City-level climate change mitigation in China
1
2018
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
The geography of metropolitan carbon footprints
1
2009
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
基于投入产出分析的碳足迹研究进展
1
2018
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
基于投入产出分析的碳足迹研究进展
1
2018
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国及“一带一路”沿线典型国家贸易隐含碳转移研究
1
2019
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国及“一带一路”沿线典型国家贸易隐含碳转移研究
1
2019
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
基于超效率SBM模型的中国城市碳排放绩效时空演变格局及预测
1
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
基于超效率SBM模型的中国城市碳排放绩效时空演变格局及预测
1
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
基于居民出行行为的北京市交通碳排放影响机理
1
2011
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
基于居民出行行为的北京市交通碳排放影响机理
1
2011
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
多尺度建成环境对居民通勤出行碳排放的影响: 来自广州的实证研究
1
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
多尺度建成环境对居民通勤出行碳排放的影响: 来自广州的实证研究
1
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
Driving forces and mitigation potential of global CO2 emissions from 1980 through 2030: Evidence from countries with different income levels
1
2019
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
Value-added involved in CO2 emissions embodied in global demand-supply chains
1
2021
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
Examining the impact factors of energy-related CO2 emissions using the STIRPAT model in Guangdong province, China
2
2013
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
... 由于碳排放受多种因素影响,基于扩展STIRPAT（Stochastic Impacts by Regression on Population, Affluence, and Technology）模型从人口规模、集聚效应、产业结构、投资及消费等方面选取相关控制变量,以探测其对经济增长与碳排放异速变动的影响.其中,人口密度增加带来大规模生活与生产活动聚集,从而促进能源消费和碳排放[40],以单位面积人口数（万人/km2）表征人口密度（pop）.城市化一方面通过集聚大量经济活动、建设大规模基础设施、带动能源消费增长等方式提高碳强度,另一方面,城市化通过发挥规模经济、引导绿色能源消费、建设生态城镇等途径降低碳排放[10,41],以城市人口占常住人口比例（%）反映城市化水平（urb）.不同产业结构对碳排放影响不同,工业化是化石能源的主要消费源,工业化占比越大,碳排放强度则越高,以第二产业占GDP比例（%）表征工业化水平（sec）;第三产业占比越高,总体上越有利于减少碳排放[42],以第三产业占GDP比例（%）表征服务业水平（ter）.地方财政通过环保、教育及科学技术等支出能够起到改善环境质量、提升居民环保意识及促进节能技术进步的作用,从而降低二氧化碳排放,但不同地区社会经济条件的差异会影响财政支出的碳减排效应[43],以地方财政支出占GDP比例表征财政支出对碳排放的影响（fin）.固定资产投资通过投资规模、投资配置效率、投资碳强度对碳排放起到直接影响作用[44],以固定资产投资额占GDP比例（%）表征投资水平（fix）.居民消费水平越高,消费需求越强,将直接或间接地增加碳密集型产品消耗量,促进生活能源碳排放[45],以社会消费品零售额占GDP比例（%）表征居民消费水平（con）.陆地植被在吸收和固定二氧化碳排放方面起到积极作用,以植被固定碳汇量反映固碳能力（car）. ...
中国碳排放的区域差异及演变特征分析与因素分解
1
2014
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国碳排放的区域差异及演变特征分析与因素分解
1
2014
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
Local strategies for China's carbon mitigation: An investigation of Chinese city-level CO2 emissions
1
2018
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
Using decision tree analysis to identify the determinants of residents' CO2 emissions from different types of trips: A case study of Guangzhou, China
1
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国不同产业空间的碳排放强度与碳足迹分析
1
2010
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国不同产业空间的碳排放强度与碳足迹分析
1
2010
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
江苏省区域旅游业碳排放测度及其因素分解
1
2014
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
江苏省区域旅游业碳排放测度及其因素分解
1
2014
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国能源行业碳排放强度下降过程中的省际减排成效评价
1
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国能源行业碳排放强度下降过程中的省际减排成效评价
1
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
区域分部门贸易的隐含碳排放: 以北京为例
1
2015
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
区域分部门贸易的隐含碳排放: 以北京为例
1
2015
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国工业碳排放强度变化的结构因素解析
1
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国工业碳排放强度变化的结构因素解析
1
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
基于城市化的浙江省湾区经济带碳排放时空分布特征及影响因素分析
2
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
... 由图4、图5可知,2000—2008年人口密度对异速增长系数影响显著为负,均值为-0.085,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为 -0.079、-0.082、-0.094及-0.100,且影响强度由东南向西北递减.这是由于人口密度增加为高端生产服务类的低能耗高价值活动提供充裕人口,提高了经济增长的碳排放效率,节约减排成本[19,46],使得经济增长与碳排放异速变化系数缩小.2009—2017年人口密度对异速增长系数影响均值为-0.144,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.139、-0.166、-0.128及-0.007,而对浙江温州、台州、衢州、金华、丽水等多数市辖区及江苏、安徽等少数市辖区的影响显著为正.由于这些地区人口密度增加,对能源资源消费和基础设施需求增大,导致碳排放增加,抵消了经济规模的增量效应[47],使得经济增长与碳排放异速变化系数趋于扩大. ...
基于城市化的浙江省湾区经济带碳排放时空分布特征及影响因素分析
2
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
... 由图4、图5可知,2000—2008年人口密度对异速增长系数影响显著为负,均值为-0.085,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为 -0.079、-0.082、-0.094及-0.100,且影响强度由东南向西北递减.这是由于人口密度增加为高端生产服务类的低能耗高价值活动提供充裕人口,提高了经济增长的碳排放效率,节约减排成本[19,46],使得经济增长与碳排放异速变化系数缩小.2009—2017年人口密度对异速增长系数影响均值为-0.144,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.139、-0.166、-0.128及-0.007,而对浙江温州、台州、衢州、金华、丽水等多数市辖区及江苏、安徽等少数市辖区的影响显著为正.由于这些地区人口密度增加,对能源资源消费和基础设施需求增大,导致碳排放增加,抵消了经济规模的增量效应[47],使得经济增长与碳排放异速变化系数趋于扩大. ...
