中国各省区旅游业碳排放量初步估算及区域差异

针对能源消费导致的旅游业碳排放进行了初步估算,并在省级尺度上从总排放量、人均游客排放量和单位旅游收入碳排放量三个方面对中国各省(市、区)2001年~2009年的旅游业碳排放开展了研究,同时还利用标准差和变异系数分析了我国各省区旅游业碳排放差异的总体特征,以及运用可多层次分解的Theil系数分析了2001年~2009年我国旅游业碳排放时间尺度上的地带内、地带间和省际差异变化状况。研究表明:北京、上海和广东等地的旅游业碳排放总量、人均游客碳排放量和单位旅游收入碳排放量均较高,且平均增长率也均为正,因此这些地区的旅游业发展面临着更大的减排压力;我国各省区旅游业碳排放差异的总体特征是绝对差异在不断扩大,相对差异也呈不断上升的趋势,而就碳排放区域差异来看,我国各省区旅游业碳排放总体差异主要是由地带内差异引起的,而地带内差异又主要是来自东部地带的差异,并且东部地带内旅游业碳排放量区域差异很大,对于全国旅游业碳排放总体差异的影响也最为显著,而西部地带次之,中部地带最小。     

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。     

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。     

基于SLM模型的中国碳排放格网化空间分布模拟

以美国橡树岭国家实验室二氧化碳信息分析中心的中国碳排放数据、统计年鉴中的分省化石能源消费与水泥产量数据为基础,选取NDVI植被指数、DMSP/OLS夜间灯光数据、GDP、工业总产值、人口5个指标,对中国2000年及2010年的分省碳排放结果采用5km×5km格网,运用空间滞后回归模型(SLM)进行空间分布模拟,并对空间模拟结果进行误差分析及纠正,获得2000年及2010年地均碳排放强度空间分布图。结果表明,中国地均碳排放强度存在以下特征:区域差异分布特征明显,主要表现为从东部地区向中西部地区逐渐变小;存在几个明显高值热点及低值冷点区域;随着时间的推移,地域差异特征越发明显,冷点和热点区域分布特征更加显著;2010年各地区地均碳排放强度明显大于2000年。     

公平和效率视角的中国碳排放区域差异及其固化研究

分别从公平和效率的角度考察中国省际碳排放的区域差异，可以比较区域碳减排配额分摊中公平原则和效率原则重要性大小。论文选取1997—2015年中国29个省级地区数据，首先通过包含非期望产出的Super-0SBM模型测算出各地区的碳排放效率，并用人均碳排放量来衡量各地区的碳排放公平情况。随后基于Dagum基尼分解方法以及Markov链方法，分别从整体差异程度和内部差异固化两个方面比较了中国碳排放公平和效率的区域差异情况。研究发现：（1） 中国碳排放公平和碳排放效率呈现出不一致的空间非均衡格局。（2） 不管是整体、还是三大地区之间，中国碳排放效率的差异程度都大于碳排放公平，二者差异没有缩小的趋势。（3） 各地区间碳排放效率的差异固化程度也要高于碳排放公平，中国碳排放的区域“长期低效率”固化问题比区域“长期不公平”固化问题更严重。因此，在计算中国区域碳减排潜力以及进行碳减排配额分摊时，效率原则比公平原则更加重要。中央政府也应更加重视区域碳排放效率的差异问题，更多的从碳排放效率上入手，挖掘其存在的更大碳减排潜力。     

中国二氧化碳排放的空间差异及其双维内在结构解析：2000—2019年

中国二氧化碳排放的空间差异对统筹协调各地区“双碳”工作提出了严峻挑战。本文基于CEADs提供的2000—2019年中国省级碳排放清单,运用可视化方法刻画中国二氧化碳排放的时序特征与空间格局,采用人口加权变异系数法对中国二氧化碳排放的空间差异进行双维分解,深入挖掘其内在结构特征。研究发现：样本考察期内,中国二氧化碳排放增速趋缓,内部结构来源变化特征明显,在空间上呈现出“东多西少、北多南少”的分布格局,“东西差距缩小、南北差距明显”的分布趋势,以及向西转移的分布重心。中国二氧化碳排放的空间差异水平呈上升态势,空间不均衡特征日益突显。从区域结构角度看,中国二氧化碳排放的总体空间差异主要来源于区域内差异,中部和西部区域内差异上升是总体空间差异上升的重要原因。从碳源结构角度看,原煤消费碳排放的空间差异是决定总体空间差异程度和变化趋势的主要力量。综合区域和碳源双维结构视角进一步发现,中部和西部原煤消费碳排放的空间差异逐渐成为总体空间差异最为显著的贡献来源。因此,在中国实现“双碳”目标进程中,应立足“以煤为主”基本国情,积极推进天然气开发利用,协同推进化石能源高效利用与清洁能源开发,制定差异化的地区...     

