基于LMDI模型的黄河流域碳排放时空差异及影响因素研究

全面核算能源消费产生的碳排放量并明确其时空演变的影响因素是制定、实施及评估黄河流域碳减排策略的依据和保障。选取黄河流域9省（区）作为研究区,采用LMDI模型,计算了2003—2019年黄河流域能源消费产生的碳排放量,并对其时空差异及其影响因素进行了分析。结果表明：（1）从时间序列演化特征来看,在2003—2019年,黄河流域的碳排放量整体呈增长趋势,但增长幅度逐年收缩;（2）从空间分异特征来看,黄河流域上、中、下游的碳排放量呈西低东高的区域格局;（3）能源消费强度效应与经济增长效应分别是减缓和促进区域碳排放量增长的关键性因素,人口规模效应对于碳排放量表现为正向驱动作用,但影响程度较小,能源碳排放强度的抑制作用十分有限。最后,针对各影响因素提出了碳减排措施的对策建议。     

人口迁移视角下城镇化对典型领域碳排放驱动效应研究——以辽宁省为例

城镇化的快速发展为我国带来了日新月异的变化,但城镇化进程中伴随着能源消费快速增长,使我国面临能源供应、节能减排等方面更加严峻的挑战.现有研究主要是从宏观角度研究城镇化对能源消费及碳排放的影响,较少探究人口从农村向城镇迁移过程中对典型领域产生的驱动效应.基于此,本研究以辽宁省为例,应用弹性系数模型,选取居民消费、住宅建筑、道路交通3个典型领域探讨城镇化对碳排放的驱动效应,并提出针对性的碳减排政策.结果表明,2006—2015年,城镇化对居民生活直接消费碳排放的驱动效应最为显著,弹性系数为9.91;对居民生活间接消费碳排放和道路交通领域的驱动效应次之,弹性系数分别为6.94和5.38;对住宅建筑等驱动效应最弱,弹性系数为2.71.研究表明,城乡生活方式差异导致居民直接生活消费碳排放显著增加,相较而言,城乡产品市场差异较小;辽宁省现阶段城镇住宅建筑存量与城镇新增人口的需求基本匹配,但人口城镇化带来的城市边界外扩、人口密度提高,导致道路交通碳排放增长.     

贵州省直接生活能源碳排放及影响因素分析

依据贵州省2000-2014年居民直接生活能源消费数据,运用碳排放系数测算贵州省居民直接生活用能碳排放量,并进行统计分析。继而采用LMDI分解法定量分析能源消费结构、能源消费强度、居民消费水平、人口规模4个因素对贵州省居民直接生活用能碳排放增量的影响,并对比分析城镇和农村影响因素的差异。结果表明:居民消费水平是拉动贵州居民生活用能碳排放增长的决定性因素;生活能源强度是抑制碳排放增长的主要因素,能源消费结构和人口规模的变动也对碳排放增长具有负向影响,但作用强度相对较小。从城乡来看,居民消费水平效应显著增加了城镇居民直接碳排放,能源消费强度效应对农村居民直接碳排放抑制作用最明显。     

中国城市居民生活能源碳排放的时空格局及影响因素分析

随着经济社会的发展与人民生活水平的提高,生活用能强度逐年增大,城市居民生活能源碳排放日益成为碳排放的新增长点.本文采用Theil指数、空间自相关分析了我国城市居民生活能源碳排放的时空格局演变特征,并利用STIRPAT模型分析了影响城市居民生活能源碳排放的主要因素.结果表明:12001—2012年我国城市居民生活能源碳排放总量及人均生活能源碳排放量均呈增长趋势,其年增长率分别为9.69%、3.29%;2八大经济区域间城市居民人均生活能源碳排放的差异是构成我国城市居民人均生活能源碳排放总体差异的主要原因,其对总差异的贡献率达到了57.90%;3我国城市居民人均生活能源碳排放具有显著的空间正相关性,2001—2012年间城市居民人均生活能源碳排放的"冷点"区变化较为稳定,主要分布在东部和南部经济区,而"热点"区主要分布在西北、东北和黄河中游经济区;4城市人口规模、城市居民可支配收入、城市居民生活消费支出、城市居民年龄结构均对城市居民生活能源碳排放量具有加剧作用,而城市居民能源消费结构具有减缓作用,且北方城市居民生活能源碳排放量明显高于南方;5现有样本数据支持环境Kuznets曲线假说,即随着经济的发展,城市居民生活能源碳排放量存在转折点.     