产业结构对区域碳排放的影响: 基于多国数据的实证分析
1
2016
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
产业结构对区域碳排放的影响: 基于多国数据的实证分析
1
2016
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
城镇化及房地产投资对中国碳排放的影响机制及效应研究
1
2019
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
城镇化及房地产投资对中国碳排放的影响机制及效应研究
1
2019
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
How do energy consumption and environmental regulation affect carbon emissions in China? New evidence from a dynamic threshold panel model
1
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
“异质性难题”化解与碳排放EKC再检验: 基于门限回归的国别分组研究
1
2016
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
“异质性难题”化解与碳排放EKC再检验: 基于门限回归的国别分组研究
1
2016
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
Revisiting the environmental Kuznets curve for city-level CO2 emissions: Based on corrected NPP-VIIRS nighttime light data in China
1
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
The impacts of globalization, financial development, government expenditures, and institutional quality on CO2 emissions in the presence of environmental Kuznets curve
1
2020
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
Determinants of CO2 emissions in a small open economy
1
2003
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
Revisiting environmental Kuznets curve for carbon dioxide emissions: The role of trade
1
2019
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
Economic development and CO2 emissions: A nonparametric panel approach
1
2006
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国的碳排放与经济增长满足EKC假说吗: 基于半参数面板数据模型的检验
1
2013
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国的碳排放与经济增长满足EKC假说吗: 基于半参数面板数据模型的检验
1
2013
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国能源碳足迹时空格局演化及脱钩效应
1
2021
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国能源碳足迹时空格局演化及脱钩效应
1
2021
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国化石能源消费碳排放与经济增长关系研究
1
2013
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国化石能源消费碳排放与经济增长关系研究
1
2013
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
Carbon-weighted economic development performance and driving force analysis: Evidence from China
1
2017
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
中国城市碳排放强度的空间溢出效应及驱动因素
2
2019
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
... 2000—2008年城市化负向影响异速增长系数,均值为-0.050,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.060、-0.042、-0.047及-0.044,影响强度格局总体呈西高东低,安徽省大部分地区及浙西南、苏北等少数地区异速增长系数受城市化影响强度更大.该时段由于城市化驱动经济增长的规模效应,一定程度上抵消碳排放增加效应,从而对异速增长系数形成负向影响.2009—2017年城市化对异速增长系数影响均值为0.095,对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.044、0.149、0.091及0.120,而影响强度格局演变为东高西低,仅对皖南、浙西南等地区具有负向影响.这是由于城市进一步扩张改变了土地利用类型,影响了城市碳汇功能和碳循环过程,促进了碳排放[33],使得经济增长与碳排放异速增长系数趋于扩大. ...
中国城市碳排放强度的空间溢出效应及驱动因素
2
2019
... 碳排放是学术界关注的热点问题,国内外学者针对碳排放形成了与特定分析尺度相适应的测定手段,基于碳排放因子构建[1]、碳足迹模拟[2,3]、投入产出分析链[4]、夜间灯光反演[5]、实测调查[6,7]等方法进行估算.相关研究囊括了全球不同国家[8,9]、省域[10,11]、市域[12]及居民消费[13]等多尺度,并涉及不同产业[14]、行业[15,16]、部门[17]的碳排放分析.针对碳排放影响因素的分析,逐渐由结构分解、指数分解、STIRPAT等方法向空间计量模型延伸[18,19],并纳入人口规模、城市化、产业结构、技术进步、财政支出等多维指标诊断碳排放的影响因素[20⇓-22].碳排放与经济增长关系是学界研究的重要问题,其中,碳排放环境库兹涅茨曲线（Environmental Kuznets Curve,EKC）是研究经济增长与碳排放关系使用最普遍、争议最广泛、应用最直接的一个假说[23].由于不同研究尺度、研究时段、研究方法及控制变量选取的影响,一些学者证实经济增长与碳排放存在“倒U”型关系[24,25],另一些学者发现经济增长与碳排放并非呈“倒U”型关系,但具有其他形状的长期变动关系[26,27],而其他学者认为经济增长与碳排放EKC不存在[28,29].此外,一些学者基于脱钩弹性模型分析经济增长与碳排放之间的关系,从速度耦合视角刻画了两者间的脱钩状态[30,31],并从经济增长的碳强度与经济增长的碳排放绩效对经济增长的碳排放效应进行评价[32,33].虽然相关研究从理论上阐释了碳排放成因的来源,碳排放的时空变化特征,碳排放的社会经济环境影响,及自然与社会经济因素对碳排放影响贡献,并据此提出一些减排应对策略,但仍有待进一步扩展：（1）脱钩分析无法量化经济增长对碳排放的影响程度,环境库兹涅茨曲线缺乏对全部研究单元经济增长与碳排放关系的检验,而基于横向与纵向异速增长视角有助于揭示经济增长对碳排放的影响变化程度,且对二者异速变动形成机制解析有助于寻求合理碳减排手段;（2）已有研究较少关注县域尺度碳排放与经济增长的时空变化关系,而低碳城市建设与低碳经济发展目标实现依赖于县域经济发展与碳排放达标协同助力. ...
... 2000—2008年城市化负向影响异速增长系数,均值为-0.050,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.060、-0.042、-0.047及-0.044,影响强度格局总体呈西高东低,安徽省大部分地区及浙西南、苏北等少数地区异速增长系数受城市化影响强度更大.该时段由于城市化驱动经济增长的规模效应,一定程度上抵消碳排放增加效应,从而对异速增长系数形成负向影响.2009—2017年城市化对异速增长系数影响均值为0.095,对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.044、0.149、0.091及0.120,而影响强度格局演变为东高西低,仅对皖南、浙西南等地区具有负向影响.这是由于城市进一步扩张改变了土地利用类型,影响了城市碳汇功能和碳循环过程,促进了碳排放[33],使得经济增长与碳排放异速增长系数趋于扩大. ...
基于面板数据的灰色指标关联模型构建及其应用
1
2019
... 面板灰色关联通过扩展以指数函数为基础的灰色关联度模型,针对面板数据的时间和对象维度特征进行分析,提取两维度不同的发展程度和方向信息,将指标间的“增量差”和“离差的差”的绝对值转化为度量曲线形状的相似程度,将方向差异作为正负关联的判断依据,具体理论过程与公式参考文献 [34]. ...
基于面板数据的灰色指标关联模型构建及其应用
1
2019
... 面板灰色关联通过扩展以指数函数为基础的灰色关联度模型,针对面板数据的时间和对象维度特征进行分析,提取两维度不同的发展程度和方向信息,将指标间的“增量差”和“离差的差”的绝对值转化为度量曲线形状的相似程度,将方向差异作为正负关联的判断依据,具体理论过程与公式参考文献 [34]. ...
