粵港澳大灣區碳排放效率空間關聯網絡結構及其影響因素

摘要：研究碳排放效率空間網絡關系是實現城市區域協同減排、碳達峰和碳中和目標愿景的重要路徑。以粵港澳大灣區為研究對象，基于2000—2020 年的碳排放數據，結合超效率EBM 模型，采用社會網絡分析法（SNA）和二次派指程序法（QAP）探究粵港澳大灣區碳排放效率空間關聯網絡結構。結果表明，粵港澳大灣區整體網絡結構呈現周期性波動趨勢，網絡結構松散；網絡呈現典型的“核心-邊緣”形態，香港、澳門作為頭部城市處于核心地位，惠州、江門等發展滯后城市在網絡邊緣，廣州、深圳等內地核心城市多在網絡中擔任“經紀人”的重要角色；QAP 分析的6 類主要影響因素中，經濟發展水平、城鎮化水平、產業結構、環境保護力度差異4 類因子顯著性較強，與空間關聯關系呈正相關關系。因此，研究結果有助于粵港澳大灣區各城市明晰碳排放網絡定位和減碳要求，能重塑適配性高的區域協同減排策略，可為其他區域城市低碳發展提供新思路。

關鍵詞：碳排放效率；空間關聯；社會網絡分析法（SNA）

基金項目：國家自然科學基金項目（42101318）；中國科學院南京地理與湖泊研究所自主部署項目（NIGLAS2022GS07）

當前，氣候變暖已成為全球性的重大環境問題，威脅著各國的生態環境安全，因此通過控制二氧化碳排放減緩全球變暖進程成為各國的共同目標[1]。隨著溫室效應引起的氣候變暖現象愈加顯著，大量學者基于碳排放總量、績效、強度、效率、空間關聯等對碳排放展開了研究[2][3]。

碳排放效率作為碳排放研究中的重要指標，主要有單要素和全要素[4]2 種測算方式。其中，全要素測算比單要素測算更全面，主要采用隨機前沿分析法、數據包絡分析法[5] 等進行測算，以及采用距離函數模型、超效率SBM 模型[6] 等測算模型。

碳排放空間關聯研究[7]，主要是基于關系數據，通過社會網絡分析法（SNA），探究各地區碳排放的空間網絡位置關系、相互作用與吸引力，已被廣泛應用于交通碳排放[8]、農作物碳排放[9] 等網絡關聯性研究中。在碳排放驅動因素的探究上，與傳統STIRPAT 模型[10]、LMDI 分解模型[11] 等方法相比，二次派指程序法（QAP）能從復雜網絡的視角分析空間關聯網絡矩陣及其他關系數據的影響因素，可實現多個年份驅動因素的對比[12] ，因此更加科學可靠。

粵港澳大灣區作為我國乃至全球最具發展潛力的地區之一，被賦予了打造綠色發展高地的使命[13]。在綠色低碳趨勢下，粵港澳大灣區是否按質按量按時達成區域性“雙碳”目標意義重大。本文基于非期望產出的超效率EBM 模型測算粵港澳大灣區2000—2020 年碳排放效率，同時結合SNA 和QAP 對粵港澳大灣區碳排放效率的空間關聯網絡結構特征和影響因素進行分析，為粵港澳大灣區的區域協同減排提供理論依據和科學參考。

1 研究區概況

近年來，粵港澳大灣區各城市間的經濟聯系和產業交流等先發優勢不斷加強，網絡聯系愈加緊密，碳源總量顯著上升，由2000 年的1.71×108 t 上升到2020 年的4.16×108 t，上升比例達到143.32%。基于此，研究以碳排放效率空間關聯網絡為主題，探究粵港澳大灣區2000—2020 年的演化特征及主要影響因素，以期為粵港澳大灣區“雙碳”目標的實現提供科學依據。

