廣西東融發(fā)展片區(qū)碳排放時(shí)空特征及其驅(qū)動(dòng)因素

魏 鋒, 韋燕飛, 童新華

(1.南寧師范大學(xué) 自然資源與測繪學(xué)院, 廣西 南寧 530001; 2.南寧師范大學(xué) 地理科學(xué)與規(guī)劃學(xué)院, 廣西 南寧 530001)

氣候變化和環(huán)境保護(hù)問題不分國界、不分地域，是人類社會(huì)的共同挑戰(zhàn)。碳是人為溫室氣體的主要成分[1]，為持續(xù)推進(jìn)生態(tài)文明建設(shè)，大幅度碳減排是實(shí)現(xiàn)碳達(dá)峰和碳中和目標(biāo)的戰(zhàn)略措施。中國作為溫室氣體排放第一大國，對(duì)國際社會(huì)推進(jìn)碳減排工作具有重要的支撐和導(dǎo)向作用。在《巴黎協(xié)定》框架下，中國政府將2030年單位GDP的CO2排放量比2005年下降60%～65%作為工作方向，且要實(shí)現(xiàn)碳達(dá)峰的目標(biāo)[2]。因此，重新權(quán)衡碳排放造成的生態(tài)環(huán)境負(fù)擔(dān)與經(jīng)濟(jì)產(chǎn)能收益，摸清區(qū)域碳排放底數(shù)，才能真實(shí)客觀地反映區(qū)域碳排放時(shí)空特征，從而正確識(shí)別區(qū)域碳排放現(xiàn)狀的推動(dòng)因素。

目前國內(nèi)學(xué)者對(duì)碳排放的研究主要集中在以下4方面： ①關(guān)于碳排放核算體系。目前國內(nèi)學(xué)者在計(jì)算能源、工業(yè)、農(nóng)業(yè)等各領(lǐng)域CO2釋放量時(shí)主要參考IPCC發(fā)布的《國家溫室氣體清單指南》(2006年)[3]。管亞梅等[4]基于總量交易機(jī)制下的碳排放權(quán)交易二階段視角，在核算時(shí)將經(jīng)營性持有部分分為生產(chǎn)排放和日常排放，從建輝等[5]梳理了9種城市碳排放核算的邊界界定方法并對(duì)各方法之間的關(guān)系進(jìn)行總結(jié)，何艷秋等[6]構(gòu)造了包含基礎(chǔ)層級(jí)、中間層級(jí)和目標(biāo)層級(jí)的碳排放統(tǒng)計(jì)核算基本框架，目標(biāo)是建立“國家—地區(qū)—城市—行業(yè)”四位一體的碳排放統(tǒng)計(jì)核算體系； ②碳排放影響因素分析。張雪華等[7]運(yùn)用LMDI模型并從周期控制的視角系統(tǒng)探究京津冀及周邊城市能源碳排放的驅(qū)動(dòng)因素，韋沁等[8]人運(yùn)用卡雅(Kaya)恒等式分析中國農(nóng)業(yè)碳排放的影響因素，張迪等[9]人選取灰色關(guān)聯(lián)模型分析甘肅省第二產(chǎn)業(yè)碳排放的驅(qū)動(dòng)因素，李治國等[10]人運(yùn)用多樣性運(yùn)算模型的基礎(chǔ)上結(jié)合IPAT-LMDI方法探討中國城鄉(xiāng)家庭碳排放驅(qū)動(dòng)因素； ③碳排放與用地規(guī)劃研究。史思琪等[11]運(yùn)用多因素綜合評(píng)價(jià)法和HR協(xié)調(diào)度模型評(píng)價(jià)中國30個(gè)省市土地集約利用水平和系統(tǒng)協(xié)調(diào)度的時(shí)空異質(zhì)性特征，楊欣等[12]構(gòu)建庫茲涅茨曲線模型驗(yàn)證碳排放強(qiáng)度與建設(shè)用地?cái)U(kuò)張之間的關(guān)系，潘海嘯等[13]從3個(gè)層次提出低碳城市空間規(guī)劃策略，在城市交通與土地使用、密度控制和功能混合方面提出改進(jìn)規(guī)劃編制的建議； ④城市低碳建設(shè)模式與路徑研究。張友國等[14]人認(rèn)為各地區(qū)應(yīng)根據(jù)碳排放驅(qū)動(dòng)因素特征及變化趨勢制定低碳發(fā)展水平提升策略，并將自身“雙碳”目標(biāo)實(shí)現(xiàn)路徑深度融入國家構(gòu)建新發(fā)展格局的重大戰(zhàn)略中，黃瑩等[15]以廣州市為例，應(yīng)用長期能源替代規(guī)劃系統(tǒng)(LEAP)模型，預(yù)測多情景下廣州交通領(lǐng)域未來的能源需求量和碳排放特征，李志偉等[16]從指導(dǎo)思想與低碳理論、重點(diǎn)領(lǐng)域、支撐體系和發(fā)展目標(biāo)4個(gè)方面構(gòu)建了縣域城鎮(zhèn)低碳發(fā)展的綜合集成框架。

