亚洲国产香蕉视频在线播放,亚洲熟妇真实自拍另类,中文字幕观看一区二区,国产成人啪精品视频免费网,国产91一区二区在线播放,激情爱爱免费视频麻豆,日韩精品在线观看久,妻子的情人免费在线观看中文字幕,精品一区精品二区精品三区

原文信息

題目：中國(guó)省域凈碳匯效率時(shí)空演變及影響因素研究

作者：任悅寧，張建勛，董宏杰，董旭娟

期刊：《生態(tài)經(jīng)濟(jì)》24年4期

摘要

提升凈碳匯效率是推動(dòng)“雙碳”目標(biāo)實(shí)現(xiàn)的重要途徑。論文采用超效率SBM模型測(cè)度2010-2020年中國(guó)30個(gè)省份的凈碳匯效率，分別運(yùn)用空間自相關(guān)分析和地理探測(cè)器探究中國(guó)省域凈碳匯效率的時(shí)空演變及影響因素，研究表明：（1）中國(guó)凈碳匯效率整體呈現(xiàn)上升趨勢(shì)，但總值偏低且區(qū)域差異明顯，呈現(xiàn)西南及東北區(qū)域高、中部及東部沿海區(qū)域低的格局。（2）凈碳匯效率存在空間自相關(guān)性，高值區(qū)域主要集中在云南、黑龍江等區(qū)域，低值區(qū)域主要集中在天津、山東等區(qū)域。（3）城市化水平、工業(yè)污染治理和經(jīng)濟(jì)發(fā)展產(chǎn)業(yè)結(jié)構(gòu)是凈碳匯效率空間分異的影響因素，且多數(shù)因子交互作用后均產(chǎn)生非線性增強(qiáng)作用。建議根據(jù)各區(qū)域差異化特征通過(guò)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、加強(qiáng)環(huán)境規(guī)制等方法以達(dá)到社會(huì)經(jīng)濟(jì)低碳可持續(xù)發(fā)展。

關(guān)鍵詞

凈碳匯效率；時(shí)空演變；影響因素；地理探測(cè)器

全球氣候變暖問(wèn)題日益嚴(yán)重，為防止未來(lái)氣候變化幅度超過(guò)自然生態(tài)系統(tǒng)和經(jīng)濟(jì)社會(huì)發(fā)展所能承受的極限，造成不可逆轉(zhuǎn)的后果，全球展開(kāi)了關(guān)于低碳環(huán)境保護(hù)的研究（IPCC2018）[1]。中國(guó)為建立健全綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系在七十五屆聯(lián)合國(guó)大會(huì)上正式提出碳達(dá)峰、碳中和目標(biāo)，其中如何兼顧經(jīng)濟(jì)發(fā)展與低碳目標(biāo)是中國(guó)作為發(fā)展中國(guó)家重要的研究問(wèn)題之一。

為兼顧經(jīng)濟(jì)發(fā)展和低碳目標(biāo)，國(guó)內(nèi)學(xué)者在構(gòu)建模型計(jì)算碳源/碳匯總量和探析不同區(qū)域碳源/碳匯時(shí)空特征的基礎(chǔ)上，進(jìn)一步對(duì)碳排放脫鉤關(guān)系、碳效率、凈碳匯效率等內(nèi)容進(jìn)行研究。碳排放脫鉤關(guān)系的研究從縣域[2]、旅游業(yè)[3]、土地利用[4]等不同層面剖析中國(guó)碳排放與經(jīng)濟(jì)發(fā)展之間的關(guān)系，引導(dǎo)差異化控碳以實(shí)現(xiàn)碳中和目標(biāo)。碳效率研究從國(guó)家、區(qū)域[5-6]、城市[7-8]、產(chǎn)業(yè)[9]等不同層面使用非徑向模型進(jìn)行低碳經(jīng)濟(jì)可持續(xù)發(fā)展評(píng)價(jià)，并將得到的評(píng)價(jià)結(jié)果使用空間計(jì)量模型等多種方法探究時(shí)空格局演變及影響因素[8]，以平衡經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)。凈碳匯效率可以被理解為一種以較少的勞動(dòng)資本投入和最小的環(huán)境代價(jià)達(dá)到經(jīng)濟(jì)效益最大的能力，即在投入產(chǎn)出不變的情況下，對(duì)環(huán)境的負(fù)面影響越小，則凈碳匯效率越高。凈碳匯效率相比較于碳效率的研究，在考慮碳排放的基礎(chǔ)上增加了碳匯變化的影響，全面分析城市經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境之間的關(guān)系是否健康，對(duì)宏觀調(diào)整發(fā)展結(jié)構(gòu)以實(shí)現(xiàn)碳中和具有重要的意義。

