基于LMDI模型的土地利用碳排放时空差异及影响因素研究——以洞庭湖区为例

运用碳排放系数法和对数平均迪氏指数(LMDI)模型,对1996—2020年洞庭湖区土地利用变化、土地利用碳排放时空差异及其影响因素进行分析。结果表明:(1)土地利用变化整体呈现出“三增三减”特征,建设用地和未利用地的变化程度较为显著,水域和草地次之,耕地和林地的变化程度最小。(2)总净碳排放量呈不断上升趋势,碳排放高值区由中部转向西、东、南部,土地利用碳足迹压力指数始终大于1,以0.54的年均增幅不断上升。(3)人均GDP、单位GDP用地面积和单位土地碳排放强度是影响土地利用碳排放的主要因子,人均GDP和单位GDP用地面积分别成为促进和减缓洞庭湖区碳排放量增长的主要因素。

交通碳排放研究综述::核算方法、影响因素及作用机理

交通运输业是碳减排的重要行业,关于交通碳排放核算方法、影响因素及作用机理的研究一直是交通碳排放研究领域的一个热点。本文从交通碳排放量核算方法、交通碳排放影响因素辨识、交通碳排放作用机理分析三个方面来进行综述。在交通碳排放量核算方法部分按照直接获取、“自上而下”法、“自下而上”法、机动车排放模型四种方法进行分类。在交通碳排放影响因素辨识部分从IPAT模型、Kaya恒等式、直接选取三点进行综述,并对近年学者们选取的影响因素进行了总结。在交通碳排放作用机理分析部分综述了脱钩模型、因素分解法、计量经济学方法、系统动力学方法,进而对用不同方法分析的交通碳排放作用机理进行了总结,其中Tapio脱钩模型和对数平均迪氏指数分解法是应用较为广泛的方法。最后,探讨了交通碳排放核算方法、影响因素及作用机理研究中的关键问题,指出本领域的研究难点主要集中于交通碳排放核算方法的优化及统一、影响因素选取体系的形成上。

海洋渔业碳排放效率的时空演变及影响因素——以北部海洋经济圈为例

促进海洋渔业低碳化、绿色化、可持续发展既是海洋生态文明建设要求,也是促进海洋经济高质量发展的重要手段。从碳排与碳汇视角核算海洋渔业碳排放,采用超效率SBM模型测算2006—2019年北部海洋经济圈海洋渔业碳排放效率,并借助STIRPAT模型分析海洋渔业碳排放效率影响因素。结果显示:(1)2006—2019年北部海洋经济圈海洋渔业碳排放量不断上升;海洋渔业碳排放量区域差异较大;海洋渔业碳排放增长率的变化趋势较为一致。(2)海洋渔业碳排放效率总体水平不高,呈现缓慢下降—波动上升—波动下降变化态势;各项效率指数均具有一定波动性;分地区看,山东整体明显高于河北、辽宁和天津。(3)海洋渔业科技水平是海洋渔业碳排放效率最主要影响因素,海洋渔业规模、海洋经济规模、对外开放程度、海洋产业结构是重要影响因素。

基于LMDI和系统聚类的电力行业碳排放影响因素分析

电力行业作为直接使用一次能源的最大部门,是落实我国碳减排目标的重点行业。为厘清电力行业碳排放的主要驱动或抑制来源,论文构建了LMDI模型,从国家及省域两个层面对2006—2020年电力行业碳排放的影响因素进行了分解。研究结果表明,从国家及省域两个层面来看,经济发展效应均为电力碳排放的主要促进因素,火电燃料转化效应和产业结构效应均为电力碳排放的抑制因素,电源结构效应、工业电耗强度效应在全国层面为电力碳排放的抑制因素,但在各省份中的影响效果及程度各有不同。论文以主要抑制因素为变量,利用系统聚类法将30个省份划分为六大区域,针对各区域影响因素的作用效果提出了因地制宜的减排政策。

基于STIRPAT模型湖南省建筑碳排放影响因素研究

以湖南省为对象,利用IPCC法测算了2010年至2021年的建筑碳排放,并采用随机性环境影响评估模型(STIRPAT)分析了人口数量、城镇化率、人均GDP、第三产业占比和碳排放强度等五大因素对建筑碳排放的影响。结果显示影响程度依次为:人口数量(8.351)、城镇化率(0.951)、人均GDP(0.466)、碳排放强度(0.232)、第三产业占比(0.180)。在此基础上,通过情景分析预测了这些因素在基准、低碳和高碳情景下的变化趋势,并提出了建筑减排措施与建议,为制定区域性建筑碳减排政策提供了决策支持。

