在“碳中和文献”中，命中：10条，耗时：0.0460058 秒
机构：江苏大学财经学院; 关键词：碳排放;;EKC曲线;;滞后期工具 摘要：文章运用面板数据滞后期工具变量分析发达城市群所在七省市的碳排放影响因素,主要包括产业结构优化、能源结构调整以及受教育程度。研究结果显示,七省市人均GDP与碳排放之间存在EKC假说的倒U型曲线。虽然产业结构合理化能够抑制碳排放增加,但是产业结构高级化却促进了碳排放增加,使得产业结构对碳排放的影响存在抵冲。能源结构调整促进碳排放增加,而受教育程度则相反。 年：2018 出版单位：中国集体经济
|
机构：中国人民大学经济学院;中国科学院大气物理研究所;环境保护部环境规划院;美国东北大学工学院;青岛科技大学环境学院;中国矿业大学管理学院;上海财经大学城市与区域科学学院;北京师范大学统计学院;江苏大学财经学院; 关键词：城市二氧化碳排放;;影响因素;;城市规模;;STIRPAT模型 摘要：中国不同城市在发展阶段、经济结构、气候条件、人口结构等都存在明显的差异,不同城市二氧化碳排放的主要影响因素及其影响程度也各不相同。本文基于最新的城市尺度二氧化碳排放数据库CHRED及CHRED2.0,通过加入产业结构、城市化和气候差异等因素,对传统STIRPAT模型进行扩展,考察了中国地级以上城市二氧化碳排放的影响因素。结果显示:人口规模、第二产业产值占比和采暖需求的增长都会显著提高一个城市的二氧化碳排放,同时部分城市二氧化碳排放会随着富裕程度的上升呈现先增加后减少的趋势,但城镇化率对二氧化碳排放的影响具有不确定性。从全国样本来看,2005年和2012年人口因素变化对碳排放影响变化较小,维持在0.7左右;气候因素的变化对碳排放的影响从2005年的0.288 1下降为2012年的0.000 2;第二产业产值比重变化的影响从2005年的0.744 2上升到2012年0.979 5;同时碳排放量与人均GDP在2005年存在倒U型关系,但到2012年这种关系不再显著。除了针对全国尺度的分析外,本研究还依据城市人口规模进行分组研究,并在此基础上进一步进行分位数回归,进而识别出不同规模城市二氧化碳排放量的影响因素差异。今后在制定城市节能减排政策对城市二氧化碳排放量进行管理的过程中,决策者需要在把握关键影响因子的前提下依据城市自身特点做到因地制宜、区别对待。 年：2018 出版单位：中国人口·资源与环境
|
机构：江苏大学财经学院; 关键词：经济增长;;CO_2排放;;LMDI分解法;;江苏省 摘要：如何在促进经济持续稳定增长的同时实现CO_2减排已经成为社会关注的焦点。本文以经济和能源消耗大省——江苏省为例,采用LMDI分解法分析了江苏省2003—2013年经济增长对CO_2排放的影响,研究结果显示:经济规模效应是CO_2排放增长的主导因素,且具有促进作用,累积贡献率为64.29%;能源强度效应具有抑制作用,累积贡献率为-22.90%;产业结构效应抑制CO_2排放,人口规模和能源结构效应促进CO_2排放,但均贡献微弱,贡献率依次为-6.24%、3.38%、3.19%。 年：2017 出版单位：当代经济
|
机构：宁夏大学资源环境学院;西安石油大学思想政治理论教学科研部; 关键词：能源消费;;气候变化;;碳排放强度;;碳排放压力;;西北地区 摘要：采用IPCC方法,对西北地区能源消费的碳排放进行时空差异分析,并对碳排放地域类型作了划分。结果表明:1990—2013年,西北地区碳排放总量由1.91×108t增长至12.03×108t,碳排放强度由18.40t/万元降为9.87t/万元,碳排放压力从很低等级(Ⅰa)升为中上等级(Ⅱb)。碳排放的空间集聚特征明显,碳排放总量呈现出以关天城市群、河西走廊城市群、银川平原城市群为主核和以天山北坡城市群为副核的主—副核模式,碳排放强度由西北向东南降低,碳排放压力以第二亚欧大陆桥轴线城市带、银川平原城市群以及陕北能源基地为较高区域。依据碳排放总量、强度和压力,划分出了高高高型(乌鲁木齐、昌吉、兰州、银川、石嘴山、吴忠、延安、榆林、渭南)、高高低型(阿克苏)、高低高型(西安、宝鸡和咸阳)、低高高型(哈密、西宁、海西、嘉峪关和金昌)、低高低型(吐鲁番、巴音郭楞、白银、平凉、临夏和固原)、低低高型(克拉玛依和铜川)、低低低型(伊犁、塔城、黄南、玉树等25个市州)等7类碳排放地域类型,并对不同类型区的碳减排策略作了初步探讨。 年：2016 出版单位：经济地理
|
