中国城市碳排放强度的时空演变、动态跃迁及收敛趋势

合理控制城市碳排放强度对于中国实现碳达峰、碳中和目标愿景以及应对气候变化的意义重大.采用夜间灯光数据反演得到2001～2020年城市碳排放量,测算碳排放强度,并对城市碳排放强度的时空演变、动态跃迁及收敛趋势进行研究.结果表明：(1)中国城市碳排放强度持续下降,从2001年的2.79 t·万元-1降至2020年的0.88 t·万元-1,年均降幅5.94%.各大区域城市碳排放强度的差距存在收敛特征.空间分布上,城市碳排放强度的高值区集中在东北地区,以及内蒙古、宁夏和陕西等地,南北地区差异拉大,中南部与东部地区的碳排放强度降幅明显,高低集聚层次分明.(2)中国城市碳排放强度的global Moran’s I较高,均值为0.436,空间自相关性显著.碳排放强度以城市自身与邻域城市均未发生跃迁的类型为主,不同类型间时空跃迁的概率较低,凝聚度指数高达82.57%.跃迁类型的稳态较高,碳排放强度的时空演变存在空间锁定效应和“俱乐部趋同”现象.(3)城市碳排放强度的σ收敛不显著,但存在绝对β收敛和条件β收敛.绝对β收敛速度差异明显,全国的收敛速度为3.137%.东部和西部地区的收敛速度略低,分别仅有3...     

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.     

中国省际农业碳排放的时空分异特征及关联效应

文章选择1997-2015年数据测算了中国31个省(市、区)农业碳排放量,从时空2个纬度分析了其空间分布规律,利用探索性空间数据分析方法(ESDA)分析了农业碳排放的空间关联效应。结果显示:(1)中国农业碳排放总量波动的趋势呈现出"波动上升-快速下降-缓慢上升"3阶段特征,且波动幅度较大。(2)农业碳排放总量及其强度空间分布存在明显的非均衡性,有集聚的趋势,集聚的区域层次分明,有明显的地域特征。(3)农业碳排放呈现出较强的空间相关性,高-高型集聚区域为青藏高原地区,低-低型集聚区域是以河北和江苏为中心的2个集聚区域,但区域面积非常有限。据此,提出农业"碳减排"要实行差异化的政策;考虑邻近区域政策等要素的负溢出性,在高-高型集聚区域,要实行联防共治,避免农业碳排放的此消彼长,实现多赢。     

陕西省碳排放时空格局演变及其影响因素

基于DMSP/OLS和NPP/VIIRS夜间灯光数据,运用探索性空间分析、冷热点分析和标准差椭圆分析等方法,估算了2000～2020年陕西省碳排放量,探讨了陕西省碳排放的时空演化特征,并构建了空间杜宾面板模型分析其影响因素.结果表明:(1)2000～2020年陕西省碳排放总量呈现持续增长趋势;碳排放分布具有显著的地域差异规律,呈现“陕北>关中>陕南”的分布态势.(2)碳排放重心向陕西东北方向移动,说明陕西东部地区和北部地区对全省碳排放量的影响作用加强;碳排放具有显著的空间正自相关性,即表现为集聚效应;碳排放的冷热点转化较为明显,热点在陕北地区扩张,冷点逐渐消失.(3)陕西省碳排放的直接正向影响因素有城镇化率、人口数量、单位GDP能耗、产业结构和经济增长,其中城镇化快速发展和人口规模扩大是陕西省碳排放持续增长的主要推动力.     

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.     

