基于投入-产出技术的国内生产及贸易对多区域CO2排放的影响机理及协同减排路径研究
项目介绍
AI项目解读
基本信息
- 批准号:71804121
- 项目类别:青年科学基金项目
- 资助金额:17.1万
- 负责人:
- 依托单位:
- 学科分类:G0411.环境与生态管理
- 结题年份:2021
- 批准年份:2018
- 项目状态:已结题
- 起止时间:2019-01-01 至2021-12-31
- 项目参与者:徐志伟; 郭树龙; 纪方; 徐洪海; 王晔; 王坤;
- 关键词:
项目摘要
CO2 emission mitigation at regional level, especially for the key regions, is crucial to the Chinese 2030 mitigation goal. In light of frequent domestic trade contacts, CO2 emission at regional level is determined by intra-regional production and inter-regional trade jointly. Under the help of Input-Output technique, this project adopts both the production and allocation structure stability assumptions and builds a series of mathematical model incorporating multi-regional production, trade and CO2 emissions. This project intends to illustrate the influence mechanism associated with intra-regional production and inter-regional trade on the multi-region CO2 emissions and explore the collaborative mitigation path based on the regional and sectoral linkage perspectives. Taking case study of Beijing, Shanghai, Tianjin and Chongqing municipality, from regional linkage perspective, this project studies the inter-regional environmental spillover-feedback effects to indentify the spatial trade characteristics of regional CO2 emissions. And then, carry out a spatial structure decomposition analysis of embodied CO2 emission intensity of domestic trade to explore the key factors and sectors with respect to the collaborative mitigation. From the sectoral linkage perspective, this project studies the inter-sectoral environmental spillover-feedback effects and inter-sectoral production relationships to find out the key production network contributing to the multi-region CO2 emission mitigation. Based on the above, the optimal multi-region CO2 emission collaborative mitigation path from demand and supply side could be obtained.
重点区域CO2排放减排对中国实现2030年减排目标至关重要。中国区域间存在着频繁的贸易往来,区域CO2排放水平由区域内生产及区域间贸易共同决定。借助投入-产出技术,本项目拟分别基于生产和分配结构稳定性假设,构建包含多区域生产、贸易、CO2排放的一系列数学模型,阐释区域内生产、区域间贸易对多区域CO2排放的影响机理,探索区域、行业关联视角下的协同减排路径。以中国四大直辖市为研究对象,基于区域关联视角,研究区域间环境溢出-反馈效应识别区域CO2排放的空间贸易特征,进而对区域国内贸易隐含CO2排放强度进行空间结构分解分析,探索多区域协同减排关键影响因素及行业;基于行业关联视角,量化分析行业间环境溢出-反馈效应以及行业间生产关联对区域CO2排放的影响,锁定有利于降低多区域CO2排放的关键生产网络。综合上述研究结果,绘制从需求和供给角度出发的多区域CO2排放协同减排路径。
结项摘要
作为世界上最大的能源消费国和CO2排放国,中国提出在2030年前实现碳达峰、在2060年前实现碳中和。城市是国家CO2排放的最主要贡献者,伴随着城市化进程,城市对国家碳减排预期发挥越来越重要的作用。特别地,“十四五”规划中提出:将坚持扩大内需与深化供给侧结构性改革相结合,畅通国内大循环的新发展格局。本项目基于投入-产出技术,分别从需求和供给角度出发,考虑行业间生产关联及区域间贸易关联,探索国内生产与区域间贸易对中国四个直辖市CO2排放的影响机理及协同减排路径规划。.首先,基于区域关联视角,利用Leontief和Ghosh多区域投入-产出模型对四个直辖市隐含CO2排放进行解析研究。研究发现:2012-2017年,四大直辖市不仅产生较为显著的内部CO2排放,并且通过区域间贸易将CO2排放显著溢出到周边地区乃至全国各地。从需求角度看,北京市和天津市的碳排放关联较为紧密;从供给角度看,上海市和重庆市的碳排放关联较为紧密。在最终需求种类中,投资是直辖市CO2排放的最大贡献者。.其次,考虑区域间最终产品贸易,采用基于投入-产出模型的空间结构分解分析方法,探索导致四个直辖市间隐含CO2排放/强度空间差异的影响因素和部门贡献。研究发现:直辖市间CO2排放/强度的空间差异显著,从需求角度看,其主要受排放强度效应、人均最终需求效应和国内生产结构效应的影响;从供给角度看,其主要受排放强度效应和增加值合计效应影响。在最终需求种类中,消费隐含碳排放效率最高,相反,投资隐含碳排放效率最低。.最后,基于行业关联视角,采用基于投入-产出模型的敏感性分析和子系统方法,识别显著有益于中国四个直辖市碳减排的关键产业链/网络。研究发现:直辖市流出CO2排放主要流向城市周边地区及东、南部经济较发达地区,流入CO2排放主要来源于城市周边地区及中、东部经济较发达地区。在行业层面,直辖市最终需求/初始投入隐含CO2排放主要来源于交通运输业、电力热力生产供应业、石油化工业以及金属冶炼业。
项目成果
期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
能源与碳排放强度研究综述:基于乘性结构分解分析框架
- DOI:--
- 发表时间:2020
- 期刊:中国石油大学学报(社会科学版)
- 影响因子:--
- 作者:闫俊娜;Su Bin;李莹珠
- 通讯作者:李莹珠
Spatial differences in energy performance among four municipalities of China: From both the aggregate and final demand perspectives
中国四个直辖市能源绩效的空间差异:从总量和最终需求角度
- DOI:10.1016/j.energy.2020.117915
- 发表时间:2020
- 期刊:Energy
- 影响因子:9
- 作者:Yan Junna;Su Bin
- 通讯作者:Su Bin
What drive the changes in China's energy consumption and intensity during 12th Five-Year Plan period?
“十二五”期间我国能源消费和强度变化的驱动力是什么?
- DOI:10.1016/j.enpol.2020.111383
- 发表时间:2020
- 期刊:Energy Policy
- 影响因子:9
- 作者:Yan Junna;Su Bin
- 通讯作者:Su Bin
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
内容获取失败,请点击重试
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图
请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}