基于GWR模型的京津冀縣域碳排放強度時空演變及影響因素分析

韓 聰，張立新，岳美亭

（青島理工大學 管理工程學院，山東 青島 266520）

0 引言

近年來，溫室氣體過量排放引發了一系列自然災害，嚴重影響著全球環境建設及人類可持續發展。為了應對氣候變化所帶來的挑戰，全球已超過130 個國家提出了“碳中和”發展理念[1]。作為全球最大的碳排放國，我國正處于工業化發展與城鎮化建設的關鍵時期，如何在保證經濟增長的同時減少碳排放量是我們當前所面臨的巨大挑戰[2]。為了有效落實碳減排目標，有必要將碳減排任務分配給不同區域。我國幅員遼闊，各地區產業結構、經濟水平、發展方式皆存在差異，在分配碳減排任務時不能“一概而論”，必須選取碳減排潛力較大的省份或者城市群進行重點發力，制定針對性的碳減排政策，方能事半功倍。京津冀作為我國三大城市群之一，其人口密度、經濟發展水平、產業結構極不協調，能源浪費嚴重，減排意識薄弱。2017年，生態環保部將北京、天津及周圍城市認定為大氣污染傳輸通道[3]。因此，有必要對京津冀碳排放空間格局及影響因素展開分析。

目前關于京津冀碳排放的研究主要分為兩類：一是碳排放水平核算，二是影響因素分析。在碳排放核算方面，現有學者主要采用碳排放因子法。參考省份（直轄市）統計年鑒，核算不同能源消耗所釋放的二氧化碳。研究對象包括北京市[4]、天津市[5]、河北省[6]，研究尺度以市域為主。在碳排放影響因素方面，大多數學者采用LMDI（logarithmic mean divisia index）模型[7]與STIRPAT（stochastic impacts by regression on population，affluence and technology）模型[8]展開分析。如王鳳婷等[9]基于LMDI 模型分析了京津冀碳排放影響因素，認為降低碳排放強度可有效減少碳排放；王韶華等[10]基于擴展的STIRPAT 模型，將影響因素分解為人口、人均GDP、能源強度等，探究了各因素對碳排放強度的影響效果。

由以上分析可知，諸多學者對京津冀碳排放展開分析，并取得了一系列研究成果。但以往學者在研究過程中，受限于數據的可獲得性，所選擇的研究尺度較為寬泛，無法具體到縣域層面。事實上，縣域作為國民經濟的基本單元，對縣域碳排放展開研究，有助于我們更好地理解京津冀碳排放空間格局，對碳減排政策的制定具有重要意義；其次，以往學者在分析京津冀碳減排潛力時，僅僅以各區域碳排放量作為衡量指標。實際上，各縣域行政面積并不相同，產業布局和經濟增速存在較大差異，選取碳排放強度作為碳減排潛力指標更具備實際意義；最后，以往學者在分析碳排放影響因素時，并未考慮空間異質性影響，所計算出來的回歸系數為各地區“平均”水平，所得到的結果與實際情況可能并不相符?；谝陨峡紤]，本文擬對2008—2017年京津冀165 個縣域（部分縣域數據缺失）數據進行整理，在分析碳排放強度時空格局及相關性的基礎上，采用地理加權回歸（geographically weighted regression，GWR）模型分析驅動因素在不同單元影響程度的差異性。

1 研究方法與數據來源

1.1 研究方法

1）標準差橢圓。標準差橢圓可以衡量要素在空間上的分布格局及時空演變特征?？梢酝ㄟ^重心坐標、長短軸、轉角等參數描繪京津冀碳排放強度在空間上的重心遷移、集聚程度，以及擴散方向等[11]。

2）探索性數據分析。碳排放在空間上的分布格局并不是隨機的，可能存在相關性。利用全局空間自相關可以度量京津冀碳排放強度在空間上的相關程度；并且利用冷熱點分析（Getis-Ord Gi*)探究京津冀碳排放強度在空間上的聚集類型，識別其熱點區域及冷點區域。

3）地理加權回歸。傳統回歸模型在分析影響因素時未引入空間權重矩陣，并假定回歸分析時與地理位置無關，因此無法解決空間非平穩性問題。GWR 模型可在各局部空間進行回歸分析，將子數據納入回歸模型，進而得到不同區域的回歸系數[12]。

