1978-2016年中国农业生态效率时空演变及趋势预测

基于1978-2016年中国各省市面板数据,采用超效率SBM模型测算省际农业生态效率,在时间序列分析和空间相关性分析的基础上,构建传统和空间马尔可夫概率转移矩阵,探讨中国农业生态效率的时空动态演变特征,并预测其长期演变的趋势。研究发现：① 中国农业生态效率呈现出在波动中稳定上升的“双峰”分布特征,且波峰高度的差距在缩小,但整体仍处于较低水平,农业生态效率仍存在较大提升空间,东部地区农业生态效率提升较中西部地区更加显著;② 中国农业生态效率整体上向高水平方向转移的趋势显著,但农业生态效率的演变具有维持原有状态的稳定性,且较难实现跨越式转移。地理空间格局在农业生态效率时空演变过程中发挥着重要作用,空间集聚特性显著,农业生态效率较高的省市具有正向的溢出效应,而农业生态效率较低的省市具有负的溢出效应,从而在空间格局上逐渐形成“高高集聚、低低集聚、高辐射低、低抑制高”的“俱乐部收敛”现象;③ 从长期演变的趋势预测来看,多数省市农业生态效率逐渐向上转移为较高水平,并逐渐演变为由低到高渐次递增的格局,在农业生态效率较低的地理背景下,其长期演变的稳定状态表现为偏“单峰”分布,而在农业生态效率较高的地理背景下,其长期演变为较高水平集聚的偏“双峰”分布。最后,分析当前研究需要改进的方向,并提出控制农业污染排放量、地区间农业生态政策联动、加强地区间农业生态合作交流与借鉴等能够有效提升中国农业生态效率及缩小省市间差距。     

中国城市能源消费碳排放的区域差异、空间溢出效应及影响因素

基于1992-2013年中国城市遥感模拟反演碳排放数据,采用空间自相关、空间马尔科夫矩阵和动态空间面板数据模型,在同时考虑碳排放的时空滞后效应和不同地理经济空间权重矩阵的条件下,对城市碳排放的演化路径和关键影响因素进行了定量识别和减排政策探讨。研究表明,中国城市能源消费碳排放的区域差异正逐步缩小,空间上呈现出明显的高排放俱乐部集聚特征,同时碳排放类型演化具有明显的路径依赖特征;面板数据模型估计结果表明经济增长与人均碳排放呈现显著的倒“U”型曲线关系,而绝大多数城市的人均碳排放处于随经济发展而增加的阶段,二产偏重的经济结构和投资的粗放增长共同正向作用于城市碳排放,而人口的集聚效应、技术水平的提升、对外开放度和公路运输强度的增加则共同抑制城市碳排放水平的提高。因此未来要抑制促增因素和发挥促降因素的作用才能有效降低城市碳排放;优化产业结构、精简粗放投资、增加研发强度以及提升公路通达性是未来实现中国城市节能减排的有效途径。     

中国城市碳排放强度的空间溢出效应及驱动因素

采用核密度估计、空间自相关、空间马尔科夫链和面板分位数回归等方法对1992-2013年全国283个城市碳排放强度的空间溢出效应和驱动因素进行了分析。① 核密度估计结果表明,中国城市碳排放强度总体均值下降,差异在逐步缩小。② 空间自相关Moran's I指数表明城市碳排放强度存在显著的空间集聚性且空间集聚性在逐渐增强,但空间集聚水平的变化逐年缩小。③ 空间马尔科夫链分析结果表明：第一,中国城市碳排放强度存在马太效应,低强度与高强度的城市在相邻年份转移过程中呈现维持初始状态的特征。第二,城市碳排放“空间溢出”效应明显,且不同区域背景下溢出效应存在异质性,即若与碳排放强度低的城市为邻,该城市的碳强度能够增加向上转移的概率,反之亦然。④ 面板分位数结果显示：在碳排放强度低的城市,经济增长、技术进步、适当的人口密度起到减排作用;外商投资强度与交通排放是使碳强度增大的主要因素。在碳排放强度高的城市,人口密度是重要的减排因素,技术进步暂时没起减排作用;工业排放、粗放式的资本投资以及城市土地蔓延则是碳强度上升的主要因素。     

