中国碳排放空间相关与空间溢出效应研究_刘佳骏
自然资源学报JOURNAL OF NATURAL RESOURCES
第30卷第8期2015年8月V ol.30No.8
Aug.,2015中国碳排放空间相关与空间溢出效应研究
刘佳骏1,2，史丹1，汪川3
(1.中国社会科学院工业经济研究所，北京100836；2.中国科学院地理科学与资源研究所，
北京100101；3.中国社会科学院财经战略研究院，北京100045)
摘要：论文利用空间相关模型与空间溢出模型，结合全国30个省区面板数据分析我国碳排放
强度与人均碳排放的空间效应关系，研究结果表明：2000—2010年间，碳排放强度局部范围内
具有较高的空间相关性，“冷点”区与“热点”区空间格局相对稳定；人均碳排放强度局部范围内
空间相关性较低，没有出现显著的“凸点”和“凹点”现象；碳排放强度溢出效应显著区域主要集
中在东部沿海经济发达省区与中西部传统能源产品输出省区，人均碳排放溢出效应显著的区
域主要集中在环渤海与长三角城市群聚集的省区，中部（两湖、徽、赣）和云贵高原的人均碳排
放存在一定集聚效应，但东部沿海经济发达省区碳排放强度和人均碳排放与其各自省区碳排
放占全国份额的发散效应显著，而中西部地区能源产品输出省份与其各自省区所占份额的收
敛效应显著。
关键词：碳排放；空间相关；溢出；增长
中图分类号：X321文献标志码：A 文章编号：1000-3037(2015)08-1289-15
DOI ：10.11849/zrzyxb.2015.08.005
目前结合经济发展对二氧化碳排放进行研究主要集中在三个方面：一是基于环境库兹涅茨曲线（EKC ）检验碳排放与经济增长是否呈现先污染后改善的倒U 型曲线的研究，如许广月[1]对中国的碳排放是否存在环境库兹涅茨曲线进行了相关的研究；二是基于Divisia 、突变级数法、STIRPAT 等方法研究了二氧化碳排放量变化的影响因素，包括经济发展、人口增长等拉动因素和能源结构、能源效率等抑制因素，如孙建卫等[2]运用Laspeyres 指数分解法对中国碳排放影响因素进行了分解；三是以碳排放效率、碳排放强度等为主体，研究其分布状态及影响因素，从而进一步深层次地寻找低碳经济环境下如何更有效地减少碳排放，同时保证经济的持续稳定发展，如王群伟等[3]运用DEA 模型测算了二氧化碳排放绩效的Malmquist 指数，同时采用面板数据及收敛理论分析了造成区域差异的原因。
上述成果虽然对中国的碳排放问题研究作出许多贡献，但忽视了一个重要问题：相邻区域社会经济发展与碳排放的关系，即在空间上不同区域发展与碳排放的内在关系。从近年国外学者研究来看[4-9]，一个国家或区域的碳排放是与其社会经济发展的不同阶段密切相关的，具有很强的时空属性，区域内产业结构、能源结构、技术水平、城市化水
收稿日期：2014-05-22；修订日期：2015-04-27。
基金项目：国家自然科学基金青年项目“京津冀城市群碳排放空间格局与影响机制研究”（41401188）；国家自然科学基面上项目“基于微观尺度的典型大都市功能区碳排放过程模拟及优化调控研究”（41271186）；国家发改委重点课题“中国低碳发展产业政策研究”（201312）。
第一作者简介：刘佳骏（1982-），回族，河北唐山市人，助理研究员，研究方向为能源经济、生态经济、资源环境GIS 。E-mail:liujjcas@https://www.wendangku.net/doc/8615853085.html,
致谢：匿名审稿人对本文提出了十分宝贵的建议，在此表示感谢！
30卷
自然资源学报
平和人口数量等因素，以及区域间的贸易结构、分工合作、经济和技术溢出等因素都会影响到区域碳排放总量和分布。因此，考虑到中国各地区的发展和资源禀赋极不平衡，碳排放研究不仅体现在总量增长上，更多地应是体现在碳排放空间格局的动态演化上。
近年来从空间计量的视角对区域碳排放问题进行研究也取得了一定进展。如熊永兰等[10]利用IPCC的参考方法测算并比较分析了2005—2009年我国30个省（市、自治区）的CO2排放总量、人均排放量、排放强度、综合能源排放系数等重要指标，并将各地区划分为不同的CO2排放类型。刘佳骏等[11]利用全国省级面板数据，结合重心模型对全国经济总量、碳排放与碳排放强度重心转移轨迹进行了研究，认为中国碳排放量与碳排放强度重心逐渐向西南方向移动，而经济重心却呈现出向西北方向移动的轨迹。邓吉祥等[12]研究了1995—2010年中国八大区域碳排放特征及其演变规律，采用LMDI分解方法，将碳排放的影响效应分解为人口规模效应、经济发展效应、能源强度效应和能源结构效应。
目前一些研究虽然从空间计量的视角对区域碳排放问题进行了探讨，但都是对区域社会经济发展状况与碳排放水平之间的关系进行研究，而对我国现有区域发展模式下，区域碳排放的时空演化趋势缺乏系统性的分析。由于中国是世界CO2排放最多的发展中国家，且中国幅员辽阔，各区域在地理空间分布、资源格局、气候条件，产业结构及经济发展水平等方面存在较大差异的同时，这些区域有着较强的空间相关性；而现有的研究较少分析中国省际区域间碳排放的空间分异特征，也没有就区域经济发展导致的碳排放集聚与溢出效应展开研究。准确把握区域碳排放空间分异特征，明确其集聚与溢出效应，有效引导碳排放在中国省际区域间合理分配，是目前亟待解决的问题。
1相关模型构建
1.1碳排放计算方法
本文首先依据国际通用的政府间气候变化专门委员会（IPCC）的方法对各省2000—2010年的CO2排放量进行估计。计算的公式为：
E
(CO
2)
=∑j=1n FC j×CAL j×CC j×CO j×()4412（1）
式中：E
(CO
2)
为某省区CO2排放量，j代表能源种类，FC为能源消耗总量，CAL为能源的
热值，CC为碳含量，CO代表碳氧化率。碳排放强度的定义是区域CO2排放量与其GDP
的比值。因此，CO2排放强度的计算公式为：η
i =
E
(CO
2
)i
GDP
i
。式中：η
i
为第i区域碳排放强
度，E
(CO
2)i
为第i区域碳排放量，GDP i为第i区域GDP。
计算中采用的各省市能源消费结构数据、一次能源消费总量数据、各种能源消耗总量来自历年中国能源统计年鉴、各省市统计年鉴。用于计算的各种能源热值系数来自2011年的中国能源统计年鉴。各种燃料消耗的碳含量、碳氧化率值来源于政府间气候变化专门委员会（IPCC）出版的国家温室气体清单指南（IPCC Guidelines for National Greenhouse Gas Inventories）能源部分第二卷第一章的表1-3和表1-4。根据我国国情，煤炭、石油、天然气的碳氧化率分别设定为0.80、0.90和0.90。经济数据来自《中国统计年鉴》。
1290
8期刘佳骏等：中国碳排放空间相关与空间溢出效应研究1.2空间相关模型
1.2.1全局空间自相关模型
本研究采用Moran s I 指数描述整个研究区域上所有空间对象之间的平均关联程度、空间分布模式以及其显著性。下面介绍Moran s I 指数的基本原理。
如果x i 是位置（区域）i 的观测值，则该变量的全局Moran 指数I ，用如下公式计算：
I =
n ∑i =1n ∑j =1n w ij (x i -x ˉ)(x j -x ˉ)∑i =1n ∑j =1n
w ij ∑i =1n (x i -x ˉ)2=∑i =1n ∑j =1n w ij (x i -x ˉ)(x j -x ˉ)S 2∑i =1n ∑j =1n w ij （2）式中：S 2=1∑i =1n (x i -x ˉ)2；x ˉ=1∑i =1n x i ；w ij 为空间邻接矩阵，当实体i 与实体j 拓扑相邻具有公共边时表示其值为1，否则为0①。
1.2.2局部空间自相关模型
局部统计适用于识别小的空间相关，验证假设以及确定一个距离，超过这个距离空间单元将不存在相关。局部自相关可以探测出高值聚集区即热点，低值聚集区即冷点。从本质上看，局域空间自相关是将Moran s I 分解到各个区域单元。本研究定义的局部自相关系数LISA 如下，对于某个空间单元i 有：
I i =x i -x ˉé?êù?ú∑j =1,j ≠i
n x 2j (n -1)-x ˉ2=∑j =1n w ij (x j -x ˉ)=z i ∑j =1n w ij z j （3）式中：z i 是x i 的标准化变换，z i =x i -x ˉσ
，w ij 为按照行和归一化后的权重矩阵（每行的和为1，非对称）。当观察值z i 、z j 背离平均数时，局部Moran s I 可以解释为从局部和全局统计之间的关系得出的一个局部不稳定指标。I i 的平均数等于全局I 的一个比例。
LISA 的z 检验为：z =（4）式中：VRA (I )是Moran 指数的理论方差，E (I )=-1n -1
为理论期望。1.3空间动态模型
本研究考虑空间效应与跨期动态性，构建检验碳排放动态效应模型。将区域人均碳排放与碳排放强度的动态效应分解为相邻（溢出）效应和增长效应，结合空间相关分析，构建区域碳排放占全国份额变化的空间动态效应模型。
人均碳排放空间动态面板滞后模型：
ln é?
