基于县域单元的湖北省碳排放时空格局演变特征

doi:10.13474/j.cnki.11-2246.2022.0343

测绘通报 ›› 2022, Vol. 0 ›› Issue (11): 149-156,161.doi: 10.13474/j.cnki.11-2246.2022.0343

基于县域单元的湖北省碳排放时空格局演变特征

周玄德¹, 窦文章², 詹庆明³, 孜比布拉·司马义⁴, 邓祖涛¹, 曾勇⁵

1. 湖北经济学院旅游与酒店管理学院, 湖北武汉 430205;
2. 北京大学软件与微电子学院, 北京 102600;
3. 武汉大学城市设计学院, 湖北武汉 430072;
4. 新疆大学资源与环境科学学院, 新疆乌鲁木齐 830046;
5. 贵州都匀经济开发区产业发展局, 贵州都匀 550402

收稿日期:2021-11-03 修回日期:2022-06-30 发布日期:2022-12-08
通讯作者: 窦文章,E-mail:douwz@pku.edu.cn
作者简介:周玄德(1985-),男,博士,讲师,主要从事资源利用与城乡规划研究。E-mail:zxd850706@163.com
基金资助:
国家自然科学基金(41661036;51878515);湖北省教育厅项目(Q20202203;20Q122);校级培育项目(PYYB201907);校级青年项目(XJ201913)

Spatio-temporal patterns of carbon emissions in Hubei province based on county level

ZHOU Xuande¹, DOU Wenzhang², ZHAN Qingming³, Zibibula·Simayi⁴, DENG Zutao¹, ZENG Yong⁵

1. School of Tourism and Hospitality Management, Hubei University of Economics, Wuhan 430205, China;
2. School of Software & Microelectronics, Peking University, Beijing 102600, China;
3. School of Urban Design, Wuhan University, Wuhan 430072, China;
4. College of Recourse and Environmental Science of Xinjiang University, Urumqi 830046, China;
5. Guizhou Duyun Economic Development Zone, Duyun 550402, China

Received:2021-11-03 Revised:2022-06-30 Published:2022-12-08

摘要/Abstract

摘要： 识别碳排放区域异质性对于制定有效的碳减排政策具有重要意义。本文运用线性回归模型、变异系数法、Hurst指数和空间自相关分析方法,开展湖北省县域碳排放空间格局演变特征研究。结果表明,1997-2017年间,湖北省碳排放总体呈显著的波动上升趋势,年均增速高达4.74%;各县域碳排放变化波动性存在显著地域差异,整体呈“中低波动居多,高波动较少”的趋势;各县域碳排放变化长期相关性特征明显,整体以中强持续性特征为主,比例达70%,分布相对较广,其中强持续性区域主要集中在武汉市内;各县域碳排放空间分布聚集效应显著,呈以武汉为核心向周围不断辐射的圈层格局。

关键词: 碳排放, 时空格局, 趋势分析, Hurst指数, 湖北省

Abstract: Identifying the regional heterogeneity of carbon emissions is crucial for formulating effective carbon emission reduction policies. This paper uses the linear regression model, the coefficient of variation method, the Hurst index and the spatial autocorrelation analysis method to study the evolution characteristics of the spatial pattern of carbon emissions in Hubei Province. The results show that from 1997 to 2017, the carbon emission in Hubei province showed a significant upward trend of fluctuation, with an average annual growth rate of 4.74%; there were significant regional differences in the variability of carbon emission changes in the counties, and the overall presentation is “low-to-medium fluctuations, mostly high fluctuations”. The long-term correlation characteristics of carbon emission changes in the counties are obvious, and the overall characteristics are mainly moderate and strong persistence characteristics, accounting for 70%, and the distribution is relatively wide, among which the strong persistence areas are mainly concentrated in Wuhan; The spatial distribution of carbon emissions in the county area has a significant aggregation effect, showing a circle pattern with Wuhan as the core radiating continuously to the surrounding area.

Key words: carbon emissions, spatio-temporal patterns, trend analysis, Hurst index, Hubei province

中图分类号:

P208

周玄德, 窦文章, 詹庆明, 孜比布拉·司马义, 邓祖涛, 曾勇. 基于县域单元的湖北省碳排放时空格局演变特征[J]. 测绘通报, 2022, 0(11): 149-156,161.

