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。     

京津冀地区能源消费碳排放因素分解分析

京津冀经济快速发展的同时, 环境污染问题也不容忽视。尤其是近年来的雾霾天气, 二氧化碳排放量的加大,给京津冀的发展带来了负面影响。现将京津冀三地区的一次能源消耗量, 利用LMDI 分解法, 将三个地区能源消耗碳排放分解为人口、经济、产业结构、能源强度、能耗结构五方面原因。结果表明, 人口, 经济对碳排放起到拉动作用,能耗强度和产业结构效应对碳排放起到抑制作用; 北京的能耗结构对碳排放起到抑制作用, 天津和河北的能耗结构对碳排放起到拉动作用。     

省级尺度工业碳排放影响因素及碳转移格局

随着全球气候变暖以及区域间产业关联程度加深,产业转型升级和产业转移所引起的碳排放空间重塑成为低碳研究的主要领域之一。利用碳排放清单法及环境效应分解模型,估算中国工业碳排放量变化及其影响因素,同时分析产业转移背景下省际间碳排放的转移格局,以探讨区域节能减排与发展平衡的有效策略。研究表明：2005-2019年期间,中国的工业碳排放量格局一直是以环渤海地区为单核心,邻近的山东、浙江、内蒙古逐渐增加;省级尺度层面,产业规模对工业产业发展引起的环境效应强度最大,产业结构的作用相对较弱;工业碳排放的空间转移主要呈现由沿海区域向内地转移,转出高耗能产业碳排放量最多的省份是山西、山东、辽宁、上海,而高耗能产业碳排放量转入最多的省份是新疆、安徽、山东;碳排放的转入、转出并不与各省经济发展水平的位置完全等同,经济发达省份也会因能源需求或国家战略政策的影响,呈现某段时间内工业碳排放的转入。结论有助于为全局视角下区域间横向联合碳减排政策的制定提供决策依据。     

盐城市土地利用变化碳排放效益及影响因素分解研究

土地利用类型变化对碳排放产生重要影响。通过对盐城市的土地利用碳排放效益和分解因素进行分析, 揭示区域土地利用碳排放差异及其主要影响因素, 为本区域有针对性的改进土地利用方式、合理保护开发土地资源和协调区域人地关系, 实现区域社会经济的可持续发展具有重要的现实指导意义。结果表明: 盐城市土地利用总体上为碳源区, 而且呈逐年上升态势。净碳排放总量从2002 年的474.45 万吨增加到到2012 年的980.64 万吨, 排放总量合计增加了506.19 万吨, 增长了1.07 倍, 年均增长率为9.72%; 其中建设用地为主要的碳源, 占总碳排放总量均在90%以上, 林地是主要的碳汇, 占总碳排放总量均在40%-50%之间波动; 在研究时段内, 盐城市的建设用地平均碳排放量、地均碳排放量和人均碳排放量均呈现出上升趋势, 在“十二五”期间实现碳减排的目标将更加艰巨; 由于技术进步和产业升级等原因, 单位GDP 碳排放强度总体上呈现下降态势; 根据LMDI 模型对盐城市土地利用碳排放的影响因素分解发现,经济因素和人口因素对盐城市土地利用碳排放具有较强的正效应, 土地利用结构因素和土地利用效率因素一定程度上抑制了盐城市土地利用的碳排放。最后从优化土地利用结构、提升土地利用和能源效率等角度, 提出减少碳排放的 途径。     

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.     

收缩视角下黄河中游城市碳排放时空格局及其影响因素

城市收缩作为城市化进程中的一种现象,与碳排放之间的关系错综复杂。当前从多维度收缩视角来探究碳排放量驱动因素的研究鲜有。据此,从人口、社会和经济三个维度构建城市收缩评价体系,利用黄河中游四省50个城市2012-2020年面板数据,基于熵值法、夜间灯光指数及地理探测器等方法探究城市收缩对碳排放时空差异的影响。结果表明:①黄河中游资源型城市收缩现象最为严重,呈现"大分散,小聚集"特征。人口收缩占比最多,综合收缩最少。②碳排放总量在研究时段内从2327 Mt增长到3040 Mt,热点区域分布在鄂尔多斯市、乌海市、呼和浩特市、忻州市和朔州市;冷点区域从陕西省和河南省分散分布逐渐向河南省集聚。碳排放总量两极分化现象明显,高值区域数量少,数值大,且逐年增幅大;低值区域数量多,数值低,呈逐年降低趋势。成长型和成熟型资源城市是碳排放量的热点区域,同时城市收缩加剧了碳排放量;衰退型和再生型资源城市已经成为碳排放量的冷点区域,此时的城市收缩对碳排放量抑制作用加强。③城市收缩对于碳排放量的影响是复杂的,经济收缩对碳排放空间分异的解释力最强,人口收缩解释力最小,多数影响因素空间叠加后会产生双因子增强作用,且主导因素由人口和经济收缩转变为社会和经济收缩。可见,黄河中游城市碳排放时空格局及影响因素存在一定差异,因此,在制定双碳行动方案时应综合考虑这些差异,进而可提出有针对性且能适应于地区发展需要的节能减排对策。     

