□文/王 春

（西安財經(jīng)大學(xué)統(tǒng)計學(xué)院 陜西·西安）

[提要］ 基于河南省18 個城市碳排放量數(shù)據(jù)，借助ArcGlS 技術(shù)對碳排放量的時空分布進行研究，采用地理探測器方法對碳排放量的空間分布進行因子探測分析。結(jié)果表明：河南省碳排放量整體上呈增長趨勢；地區(qū)生產(chǎn)總值和社會消費品零售總額兩個因子主要驅(qū)動碳排放的空間分異，常住人口數(shù)的解釋力度最小；雙因子交互作用對碳排放的影響均大于單因子的影響，其中第二產(chǎn)業(yè)比重與固定資產(chǎn)投資的交互效應(yīng)最大。

引言

隨著世界各國經(jīng)濟的快速發(fā)展，能源消耗和碳排放量不斷增加，全球氣候變暖的問題日漸嚴重。作為全球最大溫室氣體排放國，中國首次提出節(jié)能減排的目標(biāo)，也在國際上承諾2030 年左右實現(xiàn)碳達峰，2060 年前實現(xiàn)碳中和。中國幅員遼闊，每個省份的經(jīng)濟發(fā)展水平、人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)及能源效率等各不相同，因此為盡早實現(xiàn)低碳減排的目標(biāo)，需要對碳排放量的時空特征和影響因素進行具體分析。

關(guān)于碳排放時空格局方面的研究，程葉青、王哲野等采用空間自相關(guān)分析和空間面板計量模型，探討全國30 個省區(qū)1997～2010 年的能源消費碳排放強度的時空特征及其主要影響因素，得出結(jié)論為空間集聚是中國能源消費碳排放強度的特征，且集聚程度不斷增強。蔡博峰、王金南等認為中國北方城市的二氧化碳排放量高于南方城市，東部城市高于中部和西部的城市。趙巧芝、閆慶友等研究發(fā)現(xiàn)中國30 個省份的碳排放強度有著下降的趨勢，空間集聚性呈現(xiàn)高水平集中、低水平集聚的特征，空間溢出效應(yīng)不斷增強。而王瑛、何艷芬通過測算二氧化碳排放量，使用自然分割點法對每個省碳排放量進行分類，分析其空間差異化的特征，結(jié)果顯示我國碳排放總量整體呈上升趨勢，各省域碳排放的特征主要是高高集聚和低高集聚。

關(guān)于碳排放影響因素方面的研究，主要研究方法有STIRPAT 模型法、LMDI 因素分解法和空間模型等。

綜上所述，目前大多數(shù)學(xué)者以中國省域為基本空間單元對碳排放時空格局進行研究，然而這些研究的成果只對大區(qū)級別的減碳具有指導(dǎo)意義，但就某一個省而言，其市域甚至縣域之間的碳排放差異卻被忽略。目前的研究對于較為微觀的市縣域?qū)用娴奶寂欧叛芯枯^少，不利于減碳減排在更為微觀的層面展開。河南省作為全國能源消耗大省和人口大省，對其市域尺度的碳排放進行研究，不僅宏觀上為河南省的碳減排提供一定的理論依據(jù)，也在微觀上有利于促進中國減碳事業(yè)的發(fā)展。

一、研究方法與數(shù)據(jù)來源

（一）地理探測器。地理探測器適用于分析具有異質(zhì)性的對象，不僅能有效識別單個因子對因變量差異的影響，還可以判斷兩個因子是否有交互作用，及交互作用的強弱。首先對河南省碳排放量的時間序列及空間分布特征進行描述性分析，然后采用地理探測器方法對河南省2017 年18 個城市碳排放空間分異的驅(qū)動因素進行探測分析，以識別碳排放量的主導(dǎo)因素，進而正確認識河南省二氧化碳排放量的情況，為實現(xiàn)科學(xué)減排提供參考。因子探測旨在探測因變量的空間分異性，以及各因子對因變量空間分異性的解釋程度，用q 統(tǒng)計量來表示，具體的表達式為：