ZHOU Xuande, DOU Wenzhang, ZHAN Qingming, Zibibula·Simayi, DENG Zutao, ZENG Yong. Spatio-temporal patterns of carbon emissions in Hubei province based on county level[J]. Bulletin of Surveying and Mapping, 2022, 0(11): 149-156,161.

参考文献

[1] 胡初枝, 黄贤金, 钟太洋, 等. 中国碳排放特征及其动态演进分析[J]. 中国人口·资源与环境, 2008, 18(3):38-42.
[2] 李治, 贾馥君, 李国平, 等. 陕西省碳排放强度收敛性及趋势演进分析[J]. 生态经济, 2021, 37(3):23-30.
[3] 林伯强, 刘希颖. 中国城市化阶段的碳排放:影响因素和减排策略[J]. 经济研究, 2010, 45(8):66-78.
[4] 赫永达, 文红, 孙传旺. "十四五"期间我国碳排放总量及其结构预测:基于混频数据ADL-MIDAS模型[J]. 经济问题, 2021(4):31-40.
[5] 沈杨, 汪聪聪, 高超, 等. 基于城市化的浙江省湾区经济带碳排放时空分布特征及影响因素分析[J]. 自然资源学报, 2020, 35(2):329-342.
[6] 尹浙霖, 宋有涛, 范居一, 等. 中国碳排放强度空间非均衡的测度与分解:兼论地区差距的形成与缩小[J]. 经济问题探索, 2020(10):34-44.
[7] 童磊, 王运鹏. 省域碳排放的空间网络结构特征与影响因素研究——基于产业转移视角[J]. 经济问题, 2020(3):18-24.
[8] 章胜勇, 尹朝静, 贺亚亚, 等. 中国农业碳排放的空间分异与动态演进——基于空间和非参数估计方法的实证研究[J]. 中国环境科学, 2020, 40(3):1356-1363.
[9] 曾晓莹, 邱荣祖, 林丹婷, 等. 中国交通碳排放及影响因素时空异质性[J]. 中国环境科学, 2020, 40(10):4304-4313.
[10] 赵小曼, 张帅, 袁长伟. 中国交通运输碳排放环境库兹涅茨曲线的空间计量检验[J]. 统计与决策, 2021, 37(4):23-26.
[11] 胡姗, 张洋, 燕达, 等. 中国建筑领域能耗与碳排放的界定与核算[J]. 建筑科学, 2020, 36(S2):288-297.
[12] 李小冬, 朱辰. 我国建筑碳排放核算及影响因素研究综述[J]. 安全与环境学报, 2020, 20(1):317-327.
[13] 申立银, 朱梦成, 吴雅, 等. 中国居住建筑碳排放效率测度[J]. 城市问题, 2019(10):53-62.
[14] 王霞, 张丽君, 秦耀辰, 等. 中国制造业碳排放时空演变及驱动因素研究[J]. 干旱区地理, 2020, 43(2):536-545.
[15] 王霞, 张丽君, 秦耀辰, 等. 中国高碳制造业碳排放时空演变及其驱动因素[J]. 资源科学, 2020, 42(2):323-333.
[16] 姜宛贝, 刘卫东, 刘志高, 等. 中国化石能源燃烧碳排放强度非均衡性及其演变的驱动力分析[J]. 地理科学进展, 2020, 39(9):1425-1435.
[17] 崔盼盼, 赵媛, 郝丽莎, 等. 中国能源行业碳排放强度下降过程中的省际减排成效评价[J]. 地理研究, 2020, 39(8):1864-1878.
[18] 黄和平, 李亚丽, 杨斯玲. 中国城镇居民食物消费碳排放的时空演变特征分析[J]. 中国环境管理, 2021, 13(1):112-120.
[19] 曹志宏, 郝晋珉, 邢红萍. 中国居民食物消费碳排放时空演变趋势及其驱动机制分析[J]. 地理科学进展, 2020, 39(1):91-99.
[20] 王锋, 吴丽华, 杨超. 中国经济发展中碳排放增长的驱动因素研究[J]. 经济研究, 2010, 45(2):123-136.
[21] 黄琳琳, 王远, 张晨, 等. 闽三角地区碳排放时空差异及影响因素研究[J]. 中国环境科学, 2020, 40(5):2312-2320.
[22] 王少剑, 高爽, 黄永源, 等. 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[J]. 地理学报, 2020, 75(6):1316-1330.
[23] 王兴民, 吴静, 白冰, 等. 中国CO₂排放的空间分异与驱动因素——基于198个地级及以上城市数据的分析[J]. 经济地理, 2020, 40(11):29-38.
[24] 徐建华. 现代地理学中的数学方法[M]. 3版. 北京:高等教育出版社, 2017.
[25] 龙雨琪. 湖北省区域经济增长差异研究[J]. 统计与管理, 2020, 35(5):46-49.
[26] 王佃来, 刘文萍, 黄心渊. 基于Sen+Mann-Kendall的北京植被变化趋势分析[J]. 计算机工程与应用, 2013, 49(5):13-17.
[27] 郭继凯, 吴秀芹, 董贵华, 等. 基于MODIS/NDVI的塔里木河流域植被覆盖变化驱动因素相对作用分析[J]. 干旱区研究, 2017, 34(3):621-629.
[28] 刘一鸣, 辜婧玲, 张梓钰, 等. 基于地理探测器的地域社会认同空间分异研究[J]. 地理研究, 2021, 40(2):495-512.
[29] 王开泳, 张鹏岩, 丁旭生. 黄河流域旅游经济的时空分异与R/S分析[J]. 地理科学, 2014, 34(3):295-301.
[30] 严恩萍, 林辉, 党永峰, 等. 2000-2012年京津风沙源治理区植被覆盖时空演变特征[J]. 生态学报, 2014, 34(17):5007-5020.
[31] 侯青青, 裴婷婷, 陈英, 等. 1986-2019年黄土高原干旱变化特征及趋势[J]. 应用生态学报, 2021, 32(2):649-660.
[32] 符静, 旷微, 邓运员, 等. 湖南省近56年降水变化趋势及空间特征[J]. 西南大学学报(自然科学版), 2021, 43(2):110-119.
[33] 王洋, 方创琳, 王振波. 中国县域城镇化水平的综合评价及类型区划分[J]. 地理研究, 2012, 31(7):1305-1316.
[34] 靳诚, 陆玉麒. 基于县域单元的江苏省经济空间格局演化[J]. 地理学报, 2009, 64(6):713-724.
[35] 关伟, 朱海飞. 基于ESDA的辽宁省县际经济差异时空分析[J]. 地理研究, 2011, 30(11):2008-2016.

