李嘉文 陳德權(quán) 徐嘉源

摘要：基于PSR模型構(gòu)建中國省域低碳經(jīng)濟(jì)發(fā)展能力評價指標(biāo)體系，利用熵權(quán)TOPSIS和空間自相關(guān)分析方法對研究區(qū)域2004-2010-2016年進(jìn)行了時間、空間上的綜合分析。研究發(fā)現(xiàn)：中國低碳經(jīng)濟(jì)發(fā)展能力水平在不斷被提升，省域之間的差距也正在不斷的縮小，省域間具有顯著的空間差異，呈從東到西由強(qiáng)到弱，局部地區(qū)存在跳躍的格局。排名上，廣東省一直占據(jù)榜首的位置，以浙江、上海為代表東部沿海地區(qū)和以青海、甘肅為代表的西部地區(qū)一直處于發(fā)展的前列和后列。省域間低碳經(jīng)濟(jì)發(fā)展能力存在空間正相關(guān)關(guān)系。

關(guān)鍵詞：低碳經(jīng)濟(jì) 碳排放 空間自相關(guān) 熵權(quán)TOPSIS

中圖分類號： 文獻(xiàn)標(biāo)識碼：A

Measurement of China's Provincial Low-Carbon Economy Development Capacity Based on Entropy TOPSIS Method

LI Jiawen1 CHEN Dequan2 XUN Jiayuan1

（1.Dongguan Institute of Surveying and Mapping， Dongguan， Guangdong Province， 523000 China; 2. Guangdong Research Centre for the Marine Development and Planning， Guangzhou， Guangdong Province， 510200 China）

Abstract： Based on the PSR model， the evaluation index system of China's provincial low-carbon economic development capacity was constructed， it makes a comprehensive temporal and spatial analysis of the study area from 2004 to 2010 to 2016 by using entropy TOPSIS and spatial autocorrelation analysis methods. The study found that China’s low-carbon economic development capability is constantly improving， and the gap between provinces is also constantly shrinking. There are significant spatial differences between provinces， showing a pattern of jumping from east to west， from strong to weak， and in some areas. In terms of rankings， Guangdong Province has always occupied the top position. The eastern coastal areas represented by Zhejiang and Shanghai and the western regions represented by Qinghai and Gansu have always been at the forefront and back of development. There is a positive spatial correlation between provinces' low-carbon economic development capabilities.

Key Words： Low-carbon economy; Carbon emissions; Spatial autocorrelation; Entropy TOPSIS

隨著全球氣候變暖、溫室效應(yīng)帶來的生態(tài)環(huán)境影響嚴(yán)重威脅了人類的生存和發(fā)展，實(shí)行“低碳經(jīng)濟(jì)”的發(fā)展模式對可持續(xù)發(fā)展意義重大[1]?！暗吞冀?jīng)濟(jì)”緣起于2003年英國發(fā)布的UK Energy White Paper：Our energy future-creating a low carbon economy《能源白皮書》，指一種以“可持續(xù)發(fā)展”為理念，減少溫室氣體排放課減少能源消耗為目標(biāo)，技術(shù)創(chuàng)新、產(chǎn)業(yè)轉(zhuǎn)型調(diào)整和發(fā)展新能源為手段，協(xié)調(diào)經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)實(shí)現(xiàn)共贏的發(fā)展模式[2]。中國的CO2排放量居世界首位，經(jīng)濟(jì)發(fā)展背后同樣面臨著各種環(huán)境問題，推行以“低能耗、低污染、低排放”為特點(diǎn)的低碳經(jīng)濟(jì)發(fā)展模式實(shí)為必要。而研究中國各個省份的低碳經(jīng)濟(jì)發(fā)展能力狀況和時空差異與空間關(guān)聯(lián)模式，對有關(guān)部門明晰地區(qū)發(fā)展特征、指定差異化低碳經(jīng)濟(jì)發(fā)展策略有一定的現(xiàn)實(shí)意義。