中国城市标度律及标度因子时空特征
1
2020
... 异速增长揭示了一个系统的局部相对生长速率与系统整体的比例关系,分为纵向异速与横向异速.其中,纵向异速增长反映全部样本单元时序变化的异速关系,横向异速则反映各样本单元时序变化的异速关系.其表达式为[35]： ...
中国城市标度律及标度因子时空特征
1
2020
... 异速增长揭示了一个系统的局部相对生长速率与系统整体的比例关系,分为纵向异速与横向异速.其中,纵向异速增长反映全部样本单元时序变化的异速关系,横向异速则反映各样本单元时序变化的异速关系.其表达式为[35]： ...
中国城市异速增长分析
1
2009
... 式中：At为t时间区域碳排放量（万t）;Et为t时间区域经济增长（万元）;a为比例系数;b为标度因子,即异速增长系数.通常,异速增长系数b介于2/3~1之间,平均值约为0.85[36],即b=0.85时,经济与碳排放等速增长;b>0.85时,为正异速生长,此时经济增速小于碳排放增速;当b<0.85时,为负异速生长,此时经济增速大于碳排放增速.为更好判别经济增长与碳排放的异速变动关系,将正、负异速增长分别划分为三级,各异速级别划分与特征见表1. ...
中国城市异速增长分析
1
2009
... 式中：At为t时间区域碳排放量（万t）;Et为t时间区域经济增长（万元）;a为比例系数;b为标度因子,即异速增长系数.通常,异速增长系数b介于2/3~1之间,平均值约为0.85[36],即b=0.85时,经济与碳排放等速增长;b>0.85时,为正异速生长,此时经济增速小于碳排放增速;当b<0.85时,为负异速生长,此时经济增速大于碳排放增速.为更好判别经济增长与碳排放的异速变动关系,将正、负异速增长分别划分为三级,各异速级别划分与特征见表1. ...
A measure of spatial stratified heterogeneity
1
2016
... 地理探测器借助因子探测能够有效诊断具有统计显著性变量及其对异速增长系数的解释程度,其表达式为[37]： ...
Inference in multiscale geographically weighted regression
1
2019
... 多尺度地理加权回归（Multi-scale Geographically Weighted Regression,MGWR）基于不同变量的空间异质性,允许每个变量拥有各自不同空间尺度的权重,能够更真实揭示各变量的空间异质性影响.其表达式为[38]： ...
County-level CO2 emissions and sequestration in China during 1997-2017
1
2020
... 不同于遥感灯光反演碳排放,Chen等[39]开发基于粒子群—反向传播的算法,统一1997—2017年DMSP/OLS和NPP/VIIRS的卫星图像尺度,测算得到中国2735个县级能源相关的碳排放量及陆地植被固碳量,从而有效刻画了县域尺度的碳排放.相关碳排放量和固碳能力数据获取于中国碳排放数据库（https://www.ceads.net）. ...
An empirical research on the influencing factors of regional CO2 emissions: Evidence from Beijing city, China
1
2012
... 由于碳排放受多种因素影响,基于扩展STIRPAT（Stochastic Impacts by Regression on Population, Affluence, and Technology）模型从人口规模、集聚效应、产业结构、投资及消费等方面选取相关控制变量,以探测其对经济增长与碳排放异速变动的影响.其中,人口密度增加带来大规模生活与生产活动聚集,从而促进能源消费和碳排放[40],以单位面积人口数（万人/km2）表征人口密度（pop）.城市化一方面通过集聚大量经济活动、建设大规模基础设施、带动能源消费增长等方式提高碳强度,另一方面,城市化通过发挥规模经济、引导绿色能源消费、建设生态城镇等途径降低碳排放[10,41],以城市人口占常住人口比例（%）反映城市化水平（urb）.不同产业结构对碳排放影响不同,工业化是化石能源的主要消费源,工业化占比越大,碳排放强度则越高,以第二产业占GDP比例（%）表征工业化水平（sec）;第三产业占比越高,总体上越有利于减少碳排放[42],以第三产业占GDP比例（%）表征服务业水平（ter）.地方财政通过环保、教育及科学技术等支出能够起到改善环境质量、提升居民环保意识及促进节能技术进步的作用,从而降低二氧化碳排放,但不同地区社会经济条件的差异会影响财政支出的碳减排效应[43],以地方财政支出占GDP比例表征财政支出对碳排放的影响（fin）.固定资产投资通过投资规模、投资配置效率、投资碳强度对碳排放起到直接影响作用[44],以固定资产投资额占GDP比例（%）表征投资水平（fix）.居民消费水平越高,消费需求越强,将直接或间接地增加碳密集型产品消耗量,促进生活能源碳排放[45],以社会消费品零售额占GDP比例（%）表征居民消费水平（con）.陆地植被在吸收和固定二氧化碳排放方面起到积极作用,以植被固定碳汇量反映固碳能力（car）. ...
Exploring the relationship between urbanization, energy consumption, and CO2 emissions in different provinces of China
1
2016
... 由于碳排放受多种因素影响,基于扩展STIRPAT（Stochastic Impacts by Regression on Population, Affluence, and Technology）模型从人口规模、集聚效应、产业结构、投资及消费等方面选取相关控制变量,以探测其对经济增长与碳排放异速变动的影响.其中,人口密度增加带来大规模生活与生产活动聚集,从而促进能源消费和碳排放[40],以单位面积人口数（万人/km2）表征人口密度（pop）.城市化一方面通过集聚大量经济活动、建设大规模基础设施、带动能源消费增长等方式提高碳强度,另一方面,城市化通过发挥规模经济、引导绿色能源消费、建设生态城镇等途径降低碳排放[10,41],以城市人口占常住人口比例（%）反映城市化水平（urb）.不同产业结构对碳排放影响不同,工业化是化石能源的主要消费源,工业化占比越大,碳排放强度则越高,以第二产业占GDP比例（%）表征工业化水平（sec）;第三产业占比越高,总体上越有利于减少碳排放[42],以第三产业占GDP比例（%）表征服务业水平（ter）.地方财政通过环保、教育及科学技术等支出能够起到改善环境质量、提升居民环保意识及促进节能技术进步的作用,从而降低二氧化碳排放,但不同地区社会经济条件的差异会影响财政支出的碳减排效应[43],以地方财政支出占GDP比例表征财政支出对碳排放的影响（fin）.固定资产投资通过投资规模、投资配置效率、投资碳强度对碳排放起到直接影响作用[44],以固定资产投资额占GDP比例（%）表征投资水平（fix）.居民消费水平越高,消费需求越强,将直接或间接地增加碳密集型产品消耗量,促进生活能源碳排放[45],以社会消费品零售额占GDP比例（%）表征居民消费水平（con）.陆地植被在吸收和固定二氧化碳排放方面起到积极作用,以植被固定碳汇量反映固碳能力（car）. ...
