中国入境旅游经济空间格局的时空动态性

以中国31个省域作为研究单元,以入境旅游外汇收入作为入境旅游经济的衡量指标,运用ESTDA框架,通过ESDA、LISA时间路径和时空跃迁等方法,从时空耦合的视角对中国2001~2011年省域入境旅游经济空间格局的时空动态性进行分析。研究发现:中国入境旅游经济存在弱正相关,表现为一种弱积聚格局,入境旅游经济空间差异呈现先缩小后扩大的趋势;东部沿海旅游经济发达地区具有更加动态的局部空间结构,而中西部旅游经济欠发达地区具有更加稳定的局部空间结构;湖北省在空间依赖方向上具有最大的波动性,而浙江省在空间依赖方向上具有最大的稳定性;中国入境旅游经济空间格局的演化具有较强的空间整合性,出现协同高增长趋势的省份主要集中在东部地区,而出现协同低增长趋势的省份主要集中在中西部地区;中国入境旅游经济的局部区域结构和空间自相关性非常稳定,具有一定的路径依赖或锁定特征。     

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。     

新时期中国经济增长的空间格局

针对1998~2013年中国2 303个县域经济增长格局与变迁研究表明：县域经济空间关联格局相对较稳定,高高区呈团块式集中于东部沿海,带状式分布于内蒙地区,低低区散布中西部地区;县域增长时空关联特征及变化大体相一致,经济增长潜力或活力的环渤海、长江三角洲、珠江三角洲及内蒙古地区的县域单元LISA时间路径移动长度变化较大;中西部地区县域LISA时间路径长度较短,经济增长缺乏活力,而时间路径弯曲度最大的地区主要分布于缺乏稳定空间依赖方向的京九沿线、110°E附近及西藏部分县域。     

中国省域物流碳排放效率的演化特征及收敛性分析

以2006—2019年中国30个省域为研究对象,基于碳排放新评估准则,结合超效率DEAML模型和全局空间自相关分析,对中国实际物流碳排放效率进行重新测度与总体特征描述,进一步引入探索性时空数据分析方法及相关计量模型,深入探讨物流碳排放效率时空动态演化特征及其对收敛性的影响。结果表明：(1)中国物流碳排放效率处于中等水平,平均情况呈东高西低分布,大多省份处于规模报酬递增阶段,年际变动表现出动态增长趋势,受技术进步影响大,存在空间集聚特征。(2)物流碳排放效率的局部空间结构与空间依赖方向变化存在差异,在相邻省份间呈现较强的空间整合性,其时空迁跃具有转移惰性与路径锁定的功能。(3)省域物流碳排放效率不存在σ收敛,存在β收敛和俱乐部收敛。地区差异、物流集聚水平与信息化程度是条件β收敛的主要影响因素,物流碳排放效率时空演化更为曲折的地区存在更为显著的俱乐部收敛。     

中国省域碳强度空间依赖格局及其影响因素的空间异质性研究

在估算各省域碳强度的基础上,利用探索性空间数据分析(ESDA)和时空跃迁测度方法以及地理加权回归(GWR)模型分析了1995~2015年中国省域（不包括西藏、港、澳、台地区）能源消费碳强度的空间依赖格局及其驱动因素的空间异质性。结果显示：① 中国省域碳强度存在显著的空间正相关性,表现为先下降后上升再到小幅波动的特征,碳强度相似的省域趋向于集聚,表明中国省域碳强度具有明显的空间依赖特征;②省域碳强度存在不均衡的发展格局,高-高集聚的省域主要分布在中国西北部,低-低集聚的省域多分布于中国东南部。③碳强度空间集聚总体呈优化态势,高-高集聚的省域在减少,低-低集聚的省域在不断增多,但不同省域在碳强度的空间集聚中所起的作用不同。④ 碳强度影响因素(解释变量)的回归系数均为正值,4个解释变量对碳强度的影响程度依次为：能源强度>能源结构>产业结构>人均GDP;且各因素对碳强度的影响在不同省域具有明显的空间异质性。     

中国省域能源消耗碳排放安全评价

碳排放安全评价和预测在应对全球气候变化、实现区域可持续发展方面有重要意义。根据1996-2012年统计数据,基于压力—响应模型,从经济、社会、环境3个层面构建省域能源消费碳排放安全评价指标体系,分析了中国能源消费碳排放安全的时空分异,并运用GM(1, 1)方法进行预测。结果表明：1996-2012年,中国碳排放安全综合指数在临界安全区间内呈现波动下降趋势。其中,压力系统指数与综合指数变化态势趋于一致,响应系统指数表现为上升趋势;多数省区处于临界安全状态,亚安全状态省区逐渐消失,安全等级差的省区出现南移现象;大部分省区压力系统恶化的同时响应系统好转;区域间碳排放安全差距逐渐缩小,高压力低响应的区域大量减少。预测发现,2020年全国大部分省区处于临界安全或以下状态,碳排放安全情况不容乐观。     