êù?úE (CO 2)i ,t ∑E (CO 2
)i ,t =α+β1(I n ,t []EP (CO 2)×W )ln EP (CO 2)i ,t -1+β2ln EP (CO 2)i ,t +X δ+ξi ,t +ωi ,t （5）ωi ,t ～N (0,σ2)，ξi ,t ～N (0,σ2)碳排放强度空间动态面板滞后模型：ln é?êêù?úúE (CO 2
)i ,t ∑E (CO 2)i ,t =α+β1(I n ,t []η(CO 2)
×W )ln η(CO 2)i ,t -1+β2ln η(CO 2)i ,t +X δ+ξi ,t +ωi ,t （6）
①基于距离的空间权重矩阵，样本权重总值为1。同时，对全局空间自相关分析的结果需进行z 值显著性检验，根据z 值大小，在设定显著性水平下做出接受或拒绝零假设的判断。1291
30卷
自然资源学报ωi ,t ～N (0,σ2)，ξi ,t ～N (0,σ2)I n,t 为第t 年的对应变量局部空间自相关系数矩阵，W 为二进制空间邻接矩阵，这里对空间权重矩阵结合空间相关系数进行改进，弥补了原始单一空间相邻概念的不足②。E (CO 2)i ,t ∑E (CO 2
)i ,t 为第i 省区第t 年的碳排放量占全国份额，EP (CO 2
)i ,t 为第i 省区第t 年的人均碳排放，η(CO 2)i ,t 为第i 省区第t 年的碳排放强度，ξ为随机误差项。
β1i 表示第i 地区与相邻地区间碳排放份额的竞合关系：β1i ＞0表示某一地区的碳排放会受到邻近地区碳排放强度（或人均碳排放）的溢出效应影响，其占全国份额会随着邻近地区排放强度（或人均碳排放）的增长而增长，β1i ＜0表示某一地区受到邻近地区排放强度（或人均碳排放）的集聚效应的影响，其占全国份额随着邻近地区排放强度（或人均碳排放）的增长而下降，β1i =0则表示无显著影响；同时动态效应也反映出碳排放份额具有时间依赖性：β1i ＞0表示某一地区上期的碳排放强度（或人均碳排放）对本期的碳排放份额具有正的促进作用，β1i ＜0表示某一地区上期的碳排放强度（或人均碳排放）对本期的碳排放份额具有负的促进作用，β1i =0表示无显著影响。
β2i 表示当全国碳排放量增长时，某一地区份额的变化情况：β2i ＞0表示某一省区碳排放强度（或人均碳排放）与其碳排放量占全国份额之间存在收敛效应，即某一地区碳排放占全国份额会随着该地区碳排放强度（或人均碳排放）量增长而上升，β2i ＜0则表示某一省区碳排放强度（或人均碳排放）与其碳排放量占全国份额之间存在发散效应，某一地区排放份额会随着该地区碳排放强度（或人均碳排放）量增长而下降，β2i =0表示无显著影响。
2结果分析
2.1空间相关模型分析结果
2.1.1碳排放强度空间格局特征
根据2000—2010年中国碳排放强度的空间自相关分析可知（表1），各年Moran s I 值均为正，且除2002年z 值通过95%的检验外，其余均在99%的置信水平以上，检验结果显著，表明全国碳排放强度具有空间正相关关系；2000年以来，碳排放强度水平相似的省区在空间上呈现集中分布，集聚态势明显，且“十五规划”之后，Moran s I 值变化不大，空间“集中”的趋势较为稳定。
在此基础上进一步研究碳排放强度在局部区域的集聚分散趋势，识别碳排放强度的“冷点”和“热点”区域。
②区域间空间权重变量是从外生信息视角反映了空间单元间相互依赖性和关联性，因此，为减少或消除区域间的外在影响，就需要提前确定空间权值变量。现有有关区域间空间权重变量主要采用邻近标准和距离标准来定义，然而，空间权重矩阵更多地是从地理空间联系的角度来确定的，而区域间碳排放转移属于区域经济管理范畴，地理空间联系往往不是唯一的决定因素。当研究范围内同时存在高值和低值聚集时，局部自相关系数会受聚集区域规模的影响。由于研究全国范围的碳排放和重点碳排放研究省区间的碳排放联系，故本研究选取所有研究单元的局部自相关系数（z 值）为权重矩阵，z 值大，说明该单元的邻居的观测值大；z 值小，说明该单元的邻居的观测值小；z 趋向于0，说明该单元的邻居的观测值不存在聚集现象（随机分布），(I n ,t ×W )形成的这种权重矩阵形式同时体现了研究最小单元的空间和数量信息，较以往研究具有一定创新意义。1292
8期
刘佳骏等：中国碳排放空间相关与空间溢出效应研究Moran 散点图中（图1）的“高-高”（HH ）和“低-低”（LL ）象限表明碳排放强度的观测值存在较强的空间正相关，即空间单元具有均质性；“高-低”（HL ）和“低-高”（LH ）象限表明存在较强的空间负相关，即空间单元存在异质性。从全国2002、2005、2008和2010年这4个年份的Moran 散点图来看，各年份位于HH 和LL 象限的样本数分别占总量的56%、59%、59%和63%；相应位于HL 和LH 象限的样本比例分别为44%、41%、41%和37%。这表明研究时段内碳排放强度的空间异质性（离散分布格局）逐步下降，但总体上碳排放强度在局部范围内仍具有较高的空间相关性，局部集聚格局显著。“高-低”（HL ）显著区是局部高值离群点类型，即碳排放强度相对高于周围的省份，主要分布于长江中游和西南地区且只有贵州通过检验；“低-高”（LH ）
区是局部低
图1中国主要年份（2002、2005、2008、2010年）碳排放强度Moran 散点图
Fig.1The Moran scatter diagram of China carbon emission intensity in typical years (2002,2005,2008,2010)
表1
中国2000—2010年碳排放强度全局自相关Moran s I Table 1The global autocorrelation Moran's I of China carbon emission intensity from 2000to
2010注：*z （I ）＞1.96表明在5%的水平上显著，z （I ）＞2.58表明在1%的水平上显著。下同。1293
30卷自然资源学报值离群点类型，主要分布于靠近东部和南部沿海地区的内陆，但统计检验显著区较少，表明这些区域显现的“凹点”现象可能是低概率事件。
2000—2010年，全国碳排放强度的“冷点”区（低值集聚区）空间格局相对较为稳定，呈现出先减少后增多的趋势，2005年前，均分布于东部沿海的长三角地区和南部沿海的珠三角地区，2005年后主要分布于东部沿海的长三角地区；碳排放强度的“热点”区分布（高值集聚区）变化不大，西北甘、青和宁均有分布，其中西北黄河中游甘、青、宁、陕4省地区作为“热点”区的稳定度较高；历年“热点”区在数量上呈现稳定趋势（图2）。
研究时间域内，显著稳定热点区域分布主要集中在甘、青、宁和陕4省，这主要因为长期以来西北地区作为我国重要的油气和煤炭基地，能源资源等原材料的开采消费比例较高，尤其伴随近年宁蒙沿黄经济带、兰西格经济区和鄂尔多斯盆地地区能源资源的开发，与全国能源消耗的重心逐渐向西北等地区转移的相关效应紧密相关。而碳排放强度的“冷点”区的集聚主要源于2000年后东部沿海长三角和珠三角的传统高耗能产业逐步向中西部转移，而在原有区域逐步形成以资本密集和知识创新为驱动的经济结构，逐步降低对一次能源的依赖程度、提高能源效率的结果。但在2005年后广东省却被排除在了稳定的“冷点”区范围，一定程度上反映了广东省制造业目前仍然对能源的需求量较大，其产业结构仍处于向高端制造业与生产性服务业转型升级阶段，同时，2008年金融危机对广东中小企业打击较大，经济总量增速放缓，导致碳排放强度升高。
“高-低”（HL ）显著稳定区只有贵州省，一方面说明该省的碳排放强度始终处于全
图2中国主要年份（2002、2005、2008、2010年）碳排放强度空间LISA 集聚格局
Fig.2The LISA spatial agglomeration pattern of China carbon emission intensity in typical years (2002,2005,2008,2010)
1294
8期刘佳骏等：中国碳排放空间相关与空间溢出效应研究国较高水平，这与其长期以来较周边省区经济发展缓慢，经济发展水平与总量较低、一次能源消耗量大密切相关，使得其能源效率偏低，进而推高碳排放强度；另一方面则反映出其被周边以具有相对较低的碳排放强度经济结构的省份包围，从而进一步反映出川、渝、湘三省目前的碳排放强度处于相对较低的水平，这与这些省份目前相对贵具有较高的经济发展速度和较大的经济总量，从而拉低这些省份的碳排放强度有关。
2.1.2人均碳排放空间格局特征
根据2000—2010年中国人均碳排放的空间自相关分析可知（表2），各年Moran s I 值均为正，且除2002、2003年z 值通过95%的检验外，其余均在99%的置信水平以上，检验结果显著，表明全国人均碳排放具有空间正相关关系；2000年以来，人均碳排放水平相似的省区在空间上呈现集中分布，集聚态势明显，且“十五规划”之后，Moran s I 值变化不大，空间“集中”的趋势较为稳定。
在此基础上进一步研究人均碳排放在局部区域的集聚分散趋势，识别人均碳排放的“冷点”和“热点”区域。
Moran 散点图中（图3）的“高-高”（HH ）和“低-低”（LL ）象限表明人均碳排放的观测值存在较强的空间正相关，即人均碳排放空间单元具有均质性；“高-低”（HL ）和“低-高”（LH ）象限表示存在较强的空间负相关，即人均碳排放空间单元存在异质性。从全国2002、2005、2008和2010年这4个年份的人均碳排放Moran 散点图来看，各年份中位于HH 和LL 象限的样本数分别占总量的72%、66%、66%和72%；相应位于HL 和LH 象限的样本比例分别为28%、34%、34%和28%。这表明研究时段内人均碳排放的空间异质性（离散分布格局）呈先下降后上升趋势，但总体而言，人均碳排放在局部范围内的空间相关性较高，局部集聚格局显著。尤其是“高-高”（HH ）和“低-低”（LL ）的空间集聚显著性明显。而“高-低”（HL ）区（局部高值离群点类型，即人均碳排放相对高于周围的省份）和“低-高”（LH ）区（局部低值离群点类型，即人均碳排放相对低于周围的省份）经统计检验显著区较少，表明这些区域显现的“凸点”和“凹点”现象可能是低概率事件。
2000—2010年，全国人均碳排放的“冷点”区（低值集聚区）空间格局相对较为稳定，呈现出先增多后减少的趋势，2005年前，均分布于长江中游省区和海南省，而2005年后主要分布于西南、长江中游省区与海南省，这一期间黔、渝逐步从人均碳排放的“冷点”显著区中剔除；人均碳排放的“热点”显著区（高值集聚区）分布呈现逐年减少态势，由2002年的内蒙古、晋、京、津和辽，到2010年逐步减少至只有内蒙古一个省区（图4）。
研究时间域内，人均碳排放热点区域分布主要集中在华北平原与蒙古高原地区，这主要因为长期以来华北地区作为我国重要的重工业和能源基地，能源生产与重工业占经济结构比重较高，尤其近年来对内蒙古煤炭资源开发强度日益增强，同时内蒙古也是华
表2
中国2000—2010年人均碳排放全局自相关Moran s I Table 2The global autocorrelation Moran s I of China carbon emission per capita from 2000to
20101295
30卷
自然资源学报北电网煤电外送的重要省区，而该区的人口近10a 没有较大增长，导致这种高点的集聚始终以该区最为突出。研究时间段内，晋、辽、京、津逐步从高值“热点”显著区剔除的原因各不相同，京、津两市的人均碳排放降低主要是由于能源消费结构的转变与人口集聚的原因，2005年后两市逐步减少一次能源使用量，同时外来人口大量涌入导致其人均碳排放加速减少；而辽主要原因在于东北振兴政策加速其传统重工业经济结构转型，同时受技术进步的影响促使其碳排放总量减少，进而从根本上导致其人均碳排量减少；而晋则是因为近年来受国家煤炭生产宏观调控的影响，煤炭产量逐年减少，相关绿色开采与环境治理政策的实施，导致其人均碳排放逐步降低。
