成渝城市群碳排放空间关联结构演化及影响因素

本文基于社会网络分析法（SNA）以及二次分配程序（QAP）方法,利用成渝城市群2005~2016年面板数据,对成渝城市群碳排放空间关联性及影响因素进行研究.结果表明：①成渝城市群碳排放空间关联性显著,呈现出复杂的网络结构形态,样本期内,网络密度由0.16增长至0.68,关联关系数从38个增长为162个.②重庆、成都、绵阳和南充等城市位于网络的中心地位,发出了较多的关联关系,同时发挥着中介作用.③碳排放空间关联网络被划分成为5个层级,层级结构整体较为稳定,然而第一层级与第二层级存在较为严重的断层现象.④空间距离、人口数量差异以及经济水平差异是碳排放关联性的主要驱动因素.城市间空间距离越近、人口数量与经济水平差异越大,越容易产生碳排放关联关系.     

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”.      

城市群碳排放空间关联网络结构及其影响因素

基于社会网络分析(SNA)及二次分配(QAP)方法,利用珠江三角洲城市群2001~2019年地级市数据,探究珠江三角洲城市群碳排放空间关联性及其影响因素.结果表明,珠江三角洲城市群碳排放空间相关性呈现出复杂的网络结构形态,空间关联的紧密程度呈现周期性变化,表现出“依政策波动”特征.碳排放空间关联网络呈现显著的“核心-边缘”分布模式,广州和深圳等经济发达城市处于网络核心,发挥“中介”和“桥梁”作用,惠州,江门等发展较为落后的城市处于网络边缘,对网络的控制和影响能力较为微弱.碳排放空间关联网络划分为“净受益”,“净溢出”,“双向溢出”和“经纪人”4个板块,各板块之间的联动效应显著.经济发展水平,能源利用效率,技术水平和环保力度差异的扩大促进了碳排放空间关联关系的形成.研究结果将有助于决策者为珠江三角洲城市群各城市界定减排责任和减排目标,制定更公平,更有针对性的城市群协同减排方案提供借鉴.     

城市集群土地利用碳足迹时空分异及响应特征

该文基于土地利用碳足迹模型,对比分析长江中游城市群和成渝城市群碳足迹时空分异特征,并利用回归模型明晰社会经济等因素与碳足迹水平之间的响应关系。结果表明：长江中游城市群2000-2015年的碳吸收由11.18×10⁶t增至11.21×10⁶t,成渝城市群则由2.84×10⁵t增至2.86×10⁵t,林地的碳吸收占比最大(大于95%)。长江中游城市群和成渝城市群碳排放量整体呈逐年上升趋势,其峰值分别为2.96×10⁸t(2011年)和2.41×10⁸t(2013年);城市群碳排放来源差异较大,长江中游城市群以煤炭(36.7%)和原煤(33.6%)为主,成渝城市群则为原油(31.2%)和原煤(36.35%)。长江中游城市群人均碳足迹由0.27 hm²增至0.60 hm²(年增速21.36%),成渝城市群则由0.23 hm²增至0.38 hm²(年增速11.11%);而长江中游...     

长江经济带种植业碳排放效率空间关联网络结构及动因

基于长江经济带11省市数据,利用非期望产出SBM模型测度种植业碳排放效率,通过修改的引力模型构建空间关联网络,应用社会网络分析法剖析空间关联网络结构,利用QAP模型分析空间关联网络驱动因素。研究表明:(1)长江经济带种植业碳排放效率提升较快,效率较高,但仍有提升空间,且存在地区差距,整体呈现出复杂空间网络特征;(2)长江经济带种植业碳排放效率空间关联网络关联性增强,网络结构稳定性提升,空间关联网络由上海单极主导演变为江苏、浙江、贵州、上海多中心协同发展格局;(3)农民人均收入、交通运输水平、空间邻接关系、科技水平、政府农业重视水平对长江经济带种植业碳排放效率空间关联网络具有重要影响。提升种植业碳排放效率时应考虑空间关联网络结构及其动因影响,采取有效措施增强种植业碳排放效率空间关联。     

