師瑋 鄭雅麗 楊家鵬 沙智泉 張國(guó)煒

DOI：10.16783/j.cnki.nwnuz.2024.01.015

收稿日期：20230926;修改稿收到日期：20231024

基金項(xiàng)目：甘肅省自然科學(xué)基金資助項(xiàng)目（22JR5RA155）

作者簡(jiǎn)介：師瑋（1979—），女，甘肅慶陽(yáng)人，副教授，博士.主要研究方向?yàn)橘Y源環(huán)境評(píng)價(jià)與管理.

Email：shiwei0716@163.com

摘要：為了協(xié)調(diào)推進(jìn)全國(guó)及各重大戰(zhàn)略區(qū)域的減排降碳工作，加快實(shí)現(xiàn)碳達(dá)峰和碳中和的目標(biāo)，通過碳核算技術(shù)指南法對(duì)區(qū)域電力消費(fèi)碳排放量進(jìn)行核算，并應(yīng)用泰爾指數(shù)分析區(qū)域間的碳排放差異.在此基礎(chǔ)上，使用三維非參數(shù)核密度估計(jì)法研究區(qū)域電力消費(fèi)碳排放量的動(dòng)態(tài)演變特征，并通過變異系數(shù)和空間面板模型進(jìn)行σ收斂和絕對(duì)β收斂分析.研究以甘肅省為例，結(jié)果表明，甘肅省電力消費(fèi)碳排放總體呈上升趨勢(shì)，同時(shí)各地區(qū)之間的差異逐漸減小；在動(dòng)態(tài)演進(jìn)方面，隨著時(shí)間推移區(qū)域內(nèi)部的兩極分化特征整體趨于減弱，差異化程度逐漸降低；在收斂特性方面，各時(shí)間尺度下均不存在σ收斂，但均存在絕對(duì)β收斂.

關(guān)鍵詞：電力消費(fèi)；碳排放；動(dòng)態(tài)演進(jìn)；收斂性；多時(shí)間尺度

中圖分類號(hào)：F 205??? 文獻(xiàn)標(biāo)志碼：A??? 文章編號(hào)：1001-988Ⅹ（2024）01-0097-09

Regional dynamic evolution and convergence analysis of carbon

emissions from electricity consumption at multi-time scale

SHI Wei，ZHENG Ya-li，YANG Jia-peng，SHA Zhi-quan，ZHANG Guo-wei

（College of Geography and Environmental Science，Northwest Normal University，Lanzhou 730070，Gansu，China）

Abstract：In order to coordinate and promote the emission reduction and carbon reduction work of the country and major strategic regions，and accelerate the goal of carbon peaking and carbon neutrality，the technical guide method of carbon accounting is used to calculate the carbon emissions of regional electricity consumption，and the Thiel index are used to analyze the carbon emission differences between regions.On this basis，the three-dimensional non-parametric kernel density estimation method is used to study the dynamic evolution characteristics of regional electricity consumption carbon emissions，and analyze the σ convergence and absolute β convergence through the coefficient of variation and the spatial panel model.Taking Gansu Province as an example，the results show that the overall trend of carbon emissions from electricity consumption is increasing，while the differences between regions are gradually decreasing.In terms of dynamic evolution，with the passage of time，the polarization characteristics within the region tend to weaken as a whole，and the degree of differentiation gradually decreases.In terms of convergence characteristics，there is no σ convergence at each time scale，but there is absolute β convergence.

Key words：electricity consumption;carbon emissions;dynamic evolution;convergence;multi-time scale

自工業(yè)革命以來，全球經(jīng)濟(jì)實(shí)現(xiàn)了快速增長(zhǎng)，人們的生活水平和社會(huì)現(xiàn)代化程度不斷提高.然而，由于化石能源的消耗，二氧化碳排放總量顯著增加，嚴(yán)重威脅著地球的生態(tài)環(huán)境與氣候.地球表面的平均氣溫持續(xù)上升，引發(fā)了諸如氣候變化、資源消耗增加、生態(tài)環(huán)境破壞、危害人類健康以及阻礙經(jīng)濟(jì)社會(huì)發(fā)展等一系列問題［1-2］.為應(yīng)對(duì)全球氣候變化和控制溫室氣體排放，世界各國(guó)先后達(dá)成和簽訂了《聯(lián)合國(guó)氣候變化框架公約》、《京都議定書》、《巴黎協(xié)定》等相關(guān)協(xié)議.作為世界上最大的能源消耗國(guó)和CO2排放國(guó)，我國(guó)在減少全球CO2排放上承擔(dān)著巨大的責(zé)任［3-4］.第75屆聯(lián)合國(guó)大會(huì)上，我國(guó)政府做出了“2030碳達(dá)峰·2060碳中和”的國(guó)際承諾，彰顯了大國(guó)的責(zé)任與擔(dān)當(dāng).

