南昌市土地利用碳排放效应及其低碳优化对策

土地利用/覆被变化通过改变生态系统的结构和功能,对全球碳排放产生深刻的影响。以南昌市为例,采用生态系统类型法确定土地生态系统的有机碳排放,2005年南昌市碳排放总量为4.826 2 Tg,2010年为5.535 9 Tg。期间南昌市土地利用变化碳排放量呈现增长的趋势,2010年比2005年增长0.709 7 Tg,年均增长0.141 9 Tg。其中耕地和牧草地的碳排放量在2005—2010年间减少,园地、建设用地表现为增加,水域和其他未利用地的碳吸收功能减弱。根据土地利用规划预测计算得出,2020年为6.697 7 Tg,比2005年增长1.871 5 Tg,年均增长0.141 9 Tg。由于用地结构的差异性,南昌市的碳排放量也有所不同。2005—2010年,全市各县区的碳排放依次以南昌县、新建县、进贤县和青山湖区最多,碳排放总量排名基本保持不变。结合土地利用结构变化和发展规划,南昌市应该采取适度退耕还林、还水、限制建设用地过度扩张、优化城市用地布局、灵活调节土地供应政策、构建碳交易法律体系等碳减排措施,达到土地利用规划与生态建设相结合的目标。     

我国碳排放权交易基本问题探讨

碳排放权交易将市场机制引入到碳减排工作中,以较低的成本达到减排目标,促进资源的优化配置.我国于今年开展了碳排放权交易试点工作,发布了一系列政策并更新了技术条件,但是却存在较为严重的法律规范缺位现象.因此,我国亟须通过立法来确认和规范碳排放权及相关许可证、交易主体、交易规则等基本问题,明示其合法性与正当性以保护碳排放权交易市场的长期、稳定、健康运行.     

陕西省碳排放与经济增长实证研究

通过选取1985-2012年陕西省GDP和碳排放量数据,利用协整检验和Granger因果关系分析了陕西省碳排放与经济增长间的关系.结果表明：经济增长引起了碳排放增长,但碳排放量增长并不能促进经济的相应增长.为此提出了陕西省应该发展低碳经济,优化产业结构,发展新能源和可再生能源及制定相关的法律法规以促进经济的增长.     

关于我国居民消费碳排放影响的研究综述

居民消费对能源消耗与碳排放影响的相关问题已成为学术界关注的焦点。当前国内居民消费对碳排放影响的研究主要集中在：居民消费对碳排放影响程度的判断;居民消费碳排放的结构特征;居民消费碳排放的影响因素分析。目前国内研究还处于起步阶段,缺乏对消费模式、能源消耗与碳排放三者之间关系的系统研究。从居民日常生活的角度来研究消费方式——能源利用——碳排放之间的逻辑关系,将成为今后气候变化与低碳社会研究领域的一个热点。     

城市空间形态与城市土地利用碳排放强度关系分析——以上海市为例

采用1990年、2000年和2010年上海市城市土地分类利用数据和城市产业能源利用数据,运用空间紧凑度测度模型、能源消费模型和碳排放强度模型,得到上海市在这3个特定年份的城市紧凑度和基于产业空间基础的土地利用碳排放强度。通过计算分析得出主要结论:(1)近20年随着上海市空间紧凑度的增大,城市土地利用的碳排放强度也在增大;(2)交通产业空间和生活与工商业空间碳排放强度最大,与城市空间紧凑度的相关性也最大,因此,这两个产业空间应作为土地利用规划调整的重点区域;(3)未来随着城市发展趋于稳定和能源利用技术的进步,碳排量会不断下降;而城市土地利用效率和强度会不断提高,城市空间紧凑度会不断增大,碳排放强度响应也会减小。     