长江中游城市群城市化对PM2.5浓度的多尺度驱动机制

探究城市化对PM_2.5浓度的非线性影响及其驱动机制,对城市的大气污染治理具有重要意义.基于2002~2020年长江中游城市群的遥感数据和统计数据,采用空间自相关、系统动态面板回归模型和时空地理加权回归模型等方法,揭示长江中游城市群PM_2.5浓度的时空演变,并探究不同空间尺度下城市化对PM_2.5浓度的驱动机制.结果表明：①2002~2020年长江中游城市群PM_2.5浓度整体呈下降趋势,在空间上大致呈“北高南低”的分布格局.②热点城市有向长江中游城市群西部扩张的趋势,冷点城市空间相关程度有所增强.③PM_2.5浓度与经济城市化、土地城市化和人口城市化之间分别存在“N”型、倒“U”型和“U”型曲线关系.第二产业和能源消耗对PM_2.5浓度变化呈显著促进作用,降水和植被能够有效地削弱PM_2.5污染.④各城市化因子在局部的整体驱动效应均发生了转化,其主要影响区域集中在长江中游城市群的东南、西北和西南等边缘地带城市.结合长江中游城市群的城市发展现状和区域特征,推进产业绿色转型,合理规划城市空间布局和人口分布,增强基础设施建设将有助于实现城市发展和环境保护之间的协调发展.     

空间关联网络结构特征的减排效应:基于城市群视角

基于社会网络分析及回归分析方法,选取珠三角城市群2001~2019年地级市数据,考察珠三角城市群碳排放空间关联网络特征的减排效应.结果表明：①珠三角城市群内各城市间的碳排放联系程度较为疏松,从属结构变动频繁,城市间的碳排放交流与合作亟待增强.②碳排放空间关联网络的中心-边缘结构产生一定程度的松动,中心城市对于整体网络结构的控制能力在减弱,边缘城市有逐渐由被控制向控制角色转变的趋势.③碳排放空间关联的整体网络紧密程度及稳定性的提升、网络等级结构的破除能显著降低地区碳排放量,而个体网络中心性的提高对于城市碳减排具有显著的促进作用.以上分析将有助于为协调二氧化碳减排和低碳城市发展政策的提出提供借鉴.     

我国旅游业碳排放的空间关联性及其影响因素

为全面厘清我国旅游业碳排放的空间网络结构特征,基于2000-2015年我国各省（自治区、直辖市）旅游业碳排放相关数据（不含西藏自治区和港澳台地区数据,下同）,结合修正的引力模型,构建旅游业碳排放的空间关联关系;采用社会网络分析法,深入剖析我国旅游业碳排放的空间关联性及其影响因素.结果表明:①2000-2015年,我国旅游业碳排放的空间网络关联度始终为1,其网络关系数与网络密度持续增加,而网络等级度与网络效率平稳下降.②上海市、浙江省、江苏省、北京市、天津市等东部经济发达地区在网络中处于核心位置,对旅游业碳排放空间关联性的影响显著;而海南省、云南省、广西壮族自治区、青海省、吉林省等在网络中居于边缘位置,对旅游业碳排放空间关联性的影响微弱.③广西壮族自治区、贵州省、新疆维吾尔自治区等归为"净溢出"板块,河北省、甘肃省、陕西省等处于"经纪人"板块,北京市、天津市、内蒙古自治区等归为"双向溢出"板块,江苏省、浙江省、上海市等属于"净受益"板块.④空间邻接关系、城镇化水平差异在1%的显著性水平上对旅游业碳排放空间关联性起正向促进作用,旅游消费水平差异和产业结构差异分别在5%和10%的显著性水平上与旅游业碳排放空间关联性呈正相关,能源消耗差异在1%的显著性水平上与其呈负相关.研究显示,我国整体旅游业碳排放空间关联性愈趋紧密,但仍存在较大改良空间,各板块间的空间关联性有待进一步加强.      

成渝城市群碳排放时空趋势特征及影响因素分析

县域是中国经济发展与减排治理的基本单元,而成渝城市群作为中国西南地区经济发展的新极点,是潜在的碳排放增长区,研究并揭示城市群县域碳排放时空演变特征与影响因素对区域差异治理与“双碳”目标的实现具有重要意义。文章使用成渝城市群2008-2017年县域碳排放数据通过空间数据,在考虑区域范围差异的前提下探究其时空演变特征与影响机制,结果表明：（1）2008-2017年成渝城市群县域碳排放量整体呈上升趋势,增长过程大致分为快速抬升-缓慢上升-高位波动3个阶段,并以2011年为主要分界点整体呈现出“先快后慢,波动涨幅”的增长态势。（2）县域碳排放具有明显的东北-西南向差异,空间极值化趋势明显。高-高集聚区县集中在重庆、成都城市群内;低-低集聚的区县数量稳定,主要集中在成渝城市群西南部。城市群整体呈现出较为明显的空间撕裂状态。（3）在单因子分析中,前期地区生产总值、第二产业产值与政府财政支出对区县碳排放的影响程度最高,随时间推移年末人口总数、人均地区生产总值和城镇化率的影响程度逐渐上升并跃居前位。交互因子探测结果显示,区县碳排放增长是多种影响因子综合作用的结果,地区生产总值自始至终是影响县域碳排放的...     

