Impacts of Migration on Urban Environmental Pollutant Emissions in China: A Comparative Perspective

In recent years,researchers have devoted considerable attention to identifying the causes of urban environmental pollution.To determine whether migrant populations significantly affect urban environments,we examined the relationship between urban environmental pollutant emissions and migrant populations at the prefectural level using data obtained for 90 Chinese cities evidencing net in-migration.By dividing the permanent populations of these cities into natives and migrants in relation to the population structure,we constructed an improved Stochastic Impacts by Regression on Population,Affluence and Technology model(STIRPAT)that included not only environmental pollutant emission variables but also variables on the cities’attributes.We subsequently conducted detailed analyses of the results of the models to assess the impacts of natives and migrants on environmental pollutant emissions.The main findings of our study were as follows:1)Migrant populations have significant impacts on environmental emissions both in terms of their size and concentration.Specifically,migrant populations have negative impacts on Air Quality Index(AQI)as well as PM2.5 emissions and positive impacts on emissions of NO2 and CO2.2)The impacts of migrant populations on urban environmental pollutant emissions were 8 to 30 times weaker than that of local populations.3)Urban environmental pollutant emissions in different cities differ significantly according to variations in the industrial structures,public transportation facilities,and population densities.

基于STIRPAT模型的昌吉市建设用地空间布局及社会经济驱动力分析

随着城乡建设用地空间扩展与土地资源局限性矛盾的日益突出,开展城乡建设用地布局优化研究显得极为重要。针对新疆昌吉市建设用地扩展现状,利用建设用地审批矢量数据,运用GIS统计分析功能和空间分析功能,对昌吉市建设用地扩展数量特点及空间分布特征进行分析,并在此基础上利用STIRPAT模型对建设用地扩展的社会经济驱动因子进行定量分析。结果表明,(1)昌吉市建设用地扩展速度与强度在2010-2011年呈现增加趋势,2011-2015年呈现下降趋势;(2)建设用地扩展的空间分析得出,四、五、六及十方向扇区建设用地发展指向性较突出,表明建设用地发展空间布局的区域指向性特征较明显;(3)国内生产总值是建设用地扩展的最主要驱动因子,全社会固定资产投资、城镇人均可支配收入、农牧民人均纯收入、第二产业贡献率与建设用地的扩展也有明显的相关性。研究表明,采用等扇分析方法与STIRPAT评价模型可以清晰刻画出不同扇区建设用地变化规律及其与各驱动因子间相互契合程度,对未来较好地实现土地资源集约优化利用和经济可持续发展有一定的指导意义。

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。

中部六省城市化对碳排放影响的实证分析

分析中部六省城市的城市化与碳排放关系可给中部城市的碳减排与城市发展提供参考。研究选取中国中部六省80个地级市的城市化和碳排放数据,分析中部地区城市化率和碳排放量的时空演变规律,进而构建STIRPAT模型,通过城市化过程中的各要素来分析城市化对碳排放量的影响。结果表明:大部分城市的城市化水平在不断提高,碳排放量也在增加,高城市化率和高碳排放量主要集中在省会城市和能源型城市;人口规模、人均GDP、第二产业比重对碳排放量的增加具有显著的促进作用,并且第二产业比重对碳排放的影响最大;能源消费强度与碳排放负相关,随着能源消费强度的增强,城市的碳排放量会减少;长期来看,城市化与碳排放呈现倒“U”型关系。因而对于一些省会城市和能源型城市需要控制人口、倡导节约和绿色消费、注重产业的转型和升级。

