城市群碳排放空间关联网络结构及其影响因素

基于社会网络分析(SNA)及二次分配(QAP)方法,利用珠江三角洲城市群2001~2019年地级市数据,探究珠江三角洲城市群碳排放空间关联性及其影响因素.结果表明,珠江三角洲城市群碳排放空间相关性呈现出复杂的网络结构形态,空间关联的紧密程度呈现周期性变化,表现出“依政策波动”特征.碳排放空间关联网络呈现显著的“核心-边缘”分布模式,广州和深圳等经济发达城市处于网络核心,发挥“中介”和“桥梁”作用,惠州,江门等发展较为落后的城市处于网络边缘,对网络的控制和影响能力较为微弱.碳排放空间关联网络划分为“净受益”,“净溢出”,“双向溢出”和“经纪人”4个板块,各板块之间的联动效应显著.经济发展水平,能源利用效率,技术水平和环保力度差异的扩大促进了碳排放空间关联关系的形成.研究结果将有助于决策者为珠江三角洲城市群各城市界定减排责任和减排目标,制定更公平,更有针对性的城市群协同减排方案提供借鉴.     

全生命周期视角下中国建筑碳排放空间关联网络演化及影响因素分析

基于全生命周期视角核算2011~2019年中国省际建筑碳排放量,采用社会网络分析方法,探究碳排放空间关联网络演化及其影响因素.结果表明：①中国建筑碳排放空间关联网络形态明显存在,网络密度和网络关联数逐渐上升,网络紧密性和稳定性逐渐提高.②上海、浙江、天津、北京和江苏处于碳排放空间关联网络的核心和支配地位.③北京、天津、江苏、内蒙古、上海和山东属于“净受益”板块,接收其他地区的建筑碳排放;广东、重庆、福建和浙江属于“经纪人”板块,实现了建筑碳排放生产端和消费端的动态平衡;其余省份均扮演“净溢出”角色,主动向外省发出建筑碳排放量.板块间的关联关系远大于板块内部的关联关系.④经济发展、空间邻接关系、城镇化、建筑业过程结构和产业结构差异对建筑碳排放空间关联产生显著影响.研究结果可为建筑业区域协同减排提供参考.     

中国省际服务业碳排放空间网络结构及其驱动因素

在碳达峰、碳中和的时代背景下,探索服务业碳排放空间网络结构及其驱动因素对于推进服务业节能减排具有重要的实践价值. 基于2000—2018年中国省际服务业碳排放的面板数据(不含西藏自治区及港澳台地区数据),综合运用修正后的引力模型和社会网络分析法刻画服务业碳排放空间网络结构特征并厘清其驱动因素. 结果表明:①研究期内中国服务业碳排放空间联系强度不断增大,服务业碳排放空间网络结构趋于复杂化且稳定性显著提升. ②上海市、北京市、江苏省和浙江省等省份在中国服务业碳排放空间网络结构中扮演“中心行动者”的角色,这些省份是其他省份进行服务业碳排放空间关联的重要“桥接”和“枢纽”,控制与主导中国服务业碳排放的空间关联和空间溢出. ③省份间的地理位置越邻近,产业结构优化、城镇化水平和科技发展水平的差异越大,中国服务业碳排放空间的联系越多;而服务业碳排放强度的差异越大,服务业碳排放空间的联系越少. 研究显示,中国省际服务业碳排放存在空间关联和空间溢出,但空间网络结构仍较为松散,未来在推进服务业节能减排的工作中,需重视建立省际协同减排机制.      

中国交通碳排空间关联拓扑-角色-组织特征分析

交通行业是仅次于电力和工业能源消耗与碳排放的第三大重要产业,其碳减排能力直接影响中国“双碳”目标的达成时间节点。为探究中国交通碳排放的空间关联格局,该文基于社会网络分析及社区发现算法,利用2003-2020年各省交通碳排放数据,从拓扑结构、角色特征、组织方式等视角探究中国交通碳排放空间关联网络的结构特征与演变规律。研究表明,各省交通碳排放空间关联网络拓扑特征呈周期性波动,并呈现显著的小世界性和无标度特征。碳排放空间关联网络呈现显著的“核心-边缘”分布,北京、上海、江苏、浙江、广东、山东等省域处于网络核心,发挥“中介”和“桥梁”作用。碳排放空间关联网络按角色特征划分为“主受益”、“净受益”、“经纪人”和“净溢出”等板块,各板块间的空间溢出效应显著,其中“经纪人”板块在板块联动中发挥重要作用。“社区蜂鸣-碳枢纽-管道”模型识别出碳排放空间关联网络的“大分散,小集聚”的组织特征。研究结果有助于区域交通碳减排目标优化与协同发展。     