研究时间段内人均碳排放稳定“冷点”区范围变化经历了先增多后减少的过程，原因较为复杂。赣、湘、桂和琼始终处于显著状态，这与这4省（区）在10a 间产业结构没有较大变化直接相关；2005
年，云贵两省进入显著“冷点”区范围，原因在于西部大图3中国主要年份（2002、2005、2008、2010年）人均碳排放Moran 散点图
Fig.3The Moran scatter diagram of China carbon emission per capita in typical years (2002,2005,2008,2010)
1296
8期刘佳骏等：中国碳排放空间相关与空间溢出效应研究开发战略实施的最初5a 两省的经济发展增速较周边省区慢，其能源需求增速也较相邻的川有较大差距，间接导致其人均碳排放量相对周边省区低；而2005年后，渝、贵逐步从显著“冷点”区范围内剔除的原因也不相同，贵2005年后火电装机规模逐年上升，特别是2008年受经济大环境影响，大部分水电停机，而相应火电机组则满负荷运转导致该地区的碳排放量剧增，直接导致其人均碳排放的增长；而渝主要因为其经济发展提速，导致其能源需求量急剧增长，从而导致人均碳排放的增高。
全国范围内人均碳排放没有出现显著的“凸点”和“凹点”现象，没有出现显著相关性的区域包括我国西北、中原区、东北地区与整个东南沿海地区，这些地区形成一个近似“Y ”型区，表明这一“Y ”型区三个方向上相邻省区人均碳排放量并没有较大的差距，反映出三个方向上经济发展水平与结构的相似性导致了这一现象的发生。东北地区由于历史原因，其经济结构相似度较高，人均碳排放差异不大；而东部沿海地区是我国改革开放的先行区，30多年来形成了京津冀、山东半岛、长三角、海西与珠三角五大城市群，由其经济发展程度集聚了相应的人口规模，而这些城市群在经济结构与经济发展水平上并没有实质性的差异，同样导致了整个东南沿海地区的人均碳排放差异不大；而西北与中原地区近10a 来受西部大开发、中部崛起和东部沿海地区产业梯度转移发展的影响，使得相关高耗能产业在空间上逐步向中西部布局，经济发展规模扩大同样集聚了相应人口规模，而西北和黄河中下游地区依赖其能矿资源优势形成的工业结构相似性更高，直接导致这一区域范围内人均碳排放量差异不明显。
2.1.3原因分析
碳排放强度与人均碳排放的空间相关分布特征产生原因可能有以下两点:
图4中国主要年份（2002、2005、2008、2010年）人均碳排放空间LISA 集聚格局
Fig.4The LISA agglomeration spatial pattern of carbon emission per capita in typical years (2002,2005,2008,2010)
1297
自然资源学报
30卷1298
一是国家和地区碳减排政策的制定和实施效果逐渐呈现。发达地区将一些高污染高耗能的产业转移到其他地区，而东部沿海地区之间的经济联系较为密切，产业发展水平高，其碳排放强度与人均碳排放被其较大的经济总量拉低，同时，由于长时间形成的合作分工发展，发达地区共生模式具有一定的相似性，导致地理空间位置较为邻近的中国东南部沿海发达省区呈现碳排放强度空间L-L模式，但人均碳排放没有同步产生此模式，原因在于东部地区虽然集聚大量人口，但其碳排放总量依然处于高位，人口集聚并没有拉低人均碳排放量，反而因为城市的集群发展导致能源消耗量依然较高，使得人均碳排放仍处于增长阶段。而西部欠发达地区，尤其是西北省区经济总量偏低，经济发展长期依赖高能耗，2000年初其碳排放强度和人均碳排放空间集聚均表现为较高水平，在地理空间上表现为高碳排放强度的H-H模式区域集群的特征，这也是和该地区产业结构与区域位置有着一定的关系；但该地区人均碳排放H-H模式省份个数逐步减少，从一开始的内蒙古、辽、晋、京、津逐渐呈现缩减为内蒙古单一省区，是由于该部分省区不断控制能源总体消耗的同时，产业发展重新集聚了大量人口，人口的增长效应拉低了人均碳排放水平，而相对H-H模式稳定的内蒙古地区则是由于其长期以资源开发为主导产业的发展模式没有显著改变，城镇化的推进缓慢与产业结构水平的停滞不前导致其人口集聚能力较弱，使其人均碳排放始终处于高位。
二是处于中部地区的相关省份在碳排放强度与人均碳排放上没有呈现显著的相关模式，表明这些地区碳排放转移在空间分布具有异质性。原因在于中部地区联结东西两大区域的特殊区位和国家的区域板块开发战略，使其所具备的产业形态往往是东部地区的上游产业和西部地区的下游产业，人才、技术储备和相关产业资源积累主要针对东部地区相关产业转移承接和利用西部能矿资源优势形成的相关产业，同时，这部分地区各省区在承接产业转移与承接碳排放转移上存在较大的差异，经济发展与人口流动导致的碳排放更为发散。
2.2空间动态模型结果分析
2.2.1碳排放强度空间溢出分析
由碳排放强度空间溢出模型计算得到结果如表3所示③。依据表3，从中国省区碳排放的份额与碳排放强度空间滞后变化关系中可以得出未来碳排放强度上各省（市、自治区）的竞合规律：经济发达的京、津、沪和鲁、苏、浙、闽、粤等东部沿海省份的份额虽然较大，但趋于稳定，而且在新增排放量中所占的比重呈下降趋势，京、津、沪、鲁、苏、浙对邻近地区如晋、冀、豫、皖、内蒙古等省区产生的溢出效应较为显著（β1i＞0），即高碳排放强度会产生高碳排放区域的溢出，这主要是因为这些经济发达地区从邻近地区输入能源，碳排放强度的增长会拉动邻近地区的碳排放份额，呈现更加快速增长的态势。西北地区省份尤其是宁、内蒙古、陕、甘沿黄经济带受到周边地区溢出效应的影响较为显著；而云、贵、川、闽、粤与周边地区的净相邻效应则不显著；传统的重工业基地如东北三省的碳排放份额有所下降，且区域碳排放强度溢出效应不显著；中部（两湖）的份额有所上升，但中部省份受到沿海地区碳排放强度溢出效应的影响较为显著，而东北地区和西南地区与邻近地区的净相邻效应不显著，这是由于该部分地区区内产业用能需求与能源需求相对平衡所致。
③由于统计数据获得原因，1980—2000年碳排放数据由各省区能源消耗标煤核算，2000—2010年各省区碳排放按能源消耗类型计算。
8期刘佳骏等：中国碳排放空间相关与空间溢出效应研究
碳排放强度与该省碳排放量占全国份额存在显著收敛效应的地区（β2i ＞0）主要集中在中西部能源输出省份和西南地区（云、贵、川、内蒙古、新疆、陕、甘、宁、青、晋冀、豫），而经济发达的沿海省区的发散效应（β2i ＜0）相对显著。从动态效应角度分析，东部大部分经济发达的能源输入省区β1i ＞0，说明该部分省区碳排放份额对碳排放强度具有时间依赖性，上期的碳排放强度对本期的份额具有促进作用，这是由于该部分省区的经济社会发展仍需要大量的能源消耗，虽然经济规模逐步增大，GDP 总量逐年上升导致碳排放强度降低，但区域碳排放仍处于惯性增长阶段，同时该部分地区β2i ＜0，说明其碳排放份额随着碳排放强度增长而下降，表明东部经济发达省份的碳排放增速正在放缓，体现为沿海经济发达地区的发散效应相对显著；而绝大多数产能或以能源产业为主的省区β1i ＜0，说明上期的碳排放强度对本期的碳排放份额具抑制作用，这是由于该部分省区逐步意识到本省区过度依赖能源的产业结构，正在逐步向更高级的产业结构转型，同时，该部分地区β2i ＞0，说明碳排放份额随着碳排放强度增长而增长，表明该部分地区的碳排放增速依然较快，集中体现在中、西部地区与冀等一些传统能源产品输出省区的碳排放强度与碳排份额的收敛效应相对显著。
2.2.2人均碳排放空间溢出分析
由人均碳排放空间溢出模型计算得到结果如表4所示。依据表4，从中国区域碳排放的份额与人均碳排放空间滞后变化关系中可以得出未来人均碳排放上各省区市的竞合规律：经济发达的京、津、沪和鲁、苏、浙、闽、粤等东部沿海省份的人均碳排放水平较高，但趋于稳定，人均碳排放的溢出效应显著区域主要集中在环渤海京、津、冀、内蒙古、晋、鲁和长三角的苏、浙、沪地区（β1i ＞0），环渤海地区溢出效应主要对西北部邻近区域，长三角地区溢出效应主要对沿长江上游方向，西部地区的关中地带和陇海—兰新沿线的人均碳排放较高，也存在一定的溢出效应，即高人均碳排放地区会产生高碳排放
表3碳排放强度空间溢出模型分析结果
Table 3The results of carbon emission intensity spatial spillover model
analysis 注：**表示5%的显著性水平，*表示10%的显著性水平，***为不显著。下同。1299
30卷自
然资源学报区域的溢出，而溢出效应显著的地区与我国主要城市群区域基本吻合，这主要是因为这些城市群作为主要的能源输入和人口集聚区域，其经济社会发展必然对邻近地区的产业结构与人口规模造成影响，逐步形成相应的区域分工格局，这些地区人均碳排放的增长会拉动邻近地区的碳排放呈现更加快速增长的态势，同时城市对人口的集聚效应使得人均碳排放的溢出效应进一步强化；中部（两湖、徽、赣）和云贵高原的人均碳排放存在集聚效应（β1i ＜0），即该部分地区人均碳排放的增长会导致其碳排放总量在全国份额的下降，这是由于该部分省区主要是承接东部产业转移与工业发展水平相对滞后的地区，其经济发展虽然会导致碳排放量的稍有升高，但人口的集聚效应并不显著，反而往往是人口流出地，这样就导致了该地区人均碳排放量逐步增高，而碳排放总量在全国的份额却并没有增长，显现出相应的集聚效应；传统的重工业基地东北三省、闽、琼的人均碳排放溢出效应不显著，闽与周边地区的净相邻效应则不显著。
人均碳排放与该省碳排放总量占全国份额存在显著收敛效应地区（β2i ＞0）主要集中在中西部能源输出省份，而经济发达的沿海地区的发散效应（β2i ＜0）相对显著。从动态效应角度分析，东部沿海大部分城市群发育成熟的能源输入省区β1i ＞0，说明该部分省区碳排放占全国份额对人均碳排放具有时间依赖性，上期的人均碳排放对本期的份额具有促进作用，这是由于该部分省区的经济规模增大导致大量人口集聚，城市化进程加速，虽然导致人均碳排放增长放缓，但该部分区域碳排放仍处于增长阶段，同时该部分地区β2i ＜0，说明东部沿海省区的碳排放份额随着人均碳排放增长而下降，同样表明东部经济发达省份的碳排放增速正在放缓，体现为经济发达的沿海地区的人均碳排放对区域碳排放占全国份额的发散效应相对显著；西南人口流出的欠发达省区或中部承接东部产业转移处于产业转型的省区β1i ＜0，说明上期的人均碳排放对本期的碳排放份额具有抑制作用，这是由于该部分省区正处于产业结构升级的过渡阶段（中部两湖地区）或是城市由于集聚能力较差而导致的人口外迁（云、贵、青）效应结果，这些地区目前的工业化进表4人均碳排放空间溢出模型分析结果
Table 4The results of carbon emission per capita spatial spillover model
analysis 1300
8期刘佳骏等：中国碳排放空间相关与空间溢出效应研究
1301程虽然会导致人均碳排放增长，但是该区域的碳排放份额并没有升高，而结构的调整和虚假城市化效应将上期的人均碳排放对本期的碳排放份额降低进一步强化；同时，中、西部大部分地区处于快速城市化和产业升级的阶段，该部分地区β2i＞0，其碳排放占全国份额随着人均碳排放增长而增长，说明该部分地区的碳排放总量增速在逐步加速，城市化进程和产业结构重化导致的碳排放量高速增长，表现为人均碳排放收敛效应显著。
3结论与政策建议
从目前国土空间开发格局来看，我国在一定条件下已经形成长期的区域社会经济东、中、西梯次发展的态势或格局，并且在不同区域内形成了相对的“热点”与“冷点”集聚区，存在着“极化效应”和“溢出效应”的相互作用，前者是指邻近的落后地区的优质生产要素向先进的中心区域聚集，后者则是指中心区域的生产技术、经验、投资等要素向邻近的落后地区扩散。本研究利用空间相关模型，深入分析我国的区域碳排放空间特征，并利用空间滞后模型揭示我国不同区域的碳排放溢出与集聚效应，为未来我国区域碳减排方案和相关政策制定提供科学依据。
3.1主要结论
