共查询到20条相似文献，搜索用时 97 毫秒
1.
河南省能源消费碳排放的历史特征及趋势预测 总被引：1，自引：0，他引：1
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。 相似文献
2.
"双轮驱动"发展模式背景下,我国建设用地扩展特征明显。建设用地变化的碳排放效应是导致大气中碳排放量增加的重要因素。运用安徽省统计年鉴数据,采用改进的Kaya恒等式及LMDI分解模型,对安徽省1997-2011年碳排放的驱动因素进行了定量测度。结果表明:经济增长、建设用地扩展、人口密度变化对碳排放具有增量效应,经济增长为第一驱动因素,年平均贡献率达266.32%,建设用地扩展为重要驱动因素,其碳效应年均值为640.57万t,年均贡献率为187.30%,人口密度变化对碳排放驱动影响较小。能源结构变化、能源强度下降对碳排放具有抑制作用,年均贡献率分别为-212.06%、-58.115%。基于碳排放因素分解结果,针对性提出了碳减排的政策途径,可为政府通过合理组织土地利用,实现碳减排提供科学依据,有利于安徽生态省建设及减排目标实现,也可为省域尺度建设用变化的碳排放效应研究提供借鉴。 相似文献
3.
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。 相似文献
4.
甘肃省农业碳排放变化及影响因素分析 总被引：3，自引：0，他引：3
随着农业现代化的发展,农业生产所导致的碳排放问题已引起人们的高度关注。基于农业生产中6个主要方面的碳源,测算了甘肃省1993-2011年的农业碳排放量以及农业碳排放强度。结果显示:甘肃省农业碳排放量整体呈上升趋势,从1993年的66.37×104t增加到2011年的207.92×104t,年平均增长率为6.67%;甘肃省农业碳排放强度也呈逐年增长态势,从1993年的182.40 kg·hm-2增加到2011年的510.93 kg·hm-2,年平均增长率为6.01%;从农业碳排放结构来看,化肥是最主要的碳排放源,其平均占比高达49.40%,其次为农膜,其平均占比为30.00%。进一步运用LMDI模型对甘肃省农业碳排放影响因素进行分析,结果显示:农业经济发展和劳动力因素对碳排放具有促进作用,与基期相比,累计实现了255.65×104t和2.45×104t的碳增量,而生产效率和产业结构因素则对碳排放有抑制作用,累计实现了114.7×104t和2.36×104t的碳减排。最后有针对性地提出了甘肃省农业低碳化发展的对策建议。 相似文献
5.
《资源与生态学报(英文版)》2020,(5)
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。 相似文献
6.
基于1995-2010年能源消费数据,利用IPAT模型,分规划情景、惯性情景、低碳情景对安徽省未来碳排放量及碳排放强度进行测度,结果表明:2015年,安徽省在规划情景、惯性情景、低碳情景下的碳排放量分别为16 680.96万t、14 790.52万t、11 235.49万t,均呈增长态势,碳排放强度分别为0.6952t/万元、0.6661t/万元、0.6533t/万元,呈下降趋势,规划与惯性情景模式下的碳排放量和碳排放强度均高于低碳情景模式。3种情景碳排放曲线表明,不会出现库兹涅茨曲线(EKC)拐点。科技创新、机制创新是实现碳减排的重要途径,"十二五"期间,安徽省通过提高能源效率、优化能源结构、创新机制等举措,碳排放仍有较大削减空间。 相似文献
7.
《地域研究与开发》2020,(1)
运用"自下而上"法估算1997—2017年上海市旅游碳排放量,并运用因素分解技术将上海旅游碳排放变化分解为5种效应。结果表明:1997—2017年上海市旅游增加值增长了12. 24倍,而碳排放量却增长了13. 87倍,碳排放量增速较快,交通碳排放是最主要的来源。在分解后的各种效应中,旅游全员劳动生产率是最主要的影响效应,其贡献率达到了87. 23%;其次是碳强度效应(82. 43%)、能源强度效应(-61. 49%);能源结构和能源强度效应有助于旅游碳排放量的降低,但能源强度效应整体上逐年下降,而能源结构效应则在波动中呈现微弱的上升趋势。上海在大力发展旅游业的同时更要切实降低旅游产业的碳排放,进而实现旅游产业的可持续发展。 相似文献
8.