京津冀建筑业碳排放区域差异及影响因素研究

以京津冀地区为研究对象,构建建筑业全过程碳排放测算模型分析京津冀地区建筑业碳排放的区域差异,利用STIRPAT模型进一步探讨人口总量、城镇化水平、人均GDP、建筑产业结构效应、能源结构效应、能源消耗强度、劳动生产率7个因素对京、津、冀建筑业碳排放的影响。结果表明:京津冀地区建筑业碳排放总量大体呈现先增后减再稳定的态势,各因素对京津冀建筑业碳排放的影响存在地区差异,除劳动生产率抑制建筑业碳排放增长,其余6个因素均起促进作用,其中城镇化水平对北京市和天津市的促进作用最强,人口总量对河北省的促进作用最强。基于此,根据各地区碳排放影响因素的影响情况制定差异化减排对策。

基于STIRPAT模型的京津冀地区碳排放影响因素分析

采用STIRPAT模型,分析了影响京津冀地区碳排放的主要因素.首先,利用IPCC方法对京津冀地区碳排放量进行测算.其次,在现有研究的基础上,筛选出与碳排放相关的影响因素,运用主成分分析法、岭回归法和线性回归法对京津冀地区碳排放量影响因素进行了实证分析.最后,在京津冀不同区域分别构建了改进的STIRPAT模型,探究关键因素的影响程度,并对碳排放影响因素进行了深入分析.实证研究表明,2000—2019年京津冀地区碳排放结构与变化趋势明显不同.同时,各区域关键影响因素各不相同,同一因素在不同区域产生的效果也有所不同.

“双碳”目标下旅游碳排放影响因素变化规律研究

以旅游碳排放为研究对象,以南京为起点,通过设计四种不同的旅游线路,重点分析交通方式、住宿形式、旅游活动内容等不同旅游环节对碳排放的影响变化规律。研究结果表明,与近郊游相比,省际游交通碳排放最高可达近郊游的18.9倍和73.5倍。在同样选择快捷酒店的情况下,省际游住宿碳排放量是近郊游的8.9倍和13.3倍。随着旅游距离的增加,交通方式碳排放占比逐渐增大。近郊游交通方式碳排放占比为25.4%,而省际游三亚交通碳排放占比高达53.4%,超过了旅游活动所产生的碳排放占比。1次近郊游产生的碳排放所需要的碳汇森林面积约168.8 m2,而省际游青岛和海南三亚所产生的碳排放需要的碳汇森林面积高达1423.77 m2和2948.74 m2,省际游所需碳汇森林面积是近郊游的8.43倍和17.47倍。研究结论对旅游政策的制定、节假日规划以及旅游线路规划具有很好的指导和借鉴作用。

人工湿地温室气体排放影响因素及相关作用机制研究进展

概述了人工湿地的发展历史,分析了其温室气体排放研究现状,详细阐述了湿地类型、基质种类、进水C/N、植物种类及溶解氧浓度等对人工湿地温室气体排放的影响。在此基础上,综述了人工湿地温室气体减排的具体措施及其效果。最后,对人工湿地温室气体减排研究的发展方向进行了展望。

全生命周期视角下汽车产业碳排放影响因素的研究——以吉林省为例

为实现中国的“双碳”目标,降低汽车产业碳排放成为一项重要举措。研究影响汽车产业碳排放的主要因素对制定低碳发展策略具有重要意义。为分析2012—2021年吉林省汽车产业总体碳排放及其驱动因素的变化,采用向量自回归检验(VAR)模型探究汽车产业的碳排放影响因素。研究发现,有4个影响吉林省汽车产业碳排放产生的主要因素,按影响程度由大到小依次为居民消费水平、家用汽车保有量、交通运输业碳排放、汽车制造碳排放。基于分析结果,提出相应建议促进吉林省汽车产业实现碳减排:基于清洁智能生产,进行节能技术升级;给予购车补贴,建设充电设施;建设公共交通,优化线路布局;回收废旧部件,形成循环经济等。

