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%.     

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。     

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。     

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;...     

中国省际碳排放强度时空演变及驱动因素研究

中国碳排放强度在空间上的联动关系在理论与实证层面均未形成较为统一的认知,这与中国各区域经济关联日益深化的发展现状不相匹配,也不利于制定差异化的区域减排政策。因此,文章以2000-2016年中国30省份数据为研究样本,运用探索性空间数据分析方法,优化传统马尔可夫链为空间马尔可夫链,对中国省际碳排放强度的空间关联性及其演变特征进行研究,并采用分位数回归模型对不同碳排放强度水平下各影响因素的差异化效应进行模拟分析。结果表明：（1）中国省际碳排放强度呈现逐年递减的变化趋势和由西北向东南梯度递减的空间分布格局,并呈现高度稳定性;（2）从空间关联看,碳排放强度高和低组别的省份在状态转移时以极大概率维持自我稳态;当区域与比自身碳排放强度低的区域为邻时,自身碳排放强度会被拉低,且邻域碳排放强度越低碳减排拉动作用越强;反之,低碳地区被高强度区域包围时,低碳状态不受影响;（3）以碳排放强度为依据划分的分位数回归结果显示,技术进步对各碳排放强度组别均起到碳减排效用,说明技术创新是当前最为普适的减排手段,故以碳排放较低的发达区域为核心,推动低碳技术溢出效应对邻域的带动作用,将有可能对减排产生事半功倍的效应;（...     

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。     

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.     

中部地区碳排放时空演变及其影响因素分析

为实现碳达峰、碳中和目标,研究我国中部地区的碳排放时空演变及其影响因素有着重要的意义.使用2012—2019年NPP-VIIRS夜光遥感数据计算中部地区的碳排放量,结合地理探测器对碳排放时空变化及其影响因子进行分析.分析结果显示：①山西省碳排放量居中部地区首位,河南省次之,安徽省碳排放量位居第三,后为湖北省和湖南省,江西省碳排放最低;②2012—2019年在中部地区碳排放量聚集程度逐年减弱,高高聚集面积从210742.9 km²减少到153999.3 km²,低低聚集面积由148249.2 km²减少到103804.0 km²;③通过地理探测器分析的结果得到：对中部地区各省份碳排放影响因子解释力较大的为经济要素：地区生产总值和第二生产总值;中部地区各省份碳排放因子解释力较高的双因子交互多为经济要素.研究显示,中部地区各个省份碳排放分布及影响因素存在一定的差异,在制定碳达峰、碳中和行动方案时应考虑到不同地区碳排放的差异,本研究为中部地区制定节能减排政策提供数据支撑.     

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。

     

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.     

大湘西高级别景区时空分布特征及影响因素的空间异质性

旅游景区既是旅游业发展的先决条件和核心载体,也是最主要和最根本的旅游供给。基于大湘西高级别旅游景区数据,引入高级别景区发展差异指数,运用标准差椭圆分析法、核密度估计、全局空间自相关等多种空间统计方法,对2007年、2012年和2016年大湘西高级别旅游景区时空分布特征进行测度,并运用全局回归（OLS）模型和地理加权回归（GWR）模型,分析大湘西高级别景区影响因素的空间异质性。结果表明：大湘西高级别景区空间分布总体走向为东北—西南方向,且整体呈现小幅度逆时针旋转;高级别景区空间分布格局呈现出由“三核心两区县”向“一极多点”再到双核带动的“遍地开花型”空间格局的演化;高级别景区数量的空间正相关性不断减弱,且其在空间上的分布呈现一定的集聚特征;区域经济发展水平、政府政策扶持力度、交通条件、旅游资源因素对大湘西高级别景区空间分布格局影响显著,且不同影响因素呈现出一定的空间异质性。研究结论可为全域旅游背景下深化旅游景区体制机制改革提供科学依据和参考价值。     

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.     

京津冀城市群减污降碳时空特征及影响因素异质性分析

基于2003—2020年京津冀城市群数据,利用耦合协调度、空间杜宾和时空地理加权回归模型,探究城市群减污降碳协同效应的时空特征及其影响因素的异质性。结果表明：“十五”“十一五”期间京津冀城市群碳排放量快速增长,进入“十二五”后增速放缓;大气污染物排放在“十二五”达到峰值,“十三五”减排效果显著;研究期内,减污降碳耦合协调水平展现出三阶段波动式上升的特点,分别为缓慢上升、徘徊探索和稳步增长阶段;能源消费强度和能源消费总量是影响城市减污降碳耦合协调水平的直接核心因素,城镇化率、实际人均GDP、产业结构、实际利用外资金额和科学技术支出占比等通过影响能源消费而作用于减污降碳耦合协调水平,且各因素均展现出时空异质性特征。最后,从推动区域减污降碳协同控制、强化重点城市和重点行业差异化协同减排策略、推动能源结构调整、注重绿色技术创新和绿色金融支持等方面提出优化对策。