張靖妮,王慧麗
(西安財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)學(xué)院,陜西 西安 710100)
“十四五”期間,習(xí)近平總書記重點(diǎn)強(qiáng)調(diào)我國生態(tài)文明建設(shè)進(jìn)入以降碳協(xié)同增效、促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展全面綠色轉(zhuǎn)型和實(shí)現(xiàn)生態(tài)環(huán)境質(zhì)量改善質(zhì)變的關(guān)鍵時(shí)期。在全球變暖和能源危機(jī)的大背景下,建設(shè)“節(jié)約型社會(huì)”已成為共識(shí)[1],有效利用能源、減少碳排放量的重要性也日益凸顯。目前,減少碳排放已經(jīng)成為全國乃至全球的關(guān)注點(diǎn)[2],生態(tài)環(huán)境質(zhì)量與人民生活水平緊密相關(guān),因此,我們應(yīng)牢牢把握“綠水青山就是金山銀山”的相關(guān)理念,為我國生態(tài)文明建設(shè)制定完善的節(jié)能減排政策。
空間特征分析可以有針對(duì)性和目標(biāo)性地尋找未來減緩碳排放的潛在條件,為此眾多學(xué)者基于國家和省級(jí)層面對(duì)碳排放的空間差異進(jìn)行研究。韓夢(mèng)瑤等結(jié)合泰爾指數(shù)和Tapio模型研究碳排放區(qū)域差異和演變趨勢(shì),認(rèn)為中國各省區(qū)域經(jīng)濟(jì)差異在減小,但碳排放差異在擴(kuò)大[3]。張華明等分析中國東、西、中三大區(qū)域碳排放影響的空間特征,并建立空間計(jì)量模型,發(fā)現(xiàn)碳排放及影響機(jī)制具有顯著的空間差異性[4]。郝宇等基于空間統(tǒng)計(jì)學(xué)相關(guān)模型分析不同因素對(duì)區(qū)域碳排放的空間溢出效應(yīng),結(jié)果表明該區(qū)域存在顯著的空間溢出效應(yīng)[5]。韋沁等采用泰戈?duì)栔笖?shù)研究我國農(nóng)業(yè)碳排放南北區(qū)域的差異,認(rèn)為農(nóng)業(yè)碳排放強(qiáng)度區(qū)域內(nèi)部的差異比較大,整體上北方高于南方[6]。邱蔓以我國八大區(qū)的碳排放量為研究對(duì)象,測(cè)算區(qū)域碳排放量并分析其影響因素,發(fā)現(xiàn)碳排放的主要驅(qū)動(dòng)因素是當(dāng)?shù)亟?jīng)濟(jì)的增長(zhǎng)[7]。通過查閱文獻(xiàn)發(fā)現(xiàn)碳排放量具有極大的空間分布特征,劉賢趙等采用重心模型研究湖南省碳排放與經(jīng)濟(jì)發(fā)展的重心轉(zhuǎn)移關(guān)系,兩者重心轉(zhuǎn)移具有階段性,不平衡發(fā)展的主要影響區(qū)域是東西方向[8]。孫耀華等對(duì)碳排放強(qiáng)度進(jìn)行等級(jí)劃分,發(fā)現(xiàn)高碳排放強(qiáng)度的省份逐年遞減,而相對(duì)低碳排放強(qiáng)度的省份則在日益增加[9]。張謙等采用聚類分析法研究陜西省低碳經(jīng)濟(jì)的發(fā)展?fàn)顩r,其高碳區(qū)的碳排放量增速最大,且其高碳區(qū)和相對(duì)高碳區(qū)碳排放量大于低碳區(qū)[10]。