基于SNA的产业碳排放关联及传导网络分析

为探究中国产业部门碳排放的关联及传导网络结构特征。基于2005、2010和2014年投入产出表及碳排放数据,利用未加权和加权前后向关联效应探究产业碳排放关联,并在完全消耗系数矩阵的基础上,采用社会网络分析方法探究个体及整体网络特征。结果表明:(1)石油加工、炼焦和核燃料加工业、电力、热力及燃气生产和供应业等产业未加权及加权前后向关联程度较大,承担着主要的溢出作用。(2)2005-2014年,产业碳排放的传导网络复杂性呈现下降趋势,但外部关联特性逐渐上升。(3)依据各产业部门在产业碳排放传导网络中的作用,可以将其划分为"经纪人"、"净溢出"、"净收益"和"双向溢出"4个板块。     

成渝城市群碳排放空间关联结构演化及影响因素

本文基于社会网络分析法（SNA）以及二次分配程序（QAP）方法,利用成渝城市群2005~2016年面板数据,对成渝城市群碳排放空间关联性及影响因素进行研究.结果表明：①成渝城市群碳排放空间关联性显著,呈现出复杂的网络结构形态,样本期内,网络密度由0.16增长至0.68,关联关系数从38个增长为162个.②重庆、成都、绵阳和南充等城市位于网络的中心地位,发出了较多的关联关系,同时发挥着中介作用.③碳排放空间关联网络被划分成为5个层级,层级结构整体较为稳定,然而第一层级与第二层级存在较为严重的断层现象.④空间距离、人口数量差异以及经济水平差异是碳排放关联性的主要驱动因素.城市间空间距离越近、人口数量与经济水平差异越大,越容易产生碳排放关联关系.     

中国森林生态安全空间关联的网络特征及其驱动机制

提高森林生态安全的整体水平,是生态文明建设和林业可持续发展的必然选择。在对2009—2018年中国省际森林生态安全进行定量测度的基础上,利用修正的引力模型计算省际间的空间关联关系,并运用社会网络分析法探究其网络特征及驱动机制。结果表明：（1）中国森林生态安全的空间关联网络整体具有较好的通达性和显著的等级性,但关联强度和稳定性较低。（2）中国森林生态安全空间关联网络呈现出明显的“中心—外围”格局,山东、河南、湖北、湖南等省份处于网络中心位置,发挥重要的中介作用。（3）中国森林生态安全的空间关联网络可划分为经纪人、净溢出、净受益、双向溢出四个板块,并呈现板块内集聚为主、板块间关联为辅的空间关联特征。（4）经济发展差异、林业产业结构差异、城镇化水平差异、林业生态建设投入差异、森林资源禀赋差异对中国森林生态安全空间关联网络的形成具有弱负向的驱动作用,地理邻接关系对其具有强正向的驱动作用。     

中国生态福利绩效空间关联网络演变特征与形成机制

在定量测度生态福利绩效基础上,借助修正的引力模型和社会网络分析方法,研究了中国生态福利绩效空间关联网络演变特征与形成机制。研究发现：（1）中国生态福利绩效空间关联网络呈现“东密西疏”的空间分异规律,关联网络有“扁平化”发展趋势,网络稳定性亟待提升。（2）京津冀、长三角和珠三角处于网络核心位置,具有较强的溢出效应,东北、西北和西南地区处于边缘位置,贵州和甘肃是联系西南和西北省区的关键节点,生态福利绩效在省际间的传输多通过南部省区的中介作用实现。（3）北京、天津和上海构成净溢出板块,珠三角和江浙地区属经纪人板块,长江中下游及西南地区为净溢出板块,东北、黄河中下游及西北地区构成双向溢出板块。（4）资源禀赋差异、市场调节、政府宏观调控和科学技术推动是空间关联网络演变的主要驱动机制。研究成果可为推动生态福利绩效的跨区域协同提升提供参考依据。     