在分析河南省1978—2015年能源消费碳排放总量和结构变化的基础上,利用Im PACT等式对河南省碳排放驱动因素进行了研究和对未来碳排放量进行了情景预测,并运用空间自相关分析法探讨了空间分异特征。结果表明:(1)1978—2015年,河南省碳排放量总体上呈现增加的趋势,年均增长5.11%,由煤炭和石油消费导致的碳排放比重一直稳定在95%以上。(2)弹性分析表明人均真实GDP增加1%将导致人均能源消费量增加0.48%,利用强度下降0.52%,而环境影响增加0.53%。(3)保持经济增长的同时,与2011—2015年相比,1978—2015年效率年均增长率提高5.25倍,是河南省实现循环经济建设的一种可行方案。(4)河南省2015年碳排放全局Moran’s I值为0.047,呈微弱空间正相关,各地市碳排放具有明显的二元结构特征,空间集聚特征不明显。 相似文献
9.
确保减碳的首要任务是定量测度化石能源消费碳排放的增量影响因素及其大小。为分析北京市1997-2007年的碳排放增量,本文构建了一个扩展的(调入、进口)竞争型经济—能源—碳排放投入产出模型,从整体特征、不同产业、工业行业3个方面,对1997-2007年北京能源消费的碳排放增量进行了结构分解。分析发现:经济规模增长要素(消费、投资、调出和出口等)是拉动碳排放增长的主导因素,能源强度变动效应却是碳减排的决定性因素;在规模扩张因素中,消费和调出超过投资和出口,是碳排放增长的主要贡献者;2002以来新一轮"高碳"特征的工业化导致CO2排量呈急增之势;产业结构调整、三产比重最大使得服务业成为碳排放增长的最大部门,但工业排放的增长却后来居上;碳增排的重点行业是高能耗业,而碳减排的却是能源工业;两时段各效应在不同产业、不同工业行业的影响方向和大小不一。 相似文献
10.
从省级层面研究碳排放年际变化进而探讨减排路径对制定碳减排措施和实现“双碳”目标具有重要意义。以西北典型干旱省份宁夏为例,综合对数平均迪氏指数分解、相关分析、脱钩分析等方法分析碳排放的多年变化趋势、影响因素及减排路径。结果表明:(1)宁夏年碳排放量、人均碳排放量及单位面积碳排放量均逐年增加,而碳排放强度呈现出先升后降又回升的波动趋势。(2)经济和产业结构是年碳排放量增加的主要影响因素,能源结构和能源强度对碳排放增长具有一定的抑制作用。(3)十大高排放行业主要利用热值低且碳排放高的原煤等能源,导致宁夏碳排放和GDP仍未脱钩,但脱钩的行业数量在增加。本研究采用年碳排放量、碳排放强度、人均碳排放量及单位面积碳排放量等多个指标全面服务于碳达峰、产业结构优化、碳公平等目的,依据主要影响因素、细分行业分类及能流分析,从产业结构优化和能源结构调整等角度提供有效的碳减排路径。研究结果将为“双碳”目标下省级层面绿色发展规划措施的制定提供科学支持。 相似文献
11.
中国省域能源消耗碳排放安全评价 总被引：1，自引：1，他引：0
碳排放安全评价和预测在应对全球气候变化、实现区域可持续发展方面有重要意义。根据1996-2012年统计数据,基于压力—响应模型,从经济、社会、环境3个层面构建省域能源消费碳排放安全评价指标体系,分析了中国能源消费碳排放安全的时空分异,并运用GM(1, 1)方法进行预测。结果表明：1996-2012年,中国碳排放安全综合指数在临界安全区间内呈现波动下降趋势。其中,压力系统指数与综合指数变化态势趋于一致,响应系统指数表现为上升趋势;多数省区处于临界安全状态,亚安全状态省区逐渐消失,安全等级差的省区出现南移现象;大部分省区压力系统恶化的同时响应系统好转;区域间碳排放安全差距逐渐缩小,高压力低响应的区域大量减少。预测发现,2020年全国大部分省区处于临界安全或以下状态,碳排放安全情况不容乐观。 相似文献
12.
甘肃省碳排放变化及影响因素分析 总被引：2，自引：0，他引：2
采用甘肃省人口、经济发展、能源消费等数据,通过相关方法对1997-2008年的碳排放总量、碳排放强度及其三大产业的碳排放进行了估算,并利用岭回归函数对STIRPAT扩展模型拟合,进一步分析影响甘肃省碳排放的因素。结果表明： （1）从1997-2008年甘肃省能源消费的碳排放量和人均碳排放量均呈逐年增长的趋势。碳排放量由1997年的1 767.14×104 t增加到2008年 4 341.64×104 t。人均碳排放量由1997年的0.7 t /人增长到2008年的1.65 t /人,且以煤炭消费的碳排放为主,占各能源碳排放的比例达到70%以上。（2）碳排放强度从1997-2001年呈波动变化,2001年以后则呈逐年下降趋势,总体上从1997年的2.214 t/104元下降到2008年的1.364 t / 104元。（3）三大产业的碳排放呈逐年上升趋势,且以第二产业的贡献为主。（4）人口增长、经济发展对碳排放影响较大,而生活水平的提高更加剧了碳排放的增长。 相似文献
13.
