1.5℃温控目标背景下地球工程对中国不同区域气温影响的预估研究

基于BNU-ESM模式的地球工程(G4实验)和非地球工程(RCP4.5)情景下的2010～2099年中国日值平均气温数据,采用多种数理统计方法,诊断地球工程实施对中国不同区域气温变化的影响。结果表明:(1)2010～2099年两种情景下中国不同区域的年平均气温均呈增加趋势。地球工程实施的2020～2069年,地球工程有效降低了中国不同区域年平均气温的增加趋势。(2)地球工程实施的2020～2069年,中国多数地区的年平均气温降温幅度超过了1.0℃,对《巴黎协定》制定的1.5℃温控目标的实现具有积极推动作用。且地球工程实施结束后的2070～2099年中国不同区域的气温并未出现报复性反弹。(3)2010～2099年两种情景下的中国不同区域年平均气温均发生了突变。地球工程的实施使得中国绝大多数地区的气温突变推迟了11～19 a。(4)基于交叉小波变换的中国不同区域年平均气温序列的高能量波谱区振荡表明,两种情景下的高频年均气温在1～4 a尺度上存在反位相关系,表明地球工程短期内改变了气温变化方向。基于小波相干的中国不同区域年平均气温序列的低能量波谱区振荡表明,地球工程并未从根本改变气温长期变化趋势。     

基于超阈值取样的中国不同重现期降雨强度空间分异特征及强降雨变化模态(1961～2016年)

不同重现期下的降雨强度对于城市防洪减灾具有重要科学和现实意义。利用中国1961~2016年的535个日值降水站点数据,采用日降雨量的90%、95%和99%分位数阈值,对比分析不同超阈值取样下的中国不同重现期降雨强度空间分异特征和强降雨变化模态。结果表明：（1）3种分位数降雨阈值均呈东高-西低的空间分异特征。相比绝对阈值,日降雨量的95%和99%分位数阈值用于研究大雨和暴雨是相对合理的。（2）3种超阈值样本下的中国不同年遇型降雨强度受区域气候环境和地形条件影响,其空间演变特征具有相似性,均呈现出从东部沿海向西和向北扩张的趋势,但相同年遇型下的降雨强度空间格局在3种超阈值取样方法下差异较大。（3）EOF分析即经验正交函数分解表明在绝对阈值和相对阈值取样下的中国强降雨变化模态具有一致性,前三模态方差解释率可以达到54%以上,且第一、二和三模态的方差解释率均超过10%,分别达到约30%、14%和11%,均表征了中国年际强降雨量的不同变化规律特征,具有明显的气候物理意义。     

气候变化条件下的气候工程移民问题及对策分析

气候变化及其不利影响所导致的大量气候移民,已成为21世纪人类社会所面临的严峻挑战。气候变化条件下人类实施了宏、微观气候工程以应对逐渐恶化的自然生存条件,并促生了大量气候工程移民。通过对气候工程移民的概念界定和类型划分,剖析气候工程实施给移民造成的次生贫困化、社会适应度降低等影响;对气候工程移民实施中存在的调地困难安置难度大、补偿标准低、生计模式骤然转变、社会资本流失等问题进行了透视。为此提出提高补偿标准增加土地熟化投资、持主导产业加大后扶力度、培育移民可持续发展能力、更新移民观念完善社会保障制度、关注移民社会结构特殊性促动移民社会适应等对策建议。     