华东地区碳排放量灰色关联度分析

定义面板数据,将样本行为矩阵划分为时间维和指标维.以影响碳排放的包括总人口、城镇人口、生产总值、第二产业增值、能源结构在内的5个指标为研究对象,从个体和时间维度衡量影响因素矩阵与参考矩阵的相关程度,定义面板数据的灰色关联系数和灰色关联度,构建基于面板数据的灰色矩阵相似关联模型.将模型应用于华东地区各省市2005～2016年的碳排放量相关影响因素的分析中,得到各影响因素与碳排放量的时序灰色关联度和截面灰色关联度.模型应用性好,为华东地区各省市如何构建低碳化社会、降低碳排放量提供了针对性政策建议.结果显示:5个影响因素与碳排放的关联度从大到小依次为,生产总值(0.806)、总人口(0.786)、能源结构(0.774)、第二产业比重(0.770)、城镇化(0.729);灰色关联度表明华东地区前期处于一个经济转型时期,至2010年后,各种发展模式随之变得稳定;通过碳排放量与各影响因素的灰色截面度来看,华东地区不同城市的发展状况以及政策情况各有不同,从而影响了碳排放量的变化.     

湖北省土地用途转换的碳排放及空间关联性

土地用途转换是碳排放的重要来源。基于湖北省2000-2020年土地用途转换数据,计算碳排放量,研究其空间关联性特征。研究表明：湖北省土地用途转换率呈现“二增四减”的变化特征;土地用途转换导致碳排放量增加8577×10⁴t,增幅达到68%,主要源于单位GDP能耗的提高;空间上,碳排放量总体呈现“一个中心,半环递减”的格局;分区域来看,各地区土地用途转换碳排放量存在空间关联性,但空间关联处于低密度联结状态;武汉市始终处于碳排放量空间的中心和空间净受益的主导地位。     

省际R&D技术溢出对碳排放的影响

CO2排放增多是全球变暖的主要原因,技术进步对碳减排的作用日益受到各方重视。基于地理经济距离构建省际技术溢出网络,将省际R&D直接技术溢出与用网络中心度度量的间接技术溢出引入碳排放影响因素分析的面板计量模型,利用2000—2013年中国29个省、市、自治区面板数据进行实证分析。结果表明:全国范围内,省际R&D直接溢出对碳排放有显著的抑制作用,间接效应不明显。分地区看,东、中部地区省际R&D直接溢出与碳排放显著负相关,西部地区不显著。省际R&D间接溢出可以显著减少中部地区碳排放,东部地区以接近中心度衡量的省际R&D间接溢出与碳排放显著正相关,西部地区以特征向量衡量的省际R&D间接技术溢出与碳排放显著正相关。     

安徽工业经济增长与能源碳排放脱钩研究

以2005—2018年安徽省工业行业为研究对象,基于LMDI方法将工业经济增长与能源碳排放脱钩的内在驱动分解为能源结构、能源效率、经济产出、行业结构、人口效应五个因素.研究结果表明:(1)安徽省工业行业碳排放量态势前期巨幅上升,后期逐步趋向平缓;(2)能源效率是促进安徽省工业行业碳排放脱钩的主要因素,经济产出是抑制碳排放脱钩的首要原因,其次是人口效应因素,能源结构对碳排放脱钩抑制效果最弱;(3)在整个研究期间,安徽省工业经济增长与碳排放存脱钩效应经历由长期的弱脱钩转变为短暂强脱钩,最终进入弱负脱钩3个阶段.根据上述研究结论对安徽省绿色经济发展提出相关建议.     

中国经济和能源政策对碳排放强度的影响

经济政策和能源政策是影响中国能源消费和碳排放的主要政策因素.从一次能源人均碳排放量和终端碳排放强度也即单位GDP终端碳排放强度两个视角分析中国碳排放强度,采用Divisia指数分解模型对碳排放强度进行分解,研究结果表明:经济政策因素和能源政策因素在不同时期对碳排放强度变化的作用和贡献率是不同的.从人均碳排放而言,起主要作用的因素是经济发展和能源效率的提高,1980-2012年人均碳排放量提高了309％,增加了4.7t CO2,其中经济发展水平的提高促进了人均碳排放增加,贡献率为215.7％,而能源效率的提高起到了降低人均碳排放的作用,贡献率为-113％.从终端碳排放强度分析,1996-2012年,碳排放强度降低了52％,其中能源效率的提高作用最大,贡献率为106％,其次是能源结构的改变,而产业结构的变化则提高了碳排放强度.     