综上分析，我国省区碳排放强度局部范围内具有较高的空间相关性，“冷点”区与“热点”区空间格局相对稳定，人均碳排放局部范围内空间相关性较低，没有出现显著的“凸点”和“凹点”现象。碳排放强度溢出效应显著区域主要集中在东部沿海经济发达省区与中西部传统能源产品输出省区；人均碳排放溢出效应显著的区域主要集中在环渤海与长三角城市群聚集的省区，中部（两湖、徽、赣）和云贵高原的人均碳排放存在一定集聚效应；但东部沿海经济发达省区碳排放强度与人均碳排放对其各自省区碳排放占全国份额的发散效应显著，而中西部能源产品输出省份与其各自省区所占份额的收敛效应显著。
3.2政策建议
从全国范围来看，未来应严格控制东部发达地区的碳排放总量，对于中部地区则应重点控制碳排放强度，而西部地区应充分利用对碳排放强度与人均碳排放的控制与监测，实现其产业技术升级与结构优化的倒逼机制。
1）分区域因地制宜制定排放控制措施，重点控制碳排放强度与人均排放的热点溢出区域
重点控制碳排放强度与人均排放水平高，增速又较快的溢出效应热点省区，如西北地区的内蒙古、晋等省区；适当控制碳排放强度与人均排放水平趋中，增速较为稳定的集聚效应冷点省区，如两湖、云、贵、赣、徽等中部与西南省份。从区域碳排放的溢出效应来看，对于区域间碳排放转移，不能产生正向的经济增长效应的产业转移，应严格执行国家相关政策法规，对落后产能进行淘汰。
2）西北溢出与收敛效应显著省份应加快产业结构优化升级，改变资源密集与高碳产品出口贸易格局
西北碳排放强度与人均碳排放溢出效应显著区域亟需加快产业结构优化和升级，改善贸易结构。我国油气能源供给不足，同时碳减排压力巨大，资源密集型产品出口增长不可持续，必须加快西部产业结构优化和升级，促进传统重化工业向低消耗、轻污染、
自然资源学报
30卷1302
高技术产业拓展和结构优化升级，延长产业链，提高附加值，改变西部传统以出口高碳产品为主的贸易格局，减少贸易中的碳泄露，有效抑制该部分地区碳排放强度与人均碳排放对碳排放份额的收敛效应。利用碳排放控制监测形成的倒逼机制，促进该区域的产业技术水平升级与结构优化。
3）东部溢出与发散效应显著的城市群集聚区域应做好区域合作治理与城市功能布局，促进低碳城市建设，实现区域碳平衡
城市群低碳发展的区域合作目的不仅要推动城市群区域经济发展，更重要的是要控制城市群区域的碳排放。对于我国城市群所处不同的发展阶段，对溢出热点城市群碳排放目标进行严格控制，通过区域合作，实现城市群内部不同功能城市的分工合作和资源最优化组合，依托高效公共交通体系促进城市群一体化发展，进一步强化该部分地区碳排放强度与人均碳排放对碳排放份额的发散效应。同时，积极应用低碳技术，从城市规划层面推动低碳城市建设，实现区域碳平衡。
参考文献(References)：
[1]许广月.中国能源消费、碳排放与经济增长关系的研究[D].武汉:华中科技大学,2010.[XU Guang-yue.The Re-
search on the Relationship for Energy Consumption,Carbon Emissions and Economic Growth in China.Wuhan:Hua-zhong University of Science and Technology,2010.]
[2]孙建卫,赵荣欣,黄贤金,等.1995—2005年中国碳排放核算及其影响因素分解研究[J].自然资源学报,2010,25(8):
1284-1295.[SUN Jian-wei,ZHAO Rong-xin,HUANG Xian-jin,et al.Research on carbon emission estimation and fac-tor decomposition of China from1995to2005.Journal of Natural Resources,2010,25(8):1284-1294.]
[3]王群伟,周鹏,周德群.我国二氧化碳排放绩效的动态变化、区域差异及影响因素[J].中国工业经济,2010,27(1):
45-54.[WANG Qun-wei,ZHOU Peng,ZHOU De-qun.Research on dynamic carbon dioxide emissions performance,re-gional disparity and affecting factors in China.China Industrial Economics,2010,27(1):45-54.]
[4]Babiker M H.Climate change policy,market structure,and carbon leakage[J].Journal of International Economics,
2005,65:421-445.
[5]Kuik O,Gerlagh R.Trade liberalization and carbon leakage[J].Energy Journal,2003,24(3):97-120.
[6]Li Y,Hewitt C N.The effect of trade between China and the UK on national and global carbon dioxide emissions[J].En-
ergy Policy,2008,36(6):1907-1914.
[7]Peters G P,Hertwich E G.CO2embodied in international trade with implications for global climate policy[J].Environ-
mental Science and Technology,2008,42:1401-1407.
[8]Tun?G I,Türüt-A??k S,Akbostanci E.CO2emissions vs CO2responsibility:An input-output approach for the Turkish
economy[J].Energy Policy,2007,35(2):855-868.
[9]Weber C L,Matthews H S.Embodied environmental emissions in US international trade,1997-2004[J].Environmental
Science＆Technology,2007,41(14):4875-4881.
[10]熊永兰,张志强,曲建升,等.2005—2009年我国省域CO2排放特征研究[J].自然资源学报,2012,27(10):1767-
1777.[XIONG Yong-lan,ZHANG Zhi-qiang,QU Jian-sheng,et al.Research on characteristics of provincial CO2emis-sions from2005-2009in China.Journal of Natural Resources,2012,27(10):1767-1777.]
[11]刘佳骏,史丹,李雪慧.中国碳排放转移趋势与驱动因素分析[J].财贸经济,2013,33(12):112-123.[LIU Jia-jun,
SHI Dan,LI Xue-hui.Study on the shift of CO2emissions gravity center and driving factors.Finance&Trade Econom-ics,2013,33(12):112-123.]
[12]邓吉祥,刘晓,王铮.中国碳排放的区域差异及演变特征分析与因素分解[J].自然资源学报,2014,29(2):189-200.
[DENG Ji-xiang,LIU Xiao,WANG Zheng.Characteristics analysis and factor decomposition based on the regional dif-ference changes in China’s CO2emission.Journal of Natural Resources,2014,29(2):189-200.]
8期刘佳骏等：中国碳排放空间相关与空间溢出效应研究
1303
A Study on Spatial Spillover and Correlation Effect of Carbon
Emissions across30Provinces in China
LIU Jia-jun1,2,SHI Dan1,WANG Chuan3
(1.Institute of Industrial Economy,CASS,Beijing100836,China;2.Institute of Geographic Sciences and
Natural Resources Research,CAS,Beijing100101,China;3.National Academy of Economic Strategy,CASS,
Beijing100045,China)
Abstract:In this study,we take use of spatial correlation and spillover models,combining with 30provinces data of China(Xizang,Hong Kong,Macao and Taiwan not included due to data constraints),to make a spatial analysis of the carbon emission intensity and per capita.The results show that:during2000-2010,the carbon emission intensity was highly spatial correlated,and the spatial pattern of“cold”and“hot”points is relative stable.The spatial correlation of per capita carbon emission was low,with no significant“hot”and“cold”area. The region with significantly spillover effect of carbon emission intensity mainly concentrated in the economically developed provinces at eastern coastal area and traditional energy product provinces in the central and western China.The region with significantly spillover effects of carbon emission per capita mainly concentrated in the area around the Bohai Sea and the Yangtze River Delta where urban agglomerations took place.The central area(Hubei,Hunan, Jiangxi and Anhui)and the Yunnan-Guizhou Plateau also exhibited some agglomeration effect of carbon emission per capita.The share of carbon emission per capita and intensity in the whole showed a significant divergent effect in the economically developed eastern coastal provinces,while notable convergence effect was found in the western energy products output provinces.
