土地利用与人口结构双重驱动下中国城市碳强度的时空分异机制及减排策略

　　本研究针对中国城市碳强度(CI)的时空异质性，创新性地整合土地利用格局与人口结构因素，构建空间计量经济学模型和地理时空加权回归(GTWR)框架。研究发现：尽管全国城市CI总体下降，但北部地区碳强度显著高于南部，且区域内部差异加剧；空间依赖性分析揭示邻近地区CI每增加1%会导致本地至少0.5%的增长；土地城镇化(贡献率71.8%)和人口老龄化(60.9%)被识别为关键驱动因子。该成果为制定区域差异化减排政策提供了空间协同治理新思路。

　　

全球变暖背景下，中国作为最大碳排放国面临经济增长与减排的双重压力。随着城镇化率突破65%和人口结构剧变，城市成为碳博弈的主战场。但现有研究存在三大盲区：省级尺度分析掩盖城市级动态，人口因素多关注规模忽视结构效应，土地与碳排放的间接作用机制尚未厘清。更棘手的是，空间溢出效应使传统治理政策频频失效——某个城市的减排努力可能被周边地区的高碳发展抵消。

南京大学等机构的研究团队在《Applied Geography》发表的研究，首次将探索性时空数据分析(ESTDA)与空间计量模型结合，基于中国289个城市2005-2020年的面板数据，揭示了碳强度演变的"马太效应"。通过构建包含Moran's I指数、空间杜宾模型(SDM)和地理时空加权回归(GTWR)的混合框架，研究实现了从全局规律到局部异质性的多尺度解析。

区域差异分析
核密度估计显示全国碳强度呈下降趋势，但北部城市始终高于南部1.8-2.3倍。有趣的是，虽然东中西部的区域间差距缩小，但东北地区内部城市分化加剧，形成"俱乐部收敛"现象。空间马尔可夫链分析发现，高碳城市有67%概率维持现状，而低碳城市仅有42%概率实现跨层级跃迁，证实碳锁定效应(lock-in effect)的存在。

空间交互机制
空间杜宾模型揭示出惊人的传染效应：相邻地区碳强度每提升1%，会通过产业转移、技术扩散等渠道导致本地至少0.5%的增长。这种依赖路径(path dependency)在200公里范围内最强，解释力达38.7%。研究还捕捉到"以邻为壑"的竞争模式——地方政府更倾向将高碳产业布局在行政边界区域。

驱动因子解析
全局回归显示：城镇化率(β=0.217)、劳动参与率(0.189)和人均收入(0.156)推高碳强度，而老龄化(-0.203)、技术进步(-0.311)和研发投入(-0.284)产生抑制作用。GTWR模型进一步绘制出驱动力的空间异质图谱：土地城镇化在华北平原贡献率达71.8%，源于粗放扩张模式；人口老龄化在长三角显示60.9%的减排贡献，得益于老年群体消费降级带来的能源需求收缩。

政策启示
研究建议建立"碳强度-人口年龄-土地集约度"的三维调控体系：在"胡焕庸线"东南侧推行适老化低碳社区建设，西北侧重点遏制土地城镇化无序扩张。特别强调跨区域补偿机制，测算显示省级协同治理可使减排成本降低23.7%。该成果为《巴黎协定》下中国城市碳中和路径提供了空间治理新范式，其方法论框架也可应用于其他快速城市化国家。

讨论部分指出两个突破性发现：一是首次量化证实人口结构变迁比规模效应更能解释(62.4% vs 37.6%)碳强度变异；二是识别出土地配置通过产业结构中介效应产生的间接影响占比达41.3%。这些发现挑战了传统能源-centric的减排思路，为气候治理提供了"空间-社会"系统解决方案。研究团队建议后续开展微观尺度行为实验，以揭示家庭能源消费与社区土地混合使用的耦合机制。