气候工程对中国不同等级降雨结构的可能影响

气候工程作为人类快速有效给地球降温的手段,在应对气候变化的国际谈判中越来成为各界讨论的焦点话题之一。为诊断当前GeoMIP设定的当量下,气候工程不同实施阶段是否对中国降雨结构产生影响。依据中国气象局中央气象台的日降雨强度划分标准,基于BNU~ESM模式的太阳辐射管理气候工程G4实验和RCP4.5情景下非气候工程的0.5°×0.5°空间分辨率日值降水数据,对比分析气候工程实施的3个不同时段,即2010~2099、2020~2069和2070~2099年,中国不同等级降雨雨量和雨日贡献率空间差异特征。结果表明：(1)在气候态上,3个时段两种情景下的中国不同等级降雨结构的气候态高低分异特征具有较好的一致性。气候工程并未改变中国降雨结构的空间高低分异特征。(2)在气候工程与非气候工程差异上,气候工程实施的不同阶段确实可以对中国不同区域的降雨结构产生影响,且不同时段差异性有所不同。(3)在气候工程实施前后差异上,气候工程实施中相比实施后促进了中雨、大雨和总暴雨事件,而抑制了小雨事件。在当前GeoMIP模式设定的当量下,气候工程实施会对中国降雨结构会产生不同层面的影响。     

气候变化移民:极端气候事件与适应——基于对2010年西南特大干旱农村人口迁移的调查

国际上对气候因素引致人口迁移的直接关联性和重要程度一直存在争议.2010年我国西南地区遭受的特大千旱给探索极端气候事件和气候变化移民之间的复杂关系提供了研究背景.在此特大干旱影晌下,当地农村居民是否、以及怎样采用迁移的方式来应对?本文以2010年8-9月在受灾严重的云南省昆明市寻甸县所进行的田野调查为基础,揭示了特大干旱背景下当地农村人口的迁移行为及特征.调研结果表明在所调查的村组并未因此极端气候事件而引起大规模的气候变化移民活动,无论是暂时的还是永久的.为了解释灾后当地农村人口的迁移选择,本文引入“气候变化一人口迁移响应”的基本理论框架模型,考虑公共和私人两个层面的作用,对当地政府、村集体和农户自身的灾后适应行为进行深入分析和效果评价.结果表明在公共层面的各类帮扶和救助下,农户自身亦采取了多样化的适应措施,两个层面适应行为的共同作用缓解了特大干旱给农户生计带来的压力,使得农户家庭成员的迁移并不成为必须的选择.     

透视中国小时极端降水强度和频次的时空变化特征(1961～2013年)

极端降水事件具有小概率和高风险的特征,采用高分辨率数据有助于了解极端降水真实情况。采用1961～2013年中国小时降水数据,从极端降水的强度和频次特征出发,采用多种数理统计方法诊断中国小时极端降水的时空变化特征。结果表明:(1)不同重现期下的中国小时极端降水强度具有明显的东南高-西北低的空间分异特征。不同百分位数下的中国小时极端降水阈值也具有东南高-西北低的空间分异特征。(2)不同百分位数下的1961～2013年中国小时极端降水频次变化趋势主要以增加趋势为主,且随着百分位数的增加,增加趋势趋于减小并向长江流域地区集中。中国小时极端降水频次波动特征则呈东南波动小-西北波动大的空间分异格局,且随着百分位数的增加波动大的地区从西北向东部和南部地区扩张,同时西部地区逐渐呈现出波动大小镶嵌的格局。(3)90%和95%分位数下的中国小时极端降水频次EOF分析表明,中国小时极端降水频次具有明显不同的时空变化模态,且前两个模态可以反映中国小时极端降水频次的主要时空变化模态。两种超阈值取样方法均反映了长江流域呈增加趋势的时空模态特征。     

中国城市空间分布的省际差异及其影响因子分析

采用全国县城所在的建制镇与所有设市城市数据,以省区作为基本研究单元,运用最近邻分析与种群分布理论定量分析了2009年城市体系空间分布的省际差异及其影响因素。研究表明:2009年我国各省区的城市空间分布格局以均匀分布为主,明显表现出集聚分布的仅有西藏、青海和新疆三省;通过对中国各省区城市分布与自然、社会经济条件进行回归分析发现,各省区城市的空间分布模式与自然及社会经济因素具有较强的相关性;从各变量的重要性来看,影响区域城市空间分布形态最主要的因素是路网密度,其次分别是复种指数、人均耕地面积、土地垦殖率与城市化率;城市在发展的过程中,为了获得足够的要素维持自身生长,各城市必定会最大化地攫取要素资源,导致了城市之间的资源竞争;区域内城市的外部环境越趋于均匀,城市的空间分布越趋于均匀,而区域内城市外部环境分布不均则导致城市表现出集聚分布模式;在其他影响因素不变的情况下,复种指数与城市化水平的提高在一定程度上降低了城市分布对其他因素的依赖。     