Key words:carbon emissions;spatial correlation;spillover;growth
中国空间技术研究院510所2018年招收
中国空间技术研究院510所2018年招收 攻读硕士学位研究生招生专业目录 单位代码：83271 联系人：胡梦姝 联系电话：(0931)4585206、4585232 通信地址：甘肃省兰州市城关区飞雁街100号510所研招办 邮政编码：730000 2018年硕士研究生招生专业目录
专业课复习范围和参考书 1. 传热学（902） ?复习范围： 传热的基本概念、方式、定律、各参量的物理意义，一维稳态导热的基本规律及计算，复合结构的导热计算，对流过程的特性物理量及其含义，基本的换热计算，辐射的基本定律、规划、常数及其应用，黑体、灰体的辐射换热，三种基本传热模式的基本复合计算。 ?参考书目： 《传热学》(第四版)，杨世铭编，高等教育出版社 2. 普通物理（906） ?复习范围： 力学：质点的运动，牛顿运动定律，运动的守恒定律，刚体的转动（相对论基础不作要求）。 热学：气体动理论，热力学基础（多方过程不作要求）。 电场和磁场：真空中的静电场，导体和电介质中的静电场，恒定电流和恒定电场，真空中恒定磁场，磁介质中的磁场，电磁感应和暂态过程，麦克斯韦方程组，电磁场(电场的边值关系，基尔霍夫定律不作要求)。 振动和波动：机械振动和电磁振动，机械波和电磁波，波动光学（干涉条文的可见度，旋光现象不作要求）。 ?参考书目： 《普通物理学》（第六版），程守洙、江之水主编，高等教育出版社 3. 电子技术基础（908） ?复习范围： 1.模拟电子技术基础部分（占50%）：二极管、三极管基本放大电路和多级放大电路，集成电路运算放大器，反馈放大电路，信号的运算和处理电路（场效应管放大电路，功率放大电路，信号产生电路，直流稳压电源等不作要求）。 2.数字电子技术基础部分（占50%）：数字逻辑基础，逻辑门电路，组合逻辑电路的分析和设计，常用组合逻辑功能器件，触发器，时序逻辑电路的分析与设计，常用时序逻辑功能器件（存储器，可编程逻辑器件，脉冲波形数模与模数转换及数字系统设计等不作要求）。 ?参考书目： 《电子技术基础》模拟部分（第四版），华中理工大学电子教研室编，康华光等，高等教育出版社 《电子技术基础》数字部分（第四版），华中理工大学电子教研室编，康华光等，高等教育出版
交通基础设施的空间溢出效应文献综述
交通基础设施的空间溢出效应文献综述 前言 在经济全球化的条件下，加强交通基础设施建设是极其关键的，有了发达的交通，人员往来，货物以及信息的传递就更加快速和方便了，这是提高国家竞争力的关键。以往的研究主要集中在交通基础设施的经济效益分析、交通经济带理论以及交通基础设施与经济发展的关系等。多忽略交通基础设施的空间溢出效应。那么交通基础设施的空间溢出效应有多少，是正的还是负的?溢出效益是怎样计算的？ 带着这些问题，我开始了对相关资料的搜集，希望对它有更加全面的了解，以便今后的资料查询和深入研究。 主题 1.交通基础设施建设的溢出效应的定义及其内容 空间溢出研究是一个有关区域联系的话题。现实的情况是全球经济一体化浪潮把世界每个区域都卷入其中，区域间的互动关系倍受重视。因为区域的竞争与合作对一个区域的发展至关重要。每个区域都在根据自己与其他区域的关系来调整区域政策，从而为自己争取最大的区域利益。区域溢出是区域利益不能完全内部化的结果，它给外区域所带来的影响，最终也会影响到区域自身的发展。 赫尔希曼(Hirschman A.O,1958)认为空间进入经济关系的俩个渠道：一是运输成本，另一个就是对邻近区域的影响。无论是运输成本还是对邻近区域的影响都与距离有关。溢出具有扩散的特性，距离在溢出扩散中的作用也得到了有关研究的证明(Keller,2000,Maurseth2001)。在传统贸易理论中，随距离产生的运输成本影响商品价格，空间距离的存在将世界置于一种地理主导和技术决定比较优势的转换边缘。当交易成本大于贸易带来的利益时，贸易将不会发生。 由于交通基础设施具有网络属性，它们将各个区域的经济活动连成一个整体，从而交通基础设施的发展不仅仅是在区域内部使要素流动，加速分工合作的发展以及促进集聚现象的产生；同时，交通基础设施的发展还会促进区域间要素的流动，从而对其他区域的经济增长也会产生一定的影响。我国可以借鉴GDP溢出的概念，将交通基础设施空间溢出效应的概念界定为：由于本国或本地区的交通基础设施的变动而引起的外国或其他地区经济变量变动的程度。 穆内认为交通基础设施具有网络属性，它们将各个区域的经济活动连成一个整体，通过扩散效应，使经济增长较快区域带动增长较慢区域的经济发展，从而表现为正溢出作用；同时交通基础设施又会产生负的溢出作用，通过聚集效应，使生产要素更方便地流向经济发达地区，在这种情况下，一个区域的经济增长可能会以其他区域的经济衰退为代价。赫兹以肯?道格拉斯，凯利建和罗宾逊和马龙
中国空间技术研究院(航天五院)2018年研究生入学考试
中国空间技术研究院（航天五院）2018年研究生 入学考试 应用光学 （本试题的答案必须全部写在答题纸上，写在试题及草稿纸上无效） 一、填空题（共20题，每题3分，共60分） 1.通常把物、像空间符合 关系的像称为理想像，把成像符合上述关系的光学系统称 为。 2.发生全反射的条件为：、 。 3.光学系统的三种放大率是、、， 三者的关系为。 4.节平面是指的一对共轭面。节平面与光轴 的交点叫做。 5.从光学角度看，与照相机的镜头、底片和光阑相对应的人眼结构 分别是：、和。 6.人眼有两类调节功能：和。 7.如果物体经过奇数个平面镜成像，则成像为；如果经过 偶数个平面镜成像，则成像。 8.屋脊面的作用就是在不改变光轴方向和主截面内成像方向的条件
下，，从而达到物像相似的要求。 9.平行平板厚度为L，拆射率为n，则这块平行平板的相当空气层厚 度等于。 10.限制进入光学系统的成像光束口径的光阑称为。限制 成像范围的光阑称为。 11.渐晕是指的现象。利用渐晕 能。 12.孔径光阑在物空间的共轭像称为，在像空间的共轭像称 为。 13.光度学中定义视见函数描述。 把对人眼最灵敏的波长nm的视见函数规定为1。 14.在色度学中，彩色有三种特性：、、。 15.常见的红外光学系统元件必须选用能透过红外波段的等 材料；红外信号接收器是能接收红外信号的光敏元件，常见红外光敏材料有。 16.红外系统的目标一般较远，辐射能量较弱，所以红外物镜应有 [较大，较小]的孔径，以收集较多的红外辐射。为了在探测元件上得到尽可能大的照度，物镜焦距应[较长，较短]。 17.在制冷型红外成像系统中，冷屏具有定义视场角大小、限制 的作用，探测器的冷屏应尽可能与红外光学系统的匹配。 18.波像差是指。瑞利准则认
郑州市城市形态及空间结构分析
城市形态及空间结构分析 ——以郑州市为例 城市规划0902 祝相科200917020215 城市形态是城市建设和规划的重要依据，城市规划者的城市形态理念直接决定了城市规划的效果，以致影响城市的总体布局、城市发展的综合效果、交通组织和城镇群的合理分布，甚至关系到城市生产、生活质量、城市改造、城市合理发展方向等一系列重大问题。 城市空间是各种人类活动与功能组织在城市地域上的空间投影，是城市建设与发展的载体，城市空间结构的研究是城市发展战略规划的核心内容，城市的区域分析、定位研究以及发展目标的实现等研究最终均要落实到空间上。因此，城市空间结构的合理性对城市的可持续发展也尤为重要。 有学者认为城市结构与城市形态互为表里，城市结构表现为城市发展中的内在的动力支撑要素，城市形态则表现为城市发展的外部显性的状态和形式。城市空间结构只是城市结构的一部分，表达的是要素在空间组合上的关系，这种关系即为城市相互作用。城市结构实际上既决定了城市形态，也最终决定了城市空间结构。也就是说，城市空间结构就是能够通过城市相互作用体现为城市形态的那部分城市结构。 其实，目前对城市形态并没有形成统一的概念。纵观学者们对城市形态的理解和表述，从横的方面来看，城市形态具有物质和非物质两种表现形式，物质方面主要指城市各有形要素的空间布置方式，包括街道网的结构形式，各种功能的地域分异、城市土地利用模式和建筑环境以及中心城市和相邻城镇群组之间的空间位置关系和结构变化特征等；非物质的主要包括城市生活方式、文化观念和价值观念等所形成的城市社会精神面貌和城市文化特色。从纵的方面来看，城市形态并不是单一的，而是拼贴式的，是各个历史时期的文化积淀的汇合；城市形态不是一成不变的，它会随历史的变化而产生渐进式、碎片式的变化，通过这种渐变，既可以保持城市文化的延续，又能不断地更新。不过每一个不同时期，都会有一种反映时代特色的占主体的城市形态。 郑州市城市形态演变过程： 郑州市的城市形态经历 了“块状发展一点轴延伸一组 团分散-一体两翼”的过程， 城市的内部填充主要发生于 老城区与京广铁路线之间，井 向南北方向蔓延。而近20年 则是组团分散-一体两翼的转 变。并且随着城市规模的扩大， 两翼“生长臂”的不断延长， 中心城区的中心功能尤其需 要不断强化才能满足两翼生 长的要求。
我国碳排放总量世界第一 而人均排放量远低于美国
我国碳排放总量世界第一 而人均排放量远低于美国 北京时间今天凌晨，世界顶级学术期刊《自然》杂志的《自然气候变化》专刊在线发表了全球气候变化研究领域最具权威的学术机构——英国丁铎尔气候变化研究中心的“全球碳计划”2012年度研究成果。根据最新年度数据，全球二氧化碳排放将在今年进一步增加，预计较去年增加幅度为2.6%，达到创纪录的356亿吨。 研究显示，2011年全球碳排放最多的国家和地区包括：中国(28%)，美国(16%)， 欧盟(11%)和印度(7%)。研究发现 ，尽管总量偏高，中国的人均排放量为6.6吨，与美国的人均排放17.2吨相差甚远。同时，欧盟的人均排放量降至了7.3吨，仍高于中国的人均排放量水平。 专家对世界气候前景表示忧虑 研究指出，森林砍伐和其他土地利用的变化使全球排放总量相对于化石燃料燃烧排放又增加了10%。到2011年底，大气中二氧化碳的浓度达到了391ppm。 在伦敦主持发布以上数据的丁铎尔气候变化研究中心主任、东英吉利大学教授科琳乐凯芮表示：“我很担忧，按照目前的排放趋势，全球气候进一步恶化的风险太高，我们必须采取更为激进的减排计划。”发表在《自然气候变化》杂志的分析结果显示，为保证实现将全球变暖控制在2摄氏度以内的目标，全球排放在2020年之前必须大幅削减。 近期，国际能源署、联合国环境项目、世界银行、欧洲环保署等机构也分别发布报告，显示了碳排放情况的紧迫性，这些报告的分析均指出，目前全球的排放趋势已经非常危险，可能会对人类社会带来严重后果和巨大损失。 如何看待中国碳排放世界第一 英国丁铎尔中心报告发布后，复旦-丁铎尔中心主任、复旦大学环境科学与工程系陈建民教授认为：“作为制造业 大国，中国接近全球30%的排放量在很大程度上与其他国家消费的产品有关，所以全球碳排放责任的归属非常复杂。但是，中国在目前治理城市空气污染中所取得的进展显示了我们迎接挑战的能力。” 复旦-丁铎尔中心主管主任戴维斯教授指出：“从历史上看，发达国家须对大气中二氧化碳的增加负主要责任。但 是今天的挑战是每一个国家都面临的。我们相信，中国的改革和创新以及所掌握的科学和技术，使得其有能力在面对这一全球挑战时起主要的引领作用。”