碳排放的研究視角總體上較為豐富，主要存在以下特點(diǎn)：碳排放研究對(duì)象多為全國、省級(jí)或某一典型區(qū)域，而東融發(fā)展片區(qū)作為廣西當(dāng)下碳減排的重點(diǎn)區(qū)域，對(duì)其系統(tǒng)研究卻鮮有涉及；前人通常將某一特定區(qū)域作為整體進(jìn)行研究，未能深入研究區(qū)域內(nèi)不同城市縣級(jí)單元碳排放的異質(zhì)性；傳統(tǒng)的計(jì)量模型通常將經(jīng)濟(jì)、能源等作為單一指標(biāo)處理，缺少對(duì)經(jīng)濟(jì)和能源的總量、結(jié)構(gòu)、強(qiáng)度等二級(jí)因素的驅(qū)動(dòng)效力進(jìn)行考量。

本文選取廣西壯族自治區(qū)東部東融發(fā)展片區(qū)作為研究對(duì)象，綜合運(yùn)用空間自相關(guān)分析與地理探測器，從周期視角綜合考察城市人口規(guī)模、城市經(jīng)濟(jì)密度、產(chǎn)業(yè)結(jié)構(gòu)、城市經(jīng)濟(jì)規(guī)模、能源消費(fèi)結(jié)構(gòu)、人均收入水平這6個(gè)驅(qū)動(dòng)因子對(duì)研究區(qū)域能源碳排放的影響機(jī)制，量化各驅(qū)動(dòng)因素對(duì)能源碳排放的貢獻(xiàn)度，有助于厘清廣西東融發(fā)展片區(qū)碳排放空間差異的來源，明晰該區(qū)域碳減排潛力的地理尺度，以期為廣西全域乃至全國制定2030年前碳達(dá)峰行動(dòng)方案提供科學(xué)依據(jù)。

1 研究區(qū)概況

廣西東融發(fā)展片區(qū)作為新形勢下全面對(duì)接粵港澳大灣區(qū)建設(shè)的關(guān)鍵選擇，對(duì)于構(gòu)建廣西“南向、北聯(lián)、東融、西合”全方位開放發(fā)展新格局，不斷提升區(qū)域經(jīng)濟(jì)發(fā)展活力和實(shí)現(xiàn)高質(zhì)量發(fā)展具有重要意義。東融發(fā)展片區(qū)位于廣西東南部，毗鄰廣東省，輻射范圍包括貴港市、玉林市、梧州市和賀州市。本文以2005—2020年作為研究時(shí)段，以縣域作為研究單元，東融發(fā)展片區(qū)下轄23個(gè)區(qū)縣級(jí)單位(圖1)，研究區(qū)行政面積為47 743 km2，占廣西總面積20.09%。

注：①全文涉及行政圖均基于自然資源部標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號(hào)為桂S(2020)48號(hào)的標(biāo)準(zhǔn)地圖制作，底圖無修改。 ②1為富川瑤族自治縣； 2為萬秀區(qū)； 3為長州區(qū)； 4為玉州區(qū)。下同。

研究期內(nèi)，東融發(fā)展片區(qū)的碳排放量從2005年的2.40×108t提升至2020年6.04×108t，人均碳排放量15.67 t提升至37.06 t。東融發(fā)展片區(qū)作為自治區(qū)的重要戰(zhàn)略開放合作方向，是未來全面對(duì)接粵港澳大灣區(qū)的通道，既要打造經(jīng)濟(jì)走廊，也承擔(dān)著生態(tài)文明建設(shè)的任務(wù)。因此，本文將對(duì)東融發(fā)展片區(qū)各區(qū)縣的碳排放時(shí)空差異進(jìn)行分析，深入揭示其驅(qū)動(dòng)因子，為制定階段性減排政策提供依據(jù)。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

