民人均直接生活能源碳排放高水平地区的空间格局分布相对较为稳定,而对于人均间接生活能源碳排放来说,处于低水平地区的空间格局分布较为稳定。(4)农村人口规模、农民人均纯收入、农村居民生活消费支出、青壮年人口比重对农村居民生活能源碳排放量具有促进作用,而农村居民能源消费结构对其具有减缓作用,且北方农村居民生活能源碳排放量明显高于南方。(5)从环境Kuznets曲线假说出发,经济发展是促使我国农村居民生活能源碳排放Kuznets曲线存在拐点的重要因素。     

基于夜间灯光数据的湖南省县域碳排放时空格局及影响因素研究

研究碳排放的时空格局演变及影响因素对指导制定差异化的碳减排政策具有重要意义.基于夜间灯光数据,在估算湖南省各县区碳排放量的基础上,结合空间统计、空间自相关、热点分析、地理加权回归、GIS等方法研究了湖南省县域碳排放的空间分异、时空格局特征与影响因素.研究结果表明:(1)2013—2017年,湖南省能源消费碳排放总体上呈...     

区域碳排放量的计算——以广东省为例

采用IPCC 2006年版碳排放计算公式、经济-碳排放的动力学模型和水泥碳排放模型,提出了区域碳排量计算框架和研究方法,并以广东省为例,基于广东省社会经济统计数据、能源消费数据、水泥产量数据和森林碳汇数据,预测了广东省2008-2050年能源消费碳排放量、水泥消费量和碳排放量、森林碳汇值.结果表明：2008-2050年,广东省水泥产量及其生产过程中的碳排放量基本稳定,年碳排放量在10～15 Mt C;广东省能源消费碳排放和总的碳排放趋势均呈倒U型曲线,其峰值年份分别在2035和2036年;2008-2050年,广东省碳排放强度将持续下降,森林碳汇量呈波动式下降趋势.本文提出的区域碳排放计算框架在广东省具有可行性和合理性.     

江西省能耗碳排放时空特征、脱钩关系及其驱动因素

查明碳排放时空演变成因、经济发展脱钩情形及其影响因素,对协调区域经济发展同时更好进行碳减排具有指导意义。以欠发达江西省为例,基于2002-2016年规模以上工业主要能源消费数据,用IPCC碳核算方法、Tapio脱钩模型及对数平均迪氏指数分解法（Logarithmic Mean Divisia Index,LMDI）对该域能耗碳排放时空演变特征、与经济发展脱钩关系及其驱动因素进行了分析。结果表明：（1）江西省碳排放量前期快速增长、中后期增长减缓,由2002年的6248.57×10⁴ t增加到2016年的18680.47×10⁴ t,增长率高达198.96%。碳排放强度处于前中期快速下降,后期缓慢下降的趋势,由5.604 t/万元降为0.552 t/万元。碳排放量和碳排放强度大体呈现着西北高东南低的空间分布特征。（2）2002-2009年和2009-2016年江西省经济增长与碳排放总体上呈现弱脱钩,脱钩弹性分别为0.177和0.105。2002-2009年江西省南部和北部地区脱钩情况不够理想;2009-2016年江西省除上饶市以外的东北部地区脱钩状况较差。（3）2002-2009年,能源结构对江西省碳排放脱钩有微弱的抑制作用,2009-2016年转变为微弱的促进作用,其对各地市碳排放脱钩的驱动方向有所不同。能源强度对碳排放脱钩起主导性作用,其在两个阶段的脱钩弹性分别为-0.329和-0.481。经济水平对碳排放脱钩有主要的抑制作用,在两个阶段的脱钩弹性分别为0.377和0.475。人口对碳排放脱钩具有较小的抑制作用。因此,江西省碳减排的重点在于改善能源结构与提高能效,推动新余、九江和萍乡等城市的传统工业转型升级,促进江西西北地区与东南地区城市的绿色协同发展。     

