共查询到17条相似文献，搜索用时 390 毫秒
1.
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
2.
1990年来广东区域发展的空间溢出效应及驱动因素 总被引：12，自引：3，他引：9
采用尺度方差、核密度估计、空间马尔科夫链和地理加权回归对1990-2010年广东省区域经济发展的溢出效应及其驱动因素进行了时空动态分析。1尺度方差研究表明,在3个尺度分析的基础上发现县级尺度对整个区域经济差异的贡献份额最大,因此是空间溢出效应研究的核心尺度;2核密度估计研究表明,1990-2010年间县域人均GDP差距呈不断扩大趋势,2000-2010年相比于1990-2000年人均GDP差距幅度更大,使得空间溢出更为明显;3空间马尔科夫链研究表明,在县域经济发展过程中存在空间溢出效应,若以较富裕地区为邻,受到的溢出效应是正向的,县域经济向上转移的概率增加,向下转移的概率减小,反之亦然。4空间滞后回归和地理加权回归研究表明,全球化、简政放权和固定资产投资是广东省空间溢出效应的三个核心驱动因素;市场化、城镇化水平和储蓄水平是辅助理解其空间溢出效应的驱动因素。 相似文献
3.
黄河流域县域碳排放的时空格局演变及空间效应机制 总被引：6，自引：1，他引：5
利用空间面板模型、空间自相关分析和以区域背景与最近邻状况为空间滞后的空间马尔科夫链对2000—2017年黄河流域县域碳排放时空格局与空间效应进行分析,结果表明：① 2000年以来黄河流域碳排放量激增,由山东全域和陕甘宁蒙交界的高值区向外圈层与轴向扩张,形成东高西低碳排放格局;② 存在“俱乐部趋同”现象,高碳排放县集聚于山东全域和陕甘宁蒙交界,低碳排放县集聚于西南部;2000年与2017年对比发现县域碳排放类型稳定性强,较高碳排放变为较低碳排放的县集中在东南部区域,而相反方向转变的县集中在内蒙古;③ 高碳溢出效应与低碳锁定效应是塑造时空格局的重要作用力,前者作用力更强;区域背景增强了“俱乐部趋同”与被包围异常值趋同,作用力强于最近邻状况,不显著区域内碳排放类型转变概率提高。④ 空间面板模型结果显示年轻人口结构、大经济规模、二产为主产业结构、高生活水平和高公共支出促进了碳排放量增加与空间效应作用,其中经济规模与产业结构是重要驱动因素。 相似文献
4.
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 总被引：5，自引：2，他引：3
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。 相似文献
5.
基于辽宁省14个城市的水足迹面板数据,计算2004—2013年辽宁各城市的水足迹和水足迹强度,辽宁省水足迹强度明显下降,各城市间水足迹强度存在很大差异。采用核密度估计模型、基尼系数、锡尔指数分析人均水足迹和水足迹强度的动态演变规律,辽宁省水足迹强度差异在不断缩小且有收敛趋势。空间自相关检验发现,辽宁省水足迹强度存在显著空间自相关关系,高高集聚区域主要分布在辽宁省经济欠发达的城市,如阜新、朝阳、葫芦岛;低低集聚区域主要集中在辽宁省经济水平相对发达的城市,如大连、鞍山、盘锦;辽宁省水足迹强度存在显著空间效应,其中人均水足迹对水足迹强度的影响最大。 相似文献
6.
《地理与地理信息科学》2017,(3)
在碳排放强度影响因素的研究中,技术进步对碳减排的作用日益成为各方关注的焦点。该文基于2000—2013年我国30个省市面板数据,从进口贸易技术溢出视角,结合进口贸易技术溢出的吸收能力,构建碳排放强度影响因素分析空间面板模型,并将进口贸易技术溢出对碳排放强度的空间影响分解为直接效应和间接效应。实证结果表明,进口贸易技术溢出空间分布集中度高,主要集中在我国东部沿海省市;进口贸易技术溢出能够显著降低我国碳排放强度,且空间相关性使得进口贸易技术溢出对周边省份碳排放强度的间接效应显著大于对本省碳排放强度的直接效应;国内研发强度和人力资本作为进口贸易技术溢出的扩散途径效果不理想。 相似文献
7.
