0 引言

中國(guó)作為碳排放大國(guó)，承擔(dān)著巨大的責(zé)任和壓力，環(huán)境問(wèn)題越來(lái)越突出，如何進(jìn)行可持續(xù)發(fā)展是面臨的首要問(wèn)題。國(guó)家主席習(xí)近平2020年9月22日在第七十五屆聯(lián)合國(guó)大會(huì)一般性辯論上表示，中國(guó)將提高國(guó)家自主貢獻(xiàn)力度，采取更加有力的政策和措施，CO

排放力爭(zhēng)于2030 年前達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和的目標(biāo)。在2021年兩會(huì)期間首次將碳達(dá)峰、碳中和寫(xiě)入政府工作報(bào)告中，體現(xiàn)國(guó)家對(duì)碳排放的重視。

長(zhǎng)江經(jīng)濟(jì)帶橫跨11 個(gè)省市，以20%左右的國(guó)土面積承載了全國(guó)40%以上的人口和40%以上的GDP。它不僅是我國(guó)總量最大、腹地最廣的經(jīng)濟(jì)區(qū)，也是重要的生態(tài)寶庫(kù)。在2017 年國(guó)家發(fā)展和改革委員會(huì)為推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶發(fā)展印發(fā)了《長(zhǎng)江經(jīng)濟(jì)帶生態(tài)環(huán)境保護(hù)規(guī)劃》，以督促長(zhǎng)江沿岸的城市做好生態(tài)保護(hù)。交通運(yùn)輸業(yè)作為碳排放的來(lái)源之一，降低碳排放量是進(jìn)行大氣污染防治的重要一環(huán)。長(zhǎng)江經(jīng)濟(jì)帶各省市分布如圖1所示。

比較1) 和2) 可以看出，當(dāng)頻率殘差在修正中所占權(quán)重較大時(shí)，修正效果要遠(yuǎn)好于各殘差所占權(quán)重相同時(shí)的修正結(jié)果。比較2) 和3) 可以看出，在進(jìn)行相同次數(shù)迭代修正后，模態(tài)頻率和MAC值變化幾乎相同，且效果都遠(yuǎn)好于1) 。但是，從圖9和圖12，可以看出，2) 的修正參數(shù)變化太過(guò)劇烈，在目標(biāo)函數(shù)中殘差幾乎不變的情況下，修正參數(shù)依然在大幅度改變，沒(méi)有收斂的趨勢(shì)；3) 的修正參數(shù)在目標(biāo)函數(shù)中殘差不怎么改變后也減小了改變量，修正參數(shù)緩慢變化，最后收斂。綜合比較可知，3) 的結(jié)果更好，修正后有限元模型與實(shí)際結(jié)構(gòu)貼合很好，修正參數(shù)的變化也在正常范圍內(nèi)，修正結(jié)果可信度高(表2)，具有較好的工程應(yīng)用意義。

根據(jù)公安部交通管理局發(fā)布的消息，全國(guó)機(jī)動(dòng)車(chē)保有量由 2014 年的 2.64 億輛增長(zhǎng)到 2020 年的3.72 億輛，增幅為41%。機(jī)動(dòng)車(chē)保有量的劇增，導(dǎo)致大量溫室氣體的排放，交通運(yùn)輸行業(yè)已成為重要的排放來(lái)源，公路運(yùn)輸作為交通運(yùn)輸行業(yè)的重要運(yùn)輸方式，能源消耗和碳排放更是居交通運(yùn)輸排放之首，引起社會(huì)和學(xué)者的廣泛關(guān)注。

1 文獻(xiàn)綜述

從現(xiàn)有文獻(xiàn)來(lái)看，對(duì)交通碳排放量的研究起源于20 世紀(jì)初Vitze W 對(duì)位于德國(guó)中部的Hesse 的研究

。近年來(lái)，許多學(xué)者使用空間杜賓模型從不同角度研究各個(gè)因素對(duì)于碳排放的影響。孫愛(ài)軍

和陳遷等

基于省級(jí)面板空間數(shù)據(jù)研究了出口貿(mào)易對(duì)碳排放效率的影響及其空間效應(yīng)。王艷等

建立空間動(dòng)態(tài)模型探索了城市化進(jìn)程中城市人口空間結(jié)構(gòu)對(duì)環(huán)境污染的影響效應(yīng)。李建豹等