Examining the impacts of socioeconomic factors, urban form, and transportation networks on CO2 emissions in China's megacities
1
2017
... 由于碳排放受多种因素影响,基于扩展STIRPAT（Stochastic Impacts by Regression on Population, Affluence, and Technology）模型从人口规模、集聚效应、产业结构、投资及消费等方面选取相关控制变量,以探测其对经济增长与碳排放异速变动的影响.其中,人口密度增加带来大规模生活与生产活动聚集,从而促进能源消费和碳排放[40],以单位面积人口数（万人/km2）表征人口密度（pop）.城市化一方面通过集聚大量经济活动、建设大规模基础设施、带动能源消费增长等方式提高碳强度,另一方面,城市化通过发挥规模经济、引导绿色能源消费、建设生态城镇等途径降低碳排放[10,41],以城市人口占常住人口比例（%）反映城市化水平（urb）.不同产业结构对碳排放影响不同,工业化是化石能源的主要消费源,工业化占比越大,碳排放强度则越高,以第二产业占GDP比例（%）表征工业化水平（sec）;第三产业占比越高,总体上越有利于减少碳排放[42],以第三产业占GDP比例（%）表征服务业水平（ter）.地方财政通过环保、教育及科学技术等支出能够起到改善环境质量、提升居民环保意识及促进节能技术进步的作用,从而降低二氧化碳排放,但不同地区社会经济条件的差异会影响财政支出的碳减排效应[43],以地方财政支出占GDP比例表征财政支出对碳排放的影响（fin）.固定资产投资通过投资规模、投资配置效率、投资碳强度对碳排放起到直接影响作用[44],以固定资产投资额占GDP比例（%）表征投资水平（fix）.居民消费水平越高,消费需求越强,将直接或间接地增加碳密集型产品消耗量,促进生活能源碳排放[45],以社会消费品零售额占GDP比例（%）表征居民消费水平（con）.陆地植被在吸收和固定二氧化碳排放方面起到积极作用,以植被固定碳汇量反映固碳能力（car）. ...
Impacts of local public expenditure on CO2 emissions in Chinese cities: A spatial cluster decomposition analysis
1
2021
... 由于碳排放受多种因素影响,基于扩展STIRPAT（Stochastic Impacts by Regression on Population, Affluence, and Technology）模型从人口规模、集聚效应、产业结构、投资及消费等方面选取相关控制变量,以探测其对经济增长与碳排放异速变动的影响.其中,人口密度增加带来大规模生活与生产活动聚集,从而促进能源消费和碳排放[40],以单位面积人口数（万人/km2）表征人口密度（pop）.城市化一方面通过集聚大量经济活动、建设大规模基础设施、带动能源消费增长等方式提高碳强度,另一方面,城市化通过发挥规模经济、引导绿色能源消费、建设生态城镇等途径降低碳排放[10,41],以城市人口占常住人口比例（%）反映城市化水平（urb）.不同产业结构对碳排放影响不同,工业化是化石能源的主要消费源,工业化占比越大,碳排放强度则越高,以第二产业占GDP比例（%）表征工业化水平（sec）;第三产业占比越高,总体上越有利于减少碳排放[42],以第三产业占GDP比例（%）表征服务业水平（ter）.地方财政通过环保、教育及科学技术等支出能够起到改善环境质量、提升居民环保意识及促进节能技术进步的作用,从而降低二氧化碳排放,但不同地区社会经济条件的差异会影响财政支出的碳减排效应[43],以地方财政支出占GDP比例表征财政支出对碳排放的影响（fin）.固定资产投资通过投资规模、投资配置效率、投资碳强度对碳排放起到直接影响作用[44],以固定资产投资额占GDP比例（%）表征投资水平（fix）.居民消费水平越高,消费需求越强,将直接或间接地增加碳密集型产品消耗量,促进生活能源碳排放[45],以社会消费品零售额占GDP比例（%）表征居民消费水平（con）.陆地植被在吸收和固定二氧化碳排放方面起到积极作用,以植被固定碳汇量反映固碳能力（car）. ...
中国制造业碳排放的经验分解与达峰路径: 广义迪氏指数分解和动态情景分析
1
2017
... 由于碳排放受多种因素影响,基于扩展STIRPAT（Stochastic Impacts by Regression on Population, Affluence, and Technology）模型从人口规模、集聚效应、产业结构、投资及消费等方面选取相关控制变量,以探测其对经济增长与碳排放异速变动的影响.其中,人口密度增加带来大规模生活与生产活动聚集,从而促进能源消费和碳排放[40],以单位面积人口数（万人/km2）表征人口密度（pop）.城市化一方面通过集聚大量经济活动、建设大规模基础设施、带动能源消费增长等方式提高碳强度,另一方面,城市化通过发挥规模经济、引导绿色能源消费、建设生态城镇等途径降低碳排放[10,41],以城市人口占常住人口比例（%）反映城市化水平（urb）.不同产业结构对碳排放影响不同,工业化是化石能源的主要消费源,工业化占比越大,碳排放强度则越高,以第二产业占GDP比例（%）表征工业化水平（sec）;第三产业占比越高,总体上越有利于减少碳排放[42],以第三产业占GDP比例（%）表征服务业水平（ter）.地方财政通过环保、教育及科学技术等支出能够起到改善环境质量、提升居民环保意识及促进节能技术进步的作用,从而降低二氧化碳排放,但不同地区社会经济条件的差异会影响财政支出的碳减排效应[43],以地方财政支出占GDP比例表征财政支出对碳排放的影响（fin）.固定资产投资通过投资规模、投资配置效率、投资碳强度对碳排放起到直接影响作用[44],以固定资产投资额占GDP比例（%）表征投资水平（fix）.居民消费水平越高,消费需求越强,将直接或间接地增加碳密集型产品消耗量,促进生活能源碳排放[45],以社会消费品零售额占GDP比例（%）表征居民消费水平（con）.陆地植被在吸收和固定二氧化碳排放方面起到积极作用,以植被固定碳汇量反映固碳能力（car）. ...
