江苏省碳排放调研报告
关于江苏省镇江市低碳城市建设的考察分析报告
关于江苏省镇江市低碳城市建设的考察报告————————————————————————————————作者：————————————————————————————————日期：关于江苏省镇江市低碳城市建设的考察报告全球气候变暖已成为21世纪人类共同面临的重大环境与发展挑战，对人类文明形态和国际秩序造成深层次冲击。
应对全球气候变暖所引发的生态危机，是全人类共同的责任、共同的使命。
建设低碳城市、倡导低碳绿色循环发展是世界潮流，是科学发展、可持续发展的有效载体，是经济社会转型发展的内在需要。
今年市十一次党代会和市人大十二届一次会议提出“建设低碳城市”,为下步工作指明了方向。
为认真贯彻市委市政府的决策部署，********赴镇江市开展为期两天的低碳城市建设调研，听取了镇江市发改委的情况汇报，并研阅了工作台账。
通过考察，给我们带来了启示。
一、镇江市概况镇江地处苏南，区位优势独特，西距南京50公里，东距上海200公里，处于上海经济圈和南京都市圈的交汇点。
市域面积3843平方公里，常驻人口312万。
下辖丹阳、句容、扬中三个县级市和京口、润州、丹徒、新区四个区。
镇江历史悠久，具有三千多年的建城史。
镇江以“城市山林”、“真山真水”自然条件著称，山体、森林、湿地资源丰富，水域面积526平方公里，占总面积的13.7%，河流60余条，总长700余公里，湿地总面积约4.2万公顷。
镇江自然资源禀赋丰富，为低碳城市建设奠定了良好的碳汇生态基础。
镇江先后荣获中国优秀旅游城市、国家园林城市、国家卫生城市、全国科技进步先进城市、国家环境保护模范城市、国家节水型城市、全国社会治安综合治理优秀城市等称号。
《国家长江三角洲地区区域规划》明确：镇江为长三角核心城市之一，是先进制造业基地、区域物流中心和旅游文化名城。
2011年，该市完成地区生产总值2310亿元，人均地区生产总值71469元，地方财政一般预算收入181.9亿元，城镇居民人均可支配收入26637元，农村居民人均纯收入12825元。
江苏省设区市尺度的碳排放核算及影响因素研究
江苏省设区市尺度的碳排放核算及影响因素研究费杰1，杨孟1*，张惠玉1，杨轩一2，徐亢1，刁一伟2，吴丹1（1.无锡学院环境工程学院，江苏无锡214105；2.无锡学院大气与遥感学院，江苏无锡214105）摘要：本文利用联合国政府间气候变化专门委员会（intergovernmental panel on climate change ，IPCC ）清单法核算了江苏省13个设区市1999—2020年的碳排放量，并利用可拓展随机性环境影响评估模型（stochastic impacts by regression on population,affluence,and technology ；STIRPAT ）分析经济、人口、能源强度和能源结构对碳排放的影响。
各设区市的碳排放存在较大差异，淮安的年均碳排放量（3.00×107t CO 2）处于中游水平，苏州具有最大的年均碳排放量，约为淮安的5倍。
2020年，宿迁、常州和盐城的碳排放量同比增加，其他城市的碳排放量同比下降或者零增长，其中，淮安、扬州、泰州、南通和徐州的碳排放量持续下降。
STIRPAT 模型拟合结果表明：（1）碳排放与人口的关系具有地区差异，苏南城市的人口与碳排放均为显著正相关，南通、徐州和泰州则为显著负相关；（2）人均GDP 、第二产业占比、能源强度（单位GDP 能耗）以及能源结构（原煤占一次能源消费比重）与碳排放总量具有显著的正相关关系，可通过优化产业结构、降低能源强度和优化能源结构降低江苏省的碳排放量。
关键词：STIRPAT 模型；人口；人均GDP ；能源强度与结构中图分类号：X831文献标志码：A文章编号：2096-2347（2023）02-0026-10收稿日期：2022-11-16基金项目：江苏省环境监测科研基金项目（NO2110）。
作者简介：费杰，主要从事空间统计、环境规划研究。
E-mail:*通信作者：杨孟，博士，主要从事空间统计、环境规划与管理研究。
产业转移下江苏省工业碳排放及碳转移时空演变研究
第24期2023年8月江苏科技信息Jiangsu Science and Technology InformationNo.24August,2023作者简介:张瑶(1999 ),女,江苏南京人,硕士研究生;研究方向:产业经济㊂产业转移下江苏省工业碳排放及碳转移时空演变研究张㊀瑶(杭州师范大学,浙江杭州311121)摘要:产业转移是实现工业降碳的新方案,也促使着碳排放时空格局不断变化㊂江苏省作为经济大省与工业强省,其工业碳排放规模与产业转移从全国范围来看具有典型性㊂文章选择江苏省为研究区域,研究产业转移背景下工业碳排放及碳转移的时空演变特征㊂研究发现:江苏省的工业碳排放持续上升,各地区工业碳排放差距大,高碳排放行业是众多城市的主要净转入或净转出行业㊂工业碳排放的 双核心 空间格局不再显著㊂工业碳转移格局由 南出北入 的态势,变为普遍碳转出㊂关键词:产业转移;碳排放;碳转移;江苏省中图分类号:F124㊀㊀文献标志码:A 0㊀引言㊀㊀经济增长往往伴随着能源消费上升带来的高碳排放,其中工业活动产生的碳是碳排放的主要来源,落实工业降碳成为实现 双碳 目标的关键㊂面对工业碳排放引致的一系列环境问题,产业升级与产业转移成为应对工业高碳排放问题的新方案,也促使着碳排放时空格局不断变化㊂江苏省作为经济大省与工业强省,其工业碳排放规模与产业转移从全国范围来看具有典型性㊂本文的研究可以解决如下几个问题:首先,可以明确各阶段各省辖市转入或转出了哪些产业;其次,产业转移会对各省辖市的碳排放量产生怎样的影响;最后,江苏省的碳转移格局时空格局发生了何种变化㊂通过对这些问题的解答,有助于进一步为江苏省工业低碳转型提供政策建议㊂1㊀碳排放与碳转移文献综述㊀㊀许多学者已对区域碳排放的时空演变及其影响因素进行了研究㊂李建豹等[1-2]定量计算了中国省域人均CO 2排放的时空演化特征,并在此基础上深入分析省域碳排放影响因素的空间异质性;梁中等[3]对省域层面的碳压力时空分布特征进行探讨;刘玉珂等[4]研究了中部六省能源消费碳排放时空演变特征及影响因素;吕可文等[5]聚焦河南省工业能源消耗碳排放行业差异进行研究㊂此外,许多学者关注到了碳转移问题㊂碳转移是指得益于区际贸易与产业转移而实现的碳排放空间转移㊂早期许多学者对跨国层面的隐含碳转移进行了研究[6-8]㊂随着研究的深入,碳转移不再局限于国际贸易的概念㊂与国际贸易隐含碳排放相比,区域间的空间转移规模更大㊂有学者将碳转移这一概念由贸易领域拓展到产业转移中,并运用贸易测度方法对产业转移进行测度[9]㊂目前,针对产业转移与碳排放转移趋势的研究,仍多基于全国层面㊁特定区域及全行业的综合分析,较少有深入省域或从工业领域探讨其内部产业转移与碳转移的研究㊂因此,对于产业转移背景下省域内城市层面的工业碳排放与碳转移的研究是相对稀缺且必要的㊂2㊀研究区域与研究方法2.1㊀研究区概况㊀㊀江苏是中国经济发展的重要增长极,也是我国传统工业强省,被国家同时赋予经济发展及环境保护重任㊂江苏的工业化进程与产业转移情况从全国范围来看具有典型性,因此,研究江苏省产业转移背景下的工业碳排放及碳转移具有较强的现实意义㊂各市间较大的经济及资源禀赋差距为江苏省产业转移奠定良好的现实基础㊂苏南地区作为东南沿海最发达的区域之一,在行政区背景下,随着土地及用工成本的上升,地方政府有动力推动传统产业向省内其他地区转移㊂因此,苏南地区的许多劳动密集型与资源密集型产业多向苏北等更具比较优势的地区转移㊂一系列产业转移相关文件的出台则为江苏省产业转移研究奠定了坚实的政策基础㊂作为工业强省,江苏省内各市皆面临巨大的工业碳减排压力㊂高污染㊁高排放的产业在日益严苛的环境规制约束下,面临着产业转型升级或转出,因此,苏北地区成为苏南的 污染避难所 首选㊂但随着对工业碳排放的关注日益聚焦,苏北地区也停止了部分高污染产业企业生产或要求将其迁出㊂综上所述,江苏省内的产业转移,既是区域差异促成的一种客观趋势,也是在环境规制和政府政策支持下形成的结果㊂2.2㊀研究方法㊀㊀ 双碳 目标的实现需要将工业减排责任分解下达到各城市,江苏省下辖的13个城市工业产值占总产值的比例皆较高,因此,各城市都面临着艰巨的工业碳减排任务㊂2.2.1㊀工业碳排放估算方法㊀㊀目前,未有权威机构对城市工业碳排放量进行监测与统计,因此,本文将沿用前人的方法,利用能源消耗量及能源折CO 2排放系数[10]等对碳排放进行估算㊂公式如下:C =ðkE k ˑC ORC -k ˑN CV -sc ˑC EF -k ˑC OF -k ˑ4412(1)式(1)中:C 为工业企业能源消费产生的CO 2总量;C ORC -k 为第k 类能源折标准煤系数;E k 为第k 类能源工业消费量;N CV -sc 为标煤的低位发热量;C EF -k 为第k 类能源单位热值含碳量;COF -k 为第k 类能源碳氧化因子;44和12分别为CO 2和C 的分子量㊂2.2.2㊀产业转移测算㊀㊀产业转移是指由于经济发展水平和要素资源禀赋等因素产业在空间分布上发生重置的过程㊂学者们多采用相关份额指标变动[11-12]㊁投入产出法[13]以及偏离份额[14-15]等研究方法测度产业转移㊂本文选择偏移份额法对产业转移进行测度,公式如下:R t ,i=ði (G t ,ij -G t -1,ij )ði G t -1,ij=G t ,j -G t -1,jG t -1,j(2)S t ,ij =G t -1,ij (R t ,ij -R t ,i )=G t ,j -G t -1,j -ΔG (0)t ,ij(3)式(2)或(3)中:t 为年份;i 为城市;j 为工业行业;R t ,i 为第t 年行业j 产值平均增长率;G t ,ij 为各市t期的工业总产值;S t ,ij 为各市第t 年行业j 产业转移量㊂值得注意的是,本文测度的产业转移量并不能反映出产业具体转向何处,其正负体现了产业转移的净流向㊂2.2.3㊀碳转移估算㊀㊀参考廖双红等[9]测度方式,对各市的碳转移量进行测度㊂e t ,i =τt ,i ˑS t ,ij (4)式(4)中:τt ,i 为第t 年城市i 的碳排放强度,用碳排放量与工业生产总值的比值表示;e t ,i 为第t 年城市i 