對(duì)于凈碳匯效率的研究，ZHANG等[10]從空間相關(guān)視角出發(fā)，使用空間計(jì)量模型分析地級(jí)市城市凈碳匯效率的影響因素，這種分析方法盡管能從整體上分析空間的相關(guān)性以及空間溢出效應(yīng)，但是當(dāng)分析的對(duì)象存在異質(zhì)性特點(diǎn)時(shí)，容易將其異質(zhì)性特點(diǎn)掩蓋，導(dǎo)致結(jié)果被混合效應(yīng)干擾[11]。因此，本文考慮異質(zhì)性特征，對(duì)中國(guó)省級(jí)區(qū)域凈碳匯效率進(jìn)行宏觀研究，直觀地展現(xiàn)經(jīng)濟(jì)發(fā)展效率現(xiàn)狀及其演變特征，分析不同因素對(duì)凈碳匯效率的區(qū)域異質(zhì)性影響，以便能夠合理地配置資源，為各省實(shí)現(xiàn)低碳可持續(xù)發(fā)展提供區(qū)域政策參考。

1數(shù)據(jù)和方法

1.1研究區(qū)域與數(shù)據(jù)來(lái)源

1.1.1研究區(qū)域

中國(guó)按照省、自治區(qū)、直轄市將全國(guó)劃分為34個(gè)省級(jí)行政單位，由于西藏自治區(qū)能源統(tǒng)計(jì)數(shù)據(jù)的缺失，以及臺(tái)灣、香港、澳門地區(qū)面板數(shù)據(jù)的缺失，選取除這4個(gè)區(qū)域外的30個(gè)省份作為研究區(qū)域進(jìn)行分析。

1.1.2數(shù)據(jù)來(lái)源

采用2010-2020年中國(guó)30個(gè)省份的面板數(shù)據(jù)對(duì)凈碳匯效率進(jìn)行測(cè)算，在此基礎(chǔ)上使用空間相關(guān)分析法分析凈碳匯效率的空間格局，結(jié)合地理探測(cè)器探究?jī)籼紖R效率的影響因素。研究過(guò)程中共用到遙感、面板、行政邊界三類數(shù)據(jù)，具體如表1所示。

1.1.3變量計(jì)算

（1）碳排放。各省份碳排放計(jì)量依據(jù)IPCC2006核算清單推薦的方法，數(shù)據(jù)采用歷年《中國(guó)能源統(tǒng)計(jì)年鑒》中的地區(qū)能源平衡表。終端能源消費(fèi)量包括27種化石能源和電力、熱力消費(fèi)數(shù)據(jù)，并選擇合適的碳排放因子進(jìn)行計(jì)算，公式為：

式中：CE代表省份所有能源消耗碳排放量；i表示能源類型；ADi表示活動(dòng)數(shù)據(jù)，即第i種能源的消耗量，百萬(wàn)噸；EFi表示第i種化石燃料的排放因子。本文采用的能源排放系數(shù)參考IPCC收錄的各種燃料的CO2排放系數(shù)[13]，熱力排放系數(shù)的選取參考范鳳巖[14]的研究，電力碳排放因子調(diào)整為最新的0.5810噸二氧化碳/兆瓦時(shí)[15]，其他能源碳排放因子參考陶東[16]的研究。

（2）碳匯。碳匯測(cè)算使用植被凈初級(jí)生產(chǎn)力NPP數(shù)據(jù)，來(lái)源于美國(guó)國(guó)家航空航天局NASA的MOD17A3HGF年度全球500米產(chǎn)品（網(wǎng)址為https://ladsweb.modaps.eosdis.nasa.gov/），通過(guò)MOD12Q1和MOD15A2兩個(gè)上級(jí)數(shù)據(jù)輸入得到[17]。算法通過(guò)讀取MOD12Q1獲取土地覆蓋類型（圖1），讀取MOD15A2H獲得葉面積指數(shù)（leafareaindex）和光合有效輻射分?jǐn)?shù)（fraction of absorbed photosynthetically active radiation），并輸入氣候數(shù)據(jù)，計(jì)算以8天為單位的MOD17A2（MOD17算法假設(shè)FPAR和LAI在給定的8天內(nèi)沒(méi)有變化），每年年底由8天的MOD17A2計(jì)算MOD17A3。

使用ArcGIS 10.8對(duì)MODIS數(shù)據(jù)進(jìn)行處理和計(jì)算，得到NPP數(shù)據(jù)。通過(guò)研究MOD17A3HGF的算法，數(shù)據(jù)無(wú)效值區(qū)域被識(shí)別為常年冰雪、貧瘠、稀疏的植物（巖石、苔原、沙漠），根據(jù)數(shù)據(jù)無(wú)效值區(qū)域的性質(zhì)和占研究區(qū)域的比例，認(rèn)為其缺失值對(duì)研究整體碳匯時(shí)空變化影響較小，因此忽略數(shù)據(jù)無(wú)效值部分進(jìn)行分析。