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。     

中国旅游业碳排放脱钩效应及影响因素研究

以中国30个省域为研究对象,采用Tapio脱钩模型测算2008-2017年旅游业碳排放脱钩指数,结合ESDA和LMDI方法,对旅游业碳排放脱钩的时空格局演变及影响因素进行研究。结果表明:中国旅游业碳排放脱钩指数整体处于弱脱钩状态,在0.4380~0.8758之间波动,碳排放脱钩指数分布不均衡,脱钩水平表现出“东高西低”的空间分布格局;旅游业碳排放脱钩指数呈显著负相关,但空间分布的集聚程度较低;随着时间推移,空间集聚程度有所提高,其中,H-H类型的省域集中分布在中部地区,L-L类型省域数量较少,呈零星分布;技术效应、游客规模效应分别是促进和抑制旅游业碳排放脱钩的主导因素,能源结构效应表现为先抑制后促进的作用,经济效应的影响较小。最后针对中国旅游业碳排放脱钩现状提出相关应对措施,以期为制定科学的减排政策提供决策依据。     

公平与效率视角下中国旅游业碳减排潜力区域差异及其格局演变

在测算2000～2018年中国旅游业碳排放及其效率的基础上,基于公平与效率双重视角构建了旅游业碳减排潜力指数,综合运用均方差和空间自相关分析方法,以揭示中国旅游业碳减排潜力区域差异及其格局演变。结果表明:(1)中国旅游业碳排放公平均值不断下降,但效率均值有所提升,二者在地理空间上呈反向分布特征。(2)中国旅游业碳减排潜力总体呈震荡式下降趋势,多数省区的减排潜力处于中等水平。(3)中国旅游业碳减排潜力总体差异呈敛缩态势,区域差异主要来源于区域内。(4)旅游业碳减排潜力的Morans'I指数趋于下降,且低低类型与高高类型呈东西对立分布趋势。     

中国省域二氧化碳排放的时空格局及影响因素

通过测算全国30个省域2000—2015年的二氧化碳排放量，采用自然段点法，分别对2000年、2005年、2010年和2015年各省碳排放量进行分类，分析其空间分异化特征。采用空间自相关分析法揭示了相邻各省份碳排放量的空间关联性。在此基础上，运用对数均值迪氏分解法，从能源结构、能源强度、经济发展和人口规模等角度，对碳排放影响因素进行无残差分解。结果表明：1）时间上，我国碳排放总量整体呈上升趋势，在2014—2015年仅下降2%。除北京市外，其余各省份的碳排放量呈增长趋势；空间上，高值碳排放由环渤海及东部沿海省份逐步蔓延至中西部个别省份;2）各省域碳排放主要呈现高高集聚和低高集聚的特征，高高集聚稳定集中在辽宁、河北、山东、山西和江苏省，北京市和天津市与高碳排放的省份形成一个低高集聚区域;3）东、中部比西部省份更易受能源结构、能源强度、经济发展和人口规模等因素的影响。经济发展对碳排放是驱动作用，能源强度对碳排放是抑制作用，能源结构对各省份碳排放的影响有正向驱动和负向抑制作用，除贵州省外，其余省份人口规模对碳排放均是正向驱动作用。     

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.     

A Comparative Decomposition Analysis of the Factors Driving Energy-related Carbon Emissions from Three Typical Provinces in China: Jiangsu,Henan and Inner Mongolia