1.2 影響因素選取及預處理

參考已有學者的研究成果，并結合京津冀實際情況，本文選取人口密度[13]、產業結構多元化[14]、固定資產投資[15]及財政支出[16]作為碳排放強度的影響因素，各變量含義及描述性統計結果如表1所示。

表1 變量含義及描述性統計結果Table 1 Variable meanings and descriptive statistics results

在進行回歸分析之前，利用SPSS 軟件對各變量進行多重共線性檢驗，以剔除不符合要求的變量。其中，各變量的方差膨脹因子（variance inflation factor，VIF）最大值為2.009，說明不存在共線性問題，可以進行回歸分析。

1.3 數據來源

受限于數據的可獲得性，本文以京津冀165 個縣域（部分縣域數據缺失）為研究對象，選取2008—2017年為研究期限，并以2017年為基準，將各區縣行政區域進行劃分。各區縣的碳排放數據來自于Chen J.D.等[17]研究結果；各影響因素數據均來自于各期?。ㄖ陛犑校┙y計年鑒及區域統計年鑒，部分缺失數據采用插值法補齊。

2 京津冀碳排放強度時空格局

2.1 各地區碳排放強度水平

圖1 為京津冀地區2008年和2017年的碳排放強度水平。

圖1 京津冀地區平均碳排放強度Fig.1 Average carbon emission intensity in the Beijing-Tianjin-Hebei agglomeration

圖1 中結果顯示，京津冀各地區碳排放強度明顯降低，北京的碳排放強度由0.946 t/萬元下降為0.305 t/萬元，下降幅度約為67.8%；天津的碳排放強度由1.735 t/萬元下降為0.776 t/萬元，下降幅度約為55.3%，可見京津兩地的碳減排效果良好。其原因是北京于2013 出臺了《北京市2013—2017年清潔空氣行動計劃》，加大了對環境管控力度；天津深化供給側結構性改革，大力發展現代制造業。河北省的碳排放強度由3.425 t/萬元下降為2.329 t/萬元，原因是河北于2015年出臺了大氣污3 a年治理方案，同時加大了產業結構調整力度。2017年，河北省服務業增加值增長了11.3%，較2016年加快1.4 個百分點；同時逐步改變了地區發電模式，風力發電、太陽能發電、生物質能發電取得了較快發展。但是河北省2017年碳排放強度仍然高于全國平均水平2.02 t/萬元[16]，其原因可能是河北省部分市域，如唐山市、廊坊市、秦皇島市及邯鄲市等地區，仍以煤炭、鋼鐵、水泥、化工、玻璃等高能耗、高污染產業為主，能源結構不夠合理，資源約束和環境壓力較大。

近年來，京津冀區域大力發展第三產業，推進高污染、重工業企業結構升級、逐步擴大高新技術產業規模，形成了新的空間發展格局。圖2 為京津冀2008年和2017年的縣域碳排放強度空間格局。如圖2所示，本研究中將碳排放強度劃分為4 個等級：低碳排放強度區縣（≤1.80 t/萬元）、中等碳排放強度區縣（1.81～3.50 t/萬元)、較高碳排放強度區縣（3.51～5.50 t/萬元）、高碳排放強度區縣（≥5.51 t/萬元）。

圖2 京津冀碳排放強度分布格局Fig.2 Distribution pattern of carbon emission intensity in Beijing-Tianjin-Hebei agglomeration

2008年，北京、天津、石家莊的碳排放強度處于較低水平，而其周圍的張家口、保定、滄州、衡水的碳排放強度相對較高，原因可能是中心城市環境規制更為嚴格，經濟成本更高，高污染企業被逐步轉移至周邊城市，而周邊城市人才、技術相對落后，發展過程中依賴以上高污染企業，致使周邊城市的碳排放強度相對較高。

2017年，各區縣碳排放強度明顯降低，2008年的較高碳排放強度區域和高碳排放強度區域逐漸轉化為中等碳排放強度區域，并逐漸形成“東北低，西南高”的空間格局。這一結果說明近年來京津冀各地區的碳減排政策取得了一定成效，但西南各縣的碳排放強度仍處于較高水平，需加大其減排力度。

2.2 重心遷移及標準差橢圓分析

利用重心-標準差橢圓分析京津冀碳排放強度重心遷移軌跡，以2008年、2013年、2017年為特征年限，將重心遷移軌跡進行可視化表達所得結果圖3所示。

圖3 京津冀碳排放強度重心及標準差橢圓分析結果Fig.3 Center of gravity and standard deviation ellipse of carbon emission intensity in Beijing-Tianjin-Hebei agglomeration

