河南省能源消费碳排放的历史特征及趋势预测

根据联合国政府间气候变化专门委员会(IPCC)2006年版碳排放计算指南计算了河南省1995—2006年的能源消费碳排放量。预测了2007—2050年河南省平稳经济增长路径下的最优经济增长率和2007—2050年的河南省能源消费结构和产业结构。进一步,计算了河南省2007—2050年在经济平稳增长路径下的能源消费与碳排放总量以及人均量。结果表明:1995年以来,河南省的碳排放量逐年增加,碳排放强度先是逐年下降,到2003年发生转折,出现上升的趋势;同时,预测的2007—2050年的能源结构显示,河南省煤炭资源在能源消费总量中所占的比重有较大幅度的下降,石油与其他清洁能源的比重不断上升;另外,河南省分别在2036年和2034年达到能源消费和碳排放总量高峰;人均能源消费量和碳排放量的高峰则出现在2033年和2032年。另外,尝试预测了河南省森林碳汇潜力,发现2006—2050年累计森林碳汇量持续上升,到2050年,累计碳汇量达131.14M tc。     

基于夜间灯光数据的长江上游地区能源消费碳排放及影响因素研究

基于DMSP/OLS和NPP-VIIRS夜间灯光影像,对2000—2017年长江上游地区的能源消费碳排放进行估算,并利用Moran’s I指数与STIRPAT模型,对能源消费碳排放量的空间特征及影响因素进行研究。结果显示:(1)能源消费碳排放总量总体呈上升态势,主要集中在成渝地区双城经济圈、昆明、贵阳。(2)能源消费碳排放量具有明显的地带性空间集聚特征,高值集聚区与低值集聚区呈一定程度的路径依赖或空间锁定。(3)人口密度、城镇化水平、产业结构、固定资产投资均对能源消费碳排放量有正向影响,经济发展则有显著性负向作用,经济增长与能源消费碳排放量呈倒“U”型曲线。     

基于STIRPAT模型的江苏省能源消费碳排放影响因素分析及趋势预测

定量分析碳排放的影响因素,对降低区域碳排放具有重要的指导意义。利用STIRPAT模型,定量分析江苏省能源消费碳排放量与人口、富裕度（以人均GDP表示）、技术进步（以能源强度表示）和城镇化水平之间的关系,通过岭回归拟合后发现,人口数量、人均GDP、能源强度、城市化水平每变化1%,江苏省能源消费碳排放量将分别发生3.467%、(0.242+0.024 lnA)%、0.313%和0.151%的变化。在以上研究的基础上,设置8种不同的发展情景,分析了江苏省未来能源消费碳排放量的发展趋势。结果表明,当人口、经济保持低速增长,并保持高技术增长率时,有利于控制江苏省的能源消费碳排放量,2020年江苏省的能源消费碳排放量预测值为202.81 MtC。     

新疆农牧业碳排放及其与农业经济增长的脱钩关系研究

研究基于农地利用、畜牧养殖两方面15类碳源,测算了新疆1993-2011年以及各地州2011年的农牧业碳排放量,并运用Tapio脱钩模型对1994-2011年间新疆农牧业碳排放与农业经济增长之间的脱钩关系进行分析。结果显示:(1)2011年新疆农牧业碳排放总量为778.73×104t,比1993年增加了50.12%,年均增长2.28%,呈现出明显的"持续上升——波动上升"两阶段特征,碳排放强度和结构的空间差异明显;(2)农牧业碳排放与农业经济增长呈现出"弱脱钩与扩张连接交替—弱脱钩平稳—强脱钩转型"的演进过程。     

