在“碳中和文献”中，命中：10条，耗时：小于0.01 秒
机构：哈尔滨师范大学地理科学学院; 关键词：农田生态系统;;碳排放;;碳吸收;;公平性 摘要：近些年全球变暖的情况愈演愈烈气候变化成为了全世界普遍关注的问题,本研究利用2003—2016年我国31个省(市、区)农田生态系统碳排放量、碳吸收量数据,分析了碳排放总量、省域碳排放强度、人均、地均碳排放量的时空变化,从生态承载力系数、经济贡献系数两个方面,分析了各省域间农田生态系统碳排放的公平性。研究结果表明:①2003—2016年我国农田生态系统碳排放并没有得到很好的控制,碳排放量大的地区已经由中南、西南、华北地区逐步蔓延到了西北、东北地区。②从碳排放强度角度分析,我国农田生态系统GDP增加速度大于碳排放量的增加速度,说明我国经济的快速增长并未引起农田生态系统CO2的大量排放;从人均碳排放量来看,由2003年的1.63 t/人增加到2016年的2.21 t/人,其中增长较快的地区主要集中在东北地区和西北地区;增长量最大的新疆,增长了99.34 kg/人,上海市出现了减少现象,人均碳排放减少了11.17 kg/人;从地均碳排放来看,由2003年的1.95 kg/m2增加到2016年的2.43 kg/m2,呈现下降趋势的只有北京、上海两市,研究区内其他29个省(市、区)的农田生态统地均碳排放均呈上升趋势,其中增长量最大的广东省,增加了45.55 g/m2;③我国西南和东北地区生态承载系数相对其它地区较高,研究区的经济贡献系数在0.230~16.752之间,基于2016年生态承载系数和经济贡献系数之间存在差异,将我国31个省(市、区)可以分为3种类型:北京等4市5省1区属于"高—低"型地区;吉林等4省1区属于"低—高"型地区;河北等13个省3区属于"低—低"型地区。 年：2019 出版单位：湖南师范大学自然科学学报
|
机构：哈尔滨师范大学地理科学学院; 关键词：能源消费碳排放;;脱钩分析;;LMDI 摘要：文章利用Tapio模型和LMDI分解方法对东北三省的能源消费碳排放的脱钩关系和影响因素进行了分析。结果表明:2000-2015年东北三省能源消费CO_2排放量表现出先增加后降低的趋势,2000-2012年,黑龙江、吉林、辽宁三省的能源消耗CO_2排放量呈上升趋势,年均增长率分别为6.51%、9.00%和6.49%,2012-2015年,三省的CO_2排放量开始呈下降趋势;脱钩分析得出:2000-2015年,东北三省的脱钩状态呈现波动变化趋势,2000-2012年东北三省整体呈现弱脱钩状态;2012-2015年,东北三省均表现为强脱钩状态;经济因素是东北三省各省能源消费CO_2排放量增加的主要促进因素,能源强度是主要抑制因素,人口规模和能源结构对碳排放变化的影响程度较小。 年：2019 出版单位：环境科学与技术
|
机构：哈尔滨师范大学地理科学学院; 关键词：环境工程学;;生活能耗;;碳排放;;空间自相关;;地理加权回归模型 摘要：基于2003—2015年中国30个省份的居民直接生活能耗碳排放数据,利用空间自相关分析其空间格局变化,并利用地理加权回归模型分析了居民消费所产生的二氧化碳排放影响因素。结果表明,中国省域的碳排放空间依赖作用较为显著;居民消费水平、居民直接生活能耗碳排放强度、劳动年龄人口比重对居民人均直接生活能耗碳排放量的增加具有促进作用;家庭规模对人均碳排放的影响呈现较强的负向抑制作用。中国经济发展的区域不平衡在碳排放方面凸显为居民直接生活能源消费碳排放的差异,并在集聚格局上表现出多种类型。 年：2019 出版单位：安全与环境学报
|
