共查询到20条相似文献，搜索用时 859 毫秒
1.
基于超效率SBM模型的中国城市碳排放绩效时空演变格局及预测 总被引：10，自引：1，他引：9
由CO2排放所引起的气候变化是当今社会所关注的热点话题,提高碳排放绩效是碳减排的重要途径。目前关于碳排放绩效的研究多从国家尺度和行业尺度进行探讨,由于能源消耗统计数据有限,缺乏城市尺度的研究。基于遥感模拟反演的1992—2013年中国各城市碳排放数据,采用超效率SBM模型对城市碳排放绩效进行测定,构建马尔可夫和空间马尔可夫概率转移矩阵,首次从城市尺度探讨了中国碳排放绩效的时空动态演变特征,并预测其长期演变的趋势。研究表明,中国城市碳排放绩效均值呈现波动中稳定上升的趋势,但整体仍处于较低的水平,未来城市碳排放绩效仍具有较大的提升空间,节能减排潜力大;全国城市碳排放绩效空间格局呈现“南高北低”特征,城市间碳排放绩效水平的差异性显著;空间马尔科夫概率转移矩阵结果显示,中国城市碳排放绩效类型转移具有稳定性,且存在“俱乐部收敛”现象,地理背景在中国城市碳排放绩效类型转移过程中发挥重要作用;从长期演变的趋势预测来看,中国碳排放绩效未来演变较为乐观,碳排放绩效随时间的推移而逐步提升,碳排放绩效分布呈现向高值集中的趋势。因此未来中国应继续加大节能减排力度以提高城市碳排放绩效,实现国家节能减排目标;同时不同地理背景的邻域城市之间应建立完善的经济合作联动机制,以此提升城市碳排放绩效水平并追求经济增长与节能减排之间协调发展,从而实现低碳城市建设和可持续发展。 相似文献
2.
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. 相似文献
3.
中国城市碳排放强度的空间溢出效应及驱动因素 总被引：17，自引：3，他引：14
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。 相似文献
4.
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 总被引：17，自引：2，他引：15
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。 相似文献
5.
减少交通出行碳排放是全球共同面对的重大议题之一,同时也是城市和交通可持续发展的重要目标。论文首先基于文献计量方法对近20年来的全球交通出行碳排放研究现状与趋势进行梳理与分析,在此基础上,分别从国家、城市和社区3个尺度对国家交通能源消耗及其碳排放的驱动力因素、城市形态对交通碳排放的影响以及社区建成环境对居民出行碳排放的影响研究进行了文献综述与归纳凝练。研究发现：① 国家尺度的研究早期大多基于时间序列数据,采用分解法探究交通能源消耗的主要驱动力;近年来,研究进一步根据能源消耗数据“自上而下”地测算交通碳排放,并通过构建面板数据模型探究社会经济、城市形态和交通发展因素对交通碳排放的影响。② 城市尺度的研究早期围绕紧凑城市是否一种低碳的城市形态而进行讨论,主要使用截面数据和相关分析方法;近年来,进一步拓展使用情景预测、GIS空间分析、空间回归、空间模拟等方法探究城市交通碳排放的空间差异及其与城市形态、城市中心分布形式之间的关系。③ 在社区尺度,研究多以截面、非集计的问卷调查数据为主,采用定量的数学模型探究居民社会经济属性和人口密度,土地利用混合度,与就业地、城市中心的距离,路网与交叉口密度、公共交通供给水平等建成环境要素对居民出行碳排放的影响。最后有针对性地提出了未来中国城市交通出行碳排放影响因素的研究趋势。 相似文献
6.
在科学设计城市CO2排放、城市低碳水平数理模型基础上,结合BP神经网络法,综合考虑各种不确定因素的影响,通过1995~2008年京津沪渝4市CO2排放结构和低碳水平测度以及BP神经网络模型预测,可以发现:4城市CO2排放量逐年递增,但存在较大差异;城市CO2排放量和发展态势取决于4城市CO2排放结构及变化;低碳水平测度结果表明4城市的经济增长仍然依赖于碳基能源消耗,但产业结构的优化升级对提高低碳水平的作用是显著的;基于BP神经网络法的短期预测比传统预测法更为合理和精确。 相似文献
7.