浙江省都市区碳排放时空演变及其影响因素

都市区建设促进城镇协同发展,对碳排放产生了影响,因此研究都市区建设与碳排放的关系,有助于探索减排的有效途径。基于浙江省各县市区2010—2018年间土地利用、能源消费等数据,测算碳排放量;利用空间自相关方法和空间计量回归模型,探讨四大都市区碳排放的时空演变特征及其影响因素。结果表明：（1）杭州都市区是浙江省最大的碳排放都市区,其次是宁波、温州和金义都市区。（2）碳排放在空间上具有明显的集聚特征。不同都市区碳排放的时空演变特征具有显著的差异性。（3）都市区建设有助于各城镇的协同作用,促进资源的高效配置和利用,进而降低碳排放。（4）都市区碳排放的影响因素和驱动机制受到都市区发展阶段和特色影响,形成不同的空间特征。（5）都市区低碳建设任务和方案是由其独特的碳排放驱动机制和时空演变特征决定的。     

基于供需视角的中国煤炭消费演变特征及其驱动机制

作为全球煤炭消费和碳排放最大的国家,中国煤炭消费的演变趋势及其驱动机制,一直是科研工作者和政策制定者比较关注的议题。以2013年中国煤炭消费总量28亿tce为关键时间节点,对比分析煤炭消费动力机制的差异性。通过分别构建侧重供给侧分析的LMDI模型和侧重需求侧分析的IO-SDA模型,以期揭示中国煤炭消费的演变特征及驱动机制。主要结论如下：（1）基于供给端的因素分解分析,中国的煤炭消费主要由经济增长效应、能源强度效应、产业结构效应和能源结构效应共同驱动。2013年以来的GDP增速放缓、产业结构和能源结构的深度调整,以及能源消费强度的持续降低是煤炭消费总量下降的关键所在。（2）基于需求侧的结构分解分析,中国的煤炭消费主要由固定资本形成总额、出口和城镇居民消费所影响。出口紧随固定资本形成总额,是煤炭消费增长的两大需求端驱动因素,但是,由出口诱发的煤炭消费量在2007年全球金融危机之后达到阶段性峰值。城镇居民消费在2017年超越出口,成为当前煤炭消费增长的第二大需求端驱动因素。（3）基于最终需求视角,分行业煤炭消费呈现出由“出口到固定资本形成总额再到城镇居民消费”拉动的变化特征,同时,行业发展的煤炭资源依赖性逐步降低。     

数字经济对我国居民消费碳排放影响

基于2000～2020年我国30省区的面板数据,综合测算了不同层次需求下各省区居民消费碳排放量和数字经济发展指数,运用空间计量模型开展回归分析和空间效应分解,并对数字经济与总体消费碳排放进行门槛效应分析,考察数字经济对居民消费碳排放的影响.研究发现:(1)我国居民消费碳排放整体上升,呈现出东高西低并且向中东部集中的趋势.(2)直接消费碳排放是我国居民消费碳排放的主力,但随着社会发展,其在总体消费碳排放中的占比呈下降趋势,间接消费碳排放比重增加.(3)数字经济的发展能够显著增加本省及邻近地区居民间接消费碳排放以及其中本省的生存型间接消费碳排放;然而,进一步研究发现数字经济与总体消费碳排放之间具有“倒U”型关系,数字经济在达到较高的发展水平后能够促进居民消费碳减排.综上,建议进一步推动数字经济发展,加强对绿色生产生活的引导,从而助力实现“双碳”目标.     

中国省域能源消费碳排放时空异质性的EOF和GWR分析

利用自然正交函数(EOF)揭示中国各省份能源消费碳排放量变动的时空特征,借助地理加权回归模型(GWR)分析了碳排放量驱动因素的空间分布状况.研究结果表明:中国省域能源消费碳排放量整体处于增长状态,但其增长速度有减缓趋势;EOF第一模态结果显示,碳排放量以四川省为中心向南北方向扩散,低值区集中分布在西北地区和珠三角地区;第二模态结果显示,碳排放量增长速度表现出西南地区和东南沿海地区较快,而中部省份碳排放量增长速度较慢的态势.碳排放量影响因素的重要程度由大到小依次为:总人口变化量、人均GDP变化量、城镇化率变化量、二产比重变化量、贸易开放程度变化量和能源消耗强度变化量,其中,总人口变化量的影响程度最为剧烈,每当总人口变化1%时,碳排放量相应地会变化0.5358%.     

