1990—2020年新疆用水量时空演化格局及影响因素分析

干旱缺水是新疆自然地理的基本特征,理解用水时空演化格局及其影响因素是水资源需求管理的前提。采用对数均值迪氏指数(LMDI)方法,解析1990—2020年新疆用水量时间变化趋势和空间差异格局的影响因素,并分析其人均用水量高于中国西北其他地区和全国平均水平的主要原因。结果表明:(1)新疆用水总量先升后降,人均用水量整体呈现下降趋势。(2)用水强度和产业结构变化是促使新疆用水总量下降的主要原因。(3)较高的用水强度和以农业为主导的产业结构是新疆人均用水量远高于中国西北其他地区和全国平均水平的主要原因。(4)新疆人均用水量空间差异大,主要原因是用水强度、人均GDP和产业结构差异。基于研究结果,提出了相关用水管理政策建议,为新疆水资源可持续开发利用提供科学参考。

应用LMDI模型的江西省交通运输业碳排放驱动力分析

通过统计分析江西省2011-2020年公路运输、水路运输、铁路运输和民航运输总的能源消耗数据,确定了江西省交通运输业二氧化碳排放的变化趋势。利用对数平均权重(LMDI)法,分析了模式分担、能源结构、规模效应、能源强度、经济效应对江西省交通运输部门碳排放变化产生的不同影响。研究结果表明:2011-2020年,江西省能源使用最多的是汽油和柴油;公路运输部门是江西省交通运输部门碳排放最多的部门;对碳排放的增长起推动作用的是模式分担与经济效应,起抑制作用的是能源结构与规模效应,而能源强度波动较大。

福建省旅游业碳排放脱钩关系及其驱动因素研究

厘清福建省旅游业碳排放、探讨旅游发展与碳排放的脱钩关系及其驱动因素,是实现低碳旅游的关键。研究用“自上而下”法估算了2000—2021年福建省旅游业碳排放量,用Tapio脱钩指数模型分析了旅游收入与碳排放的脱钩关系,并用LMDI法分解了脱钩关系的驱动因素。结果显示:(1)2000—2021年,福建省旅游碳排放量从0.343百万t增至4.375百万t,增长显著,其中旅游交通碳排放占比最大,达82.32%。(2)旅游收入与碳排放的脱钩演变特征为扩张性负脱钩-弱脱钩-扩张性负脱钩,距强脱钩仍有较大差距。(3)旅游能源消费强度效应和旅游消费水平效应是脱钩的正向因素,其中能源强度效应波动较大,是未来减排的重点方向;游客规模效应和区域经济发展效应是脱钩的负向因素。

中国旅游业碳排放时空特征及影响因素分解

综合运用碳排放系数估算法与旅游剥离系数法,估算2011-2021年中国省级旅游交通、旅游住宿、旅游餐饮零售邮电业与旅游活动的碳排放量,并运用对数平均迪式指数(LMDI)分解模型解析旅游碳排放影响因素。结果表明:旅游业碳排放总体呈下降趋势,空间分布上呈现东南多、西北少的特征;旅游交通碳排放与旅游活动碳排放是旅游碳排放主要来源;旅游消费水平与游客规模是旅游碳排放产生的主要因素;旅游能源结构与旅游能源强度对旅游碳排放起抑制作用。

北京市碳排放的影响因素分析

“十四五”时期是中国实现碳达峰的关键时期,也是推动经济高质量发展和生态环境质量持续改善的重要阶段。可拓展的随机性环境影响评估(Stochastic Impacts by Regression on Population,Affluence,and Technology,STIRPAT)模型可以根据研究需要增加自变量,更好地分析相关因素对因变量的影响。以北京市为研究区,通过构建扩展的STIRPAT模型,分析人均地区生产总值(Gross Domestic Product,GDP)、人均汽车保有量、城市化率、第三产业GDP占比、能源消费强度与人均碳排放量的关系,并采用对数平均迪氏指数(Logarithmic Mean Divisia Index,LMDI)分解法分解能源消费强度。结果表明,产业结构和能源消费强度对人均碳排放量均有显著的正向影响。总体来看,要平衡经济发展与碳排放的关系,提高能源利用效率,推广可再生能源,降低能源消耗,减少碳排放。