2.1.1 碳排放計(jì)算方法 本文依據(jù)國際通用的政府間氣候變化專門委員會(huì)(IPCC)的方法對(duì)各縣2005—2020年的CO2排放量進(jìn)行估計(jì)[17]。計(jì)算的公式為：

(1)

式中：ECO2為某縣區(qū)CO2排放量;j代表能源種類; FC為能源消耗總量; CAL為能源的熱值; CC為碳含量; CO代表碳氧化率。

2.1.2 空間自相關(guān)分析 全局空間自相關(guān)用于描述空間要素屬性值在全區(qū)域內(nèi)的空間特征，并反映其鄰域?qū)傩灾迪嗨贫龋瑢?duì)于某一特定空間屬性在全區(qū)域分布特征分析描述具有重要意義，常用Moran’I指數(shù)表示。Moran’I指數(shù)的值域?yàn)閇-1,1]之間，小于0負(fù)相關(guān)，等于0不相關(guān)，大于0正相關(guān)。相較于全局空間自相關(guān)，局部空間自相關(guān)反映局部區(qū)域內(nèi)的空間異質(zhì)性與不穩(wěn)定性。全局自相關(guān)和局部自相關(guān)分別采用Global Moran’I統(tǒng)計(jì)量和Local Moran’I統(tǒng)計(jì)量表示[18-19]，采用“最近K點(diǎn)關(guān)系”方法確定空間權(quán)重，計(jì)算公式分別如下所示：

(2)

(3)

式中：n表示單元數(shù)量;Wij為空間權(quán)重矩陣。I>0,I<0和I=0分別表示空間分布呈空間正相關(guān)、空間負(fù)相關(guān)和空間無相關(guān)。

(4)

式中：VAR(I)是I的方差。一般采用Z-Score值進(jìn)行顯著性檢驗(yàn),當(dāng)∣Z-Score∣>1.96時(shí),說明變量在p=5%的顯著水平上通過檢驗(yàn)。

2.1.3 地理探測器 地理探測器(GeoDetector)是近幾年由王勁峰等[20]開發(fā)的一款用于探測空間分異性的工具，主要用于揭示某一現(xiàn)象的推動(dòng)因素。地理探測器不僅可以探測驅(qū)動(dòng)力因子的空間分異，還可以彌補(bǔ)小數(shù)據(jù)帶來的不足，從而不影響研究的科學(xué)性與準(zhǔn)確性。其因子探測器是用來探測因變量Y的空間分異性，以及探測自變量X在一定程度上解釋了屬性Y的空間分異，利用q值來衡量，其表達(dá)式為：

(5)

2.2 數(shù)據(jù)來源

本文選取東融發(fā)展片區(qū)即貴港市、玉林市、梧州市和賀州市23個(gè)縣級(jí)單元作為研究區(qū)域。土地行政邊界來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(https:∥www.resdc.cn/)，文中所涉及的社會(huì)經(jīng)濟(jì)數(shù)據(jù)來源《廣西統(tǒng)計(jì)年鑒》《中國縣域統(tǒng)計(jì)年鑒》以及各市統(tǒng)計(jì)公報(bào)。2005—2020年碳排放數(shù)據(jù)計(jì)算中采用的各縣能源消費(fèi)結(jié)構(gòu)數(shù)據(jù)、各種能源消耗總量來自《中國能源統(tǒng)計(jì)年鑒》、各市統(tǒng)計(jì)年鑒。各種能源熱值系數(shù)源于2011年的中國能源統(tǒng)計(jì)年鑒(表1)。各種燃料消耗的碳含量、碳氧化率值來源于政府間氣候變化專門委員會(huì)(IPCC)出版的國家溫室氣體清單指南。根據(jù)中國國情，煤炭、石油、天然氣的碳氧化率分別設(shè)定為0.80，0.90，0.90[17]。

表1 研究數(shù)據(jù)概況及來源(2000—2020年)