中国各省区碳足迹与碳排放空间转移

减排责任的区域分解需要科学评价各地区的排放责任。碳足迹可以全面客观地评价为满足消费而进行的生产的生命周期碳排放水平, 除了生产过程的直接碳排放, 也包括生产过程中所消耗的中间产品的隐含碳排放。应用2007 年各省区投入产出模型和2002 年中国省区间投入产出模型, 定量测算了各省区的碳足迹和省区间的碳排放转移。结果显示, 各省区之间碳足迹和人均碳足迹存在显著的差异。碳足迹较大的省份为经济大省, 主要分布在北方地区;人均碳足迹较高的省份主要是北京、上海等中心城市和能源富集区域及重化工基地;中国存在着从能源富集区域和重化工基地分布区域向经济发达区域和产业结构不完整的欠发达区域的碳排放空间转移。上述结果表明, 人均碳足迹高的经济发达省份应承担较大的减排责任, 能源富集区域和重化工基地分布区域有相当一部分的碳排放是为沿海发达省份和产业结构不完整的欠发达省份提供电力、原材料等高碳产品所致, 减排责任的区域分解需要考虑碳排放空间转移的因素, 适当减轻能源富集区域和重化工基地分布区域的减排责任, 或使沿海发达省份向能源富集区域和重化工区域提供资金和技术上的扶持, 帮助这些区域提高能源利用效率, 减少碳排放。     

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。     

基于城镇化的中国县级城市碳排放空间分布特征及影响因素

论文选择中国1897个县级城市作为研究单元,基于CHRED-online碳排放公开数据库以及县、县级市社会经济统计数据,采用空间自相关分析和地理探测器方法,探究中国县级城市碳排放空间分布格局及人口、经济、土地多维度城镇化水平对碳排放的影响。结果表明：① 中国县级城市碳排放量非均衡性较高,碳排放总量高值地区数量少,但数值较大。② 碳排放总量空间分布主要呈现东高西低格局,高值地区主要集中于东部、中部大城市周边和内蒙古中部、北部地区,呈“簇状”分布结构。人均碳排放强度和经济碳排放强度则呈现北高南低格局,主要聚集于内蒙古中部、北部和新疆青海交界地区。③ 经济和土地城镇化水平的空间异质性对县级城市碳排放总量差异具有较强的解释力,人口城镇化对碳排放总量影响不明显。经济城镇化及土地城镇化各指标之间交互作用对碳排放影响最为剧烈,并呈现非线性增强作用。④ 在分地区差异性比较中,城镇化水平对西部欠发达地区影响作用最为剧烈。在同一指标的解释力和关键影响因素指标的选取方面,东、中、西部地区也存在明显的空间分异特征。应结合高碳排放区域和城镇化影响作用机制,进行差异化控碳路径选择。     

城镇化及房地产投资对中国碳排放的影响机制及效应研究

以城镇化及房地产投资对碳排放的影响机理为研究基础,首先基于变形Kaya恒等式和LMDI分解方法对1997~2015年中国30个省份的碳排放变化进行因素分解,重点考察了城镇化和房地产投资对碳排放的影响,并采用空间面板数据模型从直接影响和空间溢出效应两方面进行实证检验。研究结果表明：① 1997~2015年中国碳排放量一直保持增长趋势,房地产投资碳排放系数是最主要碳排放促减因素,城镇房地产投资强度、城镇化水平和地区总人口变化对碳排放具有促增作用,且效果逐年增大。② 各省碳排放量在空间上存在显著差异,总体上呈现东高西低的分布特征。碳排放量较少的省区空间集聚程度有所增强,地区间差异在不断缩小。③ 城镇化水平对碳排放的直接影响显著为负,但其空间溢出效应显著为正;城镇房地产投资强度对碳排放的直接影响影响具有促增效应,其空间溢出效应并不显著;两者的交互作用具的直接效应和空间溢出效应显著为负;经济发展水平对本地区碳排放的直接效应和空间溢出效应均显著为正;政府投资对碳排放的直接影响显著为负,但空间溢出效应并不显著;产业结构对本地区的碳排放没有显著的影响,但是其空间溢出效应显著为负;对外开放程度对本地区的碳排放具有显著的促减作用,但是对相邻地区的碳排放具有促增效应;随着城镇化水平和经济发展水平的提高,碳排放水平分别呈现出显著的U型和倒U型曲线关系。     