黄河流域城市PM2.5时空分异特征及污染物解析

分析揭示黄河流域城市PM_2.5时空分异特征,对打赢大气污染防治攻坚战,推动黄河流域空气污染跨区域协同治理机制的建立和完善,以及流域绿色高质量发展具有重要意义.本文以中国空气质量在线监测分析平台456个监测站点的PM_2.5浓度监测数据为基础,运用莫兰指数和标准差椭圆方法分析黄河流域70个城市2015—2021年PM_2.5的时空分异特征、演变格局,并基于皮尔逊相关系数分析法对其污染源进行解析.结果表明：(1)PM_2.5浓度的月度、季节变化特征明显.月均浓度呈底部宽缓的“U”型分布,12月或1月达到最大值;冬季平均浓度最高、春秋季次之、夏季最低,冬季浓度是夏季的1.9～2.6倍;年均PM_2.5浓度整体趋降,且表现为下游>中游>上游的空间分异性.(2)PM_2.5的空间聚集表现为上游“低—低”集聚、下游“高—高”集聚、中游城市的空间聚集特征不显著,空间正相关集聚的城市数量以先增后减的趋势变化,负相关集聚特征的城市较少.(3)PM_2.5     

中国居民消费碳排放影响因素的时空异质性

研究我国居民消费间接碳排放的阶段性和区域性特征,对于制定社会经济新常态发展下的碳减排策略具有重要的现实意义.利用投入产出法和结构分解分析法,核算了2002~2017年中国居民消费间接碳排放水平,量化了影响因素对间接碳排放的贡献;利用地理加权回归模型定量描述了省域间接碳排放的时空分异特征.结果显示:2002~2017年中国居民消费间接碳排放呈现先增长后下降的趋势,“食品”类和“居住”类消费是其主要来源,占比42%~48%.新常态下,“直接碳排放强度”、“生产技术”和“消费倾向”因素的抑制作用显著加强,大大抵消了“收入规模”、“人口”及“消费结构”因素对碳排放的促进作用,促使碳排放降低了145MtC.省域间接碳排放从东至西呈现递减的分布特征,表现出一定的集聚性.碳排放的影响因素具有空间异质性,“生产技术”与碳排放呈现负相关关系,其他因素呈现正相关关系.其中,“人口”、“收入规模”及“直接碳排放强度”对碳排放的影响程度较为突出.     

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.     

成渝地区工业大气污染物排放的时空演化格局及关键驱动因素

为摸清成渝地区工业大气污染的时空变化规律和关键影响因素,构建了2013—2019年成渝地区社会经济和工业大气污染物排放数据库,运用空间自相关分析和冷热点分析方法,解析了工业大气污染物排放的时空演化格局,并采用对数平均迪氏(LMDI)分解模型探究关键驱动因素. 结果显示:①成渝地区工业大气污染物排放整体呈明显下降趋势,高排放城市减少,低排放城市增多,高排放区由大面积圈层式分布逐渐向成都平原经济区南部区域和川南经济区北部区域零星式分布转变. ②成渝地区工业大气污染物排放呈现明显的空间集聚状态,空间溢出效应显著,且空间关联程度呈增大趋势. 工业大气污染物排放的空间分布趋于极化,且呈现明显的“西热-东冷”分异格局. ③经济发展始终是不同阶段工业大气污染物排放增量的首要驱动因素,生产技术进步与能源利用效率提升是减排的主要控制因素,高排放-低减排城市需注重工业生产技术和末端治理技术的提升. 产业结构调整对减排的贡献受区域产业发展政策的影响,工业内部结构效应对大气污染物的排放具有促进作用,与近年来钢铁、水泥、玻璃、陶瓷等传统重工业行业在工业增加值中的比重逐年提升有关.      

成渝城市群碳排放时空趋势特征及影响因素分析

县域是中国经济发展与减排治理的基本单元,而成渝城市群作为中国西南地区经济发展的新极点,是潜在的碳排放增长区,研究并揭示城市群县域碳排放时空演变特征与影响因素对区域差异治理与“双碳”目标的实现具有重要意义。文章使用成渝城市群2008-2017年县域碳排放数据通过空间数据,在考虑区域范围差异的前提下探究其时空演变特征与影响机制,结果表明：（1）2008-2017年成渝城市群县域碳排放量整体呈上升趋势,增长过程大致分为快速抬升-缓慢上升-高位波动3个阶段,并以2011年为主要分界点整体呈现出“先快后慢,波动涨幅”的增长态势。（2）县域碳排放具有明显的东北-西南向差异,空间极值化趋势明显。高-高集聚区县集中在重庆、成都城市群内;低-低集聚的区县数量稳定,主要集中在成渝城市群西南部。城市群整体呈现出较为明显的空间撕裂状态。（3）在单因子分析中,前期地区生产总值、第二产业产值与政府财政支出对区县碳排放的影响程度最高,随时间推移年末人口总数、人均地区生产总值和城镇化率的影响程度逐渐上升并跃居前位。交互因子探测结果显示,区县碳排放增长是多种影响因子综合作用的结果,地区生产总值自始至终是影响县域碳排放的...     