机构：哈尔滨师范大学地理科学学院; 关键词：碳收支;;碳足迹;;碳排放强度;;黑龙江省 摘要：以黑龙江省为例,构建了碳排放清单的研究框架和核算方法,对区域碳排放进行了较为全面的核算,并进一步对碳排放强度、人均碳排放量及生态足迹进行了分析.结果表明:(1)黑龙江省整体碳排放量从2000年的5 061.04万t上升到2012年的9 363.93万t,涨幅为185%,达到最高值,并最终在2014年下降为8 602.15万t,最终涨幅170%;其中,2014年能源消费碳排放占总碳排放量的84.72%.(2)生态系统的碳汇能力呈现不断上升的趋势,其中以森林碳汇为主,其碳汇年均占总碳汇量63.55%,2000年达到最高值71.62%.(3)从碳排放量与经济发展的脱钩状态来看,2001年和2003年的脱钩指数大于1,其他年份均小于1,总体上呈现下降的趋势,脱钩程度越来越明显,说明黑龙江省的地区的经济增长不再完全依赖能源消耗的增长,单位碳排放支撑的经济产出率在不断提升.总体来看,黑龙江省净碳排放能力呈上升的趋势,未来的碳排放压力较小,具有广阔的碳排放空间. 年：2017 出版单位：湖南师范大学自然科学学报
|
机构：哈尔滨师范大学; 关键词：环境规制;;碳排放;;中介效应;;情景预测 摘要：利用2005~2015年黑龙江省工业碳排放量数据,通过中介效应考察环境规制对黑龙江省工业碳排放的影响及传导机制,并在此基础上,对黑龙江省工业碳排放分目标情景和低碳情景两个方案进行情景预测分析.结果表明:环境规制对黑龙江省工业碳排放不仅存在直接抑制作用,而且会通过产业结构、能源结构、外商直接投资和技术进步间接影响工业碳排放.2015~2050年,黑龙江省工业碳排放量目标情景下呈现先上升后下降的趋势,到2020年前后达到高峰,低碳情景下表现为明显下降趋势,并且到2050年目标情景与低碳情景下工业碳排放量基本持平.据此为黑龙江省实施节能减排工作,实现老工业基地的全面振兴提出政策建议. 年：2017 出版单位：哈尔滨师范大学自然科学学报
|
机构：哈尔滨师范大学地理科学学院黑龙江省普通高等学校地理环境遥感监测重点实验室;上海交通大学安泰经济与管理学院; 关键词：碳排放;;农田生态系统;;时空分异格局;;驱动因素 摘要：根据2000—2014年东北三省碳排放的相关数据,结合空间探索性分析及地理加权回归等模型方法,对研究区农田生态系统碳排放量的空间集聚性、差异性及其重要驱动因素进行研究.结果表明:东北三省农田生态系统碳排放量存在比较显著的全局空间正相关,自相关性在整体上表现出逐渐增强的趋势,到2014年全局Moran's I指数达到最高值0.3395.在局部空间相关关系上,东北三省农田生态系统碳排放量的高-高区域集中在黑龙江省和吉林省,低-低地区主要集中在辽宁省,表现出不平衡的发展格局.人均GDP对农田生态系统碳排放有负效应,总人口数对农田生态系统碳排放的影响从正效应转变为负效应,化肥施用对农田生态系统碳排放影响程度的空间分布格局发生了较大变化,代表生产技术水平和能源消耗的农业化肥施用量和农业机械总动力因素对农田生态系统碳排放的影响较大,东北三省农田生态系统碳排放和农业机械总动力相关程度有逐渐趋同的趋势. 年：2017 出版单位：环境科学学报
|
机构：哈尔滨师范大学; 关键词：碳排放;;STIRPAT模型;;碳排放预测;;东北 摘要：通过对东北三省1999~2014年的碳排放进行测算分析,利用STIRPAT模型,运用最小二乘法和主成分分析方法,探究东北三省的碳排放影响因素;并设置基准和低碳情景预测2020年、2030年东北三省的碳排放量.结果表明:(1)人口总量、城镇化率、人均地区生产总值、二产增值比对东北三省的碳排放起正向推动作用,其中人口总量对碳排放量的促进作用最大,而能源强度对碳排放起抑制作用;(2)经过情景预测分析:2020年基准情景下,黑龙江省、吉林省和辽宁省的碳排放强度分别为0.41、0.54、0.48;2030年在基准情景下黑龙江省、吉林省和辽宁省三省的碳排放强度分别为0.31、0.62、0.41. 年：2017 出版单位：哈尔滨师范大学自然科学学报