現(xiàn)有文獻(xiàn)研究表明,碳排放的空間差異分析已有不同程度的研究,并得到一些相關(guān)結(jié)論,但這些研究主要集中在碳排放空間差異分析,缺乏碳排放的動(dòng)態(tài)演變規(guī)律研究。研究對(duì)象也主要是基于國家和省域?qū)用妫杏蚪嵌鹊难芯坎蛔?,而陜西省位于我國西北地區(qū),目前正遭遇環(huán)境污染嚴(yán)重、二氧化碳排放過多等急需解決的難題。考慮陜西省作為我國首批低碳試點(diǎn)省份和西部地區(qū)資源大省的特性[11],探索其各市區(qū)碳排放的空間特征及動(dòng)態(tài)演變規(guī)律,為減少陜西省碳排放提出因地適宜的有效措施顯得尤為重要。為此,本文基于市域尺度視角對(duì)陜西省碳排放的空間特征及其動(dòng)態(tài)演變規(guī)律進(jìn)行分析,研究碳排放的空間分布特征及差異,旨在實(shí)現(xiàn)陜西省節(jié)能減排,為維持經(jīng)濟(jì)穩(wěn)定增長(zhǎng)與環(huán)境的可持續(xù)發(fā)展提供參考。
本文旨在對(duì)陜西省的碳排放空間特征展開研究,選取《陜西省統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》及陜西省各市統(tǒng)計(jì)年鑒所公布的能源消費(fèi)量數(shù)據(jù),依據(jù)《2006年國家溫室氣體清單指南》定義的排放因子或排放系數(shù)執(zhí)行IPCC的估算方法,并根據(jù)當(dāng)年價(jià)格計(jì)算的地區(qū)生產(chǎn)總值、能源與碳排放系數(shù)測(cè)算陜西省10個(gè)市(西安市、咸陽市、渭南市、安康市、延安市、榆林市、商洛市、銅川市、寶雞市和漢中市)的碳排放量和碳排放強(qiáng)度。
1.2.1 碳排放測(cè)算
本文采用碳排放量和碳排放強(qiáng)度來測(cè)度陜西省10個(gè)市的碳排放,碳排放量和碳排放強(qiáng)度計(jì)算公式如式(1)和式(2):
(1)
(2)
式中:記C為碳排放量,萬t;IC為碳排放強(qiáng)度,t/萬元GDP;Ei為第i種能源的消耗量,萬t(標(biāo)準(zhǔn)煤),i=1,2,3,…,n;Ki為第i種能源相對(duì)應(yīng)的碳排放系數(shù),t /t(標(biāo)準(zhǔn)煤)[12]。
1.2.2 空間統(tǒng)計(jì)分析
空間統(tǒng)計(jì)分析是研究空間特性的重要手段,對(duì)研究對(duì)象的空間位置及屬性的空間特性進(jìn)行分析,通過區(qū)域化變量及對(duì)空間事物的定量描述,分析事物或現(xiàn)象的地理空間信息特征、空間相互作用及變化規(guī)律[13]。假定陜西省各市區(qū)之間都是非獨(dú)立的,相互之間存在自相關(guān)性,基于空間統(tǒng)計(jì)分析的主要技術(shù)——ArcGIS,分析陜西省及各市區(qū)本身的特征、決策和復(fù)雜的時(shí)空演化過程[14],可以直觀顯示陜西省各市區(qū)的碳排放空間分布差異及時(shí)空動(dòng)態(tài)演變趨勢(shì)。
1.2.3 空間自相關(guān)法
現(xiàn)有文獻(xiàn)對(duì)各省的國內(nèi)生產(chǎn)總值、碳排放等研究中,許多經(jīng)濟(jì)數(shù)據(jù)都涉及一定的地理空間位置,但研究通常是基于區(qū)域地理空間相互獨(dú)立的假設(shè)而展開。根據(jù)空間地理學(xué)家Tobler(1970)提出的地理學(xué)第一定律——“所有事物都與其他事物相關(guān)聯(lián),較近的事物比較遠(yuǎn)的事物關(guān)聯(lián)性更大”[15]。而各市區(qū)碳排放量存在緊密聯(lián)系,且距離越近的市區(qū)聯(lián)系越緊密[16]。因此,可利用Moran’I指數(shù)分析陜西省各市區(qū)碳排放的空間特征,判斷各市區(qū)之間的獨(dú)立性關(guān)系,計(jì)算公式如式(3):
(3)
