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。     

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。     

1997-2016年中国农业碳排放率的时空动态与驱动因素

研究农业碳排放率时空格局演变及驱动因素对指导农业碳减排和实现农业低碳化发展具有重要意义。对1997-2016年中国31个省域的农业碳排放率进行测度,在此基础上采用ESTDA框架和GWR模型从时空关联视角对其时空动态演变特征及驱动因素进行分析。研究结果表明：（1）中国农业碳排放率空间正相关性呈减弱趋势,农业碳排放率空间差异逐渐扩大。（2）中国农业碳排放率的时空格局动态变迁路径差异明显,局部空间结构和空间依赖方向上都具有较强的稳定性。（3）协同增长型省域数量呈现减少趋势,表明中国农业碳排放率的空间格局整合性下降且由协同增长主导型向协同与竞争并存的格局转变。（4）农业碳排放率具有较强的局部空间关联模式和空间转移惰性,表现为一定的路径依赖或空间锁定特征。（5）农业碳排放率驱动因素的空间非均衡联动局域性特征显著,农村经济发展水平的影响程度从南向北依次递减,居民收入状况和种植结构的分布趋势为从东向西依次递增,耕地面积构成状况对东北地区农业碳排放率的提升作用高于中西部地区,耕地规模对农业碳排放率具有负向作用,回归系数从东南向西北依次递增。     

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。     

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.     

2001-2009年中国碳排放与碳足迹时空格局

碳排放引发的全球变暖给自然环境及人类社会都带来了显著影响,而碳足迹可以衡量自然生态系统对人类活动碳排放的响应。为研究自然-社会二元系统碳动态,基于MODIS(Moderate Resolution Imaging Spectroradiometer)数据和统计资料计算2001—2009年中国陆地植被净初级生产力、能源消费碳排放、碳足迹和碳赤字;在GIS(Geographic Information System)技术支持下,运用空间自相关分析方法讨论其时空格局;据此划分生态经济区。结果表明:(1)2001—2009年全国植被净初级生产力(Net Primary Production,NPP)平均值为3.32 Pg C/a(1 Pg=1015g),呈西南地区东南沿海华中、华东地区东北、华北地区西北地区的空间格局;(2)2001—2009年全国能源消费碳排放逐年增加,年均增长率16.7%,多年平均值2.53 Pg C/a,呈东部中部西部的空间格局;(3)2001—2009年全国碳足迹逐年增加,年均增长率14.7%,多年平均值6.98×106km2;具有正碳赤字(即碳源)的省份为山西、环渤海地区各省、长三角地区各省、广东;相邻省份碳赤字的相对大小由于互相影响而改变;(4)全国分为中东部、南部、北部、西部四个生态经济大区。研究结果直观揭示了中国碳排放和碳足迹的时空动态,为实现自然-社会二元系统的可持续发展提供科学依据。     

京津冀地区碳排放时空格局变化及其驱动因子

人类对陆地生态系统的改变是碳排放增加的主要原因。在“双碳”目标背景下探索土地利用变化与碳排放的动态关系,有助于区域土地低碳可持续利用。研究基于土地利用转移视角,采用重心-标准差椭圆方法揭示了京津冀地区土地利用碳排放时空格局演化特征,评估了碳排放与生态环境、社会经济发展的协调程度,并借助改进的Kaya模型和LMDI分解模型定量分析了土地利用变化对碳排放的影响程度。结果表明：(1)建设用地的转入是土地利用碳排放增加的主要来源,引起碳排放量增加15844.36万t;耕地、草地向林地、水域的转变促进了地区固碳能力的提升。(2)土地利用碳排放空间分布格局呈现出东北-西南方向向中心进一步聚集的趋势,并且东-西向聚集趋势大于南-北向。(3)京津冀地区整体碳排放与生态环境的协调性呈向好趋势发展,但大部分地区碳排放与社会经济发展出现失衡现象,地区间碳生产力差异逐渐增大。(4)经济水平是促进碳排放增加的最显著因素,单位GDP用地强度是抑制碳排放增加的最主要因素。分析结果表明,严格控制建设用地的无序扩张是促进低碳土地利用的基础,低碳经济发展是促进地区减碳的重要途径。     

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...     

