新疆能源消費碳排放空間格局演化特征

劉曉婷，陳聞君

（1. 2. 新疆財經大學經濟學院，新疆烏魯木齊，830012）

一、引言

能源是人類進行社會生產的物質基礎，是實現社會經濟可持續發展的基本保障。新疆是我國重要的能源生產和消費大省，有著極其充裕的煤炭、石油、天然氣等石化資源。在當前共建“絲綢之路經濟帶”的背景下，經濟的快速發展必然會帶來能源消費量的增加，進而帶來碳排放的大規模增加。新疆作為“絲綢之路經濟帶”核心區，是連接中亞和中國內地的重要通道，未來具有獨特的國際影響力，故有責任和義務向它國展示新疆逐漸轉變傳統發展模式、實現以綠色發展、低碳發展、循環發展為契機的“新常態”下的可持續經濟健康體。因此研究新疆的能源碳排放具有特殊而又獨特的意義。目前，國內學者側重研究新疆能源碳排放影響因素分析，代表性的有：何昭麗等采用LMDI分解方法對新疆能源碳排放進行因素分解，分析1985—2009年人口規模、經濟規模、能源消費強度、能源結構、排放系數、產業結構等因素對新疆能源碳排放的影響；[1]顧成軍和龔新蜀從影響因素角度對新疆1999—2009年的碳排放進行研究，發現能源強度過和能源結構對人均碳排放增長起抑制效應，而人口規模和產業規模對人均碳排放增長起拉動效應；[2]張利、雷軍和張小雷分析新疆碳排放總量、碳排放結構及碳排放強度的變化，并定量分析了能源碳排放不同階段各影響因素對碳排放的作用程度。[3]不少學者側重于新疆能源消費、碳排放與經濟增長關系的研究，如：姚璐璐，高志剛運用計量經濟模型，分析1985—2008年新疆能源消費、經濟增長與碳排放的關系，結果發現：三個變量之間存在長期的協整關系，經濟增長對碳排放和能源消費的影響都是正的，能源消費對經濟增長和碳排放的影響也都是正的；[4]何劍和董丹丹分別從脫鉤關系和近似關系兩個角度剖析新疆2000—2011年能源消費、碳排放量與經濟增長之間的關系。[5]此外，還有不少學者側重于新疆能源消費碳排放反彈效應研究和能源消費碳排放脫鉤及其驅動因素分析，較為代表性有：王長建和張虹鷗等基于IPAT模型對新疆1990—2010年能源碳排放的反彈效應進行分析，發現新疆能源碳排放總量不斷增長，碳排放強度則呈現下降的態勢。[6]張新林和王強等通過構建脫鉤模型，對新疆1990—2010年能源消費碳排放與經濟增長的脫鉤關系進行研究，并借助IPAT模型及結構分解法，從碳排放總量、能源強度方面對脫鉤彈性影響因素進行深入的剖析。[7]

可以發現，現有文獻主要是通過時間序列的數據進行分析，而運用空間計量分析較少。空間分析可以挖掘隱藏在空間數據背后的重要信息，[8]任何忽視空間依賴性的政策，其制定和實施都難以實現能源與經濟的綠色、循環和可持續發展，從而致使低碳經濟的諸多目標難以實現。本文借鑒當前已有的研究成果，以新疆15個地州為研究單元，選取2004—2012年能源消費碳排放量為測度指標，借助空間變差函數，運用ESDA方法揭示新疆能源消費碳排放的空間演變和不均衡現象，為進一步研究新疆能源消費碳排放的分布特征及為“絲綢之路經濟帶”核心區的建設制定差異化的能源消費政策提供科學合理的實踐依據。

二、數據來源及處理與能源碳排放的測算

選取2004年、2008年、2012年3個年份作為研究截面，數據主要包括新疆各地州的原煤、原油、天然氣等17類能源，均來源于《新疆統計年鑒》（2005—2014）。

目前，我國還沒有碳排放量的直接監測數據，而且關于碳排放量的計算學術界也沒有統一的標準，因此，本文根據IPCC提出的碳排放的因素分解模型來估算碳排放量，如表1所示：

表1 新疆各地區2004年、2008年、2012年能源消費碳排放總量

碳排放的計算公式為：

其中，i為能源種類（共17 類），A為總的碳排放量（萬噸），Bi為能源i消費量（萬噸），能源消費量按一次性能源消費計算，然后折算成標準煤，Ci為能源i的碳排放系數。[9]標準煤的計算為消費實物量與折算系數的乘積，不同能源折算系數與碳排放系數詳見表2：