海岛城市碳排放测度及其影响因素分析——以浙江省舟山市为例

海岛城市具有独特的社会经济发展轨迹以及碳排放特征。定量剖析海岛城市碳排放的演变趋势及其关键驱动因子,对于指导"低碳海岛城市"和"生态海岛城市"建设意义重大。以中国典型海岛城市舟山市为案例区,采用IPCC参考方法,测算2001-2015年间舟山市各部门的碳排放量,并运用STIRPAT扩展模型,定量分析能源强度、人均GDP以及城市化率等关键驱动因子对海岛城市碳排放的影响;在此基础上,结合情景分析技术对舟山市未来的碳排放量进行情景预测。结果表明:(1)2001-2015年间,舟山市碳排放量增加迅速,年均增长率达到32%,碳排放强度遵从先降后增的"U型"变化规律,年均值略高于厦门市。(2)岭回归分析表明城市化率对碳排放量的增加影响最大,其次为能源强度,人均GDP对碳排放的影响最弱。(3)舟山市经济增长与碳排放之间存在Kuznets曲线假说,且理论拐点将出现在人均GDP为10.46万元附近(2000年可比价)。(4)舟山市在2020年和2030年的碳排放总量将分别达到2142万t和4333万t。总体而言,产业结构低碳化和能源效率提升是缓解舟山市未来碳减排压力的有力抓手。     

青海高原西宁城镇社区家庭能耗直接碳排放研究

选取青海高原城市西宁为研究对象,开展家庭能源消费问卷入户调查,建立高原城市家庭能源消费数据库(N=500),采用探索性空间数据分析方法,总结分析家庭能耗碳排放的空间特征与驱动因素,得出以下结论：(1)西宁市家庭人均能源消费量与人均能耗碳排放平均值分别为10.57 kgce/d和6.11 kg/d,取暖、厨房设备及热水器设备是家庭能耗及碳排放的主要来源;(2)西宁市人均家庭能源消费碳排放总体呈现出高值区(HH)、低值区(LL)相对集聚,而局部地区也存在高低值区(HL)和低高值区(LH)集聚现象,其空间规律呈现明显的异质性;(3)家庭收入、地理环境以及建筑特征等因素是人均家庭能源消费碳排放空间异质性形成的主要因素。     

青海高原西宁城镇社区家庭能耗直接碳排放研究

选取青海高原城市西宁为研究对象,开展家庭能源消费问卷入户调查,建立高原城市家庭能源消费数据库(N=500),采用探索性空间数据分析方法,总结分析家庭能耗碳排放的空间特征与驱动因素,得出以下结论：(1)西宁市家庭人均能源消费量与人均能耗碳排放平均值分别为10.57 kgce/d和6.11 kg/d,取暖、厨房设备及热水器设备是家庭能耗及碳排放的主要来源;(2)西宁市人均家庭能源消费碳排放总体呈现出高值区(HH)、低值区(LL)相对集聚,而局部地区也存在高低值区(HL)和低高值区(LH)集聚现象,其空间规律呈现明显的异质性;(3)家庭收入、地理环境以及建筑特征等因素是人均家庭能源消费碳排放空间异质性形成的主要因素。     

河南省碳源碳汇的时空变化研究

碳源、碳汇是影响低碳发展的重要因素,由其形成的碳盈亏是区域低碳经济发展战略及政策制定的重要依据。本文基于能源消耗数据、主要工业产品产量,参考IPCC的碳排放标准,结合其他相关研究,计算了河南省能源消耗及水泥、钢铁、合成氨生产过程中产生的碳排放;在对研究区遥感影像处理的基础上,通过归一化植被指数(NDVI),将河南省的碳汇分为耕地、林地和草地,根据各种植被的碳排放和碳吸收系数,计算了河南省的碳汇及其变化,并对碳盈亏及其空间变化进行分析。结果表明：①研究期内,河南省碳排放及人均碳排放呈上升趋势,碳排放总量及人均碳排放年均分别增长11.22%和10.72%,而且空间差异明显,豫西、豫北、豫中地区人均碳排放相对较高,而豫南、豫东南地区则相对较低。②能源消耗是河南省的主要碳源,其碳排放量呈逐年增加趋势,但所占比重在不断下降;水泥、钢铁是除能源消耗外的另一种主要的排放源,其碳排放量及所占比重则呈逐年上升趋势。③河南省碳汇主要以林地和耕地为主,草地所占比重很小;全省碳汇呈减少趋势,2005-2013年期间减少了7.40%(47.05万t),年均减少5.88万t。④河南省总体上呈现碳亏状态,研究期内碳亏呈增长趋势,且碳亏的地区数量也在增加,总的来看,豫南、豫东南、豫西地区处于碳盈或弱碳亏状态,豫中及豫北地区处于较严重的碳亏状态。⑤河南省应通过改善能源结构、调整产业结构、优化用地布局等措施,减少碳源,增加碳汇,通过区域碳补偿或生态补偿等手段鼓励碳盈地区减源增汇,为低碳发展创造良好的外部环境。     

