EN中文

SCIENTIA GEOGRAPHICA SINICA >

2012 , Vol. 32 >Issue 3: 314 - 321

DOI: https://doi.org/10.13249/j.cnki.sgs.2012.03.314

Orginal Article

Evolution Mechanisms of Primary Energy-related Carbon Emissions in Zhengzhou-Kaifeng Metropolitan Area

  • ZHANG Li-jun ,
  • QIN Yao-chen ,
  • ZHANG Jin-ping ,
  • ZHANG Yan
Expand
  • Key Research Institute of Yellow River Civilization and Sustainable Development/College of Environment and Planning, Henan University, Kaifeng, Henan 475004, China

Received date: 2011-03-30

  Request revised date: 2011-11-21

  Online published: 2012-03-25

Copyright

本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
Fold

Abstract

Responses to the challenge of global warming include research into scope for adoption of low-carbon approaches to resource use. Urban development is faced the transition to a low carbon eco-city, and evolution mechanisms of urban primary energy-related carbon emissions are the premise and foundation for Zhengzhou-Kaifeng metropolitan area′s low carbon eco-city research. The paper estimates carbon emissions and its influencing factors in different periods by carbon emission model and LMDI method. The various influencing factors include population size, economic development level, planting structure, crop yields, crop sown area, energy intensity, energy structure and so on. Especially, evolution mechanisms of fossil fuel-related carbon emissions from 2000 to 2009, primary energy-related carbon emissions and major crops carbon sequestration from 2004 to 2007 are explored using LMDI analysis. In addition, the low-carbon development identification function is constructed to choose the further leading industry. The conclusions can be drawn as follows. 1) Carbon emissions gradually increase per year in Zhengzhou-Kaifeng metropolitan area during the study period, with great difference in amount, speed and structure. Specifically, primary energy-related carbon emissions have a great increase while major crops' carbon sequestrations increase slowly. Coal-related carbon emissions play an important role in total emissions, and biomass energy-related carbon emissions can not be ignored compared with natural gas and crude oil. Fossil fuel-related carbon emissions and primary energy-related carbon emissions of Zhengzhou are higher than that of Kaifeng, while major crops carbon sequestrations of Kaifeng are higher than that of Zhengzhou. 2) Carbon emissions change with the interaction of factors such as economic development level, energy intensity, energy structure, population size, planting structure, crop yields, crop sown area. Economic growth is the most significant effect to promote an increase in carbon emissions. Energy intensity improvement effectively promotes a decrease in carbon emissions. And crop sown area expansion and crop yields increase are significant effect in carbon sequestration with some difference in Zhengzhou and Kaifeng. Because of the data and methods selected in this article, effects of energy structure and planting structure are not very significant. 3) The industry′s complementary development is contributed to reduce carbon emissions in Zhengzhou-Kaifeng metropolitan area, but a variety of industries′ capacity and structure needs improving and adjusting. The improvement of energy utilization technology in new industries, the upgrading and adjustment of traditional industries, the update of urban functions has brought new opportunities for low-carbon development in Zheng-Bian metropolitan area. 4) Low-carbon urban complex ecosystem is an open complex giant system, and mechanisms on carbon emissions of energy-material- information flow are the direction for further study. It is of significant importance to comprehensively analysis the interactive mechanism among different factors, such as population growth and technological progress, economic development and industrial restructuring, energy intensity and land use change. The ultimate goal is to regulate Zhengzhou-Kaifeng metropolitan area into a low-carbon eco-city by exploring the carbon emission discipline in built-up areas, expansion areas, and carbon footprint area in Zhengzhou-Kaifeng complex ecosystem.