[因子,中国,关键]中国碳排放关键驱动因子的分析和政策浅析
中国碳排放关键驱动因子的分析和政策浅析 当前中国经济正处于新型城镇化、工业化加速发展阶段，能源需求和二氧化碳排放量不可避免地持续增长。另一方面，为了应对全球气候变暖，中国政府一直致力于发展低碳经济的探索和实践，积极推进经济结构调整，加快经济发展模式转变。根据最新的世界能源统计数据显示，2012 年中国一次能源消费量达到 27.35 亿吨油当量，比 2011 年增加了 7.4%，占全球一次能源消费量的 21.9%，同期碳排放 92.08 亿吨 CO2，比 2011 年增加 6.0%，占全球碳排放26.7%，两者均居全球第一。既要完成一定的经济社会发展目标，又要使二氧化碳排放降低到可接受的水平这是一个巨大的挑战。目前国内外对中国能源消费、碳排放影响因素分解做过一些研究，但大部分研究缺乏对方法的系统分析，因为每种分解分析方法都有适用范围;其次，缺少对最近几年中国经济发展过程中引起能源消费、碳排放特征变化的系统分析。本文就是基于这两个目的，在综合分析各种分解分析方法的基础上，根据可利用的最新统计数据，应用碳排放指数分解的完全分解方法对数平均 Divisia 指数法(LMDI)，得到截至2010 年引起中国终端能源使用碳排放变化的主要影响因素及其贡献率，并对这种碳排放变化特征做了系统分析;基于模型的分解结果和综合分析，对近二十年来中国的经济政策、能源政策进行了反思，同时也对未来能源发展提出对策建议。 影响中国能源消费和碳排放的两大主因是经济政策和能源政策，显然，经济因素是外因，能源供应结构和能源效率才是影响的内在因子。本文利用碳排放的完全指数分解模型LMDI 系统分析了影响1995-2010 年中国终端能源使用碳排放变化的关键因子和贡献率，分解因子包括四种，即经济规模效应、经济结构效应、能源强度效应、碳强度(即能源结构)效应。指数分解模型结果表明，不同时期这四种效应对碳排放变化的贡献率是不同的，1995-2010 年对碳排放增加影响最大的因子是经济发展(贡献率155%)和产业结构改变(贡献率10.6%)，累计增加二氧化碳(CO2)排放量分四48.7 亿吨、3.31 亿吨;而碳排放量的减少主要是由能源强度下降贡献(贡献率-63.7%)的，累计减少 CO2 排放20.0 亿吨，碳强度效应影响很小。但最近几年(2005-2010 年)碳排放量的增加除了经济规模这个主要因子(贡献率168.2%)，碳强度改变、产业转型也起到了促进碳排放量增加的作用，尽管贡献率(分四 4%、1.3%)比较低。只有能源强度的下降起到了抑制碳排放量增加的作用(贡献率-73.5%)。 模型的这种分解结果提示我们需要对研究期内的产业政策、能源发展措施等方面进行反思。(1)结果表明我国经济结构中高碳排放行业比例是增大的，产业的清洁化不明显，未来产业结构的升级优化还要加强，需大力支持低碳产业的发展;(2)能源消费结构中清洁能源比例仍然过低，不足以对碳排放的改变带来显著的影响，未来应加强对低碳能源，包括新能源和可再生能源的投资力度和政策扶持;(3)能源效率在不同时期都有所提高，对碳排放量变化起到了正向作用。这就从侧面指出了节能减排政策是有效果的。但与西方发达国家比较，我国能源效率仍比较低，未来还需要加强，尤其在低碳能源技术的创新和市场开发方面;(4)万变不离其宗，经济规模是碳排放量增加的主因。考虑到近几年碳排放量的快速增加，从环境容量和资源角度，适当降低经济增长速度是合理和可行的。
中国城市空间特征
一、中国城镇体系的空间分布特征 如前所述，长期以来我国城镇分布由于历史、地理和社会经济发展多种因素的影响，其空间分布形态一直呈现自东而西，由密到疏的扩散发展特征。建国后国家尽管加强了中、西部地带城镇的建设，但其分布的地域差异仍然具有如下特征： （一）城镇分布东密西疏 从我国目前城镇网密度看，城镇体系内城镇密集东部的格局基本没有改变，表现为东密西疏的空间分布总特征。 据1985年统计资料，我国现有城镇7928座，平均每万平方公里有8.26座城镇。由于我国正处于城镇经济大发展时期，城镇网密度的分布既继承了历史上城镇分布的基础，又受到了国家生产力布局自东而西推移的影响，表现为代表历史遗存主流的城镇网密度密集于东南的格局基本未变；同时作为新城市（镇）迅速崛起的“三线”建设地区，其城镇网密度正在发生根本的改变这两大特征。 1.城市网密度 从1985年全国城市网密度看（表8-1），台湾省是我国城市分布最密集省区，每万平方公里有5个城市；上海、江苏、山东、安徽、河南、辽宁、浙江等省、市，是我国城市分布次密集地区，城市网密度为每万平方公里1个城市以上；湖南、天津、广东（包括港、澳地区）、福建、湖北、江西、吉林、山西、河北、宁夏、北京等11省、市、区城市网密度居中，达每万平方公里0.5个城市以上；广西、陕西、贵州、黑龙江、四川、甘肃、云南、内蒙古等8省、区城市网密度较低，在每万平方公里0.1～0.5座城市之间；而新疆、青海、西藏三省区城市网密度最疏，每万平方公里还不到0.1座城市。采用中位数法将各省区城市网密度分为四级并绘成“中国城市网密度示意图（1985年）”，可以明显地看出我国城镇体系的城市网分布表现为西疏东密，城市网密度从东向西逐渐递减（除河北、北京地区为低谷外）的规律（图8－1）。 2.镇网密度 从全国镇网密度看，就省区而言，也存在着较大的地域差异（表8－1）。位居东部沿海地带的上海、浙江、山东三省、市，是我国镇网密度最高的省区，每万平方公里镇数均在40以上；其次是中部地带的山西、湖北、湖南等省区，镇网密度也达到了每万平方公里20个镇以上；再次是辽宁、江苏、广东（包括港、澳地区）、台湾、福建等沿海省区和陕西、贵州、云南、四川、江西、吉林、广西等中部地带 省区（它们多为“三线”重点建设地区），镇网密度在每万平方公里10—20个镇之间；其它省区镇网密度最低，一般均在每万平方公里10个镇以下。 从局部地域看，这种差异更大。如经济发展水平较高的江苏省，苏南地区的苏州市域，平均每24.5平方公里就有一个镇；而苏北地区平均69.8平方公里才有一个镇。在经济发展水平较低的山区或边远地区，镇分布更疏，如在东北大兴安岭地区，每1800平方公里才有一个镇，内蒙古的乌拉特草原22000多平方公里仅有一座海流图镇。 3.城镇网密度 然而，值得引起注意的是，建国36年来，由于国家生产力布局的向西转移，旧中国遗留下来的区域经济发展偏集东部的不平衡状况有所改变；尤其60年代中期开始的“三线”建设，在地域广大的西部地带的川、黔、滇、陕等省区和中部地带的“三西地区”（豫西、鄂西、湘西）的广大内地地区，相应建成我国的后方工业基地。据资料统计，共建成29000多个全民所有制企业，形成了一定的生产能力，并建设了一批城市和镇，从而提高了这一地域城镇网密度，表现出我国城镇体系地域空间分布结构日益均衡的巨大潜力所在。 如从全国城镇网密度（表8－1）看，全国平均每1210.6平方公里有一个城镇，而东部地带每438.6平方公里拥有一个城镇，中部和西部则分别为1049.3平方公里和2531.6平方公里拥有一个城镇，总体上仍然表现为东密西疏的城镇网分布规律。而从各省区城镇网密度图看（图8－2），我国“三线”建设的重点地区，如黔、滇、陕、豫、鄂、湘及川等省区，城镇网密度与城市网密度有了明显的变化，尤以湘、鄂、黔、滇四省区最为突出，整个“三线”地区的城镇网密度几乎可与东南沿海及长江下游各省区城镇网密度相伯仲。全国城镇网密度表现为环渤海湾最密，东部、东南沿海、陕、鄂、湘次之，豫、皖、赣、桂、川、黑再次，西部地带最疏的特征。
中国碳排放总量及行业结构
表1：中国碳排放总量及其行业结构分解（1980—2007）（单位：万吨）年份排放总量第一产业排放第二产业排放第三产业排放1980 40502.99 1502.64 29209.39（72.11）9790.96 1985 51713.34 1805.24 36895.30（71.34）13012.80 1990 66477.80 1974.31 49848.38（74.98）14655.11 1991 69803.64 2018.94 52954.44（75.86）14730.26 1992 72628.48 1833.22 56497.55（77.78）14297.71 1993 77425.51 1737.27 60688.99（78.38）14999.25 1994 81704.41 1854.86 65731.80（80.45）14117.75 1995 87510.87 1989.15 71102.78（81.25）14418.94 1996 92442.54 2038.42 75031.02（81.16）15391.10 1997 91472.85 2070.76 74993.58（81.98）14408.51 1998 86440.26 2100.82 71080.43（82.23）13259.01 1999 85898.42 2107.43 69596.60（81.02）14194.39 2000 90202.34 2123.15 73604.55（81.59）14474.64 2001 92297.31 2157.33 75327.69（81.61）14812.29 2002 97535.49 2257.77 79792.91（81.80）15484.81 2003 114420.01 2295.97 95197.46（83.19）16926.58 2004 131500.90 2864.21 109713.14（83.43）18923.55 2005 144884.06 2957.90 121661.89（83.97）20264.27 2006 223098.05 3267.56 189832.17（85.08）29998.32 2007 317776.11 4643.38 272343.62（85.78）40789.11 表2：中国能源消费结构变迁（1990—2007）（单位：万吨） 年份消费总量煤碳石油天然气新能源1990 66477.80 1974.31 49848.38（74.98）14655.11 1996 92442.54 2038.42 75031.02（81.16）15391.10 2000 90202.34 2123.15 73604.55（81.59）14474.64 2001 92297.31 2157.33 75327.69（81.61）14812.29 2002 97535.49 2257.77 79792.91（81.80）15484.81 2003 114420.01 2295.97 95197.46（83.19）16926.58 2004 131500.90 2864.21 109713.14（83.43）18923.55 2005 144884.06 2957.90 121661.89（83.97）20264.27 2006 223098.05 3267.56 189832.17（85.08）29998.32 2007 317776.11 4643.38 272343.62（85.78）40789.11