聚类分析视角下的中国省域碳排放时空格局及驱动因素分析

中国碳排放的时空格局对全球气候治理极为重要,其驱动机制是"减排"的关键所在。对中国省域碳排放时空特征和驱动模式进行聚类研究,揭示不同省域的模式相似性与差异性,对于各省域的 "双碳"目标达成和路径安排具有重要影响和现实支撑。研究采用1997-2019年碳排放量及社会经济数据,从聚类分析角度探讨了中国省域碳排放的趋势及驱动模式,基于偏最小二乘法(PLS)模型的归因结果,识别不同省域碳排放的驱动因素的贡献度和敏感性,进一步探寻省域减排方案。研究表明:①研究期内中国碳排放以499.25mt/a的速率上升,呈低位平缓波动-大幅上升-高位缓慢波动的趋势变化,省域碳排放呈北高南低、东高西低格局。②省域碳排放模式具有差异性,北京、天津等为低起点低速发展类,趋势呈扁平"S"型;吉林、新疆等为低起点高速发展类,呈上升"S"型;河南、广东等为中起点高速发展类,呈扩张"S"型。山东、山西为高起点超高速发展类,呈指数"S"型。③中国省域碳排放驱动因子的贡献度和敏感性存在空间差异。经济发展、产业结构、城市化水平与能源消耗等对碳排放的贡献度较高,其中地区GDP、人均GDP、第二产业占比GDP、年底非农人口比例、地区能源消耗总量等是碳排放的主要贡献因子。碳排放对产业结构、科技发展、环境规制的敏感性较强。④中国省域碳排放驱动模式的分异性较为明显,同类驱动模式省域多在地理空间范围内形成"集聚"现象。因此,不同省域政府减排策略的落实应考虑其碳排放的发展规模及驱动机制的差异,实现地区发展和减排 "两手抓"的同时利用地区优势,资源互通、交流合作,加强省域间碳排放的"共治",进一步促进高质量发展。     

基于IPSO-BP神经网络模型的山东省碳排放预测及生态经济分析

在低碳经济发展背景下,针对山东省碳排放数据更新迟缓、以往预测模型难以满足现实需求的问题,统计相关数据,根据政府间气候变化专门委员会(IPCC)推荐方法测算山东省2000—2017年碳排放量和排放强度,并借助脱钩分析、碳承载力和碳赤字探究碳排放的动态变化趋势;基于5项最重要的碳排放影响因素,建立改进的粒子群算法(IPSO...     

主体功能区视角下的碳排放核算——以广东省为例

区域碳排放核算是当前全球气候变化与碳排放研究的核心内容之一。中国于2010年出台《全国主体功能区规划》,主体功能区是以区域开发程度、资源环境基础和未来开发潜力为依据,县域为基本单位的区域规划方案,这为区域碳排放核算和配额分配提供了全新的视角。鉴于县域的能源数据不够完善,基于经济、人口、省级能耗量等数据构建了适用于主体功能区划分的碳排放核算方法,并确保各主体功能区的碳排放总量和分部门碳排放量都与该省的总碳排放量和分部门的一一对应相等。以中国广东省为案例,对其四类主体功能区在2005—2015年间的碳排放情况进行核算分析。研究发现:四类主体功能区的碳排放总量与经济总量呈现高度正相关性;四类地区中碳排放量从大到小依次为优化、重点、农产品、生态开发区。碳排放强度最大的为生态开发区,其次是重点开发区,农产品开发区和优化开发区。重点开发区和优化开发区的碳排放占全省比值达86%,都应作为未来节能减排措施的最主要的作用对象,需加快产业结构升级,扩大新能源技术的应用。农产品开发区和生态开发区应加快发展循环农业,有机低碳农业生态环境友好型产业。     