湖北省能源消费碳排放及其影响因素分析

低碳发展已成为区域高质量发展的趋势,湖北省作为首批低碳试点省份,是区域碳减排的“领头羊”。该文分析了2000-2021年湖北省能源消费碳排放变化情况和2007-2017年湖北省各市州碳排放空间分布特征,并利用STIRPAT模型分析影响湖北省碳排放的主要因素。结果表明:①2000-2021年湖北省碳排放经历了快速增长、缓慢增长、波动变化3个阶段,碳足迹强度呈下降趋势;②2007-2017年湖北省各市州碳排放呈上升趋势、碳足迹强度呈下降趋势,但碳排放区域差异较大,其中武汉市最高,神农架林区最低;③人口规模和能源消费结构是影响湖北省碳排放的主要因素,其他因素按影响程度从大到小依次为城镇化率、经济产出、技术水平、产业结构、政府支出,其中产业结构是唯一对湖北省碳排放有抑制作用的因素。

巢湖流域土地利用碳排放时空变化及影响因素研究

文章基于夜间灯光数据估测巢湖流域土地利用碳排放量,从县域尺度上分析土地利用碳排放时空分布特征及空间相关性,探究其影响因素作用机理。结果表明:2012—2018年,巢湖流域土地利用特征较为显著,主要以耕地为主,建设用地和林地次之,水域、草地和未利用地较少;2012—2018年,巢湖流域碳源主要集中于合肥市区、肥东县和肥西县,碳汇主要集中于舒城县、巢湖市和庐江县,土地利用净碳排放总体呈增长趋势,且存在着显著的空间正相关关系;区域投资、经济发展、人口规模和土地利用结构对巢湖流域土地利用碳排放都有较大影响,且双因子交互作用均超过单个指标影响。研究结果可为制定合理的区域碳排放优化方案提供参考。

长江三角洲城市群建筑部门碳排放时空格局及影响因素分析

基于2008—2020年长江三角洲城市群27个地级市建筑部门碳排放数据,采用探索性空间数据分析(ESDA)模型和GTWR-STIRPAT模型分析城市群建筑部门碳排放的时空格局及其影响因素的时空异质性。结果表明:①时间上,2008—2020年长江三角洲城市群建筑部门碳排放持续增大;空间上,城市群建筑部门碳排放大体呈现“中间低、南北高”的分布格局。②城市群建筑部门碳排放空间聚集效果明显,主要呈现“低低”、“高高”的空间聚集特征。③各影响因素在不同城市存在较强的时空异质性,能源消耗强度、人口总量、建筑产业结构和人均GDP对城市群各市建筑碳排放具有正向影响,而城镇化水平和建筑减排政策数量对城市群大部分城市具有负向影响。最后提出了城市间联防联控措施和差异化减排建议。

铁路轨道工程物化阶段碳排放预测及影响因素研究

在国家“双碳”战略目标下,铁路领域低碳转型势在必行。轨道工程作为铁路工程的重要组成部分,其物化阶段产生的碳排放是铁路工程碳排放的重要来源。为量化铁路轨道工程物化阶段碳排放,并实现智能化分析,建立铁路轨道工程物化阶段碳排放计算模型,并提出一种基于机器学习算法的碳排放预测及影响因素分析模型。首先,界定物化阶段研究边界,分解铁路轨道工程,以主要工序为基本计算单元,采用碳排放因子法建立碳排放计算模型;其次,运用梯度提升树算法(Light Gradient Boosting Machine,LigtGBM)构建碳排放预测模型,并引入可解释机器学习模型(Shapley Addictive Explanation,SHAP)分析影响因素对碳排放量的贡献。以某西南山区铁路轨道工程为例,选取其中典型单元轨节计算碳排放量,结果显示1 km长度碳排放总量为1290.94 t,物化阶段中材料生产阶段碳排放占比最大,约为87.21%;分项工程中铺轨和铺道床的碳排放占比较高,分别为47.44%和46.44%。提取该轨道工程碳排放相关特征作为影响因素,对LigtGBM-SHAP模型进行验证,各项评估指标的数值表明模型具有较好的预测效果,影响因素重要度由大到小依次为轨道结构形式、线路地段、轨枕类型或轨道板、施工天数、区段坡度、区段运输距离,并在结果分析中通过单因素特征依赖图明晰各影响因素的分类变量或数值变化对碳排放量产生的影响。研究成果为铁路轨道工程碳排放计算、预测及分析提供了一个更加智能、全面的研究模型,为铁路工程建设进行碳减排工作提供参考。