3 結(jié)果與分析

3.1 廣西東融發(fā)展片區(qū)碳排放時(shí)空特征

3.1.1 碳排放時(shí)空異質(zhì)性特征 廣西東融發(fā)展片區(qū)各縣區(qū)碳排放量在空間上存在異質(zhì)性，各年高值集中出現(xiàn)在東融片區(qū)的西南部，低值則出現(xiàn)在中部地區(qū)。2005，2010，2015，2020年各縣區(qū)碳排放情況見表2。同時(shí)本文利用ArcGIS 10.2平臺(tái)，根據(jù)自然間斷點(diǎn)分級(jí)法將4個(gè)年份的碳排放數(shù)據(jù)進(jìn)行分級(jí)(如圖2所示)。

表2 2005—2020年廣西東融發(fā)展片區(qū)

圖2 廣西東融發(fā)展片區(qū)4個(gè)年份碳排放量分級(jí)

從描述性統(tǒng)計(jì)指標(biāo)上看，各縣區(qū)碳排放量總體呈現(xiàn)上升趨勢(如圖3所示)。玉州區(qū)是4個(gè)年份碳排放量最多的地區(qū)，該區(qū)是玉林市經(jīng)濟(jì)、政治、文化中心，目前已形成機(jī)械、陶瓷水泥等產(chǎn)業(yè)集群，工業(yè)產(chǎn)值占比高。蒙山縣是4個(gè)研究時(shí)點(diǎn)碳排放量最少的地區(qū)，蒙山縣是廣西重點(diǎn)生態(tài)功能區(qū)，碳排放量在所有研究單位中最少，碳吸收能力也最強(qiáng)。在碳排放均值方面呈現(xiàn)持續(xù)增長態(tài)勢，從各年碳排放分布格局看，2005—2010年低值區(qū)主要集中在賀州市富川瑤族自治縣、昭平縣和梧州市萬秀區(qū)、長洲區(qū)、蒙山縣、龍圩區(qū)，并且隨著研究時(shí)點(diǎn)的推進(jìn)，賀州市鐘山縣、梧州市蒼梧縣的碳排放量在2015—2020年也進(jìn)一步減少，這表明某個(gè)地區(qū)的碳排放量較低，會(huì)影響周圍地區(qū)的碳排放量，并呈現(xiàn)同向發(fā)展態(tài)勢，具有一定的正相關(guān)性。

圖3 2005—2020年東融片區(qū)各縣區(qū)碳排放量匯總

3.1.2 碳排放時(shí)空依賴性特征

(1) 全局空間關(guān)聯(lián)性。廣西東融發(fā)展片區(qū)各區(qū)縣的碳排放在空間上存在正相關(guān)性，且相關(guān)性波動(dòng)上升并趨于穩(wěn)定。本文基于23個(gè)縣區(qū)在2005，2010，2015，2020年的碳排放數(shù)據(jù)，對(duì)廣西東融發(fā)展片區(qū)的全局空間自相關(guān)進(jìn)行顯著性檢驗(yàn)。如圖4所示，4個(gè)研究年份碳排放的Morans’I>0，且全部通過了p=0.01的顯著性檢驗(yàn)，這表明東融發(fā)展片區(qū)的碳排放在空間上存在較強(qiáng)的相關(guān)性，即研究單元碳排放量會(huì)受到周圍區(qū)縣排放量的正向影響，碳排放程度空間分布呈現(xiàn)聚集模式。從整體上看，I值從2005—2020年呈現(xiàn)波動(dòng)增長的趨勢，I值在2005—2010年上升，2010—2015年下降并最終在2020年上升至最高值，即研究區(qū)內(nèi)碳排放的空間集聚水平波動(dòng)上升且相關(guān)性增強(qiáng)。

