朱 妮，張艷芳，位賀杰

(1.陜西師范大學旅游與環(huán)境學院，西安710062;2.安康學院 政治與歷史系，陜西安康725000)

0 引言

能源消費碳排放引起的全球環(huán)境變化以及如何有效地減少碳排放已成為世界各國關注的焦點［1-3］。碳排放強度指單位國內(nèi)生產(chǎn)總值的CO2排放量，是評價碳排放水平的一個關鍵指標［4］。碳減排的重要措施是降低能源強度和碳排放強度，從全局尺度降低碳排放強度與從區(qū)域格局變化把握同等重要［5］。

國內(nèi)外學者關于區(qū)域碳排放強度特征［6-11］及其演變機制［12-14］的研究成果頗豐。實現(xiàn)國家碳排放強度控制目標的可行性及其最佳途徑，可從探究世界各國碳排放強度的長期變化趨勢及其主要影響因素得到啟示［1，15］。國內(nèi)學者在大區(qū)域系統(tǒng)、省際尺度下研究中國碳排放地區(qū)差異問題［10，16-18］，認為資源稟賦、人均能源產(chǎn)量、高耗能行業(yè)占工業(yè)產(chǎn)值比重及煤炭占化石能源消費比重是影響區(qū)域、各省碳排放強度差異的主要影響因素。然而，我國各地區(qū)社會經(jīng)濟發(fā)展水平、資源環(huán)境特征差異巨大，省份眾多，從國家或省際層面的分析及政策建議未必與地級市的實際情況吻合，也不利于市級單位的具體落實。此外，碳排放強度影響機制也存在空間效應，碳排放的空間差異是國際上討論減排目標分解的依據(jù)。國內(nèi)碳排放的空間差異是既作為減排任務分解的依據(jù)，又作為財政轉(zhuǎn)移支付的依據(jù)?？h域尺度作為中國行政管理體系中的完整基層單位，是我國資源可持續(xù)利用、管理和規(guī)劃的最佳尺度［19］。洞悉縣域尺度下碳排放強度空間差異及其分異機制，對基層政府更具針對性和可操作性地執(zhí)行減排任務，具有重要的實踐意義。

為了精確解析能源消費碳排放強度的地區(qū)差異，本研究突破以往大空間尺度范圍，選取能源產(chǎn)區(qū)陜西省榆林市為研究區(qū)，采用Theil、標準偏差等指數(shù)和空間自相關模型，探討縣域尺度下碳排放強度的空間格局與演變及其空間依賴性的特征與機制，為榆林市制定差異化的區(qū)域減排目標和針對性的碳排放調(diào)控政策提供參考，為縣域尺度下碳排放強度及其空間分異研究提供示范，也可為碳排放強度在縣域尺度上提供橫向?qū)Ρ取?/p>

1 研究區(qū)概況

榆林市位于陜西省最北部，地理坐標為36°57'～39°34'N，107°28'～111°15'E，地處陜西、甘肅、寧夏、內(nèi)蒙古、山西五省份接壤地帶。轄榆陽區(qū)和府谷、神木、靖邊、定邊、橫山、佳縣、米脂、清澗、吳堡、綏德、子洲11個縣(圖1)，總面積43 578 km2，總?cè)丝? 351 437人，耕地64.1萬hm2。全市已發(fā)現(xiàn)8大類48種礦產(chǎn)資源，尤其是煤炭、石油、天然氣、巖鹽等能源礦產(chǎn)資源富集一地，資源組合配置好，為榆林市發(fā)展經(jīng)濟提供了絕佳條件。但是，榆林市經(jīng)濟發(fā)展長期以來多為粗放型增長，各區(qū)縣經(jīng)濟發(fā)展水平、資源環(huán)境特征差異顯著［20］。以能源化工工業(yè)為主的第二產(chǎn)業(yè)是發(fā)展經(jīng)濟的支柱產(chǎn)業(yè)，伴隨著經(jīng)濟的發(fā)展，大量化石能源的使用，碳排放量加大。同時，能源問題已成為制約能源產(chǎn)區(qū)榆林經(jīng)濟發(fā)展的重要因素，由此引發(fā)的能源消費碳排放強度問題值得探討。