的碳转移量㊂测算结果正负号代表的含义与产业转移一致㊂本文所用的各类能源消费量及工业产值来源于‘江苏省统计年鉴“及各市统计年鉴㊂3 结果分析3.1㊀江苏省工业碳排放的时空演变特征㊀㊀从时间上看,苏南地区的工业碳排放量远超苏中㊁苏北两地,工业碳排放量水平存在巨大差异㊂具体来看,苏南地区工业碳排放占比逐步下降,苏北地区碳排放占比稳步上升,这说明在产业转移政策促使下,江苏省内的工业碳排放有从南向北转移的趋势㊂苏中地区则在江苏省产业转移过程中发挥着中转站的作用,承担了 承南启北 的过渡作用㊂从空间上看,江苏省的工业碳排放量整体呈现出以南京与苏州为 双核心 的特征,徐州则是省内工业碳排放新的次级中心㊂随着时间的变化,江苏省工业碳排放量从 南高北低 ,逐步演变为苏南地区高㊁中北部不断提升的空间分布格局㊂曾经的 双核心 空间格局不再显著,由于苏锡常之间的高强度网,导致工业碳排放的空间格局呈现出以苏州为 单核心 向西北方向延伸的趋势㊂3.2㊀江苏各省辖市产业转移情况㊀㊀从时间上看,高碳行业的产业转移日益频繁, 十三五 期间,高碳排放行业是众多城市的主要转入或转出行业;从空间上看,苏南地区虽然是江苏省高碳行业的转出地,但也承担了少部分高碳行业的转入任务,从数值上看,其承担的高碳行业转入规模远小于转出规模㊂相反,苏北地区则是江苏省高碳行业的主要转入地,但在转入的同时,也有部分高碳行业逐步转出,转出规模较转入规模小㊂而苏中地区对高碳行业的转入和转出都很少㊂江苏省各市工业生产分工定位不同,苏南地区的 增长极 特征显著,而苏北及苏中地区发展相对落后㊂考虑到苏南地区传统产业与衰退产业相对优势的下降,与承接新一轮新兴产业转入的空间需求,江苏省内产业转移具有一定的必然性㊂虽然苏北明确要求转入行业应当清洁,但许多高污染产业不可避免地仍会选择向苏北地区转移㊂3.3㊀江苏省工业碳转移的时空演变特征㊀㊀从区域划分来看,苏北地区碳转移特征统一,由碳排放净转入地变为净转出地,这一定程度上反映出苏北地区对于工业碳减排任务的重视㊂南通与苏州之间碳转移的互补关系,一定程度上反映出地缘经济下,苏州与南通 总部+生产基地 工业布局㊂随着时间的推移,众多城市由碳转入地变为碳转出地㊂从江苏省来看,除无锡㊁常州㊁扬州和南通外,其余城市皆成为碳转出地,这反映出碳减排战略已略有成效(见图1 2)㊂图1㊀2005 2020年江苏省分区域工业碳排放量图2㊀江苏省各时期碳转移量4㊀结语㊀㊀从时序上看,江苏省工业碳排放量持续上升,苏南地区的工业碳排放量远超苏中及苏北㊂与 十一五 十二五 期间相比,高碳排放行业是 十三五 期间众多城市的主要净转入或净转出行业㊂除苏州与南通外,各城市的碳转移定位不断发生变化㊂从空间演变来看,工业碳排放从 南高北低 逐步演变为苏南地区高㊁中北部不断提升的格局㊂江苏省工业碳转入城市主要集中在苏北以及苏中地区,而苏南地区城市多为碳转出地,起初江苏省的碳转移整体上呈现出 南出北入 的态势,但 十三五 期间该趋势不再,大多数城市都已成为碳排放转出地,反映出碳减排战略已略有成效㊂参考文献[1]李建豹,张志强,曲建升,等.中国省域CO2排放时空格局分析[J].经济地理,2014(9):158-165. [2]李建豹,黄贤金,吴常艳,等.中国省域碳排放影响因素的空间异质性分析[J].经济地理,2015(11):21-28.[3]梁中,徐蓓.中国省域碳压力空间分布及其重心迁移[J].经济地理,2017(2):179-186.[4]刘玉珂,金声甜.中部六省能源消费碳排放时空演变特征及影响因素[J].经济地理,2019(1): 182-191.[5]吕可文,苗长虹,尚文英.工业能源消耗碳排放行业差异研究 以河南省为例[J].经济地理,2012 (12):15-20.[6]兰天,韩玉晶.中国对外贸易隐含碳排放及省际转移研究 基于环境投入产出模型的分析框架[J].中南大学学报(社会科学版),2022(4):94-106.[7]李富佳.区际贸易隐含碳排放转移研究进展与展望[J].地理科学进展,2018(10):1303-1313. [8]张晓平.中国对外贸易产生的CO2排放区位转移分析[J].地理学报,2009(2):234-242.[9]廖双红,肖雁飞.污染产业区域间转移与中部地区碳转移空间特征及启示[J].经济地理,2017(2): 132-140.[10]王少剑,田莎莎,蔡清楠,等.产业转移背景下广东省工业碳排放的驱动因素及碳转移分析[J].地理研究,2021(9):2606-2622.[11]王少剑,谢紫寒,王泽宏.中国县域碳排放的时空演变及影响因素[J].地理学报,2021(12): 3103-3118.[12]刘明,王霞.中国制造业空间转移趋势及其影响因素:2007 2017[J].数量经济技术经济研究,2020 (3):26-46.[13]张友国.区域间产业转移模式与梯度优势重构 以长江经济带为例[J].中国软科学,2020 (3):87-99.[14]仇方道,蒋涛,张纯敏,等.江苏省污染密集型产业空间转移及影响因素[J].地理科学,2013(7): 789-796.[15]罗良文,赵凡.中国高耗能产业转移的定量测度和影响因素研究[J].学习与探索,2020(11): 102-109.(编辑㊀何㊀琳)Research on the temporal and spatial evolution of industrial carbon emissions and carbon transfer in Jiangsu province under the background of industrial transferZhang YaoHangzhou Normal University Hangzhou311121 ChinaAbstract Industrial transfer is a new solution to achieve industrial carbon reduction and it also promotes the continuous change of carbon emission time and space.As a major economic province and an industrial powerhouse Jiangsu province s industrial carbon emission scale and industrial transfer are typical from a nationwide perspective.In this paper Jiangsu province is selected as the research area to study the temporal and spatial evolution characteristics of industrial carbon emissions and carbon transfer under the background of industrial transfer.The study finds that industrial carbon emissions in Jiangsu province continue to rise there is a large gap between industrial carbon emissions in different regions and high-carbon emission industries are the main net transfer in or out industries in many cities.The Dual-core spatial pattern of industrial carbon emissions is no longer significant.The pattern of industrial carbon transfer has changed from south-out north-in to universal carbon transfer.Key words industrial transfer carbon emission carbon transfer Jiangsu province。
江苏苏州碳排放演化特征及影响因素分析
2020年9月，我国明确提出2030年“碳达峰”与2060年“碳中和”目标。
苏州作为我国内地最强地级市，在高能耗、环境负担重的现状下实现低碳转型面临巨大困境。
为积极稳妥地推进“双碳”目标，苏州市政府制定印发《关于加快转变发展方式做好碳达峰碳中和工作的实施意见》，提出2030年前达到目标。
本文以苏州为研究对象，核算其在2011—2021年能源消费引起的碳排放，采用因素分解法分析苏州碳排放变动趋势及影响因素，探讨时间性差异，基于上述制订相关政策。
1 文献综述如今，碳排放已成为国际学者与低碳减排学界的研究热题，影响碳排放的因素研究有分解与分析方法体系和回归分析方法体系两种。
一是分解与分析方法体系。
通过构建碳排放恒等式，采用因素分解法分析影响碳排放的原因。
其中，对数平均迪氏指数分解法(LMDI)是广泛使用的分解法，可在时空双维度展开分析研究，有效对各因素解析。
从空间上来看，我国学者大多聚焦碳排放负载较大、经济较发达地区，如北京、上海等，通过能源消费数据对碳排放驱动因子进行分析。
林晓洁等(2022)利用LMDI对香港地区能源消费演变趋势进行研究；姚永玲(2011)对北京市能源碳排放因素分解分析；孙燕燕(2020)对上海市旅游碳排放效应分解进行研究；杨燕、武戈(2013)基于南京市和苏州市比较分析，研究长三角城市工业碳排放因素分解模型。
从时间上来看，孙冬营等(2023)利用LMDI方法探究城市生活用水量变化的驱动效应；纪义虎等(2022)通过LMDI因素分解法分析了沁河流域近20年碳排放增速变化趋势；宋辉等(2019)借助对数平均迪氏指数因素分解法，研究产业节能效应；张鸿武等(2016)从时间维度对工业碳减排技术效应进行研究；韩钰铃、刘益平(2018)基于LMDI探究在时间维度下区域碳排放中各驱动因子的贡献度。
二是回归分析方法。
以计量经济学为基础，系统评估分析对象，其中IPAT和STIRPAT两大模型应用最为广泛。
江苏省碳排放脱钩及影响因素研究