燃煤發(fā)電作為目前中國(guó)最主要的發(fā)電形式，發(fā)電行業(yè)產(chǎn)生的碳排放量占全國(guó)總量的40%以上［5］.電力部門的碳減排是我國(guó)實(shí)現(xiàn)雙碳目標(biāo)的關(guān)鍵［6-8］，電力消費(fèi)二氧化碳排放量的核算是研究不同區(qū)域、不同行業(yè)碳排放時(shí)空變化和收斂特征的前提［9-11］.在已有研究中，省級(jí)層面的碳排放的研究成果最為豐富，孫耀華等［12］通過對(duì)我國(guó)省際碳排放強(qiáng)度的時(shí)空分布及其收斂性特征進(jìn)行分析，研究表明省際碳排放強(qiáng)度具有顯著的空間自相關(guān)性且在收斂特征方面表現(xiàn)為“俱樂部”收斂和條件β收斂.付云鵬等［13］對(duì)我國(guó)30個(gè)地區(qū)2000—2012年碳排放強(qiáng)度進(jìn)行估算，在STIRPAT模型的基礎(chǔ)上采用空間滯后模型和空間誤差模型對(duì)我國(guó)區(qū)域碳排放強(qiáng)度的影響因素進(jìn)行研究，結(jié)果表明中國(guó)碳排放強(qiáng)度的主要影響因素為人口結(jié)構(gòu)、能源強(qiáng)度以及產(chǎn)業(yè)結(jié)構(gòu)因素.趙桂梅等［14］對(duì)1997—2015年我國(guó)省區(qū)碳排放強(qiáng)度的空間面板數(shù)據(jù)進(jìn)行測(cè)算，并對(duì)中國(guó)碳排放強(qiáng)度的時(shí)空演進(jìn)和時(shí)空躍遷機(jī)制進(jìn)行了研究，研究發(fā)現(xiàn)省際碳排放強(qiáng)度空間分布呈現(xiàn)“集聚”與“分異”并存的時(shí)空演化特征.周四軍等［15］通過構(gòu)建動(dòng)態(tài)空間杜賓模型對(duì)中國(guó)區(qū)域碳排放強(qiáng)度空間效應(yīng)進(jìn)行研究，結(jié)果表明我國(guó)區(qū)域間的碳排放具有顯著的空間效應(yīng).Cui等［16］對(duì)我國(guó)東部、中部、西部和東北地區(qū)9個(gè)省1997—2017年種植業(yè)碳排放強(qiáng)度和人均碳排放量的區(qū)域差異和時(shí)空動(dòng)態(tài)演變進(jìn)行分析，結(jié)果表明其呈顯著的非均衡分布特征，同時(shí)區(qū)域間差異是總差異的主要來源.此外，張翠菊等［17］、張青青等［18］和田云等［19］，也對(duì)省級(jí)碳排放進(jìn)行了空間研究.在城市層面的相關(guān)研究上，王志遠(yuǎn)等［20］定量地測(cè)度了2000和2009年我國(guó)35個(gè)城市的空間形狀特征和時(shí)空變化，并研究了城市空間形狀與碳排放強(qiáng)度之間的相關(guān)性，結(jié)果表明降低城市形態(tài)指數(shù)對(duì)減少城市單位面積碳排放具有重要作用.王睿等［21］基于中國(guó)1 897個(gè)縣級(jí)城市研究中國(guó)縣級(jí)城市碳排放空間分布特征，分析表明其呈現(xiàn)東高西低的總體空間格局.Xue等［22］對(duì)京津冀地區(qū)13個(gè)城市的碳排放效率、時(shí)空效應(yīng)及影響因素進(jìn)行測(cè)度分析，發(fā)現(xiàn)2007—2016年該地區(qū)碳排放效率總體呈下降趨勢(shì)，并識(shí)別出平穩(wěn)、波動(dòng)和下降三種演化軌跡.

目前電力碳排放的研究主要集中于不同區(qū)域尺度，而鮮有對(duì)于不同時(shí)間尺度的研究.鑒于此，本文研究電力消費(fèi)碳排放在多時(shí)間尺度上的區(qū)域差異、動(dòng)態(tài)演進(jìn)與收斂性.首先，核算區(qū)域年度、季度和月度尺度下的電力消費(fèi)碳排放量；其次，采用泰爾指數(shù)和核密度估計(jì)方法研究各時(shí)間尺度下區(qū)域碳排放的區(qū)域差異和動(dòng)態(tài)演化特征；最后，建立空間回歸模型，研究電力消費(fèi)碳排放的收斂特征.本文以甘肅省為例進(jìn)行研究分析，為全國(guó)及各重點(diǎn)戰(zhàn)略區(qū)域出臺(tái)國(guó)家和地區(qū)的降碳策略和政策建議，實(shí)現(xiàn)碳達(dá)峰和碳中和目標(biāo)提供理論支持.