2 研究方法

2.1 超效率EBM 模型

超效率EBM 模型結合了徑向和非徑向的優點[5]，如式（1）、式（2）、式（3）、式（4）所示，能有效測算出最優效率。

2.2 修正的引力模型

引力模型能精準刻畫城市間的空間相互作用力[7]，研究結合式（5）、式（6）在引力模型中導入碳排放效率系數與關系等變量進行修正。修正后的引力模型如式（7）所示。

2.3 SNA 分析

利用SNA，從碳排放效率空間關聯網絡的整體結構特征和個體結構特征切入，對粵港澳大灣區進行定量分析[15]。

2.3.1 整體網絡結構特征

整體網絡結構特征中網絡關聯度呈現網絡結構狀態的綜合穩定性和節點間可達性程度，網絡密度則直接展現各節點聯系的密切程度，網絡關系數說明了網絡中各節點形成固定線性關系的數量，網絡效率高則證明網絡穩定性強。因此，網絡級度越高則反映網絡中有節點在主導整體作用關系[16]。

2.3.2 個體網絡結構特征

空間關聯網絡的個體特征通過點度中心度和接近中心度反映[17]。其中，點度中心度反映了該節點在空間網絡的中心性；接近中心度則體現某一節點不受節點環境波動變化而變化的穩定能力。

2.4 QAP 篩選

QAP 可有效克服矩陣各值之間不相互獨立、標準程序參數估計和統計導致得出錯誤標準差的問題[18]。基于已有的相關研究，結合粵港澳大灣區經濟發展特質，針對性的篩選出了6 項影響因子，即①地理空間鄰近性（D ），根據城市之間的地理距離構建矩陣表征；②經濟發展水平（E ），以人均GDP 表征；③城鎮化水平（U ），以城鎮人口占總人口的比重表征；④產業結構（P ），以第二產業占地區GDP 比重進行表征；⑤科技創新水平（T ），以國標規定的3 種專利批準數表征；⑥環境保護力度（R ），以城市間的單位GDP 碳排量表征。根據分析，建立如式（8）所示的模型。

3 碳排放效率投入產出指標體系構建

基于既往研究和數據的可獲得性，構建如表1 所示的核算碳排放效率投入產出指標體系[19]，即①能源消費，城市全年電力消費量；②勞動力，以城市年末總人口表征；③資本存量，參考既往學者研究[20]，采用永續盤存法算出；④ GDP， 以1999 年為基期進行GDP 平減，得到實際GDP 產出[6]；⑤ CO2 排放量，以結合夜間燈光數據核算的碳源為準[21][ 22]。

碳排放效率投入產出指標體系中的人口、經濟數據來自各區（縣）統計局及各城市統計年鑒；碳排放數據來自我國碳排放數據庫（CEADs）并結合夜間燈光數據夜間擬合矯正，而夜間燈光數據來自我國長時間序列夜間燈光數據集。

4 碳排放效率空間關聯網絡特征

基于超效率EBM 模型和引力模型計算碳排放效率空間關聯網絡，粵港澳大灣區碳排放效率在空間上突破了傳統地理鄰近原則，跨區域的空間網絡特征顯著，形成以珠海、中山、澳門、香港4 個城市為主的珠江口岸強關聯聚集地，重點圍繞著香港、澳門主節點城市，呈現出“核心- 邊緣”結構的網絡分布格局。

4.1 空間關聯網絡整體特征分析

如圖1 所示，2000—2020 年間，粵港澳大灣區碳排放效率網絡密度呈“降- 增- 降”的發展趨勢，其中2000—2005 年、2010—2020 年網絡密度數值小幅度下降，說明了該時間段內粵港澳大灣區碳排放效率空間網絡溢出效應減弱；2005—2010 年網絡密度值階段性上升，說明粵港澳大灣區各城市間碳排放效率的相互作用更加顯著。網絡關系數呈波動增長趨勢，反映出粵港澳大灣區各城市間碳排放效率空間關聯增強，但網絡整體層級仍有待提高。網絡關聯度在整個樣本年間均為1，說明網絡的整體穩定性較強。網絡等級度在2010 年后有所下降，表明空間關聯網絡等級結構出現一定的松散化。網絡效率總體穩定性較好，但仍有波動，反映了粵港澳大灣區各城市網絡內部連接路徑的多樣化發展，網絡穩定性仍有提升空間。

