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。     

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.     

县级尺度的重庆市碳排放时空格局动态

碳排放具有明显的时间和空间分布特征,研究区域碳排放时空格局动态特征可为制定合理的碳减排政策和措施提供重要的依据.本文以重庆为例,基于其38个区县的碳排放数据,利用空间统计、空间自相关和位序-规模法则探讨了其县级尺度碳排放的区域差异和空间格局演变特征.结果表明,重庆市各区县都经历了快速的碳排放增长过程,但碳排放的二元空间分布结构并没有改变;重庆市县级尺度碳排放全局Moran's I指数呈现出波浪式的降低趋势,主城区区县在中心相互辐射,形成一个碳排放HH中心;位序-规模法则分析结果则表明重庆市县级尺度碳排放基本属于首位型分布,1997~2012年区县碳排放规模分布趋于分散的力量均大于趋于集中的力量;1997和2012年,第二产业比例和城市化率成为影响重庆市碳排放的最重要的因素,人口与碳排放的相关关系却并不显著.     

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.      

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.     

中国居民生活碳排放的区域差异及影响因素分析

论文在总结划分居民生活碳排放（HCEs）类别的基础上,以中国HCEs量为测度指标,从时间和空间两个角度对1997-2012年人均HCEs进行分析,同时对2012年人均HCEs的空间格局分布及影响因素进行分析。基本结论如下：根据划分方法,HCEs按照碳排放源可分为直接和间接碳排放;按照基本生活需求可分为基本和发展碳排放;按照人类消费行为可分为交通、居住、食品、商品及服务碳排放五大类。从时间尺度来看,中国各类别人均HCEs均呈现逐年上升趋势。从空间差异来看,1997-2012年,我国各省人均HCEs表现出共同的空间分布特征。从空间格局分布来看,2012年中国人均居民生活碳排放呈现从东到西递减的趋势。从空间计量模型角度看,2012年,人均居民生活基本碳排放比重是影响人均HCEs空间差异的主要驱动因子。此外,各地区人均收入和人均GDP的差异也对人均HCEs的空间差异起到正相关作用。基于对中国人均HCEs的时空格局及影响因素分析,为我国制定碳减排举措提供科学依据并提出有效建议。     

我国一次能源消费的人均碳排放重心移动及原因分析

为深入把握我国由一次能源消费产生的人均碳排放变化的区域差异,引入重心概念,测算了1995~2005年间我国人均碳排放重心位置及其变化趋势,归纳了重心移动的特征。进而分析了重心移动的原因：使用重心线段中垂线的方法进行直观的图示分析,并把全国分成8个区域,采用分解模型考察各区域的人均碳排放变化情况及影响因素的贡献率。结果显示：影响因素对各个区域人均碳排放的贡献率变化差异较大,总体来讲,对人均碳排放起主要作用的是经济发展所带来的拉动作用及能源效率所产生的抑制作用。最后提出相应的政策,推广先进技术以缩小不同区域能源效率的差异,加快能源结构调整,提高能源结构对人均碳排放的抑制作用。     

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.     

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.     

中国交通运输碳排放及影响因素时空差异分析

为减少交通运输二氧化碳排放量,采用ESDA方法对交通运输碳排放时空分布格局进行研究,同时考虑了空间联系作用,构建GWR模型对碳排放影响因素进行时空差异分析.研究发现:(1)2000—2013年中国省域交通碳排放空间聚类特征随时间变化不大,存在显著的高值、低值聚类特征.京津冀地区、辽宁、山东、山西、陕西、河南地区为高值聚类区,新疆、青海地区一直处于低值聚类区.(2)碳排放影响因素在相邻地区差异较小.其中城镇化率、交通运输结构为主要推动因素,能源强度则起到关键抑制作用.应对碳排放聚类区域施行协同减排目标,同时,应根据因素影响作用差异,分区域制定针对性减排政策.     