表2 不同能源標準煤折算系數和碳排放系數

三、研究方法

（一）ESDA方法

1．全局空間自相關分析（Global Moran's I）

Global Moran's I指數反映的是空間臨近區域單元屬性的相似度，其公式如下所示：[10]

其中，Wij表示區域i與j的鄰近關系，n表示空間對象個數。如果區域i與j相毗鄰，則Wij=1，其他情況下，Wij=0。

Global Moran's I指數的值介于[-1，1]，大于0表示正相關，且越接近1，正相關性越強，即鄰近空間地域之間具有很強的相似性；小于0為負相關，且越接近-1，負相關性越強，即鄰近空間地域之間具有很強的差異性；等于0或接近0則表示空間地域不相關。

2．局域空間自相關分析（LISA）

局域空間自相關LISA指標反映一個地區與另一個地區能源消費碳排放的相關程度。局部空間自相關Moran's I指數公式如下：

3．全局G系數（Getis-Ord Gi*）

全局G系數用來區分高值聚類和低值聚類，即能識別出區域單元冷點區域與熱點區域的空間分布。計算公式如下所示：[11]

為了便于比較與分析，對公式（5）進行標準化處理，處理結果如下：

其中，E（Gi*）為數學期望，Var（Gi*）為變異系數，Wij（d）為空間權重。如果Z（Gi*）為正值且顯著，則表明位置i具有較高的值，且鄰近的值也較高（高于均值），屬于高值空間集聚即熱點區；反之，如果Z（Gi*）為負值且顯著，則說明位置i具有較低的值，且鄰近的值也較低（低于均值），屬于低值空間集聚即冷點區。

（二）空間變差函數

空間變差函數又稱為半變異函數，是用來分析區域化變量隨機和結構性的統計分析方法。[12]其變差函數的計算公式為：

其中，Z（xi）和Z（xi+h）分別表示 Z（x）在空間單元xi和xi+h上的能源消費碳排放量。h為兩樣本間的距離， N（h）是分割距離為h的樣本量。變差函數包含4個參數（變程、基臺值、塊金值、分維數）。如果以h為橫坐標，r（h）為縱坐標，就可以做出變差函數（如圖1所示），用來展現新疆能源消費碳排放的空間演化特點。

圖1 理論方差圖

圖1中的C0（塊金值）表示區域化變量內部隨機性變異的大小，C+C0（基臺值）意味著系統或系統屬性中的最大變異。C為結構方差，α（變程）表示方差函數達到基臺值時的間距。C0/C+C0（塊金系數）表示塊金值占空間異質性變異的大小，其值越高，代表隨機部分對空間異質性的程度越高，反之表明空間異質性是由特定的地理過程或多個過程綜合引起。如果C0/C+C0＜0.25，表明兩區域能源消費碳排放空間相關性強；0.25＜C0/C+C0＜0.75，表明具有中等空間相關性；C0/C+C＞0.75，表明空間相關性弱。

變差函數的第4個參數是D（分維數），其值由h和變差函數r（h）之間的關系來確定：

如果D（分維數）越接近2，表明空間分布越均衡，空間差異越小；如果D越遠離2，則表明空間差異越大。通過計算分維數可以對不同變量之間的空間自相關強度進行比較分析。

四、新疆能源碳排放空間格局演變

（一）總體空間格局

基于公式（2），采用GeoDA9.5軟件對新疆15個地州能源碳排放的Global Moran's I指數進行測算（如表3所示）,并對其進行z檢驗（p0.05），發現均通過顯著性檢驗[13]（Z臨界值為1.96）。

表3 新疆各縣域能源消費碳排放的Moran’s I估計值

由表3可知，2004—2012年的Global Moran's I的統計值都為正值，且介于0.091915～0.273644之間，這說明新疆能源碳排放存在顯著的空間集聚特征，即能源碳排放量大的地區與碳排放量大的地區相毗鄰，碳排放量小的地區也趨于鄰接，而非隨機分布。從整體來看，新疆2004—2012年Global Moran's I的值是不斷增大的，這就表明能源碳排放量相似的地區在空間上集中分布，且各地區之間的聯系在不斷加強。全局空間關聯分析雖然能反映能源碳排放在空間上的集聚程度，但并不能夠量化各個集聚區的集聚種類與集聚程度，而局部空間關聯分析則能夠彌補全局空間關聯分析的這一不足。