國內(nèi)外的學(xué)者對“低碳經(jīng)濟(jì)”及相關(guān)的研究有很多。國外的研究雖早于國內(nèi)，但兩者都主要集中在低碳經(jīng)濟(jì)的內(nèi)涵[3-4]、必要性及發(fā)展模式[5-6]、碳排放與經(jīng)濟(jì)發(fā)展的關(guān)系[7-8]、和碳排放驅(qū)動因素[9-10]等方面。在低碳經(jīng)濟(jì)發(fā)展評價體系和研究方法上各學(xué)者展開了積極探索：Wang J基于經(jīng)濟(jì)、社會、環(huán)境、技術(shù)系統(tǒng)評價指標(biāo)，利用線性加權(quán)的方法得到低碳經(jīng)濟(jì)發(fā)展的綜合評價指數(shù)[11]。付加峰等基于低碳視角，從低碳產(chǎn)出、消費(fèi)、資源、政策、環(huán)境幾個維度構(gòu)建了多層次的評價體系，并推薦使用AHP和DEA組合方法進(jìn)行綜合評價[11]。王偉從能源、經(jīng)濟(jì)、環(huán)境、政策與社會五個維度篩選指標(biāo)，對北京市低碳經(jīng)濟(jì)發(fā)展水平進(jìn)行了測度[12]。閆樹熙[13]、陳艷[14]等人基于前人的研究成果，分別用熵值法、模糊層次分析法（IFAHP）、對比分析法和主成分分析法對云南省、陜西省和江西省的低碳經(jīng)濟(jì)發(fā)展水平進(jìn)行了綜合分析。李獻(xiàn)士等基于層次分析法與DPSIR指標(biāo)選取框架對河北省的低碳經(jīng)濟(jì)發(fā)展?fàn)顩r做了全面評價[15]。在研究尺度上還有學(xué)者以局部區(qū)域和城市為研究對象進(jìn)行了探索分析[16-19]。

各學(xué)者從不同的研究尺度，基于不同的對象構(gòu)建評價體系，用豐富的研究方法對低碳經(jīng)濟(jì)發(fā)展水平與能力進(jìn)行了積極的探索與研究，在給本文以啟示的同時也為本文的研究提供了切入點(diǎn)。以往的研究偏重于中小尺度的研究范圍，全國范圍內(nèi)的研究較少，對低碳經(jīng)濟(jì)發(fā)展能力測度的指標(biāo)體系的權(quán)重的測定偏主觀、評價結(jié)果對空間格局及空間自相關(guān)性分析少見?；诖?，本文以普適性、客觀性為原則，通過PSR模型選取并構(gòu)建指標(biāo)體系，利用熵權(quán)TOPSIS法確定權(quán)重，對中國30個省份的2004年、2010年、2016年的低碳經(jīng)濟(jì)發(fā)展能力進(jìn)行綜合測度，進(jìn)而對研究區(qū)域進(jìn)行了探索性空間分析。旨在定量化客觀分析省域低碳經(jīng)濟(jì)發(fā)展水平，探索省域低碳經(jīng)濟(jì)發(fā)展的時空差異變化。

1 數(shù)據(jù)來源與指標(biāo)體系的構(gòu)建

1.1 數(shù)據(jù)來源

考慮到數(shù)據(jù)的可獲得性及西藏的相關(guān)指標(biāo)數(shù)據(jù)存在嚴(yán)重缺失的情況，運(yùn)用統(tǒng)計(jì)學(xué)方法預(yù)測補(bǔ)足可能對最后的結(jié)果的精確性有一定影響，所以本文選取剔除了西藏、香港、澳門、臺灣的中國30個?。ㄊ小⒆灾螀^(qū)）為研究對象。研究數(shù)據(jù)主要取自 2004、2010、2016年度的《中國統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》、《中國環(huán)境統(tǒng)計(jì)年鑒》中華人民共和國科學(xué)技術(shù)部的科技統(tǒng)計(jì)分析報(bào)告以及各省市單位統(tǒng)計(jì)年鑒。

