我国城市发展与能源碳排放关系的面板数据分析

城市化与城市能耗及其碳排放密切相关,城市发展过程中的人口城市化进程和产业总量与结构调整都是能源碳排放变化的主要驱动因素。以2006-2015年全国158个地级城市的面板数据为基础,从总量变化趋势和空间变化趋势两个角度分析了研究期内的我国城市发展特征及能源碳排放特征;并利用面板计量分析方法研究了城市发展因素对城市总能耗、总能耗碳排放、单位能耗碳排放量的驱动特征。结果表明：城市化每提升0.095%,总能耗上升1%。虽然城市总能耗及能耗碳排放在降低,但是单位能耗碳排放在增加;第二产业和第三产业发展对总能耗及能耗碳排放的驱动作用大;城市第三产业的发展有利于能源结构优化调整等;并基于研究发现给出一些政策建议。     

社会生态系统及脆弱性驱动机制分析

生态系统与社会经济要素的相互渗透和相互作用形成了社会生态系统复合结构。"社会生态系统"(SES)理念是当今世界生态系统分析的新思路,它立足于社会生态经济综合指标,突出社会生态经济系统的整体性,以人地和谐、综合的思想,分析和解决生态和社会经济问题。社会生态系统脆弱性驱动机制分析和综合研究已成为脆弱性研究的趋势。综述了"社会生态系统"概念、结构、特征和属性,分析了社会生态系统脆弱性内涵,结合"压力-状态-响应"模型(PSR)和"暴露度-敏感性-恢复力"模型,从社会-经济-生态复合系统角度,从风险(压力)、敏感性、应对能力三方面对社会生态系统脆弱性驱动机制进行分析,最后文章对相关问题进行了讨论,并指出了脆弱性驱动机制分析的局限性,提出未来研究的展望。     

城市家庭能耗直接碳排放影响因素——以厦门岛区为例

在全球城市化迅速推进的过程中,城市碳排放已经成为影响全球变化不可忽视的一部分,同时也成为制约城市可持续发展重要因素之一。家庭能耗碳排放是城市碳排放的一个组成部分,分析它的各种影响因素对于控制它对局域乃至全球气候变化的负面影响具有重要的意义。以厦门岛区为例,通过社会问卷设计和调查,应用数理统计方法对最终收回的340份有效问卷进行城市家庭能耗的影响因子分析,结果表明,2007年厦门岛区平均家庭能耗直接碳排放量为1218.2kg/(户.a),电力消耗直接碳排放是厦门岛区主要的家庭能耗直接碳排放方式,电力消耗直接碳排放量是瓶装液化石油气与代用天然气使用直接碳排放总量的近5倍。通过单因素方差分析与多元逐步回归方程得到,与住区自然环境与家庭耗能倾向相比,家庭社会情况是影响家庭能耗直接碳排放最为重要的因子,其对家庭能耗直接碳排放变化的解释能力为17.9%。通过主成分分析得到,家庭住宅面积对家庭能耗直接碳排放的影响最为显著,家庭住宅面积对公共因子的贡献率达到了0.829。研究旨在为城市节能减排和可持续发展提供第一手资料、为城市住区形态的合理设计和规划提供科学依据。     

基于MSIASM和能源消费碳排放的中国四大直辖市社会代谢分析

通过社会代谢多尺度综合评估(Multi-Scale Integrated Assessment of Societal Metabolism,MSIASM)方法,采用生物-经济压力和不同组织尺度下的体外能代谢率、能源密度指标,并将能源消费碳排放融入评估框架,评价了中国四大直辖市2004年至2010年的社会代谢及其综合发展状况。研究中能源消费碳排放的加入较好补充了MSIASM在生态评估方面的弱势。研究结果显示,四大直辖市整体社会代谢发展良好,体外能代谢率和生物-经济压力稳步上升,能源密度和单位能耗碳排放不断降低,总体呈现良性发展态势。从各个直辖市的社会经济系统各部门表现来看,各城市体现了自己的突出特点。在深入到行业尺度研究体外能代谢率、能源密度后,整体显示出控制工业部门和交通运输部门的能耗增长对于提高经济生产能源效率的突出作用,同时应继续加大金融和计算机等低能耗高经济生产率行业的发展力度。     