基于考慮非期望產(chǎn)出的SBM-DEA 模型與窗口分析相結(jié)合的方法，測(cè)算了長(zhǎng)三角地區(qū)的碳排放效率。Suarez等

認(rèn)為機(jī)動(dòng)車(chē)產(chǎn)生的尾氣是引發(fā)城市污染的首要問(wèn)題。Zhang 等

基于STIRPAT 模型分析了我國(guó)1995-2010年的交通碳排放影響因素，通過(guò)對(duì)比得到人口數(shù)量、富裕程度和客運(yùn)周轉(zhuǎn)量等因素對(duì)我國(guó)碳排放量影響最大。趙小曼等

以中國(guó)交通運(yùn)輸業(yè)經(jīng)濟(jì)發(fā)展與行業(yè)CO

排放的關(guān)系為研究對(duì)象，構(gòu)建了環(huán)境庫(kù)茲涅茨曲線的空間計(jì)量檢驗(yàn)拓展模型，對(duì)中國(guó)交通運(yùn)輸行業(yè)的環(huán)境庫(kù)茲涅茨曲線進(jìn)行了實(shí)證檢驗(yàn)。另有一些學(xué)者從空間角度對(duì)區(qū)域碳排放進(jìn)行研究，Hopkins 等

基于人口密度分布的模型，探究了城市擴(kuò)張情況下對(duì)區(qū)域碳排放的影響。陳珍啟等

利用回歸模型從城市空間形態(tài)角度檢驗(yàn)城市形態(tài)對(duì)碳排放的影響，進(jìn)而提出“空間·土地·交通”綜合系統(tǒng)的低碳發(fā)展框架。石敏俊等

通過(guò)測(cè)算各省區(qū)的碳足跡和省區(qū)間的碳排放轉(zhuǎn)移，發(fā)現(xiàn)各省區(qū)之間碳足跡和人均碳足跡在空間上存在顯著的差異。周四軍等

研究了中國(guó)區(qū)域碳排放強(qiáng)度的空間效應(yīng)，指出中國(guó)區(qū)域間的碳排放強(qiáng)度在空間水平上具有顯著效應(yīng)。

長(zhǎng)江經(jīng)濟(jì)帶作為國(guó)家重大戰(zhàn)略，區(qū)域的空間聯(lián)系緊密，研究長(zhǎng)江經(jīng)濟(jì)帶的交通排放的空間聯(lián)系和影響，對(duì)其排放治理、協(xié)同消減、綠色可持續(xù)發(fā)展具有重要意義。

2 空間計(jì)量模型建立

2.1 空間面板數(shù)據(jù)模型的建立

（4）做好決策氣象服務(wù)還需要加大財(cái)力的投入，創(chuàng)新管理模式。做好氣象災(zāi)害防御工作的物質(zhì)基礎(chǔ)，保障儀器、設(shè)備能夠正常運(yùn)行，以促進(jìn)氣象業(yè)務(wù)的現(xiàn)代化發(fā)展。同時(shí)還要落實(shí)基礎(chǔ)民生建設(shè)，保證一些偏遠(yuǎn)地區(qū)也能夠及時(shí)接收到相關(guān)天氣預(yù)警，然后做好防范工作，以避免不必要的損失。

2.2.1 教練員的基本情況 教練員的學(xué)歷統(tǒng)計(jì)結(jié)果顯示，研究生學(xué)歷的教練員為空缺狀態(tài)，2名（占20%）教練員的學(xué)歷為本科以下水平；具有本科學(xué)歷的教練員有8名，占有絕大多數(shù)（80%）。對(duì)比國(guó)家體育總局下發(fā)的《“國(guó)家高水平體育后備人才基地”認(rèn)定辦法》（以下簡(jiǎn)稱(chēng)《辦法》）中關(guān)于教練學(xué)歷方面滿分的標(biāo)準(zhǔn)：“具有本科及以上學(xué)歷的教練員占教練員總數(shù)：中等體育運(yùn)動(dòng)學(xué)校100%；少體校85%及以上。每降低1個(gè)百分點(diǎn)扣1分”[2]，我們可以發(fā)現(xiàn)武進(jìn)少體校的教練員學(xué)歷水平雖然已達(dá)較高標(biāo)準(zhǔn)，但還有一定的提升空間。

