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.      

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.     

基于城市化的浙江省湾区经济带碳排放时空分布特征及影响因素分析

基于STIRPAT扩展模型与2003-2017年浙江省湾区经济带面板数据,分析碳排放时空分布特征并应用时空地理加权回归模型（GTWR）实证考察城市化视角下碳排放的驱动机制及其时空异质性。结果表明：（1）浙江省湾区经济带各地市碳排放规模逐年增加但增幅不大,增速放缓,碳排放量差异明显,碳排放强度逐年下降,空间上呈现自西南向东北逐渐加大的趋势;（2）经济发展水平和对外开放程度是碳排放的主导因素,其他依次为能源消费结构、技术进步和城市化;（3）各影响因素呈现较强的时空异质性,不同时间、地区各驱动要素的波动方向和强度并不相同。在此基础上具体分析各地区碳排放驱动因素影响情况,为实现区域差异化碳减排策略提供指导。     

中国低碳试点城市碳排放效率时空演变与影响因素

中国提出2030年前实现碳达峰、2060年前实现碳中和的战略目标,提高碳排放效率,推动绿色低碳发展是实现“双碳”目标的重要途径。运用包含非期望产出的Super-SBM模型,测度了2003—2018年中国68个低碳试点城市的碳排放效率并分析其时空演变特征,运用面板回归模型分析城市碳排放效率的影响因素,得出以下结论：（1）低碳试点城市碳排放效率在时间上整体呈上升趋势,效率值从0.169上升至0.423,年均增长率为6.31%,仍有一定的提升空间。（2）低碳试点城市碳排放效率的区域差异呈先缩小后逐渐扩大趋势,空间上呈现“东中西”递减分布格局;从城市等级规模来看呈现“超大城市>特大城市>大城市>中等城市>小城市”特征。（3）经济发展水平、产业结构、城镇化水平、绿色技术创新与试点城市碳排放效率呈显著正相关,外资强度与碳排放效率呈显著负相关,各影响因素对三大地区和不同规模城市的作用程度存在一定的差异性。从创新投入、产业结构和区域差异化等方面提出对策建议,对促进城市绿色低碳发展和生态文明建设具有一定的借鉴意义。     

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.     

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。     

多维视角下新型城市化对中国二氧化碳排放影响的时空变化特征

城市化和碳排放之间关系密切,现有研究多从单一维度来衡量城市化,而忽略了城市化的多维性.本文从人口、经济、社会、空间和生态5个维度建立了新型城市化的评价体系,利用中国30个省、自治区和直辖市2004—2016年的面板数据,基于熵值法和地理加权回归（GWR）模型,从多维视角下研究了新型城市化对中国二氧化碳排放影响的时空变化特征,结果表明：①北京的新型城市化水平最高,东部沿海地区的新型城市化水平高于西部、西南和东北地区.②新型城市化对碳排放有显著促进作用.人口城市化、社会城市化和生态城市化对碳排放的影响存在明显的区域差异,在不同地区分别表现出促进作用和抑制作用,经济城市化和空间城市化对碳排放有显著促进作用.③人口城市化对碳排放影响的空间集聚性呈现出从西南、南部及东部地区往北部、东北部转移的特征.经济城市化对碳排放影响的空间集聚性呈现出从南部往东部沿海及东北地区逆时针转移的特征.社会城市化对碳排放影响的空间集聚性呈现出从南部、西南地区往西部及东北部顺时针转移的特征.空间城市化对碳排放影响的空间集聚性呈现出从北部、东北部地区往西部、西南地区逆时针转移的特征.生态城市化对碳排放影响的空间集聚性呈现出从东部往中西部转移的特征.     

中国居民生活碳排放的区域差异及影响因素分析

论文在总结划分居民生活碳排放（HCEs）类别的基础上,以中国HCEs量为测度指标,从时间和空间两个角度对1997-2012年人均HCEs进行分析,同时对2012年人均HCEs的空间格局分布及影响因素进行分析。基本结论如下：根据划分方法,HCEs按照碳排放源可分为直接和间接碳排放;按照基本生活需求可分为基本和发展碳排放;按照人类消费行为可分为交通、居住、食品、商品及服务碳排放五大类。从时间尺度来看,中国各类别人均HCEs均呈现逐年上升趋势。从空间差异来看,1997-2012年,我国各省人均HCEs表现出共同的空间分布特征。从空间格局分布来看,2012年中国人均居民生活碳排放呈现从东到西递减的趋势。从空间计量模型角度看,2012年,人均居民生活基本碳排放比重是影响人均HCEs空间差异的主要驱动因子。此外,各地区人均收入和人均GDP的差异也对人均HCEs的空间差异起到正相关作用。基于对中国人均HCEs的时空格局及影响因素分析,为我国制定碳减排举措提供科学依据并提出有效建议。     

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”.      

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.     

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.     

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.      

中国交通运输碳排放效率测度及收敛性研究

基于2005-2016年中国省际面板数据,运用非期望产出的三阶段SBM-DEA模型,剔除环境因素和随机扰动的影响后,对各省交通运输碳排放效率进行测算,并在此基础上建立空间计量模型对其进行空间收敛问题分析。研究结果表明:(1)环境因素和随机扰动剔除前后,交通运输碳排放效率具有显著差异;(2)交通运输碳排放效率在波动中逐渐上升,整体呈现东部、中部、西部依次递减的格局,且省际之间差异较大,大部分省份仍处于较低水平;(3)中国交通运输碳排放效率同时存在空间绝对β收敛和空间条件β收敛,且条件收敛速度更快;(4)交通发展强度和能源消耗强度对收敛速度存在正向促进作用,人口规模对收敛速度存在一定抑制作用。     

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.     

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.     

中国交通运输碳排放强度时空交互特征及跃迁机制

采取多种空间分析的方法,对2002～2020年交通运输业碳排放强度的时空交互特征进行剖析,通过得到的时空跃迁类型与面板分位数模型进行嵌套来探究其跃迁机制,最后根据不同的跃迁机制引入地理探测器模型来考察影响交通运输业碳排放强度的不同因素之间的交互作用效应.结果表明: ①中国30个省区的交通运输业碳排放强度整体呈波动下降态势,在空间上的聚集水平也相对稳定.②ESTDA的时空交互特征表明,西北地区和周边邻接空间单位的关系不稳定,变化和波动较大.而东部沿海城市等经济发达地区已经形成了成熟的交通运输网络,因此局部空间格局也相对稳定,但仍有部分地区存在时空竞争性.③交通运输业碳排放强度时空跃迁可分为4类驱动或制约模式（人口-经济-城镇化制约模式;人口-经济-城镇化-设施制约模式;技术-消费-产业驱动模式和技术-产业-规制驱动模式）.大部分省份受低分位制约和高分位驱动两种模式的影响,仅有少部分省份受高分位制约和低分位驱动的作用影响,且绝大多数属于西北或西南地区.④根据得出的交通运输业碳排放强度跃迁机制进一步引入地理探测器模型,注重多因子的协调发展,加强区域间协同治理.     

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.