中国典型省(区)能源消费碳排放比较降解分析——以江苏、河南、内蒙古为例（英文）

准确查清典型省份能源消费碳排放的实际情况及其碳排放增长的主要驱动因素,是实现我国碳减排目标的关键。本文采用扩展的LMDI模型对来自中国东、中和西部地区三个典型省(区)——江苏、河南和内蒙古的碳排放增长进行了比较分解。结果表明:(1)1996–2017年,3个省(区)的能源消费碳排放变化呈上升趋势,但各省(区)之间存在明显差异。(2)各驱动因素对碳排放的影响在不同省份和不同经济发展期明显不同。经济增长对各省碳排放变化的正向贡献最大(1996–2017年,河南、江苏、内蒙古三省(区)经济发展对碳排放增长的贡献分别为307.19%、205.08%和161.26%);其次是城镇化和人口规模,但对碳排放增长的贡献远小于经济增长。(3)除"十五"规划期外,能源强度在促进3省(区)碳减排方面发挥了主导作用,其次是能源结构。在所有抑制碳排放增长的因素中,农村人口比例的贡献最小。此外,城乡居民人均能源消费对碳排放的影响在不同省份(区)和不同经济发展阶段均表现出相对较小的影响和两面性,但在推动省域碳排放的变化方面开始起着越来越重要的作用(如1996–2017年,江苏省的居民能源消费对碳排放增长的贡献率超过7.9%,其中城镇居民人均能源消费的贡献率大于3.8%)。鉴于此,建议政策制定者应根据东、中、西部地区的碳排放省情和影响碳排放的关键因素,制定有针对性的减排措施。     

中国能源消费碳排放强度及其影响因素的空间计量

碳排放所引起的全球气候变化对人类经济社会发展带来了严峻的挑战。中国政府承诺到2020 年GDP碳排放强度较2005 年降低40%~45%,这一目标的实现有赖于全国层面社会经济和产业结构的实质性转型,更有赖于省区层面节能减排的具体行动。基于联合国政府间气候变化专门委员会(IPCC) 提供的方法,本文估算了全国30 个省区1997-2010 年碳排放强度,采用空间自相关分析方法和空间面板计量模型,探讨了中国省级尺度碳排放强度的时空格局特征及其主要影响因素,旨在为政府制定差异化节能减排的政策和发展低碳经济提供科学依据。研究结果表明:① 1997-2010 年,中国能能源消费CO₂排放总量从4.16 Gt 增加到11.29Gt,年均增长率为7.15%,而同期GDP年均增长率达11.72%,碳排放强度总体上呈逐年下降的态势;② 1997-2010 年,碳排放强度的Moran's I 指数呈波动型增长,说明中国能源消费碳排放强度在省区尺度上具有明显的空间集聚特征,且集聚程度有不断增强的态势,同时,碳排放强度高值集聚区和低值集聚区表现出一定程度的路径依赖或空间锁定;③ 空间面板计量模型分析结果表明,能源强度、能源结构、产业结构和城市化率对中国能源消费碳排放强度时空格局演变具有重要影响;④ 提高能源利用效率,优化能源结构和产业结构,走低碳城市化道路,以及实行节能减排省区联动策略是推动中国实现节能减排目标的重要途径。     