（3）凈碳匯效率。在計(jì)算碳排放、碳匯的基礎(chǔ)上，使用超效率SBM模型對(duì)各省份的凈碳匯效率進(jìn)行測(cè)度，通過(guò)設(shè)置投入、期望產(chǎn)出、不良產(chǎn)出構(gòu)建模型[18]。選擇勞動(dòng)力、資本和能源作為投入要素，確定國(guó)民經(jīng)濟(jì)生產(chǎn)總值GDP和碳匯量作為理想的產(chǎn)出要素，將二氧化碳排放量作為不良的產(chǎn)出搭建模型，如表2所示。

1.2研究方法

1.2.1超效率SBM模型

由于考慮非期望產(chǎn)出的超效率SBM模型（Slack Based Model）對(duì)凈碳匯效率的測(cè)度能夠考慮松弛變量和不良產(chǎn)出，并且產(chǎn)生的效率值會(huì)超過(guò)1，克服了以往有效單位效率值為1時(shí)無(wú)法比較的缺陷[19]，故使用超效率SBM模型測(cè)度凈碳匯效率，公式如下：

式中：中國(guó)凈碳匯效率的決策單元DMU為n個(gè)，其中投入變量為x，期望產(chǎn)出為y以及非期望產(chǎn)出為z；s-、sg、sb分別為投入、期望產(chǎn)出和非期望產(chǎn)出的松弛變量。

1.2.2空間相關(guān)分析

空間自相關(guān)模型作為地理學(xué)和統(tǒng)計(jì)學(xué)知識(shí)融合的模型，能夠分析空間上是否存在一定的關(guān)系，可用于分析凈碳匯效率的時(shí)空特征。本文基于ArcGIS 10.8通過(guò)莫蘭指數(shù)衡量全局空間自相關(guān)：當(dāng)Moran’s I為正數(shù)時(shí)，表示在空間上呈集聚分布；當(dāng)Moran’s I為負(fù)數(shù)時(shí)，表示在空間上呈分散分布。使用聚類與異常值分析測(cè)度凈碳匯效率在局部空間上的集聚和分散情況。冷熱點(diǎn)分析Getis-Ord Gi*能夠進(jìn)一步識(shí)別空間分布時(shí)集聚、分散或是隨機(jī)的，通過(guò)冷熱點(diǎn)分析能夠識(shí)別省域凈碳匯效率熱點(diǎn)與冷點(diǎn)的空間分布，Gi*(d)值為正表示高值集聚，即“熱點(diǎn)區(qū)”；反之為低值集聚，即“冷點(diǎn)區(qū)”。

1.2.3地理探測(cè)器

WANG等[20-21]提出地理探測(cè)器這一探測(cè)空間分異的方法，能夠探索自變量及因變量在空間分布上的相似性，并且能夠分析兩因子之間的相互作用關(guān)系，以及作用關(guān)系的強(qiáng)弱。由于凈碳匯效率影響因素的內(nèi)生性和共線性問(wèn)題嚴(yán)重，使用該方法的優(yōu)勢(shì)在于其原理保證了其對(duì)多自變量的共線性免疫。因子探測(cè)主要分析不同影響因素對(duì)研究區(qū)域凈碳匯效率空間格局的解釋程度[22-23]。計(jì)算公式如下：

式中：q為影響要素對(duì)凈碳匯效率的解釋程度；n、σ2分別表示樣本總量和方差；nh、σh分別表示第h層（h=1，2，…，L）的樣本量和樣本方差。q的取值范圍為[0，1]，值越接近1意味著該因子對(duì)省域凈碳匯效率的影響越大，反之越弱。

2凈碳匯效率時(shí)空演變特征

2.1碳源、碳匯及凈碳匯效率總體特征

在計(jì)算碳排放量、碳匯量基礎(chǔ)上測(cè)度凈碳匯效率，分別對(duì)三者總量變化及時(shí)空分布特征進(jìn)行分析，并探究三者的時(shí)空變化特征是否具有一定的關(guān)聯(lián)性[24]。

2010-2020年中國(guó)碳排放總量呈現(xiàn)波動(dòng)上升趨勢(shì)，碳排放總量從8361.44百萬(wàn)噸上升至12001.60百萬(wàn)噸，增長(zhǎng)率為43.53%，具體表現(xiàn)為：2010-2014年碳排放量增長(zhǎng)較快；2014-2016年，碳排放量增速減緩且出現(xiàn)下降趨勢(shì)；2016-2020年，碳排放量增速加快并持續(xù)增長(zhǎng)[25-28]。2010-2020年中國(guó)碳匯總量呈現(xiàn)波動(dòng)上升趨勢(shì)，碳匯量從3330.07百萬(wàn)噸上升至3659.08百萬(wàn)噸，增長(zhǎng)了9.88%，具體表現(xiàn)為：2010-2013年，碳匯總量呈現(xiàn)增長(zhǎng)趨勢(shì)；2013-2017年，碳匯總量較為穩(wěn)定，基本保持不變；2017-2020年，碳匯總量波動(dòng)上升[29-30]?？傮w來(lái)說(shuō)全國(guó)碳匯總量增長(zhǎng)相較于碳排放總量較為緩慢（圖2）。