式(3)中:xi、xj表示城市i和城市j的碳排放強(qiáng)度,t/萬元GDP;n為陜西省市區(qū)數(shù)量(n=10);Wij為空間權(quán)重矩陣的(i,j)的元素;I表示市區(qū)碳排放強(qiáng)度的全局莫蘭指數(shù),其取值范圍是[-1,1][17]。利用空間自相關(guān)研究陜西省各市區(qū)之間的碳排放強(qiáng)度是否有關(guān)聯(lián),分析各市區(qū)碳排放強(qiáng)度是相互獨(dú)立還是相互聯(lián)系。
碳排放強(qiáng)度是指每單位國民生產(chǎn)總值的增長(zhǎng)所帶來的二氧化碳排放量。該指標(biāo)主要是用來衡量一國經(jīng)濟(jì)同碳排放量之間的關(guān)系,如果一國在經(jīng)濟(jì)增長(zhǎng)的同時(shí),每單位國民生產(chǎn)總值所帶來的二氧化碳排放量在下降,說明該國實(shí)現(xiàn)了經(jīng)濟(jì)增長(zhǎng)與碳排放脫鉤[18]。陜西省豐富的資源是經(jīng)濟(jì)快速發(fā)展的強(qiáng)大動(dòng)力,大規(guī)模的資源整合與技術(shù)改造加快了開采速度、提高了開采效率,更大限度地帶動(dòng)了陜西省經(jīng)濟(jì)的飛速發(fā)展。由于陜西省各市區(qū)經(jīng)濟(jì)、資源發(fā)展水平有所差異,其碳排放強(qiáng)度在能源和經(jīng)濟(jì)的影響下也存在著差異。因此,根據(jù)陜西省各市區(qū)碳排放強(qiáng)度的數(shù)據(jù)得到陜西省區(qū)域碳排放強(qiáng)度對(duì)比圖,如圖1所示。
圖1 陜西省區(qū)域碳排放強(qiáng)度對(duì)比圖Fig.1 Comparison of regional carbon emission intensity in Shaanxi Province
由圖1可知:在2000~2017年間,陜西省各市的碳排放強(qiáng)度整體呈下降趨勢(shì),說明陜西省在減排方面取得了一定的成效。榆林市的下降速度最快,從2000年的11.98 t/萬元GDP下降至2017年的1.75 t/萬元GDP。2000~2008年,榆林市的碳排放強(qiáng)度最高,其次是渭南市、銅川市和延安市,安康市和西安市的碳排放強(qiáng)度較低;2008年之后榆林市的碳排放強(qiáng)度下降變得較為平緩,延安市的碳排放強(qiáng)度最高。各市的碳排放強(qiáng)度變化特征存在差異,各市之間的空間特征顯著,因此需要對(duì)陜西省十個(gè)市進(jìn)行空間特征分析。
下面從碳排放量和碳排放強(qiáng)度兩個(gè)方面對(duì)陜西省碳排放的空間差異進(jìn)行分析,首先,利用ArcGIS軟件[19],將得到的各市碳排放量數(shù)據(jù)導(dǎo)入到陜西省區(qū)域地圖中,基于測(cè)算所得的各市碳排放量和碳排放強(qiáng)度數(shù)據(jù),將碳排放量和碳排放強(qiáng)度進(jìn)行劃分。本研究在了解陜西省各市間碳排放狀況的基礎(chǔ)上,將陜西省各市的碳排放劃分為五個(gè)等級(jí),劃分結(jié)果如表1所示,根據(jù)劃分類型繪制2000年、2006年、2010年和2017年陜西省區(qū)域碳排放空間分布特征,如圖2所示。
表1 碳排放量及碳排放強(qiáng)度劃分
圖2 陜西省各市碳排放量的空間分布圖Fig.2 Spatial distribution maps of carbon emission of cities in Shaanxi Province