中国旅游业全要素碳生产率动态演进及其影响因素

为探清中国旅游业全要素碳生产率（total factor carbon productivity,TFCP）增长演化特征及影响因素,运用Malmquist-Luenberger指数测算2000—2017年中国30个省（自治区、直辖市）旅游业TFCP及其分解（不含港澳台及西藏自治区数据,下同）,借助核密度估计揭示其动态演进趋势,并建立面板数据模型探究影响旅游业TFCP的关键因素.结果表明:①2000—2017年,中国旅游业TFCP平均增长率为6.2%,呈现中部高于东部、东部高于西部的空间增长格局,且技术进步是其增长的主要驱动力.②中国共有28个省份的旅游业TFCP呈现正增长,其中吉林省的增幅最高,而青海省、宁夏回族自治区旅游业TFCP出现下降;旅游业碳排放技术“创新者”主要为天津市、河南省、山西省、上海市和内蒙古自治区.③旅游业累积TFCP和累积技术进步均存在明显提升,但二者省际差距有所扩大;而累积技术效率虽然省际差距在缩小,但效率提高幅度不明显,且呈一定倒退趋势.④全国范围内,旅游业经济规模、产业结构和对外开放程度分别在1%、1%和10%的显著性水平上正向促进旅游业TFCP,旅游业能源强度、旅游业碳排放结构及城镇化水平在1%的显著性水平上负向影响旅游业TFCP,环境规制对其影响不显著.研究显示,中国旅游业TFCP虽波动性较大,但整体呈增长趋势,技术进步的贡献高于技术效率的贡献,今后在依靠技术进步提升旅游业TFCP的同时,更要注重改善技术效率.      

基于空间聚类分析的中国旅游业碳排放效率

旅游业碳排放效率是考量旅游经济增长与生态环境关系的重要指标,对旅游业碳排放效率的有效测度和分析是实现旅游业节能减排与可持续发展的基础支撑.采用“自下而上”法核算2001—2015年我国旅游业能源消耗量与碳排放量（不含港澳台及西藏自治区数据,下同）;继而运用非期望产出SBM模型对旅游业碳排放效率进行测度,并通过空间自相关分析揭示其空间特征;最后采用Malmquist指数（MI）评估旅游业碳排放效率的动态趋势.结果表明:①研究期内我国旅游业总体碳排放效率较低,平均水平为60%;各年度达到最佳生产前沿面（旅游业碳排放效率值为1）的省(市、自治区)(简称“省区”)数量较少,绝大多数省区的碳排放效率具有较大改善空间;旅游业碳排放效率水平存在明显的省际差异;东、中、西部地区的效率存在梯度差,形成“东高西低”的空间格局.②Moran's I指数和LISA聚类图显示,各省区旅游业碳排放效率存在明显的正向空间相关性,在空间分布上呈现出显著的地理聚集特征,形成“高—高”型与“低—低”型聚集区,空间联动格局尚未形成.③2001—2015年MI均在1以上（2004年除外）,且总体平均值高达1.195,体现出持续改善的态势;各省区碳排放效率的提升来源于技术进步与技术效率双重贡献,其中,技术进步是促进旅游业碳排放效率提升的主要贡献因素.研究显示,我国旅游业碳排放效率的空间分布不均衡,但整体呈现持续上升的态势,各省区在依赖技术进步提高碳排放效率的同时,要注重全局空间联动格局的形成,最终实现低碳旅游业的协调发展.      