由圖3 可知，研究期間碳排放強度重心始終位于保定市高陽縣，重心逐漸向西南方向遷移，說明京津冀東北方向碳排放強度下降更為明顯；在橢圓方位角上，碳排放強度在空間上呈“東北-西南”分布格局，與京津冀地形類似；橢圓轉角由2008年的41.34°擴大至2017年的44.75°，橢圓長軸由2008年的115.87 km 增長至2017年的115.90 km，短軸由2008年的38.65 km 減至2017年的38.55 km，表明碳排放強度的空間格局有加強趨勢。

2.3 全局空間自相關性分析

利用Geoda095i 軟件分析京津冀碳排放強度在空間上的相關性，計算Moran’sI以及對應的P值和Z值，其結果見表2。

表2 京津冀碳排放強度空間自相關性分析結果Table 2 Spatial autocorrelation analysis of carbon emission intensity in Beijing-Tianjin-Hebei agglomeration

研究期間全局Moran’sI全部為正數，且通過1%水平下顯著性檢驗，表明京津冀碳排放強度在空間上呈顯著正相關。從指數變化趨勢來看，2008年Moran’sI為0.441，2013年為0.497，Moran’sI呈波動中上升趨勢，空間相關性逐步加強；2017年Moran’sI下降為0.379，相關性出現弱化。主要原因是河北省2013年之后進行產業結構調整，碳排放強度較高區縣逐漸分散，聚集模式由之前的“片狀聚集”逐步轉變為“點式聚集”。

2.4 冷熱點分析

進一步利用Arcmap 10.8 對京津冀碳排放強度進行冷熱點分析，結果如圖4所示。

圖4 京津冀碳排放強度冷熱點分析結果Fig.4 Analysis results of hot and cold spots of carbon emission intensity in Beijing-Tianjin-Hebei agglomeration

從熱點聚集區域來看，2008年熱點區域主要分散在3 個位置：其一，以邢臺、滄州、衡水、邯鄲為中心，呈“東北-西南”帶狀分布，主要位于京津冀東南邊界處。其形成原因是邢臺、邯鄲的重工業基礎較好。例如，邢臺地區有色金屬冶煉及延壓業占據較大份額；而邯鄲地區黑色金屬冶煉及延壓業較為發達；這些行業多為碳排放較高的重工業。另一個熱點聚集區域為保定市，呈“西北-東南”方向分布，橫穿于京津冀中部。其形成原因是保定市電力、煤氣等行業占據較大份額，進而釋放大量二氧化碳。此外，第三個熱點聚集區域位于京津冀西北方向的張家口市，原因是張家口市大力發展黑色金屬冶煉延壓業、有色金屬冶煉及延壓業等污染程度較高的企業；冷點區域主要位于京津冀中心城市，其形成原因是這些地區的經濟發展、基礎設施完善程度較高，地理區位優越，電子通信設備制造業、食品制造業、木材加工制造業等新興產業占據較大比例。2017年，熱點區域逐漸南移，分別形成以“保定-滄州”和“邯鄲-邢臺”為中心的聚集區域。冷點區域持續擴張，以北京為中心向外擴張，且置信程度更為強烈，說明近年來京津冀地區碳減排形式取得了良好成效，但部分地區仍需加大環境管控力度。

3 京津冀碳排放影響因素分析

3.1 GWR 模型結果

由空間自相關分析可知，京津冀縣域碳排放強度存在明顯的空間正相關，不符合最小二乘法（ordinary least square，OLS）模型區域間相互獨立的前提假設，因此本文采用GWR 模型分析京津冀縣域碳排放強度分異的影響因素。模型參數回歸結果如表3所示，由表可知，其R2為0.926，調整后R2為0.925，表明回歸方程擬合結果良好。

表3 GWR 模型回歸結果Table 3 Regression results of GWR Model

3.2 影響因素時空格局

人口密度對碳排放強度的空間影響特征如圖5所示。

圖5 人口密度對碳排放強度的影響特征圖Fig.5 Effect feature map of population density on carbon emission intensity