（二）局域空間格局

1．Moran散點圖

Moran散點圖是用于研究局域空間的異質性，圖中四個象限表示某一區域和其周圍區域四種類型的局域空間關系，第一象限為“高—高”集聚（HH），代表中心區域與相鄰區域的能源碳排放量都較高；第二象限為“低—高”集聚（LH），表示中心區域碳排放量低，而與其相鄰的區域碳排放量高；第三象限為“低—低”集聚（LL），表示中心區域與相鄰區域的能源碳排放量都較低；第四象限為“高—低”集聚（HL），表示中心區域碳排放量高，而與其相鄰的區域碳排放量低。根據前文Global Moran's I指數的時段特征，選取2004、2008、2012年新疆能源碳排放量作為研究對象，獲得碳排放的Moran散點圖，如圖2所示：

圖2 新疆能源消費碳排放散點圖

從圖2可以看出：（1）2004年能源碳排放散點落入第一象限3個，占20%，落入第三象限5個，占33.3%，合計空間正相關的縣域占53.3%，表明能源碳排放量高的地區相鄰的情況并不多，而碳排放量低的地區相鄰的情況卻很多，新疆能源碳排放量呈現出明顯的空間差異性；（2）2008年新疆碳排放散點圖與2004年相比，散點落入第一象限的個數逐漸增多，而落入第四象限的散點不斷減少，這表明新疆一些地州的碳排放量呈現逐年上升的態勢，這與新疆實際相符合；（3）2012年能源消費碳排放散點落入第三象限的明顯增多，這可能與國家優惠政策扶持及新疆自身能源消費結構調整和產業結構升級有關。

2．LISA空間分布

為了更好地比較2004年、2008年、2012年新疆各地區能源碳排放空間差異的局部變化，利用ArcGIS9.3軟件繪制出LISA集聚圖，如圖3所示：

圖3 新疆能源碳排放 LISA集聚圖

由圖3顯示可知：（1）2004年“高—高”類型分布在烏魯木齊市，說明該市能源碳排放量高，且周邊相鄰區域的碳排放量也較高。圖中顯示的僅為核心地區，其范圍還應該涵蓋與核心地區相鄰的那些區域。“低—低”類型的地區分布在阿克蘇地區，說明該地區由于受惡劣自然條件及落后的基礎設施等方面的影響，長期以來經濟發展主要以第一產業為主，經濟發展對石化能源的依賴較小，且與鄰近地區的聯系較小，碳排放集聚性較弱。落入“低—高”區域的地區不顯著，巴州落在“高—低”區域，說明其能源碳排放與鄰近地區的碳排放聯系較為緊密，但比鄰近地區的碳排放量大。（2）2008年，新疆能源碳排放空間差異分布發生了變化，“高—高”類型的地區由烏魯木齊市向石河子市擴散。值得注意的是巴州地區由“高—低”類型進入“低—低”類型，說明巴州地區的能源碳排放量有所緩和。阿克蘇地區則由“低—低”類型步入“低—高”類型，說明阿克蘇地區鄰近地區的能源碳排放量在逐年增加。（3）與2004年、2008年相比，2012年“高—高”類型的地區除了烏魯木齊市、石河子市，還包含克拉瑪依市，這表明新疆能源碳排放相對碳排放量大的地區的輻射效應在一定程度上發揮了作用，而同時“低—低”類型的地區由巴州、阿克蘇地區逐漸向和田、克州地區擴散，表明新疆地區能源碳排放量兩極分化較為嚴重，各地區的碳排放量不但沒有縮小，反而呈現出不斷拉大的態勢。

（三）能源消費碳排放熱點區域演化

為了更進一步探明新疆能源碳排放格局演變狀況，根據公式（5）和公式（6），運用Arc GIS9.3軟件的空間統計工具測算了2004年、2008年、2012年Getis-Ord Gi*指數值，接著采用Jenks最佳自然斷裂法將這三個年份的局域Getis-Ord Gi*指數值按從高到底分為熱點區域、次熱點區域、次冷點區域與冷點區域四類，生成新疆能源碳排放空間格局的熱點演變圖，如圖4所示：

