文献类型：期刊文章

作　　者：曾晓莹[1] 邱荣祖[1] 林丹婷[1] 侯秀英[1] 张兰怡[1] 胡喜生[1]

ZENG Xiao-ying;QIU Rong-zu;LIN Dan-ting;HOU Xiu-ying;ZHANG Lan-yi;HU Xi-sheng(School of Transportation and Civil Engineering,Fujian Agriculture and Forestry University,Fuzhou 350108,China)

机构地区：[1]福建农林大学交通与土木工程学院,福建福州350108

出　　处：《中国环境科学》

基　　金：国家自然科学基金资助项目(31971639);福建省自然科学基金面上项目(2019J01406);福建省社会科学规划一般项目(FJ2017B090)。

年　　份：2020

卷　　号：40

期　　号：10

起止页码：4304-4313

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：选取30个省级行政单位作为空间单元,采用探索性空间数据分析(ESDA)方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归(GWR)模型分析交通碳排放影响因素的时空异质性.研究发现:2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R^2在0.783~0.865之间,而OLS模型的R^2在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.

关 键 词：探索性空间数据分析 地理加权回归 交通碳排放  时空异质性

分 类 号：X511]