2℃和1.5℃目标对中国国家自主贡献和长期排放路径的影响

在《巴黎协定》设置的混合减排机制下,中国的INDC尽管自主提出,但也受全球气候目标及全球减排进展的影响。本文基于气候公平的不同原则,建立了公平分配未来碳排放空间的综合性框架,并利用最新情景研究数据,分析了2℃和1.5℃目标对中国INDC力度以及长期排放路径的影响。研究结果表明:第一,相比2℃目标,1.5℃目标对本世纪内全球累积碳排放空间、关键时点的减排目标、近期减排力度以及碳中和时间等都提出了更高要求。第二,根据公平分配方案的评估结果表明,2℃目标下,中国现有INDC在责任方案下能够满足减排要求,而在其他方案下存在排放差距。而在1.5℃目标下,中国在四个方案下均无法满足减排要求,且排放差距进一步扩大。第三,2℃和1.5℃目标对中国确定长期排放目标以及碳中和时间,也会产生显著影响。相比2℃目标,1.5℃目标下,中国2050年排放相对2010年下降率需要再增加约15个百分点,实现碳中和的时间需要提前15年左右。因此,中国需要根据公平分配研究给出的提高INDC力度要求的区间,提前准备《巴黎协定》后关于全球盘点和INDC更新议题新一轮谈判的应对策略,同时应尽早启动制定长期低碳发展战略的政策研究进程。     

中国“一带一路”倡议投资对降低共建国家气候风险的影响

“一带一路”倡议是实践人类命运共同体理念的重要平台。然而,许多“一带一路”倡议共建国家处于气候变化敏感区,部分西方国家对“一带一路”倡议建设存在一些质疑与污蔑,认为“一带一路”倡议的基建项目可能增加了共建国家的气候变化脆弱性。该研究从应对气候变化的视角探究中国对外直接投资对“一带一路”倡议共建国家气候变化风险的影响,进而考察其内在机理。基于2004—2020年65个共建国家的面板数据,以各国气候变化脆弱性风险为被解释变量,评估中国对外直接投资对东道国应对气候变化风险能力的影响。研究发现：(1)中国对“一带一路”倡议地区的直接投资显著减轻了共建国家的气候变化脆弱性风险;在全球气候变化危机加剧的背景下,提高了共建国家气候风险应对能力。(2)对于“一带一路”倡议国家中的中低收入国家、中国邻国以及与中国建立自由贸易协定的国家而言,中国“一带一路”倡议投资降低当地气候变化脆弱性风险的作用更为明显。(3)中国“一带一路”倡议投资的作用可以通过收入增长效应、政治稳定效应部分解释,符合“一带一路”倡议共享发展成果、推进全球治理的重要理念。(4)中国“一带一路”倡议投资在降低共建国家气候变化脆弱性的同时...     

中国夏季极端降水空间格局及其对城市化的响应（1961~2010）

利用1961~2010年6~8月中国544个气象站点的日降水数据,采用滑动空间百分位和滑动空间距平的方法来确定的极端降水阈值,在此基础上,以夏季极端降水的雨量占夏季总降水量的比例来表征极端降水强度,并检测极端降水阈值和强度的区域非均一性。进一步通过引入可以反映城市化水平的DMSP/OLS夜间灯光数据,并将不同气象站点所在区域的城市化水平划分为6个等级,从而分析城市化水平与极端降水强度的关系来定量评估城市化对极端降水强度的影响。结果表明,采用滑动空间百分位法和滑动空间距平能够有效诊断出城市化对极端降水的影响。相比于固定百分位阈值法,基于滑动空间百分位法确定的极端降水阈值和强度的空间分异格局更加对比鲜明,整体来看城市化已在很大程度上影响了中国夏季极端降水的阈值和强度,进而对其空间分异特征产生了显著作用。一方面城市化效应使得中国夏季极端降水阈值提高了1.68%,另一方面夏季极端降水的平均强度与城市化水平有着显著的线性关系,即城市化水平每提高一级,极端降水的平均强度增大0.62%。因此,城市化增大了极端降水的风险。 关键词： 极端降水;滑动空间百分位法;滑动空间距平;DMSP/OLS;城市化;中国     