圖4 新疆能源消費碳排放熱點區演化圖

由圖4所示可知：（1）從整體上來看，新疆2004年、2008年、2012年碳排放熱點區主要分布于阿勒泰和博州地區，次熱點區主要分布在以烏魯木齊市、石河子市、克拉瑪依市、巴州、吐魯番、哈密等為核心的北疆和東疆地區，說明就新疆能源消費碳排放量而言，北疆和東疆地區始終是最具活力的地區，碳排放量始終占據主導地位。而以克州、和田、喀什地區為核心的南疆地區大多屬于低值簇，處于冷點和次冷點區域，但隨著時間的推移，這種局面并未發生過實質性的轉變。（2）2008年相對于2004年并未發生明顯的變化，基本保持一個相對穩定的狀態，值得一提的是喀什地區由次冷點區域落入次熱點區域。2012年熱點區域包攬了阿勒泰和博州地區。從2012年與2004年、2008年比較來看，次冷與冷點區的范圍逐漸擴大，且部分縣域出現向上一級區域跳躍的現象，如和田地區由次冷區域轉變為冷點區域，這一現象的出現主要由國家優惠政策、十九省市“對口援疆”戰略、各地區資源稟賦、經濟發展水平及產業機構和能源消費結構等因素共同決定。但從整體的發展水平來看，新疆能源碳排放碳排放量空間差距顯著，新疆低碳、綠色、可持續發展依舊任重而道遠。

五、能源消費碳排放差異時空特征分析

利用空間變差函數，并運用GS+7.0軟件對新疆3個年份（2004年、2008年、2012年）的能源消費碳排放空間格局演變進行研究。選取能源碳排放量為研究數據，并將其作為區域化變量賦予15個地州空間單元的幾何中心點，得到點要素的空間坐標，經過多次模擬比較，最終將步長確定為10km，然后采用球狀模型、線性模型、指數模型、高斯模型對變差函數進行擬合，通過比較各參數，選取擬合效果最好的模型分別計算2004年、2008年、2012年能源碳排放的實驗變差函數，并根據結果計算三個年份四個方向上的D（分維數），然后進行Kriging空間插值，計算結果如表4、表5、圖5所示。

表4 新疆能源消費碳排放變差函數擬合參數

從表4中基臺值、塊金值、塊金系數的變化來看，2004年、2008年、2012年的塊金系數均小于0.25，說明新疆各地州能源消費碳排放的空間相關性較強，該結論與Global Moran's I指數測算結果基本保持一致。2004—2012年，基臺值逐漸增大，塊金值經歷“增大—減小”的過程，但塊金系數則由2008年的0.0416降至2012年的0.0008，表明新疆能源碳排放空間差異不斷增大，其數據變異受隨機因素的影響逐漸減弱，由空間自相關引起的結構化分異則越來越顯著。從變差函數擬合模型效果來看，其決定系數均較高，說明新疆能源碳排放的空間自組織性強，空間能源碳排放分布差異明顯。由表4和圖5中的方差擬合圖顯示可知，2004—2008年，新疆能源碳排放在既定步長下的變程呈現上升趨勢，這表明新疆能源碳排放空間關聯效應的作用范圍在不斷擴大，能源碳排放量有從烏魯木齊向外圍擴散的趨勢；而2008—2012年，變程呈現下降趨勢，這可能是受金融危機、國家優惠政策、以及新疆自身產業結構調整、能源消費結構轉變等多方面因素影響所致，能源碳排放空間關聯效應的作用范圍相對于2008年呈現一定程度的縮小。

表5 新疆能源消費碳排放變差函數分維數

由表5可知，2004年分維數最高，而2008年分維數最低，說明2004年新疆能源碳排放空間異質性較高，2008年能源碳排放由隨機性因素引起的空間異質性較低。2004至2008年，繼而至2012年，南—北、東—西、東北—西南、東南—西北四個方向的分維數均經歷“下降—上升”的波動趨勢。2004—2008年，四個方向的分維數均不斷下降，而決定系數則不斷提高，擬合程度越來越好，說明這四個方向的均質性都呈現不同程度的下滑，空間差異逐漸增大。相對于2008年，2012年四個方向能源碳排放的空間差異都有所緩和。自2004年以來，四個方向的分維數始終是南—北向的分維數最大，但其決定系數相對不高，而東—西方向則呈現相反態勢，表明在南—北方向上新疆能源碳排放的空間差異相對較小，而東—西方向上空間差異較大。

