共查询到20条相似文献，搜索用时 15 毫秒
1.
选取1980~2011年的样本数据,应用IPCC碳排放计算方法对河北省能源消费碳排放及经济发展进行阶段分析,同时利用LMDI模型对碳排放增量进行影响因素分解,分析人口、经济产出、产业结构、能源强度、能源消费结构对碳排放的作用程度。结果表明:1980~2011年河北省碳排放经历了稳定增长(1980~1996年)、低速增长(1996~2000年)和快速增长(2000~2011年)3个阶段,且3个阶段的GDP增速明显大于碳排放增速,河北经济发展与能源碳排放整体处于弱脱钩状态,与实现强脱钩还有一定的差距。LMDI模型分解结果显示,碳排放的驱动因素是人口、经济产出和产业结构,贡献度分别为8.92%、292.39%和14.95%;抑制因素是能源强度和能源结构,贡献度分别为-202.94%和-14.35%。 相似文献
2.
《浙江农林大学学报》2015,(4)
气候变化日益严重,分析碳排放的影响因素,探讨工业碳减排意义重大。运用对数平均权重分解法(LMDI)的加和分解法建立了能源消耗碳排放的因素分解模型,从能源强度、产业结构、能源结构、经济产出和从业人口规模等5个方面对安徽省规模以上工业行业的碳排放进行实证分析。结果显示:能源强度、产业结构对碳排放有着较强的负效应,经济产出、从业人口规模有强的正效应,能源结构表现出不显著的正效应。安徽工业行业中,电力、热力生产和供应业,煤炭开采和洗选业,石油加工、炼焦和核燃料加工业,黑色金属冶炼和压延加工业及非金属矿物制品业这五大高能源强度是影响安徽省工业碳排放的最主要行业。为降低碳排放,有针对性地提出了降低能源强度,调整产业结构及减少五大行业的比重的政策建议。 相似文献
3.
《农村经济与科技》2017,(5):35-39
人类活动导致的土地利用/覆盖变化是大气中二氧化碳含量增加的重要原因。依据土地利用碳排放测算方法,得出1996~2012年江苏省徐州市土地利用碳排放特征,并探究土地利用碳排放与经济发展之间的脱钩效应。研究得出:(1)1996~2012年徐州市土地利用碳排放由1399.16万t增长至3202.19万t,年均增长率为4.99%,主要归因于建设用地激增。(2)徐州市土地利用地均碳排放强度、人均碳排放强度、单位GDP碳排放强度年均增长分别为4.99%、4.20%、-7.25%。(3)徐州市土地利用碳排放增长速度低于经济增长速度,主要表现为弱脱钩,但碳排放总量居高且呈增长态势。合理控制建设用地规模、转变土地利用方式为徐州市低碳经济发展改革方向。 相似文献
4.
为探究“双碳”目标下畜牧业的低碳发展问题，测算了中国31省(市、自治区)畜牧业碳排放量(统计数据未含港、澳、台地区，下同),并借助核密度估计和LMDI分解模型分析其时空动态演进和影响因素。结果表明：1)中国畜牧业碳排放总量呈先上升后下降态势，碳排放强度呈下降态势且省际差距大幅缩小。2)强度效应对畜牧业碳排放的抑制作用最为明显，演变趋势呈现“强-稳定-强”抑制水平；农业结构效应呈现由促进作用转为抑制作用的变化特征；产业结构效应的抑制作用仅次于强度效应；经济效应的促进作用最大，其演变趋势呈现倒“U”;人口规模效应的促进作用较小。3)全国畜禽养殖及其主要种类碳排放量的影响因素存在地区差异。牧区的肉牛、肉羊以及东北地区生猪强度效应和产业结构效应的抑制作用不足削减经济效应带来的促进作用，促进了其碳排放的增加。因此，政府需积极引导养殖户进行清洁生产，加大对畜牧龙头企业在品种改良、饲料配比优化方面的科研投入，因地制宜的推进畜禽低碳养殖发展。 相似文献
5.