在碳排放與碳匯計(jì)算基礎(chǔ)上結(jié)合社會(huì)經(jīng)濟(jì)數(shù)據(jù)，利用考慮非期望產(chǎn)出的超效率SBM模型，并借助MaxDEA軟件測(cè)算全國(guó)30個(gè)省份2010-2020年的凈碳匯效率。根據(jù)結(jié)果（圖3）可知：中國(guó)凈碳匯效率值總體偏低，區(qū)域差異性明顯，呈現(xiàn)凈碳匯效率西南及東北區(qū)域高，中間偏東區(qū)域低的格局（以中國(guó)人口地理界限為軸，兩端高中間低）；青海、云南、黑龍江、內(nèi)蒙古、四川、福建、海南（高值＞0.55）屬于全國(guó)凈碳匯效率的高值區(qū)域，天津、山東、江蘇、河北、寧夏、浙江、河南（低值＜0.3）屬于全國(guó)凈碳匯效率的低值區(qū)域。

2010-2020年凈碳匯效率整體處于上升趨勢(shì)。其中：浙江、山東、廣西、海南、新疆呈現(xiàn)明顯的下降趨勢(shì)；天津、山西等中國(guó)人口地理界限的東側(cè)中部多個(gè)省份呈現(xiàn)明顯的上升趨勢(shì)，屬于人口較多、人口密度較大區(qū)域，可以側(cè)面說(shuō)明人的主觀能動(dòng)性對(duì)凈碳匯效率存在影響，通過(guò)宏觀調(diào)控人的行為活動(dòng)可以提升凈碳匯效率；而其余省份的變化趨勢(shì)不顯著（圖4）。

分析碳源/碳匯和凈碳匯效率時(shí)空特征（圖3）可以發(fā)現(xiàn)，凈碳匯效率的低值分布與碳排放量的高值分布相似，而凈碳匯效率的高值分布與碳匯水平的高值分布相似，通過(guò)宏觀調(diào)整各影響因素控制碳排放量與碳匯量直接影響凈碳匯效率。因此改善生態(tài)環(huán)境和減少固定人口基數(shù)下人們必要活動(dòng)產(chǎn)生的碳排放，對(duì)凈碳匯效率的影響較為有限；而社會(huì)發(fā)展等由人力形成的要素影響作用較大，因此人口密度較高地區(qū)對(duì)生態(tài)環(huán)境影響較多，效率值相對(duì)較低且人口密度較大的東中部地區(qū)具有較高的提升空間。

2.2凈碳匯效率空間格局分析

2.2.1空間總體格局

使用ArcGIS 10.8對(duì)中國(guó)省域凈碳匯效率空間特征進(jìn)行空間自相關(guān)分析，采用全局莫蘭指數(shù)刻畫凈碳匯效率的空間相關(guān)性。2010-2018年凈碳匯效率呈現(xiàn)顯著的空間自相關(guān)性，Moran’s I指數(shù)均大于零且在95%的水平上通過(guò)顯著性檢驗(yàn)，指數(shù)波動(dòng)較?。▓D5）。但是，2019-2020年莫蘭指數(shù)呈現(xiàn)負(fù)數(shù)。猜測(cè)導(dǎo)致2019年和2020年空間自相關(guān)分析異常是由于北京、上海兩個(gè)地區(qū)凈碳匯效率在2019-2020年突然增高，經(jīng)檢驗(yàn)，若北京、上海兩地?cái)?shù)據(jù)保持之前數(shù)值，莫蘭指數(shù)降低，但空間上仍然存在集聚特征。通過(guò)分析北京、上海投入產(chǎn)出指標(biāo)可以發(fā)現(xiàn)，變化較為明顯的指標(biāo)是GDP的增長(zhǎng)、二氧化碳排放的降低以及碳匯水平保持在較高水平，可以發(fā)現(xiàn)最大經(jīng)濟(jì)增長(zhǎng)的同時(shí)保證高水平的碳匯量以及較低的碳排放量，凈碳匯效率就會(huì)顯著增高。