1.2 基于PSR模型評價指標(biāo)體系的構(gòu)建

本文基于PSR分析框架選取具體的評價指標(biāo)，從經(jīng)濟(jì)、能源、環(huán)境、產(chǎn)業(yè)科技、生活消費(fèi)等子系統(tǒng)中選取表征相關(guān)狀態(tài)的指標(biāo)。壓力指標(biāo)從能源和環(huán)境兩個角度選取指標(biāo)，能源方面選取單位GDP能耗和電耗，環(huán)境壓力方面主要考慮經(jīng)濟(jì)發(fā)展帶來的生活、工業(yè)方面的廢棄物和CO2的排放。狀態(tài)方面主要從生活、經(jīng)濟(jì)、環(huán)境、產(chǎn)業(yè)四個維度綜合表征研究區(qū)域的發(fā)展現(xiàn)狀。生活方面選取了城鎮(zhèn)居民人均可支配收入、居民消費(fèi)水平、人均城市道路面積、每萬人擁有公共交通車輛等指標(biāo)。經(jīng)濟(jì)的發(fā)展離不開“三駕馬車”的帶動，則經(jīng)濟(jì)方面選取了代表投資、出口、消費(fèi)三方面的指標(biāo)，并結(jié)合碳生產(chǎn)力來表征低碳經(jīng)濟(jì)的生產(chǎn)能力。環(huán)境狀態(tài)的評價主要是選取能顯示現(xiàn)有環(huán)境碳匯能力的指標(biāo)比如森林面積、自然保護(hù)區(qū)占比、濕地面積占比等指標(biāo)。產(chǎn)業(yè)方面則是分析研究區(qū)域的第二、三產(chǎn)業(yè)的占比。最后，響應(yīng)方面指標(biāo)的選取從科技響應(yīng)和環(huán)保意識響應(yīng)兩個方面考慮。碳排放量是一個特殊的指標(biāo)數(shù)據(jù)，在統(tǒng)計(jì)年鑒中并不能直接獲取，所以必須通過計(jì)算得到。為此本文參考聯(lián)合國政府間氣候變化委員會（IPCC）專門針對這個數(shù)據(jù)提出了一個基于能源表觀消費(fèi)量的參考方法的碳排放量的計(jì)算公式。

①

其中， 代表二氧化碳的總排放量， 分別代表不同的能源，而 代表不同能源的消耗量。 代表的是每一種能源的凈發(fā)熱值，在我國被稱為平均低位發(fā)熱量。 為對應(yīng)能源類型的單位熱值含碳量， 表示不同能源的碳氧化因子，最后 就是每一種能源的碳排放系數(shù)，可以由前幾項(xiàng)指標(biāo)計(jì)算得到。這里m為7，7種能源分別為原煤、焦炭、原油、燃料油、汽油煤油、柴油、天然氣。平均低位發(fā)熱量和標(biāo)準(zhǔn)煤系數(shù)取自《綜合能耗計(jì)算通則》（GB/T 2589-2008），《省級溫室氣體排放清單編制指南》（發(fā)改辦氣候[2011]1041號）

2 研究方法

2.1 熵權(quán)TOPSIS法

熵權(quán)TOPSIS法由熵權(quán)法確定權(quán)重和TOPSIS確定排序的組合方法。熵權(quán)法是一種根據(jù)數(shù)據(jù)固有信息特征確定權(quán)重的客觀賦值方法，因?yàn)槠淇陀^性從而有效避免了主觀賦值方法所帶有的認(rèn)識偏差，能較為真實(shí)的反映變量對目標(biāo)的影響程度。TOPSIS法能基于評價對象與正、負(fù)理想解的距離從而得出各評價對象與理想解的相對貼近度，從而實(shí)現(xiàn)優(yōu)劣排序。通過熵權(quán)法確定權(quán)重的TOPSIS法能都有效的消除主觀因素的影響。熵權(quán)TOPSIS法的評價步驟如下：

（1）對包含m個評價對象和n個指標(biāo)的評價樣本構(gòu)建樣本矩陣：

②

（2）對樣本矩陣進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，包括指標(biāo)數(shù)據(jù)正向化處理和去量綱。本文的正向指標(biāo)與負(fù)向指標(biāo)分別用公式③、④進(jìn)行處理：