式中，q 的值域為[0，1］，值越大，Y 的空間分異性越明顯，極端情況下，q 值為1 表明因子X 完全解釋Y 的空間分布，q 值為0 表明因子X 與Y 沒有任何關(guān)系；h=1，2，…，L 為因子X 或Y 的分層；N 和Nh分別為全區(qū)和層h 的單元數(shù)；σ2和σ2h分別為全區(qū)和層h 的方差。SSW 可理解為層內(nèi)方差之和，SST 則是全區(qū)總方差。

交互探測器是用來判斷兩因子共同作用是否會增強或減弱對因變量Y 的解釋力，以及增強多少或減弱多少，或者這些因子對Y 的影響是否相互獨立。兩因子交互作用結(jié)果可分為5 類，如表1 所示。（表1）

表1 交互作用探測一覽表

（二）指標(biāo)選取。從人口規(guī)模、經(jīng)濟發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)3 個維度選取以下5 個變量：（1）常住人口數(shù)，記作pop。已有研究表明，人口與碳排放之間存在密切的相關(guān)性，隨著各個城市年末常住人口的增加，帶來的日常生活、經(jīng)濟支出、資源消耗等結(jié)果使得城市碳排放上升。（2）地區(qū)生產(chǎn)總值，記作gdp。（3）固定資產(chǎn)投資，記作fai?？偼顿Y的快速增長會驅(qū)動經(jīng)濟粗放式發(fā)展導(dǎo)致碳排放強度的增加。（4）社會消費品零售總額，記作trs。對于居民消費能力越強的城市，其對碳排放量的貢獻程度可能就會越高。（5）第二產(chǎn)業(yè)比重，記作is。第二產(chǎn)業(yè)是衡量城市產(chǎn)業(yè)結(jié)構(gòu)的一個重要指標(biāo)，其比重越大，碳排放量可能就越高。

（三）數(shù)據(jù)來源。采用河南省市域尺度的碳排放量數(shù)據(jù)，最終樣本為17 個地級市和1 個省直轄縣級市，合計18 個城市。碳排放量的數(shù)據(jù)來自《中國碳核算數(shù)據(jù)庫》，常住人口數(shù)、地區(qū)生產(chǎn)總值、固定資產(chǎn)投資和社會消費品零售總額4 個變量的數(shù)據(jù)來源于《河南省統(tǒng)計年鑒2018》，第二產(chǎn)業(yè)比重的數(shù)據(jù)來源于2017 年各個市的《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》。

地理探測器的適用條件是自變量為類型變量，因此使用自然斷點法將5 個自變量均分為5 類。

二、河南省碳排放量時空特征分析

（一）碳排放量的時間序列變化。對河南省整體碳排放情況進行分析，如圖1 所示。1997～2017 年碳排放總量整體呈增長趨勢，碳排放量從1997 年的175.86×106t 上升到2017 年的551.30×106t，20 年上升了375.44×106t，增長了2.13 倍；增長速度整體呈先上升后下降的趨勢，年平均增長速度為5.88%。（圖1）

圖1 1997～2017 年河南省整體碳排放量及增長情況統(tǒng)計圖

（二）碳排放量的空間分布特征。首先，采用ArcGIS 軟件繪制出2017 年河南省18 個城市碳排放量的空間分布圖。由圖2 可以看出，碳排放量最多的地區(qū)是鄭州市，這是因為鄭州市是河南省的省會城市，相較于其他城市，鄭州市的經(jīng)濟比較發(fā)達，各個行業(yè)都有著很高的固定資產(chǎn)投資，居民有著強烈的消費需求和意愿。其次，碳排放較多的地區(qū)是南陽、洛陽、平頂山、周口、商丘、新鄉(xiāng)和安陽七個市。然后，碳排放量處于中等程度的城市就是開封市、焦作市、許昌市、駐馬店市和濮陽市，開封市、焦作市和許昌市緊鄰省會鄭州市，其發(fā)展也會受到省會城市的影響，但因其常住人口數(shù)、地區(qū)面積和經(jīng)濟地位等都不及鄭州，消耗的二氧化碳量也就少，總面積排名第四的駐馬店市和因油而建、因油而興的濮陽市，其人口結(jié)構(gòu)都是以農(nóng)村人口為主，兩市的發(fā)展?jié)摿φ谕诰蛑?。碳排放量最少的是鶴壁市和濟源市，這兩個市的人口數(shù)和總面積在河南省是排名最后的，氣候都是屬暖溫帶季風(fēng)氣候，其環(huán)境空氣質(zhì)量優(yōu)良。（圖2）