基于县域单元的湖北省碳排放时空格局演变特征

Spatio-temporal patterns of carbon emissions in Hubei province based on county level

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 7

编辑推荐

Metrics

本文评价

[1]	肖真, 丁明军, 刘怡媛, 黄柯依, 张臻. Google Earth Engine平台下的1990-2019年江西省森林覆被连续变化分析[J]. 测绘通报, 2022, 0(3): 18-22.
[2]	刘云峰, 秦坤, 吕慧玲, 陈思宇. 黑土型退化草地时空格局遥感监测[J]. 测绘通报, 2022, 0(11): 57-61.
[3]	王艳军, 王孟杰, 李少春, 林云浩. 由NPP-VIIRS影像估算广东省碳排放的尺度效应分析[J]. 测绘通报, 2021, 0(11): 25-30.
[4]	张远生, 曹智伟, 韦蔚, 胡洁. 黄河流域夜间灯光数据与社会经济发展指标的时空耦合关系研究[J]. 测绘通报, 2021, 0(10): 20-27.
[5]	杨绪红, 金晓斌, 刘晶, 顾铮鸣, 周寅康. 土地利用碳排放核算系统设计与实现[J]. 测绘通报, 2019, 0(4): 54-59.
[6]	洪亮, 黄露, 史晓明, 余晓敏. 湖北省资源环境承载能力监测预警长效机制建立初探[J]. 测绘通报, 2018, 0(11): 103-106,110.
[7]	张梅章志黄贤金谈俊忠赖力揣小伟. 基于GIS和RS的土地利用碳收支核算模块设计与开发[J]. 测绘通报, 2014, 0(2): 101-103.