城镇化过程土地利用变化及效应研究进展

城镇化最显著的特征之一是土地利用变化, 并引起了各类生态环境效应。从城市土地利用变化的压力驱动机制与模型, 水环境效应、土壤环境效应、景观格局效应、碳排放效应及生态系统服务效应等方面进行了分析与讨论。发现现有研究对城镇化压力及驱动机制探讨、个案分析较多, 内在机理分析不足。土地利用变化导致的状态效应研究较多, 但尺度单一; 也存在具体案例分析多, 内在机理规律总结少的问题; 长时间序列、多因素、多尺度耦合研究相当缺乏。文章最后提出在“时-空-量-序-构”各层面与城市区域独有特性相结合的以远程耦合(Tele-coupling)方法开展可持续性的城市土地变化科学(URB-LCS)研究。     

数据驱动的社会-经济-自然复合生态系统研究:尺度、过程及其决策关联

社会-经济-自然系统是人类赖以生存和发展的复合系统,而数据驱动下的系统研究为加强生态系统的认知提供了新的增值导向。在新的数据语境下,社会-经济-自然复合系统呈现出一些新的特征,研究对象逐渐从单一要素向多要素耦合的方向转变,使支撑量化研究的数据体系更多样化、数据来源更广泛化、数据表达更具可视化,并呈现出研究尺度逐渐扩大化、研究对象更精细化的特征。在对数据的识别、表达和可视化的过程中,既要加强对时间、空间、结构、数量和秩序的耦合,也要注重与决策制定和地方服务的结合。新时期复合生态系统的未来研究方向应该从关键科学问题及支撑技术、尺度作用和多要素耦合以及地方和全球治理的科技支撑等方面展开,在数据的不断革新下,加强对多源数据、长期监测和时间序列的认知仍是需要深入研究的课题。开展复合生态系统的数据驱动分析,不仅能为生态系统的服务及可持续发展提供技术支撑,增强数据的长效共享机制,同时可为实现决策制定和信息传播等方面提供更多的价值支持。     

京津冀地区经济社会要素与碳排放的时空耦合关系

碳排放受区域发展水平、产业结构、消费模式等经济社会多要素的综合影响。开展区域经济社会要素与碳排放的时空耦合关系研究，不仅有助于揭示区域内部各要素空间格局对碳排放的影响机制，而且对于制定差别化的经济、环境和产业政策，推动区域低碳协调和均衡发展也具有重要的实践意义。基于京津冀地区2005—2020年的相关统计数据，采用区域重心模型、空间关联性分析方法、地理集中度、不一致指数、空间自相关分析等方法，探讨了区域人口、经济、消费水平、第二产业、贫困度、碳排放量等经济社会要素的重心转移特征和地理集中度，并对各要素与碳排放的空间关系进行了分析。结果表明：(1)2005—2020年京津冀地区各经济社会要素均不同程度偏离区域几何中心，各要素在空间上长期处于不均衡状态，但随着时间推移，不均衡状态有所减缓。(2)研究期内，各经济社会要素的重心移动轨迹具有明显的阶段性，京津冀地区各要素重心格局易于波动，碳排放与其他要素重心空间耦合性呈现波动式变化。(3)人口因素是影响碳排放量增长的主要因素。贫困度、第二产业比重、经济发展水平的灰色关联度数值也都较高，贫困度、第二产业比重、经济发展水平也是碳排放量增长的主要驱动...     

无锡市农业用地变化的景观驱动机制及其演变

为揭示农业用地减少热点的驱动因子时空变异特征,本文以无锡市为研究对象,在多时相LandsatTM遥感影像的支持下,应用邻域分析法和Logistic回归模型对1995—2010年农业用地动态变化及驱动机制进行了研究。结果表明:研究区农业用地面积不断减小,减少热点主要分布于主要城市及乡镇周围,其空间格局经历了较分散、相对集中、更加分散3个阶段;可达性因子对农业用地的影响在不同时期基本一致,农业用地减少的相对速度随可达性的上升而增加;经济因子和社会人口因子对农业用地减少影响强烈,但具有较强的阶段性和区位差异性;地形要素等自然环境因子对农业用地减少的作用强度相对较小,但在不同时期各区位表现出较显著的影响。总体上,对农业用地减少影响最大的景观因子逐渐由交通可达性、地形等自然地理要素演变为工业生产总值及人均收入等经济、社会要素;经济、社会要素对农业用地变化的影响随景观发育而逐渐增强。     

工业城市(沈阳)能源消耗碳排放的影响因素分解及实证分析

沈阳作为我国东北地区中心城市和重工业城市,能源消费持续增长趋势及以煤为主的能源结构在短期内很难改变。由于能源消费是碳排放的主要来源,所以碳排放在未来一段时间必然会持续增长。论文根据《2006年IPCC温室气体排放清单指南》温室气体排放计算方法,并且充分考虑没有燃烧充分的燃料,计算了沈阳市2005-2009年能源消耗碳排放,采用LMDI(Logarithmic mean divisia index)分解法定量分析了单位GDP能耗、能源结构、经济发展对沈阳市能源消耗碳排放的影响。结果表明经济发展对沈阳市碳排放增长有促进作用,单位GDP能耗降低对碳排放呈现抑制作用,而能源结构对碳排放作用甚微。这说明以煤为主的能源结构未发生根本性的改变,经济规模的扩大使得单位GDP能耗抑制作用逐渐降低,碳排放将会持续增长。     

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.     

