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。     

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...     

基于碳收支核算的河南省县域空间横向碳补偿研究

区域碳收支和生态补偿是当前气候变化背景下的研究热点之一。开展县域层面碳收支评估并构建区域横向碳补偿模式,对于推动区域低碳协调发展具有重要的实践意义。论文构建了区域碳补偿的研究框架和测算模型,并以河南省为例开展了县域空间碳收支核算和碳补偿方案的初步研究。主要结论如下：1）河南省县域空间碳收支及其强度空间差异明显。县域空间碳吸收强度具有“西北低、东南高”的特点,县域空间碳排放强度则呈现“从市辖区向外围的周边县（市）逐渐减少”的特点。2）县域碳补偿率的空间分布具有显著的区域差异。总体而言,经济越发达、工业能源消费越大、人均GDP越高的地区,碳补偿率往往越低;反之,碳补偿率越高。3）依据河南省各县域单元碳补偿价值的差异,大致可以将河南省分为三类区域,即重点支付区、重点获补区和相对均衡区。重点支付区大多是河南省经济发展水平较高的地区,重点获补区主要位于经济相对落后的西北部山区和东部平原的粮食主产区,这两类区域之外的其他县市则属于相对均衡区。4）为实现河南省县域经济的公平发展,未来应建立以政府为主导的区域横向碳补偿体制,建立基于碳收支核算的县域碳排放配额制度和主体功能区约束开发方案,并实施以低碳为导向的差别化的区域考核机制,这对于全球变化背景下区域公平和协调发展具有重要的现实意义。     

基于NPP-VIIRS夜间灯光的长株潭地区县域土地利用碳排放空间分异研究

从县域尺度开展土地利用碳排放空间分异研究,对指导区域实现碳达峰及碳中和目标具有重要意义.基于2013—2019年NPP-VIIRS夜间灯光数据测算长株潭地区县域土地利用碳排放,并运用探索性空间数据分析和地理探测器,对长株潭地区县域土地利用碳排放空间分异特征及影响因素进行分析.结果显示：①2013—2019年,长株潭地区县域土地利用碳排放差异较为显著,基本上在波动中呈递减趋势,空间上呈现自中部地区向四周地区渐弱的态势;②2013—2019年,研究区土地利用碳排放Moran''s I值呈"上升下降再上升"的趋势,由2013年的0.275841最终减少为2019年的0.270621,空间集聚特征较为显著,总体呈正相关;局部空间自相关均未出现高低、低低集聚型区域,且高高集聚型区域固定为湘潭市市辖区;③综合4年指标探测结果来看,长株潭地区县域土地利用碳排放影响因素的解释力q值为0.200~0.868.其中,单位能源消耗碳排放、第一产业产值比重、人均土地面积、土地利用程度指数、城镇化率在研究期间出现频率较高且出现时的q值均大于0.50,且任意两个影响因素交互作用后影响力表现为双因子增强和非线性增强.     

中国省际不同土地利用类型电力碳足迹的时空分析

利用土地利用类型与能源消费项目的对应关系,对2003—2020年中国省际不同土地利用方式的电力碳排放、电力碳足迹、电力碳赤字进行计算与时空分析,并借助空间自相关模型分析电力碳赤字的空间关联特征。结果表明：全国电力碳排放量增长速率持续放缓,空间上呈现东高西低、南高北低的特征。电力碳足迹增速表现为先急后缓的降低态势,且各土地利用类型的电力碳足迹增长为收敛趋势;电力碳足迹重心逐渐由东南向西北扩散转移,北方地区内部差异相较于南方持续扩大。电力碳赤字范围持续扩大,其空间关联性为逐渐强化的正相关,低—低集聚区（LL）和高—高集聚区（HH）是主要局部空间自相关类型。随空间相互作用增强,电力碳赤字区际差距缩小。     

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.     

东北三省农田生态系统碳排放时空分异特征及驱动因素研究

根据2000—2014年东北三省碳排放的相关数据,结合空间探索性分析及地理加权回归等模型方法,对研究区农田生态系统碳排放量的空间集聚性、差异性及其重要驱动因素进行研究.结果表明:东北三省农田生态系统碳排放量存在比较显著的全局空间正相关,自相关性在整体上表现出逐渐增强的趋势,到2014年全局Moran's I指数达到最高值0.3395.在局部空间相关关系上,东北三省农田生态系统碳排放量的高-高区域集中在黑龙江省和吉林省,低-低地区主要集中在辽宁省,表现出不平衡的发展格局.人均GDP对农田生态系统碳排放有负效应,总人口数对农田生态系统碳排放的影响从正效应转变为负效应,化肥施用对农田生态系统碳排放影响程度的空间分布格局发生了较大变化,代表生产技术水平和能源消耗的农业化肥施用量和农业机械总动力因素对农田生态系统碳排放的影响较大,东北三省农田生态系统碳排放和农业机械总动力相关程度有逐渐趋同的趋势.     