中国能源消费碳排放的空间化与时空动态

近年来全球多地遭遇极端天气,给人类社会的生产生活带来极大影响,共同应对全球气候变化已成为国际共识,在此背景下如何通过科学方法摸清二氧化碳排放情况成为响应国家"双碳"战略的重要工作.通过省级尺度的碳排放统计数据,综合夜间灯光数据和人口数据,将碳排放量分配到栅格尺度,并对中国2000、2005、2010、2015和2018年碳排放的时空格局、演变特征及碳排放与经济增长的关联性进行综合分析.结果表明：①从2000~2018年,中国的CO₂排放总量持续增长,但增长速率呈现放缓的趋势,碳排放年均增长速率由2000~2010年的9.9%下降至2010~2018年的7.4%.从空间分布来看,无碳排放地区主要分布在西北无人区及东北的林区和山区,低碳排放主要分布在广大的中小城镇地区,高碳排放则集中分布于华北、华中、东部沿海以及西部的省会城市及城市群附近;②碳排放在地级市尺度上存在高值聚集或低值聚集现象,且该聚集现象整体趋于稳定,在2005年之后有所加强;低低集聚区主要分布在西部的连片地区和海南岛,且随着经济社会的发展,低低集聚区开始破碎,规模减小;高高集聚区主要分布在京津冀城市群、太原城市群、长江三角洲城市群和珠江三角洲城市群地区且规模在逐步加强巩固;高低、低高集聚区则主要出现在社会经济发展水平差异较大的邻近城市;③中国大部分地区的碳排放量相对稳定,碳排放发生较大变化的地区主要分布在省会城市和重点城市的外围地区,即存在中心城区碳排放无变化,外围区域碳排放变化的圈层结构;④在2000~2018年中国城市发展进程中,整体上遵循一个由"低排放-低收入"转向"高排放-低收入"再转向"高排放-高收入"最终转向"低排放-高收入"的发展规律.从整体来看,中国碳排放的增速在放缓,在实行"双碳"战略的大背景下,各地区由于不同的社会经济发展情况和能源需求情况所面临的碳减排任务与压力也不尽相同,因而应分地区和分行业实施差异化的碳减排政策.     

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。     

大兴安岭林草交错带植被NDVI时空演变及定量归因

探究植被动态变化并识别其驱动因素对区域生态环境恢复与可持续发展具有重要意义.基于2000～2020年MODIS NDVI数据与同期气象、 DEM和土地利用类型等数据,运用Sen+Mann-Kendall趋势分析与Hurst指数法,深入解析大兴安岭林草交错带植被时空变化特征,预测其未来演变规律,并引入地理探测器模型,定量揭示全域及不同自然地理分区尺度下,各探测因子及其交互作用对植被空间分异的影响程度和作用机制.结果表明：(1)时空演变上,2000～2020年大兴安岭林草交错带NDVI时空异质性明显,时间上以0.002 a^-1(P <0.05)的速率波动增长并于2011年发生上升突变;空间上呈“自西南向东北递增”分布格局,21年间NDVI等级转移以“中植被覆盖→中高植被覆盖”为主,植被改善区域面积远大于退化区域面积.(2)趋势预测上,大兴安岭林草交错带NDVI未来变化趋势主要为持续改善,占比37%,但以弱持续居多.(3)驱动机制上,风速、蒸发和相对湿度对全域NDVI空间分异的影响最为显著,21年间自然因素的影响呈削减态势,而人为因素的影响愈发增强,在不同植被区、...     