中国城市人口规模、产业集聚与碳排放

基于2009~2018年中国286个地级市面板数据，构建空间计量模型，从城市人口规模和产业集聚的综合视角探讨对于人均碳排放的影响机制.结果显示：不同城市的人均CO₂排放具有显著的空间溢出效应；城市人口规模和产业集聚与人均CO₂排放之间均呈“倒U型”关系，且影响机制各不相同；产业集聚与城市人口规模在影响碳排放上具有协同效应；中国东中西地区及南北地区在碳排放及其影响机制上具有显著差异；地区差异、经济发展程度差异等一系列稳健性检验均验证了上述结论的可靠性.因此各地政府在制定可持续发展政策时要针对城市人口规模、产业集聚和低碳统筹发展，合理制定人口、产业和节能减排政策.     

基于改进IPAT模型的中国未来碳排放预测

在"碳排放量与能源消费成正比"假设的基础上,对中国1987—2010年的历年碳排放量和人均碳排放量进行了分区域研究与计算.经数据分析,发现以2002年为界线,前后两个时期中国碳排放变化缺乏内在的连贯性,2002年以前的碳排放曲线无法表征未来年份碳排放趋势.在此发现的基础上,以2002—2010年碳排放数据为基础,引入表征科技进步的变量,对IPAT模型进行改进,进而对2010—2050年中国碳排放进行了预测和分析.结果表明:中国排放峰值发生在2030年,全国碳排放总量将达到3684.1636Gg,人均碳排放为2.6476t;在2030年之前中国碳排放量将以平均每年2.89%的速度持续增加.2030—2050年碳排放量将以每年2.09%的速度减少,至2050年,全国碳排放量为2366.4522Gg,人均碳排放为1.8521t.本研究为中国未来碳排放政策的制定提供了方法与数据支持.     

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...     

哈长城市群县域碳排放空间溢出效应及影响因素研究——基于NPP-VIIRS夜间灯光数据的实证

基于2012-2016年NPP-VIIRS夜间灯光数据测算哈长城市群共计68个县级单元碳排放数据,采用空间自相关、位序规模法则、空间计量模型以及空间马尔科夫链模型,对县级尺度城市碳排放空间特征、影响因素和动态空间溢出作用进行分析.结果表明：①城市碳排放呈现逐年下降的趋势,空间Moran''s I指数表明研究区城市碳排放存在高度的空间自相关,碳排放的高值集聚性呈降低的趋势.②位序规模法则表明,研究区全部城市的碳排放属于次位型分布,高位次城市的碳排放表现突出;在前十位城市的碳排放规模先减少再增加,由分散向集中演变.③多种空间面板模型对比分析表明,城市经济水平和人口密度因素呈现显著的正相关关系;固定投资和外商投资因素仅在时间固定模型中起到正向影响作用;技术进步以及路网密度因素则起到显著的抑制作用.④空间马尔科夫链分析结果表明,城市碳排放空间溢出效应明显,位于低水平区域与高水平区域的城市在转移过程中保持稳定;位于中低水平区域的城市与高碳排放的城市相邻会降低转移概率,反之则会提升转移概率.     

基于NPP-VIIRS夜间灯光的长株潭地区县域土地利用碳排放空间分异研究

从县域尺度开展土地利用碳排放空间分异研究,对指导区域实现碳达峰及碳中和目标具有重要意义.基于2013—2019年NPP-VIIRS夜间灯光数据测算长株潭地区县域土地利用碳排放,并运用探索性空间数据分析和地理探测器,对长株潭地区县域土地利用碳排放空间分异特征及影响因素进行分析.结果显示：①2013—2019年,长株潭地区县域土地利用碳排放差异较为显著,基本上在波动中呈递减趋势,空间上呈现自中部地区向四周地区渐弱的态势;②2013—2019年,研究区土地利用碳排放Moran''s I值呈"上升下降再上升"的趋势,由2013年的0.275841最终减少为2019年的0.270621,空间集聚特征较为显著,总体呈正相关;局部空间自相关均未出现高低、低低集聚型区域,且高高集聚型区域固定为湘潭市市辖区;③综合4年指标探测结果来看,长株潭地区县域土地利用碳排放影响因素的解释力q值为0.200~0.868.其中,单位能源消耗碳排放、第一产业产值比重、人均土地面积、土地利用程度指数、城镇化率在研究期间出现频率较高且出现时的q值均大于0.50,且任意两个影响因素交互作用后影响力表现为双因子增强和非线性增强.     

