基于低碳经济背景下云南省土地利用结构与碳排放量关系研究

基于低碳经济背景下云南省土地利用结构与碳排放量关系研究

论文摘要

随着经济社会的不断发展,高碳排放所产生的“温室效应”对人类社会的负面影响越来越大,节能减排已经成为全球学者们研究的热点。土地是人类一切社会经济活动的载体,差异化的土地利用结构可以有效的引导整个宏观产业结构,处于同种技术水平下的不同产业,其碳排放量有很大的差别。本文基于云南省国土资源厅1997年至2008年土地利用变更数据和《云南统计》年鉴1997年至2008年各类能源消耗数据,以土地资源稀缺理论、土地资源可持续利用理论、系统理论、精明增长理论、产业结构理论和低碳经济相关理论为基础,运用实证分析与规范分析、比较分析和统计分析、定性和定量分析相结合的方法,利用土地利用结构信息熵值对云南省1997年至2008年土地利用结构变化进行系统的描述。分析这一时段土地利用结构信息熵值变化的原因,以及其和全省历年碳排放量变化的关系,并从土地利用结构方面对基于低碳标准限制下云南省2020年建设用地的数量予以预测,以期为低碳经济背景下云南省土地利用结构规划提供一定的理论支撑和科学参考。具体研究过程及相关结论如下:(1)从云南省1997年至2008年土地利用结构信息熵值的变化和云南省1997年至2008年碳排放总量的相关性分析中发现二者之间具有很强的相关性。运用单位根检验法对二者进行平稳性检验证明了两者为平稳序列,再运用var模型确定最优滞后阶数为2之后的johansen协整性检验表明二者之间存在长期稳定的关系,再运用granger因果检验,确定了土地利用结构变化是碳排放量变化的原因。在对各类用地1997年至2008年面积变化与碳排放量变化的进行回归分析后发现,耕地、园地、林地和牧草地面积的变化对碳排放量变化的影响不大,而城乡建设用地和交通水利及其它建设用地面积的变化对碳排放量的变化有很大的影响。(2)分别计算出云南省1997年至2008年各类主要用地的碳排放量,再与全省1997年至2008年碳排放总量做比较分析。结果表明,建设用地是主要的碳源,其历年的碳排放量都占到全省总碳排的93%以上,而且建设用地的碳排放量无论在数量上还是在占全省总碳排放量的比重上都处于一直上升趋势,在2008年,其总量达到全省碳排总量的96.45%。林地是主要的碳汇,其历年的碳汇量都占到全省总碳汇的99%以上;单位面积林地的碳汇量分别是耕地和园地的碳排的242倍和214倍,是建设用地碳排的0.76倍。最后本文在基于我国低碳目标的碳排放量标准限制下,预测出云南省2020年建设用地规模为98.96万hm~2。(3)针对本文的分析,提出在土地利用结构方面实行差别供地、提高土地集约利用效率和合理保护以林地等作为实现低碳经济战略的土地利用结构对策。

论文目录

  • 中文摘要
  • ABSTRACT
  • 目录
  • 第一章 绪论
  • 第一节 选题背景和研究意义
  • 一、选题背景
  • 二、研究意义
  • 第二节 国内外研究综述
  • 一、土地利用结构研究
  • 二、碳排放与土地利用方面
  • 三、文献综述总结
  • 第三节 理论框架
  • 一、土地资源稀缺理论
  • 二、土地资源可持续利用理论
  • 三、系统理论
  • 四、精明增长理论
  • 五、产业结构理论
  • 第四节 研究内容和方法
  • 一、本文研究所需要的数据
  • 二、研究方法
  • 三、研究内容和技术路线
  • 第二章 研究区域概况
  • 第一节 自然状况与社会经济概况
  • 一、自然状况
  • 二、社会经济状况
  • 第二节 云南省土地利用现状
  • 一、云南省各类用地的数量结构
  • 二、云南省土地利用存在的问题
  • 第三节 云南省碳排放现状
  • 一、碳排放量的计算
  • 二、云南省碳排放存在的问题
  • 第三章 云南省土地利用结构与碳排放量动态关系分析
  • 第一节 云南省各类土地面积1997 年至2008 年动态变化过程分析
  • 一、全省1997 年至2008 年呈增加趋势的各类用地
  • 二、全省1997 年至2008 年呈减少趋势的各类用地
  • 第二节 云南省1997 年至2008 年土地利用结构信息熵分析
  • 一、土地利用结构信息熵及其意义
  • 二、云南省1997 年至2008 年土地利用结构信息熵值分析
  • 第三节 云南省1997 年至2008 年来碳排放总量分析
  • 第四节 云南省土地利用结构信息熵值与碳排放量相关性分析
  • 一、平稳性检验
  • 二、协整性检验
  • 三、Granger 检验
  • 第五节 云南省各类用地面积变化和碳排放量的关系分析
  • 第四章 云南省各类土地利用结构碳排放量分析
  • 第一节 云南省近15 年来各类用地碳排放量计算
  • 一、研究方法
  • 二、数据来源
  • 三、结果分析
  • 第二节 基于低碳经济标准下云南省2020 年建设用地数量预测
  • 一、分析方法和数据来源
  • 二、计算分析
  • 第三节 本章小结
  • 第五章 对策
  • 一、采取差异化的土地供给模式
  • 二、促进土地节约和集约利用
  • 三、加强对林地的保护
  • 第六章 结论与展望
  • 第一节 结论
  • 第二节 本文的不足及有待进一步研究的内容
  • 参考文献
  • 致谢
  • 攻读硕士学位期间科研成果
  • 相关论文文献