Regional inequality,spatial spillover effects,and the factors influencing city-level energy-related carbon emissions in China 总被引：2，自引：2，他引：0
Data show that carbon emissions are increasing due to human energy consumption associated with economic development. As a result, a great deal of attention has been focused on efforts to reduce this growth in carbon emissions as well as to formulate policies to address and mitigate climate change. Although the majority of previous studies have explored the driving forces underlying Chinese carbon emissions, few have been carried out at the city-level because of the limited availability of relevant energy consumption statistics. Here, we utilize spatial autocorrelation, Markov-chain transitional matrices, a dynamic panel model, and system generalized distance estimation (Sys-GMM) to empirically evaluate the key determinants of carbon emissions at the city-level based on Chinese remote sensing data collected between 1992 and 2013. We also use these data to discuss observed spatial spillover effects taking into account spatiotemporal lag and a range of different geographical and economic weighting matrices. The results of this study suggest that regional discrepancies in city-level carbon emissions have decreased over time, which are consistent with a marked spatial spillover effect, and a ‘club’ agglomeration of high-emissions. The evolution of these patterns also shows obvious path dependence, while the results of panel data analysis reveal the presence of a significant U-shaped relationship between carbon emissions and per capita GDP. Data also show that per capita carbon emissions have increased in concert with economic growth in most cities, and that a high-proportion of secondary industry and extensive investment growth have also exerted significant positive effects on city-level carbon emissions across China. In contrast, rapid population agglomeration, improvements in technology, increasing trade openness, and the accessibility and density of roads have all played a role in inhibiting carbon emissions. Thus, in order to reduce emissions, the Chinese government should legislate to inhibit the effects of factors that promote the release of carbon while at the same time acting to encourage those that mitigate this process. On the basis of the analysis presented in this study, we argue that optimizing industrial structures, streamlining extensive investment, increasing the level of technology, and improving road accessibility are all effective approaches to increase energy savings and reduce carbon emissions across China. 相似文献
8.
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。 相似文献
9.
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。 相似文献
10.
中国能源消费碳排放强度及其影响因素的空间计量 总被引：21，自引：2，他引：19
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。 相似文献
11.
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. 相似文献
12.
厘清城市群碳排放责任,有助于实现城市群碳达峰和低碳社会建设。基于构建的中国城市多区域投入产出模型,分别测算了各城市群生产侧和消费侧碳排放及净碳转移规模和流向,并利用价值链理论,在对城市群贸易增加值分解的基础上提出一个城市群间的碳排放权责分配方案。结果显示：1）从生产侧责任转向消费者责任的核算方法下,中国各城市群的碳排放存在显著的差异,中间产品调入、调出以及来自其他城市群的最终产品需求是城市群碳转移的主要原因。2）城市群净碳转移不仅发生在经济发达的沿海地区城市群之间,而且在较不发达的内陆城市群与沿海城市群之间也尤为显著。3）在“责任共担”的碳核算方案下,各城市群碳排放规模显著变化。相比于消费侧责任,呼包鄂榆等12个城市群的“责任共担”碳排放量相对增加;与生产侧责任相比,珠三角等9个城市群的“责任共担”碳排放量有所增加。为此提出制定差异化的碳减排政策,建立兼顾效率与公平、协调减排责任和减排目标的城市群碳排放责任分配机制等建议。 相似文献
13.
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。 相似文献
14.
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。 相似文献
15.