江苏省碳排放脱钩及影响因素研究江苏省碳排放脱钩，是指江苏省碳排放与经济增长的分离，即保持经济稳定的同时，能够减少碳排放。
其实，江苏省已经开始了脱钩路径的探索，例如2015~2017年，江苏省的经济增速为7.4%、6.9%和7.0%，而其碳排放总量却分别下降了3.3%、3.3%和3.5%。
当然，仅仅靠市场机制，就无法实现江苏省碳排放脱钩。
因此，江苏省相关部门应该采取更加积极的措施，以推进江苏省碳排放脱钩。
首先，积极推进江苏省绿色发展战略的实施。
江苏省政府在《江苏省可持续发展战略纲要》中提出，到2020年，江苏要完成能源结构完全优化，加快节能减排进程，减少碳排放。
其次，加大江苏省乡村投资，实施乡村振兴战略，促进农业现代化，有效改善乡村基础设施状况，实现乡村发展与碳排放削减，形成可持续发展绩效。
另外，通过绿色金融、市场机制、技术改造等方式实现江苏省碳排放脱钩目标。
江苏省应该做出合理的战略安排，在经济发展的同时，通过实施碳排放减排政策来促进江苏省经济的绿色发展。
此外，江苏省应该从法律和政策两方面加强碳排放脱钩的执行。
一方面，要加强法律法规的修订，增加企业或部门碳排放减排的责任，强化对违法者的处罚力度；另一方面，要充分挖掘政府系统投入及资金投入的潜力，推行无碳技术及服务行业的支持，加快科技改造及技术进步，推动碳排放脱钩目标的实施。
总之，江苏省碳排放脱钩是一个复杂的过程，涉及到政策、经济、技术等多个因素，要实现碳排放脱钩，必须对江苏省的经济发展和碳排放进行全面有序的规划，重视政策支持，加强技术创新，改善乡村基础设施，着力推进碳排放减排政策。
只有在这个基础上，江苏省才能走向健康可持续的经济发展，实现碳排放减排的目标。
江苏省能源碳排放现状及县域聚类分析
２ ０ １ １年 ９月
Ｗ ＯＲＬ ＲＥ ＯＮＡＬ Ｓ ＵＤＩ Ｓ Ｄ ＧＩ Ｔ Ｅ
世 界 地 理 研
究
Ｖ１ ０ Ｎ － ｏ ２ ． ｏ ． ３
Ｓ ｐ ２０ １１ ｅ ．，
Байду номын сангаас
江苏省 能源碳 排放现状及县域聚 类分析
李 想 ， 仲 智 ， 王 李争 艳 ， 海 宝 ， 刘 刘春 丽
中将面临更大的政治压力。因此， 如何有效减少碳排放有着迫切的现实意义。 当前 ， 国内外 的碳排放研 究主要集中在 以下几个方面 。一是碳排放 因素分解研 究 ， 主要是
运用 Ｌ ｓ ｅｒｓＳ ＩＰ ＴＫｙ ａｐ ｙｅ 、ＴＲ Ａ 、ａａ和 Ｌ Ｄ 等分解模型探 讨碳排放 的影响 因子及其 影响程度 。 ＭＩ
为聚类 分析提 供 了基础 。本文 以江苏 省为例 ， 基于 县域单 元研 究 了能源 碳排 放 的空间聚类 ，
以期 为相关政 策 的制 定提 供参 考 。
１ 数 据 来 源 与碳 排 放 估 算
收 稿 日期 ：２ １－ ５ ２ ：修 订 日期 ：２ １ ８ Ｏ ０ ｔ０ — ８ ０ 卜Ｏ 一 ４
基金项 目：２ １ ０ ０年教育部人文社科规划基金项 目（Ｏ Ｊ ６ ０ ６） １Ｙ Ａ ３ １ １ 。 作者简介 ：李想 （９ ７ ） 男， １８ 一 ， 硕士研 究生 。研究方向为城市与区域研 究。Ｅ ｍ ｉ ： ｉ ｉｎ ｄ ＠ ｅ ｈｎ ｔ － ａ ｌ ｌ ｘａ ｇ ｙ ｙ ａ ． ｅ
通讯作者 ：王仲智 ， 教授。研究方 向为城市与区域研 究。Ｅ ｍ ｉ ：ａ ｇ ｚ ｚ １ ３ ｔｍ － ａ ｌｗ ｎ ｚ ｘ ＠ ５ ． ｏ
点 区域 ； 同聚 类 类 型 间 呈现 明显 的 空 问 自相 关 性 ， 同类 型 在 空 间 上 集 中分 布 ； 不 相 局部 格 局 的不 稳
江苏省碳排放现状及因素分解实证分析
江苏省碳排放现状及因素分解实证分析赵欣;龙如银【期刊名称】《中国人口·资源与环境》【年(卷),期】2010(020)007【摘要】随着我国社会经济的迅速发展,能源消耗和环境问题日益严重,特别是由碳排放的增加带来的温室效应成为国际社会关注的焦点.全球变暖已经触及农业和食品安全、水资源安全和公共卫生安全,对人类的可持续发展带来严峻的挑战.江苏省作为中国的经济大省,面临着越来越严峻的减排压力.为此,本文分析了1997-2007年江苏省碳排放总量、碳排放强度、人均碳排放及其三大产业碳排放变化情况,并对江苏省1996和2007两年六部门终端能源利用碳排放总量进行对比.采用LMDI 分解法,建立了江苏省碳排放增量的因素分解模型,定量分析了1996-2007年间经济规模、产业结构、技术进步与能耗结构四个因素对江苏省碳排放增量的影响.研究发现,经济规模效应是正向决定性因素,技术进步效应与能耗结构效应是负向决定性因素,产业结构调整的影响较弱.最后提出了相应的减排政策建议.【总页数】6页(P25-30)【作者】赵欣;龙如银【作者单位】中国矿业大学管理学院,江苏,徐州,221116;中国矿业大学管理学院,江苏,徐州,221116【正文语种】中文【中图分类】X32【相关文献】1.碳排放现状及驱动因素分解实证分析研究——以东莞市为例 [J], 李翠丹;李俏雅;黄娜;吴鹏举;刘煜平2.广西碳排放现状及因素分解实证分析 [J], 杜颖3.江苏省碳排放的因素分解模型及实证分析 [J], 温景光4.区域碳排放强度变化的因素分解模型及实证分析——以江苏省为例 [J], 王伟林;黄贤金5.影响我国碳排放的因素分解——基于省级面板数据的实证分析 [J], 潘喜莲;侯宇恒因版权原因，仅展示原文概要，查看原文内容请购买。
江苏省种植业碳排放的测算及达峰分析
第37卷第5期2023年10月水土保持学报J o u r n a l o f S o i l a n d W a t e rC o n s e r v a t i o nV o l .37N o .5O c t .,2023收稿日期:2023-03-28资助项目:国家重点研发计划项目(2018Y F C 1801105,2017Y F D 0800705);生态环境部事业费项目 第一作者:范振浩(1998 ),男,硕士研究生,主要从事土壤碳汇与全球气候变化研究㊂E -m a i l :z a f u _f z h @163.c o m通信作者:卜元卿(1977 ),女,研究员,博士生导师,主要从事农用化学品环境安全性与污染防控研究㊂E -m a i l :b y q @n i e s .o r g刘娟(1978 ),女,副教授,硕士生导师,主要从事土壤碳汇与全球气候变化研究㊂E -m a i l :l i u ju a n @z a f u .e d u .c n 江苏省种植业碳排放的测算及达峰分析范振浩1,邢巍巍2,卜元卿3,4,刘娟1(1.浙江农林大学环境与资源学院,碳中和学院,杭州311300;2.大连市生态环境事务服务中心,辽宁大连116000;3.生态环境部南京环境科学研究所固体废物污染防治研究中心,南京210042;4.南京信息工程大学江苏省大气环境与装备技术协同创新中心,南京210044)摘要:在实现 碳达峰㊁碳中和 的目标背景下,明确农业温室气体排放现状,模拟预测峰值,为促进江苏省农业低碳减排提供科学依据㊂基于农业物资投入和农田土壤利用2类碳源,采用I P C C 碳排放系数法和清单法综合测算江苏省1990 2020年间种植业碳排放量,运用T a p i o 脱钩模型对农业碳排放量与农业经济增长的脱钩关系进行分析,并根据灰色预测模型GM (1,1)对2021 2060年碳排放量进行预测㊂结果表明:(1)2020年江苏省种植业碳排放为1999.53万t ,1990 2020年间呈现先增加后降低再增加然后趋于平稳的趋势;种植业碳排放主要来源于农田土壤利用,农田土壤利用碳排放占比为77.73%~86.95%,农资投入碳排放占比为13.05%~22.27%;(2)化肥是农资投入碳排放源中最主要的排放源,其占比为69.15%~79.20%,其次是农药和农膜,农机㊁灌溉㊁翻耕占比均较低;(3)水稻是农田土壤利用排放源中最主要的排放源,其占农田土壤利用碳排放的79.76%~87.23%,其次是小麦和蔬菜,大豆㊁玉米㊁棉花占比均较低;(4)脱钩关系以弱脱钩和强脱钩为主,表明随着种植业生产总值的提高,农业种植碳排放呈缓慢增长或递减的趋势;(5)分别以1990 2020(近30年)和1999 2020(近20年)年农业种植碳排放量数据为样本,预测2021 2060年江苏省农业种植碳排放呈持续增长趋势,2060年仍未达峰;以2010 2020(近10年)年农业种植碳排放量数据为样本预测,2021 2060年江苏省农业种植碳排放呈持续降低趋势,种植业碳排放已于2020年达到峰值,表明近年来江苏省在低碳绿色农业发展已初见成效㊂关键词:农业碳排放;农资投入;农田土壤利用;T a pi o 脱钩模型;峰值预测中图分类号:F 323 文献标识码:A 文章编号:1009-2242(2023)05-0078-08D O I :10.13870/j.c n k i .s t b c x b .2023.05.010C a l c u l a t i o na n dP e a kA n a l ys i s o fC a r b o nE m i s s i o n s f r o m A g r i c u l t u r a l P l a n t i n g i nJ i a n gs uP r o v i n c e F A NZ h e n h a o 1,X I N G W e i w e i 2,B U Y u a n q i n g 3,4,L I UJ u a n 1(1.C o l l e g e o f E n v i r o n m e n t a n dR e s o u r c e s ,C o l l e g e o f C a r b o nN e u t r a l i t y ,Z h e j i a n g A&FU n i v e r s i t y ,H a n g z h o u 311300;2.D a l i a nE c o -e n v i r o n m e n t a lA f f a i r sS e r v i c eC e n t e r ,D a l i a n ,L i a o n i n g 116000;3.R e s e a r c hC e n t e r o f S o l i d W a s t eP o l l u t i o