陕西省建筑领域碳排放特征与影响因素研究

厘清建筑领域碳排放历史特征和影响因素,是建筑行业“双碳”工作部署、碳排放预测及制定减排路线的重要基础。本文以陕西省建筑领域碳排放为研究对象,以建筑建造、建筑运行和建筑拆除为核算边界,以国家、地方及行业统计数据为依据,采用基于能源平衡表拆分法、IPCC(政府间气候变化专门委员会)清单排放因子法等,计算获得了2010—2020年陕西省建筑领域能耗、碳排放分布与变化特征,结果表明:2010—2020年,陕西省建筑领域能耗总量由1412.27万t增长至1911.40万t,碳排放总量由4277.25万t增长至6004.86万t。采用Kaya恒等式和LMDI分解法进行了碳排放影响因素分析,发现影响建筑领域碳排放的最大因素为人均建筑面积和单位面积能耗强度,最后结合历史数据特征提出了陕西省建筑领域低碳发展建议。

基于LMDI的中国制造业出口贸易碳排放影响因素分析

制造业作为拉动中国经济增长的重要行业,同时也是碳排放最为密集的行业之一,制造业的出口对碳排放产生了怎样的影响,通过哪些因素影响二氧化碳排放呢?本文基于2006—2016年中国制造业行业的能源消耗和出口数据,对制造业26个细分行业的出口碳排放进行测度,根据制造业平均碳排放强度对各行业进行高低碳排放行业划分,对比分析高低碳行业的出口碳排放情况和出口量情况,运用LMDI因素分解法将影响制造业高碳排放行业出口二氧化碳排放影响因素分解为规模因素、结构因素和碳排放强度因素三方面。研究表明,规模因素是二氧化碳排放增长的主要因素,而碳排放强度因素对二氧化碳排放有较强的抑制作用,出口结构的影响具有不确定性。最后,根据实证结果有针对性地为中国制造业出口二氧化碳排放提出相应的优化措施。

淮河流域城市群碳排放强度的时空演变及影响因素——以安徽段为例

基于2000~2021年淮河流域安徽段10市碳排放面板数据,运用ArcGIS软件和LMDI模型方法探究淮河流域安徽段10市碳排放强度的时空演变特征及其影响因素.结果表明:第一,研究期间安徽段10市碳排放总量呈现“先快后稳”的阶段性变化特征,碳排放强度呈逐年下降趋势.第二,安徽段10市的碳排放总量在研究期间内均有逐年增加,但空间差异显著,由于各地区经济发展水平不同,研究区整体区域南部碳减排工作优先于北部.第三,能源结构强度效应是促进碳减排的重要因素,经济发展水平是促进碳排放总量增加的最主要原因,能源消费强度,人口规模对碳排放总量增加也具有一定的促进作用.但能源结构强度带来的碳减排作用无法抵消其他影响因素带来的碳增排作用.准确揭示淮河流域城市群碳排放强度的时空演变特征及影响因素,对推动区域制定并实施绿色低碳、可持续健康发展计划提供参考价值.

基于STIRPAT模型的山东省居住建筑运行碳排放影响因素研究

为有效实施建筑领域节能减排,实现双碳目标,以2005-2021年山东省居住建筑运行阶段碳排放数据为研究对象,利用STIRPAT模型对人口数量、人均GDP、人均消费支出、人均可支配收入、城镇化水平、居住建筑面积、单位建筑面积能耗、能源消耗强度和能源结构等影响碳排放的因素进行岭回归分析。结果表明:人口数量、人均GDP、人均消费支出、人均可支配收入、城镇化水平、居住建筑面积、单位建筑面积能耗和能源消耗强度等的增加会促使碳排放量的增加,但能源结构的增加会抑制碳排放量的增加,其中人口数量是影响碳排放的关键因素。据此提出山东省居住建筑节能减排的建议和对策。

基于回归模型的碳排放影响因素研究

本文分析了两个经济体的碳排放结构和经济发展趋势,发现新兴经济体在经济发展的同时碳排放不断增加,而发达经济体在经济发展的同时碳排放却在减少;构造了STIRPAT模型,研究了碳排放的相关影响因素,发现人均GDP、私家车保有量和人口数量是影响碳排放量的三个关键因素,为减少碳排放提供了参考和借鉴。

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。