對(duì)于空間面板數(shù)據(jù)回歸模型的估計(jì)結(jié)果，由于在不考慮和考慮空間滯后項(xiàng)的時(shí)候，回歸系數(shù)對(duì)變量的影響會(huì)發(fā)生變化。因此，Lesage、Pace提出了直接效應(yīng)、間接效應(yīng)和總效應(yīng)等概念，用來(lái)反映自變量對(duì)因變量的影響

。在處理上參考戈艷霞

的處理方法。

2.2 空間權(quán)重矩陣的建立

根據(jù)Tobler 等（1970）

提出的地理學(xué)第一定律指出地理事物或?qū)傩栽诳臻g分布上互為相關(guān)，存在集聚、隨機(jī)、規(guī)則分布。而由于機(jī)動(dòng)車(chē)的流動(dòng)性，相鄰的地區(qū)更容易受到彼此的影響。因此，基于鄰接性的方法構(gòu)建空間權(quán)重矩陣。首先，在Geoda軟件中根據(jù)中國(guó)地圖將長(zhǎng)江經(jīng)濟(jì)帶11 個(gè)省市采用車(chē)鄰接（Rook Contiguity）方式創(chuàng)建空間權(quán)重矩陣，生成的空間權(quán)重矩陣是一個(gè)11×11 的0-1 矩陣，對(duì)角線都是0，鄰接元素為1。在空間計(jì)量的分析過(guò)程中，將空間權(quán)重矩陣進(jìn)行了行和為1 的正規(guī)化處理。

3 變量和數(shù)據(jù)

為了推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶高質(zhì)量發(fā)展，國(guó)家在2016年9 月印發(fā)了《長(zhǎng)江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》，明確了長(zhǎng)江經(jīng)濟(jì)帶的發(fā)展路徑。選擇長(zhǎng)江經(jīng)濟(jì)帶覆蓋的上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州11個(gè)省市作為研究樣本，根據(jù)地理位置以及發(fā)展的階段性特征，劃分為長(zhǎng)江上游、中游、下游地區(qū)。各區(qū)位的劃分見(jiàn)表1。

圖1所示支護(hù)建議圖適用于一般情況，并沒(méi)有對(duì)支護(hù)類(lèi)型進(jìn)行明確的區(qū)分，而是基于連續(xù)的變化。支護(hù)圖給出了相應(yīng)于支護(hù)形式所采用的錨桿中心對(duì)中心間距和噴混凝土厚度。標(biāo)注了鋼纖維噴混凝土的能量吸收，以及錨桿長(zhǎng)度和鋼支撐加固的噴混凝土設(shè)計(jì)。對(duì)于特殊情況，可適當(dāng)增加相應(yīng)的支護(hù)形式和支護(hù)結(jié)構(gòu)數(shù)量。鋼纖維的參量設(shè)計(jì)及其力學(xué)性能?chē)?guó)內(nèi)亦有諸多研究[8-9]，可與Q系統(tǒng)能量吸收參照。

被解釋變量方面，選取交通運(yùn)輸業(yè)碳排放量作為某個(gè)地區(qū)綜合碳排放量的衡量指標(biāo)。所以交通碳排放量根據(jù)《2006 年IPCC 國(guó)家溫室氣體清單指南》中的移動(dòng)源中化石燃料燃燒排放的自上而下的方法計(jì)算。測(cè)算方法如下：

長(zhǎng)江經(jīng)濟(jì)帶的各個(gè)城市對(duì)交通運(yùn)輸業(yè)的投資額要作出一定的調(diào)整，避免對(duì)環(huán)境造成破壞。GDP的系數(shù)顯著為正，且在控制變量中最大，說(shuō)明GDP是促進(jìn)交通碳排放量增加的主要因素之一，這是由于目前大多數(shù)地區(qū)仍然處于以破壞環(huán)境為代價(jià)的發(fā)展模式中。此外有些地方的經(jīng)濟(jì)以重工業(yè)為主，生產(chǎn)的產(chǎn)品笨重、批量大，因此在生產(chǎn)和運(yùn)輸過(guò)程中更易產(chǎn)生大量的碳排放。