人口、富裕及技术对2000年中国水足迹的影响

21世纪水资源短缺问题将成为全球资源环境的首要问题,由于水资源的诸多问题与人类活动密不可分,因此辨明人类活动各因素对水资源影响作用的大小,并依此找寻发展的对策是当前水资源可持续利用研究的一个核心问题。在计算2000年中国的水足迹的基础上,应用STIRPAT模型分析了中国水足迹的影响因素,分解了人口、富裕和技术等对中国水资源的环境影响。结果表明:2000年,中国水资源的消费足迹为7678·45亿m3,人均609·3m3/a。人口数量是当前我国水足迹的一个主要驱动因子,富裕程度的提高会增加人类对水资源的总消费,气候因素和区位条件对水足迹具有显著影响,而提高土地生产能力对减少水足迹具有重要作用。在观测数据范围内,分析结果并不支持环境Kuznets曲线存在的论断。最后分析讨论了水足迹研究需要进一步完善的问题以及STIRPAT模型实证分析的政策意义。

面向临港新片区的碳排放核算与预测研究

面对日益突出的气候变化问题,我国将双碳目标纳入国家发展战略。合理控制碳排放的前提是实现碳排放的有效监测与预测。利用清单分析法和投入产出法,分别从宏观与特定场景两个方面对碳足迹的核算方法进行了研究,运用改进的可拓展的随机性环境影响评估(STIRPAT)模型及岭回归法对上海地区的历史能源碳排放进行数据拟合,并分析了能源碳排放的影响因子。依据临港新片区的规划发展指标,对人口、人均国内生产总值(GDP)、产业结构、能源强度和能源结构进行预测分析,并根据预测结果对临港新片区未来电力能源的碳排放进行拟合预测。算例结果显示,临港新片区到2030年实现“碳达峰”面临较大压力。针对如何提前实现“碳达峰”,提出相应的节能减排对策。通过能源碳排放模型实现对区域电力能源碳排放的预测分析,优化用户用电行为,实现区域双碳战略目标落地。

Does environmental infrastructure investment contribute to emissions reduction?A case of China

Environmental infrastructure investment(EII)is an important environmental policy instrument on responding to greenhouse gas(GHG)emission and air pollution.This paper employs an improved stochastic impact by regression on population,affluence and technology(STRIPAT)model by using panel data from 30 Chinese provinces and municipalities for the period of 2003–2015 to investigate the effect of EII on CO2 emissions,SO2 emissions,and PM2.5 pollution.The results indicate that EII has a positive and significant effect on mitigating CO2 emission.However,the effect of EII on SO2 emission fluctuated although it still contributes to the reduction of PM2.5 pollution through technology innovations.Energy intensity has the largest impact on GHG emissions and air pollution,followed by GDP per capita and industrial structure.In addition,the effect of EII on environmental issues varies in different regions.Such findings suggest that policies on EII should be region-specific so that more appropriate mitigation policies can be raised by considering the local realities.

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。

中国能源碳排放因素分解与情景预测

我国能源活动碳排放占总碳排放85%以上,研究能源活动碳排放的变化规律对于实现碳达峰碳中和目标具有重要意义.首先,采用对数平均迪氏分解法(logarithmic mean Divisia index,LMDI)对1995—2017年我国能源消费碳排放变化的影响因素进行分解,从经济规模、产业结构、能源强度、能源结构、能源价格、人均可支配收入、人口规模这7个方面,模型给出了相关因素对一、二、三产业和居民部门碳排放变化的贡献.结果表明,对于3个产业部门,经济增长是碳排放增长的首要驱动力,而技术进步带来的能源强度下降、产业结构优化和能源消费结构改善呈现负效应,且产业结构优化和能源结构清洁化的作用越来越显著.对于居民部门,人均可支配收入是居民部门碳排放增长的推动力,而能源价格呈现明显的负效应.其次,设计了3种情景,运用可拓展的随机性的环境影响评估模型(stochastic impacts by regression population,affluence and technology,STIRPAT)对2030年我国能源碳排放进行预测,在以实现碳达峰为目标的低碳情景中,我国能源碳排放有望于2025—2029年实现达峰,峰值水平为101亿~110亿t.最后,为实现碳达峰碳中和目标,建议以构建中国能源互联网为基础平台,实施"清洁替代"和"电能替代",推进能源转型.