圖1 研究區(qū)示意圖Fig.1 The sketch map of Yulin City

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與處理

研究數(shù)據(jù)均來源于歷年《榆林統(tǒng)計年鑒》。因榆林市政府2005年開始統(tǒng)計能源消費數(shù)據(jù)，故研究時段選取為2005—2010年。

鑒于榆林市能源統(tǒng)計口徑以及化石能源消費比重高、消費種類多樣化等特點，碳排放量按照下式進行估算:

式中:C為碳排放量;mi為一次能源的消費量(標準量);δi為i類能源的碳排放系數(shù)(表1)。

表1 各種能源的碳排放系數(shù)［21］Tab.1 Carbon emission coefficients for different fuels

碳排放強度(carbon emission intensity，CEI)是指單位國民生產(chǎn)總值碳排放總量，計算公式為:Ice=C/G。式中:Ice為碳排放強度;G為國民生產(chǎn)總值;C為碳排放量。

2.2 研究方法

2.2.1 標準偏差指數(shù)和變異系數(shù)。區(qū)域某一屬性值的差距包括絕對差距和相對差距。一般情況下，采用標準偏差指數(shù)和變異系數(shù)可同時從絕對和相對意義上測算區(qū)域間的差距［22］。

2.2.2 泰爾(Theil)指數(shù)。Theil指數(shù)［10］作為衡量觀測值相對差異的指標，最大的優(yōu)點在于具有在不同區(qū)域間進行分解的性質(zhì)。計算公式為:式中:n為縣區(qū)個數(shù);Gi和Ci為各區(qū)縣地區(qū)生產(chǎn)總值和總各區(qū)縣碳排放量;G和C為研究區(qū)總生產(chǎn)總值和總碳排放量。Theil指數(shù)越高，區(qū)域間觀測值的差異越大。

2.2.3 空間自相關。空間自相關［23］是一種檢測與量化觀測值在多個研究區(qū)域取值的空間依賴性的空間統(tǒng)計方法，反映的是某個區(qū)域單元上的一種地理現(xiàn)象或某一觀測值與鄰近區(qū)域單元上同種現(xiàn)象或同一觀測值的相關程度?？臻g自相關方法包括全局自相關和局部自相關。步驟如下。

①建立空間權(quán)重矩陣。一般地，定義一個二元對稱空間權(quán)重矩陣Wn×n來反映n個地理位置的空間區(qū)域鄰近關系?？臻g權(quán)重矩陣的建立常用的有鄰接規(guī)則和距離規(guī)則［16］，采用 Rook 鄰接標準，Wij公式如下:

②全局Moran’sI統(tǒng)計量［24］。該統(tǒng)計量描述空間對象屬性值在整個區(qū)域的空間分布狀態(tài)，公式如下:

③ 局部 Moran’sI統(tǒng)計量［25］。局部 Moran’sI是衡量局部地區(qū)之間是否存在相似或相異性的屬性值聚集在一起的指標，計算公式為:

Moran’sI散點圖的4個象限分別表示鄰接地區(qū)觀測值的4種空間集聚類型:第Ⅰ象限為HH型，表示本地區(qū)與鄰接地區(qū)觀測值均高;第Ⅲ象限為LL型，表示本地區(qū)與鄰接地區(qū)觀測值均低;第Ⅱ象限為LH型，表示本地區(qū)觀測值低而鄰接地區(qū)觀測值高;第Ⅳ象限為HL型，表示本地區(qū)觀測值高而鄰接地區(qū)低。