此外，根據(jù)居民收入、交通運(yùn)輸、能源利用、交通運(yùn)輸業(yè)占比等因素，具體代理變量分別選擇人均國(guó)內(nèi)生產(chǎn)總值（GDP）為各個(gè)省市的國(guó)內(nèi)生產(chǎn)總值除以總?cè)丝?，交通運(yùn)輸結(jié)構(gòu)（STR）為公路運(yùn)輸周轉(zhuǎn)量除以綜合運(yùn)輸周轉(zhuǎn)量，其中綜合運(yùn)輸總周轉(zhuǎn)量為客運(yùn)折算周轉(zhuǎn)量與貨運(yùn)周轉(zhuǎn)量之和，能源效率（IE）為交通運(yùn)輸業(yè)增加值與交通運(yùn)輸業(yè)能源消耗量之比，產(chǎn)業(yè)結(jié)構(gòu)（IS）為交通運(yùn)輸業(yè)增加值與第三產(chǎn)業(yè)增加值之比。

4 實(shí)證結(jié)果分析

4.1 空間自相關(guān)檢驗(yàn)

2）長(zhǎng)江中游地區(qū)亟須優(yōu)化交通運(yùn)輸結(jié)構(gòu)。中游地區(qū)運(yùn)輸結(jié)構(gòu)不合理，公路運(yùn)輸占比較大，相對(duì)于鐵路和水路運(yùn)輸，公路運(yùn)輸單位周轉(zhuǎn)量碳排放強(qiáng)度明顯偏高，交通運(yùn)輸排放影響較大。長(zhǎng)江中游地區(qū)公路貨運(yùn)量占交通運(yùn)輸總量的74%，以武漢市為例，2019 年貨物量達(dá)到 67 555.22 萬(wàn) t，其中公路運(yùn)輸約占62%。從當(dāng)前趨勢(shì)來(lái)看，公路運(yùn)輸仍處于發(fā)展?fàn)顟B(tài)，在碳達(dá)峰目標(biāo)下，長(zhǎng)江中游地區(qū)運(yùn)輸結(jié)構(gòu)需要優(yōu)化，把公路運(yùn)輸轉(zhuǎn)為鐵路或水路運(yùn)輸，降低交通運(yùn)輸排放。

通過(guò)計(jì)算Moran's I 指數(shù)發(fā)現(xiàn)，五個(gè)變量的Moran's I 指數(shù)都通過(guò)了5%顯著性水平的檢驗(yàn)，表明長(zhǎng)江經(jīng)濟(jì)帶交通碳排放量的變化和機(jī)動(dòng)車(chē)保有量指標(biāo)均表現(xiàn)出不同程度的空間溢出效應(yīng)。

以2010年山東省制造業(yè)指數(shù)計(jì)算綜合得分值作為基數(shù)，定義其指數(shù)為100；2011—2016年的指數(shù)用當(dāng)年的指數(shù)計(jì)算綜合得分值與該基數(shù)相比得出（經(jīng)濟(jì)創(chuàng)造能力指數(shù)、科技創(chuàng)新能力指數(shù)、科技創(chuàng)新能力指數(shù)、能源節(jié)約能力指數(shù)按照同樣方式計(jì)算）。計(jì)算結(jié)果如表6所示。

4.2 空間計(jì)量結(jié)果分析

基于2000-2019年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)中心城市的面板數(shù)據(jù)，采用極大似然估計(jì)法分別進(jìn)行SLM、SEM 和SDM 模型估計(jì)，估計(jì)結(jié)果見(jiàn)表2。并基于SDM 模型對(duì)機(jī)動(dòng)車(chē)保有量對(duì)CO

排放量的直接效應(yīng)、間接效應(yīng)和總效應(yīng)進(jìn)行了估計(jì)，結(jié)果見(jiàn)表3。通過(guò)表中數(shù)據(jù)可以看出三種模型的估計(jì)結(jié)果存在一定的差異?？臻g滯后項(xiàng)系數(shù)表現(xiàn)的是解釋變量的空間相關(guān)性程度，綜合來(lái)看，SDM 模型是本模型的最優(yōu)實(shí)證模型和分析模型。

With annealing, the sulfur ions leave the lattice since they are volatile and the covellite phase transforms into the chalcocite phase as following:

完善園內(nèi)外的綜合交通規(guī)劃，打造便捷快速的交通連接系統(tǒng)，確保游客的可出入性，展會(huì)期間可設(shè)置公交專(zhuān)線，做好高峰客流組織預(yù)案。充分考慮游客、兒童、老人、殘疾人等不同群體的需求，設(shè)置好相應(yīng)的設(shè)施設(shè)備及服務(wù)。注重互聯(lián)網(wǎng)VR實(shí)景展示、交互式展覽設(shè)計(jì)、手機(jī)APP等技術(shù)手段應(yīng)用，服務(wù)于園博會(huì)網(wǎng)絡(luò)預(yù)定、園區(qū)導(dǎo)航、停車(chē)、餐飲等游客需求［4］；儀征棗林灣地理位置優(yōu)越，提前做好統(tǒng)籌規(guī)劃，以省園博園為主，統(tǒng)籌周邊景點(diǎn)和餐飲配套服務(wù)，整合周邊生態(tài)旅游和運(yùn)動(dòng)休閑景區(qū)，在開(kāi)園期間形成組合，為游客提供看點(diǎn)多、參與性強(qiáng)的旅游套餐，為棗林灣創(chuàng)建國(guó)家級(jí)旅游度假區(qū)和打造寧鎮(zhèn)楊都市圈后花園、長(zhǎng)三角旅游目的地做好準(zhǔn)備。

STR 在三個(gè)模型中的系數(shù)均顯著為正，說(shuō)明交通運(yùn)輸結(jié)構(gòu)對(duì)碳排放起到促進(jìn)作用。IE 的系數(shù)為負(fù)值且顯著，表明能源效率對(duì)各省域交通碳排放起到抑制作用，進(jìn)一步說(shuō)明提高節(jié)能減排技術(shù)水平對(duì)省域碳排放的降低有明顯作用。IS 的系數(shù)顯著為正，這是交通運(yùn)輸業(yè)作為現(xiàn)代產(chǎn)業(yè)的重要分支，具有高能耗的特點(diǎn)，對(duì)交通碳排放起到促進(jìn)作用。

主要關(guān)注的解釋變量是各個(gè)地區(qū)的機(jī)動(dòng)車(chē)保有量，而機(jī)動(dòng)車(chē)一般包括私家車(chē)、公交車(chē)、載貨汽車(chē)等，不同類(lèi)型的交通方式都存在很大的差異，其對(duì)交通碳排放量的增加效應(yīng)也存在著較大的差異。因此選取一個(gè)總量指標(biāo)機(jī)動(dòng)車(chē)保有量（GD）和三個(gè)結(jié)構(gòu)性指標(biāo)私家車(chē)保有量（SJ）、公交車(chē)保有量（GG）、載貨汽車(chē)保有量（ZH）作為衡量的主要指標(biāo)，同時(shí)為了避免城市規(guī)模的影響，四個(gè)指標(biāo)都采用人均水平。

機(jī)動(dòng)車(chē)總保有量對(duì)CO

排放量產(chǎn)生明顯正向效應(yīng)。在 SLM 和 SEM 模型中，GD 的系數(shù)為正，且在SLM模型中通過(guò)了10%水平下的顯著性檢驗(yàn)，而在SDM模型中，GD及其空間滯后項(xiàng)W＊GD的系數(shù)均為正，前者不太顯著。從效應(yīng)分解上來(lái)看，GD對(duì)CO

排放量的直接效應(yīng)、間接效應(yīng)和總效應(yīng)都顯著為正。這是因?yàn)槟壳按蠖鄶?shù)機(jī)動(dòng)車(chē)還都是依靠化石燃料進(jìn)行驅(qū)動(dòng)的，行駛過(guò)程中耗費(fèi)了大量的化石燃料進(jìn)而增大了CO

的排放量。城市交通存在的主要問(wèn)題之一就是機(jī)動(dòng)車(chē)保有量迅猛增長(zhǎng)所導(dǎo)致的環(huán)境污染問(wèn)題。比如霧霾天氣很大一部分成因源于城市交通，極大地影響了城市居民的生活品質(zhì)和身體健康。值得注意的是，數(shù)據(jù)顯示私家車(chē)保有量占機(jī)動(dòng)車(chē)總保有量的60%～70%。從表2可以看出，SJ的系數(shù)明顯小于GD，這可能是由于雖然私家車(chē)數(shù)量較大，但近年來(lái)，隨著新能源汽車(chē)的大力發(fā)展，越來(lái)越多的新能源汽車(chē)開(kāi)始投入市場(chǎng)。其次是國(guó)家對(duì)新能源汽車(chē)的補(bǔ)貼也吸引更多的人選擇購(gòu)買(mǎi)新能源汽車(chē)。這在一定程度上降低了私家車(chē)保有量對(duì)于碳排放的影響。

4.3 分區(qū)域進(jìn)行空間異質(zhì)估計(jì)