1? 研究方法與數(shù)據(jù)來源

1.1? 研究方法

1.1.1 ?電力消費(fèi)碳排放核算

現(xiàn)有的區(qū)域碳排放核算方法大多將電力碳排放歸咎于生產(chǎn)者，而未將電力消費(fèi)產(chǎn)生的間接碳排放納入核算范圍.隨著能源結(jié)構(gòu)的調(diào)整，電力消費(fèi)在整體能源消費(fèi)中所占比重不斷增加.同時(shí)，電力消費(fèi)所導(dǎo)致的碳排放在能源消費(fèi)中的比例也逐步上升.基于保障區(qū)域碳排放責(zé)任公平的原則，并依據(jù)《省級(jí)溫室氣體清單編制指南》，本文此階段碳排放量核算方法如下：

EC=DA×FE，（1）

其中，EC為電力消費(fèi)碳排放量，DA為電力消費(fèi)量，F(xiàn)E為電網(wǎng)碳排放因子.本研究采用由中華人民共和國(guó)生態(tài)環(huán)境部發(fā)布的全國(guó)電網(wǎng)平均排放因子作為電網(wǎng)碳排放因子.

1.1.2? 泰爾指數(shù)

泰爾指數(shù)是一種考察區(qū)域內(nèi)與區(qū)域間差異的指標(biāo)［23-24］，本文利用泰爾指數(shù)將甘肅省13個(gè)市州的整體差異進(jìn)行分解，計(jì)算出年度尺度、季度尺度和月度尺度下的甘肅省電力消費(fèi)碳排放泰爾指數(shù).具體計(jì)算公式如下：

T=1n∑ni=1yilnyi，（2）

其中，T為整體泰爾指數(shù)，i分別代表甘肅省的13個(gè)市州，yi為第i個(gè)市州的電力消費(fèi)碳排放量，是13個(gè)市州電力消費(fèi)碳排放量的平均值.

1.1.3? 核密度估計(jì)

核密度估計(jì)是一種重要的非參數(shù)估計(jì)方法［25-27］，其將核平滑運(yùn)用于概率密度估計(jì)中，可描述區(qū)域電力消費(fèi)碳排放在空間上的分布特征.通過對(duì)同一區(qū)域的多尺度樣本進(jìn)行核密度曲線的縱向?qū)Ρ?，可以揭示該區(qū)域電力消費(fèi)碳排放分布特征的動(dòng)態(tài)演變過程.同時(shí)，通過對(duì)多個(gè)區(qū)域的核密度曲線形態(tài)進(jìn)行橫向?qū)Ρ?，能夠發(fā)現(xiàn)不同區(qū)域碳電力消費(fèi)碳排放變化軌跡的差異［28-29］.具體計(jì)算如下，j區(qū)域電力消費(fèi)碳排放的核密度曲線如下：

fj（y）=1njh∑nji=1Kyji-yh，（3）

其中，K（·）為核密度函數(shù)，n為樣本的數(shù)量，h為核密度估計(jì)的窗寬.本文運(yùn)用高斯核函數(shù)進(jìn)行研究，并采用Silverman［30］提出的最優(yōu)窗寬選擇方法確定窗寬.

1.1.4? 收斂模型

經(jīng)濟(jì)增長(zhǎng)的收斂是指由于資本邊際產(chǎn)出遞減的趨勢(shì)，隨著時(shí)間的推移，經(jīng)濟(jì)增長(zhǎng)最后將趨于穩(wěn)定狀態(tài)的現(xiàn)象［31］.隨著收斂模型的廣泛運(yùn)用，該模型在科技資源配置效率［32］、碳生產(chǎn)率變動(dòng)［33］等領(lǐng)域也取得了重要的成果.隨著我國(guó)不斷推進(jìn)“碳達(dá)峰”和“碳中和”目標(biāo)，預(yù)計(jì)電力消費(fèi)碳排放量將逐漸趨于穩(wěn)定狀態(tài)，因此，收斂模型是研究我國(guó)城市碳排放長(zhǎng)期變化特征的合適選擇［34］.

在研究碳排放相關(guān)收斂問題時(shí)，主要有σ收斂和β收斂?jī)煞N常用的收斂模型.σ收斂可描述不同地區(qū)電力消費(fèi)碳排放的離差逐漸減小，最終趨向于一種相似的水平或達(dá)到穩(wěn)定狀態(tài).本文采用變異系數(shù)來測(cè)度σ收斂，其表達(dá)式如下：

σ=∑Ni=1（CEECi-CEECi）2/NCEECi，（4）

其中，CEECi（Carbon Emissions from Electricity Consumption）表示區(qū)域第i個(gè)市州的電力消費(fèi)碳排放量，CEECi表示區(qū)域電力消費(fèi)碳排放均值，N為區(qū)域內(nèi)市州的個(gè)數(shù)，本文取13.

β收斂可描述隨著時(shí)間推移，電力消費(fèi)碳排放較高的區(qū)域經(jīng)歷較高的下降幅度，以減小與電力消費(fèi)碳排放量較低的區(qū)域之間的差距，最終趨向于相同的穩(wěn)態(tài)水平.絕對(duì)β收斂是指在不考慮對(duì)電力消費(fèi)碳排放有重要影響的因素情況下，地區(qū)之間的電力消費(fèi)碳排放量呈現(xiàn)收斂的趨勢(shì)，

其表達(dá)式如下：

lnCEECi，t+1CEECit=α+βln（CEECit）+

μi+ηi+εit，（5）

其中，CEECit表示區(qū)域第i個(gè)市州在t期的電力消費(fèi)碳排放，CEECi，t+1表示區(qū)域第i個(gè)市州在t+1期的電力消費(fèi)碳排放，β為收斂系數(shù)，μi表示地區(qū)效應(yīng)，ηi表示時(shí)間效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng).