碳排放发展历史及现状
1.碳排放交易发展历史及现状 1.1.碳交易市场定位 一个标准化，规范运作的市场 全国统一的交易市场和体系 有足够分量的话语权和定价权 摆脱目前国内碳交易所分散，规模小的局面。由于没有真正意义的碳交易市场，导致碳交易的市场和标准都在国外。 需要政府明确的法律法规政策的支撑。 减少买卖双方寻找项目的搜寻成本和交易成本。 中国亟需建立一个统一的碳排放权交易市场，以整合各种资源信息，通过市场发现价格，用市场化的方法去规范企业的单兵作战。而统一的交易市场的成立则能够为买卖双方提供一个公平、公正、公开的对话机制; 交易的模式也非常简洁，即通过引入竞价机制充分发现价格，从而有效地避免暗箱操作。同时，统一的交易市场还是一个更有利参与国际市场的途径。因为，统一的碳交易市场不仅有利于减少买卖双方的交易成本，还能极大地增强中国在国际碳交易定价方面的话语权。可以设想，在现有的多家碳交易所的基础上，增加一个自动报价系统，将所有区域性交易所合并为国家级碳排放交易所，从而建立一个与证券交易所、期货交易所以及金融期货交易所相似的碳排放交易所。 1.2.碳排放现状 1)欧洲碳排放交易体系（EU－ETS）是世界上最大的碳排放交易市场，在世界碳 交易市场中具有示范作用，2010成交1198亿美元，占全球碳交易成交额的 84%。 2)2008年基于配额的市场交易占全球交易总量的73.15% ,其中EUETS的交易额占总 量的72% ,仍占主导地位;第二大交易市场是二级CDM市场。 3)主要国家和地区2020年温室气体减排目标
根据发达国家提出的到2020年的减排承诺,发达国家需要实施比第一承诺期大得多的减排量,未来全球碳交易市场仍存在巨大的发展潜力。 1.3.碳交易历史起源 1)1990年，国际碳交易之父Richard Sandor大力推动美国国会通过了“清洁空气法 案修正案”，开始了二氧化硫的cap and trade （覆盖交易，衡量交易），20年来 效果显著，二氧化硫排放减少了50%，产生了substantial positive effects. 2)2003年，Sandor凭借着多年来运作二氧化硫市场的经验，创办了CCX（芝加哥气 候交易所）。可是由于后来美国没有签订京都议定书，便没有强制的cap（总量限 定）。于是Sandor选择将CCX主要进行自愿减排碳交易，经历了诸多困难后取得显 著成功。 3)2004年，Sandor又创建了ECX，在欧洲建立了碳交易平台。 4)二氧化硫交易与碳交易，本质都是气体的减排量交易，以相互借鉴。
中国碳排放分析
中国碳排放分析 据国际能源机构统计，中国取代美国成为世界第一大温室气体排放国，就此西方国家经常借气候变化“说事儿”，对我国经济发展施加压力。不过，我们也认识到碳减排是迟早的事，我国需及早着手发展低碳经济，从而避免陷入经济发展的恶性循环。为此，需要对我国的碳排放现状以及未来趋势有个大致判断。 1、碳排放轨迹 中国统计机构对碳排放没有专门的统计数据，已有的文献数据一般来源于以下四类：一是美国能源部二氧化碳信息分析中心（简称CDIAC）公布的年度数据；二是美国能源情报署（简称EIA）公布的年度数据；三是国际能源总署（简称IEA）公布的数据；四是根据IPCC指导目录和其他方法测算得到的数据。通过对比，不同的数据来源从统计角度看不存在显著性差异，基于此我们采用如下公式对中国碳排放总量进行估算： c=∑m i×δi（1） 式（1）中C为碳排放量；m i为中国一次能源的消费标准量；δi为i类能源的碳排放系数。不同机构计算碳排放量时，确定能源消耗过程中的碳排放系数不完全相同，但差别并不大，收集到的不同文献的各类能源碳排放系数（表），然后取简单算术平均值为相应能源种类的碳排放系数，据此可以得出碳排放情况。 表1 各类能源的碳排放系数
2、碳排放特征 经济发展一般是随着时间的变动而发生变化，时间体现了阶段性，所以根据碳排放总量及其增长率情况和碳排放强度可以观察我国碳排放变动的阶段性特征。 碳排放总量在1978-1996年为迅速增加阶段，1996-2000年为平稳阶段，2000-2012年为急速增加阶段。1990年以来，碳排放增长率的变化轨迹是，1992年达到高点，增长为14.2%，之后增速出现持续下降，1999年为阶段性低点，增速为7.6%，从2000年起，增速再度回升，到2007年达到高点，为14.1%，之后回落为平稳增长，但2010年出现了反弹。 从碳排放强度（指每单位国内生产总值所带来的碳排放量）看，中国碳排放强度在1980-2011年之间基本呈现逐年下降趋势，在1980-1996年之间下降趋势较为明显，1997-2012年尽管总体趋势下降，但下降趋势不是非常显著，其中2003年出现了反弹，2003—2007年的水平均高于2002年。
国际知识溢出对农业TFP的空间溢出效应研究
国际知识溢出对农业TFP的空间溢出效应研究 摘要：本文从知识溢出的空间角度出发，融入地理信息，以我国260个市级行政区划为样本，构建空间Durbin模型实证检验国际知识溢出对农业TFP的空间溢出效应。结果显示国际知识溢出能够在一定程度上影响我国农业技术效率及其纯技术效率，但对农业TFP的空间溢出作用并不明显。 关键词：国际知识溢出；农业全要素生产率；空间溢出效应 一、引言 作为发展中国家，我国欲实现快速可持续的农业经济增长，就必须以最低廉的成本来获取先进的知识和技术，而获取国际先进技术和知识的主要途径为发达国家的技术外溢。被认为是衡量农业生产率增长的最重要的定量指标的农业全要素生产率（total factor productivity，TFP），近年来引起了国内外学者的广泛注意和研究。因此如何有效的利用发达国家的知识溢出，从而提高我国的农业TFP 显得尤为重要。 吕立才（2010）对30年来我国农业利用FDI的情况进行了回顾，指出FDI 对我国农业生产起到了直接技术引进以及技术外溢效应。李泳（2006）研究发现FDI的出口导向效应以及技术外溢效应均促进了我国农业产业结构升级。外贸方面，孙中才（2003）指出对外贸易能促进农业经济增长。杜红梅、安龙送（2007）的研究结果显示农产品出口增长有利于农业经济增长。而已有国际知识溢出效应的研究大都忽略了空间属性。本文则基于空间维度，构建空间Durbin模型来实证研究国际知识溢出对中国农业TFP的影响。 二、空间建模、估计方法和参数释义 （一）空间Durbin模型 Le Sage and Pace（2009）认为，遗漏变量是空间计量模型出现的原因之一，本文以此为借鉴构建实证所用的空间Durbin模型（SDM）。R&D资本是影响AGTFP的主要因素，假定其只来源于两种渠道：一是国际R&D资本溢出，二是国内R&D资本。FDI和外贸是国际R&D溢出的两条途径，基于截面数据样本，可以构建三者对AGTFP作用的基本方程： （二）SDM的空间溢出效应参数释义 空间权重矩阵引入，使得样本区域中某一自变量观测值的变动不仅会对本区域因变量观测值产生影响，而且还会对其他区域因变量观测值产生影响，因此，模型（4）中常规解释变量的参数不能代表FDI和外贸对所在区域内的溢出（区域内溢出），空间滞后项的参数也不能代表FDI和外贸对所在区域以外毗邻区域的溢出（区域间外溢）。根据Le Sage and Pace（2009）的阐述，直接效应代表
中国空间技术研究院(航天五院)2019年招收攻读
中国空间技术研究院(航天五院)2019年招收攻读 欢迎各位有志奉献航天的青年报考中国空间技术研究院(以下 简称五院)全日制学术型硕士研究生!五院成立于1968年2月20日，经过50年的发展，已成为中国主要的空间技术及其产品研制基地，是中国空间事业的骨干力量，为国民经济建设、国防现代化和人民生活水平的提高做出了重要贡献。五院主要从事空间技术开发、航天器研制、空间领域对外技术交流与合作、航天技术应用等业务。已经形成了以载人航天、月球与深空探测、北斗卫星导航系统、对地观测、通信广播、空间科学与技术试验六大系列航天器，实现了大、中、小、微型航天器的系列化、平台化发展。铸就了东方红一号卫星、神舟五号载人飞船、嫦娥一号卫星中国航天发展的三大里程碑，取得了举世瞩目的成就。 一、报考条件 全国统考报考条件： 1.考生的学历须符合下列条件之一： (1) 国家承认学历的应届本科毕业生; (2) 具有国家承认的大学本科毕业学历的人员。
2.考生应为1995年1月1日后出生。 3.考生身体健康状况符合规定的体检标准。 推荐免试报考条件： 推荐免试生的具体要求见“关于中国空间技术研究院(航天五院)2019年预接收推荐免试攻读硕士学位研究生 __”。 二、报名 1.2019年全国硕士研究生报名实行网上提交报考信息和现场信息确认、交费、照相相结合的方式，所有报考人员(含推荐免试生)都必须在 __规定的报名时间内登录指定的网站进行报名，并在规定的时间内到报名点进行信息确认、交费和照相。 2.网上报名时须按照规定选择报名点，在京参加全国统一的考生须选择报名点为(1176)中国农业科学院。推荐免试生和在外埠参加全国统一考试的考生须选择推荐或当地省(市、区)招生办公室指定的报名点报名。
城市空间结构
材料五: 第三节城市空间结构 学习目标： 知识目标： 1.了解城市功能区的概念和类型。 2.理解并掌握影响城市功能分区的主要因素(★);尤其是经济因 素对城市功能分区的影响(★？) 能力目标： 通过认识城市功能区的特征和区位，学会分析功能区的方法； 掌握分析城市功能区成因的思路和方法。 情感、态度和价值观目标： 通过认识城市，理解四大因素对城市空间结构的形成和合理规划起重要的指导作用，从而进一步热爱自己生活的城市。 学习思路： 为什么分→怎么划分→影响因素→如何评价？ 教学重点与难点： ⒈分析城市不同功能区的分布 ⒉城市功能分区的形成原因，其中经济因素对城市功能分区的影响是重点兼难点。 教具准备：有关图表，课件 播放歌曲《家住临沂》展示大美临沂风光图片，激发学生对家乡的热爱。 导入新课：读教材P44图2-3-1北京市不同功能区，回答： 图中所示的功能区分别以哪种功能为主？请分别给它们取个名字.同时思考导致城市功能分区的主要原因。 （商业区、住宅区、工业区、文教区。 教师总结：在这些功能区中，其中住宅区、工业区和商业区是城市最常见的功能区。）