Key words： primary energy; carbon emissions; LMDI; low carbon eco-city; Zhengzhou-Kaifeng metropolitan area

Cite this article

ZHANG Li-jun , QIN Yao-chen , ZHANG Jin-ping , ZHANG Yan . Evolution Mechanisms of Primary Energy-related Carbon Emissions in Zhengzhou-Kaifeng Metropolitan Area[J]. SCIENTIA GEOGRAPHICA SINICA, 2012 , 32(3) : 314 -321 . DOI: 10.13249/j.cnki.sgs.2012.03.314

300 a高速的工业文明导致全球气候突变,造成巨大的资源环境压力,引起尖锐的人地矛盾,城市发展面临着向低碳生态转型的挑战。碳排放变化及机理研究成为调控城市低碳生态发展的前提和基础,受到国内外学者广泛关注。国外学者主要采用Laspeyres指数法、LMDI分析法、AWD分析法、结构分解法、碳通量平衡模型、LCA法、EIO法、Hybrid-EIO-LCA法和CGE模型等[1~9],从宏观上探析城市化过程中的人口和经济增长、能源结构、城市扩张、低碳技术进步、低碳城市政策和体制创新等的影响[10~14],从微观上研究城市生产、消费及物质能量的碳循环与代谢等的作用机理[15~17]。国内相关成果近期不断涌现,初步探析了不同地区人口增长、经济发展、产业转型、土地利用变化及居民出行等对碳排放的影响,模拟预测了能源消费与碳排放高峰,分析了中国碳减排的潜力[18~23]。现有研究已取得不少进展,但区域（国家）层面的碳排放变化规律在指导城市碳减排过程中存在一定局限,地方层面的研究因统计口径、核算边界差异使城市碳排放计量的科学性与可比性受到质疑。特别地,中国各类城市的人口规模与产业结构、经济水平与发展阶段、区位条件与资源禀赋有较大差异,碳排放变化及机理存在不同的规律性。因而,不同边界和范畴及不同层级数据下的城市碳排放核算、不同时间尺度的碳排放变化影响机制等成为低碳生态城市研究亟待解决的问题。
郑汴两市作为中国中原地区城镇体系中的新、老核心城市,也是未来一个时期带动中原经济区发展的强力增长极。现代新城郑州的东向扩展与千年古都开封的西向发展、黄河和陇海铁路的空间轴体与中原文化的底蕴脉络、河南省会搬迁形成的人文社会关系、产业体系的错位互补发展等,使其成为具有坚实整合基础的空间地域共生体。两市空间对接、经济社会部门衔接形成的一体化都市区对城市低碳化有特殊的需求,探索其碳排放变化及机理对低碳生态城市建设和低碳经济发展又有重要的指导意义。本文采用LMDI分析法,构建低碳发展判别函数,尝试将城市碳排放变化机理的共性与个性分析相结合,研究郑汴都市区一次能源消费的碳排放变化及影响因素,探讨各产业碳排放变化的特点及调整方向,以期为郑汴都市区低碳生态化发展提供科学依据。

1 研究设计

1.1 研究区域及范畴界定

城市中心区“倒金字塔”式的营养和能量结构决定低碳生态城市发展必须以所在区域为支撑平台,城市碳循环系统所涵盖的城市蔓延区（建成区和扩张区）与城市碳足迹区不一定毗邻,可能位于数百公里之外[24]。本研究区域不仅包括郑汴都市区核心区（郑汴两市中心区）,还包括郑汴都市区的紧密层,也即与之具有密切社会经济联系的具有一体化倾向的县（市）[25],涵盖郑汴两市所辖的2个市区,新郑、新密、巩义、荥阳和登封5个县级市,中牟、尉氏、通许、兰考、杞县和开封县6个县。
城市碳基能源利用特别是化石燃料的燃烧产生大量的CO2,占全球温室气体排放量的比重在67%以上[26],因而本研究重点探析化石能源消费的碳排放变化特征。结合郑汴都市区所处农业大省的地域特点,同时探讨生物质能（沼气、秸秆、薪柴等）消费的碳排放,以及农田生态系统的碳吸收,其中农田人工输入部分（如水利、机械等）的碳排放涵盖在化石燃料燃烧产生的碳排放中。研究中的数据主要来自2001~2010年《河南省统计年鉴》[27]、2006~2009年《中国能源统计年鉴》及相应年份郑州、开封两市的统计年鉴[28~30]。因统计口径差异及数据限制,下文以2000年为基期,分析2000~2009年煤、石油、天然气等化石燃料所带来的碳排放,探讨2004~2007年间生物质能碳排放与农田生态系统碳吸收的变化。