1.2? 數(shù)據(jù)來源

本文所需數(shù)據(jù)來源如下：2000—2020年度甘肅省全社會(huì)用電量數(shù)據(jù)來自《中國(guó)電力統(tǒng)計(jì)年鑒》，2000—2020季度及月度甘肅省全社會(huì)及各市州用電量數(shù)據(jù)來自《甘肅省電力統(tǒng)計(jì)資料匯編》.

2? 結(jié)果與分析

2.1? 電力消費(fèi)碳排放核算分析

2.1.1? 年度尺度下碳排放量核算? 甘肅省年度電力消費(fèi)碳排放總量如圖1所示，總體來看，2000—2019年，甘肅省電力消費(fèi)碳排放量處于持續(xù)增長(zhǎng)階段，增幅達(dá)到77.68%.2013—2015年全省電力消費(fèi)碳排放量幾乎處于持平狀態(tài)，略微上升，可能的原因是甘肅省前期大力開展煤改氣，導(dǎo)致社會(huì)用電量增長(zhǎng)緩慢.2016—2017年，甘肅省全社會(huì)用電平穩(wěn)，但2020年因新能源發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、高耗能企業(yè)淘汰和“限電”政策等降碳措施，電力消費(fèi)碳排放下降14.25%.

甘肅省13個(gè)市州2000，2005，2010，2015和2020年電力消費(fèi)碳排放量變化如圖2所示.就整體趨勢(shì)而言，各市州的電力消費(fèi)碳排放總量均呈上升態(tài)勢(shì).另外，由于統(tǒng)計(jì)口徑變化，為了保證數(shù)據(jù)的前后一致性，本研究將嘉峪關(guān)市電力消費(fèi)算入酒泉市，導(dǎo)致2020年兩市電力消費(fèi)排放量超過蘭州市.

2.1.2? 季度尺度下碳排放量核算

圖3表示2000—2020年甘肅省各季度電力消費(fèi)碳排放量.從季度尺度來看，2000—2020年各個(gè)季度的全省電力消費(fèi)碳排放量均處于上升階段，其中增幅最大的是第四季度，達(dá)到了67.35%.“十五”到“十一五”期間，甘肅省電力消費(fèi)碳排放量第二、四季度均高于第一、三季度，往后各季度呈現(xiàn)不規(guī)則變化.這可能與季節(jié)變化有一定關(guān)系，夏季和冬季居民用電需求均高于其他兩個(gè)季節(jié)，使得電力消費(fèi)碳排放升高.

2.1.3? 月度尺度下碳排放量核算

圖4顯示了2000—2020年每五年每月份的電力消費(fèi)碳排放量.可以看出，二月份與九月份處于整年中最低水平，與前文所述的季節(jié)變化引起的差異相一致，其余月份電力消費(fèi)碳排放量基本處于平均水平.

2.2? 電力消費(fèi)碳排放區(qū)域差異

2.2.1? 年度尺度區(qū)域差異分析

使用泰爾指數(shù)測(cè)算甘肅省各市州電力消費(fèi)碳排放之間的差異程度，2000—2020年度的測(cè)算結(jié)果見圖5.圖5顯示甘肅省區(qū)域電力消費(fèi)碳排放泰爾系數(shù)在樣本初期為0.59，且各地區(qū)之間電力消費(fèi)碳排放差異較大，2003年達(dá)到最大，之后每年出現(xiàn)上下浮動(dòng)的情況，但整體呈下降趨勢(shì)，最終在樣本末期降至0.31.甘肅省各地區(qū)電力消費(fèi)碳排放量差異呈下降趨勢(shì)，與前述結(jié)論相符.原因是地級(jí)市經(jīng)濟(jì)的發(fā)展和城鎮(zhèn)化的加速，使各市州電力消費(fèi)碳排放水平差異逐漸縮小.

2.2.2? 季度尺度區(qū)域差異分析

2000—2020年甘肅省各季度電力消費(fèi)碳排放泰爾指數(shù)組間和組內(nèi)均出現(xiàn)下降趨勢(shì)（圖6），說明甘肅省各地區(qū)電力消費(fèi)碳排放差異由最開始的較為明顯到最后逐漸縮小，第三、四季度在2000—2005年間，組內(nèi)差異略有提升，可能由于甘肅省各市州之間經(jīng)濟(jì)發(fā)展與城鎮(zhèn)化進(jìn)程差距較大，導(dǎo)致用電需求增長(zhǎng)速度層次不齊，區(qū)域內(nèi)部之間差異逐漸增大.從組間差異來看，2000年各季度泰爾指數(shù)差異最大為0.081，2020年是0.0561，其中差異降幅最大的出現(xiàn)在第四季度，泰爾指數(shù)區(qū)間結(jié)果顯示為0.324～0.567.