李颖 《安徽农业大学学报》2019,28(4):34-41
2005－2016年安徽省农村居民生活能源消费碳排放与农业经济增长之间的脱钩变化轨迹和LMDI效应显示,碳排放强度、能源强度和经济水平效应对安徽省农村居民生活能源消费碳排放具有正向拉动作用,其中效果较大的是能源强度效应,这是导致安徽省农村居民生活消费碳排放增加的主导因素。能源结构和人口规模效应对安徽省农村居民生活能源消费碳排放起到了抑制作用,其中效果较大的是能源结构效应。 相似文献
6.
7.
《西南农业学报》2021,(8)
【目的】能源消耗和环境问题是世界范围的研究热点,第二产业(主要是工业)的碳排放影响温室效应尤其是当今社会关注的焦点。【方法】根据IPCC法和统计年鉴,以甘肃省为例,测算2000—2017年第二产业碳排放量和排放强度,并借助脱钩分析、碳承载力和碳赤字跟踪碳排放的动态变化趋势,选取灰色关联模型分析第二产业碳排放的驱动因素,利用灰色系统预测2018—2019的碳排放量和排放强度。【结果】甘肃省产业为"二、三、一"结构,工业占能源总消耗量的73%。从时间来看,2000—2017年间第二产业碳排放量呈逐年增长趋势,平均碳排放量为11 367.29万t;碳排放强度却呈逐年下降趋势,平均值为8.68万t/亿元;2018—2019预测结果符合趋势规律。【结论】碳排放量与GDP之间呈弱脱钩的态势,脱钩指数有减小趋势;碳承载力增长趋势明显且趋于稳定,19年间碳承载力增长了21.95%,从2011年开始出现碳赤字,并呈现先增加后减小趋势。从地区来看,嘉峪关等5市属于碳排放高强度区,兰州市的碳排放量贡献率最大,平凉市未来环境压力相对较小。从驱动因素分析,煤炭和石油是工业碳排放的主体,关联度最高,关联系数为0.88和0.80。最后提出相应的低碳节能减排政策建议,以期为政府决策提供科学依据。 相似文献
8.
基于LMDI分解的襄阳市土地利用碳排放与经济增长的脱钩关系研究 总被引：2，自引：0，他引：2
城镇化、工业化的快速推进使得襄阳市减量化经济增长与土地资源环境保护之间的矛盾越发尖锐。基于直接、间接系数法,本文测度了各类土地利用的碳排放总量及其变化趋势,并运用LMDI因素分解法,对其影响因素进行深入分析。结果表明:(1)2006-2018年期间,襄阳市的土地利用碳排放量处于持续增长的状态;(2)经济规模、土地结构、人口规模是襄阳市的土地利用碳排放增加的决定性因素,而能源强度对碳排放增长保持较强的负向效应;(3)近年来,襄阳市土地利用碳排放与经济增长之间的脱钩关系状态整体是保持弱脱钩关系,碳排放的增长速率略低于经济增长的速率。 相似文献
9.
选取中国西部地区四川省作为研究对象,应用政府间气候变化专门委员会(IPCC)推荐的碳排放模型测算2000～2016年区域内农业碳排放量及强度;采用Tapio脱钩理论分析区域内农业碳排放与经济增长的特征,并评估农业经济低碳发展状况;通过构建LMDI碳排放因素分解模型研究各驱动因子的贡献值,根据驱动因子的影响和作用提出农业低碳发展的对策。结果表明:研究期内四川农业碳排放量及强度平均每年分别以1.52%、1.18%增长率呈上升趋势,其中农膜是最主要贡献者,占45.2%;农业碳排放与经济增长的脱钩关系由最初不理想状态逐渐变成相对理想状态,在2013、2016年则呈现出完全脱钩的理想状态。研究分析得出农业经济快速增长是导致碳排放增加的主要驱动因素,农业生产效率是影响碳排放增长的关键抑制因素。 相似文献
10.