基于ESDA的京津冀地区草地变化空间分异

论文以县域为基本研究空间单元,借助GIS软件与Geoda空间统计分析软件,利用ESDA方法,对京津冀地区县域草地资源数量变化的总体与局域空间差异进行了分析。结果表明:①1980-2000年京津冀地区草地动态变化系数的Global Moran’s I为0.184 4,α = 0.05时呈显著的空间正相关,草地变化呈现出较明显的空间集聚特征;②时段Ⅰ(1980-1995年)到时段Ⅱ(1995-2000年)的全局Moran指数有所增加,表明草地变化在空间分布上集聚的趋势在增强;③各县域Local Moran’s I的Grid图反映了京津冀地区草地变化在局域空间上的均质性,尤其是高值区域与低值区域的集聚特征十分显著;④LISA集聚4种类型中,正相关的"H-H"类型区、"L-L"类型区占主体部分,二者约占总数的70%以上,其中,在时段Ⅱ,"H-H"关联的县域主要聚集在西北部山区,而中部的平原区域则表现出明显的"L-L"关联特征。     

江西省土地利用碳排放空间格局及碳平衡分区

二氧化碳浓度升高,导致全球气候变暖,生态环境问题逐渐凸显. 为此,绿色、低碳和循环发展成为我国当前工作重点. 江西省作为长江经济带生态文明建设的重要节点,大规模的城镇化建设导致碳排放量增加. 鉴于此,基于土地利用和能源消费数据构建碳排放量计算模型,探究江西省2000—2018年的碳排放空间格局特征,通过基尼系数、经济贡献系数和生态承载系数等多种分析方法探讨区域内的碳排放空间差异以及碳收支情况,同时从经济和生态的角度进行碳平衡分区并提出针对性的策略. 结果表明:①江西省2000—2018年土地利用碳排放总量逐年上升,从1 215.687×104 t增至4 907.425×104 t,总体表现为净碳源,碳减排压力较大. ②江西省碳排放空间格局呈现北高南低、西高东低的特征,北部和西部地区的碳排放总量明显大于南部和东部地区,其碳排放总量与各区域内的土地利用结构以及能源消费结构密切相关. ③江西省历年的碳补偿率均低于34%且逐年递减,碳补偿率、经济贡献系数和生态承载系数三者均空间差异明显,其中北部地区的碳补偿率低于南部地区,南部地区、东北地区的经济贡献率和生态承载系数高于西部地区. ④基于碳平衡分析,根据净碳排放量、生态承载系数等指标将江西省各地级市划分为4个碳排放发展功能区域,即碳汇功能区、低碳经济区、碳强度控制区、高碳优化区. 研究期内碳汇功能区数量变化较大,逐渐转为低碳经济区;碳强度控制区和高碳优化区数量基本无变化. 研究显示,江西省土地利用碳排放空间差异显著,协同减排的困难较大,为此根据碳平衡分区调整土地利用结构,有利于促进区域协同减排,推动全省低碳经济的发展,缓解因碳排放引起的全球气候变化问题.      

功能区土地利用碳收支空间分异及碳补偿分区——以武汉城市圈为例

开展功能区土地利用碳收支评估并构建碳补偿分区优化框架,对于制定适应各功能区低碳策略、指导补偿额度流向、推动区域协调发展具有重要现实意义。以武汉城市圈县域为基本单元,在分析主体功能区划下土地利用碳收支空间分异特征的基础上,借助标准显示性比较优势指数法、SOM-K-means模型、二维关联矩阵等方法,对武汉城市圈进行了碳补偿类型区划分及优化。结果表明：武汉城市圈各县域土地利用碳排放总量地区差异显著,呈现“西高东低,中心最高”空间分布格局;主体功能区划下土地利用碳排放、碳吸收均具有明显空间分异特征,碳吸收与碳排放呈现出一定程度的相对空间分布趋势;武汉城市圈共有16个碳补偿支付区、11个碳补偿获补区以及12个碳补偿平衡区;结合主体功能区规划战略目标,最终形成7类碳补偿空间优化区,并对每一类型区提出了相应的低碳发展方向及策略。     

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.     

