Carbon emissions from energy consumption in China: Its measurement and driving factors

除数指数 能量强度 温室气体 能源消耗 中国 发射强度 环境科学 驱动因素 碳纤维 自然资源经济学 节能 高效能源利用 城市化 分解 低碳经济 环境经济学 环境工程 经济 工程类 经济增长 计算机科学 地理 复合数 考古 电气工程 生物 激发 生态学 算法
作者
Xiaojun Ma,Cynthia Wang,Biying Dong,Guocui Gu,Ruimin Chen,Yifan Li,Hongfei Zou,Wenfeng Zhang,Qiunan Li
出处
期刊:Science of The Total Environment [Elsevier]
卷期号:648: 1411-1420 被引量:293
标识
DOI:10.1016/j.scitotenv.2018.08.183
摘要

To address climate change effectively, it is essential to quantify CO2 emissions and the driving factors in high-energy-consuming countries. China is the top CO2-emitting country; moreover, there is a lack of comprehensive analytical studies on quantifying the contributions of key drivers to high-energy-consuming countries' CO2 emissions. Therefore, based on data of China's energy consumption from 2005 to 2016, this paper combines the extended Kaya identity with the logarithmic mean Divisia index (LMDI) decomposition method to construct an optimized carbon emission decomposition model. Carbon emission and carbon emission intensity are measured and decomposed. Then, the results of the decomposition are discussed, and the effects of various drivers on carbon emissions from energy consumption in China are analysed. Furthermore, we demonstrate real applications of decomposition analysis in policy-making using examples from China and present some ideas to reduce CO2. The results show that from 2005 to 2016, China's total carbon emissions accounted for nearly one-third of the world's total carbon emissions, and the intensity of carbon emissions in China was generally higher than that of worldwide. The rapid development of economy and acceleration of urbanization are not conducive to reduction of carbon emissions. Reducing the intensity of energy consumption, adjusting the internal structure of the industry and perfecting the economic policy system should be important means used to promote the development of China's low-carbon economy in the future.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
自觉的念之完成签到,获得积分10
1秒前
地瓜儿完成签到,获得积分10
1秒前
斯文败类应助吉他平方采纳,获得10
2秒前
科研通AI2S应助现代火车采纳,获得10
3秒前
wao完成签到 ,获得积分10
4秒前
5秒前
Lucifer完成签到,获得积分10
6秒前
Liu完成签到 ,获得积分10
7秒前
Liu完成签到,获得积分10
11秒前
sciLee发布了新的文献求助30
12秒前
茶油豆腐完成签到,获得积分10
12秒前
14秒前
lucky完成签到,获得积分10
15秒前
19秒前
义气的似狮完成签到,获得积分10
20秒前
慕青应助双勾玉采纳,获得30
22秒前
重要英姑发布了新的文献求助10
22秒前
小圆圈发布了新的文献求助10
22秒前
zwd完成签到,获得积分10
22秒前
23秒前
23秒前
搜集达人应助小研究牲采纳,获得10
23秒前
耶耶完成签到,获得积分10
24秒前
刻苦大门完成签到 ,获得积分10
25秒前
研友_J8DO1Z完成签到,获得积分10
25秒前
科研通AI2S应助张张孟孟采纳,获得10
25秒前
26秒前
26秒前
mtong发布了新的文献求助10
27秒前
冬虫夏草完成签到,获得积分20
28秒前
28秒前
Saint发布了新的文献求助10
28秒前
复杂的板凳完成签到,获得积分10
28秒前
明亮紫易完成签到,获得积分10
29秒前
29秒前
30秒前
30秒前
mianbao完成签到,获得积分10
31秒前
33秒前
小研究牲发布了新的文献求助10
33秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3148271
求助须知:如何正确求助?哪些是违规求助? 2799495
关于积分的说明 7834708
捐赠科研通 2456632
什么是DOI,文献DOI怎么找? 1307357
科研通“疑难数据库(出版商)”最低求助积分说明 628154
版权声明 601655