通過(guò)計(jì)算平均凈碳匯效率（表3）可知，2010-2012年凈碳匯效率呈現(xiàn)降低趨勢(shì)；2012-2017年基本沒(méi)有發(fā)生變化，處于平穩(wěn)狀態(tài)；2017-2020年呈現(xiàn)持續(xù)增長(zhǎng)趨勢(shì)。平均凈碳匯效率與凈碳匯效率的空間集聚程度出現(xiàn)負(fù)相關(guān)的現(xiàn)象，凈碳匯效率升高莫蘭指數(shù)降低，凈碳匯效率降低莫蘭指數(shù)升高。猜測(cè)凈碳匯效率的高低與自然環(huán)境和社會(huì)發(fā)展息息相關(guān)，但是通過(guò)政策推出、工業(yè)污染治理、節(jié)能環(huán)保支出、產(chǎn)業(yè)結(jié)構(gòu)等要素的調(diào)整，不同區(qū)域可以提升凈碳匯效率，此時(shí)隨著凈碳匯效率的提升，空間集聚效應(yīng)將會(huì)減弱。

2.2.2空間集聚特征

使用ArcGIS 10.8對(duì)省級(jí)區(qū)域凈碳匯效率進(jìn)行高/低聚類分析，可得區(qū)域凈碳匯效率存在低聚類模式。在此基礎(chǔ)上進(jìn)行熱點(diǎn)分析（Getis-Ord Gi*），通過(guò)冷熱點(diǎn)的空間分布可以看出，凈碳匯效率值冷點(diǎn)集聚于中國(guó)的東部地區(qū)，即以北京為中心的京津冀“首都經(jīng)濟(jì)圈”（即北京、天津、河北等地）與以上海為中心的“長(zhǎng)江三角洲經(jīng)濟(jì)帶”（即上海、江蘇、浙江等地）。凈碳匯效率熱點(diǎn)集聚于云南、海南等地，分為兩種類型，一種是人口密度低的人稀地廣區(qū)域，如新疆、青海；另一種是碳匯能力強(qiáng)且城市化水平較低的區(qū)域，如四川、貴州、云南。

通過(guò)冷熱點(diǎn)的時(shí)序變化（圖6）發(fā)現(xiàn)，2010-2020年中國(guó)凈碳匯效率值的冷熱點(diǎn)集聚程度逐漸下降。2010-2020年凈碳匯效率值冷點(diǎn)區(qū)域從集聚區(qū)域北側(cè)開(kāi)始一直減少，到2020年冷點(diǎn)以河南、安徽為中心呈現(xiàn)集聚特征。2010-2015年凈碳匯效率值熱點(diǎn)從新疆、四川消失，演變?yōu)樵颇?、貴州、廣西等地分布的格局，2015-2020年熱點(diǎn)逐漸消失。全國(guó)凈碳匯效率整體呈現(xiàn)提升狀態(tài)，低值省份逐漸減少。

如圖7所示，在凈碳匯效率全局自相關(guān)分析的基礎(chǔ)上，進(jìn)行空間聚類與異常值分析（Anselin Local Moran’s I）發(fā)現(xiàn)：2010-2020年中國(guó)省域凈碳匯效率存在顯著的空間自相關(guān)關(guān)系，變化不明顯，高-低集聚和低-低集聚是主要的局部空間自相關(guān)類型，另外也存在高-高集聚類型。高-低集聚主要存在于中國(guó)的北部地區(qū)，如內(nèi)蒙古、陜西等省份；低-低集聚存在于中國(guó)的東部地區(qū)，以北京、上海為中心的周邊省份，如河北、山西、河南、山東、安徽、江蘇、浙江等省份。高-高集聚現(xiàn)象多存在于中國(guó)的西部地區(qū)，如四川、云南、貴州等省份。高-低集聚和低-低集聚區(qū)域基本沒(méi)有變化，而高-高集聚由新疆轉(zhuǎn)向四川等地后又出現(xiàn)在新疆，變化不穩(wěn)定。

西南地區(qū)城市化水平較低，建成區(qū)域占比較少，綠化覆蓋植物固碳能力較強(qiáng)，且能源消費(fèi)結(jié)構(gòu)較為清潔，制造工業(yè)的集聚程度較低使得該地區(qū)的凈碳匯效率較高。而東部地區(qū)城市建設(shè)水平一方面擠占了植物生長(zhǎng)空間，降低了植物固碳水平，另一方面二、三產(chǎn)業(yè)的發(fā)展能源消耗高、排放強(qiáng)度大，使得東部地區(qū)成為低-低集聚的集中區(qū)域。西部地區(qū)凈碳匯效率較低，該區(qū)域碳匯水平一般，碳排放相對(duì)較高，能源消費(fèi)水平隨著城市發(fā)展得到較大提高，但能源利用和降碳技術(shù)的改進(jìn)相對(duì)發(fā)達(dá)地區(qū)具有滯后性，在一定時(shí)期內(nèi)碳排放水平突破路徑依賴的瓶頸具有難度。