基于LMDI模型和Q型聚类的中国城镇生活碳排放因素分解分析

为研究城镇居民生活碳排放特征及影响因素,基于LMDI模型从全国和省级层面研究了我国30个省、自治区、直辖市（不含港澳台及西藏自治区）2006-2015年的城镇生活碳排放,将城镇生活碳排放分解为生活能源消费结构效应、生活能源强度效应、消费倾向效应、人均可支配收入效应和城镇人口规模效应,分析各效应逐年和累积效应贡献度以及区域差异,并基于LMDI模型的计算结果对我国30个省、自治区、直辖市进行Q型聚类分析.结果表明:①从全国层面看,人均可支配收入、城镇人口规模是刺激因素,其中,人均可支配收入的影响效应最为显著,而消费倾向、生活能源消费结构、生活能源强度抑制了生活碳排放的增长.②从省级层面看,人均可支配收入、城镇人口规模的累积效应均为正,而消费倾向、生活能源消费结构、生活能源强度对各省、自治区、直辖市生活碳排放的影响效应有正有负,显示出显著差异.因此,政府应引导城镇人口合理增长,并积极制定相应政策优化居民生活能源消费结构.在制定碳减排战略时,要将省级生活碳排放的表面特征与其潜在驱动力相结合,根据不同区域有针对性地实施碳减排政策,同时应及时作出调整,以应对不同的发展阶段.      

东北地区能源消费碳排放时空演变特征及其驱动机制

运用探索性空间分析、冷热点分析、标准差椭圆分析和地理加权回归分析等地学方法,研究了我国东北地区2005—2014年间能源消费碳排放的时空演化特征及其驱动机制.结果表明:①东北三省的能源消费碳排放量从高到低分别为辽宁省、黑龙江省、吉林省,2014年碳排放量分别达到20266、9914、6411万t;②东北三省能源消费碳排放量呈比较显著的全局空间正相关特征,在统计学上显著性检验存在多个冷、热点,其中,热点区主要集中在辽宁省的大连市、沈阳市、本溪市和辽阳市,吉林省的吉林市,以及黑龙江省的大庆市和鸡西市,冷点区主要集中在黑龙江省的大兴安岭市、黑河市、佳木斯市和伊春市;③在省级尺度上东北三省碳排放重心在2005—2014年间呈往东偏移的趋势,在市级尺度上辽宁省和吉林省碳排放重心往西偏移,而黑龙江省碳排放重心则往南偏移;④在省级尺度上,能源消费碳排放主轴方向为"西南-东北",但有往北旋转的趋势,黑龙江省能源消费碳排放主轴呈现往北旋转的趋势,辽宁省和吉林省的能源消费碳排放主轴方向则呈往东旋转的趋势;⑤东北地区影响能源消费碳排放量的主要驱动因素的影响程度排序为:人均GDP产业结构总人口数城市化率老龄化.     

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.      

中国减污降碳协同效应的时空特征及其影响机制分析

我国环境污染防治面临减污降碳协同推进的新挑战,为实现减污降碳协同增效的总目标,深入打好大气污染防治攻坚战,研究减污降碳协同效应的时空特征及其影响机制,对因地制宜制定经济社会发展全面绿色转型的政策具有重要现实意义. 本文以2011—2019年我国30个省(自治区、直辖市)为研究对象,分析大气污染物和碳排放的时空特征(不包括港澳台及西藏自治区的数据,下同);同时,运用耦合协调模型计算碳减排与大气污染物控制系统的耦合协调度,进一步分析减污降碳协同效应在全国、八大经济区和各省份的时空特征;并利用时空地理加权回归模型(GTWR),揭示了减污降碳协同效应影响因素的空间演化规律和作用机制. 结果表明:①2011—2019年我国碳排放量缓慢增长,污染物排放当量自2014年开始明显下降;大气污染物和碳排放主要集中在东北、北部沿海和黄河中游经济区. ②2011—2019年我国减污降碳的协同效应整体上明显提高,不同经济区和省份的减污降碳协同效应存在明显的时空差异. ③能源消费总量、能源消费强度和能源消费结构是减污降碳协同效应的主要影响因素,能源消费总量、能源消费结构、能源消费强度、产业结构和进出口贸易总额等因素对减污降碳协同效应的影响存在显著的空间异质性. 鉴于此,本文从制定差异化的减污降碳协同策略、推动能源结构优化转型、加强地区和部门间的协同治理等方面提出了减污降碳协同增效的对策建议.      