基于市域尺度的陕西省碳排放空间特征分析

为完善陕西省节能减排措施并减少碳排放量,基于市域尺度视角,采用空间统计分析及空间自相关法,借助ArcGIS技术分析陕西省2000～2017年的碳排放量、碳排放强度时空变化特征及空间集聚特征.研究发现:陕西省整体碳排放量呈增加趋势,碳排放强度显著降低,处于低碳排放区和高碳排放强度的市区数显著减少;部分城市上升至次高碳排区...     

功能区土地利用碳收支空间分异及碳补偿分区——以武汉城市圈为例

开展功能区土地利用碳收支评估并构建碳补偿分区优化框架,对于制定适应各功能区低碳策略、指导补偿额度流向、推动区域协调发展具有重要现实意义。以武汉城市圈县域为基本单元,在分析主体功能区划下土地利用碳收支空间分异特征的基础上,借助标准显示性比较优势指数法、SOM-K-means模型、二维关联矩阵等方法,对武汉城市圈进行了碳补偿类型区划分及优化。结果表明:武汉城市圈各县域土地利用碳排放总量地区差异显著,呈现"西高东低,中心最高"空间分布格局;主体功能区划下土地利用碳排放、碳吸收均具有明显空间分异特征,碳吸收与碳排放呈现出一定程度的相对空间分布趋势;武汉城市圈共有16个碳补偿支付区、11个碳补偿获补区以及12个碳补偿平衡区;结合主体功能区规划战略目标,最终形成7类碳补偿空间优化区,并对每一类型区提出了相应的低碳发展方向及策略。     

碳中和视角下甘肃省县域碳收支时空分异与国土空间分区优化

在新时代全面践行“生命共同体”整体系统观背景下,将碳中和发展目标纳入国土空间规划建设中,优化符合甘肃实际省情的国土空间格局及提出相应发展策略,对于推动区域经济社会绿色低碳转型与高质量发展具有重要意义. 以甘肃省县域为例,基于碳中和研究视角,测算分析2010年、2015年和2021年全省87个县域土地利用碳收支量,运用GIS空间分析法、社会网络分析法等方法进一步探究其时空分异特征及碳排放空间关联网络整体特征. 最后结合主体功能区划进行低碳发展导向下的国土空间优化分区,提出差异化的低碳发展策略. 结果表明： ①碳排放量呈上升趋势但增幅相对较小,空间上呈现“中部和东部高,西南低”的分布态势,建设用地是主要的碳源. 碳吸收量在空间上呈现“南高北低,西高东低”的分布特征,林地是主要的碳汇. 净碳排量呈增加趋势,省内约58.62%的县域处于碳失衡状况. ②2021年县域碳排放空间网络关系紧密且规模较大,呈现“核心-边缘”形态,城关区和七里河区处于网络核心地位,在网络中接受较多关联关系. 陇中地区网络联系频繁,陇东南地区联系次之. ③以碳排放量、碳吸收量和生态承载系数为依据,以社会网络空间关联性结果为角色定位,将全省划分为4种碳中和分区. 同时,叠加分析主体功能区划,将全省县域重构为7个国土空间分区并对各分区提出差别化区域低碳优化发展策略.     

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.     

县级尺度的重庆市碳排放时空格局动态

碳排放具有明显的时间和空间分布特征,研究区域碳排放时空格局动态特征可为制定合理的碳减排政策和措施提供重要的依据.本文以重庆为例,基于其38个区县的碳排放数据,利用空间统计、空间自相关和位序-规模法则探讨了其县级尺度碳排放的区域差异和空间格局演变特征.结果表明,重庆市各区县都经历了快速的碳排放增长过程,但碳排放的二元空间分布结构并没有改变;重庆市县级尺度碳排放全局Moran's I指数呈现出波浪式的降低趋势,主城区区县在中心相互辐射,形成一个碳排放HH中心;位序-规模法则分析结果则表明重庆市县级尺度碳排放基本属于首位型分布,1997~2012年区县碳排放规模分布趋于分散的力量均大于趋于集中的力量;1997和2012年,第二产业比例和城市化率成为影响重庆市碳排放的最重要的因素,人口与碳排放的相关关系却并不显著.     