科学量化并分析黄河流域旅游业碳排放效率及其影响因素，对于推动其旅游经济绿色化发展具有重要意义。基于2000—2019年黄河流域9省区面板数据，利用Super-SBM模型从静态和动态2个视角揭示旅游业碳排放效率的时空演变特征，并通过空间杜宾模型探讨影响黄河流域旅游业碳排放效率的关键因素及其空间溢出效应。结果表明：（1）2000—2019年，黄河流域内旅游业碳排放效率均值呈现先波动上升后下降的趋势，各省区之间的差异不断缩小，空间分布呈现“西低东高”格局。（2）动态效率方面，Malmquist-Luenberger指数和核密度曲线的变化趋势均表明旅游业碳排放效率的极化现象减弱，且技术进步对旅游业碳排放效率变动的贡献更大。（3）影响因素方面，环境规制和城镇化水平在促进当地旅游业碳排放效率的过程中呈现出正向溢出效应；产业结构、对外开放、技术水平和旅游产业集聚对当地和邻地的影响系数均为负；而经济发展水平会抑制旅游业碳排放效率的提升，但对周边地区呈现出显著的正向溢出作用。 相似文献
8.
基于2000~2012年中国31个省（市、自治区）面板数据,运用探索性空间数据分析方法对中国工业废气排放的空间分布特征进行研究,结果显示中国各省域（不含港澳台）工业废气排放存在显著的空间自相关和空间集聚效应;总体呈现东部、西部地区集聚的空间分布特征,其中东部多为高-高集聚区、西部则多为低-低集聚区,并且高值集聚现象的显著性逐渐增强,显著区域呈持续扩张趋势。在此基础上,以STIRPAT模型为基础构建空间计量模型,分析经济发展、人口规模、产业结构、技术水平和国家政策等因素对工业废气排放量的影响。研究结果表明,中国各省域工业废气排放存在空间依赖作用和正的空间溢出效应;经济发展、产业结构与工业废气排放之间呈现显著的正相关关系;技术进步和国家政策对工业废气排放具有抑制作用,而人口增长对工业废气排放的影响并不显著。 相似文献
9.
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
10.
创新要素集聚作为“双碳”战略实施的关键支撑,对助力黄河流域低碳可持续发展具有重要作用。本文探究2006—2019年黄河流域78个地级市创新要素集聚与碳排放效率的时空分布特征及空间关联,基于STIRPAT理论构建的面板回归模型和空间杜宾模型探究创新要素集聚对碳排放效率的影响机理。研究表明：(1)黄河流域创新要素集聚呈“大分散,小集中”空间演变格局,以省会为主导的多极化集聚特征显著,碳排放效率呈现“下游高,中上游低”的空间分布格局,创新要素集聚与碳排放效率存在高高、低低、高低、低高4种关联模式,并由“点状分散”向“片状集中”分布转变。(2)技术成果集聚与碳排放效率存在“U”型关系,创新人才集聚与创新资金集聚对碳排放效率的影响均呈正相关,而创新资金集聚的影响系数不显著,不同资源富集和空间区位地市的创新要素集聚对碳排放效率具有异质性效应。(3)技术成果集聚的空间溢出效应未形成“U”型影响曲线,而创新人才集聚和创新资金集聚均具有显著的正向溢出效应。本文从加强创新要素空间互动、加快创新人才积累、促进创新资金流动等方面提出对策建议,为黄河流域激发创新活力、推进绿色低碳转型和高质量发展等提供借鉴。 相似文献
11.
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
12.
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
13.