1990-2014年泛长三角地区能源利用碳排放时空格局及影响因素

区域碳排放时空格局及其关键影响因素是近年来学者们关注的热点。本文以中国经济发达、经济关联密切、产业格局变化剧烈的泛长三角地区为案例,分析1990年以来典型年份碳排放的空间分异、时间演变,解析碳排放空间分异的关键影响因素。结果表明：①区域碳排放总量快速增长,总体格局稳中有变,核心区16个城市排放量占比大都超过50%。②以2005年为拐点,之前外围城市增长幅度较低,之后外围城市碳排放量快速增长;外围地区碳排放量占比从2005年的33%快速增加至2014年的47%,区域碳排放量的空间集聚度呈现先增后减的态势。③碳排放格局变化受多种因素影响,不同变量对碳排放的影响各异。其中,工业生产、城镇化建设及人口集聚仍是现阶段泛长三角地区最主要的碳排放来源;固定资产与外商投资对区域碳排放的作用呈增强趋势,但其作用强度较工业生产、城镇化建设、人口集聚要小。地区生产总值对碳排放影响存在倒U型关系,随着经济发展水平的提高,碳排放与经济发展呈现脱钩趋势。研究结果可为揭示经济发展格局变化的环境效应、制定节能减排政策提供参考。     

长三角地区城市投资联系水平的时空动态及影响因素

基于2003—2018年企业股权关联投资数据,融合社会网络分析、马尔可夫链分析和空间计量方法,从全球、全国和区域尺度探析长三角地区城市投资联系水平的时空动态特征及影响因素。研究发现：① 长三角地区各尺度的城际投资规模大幅提升,与关境外地区、关境内地区和长三角区域内的投资联系分别呈现服务业驱动型、制造业驱动型和行业均衡型特征。② 各尺度城市投资网络呈现区域指向性和多中心演化特征,上海、杭州、南京等在长三角地区逐渐发挥对外辐合全球和全国投资、对长三角地区内部辐射区域的作用。③ 与关境外、关境内和区域内的城市投资联系水平空间分布不均,以沪宁合杭甬发展廊道为支撑的空间结构逐渐凸显,并分别呈现低水平区集中连片分布、改善空间先沿海后内陆扩张、中低水平区广域化扩张的突出特征。④ 城市投资联系水平整体呈现向邻近较高水平方向转移态势,很难实现跨越式转移,存在显著的俱乐部趋同效应和马太效应。随着空间尺度的扩大,向较高水平方向转移的难度随之增大,俱乐部趋同效应和马太效应也随之增强。地理空间格局在各尺度的城市投资联系水平状态转移中发挥着重要作用,发展水平较高和较低的城市对周边城市分别产生正向和负向的空间溢出效应。⑤ 产业基础、劳动力成本、城市行政级别对各尺度的城市投资联系水平均有显著影响,创新能力对各尺度的城市投资联系水平均未产生显著影响,时间距离对全球和全国尺度的城市投资联系水平影响显著,经济全球化仅对全球尺度的城市投资联系水平产生显著影响。     