2.2.3? 月度尺度區(qū)域差異分析

圖7顯示了2000—2020年在月度尺度下甘肅省電力消費(fèi)碳排放泰爾指數(shù)，結(jié)果表明，甘肅省電力消費(fèi)碳排放區(qū)域差異整體上呈波動(dòng)下降趨勢(shì)，不同月份電力消費(fèi)碳排放泰爾指數(shù)在同一時(shí)期的差異呈現(xiàn)規(guī)律性浮動(dòng)，具體來說，2000—2010年以及2015—2020年，各月份組間差異收縮降低，2010—2015年，組間差異情況相反，呈擴(kuò)大趨勢(shì).其原因可能是此期間，甘肅省煤炭需求放緩，導(dǎo)致部分月份電力消費(fèi)碳排放水平差距顯著.

2.3? 電力消費(fèi)碳排放動(dòng)態(tài)演進(jìn)

本文利用泰爾指數(shù)分析了甘肅省各時(shí)間尺度下電力消費(fèi)碳排放的整體差異水平以及造成差異的具體原因，但未描述各地區(qū)電力消費(fèi)碳排放變化的時(shí)變演變過程.因此，本研究使用三維核密度估計(jì)方法來描述各個(gè)區(qū)域數(shù)據(jù)的分布特征，分析相應(yīng)密度曲線的分布位置、分布延展性、主峰形態(tài)和波峰數(shù)量等重要特征.

2.3.1? 年度尺度下電力消費(fèi)碳排放動(dòng)態(tài)演進(jìn)

在國(guó)民經(jīng)濟(jì)發(fā)展中，減排降碳工作成為我國(guó)的約束性目標(biāo).圖8展示了年度尺度下甘肅省電力消費(fèi)碳排放的核密度曲線，圖中核密度曲線呈現(xiàn)整體右移的趨勢(shì)，表明甘肅省大部分城市的電力消費(fèi)碳排放量相對(duì)增加.主峰的高度降低，寬度增大，這表明樣本內(nèi)市州的電力消費(fèi)碳排放水平呈現(xiàn)出更大的離散程度，這種變化可能是由于不同區(qū)域的產(chǎn)業(yè)基礎(chǔ)差異導(dǎo)致的.在核密度曲線中存在右拖尾現(xiàn)象，即表示在該區(qū)域內(nèi)存在一些城市的電力消費(fèi)碳排放水平明顯高于其他城市.此外，樣本時(shí)期的碳排放存在雙峰現(xiàn)象，意味著存在排放水平較高和排放水平較低的兩個(gè)區(qū)域，進(jìn)一步印證了存在城市碳排放的兩極分化現(xiàn)象.

2.3.2? 季度尺度下電力消費(fèi)碳排放動(dòng)態(tài)演進(jìn)

圖9描述了2000，2010和2020年季度尺度甘肅省電力消費(fèi)碳排放的核密度曲線，從全省季度層面來看，2000，2010和2020年的電力消費(fèi)碳排放量整體呈現(xiàn)右移的趨勢(shì)，這表明甘肅省大部分市州在各季度的電力消費(fèi)碳排放量持續(xù)增長(zhǎng).核密度曲線三階段均存在顯著的右拖尾現(xiàn)象，即不同季度下區(qū)域內(nèi)部也存在較大差異.主峰高度上升，寬度增大，意味著樣本內(nèi)各季度電力消費(fèi)碳排放水平的離散程度呈現(xiàn)下降趨勢(shì).

2.3.3? 月度尺度下電力消費(fèi)碳排放動(dòng)態(tài)演進(jìn)

2000，2010和2020年月度尺度下甘肅省電力消費(fèi)碳排放的核密度曲線如圖10所示，從全省月度層面來看，2000，2010，2020年整體碳排放量的核密度曲線也表現(xiàn)出右移的趨勢(shì)，表明甘肅省大部分城市在各個(gè)月度的電力消費(fèi)碳排放處在持續(xù)增長(zhǎng)狀態(tài)，主峰高度上升但寬度變大，意味著樣本內(nèi)各月度碳排放水平的離散程度呈現(xiàn)下降趨勢(shì).核密度曲線三階段均存在顯著的右拖尾現(xiàn)象，即不同季度下區(qū)域內(nèi)部也存在較大差異.在樣本初期，月度尺度下核密度曲線圖呈現(xiàn)雙峰現(xiàn)象.然而，在樣本末期，雙峰逐漸演變?yōu)閱畏?，這表明區(qū)域內(nèi)部的兩極分化特征整體上趨于減弱，區(qū)域內(nèi)的差異化程度逐漸降低.