交通运输业碳排放效率时空演变及趋势预测

为探索周围邻域对交通运输业碳排放效率演变的影响,分析了交通运输业碳排放效率的时空演变特征,并对其长期演变趋势进行预测.首先,采用超效率SBM模型测度我国30个省份的交通运输业碳排放效率,利用核密度估计方法分析其随时间演变的特征;其次,构建传统与空间马尔可夫概率转移矩阵进一步分析了交通运输业碳排放效率的时空演变特征;最后,针对不同类型的省份提出相关建议.结果表明：(1)交通运输业碳排放效率的平均水平低于0.6,但呈逐年递增的趋势,且区域差异逐渐缩小.(2)各省份交通运输业碳排放效率至少有71%的概率维持原有状态,且短期内难以实现跨阶段转移.(3)地理空间格局影响交通运输业碳排放效率的演变过程,当某省份与碳排放效率高的省份相邻时,转移到高效率的概率增加,而与碳排放效率低的省份相邻时则相反.此外,在空间溢出效应的影响下,交通运输业碳排放效率的演变逐渐呈现“俱乐部收敛”的趋势.(4)从长期演变趋势来看,各省份交通运输业碳排放效率向高水平转移的可能性增大,呈现出由低到高递增的态势,同时“俱乐部收敛”现象逐渐消失.     

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%.     

中国1991～2018年突发环境事件时空特征及影响因素

探究我国近几十年突发环境事件的时空变化规律和影响因素,能提高突发环境事件风险监管的有效性和精准性.基于1991～2018年31省市的突发环境事件数据,运用空间自相关性和时空地理加权回归模型分析突发环境事件的空间依赖关系和影响因素作用的时空异质性.结果发现：(1)突发环境事件在1991～1994年和2001～2014年两个时间段内存在显著的空间正相关性,且空间集聚性在逐渐增强,即中国省域突发环境事件存在明显的空间依赖特征而并非完全随机状态.(2)突发环境事件存在着非均衡的发展格局,“低-低”类型的省份集中在西部和东北地区,数量增多后减少;而“高-高”类型的省份表现为由东部、南部向中西部转移,数量减少后增多.各省市突发环境事件在空间集聚中的作用不同且不断变化.(3)各影响因素对突发环境事件的作用在不同时期和不同省域具有明显的时空异质性.经济发展水平对突发环境事件的影响表现为“负-正-负”模式;产业结构对突发环境事件的影响表现为“负-正”模式;污染排放对突发环境事件的影响整体来看呈现“正-负-正”模式;环境信访对突发环境事件的发生多表现为正向影响;法制环境对突发环境事件的负向影响在逐渐减弱;...     

基于空间回归模型的中国碳排放空间差异模拟

以中国碳排放数据库的多年分省碳排放数据为基础,选取植被指数NDVI、夜间灯光影像DMSP-OLS、生产总值、工业总产值和人口数5项指标,采用1 km×1 km格网,运用空间滞后回归模型对中国2000年和2013年的碳排放进行时空分布模拟,并对空间模拟结果进行误差分析及纠正,获得地均碳排放强度的空间分布图,以弥补传统碳排放统计空间展示效果差、空间分辨率低等缺陷.结果发现,中国碳排放的空间分布格局差异显著,地均碳排放强度分布呈现由东部地区向中西部地区逐渐递减的阶梯状区域分布差异,东部地区的碳排放高值聚集区域大致呈现面状聚集分布特征,区域之间碳排放的差异较小,西部省会城市、工矿城市与农村地区碳排放量差异显著.2013年的地均碳排放强度明显高于2000年,且高值区域的分布范围明显扩大,低值区域分布范围面积明显减少.     