圖4 2005，2010，2015，2020年東融片區(qū)全局Moran’s I計(jì)算情況

(2) 局部空間關(guān)聯(lián)性。進(jìn)一步采用LISA圖分析碳排放在局部空間上的集聚和分散情況(圖5—6)，發(fā)現(xiàn)局部空間聚類分析與全局聚類分析結(jié)果相對(duì)應(yīng)，即低—低聚集區(qū)主要發(fā)生在東融片區(qū)中北部低碳排放區(qū)，高—高聚集區(qū)主要發(fā)生在東融片區(qū)中南部高碳排放區(qū)。通過東融發(fā)展片區(qū)碳排放的Moran散點(diǎn)圖來分析局部演變情況，將散點(diǎn)圖分為4個(gè)象限，包括高—高聚集區(qū)、低—低聚集區(qū)、高—低聚集區(qū)、低—高聚集區(qū)和不顯著區(qū)域，運(yùn)用GeoDa軟件得到2005，2010，2015，2020年23個(gè)研究單元碳排放空間分布情況，具體的演化過程見表3。由表3可知，低—低聚集區(qū)包括富川瑤族自治縣、鐘山縣、昭平縣、蒼梧縣、長洲區(qū)和藤縣，主要分布于研究區(qū)域的北部，這表明低碳排放的相鄰縣域之間存在空間上的集聚效應(yīng)。2005—2020年高—低聚集區(qū)僅有八步區(qū)，這表明這個(gè)縣區(qū)自身碳排放量較高，但是其周邊縣區(qū)碳排放量較低，這種地區(qū)可以通過與鄰近城市的輻射效應(yīng)，加強(qiáng)地域合作的方式降低碳排放量。這兩個(gè)區(qū)域所包括的縣區(qū)數(shù)量在研究時(shí)點(diǎn)內(nèi)變化幅度較小，在空間分布上呈現(xiàn)穩(wěn)定的狀態(tài)。高—高聚集區(qū)從2005年的3個(gè)縣區(qū)增長為2020年的5個(gè)，并且陸川縣和博白縣這兩個(gè)區(qū)縣始終屬于高—高聚集區(qū)，表明與碳排放量高相鄰近的縣域存在空間上的集聚效應(yīng)。研究時(shí)點(diǎn)內(nèi)處于低—高聚集區(qū)的單元較小，僅有港南區(qū)、興業(yè)縣和容縣，該區(qū)域的特征是自身碳排放量較低，但是其周邊縣區(qū)排放量較高。

圖5 2005—2020年廣西東融發(fā)展片區(qū)碳排放LISA分布

圖6 2005—2020年廣西東融發(fā)展片區(qū)碳排放莫蘭散點(diǎn)圖

表3 廣西東融發(fā)展片區(qū)空間變化過程

3.2 廣西東融發(fā)展片區(qū)碳排放驅(qū)動(dòng)因素分析

參考碳排放空間分布差異因子探測現(xiàn)有研究[21-22]，結(jié)合廣西東融發(fā)展片區(qū)的現(xiàn)實(shí)及數(shù)據(jù)的可獲得性，從效率因素、發(fā)展水平、總量因素和結(jié)構(gòu)因素等方面選取城市經(jīng)濟(jì)密度、人均收入水平、城市經(jīng)濟(jì)規(guī)模、城市人口規(guī)模、城市人口規(guī)模和能源消費(fèi)結(jié)構(gòu)(表4)。

表4 廣西東融發(fā)展片區(qū)的碳排放時(shí)空分異驅(qū)動(dòng)因素指標(biāo)體系

3.2.1 碳排放時(shí)空分異格局的因子探測 基于上述探測因子，結(jié)合ArcGIS 10.2將各指標(biāo)結(jié)果賦值到東融發(fā)展片區(qū)各縣，運(yùn)用自然間斷點(diǎn)分級(jí)法將數(shù)值劃分等級(jí)，最后運(yùn)用地理探測器的因子探測模型進(jìn)行因子驅(qū)動(dòng)力識(shí)別，得出各區(qū)域碳排放的決定力q值，廣西東融發(fā)展片區(qū)4個(gè)時(shí)點(diǎn)碳排放空間分異驅(qū)動(dòng)因素的決定力分布見圖7。

圖7 廣西東融發(fā)展片區(qū)碳排放時(shí)空分異驅(qū)動(dòng)因素的決定力q值雷達(dá)圖

總體來看，能源消費(fèi)結(jié)構(gòu)因素2010，2015，2020年的q值最大，即能源消費(fèi)結(jié)構(gòu)是碳排放空間分異的主導(dǎo)驅(qū)動(dòng)因子，而人均收入水平在2010，2015，2020年的q值最小，即該因子對(duì)碳排放空間分異格局影響相對(duì)較小。