城市碳基能源代谢分析框架及核算体系 总被引：1，自引：0，他引：1
城市碳基能源代谢是当前应对全球气候变化与资源耗竭研究的重要突破口。针对碳排放研究在城市尺度核算的薄弱环节,以及城市代谢研究在社会经济子系统碳基能源转移分析上的缺陷,文章基于碳足迹与城市代谢阐释城市碳基能源代谢的内涵,界定其核算范畴与边界,构建城市复合生态系统碳基能源四种范畴不同代谢过程的核算方法体系。以北京市为案例,阐明三种核算方法的特点。研究认为,城市碳基能源代谢是对城市社会经济发展过程中资源利用与环境协调发展量度的一组低碳生态城市指标体系;不同碳基能源代谢核算方法各具特色,应根据数据可得性与研究目标针对性进行选择,以增加研究结果之间的规范性与可比性;不同范畴界定下的碳基能源代谢核算可以根据生产、消费及共担责任原则处理碳减排的责任问题;中国的城市碳基能源代谢实质是一种城市区域碳基能源代谢,三种核算方法从不同视角与层面揭示城市碳基能源代谢特点,三者结合能全面分析产业与能源结构调整、居民生活方式变化对低碳生态城市发展的作用路径与规律;城市部门结构(产业、居民) 与技术结构变化的碳基能源代谢响应是进一步研究的重点。 相似文献
16.
采用表观能源消费数据进行分能源品种和分行业类型的碳排放总量核算,利用基于IDA理论和Kaya恒等式的LMDI模型对碳排放总量变化进行多要素的分解分析,在解析人口规模效应、经济产出效应、能源强度效应对碳排放影响机理的同时,进一步纳入人口结构性因素、产业结构性因素和能源结构性因素对碳排放的影响。以广州市为例,对其2003—2013年产业活动和居民消费2个部门碳排放的主要驱动因素进行时间序列分析,并定量研究各个影响因子在2003—2005、2005—2010和2010—2013年3个不同发展阶段的作用机理,主要研究结论如下：1）广州市能源消费及其碳排放前期以煤炭为主,近年来以石油为主,同时外购电力对广州市的能源消费结构优化影响显著。2）各影响因子对广州市碳排放总量变化的作用机理与影响机制在3个发展阶段各不相同,不同发展阶段的发展措施和政策背景对于各个影响因子的碳排放效应影响显著。3）总体分析,经济产出效应和人口规模效应是产业部门碳排放增长的最主要贡献因子;工业能源消费强度效应、工业能源消费结构效应和经济结构效应是遏制产业部门碳排放增长的最主要贡献因子。城镇居民收入效应是居民消费碳排放增长的最主要贡献因子,城镇居民能源消费强度效应是遏制居民消费碳排放增长的最主要贡献因子。 相似文献
17.
中国各省区碳足迹与碳排放空间转移 总被引：12，自引：3，他引：9
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。 相似文献
18.
长三角区域一体化对城市碳排放的影响研究 总被引：1，自引：1，他引：0
长三角地区是中国高质量一体化发展的示范区,也是实现“双碳”目标的重要区域。在中国行政区经济向一体化经济转变的背景下,长三角区域一体化政策在降低行政壁垒,优化要素配置的同时,产生了怎样的碳排放效应?本文基于中国地级及以上城市的面板数据,以2010年《长江三角洲地区区域规划》的颁布视作一项准自然实验,运用双重差分（DID）模型,研究长三角区域一体化对城市碳排放的影响。在此基础上,采用中介效应模型,识别区域一体化碳排放效应的内在机理。结果表明：2010 年实施的长三角一体化政策显著降低了城市碳排放,并经过共同趋势检验、PSM-DID、安慰剂检验等稳健性检验依然成立;从动态效应来看,区域一体化政策的碳减排效应出现在政策实施后的第三年;从城市等级来看,区域一体化政策对高等级城市碳排放减少的促进作用大于一般城市;从作用机理来看,区域一体化政策通过促进产业结构的升级和城市技术水平的提高,显著降低了城市碳排放,而通过城市间经济联系的增强,在一定程度上增加了城市碳排放。因此,建议建立长三角城市间碳减排与绿色发展的互动合作机制,构建可监测、可操作的绿色发展评价指标体系,加大长三角城市绿色科技联合攻关力度,推动产业低碳化发展。 相似文献
19.
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 总被引：2，自引：0，他引：2
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。 相似文献
20.
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 总被引：5，自引：0，他引：5
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。 相似文献