基于县域单元的江苏省工业碳排放空间格局研究.docVIP

基于县域单元的江苏省工业碳排放空间格局研究 摘要：文章基于对江苏县域单元工业碳生产率的核算，运用基尼系数等传统指数和空间自相关方法，分析了碳排放的总体空间差异与极化程度、全局空间自相关和“热点区”，进而对演变过程进行研究。研究表明：自2002年以来，江苏工业碳生产率的空间差异与极化程度在波动中逐步增强；自2004年起，碳排放格局迅速由强烈的高值区聚集变为随机分布；江苏工业碳生产率热点分布的空间结构变化性较强，但局部区域保持相对稳定。 关键词：碳生产率；热点区；极化格局；空间自相关 一、引言 在2014年11月发表的《中美气候变化联合声明》中，中国首次正式提出，CO2排放将在2030年左右达到峰值，到时非化石能源占一次能源消费的比重也将提高到20%左右。在此背景下，大幅度提升碳生产率，大力发展低碳经济，成为实现碳减排目标与经济社会协调发展的根本途径。 碳生产率反映了低碳排放与经济发展双重因素，更加突出经济发展因素，其提高意味着以更少的碳排放带来更多的产出。国内对碳生产率的研究于近几年兴起，逐渐由理论研究转为于实证分析，如：饶畅研究了制造业投入服务化对碳生产率的影响，赵国浩等人研究了我国工业部门的广义碳生产率指数的变化及成因，周五七研究了效率增进与技术进步对工业部门碳生产率的影响。此外，还有不少学者考察了我国东、中、西部三大区域的碳生产率差异。在目前针对碳生产率区域差异的研究中，以小尺度单元、时间连续、考虑空间维度影响的研究较少。鉴于此，有必要综合基于空间统计方法深入研究县域单元的碳排放问题。本文以江苏省为例，运用空间差异与极化指数和ESDA等方法，刻画自2002年来工业碳生产率在空间上的变化状况，进一步探究了江苏碳排放水平格局时空演变的特征。 二、数据来源与研究方法 （一）数据来源 本文以江苏省64个县域为研究单元，包括13个省辖市区和51个县（市）；以2002～2012 年期间县域工业碳生产率数据为指标，来表征各年份的县域碳排放水平。本文一律采用2010年的行政区划对之前的数据进行校正，对变动区域均采用县级单元进行合并和拆分。本文数据来自《江苏统计年鉴》和江苏各地级市统计年鉴以及部分市、县、区的国民经济与社会发展统计公报。部分年份县市数据根据增长率推算获取。为使数据具有可比性，均转换为2002年不变价。 （二）研究方法 本文先是选取了基尼系数、泰尔指数、沃尔夫森指数和集中指数来测度全国各省份碳生产率的空间差异与极化趋势。其中，前两者是测度总体空间差异和非均衡性的经典指标，沃尔夫森指数测度总体空间极化程度及其变化趋势，集中指数则被用来测度总体空间集中程度，进而测度总体空间极化。随后，考虑到区域间的空间关系和结构，本文引入Global Moran’s I和General G两个指数探索总体空间关联结构模式，并采用Getis-Ord 指数来探索碳生产率热点区和冷点区的具体空间分布。 三、结果与分析 （一）江苏工业碳排放水平的空间差异与极化 由图1可知，2002年以来江苏工业碳生产率的总体空间差异呈增大的趋势，并出现波动性变化。具体而言，在2008年之前，沃尔夫森指数与其他3个指数呈相反的变动状态，此后，工业碳生产率增长率由负转正，4个指数开始不断上升，且变动趋势也逐渐趋于一致。就基尼系数而言，始终在0.4以上，在2008年突破0.5后进一步攀升，仅四年间就增加了35.7%，说明江苏各县域工业碳生产率差距悬殊，且空间分布的非均衡性日益凸显。 （二）江苏工业碳排放水平的空间自相关性 1. 全局空间自相关性 如表1所示，江苏工业碳生产率Moran’s I-Z值和General G-Z值全部为正，检验结果的显著性持续减弱。2008年以前工业碳生产率的“高-高，低-低”集聚相对明显，2002～2003年最为强烈，且为强烈高值集聚，自2004年起，工业碳生产率的热点区开始由集聚转为随机分布。 2. 局部空间自相关性 本文将局部Getis-Ord 统计值由低到高分为4类，并分别定义为冷点区、次冷点区、次热点区、热点区，生成江苏工业碳生产率空间格局的热点演化图。参考上文的结论，选取2002、2005、2008、2012年的热点分布图（图2）进行深入分析。 （1）自2002年以来，江苏工业碳排放热点区域的总体格局变化较大，局部区域保持相对稳定。热点区域多是位于苏中、苏北的空间范围。而江苏经济发展的核心地区――苏南和作为苏北经济领头羊的徐州，基本上为低值簇，处于江苏碳生产率冷点区。 （2）江苏西北部和东南部的工业碳生产率发展呈现明显的滞后现象，良好的经济基础并没有给该地区碳生产率的发展带来明显优势。对比2002年和2012年发现，徐州、南通、苏州、无锡四市的县域单元除苏州市区外，均未向热点区跃迁，且一些地区反而出现了下降。 （3）江北大部分区域的工业碳