东北三省“水-能源-碳”系统仿真模拟——基于系统动力学模型

水资源和能源消费量及碳排放制约区域发展水平，也影响区域生态环境质量，区域多要素资源耦合作用与协同管理成为近年来的研究热点。水资源、能源和碳排放三个系统通过不同的流程相互连接，探究"水-能源-碳"系统耦合关系，是区域探索绿色协调发展的重要基础。以东北三省为研究对象，采用系统动力学研究方法，从自然、社会、经济三个维度来探索水-能源-碳三者的关联模式。以2001-2019年东北三省的水资源、能源、碳排放现状为基础数据，梳理三个子系统的耦合关系，并对未来二十年其发展变化仿真模拟。结果表明：（1）水资源、能源、碳排放在未来二十年均呈现增长的趋势，水资源增长趋势最快，在仿真情景5下，与2020年相比2040年水资源、能源消费量和碳排放量分别增长230.4%、210.7%和36.9%；（2）决策变量对"水-能源-碳"系统的影响程度依次是清洁节能>产业调控>国内生产总值（GDP）增长率，随着GDP增长率升高，水资源和能源消耗量、碳排放量升增加，随着产业转型升级，居民意识提高及清洁能源增加，水资源和能源消耗量、碳排放量减少。在综合调控情景下，未来水资源消耗量高于基础情景，能源消耗量和碳排放量则得到了良好的控制；（3）2020-2040年，水资源、能源消费量和碳排放量呈现强相关性，纽带关系呈协同优化方向改善，供需缺口减小，有效的缓解了环境压力；（4）情景3的能源结构调整和居民意识的提高可有效降低碳排放量，情景4产业结构的调整对水资源和能源的影响较为明显。情景5权衡经济发展与节能节水以减少碳排放，严格按照"双碳"目标，将水资源、能源向较高质量发展的可持续发展方向推进，更具参考性。研究结果有利于东北三省"水-能源-碳"系统可持续发展，促进经济发展水平。     

中国老工业城市能源消费碳排放的驱动力分析——以沈阳市为例

开展人为因素对区域生态环境影响作用的量化分析,是国际可持续发展领域的研究热点.本文以典型的老工业城市--沈阳市为例,基于IPCC能源消费碳排放计算方法,对1978-2009年城市能源消费碳排放进行核算,并应用基于Kaya等式和岭回归的STIRPAT模型,对影响碳排放量的人文驱动因素进行时间序列分析.结果表明： 研究期间,沈阳市碳排放变化经历了3个阶段,先缓升再略降随后快速增加,2009年的碳排放总量是1978年的46倍;人口规模是影响沈阳市碳排放量增加的主要驱动因子,碳排放量与人口数量呈同比例变化;城市化显著影响碳排放量,是仅次于人口数量的另一个主要驱动因子;人均GDP与碳排放量呈正相关关系,经济发展与碳排放之间不存在Kuznets曲线假说;能源强度降低即技术进步因素是碳排放量降低的主要因素.     

基于能源代谢分析的南昌市能源消费碳排放综合生态效率研究

有关能源消费的代谢机理及生态效率研究是当前生态经济研究领域中的重点和难点,也是政府决策部门、相关行业及人群关注的热点。基于能源代谢分析理念,构建了基于相对变量的城市能源消费碳排放综合生态效率度量模型,对2000—2013年南昌市能源消费结构、碳排放量及其生态效率进行了测算与分析。结果表明:(1)南昌市在2000—2013年,能源消费量和碳排放量整体上呈"N"型曲线上升的一致性变化特征,主要经历了快速增长、短暂下降、恢复平稳增长3个阶段,且煤炭是南昌市能源消费和碳排放的主要来源,短时期内难以改变;(2)南昌市的能源消费效率和碳排放效率整体上在不断优化;(3)南昌市能源消费碳排放综合生态效率经历了较大的波动变化,整体上的生态效率分值并不高;仍需要加大节能减排力度,全面优化南昌市能源消费结构。     

碳中和视角下秸秆处置方式对碳源汇的贡献

探明农作物秸秆在不同处置方式下的碳源汇时空变化特征,对优化我国秸秆资源利用政策、实现碳减排最大化、实现碳中和目标具有重要意义。本研究以国家统计年鉴数据为基础,对我国31个省农作物秸秆不同处置下的碳排放、碳减排、碳增汇及其价值量的变化趋势进行研究。结果表明: 2008—2019年间,我国秸秆焚烧年均碳排放量为874万t CO₂e,2014年以来碳排放年均减少率为17.3%;能源化利用年均碳减排量为3982万t CO₂e,其中,秸秆生产固体成型燃料碳减排贡献最大,约占能源化碳减排总量的98%;秸秆还田碳汇量总体呈逐年上升趋势,年均碳汇量为2.71亿t CO₂e;我国秸秆处置存在碳生态盈余,净碳减排量年均增长率为9.8%,净碳减排强度及其价值量均呈增长趋势,2019年分别高达2.62 t·hm^-2和76.19元·hm^-2。我国秸秆年均碳排放、能源碳减排、秸秆还田碳汇以及净碳减排大致呈“东高西低”的空间分布规律,且地区差异及空间聚集性是三者的最主要外部特征。     