1.2 碳排放变化机理分析框架

低碳生态城市是以城市人群为主体,以次生自然要素、自然资源和人工物质要素、精神要素为环境,并与一定范围的区域保持密切碳循环与代谢联系的社会-经济-自然复合生态系统。碳循环与代谢的效率决定着城市生态系统低碳水平的高低,城市垂直方向上的碳通量（碳循环）受植物和土壤的呼吸作用以及碳基能源燃烧等影响,水平方向的碳通量（碳代谢）主要受含碳物质的输入-输出通量影响,城市扩张带来的土地利用与覆被变化则通过将自然景观转化为城市景观而影响城市碳循环与代谢。根据城市复合生态系统及碳基能源利用特点[31],主要探析各因素对一次能源消费的碳排放变化的影响程度与驱动方向,即采用人口规模、经济发展水平分别代表社会系统、经济系统的影响,以作物播种面积和产出强度、能源强度等因素代表自然系统的供给能力。

1.3 碳排放估算及LMDI分析方法

一次能源碳排放测算公式为：
C e = ∑ E ei F ei (1)
式中,Ce为一次能源碳排放总量（万t）,Eei为第i（i=1,2,…,6）种一次能源的消费量（万t标准煤）,Fei为第i种一次能源的碳排放系数（万t碳/万t标准煤）。借鉴前人研究思路和经验[32],郑州、开封两市的Eei根据河南省人均能源消费数据分别乘以两市总人口而得到。Fei是结合《中国能源统计年鉴》中平均低位发热量、折标准煤系数,根据2006年《IPCC国家温室气体清单编制指南》计算而得到[33]：煤炭为0.755 1,石油0.585 4,天然气0.447 9,沼气0.436 3,秸秆0.893 4,薪柴0.892 3,其中秸秆的碳排放系数是大豆秆、棉花秆、麦秆、玉米秆的平均值。
主要农作物碳吸收量测算公式为[20]：
C c = ∑ C cj = ∑ ( C f Y jw ) / H (2)
式中,Cc为主要农作物的碳吸收量（万t）,Ccj为第j（j=1,2,…,10）种农作物全生育期的碳吸收量（万t）,Cf为作物合成1 g有机质（干重）所吸收的碳,Yjw为第j种农作物经济产量,H为经济系数。10种作物的Cf和H见参考文献[34]。
一次能源碳排放量、主要农作物碳吸收量、碳排放总量分别表示为：
C e = ∑ C ei / E ei × E ei / E e × E e / Y × Y / P × P = ∑ F ei × S ei × I e × R × P (3)
C c = ∑ C cj / O cj × O cj / A cj × A cj / A × A = ∑ F cj × I cj × Scj × A (4)
Ct=Ce-Cc (5)
式中：Ct为碳排放总量,Cei为第i种一次能源的碳排放量,Ee为一次能源的消费总量,Y为国内生产总值（亿元）（为消除价格变动的影响,以2000年可比价表示）,P为户籍人口规模（万人）; Ocj为j种农作物的产量（万t）,Acj为第j种农作物的播种面积(×103hm2),A为主要农作物的播种面积(×103hm2)。Fei=Cei/Eei代表i种燃料的碳排放系数;Sei=Eei/Ee,代表能源结构;Iei=Ee/Y,代表能源强度;R=Y/P,代表经济发展水平。Scj=Acj/A,代表作物的种植结构;Fcj=Ccj/Ocj,代表主要作物的碳吸收系数;Icj=Ocj/Acj,代表作物单位播种面积产量。
根据LMDI方法,目标对象分解方法有加法和乘法两种形式[2]。一次能源消费的碳排放变化量ΔCe和变化速率De可以表示为：
ΔCe=CeT-Ce0=ΔCeS+ΔCeF+ΔCeI+ΔCeR+ΔCeP (6)
De=CeT/Ce0=CeSCeFCeICeRCeP (7)
式中,CeT、Ce0分别是研究基期和末期的碳排放量,CeS 、CeF、CeI、CeR、CeP分别代表能源结构效应、排放因子效应、能源强度效应、经济发展水平效应、人口规模效应。
主要农作物碳吸收的变化量和变化速率可以表示为：
ΔCc=CcT-Cc0=ΔCcS+ΔCcF+ΔCcI+ΔCcA (8)
Dc=CcT/Cc0=CcSCcFCcICA (9)
式中,CcS、CcF、CcI、CA分别代表主要农作物的种植结构效应、吸收因子效应、产出强度效应和播种面积效应。其中Fei和Fcj在本研究中为固定系数,年变化量为0,因而在下文中暂不讨论排放与吸收因子效应对碳排放量变化的影响。各效应的计算方法见文献[2],其中公式（3）、（4）测算的变化量、变化率应与公式（6）、（7）计算结果一致,检测了研究结果的准确性。