长沙市碳排放与影响因素的拟合变动分析

科学认识城市碳排放的影响因素及其存在的相关性,再有效制定碳减排对策的重要基础。利用相关系数法定量测定了长沙市碳排放与其影响因素之间的相关性关系,并利用岭回归分析方法对城市碳排放与其影响因素进行了定量变动分析。研究结果表明：在城市化快速推进的背景下,长沙市碳排放的影响因素按其对模型的解释能力依次是总人口（0.750 4）、单位GDP能耗（0.371 9）、城市化率（0.272 0）以及城市居民人均消费支出（0.145 2）。     

中国工业碳排放及其影响因素灰色预测分析——基于STIRPAT模型

基于STIRPAT模型,将中国工业碳排放的影响因素确定为人口规模、人均工业产值和工业技术水平。以1997年至2010年中国工业碳排放相关数据为研究样本,采用灰色预测GM(1,1)模型预测了工业碳排放、人口规模、人均工业产值和工业技术水平2011-2020年的未来值,为控制未来工业碳排放量提供数据参考。结果表明,从灰色预测的增速和总量综合来看,人均工业产值对工业碳排放影响最大。同时GM(1,1)对工业碳排放及其影响因素的预测精度较高。     

国家级城市群建筑业碳排放效率的空间分异及影响因素

基于2009至2019年中国四个国家级城市群62个城市的面板数据，对其建筑业的碳排放效率及空间差异和影响因素进行分析。首先采用排放系数法测定碳排放量，在此基础上利用非期望产出超效率SBM进行碳排放效率分析，最后运用Tobit模型分析碳排放效率的影响因素，得到以下研究结论：（1）碳排放量在时序上呈现倒“V”字型；（2）建筑业碳排放效率整体水平不高，在时序上总体呈上升趋势，城市群间空间差异显著；（3）建筑业碳排放效率与建筑业区域经济、产业结构及节能技术呈正相关关系，与行业规模、资源禀赋及区位熵呈负相关关系。因此从政府角度提出了技术推广和资源利用等对策建议。     

基于泰尔熵指数的区域碳排放差异研究

碳排放的区域差异研究,对各地区碳减排任务的合理分配及碳减排目标的顺利实现具有重要意义.基于泰尔熵指数系统分析了中国碳排放的区域分布特征及差异化程度,探索了中国东部、中部和西部不同区域碳排放效率的差异及成因.研究结果表明:中国碳排放整体呈现出人均碳排放量增加、碳排放强度降低的走向;碳排放效率总体呈现出东高西低,中部改善迅速的态势;中国各区域碳排放效率长期存在差距,西部地区的减排行为对中国整体的碳减排目标实现举足轻重.为中国碳减排任务的合理分解提供了经济及政策建议.     

农业碳排放特征及影响因素分析——以安徽省为例

基于种植业和畜牧业2个方面的12类碳源,计算出安徽省2004—2015年的农业碳排放总量和碳排放强度,对安徽省农业碳排放的时间变化和空间方面的特征进行分析,并进一步利用LMDI模型对影响安徽省农业碳排量的主要因素及其对农业碳排放的贡献度进行分解研究.结果表明,研究期间,安徽省农业碳排放总量具有先下降后上升的趋势.来自种植业方面的物资投入对安徽省农业碳排放的影响逐渐增加,来自畜牧业方面的碳排放对安徽省农业碳排放的影响逐渐减弱.农业经济发展水平和农业劳动力规模因素拉动了安徽省农业碳排放量的增加,而农业生产效率因素和农业结构因素则抑制了碳排放量的增加.为促进安徽省农业碳减排,应加快转变农业经济发展方式,优化农业产业结构,高效利用农业资源,积极研发和推广农业碳减排的应用技术,实现畜牧业的可持续发展.     

