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。     

基于LMDI的长江经济带交通碳排放变化分析

基于LMDI分解模型,探究了2000~2019年长江经济带交通运输业碳密度、运输结构、能源效率、能源强度、经济结构、经济水平以及人口规模等因素对交通碳排放的贡献程度及时空特性,并使用泰尔指数测算了碳排放的区域差异性.结果表明,经济规模持续扩张是长江经济带交通运输业碳排放增长的第一主导因素,对碳排放的正向驱动效应为116.33%,其次是人口规模（6.19%）;运输结构和经济结构的转变则是抑制碳排放增长的关键因素,其负向驱动率分别为-26.18%和-16.25%;而技术水平（能源效率和能源强度）的提升有助于抑制碳排放增加.此外,基于人均碳排放和碳排放强度的泰尔指数均显示长江经济交通碳排放量的区域差异性明显,其中区域内差异大于区域间差异,且基于碳排放强度的区域差异呈现出“俱乐部趋同”现象.最后,对长江经济带交通绿色发展提出了政策建议.     

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。     

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。     

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.     

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.     

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.      

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。     

长三角经济增长与碳排放异速关系及形成机制

低碳经济是长三角高质量一体化发展的内在要求。针对2000—2017年长三角地区经济增长与碳排放时空关联、异速增长关系及影响因素的研究发现：（1）长三角地区经济增长与碳排放具有正向关联,关联强度总体呈“V”型波动变化。2000—2008年高关联强度区相对集中分布于苏南、苏北及浙中等地区,2009—2017年空间关联强度明显下降,大体呈“南低北高”分布。（2）长三角地区经济增长与碳排放异速变化以经济扩张弱型为主,大部分地区经济增长与碳排放异速关系实现由正转负。（3）地理探测器诊断第二产业比例、第三产业比例、城市化和人口密度是驱动长三角地区经济增长与碳排放异速变动的主要因子。（4）多尺度地理加权回归表明人口密度显著负向影响长三角地区经济增长与碳排放异速变化,投资强度和财政支出强度起到抑制作用,城市化和消费水平表现出先促进后抵消作用,第二产业与第三产业占比及固碳水平则起到先抑制后促进作用。     

浙江省碳排放与经济增长的脱钩关系及驱动因素研究

运用IPCC参考方法、Tapio脱钩模型、协整分析和Granger因果检验,研究了浙江碳排放特征及其驱动因素.结果表明:碳排放量呈增长趋势,碳排放强度呈下降趋势,多数年份碳排放与经济增长之间呈"弱脱钩"状态;经济增长、外贸和人口增长对碳排放正向驱动,能源效率和城市化对碳排放负向驱动;经济增长、外贸、城市化和人口增长是引起碳排放增长的单向Granger原因,能源效率与碳排放互为Granger原因.     

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%.     

中国居民家庭消费碳足迹近20年增长情况及未来趋势研究

近年来,伴随着社会经济的快速发展,我国已成为全球温室气体排放量最大的经济体,而居民消费活动造成的碳排放始终是可持续消费领域的研究热点.本研究综合采用基于投入产出的生命周期评价、结构分解分析、截面分析等方法,并借助EORA数据库,系统研究了近20年中国居民消费碳足迹的总量与组成、驱动因素贡献及未来增长趋势.结果表明,居民消费碳足迹的快速上升通道已经形成,且内在结构演化也呈现规律性,即间接排放和城镇居民排放已占主导地位并且该趋势仍在加强.驱动因素方面,人口增长、城市化进程、消费水平提高是推动碳足迹增长的主要正向力量,同时另外三因素(排放强度、消费结构及经济结构)则构成了延缓碳足迹过快增长的减排力量.截面分析结果显示,未来中国居民消费跨越世界平均水平时其碳排放总量将达到2010年基数的1.45倍,当接近于美国人均消费水平时将达到5.45倍.可以预期,未来我国居民消费碳足迹将会加速增长.     

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.     

基于三维结构分析的碳排放总量控制研究——以浙江省为例

控制碳排放总量是能源环境治理的重要手段,是高质量发展的应有之义,更是我国完成2030年前碳达峰、争取2060年前实现碳中和的必然要求,但目前国家和地方并未明确实行碳排放总量控制。本研究以浙江为例,从能源生产侧、能源消费侧、区域三个维度,分析识别出浙江省碳排放总量控制的重点和难点:能源生产侧减排的重点在于提高非化石电力占比,难点在于推进存量火电机组的碳减排;能源消费侧减排的重点在于控制新上重大产业项目排放,难点在于控制第三产业和居民生活领域碳排放;区域减排的重点在于优化产业布局和用能结构,难点在于对地区碳排放总量缺乏有效约束。并提出电力结构低碳化、重点行业控碳、试点城市率先达峰和政策协同四方面突破点,争取到"十四五"末浙江省碳排放总量得到有效控制,为全国碳排放达峰做出浙江贡献。     

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.