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.     

乡村非农产业时空格局及其对居民收入的影响

发展乡村非农产业是“乡村振兴战略”的重要组成部分,也是乡村经济繁荣的前提条件。论文以中国乡镇企业数据代表乡村非农产业,探讨2000—2013年各省份乡村非农产业发展水平及其全局和局部空间演化特征。在乡村非农产业时空特征分析的基础上,从空间角度和时间角度分别进行回归分析,研究乡村非农产业对乡村居民收入的影响。结果表明：① 中国乡村非农产业变化巨大,时间上发展迅速,但内部差异呈扩大态势;空间分布上东部与中西部存在明显的差距,东部集聚仅在山东、浙江、江苏三省;产业类型构成上,工业占主导地位,批发零售业和建筑业次之,东部地区较中西部地区对工业依赖度更高。② 乡村非农产业对农民收入具有明显的正向促进效应,在空间上具有异质性,东部地区非农产业发展对居民收入的促进作用较中西部地区更高;时间维度上,乡村非农产业对居民收入促进作用逐渐减弱。根据研究结论提出重点支持中西部地区发展、完善乡村制度改革、发展多种产业类型等建议。     

“一带一路”沿线贸易便利化发展格局研究

贸易便利化是“一带一路”贸易合作的关键环节,提高贸易便利化水平有利于促进区域内经济要素有序自由流动。论文从贸易便利化入手,基于已有文献回顾,构建包含29个指标的贸易便利化评价体系,分析2013—2017年“一带一路”沿线国家的贸易便利化发展态势和空间格局,并提出相关政策建议。研究结果显示：① 2013—2017年,沿线国家贸易便利化水平呈缓慢上升态势,蒙俄、中亚、中东欧、西亚增长较明显;② 沿线国家贸易便利化水平呈“东西高、中间低,北高南低”的空间格局,空间差异呈缩小态势;③ 二级指标与贸易便利化总指标的发展态势相对一致,电子商务、市场准入、海关环境、口岸设施等增长态势较明显;④ 综合发展高水平型、综合发展低水平型是沿线国家主要模式,通关成本与国际合作滞后型、内部贸易环境领先型、基础设施建设领先型分别成为东南亚、中东欧和中亚部分国家的重要发展模式。     

中国暴雨洪涝灾情时空格局及影响因素

暴雨洪涝灾害给中国造成了巨大人口和经济损失.本文通过对中国气象灾情普查数据的分析,结合小时降水数据、统计年鉴等资料,研究了 1984-2007年间中国极端降水和暴雨洪涝灾情时空分异特征.在此基础上,采用地理探测器研究了中国暴雨洪涝灾情时空格局的影响因素.结果表明,研究时段内全国极端降雨指标没有一致的变化趋势.长江、珠江...     

Identifying Regional Prolonged Low Temperature Events in China

This study examined regional prolonged low temperature (PLT) events in China from the observational station data for the period 1960–2008 using the new criteria. The new definition of a site PLT event is that the daily minimum temperature does not exceed the 10th percentile threshold of the local daily minimum temperature climatology for at least 5 days at a station. The regional PLT event is defined as at least five adjacent stations exhibiting site PLT simultaneously for >5 d. Under the new definition, 552 regional PLT events were identified, and three indices: duration, extent, and intensity, as well as a comprehensive index (CI) were used to quantify the event severity. In addition, geographical patterns and temporal variations of regional PLT events were investigated using three event categories: strong, moderate, and weak. Spatially, strong events were mainly located in the north of Xinjiang and along the Yangtze River to the south of the Yangtze River; moderate events occurred in Xinjiang and south of the Yangtze River; and weak events occurred south of the Yellow River. The variation for the annual frequency of regional PLT events in China in the last 49 years showed a significant decreasing trend with a rate of-1.99 times per decade, and the significant transition decade was the 1980s.     

政府严控期我国地级市COVID-19疫情的时空集聚、演变及自相关效应研究

突发性重大公共传染性疫情在地级城市层面政府严格防控时期的时空演变特征能够有效反应我国综合应急防控能力.基于中国2020年1月24日-3月5日312个城市的COVID-19累计确诊数、现有确诊数、治愈数等统计数据,采用ESDA、优化的热点分析、空间马尔科夫链、空间面板数据模型等方法分析了政府严控期COVID-19疫情在3...     