洞庭湖区域土地利用变化的碳排放效应研究

研究土地利用变化带来的碳排放效应问题, 为区域土地结构优化、制定低碳减排政策提供理论依据。以洞庭湖区为研究对象, 通过构建土地利用动态度模型和碳排放测算模型, 分析了15年间洞庭湖区土地利用变化的碳排放效应, 采用LMDI模型对土地利用碳排放影响因素进行了分解分析。研究表明: 2000-2015年洞庭湖区土地利用的碳排放量增加趋势显著, 碳排放量增加了2277.64×104 t, 增加了2.4倍。建设用地是主要的碳源, 碳排放量增加了2278.82×104 t, 增加了2.2倍。林地是主要的碳汇, 碳汇量占总碳汇量的90%以上, 由于碳源碳汇比例差距较大, 碳汇效应不显著。洞庭湖区碳排放区际差异明显, 主要集中在环洞庭湖及洞庭湖水系周边地区, 临近山地丘陵的边缘区域碳排放较小。能源碳排放强度效应、经济水平效应、土地规模效应和人口规模效应对洞庭湖区土地利用碳排放存在正效应, 能源效率效应存在负效应。洞庭湖区的建设用地面积与碳排放变化趋势一致, 建设用地的碳排放量占碳排放总量的90%以上, 是主要碳源, 碳排放强度较大。今后应限制洞庭湖区建设用地无序扩张, 碳减排的重点是降低建设用地的碳排放量。     

CO2, economic growth,and energy consumption in China's provinces: Investigating the spatiotemporal and econometric characteristics of China's CO2 emissions

This study addresses the spatiotemporal variations at play in China's CO₂ emissions, based on an estimation of emission levels in the period 1995–2012 and an provincial analysis of the relationship of CO₂ emissions to economic growth and energy consumption. Using a series of econometric models and data on the combustion of fossil fuels and cement manufacturing, the study first estimated CO₂ emission levels during the study period, exploring their spatiotemporal pattern. The results indicate that both China's total and its per capita CO₂ emissions have increased significantly over the study period, with both measures evidencing a similar evolution (albeit one that is characterized by noticeable regional discrepancies at the provincial level and which displays properties of convergence). From a geographical perspective, we found both total and per capita CO₂ emissionsto be higher in China's eastern region than in the country's central and western regions. Panel data analysis was subsequently undertaken in order to quantify the dynamic casual relationship between economic growth, energy consumption, and CO₂ emissions. The empirical results indicated that the variables were in fact cointegrated and exhibited a long-run positive relationship. The results of further Granger causality tests indicated the existence of a bidirectional positive causality between economic growth and energy consumption, as well as between energy consumption and CO₂ emissions, and a unidirectional positive causality running from economic growth to CO₂ emissions. The findings of this study suggest that China is, in the long run, dependent on carbon energy consumption for its rapid economic growth, a dependency which is the cause of considerable increases in CO₂ emissions. China should therefore make greater efforts to develop low-carbon technologies and renewable energy, and improve energy efficiency in order to reduce emissions and achieve green economic growth.     

空间互动视角下CO2排放驱动因素及溢出效应——基于全球98个国家的数据分析

全球气候变暖已成为21世纪威胁人类可持续发展的严峻挑战,减少CO₂排放是抑制气候变暖的重要路径。从全球碳减排的宏观视角出发,以98个国家为研究对象,基于总商品贸易和化石能源贸易的引力模型构建两种空间互动关系,利用扩展后的S-STIRPAT模型对2000、2005、2010年和2014年人均CO₂排放的驱动机制和空间溢出效应展开实证分析,并基于发展差异视角进一步探究发达和欠发达国家CO₂排放驱动机制异同。研究结果表明：（1）2000、2005、2010年和2014年人均CO₂排放溢出效应呈增强态势。（2）城市化水平、人均GDP、能源强度对人均CO₂排放产生显著正向影响,可再生能源使用率对人均CO₂排放产生显著负向影响。（3）发展差异视角下,城市化水平、人均GDP和能源强度对欠发达国家影响更大,可再生能源使用率对发达国家影响更为显著。根据研究结果建议加强发达国家和欠发达国家低碳技术交流与合作,同时积极调整能源结构以减少CO₂排放。     