3 榆林市碳排放強度空間分異特征

3.1 榆林市碳排放強度縣域空間格局與變化

3.1.1 空間格局特征。榆林市縣域碳排放強度平均值在整個考察期總體上呈波動增長狀態(tài)。從變異系數(shù)來看，研究時段內(nèi)榆林縣域碳排放強度的絕對差異變化分為增長期和減小期2個階段，且無論是增長期還是減小期均表現(xiàn)為變化速率先大后小的趨勢。2005—2007年增長期縣域碳排放強度差異愈加顯著，2007—2010年減小期縣域碳排放強度差異略有減小。從標準偏差指數(shù)來看，2005—2010年標準差值呈現(xiàn)“拱形”發(fā)展變化，說明榆林縣域碳排放強度的相對差距先逐年擴大，再逐年縮小，其中2007年是變化的轉(zhuǎn)折點，但2008—2010年縣域碳排放強度相對差距始終大于2005年。極差的走勢與標準偏差的變化相似，2005—2007年縣域碳排放強度兩極分化加劇，2007—2010年分化減小。Theil指數(shù)與變異系數(shù)高度相關，經(jīng)歷了相同的波動歷程，區(qū)域碳排放強度總差異也表現(xiàn)出先增大后減小的態(tài)勢。綜合以上指數(shù)來看，榆林各區(qū)縣能源消費碳排放強度水平差異明顯，總體差異呈擴大趨勢，兩極分化加劇(圖2)。通過5種方法的相互佐證，變異系數(shù)適用于具有不同均值的數(shù)組之間組內(nèi)差距的比較，Theil指數(shù)具有在不同區(qū)域間進行分解的性質(zhì)，兩者結(jié)合更易刻劃碳排放時空差異。

圖2 榆林市2005—2010年碳排放強度各指標年際變化Fig.2 The annual variation of different index of CEI in Yulin City from 2005 to 2010

3.1.2 空間變化趨勢分析。為了進一步分析榆林市縣域碳排放強度空間變化趨勢，利用ArcGIS 9.3軟件分別繪制榆林市縣域2005，2010年碳排放強度三維透視圖(圖3)。其中，采樣點的位置繪制在X，Y平面上，在每個采樣點的上方，CEI值由Z維中桿的高度給定。“趨勢分析”工具最大的優(yōu)勢是觀測值將會作為散點圖投影到X，Z平面和Y，Z平面上。借助投射點得到的最佳擬合線分析表明:從整個榆林市來看，縣域碳排放強度南北走向上表現(xiàn)出逐漸減小趨勢，東西走向上具有微弱的“U型”變化態(tài)勢?？傮w上，東北部區(qū)縣碳排放強度高于西南部。

3.2 縣域碳排放強度空間自相關分析

3.2.1 全局自相關分析。采用GeoDa統(tǒng)計軟件，分析2005—2010年榆林各縣域碳排放強度Global Moran’sI，結(jié)果(表2)表明:① 考察期內(nèi)，Global Moran’sI估計值均為正，表明該研究區(qū)碳排放強度空間差異總體存在正的空間自相關特征，且空間分布呈現(xiàn)相似值之間的空間集聚態(tài)勢(如HH或LL);②研究時段內(nèi)，各期Moran’sI均在95%的可置信水平上，檢驗結(jié)果顯著;③Global Moran’sI值越接近于1，總體差異越小。本研究Moran’sI值在0.25～0.45范圍內(nèi)，說明該區(qū)域的整體空間差異還較大;④研究期內(nèi)，這種正相關性呈現(xiàn)較為明顯的波動。2005—2008年總體水平的Global Moran’sI下降趨勢明顯，表明其顯著性在不斷減弱，空間集聚效應也越來越不明顯，總體空間差異在逐漸擴大，究其原因，進入“十一五規(guī)劃”以來，榆林資源富集地區(qū)與其他縣域相比，憑借自身優(yōu)勢大力發(fā)展經(jīng)濟，碳排放強度空間差異日益擴大;2008年以后Global Moran’sI上升，但上升幅度不大，研究區(qū)內(nèi)空間差異有微弱減小，認為與榆林市經(jīng)濟發(fā)展中的整體產(chǎn)業(yè)技術升級以及城鎮(zhèn)化促進資源合理配置和生產(chǎn)要素的合理流動等因素有關，但產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)調(diào)整及資源配置的內(nèi)部機理及其驅(qū)動機制等尚需要進一步研究。

