成渝城市群碳排放时空特征及其影响因素

利用2008~2018年成渝城市群内16个城市的面板数据,运用空间自相关和时空地理加权回归模型,探究了城市群碳排放的时空演变格局,揭示了碳排放影响因素的时空异质性.结果表明,成渝城市群碳排放整体呈增长态势,总量由5亿t增加到6.6亿t,增速约为1500t/a,地均碳排放量和人均碳排放量也存在波动上涨趋势.碳排放总量热点区域集中在成都和重庆,分别占总量约20%和25%,冷点区域为雅安市.碳排放总量和地均碳排放均存在显著的空间差异,人均碳排放的莫兰指数为正,呈现明显的空间聚集格局.整体上,人均碳排放表现出东北低-西南高的空间结构特征,南充,遂宁,广安是低低聚集区域.城市群中各个城市的影响因素显示出时空异质性,能源强度、经济发展水平、人口规模对城市的碳排放都有明显正向作用,在成渝中西部城市作用强度大;而城市化水平的正向影响较弱,对成渝东部城市影响较强.     

我国城镇化进程中碳排放影响因素的实证研究

利用1980—2013年间的城镇人口与碳排放数据,选取城镇化进程中影响碳排放的城镇化水平、城镇建设用地面积、第三产业增加值、人均可支配收入、城镇人均绿化面积等因素,实证分析了城镇化对我国碳排放的影响程度,并利用格兰杰夫因果关系与误差修正模型分析了二者的因果关系与时间效应。最后,从降低工业碳排放、加快低碳城镇化试点建设、推进低碳社区发展,促进新能源发展等方面提出了相关建议。     

兰州市工业能源碳排放强度及效应研究

运用容量耦合拓展模型对兰州市2003—2013年环境系统耦合度进行评价,通过核算兰州市2003—2013年各年工业碳排放量,分析了4类工业碳排放强度变化特征,并运用LMDI模型对碳排放效应进行了多维度分解.结果表明,兰州市环境系统总体质量水平较低,环境状态指数和环境耦合度指数较低;兰州市工业碳排放总量逐年递增,碳排放与工业增加值、GDP、人口数量和城市建成区面积等呈显著正相关关系;原煤、原油、焦炭和天然气是兰州市的主要碳源,人均碳强呈显著增长态势,而工业碳强、GDP碳强、地均碳强均呈下降趋势;能源结构效应和人口规模效应在低位值附近波动变化,而能源强度效应和人均经济效应均在高位值附近波动,且后两项指标累积效应显著大于前两项指标,总体发挥正向碳增长效应.     

基于STIRPAT模型的重庆市能源消费碳排放影响因素研究

定量分析人类活动对环境的影响,对减少碳排放和建设环境友好型社会具有重要的指导意义.因此,本文采用重庆市1980-2010年能源消费碳排放时间序列数据,基于STIRPAT模型,通过岭回归拟合得到能源消费碳排放与人口数量、人均GDP及其二次项、能源强度、第三产业比重、城镇化水平的多元线性模型.结果表明,人口数量、人均GDP、能源强度、城市化水平每增加1％,将引起重庆市能源消费碳排放相应增加0.963％、(0.398 +0.463lnA)％、0.059％、0.266％,其中,A为人均GDP.可以看出,人口数量对重庆市能源消费碳排放量影响最大.第三产业比重每增加1％,能源消费碳排放将会减少0.093％.     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

基于PLS-VIP方法的我国居民间接碳排放研究

使用STIRPAT模型、PLS-VIP方法研究间接生活能源消费等因素对我国城乡居民间接碳排放的影响。结果显示:城乡居民间接生活能源消费弹性系数都位居第一位,富有弹性;人口规模、人均GDP的弹性系数为负值,我国人口的扩大以及经济的发展会降低间接CO_2排放量;城乡居民城镇化的弹性系数都为负值,新型城镇化建设能够降低间接碳排放量;农村第三产业比重的弹性系数为负值。最后,提出提高城乡居民间接生活能源使用效率、大力发展农村第三产业等建议。     

土地资源空间异质性与经济发展水平的关系研究——以武汉城市圈为例

从土地资源属性出发,采用主成分分析法综合测度武汉城市圈土地资源空间异质性,利用Tobit 模型对土地资源空间异质性与经济发展水平的关系进行分析。研究表明:城市圈土地资源空间异质性是土地质量、结构、数量和禀赋等特征异质的综合反映,其中土地质量和结构异质是主因;城市圈土地资源空间异质性指数区间为[0.015, 0.737],可分为高异质区、中高异质区、一般异质区、中低异质区、低异质区5 个梯度区;城市圈土地资源空间异质性呈现出“中心高、边缘低”的分布特征,各异质梯度区内研究单元数量和面积差异明显;城市化水平和人均GDP对土地资源空间异质性具有显著的正向影响,第三产业比重具有显著的负向影响,提高第三产业比重能够降低城市圈土地资源异质性。     