圖2(a)表明2000年陜西省區(qū)域碳排放量主要位于在低碳區(qū)和次低碳區(qū),次低碳區(qū)只有西安市,其碳排放總量為1 525.63萬t,其他地區(qū)均為低碳排區(qū)域,其中安康市和商洛市的碳排放量最低,分別為158.83萬t和178.80萬t;而圖2(b)中2006年榆林市、延安市和西安市的碳排放量變化最顯著,均上升至中碳排區(qū),咸陽市和渭南市從低碳排區(qū)上升至次低碳排區(qū),其他區(qū)域仍處于低碳排區(qū)域,延安市較2000年碳排放量增長(zhǎng)了1 875.46萬t,增幅最大,銅川市的碳排放量增長(zhǎng)了135.99萬t,增幅最小。隨著經(jīng)濟(jì)的發(fā)展,能源、生產(chǎn)、生活的消費(fèi)增加,到2010年,如圖2(c)所示,西安市、延安市和榆林市從中碳排區(qū)上升至次高碳排區(qū),渭南市從次低碳排區(qū)增長(zhǎng)至中碳排區(qū),寶雞市從低碳排區(qū)增長(zhǎng)至與咸陽市同區(qū)域的次低碳排區(qū),而銅川市、漢中市、安康市和商洛市仍處于低碳排區(qū),碳排放最高的地區(qū)為延安市和榆林市,最小的地區(qū)為安康市和銅川市;由圖2(d)可知,2017年陜西省區(qū)域碳排放量的增長(zhǎng)更明顯,榆林市和延安市上升至高碳排區(qū),西安市處于次高碳排區(qū),咸陽市的碳排放增長(zhǎng)至中碳排區(qū),與渭南市處于同區(qū)域,寶雞市仍屬于次低碳排區(qū),而商洛市、漢中市和安康市仍保持在低碳排區(qū)。處于低碳排放區(qū)的市區(qū)數(shù)明顯減少,部分城市甚至上升至次高碳排區(qū)和高碳排區(qū),說明陜西省區(qū)域碳排放量在明顯上升,且近年來陜西省地區(qū)產(chǎn)業(yè)發(fā)展迅速,生活水平提高,拉動(dòng)了經(jīng)濟(jì)的增長(zhǎng),導(dǎo)致產(chǎn)業(yè)發(fā)展需求量大,因此碳排放量在顯著增加。
碳排放強(qiáng)度能夠有效反應(yīng)區(qū)域碳排放水平,便于比較區(qū)域間減排效果。為進(jìn)一步分析各市區(qū)碳強(qiáng)的空間差異和空間分布演變特征,根據(jù)碳排放強(qiáng)度的劃分類型繪制2000年、2006年、2010年和2017年陜西省空間分布特征圖,陜西省區(qū)域碳排放強(qiáng)度的空間分布如圖3所示。
圖3 陜西省各市碳排放強(qiáng)度的空間分布圖Fig.3 Spatial distribution maps of carbon emission intensity of cities in Shaanxi Province
圖3表明,2000年榆林市碳排放強(qiáng)度處于高碳強(qiáng)區(qū),碳排放強(qiáng)度為11.98 t/萬元GDP,延安市、銅川市和渭南市處于中碳強(qiáng)區(qū),咸陽市、寶雞市和商洛市均處在次低碳強(qiáng)區(qū),其他地區(qū)處于低碳強(qiáng)區(qū);對(duì)比圖3(b),2006年渭南市碳排放強(qiáng)度最大,為5.48 t/萬元GDP,仍保持在中碳強(qiáng)區(qū),而榆林市、延安市和銅川市的碳排放強(qiáng)度下降至與咸陽市同區(qū)域的次低碳排區(qū),其中榆林市下降最明顯,寶雞市和商洛市下降至下一個(gè)等級(jí),與漢中市、西安市和安康市處于低碳排區(qū),其中西安市的碳排放強(qiáng)度最低為1.87 t/萬元GDP;到了2010年如圖3(c)所示,陜西省碳排放強(qiáng)度均下降至低碳強(qiáng)區(qū)和次低碳強(qiáng)區(qū),其中渭南市下降至次低碳強(qiáng)區(qū),與銅川市和渭南市處于同區(qū)域,榆林市和咸陽市下降至低碳排區(qū),與其他市處于低碳強(qiáng)區(qū);而2017年,如圖3(d)所示,陜西省碳排放強(qiáng)度仍處于低碳強(qiáng)區(qū)和次低碳強(qiáng)區(qū),延安市仍處于次低碳強(qiáng)區(qū),銅川市和渭南市碳排放強(qiáng)度下降至低碳強(qiáng)區(qū),與其他市均處于同一區(qū)域的低碳強(qiáng)區(qū),其中延安市碳排放強(qiáng)度最高,為4.16 t/萬元GDP,西安市最低,為0.61 t/萬元GDP。