圖5 新疆能源消費碳排放變差函數演化圖（左：同方差擬合圖；右：Kriging插值3D圖）

從Kriging插值3D擬合圖可以看出新疆能源碳排放差異的演變過程、分布形態以及內在結構。2004年，高峰主要集中在烏魯木齊，而廣大地區呈現低平結構，這表明新疆能源碳排放在整體上呈現出相對穩定的態勢。相對于2004年，2008年能源碳排放的高點發生顯著變化，以烏魯木齊為核心的峰值進一步上升，并向四周不斷擴散，說明新疆各地區在經濟的發展過程中過度依賴碳基能源（煤炭、石油、天然氣），從而造成碳排放量不斷增加。2008年與2012年能源碳排放在圖形上表現較為相似，都呈現多峰值的坡形結構，高峰主要分布在烏魯木齊、克拉瑪依天山北坡一帶，而西北部和南疆地區則呈現低平結構。值得注意的是，相對于2008年，2012年高峰區域的范圍有所縮小，但整體上能源消費碳排放空間結構性差異依然較為明顯，尤其是南疆和北疆地區及東—西方向的異質性相對最大，能源碳排放量分布極不均衡，故在今后的經濟發展過程中，北疆地區要比南疆地區更加注重能源消費結構的調整。

六、結論與討論

本文基于2004年、2008年、2012年能源消費碳排放數據，運用ESDA方法研究了新疆15個地州能源消費碳排放的空間自相關現象，借助空間變差函數，采用GS+軟件分析了能源碳排放的空間演化特征，發現自2004年以來新疆能源消費碳排放的空間格局演變呈現出一定的規律性。

從能源碳排放總體空間格局來看，新疆能源消費碳排放呈現出較強的空間自相關性，相似的地區在空間上集聚分布，即高排放地區與碳排放量大的地區相毗鄰，而低排放地區的鄰接地區能源碳排放量也較低，且這種空間集聚的態勢還在隨著時間的推移不斷增強，一個地區的能源消費碳排放不僅受自身特點的影響，還受其鄰近地區能源消費碳排放行為的影響。因此，各地區要打破行政地域范圍，加強跨區域的技術交流與合作，天山北坡一帶的地區應充分發揮其示范和拉動作用，加快低碳技術向南疆三地州等地區的轉移，并借助國家的優惠政策，針對性地協助碳排放技術落后的地區進行技術的革新。碳排放技術落后的地區也應積極主動的加強與技術相對先進地區的合作，借鑒其優質的改革成果并因地制宜地制定出適合自身綠色發展、低碳發展、循環發展的戰略。

新疆能源碳排放的空間集聚特征啟示政府在綠色發展、低碳發展、循環發展的過程中不僅要重視地理空間因素的作用，而且要充分認識鄰近地區能源消費碳排放溢出效應的重要性，并根據碳排放的空間異質性制定出科學合理的政策措施。新疆能源碳排放的空間異質性啟示自治區政府在各地州劃分綠色發展、低碳發展、循環發展以及節能減排的任務不能一刀切，而應根據各地區能源消費的實際情況，把握能源碳排放空間格局演化規律，因地制宜地實行差異化的低碳經濟政策措施。天山北坡一帶經濟發展水平較高，應以低碳技術的發展為牽引力，加快產業結構升級，發展技術密集型產業，加大能源碳排放規避力度，有效提高能源碳排放效率；而南疆三地州地區經濟發展水平相對較低，目前經濟增長更多的依賴資金的投入而不是技術的革新，因此政府一方面應通過政策傾斜加大對該地區減排設施的資金投入，逐步推廣低碳適用性技術，另一方面應根據本地區的資源稟賦優勢，通過技術改造，提高能源碳排放效率，進而逐步縮小與北疆地區技術層面的差距。

從三個年份對比來看，能源消費碳排放熱點和次熱點區域的數量逐年增加，主要集中在烏魯木齊、克拉瑪依、石河子等天山北坡一帶，冷點和次冷點區域的數量變化不顯著，其主要集中在和田、克州地區。2012年新疆的能源消費結構是原油21.5%，原煤55.7%，這兩個加起來就將近80%。由此可見，新疆大部分地區的經濟發展過度依賴石化燃料，所以目前新疆的能源消費結構還不太合理。因此，新疆在未來的綠色發展、低碳發展、循環發展也有賴于能源消費結構的優化升級。一方面應根據各地區的能源消費情況，降低對煤炭、石油等石化能源的依賴性，使煤炭和石油在能源消費中的比重不斷下降。同時，借助新疆得天獨厚的資源稟賦優勢，開發結合新疆空間地理、經濟特點的非石化能源，積極尋找石化燃料的替代品，進而逐步實現能源碳排放與經濟增長的脫鉤。另一方面應加強策劃新疆各地區清潔、高效能源產業鏈，以風電和核電為龍頭進行科學合理開發，爭取列入國家電網接入規劃，除此之外，還可以充分利用國家的各項優惠政策，引入風機制造項目，從而延伸風電開發產業鏈。