4.2 空間關聯網絡個體特征分析

粵港澳大灣區碳排放效率空間關聯網絡，形成了以香港、澳門為中心的“核心- 邊緣”結構，主要核心城市、邊緣城市及中介城市在碳排放效率空間關聯網絡中的作用逐步凸顯。

4.2.1 點度中心度分析

從2000—2020 年粵港澳大灣區空間關聯網絡整體情況可以發現，香港、澳門長期居于網絡主要中心，廣州、深圳位列第2 梯隊，點度中心度高于均值形成次級網絡中心；香港、澳門、廣州、深圳4 個城市經濟發展快，較早地完成了產業結構的轉型升級，擁有顯著的平臺、信息和技術優勢，成為了網絡中主要的要素流入地；廣州、深圳分解了香港和澳門在粵港澳大灣區碳排放效率空間關聯網絡中的主要影響力，使整個網絡呈多中心演變趨勢。

4.2.2 接近中心度分析

如圖2 所示，粵港澳大灣區空間關聯網絡中香港、澳門、廣州、深圳的接近中心度排在前列且高于均值，肇慶的接近中心度與均值差距較小，其他6 座城市都低于均值。香港、澳門、廣州、深圳能通過較短路徑快速接納其他城市人口流入，或向其他城市進行技術、資金輸出從而產生碳排放關聯，在空間關聯網絡中扮演“中心行動者”角色；肇慶通過輸出人口、城市土地等要素，以及大量吸納碳排碳匯技術和外地企業資本，與其他節點城市產生碳排放關聯，有較高的接近中心度；其他6 座城市由于經濟水平、地理位置、城市定位的差異性，接近中心度較低，而被作為“邊緣行動者”。

5 空間關聯影響因素分析

對2000—2020 年的粵港澳大灣區碳排放效率空間關聯網絡結構影響因素進行QAP 回歸分析，結果如表2 所示，6 類差異因素基本可解釋粵港澳大灣區碳排放效率空間關聯關系的50% 左右。其中，經濟發展水平差異系數為正且具有高顯著性的特征，說明地區間經濟發展水平差距越大碳排放效率的空間關聯關系也越緊密，這是由于經濟發展水平高的地區環境監管力度比較高，使其不得不向經濟發展水平相對較低的地區進行“碳轉移”，從而建立起了兩地的碳聯系。環境保護力度差異的系數基本為正，在2010 年最顯著，說明在該年地區間的環境保護力度差異越大，碳排放效率空間關聯關系越強。受環境保護力度的影響，地區間的環境保護壓力不同，使得一些企業遷移到環境保護壓力小的地區降低投入成本。產業結構差異系數為正，顯著性較強，說明產業結構地區差異越大地區間的碳排放效率空間關聯關系越緊密，這是由于產業結構不同所導致的經濟互補，增強了城市間各要素的交流發展。城鎮化水平差異在2005 年顯著性最強，且系數為正，可能是由于城鎮化水平差異大導致的人口流動增多，進而加深了地區間的碳排放關聯。

6 結論

綜上所述，基于超效率EBM 模型測算2000—2020 年粵港澳大灣區全要素碳排放效率，結合SNA 和QAP 對粵港澳大灣區碳排放效率的空間關聯網絡結構特征和影響因素進行分析，得出以下主要研究結論。

2000—2020 年粵港澳大灣區碳排放效率整體空間關聯網絡呈現周期性波動趨勢，各城市間的網絡結構松散，具有較大空間優化潛力。網絡等級度總體呈下降之勢，部分核心城市的主導性地位有所下降，但城市群整體的網絡穩定性有一定提升。網絡效率略有波動，城市間等級制度弱化、交互增強的特征逐漸明顯，顯示出了碳排放市場向好的發展趨勢。

碳排放效率空間關聯網絡呈現典型的“核心- 邊緣”分布模式，廣州和深圳作為內地核心城市在粵港澳大灣區中發揮“中介、周轉”的媒介作用，并與香港、澳門頭部城市 在網絡中共同作為輻射影響力大的核心節點，而惠州、江門等經濟發展滯后的城市則充當網絡邊緣化角色。

經濟發展水平、環境保護力度、產業結構、科技創新水平、地理空間鄰近性、城鎮化水平6 類差異因素，基本能詮釋對碳排放效率空間關聯網絡的影響，其中經濟發展水平、城鎮化水平、產業結構、環境保護力度差異4 類影響因素顯著性較強，且大都與空間關聯關系呈正相關。

參考文獻

[1] 曲福田，盧娜，馮淑怡.土地利用變化對碳排放的影響[J].中國人口·資源與環境，2011，21（10）：76-83.