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.      

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.     

工业生态效率对PM2.5污染的影响及溢出效应

针对2004—2016年中国地级市工业生态效率与PM_2.5的时空关联特征和影响作用关系的研究表明：（1）工业生态效率与PM_2.5呈时空交错分布特征,PM_2.5高污染区连片分布于华北平原及长江中下游城市,工业生态效率高等级区集中分布于长三角、珠三角和环渤海经济区等沿海地市及中西部城市群内部分中心地市;（2）工业生态效率对PM_2.5的冲击表现出“U型”变化的负向累积效应,PM_2.5对工业生态效率的冲击则表现为“倒U型”变化的正向累积效应;（3）工业生态效率与PM_2.5呈稳定时空关联演化特征,高高关联类型区集中分布于京津冀城市群、山东半岛城市群和长三角城市群内大部分城市,低低关联类型区多分布于鄱阳湖城市群、关中城市群及西部地市;（4）工业生态效率对PM_2.5总体上具有显著且稳健的正向影响,但表现出明显的空间异质性,工业集聚水平、科技创新及城市绿化率起到显著负向影响,而城市规模、环保监督及产业结构系数影响并不显著。     

长江中游省会城市碳足迹深度时空演变及其影响因素

碳足迹深度指数表示区域存量资本的耗费程度,分析其时空演变及影响因素对区域差异化碳排放管控具有促进意义. 借鉴三维碳足迹改进模型计算长江中游省会城市碳足迹深度,引入夜间灯光数据拟合碳足迹深度指数,分析长江中游省会城市碳足迹深度的时空演变及分布特征,运用空间分位数模型对碳足迹深度影响因素开展研究. 结果表明:①2010—2019年,武汉市、南昌市、长沙市碳足迹深度指数均呈上升趋势. 2010年,长江中游省会城市归一化碳足迹深度指数呈现武汉市>南昌市>长沙市的特征,2015年、2019年均变为武汉市>长沙市>南昌市,各市归一化碳足迹深度高值范围均以城市的中心城区向四周扩张. ②2010—2019年,武汉市、南昌市、长沙市归一化碳足迹深度指数均在1%的显著性水平上高值聚集,由空间趋势面可知,长江中游省会城市归一化碳足迹深度指数在东西方向表现为“中间高、两边低”,而南北方向则由“北高南低”发展为“中间低、两边高”的分布格局,且北部明显高于南部. ③人口密度、工业总产值、能源总量、人均碳排放等影响因素对碳足迹深度的作用均为正向,各影响因素在碳足迹深度不同分位点的相关系数差异显著. 针对武汉市、南昌市、长沙市分别提出差异化建议:武汉市应积极发展产业转型,合理优化土地利用结构;南昌市应形成多循环工业体系,减少对生态用地的侵蚀;长沙市应加大力度发展绿色产业,打造低碳技术.      

碳排放的空间关联网络结构特征与影响因素研究：以中国三大城市群为例

城市群建设是推动区域经济发展的重要形式,依靠城市群内的网络关系实现城市群的协同减排是建立城市群绿色发展的重要路径。该文基于社会网络分析方法对中国三大城市群的碳排放空间关联网络的结构特征及其影响因素进行分析。结果表明:京津冀城市群的网络密度较小、网络等级度较大,长三角城市群的网络密度最大,网络等级度较小,珠三角城市群网络密度和网络等级度均较大,三大城市群的网络效率均较高,维持在0.7左右的水平;京津冀城市群的空间关联关系主要受到地理位置和技术创新的影响,长三角城市群碳排放的空间关联主要受到地理位置、产业结构、人口密度和城镇化水平影响,珠三角城市群的地理位置、产业结构和城镇化水平对其碳排放的空间关联具有显著影响。     