基于生命周期的风电场碳排放核算

风电是实现低碳战略的主力能源技术之一。为全面分析其对环境的影响,将自然植被纳入系统边界,计量风电场建设前后植被破坏及恢复带来的影响。在清单分析中,重点考虑对碳排影响较大的配件生产及运输、建设期工程车耗油排放,更加合理地核算风电场碳排放和量化其环境影响。核算结果表明:案例风电场全生命周期排碳量为2.97×104t C;运营期由于电能损耗造成的CO2排放量远大于其它阶段,占全过程的57.74%;整个过程中,能源消耗造成的碳排放远大于资源损耗排放。     

基于碳足迹研究的中国地区工业低碳转型——以山东省为例

行业的低碳发展是工业低碳转型的目标,以工业部门为对象,应用脱钩效应和面板模型分析行业能源消费的碳足迹,对深入研究地区工业低碳转型具有重要现实意义。以山东省为例,分析工业能源消费碳足迹的1997年至2012年样本数据,将工业部门分为高耗能行业、其他行业、战略性新兴行业,展开研究,结果表明:(1)自20世纪90年末代开始节能降耗,山东省工业呈现强负"脱钩"、强"脱钩"、扩张负"脱钩"和弱"脱钩"交替发生,表明对工业节能降耗调控波动大,不利于工业部门均衡有序发展;(2)高耗能行业是能耗大户,高耗能行业与工业在绝大部分年份的脱钩状态相同,表明高耗能行业主导工业总体脱钩状态,是节能减排的主要对象;随着节能降耗的深入,相关政策趋紧,碳足迹边际成本不断升高,应关注锁定效应大的火电行业和碳足迹边际成本高的化学工业;(3)其他行业包含行业多,但总体能耗水平不高,随着节能减排的开展和行业持续发展,能耗将增加,必将承担更多的节能减排,需要关注锁定效应强的金属制品业发展,推动碳生产力系数高的食品饮料业发展;(4)战略性新兴行业碳锁定效应最弱、碳足迹边际成本最低和碳生产力系数最高,是国家大力倡导发展的行业;由于基数低,对工业碳排放态势影响极其有限,应大力推动碳锁定效应弱的新一代信息技术产业、碳足迹边际成本低的新材料行业、碳生产力系数高的节能环保业和新材料行业。     

基于产业链视角的京津冀区域碳排放影响因素研究

随着京津冀一体化程度不断加深,产业交叉现象严重,深入研究京津冀区域各产业链路径碳排放的影响因素,对区域协同减排具有重要意义。使用环境扩展投入产出分析对2002—2017年京津冀区域消费端碳排放进行核算;利用结构分解分析识别京津冀区域碳排放的驱动因素;通过结构路径分解进一步从微观产业链层面追溯引起京津冀区域碳排放变动的关键路径及其关键因素。研究结果表明：资本形成是构成京津冀区域消费端碳排放的主要需求类别;经济规模和人口是促进碳排放增加的重要因素,碳排放强度对碳排放起到显著抑制作用,区域内产业结构、消费结构对北京市、天津市和河北省的碳排放影响存在差异;从产业链路径来看,不同碳排放驱动因素对京津冀区域不同产业链路径的影响大小和方向不同,应聚焦具体路径,实施上下游综合治理。     

基于LMDI分解的厦门市碳排放强度影响因素分析

研究碳排放强度的变化趋势及其影响因素对于指导低碳城市建设具有重要意义。应用对数平均权重分解法(LMDI),基于厦门市2005—2010年各部门终端消费数据对碳排放强度指标进行因素分解,并将传统分析仅注重产业部门的能源碳排放,拓展到全面考虑产业部门和家庭消费的能源活动和非能源活动影响。研究结果表明:2005—2010年厦门市碳排放强度下降17.29%,其中产业部门能源强度对总碳排放强度变化影响最大(贡献63.07%),家庭消费能源强度是碳排放强度下降的主要抑制因素(-45.46%)。从影响效应角度看,经济效率对碳排放强度下降贡献最大,碳排系数减排贡献最小;从部门减排贡献角度看,第二产业贡献最大,家庭消费贡献最小。总体而言,厦门市未来碳减排重点部门在第二产业,优化产业结构和能源结构有较大减排潜力。     