na n dP r e v e n t i o n ,N a n j i n g I n s t i t u t e o f E n v i r o n m e n t a lS c i e n c e ,M i n i s t r y o f E c o l o g y a n dE n v i r o n m e n t ,N a n j i n g 210042;4.J i a n g s uC o l l a b o r a t i v e I n n o v a t i o nC e n t e r o f A t m o s ph e r i c E n v i r o n m e n t a n dE q u i p m e n tT e c h n o l o g y ,N a n j i n g U n i v e r s i t y o f I n f o r m a t i o nS c i e n c e&T e c h n o l o g y ,N a n j i n g 210044)A b s t r a c t :I n t h e c o n t e x t o f a c h i e v i n g t h e g o a l o f c a r b o n p e a k i n g a n dc a r b o nn e u t r a l i t y ,w e s h o u l dc l a r i f yt h e c u r r e n ts i t u a t i o no fa gr i c u l t u r a l g r e e n h o u s e g a se m i s s i o n s ,s i m u l a t ea n d p r e d i c tt h e p e a kv a l u e ,a n d p r o v i d e as c i e n t i f i cb a s i sf o r p r o m o t i n g l o w -c a r b o ne m i s s i o nr e d u c t i o no fa g r i c u l t u r ei nJ i a n gs u P r o v i n c e .B a s e do nt h et w ot y p e so fc a r b o ns o u r c e so fa g r i c u l t u r a lm a t e r i a l i n pu ta n df a r m l a n ds o i lu t i l i z a t i o n ,t h e I P C Cc a r b o ne m i s s i o nc o e f f i c i e n tm e t h o da n d i n v e n t o r y m e t h o dw e r eu s e dt oc o m p r e h e n s i v e l y c a l c u l a t e t h e c a r b o ne m i s s i o n s o f t h e p l a n t i n g i n d u s t r y i n J i a n g s uP r o v i n c e f r o m1990t o 2020.T h eT a p i o d e c o u p l i n g m o d e l w a su s e dt oa n a l y z et h e d e c o u p l i n g r e l a t i o n s h i p b e t w e e n a g r i c u l t u r a lc a r b o n e m i s s i o n sa n d a gr i c u l t u r a l e c o n o m i c g r o w t h ,a n d t h e c a r b o ne m i s s i o n s f r o m2021t o2060w e r e p r e d i c t e db a s e do nt h e g r e ypr e d i c t i o n Copyright ©博看网. All Rights Reserved.m o d e lGM(1,1).T h e r e s u l t s s h o w e d t h a t:(1)T h e c a r b o ne m i s s i o n s f r o ma g r i c u l t u r a l p l a n t i n g i nJ i a n g s u P r o v i n c e r e a c h e d1999.53t o n si n2020.F r o m1990t o2020,i tf i r s ti n c r e a s e d,t h e n d e c r e a s e d,t h e n i n c r e a s e d,a n dt h e nt e n d e dt ob es t a b l e.C a r b o ne m i s s i o n sf r o m a g r i c u l t u r a l p l a n t i n g m a i n l y c a m ef r o m f a r m l a n d s o i l u s e,a c c o u n t i n g f o r77.73%~86.95%o f c a r b o ne m i s s i o n s,a n d13.05%~22.27%o f c a r b o ne m i s s i o n sf r o mag r i c u l t u r a l i n p u t s.(2)Ch e mi c a l f e r t i l i z e rw a s t h em o s t i m p o r t a n t s o u r c e o f c a r b o n e m i s s i o n sf r o mag r i c u l t u r a l i n p u t s,a c c o u n t i n g f o r69.15%~79.20%,f o l l o w e db yp e s t i c i d e s a n d a g r i c u l t u r a l f i l m,a n d a g r i c u l t u r a lm a chi n e r y,i r r i g a t i o na n d t i l l a g eh a d r e l a t i v e l y l o w p r o p o r t i o n.(3)R i c ew a s t h em a i ne m i s s i o n s o u r c e o f f a r m l a n d s o i l u s e,a c c o u n t i n g f o r79.76%~87.23%o f f a r m l a n d s o i l u s e c a r b o n e m i s s i o n s,f o l l o w e d b y w h e a t a n dv e g e t a b l e s,w h i l e s o y b e a n,c o r na n d c o t t o n a c c o u n t e d f o r a r e l a t i v e l y l o w p r o p o r t i o n.(4)T h e d e c o u p l i n g r e l a t i o n s h i p w a s d o m i n a t e db y w e a kd e c o u p l i n g a n ds t r o n g d e c o u p l i n g,i n d i c a t i n g a s l o w g r o w t h o r d e c r e a s i n g t r e n do f t h e c a r b o ne m i s s i o n s f r o ma g r i c u l t u r a l p l a n t i n g w i t h t h e i n c r e a s i n g o f g r o s sd o m e s t i c p r o d u c t o f t h e p l a n t i n g i n d u s t r y.(5)T a k i n g t h e c a r b o ne m i s s i o n s d a t a o f a g r i c u l t u r a l p l a n t i n g f r o m1990t o 2020(n e a r l y30y e a r s)a n d1999t o2020(n e a r l y20y e a r s)a ss a m p l e s,i tw a s p r e d i c t e dt h a t t h ec a r b o n e m i s s i o n s o f a g r i c u l t u r a l p l a n t i n g i nJ i a n g s uP r o v i n c ew i l l c o n t i n u e t o i n c r e a s e f r o m2021t o2060,a n dw i l l n o t r e a c h t h e p e a k i n2060.B a s e do n t h e c a r b o ne m i s s i o n sd a t ao f a g r i c u l t u r a l p l a n t i n g f r o m2010t o2020, t h e c a r b o n e m i s s i o n s o f a g r i c u l t u r a l p l a n t i n g i n J i a n g s uP r o