农业是一个较为复杂的温室气体源/汇系统，不同区域、不同种养情况导致农业系统呈现碳源或碳汇两种情况。分析农业系统中碳排放特征及其影响因素，对实现农业绿色发展具有重要的意义，也为推动实现“碳达峰”“碳中和”目标提供数据依据。本研究以河西走廊为例，测算了2000—2020年河西走廊地区20个县市的农业碳排放量，并分析了农业碳排放时空特征及其影响因素。结果显示：2000—2020年河西走廊地区农业碳排放呈现缓慢上升状态。农业碳排放量最大的区域为凉州区和甘州区，占河西走廊地区农业碳排放总量的31.74%。从种植业与养殖业来看，河西走廊地区种植业为碳汇，碳吸收量达1.41×108 t，养殖业为碳源，碳排放量达4.17×107 t。2000—2020年河西走廊地区农业净碳排放量呈现起伏变化，但总体呈下降趋势，农业系统向碳汇转变。在种植业中对农业碳排放影响最大的因子为种植规模，在规模稳定发展区域影响最大的因素为机械化程度，在规模较小的区域主要影响因素为农村用电量；在养殖业中对规模较大区域和养殖业占比较高区域影响最大的因素为养殖规模，关联度在0.90以上。2000—2020年河西走廊地区农业碳排放强度表现为从随机分布到显著聚集的过程，农业碳排放重心缓慢向东南方向转移，但仅在张掖市内迁移。 相似文献
11.
【目的】基于当前“双碳”战略的大背景，厘清农村能源碳排放现状特征、时空格局及其影响因素，为有效推进农村低碳发展提供重要支撑。【方法】利用碳排放因子法对我国农村能源碳排放进行有效测度并分析其时空特征；而后运用自相关模型对其空间关联格局进行探讨；最后通过STIRPAT扩展模型的引入剖析影响其强度变化的主要因素并分析空间溢出效应。【结果】我国农村能源碳排放总量整体处于持续上升态势，2019年比2005年增加了77.55%，从成因来看主要归结于农村居民生活能源消费量的增加；农村能源碳排放强度在考察期内略有上升，虽存在一定年际起伏但总体波动较小。2019年农村能源碳排放量存在明显的省际差异且以河北居首宁夏最末，相比2005年仅有5个省（市、区）整体处于下降趋势；2019年农村能源碳排放强度以北京居首而海南处于最后一位，后者甚至不及前者1/10。2008年以来我国农村能源碳排放既表现出明显且稳定的空间依赖性，同时也存在局部空间聚类现象，其中高-高集聚型省份数量较少且相对稳定，而低-低集聚型省份数量较多,且处于增长态势。在社会层面因素中，农村富裕程度提升会导致农村能源碳排放强度增加,而农业技术进步与... 相似文献
12.
中国农业碳排放经验分解与峰值预测——基于动态政策情景视角 总被引：1，自引：1，他引：0
运用广义迪式指数分解(GDIM)考察了1985—2017年中国农业碳排放驱动因素,并根据因素贡献差异设置动态政策情景对2018—2030年的全国农业碳排放量进行模拟与预测。研究发现:财政支出规模是引致碳排放增长的首要因素,而财政支出强度与产出强度为促进碳排放减少的关键因素;从时间段来看,1985—2010年我国碳排放增长表现为“产值规模带动”到“生产支出带动”,2010年后呈现“政策规制效应”下的年际间交替增减变化态势;在动态情景预测中,政策规制情景和绿色低碳情景分别在2025和2020年达到峰值,高速发展情景和绿色低碳情景在2030年的碳排放总量相差近10亿t。由此可见,出台“奖补”与“规制”并行的政策手段、借助市场作用优化农业生产投入结构、提高农资消耗品使用率是促进低碳生产的长久之计。 相似文献
13.
为了深入认识安徽省农业碳排放与农业经济增长之间的相互关系,并为区域低碳农业发展政策措施的制定提供理论依据,采用Tapio与LMDI模型对安徽省农业碳排放的脱钩效应及影响因素进行研究。结果表明：1998—2014年安徽省农业碳排放总量呈波动上升趋势,具体表现为“快速增长-持续〖JP2〗下降-缓慢上升”三阶段特征;研究期内农业碳排放与农业经济增长间的脱钩关系以弱脱钩和强脱钩为主,说明安徽省农业低碳减排工作取得一定成效;效率因素、劳动力因素和结构因素均对农业碳排放增长具有抑制作用,它们在研究期内的累计减排贡献量分别为896.51万t,341.62万t和253.67万t,〖JP〗而农业经济发展则是碳排放增长的主要驱动因素,其引发的累计碳排放增量高达1552.29万t。 相似文献
14.
