基于我国农地利用方式变化的碳效应特征与空间差异研究

农地利用变化既是重要的碳源,同时也是最主要的碳汇。碳效应测算分析表明,1993—2008年我国农地利用碳排放总量、强度年均分别增长4.08%、2.38%;化肥、农药、农膜、农用柴油、灌溉、翻耕等所产生的碳排放量年均分别递增3.45%、4.65%、7.20%、4.77%、1.22%、0.38%。2000—2008年林地碳汇量增长3.19%,而草地碳汇则呈现微弱的递减态势。农地利用方式变化的碳效应来看,2001—2008年我国因生态退耕产生碳汇年均递减45.16%,由于建设占用所引发碳排量年均递增2.23%。农地利用变化的碳效应区域差异,生态退耕碳汇效应最大是河北,最小的是黑龙江;因建设占用耕地导致碳排放效应最为显著的是江苏,最小为西藏。     

区域旅游业碳排放测算及其动态变化研究——以江苏省为例

碳排放是区域旅游业环境影响的重要指标。采用"自下而上"的方法,从旅游交通、旅游住宿、旅游活动三个方面测算了江苏省2001~2013年旅游业的碳排放,研究了碳排放的动态变化特征,分析了江苏省旅游碳排放与旅游经济增长之间的脱钩状态。研究表明:(1)旅游碳排放总量不断增加,但年均增长率低于旅游经济增长率。旅游业碳排放总量从2001年的188.5747×10~4 t增加到2013年的478.0887×10~4 t,增幅为153.53%,年均增长率为8.06%,低于同期旅游经济年均增长率9.74%。(2)旅游交通碳排放是区域旅游业碳排放的主要组成部分。2001~2013年,旅游交通碳排放量占旅游业碳排放总量平均为79.20%,旅游住宿为16.10%,旅游活动为4.70%。(3)旅游业整体呈绿色发展趋势,2001~2013年江苏省旅游业碳排放与旅游经济增长的脱钩状态以弱脱钩为主,旅游经济发展质量相对较高。     

城镇化进程中居民生活碳排放动态特征分析

对2000~2012年间中国城镇居民与农村居民的直接、间接碳排放变化情况进行统计及回归分析,结果表明:截至2012年,城镇居民人均直接碳排放量年均增长17.14%,间接碳排放量年均增长6.42%,农村居民人均直接碳排放量年均增长16.51%,间接碳排放量年均增长2.81%;能源消费强度的下降及居民生活消费支出的上升联合作用,使城镇与农村居民生活间接碳排放量均呈现波动增长趋势,其中食品与居住消费是居民间接碳排放主导因素;城镇居民人口数量是城镇居民生活碳排放总量的决定性因素;城镇生活方式相比农村具有更低的单位生活支出碳排放量;城镇化率对居民生活碳排放量分别具有0.13%和0.09%的弹性系数,初步验证了城镇化与居民生活碳排放的正相关关系。     

广西土地整治碳排放影响因素及脱钩效益分析——基于LMDI模型

运用碳排放系数法测算广西2006—2015年土地整治碳排放量,运用LMDI模型分解土地整治碳排放影响因素,并结合脱钩弹性量化模型对经济增长和土地整治碳排放的脱钩效应进行分析。结果为:(1)2006—2015年广西土地整治碳排放量呈递增趋势,10年间年均增长率为18.12%。(2)能耗强度、工料碳排放强度、人口规模和经济规模对土地整治碳排放增加起促进作用,其累计效应值分别为31.616万吨、13.469万吨、4.855万吨和2.023万吨;工料强度和耕地规模对土地整治碳排放增加起抑制作用,其累计效应值分别为-11.412万吨和-4.384万吨。(3)工料碳排放强度脱钩弹性、能源强度脱钩弹性和经济规模脱钩弹性是影响广西经济增长与土地整治碳排放脱钩的重要因素,其累计贡献率分别为77.67%、16.0%和6.19%。研究结果表明:广西土地整治碳排放与经济增长的脱钩状态波动幅度较大,尚不稳定,不利于二者的可持续发展。     