江西县域土地利用变化碳排放时空演变及其影响因素

查明县域尺度下土地利用变化碳排放,对于推进县域低碳发展和土地资源的可持续利用与管理具有重要意义。以江西省为例,基于2000-2020年江西省土地利用数据、社会经济数据等,利用空间自相关模型和对数平均迪氏指数分解法(LMDI) 法,对其县域土地利用碳排放时空演变及影响因素进行分析。结果表明:①2000-2020年间,区县土地利用碳排放均呈上升趋势,碳排放量增速和平均碳排放强度均有下降,但部分区县碳排放增速在2015年后出现提高的变化特征。建设用地是碳排放量增长的首要碳源,林地则具有重要的碳汇作用。②空间上,土地利用变化碳排放呈现出明显的空间差异,表现为北高南低的分布特征和较为稳定的聚类模式,即轻度和重度及以上排放区空间分布上较为集中。经济发达区县成为碳排放量增长"核心",欠发达区县则是碳排放量增长"外围",且这种"核心-外围"格局在不断强化。③总体上,抑制碳排放量增长的主要因素为碳排放强度及土地利用效率;驱动因素则有经济发展水平和建设用地规模。但部分区县碳排放强度可能表现为"前期驱动后期抑制"作用,且抑制作用小于驱动作用,故这类区县土地利用碳排放量仍显著增长。因此,江西省各区县应积极调整产业结构和继续降低碳排放强度及通过优化土地资源配置,提高土地利用效率,如用适度集约模式提高建设用地利用效率以免盲目性扩张浪费。另外,欠发达地区和发达地区需加强在资金、技术等领域的交流与合作,不同区县还应因地制宜,各自明确发展目标,走具有各自县域特色的低碳高质量发展道路。     

新疆能源消费碳排放过程及其影响因素——基于扩展的Kaya恒等式

新疆,中国西部的欠发达区域,如何在保持社会经济持续快速发展的同时实现碳排放的减速增长是现阶段的重要发展命题,对于实现国家的减排目标有着至关重要的作用。通过对经典的Kaya恒等式进行扩展,并采用基于LMDI的完全分解模型,解析了1952年—2010年新疆的一次能源消费的碳排放的主要驱动因素。依据1952年以来新疆社会经济发展状况和碳排放总量演变特征,并结合一定的历史背景等,将新疆的一次能源消费的碳排放划分为6个演变阶段,定量分析了人口规模效应、经济产出效应、能源强度效应、能源结构效应和能源替代效应在不同发展阶段的贡献作用,主要的研究结论如下:(1)经济产出效应和人口规模效应是新疆碳排放增长的最主要贡献因子。(2)能源强度效应在1978年之前对碳排放的增长表现为正效应,主要原因是极低的能源利用效率和落后的生产工艺。改革开放之后,能源强度效应成为遏制碳排放增长的重要贡献因子。(3)能源结构效应和能源替代效应也是遏制新疆碳排放增长的主要贡献因子,但是其贡献作用还比较小,主要是因为可再生能源在能源消费总量中的比重还比较低和以煤为主的能源消费结构还没有发生根本性的改变。     