2.4? 電力消費(fèi)碳排放收斂性分析

2.4.1? σ收斂

甘肅省各地區(qū)年度、季度及月度電力消費(fèi)碳排放σ收斂結(jié)果如表1所示.在年度尺度上，碳排放變異系數(shù)呈先減少后增加的趨勢(shì)，在2009年達(dá)到最低點(diǎn).隨著城市產(chǎn)業(yè)和能源轉(zhuǎn)型進(jìn)程的推進(jìn)，各地區(qū)的碳排放差異逐漸增大，并在年度尺度上觀察到期末值高于期初值的現(xiàn)象，表明在此時(shí)間尺度上不存在σ收斂的特征.季度尺度上，碳排放變異系數(shù)呈現(xiàn)波動(dòng)上升的趨勢(shì)，于2020年達(dá)到最高點(diǎn).在月度尺度上，電力消費(fèi)碳排放變異系數(shù)呈先下降后波動(dòng)上升的趨勢(shì)，并于2004年達(dá)到最低點(diǎn)，顯示出市州間發(fā)展速度的差異.總體上，各個(gè)時(shí)間尺度下的電力消費(fèi)碳排放最終值均大于初始值，且普遍不存在σ收斂性.

2.4.2? 絕對(duì)β收斂

表2給出了甘肅省不同時(shí)間尺度下區(qū)域碳排放的絕對(duì)β收斂檢驗(yàn)結(jié)果.在所有時(shí)間尺度下，甘肅省的絕對(duì)β值都為負(fù)數(shù)，并且通過了顯著性檢驗(yàn)，即甘肅省電力消費(fèi)碳排放在年度、季度以及月度均存在絕對(duì)β收斂.這也意味著長(zhǎng)期來看甘肅省13個(gè)市州的電力消費(fèi)碳排放在各時(shí)間尺度下會(huì)收斂至各自的穩(wěn)態(tài)水平.在全省范圍內(nèi)，年度、季度和月度的收斂速度分別為0.0225，0.0276和0.0428，說明在月度尺度下，甘肅省電力消費(fèi)碳排放的收斂速度相對(duì)較快，而年度尺度下的收斂速度相對(duì)較慢.以ρ或λ系數(shù)為衡量標(biāo)準(zhǔn)，在各時(shí)間尺度下，系數(shù)值均為正數(shù).此外，隨著時(shí)間尺度的縮短，系數(shù)值呈現(xiàn)出逐漸減小的趨勢(shì).這表明甘肅省電力消費(fèi)碳排放受到周邊地區(qū)的正向空間溢出影響，且隨著時(shí)間尺度的縮短，該影響的程度逐漸降低.

3? 結(jié)論及建議

3.1? 結(jié)論

本文采用碳核算技術(shù)指南法核算多時(shí)間尺度下區(qū)域電力消費(fèi)碳排放量，并使用泰爾指數(shù)、核密度估計(jì)和空間收斂模型對(duì)電力消費(fèi)碳排放的區(qū)域差異，動(dòng)態(tài)演進(jìn)及收斂性開展研究.并以甘肅省為例進(jìn)行分析，得到以下主要研究結(jié)論：

1）甘肅省電力消費(fèi)碳排放總體呈上升趨勢(shì)，同時(shí)各地區(qū)之間的差異逐漸減小.核算的結(jié)果顯示，甘肅省電力消費(fèi)碳排放量在2000—2019年整體上處于增長(zhǎng)狀態(tài)，并于2019年達(dá)到峰值，2020年略微下降.從區(qū)域差異來看，各市州電力消費(fèi)碳排放量在不同時(shí)間尺度下差異程度不同，但整體表現(xiàn)為差異減小趨勢(shì).

2）隨著時(shí)間推移區(qū)域內(nèi)部的兩極分化特征整體趨于減弱，差異化程度逐漸降低.從動(dòng)態(tài)演進(jìn)來看，多時(shí)間尺度下的碳排放水平均存在不同幅度的下降趨勢(shì)，反映了甘肅省減排降碳工作的成效.隨著研究時(shí)段的推移，不同時(shí)間尺度下的動(dòng)態(tài)演進(jìn)特征表現(xiàn)出相似的趨勢(shì)，初期存在的兩極分化現(xiàn)象逐漸減弱，區(qū)域內(nèi)部的極化特征整體呈現(xiàn)降低趨勢(shì).

3）甘肅省電力消費(fèi)碳排放將趨于各自穩(wěn)態(tài)水平，同時(shí)受到周邊地區(qū)正向空間溢出影響，隨著時(shí)間尺度的縮短，這種影響逐漸減弱.收斂特征顯示甘肅省及各市州電力消費(fèi)碳排放量在各時(shí)間尺度下均不存在σ收斂，但均檢驗(yàn)出絕對(duì)β收斂的存在.長(zhǎng)期來看，甘肅省13個(gè)市州的電力消費(fèi)碳排放在各時(shí)間尺度下會(huì)收斂至各自的穩(wěn)態(tài)水平.同時(shí)，甘肅省電力消費(fèi)碳排放受到周邊地區(qū)的正向空間溢出影響，且影響程度隨著時(shí)間尺度的縮短逐漸降低.