v i n c ew i l l c o n t i n u e t o d e c r e a s e f r o m2021t o2060, a n dh a s r e a c h e d i t s p e a k i n2020,i n d i c a t i n g t h a t t h e d e v e l o p m e n t o f l o w-c a r b o n g r e e na g r i c u l t u r e i nJ i a n g s u P r o v i n c eh a s a c h i e v e d i n i t i a l r e s u l t s i n r e c e n t y e a r s.K e y w o r d s:a g r i c u l t u r a lc a r b o n e m i s s i o n s;a g r i c u l t u r a l m a t e r i a l si n p u t;f a r m l a n d s o i lu t i l i z a t i o n;T a p i od e c o u p l i n g m o d e l;p e a k p r e d i c t i o n全球变暖持续受到社会的普遍关注,碳排放是气候变化的主要因素,从减少碳排放入手来应对气候变化问题已然成为各国政府的焦点㊂农业碳排放作为全球温室气体排放中的第二大来源,贡献约14%的人为温室气体排放量和58%的非人为C O2排放[1-2]㊂在倡导低碳经济的背景下,发展低碳农业也是农业可持续发展的必由之路㊂农业领域碳排放的减少可以促进农业的可持续发展,更好实现整体的碳减排目标㊂在2020年召开的第75届联合国大会上,我国宣布力争在2030年前实现碳达峰,2060年前实现碳中和㊂我国温室气体碳排放中农业碳排放占比17%,且农业碳排放年均增速为5%[3-4],农业减排增汇是国家实现 双碳 战略目标的重要举措[5]㊂农业碳源主要包含农用物资投入㊁水稻种植㊁畜禽养殖和土壤碳库破坏4个方面[6-7]㊂农资投入和水稻种植占农业碳排放量的52.33%,水稻种植占农业碳排放的比重为25.95%,在水稻种植主导型的省区内占比可达53.01%[8]㊂随着农业碳排放的测算方法不断完善,不少学者基于较为整体的视角对中国农业碳排放进行测算,涵盖种植业和畜牧业㊂农业碳排放往往受经济发展状况影响,农业碳排放省际差异明显,同时农业碳排放也有一个动态演变的过程㊂农业碳排放测算结果可用于对农业碳排放的现状特征及作用机理分析㊁农业碳排放效率测度与碳减排潜力剖析㊁经济发展与农业碳排放相互关系探讨等[9]㊂目前对农业碳排放的研究主要集中在碳排放测算[10]㊁时空演变[11]㊁脱钩效应[12]和碳减排策略[13]等方面㊂脱钩概念的提出是为了探讨环境破坏与经济发展之间的关系,张丽琼等[14]对1997 2018年中国31个省区农业碳排放量进行测算发现,中国农业碳排放与农业经济发展之间多处于弱脱钩和强脱钩状态;T a p i o构建的脱钩模型被广泛应用于碳排放[15]㊁经济发展[9]等相关关系的研究之中;吴昊玥等[16]运用T a p i o耦合指数对中国省域2000 2019年耕地利用净碳汇与农业生产的时空协调程度进行判断,并提出碳减排的建议㊂种植业是我国东南地区主要的农业碳排放源,通过对中国省域农业源非C O2温室气体碳排放的测算发现,我国东南地区种植业对农业源非C O2温室气体的贡献率超过50%,其中种植业平均贡献率高于60%的有上海市㊁江苏省㊁浙江省㊁福建省㊁江西省㊁湖南省和广东省,江苏省的种植业平均贡献率位于全国首位,为70.85%[17]㊂2020年江苏省农作物总播种面积为7.48ˑ106h m2,农业生产总值达4.10ˑ103亿元㊂本文以江苏省种植业碳排放为研究对象,基于相关的统计数据,测算全省在1990 2020年间农业的碳排放总量㊁碳排放强度及其变化特征,分析农业种植碳排放的时空格局和演变特征,并运用T a p i o脱钩模型对全省农业碳排放和经济发展关系进行研究并97第5期范振浩等:江苏省种植业碳排放的测算及达峰分析Copyright©博看网. All Rights Reserved.提出建议,以期为促进低碳农业的发展㊁实现 双碳 目标提供参考㊂1 材料与方法1.1 数据来源本文所用数据均来源于1990 2020年的‘中国农村统计年鉴“[18]和‘江苏统计年鉴“[19]㊂在对农业物资投入碳排放的测算过程中,化肥测算以农业化肥折纯量为准;农药和农膜测算以当年实际施用量为准;农机测算以当年机播面积和农用机械总动力为准;灌溉测算以当年有效灌溉面积为准;翻耕测算以当年实际农作物播种面积为准㊂在农田土壤利用碳排放测算中,水稻㊁小麦㊁大豆㊁玉米㊁棉花㊁蔬菜测算以当年实际农作物种植面积数据为准㊂需要说明的是本文的农业碳排放特指种植业碳排放,农业产值是指农作物种植业的产值㊂1.2 农业碳排放测算本文采用I P C C 碳排放系数法来测算农业碳排放,根据现有的研究成果对种植业碳排放量进行测算,即C =ðC i =ðT i ˑδi ㊂式中:C 为农业碳排放总量;C i 为各碳排放源排放量;T i 为各碳排放源活动水平;δi 为各碳排放源碳排放系数㊂种植业碳排放量主要分为农业物资投入产生的碳排放和农田土壤利用过程中C H 4和N 2O 等温室气体产生的碳排放㊂农业物资投入产生的碳排放主要分为化肥㊁农药㊁农膜㊁农机㊁灌溉和翻耕(表1)㊂农田土壤利用产生的碳排放主要分为水稻㊁小麦㊁大豆㊁玉米㊁棉花和蔬菜(表2)㊂农业物资投入和农田土壤利用碳排放系数见表1和表2㊂根据I P C C 第五次评估报告结果,C H 4和N 2O 的增温潜势在100年尺度上分别为C O 2的28,265倍[20]㊂表1 农业物资投入碳排放源计算公式和排放系数碳排放源公式碳源投入量碳排放系数参考文献化肥C f =G f ˑA G f 为化肥折纯量(k g )A =0.90W e s t 等[21]农药C p =G p ˑB G p 为农药使用量(k g)B =4.93智静等[22]农膜C m =G m ˑDG m 为农膜施用量(k g )D =5.18王宝义等[23]农机C e =(A a ˑE )+(W e ˑF )A a 为农作物播种面积(h m2)E =16.47赵荣钦等[24]W e 为农业机械总动力(k W )F =0.18赵荣钦等[24]灌溉C i =A i ˑG A i 为有效灌溉面积(h m 2)G =20.48李波等[10]翻耕C t =A t ˑHA t 为农作种植面积(h m2)H =3.13伍芬琳等[25]表2 农田土壤利用碳排放源和碳排放系数碳排放源碳排放系数参考文献水稻210.00k g/h m 2(C H 4)0.24k g /h m 2(N 2O )闵继胜等[6]小麦2.05k g /h m 2(N 2O )苏维瀚等[26]大豆0.77k g /h m 2(N 2O )刘杨等[27]玉米2.53k g /h m 2(N 2O )黄国宏等[28]棉花0.48k g /h m 2(N 2O )刘杨等[27]蔬菜4.21k g /h m 2(N 2O )邱炜红等[29]1.3 碳排放强度农业碳排放强度可以用于衡量农业的碳排放水平,为该地区农业碳排放量与农业生产总值的比值,即C I t =C t /G D P t ㊂式中:C I t 为t 时期的单位农业种植业产值碳排放强度;C t 为t 时期种植业碳排放量;G D P t 为t 时期农业种植业的生产总值㊂1.4 T a pi o 脱钩模型脱钩弹性为经济增长幅度与碳排放量变动程度的比值,可以用于反映碳排放量变化对于经济增长的敏感程度[29]㊂借助T a pi o 脱钩指数构建碳排放和经济发展之间的变动关系,构建模型为:e =ΔC O 2/C O 2ΔG D P /G D P㊂式中:e 为弹性指数;ΔC O 2/C O 2为碳排放的变化率;ΔG D P /G D P 为G D P 的变化率㊂根据脱钩弹性e 的不同确定了8种脱钩状态(表3),即为扩张负脱钩㊁强负脱钩㊁弱负脱钩㊁弱脱钩㊁强脱钩㊁衰退脱钩㊁增长连接和衰退连接[30]㊂表3 T a p i o 脱钩状态划分脱钩状态ΔC O 2/C O 2ΔG D P /G D P脱钩弹性(e )含义负脱钩扩张负脱钩>0>0e >1.2农业经济增长,环境压力大幅增长强负脱钩>0<0e <0农业经济衰退,环境压力增加弱负脱钩<0<00<e <0.8农业经济衰退,环境压力缓慢衰退脱钩弱脱钩>0>00<e <0.8农业经济增长,环境压力缓慢增长强脱钩<0>0e <0农业经济增长,环境压力减少衰退脱钩<0<0e >1.2农业经济衰退,环境压力大幅衰退连接增长连接>0>00.8<e <1.2农业经济增长,环境压力中速增加衰退连接<0<00.8<e <1.2农业经济衰退,环境压力大幅减少08水土保持学报 第37卷Copyright ©博看网. All Rights Reserved.1.5 农业碳排放量预测灰色预测模型GM (1,1)是以历史数据为样本,对具有时间序列的数据进行大小预测,得到1条具有指数增长规律的上升形状数列,基本原理是用原始数据组成原始序列(0),再通过累加生成法生成序列(1),该步骤可以弱化原始数据的随机性,使特征规律更为明显,对生成变换后的序列(1)建立一阶微分方程模型,即GM (1,1)模型㊂该模型所需样本较少,对计算统计特征量要求不高,可以有效处理小样本预测问题[27,31-33]㊂本文运用灰色预测模型GM (1,1)对2021 2060年江苏省农业碳排放量情况进行模拟㊂模型处理步骤为:(1)将碳排放量作为原始数列,计算原始数列x (0)的级比λ(0)(t )=x (0)(t -1)x (0)(t ),其中t =1,2,3, ,n ㊂若λ(0)(t )ɪ(e -2n +1),(e 2n +1)则原始数列可建立灰色预测模型GM (1,1)㊂(2)建立碳排放量的微分方程d (x )1(t )d t+a x (1)(t )=μ,其中x (1)(t )为累加数列,采用最小二乘法求解灰色参数a 和μ,a μéëêêùûúú=(B T B )-1B T y n ,其中:B =-12[x (1)(1)+x (1)(2) 1-12[x (1)(2)+x (1)(3) 1 -12[x (1)(n -1)+x (1)(n ) 1éëêêêêêêêêêùûúúúúúúúúúy n =[x (0)(2),x (0)(3), ,x (0)(n )]T(3)将灰色参数代入时间函数可得x (1)t =x (0)(1)-μa éëêêùûúúe -a (t -1)+μa ,相应碳排放量预测值即为:ɡ(0)x (t +1)=ɡ(1)x (t +1)-ɡ(1)x tt =1,2,3 ,n -1(4)采用残差检验㊁后验差检验㊁关联度检验等对模型精度进行检验,预测2021 2060年碳排放量㊂2 结果与分析2.1 农资投入碳排放源占比分析由图1可知,1990 2020年间,江苏省的农资投入碳排放源中化肥占比为69.15%~79.20%,农药占比为8.91%~15.69%,农膜占比为0~16.06%,农机占比为0.83%~3.00%,灌溉占比为1.84%~3.24%,翻耕占比为0.56%~1.03%㊂农资投入碳排放源主要为化肥㊁农药和农膜,化肥占比最高,其次是农药和农膜,农机㊁灌溉㊁翻耕占比均较小㊂1990 2020年间,化肥产生的碳排放占比从79.20%降低到69.15%,农药产生的碳排放占比从15.69%降低到8.91%,农膜产生的碳排放占比从0升高到15.92%,农机产生的碳排放占比从0.83%升高到3.00%,灌溉产生的碳排放占比从3.24%降低到2.38%,翻耕产生的碳排放占比1.03%降低到0.64%㊂化肥和农药碳排放占比均呈逐年下降的趋势,化肥占比年均降低0.34%,农药占比年均降低0.23%;农膜㊁农机碳排放占比均呈逐年上升的趋势,农膜占比年均增长0.53%,农机占比年均增长0.07%;灌溉和翻耕的占比变化不明显,处于一个较为稳定的状态(图1)㊂图1 农资投入各部分碳排放源所占比重2.2 农田土壤利用碳排放源占比分析从图2可以看出,1990 2020年间,江苏省农田土壤利用碳排放源中水稻占比为79.76%~87.23%,小麦占比为5.74%~8.01%,蔬菜占比为2.39%~10.91%,玉米占比为1.58%~2.21%,大豆占比为0.23%~0.36%,棉花占比为0.01%~0.51%㊂农田土壤利用碳排放中的水稻占比最高,其次是小麦和蔬菜,大豆㊁玉米㊁棉花占比均较小㊂蔬菜碳排放呈逐年上升的趋势,其余作物较为稳定㊂1990 2020年间,水稻产生的碳排放占比从87.23%18第5期 范振浩等:江苏省种植业碳排放的测算及达峰分析Copyright ©博看网. All Rights Reserved.降低到80.04%,年均降低0.23%;小麦产生的碳排放占比从1990年的7.79%降低到2004年的5.74%,之后持续升高到2020年的7.77%;蔬菜产生的碳排放占比从1990年的2.39%升高到2020年的9.85%,年均升高0.25%;大豆产生的碳排放占比从1990年的0.30%降低到2020年的0.24%;玉米产生的碳排放占比从1990年的1.85%升高到2020年的2.09%;棉花产生的碳排放占比从1990年的0.44%降低到2020年的0.01%㊂图2农田土壤利用各作物碳排放源所占比重2.3种植业碳排放时序特征分析从图3可以看出,1990 2020年间,农业种植业碳排放主要来自农田土壤利用,其碳排放占比为77.73%~ 86.95%;农资投入碳排放占比为13.05%~22.27%,这与李阳等[17]的研究结果相符㊂根据李阳等[17]对江苏省1980 2018年间农业总碳排放量的测算结果,江苏省农业总碳排放量为2212.94~3622.67万t,其中种植业平均贡献率为70.85%㊂农业种植碳排放年均变化增长率为0.13%,农资投入碳排放年均增幅为1.25%,农田土壤利用碳排放年均变化幅度为-0.07%㊂1999年农业种植碳排放最高,为2074.23万t,其中农资投入391.21万t,农田利用1683.02万t㊂2003年农业碳排放最低,为1764.95万t,其中农资投入393.10万t,农田利用1371.85万t㊂2020年农业种植源㊁农田土壤利用和农资投入碳排放量分别为1999.53万,1635.74万,363.80万t ㊂图3种植业碳排放量的变化趋势从江苏省种植业碳排放量年际变化来看,1990 2020年江苏省农业种植业碳排放量变化总体可以分为2个阶段:第1阶段是1990 2006年,农业碳排放量先增加,后降低,再增加㊂第1阶段的出现是由于化肥施用量的大量增加和蔬菜面积的增加使得农业碳排放形成1个上升趋势㊂之后化肥施用量趋于平稳,蔬菜种植面积持续增加,水稻种植面积持续减少,蔬菜的碳排放量小于水稻,农业碳排放形成1个下降趋势㊂随着蔬菜面积减少,水稻种植面积增加,种植业碳排放形成1个上升趋势㊂第2阶段是2007 2020年,这个阶段种植业的各排放源趋于稳定,碳排放量变化幅度较小㊂2.4种植业碳排放强度分析从图4可以看出,1990 2020年间,以农业产值为单位的碳排放强度有1个明显的下降趋势(图4)㊂单位农业产值碳排放强度在1990 1995年有1个迅速降低的过程,年均下降18.31%,1995年较1990年降幅达63.62%;在1995 2012年碳排放强度保持继续降低的趋势,降低的幅度减小,年均下降5.82%;在2012 2020年碳排放强度持续降低,降低的幅度更小,年均下降4.36%㊂随着经济社会发展,农业所需劳动力成本也相应提高,农产品价格随之上升,在农业碳排放量变化较小的情况下,农业产值持续增加使得单位农业产值的碳排放强度持续下降㊂之后,随着农业的发展,农资㊁农机㊁农技得到推广,农产品产量和价格趋于稳定,碳排放强度变化幅度不断变小㊂图4碳排放强度的变化趋势2.5农业碳排放与农业经济增长的脱钩特征分析由表4可知,江苏省1990 2020年农业碳排放28水土保持学报第37卷Copyright©博看网. All Rights Reserved.的脱钩状态主要以强脱钩㊁增长连接和弱脱钩为主㊂农业经济总体上保持稳步上升的趋势,农业种植碳排放量增长较为缓慢,并多次出现农业碳排放量降低的情况㊂脱钩状态的情况可以分为3个阶段:第1阶段是1990 2002年,为经济快速增长期㊂该阶段农业经济发展保持稳定增长态势,年均增长10.22%,同时总体上农业碳排放呈减少趋势,年均降低0.33%㊂此阶段的脱钩状态多为强脱钩㊂随着经济的快速发展,农业的生产总值也随之提高,农业发展还处于比较缓慢的过程,农业生产的技术资料没有得到推广,使得经济增长速度快于农业碳排放的增加㊂2002年国家提出 多予㊁少取㊁放活 为指导思想的农业政策㊂第2阶段是2003 2015年,为平稳期㊂该阶段的农业经济总体来看处于稳步发展的时期,年均增长11.63%,同期农业碳排放也稳步增长,年增幅为1.35%㊂此阶段的脱钩状态多为弱脱钩㊂国家于2006年取消传统农业税,出台一系列政策提高农民种粮积极性㊂此阶段国家大力推广农业新技术,兴修农田水利,推进农业的机械化㊂农民得到高质量的农业培训,提高农业生产的积极性㊂国家倡导化肥和农药的减量使用,促进农业的可持续发展㊂在经济稳步发展的同时促使农业蓬勃发展㊂第3个阶段是2016 2020年,为波动期㊂该阶段农业经济发展持续稳定发展,年增幅为2.87%,与前2个阶段的增幅相比,说明农业的发展达到一个快要饱和的程度㊂农业碳排放先减少再增加㊂这个阶段弱负脱钩㊁强脱钩㊁衰退脱钩㊁弱脱钩状态都有出现㊂2014年的中央一号文件提出 发展生态友好型农业 [34],2015年开始限制化肥㊁农药施用量的增长㊂国家深入贯彻绿色低碳农业,保护耕地资源,进一步削减资源消耗型农业产业,属于农业转型升级的关键时刻,农业碳排放出现波动反弹㊂表4农业物资投入和农田土壤利用的总排放量与农业经济增长的脱钩特征年份农业总产值/亿元农业物资投入和农田土壤利用的总排放量/万tΔC O2/C O2ΔG D P/G D P脱钩弹性(e)脱钩状态1990362.461923.223 1991354.421885.204-0.020-0.0220.891衰退连接1992411.331954.7660.0370.1610.230弱脱钩1993518.551870.621-0.0430.261-0.165强脱钩1994777.941828.916-0.0220.500-0.045强脱钩1995986.151903.7320.0410.2680.153弱脱钩19961062.391965.3020.0320.0770.418弱脱钩19971085.262028.9580.0320.0221.505扩张负脱钩19981096.882047.3420.0090.0110.846增长连接19991095.132074.2260.013-0.002-8.230增长连接20001096.021964.246-0.0530.001-65.242强脱钩20011142.661854.434-0.0560.043-1.314强脱钩20021165.491848.191-0.0030.020-0.168强脱钩2003981.251764.952-0.045-0.1580.285弱负脱钩20041242.411912.1400.0830.2660.313弱脱钩20051291.061979.7140.0350.0390.902增长连接20061416.911993.3170.0070.0970.070弱脱钩20071540.391993.251-00.087-0强脱钩20081741.992007.0580.0070.1310.053弱脱钩20091940.102021.8960.0070.1140.065弱脱钩20102256.992034.4460.0060.1630.038弱脱钩20112622.672040.9670.0030.1620.020弱脱钩20122942.112047.9690.0030.1220.028弱脱钩20133137.142052.9790.0020.0660.037弱脱钩20143325.672061.9130.0040.0600.072弱脱钩20153675.872072.4530.0050.1050.049弱脱钩20163663.422069.532-0.001-0.0030.416弱负脱钩20173764.732046.170-0.0110.028-0.408强脱钩20183735.022020.567-0.013-0.0081.586衰退脱钩20193828.601990.925-0.0150.025-0.586强脱钩20204102.161999.5330.0040.0710.061弱脱钩38第5期范振浩等:江苏省种植业碳排放的测算及达峰分析Copyright©博看网. All