1.4 产业低碳发展判别

LMDI分析从总体上把握了城市碳排放变化的作用规律,但对不同职能城市低碳发展的侧重点针对性不强,因而根据各产业碳排放特点对经济子系统做进一步分析。综合考虑产业碳排放与碳生产力变化,用低碳函数flc反映产业绝对碳减排与相对碳减排类型,以辨析各城市不同产业的升级与调整方向。r产业低碳发展判别函数为：
flcr=f (ΔCer,ΔCpr)=f (CTer-C0er,CTer /V 0r-Cer/Vr)
(10)
式中ΔCer、ΔCpr分别为r产业碳排放、碳生产力变化量,CTer、C0er分别为r产业研究期与基准期（2005年）的碳排放量,VTr 、V0r分别为r产业研究期与基准期的工业增加值,其中r产业的碳排放按照公式（1）进行计算。
根据碳排放变化量ΔCe与碳生产力变化量ΔCp的组合关系,可将产业低碳发展分为4种类型：ΔCe>0、ΔCp>0为相对高碳型,ΔCe<0、ΔCp>0为绝对低碳型,ΔCe<0、ΔCp<0为相对低碳型,ΔCe>0、ΔCp<0为绝对高碳型。相对高碳型产业虽然碳排放量有所增加,但碳生产力不断提高,减排潜力较大;绝对高碳型产业实现了与碳基能源的脱钩发展,经济效益较高,是应当鼓励发展的部门;相对低碳型产业虽然实现了减排目标,但经济效益下降,产能水平和经济效率有待进一步提高;绝对低碳型产业碳排放量不断增加,且碳生产力不断下降,是应该调整升级的部门。

1.5 不确定性分析

计算结果的不确定性主要受能源消费量数据、碳排放系数,以及碳足迹区范围界定的影响。首先,郑州、开封两市的能源消费数据主要通过河南省人均能源消费估测而得到,掩盖了人口规模因素在LMDI分析中贡献。其次,研究中参照2006年IPCC能源碳排放系数标准,没有考虑因技术进步带来的碳排放系数变化。再者,将碳足迹区界定为郑汴市域之内,可能与真实的范围有出入。最后,统计数据自身的质量、不同年份统计口径的变更也会给测算结果带来不确定性。

2 结果与分析

2.1 郑汴都市区一次能源消费的碳排放总量分析

2.1.1 碳排放总量及特征
2000~2009年郑汴都市区化石燃料产生的碳排放量总体呈现上升趋势（图1）,由2000年的667万t增长到2009年的1 966万t。根据化石能源碳排放量变化趋势,可以看出2003~2007年间的碳排放增长速度较快,其中2003~2004年间增幅最大,2007年后趋于平缓。从2003年河南省实施区域性中心城市带动战略加快中原城市群发展,到2006年底郑开大道顺利通车实现郑汴同城对接,郑汴都市区在此期间急剧汇聚大量人口、经济、资金等要素,能源消费量大幅升高。
Fig.1 Various carbon emissions in Zhengzhou-Kaifeng metropolitan area in different periods