    • [1].基于空间计量的碳排放量影响因素分析[J]. 中南大学学报(社会科学版) 2017(02)
    • [2].2013全球碳排放量数据公布 中国人均首超欧洲[J]. 中国对外贸易 2014(11)
    • [3].每个人都欠地球的债务[J]. 全国优秀作文选(初中) 2020(Z1)
    • [4].低碳出行 你我同行[J]. 山东画报 2017(03)
    • [5].科技创新对区域碳排放量的影响——空间面板计量模型[J]. 大众投资指南 2017(06)
    • [6].欧盟发布2050能源路线图[J]. 石油和化工节能 2012(01)
    • [7].中国碳排放量估计结果及差异影响因素分析[J]. 中国人口·资源与环境 2016(02)
    • [8].山东省旅游交通碳排放量估算及结果分析[J]. 对外经贸 2015(02)
    • [9].城市越大,人均碳排放量越低[J]. 大科技(科学之谜) 2011(04)
    • [10].我国碳排放量情景预测研究——基于环境规制视角[J]. 经济与管理 2012(04)
    • [11].黑龙江省能源消费碳排放量情景预测[J]. 资源开发与市场 2012(12)
    • [12].GDP与碳排放量[J]. 山西能源与节能 2010(01)
    • [13].降低汽车碳排放量的有效措施[J]. 科技信息 2010(34)
    • [14].基于土地利用变化的中国省域碳排放时空差异及碳补偿研究[J]. 地理科学 2019(12)
    • [15].全球碳排放量2018年再创新高[J]. 生态经济 2019(02)
    • [16].北京市碳排放量探究[J]. 合作经济与科技 2017(01)
    • [17].我国中部六省碳排放量影响因素分解分析[J]. 技术经济 2013(01)
    • [18].外商直接投资对中国碳排放量的影响——基于省际面板数据的实证研究[J]. 中央财经大学学报 2013(01)
    • [19].中国碳排放量与外商直接投资的互动机制——基于1994~2009年数据的实证研究[J]. 国际经贸探索 2012(05)
    • [20].信息共享、碳排放量与碳信息披露质量[J]. 审计研究 2012(04)
    • [21].设立商品碳排放量评估机构的研究[J]. 今日科技 2010(05)
    • [22].碳排放量与经济增长的关系浅析[J]. 商品与质量 2010(S6)
    • [23].2019年与能源相关的碳排放量趋于平缓[J]. 中外能源 2020(05)
    • [24].两层供应链协调契约:考虑价格与碳排放量敏感需求[J]. 科技管理研究 2017(03)
    • [25].我国服务贸易出口与碳排放量的协整分析[J]. 广西师范大学学报(哲学社会科学版) 2015(06)
    • [26].建筑施工碳排放量估算方法研究[J]. 四川水泥 2016(05)
    • [27].算算自己一周的碳排放量[J]. 数学大世界(小学五六年级适用) 2010(09)
    • [28].甘肃省城市化进程与碳排放量关系的实证研究[J]. 甘肃科技纵横 2014(03)
    • [29].2050年中国碳排放量的情景预测——碳排放与社会发展Ⅳ[J]. 北京大学学报(自然科学版) 2010(04)
    • [30].建筑物碳排放量和成本的优化设计研究[J]. 成都大学学报(自然科学版) 2018(03)

    标签:;  ;  ;  ;  

    基于低碳经济背景下云南省土地利用结构与碳排放量关系研究
    下载Doc文档

    猜你喜欢