中国城市环境污染监管水平的空间演化特征与影响因素 总被引：1，自引：0，他引：1
基于中国2010—2016年的地级市污染监管水平数据,采用空间自相关、位序-规模法则,空间计量模型等地学方法,分析中国地级城市污染监管水平的时空分异特征和影响因素及其空间溢出效应。结果表明：① 2010—2016年中国污染监管水平整体上呈现上升趋势且区域性和集聚性特征明显,东南部地区为稳定的高值集聚地区,中西部地区为稳定的低值集聚地区。② 中国城市污染监管水平属于次位型分布,监管规模分布的分散趋势大于集中趋势。③ 城市的人口密度、经济发展水平、第二产业占比等对城市污染监管水平有显著的正向影响,城市规模对污染监管水平存在负向的影响。④ 城市经济发展水平和城市人口密度对污染监管水平起到显著的直接效应;第二产业占比、二氧化硫排放量等起到了显著的间接效应。 相似文献
14.
以2003~2014年282个地级以上城市数据作为样本,采用随机前沿生产函数模型测算了中国各城市技术效率,并以互联网规模作为解释变量,构建空间杜宾模型实证检验了各区域互联网对技术效率的影响与空间溢出效应。研究结果表明,互联网规模对技术效率的影响与空间溢出效应存在显著区域差异,分区域检验互联网规模对技术效率的作用是有必要的;互联网规模对中国各区域技术效率具有显著提升作用,但是其提升作用依然较小;东部、中部、西部的城市均受到互联网规模的正溢出效应;东部、中部地区受到技术效率的正溢出效应,西部地区受到技术效率的负溢出效应;分区域检验互联网规模对技术效率的影响及其空间溢出效应,能为推动互联网与经济社会发展深度融合提供有效参考。 相似文献
15.
Spatiotemporal evolution of urban carbon emission performance in China and prediction of future trends 总被引：1，自引：1，他引：0
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. 相似文献
16.
高铁作为中国交通运输史上一次划时代的变革,对沿线地区的经济发展和区域空间格局产生了重大影响。准确度量高铁站溢出效应及其空间分异规律,对于布设高铁站点、规划高铁新城具有重要意义。本研究解译了2017年前开通的527个高铁站点（对应180个城市）周围地区2004—2017连续14年的夜间灯光数据,采用双重差分法测度了高铁站溢出效应,并解析其空间分异规律。研究发现：第一,在全国层面,中国高铁的投运使站点周围区域经济活动强度提升约4.7%,其中东部地区高铁站溢出效应更为显著。第二,同城高铁站及机场的存在会削弱高铁站的溢出效应,其中机场和高铁站的竞争关系在发达城市更为显著。第三,城市规模与高铁站溢出效应呈非线性关系,特大城市的高铁站溢出效应最为显著;城市第三产业的发展能够提升高铁站溢出效应。此外,与北京、上海、广州（北上广）三大都市的距离是影响高铁站溢出效应的重要因素,随着距离的增加高铁站溢出效应变得不显著甚至为负。上述结论可为高铁站选址、高铁新城规划建设提供重要参考。 相似文献
17.
消除市场分割是长三角区域一体化发展的题中之义。基于商品流通、劳动力流动的市场分割“一体两面”视角,综合运用相对价格法、空间计量模型等方法,对2008—2017年35个长三角地区城市面板数据进行分析,刻画长三角地区市场分割地理过程、格局,探究其对地区经济增长的空间溢出效应。研究发现：①近十年间,长三角地区商品与劳动力市场分割水平在波动中呈现下降趋势,降幅分别为63%和48%。②长三角地区的市场分割凸显多尺度空间分异特征。在省级尺度上,商品和劳动力市场分割水平保持总体下降趋势。各省的商品分割水平年际变化趋势较为一致,而劳动力市场分割则在2012年后出现较大差异。在市级尺度上,核心区城市的商品市场分割水平降幅较大,分割水平位序下移;非核心区城市劳动力市场分割水平降幅较大,分割水平位序下移。③空间计量模型的结果表明,长三角地区的两类市场分割均对地区经济增长形成负向空间溢出效应。其中,劳动力市场分割的空间溢出主要通过直接效应体现,而间接抑制效应并不显著。 相似文献