An accurate understanding of the real situation of energy-related carbon emissions and the main factors driving the carbon emissions increments are crucial for China to realize its emission mitigation targets. Adopting the comparative decomposition of an extended LMDI (Log-Mean Divisia Index) approach, this study decomposed the changes in carbon emissions of Jiangsu, Henan, and Inner Mongolia, which are located in the eastern, central and western parts of China. This analysis led to three main findings. 1) During the period of 1996-2017, the energy-related carbon emissions in the examined provinces exhibited upward trends, but with some differences among the provinces. 2) The influences of driving factors on carbon emissions varied distinctly in different provinces and economic stages. Economic growth had the largest positive effect on provincial carbon emissions increases. From 1996 to 2017, the contribution rates of economic development to emissions growth in Henan, Jiangsu and Inner Mongolia were 307.19%, 205.08% and 161.26%, respectively. This influence was followed by urbanization and population size. 3) Energy intensity played a leading role in facilitating emissions-reduction in the examined provinces, except for during the tenth Five-Year Plan, followed by the energy structure. The effect of rural population proportion was the weakest among all the curbing factors. Furthermore, urban and rural resident°s energy consumption per capita demonstrated relatively minor impacts and disparate directions of influence in the different provinces and economic periods, but began to play increasing roles in driving up provincial emissions changes. For example, residential energy consumption in Jiangsu contributed over 7.9% to the total carbon emission growth in 1996-2017, among which urban residents’ per-capita energy consumption contributed more than 3.8%. In view of these findings, policy makers should formulate targeted emission reduction measures that are based on the distinct situations and key factors which affect carbon emissions in each province.     

西部特大城市低碳发展的现状问题及目标策略研究——以西安市为例

作为应对全球气候变化的关键平台,城市尺度的低碳建设研究具有重要意义。本文以西部特大城市-西安市为例,分别从碳排放量变化趋势、未来发展目标、关键部门能耗系统分析其低碳发展现状,指出存在问题及可能的节能减排潜力,认为西安市高碳发展模式明显,面临资源禀赋差异、能源消费结构的锁定效应、能源利用效率低、城市空间结构不合理、高能耗建筑多、碳汇能力弱等问题。基于此,制定工业节能技术改造、城市空间合理布局、推广绿色建筑、社会治理创新和政策保障等对策措施。     

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。     

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.     

中国化石能源燃烧碳排放强度非均衡性及其演变的驱动力分析

探析中国碳排放强度非均衡性及其演变的驱动力可以为中国制定科学合理、公平高效的区域减排方案提供科学依据。论文基于Theil指数,测算了中国2005—2015年省级尺度化石能源燃烧碳排放强度的非均衡程度;从地理区域、经济部门、能源种类和影响因素等视角解析了碳排放强度非均衡性及其变化的驱动力。研究结果表明,2005—2015年,中国碳排放强度总体上逐年降低,但其在省级尺度上的非均衡性不断增强。从地理区域来看,中国碳排放强度的非均衡性主要来源于东北、东、中、西4大区域内部,且东部和西部地区内部不断扩大的碳强度差异日益成为中国碳排放强度非均衡性增强的重要原因。工业和煤炭分别是碳排放强度非均衡的主要经济部门来源和能源种类来源,也是加剧碳排放强度非均衡性的关键动力。就影响因素而言,各省区技术水平的差距主导了碳排放强度的省际差异及其增长。研究结果可以为中国区域减排方案的制定提供科学依据。     

中国县域碳排放的时空演变及影响因素

县域是实现新型城镇化的重要平台和关键地域单元,揭示县域碳排放的时空格局演变及其驱动因素对于完善中国新型城镇化战略和促进生态文明建设、绿色转型发展具有重要意义。本文使用2000—2017年中国县域碳排放数据,分析了县域人均碳排放的总体变化、区域差异、时空格局及集聚特征,并在STIRPAT模型和环境库茨涅茨曲线（EKC）假说下,运用面板分位数回归解释社会经济发展对县域人均碳排放的动态影响。结果表明：① 中国县域人均碳排放呈现先急后缓的增长趋势。人均碳排放水平差异加大,且呈上升趋势,西部地区县域人均碳排放差距悬殊。② 县域人均碳排放总体上呈现“北高南低”的空间格局,经济发达地区的人均碳排放远高于其他地区,空间极化效应明显。③ 县域人均碳排放具有显著的空间正相关性,高—高集聚的区县数量逐渐增多且分布重心向西北移动,而低—低集聚的区县数量不断减少,主要集中于中南地区,县域人均碳排放集聚类型具有空间锁定效应。④ 人口密度、政府财政支出对县域人均碳排放具有抑制作用,第二产业产值规模、碳排放强度则存在显著的正相关性,中低碳排放水平区县的经济发展和人均碳排放之间呈现倒“N”型曲线关系,社会经济发展结构的调整是实现整体碳减排的关键。因此,政府减排策略的落实应考虑区县碳排放的阶段性差异,实现落后地区发展和转型“两手抓”的同时发挥重点城市群、都市圈在碳减排中的先导作用。此外,通过技术创新提高能源利用效率应作为现阶段县域碳减排的主要手段。