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.     

基于随机森林模型的我国县域碳排放强度格局与影响因素演进分析

为了研究县域碳排放强度空间格局及其关键影响因素的演进规律,在测算2009~2017年我国县域碳排放强度的基础上,通过ArcGIS空间统计模型分析了县域碳排放强度的空间格局,并利用随机森林模型识别了碳排放强度的关键影响因素及其时序演进特征.结果显示:2009~2017年我国县域平均碳排放强度减量波动下降,2017年县域平均碳排放强度为2.02t/万元,仍有较大的削减潜力;县域碳排放强度总体格局呈显著空间自相关,并呈现波动增强趋势;局部格局呈显著的南北和东西分异,热点区呈西进态势,冷点区呈南下北上态势.关键影响因素中省会距离、产业结构、路网密度和人口的重要性高于经济水平、财政收支、绿色专利和开通高铁;时序演进反映,绿色专利、人口总数和经济水平的重要性在提升,而产业结构和人口密度的重要性在下降;其中大部分关键影响因素同碳排放强度呈现非线性响应关系.     

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。     

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...     

江西省土地利用碳排放空间格局及碳平衡分区

二氧化碳浓度升高,导致全球气候变暖,生态环境问题逐渐凸显. 为此,绿色、低碳和循环发展成为我国当前工作重点. 江西省作为长江经济带生态文明建设的重要节点,大规模的城镇化建设导致碳排放量增加. 鉴于此,基于土地利用和能源消费数据构建碳排放量计算模型,探究江西省2000—2018年的碳排放空间格局特征,通过基尼系数、经济贡献系数和生态承载系数等多种分析方法探讨区域内的碳排放空间差异以及碳收支情况,同时从经济和生态的角度进行碳平衡分区并提出针对性的策略. 结果表明:①江西省2000—2018年土地利用碳排放总量逐年上升,从1 215.687×104 t增至4 907.425×104 t,总体表现为净碳源,碳减排压力较大. ②江西省碳排放空间格局呈现北高南低、西高东低的特征,北部和西部地区的碳排放总量明显大于南部和东部地区,其碳排放总量与各区域内的土地利用结构以及能源消费结构密切相关. ③江西省历年的碳补偿率均低于34%且逐年递减,碳补偿率、经济贡献系数和生态承载系数三者均空间差异明显,其中北部地区的碳补偿率低于南部地区,南部地区、东北地区的经济贡献率和生态承载系数高于西部地区. ④基于碳平衡分析,根据净碳排放量、生态承载系数等指标将江西省各地级市划分为4个碳排放发展功能区域,即碳汇功能区、低碳经济区、碳强度控制区、高碳优化区. 研究期内碳汇功能区数量变化较大,逐渐转为低碳经济区;碳强度控制区和高碳优化区数量基本无变化. 研究显示,江西省土地利用碳排放空间差异显著,协同减排的困难较大,为此根据碳平衡分区调整土地利用结构,有利于促进区域协同减排,推动全省低碳经济的发展,缓解因碳排放引起的全球气候变化问题.      

基于DOAS地空观测的典型热带地区臭氧敏感性研究

为实现中国节能减排与产业经济协调发展的目标，本研究选取中国碳排放重要来源之一的能源密集型产业，采用空间全局自相关，标准差椭圆，空间局部自相关以及空间杜宾模型等方法对2007—2016年中国30个省域能源密集型产业格局、碳排放强度时空演变特征进行了分析，在空间溢出视角下对能源密集型产业结构演变的碳排放效应进行了探讨.结果表明：①空间自相关Moran''s I检验表明碳排放强度与能源密集型产业集聚均存在显著的空间正相关.②标准差椭圆表明，能源密集型产业有重心迁移的现象，但迁移效果不明显.③空间杜宾结果显示，能源密集型产业集聚与碳排放强度呈现"N"型曲线关系，能源密集型产业的集聚对碳排放强度的影响存在明显的空间溢出效应，人口数量和外商投资会显著抑制碳排放强度.     

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.     