圖3 2005，2010年榆林市縣域碳排放強度趨勢Fig.3 Trend analysis of CEI in Yulin City in 2005 and 2010

表2 2005—2010年榆林市碳排放強度全局Moran’s I估計值Tab.2 Estimates of Global Moran’s I for overall level of CEI in Yulin City from 2005 to 2010

3.2.2 局部自相關分析。Global Moran’sI僅用于考察碳排放強度在空間分布上的整體關聯(lián)性，而Local Moran’sI可以反映研究區(qū)單元與鄰近單元碳排放強度的相關程度，且可結(jié)合Moran散點圖將局部差異的空間結(jié)構(gòu)可視化，以研究其空間分布規(guī)律［26］。

Moran散點圖(圖4)反映變量(Ice)與其空間滯后向量(WIce)之間的相關關系。其中，橫軸對應變量(Ice)的所有觀測值，縱軸對應空間滯后向量(WIce)的所有取值，每個區(qū)域觀測值的空間滯后為該區(qū)域周圍鄰接觀測值的加權(quán)平均。

圖4 2005—2010年榆林市碳排放強度Local Moran散點圖Fig.4 Scatter diagram of Moran of CEI in Yulin City from 2005 to 2010

從2005—2010年縣域碳排放強度Local Moran散點圖可以看出:① 榆林大部分縣域都落在Ⅰ、Ⅲ象限內(nèi)，2005，2006年落入HH和LL兩種類型的縣區(qū)所占比重分別為 91.67%，66.67%，2007，2008 年均為 83.33%，2009，2010年均為75.00%，且HH類型縣域所占比重最高，均在58%以上，而HL或LH兩種類型的縣區(qū)所占比重最高為33.33%。說明自2005年以來，榆林碳排放強度具有正的空間關聯(lián)分布特征，且處于低水平非均衡空間分布狀態(tài)，空間依賴性明顯。②考察期局部區(qū)縣集聚格局顯著，自身與周圍區(qū)縣碳排放強度均低的區(qū)域主要集中于南六縣，而“HH關聯(lián)區(qū)”主要集中于榆陽區(qū)、府谷縣和神木縣即東北部三縣，說明縣域間碳排放強度差距很大，總體上處于一種低水平集聚發(fā)展狀態(tài)。但隨著經(jīng)濟技術的不斷發(fā)展，少量區(qū)縣碳排放強度分布趨于分散，HH和LL關聯(lián)縣區(qū)之間的碳排放強度差距在不斷增大，而中心縣域與周圍地區(qū)的碳排放強度逐漸接近，其極化作用在逐漸增強，但輻射帶動能力還較弱。