长株潭城市群土地利用碳排放因素分解及脱钩效应研究

文章基于全生命周期的碳源—碳汇模型,测算并分析了长株潭城市群2007—2017年土地利用的碳收支量,并在此基础上应用LMDI分解模型与Tapio脱钩模型对土地利用碳排放变化的影响因素及其与经济增长间的内在关系进行了定量分析。主要结论如下:(1)2007—2017年,长株潭城市群土地利用的净碳排放量呈逐年上升趋势,年均增长率为9.79%;(2)经济发展水平与建设用地规模是促进长株潭城市群土地利用碳排放量增长的正效应因素,碳排放强度与土地利用效率是抑制长株潭城市群土地利用碳排放量增长的负效应因素;(3)10年间,长株潭城市群土地利用碳排放与经济增长除2009—2010年、2015—2016年呈现扩展连接外,其余年份处于弱脱钩状态。最后,从碳减排与碳增汇视角提出土地低碳利用的政策建议。     

我国粮食种植碳排放量变化趋势与驱动因素研究

以1990—2020年为考察期，对我国粮食种植碳排放量的变化趋势及内部结构进行剖析，采用LMDI模型将驱动因素分解为要素结构效应、消耗强度效应、粮食单产效应和播种面积效应。结果表明：对粮食主产区而言，粮食单产和消耗强度对碳排放量增长率的影响较大，播种面积次之，要素结构最小。粮食单产始终助推碳排放量增长；消耗强度和要素结构对碳排放量增长率的影响均是先助推、后抑制；而播种面积是先抑制、后助推碳排放量增长。对非粮食主产区而言，粮食单产和消耗强度对碳排放量增长率的影响较大，要素结构次之，播种面积最小。消耗强度始终助推碳排放量增长；粮食单产是先助推、后抑制碳排放量增长；播种面积和要素结构是先抑制、后助推、再抑制碳排放量增长。     

北京市低碳经济发展状况分析

对2005~2010年间北京市CO2排放和碳强度进行了测算,并利用LMDI指数分解法对历年碳排放量和碳强度差异进行了因素分解。研究结果表明:(1)2005年到2010年北京市碳排放总量基本呈上升趋势,但能源强度和碳排放强度呈下降趋势;(2)北京市经济和人口增长是碳排放量增加的主要原因,节能减排的推进和能源消费结构的变化减缓了碳排放总量的增长速度;(3)产业部门能源强度因素和产业结构效应是北京市碳排放强度下降的主导因素,碳强度效应(即能源结构效应)对碳排放强度变动的降低效果不明显。     

中国农地碳排放时空分异及其驱动因素

综合运用排放系数法、变异系数法、探索性空间数据分析和地理探测器方法,对省级尺度农地碳排放的时空分异与驱动因子进行探究,结果表明：（1）我国农地碳排放量在2000—2018年间大体上呈现先上升,近年来稳定下降的变化趋势;（2）中国省级尺度农地碳排放存在明显的空间差异性,主要表现为除东北地区以外,其他地区农地碳排放量的空间差异较为显著;（3）探索性空间数据分析表明,研究期内农地碳排放在空间上表现出显著的、持续减弱的正向关联,其空间集聚状况变化较为稳定,基本呈现出与农业产值相匹配的分布格局;（4）因子探测结果表明,影响中国农地碳排放空间分异的核心驱动因子在研究期经历了较大变化,主要驱动因素逐渐由人口因素、农业机械化水平等向经济因素转变;（5）交互作用探测结果表明,一些解释力较小的因子在与其他因子交互叠加后,会产生非线性增强,显著提高其对农地碳排放空间分异的影响程度。     

低碳经济发展的驱动因素研究——以浙江省为例

本文从人口规模、经济发展水平、能源强度、单位能耗碳排放量、能源消费结构、产业结构、城市化、国际贸易分工等方面探讨了低碳经济发展的主要驱动因素,对STIRPAT模型进行了扩展,利用1990~2008年浙江省的统计数据,对低碳经济发展的驱动因素及其贡献率进行了实证研究。研究结果表明:人均GDP、能源强度、人口规模、单位能耗碳排放量和能源消费结构对碳排放总量有显著正向影响,其中人均实际GDP的影响最大,能源强度的影响较大,人口规模和单位能耗碳排放量的影响较小,能源消费结构的影响最小,而产业结构、城市化水平、国际贸易分工对碳排放总量的影响不显著;人均实际GDP持续增长是碳排放增长的最大正向驱动因素,对碳排放增长的贡献率最大,能源强度变动是碳排放增长的最大负向驱动因素,能源强度变动对碳排放增长具有一定的抑制作用。     