中小城市家庭生活用能碳排放空间分异——以开封市为例

利用2015年开封市居民家庭生活用能的大样本问卷调查数据,采用探索性空间数据分析（ESDA）和标准差椭圆（SDE）方法,探索城市居住区家庭生活用能碳排放空间分布特征。结果表明：① 家庭生活用能碳排放存在以热点区为主的空间正相关特性,碳排放高值集聚发生在城市新建开发区和建成区向外扩张较快区域,以2000年以后新建高档商品房小区和机关事业单位家属院为主,低值集聚区则发生在建成时间长、后续开发力度小的区域,以老商品房小区和胡同社区为主;② 开封市家庭电力消耗碳排放占生活用能总碳排放的67%,但人均生活用能碳排放空间格局由供暖碳排放决定,且人均供暖碳排放空间格局又由集中供暖碳排放空间格局决定,故降低集中供暖能耗、缩小居民供暖用能差异成为居民生活用能碳减排工作的重中之重;③ 家庭经济状况、集中供暖设施分布和城市发展的空间格局是家庭生活用能碳排放空间依赖性和空间异质性形成的主要驱动因素。     

中国能源消费碳排放的时空差异及驱动因素研究

随着气候变化日益加剧,碳排放及其影响越来越受到人们的关注。针对我国30个省区2000-2015年终端能源消费产生的碳排放进行核算,分析中国能源消费碳排放的区域特征和时空差异,并通过STIRPAT模型和面板数据模型相结合的方法从碳排放量和碳排放强度两个视角对碳排放的驱动因素进行分析。研究发现,从全国层面来看,人口规模、人均GDP、能源强度以及城市化水平对碳排放量产生正向的驱动作用,即每提升1%,碳排放量将分别增加1.046 9%、0.938 6%、0.722 6%、0.411 6%,而产业结构对碳排放具有负向的驱动效应。对于碳排放强度而言,人均GDP和产业结构均产生负向的抑制作用。从区域层面来看,通过经济水平分组,东、中、西部三大区域由于经济发展水平的差异,各个因素对碳排放的影响也有所不同并表现出一定的规律性;城市化水平分组表现出随着城市化水平的提高,碳排放量也随之降低。通过研究,可为我国合理制定CO₂减排的区域差异化政策提供参考依据。     

中国城市居民生活用电碳排放差异及时空演变

以地级市为研究单元,以人均生活用电碳排放为测度指标,借助经典统计学中的各类不平衡指数,对2002―2011年间中国城市居民生活用电碳排放的差异程度进行动态时序分析。同时,运用ESDA方法,从静态的碳排放量和动态的碳排放增长率2个角度,定量描述了2002年以来中国城市生活用电碳排放的时空演化特征。结果表明：中国城市居民人均生活用电碳排放差异逐渐缩小;就人均碳排放量来说,总体上表现为空间正相关,且集聚程度逐渐增强,冷热点格局基本稳定,高值区域从广东省逐渐向北延伸至其他东南沿海地区;就碳排放增长率来说,碳排放增长在总体上无显著的空间相关性,地理集中现象不明显,冷热点区域转换迅速,高值区域数目显著增加且表现出向北转移的趋势。     

基于EKC框架的旅游发展对区域碳排放的影响分析——基于1995-2015年中国省际面板数据

基于扩展的环境库兹涅茨曲线（EKC）,利用1995-2015年中国省际面板数据探讨旅游发展对区域碳排放的影响,同时分析了经济增长、贸易开放程度、失业率、受教育程度和城市化水平等因素对碳排放的影响作用。研究表明：① 传统经济增长与碳排放之间的倒“U”型EKC假说成立,受教育程度（-0.061）、失业率（-0.062）和贸易开放程度（-0.170）的提升有利于降低人均CO₂排放量,其中,贸易开放程度的减排作用最为明显;城市化水平（2.113）的提高会增加人均CO₂排放量。② 旅游发展对区域碳排放的影响显著,具体表现为：旅游接待人次与人均CO₂排放量拟合曲线呈正“U”型,而人均旅游消费与人均CO₂排放量则呈现典型的倒“U”型曲线良性发展状态。③ 旅游专业化水平的提高会使得EKC向下方移动,经济发展的环境压力得到减轻,且高旅游专业化区域旅游接待人次与人均CO₂排放量之间关系的转折点相对较高,而其人均旅游消费与人均CO₂排放量之间关系的转折点则相对较低。     