资源型城市转型绩效特征及其碳减排效应

基于中国资源型城市2003—2018年面板数据综合测度城市转型绩效,采用空间马尔科夫链、空间计量模型和空间双重差分模型,探究资源型城市转型绩效特征及其对碳排放的影响。结果表明：（1）资源型城市转型绩效逐渐提升,与此对应的是区域差异呈波动上升趋势,且四种类型资源型城市之间区域差异主要来源于地区内差异,成熟型城市贡献最大;资源型城市转型绩效存在明显的空间分异性,发展格局由以跨越区为核心的“多点式”零星分布向先行区为核心的“组团式”聚集形态演变。（2）资源型城市转型绩效在不同时期存在状态转移的可能性,具有滞后区、起步区、跨越区和先行区4个趋同俱乐部特征,空间马尔科夫链表明转移趋势存在明显空间关联性,状态转移通常出现在相邻等级之间,较少有“跳跃式”转移现象,具有长期性和持续性特征。（3）资源型城市转型具有显著碳减排效应,而且这种效应存在不同资源类型、不同发展阶段和不同空间区位的异质性特征,经济产业转型、社会生活转型和生态环境转型是发挥碳减排效应的重要因素;进一步的政策冲击分析表明,产业转型升级示范区和高新技术产业开发区的设立对城市碳减排具有积极的政策效应。     

基于城市化的浙江省湾区经济带碳排放时空分布特征及影响因素分析

基于STIRPAT扩展模型与2003-2017年浙江省湾区经济带面板数据,分析碳排放时空分布特征并应用时空地理加权回归模型（GTWR）实证考察城市化视角下碳排放的驱动机制及其时空异质性。结果表明：（1）浙江省湾区经济带各地市碳排放规模逐年增加但增幅不大,增速放缓,碳排放量差异明显,碳排放强度逐年下降,空间上呈现自西南向东北逐渐加大的趋势;（2）经济发展水平和对外开放程度是碳排放的主导因素,其他依次为能源消费结构、技术进步和城市化;（3）各影响因素呈现较强的时空异质性,不同时间、地区各驱动要素的波动方向和强度并不相同。在此基础上具体分析各地区碳排放驱动因素影响情况,为实现区域差异化碳减排策略提供指导。     

基于CiteSpace的城市空间形态与碳排放关系研究进展

城市空间形态与碳排放的关系是低碳城市建设的理论依据。基于WOS和CNKI数据库，采用CiteSpace软件对1991—2022年城市空间形态与碳排放的关系进行了综述。从发文趋势、合作网络、突现词探测、关键词分析等角度，分析了该领域的发展动态、研究热点，并通过关键词聚类对文献相关内容进行综合解析。结果表明：（1）1991—2022年该领域发文量总体呈上升趋势，在国际重要事件节点上，发文量有大幅上升。（2）中国是该领域发文最多的国家，发文量达34.03%，美国发文中心性最高，为0.48，且国家、机构合作紧密。（3）关键词共现表明探究城市形态对碳排放的影响一直是学术界关注的热点；突现词探测表明研究重心逐渐从与交通碳排放相关的城市空气质量转移到与城市形态和碳排放有关的内容上来。（4）从关键词聚类标签来看，国内外将城市碳排放测算作为重中之重，并通过指标量化城市空间形态分析城市形态对碳排放的驱动作用；通过建立模型定量探讨城市空间形态与碳排放的关系是未来的研究趋势。未来应编制规范的城市层面碳排放清单以提高测算精度、拓宽城市形态与碳排放关系的研究尺度、深入挖掘三维城市空间形态与碳排放的关系。     

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.     

基于DMSP/OLS数据的中国碳排放时空模拟与分异格局

精准模拟和精细尺度获取碳排放的时空动态信息，对于合理制定差别化的区域碳减排政策具有重要意义.利用DMSP/OLS夜间灯光数据在完成年内和跨年数据的校正、像元去饱和、异常值剔除的基础上，提取了城市建成区范围，并以中国大陆为研究对象，根据夜间灯光数据和碳排放统计数据之间的定量关联，构建面板数据模型模拟了2000~2013年中国的碳排放量；采用Theil-Sen Median趋势分析方法与Mann-Kendall检验，探讨了14年间中国碳排放量的时空变化趋势及空间分布特征.结果表明：系统校正后的DMSP/OLS夜间灯光影像构建面板模型模拟的碳排放量拟合精度较高，2002，2007和2012年多尺度回归检验的决定系数R²值分别为0.893，0.955和0.951.2000~2013年中国碳排放时空演化差异显著，稳慢增长型和迅猛增长型分别占碳排放区域总面积的77.6%和19.4%，稳慢增长型面域宽广，迅猛增长型主要位于都市区及都市连绵区.受城市规模及城市化发育程度的影响，迅猛增长型空间结构呈"空心型"与"中心型"空间指向性分异.研究提出，促进经济增长方式和发展模式的实质性转变、因地制宜差别化的减排措施与省区联动策略的实施是"精准减排"目标实现的重要途径.