③? ? ? ? ? ? ?④

（3）計(jì)算信息熵：

⑤? ? 式中： ; ; 為評價對象數(shù)量。

（4）計(jì)算權(quán)重：

⑥

（5）計(jì)算加權(quán)規(guī)范矩陣 ：

，? ? ?⑦

（6）計(jì)算最優(yōu)解 、最劣解 ：

，? ? ? ⑧

（7）計(jì)算綜合評價指數(shù) ， ∈[0，1]，綜合評價指數(shù)越高代表評價對象與理想解的貼合度越高，對象評價越優(yōu)。

，式中 ，? ? ?⑨

3 實(shí)證分析

3.1 省域低碳經(jīng)濟(jì)發(fā)展綜合評價

基于低碳經(jīng)濟(jì)發(fā)展評價指標(biāo)體系，通過熵權(quán)TOPSIS法得到了中國30個省份2004、2010和2016年的低碳經(jīng)濟(jì)發(fā)展?fàn)顩r進(jìn)行分析，得到了各年份30個省份的最優(yōu)解貼合度即綜合評價指數(shù)Ci，通過排序后得到了三個時間節(jié)點(diǎn)間的排序變動情況（表3）。借助SPSS20.0對各時間節(jié)點(diǎn)的Ci進(jìn)行描述性統(tǒng)計(jì)分析發(fā)現(xiàn)綜合得分都不符合標(biāo)準(zhǔn)正態(tài)分布，存在一定程度的兩級分化，形成小部分前段聚集，大部分中后段聚集的現(xiàn)象，但各年度綜合指數(shù)的平均值總體呈上升趨勢，極差值也在逐年緩步減少，說明中國低碳經(jīng)濟(jì)發(fā)展能力水平在不斷被提升，省域之間的差距也正在不斷的縮小。通過對各年份綜合指數(shù)排序發(fā)現(xiàn)，北京、廣東、上海、浙江、江蘇、山東、福建、天津、四川等等東部沿海地區(qū)低碳經(jīng)濟(jì)發(fā)展能力一直處于前列，排名前列的變化也是在這幾個省份之間，從排名動態(tài)變化上來看，前段的省市排名基本沒什么變化，排名中后列的區(qū)域變化情況則非常顯著。在排名靠前的省市中，廣東憑借著優(yōu)秀的經(jīng)濟(jì)發(fā)展能力，良好的自然生態(tài)保護(hù)和產(chǎn)業(yè)科技水平高等優(yōu)勢一直穩(wěn)居第一位，山東、福建12年間通過自身的穩(wěn)步發(fā)展也一直保持著第6第7的位置，北京、江蘇經(jīng)過十來年間不斷的環(huán)境治理與經(jīng)濟(jì)發(fā)展，排名的到一定提升，超越了上海。而在樣本聚集的中后段，湖南、湖北、河南、內(nèi)蒙古、黑龍江、安徽、重慶、貴州12年間排名不斷提升，陜西省2004年到2010年排名上升了10位，但在2010到2016年期間排名又下降了7位，安徽、內(nèi)蒙古12年間排名都提升了7位。12年間排名減低比較快的是遼寧、海南和青海，分別減低了12、6和5個名次，河北、吉林、新疆同樣出現(xiàn)了不同程度地排名降低情況。甘肅、貴州、新疆、山西、寧夏、青海、吉林等省份一直處于排名的后端。

為了更進(jìn)步一步分析造成以上變化的原因，將由所確定指標(biāo)權(quán)重和指標(biāo)標(biāo)準(zhǔn)化后的得到的綜合指數(shù)按指標(biāo)所在子系統(tǒng)分離，發(fā)現(xiàn)一直處于后面的省份相較于一直處于前列的省份在能源系統(tǒng)、經(jīng)濟(jì)系統(tǒng)和產(chǎn)業(yè)科技系統(tǒng)方面的得分要落后很多，而內(nèi)蒙古、安徽、河南等在排名上升較多的省市在這幾個系統(tǒng)方面的分進(jìn)步明顯。排名較后的地區(qū)大多位于西部地區(qū)，其本身就擁有良好的生態(tài)環(huán)境條件，環(huán)境系統(tǒng)方面有著一定優(yōu)勢，經(jīng)濟(jì)條件與產(chǎn)業(yè)科學(xué)技術(shù)水平成為限制其低碳經(jīng)濟(jì)發(fā)展能力的主要原因。排名不斷降低的青海與遼寧，環(huán)境系統(tǒng)和生活消費(fèi)系統(tǒng)的得分都出現(xiàn)較大的下降，經(jīng)濟(jì)系統(tǒng)方面的得分青海有一定增長，遼寧省呈先增長后下降的趨勢，可能和東北老工業(yè)基地的衰落有關(guān)。能源系統(tǒng)和產(chǎn)業(yè)科技系統(tǒng)方面的分?jǐn)?shù)變化不大，說明其共同在經(jīng)濟(jì)發(fā)展的同時對環(huán)境系統(tǒng)的保護(hù)的力度不夠，環(huán)境保護(hù)、科技投入力度需要加大，經(jīng)濟(jì)發(fā)展模式需要逐步轉(zhuǎn)型。