图1 郑汴都市区不同类型碳排放变化态势

2004~2007年间郑汴都市区一次能源消费的碳排放变化表现出以下特征：首先,一次能源排放量逐年上升,变化于1 286~1 867万t之间,略高于同期化石能源碳排放量。其次,煤炭消费的碳排放是郑汴都市区一次能源碳排放的主要来源,其碳排放占排放总量的比例变化于84%~87%之间,分别是原油、天然气和生物质能源产生碳排放量的12.5~18.6倍、41.7~46.7倍和12.7~16.5倍。最后,生物质能源年度变幅小,但与天然气和原油相比具有不可忽视的作用。2004~2007年间郑汴都市区沼气、秸秆和薪柴的碳排放总量变化于114.9~159.4万t之间,与原油消费的碳排放量相当,其中薪柴产生的碳排放量略高于天然气产生的碳排放量。
2004~2007年间郑汴都市区主要农作物碳吸收量呈现缓慢上升的趋势,变化于469.4~579.6万t之间（为加强与碳排放量的对比效果,图中碳吸收量用其相反数标示）。在此期间,主要农作物碳吸收年度增加量减少,从26.4万t减少到23.4万t。与一次能源碳排放总量相比,所占比例从36%下降到31%。2004~2007年间郑汴都市区碳排放总量在一次能源碳排放量与主要农作物碳吸收量相互作用下呈现出整体上升的趋势,变化于816.8~1 287.7万t,明显低于化石能源消费的碳排放（1 184.3~1 751.2万t）。
2.1.2 碳排放变化及特征
郑汴两市各类能源碳排放变化与郑汴都市区各类能源碳排放趋势一致,还有以下特点：
2000~2009年间,郑汴两市化石能源碳排放量比较高,且前者高于后者。郑州市在人口规模、经济发展水平上远高于开封市,较强的能源需求,特别是对煤炭的高度依赖,造成较高的化石能源消费。郑汴两市的化石能源碳排量分别变化于382.71~1 136.66万t、284.12~829.45万t之间。
2004~2007年间郑汴两市一次能源碳排放量逐年增加,其中生物质能源的碳排放量年度变化较小。郑汴两市一次能源碳排放量分别变化于729.06~1 064.6万t和557.12~802.67万t之间,生物质能源的碳排放年均变化量分别为52.25万t和63.89万t。随着农村经济发展水平的提高、农村人口逐渐向城市转移,生物能源需求降低,生物质能源碳排放将逐渐减少。
2004~2007年间郑汴两市主要农作物的碳吸收量逐年增加,郑州市的吸收总量与年变化速度低于开封市。两市碳吸收量分别变化于192.1~215.3万t和277.26~364.26万t之间,年度增长率分别为3.5%、6.9%、1.3%和7.1%、15.7%、6%。开封市耕地面积和农业发展规模高于郑州市,但随着城市扩张步伐加快、产业结构不断调整,两市主要农作物碳吸收量都有减少的趋势。
2004~2007年间郑汴两市碳排放总量逐年增加,郑州市高于开封市,且能源构成略有不同。郑汴两市碳排放总量分别变化于536.96~849.3万t和279.87~438.41万t之间,其中郑州市一次能源的较高水平排放与主要农作物的较低水平吸收导致郑州市碳排放总量远高于开封市。

2.2 郑汴都市区一次能源消费碳排放变化机理分析

2.2.1 2001~2009年间化石能源碳排放机理分析
以2000年为基期,2001~2009年间郑汴两市的碳排放量分别增加了756万t和526万t,比基期增长了3倍。采用LMDI方法探析不同因子对化石能源碳排放的贡献值（图2）,基于低碳发展判别函数重点分析对碳排放贡献较大的工业部门低碳发展模式（表1）。
Table 1 The classification for low-carbon development of industry in Zhengzhou-Kaifeng Metropolitan area

表1 郑汴都市区各产业低碳发展类型

相对高碳型 绝对低碳型 相对低碳型 绝对高碳型
郑州市 无 化学品制造业、电器机械器材制造业、烟草制品业、化学纤维制造业、木材加工业、专用设备制造业、石油加工业、皮毛羽绒加工业 其他制造业 仪表及办公机械制造业、纺织业
开封市 无 食品制造业、交通运输设备制造业 其他制造业 文体用品制造业、通信设备制造业、黑色金属冶炼加工业、服装鞋帽制造业、塑料制品业、皮毛羽绒制品业、饮料制造业、专用设备制造业、纺织业、有色金属冶炼加工业
Fig. 2 Additive decomposition of fossil fuel-related carbon emissions in Zhengzhou and Kaifeng

