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.     

“一带一路”沿线省域交通碳排放影响因素时空异质性

选取“一带一路”沿线17个省（自治区、直辖市）行政单位作为基本空间单元,核算2000~2021年“一带一路”沿线省域交通碳排放,在利用空间自相关法分析交通碳排放时空分异特征的基础上,结合固定效应回归模型和地理探测器探究交通碳排放影响因素的时空异质性.研究发现：①“一带一路”沿线省域交通碳排放具有显著的空间正相关性,整体呈上升趋势.并且交通碳排放高低值聚类演变在空间上呈现出两极分化的特征,高值聚类区主要分布在开放先行区,低值聚类区主要分布在丝路核心区. ②对外开放水平和机动车保有量是交通碳排放的正向驱动因素,能源强度、交通运输结构、行业发展规模和政府干预程度是交通碳排放的负向驱动因素. ③能源强度和交通运输结构是交通碳排放空间分异的主要驱动因子,且多数因子在与其他因子空间叠加后会产生非线性增强作用,即驱动因素之间存在较强的协同性.结果表明“一带一路”沿线省域交通碳排放受周边地区影响且影响程度不断加强,同时交通碳排放关键驱动因素之间存在协同作用.因此建议“一带一路”沿线省域充分考虑交通碳排放影响因素的时空异质性特征,制定差异化的交通碳减排政策.     

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.     

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.     

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%.     

内蒙古县域土地利用碳排放时空特征及影响因素

全面揭示土地利用碳排放时空变化规律并探究其影响因素,可为“双碳”目标下制定区域碳减排策略提供科学依据。文章在核算2000-2020年内蒙古103个县（市、旗、区）土地利用碳排放的基础上,运用空间相关性分析和时空地理加权回归模型,识别分析土地利用碳排放时空特征及其影响因素。结果表明：（1）2000-2020年内蒙古县域土地利用净碳排放量呈显著上升趋势,从2000年的9463.02万t上升至2020年的71 792.21万t;平均碳排放强度和碳排放年均增长率呈先下降又回升的态势;建设用地为首要碳排放源,林地与草地具有重要的固碳功能;（2）空间上,碳排放量具有明显的空间异质性和空间相邻性,呈现以HH集聚和LL集聚为主的布局特征,碳排放增长的中心地带主要位于工业主导型县域,而其边缘地区则主要位于牧业旗县、半农半牧旗县区和农业主导型县域,部分处于产业转型的县域也逐渐成为碳排放的低集聚区;（3）64%以上的县域经济发展水平与碳排放量呈正向关系,物质水平、建设用地规模和能源消费的作用均表现为正向效应,年降水量和人口集聚程度的系数较高值区集中于内蒙古东部的牧业旗县和半农半牧旗县区。最后,文章提出根据各地区土地利用碳排放特点有针对性地制定分区减排策略。     

西北五省碳排放时空格局及影响因素研究

西北五省地理位置和生态环境特殊,经济发展相对落后,要在促进经济社会发展的同时兼顾减碳、控碳的目标,非常具有挑战。文章分析了西北五省碳排放变化情况,采用空间自相关刻画了在县域尺度下研究区域内部碳排放指标的空间关联性,借助趋势面模拟了研究区域内碳排放在空间上的分布规律,运用地理加权回归模型定量描述了各区县碳排放总量影响因素的空间异质性。结果表明：西北地区各县域碳排放量差距逐渐增大,高碳排量县域数量明显增加,空间不均衡程度明显,多极化特征日趋显现;各区县碳排放量空间集聚模式变化程度较小,H-H集聚和L-L集聚是其主要集聚模式;高值县域逐渐向东部和南北方向中部的区域集中,分异情况逐渐显著;由技术引领的产业与生产方式优化在节能减排的道路上发挥的作用越来越大,应因地制宜采取差异化的控碳策略。     