中国居民食物消费碳排放时空演变趋势及其驱动机制分析

食物生产是影响温室效应气体排放的重要方面,由于食物类型不同其碳排强度存在较大的差异,因此当前中国居民食物消费快速演替必然会对生态碳环境产生重要影响。论文利用洛伦兹曲线和基尼系数,研究1997—2016年中国城乡居民食物消费在生产过程中碳排放时空演变及其主要驱动因子。主要结论如下：① 在数量上,中国居民食物消费碳排放总量和人均量整体都呈现逐渐的增长刚性,但仍属于低碳消费模式;② 在结构上,各类型食物碳排放演变呈现显著的分异态势,整体上动物性食物碳排放增长速度快于植物性食物碳排放减少速度;③ 在城乡差异上,城镇和乡村居民食物消费碳排放在数量、结构和趋势上表现出显著的城乡二元属性,但近年城乡差异表现出减缓趋势;④ 在空间上,各地食物消费碳排放呈现较显著的民族性、地域性、集聚性和中心“塌陷”的特征,碳排放密度高值主要分布在直辖市和沿海经济相对发达地区;⑤ 在驱动力上,结构演替是全国居民食物消费碳排放总量整体变化的主要驱动因素,而人口数量是各地地域空间差异分布的主要驱动因子。     

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。     

青海高原西宁城镇社区家庭能耗直接碳排放研究

选取青海高原城市西宁为研究对象,开展家庭能源消费问卷入户调查,建立高原城市家庭能源消费数据库(N=500),采用探索性空间数据分析方法,总结分析家庭能耗碳排放的空间特征与驱动因素,得出以下结论：(1)西宁市家庭人均能源消费量与人均能耗碳排放平均值分别为10.57 kgce/d和6.11 kg/d,取暖、厨房设备及热水器设备是家庭能耗及碳排放的主要来源;(2)西宁市人均家庭能源消费碳排放总体呈现出高值区(HH)、低值区(LL)相对集聚,而局部地区也存在高低值区(HL)和低高值区(LH)集聚现象,其空间规律呈现明显的异质性;(3)家庭收入、地理环境以及建筑特征等因素是人均家庭能源消费碳排放空间异质性形成的主要因素。     

河南省能源消费碳排放动态变化及空间分异

在分析河南省1978—2015年能源消费碳排放总量和结构变化的基础上,利用Im PACT等式对河南省碳排放驱动因素进行了研究和对未来碳排放量进行了情景预测,并运用空间自相关分析法探讨了空间分异特征。结果表明:(1)1978—2015年,河南省碳排放量总体上呈现增加的趋势,年均增长5.11%,由煤炭和石油消费导致的碳排放比重一直稳定在95%以上。(2)弹性分析表明人均真实GDP增加1%将导致人均能源消费量增加0.48%,利用强度下降0.52%,而环境影响增加0.53%。(3)保持经济增长的同时,与2011—2015年相比,1978—2015年效率年均增长率提高5.25倍,是河南省实现循环经济建设的一种可行方案。(4)河南省2015年碳排放全局Moran’s I值为0.047,呈微弱空间正相关,各地市碳排放具有明显的二元结构特征,空间集聚特征不明显。     

中国能源消费碳排放的空间计量分析(英文)

Based on energy consumption data of each region in China from 1997 to 2009 and using ArcGIS9.3 and GeoDA9.5 as technical support,this paper made a preliminary study on the changing trend of spatial pattern at regional level of carbon emissions from energy con-sumption,spatial autocorrelation analysis of carbon emissions,spatial regression analysis between carbon emissions and their influencing factors.The analyzed results are shown as follows.(1) Carbon emissions from energy consumption increased more than 148% from 1997 to 2009 but the spatial pattern of high and low emission regions did not change greatly.(2) The global spatial autocorrelation of carbon emissions from energy consumption in-creased from 1997 to 2009,the spatial autocorrelation analysis showed that there exists a "polarization" phenomenon,the centre of "High-High" agglomeration did not change greatly but expanded currently,the centre of "Low-Low" agglomeration also did not change greatly but narrowed currently.(3) The spatial regression analysis showed that carbon emissions from energy consumption has a close relationship with GDP and population,R-squared rate of the spatial regression between carbon emissions and GDP is higher than that between carbon emissions and population.The contribution of population to carbon emissions in-creased but the contribution of GDP decreased from 1997 to 2009.The carbon emissions spillover effect was aggravated from 1997 to 2009 due to both the increase of GDP and population,so GDP and population were the two main factors which had strengthened the spatial autocorrelation of carbon emissions.     