2008年，人口密度對碳排放強度的影響效果差距較大，以“保定市-北京市”為中心向外擴散，影響程度逐漸加強，尤其是邢臺市和邯鄲市表現為強負向影響，其形成原因主要是北京市及周邊區域人口基數較大，人口密度對碳排放強度抑制效果不明顯，而早期邢臺和邯鄲地區的人口密度較低，人口密度增加帶來了一定的人口紅利，促進當地經濟發展形成規模效應，加快了城鎮化建設速度，一定程度上降低了碳排放強度[18]；2017年，邢臺和邯鄲地區由強負向影響轉變為正向影響，其余地區影響格局變化不大，其原因是人口紅利影響效果并不固定，即人口密度過大時會增加交通擁堵情況，促進碳排放強度增加；張家口和秦皇島地區一直表現為正向影響，其原因可能是人才流失現象嚴重，因經濟、教育、醫療等原因，高等教育人才多前往“京-津-石”定居。即人口密度雖有所增加，但碳排放強度并未降低。

產業結構多元化對碳排放強度的空間影響特征如圖6所示。

圖6 產業結構多元化對碳排放強度的影響結果Fig.6 Impact results of industrial structure diversification on carbon emission intensity

2008年，產業結構多元化系數對碳排放強度的影響效果以“北京-廊坊”為中心向外擴散減弱，其原因可能是早期北京市仍以第二產業為主，隨著產業結構多元化系數的增大，第二產業逐漸轉變為第三產業，故北京地區表現為強負向影響。秦皇島地區表現為正向影響，其原因可能是產業結構多元化系數描述的是第一產業向第二產業、第三產業轉換程度，2008年秦皇島地區的高污染企業較為發達，所以產業結構多元化系數雖有所增加，但碳排放強度并未降低；2017年的產業結構系數影響效果變化較大，北京及周邊地區影響程度減弱，而廊坊、邢臺、滄州、唐山等地區表現為強負向影響，原因是這些地區仍以第二產業為主，玻璃、金屬冶煉等行業較為發達，能源依賴程度較高，碳排放效率較低。故隨著產業結構多元化系數的增加，第三產業比例逐步提高，進而減少了碳排放強度。

固定資產投資、財政收支對碳排放強度的空間影響特征如圖7～8所示。

圖7 固定資產投資對碳排放強度的影響結果Fig.7 Impact of fixed asset investment on carbon emission intensity

由圖7 可知，2008年，固定資產投資對碳排放強度的影響效果呈明顯的“西南強-東北弱”分異格局，在濱海新區、武強縣等縣域表現為正向影響。形成這種空間格局的主要原因是早期邢臺、邯鄲地區固定資產較低。而投資作為促進經濟增長的“三駕馬車”之一，一方面，固定資產投資的增加會擴大相關產業規模，進而形成規模效應，同時由于產業的關聯性，相關產業規模會隨之增加，進而拉動經濟增長；另一方面，固定資產的投資會擴大基礎設施的完善程度，有利于文化、體育、娛樂、金融等產業的發展，改善居民服務，進而促進第三產業的發展。2017年，固定資產投資對碳排放強度的影響效果變化不大，保定市部分縣域由之前的弱負向影響轉變為中負向影響，抑制效果加強，而隆化縣、灤平縣、豐寧滿族自治縣地區由之前的抑制效果轉變為促進效果，其原因可能是固定資產投資的擴大并未帶動技術的進步，在進行基礎設施建設過程中能源浪費現象仍然嚴重，能源利用效率不高，使得碳排放強度有所增加。

由圖8 可知，2008年，財政收支對碳排放強度的影響效果較強的地區主要聚集于滄州、保定、衡水及秦皇島地區，這些地區主要圍繞在“京-津-石”周邊，其原因主要是早期這些地區財政支出較低，而增加財政支出可以引導各種要素在不同產業間實現均衡配置，進而調整產業結構[19]、促進企業進行生產工藝及排放治理水平、調節經濟發展和優化產業結構，因此增加財政支出額度會降低碳排放強度；2017年，邢臺、邯鄲地區由弱負向影響轉變為正向影響，原因主要是財政收支的提高會擴大政府間轉移支付額度，勢必增加生產性投入[20]，進而導致碳排放強度的增加，強負向影響地區向東北方向遷移。保定市部分縣域由強負向影響轉變為中負向影響，其原因可能是近年來保定市逐步增加財政支出，產業結構逐步優化，故財政收支對碳排放強度的影響程度降低。