中国制造业碳排放的经验分解与达峰路径: 广义迪氏指数分解和动态情景分析
1
2017
... 由于碳排放受多种因素影响,基于扩展STIRPAT（Stochastic Impacts by Regression on Population, Affluence, and Technology）模型从人口规模、集聚效应、产业结构、投资及消费等方面选取相关控制变量,以探测其对经济增长与碳排放异速变动的影响.其中,人口密度增加带来大规模生活与生产活动聚集,从而促进能源消费和碳排放[40],以单位面积人口数（万人/km2）表征人口密度（pop）.城市化一方面通过集聚大量经济活动、建设大规模基础设施、带动能源消费增长等方式提高碳强度,另一方面,城市化通过发挥规模经济、引导绿色能源消费、建设生态城镇等途径降低碳排放[10,41],以城市人口占常住人口比例（%）反映城市化水平（urb）.不同产业结构对碳排放影响不同,工业化是化石能源的主要消费源,工业化占比越大,碳排放强度则越高,以第二产业占GDP比例（%）表征工业化水平（sec）;第三产业占比越高,总体上越有利于减少碳排放[42],以第三产业占GDP比例（%）表征服务业水平（ter）.地方财政通过环保、教育及科学技术等支出能够起到改善环境质量、提升居民环保意识及促进节能技术进步的作用,从而降低二氧化碳排放,但不同地区社会经济条件的差异会影响财政支出的碳减排效应[43],以地方财政支出占GDP比例表征财政支出对碳排放的影响（fin）.固定资产投资通过投资规模、投资配置效率、投资碳强度对碳排放起到直接影响作用[44],以固定资产投资额占GDP比例（%）表征投资水平（fix）.居民消费水平越高,消费需求越强,将直接或间接地增加碳密集型产品消耗量,促进生活能源碳排放[45],以社会消费品零售额占GDP比例（%）表征居民消费水平（con）.陆地植被在吸收和固定二氧化碳排放方面起到积极作用,以植被固定碳汇量反映固碳能力（car）. ...
Driving forces of residential CO2 emissions in urban and rural China: An index decomposition analysis
1
2010
... 由于碳排放受多种因素影响,基于扩展STIRPAT（Stochastic Impacts by Regression on Population, Affluence, and Technology）模型从人口规模、集聚效应、产业结构、投资及消费等方面选取相关控制变量,以探测其对经济增长与碳排放异速变动的影响.其中,人口密度增加带来大规模生活与生产活动聚集,从而促进能源消费和碳排放[40],以单位面积人口数（万人/km2）表征人口密度（pop）.城市化一方面通过集聚大量经济活动、建设大规模基础设施、带动能源消费增长等方式提高碳强度,另一方面,城市化通过发挥规模经济、引导绿色能源消费、建设生态城镇等途径降低碳排放[10,41],以城市人口占常住人口比例（%）反映城市化水平（urb）.不同产业结构对碳排放影响不同,工业化是化石能源的主要消费源,工业化占比越大,碳排放强度则越高,以第二产业占GDP比例（%）表征工业化水平（sec）;第三产业占比越高,总体上越有利于减少碳排放[42],以第三产业占GDP比例（%）表征服务业水平（ter）.地方财政通过环保、教育及科学技术等支出能够起到改善环境质量、提升居民环保意识及促进节能技术进步的作用,从而降低二氧化碳排放,但不同地区社会经济条件的差异会影响财政支出的碳减排效应[43],以地方财政支出占GDP比例表征财政支出对碳排放的影响（fin）.固定资产投资通过投资规模、投资配置效率、投资碳强度对碳排放起到直接影响作用[44],以固定资产投资额占GDP比例（%）表征投资水平（fix）.居民消费水平越高,消费需求越强,将直接或间接地增加碳密集型产品消耗量,促进生活能源碳排放[45],以社会消费品零售额占GDP比例（%）表征居民消费水平（con）.陆地植被在吸收和固定二氧化碳排放方面起到积极作用,以植被固定碳汇量反映固碳能力（car）. ...
浙江省碳排放时空格局动态及其对城镇化的响应研究
2
2020
... 由图4、图5可知,2000—2008年人口密度对异速增长系数影响显著为负,均值为-0.085,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为 -0.079、-0.082、-0.094及-0.100,且影响强度由东南向西北递减.这是由于人口密度增加为高端生产服务类的低能耗高价值活动提供充裕人口,提高了经济增长的碳排放效率,节约减排成本[19,46],使得经济增长与碳排放异速变化系数缩小.2009—2017年人口密度对异速增长系数影响均值为-0.144,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.139、-0.166、-0.128及-0.007,而对浙江温州、台州、衢州、金华、丽水等多数市辖区及江苏、安徽等少数市辖区的影响显著为正.由于这些地区人口密度增加,对能源资源消费和基础设施需求增大,导致碳排放增加,抵消了经济规模的增量效应[47],使得经济增长与碳排放异速变化系数趋于扩大. ...
... 2000—2008年固碳水平总体对异速增长系数具有正向影响,均值为0.145,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.125、0.019、0.110及0.055,影响强度高值区集聚于安徽省西北部,这是由于工业化、服务业、固定资产投资等快速发展超过区域生态承载能力,使得碳排放量超过林业、农业等碳吸收量[55],而对大部分苏中、苏南地区影响为负,这些地区由于重视生态绿化建设,生态功能相对较强,碳汇功能大于碳排放量,一定程度上缓解了碳排放压力[56].2009—2017年固碳能力对异速增长系数具有负向影响,均值为-0.274,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.326、-0.360、-0.203及0.070,影响强度高值区分布于皖南、浙西及苏北等地区,对浙东北少数地区的影响为正.伴随生态城市、低碳城市、绿色城市发展理念的渗透,城市化进入新阶段,通过城市绿化建设、绿色建筑投资、绿色低碳生活方式等绿色实践提高固碳能力,对碳排放起到一定抑制作用.而浙江湾区经济带部分县域由于城市蔓延侵占大量平原耕地,破坏土壤碳汇能力,加剧了碳排放[46]. ...