|
机构：哈尔滨师范大学地理科学学院黑龙江省普通高等学校地理环境遥感监测重点实验室; 关键词：土地利用;;碳排放;;东北地区;;不均衡性 摘要：[目的]通过分析东北地区2000—2014年不同土地利用方式的碳排放效应,为东北地区土地利用结构的优化和碳减排提供参考。[方法]利用土地利用数据和能源消耗数据等,采用碳排放系数法,对东北地区2000—2014年不同土地利用方式的碳源/汇进行计算,并分析其区域差异和碳排放强度。[结果](1)建设用地是东北地区碳排放量的主要来源,对碳排放的贡献率超过88%,辽宁省的碳排放量最多。(2)东北地区森林碳汇资源丰富,黑龙江省是东北地区碳吸收的主要来源。(3)东北地区人均碳排放强度呈缓慢增长态势;地均碳排放强度先增长后降低;单位GDP碳排放强度在持续稳定下降,但是当前其下降程度还远远不足以使碳排放总量减少。(4)东北地区是一个不均衡的区域,黑龙江省对其他区域有贡献;吉林省碳排放造成的生态环境影响在内部区域已经自行承担;辽宁省则损害了其他地区的利益。[结论]黑龙江省和吉林省面临着一定的碳减排压力,辽宁省面临着较大的碳排放压力,综合来看东北地区面临着较大的碳排放压力。 年：2017 出版单位：水土保持通报
|
机构：黑龙江省普通高等学校地理环境遥感监测重点实验室,哈尔滨师范大学;黑龙江省科学院自然与生态研究所; 关键词：碳排放;;土地利用方式;;碳排放强度;;哈尔滨市 摘要：采用2004~2012年哈尔滨市土地利用和能源消耗数据,分析了2004~2012年哈尔滨市主要土地利用方式的碳排放。结果显示:1哈尔滨市2004年碳排放量为361.451万t,2012年碳排放量增长至1 875.658万t。2建设用地为主要碳源区,其碳排放占每年碳排放总量的96.98%;林地是主要碳汇区,约占碳汇量的99.90%,其总吸收量约为每年1 523.02万t碳;3哈尔滨市碳排放强度由2004年的0.681 t/hm2上升至2012年的3.534 t/hm2,平均每年增长22.854%;4建设用地碳排放强度2008年以前呈快速增长,2008年以后为缓慢的波动增长;5预测2020年建设用地的碳排放量为3 558.264万t;碳排放总量为2 055.839万t,比2012年上涨180.181万t,年平均增长率为1.15%,增长速度较慢。 年：2015 出版单位：地理科学
|
机构：黑龙江省普通高等学校地理环境遥感监测重点实验室哈尔滨师范大学; 关键词：碳排放;;STIRPAT模型;;主成分分析;;影响因素;;吉林省 摘要：碳排放的增加促进温室效应,影响了生态发展和人类的正常生活,因此减少碳排放越来越受到国际重视,而对于我国建设低碳城市是现阶段城市建设的主要目标.基于吉林省1998—2012年碳排放时间序列数据,利用STIRPAT模型,通过主成分分析法分析人口总量,城市化率,能源强度,人均可支配收入,工业增产值对碳排放的影响.结果表明,人口总数对碳排放的促进作用最强,其次是城镇可支配收入,能源强度是唯一对碳排放起抑制作用的影响因素,但是相对于人口的促进作用仍然很弱,所以总体碳排放仍然呈不断增加的趋势.进一步分析得出城市化率与碳排放之间在现阶段还未出现环境库兹尼茨曲线关系,说明了碳排放量仍然还会持续增加. 年：2015 出版单位：湖南师范大学自然科学学报
|
| | |