山西省县域碳排放时空格局及影响因素分析

文章基于2006-2017年山西省118个县域碳排放数据,采用变异系数、空间自相关分析和时空地理加权回归模型（GTWR）对山西省县域碳排放时空格局和影响因素进行分析。结果表明：时间上,2006-2012年山西省县域碳排放量增长迅速,高碳排放区逐渐扩大;2012年之后各区县碳排放量较为稳定,且稳中有降。空间上,山西省县域碳排放呈中间高、东西低的分布格局;县域碳排放存在显著的空间不平等性和集聚性,表现为逐渐下降的特征;在局部范围内具有较高的空间依赖格局,大部分碳排放高（低）的县域相邻,且汾阳市、孝义市、介休市和大同市城区存在“高碳锁定”效应。各影响因素呈现较强的时空异质性,人口规模和产业结构是碳排放的主导因素,对山西省县域均为正向影响,且产业结构的影响逐年上升;城镇化率和经济发展水平对山西省县域碳排放影响较小,且对大部分区县具有负向影响。因此,分析山西省县域碳排放时空格局演变特征和各因素对不同县域碳排放的影响程度,可为实现区域差异化碳减排政策提供指导。     

中国省域隐含碳排放及其驱动机理时空演变分析

隐含碳排放研究是探索绿色低碳生活方式与推进生态文明建设的重要基础之一。论文基于投入产出分析法与城镇居民消费数据核算2002—2012年中国大陆30个省（除港澳台、西藏外）的城镇居民隐含碳排放,在分析城镇居民隐含碳排放时空演变特征的基础上,运用LMDI-Ⅰ加法数量分解模型分析城镇居民消费隐含碳排放的驱动机制及空间分异特征。研究结果表明：除吉林省外,其余各省的隐含碳排放呈增加趋势;消费水平提高是隐含碳排放量增加的主要因素,其高值主要聚集在北部沿海地区;人口规模对隐含碳排放变化具有双向效应,其强正向作用区与人口分界线所划分的东半壁逐渐趋于一致;导致多数省份隐含碳排放量下降的决定因素是隐含碳排放强度效应,空间差异不大;居民生活方式的变化对隐含碳排放变动的贡献不大,但其空间演变特征较为复杂。总之,各省隐含碳排放特征及其驱动机制存在差异,未来减排侧重点应有所不同。     

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。     

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。     

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.      

金融发展对碳排放强度影响的空间效应研究

为改善全球变暖,发展经济效益与环境效率双赢的低碳经济是大势所趋。金融发展作为推动经济增长的核心动力,在中国低碳经济转型中起到至关重要的作用。在此背景下,选取2007-2019年中国30个省（市、自治区）的面板数据,首先考察了省级碳排放强度和金融发展的动态演变和时空格局,然后在STIRPAT模型基础上采用空间杜宾模型探索金融发展对碳排放强度的直接影响与空间溢出效应。研究发现：（1）中国总体碳排放强度持续下降,金融发展则持续增强,但碳排放强度和金融发展分别呈现模糊和明显的两极分化;（2）中国各省份的碳排放强度在空间上具有显著的自相关和聚集性;（3）金融发展会显著增加本地的碳排放强度,但在更大程度上显著降低邻近地区的碳排放强度,因此总体效果为金融发展会抑制碳排放强度。     

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。     

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。     

数字经济对碳排放强度的影响机制及空间效应

在数字经济蓬勃发展与碳减排压力严峻的双重背景下,文章选取2011-2019年中国252个地级及以上城市的面板数据,采用熵权法测度各城市的数字经济发展水平,并使用夜间灯光数据反向推演各城市的CO2排放量,运用固定效应模型、中介效应模型、空间杜宾模型多维度实证检验数字经济发展对碳排放强度的影响机制、空间溢出效应和异质性。研究发现：（1）总体上,中国数字经济发展水平不断提高且各城市差距逐步缩小,碳排放强度不断降低且各城市差距逐步扩大;（2）从全国范围来看,数字经济的发展能够显著降低城市碳排放强度,并且产业结构升级和技术创新是数字经济降低碳排放强度的重要机制;（3）各城市数字经济发展水平和碳排放强度具有显著的空间正相关性,并且数字经济能够通过空间溢出效应降低邻近地区的碳排放强度;（4）数字经济发展对碳排放强度的影响存在地区、城市层级和城市规模上的异质性,相较于东部地区、中心城市和大规模城市,数字经济在中西部地区、外围城市和中小规模城市发挥的碳减排效应更显著。     

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.     

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.