陕西省县域碳盈亏驱动因素及时空异质性

碳源/汇监测是实现双碳目标的重要前提,其时空格局演变和驱动因子时空异质性是因地制宜实施减排增汇政策的科学依据,对于区域可持续发展具有重要意义. 从土地利用出发,基于碳收支关系计算2000、2010和2020年陕西省县域碳盈亏,采用空间自相关、冷热点分析、标准差椭圆和LISA-时间路径一系列探索性时空分析方法（ESTDA）,研究陕西省不同时空尺度碳盈亏动态变化. 从21项指标中运用因子分析法聚合出6类主要驱动因素,选用时空地理加权回归模型（GTWR）识别其时空异质性,构建全面剖析陕西省碳盈亏及其时空异质性指标体系. 结果表明：①陕西省2000年碳盈余856万t,2010年碳亏损3 296 t,2020年亏损3 334万t,碳排增长速率远大于碳汇,表明陕西省逐步走向碳达峰,但碳中和目标实现任重道远;②从空间上看,呈现出“北亏南盈”的布局,碳亏损集中在长城沿线风沙区和关中平原,有较强的空间聚类特征,重心由南向北再向南转移,时空跃迁特征较稳定,减排增汇工作重点放在陕北区域;③城镇建设、自然资源、人类活动、能源消耗、产业发展和生态保护指标体系中仅有生态保护对碳盈亏产生正向驱动. 值得注意的是,自然资源对碳盈亏的影响时空分异性最强,能源消耗在陕西省部分地区产生了正向驱动. 研究成果将为陕西省碳中和策略制定提供更精准的政策指导.     

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。     

平原丘陵过渡带土壤有机碳空间分布及环境影响

为定量分析景观过渡带中土壤有机碳空间分布及环境影响,将环境因子纳入空间自回归模型与地理加权回归模型分析比较,并以普通最小二乘回归模型作对照.结果表明:土壤性质指标中,容重及有效铁与土壤有机碳存在极显著相关关系;地形及区位因子中,纬度、高程、坡度、粗糙度等稳定性因素与土壤有机碳存在极显著相关关系;土壤有机碳的局部集聚性多发生在核心景观过渡带;空间回归模型的拟合优度均优于普通最小二乘回归模型,估计值的空间自相关变化趋势与实测值一致,残差的空间模式显著减弱;能够灵活调整权函数与带宽的地理加权回归模型能够更好地分析土壤有机碳的空间变异.模型评价方面,GWR-1和GWR-2的残差平方和较OLS分别降低了20.717%和8.799%; SLM、SEM、GWR-1、GWR-2的AIC值较OLS分别减小了5.108、5.391、19.887和11.751.除本身存在的空间自相关外,模型中土壤性质指标及环境因子能大幅解释土壤有机碳的异质性.本研究引入辅助变量,运用空间回归模型分析了平原丘陵过渡带土壤有机碳的空间变异,可为生态恢复、环境变化指示及研究区典型柑橘区的区划提供依据.     

基于地理加权回归的省域碳排放影响因素研究

碳减排已经成为新时代生态文明建设亟待解决的问题,碳排放量与地域空间位置密切相关,为更好地促进碳减排、碳达峰,碳排放影响因素的区域性差异以及趋势分析已成为碳减排分析的焦点。通过地理加权回归方法研究我国30个省（区、市）2007—2017年的人口因素、能源消费、城镇化建设发展对碳排放量的影响,进而揭示碳排放量与区域社会经济发展的关系。结果表明,碳排放量的空间聚集性较强,各影响因素的空间分布格局差异较大,其中电力消费总量和化石能源消费总量的增加对碳排放量的正向影响作用最大,人口规模对碳排放量也有一定的正向促进作用,城市公共汽电车辆和主要建材消耗总量对碳排放量的影响作用并不显著,均呈不稳定的正负相关关系。我国碳减排应调整能源消费结构,进一步提高清洁能源技术创新,将城镇化建设与碳减排分阶段融合,加大绿色消费、绿色建筑和绿色出行的支持力度。

     