結(jié)合相關性分析，縣域尺度下的榆林市碳排放強度表現(xiàn)出4個特征(表3):①極化區(qū)。2005年碳排放強度呈現(xiàn)以榆陽區(qū)、府谷縣和神木縣組成的片狀極化中心，碳排放強度遠遠高于相鄰的其他縣城，呈負相關關系。2010年逐漸形成以府谷和神木縣組成的極化中心，碳排放總量是其他區(qū)縣的8.72倍，平均碳排放強度是其他地區(qū)的7.68倍。這類縣城最顯著的特點是依托其資源優(yōu)勢，大力發(fā)展以化石能源消費為主的產(chǎn)業(yè)，是榆林乃至陜西省經(jīng)濟發(fā)展的活躍地區(qū)。② 擴散區(qū)。2005—2010年極化區(qū)域逐漸縮小，表現(xiàn)出明顯的擴散效應，形成以榆陽區(qū)為中心的擴散區(qū)域，帶動其周邊縣城的發(fā)展，碳排放強度形成了明顯的“北部六縣大于南部六縣”的格局。首先由于資源分布不均，北部資源豐富的6個縣是榆林能源主產(chǎn)區(qū)，地區(qū)生產(chǎn)總值占全市GDP總量93%，而南部六縣僅占7%;北部六縣地方財政收入占到全市的98%左右，南部六縣僅占2%。因此，在能源化工產(chǎn)業(yè)占主導的榆林市，經(jīng)濟總量是導致南北碳排放強度差異的主要因素。其次，經(jīng)濟區(qū)位的優(yōu)劣導致區(qū)域經(jīng)濟增長因素、開放次序以及開放程度的差異。榆陽區(qū)是榆林市的經(jīng)濟、政治、文化中心，經(jīng)濟的迅速崛起和發(fā)展，將制造企業(yè)和生產(chǎn)逐步向城市外圍轉(zhuǎn)移，對其周邊縣區(qū)具有一定的輻射作用。然而遠離經(jīng)濟中心的其他縣區(qū)受到的輻射作用小，經(jīng)濟、工業(yè)均發(fā)展緩慢。③ 傳染區(qū)。南部六縣在整個考察期表現(xiàn)出低碳排放強度的空間集群效應。子洲、清澗、米脂、佳縣、吳堡和靖邊縣屬于黃土高原丘陵溝壑區(qū)，有主要水系分布，但能源資源儲備不足，因此，長期形成以農(nóng)業(yè)與商貿(mào)為主的經(jīng)濟類型，產(chǎn)業(yè)發(fā)展先天優(yōu)勢不足。能源缺乏、低碳能耗產(chǎn)業(yè)比重高是該區(qū)碳排放強度處于低值的主要驅(qū)動因素。④塌陷區(qū)。因榆陽區(qū)周邊的府谷縣和神木縣碳排放強度始終處于極化狀態(tài)，且極化中心縣域?qū)ο噜徔h域擴散作用不強，故榆陽區(qū)碳排放強度與極化中心碳排放強度呈負相關關系。分析其形成原因，經(jīng)濟中心榆陽區(qū)迅速發(fā)展的教育、經(jīng)貿(mào)、商務、休閑娛樂等服務業(yè)(低碳能耗行業(yè))，成為碳排放強度減小的主要拉動力量。

總體來看，2005—2010年榆林碳排放強度的“熱點”區(qū)(高值集聚區(qū))與“冷點”區(qū)(低值集聚區(qū))的空間格局均較穩(wěn)定。碳排放強度的“熱點”區(qū)分布集中于榆林的東北部三縣，考察期內(nèi)榆陽區(qū)碳排放強度雖有所減小，但是減小的幅度不大。這類地區(qū)自2002年以來依托其自身豐富的煤炭、石油資源建成了陜北能源化工基地，高耗能產(chǎn)業(yè)的急速發(fā)展，長期形成的經(jīng)濟結(jié)構(gòu)對能源依賴較高以及單一資源密集型主導產(chǎn)業(yè)和初級加工方式，使得該區(qū)域碳排放強度遠大于其他地區(qū)。“冷點”區(qū)主要分布于南部六縣。其薄弱的經(jīng)濟和工業(yè)基礎、貧乏的能源資源使該區(qū)域產(chǎn)生的碳排放量遠小于其他區(qū)域。