福建省种植业碳排放与产出关系研究

通过化肥、农药、农膜、农用柴油、农业灌溉和土地翻耕等6类碳源测算了1990-2013年福建省种植业的碳排放量,并对其进行特征分析,发现种植业碳排放与产出的变动呈现出相似的同向趋势。在此基础上,运用协整分析方法、向量自回归模型与脉冲响应函数来考察种植业碳排放与产出之间的长期关系和动态关系。研究表明:种植业碳排放及其产出之间存在长期稳定的均衡关系,且种植业产出变动对碳排放有显著影响,而种植业碳排放变动对产出作用不大,对自身的影响却很强烈。据此提出了促进福建省种植业发展与减排并行的政策建议:(1)充分发挥政府的引导、鼓励和支持作用,引导农户树立低碳意识;(2)通过科技减排,推进农业现代化;(3)因地制宜,促进农业产业结构低碳化转型;(4)优化农业能源消费结构,提高能源利用效率;(5)建立健全相关法律法规,切实保障农户的切身利益。     

能源新形势下区域碳排放影响因素研究 ——基于江苏省数据的实证分析

在能源新形势下,基于扩展的STIRPAT模型,以江苏省1998—2017年的数据为样本,定量分析能源消费碳排放量与人口规模、人均GDP、能源消费结构、城市化水平和绿化覆盖率等因素之间的关系,并基于主成分回归对江苏省能源消费碳排放量进行预测和拟合。研究发现：人口规模、能源消费结构以及第二产业产值占比等因素均能促进碳排放量的增加,人口规模的影响最显著;绿化覆盖率、人均绿地面积和专利授权数均能抑制碳排放量的增加;经济增长与能源消费碳排放量之间不存在EKC曲线。基于分析结果,对江苏省发展低碳经济提出相关政策建议。     

论碳排放权的法律属性

碳排放权具有保护环境公共利益和控排企业私人财产利益的双重法律意义,因市场机制必须经过政府管控才能发挥减排效用,所以碳排放权受到行政规制具有正当性和必要性。政府没有干预碳排放权中财产利益的目的,碳排放权本身也没有对抗政府规制之意,因此,以权利受到行政规制为由认定碳排放权具有公法属性不符合公权利的定义。初始分配和清缴配额环节的公法属性或源于政府对配额的管理,或源于行政法律义务,但都无关碳排放权的法律属性。除了可交易性特征,碳排放权对控排企业支配配额财产的保护,碳排放权法律关系的自愿性和平等性都表明了碳排放权是私法权利。     

收入差距与居民消费碳排放关系

国内外学者对收入差距与碳排放的相关性做了一些研究,但并未得出一致结论。为探究在中国国情下收入及收入差距与居民消费碳排放间的相关性,核算中国30个省（直辖市、自治区）的居民消费碳排放量,并采用差异性测度方法（基尼系数、拟基尼系数、Kakwani指数、Theil指数）进行相关分析。结果表明:（1）2002—2012年,中国处于收入提高、收入差距缩小而居民消费碳排放量扩大的阶段;（2）收入与居民消费碳排放量非线性正相关,处于不同收入组的省份,在发生收入组变化时,碳排放不平等程度会呈不同的变化趋势;（3）从全国来看,收入差距与居民消费碳排放间负相关,但是从各收入组来看二者之间的关系是不确定的;（4）提高居民收入、缩小收入差距从而促进人均间接碳排放量降低的共赢局面很难达成。政府应根据收入差异化制定节能减排政策,提倡低碳生活主动减排,并推动供给侧改革及促进科技创新以减少间接碳排放。     

基于Kaya模型的江苏省人口城镇化对碳排放的影响

运用Kaya碳排放恒等式,并在此基础上引入人口城镇化变量进行修正,利用江苏省1979—2012年相关的时间序列数据,对江苏人口城镇化对碳排放的影响进行实证分析。结果表明,人口城镇化水平与碳排放的关系呈倒"U"型,即初期,城镇化对碳排放有显著的驱动作用,但当城镇化达到一定水平后会抑制碳排放。江苏现阶段人口城镇化对碳排放存在显著的正影响,但还未达到倒"U"型的拐点。人口城镇化并非江苏碳排放的主要驱动因素,对碳排放影响最为显著的是能源强度与人均GDP,GDP增长是碳排放增长的最根本原因;滞后期碳排放量对当期碳排放存在正向影响,说明区域碳排放存在路径依赖现象。