(1) 2005年驅(qū)動(dòng)因子從大到小為：城市經(jīng)濟(jì)密度>人均收入水平>城市經(jīng)濟(jì)規(guī)模>城市人口規(guī)模>能源消費(fèi)結(jié)構(gòu)>產(chǎn)業(yè)結(jié)構(gòu)。由此可知，城市經(jīng)濟(jì)密度(0.710)、人均收入水平(0.687)和城市經(jīng)濟(jì)規(guī)模(0.618)對(duì)2005年碳排放空間分異格局的決定力最強(qiáng)，這說明地區(qū)經(jīng)濟(jì)水平的差異與地區(qū)碳排放量成正相關(guān)，即不同區(qū)域之間經(jīng)濟(jì)水平差距越大，碳排放量的差距同樣會(huì)被拉大，反之亦然。

(2) 2010年驅(qū)動(dòng)因子從大到小為：能源消費(fèi)結(jié)構(gòu)>城市經(jīng)濟(jì)規(guī)模>城市經(jīng)濟(jì)密度>產(chǎn)業(yè)結(jié)構(gòu)>城市人口規(guī)模>人均收入水平。在這個(gè)階段，能源消費(fèi)結(jié)構(gòu)(0.537)和城市經(jīng)濟(jì)規(guī)模(0.449)的q值最大，說明能源要素結(jié)構(gòu)開始被重視，并且能源消費(fèi)量大的地區(qū)的碳排放量更大。雖然2010年各縣區(qū)主要以一、二產(chǎn)業(yè)為主，地區(qū)間的產(chǎn)業(yè)結(jié)構(gòu)差異較小，但是部分城市的產(chǎn)業(yè)結(jié)構(gòu)開始轉(zhuǎn)型，因此產(chǎn)業(yè)結(jié)構(gòu)(0.362)因素的決定力得到提升，產(chǎn)業(yè)結(jié)構(gòu)變化對(duì)于地區(qū)間碳排放分異格局影響逐漸增大。

(3) 2015年驅(qū)動(dòng)因子從大到小為：能源消費(fèi)結(jié)構(gòu)>城市經(jīng)濟(jì)規(guī)模>城市經(jīng)濟(jì)密度>城市人口規(guī)模>產(chǎn)業(yè)結(jié)構(gòu)>人均收入水平。2015年能源消費(fèi)結(jié)構(gòu)(0.603)、城市經(jīng)濟(jì)規(guī)模(0.502)和城市經(jīng)濟(jì)密度(0.473)的q值最大，與上個(gè)階段相比，能源消費(fèi)結(jié)構(gòu)的決定力q值進(jìn)一步增大，這說明隨著能源使用效率的提高和應(yīng)用領(lǐng)域的拓展，更多地區(qū)對(duì)能源需求提升，而經(jīng)濟(jì)水平較差的地區(qū)對(duì)能源需求量較小。因此，地區(qū)之間能源消費(fèi)量差距被拉開的同時(shí)，碳排放量差也被進(jìn)一步放大。

(4) 2020年驅(qū)動(dòng)因子從大到小為：能源消費(fèi)結(jié)構(gòu)>產(chǎn)業(yè)結(jié)構(gòu)>城市經(jīng)濟(jì)密度>城市人口規(guī)模>城市經(jīng)濟(jì)規(guī)模>人均收入水平。2020年能源消費(fèi)結(jié)構(gòu)(0.674)、產(chǎn)業(yè)結(jié)構(gòu)(0.557)和城市經(jīng)濟(jì)密度(0.544)為碳排放空間分異的主要推動(dòng)要素，其中2020年能源消費(fèi)結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的決定力q值為4個(gè)研究時(shí)點(diǎn)中的最高值，這表明能源消費(fèi)和產(chǎn)業(yè)結(jié)構(gòu)持續(xù)成為碳排放空間分異的關(guān)鍵因素，并且影響力在提升。

3.2.2 碳排放時(shí)空分異格局的交互作用探測 交互探測的結(jié)果用于表明任意兩因子的組合是否會(huì)增強(qiáng)或減弱它們各自對(duì)碳排放空間分布的解釋力度[23]，地區(qū)碳排放量空間分異格局的驅(qū)動(dòng)因子在兩兩空間疊加后形成的交互作用結(jié)果見表5。