基于净生产力生态足迹模型的工业碳排放效应、影响因素与情景模拟

以不同类型城市东营和滨州为例,采用基于净生产力的生态足迹模型测度2005—2014年两市工业碳排放效应,利用弹性系数模型对工业碳排放生态足迹及其影响因素进行对比,通过情景模拟分析了基准和低碳情景下两市的可持续低碳发展潜力。研究结果显示:(1)东营碳排放总量和碳排放强度明显高于滨州,两市的碳排放生态足迹总体上都处于上升趋势,年均增长率分别为12.79%和6.16%,这与两市工业化发展阶段不同有关;(2)2005—2008、2008—2011和2011—2014,东营工业碳排放生态足迹当量主导影响因素组合变化为"耕地面积-土地城镇化率-能源结构系数"转化为"耕地面积-人口规模-能源结构系数"到"耕地面积-人口规模-第二产业比重";滨州2005—2014年的主导因素组合一直为"人口规模-土地城镇化率-能源结构系数";(3)通过情景模拟分析2020年东营、滨州的低碳发展潜力:基准和低碳情景下,滨州生态赤字分别为东营的10倍和2.6倍;就"减排"潜力而言,滨州远远高于东营,但实现低碳情景是工业GDP增长从现阶段20.6%骤降到6.5%为代价,对产业结构调整升级要求很高。对东营而言,低碳情景的实现不仅要将能源利用效率提高一倍,更要保证大量重要"碳汇"资源的恢复与重建。     

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。     

中国能源消费碳排放的时空特征

选择联合国政府间气候变化专门委员会(IPCC)的部门方法和8大类能源,采用1990年至2009年的中国能源统计数据,按照自下而上的思路,对我国各省区的碳排放量进行估算,并从碳排放量、碳排放强度、人均碳排放量和碳排放密指标出发,深入分析了各省区碳排放的时空特征差异。以期对国内碳排放的时空特征分析,有助于决策者和能源分析家提高节能减排政策制定的有效性。     

丽江市家庭能耗碳排放特征及影响因素

现代社会中人类活动对碳排放的影响日益显著.家庭作为人类社会的基本单元,其消费活动产生的碳排放是全社会碳排放的重要组成部分.通过对丽江市农村和市区家庭生活用能的调查数据进行分析,发现农村家庭生活用能以木柴为主,沼气和电为辅;市区家庭的生活用能以电为主,其次是液化气和蜂窝煤.从碳排放构成来看,农村地区木柴消费为家庭能源碳排放的主要来源,占总碳排的83.6％;市区电力消费为家庭能源碳排放的主要来源,占总碳排的88.4％.农村地区家庭的碳排放远高于市区家庭,主要原因是木柴的碳排放因子(1.87 kg CO2/kg)远高于电能的边际排放因子(0.7134 kg CO2·kW-1·h-1).从各影响因素与家庭主要能源消费碳排放的回归结果来看,在农村地区,家庭规模、家庭收入、教育水平均对家庭木柴消费碳排放有显著的影响,但影响方向和程度有一定的差别;在市区,年龄结构、教育水平、家庭规模、住房面积均会不同程度增加家庭电能消费碳排放.建议政府在完善“家电下乡”政策、增加农村家庭收入、加强农村居民教育等方面加大投入力度,以减少丽江市整体的家庭能耗碳排放.     

Features and influencing factors of carbon emissions indicators in the perspective of residential consumption: Evidence from Beijing,China

This research establishes a residential indirect carbon emissions model through input–output structure decomposition analysis (IO-SDA) and LMDI, analyses the influencing factors affecting urban and rural residential carbon emissions indicators in Beijing through input–output tables from 2000 to 2010, and calculates the direct carbon emissions from residential consumption. As the results suggest, the total carbon emissions from residential consumption in Beijing showed volatility. Growing rural and urban differences in direct emissions, and for indirect emissions, mean that urban greatly exceeds rural in this regard. Rising per capita GDP and population, as well as intermediate demand and sectoral emissions intensity change induce growth in indirect emissions in both urban and rural settings: of which, per capita GDP contributes the most. Declining energy intensity contributes the most to emission reductions, followed by residential consumption rates, the rural to urban consumption ratio and consumption structure effects are much smaller.     

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。     

区域旅游交通碳排放测度模型及实证分析

交通是旅游业发展的基础,旅游交通的碳排放是旅游业碳排放的主体部分。合理配置区域旅游交通是旅游业可持续发展的重要保障。从区域的角度出发,构建区域旅游交通碳排放测算模型,并以南京市和黄山市为例进行分析。研究发现:(1)区域经济和旅游发展水平是影响旅游交通碳排放的重要因素,且经济发展水平和旅游发展水平对旅游交通碳排放"贡献"的大小和方向不同;(2)区域旅游交通碳排放主要在区外,区内比例较小。2008至2012年,南京市旅游交通碳排放中区外部分所占比例平均达到89.13%,黄山市平均达到90.21%,两城市区外与区内部分之比均约为9∶1;(3)区域旅游交通碳排放结构中,民航所占比重最大,其次是公路和铁路,区域交通结构的优化有利于旅游交通碳排放的减少;(4)区域各类交通方式中,外部交通的碳排放中旅游业的贡献较大,而城市内部交通的碳排放中旅游业的贡献较小。     