我国植被生态系统固碳能力提升潜力空间格局研究

通过植被的光合作用对大气中的CO₂进行收集与捕捉是当前实现“碳中和”目标的重要手段,目前的研究大多是聚焦于当前植被的固碳能力的强弱,而对于当下植被固碳能力提升潜力大小的研究相对较少。为此,基于1982—2017年全球陆表特征参量-植被净初级生产力(GLASS NPP)产品以及Miami模型分别构建遥感观测和气候模型模拟的全国NPP潜在最大值空间分布结果,通过与2017年实际监测的NPP进行比较,计算得到两种不同的全国植被固碳能力提升潜力结果,分别进行空间特征分析,并对比两者冷热点区域空间分布的差异性,最后与我国目前规划的重点生态功能区进行叠加对比,得出以下主要结论：(1)两种方法得到的全国固碳能力提升潜力空间分布整体趋势均表现为“南高北低”,且空间分布特征呈现出高度空间自相关特性(空间正相关性,表现为“高高聚集”“低低聚集”),但局部差异较大。(2)基于遥感观测为最大潜力值的方法所得到的全国固碳能力提升潜力热点区集中在三个区域,分别分布在四川省、广东省、浙江省以及江苏省境内。基于气候模型模拟为最大潜力值的方法所得到的固碳能力提升潜力热点区域主要分布在以江西省、广东...     

长三角旅游业碳排放强度空间格局及影响因素分析

利用"自下而上"法,对长三角25个城市2010—2016年旅游业碳排放进行测算的基础上,采用探索性空间数据分析方法(ESDA)分析旅游业碳排放强度的空间结构,并利用SDM模型对其影响因素展开研究.结果表明:(1)研究期内旅游业碳排放量除上海和南京呈下降趋势外,其余城市整体呈增长趋势,碳排放强度呈逐年下降态势;(2)旅游...     

基于主体功能区的山西省碳排放时空特征及减排评价

碳排放核算是落实温室气体减排目标、应对气候变化和实现可持续发展的重要基础。碳排放强度的变化趋势体现了碳减排成效,是主体功能区未来减排措施和低碳发展道路的选择与调整的重要依据。以我国典型高碳经济省份山西省为研究对象,采用BP神经网络模型,基于市级碳排放量、人口、GDP、夜间灯光总值、植被覆盖率、城市化水平构建了适用于主体功能区的碳排放核算模型,运用探索性空间数据分析、Dagum基尼系数和时间倾向率等方法,分析了主体功能区碳排放时空特征、碳排放区域差异并评价碳减排成效。结果表明：(1)从时间趋势来看,2006—2020年各主体功能区碳排放量呈现逐年增长的趋势,其增长率均表现为重点开发区域(48.08%)>农产品主产区(38.13%)>重点生态功能区(33.95%)的特征,与各区域的功能定位和产业结构显著相关。(2)从空间演变来看,主体功能区的空间集聚特征与山西省“两山夹一川”的独特地势相关。重点开发区域空间集聚格局较为稳定,集中在山西省中部,而农产品主产区、重点生态功能区的集聚特征不显著,分布在东部和西部。(3)碳排放区域差异分析表明山西省碳排放地区间总体差异呈现下降趋势,总体...     