3.2? 建議

基于上述研究結(jié)論，得到如下建議：

1）為應(yīng)對(duì)電力消費(fèi)碳排放總量增長(zhǎng)和區(qū)域差異，需要調(diào)整和優(yōu)化能源結(jié)構(gòu).首先，需構(gòu)建河西走廊新能源開發(fā)區(qū)，形成可再生能源供應(yīng)體系.支持酒泉地區(qū)發(fā)展特大型風(fēng)電基地，促進(jìn)風(fēng)電、光伏、光熱、儲(chǔ)能等協(xié)調(diào)發(fā)展.其次，打造金（昌）張（掖）武（威）風(fēng)光電基地，建成河西第二條特高壓直流輸送通道.最后，隴東地區(qū)加速建設(shè)隴東特高壓直流輸電工程，實(shí)現(xiàn)煤炭綠色開發(fā)和煤電清潔高效生產(chǎn).最后，天水市、隴南市等東南部地區(qū)承接煤炭資源異地轉(zhuǎn)化利用，發(fā)展風(fēng)電、光伏等清潔能源和抽水蓄能項(xiàng)目，建立清潔能源與煤炭資源綜合利用的機(jī)制.

2）推動(dòng)全省電力消費(fèi)低碳化協(xié)調(diào)發(fā)展，弱化動(dòng)態(tài)演進(jìn)特征中的兩極現(xiàn)象.對(duì)于欠發(fā)達(dá)地區(qū)，應(yīng)利用后發(fā)優(yōu)勢(shì)，以產(chǎn)業(yè)結(jié)構(gòu)合理化為目標(biāo)，注重各產(chǎn)業(yè)的比例和關(guān)聯(lián)方式的協(xié)調(diào).對(duì)于發(fā)達(dá)地區(qū)，應(yīng)依托產(chǎn)業(yè)創(chuàng)新和優(yōu)化升級(jí)的優(yōu)勢(shì)，以產(chǎn)業(yè)結(jié)構(gòu)高端化、低碳化為目標(biāo)，推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)向集約型和高端化轉(zhuǎn)型.

3）甘肅省市州應(yīng)與周邊地區(qū)加強(qiáng)跨區(qū)域合作，推動(dòng)碳排放減排的協(xié)同效應(yīng)，在縮小碳排放區(qū)域差異的同時(shí)發(fā)揮空間溢出效應(yīng)，強(qiáng)化對(duì)周邊地區(qū)的輻射帶動(dòng)作用，達(dá)到電力消費(fèi)碳排放的空間依賴和溢出的協(xié)調(diào)與平衡.推動(dòng)甘肅省各行業(yè)達(dá)到碳排放達(dá)峰，逐步收斂至穩(wěn)態(tài)水平.

參考文獻(xiàn)：

［1］? 張永生.為什么碳中和必須納入生態(tài)文明建設(shè)整體布局——理論解釋及其政策含義［J］.中國(guó)人口·資源與環(huán)境，2021，31（9）：6.

［2］? 陳迎，巢清塵，等.碳達(dá)峰、碳中和100問［M］.北京：人民日?qǐng)?bào)出版社，2021.

［3］? HAO Y，CHEN H，WEI Y-M，et al.The influence of climate change on CO2（carbon dioxide） emissions：an empirical estimation based on Chinese provincial panel data［J］.Journal of Cleaner Production，2016，131：667.

［4］? 周迪，王雪芹.中國(guó)碳排放效率與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的耦合度及耦合路徑［J］.自然資源學(xué)報(bào)，2019，34（11）：2305.

［5］? 王常凱，謝宏佐.中國(guó)電力碳排放動(dòng)態(tài)特征及影響因素研究［J］.中國(guó)人口·資源與環(huán)境，2015，25（4）：21.

［6］? SANTOS-ALAMILLOS F J，ARCHER C L，NOEL L，et al.Assessing the economic feasibility of the gradual decarbonization of a large electric power system［J］.Journal of Cleaner Production，2017，147：130.

［7］? WELDU Y W，ASSEFA G.The search for most cost-effective way of achieving environmental sustainability status in electricity generation：Environmental life cycle cost analysis of energy scenarios［J］.Journal of Cleaner Production，2017，142：2296.

［8］? STAFFELL I.Measuring the progress and impacts of decarbonising British electricity［J］.Energy Policy，2017，102：463.

［9］? 李遠(yuǎn)玲，王金龍，楊伶.基于縣域尺度的湖南省農(nóng)業(yè)碳排放時(shí)空特征分析［J］.中國(guó)農(nóng)業(yè)資源與區(qū)劃，2022，43（4）：75.

［10］? 王少劍，高爽，黃永源，等.基于超效率SBM模型的中國(guó)城市碳排放績(jī)效時(shí)空演變格局及預(yù)測(cè)［J］.地理學(xué)報(bào)，2020，75（6）：1316.

［11］? 韋彥汀，李思佳，張華.成渝城市群碳排放時(shí)空特征及其影響因素［J］.中國(guó)環(huán)境科學(xué)，2022，42（10）：4807.

［12］? 孫耀華，仲偉周.中國(guó)省際碳排放強(qiáng)度收斂性研究——基于空間面板模型的視角［J］.經(jīng)濟(jì)管理，2014，36（12）：31.