3凈碳匯效率影響因素分析

3.1凈碳匯效率影響因素選取

既有研究從城市化發(fā)展[31-39]、環(huán)境規(guī)制[40-42]等方面對(duì)碳效率進(jìn)行研究，其中對(duì)于經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)的研究次數(shù)最多，經(jīng)濟(jì)發(fā)展水平、社會(huì)投資水平、城市建設(shè)情況和科學(xué)技術(shù)進(jìn)步均是研究關(guān)注的重要內(nèi)容，此外，人口城市化率、人口密度、勞動(dòng)產(chǎn)業(yè)結(jié)構(gòu)、工業(yè)污染治理、科學(xué)技術(shù)投資也是研究關(guān)注的內(nèi)容，少數(shù)研究者關(guān)注到交通水平影響人們的生活生產(chǎn)效率。

為全面分析不同要素對(duì)凈碳匯效率的影響，結(jié)合既有研究選取以下變量作為中國(guó)凈碳匯效率的潛在影響因素（表4）。

依據(jù)要素性質(zhì)及其屬性從城市發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)狀、金融投資水平和技術(shù)發(fā)展情況4個(gè)維度進(jìn)行分析。其中對(duì)于經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)的分析與多數(shù)已有研究不同，并非單一使用第二產(chǎn)業(yè)經(jīng)濟(jì)比值進(jìn)行研究，而是采用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值的比值表征經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)，并分析產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)凈碳匯效率的影響。

3.2凈碳匯效率影響因素分析

在我國(guó)省域凈碳匯效率空間分異及空間集聚特征的基礎(chǔ)上，使用地理探測(cè)器的因子探測(cè)與雙因子交互探測(cè)，識(shí)別影響凈碳匯效率的主導(dǎo)因素以及分析雙因子交互區(qū)域差異化影響作用。使用ArcGIS 10.8中提供的自然間斷點(diǎn)分級(jí)法，將選取的12個(gè)影響因素指標(biāo)進(jìn)行數(shù)據(jù)離散化處理，均分為5個(gè)層級(jí)，并運(yùn)用地理探測(cè)器方法計(jì)算，探究其影響強(qiáng)度及影響的空間異質(zhì)性特征。

3.2.1主導(dǎo)因素識(shí)別

通過(guò)地理探測(cè)器的因子探測(cè)分析這些因素，判斷其對(duì)凈碳匯效率是否存在影響，其中q值代表自變量X對(duì)屬性Y的解釋能力，q值越大表示X對(duì)Y的解釋力越強(qiáng)，反之則越弱。首先針對(duì)2010年、2015年、2020年凈碳匯效率的影響因素均進(jìn)行因子探測(cè)分析，12個(gè)因素均通過(guò)5%的顯著性檢驗(yàn)，可以看出凈碳匯效率的主要影響因素雖然個(gè)別順序調(diào)整但是基本沒(méi)有發(fā)生改變，因此進(jìn)一步細(xì)致地分析采用最新2020年的數(shù)據(jù)。

通過(guò)數(shù)據(jù)整理得出，q值大于0.1的有9個(gè)影響因素，影響程度從大到小依次為X1＞X10＞X6＞X5＞X7＞X2＞X12＞X11＞X4，如表5所示。

影響程度最高的因素是人口城市化率，即城市人口與總?cè)丝诘谋戎?，人口城市化率?0%-70%為城市化中期階段，多數(shù)省份均處于這個(gè)階段，城市化速度快，城市發(fā)展的同時(shí)工業(yè)化也在加速發(fā)展，工業(yè)能耗增加，隨著大量農(nóng)村人口涌入城市，生活能耗也在不斷增加[27]；緊接著是工業(yè)污染治理，工業(yè)污染治理完成投資是凈碳匯效率提升的重要因素，提高工業(yè)污染治理投資可以減少產(chǎn)業(yè)發(fā)展時(shí)產(chǎn)生的二氧化碳；經(jīng)濟(jì)發(fā)展產(chǎn)業(yè)結(jié)構(gòu)，即第三產(chǎn)業(yè)GDP與第二產(chǎn)業(yè)GDP占比情況，其變化對(duì)發(fā)展與環(huán)境兩者關(guān)系具有直接影響作用，是凈碳匯效率的重要影響因素。社會(huì)投資水平、經(jīng)濟(jì)發(fā)展水平、公共預(yù)算支出這3個(gè)因素q值較小，但均具有顯著性，是影響凈碳匯效率的因素之一。

3.2.2交互作用探測(cè)

交互探測(cè)用來(lái)識(shí)別不同影響因素之間的交互作用，評(píng)估兩個(gè)因子共同作用是否增強(qiáng)對(duì)凈碳匯效率的解釋力。通過(guò)計(jì)算兩個(gè)自變量對(duì)因變量的q值，兩自變量交互的q值，q值間相互比較，分為非線性減弱、單因子非線性增強(qiáng)、雙因子增強(qiáng)、獨(dú)立、非線性增強(qiáng)5種探測(cè)結(jié)果。