图2 郑汴两市化石能源碳排放的加法分解

分析可知,经济快速发展是引起化石能源碳排放增加的主要因素。郑汴两市经济发展水平贡献值分别是化石能源碳排放变化量的1.2倍和0.93倍,远高于其他因素的贡献率。进一步从生产与消费角度剖析：郑汴两市产业结构分别从5.7:49.2:45.1和32:35.4:32.5调整到3.1:54:42.9和21.6:44.4:34,农业比重大幅下降,工业比重上升,产业结构由第一产业向第二产业演进过程中促进碳排放量的增加;2009年郑汴两市人均GDP、城镇和农村居民家庭人均消费性支出约为基期的3倍,消费水平的提高会带动能源消费进而促进碳排放量的增加。
能源强度的增加是抑制化石能源碳排放的主要因素,但郑汴能源强度的影响差异较大。郑州市能源强度变化量逐年下降,从0.71万t标准煤/亿元下降到0.51万t标准煤/亿元;郑州市能源强度对碳排放消减的贡献大,在30%~50%之间。这与国家宏观调控政煤炭使用的政策,以及技术水平的提高密不可分。开封市能源强度在2002~2006年度呈上升趋势,之后下降,且其能源强度对碳排放变化贡献比郑州市小。这与开封市“十五”期间工业强市战略的推行,以及高技术产业比重低、传统产业改造缓慢的产业发展特点密切相关。从而也说明开封市的能源利用效率有待提高,减排潜力较大。
能源结构和人口规模效应对碳排放变化量的影响不是十分显著,这主要与郑汴两市现阶段能源消费特点和本文采用的研究方法有关。以煤炭为主的能源结构短期很难调整,近年来郑汴两市煤炭消费比基期稍有增长,占化石能源消费总量的87%以上。本文所选取的估测方法假定了人口增长与能源消费呈正相关。因而,本研究中能源结构和人口规模较弱地促进了碳排放变化量。
不同产业类型对郑汴都市区碳排放变化的贡献不同。取各研究期与基准期的平均值,除去工艺品及其他制造业、废气资源回收加工业、电力、热力生产和供应业、燃气生产和供应业、水生产和供应业,郑汴都市区28种制造业低碳发展类型判别如表1所示。郑州市实现低碳发展的产业种类相对较多,而开封市碳排放量增加、碳生产力下降的产业种类较多;同时,郑汴两市还有较多产业虽然排放量增加,但在保持经济增长的同时减排潜力较大。特别是郑州市主导产业中的汽车制造业虽然碳生产力有所提高,但排放量仍在增加;开封市主导产业中的化工业经济效益提高,但减排任务较大;纺织业同为两市的主导产业之一,已成为绝对高碳排放类型的产业。
2.2.2 2004~2007年间碳排放与碳吸收机理分析
以2000年为基期,研究2004~2007年间不同因子对郑汴都市区一次能源碳排放和主要农作物碳吸收的贡献（图3和图4）,可得出如下分析结果：
首先,与化石能源碳排放相比,各效应对一次能源碳排放的影响态势相同。但经济发展水平、能源强度对一次能源碳排放变化的贡献略有不同。2004~2007年间郑汴两市经济发展水平变化速度对一次能源、化石能源碳排放变化速度的影响相同,能源强度变化速度对化石能源碳排放变化速度的影响较大,而经济发展水平与能源强度变化量均对一次能源碳排放变化量的贡献较高,这主要因为农村生物质能源的碳排放占有一定比重,沼气、秸秆、薪柴等能源的微小变动会影响一次能源碳排放量的变化。
产出强度和播种面积是影响郑汴两市农作物碳吸收的主要因素,种植结构的变化影响比较微弱。具体而言,郑州市播种面积是影响碳吸收量变化的关键因素,因城市扩张、重点建设项目用地需要,播种面积以12.18×103~14.5×103hm2的年变化量逐年减少。产出强度是促进碳吸收的重要因子,随着农业投入的增加、耕作水平的提高,主要农作物产出强度以11.67~29.05kg/hm2的年变化量逐年增加。开封市主要农作物播种面积以9.133×103 ~22.49×103hm2的年变化量逐年增加,是促进碳吸收的重要因子。2006和2007年的产出强度大幅提高,增加量分别为14.14和23.92kg/hm2,成为促进碳吸收量的显著因子。
Fig.3 Multiplication decomposition of primary energy-related carbon emissions in Zhengzhou and Kaifeng