黄河下游地区水资源生态足迹时空分析与预测

[目的]评价黄河下游水资源生态承载状态,为地区水资源管理与规划提供理论依据。[方法]运用水资源生态足迹理论结合对数均值迪式指数分解法(logarithmic mean divisia index,LMDI)对2007—2020年黄河下游水资源生态足迹的时空分布特征及驱动机制进行核算分析,并通过灰色预测模型GM(1,1)对2021—2030年的水资源生态足迹变化趋势进行预测。[结果]黄河下游历年水资源生态足迹远高于生态承载力,水资源生态赤字现象严重;水资源生态足迹与生态赤字年际间均呈波动降低趋势,用水效率逐渐提高,农业用水是最大的水资源生态足迹账户;黄河三角洲是黄河下游水资源生态压力最大的区域,淄博、济南、郑州和泰安4市的生态压力相对较小;经济效应对黄河下游水资源生态足迹变化起正向主导作用,技术效应起负向主导作用;预测结果表明,2021—2030年黄河下游人均水资源生态赤字由0.387 hm^(2)/人降至0.359 hm^(2)/人。[结论]在生产力快速发展和用水结构优化调整等综合作用下,黄河下游地区用水效率逐渐提高,水资源生态压力有一定幅度的缓解。但由于该区域水资源生态赤字基数较大,未来水资源可持续利用形势依旧十分严峻,亟待进一步加强水资源的统筹管理,助力黄河下游地区高质量可持续发展。

工业部门碳排放量的影响因素分解及预测方法研究

工业部门是全球主要的二氧化碳排放来源之一。了解工业部门碳排放量受何种因素影响,有助于针对性地制定优化措施减少碳排放量。同时,预测碳排放量,可以实现对未来碳排放量的管控和调整,并制定出相应的政策措施来引导和规范工业部门的发展。首先,通过对数平均迪氏指数(LMDI)分解法,构建行业碳排放贡献量的计算模型,分析各影响因素对碳排放的贡献量。进一步,结合因素分解法的分析结果,构建人口、财富、技术随机回归(STIRPAT)模型,对工业部门各行业碳排放量进行预测。最后,以我国某地区工业部门为例进行研究,结果验证了所提模型的可行性。

基于LMDI模型的黄淮海地区县域粮食生产影响因素分解

实现粮食的持续稳定增长是保障区域粮食安全的关键。分解各因素对粮食生产的作用及影响强度,识别其主导因素,对提升粮食产量具有积极意义。该文运用对数平均迪氏分解方法(logarithmic mean weigh division index method,LMDI)建立因素分解模型,定量评价并对比分析1980-2010年间黄淮海地区县域粮食生产变动的区域因素。结果表明,1)1980-2010年间,黄淮海地区粮食产量增加了1.01亿t,县域粮食产量"南高北低"的空间分异格局明显,苏北、皖北、豫东和鲁西地区的粮食增产显著;2)4个因素中,粮食单产对粮食产量变化起到显著的正向促进作用,复种指数次之,而粮作比例和耕地面积在较大程度上抑制了黄淮海地区粮食产量的增加;3)县域粮食生产因素分解结果表明,县域之间在耕地面积、复种指数、粮作比例和粮食单产效应方面存在明显差异。总体而言,粮食单产效应叠加上复种指数效应使苏北、皖北和豫东多数县域粮食总产量显著增加;而粮作比例效应、复种指数效应和粮食单产效应的叠加使鲁西县域的粮食总产量增加明显。