闽三角城市群碳达峰的多情景模拟分析

碳达峰、碳中和是应对气候变化的关键手段。在闽三角碳排放核算的基础上，运用STIRPAT模型建立了碳排放与人口规模、城镇化率、人均GDP、能源强度和产业结构间的函数关系。结合情景分析法，模拟上述因素在不同变化速率下的目标值，对2021-2050年的碳排放及碳排放强度进行了预测，为闽三角碳达峰提供时间和技术路径参考。此外，还引入人均GDP二次方指标，验证EKC假说的存在性。结论如下：（1）能源强度是闽三角碳排放的负向因素，其他因素均为正向因素。产业结构和人均GDP分别对闽三角碳排放有最大和最小的影响。（2）人均GDP的二次方与碳排放间的系数为正，表明碳排放和人均GDP间不存在倒"U"型曲线关系。闽三角碳排放和人均GDP间的关系不符合EKC假说的描述。（3）基准情景下，闽三角碳排放和碳排放强度持续增加，碳排放不能达峰。厦门的碳排放强度将持续下降。低碳情景下，厦门最可能在2020年实现达峰目标。低发展、中减排情景下，闽三角在2030年实现碳达峰，碳排放最大值为0.57亿t。（4）所有情景下，闽三角都未实现2030年碳排放强度比2005年下降60%-65%的目标。基于上述结论，为闽三角碳达峰提供如下意见：（1）优化产业结构。漳州和泉州既需要升级生产技术又需要淘汰高能耗高排放产业，发展高端制造和智能制造等；（2）优化能源消费结构。"十四五"期间重点建设漳州核电、厦门水电、泉州热能等可再生能源工程。加快特高压电网的建设，减少化石能源的消耗；（3）尽快制定厦门的碳达峰计划，引领闽三角碳达峰行动。     

我国典型城市化石能源消费CO2排放及其影响因素比较研究

城市是化石能源消费和CO_2排放的主要区域。分析典型城市化石能源消费CO_2排放特征,明确不同城市CO_2排放动态及主要影响因素的差异,是开展城市减排行动的重要科学依据。采用IPCC推荐方法及中国的排放参数核算11个典型城市2006—2015年间化石能源消费产生的CO_2排放量。根据各城市经济发展和CO_2排放特征将之分为四类:经济高度发达城市(北京、上海、广州)、高碳排放城市(重庆、乌鲁木齐、唐山)、低排放低增长城市(哈尔滨、呼和浩特和大庆)和低排放高增长城市(贵阳、合肥),并运用对数平均迪氏指数法(Logarithmic Mean Divisia Index,即LMDI分解法)对比分析了四类城市CO_2排放量的影响因素。结果表明:(1)研究期内大部分城市CO_2排放总量有所增加,仅北京和广州呈下降趋势,工业部门CO_2排放在城市排放总量及其变化中占据主导地位;四类城市的人均CO_2排放量表现出与排放总量相似的变化趋势;CO_2排放强度整体上表现为经济高度发达城市(均值为0.88 t CO_2/万元)低排放低增长城市(均值为2.82 t CO_2/万元)低排放高增长城市(均值为3.05 t CO_2/万元)高碳排放城市(均值为6.62 t CO_2/万元)。(2)在城市CO_2排放的影响因素中,经济发展和人口规模均是4类城市CO_2排放增长的促进因素,但经济发展效应的累积贡献值大于人口规模效应;能源强度降低是4类城市CO_2排放最主要的抑制因素,且经济高度发达和高碳排放城市的抑制作用强于其他两类城市;对第三产业GDP年平均增速高于第二产业的6个城市来说,产业结构是CO_2排放的抑制因素;能源结构的变化仅对煤炭消费比重较低且降幅较大的北京和广州的CO_2排放是抑制作用,累积贡献值分别为-21.73Mt和-0.03Mt,而对其他城市,特别是高碳排放城市的CO_2排放具有明显的促进作用。     