新疆能源消費碳排放有從烏魯木齊向周圍地區擴散的態勢，空間自組織性相對較強。2004—2008年，南—北、東北—西南、東—西、東南—西北4個方向的分維數均呈現下降的態勢，2008—2012年四個方向的分維數均有所上升，但從整體來說，新疆能源碳排放的空間差異較為顯著，尤其是東—西方向的異質性相對最大，這主要歸咎于東疆地區是能源資源的富集區，而西部地區資源相對分散。政府應對能源供求進行空間優化配置，從而減少部分地區對石化能源的過度依賴，進而緩減部分地區能源供求緊張的局面。除此之外，政府要根據能源碳排放空間演化特征，通過制度創新，制定出科學合理的低碳經濟政策。首先，完善環保管理制度，提升各地區大規模企業的環保意識，從源頭上抬高產業項目的環保、技術等門檻，適當降低或淘汰“高能耗”“高污染”“高排放”的產業項目，對低碳項目進行政策上的扶持。其次，完善價格運行機制，通過對高碳排放產品進行增稅，利用稅收杠桿調節大眾對低碳產品與高碳產品的選擇，控制高碳產品的需求，從而激勵微觀經濟主體低碳消費、低碳生產。最后，加快培養低碳科研人才，在各高校的學科研究領域里應加入綠色、低碳內容，著重培養專門研究這方面的高素質科研人才，動員高校師生及研究院的科研人員承擔國家有關低碳化的課題，規范、引領和扶持企業進行低碳技術的創新和研究。

針對上述研究結論，本文提出了相應規避能源碳排放的政策建議。可見，挖掘隱藏在空間數據背后的重要信息，揭示能源消費碳排放空間相關性和演變特征不僅能夠為能源消費政策提供科學合理的實踐依據，而且有助于新疆實現能源碳排放與經濟增長的脫鉤，同時也有助于新疆向中亞它國展示以綠色發展、低碳發展、循環發展為契機的經濟健康體。然而由于數據的限制，選取的能源品種雖有代表性，但并未涵蓋所有的能源品種，故最終測算的能源消費碳排放量可能比實際的碳排放量偏低。本文沒有進行時間和空間上的對比分析，也缺乏對能源碳排放空間演化的驅動力研究，這些將會在后續的研究中進一步考察。

[1] 何昭麗，孫慧，王雅楠. 新疆能源碳排放現狀及因素分解分析[J]. 資源與產業，2013，15（4）：76-81.

[2] 顧成軍，龔新蜀. 1999—2009年新疆能源消費碳排放的因素分解及實證研究[J]. 資源科學，2012，34（1）：42-49.

[3] 張利，雷軍，張小雷. 1952—2008年新疆能源消費碳排放變化及其影響因素分析[J]. 地域研究與開發，2012，31（3）：141-144.

[4] 姚璐璐，高志剛. 新疆能源消費、經濟增長與碳排放關系的實證研究[J]. 新疆大學學報（哲學人文社會科學版），2012，40（1）：20-24.

[5] 何劍，董丹丹. 新疆能源消費、碳排放與經濟增長—基于近似和脫鉤關系的實證[J]. 科技管理研究，2014，（17）：236-240.

[6] 王長建，張虹鷗，汪菲，張新林. 新疆1990—2010年能源消費碳排放反彈效應研究[J]. 資源與產業，2014，16（6）：124-128.

[7] 張新林，王強，王長建，魯建榮. 新疆1990—2010年能源消費碳排放脫鉤及其驅動因素分析[J]. 資源與產業，2014，16（2）：76-82.

[8] 楊海軍，邵全琴. GIS空間分析技術在地理數據處理中的應用研究[J]. 地球信息科學，2007，9（5）：70-75.

[9] 國家統計局工業交通統計司、國家發展和改革委員會能源局. 中國統計年鑒[M]. 北京：中國統計出版社，2011.

[10] ANSELIN. Local indicators of spatial association：LISA [J].Geographical Analysis，1995，27（2）：93-115.

[11] ANSELIN. Spatial econometrics: Methods and models [M]. Dordrecht：Kluwer Academic Publishers，2000：410-419.

[12] 吳學文，晏路明. 普通法的參數設置及變異函數模型選擇方法——以福建一月均溫空間內插值為例[J]. 地球信息科學，2007，9（3）：104-108.

[13] 陳建飛，張筱林. 地理信息導論[M]. 北京：科學出版社，2010.