中国居民碳排放时空特征及影响因素研究

基于中国30个省级单元人口、能源数据,运用SDA结构分解法,定量测度了1995-2014年居民碳排放的时空特征及影响因素。研究表明：除吉林外,其余各省居民碳排放呈增加态势,且区域分异程度呈现先降后升的变化特点;人均碳排放效率提高是居民碳排放量增加的主要因素,且历年贡献率呈增长趋势,效应高值区主要集中在北部地区;人口规模效应对居民碳排放增加的贡献率呈下降趋势,高值区主要分布于东南部,与胡焕庸线划分的人口密集区趋于一致;人口城镇化变化对居民碳排放变化具有双向效应,负向效应向东南部扩展,正向效应在北部凸起;依据各省差异,将各省划分为碳减排重点区、碳减排关键区、碳减排关注区,针对不同类型应采用差异化的碳减排模式。     

1990―2010年广东省能源消费的碳排放驱动因素分析

能源消费是碳排放的主要来源。根据IPCC碳排放计算指南缺省值计算出广东省1990―2010年的碳排放量,并对广东省近20年来碳排放进行阶段划分,采用对数平均迪氏指数法(Logarithmic Mean Divisia Index),对碳排放量进行因素分解,分析能源结构、能源效率和经济发展对碳排放的影响及作用程度。结果表明:1)1990―2010年,广东省能源消费的CO2排放总量和人均CO2排放量不断上升,万元GDP碳排放量、三次产业碳排放强度均呈下降趋势,原煤的消费是碳排放的主要来源,第二产业的CO2排放量比重最大,但呈缓慢下降趋势;2)经济发展效应对广东省能源消费碳排放的贡献率最大,其次是能源强度效应、人口规模效应,能源结构效应的贡献率最小;经济增长是碳排放量增加的主要推动因素;能源消费强度影响碳排放量的增速,能源消费强度又进一步受到产业结构和各产业能耗强度的影响,其中,第二产业能耗强度和第二产业产值比重是影响能源消费强度最主要的影响因素。     

一次能源消费导致的二氧化碳排放量变化

从不同燃料和不同地区入手,分析了我国1995~2006年间一次能源消费导致的二氧化碳排放量变化情况。结果表明:1995~2006年间,我国一次能源消费导致的二氧化碳年总排放量呈现"先减少后增加"的发展态势,其拐点出现在2000年,而且2001年后各个省(区、市)的二氧化碳年排放量较前期均有大幅度的增加,总排放量由1995年的78678万t碳增长到2006年的146919万t碳,年均增长率5.84％,人均二氧化碳年排放量也由0.62t碳/人增加到1.12t碳/人;煤炭消费导致的二氧化碳排放量占全国二氧化碳年总排放量的79%~85％;我国七大区和大部分省(区、市)二氧化碳年排放量与全国总排放量有类似的发展态势,其中华北、华东地区二氧化碳排放量居全国首位,山西省的二氧化碳排放量位居全国第一。     

安徽省池州市2001～2010年可持续发展动态测度与分析

安徽池州市是国家首个生态经济示范区,近十年来,城镇化、工业化水平的快速提升加剧了其发展的风险性和不稳定性,可持续发展面临较大挑战。基于生态足迹模型,对池州市2001～2010年生态足迹供给与需求进行了时间序列测度与分析,利用灰色GM(1,1)模型对2015年、2020年人均生态足迹进行了预测。结果表明:池州市人均生态足迹由2001年的1.2458hm²/人上升至2010年的2.2483hm²/人,年平均增长11.14%,人均生态赤字由0.8445hm²/人扩大至2010年的1.8266hm²/人;居民消费水平、能源消费量与人均生态足迹相关系数分别为0.844、0.945,为生态足迹驱动因素;研究时段内,能源生态足迹年均增长速度为83.75%,明显快于生物资源生态足迹增长速度;万元GDP生态足迹由2001年的2.98hm²/万元下降至2010年的1.20hm²/万元。预测2015年人均生态足迹为3.2336hm²/人,生态赤字将增至2.7926hm²/人;2020年人均生态足迹为4.4896hm²/人,生态赤字将扩大到4.0308hm²/人。针对池州生态不安全的现状,从减少能源消费、改变消费方式、提高农作物单产等方面提出了减少生态足迹的政策建议。