长三角城市群碳排放与城市用地增长及形态的关系

城市是一种重要的碳源,城市扩张过程中的用地面积增长和空间特征变化均会影响城市碳排放。分析1995—2015年长三角城市群碳排放重心转移,查明碳排放和城市用地增长的脱钩状态时空变化,并通过构建面板数据模型探究城市形态对碳排放的影响,得出以下结论:(1) 1995—2015年长三角城市群碳排放重心经历了西南向-西北向-东南向-西北向的转移过程,这种转移过程与其相应时期内部分城市的工业发展与产业结构调整有关;(2) 1995—2015年,长三角城市群碳排放与城市用地增长的脱钩状态存在着显著的时空异质性。研究区由以扩张负脱钩为主变化为以弱脱钩为主,2005年以后,区域之间的脱钩差异开始缩小,总体来看研究区脱钩状态趋向于同质。至2015年,近70%的城市已达到了脱钩,其中上海等城市实现了强脱钩;(3)连续完整的地块在区域内的主导程度会对城市碳排放产生负向的影响,而城市用地斑块的破碎化程度和聚集程度对碳排放有着正向的影响,且相对而言,聚集程度的正向影响更为显著。     

黑龙江省温带森林火灾碳排放的计量估算

森林火灾干扰作为森林生态系统重要的干扰因子,剧烈地改变着森林生态系统的结构、功能、格局与过程,对区域乃至全球的碳循环与碳平衡产生重要影响。随着全球气候变暖,森林火灾干扰的频率和强度进一步加剧,其排放的含碳气体对大气中温室气体浓度的贡献率更大,进而加快气候变暖的速率。科学有效地对森林火灾碳排放及含碳气体排放量进行计量估算,对了解区域乃至全球的碳循环及碳平衡具有重要的理论价值和实践意义。根据黑龙江省温带森林1953—2012年火灾统计资料和森林调查数据,结合地理信息系统GIS技术,通过野外火烧迹地调查以及实验室的控制环境实验来确定森林火灾碳排放计量中的各种参数,在林分水平上,利用排放因子的方法,估算了黑龙江省温带森林60年间火灾碳排放量和含碳气体排放量。结果表明:黑龙江省温带森林60年间火灾碳排放量为5.88×107t,年均排放量为9.80×105t,约占全国年均森林火灾碳排放量的8.66%;含碳气体CO2、CO、CH4和非甲烷烃(nonmethane hydrocarbons,NMHC)的排放量分别为1.89×108、1.06×107、6.33×105和4.43×105t,含碳气体CO2、CO、CH4和NMHC的年均排放量分别为3.15×106、1.77×105、1.05×104和7.38×103t,分别占全国年均森林火灾各含碳气体排放量的7.74%、6.52%、9.42%和6.53%。研究发现针阔混交林型的森林火灾面积占总过火林地面积的57.54%,由于其燃烧效率较低,在森林火灾中的碳排放量仅占排放总量的38.57%;尤其是针阔混交林森林火灾面积占总过火林地面积的20.71%,而碳排放量仅占总排放量的9.67%;且CO2的排放因子较低,其CO2排放量仅占总排放量的8.95%。同时研究表明,黑龙江省温带森林年均的碳排放对该区域的碳循环与碳平衡产生重要影响,并针对研究结果提出了应对气候变化的森林经营可持续管理策略,亦提出了科学的林火管理策略及其合理化的林火管理路径。     

共享社会经济路径下中国2020—2100年碳排放预测研究

碳排放和减碳经济代价研究日益受到学术界和决策者的关注，中国政府做出的关于争取在2060年前实现碳中和的表态引起了国际社会的热议。在此背景下，开展中国未来长时间序列碳排放的情景预测具有切实意义。基于可拓展的随机性环境影响评估模型（STIRPAT）评估了人口、经济和受教育程度对碳排放的影响，对比历史数据并验证了碳排放预测模型的准确性，结合共享社会经济路径（SSPs）情景的设定和模型参数，预测了5种情景下中国2020年至2100年的碳排放轨迹及经济代价。结果表明：（1）考虑碳排放达峰目标的实现，SSP3情景是中国未来发展的最佳情景，在此情景下，中国有望提前三年实现碳排放达峰目标；（2） SSP3情景可使中国年度总碳排放量和人均碳排放量处于相对其他四种情景的最低值，但需要付出累积GDP下降5.49%至8.80%的代价；（3）为完成在2060年前实现碳中和的承诺，中国政府在未来的40年需面对409.36-467.42 Gt的碳中和量；（4）2020年中国的碳排放强度将会较2005年水平下降40.52%至41.39%，2030年碳排放强度将会较2005年水平下降59.64%至60.75%。5种情境中，SSP5情景是降低碳排放强度的最佳情景，可最大程度地超额实现碳排放强度目标。未来，受经济发展、人口增长等重要因素影响，中国政府减碳压力将进一步加大。后疫情时代，考虑到能源供应的减少和高科技产业的发展，碳排放社会成本的上升将为中国创造一个使能源系统脱碳的机遇。中国应在"十四五"期间继续提升能源利用效率、升级产业结构、提倡低碳消费、实施隐含碳战略，以尽快实现碳减排目标。     