成渝城市群紧凑度与碳排放强度时空演变及协调发展

研究成渝城市群紧凑度与碳排放强度的时空演变及协调发展水平,对于实现社会绿色低碳高质量发展至关重要.运用综合评价、碳排放恒等式、耦合协调度和地理探测器等方法对2010~2020年成渝城市群紧凑度与碳排放强度的时空分异、协调发展和驱动因素进行分析.结果表明:①成渝城市群紧凑度持续上升,从2010年的0.18升至2020年的0.22,总体增长22.22 %,其中经济紧凑度的贡献率逐年增强.各城市紧凑度区域差异显著,高值区集中在城市群西北部的成都、德阳和绵阳以及西南部的自贡、内江和泸州,低值区分布在中部,雅安是城市群内紧凑度最低的地区.②成渝城市群碳排放强度逐年降低,在研究期内下降幅度达39.57 %,城市群南部的碳排放强度整体高于其他区域,成都和重庆两市常年为低值区,碳排放强度的区域差异在逐渐缩小.③城市紧凑度与碳排放强度的耦合度从拮抗阶段转为磨合阶段,耦合协调度从2010年的0.21升至2020年的0.69,两系统逐渐走向良性协调发展.城市群西北部（成都、德阳和绵阳）与川南两市（自贡和泸州）的耦合协调度整体较高.产业结构、科技创新、城镇化水平、政府干预和环境宜居对两系统的耦合协调度都具有显著影响.④优化产业结构、强化科技支撑、提升城镇化发展质量、实施积极的政策引导和建设绿色屏障是促进成渝城市群紧凑度与低碳度协调发展的有效途径.     

云南省能源消费碳排放时空演变及其影响因素

双碳背景下，低碳试点地区的碳排放状况是当下需要关注的热点问题。该文基于“类NPP-VIIRS”夜间灯光数据和相关能源数据，以云南省16个地州市为研究对象，测算并分析了2010-2020年云南省能源消费碳排放时空格局演变，并借助地理探测器识别影响碳排放的关键因素及其时序变化。结果表明：（1）2010-2020年云南省能源消费碳排放总量呈波动中递增的变化趋势，各州市年均增长率最高和最低为昭通市、玉溪市。（2）空间上呈现出中东部高，西北部、西部、西南部低的分异特征；各州市能源消费碳排放总量高值区以滇中城市群为主，低值区主要分布在滇西、滇西南城镇群。（3）影响云南省能源消费碳排放的主要因素为经济发展水平、路网密度和对外开放程度；各因素在不同时期对碳排放的影响程度各不相同。总体来看，云南省能源消费碳排放整体呈现收敛态势，增长速率有所下降，但仍未达到碳峰值。     

长江中游城市群工业二氧化硫排放的时空演化分析

本文对长江中游城市群2003—2015年间工业二氧化硫排放的时空演化特征进行了分析。发现长江中游城市群的工业二氧化硫排放总量与工业二氧化硫排放强度变化趋势不一致。空间数据探索分析方法的结果表明区域内工业二氧化硫排放在整体上呈现出随机分布的特征,不同城市的局部空间自相关情况在考察期内发生了规律性的变化。相关结论显示本地区的节能减排工作取得了一定的进展,但各城市间仍存在较大的差异,需要进一步加强城市群内部产业分工协作,构建有效的跨区域环保机制。     

基于生态系统健康的国土空间生态修复分区——以长江中游城市群为例

高强度社会经济活动造成了河湖湿地萎缩、景观破碎化与生物多样性减少等生态问题,实施国土空间生态修复成为生态环境治理的必然途径。以长江中游城市群为研究区,基于网格单元构建“生态系统活力—生态系统组织力—生态系统弹性—生态系统服务力”（VORS）模型,评价2010年和2020年的生态系统健康水平。通过自然断点法和智能化修正等方法,自下而上地开展国土空间生态修复分区,并提出相应的生态修复措施。研究结果表明：2010—2020年长江中游城市群耕地面积有所减少,建设用地扩张明显;生态系统健康状况较为稳定,但是存在明显的空间差异;生态系统活力和服务力提升明显,生态系统组织力和生态系统弹性呈下降趋势。根据分区结果,将研究区划分为生态系统保育区、生态系统提升区、生态系统缓冲圈、生态系统改良圈和生态系统重塑圈“两区三圈”的修复区域,并提出生态修复对策。     

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.     

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.