机构：宁夏大学资源环境学院;陕西理工学院秦岭与蜀道地理研究所;西安石油大学心理研究所;陕西师范大学旅游与环境学院; 关键词：气候变化;;温室气体;;IPCC;;湖南省 摘要：为温室气体减排提供决策参考,基于IPCC和中国《省级温室气体清单编制指南》,核算了1995~2011年湖南省温室气体排放,并对其动态作了分析。结果表明:2011年湖南省温室气体排放总量为594.7Mt CO2e,主要温室气体CO2、CH4和N2O的排放量分别为471.3、100.8和22.6 Mt CO2e,占排放总量的比例依次为79.25%、16.95%和3.79%。能源消费是温室气体排放的主要来源,2011年的排放量达421.5 Mt CO2e,占排放总量的70.87%。林业呈现为碳汇效应,2011年的值为18.2 Mt CO2e,消解温室气体排放量的3.06%。研究时段内温室气体从241.7 Mt CO2e增长为594.7 Mt CO2e,年均增长率达9.12%,可分为3个阶段,其中,1995~1999年波动降低,1999~2003年缓慢上升,2003~2011年快速增长,变化率依次为-3.32%、4.69%和17.37%。能源利用效率明显提高,万元GDP温室气体排放量由10.64tCO2e/万元减少到2.93tCO2e/万元,年均减少7.75%,但人均温室气体排放量由3.65tCO2e增加到8.07tCO2e,年均增长5.08%,减排压力较大。 年：2015 出版单位：长江流域资源与环境
|
机构：江苏大学财经学院; 关键词：城镇碳排放;;区域差异;;STIRPAT模型;;江苏省 摘要：本文采用STIRPAT模型对比分析了2007-2012年间影响江苏省苏南、苏中、苏北三个地区碳排放的影响因素,研究结果表明:1能源强度是影响苏南地区人均碳排放量的主要因素,人均可支配收入、城镇化水平影响程度依次减弱;2苏中地区能源强度是主要影响因素,但城镇化水平的影响程度不断加强,人均可支配收入的影响程度逐渐减弱;3对苏北地区人均碳排放的影响程度由强到弱依次是城镇化水平、能源强度、人均可支配收入。 年：2015 出版单位：商
|
机构：江苏大学财经学院; 关键词：城镇化;;碳排放;;STIRPAT模型;;地区差异 摘要：对比分析处于不同城镇化发展阶段区域的碳排放量变化的影响因素具有现实的指导意义。本文以处于城镇化发展不同阶段的苏南、苏中和苏北三个地区为例,利用STIRPAT模型对比分析城镇化发展进程和经济发展水平不同对碳排放量的影响。研究结果表明:城镇化发展是碳排放的主要影响因素之一,且现阶段城镇化发展并不利于实现碳减排;工业发展对碳排放量的影响较大,工业能源消费量占能源消费总量的70%以上;无论城镇化发展处于哪个阶段,改善能源消费模式,均有利于减少碳排放量。 年：2015 出版单位：当代经济
|
机构：河海大学水文水资源与水利工程科学国家重点实验室;河南省漯河水文水资源勘测局; 关键词：气候变化;;潜在植被;;LPJ模型;;老哈河流域 摘要：依据老哈河流域自然地理特征,对LPJ模型参数进行修正,对比模拟的基准年潜在植被分布与TM遥感数据解译的2000年土地覆被数据,发现改进的LPJ模型能较好地模拟老哈河流域植被类型的空间分布趋势。采用IPCC-SRES B2情景气候数据和LPJ模型模拟2000—2100年老哈河流域潜在植被对气候变化的响应。结果表明:2071—2100年老哈河流域林地面积大幅度增加,呈现向东和向北移动趋势,而草本植被逐渐减少;各月平均叶面积指数除2020s夏季外均高于基准年;在气候变化情景下,植被净初级生产力南高北低分布的格局基本不变,但总量逐渐上升,且原本净初级生产力值较高的南部地区增加最为明显。 年：2013 出版单位：水资源保护
|
摘要：国家发改委和财政部有关课题组经过调研,形成了"中国碳税税制框架设计"的专题报告。因涉及国家对资源税与环境税的改革与调整,课题组表示,我国碳税比较合适的推出时间 年：2010 出版单位：中国园林
|
机构：华东师范大学地理系、教育部城市与环境动态过程开放实验室,兰州大学资源环境学院 上海200062,兰州730000 关键词：R/S分析;;城市气候变化;;兰州 摘要：运用R/S方法、城郊对比法 ,对 195 1~ 1999年兰州市城市气候的温度、水汽压、相对湿度和日照百分率等指标的冬 (1月 )、夏 (7月 )及年平均值进行了计算分析 ,各项指标的Hurst指数H均大于 0 .5 ,说明它们存在明显的赫斯特现象 ,反映了兰州市近 5 0年来气候变化存在趋势性成分 ,即持续性的城市化气候效应。至于各项指标的Hurst指数在冬、夏及年平均值间有差异 ,分析证明这是兰州城市化气候效应强度的季节差异所造成。 年：2002 出版单位：干旱区地理
|
| | |