表5 廣西東融發(fā)展片區(qū)4個(gè)時(shí)點(diǎn)碳排放時(shí)空分異的交互作用因子探測結(jié)果

在2005年城市人口規(guī)?！沙鞘薪?jīng)濟(jì)密度(0.633)是地區(qū)碳排放空間分異的主導(dǎo)交互因子，表明這兩者在空間上的結(jié)合對(duì)碳排放總體格局的變化影響最大。值得一提的是，人均收入水平∩產(chǎn)業(yè)結(jié)構(gòu)(0.613)的測算結(jié)果與單個(gè)因子測算結(jié)果出現(xiàn)異質(zhì)性。在進(jìn)行單個(gè)因子測算時(shí)，產(chǎn)業(yè)結(jié)構(gòu)的決定力長期處于低值狀態(tài)，但與人均收入水平進(jìn)行交互測算時(shí)卻是2005年的第二高值，這表明人均收入水平與產(chǎn)業(yè)結(jié)構(gòu)產(chǎn)生了更顯著的空間疊加效應(yīng)。

在2010年地區(qū)碳排放空間分異的關(guān)鍵交互因素是產(chǎn)業(yè)結(jié)構(gòu)∩能源消費(fèi)結(jié)構(gòu)(0.682)和城市經(jīng)濟(jì)規(guī)模∩能源消費(fèi)結(jié)構(gòu)(0.653)，其中能源消費(fèi)結(jié)構(gòu)在交互測算中的表現(xiàn)與單個(gè)因子測算的表現(xiàn)一致，均在2010年就逐漸成為碳排放空間分異的關(guān)鍵因素，這說明能源消費(fèi)結(jié)構(gòu)對(duì)碳排放空間分異的作用效果顯著性強(qiáng)。

在2015年產(chǎn)業(yè)結(jié)構(gòu)∩能源消費(fèi)結(jié)構(gòu)(0.697)和城市人口規(guī)?！沙鞘薪?jīng)濟(jì)密度(0.673)的決定力q值最大，這個(gè)階段產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型更為明顯，同時(shí)受政策影響，地方政府對(duì)于優(yōu)化能源消費(fèi)結(jié)構(gòu)有更強(qiáng)大的內(nèi)生動(dòng)力。而人口規(guī)模與經(jīng)濟(jì)密度的空間聯(lián)系則表明人口聚集在為地區(qū)創(chuàng)造經(jīng)濟(jì)效益的同時(shí)，也影響地區(qū)碳排放空間演化進(jìn)程。

在2020年產(chǎn)業(yè)結(jié)構(gòu)∩能源消費(fèi)結(jié)構(gòu)(0.748)和城市經(jīng)濟(jì)規(guī)模∩產(chǎn)業(yè)結(jié)構(gòu)(0.690)為當(dāng)年最高值，其中產(chǎn)業(yè)結(jié)構(gòu)與能源消費(fèi)結(jié)構(gòu)在空間上的交互是4個(gè)年份的最高值，說明產(chǎn)業(yè)類型的選擇與能源消費(fèi)種類為正向關(guān)系，并且從2005年起這兩者交互產(chǎn)生的決定力q值呈現(xiàn)直線上升狀態(tài)，也說明兩者交互后產(chǎn)生的效果對(duì)地區(qū)碳排放空間分異的決定性不斷增強(qiáng)。同時(shí)，城市經(jīng)濟(jì)規(guī)模與產(chǎn)業(yè)結(jié)構(gòu)交互在2020年達(dá)到高值說明經(jīng)濟(jì)規(guī)模與產(chǎn)業(yè)結(jié)構(gòu)之間具有極強(qiáng)的相關(guān)性。

4 結(jié)論與建議

4.1 結(jié) 論

(1) 廣西東融發(fā)展片區(qū)各縣區(qū)碳排放量在空間上存在異質(zhì)性，各年高值集中出現(xiàn)于東融片區(qū)的西南部，而低值出現(xiàn)在中部地區(qū)?？傮w而言，經(jīng)濟(jì)發(fā)達(dá)地區(qū)碳排放量明顯高于經(jīng)濟(jì)落后地區(qū)。同時(shí)，由于2010—2015年產(chǎn)業(yè)層次不高、污染防治意識(shí)薄弱并于2015年往后的“十三五”規(guī)劃中突出碳減排任務(wù)的艱巨性，從而使得東融發(fā)展片區(qū)各縣區(qū)的碳排放量在前一時(shí)段漲幅最大而在后一時(shí)段漲幅最小甚至部分縣出現(xiàn)負(fù)增長。相較于其他經(jīng)濟(jì)片區(qū)，東融發(fā)展片區(qū)內(nèi)部各區(qū)縣發(fā)展均衡性較差，因此宏觀政策的實(shí)施效果各異，呈現(xiàn)較為明顯的“馬太效應(yīng)”。