多尺度视角下重要生态功能区碳源/汇时空演变特征——以黄河流域为例

研究使用土地利用、夜间灯光和能源统计数据,采用能源碳排放模拟法计算碳排放量和碳吸收系数法计算碳吸收量,构建了黄河流域多尺度、长时间序列碳源/汇估算模型.利用构建的估算模型和探索性空间数据分析法从省、市、县以及栅格尺度对黄河流域碳源/汇以及碳平衡进行时空演变特征分析.结果表明:(1)分组模拟能源消费与夜间灯光数据,发现长时间序列碳排放估算模型拟合相关性均达到0.9以上,模型估算精度良好.(2)从空间分布看,东部地区碳排放呈逐年增加趋势,而碳吸收量较多则主要分布在东北和西南部.从省份看,碳排放量最高省为山东;碳吸收量最高省为内蒙古.从市级看,高碳排放城市呈现总体向东部、北部移动趋势,高碳吸收逐渐向西南地区扩张.从县级看,高碳排放与吸收县域向东北地区扩张.(3)黄河流域20年来碳排放与碳吸收累积变化总体均呈上升趋势,但吸收量增加幅度大于碳排放量,说明黄河流域减排增汇工作取得了积极进展,绿色发展工作持续推进.研究结果可为黄河流域减排增汇,实现绿色发展提供科学参考.     

长江与黄河流域碳排放效率时空演变特征及路径识别探究

为深入探究同类型地理单元碳排放效率的区域异质性,利用考虑非期望产出的MinDS模型、Malmquist指数分析2005—2017年长江与黄河流域城市碳排放效率的静态与动态特征与差异,从流域间、流域内比较视角探究长江与黄河流域碳排放效率的空间集聚特征与演化规律,通过随机效应模型对不同城市类型碳排放效率的影响因素进行面板回归分析. 结果表明:①2005—2017年,长江与黄河流域碳排放效率平均值分别为0.785、0.747,碳排放效率总体处于较低水平;碳排放效率呈先降后升的“U”型变化趋势,且2012—2017年处于“U”型上升区段. ②长江流域碳排放效率呈下游>上游>中游的中间低、两端高的空间分布格局特征,黄河流域呈下游>中游>上游的空间递增格局特征. 长江流域碳排放效率高值区呈现城市群集聚趋势,低值区较分散;黄河流域碳排放效率低值区以宁夏沿黄城市群为中心沿黄河干流向周边扩散,高值区规模较小且分散. ③长江与黄河流域碳排放效率的Malmquist指数均呈上升趋势,表征技术革新的技术进步指数是长江与黄河流域碳排放效率提升的主要内生驱动力,而表征要素组合、管理水平的技术效率指数则对碳排放效率提升作用不显著. ④根据技术效率指数与技术进步指数在碳排放效率提升中的作用差异,可将研究对象划分为六类城市. 经济发展水平、产业结构是影响两大流域碳排放效率提升的共同因素. 研究显示,长江与黄河流域碳排放效率变动既有整体的相似性又有内部的差异性,既要考虑产业结构等因素对两大流域碳排放效率提升的普遍影响,还要注意城镇化水平等因素的差异化影响,以实现两大流域碳减排与效率提升政策设计的“因地制宜、分类施策”.      

长江经济带不同等级城市碳排放的时空演变及其影响因素

厘清区域不同等级城市碳排放对实施差异化的城市碳减排行动方案具有重要的指导意义. 采用2000—2019年DMSP_OLS和NPP_VIIRS夜间灯光数据模拟长江经济带城市碳排放,运用空间自相关分析和空间面板杜宾模型分别探讨长江经济带整体和各等级城市碳排放的时空演变及其影响因素. 结果表明:①研究期间,长江经济带整体和各等级城市碳排放量均呈波动上升趋势,其中各等级城市碳排放量呈大型城市>中型城市>小型城市的特征,整体和各等级城市碳排放量的年均增长率均有所降低. ②除个别年份外,整体和各等级城市碳排放的全局Moran′s I值均大于0,分别在5%和10%水平下显著,高-高聚集区主要分布在上海市、江苏省和浙江省等东部地区的城市,高-低聚集区主要分布在重庆市,低-低聚集区主要分布在乐山市等城市. ③人口增长、城镇化率和经济增长等因素对整体碳排放有显著的直接正向影响,而城镇生活污水处理率和生活垃圾无害化处理率对整体碳排放有显著的直接负向影响;人口增长、经济增长及环境规制等因素对各等级城市碳排放的影响有明显差异. 研究显示,长江经济带整体和各等级城市碳排放的时空演变及其影响因素有显著差异,城市减碳行动方案的制定和实施需要注重差异性.