［13］? 付云鵬，馬樹才，宋琪.中國(guó)區(qū)域碳排放強(qiáng)度的空間計(jì)量分析［J］.統(tǒng)計(jì)研究，2015，32（6）：67.

［14］? 趙桂梅，趙桂芹，陳麗珍，等.中國(guó)碳排放強(qiáng)度的時(shí)空演進(jìn)及躍遷機(jī)制［J］.中國(guó)人口·資源與環(huán)境，2017，27（10）：84.

［15］? 周四軍，江秋池.基于動(dòng)態(tài)SDM的中國(guó)區(qū)域碳排放強(qiáng)度空間效應(yīng)研究［J］.湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，34（1）：40.

［16］? CUI Y，KHAN S U，DENG Y，et al.Regional difference decomposition and its spatiotemporal dynamic evolution of Chinese agricultural carbon emission：considering carbon sink effect［J］.Environmental Science and Pollution Research，2021，28（29）：38909.

［17］? 張翠菊，柏群，張文愛.中國(guó)區(qū)域碳排放強(qiáng)度影響因素及空間溢出性——基于空間杜賓模型的研究［J］.系統(tǒng)工程，2017，35（10）：70.

［18］? 張青青，曲衍波，展凌云，等.中國(guó)糧食生產(chǎn)碳排放動(dòng)態(tài)演進(jìn)及驅(qū)動(dòng)效應(yīng)［J］.地理學(xué)報(bào)，2023，78（9）：2186.

［19］? 田云，尹忞昊.中國(guó)農(nóng)業(yè)碳排放再測(cè)算：基本現(xiàn)狀、動(dòng)態(tài)演進(jìn)及空間溢出效應(yīng)［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2022（3）：104.

［20］? 王志遠(yuǎn)，鄭伯紅，陳祖展.城市空間形狀與碳排放強(qiáng)度的相關(guān)性研究——基于我國(guó)35個(gè)城市的分析［J］.城市發(fā)展研究，2013，20（6）：8.

［21］? 王睿，張赫，強(qiáng)文麗，等.基于城鎮(zhèn)化的中國(guó)縣級(jí)城市碳排放空間分布特征及影響因素［J］.地理科學(xué)進(jìn)展，2021，40（12）：1999.

［22］? XUE L M，ZHENG Z X，MENG S，et al.Carbon emission efficiency and spatio-temporal dynamic evolution of the cities in Beijing-Tianjin-Hebei Region，China［J］.Environment，Development and Sustainability，2022，24（6）：7640.

［23］? 韓夢(mèng)瑤，劉衛(wèi)東，謝漪甜，等.中國(guó)省域碳排放的區(qū)域差異及脫鉤趨勢(shì)演變［J］.資源科學(xué)，2021，43（4）：710.

［24］? 黃和平，喬學(xué)忠，張瑾，等.綠色發(fā)展背景下區(qū)域旅游業(yè)碳排放時(shí)空分異與影響因素研究——以長(zhǎng)江經(jīng)濟(jì)帶為例［J］.經(jīng)濟(jì)地理，2019，39（11）：214.

［25］? WANG S，HUANG Y，ZHOU Y.Spatial spillover effect and driving forces of carbon emission intensity at the city level in China［J］.Journal of Geographical Sciences，2019，29（2）：231.

［26］? ZHANG J，XING Z，WANG J.Analysis of CO2 Emission Performance and Abatement Potential for Municipal Industrial Sectors in Jiangsu，China［J］.Sustainability，2016，8（7）：697.

［27］? ZHANG X，YE S，SHEN M.Driving factors and spatiotemporal characteristics of CO2 emissions from marine fisheries in China：a commonly neglected carbon-Intensive sector［J］.International Journal of Environmental Research and Public Health，2023，20（1）：883.

［28］? 王惠，王樹喬.中國(guó)工業(yè)CO2排放績(jī)效的動(dòng)態(tài)演化與空間外溢效應(yīng)［J］.中國(guó)人口·資源與環(huán)境，2015，25（9）：29.

［29］? SHI W，SHA Z Q，QIAO F W，et al.Study on the temporal and spatial evolution of Chinas carbon dioxide emissions and its emission reduction path［J］.Energies，2023，16（2）：16.

［30］? SILVERMAN B W.Density Estimation for Statistics and Data Analysis［M］.New York：Chapman and Hall，1986.

［31］? 潘文卿.中國(guó)區(qū)域經(jīng)濟(jì)差異與收斂［J］.中國(guó)社會(huì)科學(xué)，2010（1）：72.

［32］? 馬玉林，馬運(yùn)鵬.中國(guó)科技資源配置效率的區(qū)域差異及收斂性研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（8）：83.

［33］? 滕澤偉，胡宗彪，蔣西艷.中國(guó)服務(wù)業(yè)碳生產(chǎn)率變動(dòng)的差異及收斂性研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017，34（3）：78.

［34］? 張卓群，張濤，馮冬發(fā).中國(guó)碳排放強(qiáng)度的區(qū)域差異、動(dòng)態(tài)演進(jìn)及收斂性研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（4）：67.

（責(zé)任編輯? 武維寧）