间 个 二、城市主要功能区的分布特点：（分组讨论交流并选派一名代表发言） 住宅区集中成片；是城市中最基本，用地最广泛的功能区。 工业区呈片状或带状；一般分布在市区外围，并沿交通干线分布。（读图思考） 商业区大多呈团块状和条状；并且分布于交通便捷的市中心和街道两侧。 展示上海中心商务区图片，阅读第46页“知识窗”结合视频回答：1、“中心商务区”为什么叫中心商务区,而不叫中心商业区？ 2、中心商务区的主要特点？ 提示：中心商务区兼有商业职能和服务职能。
环保论文中国碳排放现状与发展
中国碳排放现状与减排 15 化学工程与工艺宇琪 目录 概要 (1) 一、发现问题 (2) 1.1 二氧化碳对气候的影响及产生的后果。 (2) 1.1 对自然生态环境的影响 (2) 1.2 对海岸带及低地的影响 (2) 1.3 对生物多样性的影响 (3) 1.4 对人类健康的影响 (3) 1.5 对其他领域的影响 (3) 二、我国与外国CO2历史排放对比。 (3) 三、解决问题 (4) 3.1 CO2性质 (4) 3.2 固碳 (4) 3.2.1.土壤固碳 (4) 3.2.2.海洋固碳 (5) 3.3 CO2资源化利用 (6) 3.3.1 物理利用 (6) 3.3.2 化学应用 (6) 3.4国家政策 (7) 概要 以CO2为代表的温室气体排放给人类社会的发展带来不小的负面影响，降低碳排放将是我国经济发展过程中面临的一项持久战，相应的，“低碳”一词也被社会各界广泛引用。“低碳”被认为是应对气候变化的必由之路，它是人类社会继原始文明、农业文明、工业文明之后的又一大进步，它既是发达国家经济转型的方向，也是发展中国家应遵循的发展道路。 如何实现“低碳”，是一项复杂的系统问题，解决方法涉及政治、经济、法
律、技术、人文等多个学科。总体来说，碳减排途径可分为两类：控制排放源头（通过提高能源系统各个环节的能源效率或引入低碳元素，以及降低终端能源需求，实现降低含碳能源的消耗和碳排放）和碳排放后处理（针对能源系统产生的碳排放，采取后处理方式延缓或阻止CO2排入大气中，如CO2资源化利用。 一、发现问题 1.1 二氧化碳对气候的影响及产生的后果。 气候变化是关乎地球人类与生态环境可持续发展的安全问题，涉及水资源、农业、能源等敏感部门，并对陆地生态系统海岸带以及近海生态脆弱地区构成重大威胁，对全球产生巨大的甚至是不可逆转的影响。 1.1 对自然生态环境的影响 ①环境要素的灾变趋势 全球气候异常导致一系列环境要素的激变，如酷热、飓风、水涝、干旱等极端天气出现的频率大大增加，降水分布格局也在改变，冰川减退、冻土消融、物种濒危甚至灭绝、疫病频发等。所有这些都不是猜测，因为这些状况已经或者正在发生，在可预计的未来只能比现在更加严重。 ②自然生态系统的激变 全球气候异常将导致干旱地区的旱灾情况更严重，容易诱发更多的森林和地区性火灾，而森林火灾的增加更加剧了二氧化碳的排放和温室效应。 环北极地区，如加拿、阿拉斯加和西伯利亚的一些永久冻土会因气温上升慢慢消融，当地的生态系统可能遭到破坏，土壤中的细菌活性将提高导致该地区由碳元素的存储地区变为碳素的释放源。 全球绝大部分淡水资源以固态方式储存在冰川中。冰川在世界围的大面积融化将根本改变全球的水循环系统并带来难以预料的后果，冰川融化加快使得夏季冰川减少，从而降低对径流的调节作用，并可能导致中下游地区更频繁的水涝干旱灾害。 气候变化首先严重威胁人民生命财产而;其次，对受灾地区农作物产量产生负面影响，农业生产的不稳定性增加。迫使国家的粮食产业结构作出调整，草原承载力和畜牧量的分布格局会发生较大变化且进一步加剧水资源的供需矛盾。 1.2 对海岸带及低地的影响 气候异常变化已经导致南极、北极冰冠融化和海平面升高，据估算，
世界各国每年碳排放量情况如何
世界各国每年碳排放量情况如何? 国家排放量（a）占全球百分比人均量（b） 1.中国7,219.219.12% 5.5公噸（72） 2.美国6,96 3.818.44%23.5（7） 3.歐盟5,047.713.37%10.3（39） 4.俄羅斯1,960.0 5.19%13.7（18） 5.印度1,852.9 4.91% 1.7（120） 6.日本1,342.7 3.56%10.5（37） 7.巴西1,014.1 2.69% 5.4（74） 8.德国977.4 2.59%11.9（25） 9.加拿大731.6 1.94%22.6（8） 10.英国639.8 1.69%10.6（36） 11.墨西哥629.9 1.67% 6.1（65） 12.印尼594.4 1.57% 2.7（101） 13.伊朗566.3 1.50%8.2（54） 14.義大利565.7 1.50%9.7（45） 15.法国550.3 1.46%9.0（47） 16.南韓548.7 1.45%11.4（31） 17.澳洲548.6 1.45%26.9（5） 18.烏克蘭484.7 1.28%10.3（40） 19.西班牙438.7 1.16%10.1（41） 20.南非422.8 1.12%9.0（48） 21.土耳其393.2 1.04% 5.5（73） 22.波蘭374.60.99%9.8（44） 23.沙国374.30.99%16.2（13） 24.泰国351.30.93% 5.6（71） 25.阿根廷318.30.84%8.2（53） 26.奈及利亞296.60.79% 2.1（112） 27.台灣271.20.72%11.8（26） 28.委內瑞拉266.30.71%10.0（43） 29.巴基斯坦240.60.64% 1.5（128） 30.荷蘭224.40.59%13.8（16）
[中国,城镇,居民]简谈中国省域城镇居民碳排放驱动因素分析
简谈中国省域城镇居民碳排放驱动因素分析 人类活动造成的碳排放已经成为全球变暖的主导因素，消费引发的排放量不断增加正成为温室气体主要来源和新的增长点。在以往对城市居民碳足迹的研究中，已经包含了大量国家和区域间的居民碳排放研究成果。特别是21世纪以来，研究已经从单纯的排放特征研究逐步深入到能源结构、消费结构、产业结构的影响等方面，这为因地制宜开展碳减排工作提供了前期理论基础。随着对居民碳排放重要性认识的不断提高，中国相关研究成果也渐渐增多，研究区包括全国、省区到城市(不含港、澳、台地区)等多个尺度[6~10]，研究方法从简单的描述性统计分析延展到LMDI、SDA、STRIPAT等系统性分析方法。然而，由于中国城镇家庭消费入户调查难度大等原因，省级以下区域的空间分异和驱动因素研究相对较少。本文利用国家统计局数据以中国省域城市居民消费活动为研究对象，比较2003和2012年10a间不同省级区域城市居民消费碳排放及驱动因素区域分异特点，研究结果将为政府部门有效指导公众参与的碳排放管理提供因地制宜的理论指导。 1数据来源 研究区为中国的30个省级区域，未涵盖西藏和港澳台地区。各省区研究时间节点为2003年和2012年;数据来自2004和2013年《中国统计年鉴》、《中国能源统计年鉴》，以及2002年和2007年各地区投入产出表。 2研究方法 2.1城镇居民碳排放 城镇居民碳排放为居民生活消费直接碳排放和居民生活消费间接碳排放的总和。直接碳排放是指家庭直接使用的能源产生的碳排放，计算采用IPCC公布的国家层面CO2计算方法及其排放因子;间接碳排放是指居民生活消费的非能源商品和服务产生的碳排放，计算采用环境投入产出法，居住项不含电和燃料消费部分。 2.2结构分解分析法 结构分解分析(SDA)是一种比较常用的碳排放影响因素分析方法。与其他方法相比，SDA 方法最大的优势在于可以对包括输入端的能源结构、中间过程的产业结构和输出端的消费结构对碳排放的影响进行定量分析，这种全过程的因素分析是其他方法难以实现的。通过贡献度评价，可以计算不同驱动因素对城镇居民消费碳排放的影响程度和影响方向。贡献度的大小代表影响程度的相对值;它们的符号代表影响的方向，同号为同效应，异号为逆效应。 3结果和分析 政府出于环境管理的实际需要，一般采用生产部门碳排放作为国家碳排放管理的主要监测指标，而实际上在产业转型的关键时期，与居民消费相关的服务部门和居民部门的能耗比重正在逐步提高。单纯的生产部门碳排放研究难以满足环境管理的发展需求，因而涵盖生产和消费全过程的碳排放研究是下一阶段环境管理研究的必然趋势。本文下面将从消费端出发对城市居民生活消费引发的碳排放展开分析。
中国空间技术研究院(航天五院)2019年招收攻读硕士学位研究生招生简章
中国空间技术研究院（航天五院）2019年招收攻读 硕士学位研究生招生简章 欢迎各位有志奉献航天的青年报考中国空间技术研究院（以下简称五院）全日制学术型硕士研究生！五院成立于1968年2月20日，经过50年的发展，已成为中国主要的空间技术及其产品研制基地，是中国空间事业的骨干力量，为国民经济建设、国防现代化和人民生活水平的提高做出了重要贡献。五院主要从事空间技术开发、航天器研制、空间领域对外技术交流与合作、航天技术应用等业务。已经形成了以载人航天、月球与深空探测、北斗卫星导航系统、对地观测、通信广播、空间科学与技术试验六大系列航天器，实现了大、中、小、微型航天器的系列化、平台化发展。铸就了东方红一号卫星、神舟五号载人飞船、嫦娥一号卫星中国航天发展的三大里程碑，取得了举世瞩目的成就。 一、报考条件 全国统考报考条件： 1．考生的学历须符合下列条件之一： (1) 国家承认学历的应届本科毕业生； (2) 具有国家承认的大学本科毕业学历的人员。 2．考生应为1995年1月1日后出生。 3．考生身体健康状况符合规定的体检标准。 推荐免试报考条件： 推荐免试生的具体要求见“关于中国空间技术研究院（航天五院）2019年预接收推荐免试攻读硕士学位研究生的通知”。 二、报名 1．2019年全国硕士研究生报名实行网上提交报考信息和现场信息确认、交费、照相相结合的方式，所有报考人员（含推荐免试生）都必须在教育部规定的报名时间内登录指定的网站进行报名，并在规定的时间内到报名点进行信息确认、交费和照相。 2．网上报名时须按照规定选择报名点，在京参加全国统一考试的考生须选择报名点为（1176）中国农业科学院。推荐免试生和在外埠参加全国统一考试的考生须选择推荐学校或当地省（市、区）招生办公室指定的报名点报名。 3．在京参加全国统一考试的考生请到（1176）中国农业科学院招生办公室进行现场确认。推荐免试生和外埠参加全国统一考试的考生须选择推荐学校或当地省（市、区）招生办公室指定的报名点进行现场确认。 4．考生须认真核对网上提交的报名信息并牢记网上报名生成的报名号和密码，如因提交信息有误产生的后果由考生本人负责。 5．报考人员的资格审查在复试时进行，不符合报考条件的考生将被取消复试资格。