运用CiteSpace对2010—2021年我国农业碳排放的研究热点及趋势进行可视化分析。结果表明,近年来我国农业碳排放的研究热点主要集中在科学核算、与农业经济的脱钩效应、农业碳排放绩效评价及影响因素、农业碳减排的困境及实现路径等。其中,2010—2013年是研究的萌芽期,从对气候变化的关注到农业碳排放;2014—2017年是成长期,对农业碳排放与农业经济发展的脱钩效应及影响机理研究日渐深入;2018—2021年是热潮期,前沿已经转移到农业科技创新、农业绿色低碳发展、绿色金融助力农业碳减排上。未来应深入研究“双碳”目标下农业碳排放的精准核算、影响机理,以及精准化、差异化农业碳减排问题。 相似文献
15.
16.
在对2006—2019年合肥市农业碳排放时序与组成变化分析的基础上，采用Tapio脱钩弹性模型分析合肥市农业碳排放量与农业经济增长的相关性，基于EKC模型原理结合岭回归等统计方法进行相关关系分析，并运用Python3软件拟合三次函数对合肥市农业碳排放进行科学预测。结果表明：农业碳排放量总体呈上升趋势，且谷物种植产生的碳排放量占比最大；农业碳排放量与经济发展之间主要有弱脱钩、扩张连续、强负脱钩与强脱钩四种类型，其中主要以弱脱钩为主，且现阶段有向强脱钩发展的趋势；未来10年，合肥市农业碳排放量将逐年下降。总体表明，合肥市低碳农业发展良好，并有进一步扩大的趋势。 相似文献
17.
运用LMDI-Attribution方法对山西省2005~2014年间碳排放强度进行了分解及归因分析,并将传统的LMDI模型扩展到产业部门和居民生活两部分,量化五大行业对影响效应变化的贡献率。结果表明,山西省碳排放强度呈下降趋势,2014年万元生产值碳排放强度比2005年减少了2.603 29 t。其中,影响其变化的3个主要因素是经济规模、能源强度和居民能源消费结构;农业、工业、建筑业、交通业、商业5个行业对能源强度效应和产业结构效应均有抑制碳排放强度增长作用;其中,工业是能源结构、能源强度和产业结构3个效应变化的最主要因素,而低耗能的农业、交通业、商业的影响力微弱。总体而言,工业是山西省未来减排最需要关注的部门,优化产业结构和能源结构,大力发展清洁能源是山西省绿色低碳发展的最佳途径。 相似文献
18.
19.
洪业应 《福建农业大学学报(哲学社会科学版)》2014,(6):38-42
农业经济增长对资源所产生依赖的变化趋势及农业发展与资源环境的关系日渐引起学术界的广泛关注.以重庆市1978-2012年农业生产资料投入数据为基础,根据IPCC提出的碳转化系数计算方法,探讨了农业碳排放与经济增长的关系并进行了脱钩效应分析.结果表明：从时间上看,34年来重庆市农业碳排放总量年均增长率为3.53％,化肥施用和农业灌溉是农业碳排放的主要来源.在区域微观层面上,农业投入产生的农业碳排放与经济增长之间呈现出环境库兹涅茨曲线趋势特征.从脱钩分析来看,农业碳排放与经济增长之间以强负脱钩、弱脱钩为主要特征. 相似文献
20.
为探究山东省农业碳排放与农业经济增长间的关系,基于农药、农膜、化肥、农用机械柴油、翻耕、灌溉等农业生产中的6个方面,采用碳转化系数法测算山东省1997—2015年的农业碳排放量和排放强度,并选取山东省17个地级市为样本,比较山东省各地碳排放的区域差异,最后运用Tapio脱钩模型计算山东省农业碳排放的脱钩弹性系数。结果表明:(1)从1997年以来,山东省农业碳排放量和排放强度总体呈现出简单的倒"U"形变化,"上升—下降"两阶段演化特征突出;(2)山东省农业碳排放量高的地区多集中于鲁西北平原区,碳排放强度高的地区多聚集在山东半岛东部和胶东丘陵西部地带;(3)山东省农业碳排放和农业经济发展呈现出扩张负脱钩、弱脱钩、强脱钩3种不同类型的弹性特征,2008年后以强脱钩为主导,脱钩状态较为理想,说明近年来山东省在农业碳减排方面成效显著。 相似文献