排放与森林碳汇作用下云南省碳净排放量估计

以云南省为例,用马尔科夫链计算能源结构,在经济增长模型基础上基于动态最优化理论估计能源消费碳排放,并基于CO₂FIX模型计算云南省森林碳汇,预测在能源消费碳排放和森林碳汇共同作用下的从2008到2050年碳净排放量。研究发现云南省能源消费碳排放量和碳净排放量曲线都呈"倒U"型,在2035年达到高峰,高峰值分别为和129.71 MtC和118.89 MtC;在森林碳汇中,原有森林的碳汇作用在现在和未来一段时间内处于主导地位,但新造林有着巨大的碳汇潜力,所以在保护原有森林的同时要植树造林,从生态学角度抵消碳排放;森林碳汇只能减少小部分碳排放,更主要的是改善云南省的能源结构,加快技术进步速度,开发水电等新能源,从根本上减少温室气体的排放。     

Sources of carbon productivity change: A decomposition and disaggregation analysis based on global Luenberger productivity indicator and endogenous directional distance function

The measurement of carbon productivity makes the effort of global climate change mitigation accountable and helps to formulate policies and prioritize actions for economic growth, energy conservation, and carbon emissions control. Previous studies arbitrarily predetermined the directions of directional distance function in calculating the carbon productivity indicator, and the traditional carbon productivity indicator itself is not capable of identifying the contribution of different energy driven carbon emissions in carbon productivity change. Through utilizing an endogenous directional distance function selecting approach and a global productivity index, this paper proposes a global Luenberger carbon productivity indicator for computing carbon productivity change. This carbon productivity indicator can be further decomposed into three components that respectively identify the best practice gap change, pure efficiency change, and scale efficiency change. Moreover, the carbon productivity indicator is shown as a combination of individual carbon emissions productivity indicators that account for the contribution of different fossil fuel driven carbon emissions (i.e. coal driven CO₂, oil driven CO₂, and natural gas driven CO₂) toward the carbon productivity change. Our carbon productivity indicator is employed to measure and decompose the carbon productivity changes of 37 major carbon emitting countries and regions over 1995–2009. The main findings include: (i) endogenous directions identifying the largest improvement potentials are noticeably different from exogenous directions in estimating the inefficiencies of undesirable outputs. (ii) Carbon productivity indicator calculated with the consideration of emission structure provides a more significant estimation on productivity change. (iii) The aggregated carbon productivity and the specific energy driven carbon productivities significantly improve over our study period which are primarily attributed to technical progress. (iv) Empirical results imply that policies focused on researching and developing energy utilization and carbon control technologies might not be enough; it is also essential to encourage technical efficiency catching-up and economic scale management.     

Impacts of energy-related CO2 emissions: Evidence from under developed,developing and highly developed regions in China

A large accumulation of carbon dioxide and other greenhouse gases have caused great concern around the world. A great deal of general literature focus on the impact factors of CO₂ emissions at the national, regional and city levels. However, there is little specific guidance on regional difference in CO₂ emissions. In this paper, 30 provincial-level administrative units of China are divided into three different levels of economic development regions according to the GDP per capita from 1997 to 2012. A STIRPAT (Stochastic Impacts by Regression on Population, Affluence and Technology) model is used to examine the impact factors on energy-related CO₂ emissions, including population, economic level, technology level, urbanization level, industrialization level and foreign trade degree. The results indicate that the effect of energy intensity is the greatest in highly developed region. Nevertheless, the impact of urbanization, industry structure and foreign trade degree in under developed region is higher than the other two regions. Population and GDP per capita have greater effect on carbon emissions in developing region than the others. Finally, differentiated measures for CO₂ reductions should be adopted according to local conditions of different regions.