中国县域碳排放时空演变与异质性

县域是实现减排控碳的关键空间单元,研究并揭示县域碳排放的时空演变特征和影响机制对于实现“双碳”目标具有重要意义.以县域作为分析单元,运用数理统计和面板数据回归模型等方法,分析2000～2017年中国县域碳排放时空演变和异质性特征,探究其影响机制.结果表明：(1) 2000～2017年碳排放年均增速为7.12%,历经“大幅上升-缓慢上升-高位波动”3个发展阶段,最终稳定在90×10⁸ t左右;在县域尺度上表现为显著正向空间自相关.(2)普通面板回归模型显示,GDP、建设用地规模、人口规模、人均GDP和人均金融机构存款余额和碳排放关系显著,前三者对碳排放的促进作用最为强烈.(3)时空地理加权回归模型拟合优度较高,除国民生产总值在全局上稳定表现为促进作用以外,其余影响因素的作用方向和强度均在时空上发生了较大转变;表明我国不同类型县域间碳排放水平和主要影响因素各异.该研究一定程度上揭示了县域碳排放的演变特征和异质性,有助于优化“双碳”目标的空间实施路径.     

中国城市碳排放强度时空演变与影响因素的时空异质性

运用地图可视化、核密度估计、标准差椭圆等方法对中国2005～2020年城市碳排放强度的时空演变与路径迁移进行探究,并基于时空地理加权模型(GTWR),实证考察了城市碳排放强度影响因素的时空异质性.研究发现:(1)中国城市碳排放强度逐年降低,但仍远超同期发达国家水平,减排空间较大.碳排放强度呈“北高南低”的空间分布,南北分异趋势在研究后期愈发明显.(2)各区域内部城市碳排放强度差异逐渐收敛,分布越发均衡.东部城市碳排放强度的多级分化现象显著,西部高碳城市集聚分布.碳排放强度高值区域自山西省境内持续向西北方向转移,西北地区逐步成为中国碳排放的主要贡献区域.(3)总体上,高碳化能源消费对碳排放强度呈正向促进效应,产业升级、经济发展、人口集聚、科技研发与外资强度则主要表现为负向抑制.局部内,各因素作用效果存在较强的时空分异,不同区域与时期内,各影响因素的波动方向与作用强度不尽相同.     

东北三省农田生态系统碳排放时空分异特征及驱动因素研究

根据2000—2014年东北三省碳排放的相关数据,结合空间探索性分析及地理加权回归等模型方法,对研究区农田生态系统碳排放量的空间集聚性、差异性及其重要驱动因素进行研究.结果表明:东北三省农田生态系统碳排放量存在比较显著的全局空间正相关,自相关性在整体上表现出逐渐增强的趋势,到2014年全局Moran's I指数达到最高值0.3395.在局部空间相关关系上,东北三省农田生态系统碳排放量的高-高区域集中在黑龙江省和吉林省,低-低地区主要集中在辽宁省,表现出不平衡的发展格局.人均GDP对农田生态系统碳排放有负效应,总人口数对农田生态系统碳排放的影响从正效应转变为负效应,化肥施用对农田生态系统碳排放影响程度的空间分布格局发生了较大变化,代表生产技术水平和能源消耗的农业化肥施用量和农业机械总动力因素对农田生态系统碳排放的影响较大,东北三省农田生态系统碳排放和农业机械总动力相关程度有逐渐趋同的趋势.     

中国碳排放及影响因素的市域尺度分析

评估区域碳排放及其与社会经济状况的关系对于制定碳减排措施至关重要.以中国339个地级及以上城市(不含新疆部分城市和港澳台地区)为研究对象,探究了非化石能源占比、土地开发度、常住人口城镇化率、第二产业占比、人均GDP和人均建设用地面积对人均CO₂排放量的影响.通过构建模拟人均CO₂排放量的贝叶斯信念网络,识别各因素对人均CO₂排放量的全局影响;采用多尺度地理加权回归模型,分析各因素对人均CO₂排放量的局部影响.结果表明：(1)2020年,中国地级及以上城市人均CO₂排放量呈现出由南向北递增,东部沿海向内陆递减的格局.(2)从全局来看,人均CO₂排放量对各因素的敏感性从高到低依次为：人均建设用地面积>人均GDP>常住人口城镇化率>土地开发度>第二产业占比>非化石能源占比.(3)从局部来看,各因素与人均CO₂排放量的空间关系方向与全局关系一致,关系强度上存在空间异质性.(4)清洁能源、脱碳技术、土地节约集约利用...     