3.2.1空間格局分析

將通過熵權(quán)TOPSIS法的得到的各年份的綜合評價指數(shù)通過ArcGIS10.3空間分析軟件按自然間斷點(diǎn)分級法分類成5類得到了不同年份的低碳經(jīng)濟(jì)發(fā)展?fàn)顩r的空間差異狀況。從空間分布上總體來看，省域間低碳經(jīng)濟(jì)發(fā)展能力呈從東到西由強(qiáng)到弱，局部地區(qū)存在跳躍的格局。低碳經(jīng)濟(jì)發(fā)展能力強(qiáng)的地區(qū)集中在東部沿海地區(qū)，一般的集中在中部地區(qū)，較弱的則集中在西北地區(qū)。從空間格局的變化情況同樣可以看出，排名前列的省份變化不大，中后列的地區(qū)特別是排名中間的地區(qū)變化較大。

3.2.2 全局空間自相關(guān)分析

利用OpenGEODa空間分析軟件工具分別計(jì)算2004年、2010年和2016年綜合評價指數(shù)Ci的莫蘭指數(shù)（Moran’s I），檢驗(yàn)各年度莫蘭指數(shù)的顯著性水平發(fā)現(xiàn)P值均小于0.05，即在99.5%的置信度下研究區(qū)域間的空間自相關(guān)是顯著的。2004、2010和2016年的莫蘭指數(shù)分別為0.12758、0.15883和0.15497，說明中國省域低碳經(jīng)濟(jì)發(fā)展能力具有的一定地空間正相關(guān)關(guān)系。另外，也說明了且相關(guān)性的總體增強(qiáng)。散點(diǎn)在四個象限都有分布，說明四種聚類模式都有存在，主要集中在第一、二、三象限。落在第二、三象限的點(diǎn)要明顯多于第一象限、即中國低碳經(jīng)濟(jì)發(fā)展能力中等及偏下的省市聚集數(shù)量明顯多于低碳經(jīng)濟(jì)發(fā)展能力強(qiáng)的地區(qū)，具有“俱樂部趨同”的現(xiàn)象。莫蘭指數(shù)呈波浪上升，說明研究區(qū)域間的聚集狀況有所上升。

4 結(jié)語

本文通過熵權(quán)TOPSIS法對2004、2010、2016年中國省域低碳發(fā)展能力進(jìn)行綜合評價并對其空間格局及關(guān)聯(lián)模式進(jìn)行了探索性空間分析，得到以下幾點(diǎn)結(jié)論：

（1）中國省域低碳經(jīng)濟(jì)發(fā)展能力總體還偏弱，較大部分省市在中后端聚集，但在時間上總體發(fā)展水平逐步上升，區(qū)域差異緩步縮小。北京、廣東、上海、浙江、江蘇、山東、福建、天津、四川等東部沿海地區(qū)低碳經(jīng)濟(jì)發(fā)展能力一直處于前列，甘肅、貴州、新疆、山西、寧夏、青海等西北地區(qū)一直處于排名的后端。12年間處在發(fā)展前列的省份排名變化很小，但中后段的省份排名競爭激烈。

（2）低碳經(jīng)濟(jì)的發(fā)展需要較強(qiáng)的經(jīng)濟(jì)發(fā)展能力、良好自然生態(tài)環(huán)境支撐和強(qiáng)力產(chǎn)業(yè)科技技術(shù)，2004-2016年排名常在后段的省市在對應(yīng)的能源系統(tǒng)、經(jīng)濟(jì)系統(tǒng)、產(chǎn)業(yè)科技系統(tǒng)與一直處理前列的省市差距很大。這方面的不足也成為限制其低碳經(jīng)濟(jì)發(fā)展能力增強(qiáng)的主要原因。安徽、重慶等排名不斷上升的省市在這幾方面的得分不斷上升，排名不斷下滑的遼寧、青海在經(jīng)濟(jì)系統(tǒng)方面的得分得到提高的同時，環(huán)境方面的得分卻不斷下滑。

（3）從總體空間分布上來看，中國省域間低碳經(jīng)濟(jì)發(fā)展能力呈現(xiàn)從東到西由強(qiáng)到弱，局部地區(qū)存在跳躍的格局。低碳經(jīng)濟(jì)發(fā)展能力強(qiáng)的地區(qū)集中在東部沿海地區(qū)，一般的集中在中部地區(qū)，較弱的則集中在西北地區(qū)，省域間低碳經(jīng)濟(jì)發(fā)展能力存在空間正相關(guān)關(guān)系。

參考文獻(xiàn)

[1] Dou X. Low Carbon-Economy Development： China's Pattern and Policy Selection[J]. Energy Policy， 2013， 63（C）：1013-1020.