差异化碳减排目标对区域产业部门经济与碳减排的影响

碳减排目标是实现减排任务的重要保障.为探讨差异化减排目标对区域产业部门经济与碳减排的影响,以在我国具有特定区位条件（“21世纪海上丝绸之路”的重要节点）和经济发展现状（相对较为落后）的广西壮族自治区为主要研究区域,构建包括广西壮族自治区和我国其他地区〔除广西壮族自治区以外的其他省（自治区、直辖市）,但不含港澳台地区,下同〕在内的可计算的一般均衡模型,设定P55C65、P75C65、P65C55、P65C65、P65C75（“P”表示广西壮族自治区,“C”表示我国其他地区,“55”“65”“75”分别表示碳减排目标依次为55%、65%、75%）和基准情景（无减排目标）,研究区域间宏观经济和微观产业部门指标之间的相互影响.结果表明:①无差异情景（P65C65）下,广西壮族自治区农林牧渔业2030年的产值为741.17×108元,比基准情景下降0.19%;我国其他地区电子设备制造业的产值为33 457.49×108元,比基准情景下降2.00%.对广西壮族自治区碳排放贡献较大的产业部门主要为食品制造业、金属冶炼及压延业和服务业,而我国其他地区碳排放主要受电力热力生产的影响.②差异化情景下,这两个区域的金属冶炼及压延部门受减排约束影响均较明显.相比无差异情景,P75C65情景下,广西壮族自治区2030年金属冶炼及压延部门的出口总值和省际输出分别降至17.55×108和186.32×108元,分别下降了6.80%和1.65%;本地供应和产出分别降至358.72×108和562.59×108元,分别下降了1.85%和1.95%;金属冶炼及压延部门碳排放降至4 997×104 t,下降了12.79%.而我国其他地区2030年P75C65情景下,金属冶炼及压延部门的出口总值、省际输出、本地供应和产出则分别上升了0.05%、2.06%、0.06%和0.06%,分别增至1 283.24×108、28.25×108、26 598.95×108和27 910.43×108元,该部门的碳排放上升了0.05%,增至82 927×104 t.尽管碳减排目标能有效降低广西壮族自治区的碳排放,但也会给其产业部门带来一定的经济损失,该区域的出口、省际输出、本地供应和产出不仅受自身减排目标的影响,也受到我国其他地区减排目标的约束.建议在落实各省（自治区、直辖市）减排任务时,也要实施差异化减排目标,发展当地的优势产业.      

天津市工业能源消费碳排放量核算及影响因素分解

天津市工业经济的快速发展促使其能源消费量持续增加,已经成为该市能源消费的主体.建立能源消费的碳排放核算方法,对天津市工业能源消费碳排放量的时间序列进行分析.结果表明:在过去10 a内天津市工业能源消费的碳排放量年均增长10.41%,比工业增加值平均增速低58.53%;工业能源强度持续下降,万元(104元)增加值碳排放强度整体呈下降趋势,由1999年的2.38 t/万元降至2009年的0.68 t/万元,表明工业节能减排效果较明显;在工业终端能源消费结构中,煤炭占57.80%,高于北京、上海等地.采用对数平均迪氏指数分解法(LMDI)对工业经济规模、行业结构、能源效率和能源结构等因素进行分析.结果表明:工业经济规模是碳排放持续增长的主导原因;行业结构、能源结构整体上对碳排放量影响较小;能源利用效率提高是工业节能减排成效的最主要贡献因素,对碳排放量变化的贡献率达-140.80%.通过对天津市工业行业的进一步分析可知,能源密集型行业严重影响了工业能源消费碳排放量的变化.      

基于WRF-CMAQ/ISAM模型的榆林市夏季O3来源解析

为了更清楚地了解榆林市夏季臭氧污染来源,提出科学的治理建议,利用WRF-CMAQ模型对2019年7月榆林市和周边地区(包含太原市、西安市、银川市和呼和浩特市等省会城市)的O₃浓度进行模拟;利用ISAM模块,对榆林市一次重污染过程的O₃和其前体物NO_x、 VOCs来源进行量化.结果表明,重污染日榆林市的O₃主要来自模拟区域外的远距离传输(55.5%),其次是模拟区域内前体物的光化学反应生成(20.6%,榆林市、山西省、内蒙古自治区和陕西省依次为10.0%、 5.0%、 2.3%和2.1%,甘肃省、宁夏回族自治区和河南省合计为1.2%)和初始条件(0.3%),剩余来源(23.6%)未能被成功标记;榆林市处于VOCs控制区,其VOCs由烷烃(76.5%)、酮类(9.2%)和其它种类的VOCs(14.3%)构成,VOCs来源有模拟区域内的污染源排放(45.6%,榆林市、山西省、内蒙古自治区和陕西省依次为22.0%、 11.4%、 6.3%和5.1%,甘肃省、宁夏回族自治区和河南省合计为0.8%)和模拟区域外...     