中国居民消费隐含的碳排放量变化的驱动因素

应用基于投入产出技术的生命周期评价(EIO-LCA)核算了1997、2000、2002、2005和2007年5a的中国居民消费隐含的二氧化碳排放量,发现其呈现增加趋势。2007年达到18.53亿t,相当于1997年的1.61倍,年平均增长4.89%. 其次采用结构分解分析(SDA)分析了碳排放效率变化、经济内在结构变迁、消费结构转变、人均消费水平变化、城市化进程和人口总量变化等六项因素对碳排放总量变化的驱动作用。研究发现碳排放效率因素和人均消费水平变化是驱动碳排放变化的两大主要力量,并且作用相反。碳排放效率的持续提高,很大程度上缓解了居民消费的隐含碳排放急剧增加的趋势,是减缓碳排放量的主要因素;而人均消费水平的迅速提高成为推动碳排放增加的主要力量,是推动碳排放增加的主要因素。     

Relationships among carbon emissions,economic growth,energy consumption and population growth: Testing Environmental Kuznets Curve hypothesis for Brazil,China, India and Indonesia

This study examines the impacts of income, energy consumption and population growth on CO₂ emissions by employing an annual time series data for the period 1970–2012 for India, Indonesia, China, and Brazil. The study used the Autoregressive Distributed Lag (ARDL) bounds test approach considering both the linear and non-linear assumptions for related time series data for the top CO₂ emitter emerging countries in both the short run and long run. The results show that CO₂ emissions have increased statistically significantly with increases in income and energy consumption in all four countries. While the relationship between CO₂ emissions and population growth was found to be statistically significant for India and Brazil, it has been statistically insignificant for China and Indonesia in both the short run and long run. Also, empirical observations from the testing of environmental Kuznets curve (EKC) hypothesis imply that in the cases of Brazil, China and Indonesia, CO₂ emissions will decrease over the time when income increases. So based on the EKC findings, it can be argued that these three countries should not take any actions or policies, which might have conservative impacts on income, in order to reduce their CO₂ emissions. But in the case of India, where CO₂ emissions and income were found to have a positive relationship, an increase in income over the time will not reduce CO₂ emissions in the country.     

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CO₂排放的主要区域。分析典型城市化石能源消费CO₂排放特征,明确不同城市CO₂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CO₂排放量。根据各城市经济发展和CO₂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CO₂排放量的影响因素。结果表明:(1)研究期内大部分城市CO₂排放总量有所增加,仅北京和广州呈下降趋势,工业部门CO₂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CO₂排放量表现出与排放总量相...     

基于文献计量的居民食物消费碳排放研究进展及发展态势

食物是人类生存和发展的基础,然而城市化过程中食物消费产生的碳排放也影响着生态环境与人类福祉。双碳目标下,如何协调食物消费增长与低碳减排之间的矛盾,亟需从不同尺度制定绿色消费优化策略。基于此,从居民食物消费碳排放研究的发文态势、研究方法以及研究内容3个方面进行归纳和梳理。研究发现：①由居民食物消费引起的碳排放问题仍是未来学术界的研究热点之一;②从生产端、消费端及系统视角3个方面对居民食物消费碳排放概念和内涵进行理解,有助于界定碳排放核算边界;③目前居民食物消费碳排放核算的主流测算方法包括生命周期评价（LCA）、碳排放系数、投入产出分析（IOA）和物质流分析（MFA）方法这4种;④从碳排放分布特征看,国内外学者从不同尺度（全球、国家、地区、省域、城市）、不同方式（直接与间接）、不同环节（生产与消费等）、不同消费结构（植物型与动物型）等多角度对其进行探讨;⑤从影响机制来看,基于多尺度时空融合视角量化分析居民食物消费碳排放作用机理这一科学问题值得关注。因此,综合考虑人口、社会、经济等多要素,同时考虑空间异质性,识别居民食物消费碳排放关键机制,构建面向双碳目标的碳减排潜力情景并揭示不同情景下的碳减排贡献,将有助于提出最优的居民生活绿色消费模式。