河南省碳源碳汇的时空变化研究

碳源、碳汇是影响低碳发展的重要因素,由其形成的碳盈亏是区域低碳经济发展战略及政策制定的重要依据。本文基于能源消耗数据、主要工业产品产量,参考IPCC的碳排放标准,结合其他相关研究,计算了河南省能源消耗及水泥、钢铁、合成氨生产过程中产生的碳排放;在对研究区遥感影像处理的基础上,通过归一化植被指数(NDVI),将河南省的碳汇分为耕地、林地和草地,根据各种植被的碳排放和碳吸收系数,计算了河南省的碳汇及其变化,并对碳盈亏及其空间变化进行分析。结果表明：①研究期内,河南省碳排放及人均碳排放呈上升趋势,碳排放总量及人均碳排放年均分别增长11.22%和10.72%,而且空间差异明显,豫西、豫北、豫中地区人均碳排放相对较高,而豫南、豫东南地区则相对较低。②能源消耗是河南省的主要碳源,其碳排放量呈逐年增加趋势,但所占比重在不断下降;水泥、钢铁是除能源消耗外的另一种主要的排放源,其碳排放量及所占比重则呈逐年上升趋势。③河南省碳汇主要以林地和耕地为主,草地所占比重很小;全省碳汇呈减少趋势,2005-2013年期间减少了7.40%(47.05万t),年均减少5.88万t。④河南省总体上呈现碳亏状态,研究期内碳亏呈增长趋势,且碳亏的地区数量也在增加,总的来看,豫南、豫东南、豫西地区处于碳盈或弱碳亏状态,豫中及豫北地区处于较严重的碳亏状态。⑤河南省应通过改善能源结构、调整产业结构、优化用地布局等措施,减少碳源,增加碳汇,通过区域碳补偿或生态补偿等手段鼓励碳盈地区减源增汇,为低碳发展创造良好的外部环境。     

中国省域城镇居民碳排放驱动因素分析

从消费角度出发,分别对2003和2012年中国城镇（不含港、澳、台地区）居民碳排放的特征及影响因素进行分析。结果显示,不同地区城镇居民碳排放存在明显差异,人口因素对区域分异有弱化作用。从城镇居民人均碳排放来看,不同地区消费构成、能源结构、产业结构3因素对城镇居民碳排放影响的差异总体表现为：消费结构/能源结构>产业结构。与其他部门相比,大多数地区工业部门的生产能耗、投入产出周转量和产品购买量是影响当地城镇居民碳排放的主要因素,各地区城镇居民碳排放的影响因素具有明显的区域特点。政府应在当前研究的基础上,根据当地能耗模式、产业模式和消费模式因地置宜管理城镇居民碳排放。     

A geospatial analysis of multi-scalar regional inequality in China and in metropolitan regions

This paper provides a geospatial analysis of regional inequality across provinces, prefectures and counties in China from 1997 to 2010 under a comparative spatiotemporal conceptual framework. Despite significant spatial agglomeration at all spatial scales, the extent of agglomeration shows an obviously downward trend from 2003 to 2006. Substantially stronger agglomeration of economic development is demonstrated at county scales. Local indicators of spatial autocorrelation (LISA) are employed to visualize the local spatial characteristics of economic growth. Four snapshots (in the years 1997, 2001, 2005, and 2010) of LISA indicate a dramatic north-shifting of hot spots of economic growth in response to the northward movement of foreign investors and spatial agglomeration besides institutional forces in China. Furthermore, local spatial agglomeration demonstrates a heterogeneous process: hot spots of economic development along the coast, cold spots in western China and no significant spatial clusters in central China. As the major carries of scale economies, metropolitan regions see decreasing internal agglomeration during this period with the exception of the Yangtze River Delta area, which shows a strong spatial spillover into its neighbourhood. Finally, LISA Markov and geovisualization methods are employed to predict the long-run properties of spatial distribution in multi-scalar China. The results show that downward co-movements of a county with its neighbours are more frequently encountered, perhaps resulting in the continuous concentration of poor areas in the long run.     

中小城市家庭生活用能碳排放空间分异——以开封市为例

利用2015年开封市居民家庭生活用能的大样本问卷调查数据,采用探索性空间数据分析（ESDA）和标准差椭圆（SDE）方法,探索城市居住区家庭生活用能碳排放空间分布特征。结果表明：① 家庭生活用能碳排放存在以热点区为主的空间正相关特性,碳排放高值集聚发生在城市新建开发区和建成区向外扩张较快区域,以2000年以后新建高档商品房小区和机关事业单位家属院为主,低值集聚区则发生在建成时间长、后续开发力度小的区域,以老商品房小区和胡同社区为主;② 开封市家庭电力消耗碳排放占生活用能总碳排放的67%,但人均生活用能碳排放空间格局由供暖碳排放决定,且人均供暖碳排放空间格局又由集中供暖碳排放空间格局决定,故降低集中供暖能耗、缩小居民供暖用能差异成为居民生活用能碳减排工作的重中之重;③ 家庭经济状况、集中供暖设施分布和城市发展的空间格局是家庭生活用能碳排放空间依赖性和空间异质性形成的主要驱动因素。