中国城市建设用地集聚对利用效率的影响:机理、空间效应与分群差异

为探究城市建设用地集聚对城市建设用地利用效率的作用机理,文章基于2003—2017年中国278个地级及以上城市面板数据,通过构建多产出随机前沿生产函数模型测度城市建设用地利用效率,采用时间-空间双固定的空间杜宾模型探讨了不同程度的城市建设用地集聚对利用效率的影响机理与差异。结果表明:(1)从时空特征上来看,样本考察期内中国城市建设用地利用效率总体上呈稳步提升趋势,东部城市建设用地效率最高,西部次之,中部最低。(2)从全国维度的空间计量模型回归结果来看,城市建设用地集聚所带来的规模效应和外溢效应对城市建设用地利用效率具有改进作用,有利于利用效率进一步提升。(3)从不同城市建设用地集聚度分群回归结果来看,高集聚城市(东部发达地区)的直接效应显示随着城市建设用地集聚度的提高,利用效率也不断提高;间接效应中,建设用地集聚度的提高对周边城市的利用效率产生先带动后抑制的"倒U"形作用。低集聚城市(中西部欠发达地区)的直接效应和间接效应均显示,随着城市建设用地集聚的提高,其利用效率存在"先降后升"的"U"形曲线特征。可见,在城市发展的不同阶段,城市建设用地集聚对城市土地利用效率存在差异化影响。因此,中国城市发展应立足当前发展阶段特征,制定差别化的供地政策,促进城市建设用地集聚,针对性地提升区域要素利用效率,支撑经济社会进一步发展。     

多维度城镇化视角下的碳排放影响因素研究——基于中国省域数据的空间杜宾面板模型

城镇化与碳排放是当代中国经济社会发展的两大特征,中国的新型城镇化不仅要求实现人口、土地、经济城镇化的协调统一,还要求在城镇化的进程中注重生态环境的保护,实现绿色低碳发展。因此,从不同维度城镇化视角探讨碳排放的影响因素并对比其差异具有重要的理论与现实意义。本文根据2008—2014年中国30个省份的面板数据测算了各省的碳排放量,运用熵权法对表征土地城镇化、经济城镇化的相关指标进行了整组变量压缩,然后运用ESDA方法分析了省域间碳排放的空间相关性,基于STIRPAT模型分别构建了人口城镇化、土地城镇化、经济城镇化三个维度下的碳排放影响因子空间杜宾面板模型并进行了实证分析。研究结果表明,各省份的碳排放存在正的空间相关性,并且经济因素助长了这种空间相关性。在各城镇化维度下,人口规模、人均可支配收入、碳强度对本省份及相邻省份的碳排放均具有显著的影响,其中:人口规模是最主要的影响因素;人均可支配收入具有显著的正向作用,中国正处于环境库兹涅茨曲线的上升阶段;在经济水平相近的情况下,各省份间的碳排放具有"逐顶竞争"的特征。不同城镇化维度下,各因素对碳排放的影响存在明显的差异:从直接效应来看,经济城镇化维度下各影响因素的弹性系数最大,土地城镇化维度下的人口规模对碳排放的影响最小;从反馈效应来看,在人口城镇化维度下省份间碳排放的"逐顶竞争"特征最为明显;从间接效应来看,经济城镇化维度下的人均可支配收入对相邻省份的碳排放量存在显著的负向影响。