图3 郑汴两市一次能源碳排放变化的乘法分解

Fig.4 Additive decomposition of main crops-related carbon sinks in Zhengzhou and Kaifeng

图4 郑汴两市主要农作物碳吸收的加法分解

3 结论与讨论

1） 研究期内郑汴都市区碳排放总量不断增加,郑汴两市碳排放基数、速度与结构各有不同。具体而言,郑汴都市区一次能源碳排放增幅较大,主要农作物碳吸收量缓慢增加,煤炭消费的碳排放在一次能源总排放中占重要地位,与天然气和原油相比,生物质能源产生的碳排放也不可忽视。郑州市的碳排放总量与速度以及化石能源碳排放量大于开封市,而开封市生物质能源年均碳排放量、主要农作物碳吸收量与年变化量高于开封市。
2） 郑汴都市区碳排放量是在经济发展水平与人口规模、能源强度与能源结构、种植结构、播种面积及产出强度等7个因子相互作用下变化的。经济发展水平、能源强度分别是促进和抑制郑汴一次能源消费碳排放的显著性因子,播种面积和产出强度是影响农作物碳吸收的重要因子,人口规模、能源结构以及种植结构的影响并不显著。
3） 郑汴都市区的产业错位发展有利于消减碳排放总量,但诸多产业的产能和结构亟待提高与调整。其中,化学品制造业、电器机械器材制造业、化纤制造业、木材加工业、专用设备制造业、食品制造业等实现了低碳发展,应当给予鼓励和支持;主导产业中的装备制造业、医药制造业等应通过能源利用技术水平的不断提高,逐渐实现减排任务;而传统的纺织工业无论在技术还是经济效益上都有所下降,需要进一步调整升级。新兴产业能源利用技术水平的提高、传统产业的升级调整,以及城市职能定位的更新将会对郑汴都市区低碳发展带来新机遇。
4） 深入发掘城市复合生态系统之间的低碳耦合发展路径、各子系统之间的相互作用机理是值得进一步深入的工作。其中,郑汴城市复合生态系统碳排放测算及变化机理研究是郑汴低碳生态城市研究的基础,综合分析人口增长与技术进步、经济发展与产业调整、能源强度与土地利用变化等不同因子的相互作用机制对低碳生态耦合发展具有十分重要的意义,探讨郑汴城市复合生态系统建成区、扩张区、足迹区的碳排放规律对郑汴都市区进行低碳生态调控是研究最终的目的,也是未来工作的重点。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Ang B W, Lee S Y.Decomposition of industrial energy consumption: some methodological and application issues[J]. Energy Economics, 1994, 16(2): 83-92.

[2]
Ang B W.The LMDI approach to decomposition analysis: a practical guide[J]. Energy Policy, 2005, 33(7): 867-871.

[3]
Liu X Q, Ang B W, Ong H L.The application of Divisia index to the decomposition of changes in industrial energy consumption[J]. The Energy Journal, 1992, 13(4): 161-177.

[4]
McGregor P G, Swales J K, Turner K. The CO2 ‘trade balance’ between Scotland and the rest of the UK: performing a multi-region environmental input-output analysis with limited data[J]. Ecological Economics, 2008, 66(4): 662-673.

[5]
Svirejeva H A, Schellnhuber H J.Urban expansion and its contribution to the regional carbon emissions: using the model based on the population density distribution[J]. Ecological Modeling, 2008, 216(2): 208-216.

[6]
Tukker A.Life cycle assessment as a tool in environmental impact assessment[J]. Environmental Impact Assessment Review, 2000, 20(4): 435-456.

[7]
Wiedmann T, Minx J, Barrett J, et al.Allocating ecological footprints to final consumption categories with input-output analysis[J]. Ecological Economics, 2006, 56(1): 28-48.

[8]
Heijungs R, Suh S.Reformulation of matrix-based LCI: from product balance to process balance[J]. Journal of Cleaner Production, 2006, 14(1): 47-51.

[9]
Glu G S K. Environmental taxation and economic effects: a computable general equilibrium analysis for Turkey[J]. Journal of Policy Modeling, 2003, 25(8): 795-810.