依據(jù)地理位置和經(jīng)濟(jì)發(fā)展水平把長(zhǎng)江經(jīng)濟(jì)帶劃分為長(zhǎng)江上游，中游和下游地區(qū)，分別進(jìn)行空間杜賓模型回歸。由表4 可知，機(jī)動(dòng)車(chē)總保有量對(duì)CO

排放量的影響效應(yīng)存在著一定的區(qū)域差異，分地區(qū)的實(shí)證分析主要有以下發(fā)現(xiàn)：

對(duì)于空間面板數(shù)據(jù)模型，選取既包含了被解釋變量的滯后項(xiàng)，又包含了解釋變量的滯后項(xiàng)的空間杜賓模型，并考慮空間依存度與空間異質(zhì)性，構(gòu)造模型如下：

1）長(zhǎng)江上游地區(qū)能源效率的提高能有效抑制該地區(qū)交通碳排放。上游地區(qū)GD的系數(shù)在上中下游中最小，說(shuō)明機(jī)動(dòng)車(chē)保有量產(chǎn)生的排放對(duì)該區(qū)域的影響較小，主要是上游地區(qū)經(jīng)濟(jì)發(fā)展水平相對(duì)較低、人口密度較小，人均機(jī)動(dòng)車(chē)保有量明顯低于另外兩個(gè)地區(qū)。IE的系數(shù)顯著為負(fù)，對(duì)抑制交通碳排放最為明顯，這是由于長(zhǎng)江上游地區(qū)的西部省份科技水平增長(zhǎng)明顯，能源利用效率大大提高。

采用Moran's I 指數(shù)進(jìn)行主要變量的空間自相關(guān)檢驗(yàn)，Moran's I 指數(shù)值位于[-1，1]之間，Moran's I ＞0 表示空間正相關(guān)性，其值越大，空間相關(guān)性越明顯，Moran's I ＜0表示空間負(fù)相關(guān)性，其值越小，空間差異越大，否則，Moran's I=0，空間呈隨機(jī)性。對(duì)碳排放水平和機(jī)動(dòng)車(chē)保有量等變量進(jìn)行了空間相關(guān)性檢驗(yàn)，結(jié)果見(jiàn)圖2。

3）長(zhǎng)江下游地區(qū)應(yīng)大力提倡公共出行。下游地區(qū)公路條件較好、路網(wǎng)發(fā)達(dá)，機(jī)動(dòng)車(chē)保有量系數(shù)低于長(zhǎng)江上游和中游地區(qū)，但便捷的公路交通導(dǎo)致私家車(chē)保有量遠(yuǎn)高于長(zhǎng)江上游和中游地區(qū)。因此，機(jī)動(dòng)車(chē)產(chǎn)生的總的碳排放量高于上游和中游地區(qū)。利用便捷的路網(wǎng)系統(tǒng)發(fā)展公共交通和軌道交通，降低私家車(chē)等機(jī)動(dòng)車(chē)出行，從而消減機(jī)動(dòng)車(chē)排放。

5 結(jié)論

基于長(zhǎng)江經(jīng)濟(jì)帶11個(gè)中心城市2000-2019年的面板數(shù)據(jù)，利用空間杜賓模型實(shí)證研究中心城市機(jī)動(dòng)車(chē)總保有量對(duì)碳排放量的增長(zhǎng)效應(yīng)以及對(duì)鄰近地區(qū)碳排放增長(zhǎng)的空間溢出效應(yīng)。研究發(fā)現(xiàn)：

1）中心城市碳排放增長(zhǎng)水平與主要解釋變量都存在著顯著的空間相關(guān)性

機(jī)動(dòng)車(chē)總保有量、私家車(chē)保有量、載貨汽車(chē)保有量對(duì)區(qū)域碳排放量增長(zhǎng)都產(chǎn)生正效應(yīng)，公共交通保有量對(duì)區(qū)域碳排放量增長(zhǎng)產(chǎn)生負(fù)效應(yīng)。

先生的《譯名》寫(xiě)于1919年，正值20世紀(jì)初中國(guó)國(guó)內(nèi)譯名研究的高潮期，不久前就有章士釗、胡以魯、容挺公等學(xué)者對(duì)于譯名的激烈論戰(zhàn)，這在《譯名》中也多次被提起，先生由此對(duì)譯名討論予以了全面的總結(jié)。全文一共分為八節(jié)，對(duì)譯名討論的歷史進(jìn)行了簡(jiǎn)單的回顧，又分別考究了由來(lái)已久的對(duì)于譯名的五種譯法，通讀的過(guò)程中自然而然地加深了對(duì)譯名的理解。