浙江省碳排放时空格局动态及其对城镇化的响应研究
2
2020
... 由图4、图5可知,2000—2008年人口密度对异速增长系数影响显著为负,均值为-0.085,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为 -0.079、-0.082、-0.094及-0.100,且影响强度由东南向西北递减.这是由于人口密度增加为高端生产服务类的低能耗高价值活动提供充裕人口,提高了经济增长的碳排放效率,节约减排成本[19,46],使得经济增长与碳排放异速变化系数缩小.2009—2017年人口密度对异速增长系数影响均值为-0.144,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.139、-0.166、-0.128及-0.007,而对浙江温州、台州、衢州、金华、丽水等多数市辖区及江苏、安徽等少数市辖区的影响显著为正.由于这些地区人口密度增加,对能源资源消费和基础设施需求增大,导致碳排放增加,抵消了经济规模的增量效应[47],使得经济增长与碳排放异速变化系数趋于扩大. ...
... 2000—2008年固碳水平总体对异速增长系数具有正向影响,均值为0.145,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.125、0.019、0.110及0.055,影响强度高值区集聚于安徽省西北部,这是由于工业化、服务业、固定资产投资等快速发展超过区域生态承载能力,使得碳排放量超过林业、农业等碳吸收量[55],而对大部分苏中、苏南地区影响为负,这些地区由于重视生态绿化建设,生态功能相对较强,碳汇功能大于碳排放量,一定程度上缓解了碳排放压力[56].2009—2017年固碳能力对异速增长系数具有负向影响,均值为-0.274,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.326、-0.360、-0.203及0.070,影响强度高值区分布于皖南、浙西及苏北等地区,对浙东北少数地区的影响为正.伴随生态城市、低碳城市、绿色城市发展理念的渗透,城市化进入新阶段,通过城市绿化建设、绿色建筑投资、绿色低碳生活方式等绿色实践提高固碳能力,对碳排放起到一定抑制作用.而浙江湾区经济带部分县域由于城市蔓延侵占大量平原耕地,破坏土壤碳汇能力,加剧了碳排放[46]. ...
长三角地区城市土地与能源消费CO2排放的时空耦合分析
1
2019
... 由图4、图5可知,2000—2008年人口密度对异速增长系数影响显著为负,均值为-0.085,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为 -0.079、-0.082、-0.094及-0.100,且影响强度由东南向西北递减.这是由于人口密度增加为高端生产服务类的低能耗高价值活动提供充裕人口,提高了经济增长的碳排放效率,节约减排成本[19,46],使得经济增长与碳排放异速变化系数缩小.2009—2017年人口密度对异速增长系数影响均值为-0.144,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.139、-0.166、-0.128及-0.007,而对浙江温州、台州、衢州、金华、丽水等多数市辖区及江苏、安徽等少数市辖区的影响显著为正.由于这些地区人口密度增加,对能源资源消费和基础设施需求增大,导致碳排放增加,抵消了经济规模的增量效应[47],使得经济增长与碳排放异速变化系数趋于扩大. ...
长三角地区城市土地与能源消费CO2排放的时空耦合分析
1
2019
... 由图4、图5可知,2000—2008年人口密度对异速增长系数影响显著为负,均值为-0.085,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为 -0.079、-0.082、-0.094及-0.100,且影响强度由东南向西北递减.这是由于人口密度增加为高端生产服务类的低能耗高价值活动提供充裕人口,提高了经济增长的碳排放效率,节约减排成本[19,46],使得经济增长与碳排放异速变化系数缩小.2009—2017年人口密度对异速增长系数影响均值为-0.144,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.139、-0.166、-0.128及-0.007,而对浙江温州、台州、衢州、金华、丽水等多数市辖区及江苏、安徽等少数市辖区的影响显著为正.由于这些地区人口密度增加,对能源资源消费和基础设施需求增大,导致碳排放增加,抵消了经济规模的增量效应[47],使得经济增长与碳排放异速变化系数趋于扩大. ...
生产性服务业集聚降低碳排放了吗: 对我国地级及以上城市面板数据的空间计量分析
1
2017
... 2000—2008年第三产业占比对异速增长系数影响为正,均值为0.194,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.178、0.176、0.228及0.263,影响强度整体呈南高北低分布.第三产业是以第二产业为基础的价值延伸,第二产业快速发展带来交通运输、批发零售等低端产业过度集聚,其生产和能源利用的低效率抵消了第三产业的碳减排效应[48,49].2009—2017年第三产业占比对异速增长系数影响显著为负,均值为-0.416,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为 -0.430、-0.434、-0.344及-0.385,影响强度总体呈中间高南北低.这是由于市场经济的不断深化,居民对文化娱乐、网络购物等消费需求日增,长三角第三产业逐渐向信息传输、技术服务、现代物流、金融等高端服务产业方向演进,高端服务产业集聚有利于提升制造业服务化水平,优化能源利用结构,促进碳减排[50]. ...
生产性服务业集聚降低碳排放了吗: 对我国地级及以上城市面板数据的空间计量分析
1
2017
... 2000—2008年第三产业占比对异速增长系数影响为正,均值为0.194,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.178、0.176、0.228及0.263,影响强度整体呈南高北低分布.第三产业是以第二产业为基础的价值延伸,第二产业快速发展带来交通运输、批发零售等低端产业过度集聚,其生产和能源利用的低效率抵消了第三产业的碳减排效应[48,49].2009—2017年第三产业占比对异速增长系数影响显著为负,均值为-0.416,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为 -0.430、-0.434、-0.344及-0.385,影响强度总体呈中间高南北低.这是由于市场经济的不断深化,居民对文化娱乐、网络购物等消费需求日增,长三角第三产业逐渐向信息传输、技术服务、现代物流、金融等高端服务产业方向演进,高端服务产业集聚有利于提升制造业服务化水平,优化能源利用结构,促进碳减排[50]. ...