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。     

中国省域碳排放强度的集聚效应和辐射效应研究

估算了中国1997—2013年30个省(市、自治区)的碳排放强度数据,并利用全局Moran's Ⅰ指数、局域Moran's Ⅰ指数以及莫兰散点图从集聚效应和辐射效应两个角度考察了我国区域碳排放强度空间分布特征.结果显示:1集聚效应:我国省域碳排放强度具有明显的空间集聚特征,碳排放强度水平相似区域倾向于相邻分布;另外,碳排放强度空间分布呈现不断优化的趋势,即"低-低"集聚不断增加,"高-高"集聚逐渐减少.2辐射效应:内蒙古、宁夏和山西等省对周边地区的碳排放强度具有明显的正向辐射效应,广东、福建和浙江等省对周边地区碳排放强度具有明显的负向辐射效应.最后,据此提出政策建议.     

中国土地利用碳排放变化及协调分区

土地利用变化所产生的碳排放已成为地区碳排放的主要来源之一,为了探究其变化以全国30个省市为研究对象,基于2001～2019年MODIS的MCD12Q-LUCC数据,通过碳排放系数法,聚类与异常值分析法,从碳排放经济贡献系数、碳生态承载系数及二者的耦合协调关系等角度探讨了近19年间全国各省土地利用碳排放的空间特征并进行了分区研究.结果表明：(1) 2000～2019年全国土地利用碳排放量增长显著,但在2011年后碳排放量增长率变得平缓,而碳汇量的增长则相对缓慢,二者间的差距仍较大.(2)聚类与异常值分析显示研究期内全国各省市土地利用碳排放高值集聚中心由广东、江苏等省份转移到河北、山西、内蒙古等省份且集聚状态越来越明显.(3)全国各省市碳排放经济贡献系数呈现南高北低的空间特征,生态承载系数则呈现出由西高东低逐渐发展为中高东低,北部次之的特征,两者的耦合协调度呈现出下降的趋势.(4)本文基于碳排放经济贡献和碳生态承载,将各省划分为低碳保持区、经济发展区、碳汇发展区和综合优化区这4类,并提出各自的发展建议,争取实现碳中和与低碳可持续发展.     

中国能源消费碳排放的空间化与时空动态

近年来全球多地遭遇极端天气,给人类社会的生产生活带来极大影响,共同应对全球气候变化已成为国际共识,在此背景下如何通过科学方法摸清二氧化碳排放情况成为响应国家"双碳"战略的重要工作.通过省级尺度的碳排放统计数据,综合夜间灯光数据和人口数据,将碳排放量分配到栅格尺度,并对中国2000、2005、2010、2015和2018年碳排放的时空格局、演变特征及碳排放与经济增长的关联性进行综合分析.结果表明：①从2000~2018年,中国的CO₂排放总量持续增长,但增长速率呈现放缓的趋势,碳排放年均增长速率由2000~2010年的9.9%下降至2010~2018年的7.4%.从空间分布来看,无碳排放地区主要分布在西北无人区及东北的林区和山区,低碳排放主要分布在广大的中小城镇地区,高碳排放则集中分布于华北、华中、东部沿海以及西部的省会城市及城市群附近;②碳排放在地级市尺度上存在高值聚集或低值聚集现象,且该聚集现象整体趋于稳定,在2005年之后有所加强;低低集聚区主要分布在西部的连片地区和海南岛,且随着经济社会的发展,低低集聚区开始破碎,规模减小;高高集聚区主要分布在京津冀城市群、太原城市群、长江三角洲城市群和珠江三角洲城市群地区且规模在逐步加强巩固;高低、低高集聚区则主要出现在社会经济发展水平差异较大的邻近城市;③中国大部分地区的碳排放量相对稳定,碳排放发生较大变化的地区主要分布在省会城市和重点城市的外围地区,即存在中心城区碳排放无变化,外围区域碳排放变化的圈层结构;④在2000~2018年中国城市发展进程中,整体上遵循一个由"低排放-低收入"转向"高排放-低收入"再转向"高排放-高收入"最终转向"低排放-高收入"的发展规律.从整体来看,中国碳排放的增速在放缓,在实行"双碳"战略的大背景下,各地区由于不同的社会经济发展情况和能源需求情况所面临的碳减排任务与压力也不尽相同,因而应分地区和分行业实施差异化的碳减排政策.