甘肃省冬季颗粒物浓度的数值模拟

颗粒物浓度的数值模拟能够反映颗粒物的空间分布特征,对于防治大气颗粒物污染具有一定意义.利用MEIC清单和第二次全国污染源普查（简称“二污普”）数据统计的甘肃省工业源、电力源、农业源、民用源和交通源五类源的主要污染物排放量,分析了污染源排放的空间分布特征,利用WRF-Chem模式模拟了甘肃省2019年1月PM₁₀和PM_2.5浓度,将模拟结果与甘肃省33个环境空气质量国控监测点颗粒物日均监测数据进行对比,检验WRF-Chem模式模拟的性能,进一步分析了甘肃省颗粒物浓度的空间分布特征.结果表明:①甘肃省SO₂、NO_x、PM₁₀、PM_2.5、VOCs、NH₃和CO在1月的排放量分别为2.12×104、2.96×104、2.97×104、2.43×104、3.18×104、1.27×104和3.04×105 t,除NH₃外,其他污染物排放高值主要分布在兰州市、嘉峪关市等工业发达地区.②33个环境空气质量国控监测点模拟与监测的PM₁₀和PM_2.5浓度的相关系数分别为0.544和0.597,颗粒物的模拟值与监测值有较好的相关性;WRF-Chem模式模拟结果显示,PM₁₀和PM_2.5浓度高值分布在兰州市,次高值分布在天水市和庆阳市,甘南藏族自治州以及河西地区颗粒物浓度较低,这是甘肃省工业布局、扩散条件和地形条件综合作用的结果.研究显示,WRF-Chem模式可以较好地模拟甘肃省区域颗粒物浓度时空分布特征.      

闽三角地区碳排放时空差异及影响因素研究

以闽三角地区为研究对象,以2005~2017年为研究期,构建城市尺度的碳排放清单,应用对数平均迪氏指数分解方法从时间维度的纵向比较和典型年份城市横向比较两个维度开展了驱动因素的分解分析及评价,探讨了闽三角碳排放变化影响因素的时空差异.结果显示：研究期内闽三角CO₂排放增长较快,从2005年的74.08Mt增加到2017年169.48Mt,增幅为128.75%.其中,泉州贡献最大,占比为67.93%.碳排放变化趋势分析来看,产业结构和经济增长为导致闽三角地区碳排放量增长的主要因素,累计贡献度分别为30.38%和12.21%,能源结构为抑制碳排放的重要影响因素,累计贡献度为-45.76%.时空差异上看,能源结构效应在研究期内均表现为抑制效应,最大贡献率为52.95%;而产业结构效应均表现为促进效应,最大贡献率为33.85%.在研究期内,漳州市碳减排力度最大,最大净减排148.27Mt.而泉州市经济增长和产业结构效应贡献率较大,未来仍具有较大的减排空间.厦门市经济增长和产业结构效应贡献率均低于参考值,且在研究期内变动幅度较小,碳减排压力较低.研究结果深化了闽三角地区碳排放的时空格局及影响因素的科学认识,为闽三角地区及相似城市群的减排治理提供了有益借鉴.     

中国省域尺度下产业结构多维度特征及演化对碳排放的影响

在中国转向高质量发展及2030年前达到碳排放峰值的背景下,寻找保证经济增长的低碳减排途径是学界研究的热点。利用中国2005—2017年省域面板数据,建立SAR模型,并按八大经济区分别构建PECM模型,研究中国省域尺度下产业结构多维度特征及演化对碳排放的影响,主要结论如下：（1）中国省域碳排放具有显著的时滞性和空间溢出效应。（2）全国视角下,产业结构合理化水平提升对碳排放呈抑制作用,且存在负向空间溢出效应;而产业结构高度化对碳排放呈促进作用,且存在正向空间溢出效应,总体上处于“倒U型”曲线左侧。（3）八大经济区视角下,随着经济发展水平的提高,产业结构合理化水平提升总体上能够抑制碳排放,而产业结构高度化水平提升则呈现明显的“倒U型”趋势特征,具有两面性,发达地区呈现抑制效应,欠发达地区则相反;当前处于“倒U型”曲线右侧的区域多为发达地区。因此,由产业结构高度化提升导致碳排放量的增加依然属于中国多数省份当前发展的固有阶段性特征,而产业结构合理化提升在总体上能够拉动碳排放峰值前移,促使碳排放早日达峰。欠发达地区不应以增大三产份额为目标,盲目推动产业结构高度化水平提升,这将很有可能对区域经济发展产生负面影响;而产业结构合理化水平提升是既能够适应中国多数省份当前发展惯性,同时又能促进减排或排放降速的有效途径。