圖2 2017 年河南省18 個城市碳排放量空間分布圖

三、實證分析結(jié)果

（一）因子探測結(jié)果。首先使用皮爾遜相關(guān)系數(shù)方法分析碳排放與5 個自變量之間的線性關(guān)系，并在研究中增加灰色相關(guān)分析以識別兩組隨機變量之間的幾何相似性，確定它們是否密切相關(guān)，結(jié)果如表2所示。（表2）

表2 皮爾遜相關(guān)系數(shù)、灰色關(guān)聯(lián)及因子探測分析結(jié)果一覽表

由皮爾遜相關(guān)系數(shù)可得，線性相關(guān)程度從大到小排序為社會消費品零售總額（trs）＞地區(qū)生產(chǎn)總值（gdp）＞固定資產(chǎn)投資（fai）＞常住人口數(shù)（pop）＞第二產(chǎn)業(yè)比重（is）。其中，社會消費品零售總額、地區(qū)生產(chǎn)總值、固定資產(chǎn)投資、常住人口數(shù)與碳排放量之間的相關(guān)系數(shù)均大于0.8，屬于極強相關(guān)；第二產(chǎn)業(yè)比重與碳排放量之間的系數(shù)介于0.4 和0.6 之間，屬于中度相關(guān)。

灰色關(guān)聯(lián)分析表明，5 個自變量的灰色關(guān)聯(lián)度都較高且數(shù)值非常接近，自變量與因變量之間的相關(guān)性大小排序為：地區(qū)生產(chǎn)總值＞常住人口數(shù)＞固定資產(chǎn)投資＞社會消費品零售總額＞第二產(chǎn)業(yè)比重。但是，皮爾遜和灰色關(guān)聯(lián)分析忽略了空間層次結(jié)構(gòu)中的差異問題，而地理探測器能從空間異質(zhì)性視角反映數(shù)據(jù)中的空間差異，分析河南省18 個城市碳排放空間分布的驅(qū)動因素。

因子探測結(jié)果表明，5 個自變量均通過顯著性檢驗。換言之，這5個自變量是影響碳排放量空間分布的重要驅(qū)動因素，對碳排放空間分布的解釋力按降序排列依次是地區(qū)生產(chǎn)總值＞社會消費品零售總額＞固定資產(chǎn)投資＞第二產(chǎn)業(yè)比重＞常住人口數(shù)。由于空間分異，q 值基本都低于皮爾遜相關(guān)系數(shù)，高于灰色關(guān)聯(lián)度的得分，表明變量之間的相關(guān)度已根據(jù)空間異質(zhì)性進行了調(diào)整。

在這5 個自變量中，地區(qū)生產(chǎn)總值（0.886）的因子解釋力最大；其次是社會消費品零售總額（0.874），它是觀察消費水平最重要的指標(biāo)之一，碳排放量的提高，居民的消費能力在一定程度上作出了貢獻；第三和第四分別是固定資產(chǎn)投資和第二產(chǎn)業(yè)比重，與皮爾遜相關(guān)系數(shù)和灰色關(guān)聯(lián)結(jié)果相比，因子探測結(jié)果中固定資產(chǎn)投資的q 值（0.843）與地區(qū)生產(chǎn)總值、社會消費品零售總額的q 值（0.886、0.874）很接近，說明了地理探測器可以更好地結(jié)合空間異質(zhì)性來解釋城市碳排放的分布差異與影響因素之間的關(guān)系；常住人口數(shù)（0.652）的因子解釋力最小，從人口學(xué)的角度分析，常住人口數(shù)不等同于總?cè)丝?，其中很大部分人因為外出?wù)工或者上學(xué)，因此常住人口數(shù)更多的是影響未來的碳排放量。