京津冀与长三角城市群碳排放的空间聚集效应比较

基于中国高空间分辨率碳排放网格数据(CHRED),采用探索性空间分析手段(ESDA)和空间回归模型分析京津冀和长三角城市群碳排放指标空间格局和聚集特点,通过显著性检验选择空间滞后回归(SLM)和空间误差回归(SEM)方法,揭示城市群碳排放水平的影响因素.结果表明,京津冀城市群碳排放在空间上表现出更多的随机性和结构不稳定性,Moran自相关系数为-0.131;长三角城市群碳排放在空间上表现聚集趋势明显,Moran自相关系数0.106,二氧化碳排放受到临近区域的影响.人口和经济因素是京津冀城市群和长三角城市群碳排放的最主要驱动因素.总体上长三角地区碳排放总体扩散效应显著,而京津冀城市群极化效应更明显.区域发展的多中心化是大城市病治理的重要导向,同时要注意对区域碳排放溢出热点进行控制,促进城市群一体化和低碳化发展,实现区域碳平衡.     

吉林省能源消费碳排放变化趋势预测与影响因素分析

探讨区域能源消费碳排放的长期变化趋势对碳减排政策的制定和减排目标的实现有重要意义。该文以吉林省为例,研究基于STIRPAT模型能源消费碳排放的影响因素,分析其历史变化特征,分别设定节能情景和节能-低碳情景预测吉林省未来的碳排放走势。研究结果表明,经济增长是影响碳排放的主要因素,碳排放强度的下降是抑制碳排放的主要因素;随着时间的推移,碳排放先后经历碳排放增长期、高峰期和回落期,整体呈倒"U"型趋势;相较节能情景,节能-低碳情景碳排放增长趋势放缓且各年份碳排放水平更低。     

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。     

中国碳排放空间相关与空间溢出效应研究

论文利用空间相关模型与空间溢出模型,结合全国30个省区面板数据分析我国碳排放强度与人均碳排放的空间效应关系,研究结果表明：2000—2010年间,碳排放强度局部范围内具有较高的空间相关性,“冷点”区与“热点”区空间格局相对稳定;人均碳排放强度局部范围内空间相关性较低,没有出现显著的“凸点”和“凹点”现象;碳排放强度溢出效应显著区域主要集中在东部沿海经济发达省区与中西部传统能源产品输出省区,人均碳排放溢出效应显著的区域主要集中在环渤海与长三角城市群聚集的省区,中部（两湖、徽、赣）和云贵高原的人均碳排放存在一定集聚效应,但东部沿海经济发达省区碳排放强度和人均碳排放与其各自省区碳排放占全国份额的发散效应显著,而中西部地区能源产品输出省份与其各自省区所占份额的收敛效应显著。     

广东省能源消费碳排放空间自相关分析

采用空间自相关(全局空间自相关和局域空间自相关)分析方法,对1995-2011年广东省能源消费碳排放总量、人均能源消费碳排放量和能源消费碳排放强度3个碳排放指标的空间自相关性和差异性进行研究。结果显示,1995-2011年,能源消费碳排放总量和人均能源消费碳排放量均存在显著全局空间自相关性,2个指标的全局Moran′s I指数分别在0.2~0.3和0.4~0.6范围变动,且均呈先上升后缓慢下降变化趋势,均在2008年达到阶段性极值点。局域空间自相关分析结果表明,这2个碳排放指标在珠三角都有高-高聚集区,在粤北都有低-低聚集区,同时这2个碳排放指标在珠三角周边城市也存在显著局域空间异质区。能源消费碳排放强度不存在显著全局空间自相关性,但在2011年存在一个局域低-低显著自相关区域。研究结果为广东省制定差异化碳减排政策和实现低碳省建设提供决策依据和信息支持。