中国耕地流转时空特征及影响因素分解

通过耕地流转实现农业适度规模经营,是解决"谁来种田"的关键。分析各因素对耕地流转的作用及影响强度,识别其主导因素,对促进耕地适度规模经营具有积极意义。该文运用对数平均迪氏分解方法(logarithmic mean weigh Division index method,LMDI)建立因素分解模型,定量评价并对比分析2008?2014年间中国省域耕地流转变动的驱动因素。研究结果表明,1)2008?2014年,中国耕地流转面积累计增长了1.96?107 hm2,增长2.7倍,年均增长率达到24.40%,京津地区、黄淮海地区、长江中下游地区、东北地区等经济活跃或优势农业产区的耕地流转发展较快。2)经济因素、农民增收因素、农机化因素对耕地流转有显著的正向作用,其中农机化因素对耕地流转的促进作用最大,研究期内农机化累计效应促进耕地流转率提高18.16%,经营意愿因素对耕地流转有显著的负向影响。3)区域之间4个分解因素的累计效应存在显著差异。总体而言,经济效应促进了华东与华南地区耕地流转率的显著提高,农民增收效应主要促进了华东地区耕地流转率提高,农机化效应促进了大部分地区耕地流转率提高10%以上,但华南与西南地区相对较低。

基于LMDI的粮食生产因素分解模型及实证分析——以河南省为例

为了揭示河南省省级、地级市和县域尺度粮食产量变动的因素贡献,运用对数平均迪氏分解模型开展1980—2010年间粮食产量变动的因素分解研究。结果表明:1)在省域尺度上,河南省粮食产量增加5437.1万t,耕地面积、复种指数、粮作比例和粮食单产的贡献分别为?175.4万、1165.7万、?573.4万和2871.6万t;2)从地级市看,粮食单产效应和复种指数效应全部为正值,耕地面积效应和粮作比例效应基本为负值,地级市间各分解因素效应的差异显著;3)县域粮食生产"东高西低"的分异格局明显,4个因素贡献的县域差异显著,粮食单产效应叠加上复种指数效应促使豫东多数县域粮食总产量的显著增加。防止耕地快速"非农化"与非粮化以稳定耕地面积和粮食作物面积比例,同时实施高标准基本农田建设工程和粮食生产要素投入优化策略,是提升河南省粮食产量的重要途径。

基于LMDI和EMD模型的中国玉米产量变化及其波动性研究

采用对数平均迪氏分解模型(LMDI)、经验模态分解模型(EMD)和方差分解模型(VDM),系统分析1978—2012年中国玉米产量的变化趋势和波动特征。结果表明,35年间玉米产量增加1.50×108 t,东北区和黄淮海区的玉米生产优势进一步凸显;玉米播种面积效应和玉米单产效应分别为0.79×108和0.71×108 t,播种面积是中国玉米产量快速增加的主要因素。玉米产量以趋势增长为主,且存在3年左右的准周期波动,玉米单产波动是准3年周期波动的主要影响因素。从八大粮食产区看,黄淮海区玉米产量的波动量最大,其次为东北区和黄土高原区;黄淮海区、东北区和黄土高原区自身的产量波动及其相互间的正向联动作用是中国玉米产量波动的主要因素;黄淮海区和东北区的玉米产量波动量大且变化剧烈,应重点关注这两个区的玉米生产。

低碳经济发展中的碳排放驱动因素实证研究——以浙江省为例

本文基于三大产业和居民生活部门的12种能源消费量数据,较全面地测算了1995—2008年浙江省碳排放量,建立了碳排放驱动因素分解模型,将碳排放的驱动因素分解为能源强度、结构调整、经济发展和人口规模等四大类效应,并采用对数平均权重分解法(LMDI)测算了各类效应对碳排放量的贡献值、变化趋势及相互作用机理。研究结果表明,1995—2008年,浙江省碳排放量呈现不断上升的趋势;经济发展和人口规模对碳排放的正向驱动效应远超过能源强度和结构调整产生的负向驱动效应。本文同时测算出浙江已跨越了碳排放强度的高峰阶段,但仍处于碳排放强度高峰迈向人均碳排放量高峰的阶段。为缩短不同碳排放高峰的跨越时间,降低高峰峰值,本文提出了加快低碳经济发展的相关政策建议。