资源环境约束下新疆棉花低碳生产研究

低碳农业是当前我国农业经济转型发展的必然选择。文章以碳排放系数法测算新疆棉花种植碳排放量,采用灰色线性规划模型对不同目标导向下的碳排放体系进行比较。结果表明:(1)2001—2016年,新疆棉花碳排放量演化趋势可分为三个阶段:高速增长、平稳增长及波动增长阶段;化肥、农膜的大量投入是新疆棉花产业碳排放的主要来源;(2)资源环境约束下,农膜使用产生的碳排放量取代化肥成为最主要的碳源,而化肥、农地翻耕及灌溉依然是主要的"碳排部门";(3)资源环境约束具有显著的碳减排效果,资源环境约束下经济效益导向优化方案的碳排放量相比2016年下降3.82%;而生态效益导向优化方案的碳排放量相比2016年下降29.87%。     

气候变暖的第一影响因素及我国的应对

全球气候变暖已是人们逐渐接受的事实,由于大气中二氧化碳等气体含量的升高引起的温室效应是导致全球气温变暖的显著原因。经过统计分析发现,大气中碳含量的增加与全球森林面积减少、化石能源燃烧增加的碳排放高度相关,但年均0.4%增速的大气中的碳含量是与按年均0.2%速度递减的全球森林面积存在显著的统计上的因果关系,乱砍滥伐、开发耕地等导致的全球森林面积的减少是大气中二氧化碳含量增加的格兰杰因果关系原因,从而构成全球变暖的第一影响因素。二氧化碳排放量的增加一直比较平稳,年增速在2.2%左右,它与大气中的碳含量的增加虽然相关,但因果关系统计上并不显著,也不是其格兰杰因果关系原因,这一结论与IPCC的报告中二氧化碳排放量是全球变暖的主要原因的结论并不完全一致。据此,我们提出中国应对全球变暖时谨防陷入"碳排放陷阱"。     

碳达峰目标下国家生态文明试验区碳强度预测及减排潜力研究

基于ARIMA-BP神经网络模型并在碳达峰目标下预测国家生态文明试验区的碳强度；同时，运用非径向方向距离函数、共同前沿理论及共同前沿非径向曼奎斯特二氧化碳排放效率指数(MNMCPI)对减排潜力进行深入探讨。研究发现：(1)由ARIMA-BP神经网络模型所得碳强度预测序列均方误差(MSE)为0.005，平均绝对百分比误差(MAPE)为1.95%，显示了较高的精度；国家生态文明试验区碳强度2028年相较于2005年下降67.5%，提前实现国家2030年碳强度比2005年下降65%以上的目标，其中：贵州碳强度下降幅度最大，2030年相较2005年下降77.5%，福建、江西、海南下降幅度均在65%以上。(2)国家生态文明试验区减排潜力呈波动下滑趋势，2016—2030年均减排空间达26.59%，约21649.33万吨CO₂。到2030减排潜力达21.9%，为2016—2030年最低值，由于减排潜力与碳排放效率负相关，碳排放效率越高则减排潜力越小，这意味着国家生态文明试验区碳排放效率得到优化。(3)通过探究CO₂排放效率变化，间接分析区域内减排潜力变化...     

家庭消费碳排放影响因素及其变化趋势分析——以陕西省为例

以陕西省2003—2017年数据为样本,建立LMDI模型分析各因素对陕西省家庭消费碳排放的影响及其变化趋势。结果表明,家庭消费效应、住房面积效应和家庭规模效应是造成家庭碳排放上升的正向推动因素,而碳排放强度效应、消费抑制效应和居住密度效应对家庭碳排放具有负向影响;2003—2017年,碳排放强度效应呈“U”型变化趋势,家庭消费效应、家庭规模效应和住房面积效应呈上升趋势,消费抑制效应和居住密度效应呈下降趋势。政府制定碳减排政策时可从碳排放贡献率较大的家庭消费、住房面积和家庭规模等方面着手,有针对性地缓解日益增长的家庭消费碳排放。     

中国农业碳生产率变化的驱动因素与区域差异研究

利用产出距离函数将农业碳生产率变化分解为技术效率、技术进步和要素替代变化,并实证测算1995—2016年中国农业碳生产率的变化及其驱动因素,结果表明:(1)研究期中国农业碳生产率年均提高3.57%,单位GDP碳排放量年均下降3.31%,累计下降50.96%,主要归因于技术进步和要素替代效应。(2)中国农业资本深化对农业碳生产率提升有正向影响,劳动力价格上涨有负向影响。(3)中国农业碳生产率表现出“东高西低,阶梯分布”的空间特征,东南沿海省份和西北省份存在区域“农业碳生产率缺口”,且呈缺口扩大趋势。鉴于此,为提高农业碳生产率提出政策建议。     