（二）交互作用探測。利用交互探測器確定影響市級碳排放量空間分布的各個因子的交互作用。5 個因子的交互作用共產(chǎn)生10 對結(jié)果。由表3 可知，5 個獨立自變量交互作用后產(chǎn)生了雙因子增強的效果。從q 值來看，第二產(chǎn)業(yè)比重與固定資產(chǎn)投資的交互作用最強（0.954），然后是第二產(chǎn)業(yè)比重與社會消費品零售總額（0.953），第二產(chǎn)業(yè)比重與地區(qū)生產(chǎn)總值（0.951）。其他因子之間的交互作用均弱于第二產(chǎn)業(yè)比重與這3 個因子之間的交互作用，充分說明了第二產(chǎn)業(yè)比重與其他因素結(jié)合最能影響碳排放量的空間分布。（表3）

表3 交互作用因子得分一覽表

結(jié)合因子探測結(jié)果可以判斷出，5 個影響因素都是影響碳排放量空間分布的重要因子，其中各個城市第二產(chǎn)業(yè)比重的不同是碳排放量空間分布差異的本質(zhì)原因，但是不同城市的碳排放量依然取決于各個社會經(jīng)濟因素。

四、結(jié)論及建議

基于1997～2017 年河南省18 個城市的碳排放量數(shù)據(jù)，對其時間序列趨勢進行描述性分析，并對碳排放量及其影響因素的空間分布特征進行研究，進一步采用地理探測器方法對2017 年河南省18 個城市碳排放量的空間分布進行了因子探測分析。結(jié)果表明：（1）近年來，河南省碳排放量整體上呈上升趨勢，增長速度呈先上升后下降的趨勢，表現(xiàn)出明顯的階段特征。（2）碳排放量最高的城市是鄭州市，其次就是豫中地區(qū)的平頂山市、豫西地區(qū)的洛陽市和豫南地區(qū)的南陽市。（3）因子探測結(jié)果表明，地區(qū)生產(chǎn)總值、社會消費品零售總額、固定資產(chǎn)投資、第二產(chǎn)業(yè)比重和常住人口數(shù)是影響河南省18 個城市碳排放量的重要因素。其中，地區(qū)生產(chǎn)總值和社會消費品零售總額是主要解釋因子，常住人口數(shù)的解釋力度最小。（4）交互作用結(jié)果顯示，河南省碳排放量增加是經(jīng)濟社會等要素共同作用的結(jié)果，雙因素相互作用對碳排放的影響均大于單因素的影響，其中第二產(chǎn)業(yè)比重和固定資產(chǎn)投資的交互效應(yīng)最大，其次是第二產(chǎn)業(yè)比重與社會消費零售總額、地區(qū)生產(chǎn)總值。

為響應(yīng)國家的號召，早日實現(xiàn)碳達峰、碳中和的目標(biāo)，提出以下建議：（1）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。第二產(chǎn)業(yè)中的工業(yè)是能源消耗最多的產(chǎn)業(yè)，也是碳排放量最多的產(chǎn)業(yè)，對全球環(huán)境和氣候的破壞越來越嚴重。因此，要想減少碳排放，需要合理調(diào)節(jié)三大產(chǎn)業(yè)之間的比重，將發(fā)展第一產(chǎn)業(yè)和第二產(chǎn)業(yè)的資金技術(shù)全部投入到第三產(chǎn)業(yè)中，使三大產(chǎn)業(yè)之間揚長避短、相互促進，達到良性循環(huán)的效果。（2）實現(xiàn)經(jīng)濟轉(zhuǎn)型。粗放式的經(jīng)濟增長方式帶來了一系列的環(huán)境問題。因此，要積極實現(xiàn)經(jīng)濟轉(zhuǎn)型，使經(jīng)濟發(fā)展方式由粗放式轉(zhuǎn)向集約型，實現(xiàn)經(jīng)濟增長與碳減排的良性互動。（3）培養(yǎng)低碳人才。從近年來低碳經(jīng)濟的發(fā)展態(tài)勢來看，低碳人才將會成為社會中的稀缺人才，但是擁有低碳研發(fā)技術(shù)的人才數(shù)量并不多。這就要求國家與政府相關(guān)部門加強對低碳人才的培養(yǎng)，提高社會對低碳人才的接納程度，發(fā)展高技術(shù)含量的低碳產(chǎn)業(yè)。