二氧化碳排放因素分解实证研究

基于Kaya恒等式基本原理,采用LMDI分解法构建了CO2排放影响因素的扩展分解模型,以山西省为例,系统量化分析了1998~2008年间CO2排放影响因素,并针对现有的CO2减排政策,提出了加快发展低碳燃料LCT和CCS技术,从＂源头＂和＂终端＂上控制CO2排放。实例结果表明,CO2排放量呈逐年增长态势,经济增长与能源强度变化为影响CO2排放的重要因素,该模型对影响CO2排放的相关因素完整的分解和系统量化有效,可供制定节能减排措施、决策借鉴。

能源足迹变化的多因素影响效应研究——以吉林省为例

采用对数平均迪氏指数法构建能源足迹因素分解模型,定量分析1994—2008年吉林省能源足迹变化的主要影响因素及其效应特征。结果表明,1994—2008年,吉林省人均能源足迹从0.228 hm2增至0.524 hm2。在能源足迹增长的抑制因素中,能源强度效应占84.54%,排放因子效应占15.46%;在能源足迹增长的促进因素中,经济产出效应占91.39%,能源结构效应占4.30%,人口规模效应占3.73%,土地固碳效应占0.57%。以经济产出因素为主导的正效应明显大于以能源强度因素为主导的负效应,两者之比为1.73∶1,叠加表现为对能源足迹增长的促进作用,导致其总体呈递增趋势。此外,在正、负效应的双变量格局下,能源足迹呈复合曲面分布。目前减缓吉林省能源足迹增长的重点在于通过技术进步促进能源强度下降,同时需调整能源结构以发挥其应有的抑制作用。

基于LMDI方法的中国民航业碳排放因素的指数分解

2008年欧盟通过的将航空业纳入EU-ETS的提议草案,使得民航业的碳排放问题成为碳减排中的热点问题之一。中国民航业在CO2总排放量占比虽小但是增长迅速,而欧盟的这一政策如果付诸实施将给中国民航业带来一定的冲击。文章采用对数平均Divisia分解法建立中国民航业碳排放因素分解模型,定量分析了1985—2010年间民航业运输总收入、航线结构、单位运输收入周转量、能源强度、CO2排放系数等五个因素对民航业CO2排放量的影响。实证分析结果表明:民航业CO2排放量上升主要由运输总收入的增长引起,单位运输收入周转量和能源强度的下降则遏制了CO2排放量的上升。基于上述分析提出了中国民航业实现碳减排的应对策略和建议。

2003～2014年中国种植业产值增长及贡献因素分析

基于统计数据,采用对数平均迪氏分解模型,从全国和省域2个尺度研究农作物播种面积、单位面积产值、增加值率、价格变化等因素对2003~2014年中国种植业增加值的影响方向与程度,以期为农业政策调整和差别化的种植业生产策略制定提供依据。结果表明：（1）12 a间种植业增加值增加了25 608.4亿元;农产品生产价格指数的提升、单位面积产值的快速增加叠加上农作物播种面积的稳定增长,导致研究期间种植业增加值的明显上升;种植业增加值呈现“北进中移”的发展趋势,长江中下游区、黄淮海区、西南区等省域的种植业增加值明显增加。（2）各因素对各省域种植业增加值的作用方向和作用强度呈现出一定的差异性,农产品价格指数的明显提升和单位面积产值的快速增加是大部分省域种植业增加值快速增长的主要推动力,而农作物播种面积的稳定增加也起到比较明显的正向促进作用;新疆和内蒙古农作物播种面积的正向效应明显,北京、上海和浙江农作物播种面积的负向效应明显;东部沿海省域和直辖市增加值率的负向效应比较明显。