2）主要解釋變量對(duì)其他城市碳排放量增長(zhǎng)的空間溢出效應(yīng)略有不同

機(jī)動(dòng)車(chē)保有量和私家車(chē)保有量的空間溢出效應(yīng)為正，公共交通保有量和載貨汽車(chē)保有量的空間溢出效應(yīng)為負(fù)。

3）分區(qū)域估計(jì)結(jié)果顯示

對(duì)長(zhǎng)江上游，中游，下游地區(qū)碳排放量增長(zhǎng)影響較為顯著的變量分別是，能源效率，載貨汽車(chē)保有量，公共交通保有量，因此從整個(gè)長(zhǎng)江經(jīng)濟(jì)帶的協(xié)調(diào)和可持續(xù)發(fā)展角度來(lái)看，長(zhǎng)江上游地區(qū)應(yīng)努力提高能源效率，長(zhǎng)江中游地區(qū)亟須優(yōu)化載貨方式，長(zhǎng)江下游地區(qū)應(yīng)大力提倡公共出行。

[1]Vitze W. Long-term development of traffic emissions in Hesse[J].Schriftenr Ver Wasser Boden Lufthyg，1986，67:81-111.

[2]孫愛(ài)軍.省際出口貿(mào)易、空間溢出與碳排放效率——基于空間面板回歸偏微分效應(yīng)分解方法的實(shí)證[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015，37(4):1-10.

[3]陳遷，王磊.對(duì)外開(kāi)放與碳排放——基于省際面板的空間計(jì)量分析[J].經(jīng)濟(jì)研究導(dǎo)刊，2016(4):153-156+176.

[4]王艷，龔新蜀.空間溢出視角下城市人口空間結(jié)構(gòu)對(duì)環(huán)境污染的影響研究[J].石河子大學(xué)學(xué)報(bào)(自然科學(xué)版)，2019，37(5):604-612.

[5]李建豹，黃賢金，揣小偉，孫樹(shù)臣.長(zhǎng)三角地區(qū)碳排放效率時(shí)空特征及影響因素分析[J].長(zhǎng)江流域資源與環(huán)境，2020，29(7):1486-1496.

[6]Suarez P，Anderson W，Mahal V，et al. Impacts of flooding and climate change on urban transportation: A systemwide performance assessment of the Boston Metro Area[J]. Transportation Research Part D，2005，10(3):231-244.

[7]Zhang C，Jiang N.Panel estimation for transport sector CO

emissions and its affecting factors: A regional analysis in China[J].Energy Policy，2013，63(4):918-926.

[8]趙小曼，張帥，袁長(zhǎng)偉.中國(guó)交通運(yùn)輸碳排放環(huán)境庫(kù)茲涅茨曲線的空間計(jì)量檢驗(yàn)[J].統(tǒng)計(jì)與決策，2021，37(4):23-26.

[9]Svirejeva-Hopkins A，Schellnhuber H J.Urban expansion and its contribution to the regional carbon emissions:Using the model based on the population density distribution[J].Ecological Modelling，2008，216(2):208-216.

[10]陳珍啟，林雄斌，李莉，等.城市空間形態(tài)影響碳排放嗎?——基于全國(guó)110個(gè)地級(jí)市數(shù)據(jù)的分析[J].生態(tài)經(jīng)濟(jì)，2016，32(10):22-26.

[11]石敏俊，王妍，張卓穎，周新.中國(guó)各省區(qū)碳足跡與碳排放空間轉(zhuǎn)移[J].地理學(xué)報(bào)，2012，67(10):1327-1338.

[12]周四軍，江秋池.基于動(dòng)態(tài)SDM 的中國(guó)區(qū)域碳排放強(qiáng)度空間效應(yīng)研究[J].湖南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2020，34(1):40-48.

[13]James LeSage，Robert Kelley Pace. Introduction to Spatial Econometrics[M].CRC Press:2009-01-20.

[14]戈艷霞.中國(guó)的城鎮(zhèn)化如何影響生育率?——基于空間面板數(shù)據(jù)模型的研究[J].人口學(xué)刊，2015，37(3):88-101.

[15]Tobler W RMielke H W，Detwyler T R.Geobotanical Distance between New Zealand and Neighb，oring Islands[J].Bioscience，1970(9):537-542.