(2) 廣西東融發(fā)展片區(qū)各區(qū)縣的碳排放Morans’I>0，在空間上存在正相關(guān)性，區(qū)縣之間碳排放活動(dòng)會(huì)互相產(chǎn)生影響。局部空間聚類分析與全局聚類分析結(jié)果相對(duì)應(yīng)，即低—低聚集區(qū)主要發(fā)生在東融片區(qū)中北部低碳排放區(qū)，高—高聚集區(qū)主要發(fā)生在東融片區(qū)中南部高碳排放區(qū)。

(3) 能源消費(fèi)結(jié)構(gòu)因素2010，2015，2020年的q值最大，即能源消費(fèi)結(jié)構(gòu)是碳排放空間分異的主導(dǎo)驅(qū)動(dòng)因子，而人均收入水平在2010，2015，2020年的q值最小，即該因子對(duì)碳排放空間分異格局影響相對(duì)較小。

4.2 建 議

當(dāng)前，廣西東融發(fā)展片區(qū)碳排放呈現(xiàn)持續(xù)增長的狀態(tài)，且根據(jù)前文分析可知各區(qū)縣之間存在明顯的空間異質(zhì)性和不同程度的空間溢出效應(yīng)，因此政策的制定必須基于廣西東融發(fā)展片區(qū)實(shí)際的碳排放空間特征，運(yùn)用差異性政策針對(duì)性地協(xié)調(diào)各區(qū)縣的碳排放格局，制定富有可行性、科學(xué)性地碳減排行動(dòng)方案。

(1) 調(diào)整企業(yè)能源消費(fèi)結(jié)構(gòu)，推動(dòng)低碳產(chǎn)業(yè)發(fā)展。賀州市作為廣西東融發(fā)展片區(qū)中主要承接廣東產(chǎn)業(yè)轉(zhuǎn)移的城市，面臨產(chǎn)業(yè)層次不高、科技創(chuàng)新驅(qū)動(dòng)力不足以及互聯(lián)互通設(shè)施滯后等現(xiàn)實(shí)問題，這就使得賀州市極易成為高耗能產(chǎn)業(yè)的主要承接城市，因此需要加速發(fā)展綠色可再生發(fā)展能源，改善欠發(fā)展地區(qū)的能源消費(fèi)結(jié)構(gòu)。同時(shí)，地方政府必須加大可再生能源技術(shù)研發(fā)投入，提高風(fēng)電、水電等清潔能源的轉(zhuǎn)化率，降低單位產(chǎn)值的能耗和排放水平。

(2) 構(gòu)建合理的碳減排區(qū)域協(xié)作機(jī)制。廣西東融發(fā)展片區(qū)的構(gòu)建是新形勢下全面對(duì)接粵港澳大灣區(qū)建設(shè)的關(guān)鍵選擇，既有利于廣西東融發(fā)展片區(qū)經(jīng)濟(jì)發(fā)展提速，更是構(gòu)建區(qū)域碳減排協(xié)作機(jī)制的契機(jī)。因此，政府可以根據(jù)碳排放的區(qū)域特征，以系統(tǒng)思維統(tǒng)籌區(qū)域碳減排實(shí)施方案，在保障地方政府制定碳減排行動(dòng)方案過程中具有充分自主權(quán)的同時(shí)，相關(guān)單位應(yīng)從全局角度出發(fā)提供科學(xué)指導(dǎo)，實(shí)現(xiàn)區(qū)域間社會(huì)經(jīng)濟(jì)和生態(tài)環(huán)境的協(xié)調(diào)發(fā)展。

(3) 人口政策制定兼顧地區(qū)差異。從整體來看，人口和經(jīng)濟(jì)增長是地區(qū)發(fā)展的必然趨勢，引導(dǎo)人均碳排放水平高的區(qū)縣人口向城鎮(zhèn)適度集聚，提高城市建設(shè)的緊湊度，提升公共資源和設(shè)施的集約利用水平。將提高人口素質(zhì)、深化綠色消費(fèi)意識(shí)的內(nèi)生性動(dòng)力與政策的外部引導(dǎo)相結(jié)合，為碳減排方案的實(shí)施提供充足的現(xiàn)實(shí)支撐。