县域尺度下长株潭地区城市化与碳排放的关系

基于碳代谢模型核算了1995~2020年长株潭县域碳排放,采用Tapio脱钩模型探讨了长株潭各县域碳排放与城市用地之间的脱钩关系,并用时空地理加权回归（GTWR）模型分析了城市空间形态对碳排放的影响机制.结果表明：①研究区县域碳排放总体上形成了以市辖区为中心的聚集分布,且呈逐年扩散趋势.2020年相比1995年新增7个高碳排放区,均为长沙市区县.②1995~2020年,研究区整体由以强脱钩为主转变为以扩张负脱钩为主,空间上脱钩状态在脱钩和负脱钩之间来回波动;除7个县域脱钩状态在倒退外,2020年其余均达到脱钩状态或向脱钩状态靠近.③城市斑块面积（CA）、城市斑块数量（NP）和斑块结合度（COHESION）与城市碳排放之间呈正相关效应,而景观形状指数（LSI）、最大斑块指数（LPI）和欧氏距离均值（ENN_MN）与城市碳排放则呈负相关效应,不同城市形态指标对碳排放的影响具有显著空间异质性.     

盐城市县域碳汇时空特征及其影响因素

以盐城市10个县域为研究对象,基于核密度、趋势分析和标准差椭圆,分析1990～2020年盐城市县域碳汇时空特征,并构建多尺度地理加权回归模型,分析碳汇的主要影响因素.结果表明：(1)盐城市碳汇量总体呈增加趋势.碳汇量的绝对差异波动上升,相对差异与绝对差异的变化趋势基本一致.各县域碳汇存在不均衡现象,且呈增强趋势.(2)1990～2020年碳汇高值区主要分布在盐城沿海地区,且碳汇空间格局较为稳定.总体呈东高西低,南高北低的空间分布特征.碳汇标准差椭圆的中心基本以10 a为周期,移动较大距离.(3)多尺度地理加权回归模型估计结果表明：第二产业比例、人均地区生产总值、人口密度和土地利用强度对碳汇影响程度不同.第二产业比例对碳汇的负向作用最强,降低第二产业比例是提高碳汇的重要途径.     

京津冀地区汽车运输碳排放影响因素研究

以空间相关性和空间异质性为基础,构建SLM-STIRPAT、SEM-STIRPAT和GWR-STIRPAT模型,对京津冀地区汽车运输碳排放进行测算和影响因素分析.结果表明：京津冀地区汽车运输碳排放存在显著空间相关性和空间异质性.人口对汽车运输碳排放呈正向影响;人均GDP对货运碳排放和总量碳排放呈正向影响,对客运碳排放呈负向影响,城镇化水平对汽车运输碳排放呈负向影响.第三产业增加值对客运碳排放和总量碳排放呈正向影响,对货运碳排放呈负向影响,人口对张家口市汽车运输碳排放影响最为显著;人均GDP对秦皇岛市和沧州市的汽车运输碳排放影响最为显著;城镇化水平对秦皇岛市的汽车运输碳排放影响最为显著;第三产业增加值对秦皇岛市的汽车运输碳排放影响最为显著.     

长株潭城市群PM2.5和O3浓度时空分布特征及影响因素分析

基于2015~2019年长株潭城市群PM_2.5和O₃遥感浓度数据,利用空间自相关指数和地理加权回归（GWR）等方法探究PM_2.5和O₃浓度的时空分布特征及相关因素对其影响强度.结果表明：① PM_2.5浓度整体呈现出冬季和春季高,夏季和秋季低的\"U\"型特征,而O₃浓度则表现为夏季和秋季高,冬季和春季低的\"M\"型特征,PM_2.5与O₃年均浓度高低排序为：长沙市>湘潭市>株洲市.② PM_2.5与O₃浓度在夏季呈现正相关,秋冬季为负相关,且具有显著的空间集聚特征,O₃浓度高-高集聚区的面积呈现逐年增加的趋势.③GWR结果显示：夜间灯光强度和人口密度都对PM_2.5与O₃具有正相关效应,其中,植被指数（NDVI）、风速和温度对PM_2.5浓度的影响最为显著,而风速和温度对O₃影响强度更为突出,不同因素对PM_2.5和O₃浓度影响具有显著的空间异质性.     

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.