Rights Reserved.2.6 农业碳排放量预测及达峰分析以近30年(1990 2020年)㊁近20年(1999 2020)和近10年(2010 2020年)的农业碳排放量数据作为样本,构建灰色预测模型G M (1,1)预测2021 2060年农业碳排放量,考虑到年份数量较多,仅列出2025年㊁2030年㊁2045年和2060年的预测值(表5)㊂以近30年(1990 2020年)的数据为样本,预测江苏省农业碳排放量在2020年后仍有一个缓慢增长的趋势,2030年较2020年增幅5.55%,2060年较2020年增幅13.98%,农业碳排放量年均增加6.99万t ㊂以近20年(1999 2020)年农业碳排放量数据为样本,江苏省农业碳排放量在2020年后有一个增长的趋势,2030年较2020年增幅8.67%,2060年较2020年增幅24.11%,农业碳排放量年均增加12.05万t ㊂以近10年(2010 2020年)农业碳排放量数据为样本,预测农业碳排放呈持续减少趋势,种植业碳排放已于2020年达峰,2030年较2020年降幅3.48%,2060年较2020年降幅14.31%,农业碳排放量年均减少7.15万t ,这与李阳等[25]利用经济情景预测对我国农业源非C O 2GH G 排放量的预测结果一致㊂在高情景和中情景下,2018 2050年我国农业源非C O 2G H G 排放量持续上升,到2050年仍未达峰;在低情景下,2018 2050年的农业源非C O 2GH G 排放量持续下降,已于2018年达峰,峰值为7.30亿t[17]㊂表5 以近30,20,10年碳排放量数据为样本的江苏省种植业碳排放量预测值单位:万t年份以近30年碳排放量数据为样本以近20年碳排放量数据为样本以近10年碳排放量数据为样本20252083.0092125.2931968.56020302110.4772172.8891929.89620452193.9762322.1701818.39920602279.1412481.7061713.345 近30年碳排放量上下浮动,近20年碳排放量保持总体上升趋势,近10年碳排放量保持稳定且有下降趋势㊂种植业碳排放受多种因素影响,在各时间段内变化多样,一般来说,模型精度随样本年份数增多而降低,模型平均相对误差随样本年份数增多而加大㊂农业碳排放量是动态变化的,根据实际情况选择样本数据进行预测,高㊁中㊁低情景比较预测更利于制定减排措施㊂近30年碳排放量波动,在总体上保持增长;近20年碳排放量随着农业快速发展而增加;近10年碳排放量随着农业低碳可持续发展而降低㊂由此说明,近年来江苏省的环保绿色农业蓬勃发展,为农业的低碳减排作出贡献㊂江苏省农业碳排放的控制需要因地制宜,在农业经济发展的同时,推进绿色低碳农业的发展,力争在2030年实现 碳达峰 目标,在2060年前实现碳中和 ㊂3 结论(1)2020年江苏省种植业碳排放为1999.53万t㊂1990 2020年间呈现先增加后降低再增加,然后趋于平稳的趋势㊂种植业碳排放主要来源于农田土壤利用,农田土壤利用碳排放占比为77.73%~86.95%,农资投入碳排放占比为13.05%~22.27%㊂(2)化肥是农资投入碳排放源中最主要的排放源,是推进农资投入 低碳化 的关键方面㊂农业碳排放强度高的地区可以通过因地制宜制定化肥减量的方案㊂农技推广部门也可对应做好测土配方施肥的工作㊂此外,可施用生物有机肥和水溶性肥料来代替传统化肥㊂减少化肥过量使用的情况,保护土壤和水体环境,促进农业的可持续发展㊂(3)水稻是农田土壤利用排放源中最主要的排放源,是推进农田土壤利用 低碳化 的关键方面㊂农业碳排放强度高的地区可以在保证粮食充足的前提下,通过种植其他的旱作作物来减少农田土壤的碳排放㊂此外,在水稻生育期内适当地进行排水措施也能降低土壤甲烷气体的排放㊂(4)种植业碳排放总量变化幅度变小,单位农业产值碳排放强度呈现持续减小的趋势㊂随着经济社会发展,农业所需劳动力成本也相应提高,农产品价格随之上升,在农业碳排放量变化较小的情况下,农业产值持续增加使得单位农业产值的碳排放强度持续下降㊂之后,随着农业的发展,农资㊁农机㊁农技得到推广,农产品产量和价格趋于稳定,碳排放强度变化幅度不断变小;粮食生产技术日益成熟,对农业资源的利用效率越来越高㊂(5)根据(近30年和近20年)数据预测结果,目前江苏省在种植业碳排放量呈持续增长的趋势,到2060年仍未达峰;根据近10年数据的预测结果,种植业碳排放呈持续下降趋势,已于2020年达峰㊂表明近年来江苏省在低碳绿色农业发展已初见成效,需继续因地制宜实现农业减排㊂额外的农资投入和过多的农田土壤利用都会增加农业的碳排放㊂大力发展有机农产品㊁绿色农产品,采用低碳绿色的环保技术,提倡环境友好型农田土壤利用方式,提高农用物资的利用效率,为更好地实现 双碳 而努力㊂参考文献:[1] 郎慧,肖诗顺,王艳.四川省农业碳排放与经济增长的脱钩效应分析[J ].山东农业大学学报(社会科学版),2019,21(2):69-78.[2] 郝小雨.黑龙江省30年来农田生态系统碳源/汇强度及48水土保持学报 第37卷Copyright ©博看网. All Rights Reserved.碳足迹变化[J].黑龙江农业科学,2021(8):97-104. [3]程琳琳.中国农业碳生产率时空分异:机理与实证[D].武汉:华中农业大学,2018.[4]孙英.山东省农业碳排放时空特征及其影响因素分析[D].兰州:西北师范大学,2018.[5]马永喜,孙亚丽.碳减排约束下区域农业生产投入及其环境效应:基于价格内生局部均衡模型的模拟[J].湖南农业大学学报(社会科学版),2021,22(5):15-23. [6]闵继胜,胡浩.中国农业生产温室气体排放量的测算[J].中国人口㊃资源与环境,2012,22(7):21-27. [7]田云,吴海涛.产业结构视角下的中国粮食主产区农业碳排放公平性研究[J].农业技术经济,2020(1):45-55.[8]田云,尹忞昊.中国农业碳排放再测算:基本现状㊁动态演进及空间溢出效应[J].中国农村经济,2022(3):104-127. [9]郑炎辉,何艳虎,王金杰,等.基于脱钩理论的区域产业节水目标研究:以广东省为例[J].水资源与水工程学报,2021,32(4):38-44.[10]李波,张俊飚,李海鹏.中国农业碳排放时空特征及影响因素分解[J].中国人口㊃资源与环境,2011,21(8):80-86.[11]廖卫东,刘淼.西部地区农业碳排放的时空演变及E K C假说检验:基于西部大开发12省份动态面板数据模型的经验分析[J].世界农业,2020(6):62-70.[12] H a nH B,Z h o n g ZQ,G u oY,e t a l.C o u p l i n g a n dd e-c o u p l i n g e f f e c t s o f a g r i c u l t u r a l c a r b o n e m i s s i o n s i nC h i-n a a n dt h e i rd r i v i n g f a c t o r s[J].E n v i r o n m e n t a lS c i e n c ea n dP o l l u t i o nR e s e a r c h,2018,25(25):25280-25293.[13]尹岩,郗凤明,邴龙飞,等.我国设施农业碳排放核算及碳减排路径[J].应用生态学报,2021,32(11):3856-3864. [14]张丽琼,何婷婷.1997 2018年中国农业碳排放的时空演进与脱钩效应:基于空间和分布动态法的实证研究[J].云南农业大学学报(社会科学版),2022,16(1):78-90. [15]韩梦瑶,刘卫东,谢漪甜,等.中国省域碳排放的区域差异及脱钩趋势演变[J].资源科学,2021,43(4):710-721. [16]吴昊玥,孟越,黄瀚蛟,等.中国耕地利用净碳汇与农业生产的时空耦合特征[J].水土保持学报,2022,36(5):360-368.[17]李阳,陈敏鹏.中国省域农业源非C O2温室气体排放的影响因素分析与峰值预测[J].环境科学学报,2021,41(12):5174-5189.[18]国家统计局农村社会经济统计司.中国农村统计年鉴[M].北京:中国统计出版社,1991.[19]江苏省统计局.江苏统计年鉴[M].北京:中国统计出版社,1991.[20] S t o c k e rT.C l i m a t ec h a n g e2013,i nt h e p h y s i c a l s c i-e n c eb a s i s:W o r k i n g G r o u p IC o n t r i b u t i o n t o t h eF if t hA s s e s s m e n tR e p o r t o f t h e I n t e r g o v e r n m e n t a lP a n e l o nC l i m a t eC h a n g e[M].C a m b r i d g e:WMO/U N E P,2014.[21] W e s tT O,M a r l a n dG.As y n t h e s i so f c a r b o ns e q u e s-t r a t i o n,c a r b o ne m i s s i o n s,a n dn e t c a r b o n f l u x i na g r i-c u l t u r e:C o m p a r i n g t i l l a g e p r a c t i c e s i n t h e U n i t e dS t a t e s[J].A g r i c u l t u r e,E c o s y s t e m sa n dE n v i r o n m e n t,2002,91(1/2/3):217-232.