中国能源消费碳排放强度及其影响因素的空间计量

碳排放所引起的全球气候变化对人类经济社会发展带来了严峻的挑战。中国政府承诺到2020 年GDP碳排放强度较2005 年降低40%~45%,这一目标的实现有赖于全国层面社会经济和产业结构的实质性转型,更有赖于省区层面节能减排的具体行动。基于联合国政府间气候变化专门委员会(IPCC) 提供的方法,本文估算了全国30 个省区1997-2010 年碳排放强度,采用空间自相关分析方法和空间面板计量模型,探讨了中国省级尺度碳排放强度的时空格局特征及其主要影响因素,旨在为政府制定差异化节能减排的政策和发展低碳经济提供科学依据。研究结果表明:① 1997-2010 年,中国能能源消费CO₂排放总量从4.16 Gt 增加到11.29Gt,年均增长率为7.15%,而同期GDP年均增长率达11.72%,碳排放强度总体上呈逐年下降的态势;② 1997-2010 年,碳排放强度的Moran's I 指数呈波动型增长,说明中国能源消费碳排放强度在省区尺度上具有明显的空间集聚特征,且集聚程度有不断增强的态势,同时,碳排放强度高值集聚区和低值集聚区表现出一定程度的路径依赖或空间锁定;③ 空间面板计量模型分析结果表明,能源强度、能源结构、产业结构和城市化率对中国能源消费碳排放强度时空格局演变具有重要影响;④ 提高能源利用效率,优化能源结构和产业结构,走低碳城市化道路,以及实行节能减排省区联动策略是推动中国实现节能减排目标的重要途径。     

产业转移背景下广东省工业碳排放的驱动因素及碳转移分析

随着全球气候变暖,工业碳排放量持续增加已成为全球关注的热点,由于工业产业升级和转移所引起的碳排放空间重塑也成为低碳发展研究的新方向。本文综合运用碳排放量物料平衡法及结构分解模型,核算2001—2017年广东省城市工业各行业的碳排放量,揭示其时空格局演变规律,同时在产业转移背景下,分析工业碳排放变化的驱动因素以及碳转移格局变化,以期从各市碳排放变化与市际间碳排放转移两个角度探讨低碳发展的有效策略。研究表明：2001—2017年期间,广东省的工业碳排放量整体呈现增加趋势,且地区差异也逐渐增大,呈现由中心向周边扩散的空间特征,由单核心演变为“T字型”的空间分布格局;工业产业发展带来的环境效应由经济规模、产业结构和技术强度综合决定,其中规模效应的作用强度最大、技术效应次之,结构效应的作用最弱;工业碳排放转移格局呈现由珠三角地区向外围转移的趋势,珠三角地区为高、中能耗工业碳排放主要转出地,粤东西北地区为高、中能耗工业碳排放主要转入地。     

基于空间马氏链的新疆产业结构高度时空演变研究

利用2007-2011年新疆89个县域的产业结构高度值,构建其产业结构高度类型的空间马尔可夫转移矩阵,对新疆县域产业结构高度的时空动态演变特征进行分析。首先,根据全疆产业结构高度值,将产业结构高度划分为四种类型,从时间和空间两个维度分析产业结构变化趋势和规律;其次,以空间权重为条件构建空间马尔可夫矩阵,考察不同周边环境对区域产业结构高度演变的影响;最后,通过空间转移矩阵的极限分布,预测新疆县域产业结构高度的长期发展方向和可能性。结果表明:(1)2007-2011年新疆县域产业结构高度有所提高,但中低水平和低水平区域占大多数,产业结构类型在年际间变化不大,整体上还处在低级阶段。(2)新疆产业结构高度区域差异较大,呈现中间高两侧低,北疆高南疆低的格局。高水平核心区都是以孤立点的形式存在,未能形成集中连片的发达地区。(3)区域背景对产业结构高度的状态转移影响显著,而且县域产业结构长期发展存在不稳定的问题,实现产业结构升级后如何保持也应当给予关注。     