基于夜间灯光的城市居民直接碳排放及影响因素——以中原经济区为例

城市居民直接能源消耗及其碳排放对区域碳减排政策的制定具有重要影响。受统计数据缺乏与研究方法的限制,当前的研究不仅较少探讨精细空间尺度上的城市居民直接碳排放,同时也缺乏在县级尺度上对人均居民直接碳排放的影响因素进行深入分析。鉴于此,论文以中原经济区为例,通过引入夜间灯光数据,利用增强型饱和校正模型估算了网格尺度上的城市居民碳排放,并采用地理加权回归模型对其影响因素进行了分析。主要研究发现：中原经济区的碳排放总体空间特征是西北高、东南低。郑州市市辖区的城市居民直接碳排放总量位于首位,而邢台县、辉县市和襄垣县的人均碳排放较高。此外,就其影响因素来看,人均GDP、碳排放强度、第二产业比重和HDD（Heating Degree Days,热度日）均表现为正效应,城镇化率为负效应,而CDD（Cooling Degree Days,冷度日）的系数有正有负。城市居民直接碳排放的影响因素分析为中原经济区制定切实可行的区域碳排放政策提供了重要的基础理论依据。     

市域能源碳排放影响因素分析及减碳机制研究——以福建省为例

选取福建省市域作为研究对象,应用扩展型的STIRPAT-PLS模型对2010~2016年福建省市域碳排放影响因子进行实证分析,探讨驱动福建省市域碳排放量增长的主要影响因素和各因素的影响程度,明确碳排放控制的主要领域.结果表明：总人口、城镇化率、人均GDP、第二产业比重和能源强度对碳排放量增加有正向驱动作用,而第三产业比重对碳排放量增加有负向驱动作用.总人口、城镇化率以及第二产业比重对碳排放量增长的贡献最大.据此,建议福建当前及未来时期减碳重点应是采取优化能源结构和促进产业结构升级,加速发展清洁、再生能源与提高能源效率相并重等策略.     

宜居地球、碳中和与全球可持续城市化

人类世标志人类活动已经对地球系统产生重要影响。全球大规模城市化过程伴随碳排放快速增加和下垫面改变,对地球表层影响加剧,地球宜居性遭受破坏。碳中和是应对气候变化的国际共识、建设宜居地球的关键举措。基于多源数据对全球大规模城市化的地理格局与演化过程进行多维度刻画,对碳排放与城市化关联进行初步分析。主要结论如下：（1）全球城市化进程持续推进,城乡人口结构增长呈分化趋势,城市规模结构整体增长,规模增长的空间热点集中在东南亚以及非洲中东部等地区,越来越多的人口生活在大城市。（2）全球城镇用地显著增长,自1992年的36.4 km²增长至2018年的79.3万 km²,增长率达126.0%。同期,亚洲增长占比45.4%,是全球城镇用地扩张的主要地区。（3）伴随快速城市化全球能源碳排放迅速增长,2018年碳排放量达到376.7亿t CO₂,自1970年增长219.1亿t CO₂,其中,结构上电力部门增长占比45.8%、地区上亚洲增长占比84.3%。城市化率、人均GDP与人均碳排放关联呈分异特征,高城市化率、高收入国家间分异显著。呼吁建立跨学科的协同研究,探究“碳中和—宜居地球—可持续城市化”的关联关系,认识可持续城市化对于碳中和目标的潜力。     

基于MGWR模型的中国城市PM2.5影响因素空间异质性

基于全国297个地级市2018年PM_2.5浓度数据、自然与社会经济数据,采用多尺度地理加权回归（MGWR）模型分析了各影响因素对PM_2.5浓度的作用尺度与影响效果的空间异质性.结果表明,MGWR模型适用于中国地级市PM_2.5浓度影响因素研究.在作用尺度上,人均GDP、技术支持水平作用尺度最大,其次是相对湿度、居民地比重、人口密度与风速,降水量、第二产业比重、植被覆盖状况、温度与能源消费强度作用尺度最为局限.在影响效果上,相对湿度、人口密度与居民地比重全部为正向作用;第二产业比重和能源消费强度主要为正向作用,分别占总样本的70.71%与64.98%;风速、温度既存在正向作用也存在负向作用,空间上呈两极分化,其中正向作用分别占总样本的49.83%与57.91%;降水量、植被覆盖状况主要为负向作用,分别占总样本的91.58%与69.70%;人均GDP、技术支持水平全部为负向作用.研究结果表明各因素对于中国城市PM_2.5浓度的影响均存在着不同程度的空间异质性.