[22]智静,高吉喜.中国城乡居民食品消费碳排放对比分析[J].地理科学进展,2009,28(3):429-434. [23]王宝义,张卫国.中国农业生态效率测度及时空差异研究[J].中国人口㊃资源与环境,2016,26(6):11-19.[24]赵荣钦,刘英,丁明磊,等.河南省农田生态系统碳源/汇研究[J].河南农业科学,2010,39(7):40-44. [25]伍芬琳,李琳,张海林,等.保护性耕作对农田生态系统净碳释放量的影响[J].生态学杂志,2007,26(12):2035-2039.[26]苏维瀚,宋文质,张桦,等.华北典型冬麦区农田氧化亚氮通量[J].环境化学,1992,11(2):26-32. [27]刘杨,刘鸿斌.山东省农业碳排放特征㊁影响因素及达峰分析[J].中国生态农业学报,2022,30(4):558-569.[28]黄国宏,陈冠雄,吴杰,等.东北典型旱作农田N2O和C H4排放通量研究[J].应用生态学报,1995,6(4):383-386.[29]邱炜红,刘金山,胡承孝,等.种植蔬菜地与裸地氧化亚氮排放差异比较研究[J].生态环境学报,2010,19(12):2982-2985.[30] T a p i oP.T o w a r d sa t h e o r y o fd e c o u p l i n g:D e g r e e so fd e c o u p l i n g i nt h e E U a n dt h ec a s eo fr o a dt r a f f i ci nF i n l a n db e t w e e n1970a n d2001[J].T r a n s p o r tP o l i c y,2005,12(2):137-151.[31]赵宇.江苏省农业碳排放动态变化影响因素分析及趋势预测[J].中国农业资源与区划,2018,39(5):97-102.[32]旷爱萍,胡超.广西农业碳排放影响因素和趋势预测[J].西南林业大学学报,2020,4(2):5-13. [33]何慧爽,付帮杰.我国粮食主产区农业碳排放测度与减排压力研究[J].生态经济,2019,35(11):99-104. [34]新华社.中共中央国务院印发‘关于全面深化农村改革加快推进农业现代化的若干意见“[J].中华人民共和国国务院公报,2014(3):5-12.58第5期范振浩等:江苏省种植业碳排放的测算及达峰分析Copyright©博看网. All Rights Reserved.。
江苏能源消费的碳排放统计分析及因素分解
江苏能源消费的碳排放统计分析及因素分解林珊珊【摘要】Carbon emission must be known in developing low-carbon economy.The amount of carbon emission in energy consumption in Jiangsu province is calculated from 1990 to 2010,and then is statistically analyzed.On this basis,the article analyzes the contribution of economic scale,industrial structure and carbon emission intensity,using the factor decomposition method.It shows that the economy scale is a primary drive factor; industrial structure is not obvious until 2006:the carbon emission intensity is not stable,and does not decrease with the improvement of technology,which shows that the current technology has not got its advantages.Finally,some suggestions are proposed.%发展低碳经济必须了解碳排放量,首先计算出1990-2010年江苏能源消费的碳排放量,并进行统计分析；继而运用因素分解法分析经济总量、产业结构及产业碳排放强度对江苏能源消费碳排放量的影响.研究结果表明,经济增长对碳排放产生最大的正面影响,产业结构的影响不明显,产业的碳排放强度不稳定且为正面影响,产业的技术效率未得以充分发挥.最后提出了减少碳排放的相关建议.【期刊名称】《科技管理研究》【年(卷),期】2013(033)013【总页数】5页(P62-65,69)【关键词】低碳经济;碳排放;统计分析;因素分解;碳排放强度【作者】林珊珊【作者单位】南通大学商学院,江苏南通 226019【正文语种】中文【中图分类】F205江苏的经济发展走在中国的前列，同时江苏是一个工业大省，2011年第二产业GDP占全省的51.5%，目前正处于建设新型工业化道路的重要时期，工业化进程的加快带来了能源消费的增加。
江苏能源消耗的碳排放估算及趋势检验
ｅ ｎ ｅ ｒ ｇ ｙ ｃ ｏ ｎ ｓ ｕ ｍｐ ｔ ｉ ｏ ｎ ｉ ｎ ｔ ｈ ｅ ｅ ｃ ｏ ｎ ｏ ｍｉ ｃ ｄ ｅ ｖ ｅ ｌ ｏ ｐ ｍｅ ｎ ｔ ｏ ｆ Ｊ ｉ ａ ｎ ｇ ｓ ｕ ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ ，ａ ｎ ｄ ｃ ａ ｒ ｒ ｉ ｅ ｄ ｏ ｕ ｔ ｔ ｈ ｅ ｅ ｍｐ ｉ ｒ ｉ ｃ ａ ｌ ｒ ｅ ｓ ｅ ｒｃ ａ ｈ ｏ ｎ ｔ ｈ ｅ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ｓ ｈ ｉ ｐ ｂ ｅ —
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｏｎ ｔ ｈ ｅ ｂ ａ ｓ ｉ ｓ ｏ ｆ ｌ ｉ ｔ ｅ ｒ ａ ｔ ｕ ｒ ｅ ｒ ｅ ｖ ｉ ｅ ｗ ａ ｎ ｄ ｃ ｕ ｒ ｒ ｅ ｎ ｔ ｓ ｉ ｔ ｕ ａ ｔ ｉ ｏ ｎ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ．ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ｅ ｓ ｔ ｉ ｍａ ｔ ｅ ｄ ｔ ｈ ｅ ｃ ａ ｒ ｂ ｏ ｎ ｅ ｍｉ ｓ ｓ ｉ ｏ ｎ ａ ｍｏ ｕ ｎ ｔ ｆ ｒ ｏ ｍ
ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｉ ａ ｌ ｅ ｃ ｏ ｎ ｏ ｍｙ ．Ｔｈ ｅ ｒ ｅ ｆ ｏ ｒ ｅ ，ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ｐ ｒ ｏ ｍｏ ｔ ｅ ｔ ｈ ｉ ｓ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ｓ ｈ ｉ ｐ ｔ ｏ ｃ ｈ ａ ｎ ｇ ｅ ｔ ｏ ｗ ａ ｒ ｄ ｓ ｉ ｎ ｖ ｅ ｒ ｓ ｅ“ Ｕ” ｔ ｙ ｐ ｅ ，ｉ ｔ ｉ ｓ ｎ ｅ ｃ ｅ ｓ ｓ ａ ｒ ｙ ｆ ｏ ｒ Ｊ ｉ ａ ｎ ｇ ｓ ｕ
ｔ ｗ ｅ ｅ ｎ ｔ ｈ ｅ ｅ ｃ ｏ ｎ ｏ ｍｉ ｃ ｇ ｒ ｏ ｗｔ ｈ ａ ｎ ｄ ｃ ａ ｒ ｂ ｏ ｎ ｅ ｍｉ ｓ ｓ ｉ ｏ ｎ ａ ｍｏ ｕ ｎ ｔ ｉ ｎ Ｊ ｉ ａ ｎ ｇ ｓ ｕ ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ ．Ｔ ｈ ｅ ｒ ｅ ｓ ｅ ｒｃ ａ ｈ ｒ ｅ ｓ ｕ ｈ ｓ ｓ ｈ ｏ ｗ ｅ ｄ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ｓ ｈ ｉ ｐ ｂ ｅ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
江苏省碳排放调研报告
江苏省碳排放调研报告
一、调研目的：
目的是为了了解江苏省的碳排放情况，评估碳排放的程度，并提出相应的减排建议，以推动江苏省的低碳发展。
二、调研方法：
1.数据收集：通过收集江苏省相关统计数据、碳排放数据和能源消耗数据，获得准确的碳排放情况。
2.实地考察：实地考察企业、工厂和城市，了解实际的工业排放、能源消耗和交通排放情况。
3.访谈调查：与企业负责人、环保部门和政府官员进行访谈调查，了解碳排放管理措施和低碳发展政策的落实情况。
三、调研结果：
1.碳排放总量：根据数据收集和计算，江苏省碳排放总量为XXX吨/年。
2.碳排放构成：主要来源于工业排放（占比60%）、交通排放（占比30%）和能源消耗（占比10%）。
3.碳排放分布：碳排放主要分布在苏南地区的工业园区和大城市，如南京市、苏州市和无锡市。
4.碳排放增长趋势：由于江苏省经济快速发展和工业化进程，碳排放呈现逐年增长的趋势。
5.碳排放管理措施：江苏省政府出台了一系列环保政策和行动计划，如推广清洁能源、增加能效改造项目等。
四、调研分析：
1.碳排放情况严峻：江苏省碳排放总量庞大，让环境承受巨大
压力，加剧了气候变化和空气污染问题。
2.排放构成问题：工业排放占比较高，说明江苏省的工业生产
仍然高能耗高污染。
交通排放也成为重要问题，需要加强公共交通发展和推广新能源车辆。
3.减排建议：江苏省可以从以下几个方面着手减少碳排放：
a.调整发展思路，加快发展低碳经济，加大清洁能源的投入。
b.鼓励企业进行能源消耗和碳排放的监测、报告和公开披露，提高企业的环保意识和责任感。
c.加强交通管理，推广公共交通，提高交通效率。
d.加大碳排放监管和执法力度，严格执行相关环保法规，对
违反法规的企业进行处罚。
e.加强碳排放数据收集和分析，提高碳排放数据的准确性和
完整性。
五、总结与展望：
江苏省的碳排放问题严重，迫切需要采取措施减少碳排放。
政府、企业和公众都应该共同努力，加强对碳排放的监管和管理，推动低碳发展。
未来，江苏省应该加大对清洁能源的投入，优化能源结构，减少碳排放，实现可持续发展。