A global meta‐analysis of forest bioenergy greenhouse gas emission accounting studies

The potential greenhouse gas benefits of displacing fossil energy with biofuels are driving policy development in the absence of complete information. The potential carbon neutrality of forest biomass is a source of considerable scientific debate because of the complexity of dynamic forest ecosystems, varied feedstock types, and multiple energy production pathways. The lack of scientific consensus leaves decision makers struggling with contradicting technical advice. Analyzing previously published studies, our goal was to identify and prioritize those attributes of bioenergy greenhouse gas (GHG) emissions analysis that are most influential on length of carbon payback period. We investigated outcomes of 59 previously published forest biomass greenhouse gas emissions research studies published between 1991 and 2014. We identified attributes for each study and classified study cases by attributes. Using classification and regression tree analysis, we identified those attributes that are strong predictors of carbon payback period (e.g. the time required by the forest to recover through sequestration the carbon dioxide from biomass combusted for energy). The inclusion of wildfire dynamics proved to be the most influential in determining carbon payback period length compared to other factors such as feedstock type, baseline choice, and the incorporation of leakage calculations. Additionally, we demonstrate that evaluation criteria consistency is required to facilitate equitable comparison between projects. For carbon payback period calculations to provide operational insights to decision makers, future research should focus on creating common accounting principles for the most influential factors including temporal scale, natural disturbances, system boundaries, GHG emission metrics, and baselines.     

典型社区家庭消费碳排放特征与影响因素——以北京市为例

家庭消费碳排放是中国碳排放总量的重要组成部分,已成为碳排放增长的主要驱动力,从消费角度研究家庭碳排量特征及影响因素对家庭碳减排和低碳社区建设有重要意义。使用碳排放系数法和消费者生活方式法计算北京市5种典型社区家庭消费月均碳排量,通过最优尺度回归和多重比较分析对不同社区家庭碳排放影响因素进行探究。研究发现：北京市5种社区户均碳排放总量及构成差异显著,影响因素不一致。其中：（1）平房类社区家庭直接碳排量732.26 kgCO₂/月高于其他社区,燃煤取暖是平房社区家庭直接碳排放高的主要因素,单位社区、政策性住房社区和商品房社区家庭直接碳排量较低,约50.00 kgCO₂/月。家庭类型显著影响每个社区家庭直接碳排量,家庭积极参与节能环保活动有利于减少家庭直接碳排放;（2）商品房社区家庭间接碳排量最高,达3879.06 kgCO₂/月,平房类社区家庭最低,间接碳排量仅为商品房社区的1/3,间接碳排放是家庭生活消费碳排放的主体。食品和居住消费产生的间接碳排量较高,老龄化社区家庭医疗保健消费碳排量更高;（3）家庭类型和月总收入对所有社区家庭间接碳排量影响显著,但社区环保工作满意度、社区环境满意度、家庭节能环保活动参与度、耐用品使用年限等因素影响程度存在差异,胡同社区和平房类社区中受教育水平高的家庭产生的间接碳排量更高,需积极灌输环保理念。进一步分析了主要影响因素在不同水平下对应的家庭碳排量差异程度与变化规律,有助于社区管理者识别高碳排家庭,为社区低碳管理提供新思路。     

中国典型城市群城镇化碳排放驱动因子

城市群作为推进国家新型城镇化的战略举措,是国家参与全球竞争与国际分工的主要地域单元。以中国典型城市群6个代表性城市(北京、天津、上海、广州、武汉和重庆)为案例,采用因素分解法将碳排放的影响效应分解为4部分,包括人口规模效应、经济发展效应、能源强度效应和碳强度效应,研究2000—2014年城镇化过程中碳排放的驱动机制。主要结果:(1)各城市群的经济总量均有增长,能源效率逐渐提高,碳排放强度在北京、上海和重庆的是下降趋势,在天津呈上升趋势,而在广州和武汉则趋于平稳状态,各城市群能源消耗中各种能源的比重和碳排放量的变化存在着较显著的差异性;(2)天津和广州的4个碳排放影响效应整体上是逐渐增大,北京和上海是趋于平稳对称,武汉和重庆是先减小后增大。研究表明,经济和人口对碳排放具有正向作用,能源强度对碳排放具有负向作用。通过研究中国典型城市群碳排放的驱动因子,有助于城市群碳排放权交易的政策制定以及城市群发展模式规划。