城市群生产性服务业集聚对经济增长的空间溢出效应: 基于长三角、珠三角和京津冀城市群的比较分析
1
2020
... 2000—2008年第三产业占比对异速增长系数影响为正,均值为0.194,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.178、0.176、0.228及0.263,影响强度整体呈南高北低分布.第三产业是以第二产业为基础的价值延伸,第二产业快速发展带来交通运输、批发零售等低端产业过度集聚,其生产和能源利用的低效率抵消了第三产业的碳减排效应[48,49].2009—2017年第三产业占比对异速增长系数影响显著为负,均值为-0.416,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为 -0.430、-0.434、-0.344及-0.385,影响强度总体呈中间高南北低.这是由于市场经济的不断深化,居民对文化娱乐、网络购物等消费需求日增,长三角第三产业逐渐向信息传输、技术服务、现代物流、金融等高端服务产业方向演进,高端服务产业集聚有利于提升制造业服务化水平,优化能源利用结构,促进碳减排[50]. ...
城市群生产性服务业集聚对经济增长的空间溢出效应: 基于长三角、珠三角和京津冀城市群的比较分析
1
2020
... 2000—2008年第三产业占比对异速增长系数影响为正,均值为0.194,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.178、0.176、0.228及0.263,影响强度整体呈南高北低分布.第三产业是以第二产业为基础的价值延伸,第二产业快速发展带来交通运输、批发零售等低端产业过度集聚,其生产和能源利用的低效率抵消了第三产业的碳减排效应[48,49].2009—2017年第三产业占比对异速增长系数影响显著为负,均值为-0.416,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为 -0.430、-0.434、-0.344及-0.385,影响强度总体呈中间高南北低.这是由于市场经济的不断深化,居民对文化娱乐、网络购物等消费需求日增,长三角第三产业逐渐向信息传输、技术服务、现代物流、金融等高端服务产业方向演进,高端服务产业集聚有利于提升制造业服务化水平,优化能源利用结构,促进碳减排[50]. ...
生产性服务业集聚、空间溢出与城市绿色全要素生产率: 来自长三角城市群的经验证据
1
2020
... 2000—2008年第三产业占比对异速增长系数影响为正,均值为0.194,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.178、0.176、0.228及0.263,影响强度整体呈南高北低分布.第三产业是以第二产业为基础的价值延伸,第二产业快速发展带来交通运输、批发零售等低端产业过度集聚,其生产和能源利用的低效率抵消了第三产业的碳减排效应[48,49].2009—2017年第三产业占比对异速增长系数影响显著为负,均值为-0.416,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为 -0.430、-0.434、-0.344及-0.385,影响强度总体呈中间高南北低.这是由于市场经济的不断深化,居民对文化娱乐、网络购物等消费需求日增,长三角第三产业逐渐向信息传输、技术服务、现代物流、金融等高端服务产业方向演进,高端服务产业集聚有利于提升制造业服务化水平,优化能源利用结构,促进碳减排[50]. ...
生产性服务业集聚、空间溢出与城市绿色全要素生产率: 来自长三角城市群的经验证据
1
2020
... 2000—2008年第三产业占比对异速增长系数影响为正,均值为0.194,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.178、0.176、0.228及0.263,影响强度整体呈南高北低分布.第三产业是以第二产业为基础的价值延伸,第二产业快速发展带来交通运输、批发零售等低端产业过度集聚,其生产和能源利用的低效率抵消了第三产业的碳减排效应[48,49].2009—2017年第三产业占比对异速增长系数影响显著为负,均值为-0.416,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为 -0.430、-0.434、-0.344及-0.385,影响强度总体呈中间高南北低.这是由于市场经济的不断深化,居民对文化娱乐、网络购物等消费需求日增,长三角第三产业逐渐向信息传输、技术服务、现代物流、金融等高端服务产业方向演进,高端服务产业集聚有利于提升制造业服务化水平,优化能源利用结构,促进碳减排[50]. ...
The implications of China's investment-driven economy on its energy consumption and carbon emissions
1
2014
... 2000—2008年投资强度对异速增长系数影响为正,均值为0.092,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.030、0.029、0.082及0.117,影响强度整体呈南高北低分布.2009—2017年投资强度对异速增长的正向影响增强,均值为0.203,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.114、0.117、0.129及0.142,影响强度总体呈东高西低.投资是促进和维系经济增长的重要手段,尤其针对建筑、基础设施及工业设施等生产性和服务性投资,既驱动能源资源消耗,也促进非能源商品和服务的消耗,实现碳排放[51]. ...
长三角地区产业结构绿色转型升级评价研究
1
2020
... 2000—2008年财政支出强度对异速增长影响显著为正,均值为0.173,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.200、0.354、0.295及0.348,影响强度大体由东向西递减.2009—2017年政支出强度对异速增长的正向影响趋于下降,均值为0.113,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.093、0.098、0.114及0.134.这是由于长三角环保科技与教育支出占财政支出比例较低,对绿色产业发展的支持和投资力度不够[52].此外,由于长三角地区财政支出强度空间差异较大,地方政府在服务地方经济发展的同时,形成逐底竞争或搭便车行为,从而弱化了环境规制对碳排放的抑制作用[53]. ...
长三角地区产业结构绿色转型升级评价研究
1
2020
... 2000—2008年财政支出强度对异速增长影响显著为正,均值为0.173,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.200、0.354、0.295及0.348,影响强度大体由东向西递减.2009—2017年政支出强度对异速增长的正向影响趋于下降,均值为0.113,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.093、0.098、0.114及0.134.这是由于长三角环保科技与教育支出占财政支出比例较低,对绿色产业发展的支持和投资力度不够[52].此外,由于长三角地区财政支出强度空间差异较大,地方政府在服务地方经济发展的同时,形成逐底竞争或搭便车行为,从而弱化了环境规制对碳排放的抑制作用[53]. ...
The impact of fiscal decentralization on CO2 emissions in China
1
2020
... 2000—2008年财政支出强度对异速增长影响显著为正,均值为0.173,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.200、0.354、0.295及0.348,影响强度大体由东向西递减.2009—2017年政支出强度对异速增长的正向影响趋于下降,均值为0.113,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.093、0.098、0.114及0.134.这是由于长三角环保科技与教育支出占财政支出比例较低,对绿色产业发展的支持和投资力度不够[52].此外,由于长三角地区财政支出强度空间差异较大,地方政府在服务地方经济发展的同时,形成逐底竞争或搭便车行为,从而弱化了环境规制对碳排放的抑制作用[53]. ...