處于高碳強(qiáng)區(qū)域的地區(qū)數(shù)明顯減少,部分地區(qū)由高碳強(qiáng)區(qū),次高碳強(qiáng)區(qū)下降至低碳強(qiáng)區(qū)。說明陜西省碳排放強(qiáng)度整體上呈下降趨勢(shì),所以整體上調(diào)控各市碳排放強(qiáng)度才是控制陜西省碳排放強(qiáng)度的關(guān)鍵。因此,陜西省節(jié)能減排戰(zhàn)略可通過加強(qiáng)區(qū)域合作,實(shí)現(xiàn)減排互補(bǔ),進(jìn)而更有效降低碳排放量。
結(jié)合時(shí)間和空間兩個(gè)維度的分析發(fā)現(xiàn),陜西省各市之間的碳排放差異較大。因此,進(jìn)一步對(duì)其空間動(dòng)態(tài)演變規(guī)律進(jìn)行分析。根據(jù)2000~2017年陜西省各市碳排放強(qiáng)度數(shù)據(jù),借助全局自相關(guān)系數(shù)(Global Moran’sI)度量陜西省各市碳排放強(qiáng)度整體上的空間關(guān)聯(lián)程度。得到的陜西省各碳排放強(qiáng)度的莫蘭指數(shù)如表2所示。
表2 碳排放強(qiáng)度的莫蘭指數(shù)
從表2中可以看出2000~2017年陜西省各市的碳排放強(qiáng)度的Moran’sI都通過1%的顯著性水平檢驗(yàn),且碳排放強(qiáng)度的Moran’sI都為正值,說明陜西省各市的碳排放強(qiáng)度具有較強(qiáng)的空間相關(guān)性。據(jù)此可以判斷:地理距離是影響碳排放強(qiáng)度的重要因素,將地理距離作為空間權(quán)重矩陣有一定的合理性。
構(gòu)建陜西省各市分布的莫蘭指數(shù)圖,由莫蘭指數(shù)圖驗(yàn)證陜西省各市碳排放強(qiáng)度的空間相關(guān)性,2000年、2006年、2010年和2017年的全局莫蘭指數(shù)如圖4所示。
如圖4所示,2000年陜西省各市的碳排放強(qiáng)度全局莫蘭指數(shù)為0.375,說明分布空間正相關(guān)性強(qiáng),其顯著性水平P值為0.006,其莫蘭指數(shù)具有統(tǒng)計(jì)學(xué)意義。2006年、2010年和2017年的全局莫蘭指數(shù)分別為0.614、0.375、0.411,其顯著性水平P值分別為0.002、0.007和0.003,均驗(yàn)證了上述分布模式。
陜西省各市碳排放強(qiáng)度具有較強(qiáng)的空間正相關(guān)性,因此,可進(jìn)一步分析陜西省各市碳排放強(qiáng)度的空間聚集狀態(tài)及其動(dòng)態(tài)演變規(guī)律,陜西省各市空間聚集狀態(tài)分布如圖5所示 。
圖5表明,陜西省碳排放強(qiáng)度整體上由北部向南遞減,形成北部地區(qū)的高高聚集和南部地區(qū)的低低聚集,呈顯著的聚集狀態(tài),這與南北的礦產(chǎn)資源和經(jīng)濟(jì)狀況的空間自相關(guān)性相吻合。2000年和2017年碳排放強(qiáng)度的比較發(fā)現(xiàn)不同年份其分布模式差異不大,2000年銅川市碳排放強(qiáng)度的聚集狀態(tài)不顯著,但2017年處于顯著的高高聚集,說明銅川市的碳排放強(qiáng)度在近些年有顯著變化。延安市在2000年呈高高格局,2017年仍處于高高格局,西安市、漢中市和安康市仍處于低低格局。
圖4 陜西省各市區(qū)碳排放強(qiáng)度的全局莫蘭指數(shù)Fig.4 Global Moran’s I of carbon emission intensity of cities in Shaanxi Province
圖5 陜西省各市碳排放強(qiáng)度聚集狀態(tài)Fig.5 Aggregation state of carbon emission intensity of cities in Shaanxi Province