[2] 吉雪強，劉慧敏，張躍松.中國省際土地利用碳排放空間關聯網絡結構演化及驅動因素[J].經濟地理，2023，43（2）：190-200.

[3] 熊子昕，匡兵，柯楠.長江中游城市群耕地利用碳排放“總量- 強度” 的空間關聯特征[J].水土保持通報，2023，43（3）：406-413.

[4] 劉英，趙榮欽，張戰平，等.城市開發區工業企業的碳排放效率比較——以南京江寧經濟技術開發區為例[J].熱帶地理，2018，38（1）：103-111.

[5] 岳夢婷.中國城市碳排放效率空間關聯網絡的時空格局及影響因素研究（碩士論文）[D].上海：華東師范大學，2022.

[6] 王少劍，高爽，黃永源，等.基于超效率SBM模型的中國城市碳排放績效時空演變格局及預測[J].地理學報，2020，75（6）：1316-1330.

[7] 鄭航，葉阿忠.城市群碳排放空間關聯網絡結構及其影響因素[J].中國環境科學，2022，42（5）：2413-2422.

[8] XIE R， FANG J Y， LIU C J. The Effects of Transportation Infrastructure on Urban Carbon Emissions[J].Applied Energy，2017，196：199-207.

[9] 譚日輝，劉慧敏.中國農業綠色全要素生產率空間關聯網絡特征演化及影響因素[J].中國生態農業學報（中英文），2022，30（12）：2011-2026.

[10] WANG F， GAO M N， LIU J， et al. The Spatial Network Structure of China's Regional Carbon Emissions and It's Network Effect[J]. Energies，2018， 11（10）： 2706.

[11] BAI C Q， ZHOU L， XIA M L， et al. Analysis of the Spatial Association Network Structure of China's Transportation Carbon Emissions and It's Driving Factors[J].Journal of Environmental Management，2020，253：109765.

[12] 李楊.“雙碳”目標下粵港澳大灣區低碳協同發展路徑研究[J].特區實踐與理論，2023（1）：106-113.

[13] 李愛，王雅楠，李夢，等.碳排放的空間關聯網絡結構特征與影響因素研究： 以中國三大城市群為例[J].環境科學與技術，2021，44（6）：186-193.

[14] ZHAO P J， ZENG L G， LI P L， et al. China's Transportation Sector Carbon Dioxide Emissions Efficiency and It's Influencing Factors Based on the EBM DEA Model with Undesirable Outputs and Spatial Durbin Model[J]. Energy， 2022， 238：121934.

[15] 王凱，余芳芳，胡奕，等.中國旅游業碳減排潛力的空間關聯網絡結構及其影響因素[J].地理科學，2022，42（6）：1034-1043.

[16] 馮穎，侯孟陽，姚順波.中國糧食生產空間關聯網絡的結構特征及其形成機制[J].地理學報，2020，75（11）：2380-2395.

[17] 吉雪強，張躍松.長江經濟帶種植業碳排放效率空間關聯網絡結構及動因[J].自然資源學報，2023，38（3）：675-693.

[18] 黃和平，李紫霞，黃靛，等“. 雙碳”目標下江西省農業碳排放量測算、影響因素分析與預測研究[J].生態與農村環境學報，2024，40（2）：179-190.

[19] 邵海琴，王兆峰.中國交通碳排放效率的空間關聯網絡結構及其影響因素[J].中國人口·資源與環境，2021，31（4）：32-41.

[20] 張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000[J].經濟研究，2004，39（10）：35-44.

[21] 杜海波，魏偉，張學淵，等.黃河流域能源消費碳排放時空格局演變及影響因素——基于DMSP/OLS與NPP/VIIRS夜間燈光數據[J].地理研究，2021，40（7）： 2051-2065.

[22] 李翔，朱江，尹向東.基于夜間燈光數據的中國經濟發展時空格局特征[J]. 地球信息科學學報，2019，21（3）：417-426.

作者簡介

富雨婷（2000—），女，漢族，安徽合肥人，碩士研究生在讀，研究方向為城市低碳發展、區域規劃與發展等。

通信作者

張旺（1974—），男，漢族，湖南汨羅人，副教授，理學博士，研究方向為城市與區域規劃、低碳生態城市、可持續發展經濟學等。

加工編輯：馮為為

收稿日期：2024-07-15