圖8 財政收支對碳排放強度的影響結果Fig.8 Impact of fiscal revenue and expenditure on carbon emission intensity

4 結論與建議

4.1 結論

研究期間，北京市、天津市的平均碳排放強度明顯要低于河北地區的平均碳排放強度。2017年，北京市、天津市的平均碳排放強度分別為0.305 t/萬元和0.776 t/萬元，下降幅度分別為67.7%和55.3%；2017年河北省的平均碳排放強度為2.329 t/萬元，下降幅度為47.1%。

研究期間京津冀碳排放強度格局相對穩定，碳排放強度重心逐漸向南移動，標準差橢圓長短軸短幅減少，標準差橢圓呈“東北-西南”分布格局；其次，京津冀縣域碳排放強度具有明顯的空間效應，研究期間冷點區域主要聚集于北京及其周圍區縣，熱點區域逐漸由保定、滄州、衡水等縣域轉移至保定、邯鄲。

對京津冀碳排放強度影響因素進行分析，發現人口密度和財政收支比在不同區域表現出差異化影響效果，而產業結構多元化系數和固定資產投資則可以明顯降低縣域碳排放強度。

4.2 建議

充分把握人口紅利，制定相應人才政策。京津冀地區作為我國東部地區的經濟增長重心，常年吸引著全國不同地區人口前來。人口密度的增加可以降低碳排放強度，因此京津冀地區（北京市除外）應充分把握人口紅利，促進經濟增長的同時應做到減排降污；其次，各地區應增加人才福利政策，讓更多的年輕人能夠“留下來”，尤其是北京周圍的張家口、承德等地區，應加強基礎教育，塑造良好文化氛圍，培養更多專業性、技術性人才；最后，在生活中應加強保護環境政策的宣傳力度，人口密度的增加勢必造成更多的垃圾、更高的能耗，在日常生活中政府應推廣資源的循環利用、垃圾分類，增加公共交通工具數量，樹立居民低碳生活意識等。

促進供給側結構性改革，加快產業結構轉變力度。河北省能源消耗體系中，煤炭占據83.71%，一次電力占據4.09%。因此，在未來發展過程中，京津冀地區（尤其是河北?。D變產業結構。天津、唐山、邯鄲等地區應促進黑色金屬冶煉業、化學原料及制品制造業、交通運輸設備制造業轉型，減少傳統能源依賴程度、提高排放標準；促進新工藝、新材料在重工業應用頻率，逐步向生物醫藥、航空航天、智能化等新型產業方面轉型；各地區（尤其是邯鄲、邢臺）應控制傳統能源消費總量，逐步擺脫能源依賴型發展模式，加快清潔能源開發水平，將風能、太陽能融入能源消費結構，通過能源消費結構多元化來實現碳減排。例如，張家口張北縣的光能、風能豐富，可以借助自然資源大力發展太陽能發電和風力發電[21]。

增加固定資產投資力度。固定資產投資可以有效降低碳排放強度，尤其是張家口、邢臺、邯鄲等地區，抑制效果比較明顯。首先，應補齊傳統基礎設施的短板。從長期來看，要促進經濟發展、加快能源轉換步伐，京津冀地區仍需補齊傳統基礎設施存在的短板，加快城市建設、交通運輸等方面建設步伐；其次，應逐步擴大新型基礎設施投資，包括物聯網、5G、人工智能、新能源等方面的投資力度，逐步由重工業基地向高新技術區轉變；最后，京津冀區域間、城鄉間發展不協調，北京、天津應帶動周圍地區協同發展，加大技術創新力度，使區域間投資更協調，同時應逐步縮小城鄉間貧富差距，促進城鄉一體化協調發展，加快鄉村振興戰略步伐，完善鄉村基礎設施，加大環境鄉村治理力度，使城鄉間投資更加高效[22]。

加強頂層設計，以財政支出促進綠色發展。財政支出包含環保支出、交通運輸支出、農林水支出、科研和教育支出等。不同的財政支出政策所發揮的減碳效應并不相同。首先，各地區應根據實際情況制定更具針對性的財政支出政策，控制財政支出金額及比例，并逐步引導鋼鐵、電力、交通運輸、建設等高耗能產業進行升級改造；其次，將環境治理等因素加入地方政府考核指標，引導政府官員重視減排降污重要性；最后，促進政府資金與社會資金相融合，引導社會資本向綠色低碳領域傾斜，同時提高財政支出的效率。