京津冀地区电力部门CO2排放因素分解分析

基于LMDI(Logarithmic Mean Divisia Index Method)方法分析2001-2016年京津冀地区电力部门CO2排放的8个影响因素,考虑了京津冀地区电力部门从生产投入、转换、传输到消费的整个过程;并分析了2001-2016年影响京、津、冀各地区CO2排放的各因素贡献值。结果表明,1)2001-2016年京津冀地区电力部门CO2排放总体呈现递增趋势,2012年出现负增长;河北省电力部门对京津冀电力部门CO2排放贡献最大,2001-2016年累计CO2排放变化量为145.70 Mt,但河北省电力部门的减排潜力巨大;2)人均GDP效应和人口规模效应是促进京津冀地区电力部门CO2排放增长的主要因素,2001-2016年累计贡献值分别为261.86 Mt和36.47 Mt;3)用电效率效应和电力输入输出效应是京津冀地区电力部门CO2排放量增长的主要抑制作用,2001-2016年累计贡献值分别为-49.40 Mt和-47.93 Mt;4)造成京、津、冀电力部门CO2排放差异的主要因素是人均GDP、化石能源转换效率和用电效率。

基于行业异质性的中国工业发展与碳排放的关系研究

利用对数平均迪氏指数法将工业碳排放总量分解为工业产出规模效应、行业结构效应、行业能源消费结构效应和能源强度效应，从总效应角度研究了上述四个效应对碳排放总量的作用，其中前三个效应对碳排放均有拉动作用，工业产出规模效应的作用最大。能源强度效应对全行业的碳排放量有较强的抑制作用。其次，根据1995~2011年工业32个行业四个效应值及其碳排放的面板数据模型，从总体样本和分行业样本两个层面分别研究四大效应对中国工业碳排放的影响。总样本研究表明，全行业工业产出规模效应和行业结构效应对碳排放有显著的正向和负向影响。分行业样本研究根据能源强度、R＆D投入、外资比重及资本密集度分类标准对工业行业进行分类，研究基于行业差异的各因素对中国工业碳排放的影响。结果表明，工业产出规模效应和行业结构效应对碳排放的正向影响和负向影响不存在行业差异，行业能源消费结构效应和能源强度效应对不同行业碳排放的影响有一定的差异。最后，根据实证结果提出合理的减排建议。

1995～2010年中国钢铁工业能源消耗影响因素分析

基于1995～2010年中国钢铁工业能源消耗及钢产量数据，采用对数平均迪氏分解法对中国钢铁工业能源消耗进行因素分解，包括能源消费结构、吨钢能耗和钢产量．结果显示，1995～2010年中国钢铁工业能源消耗总体上升了35967．00tce，其中钢产量变化对其影响作用最大，贡献率为157．50％，吨钢能耗的影响次之，为-57．53％，能源消费结构对其影响作用最小，仅为0．03％．降低吨钢能耗是降低钢铁工业能源消耗的关键措施，2010年吨钢能耗较1995年降低404．35kgce／t钢，其中钢比系数贡献率为29．37％，工序能耗贡献率高达70．63％．

宝鸡峡灌区小麦水足迹时空变化特征与归因分析

基于水足迹理论,计算了实际耗水和施肥情况下宝鸡峡灌区小麦水足迹的各项指标,分析了小麦水足迹各指标的时空变化特征,利用对数平均迪氏指数分解法推导了总水足迹变化量分解公式,细致定量了气候变化和人类活动因子对总水足迹变化的贡献。结果表明:灌区小麦总水足迹1994—2010年均值为6.73亿m^3,Mann-Kendall检验呈显著下降趋势,年均变幅为-0.17亿m^3/a,水足迹结构由蓝水主导演变为灰水主导。单位产量的小麦生产水足迹、生产绿水、蓝水和灰水足迹多年平均值分别为1.04、0.36、0.32、0.37 m3/kg。生产水足迹、生产绿水和蓝水足迹在灌区内从西向东呈递增趋势,生产灰水足迹以兴平为中心向两侧递增。归因分析表明,影响灌区小麦总水足迹变化的主导因子为人类活动,其贡献率和为-113.57%,而气候变化因子的贡献率仅为13.57%。人类活动因子中,贡献率从大到小依次为灌溉定额(-56.58%)、总种植面积(-55.78%)、小麦种植比例(-43.76%)、单位面积施氮量(39.96%)、灌溉水有效利用系数(2.59%)。