基于空间马尔可夫链的江苏区域趋同时空演变

以江苏省77个县域1978~2000年人均GDP数据为资料,基于空间马尔可夫链方法,研究江苏省区域趋同的时空动态演变特征。首先按照全省人均GDP平均水平,将所有县域划分为低、中低、中高和高4种类型,计算其马尔可夫转移概率矩阵;然后将区域类型转移的空间分布格局加以可视化;最后,以每个区域在初始年份的空间滞后类型为条件,构造空间马尔可夫转移概率矩阵。结果表明：(1) 自改革开放以来江苏省一直存在"俱乐部趋同"现象,在1990~2000年期间更为显著。(2) 那些区域自身及其邻居同时向上转移的地区全部集中在苏南,而区域自身或邻居有一方或双方均向下转移的区域绝大多数位于苏北。(3) 江苏省区域人均GDP类型转移显著受到地理背景的制约。在1978~1990年和1990~2000年期间,一个落后区域以落后地区为邻时,其向上转移的概率分别为0.148和0.025,低于平均概率0.2和0.042;一个富裕区域以富裕区域为邻时,其向上转移的概率分别为1.0和0.991,高于平均概率0.987和0.984。这表明,发达的区域背景对区域转移起到了正面影响,而欠发达的区域背景则产生了负面影响,进一步为江苏省"俱乐部趋同"现象的存在提供了空间上的解释。     

精明发展视域下城市绩效时空分异格局及影响机制

基于城市收缩和理性增长良好契合状态的精明发展视角合理测评城市绩效水平,探讨城市自然、经济、社会等子系统之间的综合协调发展路径,有利于激发城市发展潜力并实现健康发展。该文基于2000-2015年统计数据,从空间发展绩效、环境发展绩效、福利发展绩效和管理发展绩效四大目标维度构建精明发展视域下城市绩效评价指标体系,运用全局趋势分析和空间自相关分析方法探讨中国地级及以上城市绩效宏观演变趋势和空间相关性规律,结合空间变差函数和城市绩效精明分异指数比较分析精明发展视域下中国地级及以上城市绩效水平的空间异质性分布和演化成因,并利用多元回归、Tobit模型和地理探测器模型探究城市绩效时空分异格局演化的驱动机制。结果表明:1)2000-2015年精明发展视域下中国城市绩效次高值区空间布局由中东部零星分布逐渐过渡为热点式密布聚集,城市绩效水平持续转好并辐射至中国大部分地区,城市绩效东西方向异质性减弱的同时,向南北方向转化增强趋势明显;2)研究期内精明发展视域下中国城市绩效空间相关性不断弱化,区域空间辐射程度逐渐增强,城市绩效水平与空间相关性联动效应在一定程度上未实现良性共振,城市绩效精明分异局部空间演变相对稳定;3)空间发展规模、生态环境保护、社会福利保障、人力资本存量、科技创新发展、对外开放交流等驱动力相互制约关联,形成综合作用机制,显著推动精明发展视域下中国地级及以上城市绩效时空分异格局的规律性演替。     

Spatiotemporal evolution of urban carbon emission performance in China and prediction of future trends

Climate change resulting from CO_2 emissions has become an important global environmental issue in recent years.Improving carbon emission performance is one way to reduce carbon emissions.Although carbon emission performance has been discussed at the national and industrial levels,city-level studies are lacking due to the limited availability of statistics on energy consumption.In this study,based on city-level remote sensing data on carbon emissions in China from 1992–2013,we used the slacks-based measure of super-efficiency to evaluate urban carbon emission performance.The traditional Markov probability transfer matrix and spatial Markov probability transfer matrix were constructed to explore the spatiotemporal evolution of urban carbon emission performance in China for the first time and predict long-term trends in carbon emission performance.The results show that urban carbon emission performance in China steadily increased during the study period with some fluctuations.However,the overall level of carbon emission performance remains low,indicating great potential for improvements in energy conservation and emission reduction.The spatial pattern of urban carbon emission performance in China can be described as"high in the south and low in the north,"and significant differences in carbon emission performance were found between cities.The spatial Markov probabilistic transfer matrix results indicate that the transfer of carbon emission performance in Chinese cities is stable,resulting in a"club convergence"phenomenon.Furthermore,neighborhood backgrounds play an important role in the transfer between carbon emission performance types.Based on the prediction of long-term trends in carbon emission performance,carbon emission performance is expected to improve gradually over time.Therefore,China should continue to strengthen research and development aimed at improving urban carbon emission performance and achieving the national energy conservation and emission reduction goals.Meanwhile,neighboring cities with different neighborhood backgrounds should pursue cooperative economic strategies that balance economic growth,energy conservation,and emission reductions to realize low-carbon construction and sustainable development.     