4 結(jié)論

以能源產(chǎn)區(qū)榆林市為研究對象，結(jié)合趨勢分析方法和空間統(tǒng)計方法，分析2005—2010年榆林縣域尺度下的能源消費碳排放強度的空間格局特征與空間分異機制。1)榆林各區(qū)縣能源消費碳排放強度水平差異明顯，總體差異呈擴大趨勢，兩極分化加劇。2)趨勢分析結(jié)果表明，從整個榆林市來看，縣域碳排放強度南北走向上表現(xiàn)出逐漸減小趨勢，東西走向上具有微弱的“U型”變化態(tài)勢?？傮w上，東北部區(qū)縣碳排放強度高于西南部。3)從全局自相關分析來看，考察期內(nèi)，各期Moran’sI均在95%的可置信水平上，研究區(qū)碳排放強度空間差異總體存在正的空間自相關特征，其空間分布呈現(xiàn)相似值之間的空間集聚態(tài)勢，但區(qū)域的整體空間差異還較大。4)通過對Moran散點圖分析，揭示了自2005年以來，各縣區(qū)碳排放強度具有正的空間關聯(lián)分布特征，且處于低水平非均衡空間分布狀態(tài)，空間依賴性明顯。HH和LL關聯(lián)縣區(qū)之間的碳排放強度差距在不斷增大，而中心縣域與除極化中心以外的其他區(qū)縣碳排放強度逐漸接近，其極化作用在逐漸增強，但輻射帶動能力還較弱。5)結(jié)合相關分析，榆林區(qū)縣碳排放強度表現(xiàn)出極化區(qū)、擴散區(qū)、傳染區(qū)和塌陷區(qū)4個特征。經(jīng)濟總量是導致碳排放強度形成了明顯的“北部六縣大于南部六縣”格局的主要原因;南部六縣在整個考察期表現(xiàn)出低碳排放強度的空間集群效應，低碳能耗產(chǎn)業(yè)比重高是該區(qū)碳排放強度處于低值的主要驅(qū)動因素;榆陽區(qū)碳排放強度與極化中心碳排放強度呈負相關關系，低碳能耗行業(yè)是促使其碳排放強度減小的主要拉動力量。6)榆林市各區(qū)縣碳排放強度不協(xié)調(diào)，榆林的東北部三縣是碳排放強度的“熱點”區(qū)。長期形成的經(jīng)濟結(jié)構(gòu)對能源依賴較高以及單一資源密集型主導產(chǎn)業(yè)和初級加工方式，使得該區(qū)域碳排放強度遠大于其他地區(qū)?！袄潼c”區(qū)主要分布于南部六縣。其薄弱的經(jīng)濟和工業(yè)基礎、貧乏的能源資源使該區(qū)域產(chǎn)生的碳排放量遠小于其他區(qū)域?？傊?，能源資源分布不均、經(jīng)濟總量以及產(chǎn)業(yè)結(jié)構(gòu)差異是造成榆林碳排放強度空間分布不均的主要原因。

［1］ Usama Al-mulali，Che Normee Binti Che Sab.The Impact of Energy Consumption and CO2Emission on the Economic and Financial Development in 19 Selected Countries［J］.Renewable and Sustainable Energy Reviews，2012，16(7):4365-4369.

［2］ Niu Shuwen，Ding Yongxia，Niu Yunzhu，et al.Economic Growth，Energy Conservation and Emissions Reduction:A Comparative Analysis Based on Panel Data for 8 Asian-Pacific Countries［J］.Energy Policy，2011，39(4):2121-2131.

［3］ Mahamat Hamit-Haggar.Greenhouse Gas Emissions，Energy Consumption and Economic Growth:A Panel Cointegration Analysis from Canadian Industrial Sector Perspective［J］.Energy Economics，2012，34(1):358-364.

［4］ 程南洋，楊洪強，聶影.國際碳排放貿(mào)易與循環(huán)經(jīng)濟的協(xié)調(diào)［J］.生態(tài)經(jīng)濟，2006(3):71-74.

［5］ 張雷，黃園淅，李艷梅，等.中國碳排放區(qū)域格局變化與減排途徑分析［J］.資源科學，2010，32(2):211-217.