選用2020年的數(shù)據(jù)經(jīng)過(guò)地理探測(cè)器交互探測(cè)后發(fā)現(xiàn)，各影響因素在凈碳匯效率空間格局的演化過(guò)程中存在交互作用，不同影響因素兩兩之間交互后的解釋力明顯增強(qiáng)，沒(méi)有出現(xiàn)減弱現(xiàn)象，且多數(shù)因子與其他空間因子相互疊加后會(huì)產(chǎn)生非線性增強(qiáng)作用，表明凈碳匯效率是多種因素共同作用的結(jié)果（圖8）。

其中，單因子解釋力最強(qiáng)的是人口城市化率（q=0.530），其次是工業(yè)污染治理（q=0.481），與其余因子交互后作用更強(qiáng)，說(shuō)明凈碳匯效率空間格局主要受人口城市化率和工業(yè)污染治理與其他因子的共同作用。節(jié)能環(huán)保支出（q=0.063）、經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)（q=0.070）在單因子探測(cè)中影響力最弱，但是與其他因子交互作用后影響力呈現(xiàn)非線性增強(qiáng)；生活交通水平（q=0.299）單因子影響力一般，但與其余因子交互作用后影響力呈現(xiàn)非線性增強(qiáng)。說(shuō)明節(jié)能環(huán)保支出與其他因素相互作用可以提高凈碳匯效率；經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)對(duì)社會(huì)經(jīng)濟(jì)發(fā)展與碳排放類型起到重要影響作用，通過(guò)調(diào)整經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)能夠提高凈碳匯效率；生活交通水平能夠?qū)θ藗兩a(chǎn)生活起到促進(jìn)作用，但是需要與城市經(jīng)濟(jì)發(fā)展相匹配。節(jié)能環(huán)保支出和經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)交互（q=0.822），說(shuō)明經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)和環(huán)保支出的合理安排可以高效地提高凈碳匯效率；經(jīng)濟(jì)發(fā)展水平和人口城市化率交互（q=0.790），說(shuō)明城市人口聚集城市促進(jìn)經(jīng)濟(jì)發(fā)展，造成生態(tài)環(huán)境變化以及污染排放，但單一的經(jīng)濟(jì)發(fā)展水平對(duì)凈碳匯效率的影響并不顯著，而與城市化水平結(jié)合后，更能夠反映人類活動(dòng)對(duì)環(huán)境的影響。

雙因子交互探測(cè)中城市化水平與工業(yè)污染治理的交互效應(yīng)最大（q=0.895），因此，在城市發(fā)展的同時(shí)應(yīng)該注重工業(yè)污染治理，才能實(shí)現(xiàn)工業(yè)可持續(xù)性發(fā)展；其次是經(jīng)濟(jì)發(fā)展產(chǎn)業(yè)結(jié)構(gòu)與外資強(qiáng)度（q=0.887）、經(jīng)濟(jì)發(fā)展產(chǎn)業(yè)結(jié)構(gòu)與科學(xué)技術(shù)投資（q=0.868），因此，需要調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的同時(shí)和外資強(qiáng)度與科學(xué)技術(shù)投資相結(jié)合，利用有效的資源實(shí)現(xiàn)可持續(xù)發(fā)展的效益最大化。

4結(jié)論與建議

4.1結(jié)論

本研究采用超效率SBM模型對(duì)中國(guó)30個(gè)省份的凈碳匯效率進(jìn)行估算，從地理空間角度分析凈碳匯效率的時(shí)空分布特征，應(yīng)用地理探測(cè)器研究影響凈碳匯效率的社會(huì)經(jīng)濟(jì)因素及其相互作用，主要的研究結(jié)論如下所示。

（1）從時(shí)空變化上可以看出，中國(guó)碳排放總量與碳匯總量均在持續(xù)增長(zhǎng)，碳匯總量增長(zhǎng)速度較慢，碳排放總量增長(zhǎng)速度較快，兩者增長(zhǎng)速度相差較大，反映出多數(shù)省份經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的關(guān)系仍然在發(fā)展階段。2010-2020年全國(guó)凈碳匯效率整體處于上升趨勢(shì)，但總體偏低，并且區(qū)域差異性明顯，呈現(xiàn)凈碳匯效率西南及東北區(qū)域高，中間及東部沿海區(qū)域低的格局；熱點(diǎn)區(qū)域顯著減少，冷點(diǎn)區(qū)域減少并向南移動(dòng)，主要集聚于河南、安徽等地。

（2）通過(guò)因子探測(cè)分析可以發(fā)現(xiàn)，城市化水平、工業(yè)污染治理、經(jīng)濟(jì)發(fā)展產(chǎn)業(yè)結(jié)構(gòu)、生活交通水平、從業(yè)人員產(chǎn)業(yè)結(jié)構(gòu)、人口密度、科學(xué)技術(shù)進(jìn)步、節(jié)能環(huán)保支出、城市建設(shè)情況、外資強(qiáng)度、經(jīng)濟(jì)發(fā)展水平、科學(xué)技術(shù)投資12個(gè)因素均對(duì)凈碳匯效率具有解釋作用，其中，城市化水平、工業(yè)污染治理和經(jīng)濟(jì)發(fā)展產(chǎn)業(yè)結(jié)構(gòu)是凈碳匯效率空間分異的主要解釋因子，而外資強(qiáng)度、人均經(jīng)濟(jì)發(fā)展水平和節(jié)能環(huán)保支出的空間分異解釋力最小。