[10]
He J, Richard P.Environmental Kuznets curve for CO2 in Canada[J]. Ecological Economics, 2009, 11(3): 1-11.

[11]
Lebel L, Garden P, Banaticla M R N et al. Integrating carbon management into the development strategies of urbanizing regions in Asia[J]. Journal of Industrial Ecology, 2007, 11(2): 61-81.

[12]
Strachan N, Pye S, Kannan R.The iterative contribution and relevance of modeling to UK energy policy[J]. Energy Policy, 2009, 37(3): 850-860.

[13]
While A, Jonas A E G, Gibbs D. From sustainable development to carbon control: eco-state restructuring and the politics of urban and regional development[J]. Transactions of the Institute of British Geographers, 2009, 35(1): 76-93.

[14]
Garg A, Bhattachary S, Shukla P R et al. Regional and sectoral assessment of greenhouse gas emissions in India.[J] Atmospheric Environment, 2001, 35(15): 2679-2695.

[15]
Diakoulaki D, Mandaraka M.Decomposition analysis for assessing the progress in decoupling industrial growth from CO2 emissions in the EU manufacturing sector[J]. Energy Economics, 2007, 29(4): 636-664.

[16]
Bristowa A L, Tight M, Pridmore A, et al.Developing pathways to low carbon land-based passenger transport in Great Britain by 2050[J]. Energy Policy, 2008, 36(9): 3427-3435.

[17]
Churkina G.Modeling the carbon cycle of urban systems[J]. Ecological Modeling, 2008, 216(2): 107-113.

[18]
李江苏, 张雷, 程晓凌. 中国碳排放增长机理分析[J]. 资源科学, 2010, 32(11): 2059~2065.

[19]
王强,伍世代,李婷婷.中国工业经济转型过程中能源消费与碳排放时空特征研究[J].地理科学,2011,31(1):36~41.

[20]
赵荣钦, 黄贤金. 基于能源消费的江苏省土地利用碳排放与碳足迹[J]. 地理研究, 2010, 29(9): 1639~1649.

[21]
柴彦威,肖作鹏,刘志林.基于空间行为约束的北京市居民家庭日常碳排放的比较分析[J].地理科学,2011,31(7):843~849.

[22]
朱永彬, 王铮, 庞丽, 等. 基于经济模拟的中国能源消费与碳排放高峰预测[J].地理学报, 2009, 64(8): 935~944.

[23]
刘燕华, 葛全胜, 何凡能, 等.应对国际CO2减排压力的途径及我国减排潜力分析[J]. 地理学报, 2008, 63(7): 675~682.

[24]
Folke C, Jansson A, Larsson J et al. Ecosystem appropriation by cities[J]. Ambio, 1997, 26(3): 167-172.

[25]
黄光宇,陈勇. 生态城市概念及其规划设计方法研究[J]. 城市规划, 1997, 21(6): 17~20.

[26]
Schulz N B.Delving into the carbon footprints of Singapore—comparing direct and indirect greenhouse gas emissions of a small and open economic system[J]. Energy Policy, 2010, 38(9): 4848-4855.

[27]
河南省统计局. 河南省统计年鉴[M]. 北京: 中国统计出版社, 2001~2010.

[28]
国家统计局能源统计司. 中国能源统计年鉴[M]. 北京: 中国统计出版社, 2006~2009.

[29]
郑州市统计局. 郑州统计年鉴[M]. 北京: 中国统计出版社, 2001~2010.

[30]
开封市统计局. 开封统计年鉴[M]. 北京: 中国统计出版社, 2001~2010.

[31]
马世骏, 王如松. 社会-经济-自然复合生态系统[J]. 生态学报, 1984, 4(1): 1~9.

[32]
Dhakal S.Urban energy use and carbon emissions from cities in China and policy implications[J]. Energy Policy, 2009, 37(10): 4208-4219.

[33]
IPCC2006. 2006年IPCC国家温室气体清单指南[R]. 东京:日本全球环境战略研究所, 2006.

[34]
李克让. 土地利用变化和温室气体净排放与陆地生态系统碳循环[M]. 北京: 气象出版社, 2000.

Options
Outlines

/

〈 〉