排序方式: 共有35条查询结果,搜索用时 15 毫秒
1.
基于技术水平和规模化水平时空差异,收集不同养殖模式生长周期、出栏量等关键数据,对全国和各省生猪养殖碳排放量进行估算。结果表明,1998-2015年,全国生猪养殖碳排放量呈震荡上升趋势,从1.08亿吨CO2当量增加到1.33亿吨 CO2当量;规模化养殖逐渐取代散养成为碳排放主体,2015年其排放量占比达到73.57%;四川、湖南、河南、山东等生猪主产省份碳排放量居全国前列;LMDI模型的分解结果表明,生猪产量扩张是碳排放增长的主要驱动力,推动碳排放量增长43.93%,技术进步和养殖规模化则将碳排放增长削减了近一半。因此,提高养殖技术、推动规模化养殖、应用沼气池处理粪污将是重要的温室气体减排措施。 相似文献
2.
余利娥 《盐城工学院学报(社会科学版)》2018,31(1):30-35
利用环境库兹涅茨曲线(Environmental Kuznets Curve,EKC)模型对中国30个省市的居民生活能源消费和经济增长之间的关系进行分析,以此研究不同省市的居民低碳意识现状与发展趋势,通过引入居民年龄结构效应、收入水平效应因素,扩展了对数平均迪氏指数分解方法(LMDI)模型,并对居民生活能源消费进行了分解。研究结果表明:30个省市中,12个省市的EKC曲线呈现“倒U型”,7个省市的EKC曲线呈现“U型”,10个省市的EKC曲线是斜率为正数的直线,宁夏回族自治区不存在EKC曲线;经济发达是居民低碳意识较强的必要条件却不是充分条件;收入水平效应对居民生活能源消费增长的贡献最大,而居民年龄结构效应的贡献接近于零。 相似文献
3.
4.
基于IPAT模型及对数平均迪氏指数(LMDI)分解法构建了包括人口规模、城镇化水平和城乡居民生活用水强度等人口因素在内的水资源消耗驱动因素模型,该模型从人口、经济角度全面探讨了水资源消耗的驱动因素并作了系统的量化。运用该模型研究太湖流域水资源消耗变化的驱动因素,分析结果表明:经济规模是影响太湖流域用水变化的主导因素;产业结构和产业用水强度对水资源消耗的增加起到抑制作用,并且产业用水强度对水资源消耗增长的抑制效应大于产业结构;人口规模对水资源消耗的增长具有显著影响;城镇化水平和城乡居民生活用水强度的历史驱动贡献率相对较小,但驱动力巨大,应予以足够重视。通过优化产业结构,以及降低单位GDP耗水量,提高水资源利用效率能够有效降低太湖流域水资源消耗。 相似文献
5.
文章对1995—2010年天津市能源消费碳排放进行分析,基于对数平均迪氏指数法( LMDI),对碳排放进行因素分解实证研究,并进行情景分析,寻求天津市碳减排对策。研究发现,虽然人均GDP效应、人口效应以及能源强度效应贡献量相对较大,但结构效应对于天津碳排放的影响也不容忽视,其对于能源消费碳排放的拉动或减缓作用与低碳能源比重、第三产业比重的大小有很强的关联性。情景分析进一步表明优化产业及能源结构对碳减排的积极作用。 相似文献
6.
中国城镇居民嵌入式碳足迹影响因素分析——基于LMDI模型 总被引:1,自引:0,他引:1
嵌入式碳足迹(EmbeddedCarbonFootprint,ECF)是居民消费的产品或服务在其生命周期过程中所产生的碳排放,测量比较困难。居民消费产生的碳排放已经成为我国碳排放增长的重要因素,从消费者角度研究碳排放及其驱动因素对节能减排有重要的现实意义。通过构建碳排放投入产出模型对城镇居民嵌入式碳足迹(ECF)进行测算,并运用LMDI因素分解模型分析中国城镇居民嵌入式碳足迹的影响因素。结果表明:生活水平效应较大,为正效应,对总ECF的贡献度是233%;碳排放强度为负效应,对总ECF的贡献度是一133%;消费结构为正效应,对总ECF的贡献度是9%。因此,政府应倡导居民节约消费,大力发展低碳产业,注重交通项目的减排。 相似文献
7.
山东省经济发展与碳排放关系及碳排放增长分析 总被引:1,自引:0,他引:1
根据计算出的近十年来山东省碳排放量,运用EKC模型分析了山东省经济发展与碳排放量之间的关系,并利用LMD I方法,分析了山东省碳排放增长的效应,最后针对其研究结果提出减少碳排放的建议。 相似文献
8.
9.
分析了重庆市1999—2012年制造业碳排放量的变化,比较了制造业各行业的碳排放量;并基于LMDI方法建立了重庆市制造业以及29个细分行业能源消费碳排放因素分解模型。研究发现:1999—2012年,重庆制造业的碳排放总量不断增长,在29个分行业中,化学原料及制品制造业、非金属矿物制造业等六大行业的碳排放量占制造业总排放量的四分之三以上;在影响因素中,产业规模的扩大是促进制造业碳排放增长的最主要因素,尤其对非金属矿物制造品业、化学原料及制品制造业等六大行业来说,产业规模促进碳排放的作用较明显;非金属矿物制造品业、化学原料及制品制造业等五大行业的能源强度对降低碳排放量效果显著;而行业结构以及能源结构对碳排放量的影响效果不是很明显。 相似文献
10.
基于陕西省相关统计数据,计算了2005~2013年陕西省交通运输业以及各种运输方式的碳排放量,通过构建LMDI分解模型,定量分析了运输能源强度、运输结构、交通运输业发展水平对陕西省交通运输业碳排放的影响。研究认为,运输能源强度的提高抑制了陕西省交通运输业碳排放量的增长,运输结构对陕西省交通运输业碳排放量增长的贡献力度不大,陕西省交通运输业发展水平的提高是影响碳排放量增长的主要因素。 相似文献