（3）通過(guò)分析因素的相互作用發(fā)現(xiàn)，凈碳匯效率的提高是城市發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、金融投資、技術(shù)進(jìn)步等多種要素共同作用的結(jié)果，影響因素之間均存在雙因子交互作用增強(qiáng)效應(yīng)，雙因子交互作用對(duì)凈碳匯效率的影響均大于單因子的影響，其中城市化水平與工業(yè)污染治理的交互效應(yīng)最大，其次是經(jīng)濟(jì)發(fā)展產(chǎn)業(yè)結(jié)構(gòu)與外資強(qiáng)度、科學(xué)技術(shù)投資的交互效應(yīng)。

不同地區(qū)因素的影響作用有一定的差異性，因此需要根據(jù)區(qū)域差異化特征制定發(fā)展計(jì)劃，提高政策和計(jì)劃的精準(zhǔn)性和有效性，以實(shí)現(xiàn)碳中和目標(biāo)。使用地理探測(cè)器分析影響因素對(duì)凈碳匯效率的交互影響，從碳排放及碳匯變化角度，結(jié)合碳排放控制潛力與碳匯增長(zhǎng)潛力對(duì)省域?qū)用嫣贾泻桶l(fā)展進(jìn)行宏觀的控制與調(diào)整，為實(shí)現(xiàn)科學(xué)可持續(xù)發(fā)展，提供有益參考。

4.2建議

以上對(duì)凈碳匯效率的研究可宏觀展現(xiàn)中國(guó)各省份經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間的關(guān)系及可持續(xù)發(fā)展效益，為實(shí)現(xiàn)碳中和目標(biāo)，凈碳匯效率的優(yōu)化策略應(yīng)該結(jié)合區(qū)域特征以及影響機(jī)制差異而有所側(cè)重，因此，根據(jù)凈碳匯效率的空間分異性提出差異化優(yōu)化建議。

（1）加強(qiáng)對(duì)東中部地區(qū)的宏觀調(diào)控。根據(jù)凈碳匯效率的空間格局以及效率值特征可知，效率值相對(duì)較低且人口密度較大的東中部地區(qū)具有較高的提升空間，應(yīng)該加強(qiáng)遼寧、河北、山東、江蘇、浙江等東中部地區(qū)對(duì)各要素的宏觀調(diào)控，保證要素之間相互協(xié)調(diào)，提升凈碳匯效率達(dá)成低碳發(fā)展的高效狀態(tài)。

（2）給予西南和東北區(qū)域更多的發(fā)展機(jī)會(huì)。凈碳匯效率提升最顯著的途徑是碳源和碳匯兩個(gè)方面同時(shí)作用，從碳匯的角度看，西南和東北區(qū)域碳匯總量高，凈碳匯效率較高且經(jīng)濟(jì)不發(fā)達(dá)，最可能實(shí)現(xiàn)碳中和。中國(guó)中部和東部地區(qū)經(jīng)濟(jì)發(fā)展速度較快，二氧化碳排放量持續(xù)增加，可以將更多的發(fā)展機(jī)會(huì)和發(fā)展空間向西南和東北區(qū)域如云南、黑龍江等轉(zhuǎn)移。

（3）合理利用產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和環(huán)境規(guī)制工具。產(chǎn)業(yè)結(jié)構(gòu)和其他要素交互作用影響大，為有效提高凈碳匯效率，在促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的同時(shí)，與外資強(qiáng)度、科學(xué)技術(shù)投資配合調(diào)整，積極引導(dǎo)企業(yè)提升環(huán)保技術(shù)占創(chuàng)新投入的比值；采取差異化的環(huán)境規(guī)制工具，根據(jù)不同省份城市化水平調(diào)整工業(yè)污染治理水平，加大環(huán)境監(jiān)管力度和鼓勵(lì)綠色創(chuàng)新。

本文從宏觀調(diào)控角度，通過(guò)分析影響因素的分層異質(zhì)性探究各要素對(duì)凈碳匯效率的影響強(qiáng)度和交互影響效應(yīng)，但是沒(méi)有細(xì)致地說(shuō)明各因素怎樣協(xié)同調(diào)整才能達(dá)到最佳狀態(tài)，即經(jīng)濟(jì)效益最大的情況下環(huán)境代價(jià)最小以及成本投入最小，其影響機(jī)理有待進(jìn)一步深入研究。