要素市场扭曲下农业绿色全要素生产率测度及效应研究

基于非径向非角度的SBM方向性距离函数构建Malmquist生产率指数,考虑碳排放和农业面源污染等非期望产出,测算中国28个省份1997—2018年农业绿色全要素生产率,最后采用空间杜宾模型探讨要素市场扭曲下农业绿色全要素生产率空间影响。研究结果表明:考虑碳排放和农业面源污染等非期望产出的农业绿色全要素生产率更符合中国农业高质量绿色发展的实际水平;中国农业全要素生产率提升多数源于农业技术进步,较少出现农业技术进步和技术效率双轮助推的情形;农业绿色全要素生产率呈现增长趋势,但增速较缓慢,且不同地域存在显著差异;要素市场扭曲抑制了农业绿色全要素生产率提升,具有空间溢出效应。     

增长“尾效”、要素贡献率及资源冗余——基于农业的分析

重点计算并分析了农业经济增长中资源消耗带来的增长"尾效",以及农业生产的各投入要素对农业经济增长的贡献率,并基于DEA方法计算了各资源的节约潜力。研究发现:由于土地资源、能源和水资源的增长"尾效"存在,因此每年农业经济增长速度会下降1.32%;资本对农业经济增长的贡献率最高,为76.86%,其次是土地资源和能源——分别为1.08%和1.01%,水资源的贡献率仅为0.07%;技术进步的贡献率为22.17%,劳动力的贡献率甚至为负(-1.19%)——这主要是因为农业部门存在大量的就业冗余;1983年以前,冗余量最高的是水资源,其次是土地,再次是劳动力和能源,之后各资源的利用效率大幅提高,但是2002年以后各资源的利用效率停滞不前。     

北京碳排放与经济增长间关系的实证研究——基于EKC和STIRPAT模型

利用1981—2010年北京经济增长和碳排放的数据,验证了两者间EKC的存在性。运用碳生率和脱钩指数分析了经济增长与碳排放的短期静态关系和长期动态关系,并利用STIRPAT模型分析了北京碳排放的影响因素。结果表明:北京经济增长与碳排放之间存在倒U型关系,拐点为人均GDP为34423元;研究期间北京碳生产率呈不断上升趋势,年均增长率为6.1%;在1981—2010年期间的绝大部分年份,北京处于弱脱钩状态,脱钩指数与其经济发展阶段比较吻合;经济发展水平对北京碳排放的影响最显著,其次是能源利用效率,能源消费结构的影响较小。     

中国碳排放与经济增长间脱钩关系的实证分析

利用Tapio脱钩模型和Kaya恒等式,使用LMDI方法,建立扩展的Tapio脱钩模型。选取1990—2010年中国碳排放量和经济增长的数据,对中国碳排放与经济增长的脱钩关系进行定量分析。研究结果表明:1990—2010年期间中国碳排放与经济增长总体上具有弱脱钩关系,经济增长是碳排放增加的主要原因,能源强度降低是实现碳排放与经济增长脱钩的关键。最后提出"降低能源强度、优化产业结构、调整能源结构"的对策以实现碳排放与经济增长的脱钩。     

产业数字化与完全碳排放强度——基于WIOD跨国面板的实证分析

现有研究多侧重于分析数字经济对区域碳排放总量、强度和效率的影响，鲜有文献探究产业数字化对其完全碳排放强度的影响。为弥补现有研究不足并丰富相关研究，本文基于WIOD、WDI跨国面板数据实证分析产业数字化与其完全碳排放强度之间的因果关系。研究发现，①产业数字化能降低其完全碳排放强度。该结论在替换解释和被解释变量、增加控制变量以及考虑内生性等稳健性检验后依然成立。②产业数字化通过减少中间投入进而降低了完全碳排放总量和强度，促进了产业增长与碳排放的脱钩。③数字化能降低整体农业，种植业和畜牧业，林业，制造业，整体交通运输业，陆路和管道运输，空运，仓储和运输支持活动，邮政和信使活动以及采矿业，北美和欧洲国家，发达经济体的完全碳排放强度。但对渔业，水运，水业、建筑业、住宿和餐饮业，东亚国家和不发达经济体的行业完全碳排放强度没有显著影响。同时，在高数字化行业中，数字化对其完全碳排放强度具有显著的抑制作用。