Dynamic Methane Emissions from China’s Fossil-Fuel and Food Systems: Socioeconomic Drivers and Policy Optimization Strategies

化石燃料 中国 温室气体 甲烷 环境科学 环境政策 自然资源经济学 社会经济地位 业务 经济 废物管理 环境资源管理 生态学 工程类 政治学 环境卫生 生物 医学 人口 法学
作者
Xi Wang,Kun Wang,Hongrui Liu,Xingcai Chen,Shuhan Liu,Kaiyun Liu,Penglai Zuo,Li Luo,Shuh‐Ji Kao
出处
期刊:Environmental Science & Technology [American Chemical Society]
标识
DOI:10.1021/acs.est.4c08849
摘要

In response to the 2023 "Action Plan for Methane Emission Control" in China, which mandates precise methane (CH4) emission accounting, we developed a dynamic model to estimate CH4 emissions from fossil-fuel and food systems in China for the period 1990–2020. We also analyzed their socioeconomic drivers through the Logarithmic Mean Divisia Index (LMDI) model. Our analysis revealed an accelerated emission increase (850.4 Gg/year) during 2005–2015, compared to 570.4 Gg/year in the preceding period (1990–2005), with a downward trend (−1216.6 Gg/year) detected after 2015. The fossil-fuel system was the primary contributor to these changes, with emissions positively correlated with per capita GDP and negatively influenced by energy intensity at the production stage and wastewater discharge intensity at the disposal stage. In the food system, CH4 emission intensity and waste treatment practices were the most significant negative drivers at production and disposal stages, respectively. Urbanization also played a notable role, contributing to 19.3% and 18.1% in livestock and rice cultivation emission reductions, respectively. Despite the observed changes, coal mining, livestock, and rice remain the dominant sources of CH4 emissions. Our findings suggest that effective CH4 emission mitigation can be achieved through strategies such as reducing energy intensity, improving agricultural production efficiency, and advancing urbanization efforts.
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
逍遥完成签到,获得积分10
1秒前
优雅冰蝶发布了新的文献求助10
1秒前
。。。完成签到,获得积分10
1秒前
1秒前
ls沈小天发布了新的文献求助10
1秒前
1秒前
Jiawww完成签到,获得积分10
1秒前
SaSa发布了新的文献求助10
1秒前
无非一念发布了新的文献求助10
2秒前
子然完成签到,获得积分10
2秒前
中央戏精学院完成签到,获得积分10
2秒前
2秒前
星辰大海应助zychaos采纳,获得10
2秒前
浥青竹发布了新的文献求助10
2秒前
微笑的秋灵关注了科研通微信公众号
3秒前
开心的夏蓉完成签到,获得积分10
3秒前
小二郎应助king采纳,获得10
3秒前
小马甲应助yio采纳,获得10
3秒前
jjgbmt发布了新的文献求助10
4秒前
丘比特应助旋覆花哎呦喂采纳,获得10
4秒前
pluto应助海人采纳,获得10
4秒前
orixero应助海人采纳,获得10
4秒前
充电宝应助怕黑的战斗机采纳,获得10
4秒前
nani完成签到,获得积分10
4秒前
Anivia2015完成签到,获得积分10
4秒前
小白完成签到,获得积分10
5秒前
我是美丽发布了新的文献求助20
5秒前
Zp完成签到,获得积分10
6秒前
优雅冰蝶完成签到,获得积分10
6秒前
zz发布了新的文献求助10
6秒前
卡农完成签到,获得积分10
7秒前
明理芾发布了新的文献求助10
7秒前
CodeCraft应助糖豆的老六采纳,获得10
8秒前
66发布了新的文献求助10
8秒前
小白发布了新的文献求助20
8秒前
糯米团子完成签到,获得积分10
9秒前
rusellw发布了新的文献求助10
9秒前
10秒前
king完成签到,获得积分20
10秒前
apple发布了新的文献求助10
11秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Mission to Mao: Us Intelligence and the Chinese Communists in World War II 600
The Conscience of the Party: Hu Yaobang, China’s Communist Reformer 600
An Introduction to Child Language 500
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 3299125
求助须知:如何正确求助?哪些是违规求助? 2934137
关于积分的说明 8467404
捐赠科研通 2607589
什么是DOI,文献DOI怎么找? 1423778
科研通“疑难数据库(出版商)”最低求助积分说明 661689
邀请新用户注册赠送积分活动 645351