[2] 梁宵，邱晟晏.中國發(fā)展低碳經(jīng)濟(jì)的困境與“新常態(tài)”下的新機(jī)遇[J]]. 求是學(xué)刊， 2016， 43（5）：54-61.

[3] 莊貴陽.我國經(jīng)濟(jì)低碳發(fā)展的途徑與潛力分析[J] .國際技術(shù)經(jīng)濟(jì)研究， 2005（3）：79-87.

[4] Treffers D J， Faaij A P C， Spakman J， et al. Exploring the possibilities for setting up sustainable energy systems for the long term： two visions for the Dutch energy system in 2050[J]. Energy Policy， 2005， 33（13）：1723-1743.

[5] 宋博.區(qū)域經(jīng)濟(jì)低碳發(fā)展的驅(qū)動因素實(shí)證研究——以河南省為例[J].經(jīng)濟(jì)視角，2020（06）：59-66.

[6] 付允，馬永歡，劉怡君，等.低碳經(jīng)濟(jì)的發(fā)展模式研究[J].中國人口·資源與環(huán)境，2008， 18（3）：14-19.

[7] 付加鋒，鄭林昌，程曉凌.低碳經(jīng)濟(jì)發(fā)展水平的國內(nèi)差異與國際差距評價[J].資源科學(xué)，2011， 33（4）：664-674.

[8] 宋德勇，盧忠寶.中國碳排放影響因素分解及其周期性波動研究[J].中國人口·資源與環(huán)境， 2009， 19（3）：18-24.

[9] Wang Y， Fang X， Yin S， et al. Low-carbon development quality of cities in China： Evaluation and obstacle analysis[J]. Sustainable Cities and Society， 2020， 64（9）：102553.

[10] 沈鐳，孫艷芝.中國在氣候變化下碳排放、能源消費(fèi)與低碳經(jīng)濟(jì)領(lǐng)域的研究進(jìn)展綜述（英文）[J].Journal of Geographical Sciences，2016，26（7）：855-870.

[11] Wang J. Empirical Study and Evaluation System Construction Based on Hierarchical Fuzzy Index for Low Carbon Economy[J]. Journal of Industrial Technological Economics， 2014， 6（20）：8180-8186.

[12] 王偉. 基于SEM模型的北京市低碳經(jīng)濟(jì)發(fā)展水平測度與評價研究[D].華北電力大學(xué)（北京），2019.

[13] 閆樹熙，馬佳佳.陜西省城市低碳經(jīng)濟(jì)發(fā)展水平的綜合測度與評價[J].貴州大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，35（6）：112-115.

[14] 陳艷.基于主成分分析的江西低碳經(jīng)濟(jì)發(fā)展評價分析[J].南昌大學(xué)學(xué)報(bào)（人文社會科學(xué)版），2012，43（6）：63-68+90.

[15] 李獻(xiàn)士，李相佑，王殿茹.基于DPSIR模型的河北省低碳經(jīng)濟(jì)發(fā)展評價研究[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2014，35（2）：106-109.

[16] 李云燕，羨瑛楠，殷晨曦.低碳城市發(fā)展評價方法模式研究——以四直轄市為例[J].生態(tài)經(jīng)濟(jì)，2017，33（12）：46-51.

[17] 梁臻. 陜西省低碳城市發(fā)展水平評價研究[D].西安：西安理工大學(xué)，2020.

[18] 馮丹蕾，劉明，劉莎.黃河經(jīng)濟(jì)帶上游區(qū)域低碳經(jīng)濟(jì)發(fā)展現(xiàn)狀與發(fā)展戰(zhàn)略分析[J].生態(tài)經(jīng)濟(jì)，2021，37（3）：13-22.

[19] 李恩康， 陸玉麒， 黃群芳，等. 泛珠江—西江經(jīng)濟(jì)帶經(jīng)濟(jì)差異時空演變及其驅(qū)動因素[J]. 經(jīng)濟(jì)地理， 2017， 37（5）：20-27.

61第一作者：李嘉文（1990-），女，廣東東莞人，測繪工程師，本科，主要從事于測繪地理信息、遙感、土地利用現(xiàn)狀及空間數(shù)據(jù)挖掘等研究和應(yīng)用工作

通訊作者：陳德權(quán)（1996-），男，湖南邵陽人，碩士，工程師，研究方向?yàn)檫b感與地理信息系統(tǒng)，E-mail：c1304030168@163.com