中国城市碳排放强度的空间溢出效应及驱动因素探究（英文）

In this study, we adopt kernel density estimation, spatial autocorrelation, spatial Markov chain, and panel quantile regression methods to analyze spatial spillover effects and driving factors of carbon emission intensity in 283 Chinese cities from 1992 to 2013. The following results were obtained.(1) Nuclear density estimation shows that the overall average carbon intensity of cities in China has decreased, with differences gradually narrowing.(2) The spatial autocorrelation Moran's I index indicates significant spatial agglomeration of carbon emission intensity is gradually increasing; however, differences between regions have remained stable.(3) Spatial Markov chain analysis shows a Matthew effect in China's urban carbon emission intensity. In addition, low-intensity and high-intensity cities characteristically maintain their initial state during the transition period. Furthermore, there is a clear "Spatial Spillover" effect in urban carbon emission intensity and there is heterogeneity in the spillover effect in different regional contexts; that is, if a city is near a city with low carbon emission intensity, the carbon emission intensity of the first city has a higher probability of upward transfer, and vice versa.(4) Panel quantile results indicate that in cities with low carbon emission intensity, economic growth, technological progress, and appropriate population density play an important role in reducing emissions. In addition, foreign investment intensity and traffic emissions are the main factors that increase carbon emission intensity. In cities with high carbon intensity, population density is an important emission reduction factor, and technological progress has no significant effect. In contrast, industrial emissions, extensive capital investment, and urban land expansion are the main factors driving the increase in carbon intensity.     

低碳试点城市的减碳效果及机制研究

评估低碳试点城市的减碳效果和机制路径,可以为中国实现碳达峰及碳中和目标提供重要的实践参考和依据。本文运用2007—2018年中国城市面板数据,构建多期双重差分模型并通过稳健性测试,全面考察了低碳试点政策对碳排放的影响及作用机制。研究发现：① 与非试点城市相比,低碳试点政策显著地降低了城市碳排放强度和碳排放总量;其中,试点城市的碳排放强度对比下降了4.7%,碳排放总量对比下降了7.3%。② 基于城市低碳生产、低碳生活与低碳行政三维主体行为的理论机制分析和实证研究表明：从城市低碳生产维度,生产能源节约、技术进步与推行绿色建筑解释了低碳试点政策减碳效果的60.14%;从居民低碳生活维度,生活能源节约解释了低碳试点政策减碳效果的22.17%;从低碳行政维度,缩减行政支出解释了低碳试点政策减碳效果的17.29%。③ 低碳试点城市的减碳行为具有显著的异质效应。低碳城市试点不仅加快了中国的减碳进程,也为世界控制碳排放以及缓解气候变化提供了具有中国特色的解决方案。     