土地利用变化的多尺度空间自相关分析——以内蒙古翁牛特旗为例

用传统统计学方法模拟和解释土地利用变化的前提条件是研究分析的数据在统计上必须独立且均匀分布。但是空间数据相互之间通常具有依赖性 (即空间自相关),某一变量的值随着测定距离的缩小而变得更相似或更为不同。由于经典线性回归方法未能抓住数据的空间自相关特征,而空间自相关包含一些有用的信息,为了克服这一缺点,利用Moran的I系数自相关图来描述研究区土地利用变化的空间自相关,并且建立了不仅考虑回归而且又考虑空间自相关的混合回归-空间自相关回归模型 (即空间滞后模型)。研究得到：① 研究区土地利用变化模型中不但自变量之间而且因变量之间存在空间正自相关,这表明土地利用变化数据的空间自相关很强;② Moran的I系数随着尺度的变粗而减小,这是由于数据平均时的滤波特性和Moran的I系数对距离的非线性特征造成的;③ 经典线性回归模型的残差也表现出正相关,这表明标准的多元线性回归模型未能考虑土地利用数据所存在的空间依赖性;④ 混合回归-空间自相关回归模型 (即空间滞后模型) 的残差未存在空间自相关,并且有更好的拟合度;⑤ 相对于经典线性回归模型,混合回归-空间自相关回归模型 (即空间滞后模型) 对于存在空间自相关性的数据来说有着统计上的合理性,而经典线性回归模型未能考虑这些因素。     

珠三角制造业集聚特征及基于增量的演变分析

基于宏观统计数据的传统产业集聚研究方法多以行政区划为空间统计单位,难以体现产业的空间连续性。数据开放平台上企业数据集的出现,使得基于微观层面的产业集聚研究成为可能。本文收集了2008-2014年珠三角地区制造业企业工商登记数据,采用基于距离的指数体系及核密度分析等方法,对2008年珠三角制造业集聚特征及2008-2014年基于增量的制造业聚集演变进行了分析,主要结论为：①珠三角区域制造业沿西北—东南向集中分布于深圳、佛山、广州、东莞、中山5市,周边各市制造业密度相对较低;②集聚程度与行业属性密切相关,技术密集型行业集聚程度最高,资本密集型行业分散程度最高,劳动密集型制造业呈现微弱集聚水平,而资源密集型行业无明显集聚或呈分散特征;③2008-2014年新增企业数量呈逐年上升趋势,不同城市变化趋势差异较大,其中深圳市新增制造业企业逐年减少,东莞、中山等市新增制造业企业上升趋势明显,其余各市维持平稳或缓慢增长。新增制造业企业重心存在从深圳逐渐向东莞、中山等市转移的现象。新增制造业企业中,技术密集型制造业企业数量占比有所降低,而劳动密集型制造业企业数量有所上升,集聚指数亦表现出相同趋势,表明技术密集型制造业和劳动密集型制造业正在发生结构和空间演变。     

我国省域创新产出的空间特征和时空演化——基于探索性空间数据分析的实证

以我国31个省域作为空间观测单元,以专利申请受理数作为创新产出的衡量指标,对我国1997～2008年期间省域创新产出的空间分布进行了探索性空间数据分析(ESDA)。通过计算区位基尼系数和集中度指数,发现我国的创新活动显示了相当高水平的空间集中,并且这种集中程度在过去的十多年里表现出了稳定的增长趋势;对全局的Moran’s I统计分析表明:省际创新活动之间存在着显著的空间自相关(空间依赖性),证明了知识溢出的存在性和空间局限性;对局部的Moran’s I分析进一步揭示了省际创新活动水平的相关模式,Moran散点图刻画了创新活动的空间集聚模式及其时空演变态势。研究结果说明经过十几年的发展,我国省域创新活动的地域性特征十分显著。     

1960-2013年秦岭—淮河南北极端降水时空变化特征及其影响因素

基于秦岭—淮河南北气象站点逐日降水数据和全国0.5°×0.5°逐月降水格网数据,选取16个极端降水指数,辅以趋势分析、Mann-Kendall检验和相关分析等气候诊断方法,分析了1960-2013年秦岭—淮河南北极端降水时空变化特征,探讨了极端降水变化与ENSO事件的关系。结果表明:11960-2013年秦岭—淮河南北除长江下游降水呈增加趋势外,其他区域降水均呈下降趋势;2极端降水变化主要表现为:降水日数减少,降水强度上升,突发性强降水事件增多,连续性干旱事件增多;在空间上,秦巴山地、长江下游和黄河下游以极端降水强度上升为主,关中平原、巫山山区和四川盆地以极端干旱强度上升为主;3在影响因素方面,秦岭—淮河南北极端降水与ENSO事件关系密切。在厄尔尼诺年,秦岭—淮河南北春季极端降水偏多,夏季和全年偏少;在拉尼娜年,春季极端降水偏少,秋季和全年偏多。就各个区域而言,在厄尔尼诺年,黄河下游、关中平原、秦巴山地和四川盆地极端降水呈下降趋势,淮河平原极端降水呈上升趋势,长江下游和巫山山区响应并不明显。