LIU Xianzhao 《资源与生态学报(英文版)》2020,11(5):483-498
An accurate understanding of the real situation of energy-related carbon emissions and the main factors driving the carbon emissions increments are crucial for China to realize its emission mitigation targets. Adopting the comparative decomposition of an extended LMDI (Log-Mean Divisia Index) approach, this study decomposed the changes in carbon emissions of Jiangsu, Henan, and Inner Mongolia, which are located in the eastern, central and western parts of China. This analysis led to three main findings. 1) During the period of 1996-2017, the energy-related carbon emissions in the examined provinces exhibited upward trends, but with some differences among the provinces. 2) The influences of driving factors on carbon emissions varied distinctly in different provinces and economic stages. Economic growth had the largest positive effect on provincial carbon emissions increases. From 1996 to 2017, the contribution rates of economic development to emissions growth in Henan, Jiangsu and Inner Mongolia were 307.19%, 205.08% and 161.26%, respectively. This influence was followed by urbanization and population size. 3) Energy intensity played a leading role in facilitating emissions-reduction in the examined provinces, except for during the tenth Five-Year Plan, followed by the energy structure. The effect of rural population proportion was the weakest among all the curbing factors. Furthermore, urban and rural resident°s energy consumption per capita demonstrated relatively minor impacts and disparate directions of influence in the different provinces and economic periods, but began to play increasing roles in driving up provincial emissions changes. For example, residential energy consumption in Jiangsu contributed over 7.9% to the total carbon emission growth in 1996-2017, among which urban residents’ per-capita energy consumption contributed more than 3.8%. In view of these findings, policy makers should formulate targeted emission reduction measures that are based on the distinct situations and key factors which affect carbon emissions in each province. 相似文献
14.
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。 相似文献
15.
中国不同产业空间的碳排放强度与碳足迹分析 总被引：31，自引：3，他引：28
采用2007 年中国各省区不同产业各种能源消费等数据,通过构建能源消费碳排放和碳足迹模型,对各省区化石能源和农村生物质能源的碳排放量进行了估算;建立了不同产业空间与能源消费碳排放的对应关系,将产业活动空间分为农业空间、生活与工商业空间、交通产业空间、渔业与水利业空间、其他产业空间等五大类;对各省区不同产业空间碳排放强度和碳足迹进行了对比分析。主要结论如下：(1) 中国2007 年能源消费碳排放总量为1.65 GtC,其中化石能源碳排放占89%;(2) 2007 年中国产业空间碳排放强度为1.98 t/hm2,其中,生活及工商业空间、交通产业空间的碳排放强度较高,分别为55.16 t/hm2和49.65 t/hm2;(3) 2007 年中国产业空间碳足迹为522.34×106 hm2,由此造成的生态赤字为28.69×106 hm2,这说明我国的生产性土地面积不足以补偿产业空间的碳排放,补偿率约为94.5%。各地区碳足迹差异明显,不少省份甚至存在生态盈余。总体而言,从产业活动空间的角度来看,中国目前的碳赤字不大;(4) 全国产业空间单位面积碳足迹为0.63 hm2/hm2,其中生活与工商业空间的碳足迹最大,为17.5 hm2/hm2。不同产业空间单位面积碳足迹大都呈现从东到西逐渐下降的趋势。 相似文献
16.
采用矫正系数衡量各省份的减排有效性,根据各省份能源行业碳排放强度及产值份额构建自上而下的全国能源行业碳排强度恒等式,运用LMDI-Ⅰ分解方法获取各省份、各省份能源行业碳排放强度及产值份额对全国能源行业碳排放强度下降的贡献率,并遵循“减排有效性-碳排放强度贡献-省份综合贡献-减排有效性与省份综合贡献关系”的思路对中国能源行业碳排放强度下降过程中各省份的减排成效进行评价。结果显示：① 中国能源行业碳排放强度呈逐年下降趋势,2016年能源行业碳排放强度较2005年下降45%。② 超过一半的省份为减排有效区且数量呈增加趋势,而减排未达标的省份多数为经济欠发达地区,各省份间的减排路径存在显著差异。③ 多数省份能源行业碳排放强度的贡献率呈上升趋势,省份差异逐渐缩小。④ 省份减排综合贡献的进位赶超势头强劲,绝大多数省份对全国能源行业碳排放强度的下降作出了贡献,且多个省份的综合贡献等级呈正向发展,东部地区是主要的降排贡献区。⑤ 减排成效良好省份数量最多,中等区多散布于东部沿海地区及少数内陆地区,欠佳区在西部地区空间格局保持相对稳定。未来各省份不仅要根据自身的减排成效特征因地制宜的选择低碳发展道路,还应与全国碳排放强度的下降形成良性互动。 相似文献
17.