人口结构变动对中国能源消费碳排放的影响: 基于城镇化和居民消费视角
1
2017
... 2000—2008年消费比例对异速增长系数影响显著为负,均值为-0.141,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.144、-0.149、-0.131及-0.117,影响强度自北向南递减.伴随经济快速发展,长三角社会消费需求结构逐渐由生存性消费调整为享受型消费,非基本生活消费需求增加不仅促进产业结构高级化演进,且有利于提高能源利用效率,减少碳排放[54].2009—2017年消费比例对异速增长影响为正,均值为0.029,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.083、0.003、0.001及0.070,而对苏中、浙中、浙北地区影响为负.伴随出口拉动经济受挫、经济增长进入新常态,刺激消费成为拉动经济增长的重要驱动力,这引致大量生活和生产性投资,加剧了对能源资源的消耗,带动碳排放增多. ...
人口结构变动对中国能源消费碳排放的影响: 基于城镇化和居民消费视角
1
2017
... 2000—2008年消费比例对异速增长系数影响显著为负,均值为-0.141,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.144、-0.149、-0.131及-0.117,影响强度自北向南递减.伴随经济快速发展,长三角社会消费需求结构逐渐由生存性消费调整为享受型消费,非基本生活消费需求增加不仅促进产业结构高级化演进,且有利于提高能源利用效率,减少碳排放[54].2009—2017年消费比例对异速增长影响为正,均值为0.029,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.083、0.003、0.001及0.070,而对苏中、浙中、浙北地区影响为负.伴随出口拉动经济受挫、经济增长进入新常态,刺激消费成为拉动经济增长的重要驱动力,这引致大量生活和生产性投资,加剧了对能源资源的消耗,带动碳排放增多. ...
长江经济带经济-生态系统评价及碳排放空间分异
1
2020
... 2000—2008年固碳水平总体对异速增长系数具有正向影响,均值为0.145,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.125、0.019、0.110及0.055,影响强度高值区集聚于安徽省西北部,这是由于工业化、服务业、固定资产投资等快速发展超过区域生态承载能力,使得碳排放量超过林业、农业等碳吸收量[55],而对大部分苏中、苏南地区影响为负,这些地区由于重视生态绿化建设,生态功能相对较强,碳汇功能大于碳排放量,一定程度上缓解了碳排放压力[56].2009—2017年固碳能力对异速增长系数具有负向影响,均值为-0.274,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.326、-0.360、-0.203及0.070,影响强度高值区分布于皖南、浙西及苏北等地区,对浙东北少数地区的影响为正.伴随生态城市、低碳城市、绿色城市发展理念的渗透,城市化进入新阶段,通过城市绿化建设、绿色建筑投资、绿色低碳生活方式等绿色实践提高固碳能力,对碳排放起到一定抑制作用.而浙江湾区经济带部分县域由于城市蔓延侵占大量平原耕地,破坏土壤碳汇能力,加剧了碳排放[46]. ...
长江经济带经济-生态系统评价及碳排放空间分异
1
2020
... 2000—2008年固碳水平总体对异速增长系数具有正向影响,均值为0.145,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.125、0.019、0.110及0.055,影响强度高值区集聚于安徽省西北部,这是由于工业化、服务业、固定资产投资等快速发展超过区域生态承载能力,使得碳排放量超过林业、农业等碳吸收量[55],而对大部分苏中、苏南地区影响为负,这些地区由于重视生态绿化建设,生态功能相对较强,碳汇功能大于碳排放量,一定程度上缓解了碳排放压力[56].2009—2017年固碳能力对异速增长系数具有负向影响,均值为-0.274,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.326、-0.360、-0.203及0.070,影响强度高值区分布于皖南、浙西及苏北等地区,对浙东北少数地区的影响为正.伴随生态城市、低碳城市、绿色城市发展理念的渗透,城市化进入新阶段,通过城市绿化建设、绿色建筑投资、绿色低碳生活方式等绿色实践提高固碳能力,对碳排放起到一定抑制作用.而浙江湾区经济带部分县域由于城市蔓延侵占大量平原耕地,破坏土壤碳汇能力,加剧了碳排放[46]. ...
中国县域碳汇时空格局及影响因素
1
2020
... 2000—2008年固碳水平总体对异速增长系数具有正向影响,均值为0.145,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.125、0.019、0.110及0.055,影响强度高值区集聚于安徽省西北部,这是由于工业化、服务业、固定资产投资等快速发展超过区域生态承载能力,使得碳排放量超过林业、农业等碳吸收量[55],而对大部分苏中、苏南地区影响为负,这些地区由于重视生态绿化建设,生态功能相对较强,碳汇功能大于碳排放量,一定程度上缓解了碳排放压力[56].2009—2017年固碳能力对异速增长系数具有负向影响,均值为-0.274,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.326、-0.360、-0.203及0.070,影响强度高值区分布于皖南、浙西及苏北等地区,对浙东北少数地区的影响为正.伴随生态城市、低碳城市、绿色城市发展理念的渗透,城市化进入新阶段,通过城市绿化建设、绿色建筑投资、绿色低碳生活方式等绿色实践提高固碳能力,对碳排放起到一定抑制作用.而浙江湾区经济带部分县域由于城市蔓延侵占大量平原耕地,破坏土壤碳汇能力,加剧了碳排放[46]. ...
中国县域碳汇时空格局及影响因素
1
2020
... 2000—2008年固碳水平总体对异速增长系数具有正向影响,均值为0.145,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为0.125、0.019、0.110及0.055,影响强度高值区集聚于安徽省西北部,这是由于工业化、服务业、固定资产投资等快速发展超过区域生态承载能力,使得碳排放量超过林业、农业等碳吸收量[55],而对大部分苏中、苏南地区影响为负,这些地区由于重视生态绿化建设,生态功能相对较强,碳汇功能大于碳排放量,一定程度上缓解了碳排放压力[56].2009—2017年固碳能力对异速增长系数具有负向影响,均值为-0.274,其对安徽省、江苏省、浙江省及上海市异速变化系数影响均值分别为-0.326、-0.360、-0.203及0.070,影响强度高值区分布于皖南、浙西及苏北等地区,对浙东北少数地区的影响为正.伴随生态城市、低碳城市、绿色城市发展理念的渗透,城市化进入新阶段,通过城市绿化建设、绿色建筑投资、绿色低碳生活方式等绿色实践提高固碳能力,对碳排放起到一定抑制作用.而浙江湾区经济带部分县域由于城市蔓延侵占大量平原耕地,破坏土壤碳汇能力,加剧了碳排放[46]. ...