东北三省碳源/汇和碳盈亏时空分布与影响因素

碳循环是影响气候变化的关键环节。利用改进的CASA模型对东北三省2000-2020年间自然碳源\汇进行了估算;通过增加真实碳排放量对估算过程的约束,改进了夜间灯光数据和碳排放拟合方法,探究了区域碳源碳汇和碳盈亏的时空分布和影响因素。结果显示：（1）净生态系统生产力在时间上呈现波动上升趋势,空间上黑龙江省自然碳汇总量最高（164.61 Tg C/a）,约占东北三省的60%;（2）能源消费碳排放总量呈现先上升,再下降,近年趋于稳定的时间变化趋势,空间上以辽宁省年均碳排放量增速最快,增速约为6.95 Tg C/a;（3）2005年为东北三省整体从碳盈余转变为碳亏损的转折点,近年来亏损速率有所下降;（4）东北三省碳盈亏与自然因素呈正相关,与人口规模、地区生产总值、碳排放强度、产业结构呈现负相关关系。辽宁省能源消费总量的攀升使能源结构的下降未能扭转其碳亏损的局面,并使其碳盈亏与能源结构呈现正相关关系;黑龙江省和吉林省农业人口流失较快一定程度上导致了城市化水平与碳盈亏呈现正相关关系。（5）东北三省均应降低碳排放强度,黑龙江省和吉林省应调整能源结构,辽宁省应调整产业结构。研究结果可为东北三省"双碳目标"的实现提供理论依据。     

西部地区县域碳排放核算及主体功能区解析——以四川省为例

科学认知区域碳排放是开展碳减排研究的基础性工作,主体功能区诸多政策都直接或间接与碳中和相关,分析不同功能定位的地域单元碳排放特征,有利于制定符合各地区功能定位的碳减排政策。选取城市化地区、农产品主产区、重点生态功能区比较典型的四川省,核算了2010-2017年各类主体功能区的碳排放量,以主体功能区为视角分析不同空间组分碳排放格局特征,结果显示：（1）四川省县域尺度碳排放整体上呈现东高西低的空间分布格局,碳排放具有明显核心-边缘结构特征,以成都平原为核心、攀枝花为次核心向外依次梯度降低。（2）主体功能区间碳排放量差异明显,城市化地区是碳排放的主要承载区和碳排放变化的主要贡献区,农产品主产区和重点生态功能区碳排放量远低于城市化地区,重点生态功能区碳排放强度显著高于城市化地区和农产品主产区（P<0.05）,需引起关注。（3）第二产业是各类主体功能区碳排放的主要来源,城市化地区第二产业碳排放比重高于其他主体功能区,农产品主产区和重点生态功能区居民生活碳排放比重则高于城市化地区。（4）立足各类主体功能区功能定位,从结构、技术角度讨论了各类主体功能区的碳减排政策措施,同时强调加强主体功能区区际合作,着眼全局,降低碳排放强度、减少碳排放量。     

基于小尺度的高寒牧区碳排放估算——以甘南州合作市为例

碳排放是目前国内外研究的热点问题。纵观碳排放计算,关键涉及到两个环节:一是研究尺度的选择,二是评估参数(即碳排放/吸收系数)的确定。高寒牧区还必须充分考虑牲畜碳排放。以甘南州合作市为例,将研究尺度缩小到41个行政村,并采用最新的土地二调数据,对土地利用碳排放和碳汇、生活和牲畜碳排放进行了系统地测算。结果表明:(1)从土地利用的角度考察,合作市总碳排放表征为"碳亏"态势。总碳排放量为24374.82 t/a,其中土地利用碳排放量为4908.21 t/a,牲畜代谢碳排放量为3703.94 t/a,城乡居民生活碳排放量为15762.67 t/a。而碳汇量仅为1949.74 t/a,"碳亏"量为22425.08 t/a。(2)牲畜是高寒牧区呼吸碳排放的主体,其碳排量为3703.94t/a,其中牛是碳排放的主体,其碳排量占90%以上。(3)城乡居民生活碳排量为15762.67t/a,城镇明显高于农村,生存型碳排放强度高于发展型碳排放强度。(4)碳排放局分布势面与碳汇分布局势面基本呈反向分布态势,但总的碳排放格局取决于碳排放而非碳汇,空间分布表现为从城区—半农半牧区—纯牧区逐级递减的趋势。