Spatiotemporal dynamics of carbon intensity from energy consumption in China

The sustainable development has been seriously challenged by global climate change due to carbon emissions. As a developing country, China promised to reduce 40%-45% below the level of the year 2005 on its carbon intensity by 2020. The realization of this target depends on not only the substantive transition of society and economy at the national scale, but also the action and share of energy saving and emissions reduction at the provincial scale. Based on the method provided by the IPCC, this paper examines the spatiotemporal dynamics and dominating factors of China’s carbon intensity from energy consumption in 1997–2010. The aim is to provide scientific basis for policy making on energy conservation and carbon emission reduction in China. The results are shown as follows. Firstly, China’s carbon emissions increased from 4.16 Gt to 11.29 Gt from 1997 to 2010, with an annual growth rate of 7.15%, which was much lower than that of GDP (11.72%). Secondly, the trend of Moran’s I indicated that China’s carbon intensity has a growing spatial agglomeration at the provincial scale. The provinces with either high or low values appeared to be path-dependent or space-locked to some extent. Third, according to spatial panel econometric model, energy intensity, energy structure, industrial structure and urbanization rate were the dominating factors shaping the spatiotemporal patterns of China’s carbon intensity from energy consumption. Therefore, in order to realize the targets of energy conservation and emission reduction, China should improve the efficiency of energy utilization, optimize energy and industrial structure, choose the low-carbon urbanization approach and implement regional cooperation strategy of energy conservation and emissions reduction.     

中国能源碳足迹时空格局演化及脱钩效应

利用DMSP-OLS夜间灯光数据和碳排放统计数据,构建碳排放面板数据模型,模拟了2000—2013年中国的碳排放量。运用探索性时空数据分析（ESTDA）框架体系,从时空交互视角分析2001—2013年碳足迹的空间格局和时空依赖动态演化;利用改进的Tapio脱钩模型对3个时间段336个地级单元环境碳负荷与经济增长之间的脱钩效应进行综合分析。研究表明：① 2000—2013年,中国的碳排放在时空演变上既表现出稳中有进的总体特征,也存在快速增长的阶段特征。② 碳足迹和碳赤字均呈逐年增长趋势,年均增长率分别为4.82%和5.72%;碳足迹和碳赤字整体北方大于南方,不同的行政单元尺度下碳足迹和碳赤字空间异质性特征明显。各地级单元碳足迹变异系数逐步增大,存在极为显著的空间自相关特征。③ LISA时间路径相对长度北方大于南方,且呈由沿海地区向中西部地区递增的趋势;LISA时间路径弯曲度整体上则由沿海地区向内陆地区递减。④ 综合脱钩指数整体以弱脱钩型为主,但弱脱钩型城市数量持续减少,扩张连接、扩张负脱钩区域数量逐渐增多且向中西部及东北地区聚集分布;全国平均脱钩弹性值逐步增长,变异系数持续下降。     

中国城市居民生活用电碳排放差异及时空演变

以地级市为研究单元,以人均生活用电碳排放为测度指标,借助经典统计学中的各类不平衡指数,对2002―2011年间中国城市居民生活用电碳排放的差异程度进行动态时序分析。同时,运用ESDA方法,从静态的碳排放量和动态的碳排放增长率2个角度,定量描述了2002年以来中国城市生活用电碳排放的时空演化特征。结果表明：中国城市居民人均生活用电碳排放差异逐渐缩小;就人均碳排放量来说,总体上表现为空间正相关,且集聚程度逐渐增强,冷热点格局基本稳定,高值区域从广东省逐渐向北延伸至其他东南沿海地区;就碳排放增长率来说,碳排放增长在总体上无显著的空间相关性,地理集中现象不明显,冷热点区域转换迅速,高值区域数目显著增加且表现出向北转移的趋势。     

中国居民碳排放时空特征及影响因素研究

基于中国30个省级单元人口、能源数据,运用SDA结构分解法,定量测度了1995-2014年居民碳排放的时空特征及影响因素。研究表明：除吉林外,其余各省居民碳排放呈增加态势,且区域分异程度呈现先降后升的变化特点;人均碳排放效率提高是居民碳排放量增加的主要因素,且历年贡献率呈增长趋势,效应高值区主要集中在北部地区;人口规模效应对居民碳排放增加的贡献率呈下降趋势,高值区主要分布于东南部,与胡焕庸线划分的人口密集区趋于一致;人口城镇化变化对居民碳排放变化具有双向效应,负向效应向东南部扩展,正向效应在北部凸起;依据各省差异,将各省划分为碳减排重点区、碳减排关键区、碳减排关注区,针对不同类型应采用差异化的碳减排模式。     

