中国省域碳排放和其驱动因子时空异质性探究.docxVIP

中国省域碳排放和其驱动因子时空异质性探究 收稿日期：2013-04-10 作者简介：李丹丹，博士生，主要研究方向为地理信息 系统及气候变化影响。 通讯作者：刘锐，博导，主要研究方向为地理信息科学 及资源管理。 基金项目：北京师范大学海外人才引进基金。 摘要本文选取30省（自治区、直辖市）行政单位作为 基本空间单元，依据2003-2010年中国统计年鉴和中国能源 统计年鉴数据，采用探索性空间分析（ESDA）方法和地理加 权回归模型（GWR）,分析八年间碳排放影响因素及其影响程 度的时空分布，揭示我国碳排放的区域差异及其驱动因子的 时空异质性。研究结果表明：在2003-2010年间，碳减排潜 力相对较大区域主要集中在中东部地区，并有向四周扩展的 趋势；全国省域碳排放存在较为显著的空间正相关性，且相 关性的总体趋势呈现出先上升后下降的空间格局，表明在碳 减排的进程中，全国碳排放量的总体空间差异在逐步缩小； 碳排放的驱动因子存在明显的时空异质性，如GDP驱动因子 在不同省域影响程度不同，而且2006年的GDP驱动因子的 回归系数普遍高于2003年，人口影响因子也存在省域的异 质性，2010年人口回归系数高于2003年；GDP对碳排放的 影响最为显著，影响显著的区域从2003年西部转移到中东 部，2010年又移回西部，这进一步说明碳减排与经济增长的 复杂关系，意味着碳减排和经济发展并重需要优化经济发展 方式，提高能源利用效率。 关键词地理加权回归；探测性空间分析；碳排放；时空异 质性;驱动因素 中图分类号TP208文献标识码A文章编号 1002-2104(2013)07-0084-09doi：10?3969/j?issn令1002- 2104 ? 2013 令07令013 近百年来，随着C02等温室气体排放量不断增加，大气 的温室效应不断增强，造成了自然环境的各种严重后果。随 着全球气候变暖，温室气体排放份额一方面成为各国在国际 谈判中相互争夺的重大国家利益，同时也日益演变为后工业 化发达国家约束新兴发展中国家发展的武器［1-4］。中国经 济正处在高速发展阶段，能源消耗量不断增长，不可避免地 会出现碳排放量大幅增加的情况，如何制定合理减排政策实 现国际承诺是目前面临的主要问题，如何正确评估各地区的 碳排放状况，采取有效的减排措施更是当务之急。 1文献综述 由于我国各省份发展水平不同，区域差异性明显，全国 尺度下正确的结论可能与地区发展实际情况存在较大差异， 目前很多学者结合地域差异对碳排放的影响因素从研究尺 度和研究方法上展开了丰富的研究。研究的空间尺度主要分 为全国、省域和行业层次，而研究方法主要包括因素分解模 型法、多元回归分析、模糊聚类法和灰色关联度分析法等。 孙猛等从全国尺度上采用LMDI分解方法研究了能源消耗强 度驱动因素，且考察了各种影响因素对碳排放总量变化特征 和行业碳排放差异性的影响［5］o赵志耘等基于各行业部门 的数据研究了 2000-2009年间各驱动因素对我国碳排放量变 化的影响［6］。其他学者则从省域尺度上展开了相应的研究, 如张晓平等利用回归分析法定量研究了地区能源消耗强度 的影响因素［7］。李想等运用灰色关联分析法得出江苏省 1996-2007年间不同驱动因子对碳排放的关联度，并依次分 析了各驱动因子对江苏省碳排放的影响程度［8］。张彬等利 用Kaya模型研究分析了影响中国碳排放的主要因素，并根 据上述因素模糊聚类，将中国分为四大区域［9］。张乐勤等 利用STIRPAT模型定量分析了安徽省1995-2009年间影响能 源消费碳排放的主要因素［10］。另外，一些学者则从不同 的行业部门角度展开相关研究，如李波等计算了我国 1993-2008年间农业碳排放量并借助Kaya模型对农业碳排放 因素展开了分解研究［11］。张传平等利用STIRPAT分解模 型和回归分析方法对中国工业39个行业C02排放影响因素 进行实证研究［12］。 综上所述，上述方法多是基于时间序列建立的全局模 型，往往会掩盖空间差异和空间依赖性，忽视了空间效应对 碳排放的各种驱动因素的影响。由于我国地域辽阔，地理差 异明显，不同地区碳排放的驱动因素所起的作用会因为地域 的差异而有所不同。地理加权回归(Geographically Weighted Regression,GWR)模型是对传统回归模型的扩展, 允许局部而不是全局的参数估计，通过附加表达空间对象本 身相关性和异质性的变化参数，反映样本对回归方程贡献在 空间上的分异，使回归结果更加可信［13-14L因此，运 用GWR模型研究碳排放区域差异及其驱动因素，可以将数据 的空间特性纳入到模型中，更加客观地研究空间数据的异质 性。使用GWR模型的前提是观测数据的空间分布并非是随机 的而是具有空间