基于能源消费的江苏省土地利用碳排放与碳足迹 总被引：35，自引：5，他引：30
采用2003~2007年江苏省能源消费和土地利用等数据,通过构建能源消费的碳排放模型,对江苏省5年来能源消费碳排放进行了核算,并通过土地利用类型和碳排放项目的对应,对不同土地利用方式的碳排放及碳足迹进行了定量分析。结论如下:(1)江苏省能源消费碳排放总量从2003年的8794.24万t上升到2007年的16329.85万t,涨幅达86%。其中,终端能源消费碳排放占53.6%。(2)江苏全省土地单位面积碳排放从2003年8.24t/hm2上升到2007年15.53 t/hm2,增幅为88.5%。其中,居民点及工矿用地单位面积碳排放最大,为95.62 t/hm2。(3)江苏全省能源消费碳足迹大于生产性土地的实际面积,由此造成的生态赤字达1351.285万hm2。(4)不同土地利用类型的碳足迹大小顺序为:居民点及工矿用地＞交通用地＞未利用地及特殊用地＞农用地和水利用地,其中居民点及工矿用地的碳足迹高达10.89 hm2/ hm2。(5)江苏全省单位面积碳足迹也呈明显的扩大趋势,从2003年的0.938 hm2/ hm2上升到2007年的1.769 hm2/ hm2。 相似文献
18.
基于2000-2015年西安市能源消费量数据,采用碳排放模型和GFI模型,分析区域能源消费碳排放量的变化趋势及影响因素,探讨西安市能源消费碳排放的拉动与抑制要素的互动关系及影响。结果表明：（1）西安市能源消费碳排放量总体呈现上升趋势,煤炭、原油消费为主要碳源。（2）能源利用结构正在发生转变,低能耗低碳排的能源消费量逐年上升,传统能源利用量正日趋减少。（3）经济发展要素和人口要素是西安市能源消费碳排放的主要拉动因素,能源结构要素拉动效应不显著,短期内不易改变;能源强度对能源消费碳排放具有抑制作用,且呈现增强态势,但效果不明显。最后提出西安市能源消费碳排放减排建议。 相似文献
19.
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了哈萨克斯坦共和国1992-2010年的碳排放量,并对哈萨克斯坦近20 a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,定量分析能源结构、能源效率和经济发展对不同阶段碳排放的影响。结果表明：（1）1992-2010年,哈萨克斯坦一次能源消费的碳排放量整体呈先下降后上升的“U”型曲线,拐点在1999年。煤炭消费仍然是碳排放的主要来源,这是受长期以煤为主能源供应政策影响的一种必然结果;（2）碳排放不同阶段各影响因素的作用程度不同。总体来看,经济增长是碳排放量增加的主要推动因素,能源强度降低是抑制碳排放量增长的主要贡献因子。并以此提出哈萨克斯坦未来能源战略的一些政策建议。 相似文献
20.
Climate change resulting from CO_2 emissions has become an important global environmental issue in recent years.Improving carbon emission performance is one way to reduce carbon emissions.Although carbon emission performance has been discussed at the national and industrial levels,city-level studies are lacking due to the limited availability of statistics on energy consumption.In this study,based on city-level remote sensing data on carbon emissions in China from 1992–2013,we used the slacks-based measure of super-efficiency to evaluate urban carbon emission performance.The traditional Markov probability transfer matrix and spatial Markov probability transfer matrix were constructed to explore the spatiotemporal evolution of urban carbon emission performance in China for the first time and predict long-term trends in carbon emission performance.The results show that urban carbon emission performance in China steadily increased during the study period with some fluctuations.However,the overall level of carbon emission performance remains low,indicating great potential for improvements in energy conservation and emission reduction.The spatial pattern of urban carbon emission performance in China can be described as"high in the south and low in the north,"and significant differences in carbon emission performance were found between cities.The spatial Markov probabilistic transfer matrix results indicate that the transfer of carbon emission performance in Chinese cities is stable,resulting in a"club convergence"phenomenon.Furthermore,neighborhood backgrounds play an important role in the transfer between carbon emission performance types.Based on the prediction of long-term trends in carbon emission performance,carbon emission performance is expected to improve gradually over time.Therefore,China should continue to strengthen research and development aimed at improving urban carbon emission performance and achieving the national energy conservation and emission reduction goals.Meanwhile,neighboring cities with different neighborhood backgrounds should pursue cooperative economic strategies that balance economic growth,energy conservation,and emission reductions to realize low-carbon construction and sustainable development. 相似文献