论文部分内容阅读
国际社会日益关注气候变暖带来的各种问题,温室气体特别是CO2的排放是气候变暖最重要的因素,所以降低温室气体排放、抑制全球变暖、发展低碳经济成了各国未来的发展目标。中国是最大的发展中国家,也是CO2排放量最多的国家,不但面临着国际社会减排压力,也面临着国内经济和环境的可持续发展问题。因此在这种背景下,党的“十七大”“十八大”“十九大”都先后提出了要推进生态文明体制改革、发展低碳经济、构建“富强民主文明和谐美丽”社会主义现代化强国的目标。目前,我国对碳排放的研究主要是基于国家统计局与地方统计局的能源统计数据,但统计年鉴只公布了国家和省级层面能源消费量数据,而全国地级市甚至更小尺度的县、乡级能源消费量数据无法获取,导致无法对更小尺度的碳排放进行研究。同时,能源统计数据还存在不同地区不同统计部门或同一地区不同年份口径不统一、时间滞后等问题。因此,急需利用新手段在更小尺度上实现碳排放评估,分析不同尺度的碳排放空间格局,量化碳排放驱动力,为我国制定合理的减排政策,发展绿色低碳经济提供科学的参考依据。本文在19972012年统计数据基础上,利用夜间灯光数据,构建分省拟合模型,实现更小尺度的碳排放估算,弥补了我国统计数据的局限性,对减排及发展绿色经济具有重要的意义。在核算的基础上,研究2000、2005、2010年省、市、县尺度上的碳排放总量、人均碳排放量和碳排放强度等基本特征,之后从空间重心迁移、趋势变化、空间聚集3方面对碳排放空间依赖性进行了研究。最后,在传统STIRPAT模型的基础上,引入空间地理位置和时间效应,构建改进的STIRPAT模型,分析了我国不同区域碳排放的驱动力,主要研究结果如下:（1）本文引用的碳排放核算模型拟合效果理想。选取夜间灯光总强度（T）、归一化值（G）2个指标来拟合能源消费碳排放,虽两者的皮尔逊相关系数均值大于0.9,但T的相关系数略高于G的相关系数,且T方差小于G方差,所以选取T作为拟合指标。综合考虑区域的社会经济差异,构建分省拟合模型,为提高全国碳排放空间化估算的精度,利用省级碳排放数据作线性调整来纠正每个网格初步估算的碳排放值,生成全国碳排放空间分布图。（2）碳排放总量、人均碳排放量在不断增长,而碳排放强度在不断下降。从全国尺度来看,19972012年碳排放总量和人均碳排放量分别从3.02 Gt上升到9.3Gt、2.47t/人增加到6.93t/人,能源强度从3.93t/万元下降到1.62t/万元;从省级尺度来看,碳排放量小于1.5×104万吨的省份数量在2000、2005和2010年分别为23、15和8个,人均碳排放量小于3t/人的省份数量有19、17和7个,碳排放强度小于3t/万元分别为14、17和22个;从市级尺度来看,碳排放量在2000、2005和2010年的均值分别为3.08t、4.28t、7.84t,人均碳排放量年均值分别为3.08t/人、4.28t/人、7.84t/人,排放强度的年均值分别为5.26t/万元、3.8t/万元、3.38t/万元;从县级尺度来看,碳排放量在2000、2005和2010年的均值分别为119.83×104t、174.98×104t、309.81×104t,人均碳排放量年均值分别为3.4t/人、4.82t/人、8.3t/人,碳排放强度年均值分别为5.3t/万元、4.29t/万元、3.58t/万元。（3）碳排放重心西移。19972012年碳排放重心落在河南省境内,其轨迹是沿着顺时针方向旋转180°,即碳排放重心总体在向西移动,表明我国西部地区的碳排放量整体增长速度大于全国其他地区。（4）碳排放变化趋势以慢速型为主。我国16年省、市、县不同尺度的变化趋势以慢速变化型为主,其占比分别为76.67%、79.13%、79.48%,快速增长型占比最少,分别为3.3%、9%、7.19%,且快速增长型集中分布在我国华北大部、华中北部和中西部的一些大城市。（5）碳排放呈现显著的空间聚集性特征。我国省、市、县级碳排放量的全局Moran’s I指数都大于0,呈空间正相关关系,尺度越小,空间集聚性越强;省级碳排放的局部自相关比较稳定,以HH为主导,主要集中在我国的环渤海地区,LL聚集分布在西部地区。我国市、县级碳排放聚集类型以LL类型为主。（6）碳排放驱动力存在明显的区域差异。本文选取人口总量（P）、劳动力人口（FP）、城市化率（UR）、人均GDP（PP）、外商投资总额（FIA）、消费水平（RC）、产业结构（IP）和能源强度（CP）8个变量,构建时空动态STIRPAT模型。结果表明P、PP、IP、CP的回归系数为正,且其对碳排放影响大小依次为CP>PP>IP>P。P回归系数的空间分布大致与胡焕庸线重合,人口密度越大的区域碳排放量越多;我国西部和东北部PP对碳排放影响作用要大于东部地区;中西部地区CP对碳排放的影响大于东部地区;IP对碳排放的回归系数从西向东不断减小。