基于交通大数据的广东省高速公路碳排放计量模型与空间格局

以广东省为例,基于高速公路联网收费系统的路段车流数据,建立包含I~IV类客车和I~VI类货车在内的全样本、高精度碳排放计量模型,并采用地理空间分析法探索广东省高速公路碳排放空间差异性。结论主要有：1）广东省高速公路碳排放主要来自于货车,货车碳排放占碳排放总量的57.1%;客车占42.9%。其中,中小型机动车,如I类客车（即小汽车）、I类和III类货车等是高速公路主要碳排放源。2）在高速公路网络中,碳排放高值路段具有集中于国家级高速公路、邻近经济发达和人口密集区、邻近机场和港口等空间特征。客车碳排放高值路段主要集中在珠三角区域,沿广州市向外呈放射状分布;货车碳排放高值路段主要分布在国家级高速公路,且货车载货量越小,碳排放空间分布越集中。3）广东省高速公路碳排放较高的地市多集中在珠三角城市群,广州市城市首位效应突出。县区尺度下,高速公路碳排放的空间非均衡特征显著,碳排放较高的县区多为广州市和佛山市下属县区。     

中国碳排放的空间格局及分布动态演进——基于县域碳排放数据的实证研究

基于中国1997—2017年2725个县域单元的碳排放数据,采用标准差椭圆、Theil指数三阶段嵌套分解和Kernel密度估计等方法,全面考察中国碳排放的空间格局及分布动态演进。研究发现：① 中国碳排放由1997年的30.97亿t增长到2012年的93.08亿t,年均增长达到7.86%,而后围绕93亿t上下波动,未出现下降的拐点。② 在空间分布上,中国碳排放呈现东高西低的分布格局,表现出东北-西南方向向心集聚、西北-东南方向空间发散的趋势。③ 在空间差异上,Theil指数三阶段嵌套分解结果表明,中国碳排放的总体差异呈下降趋势,地级行政单元内部差异的贡献率由1997年的43%增加到2017年49%,成为中国碳排放总体区域差异的主要来源。④ 在分布动态演进上,中国县域单元的碳排放存在空间收敛模式,具有显著的空间正相关性,地区间的相互作用影响中国碳排放的未来空间分布。     

近20年来中国能源消费碳排放时空格局动态

CO₂等温室气体引起的全球气候变暖是对人类社会可持续发展的严峻挑战。基于IPCC提供的参考方法,在对中国大陆30个省区(不含西藏)能源消费碳排放量估算的基础上,运用ESTDA框架,通过ESDA、LISA时间路径、时空跃迁和标准差椭圆等方法,从时空耦合的角度分析了1995-2014年中国能源消费碳排放时空格局动态性。结果表明：①近20年来中国省域碳排放具有显著的空间正相关性,碳排放空间差异呈先缩小后扩大的趋势;②LISA时间路径分析显示,中国大部分省区的局部空间结构具有较强的稳定性,1995-2001年和2002-2014年2个时段相对长度都小于平均长度的省区均为18个,大部分南方省区在空间依赖方向上的波动性呈增强趋势,而北方大多数省区则保持相对稳定;③出现协同运动的省区由1995-2001年的13个下降到2002-2014年的10个,表明中国碳排放空间格局具有一定的空间整合性,但呈减弱趋势;④中国省域碳排放的局部空间关联模式和集聚特征具有较强的稳定性,表现为一定的路径依赖或空间锁定特征;⑤碳排放重心在113.739°~114.324°E、34.475°~35.036°N之间变动,整体上有向西北方向移动的趋势。中国碳排放空间分布呈东北—西南格局,且有逐步向正北—正南转变的趋势。中国碳减排的重点是加快发展清洁能源与提高能效并重,优化能源结构和促进各省区产业结构转型,制定差异化的省域碳减排政策,建立碳交易制度。