［6］ 蘇雅莉，張艷芳.陜西省土地利用變化的碳排放效益研究［J］.水土保持通報，2011，25(1):152-156.

［7］ González D，Martínez M.Changes in CO2Emission Intensities in the Mexican Industry［J］.Energy Policy，2012，51:149-163.

［8］ 賈君君，張艷芳.陜西產(chǎn)業(yè)碳排放與結(jié)構(gòu)高級化的低碳效應［J］.陜西師范大學學報(自然科學版)，2012，40(4):83-88.

［9］ 郭彩霞，邵超峰，鞠美庭.天津市工業(yè)能源消費碳排放量核算及影響因素分解［J］.環(huán)境科學研究，2012，25(2):232-239.

［10］ 岳超，胡雪洋，賀燦飛，等.1995—2007年我國省區(qū)碳排放及碳強度的分析——碳排放與社會發(fā)展［J］.北京大學學報(自然科學版)，2010，46(4):510-516.

［11］ 趙雲(yún)泰，黃賢金，鐘太洋，等.1999—2007年中國能源消費碳排放強度空間演變特征［J］.環(huán)境科學，2011，32(11):3145-3152.

［12］ 趙愛文，李東.中國碳強度與能源強度實證研究［J］.干旱區(qū)資源與環(huán)境，2012，26(1):1-5.

［13］ 張珍花，方勇.我國區(qū)域碳排放強度影響因素及動態(tài)關系探究［J］.統(tǒng)計與決策，2012(16):90-93.

［14］ 李健，周慧.中國碳排放強度與產(chǎn)業(yè)結(jié)構(gòu)的關聯(lián)分析［J］.中國人口·資源與環(huán)境，2012，22(1):7-14.

［15］ 張志強，曾靜靜，曲建升.世界主要國家碳排放強度歷史變化趨勢及相關關系研究［J］.地球科學進展，2011，26(8):859-869.

［16］ 劉軍華，趙浩.中國二氧化碳排放強度的地區(qū)差異分析［J］.統(tǒng)計研究，2012，29(6):46-50.

［17］ 杜官印，蔡運龍，李雙成.1997—2007年中國分省化石能源碳排放強度變化趨勢分析［J］.地理與地理信息科學，2010，26(5):76-81，92.

［18］ 王卉彤，王妙平.中國30省區(qū)碳排放時空格局及其影響因素的灰色關聯(lián)分析［J］.中國人口·資源與環(huán)境，2011，21(7):140-145.

［19］ 王靜，郭旭東.我國縣級尺度土地可持續(xù)利用的科學調(diào)控［J］.地理科學進展，2002，21(3):216-222.

［20］ 師謙友，王偉平.基于能值分析的榆林市循環(huán)經(jīng)濟發(fā)展研究［J］.地域研究與開發(fā)，2010，29(2):59-64.

［21］ PCC.2006 IPCC Guidelines for National Greenhouse Gas Inventories:VolumeⅡ［R］.Arlington:Institute for Global Environmental Strategies，2008.

［22］ 鐘業(yè)喜，陸玉麒.紅三角經(jīng)濟圈縣域經(jīng)濟差異研究［J］.經(jīng)濟地理，2010，30(4):568-573.

［23］ 劉湘南，黃方.GIS空間分析原理與方法［M］.北京:科學出版社，2008:189-191.

［24］ 魯鳳，徐建華.中國區(qū)域經(jīng)濟差異的空間統(tǒng)計分析［J］.華東師范大學學報(自然科學版)，2007(2):44-51.

［25］ Moran P.The Interpretation of Statistical Maps［J］.Journal of the Royal Statical Society，1984，10(2):243-251.

［26］ 陳彥光.基于Moran統(tǒng)計量的空間自相關理論發(fā)展和方法改進［J］.地理研究，2009，28(6):1449-1463.