礦產(chǎn)資源稟賦促進(jìn)經(jīng)濟(jì)的發(fā)展,而能源消費(fèi)是碳排放的重要原因,自然資源豐富的市具有發(fā)展的帶動(dòng)作用。20世紀(jì)以來,隨著陜西省工業(yè)化水平的推進(jìn),其對(duì)各種資源的需求不斷增大,部分礦產(chǎn)資源豐富的市區(qū)因礦產(chǎn)資源的不斷開采,使得陜西省各市的碳排放強(qiáng)度在空間格局上呈現(xiàn)出一定規(guī)律的聚集。隨著陜西省能源與工業(yè)的推進(jìn),部分礦產(chǎn)資源豐富的市因礦產(chǎn)資源的不斷開采,導(dǎo)致陜西省各市的碳排放強(qiáng)度在空間格局上呈現(xiàn)出一定規(guī)律的聚集。從北部到南部采取差異化的低碳政策,北部地區(qū)促進(jìn)經(jīng)濟(jì)發(fā)展,提高技術(shù)產(chǎn)業(yè)和優(yōu)化礦產(chǎn)資源的同時(shí),充分重視市與市之間的交互作用,提高自身城市環(huán)境質(zhì)量并帶動(dòng)周邊市區(qū)的碳排放效應(yīng)的提升。
本文利用空間統(tǒng)計(jì)分析和空間自相關(guān)法對(duì)陜西省10個(gè)市的碳排放特征及其動(dòng)態(tài)演變規(guī)律進(jìn)行分析,所得結(jié)論如下:
(1)陜西省各市的碳排放強(qiáng)度整體呈下降趨勢(shì),榆林市下降速度最快。各市的碳排放強(qiáng)度變化特征存在差異,榆林市、延安市、渭南市和銅川市的碳排放強(qiáng)度較高,安康市、漢中市和商洛市的碳排放強(qiáng)度較低,結(jié)合各市環(huán)境及低碳經(jīng)濟(jì)發(fā)展現(xiàn)狀,謹(jǐn)慎采取優(yōu)化調(diào)整措施。對(duì)碳排放強(qiáng)度較低且發(fā)展空間較大的市,政府可適當(dāng)給與支持。
(2)陜西省各市碳排放量和碳排放強(qiáng)度的動(dòng)態(tài)演變規(guī)律:整體上,碳排放量在顯著增加,處于低碳排區(qū)的數(shù)量在減少,部分市甚至上升至次高碳排區(qū)和高碳排區(qū)。碳排放強(qiáng)度在顯著降低,處于高碳排放強(qiáng)度的數(shù)量明顯減少,榆林市的碳排放強(qiáng)度從高碳強(qiáng)區(qū)下降至低碳強(qiáng)區(qū),延安市從中碳強(qiáng)區(qū)下降至次低碳強(qiáng)區(qū),其他市均不同程度的下降至低碳強(qiáng)區(qū),所以整體上調(diào)控各市碳排放強(qiáng)度才是關(guān)鍵,因此,陜西省節(jié)能減排戰(zhàn)略可以重點(diǎn)加強(qiáng)區(qū)域合作,加強(qiáng)各市的合作與交流,實(shí)現(xiàn)減排互補(bǔ),更有效降低碳排放量。
(3)空間集聚特征分析表明:陜西省各市的碳排放強(qiáng)度具有較強(qiáng)的空間相關(guān)性。整體上由北向南遞減,形成了顯著的聚集狀態(tài)。形成北部市高高聚集和南部市區(qū)低低聚集,這與南北的礦產(chǎn)資源和經(jīng)濟(jì)狀況的空間自相關(guān)性也是一致的,陜西省各市的碳排放強(qiáng)度存在顯著的空間相關(guān)性,應(yīng)充分重視相鄰市區(qū)的經(jīng)濟(jì)狀況和減排效應(yīng),加強(qiáng)各市之間的信息共享。區(qū)域發(fā)展是陜西省推進(jìn)節(jié)能減排的關(guān)鍵,政府的宏微觀政策對(duì)區(qū)域碳排放起著引導(dǎo)作用。陜西省要加強(qiáng)市級(jí)協(xié)作,開發(fā)新的節(jié)能減排技術(shù),盡早完成減排目標(biāo)。