摘 要：

科學(xué)有序推進(jìn)煤炭資源型地區(qū)低碳轉(zhuǎn)型，是中國(guó)經(jīng)濟(jì)社會(huì)平穩(wěn)運(yùn)行和高質(zhì)量發(fā)展的重要支撐。本研究基于2000—2017年山西省118個(gè)縣域的碳排放數(shù)據(jù)及相關(guān)的社會(huì)經(jīng)濟(jì)和自然環(huán)境數(shù)據(jù)，采用空間自相關(guān)及地理探測(cè)器方法，揭示了山西省縣域碳排放的時(shí)空格局演變與影響因素。研究發(fā)現(xiàn)，2000—2017年山西省碳排放整體呈不斷增長(zhǎng)趨勢(shì)，年均增長(zhǎng)率為5.20%。大部分縣域碳排放表現(xiàn)出顯著增長(zhǎng)趨勢(shì)，山西省碳排放整體空間分布格局為兩側(cè)低、中間高。研究期間，山西省縣域碳排放在空間上具有顯著的空間集聚特征，高-高聚集和低-低聚集為縣域碳排放局部空間分布的主要特征。社會(huì)經(jīng)濟(jì)因子對(duì)山西省縣域碳排放空間分異的影響明顯，自然環(huán)境因子的影響程度相對(duì)較小，但自然環(huán)境因子與社會(huì)經(jīng)濟(jì)因子交互作用后對(duì)山西省縣域碳排放空間分異的解釋力明顯增強(qiáng)。對(duì)晉北、晉中、晉南碳排放空間分異解釋力最高的分別為工業(yè)能源強(qiáng)度∩年平均降水量、年平均氣溫∩植被覆蓋度、一般公共預(yù)算支出∩產(chǎn)業(yè)結(jié)構(gòu)。研究結(jié)果可為山西省低碳轉(zhuǎn)型和經(jīng)濟(jì)高質(zhì)量發(fā)展提供差異化和精細(xì)化的決策支持，對(duì)其他煤炭資源型地區(qū)可持續(xù)發(fā)展提供參考和借鑒。

關(guān)鍵詞：碳排放；空間自相關(guān)；地理探測(cè)器；驅(qū)動(dòng)因素

中圖分類號(hào)： X321 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2096-7055（2024）04-0001-11

IPCC第六次評(píng)估報(bào)告指出，在當(dāng)前氣候保護(hù)政策下，全球溫室氣體排放可能會(huì)使2100年全球溫度上升3.2 ℃，遠(yuǎn)超《巴黎協(xié)定》制定的1.5 ℃～2 ℃的升溫目標(biāo)[1]。氣候變化導(dǎo)致極端天氣和氣候事件發(fā)生的頻率和強(qiáng)度增加，對(duì)經(jīng)濟(jì)社會(huì)和地球環(huán)境造成了廣泛而普遍的影響[2-3]。深化全球治理合作、積極應(yīng)對(duì)氣候變化迫在眉睫[4]。2020年9月22日，中華人民共和國(guó)主席習(xí)近平在第七十五屆聯(lián)合國(guó)大會(huì)上宣布，中國(guó)力爭(zhēng)2030年前二氧化碳排放達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和目標(biāo)。實(shí)現(xiàn)“雙碳”目標(biāo)是我國(guó)生態(tài)文明建設(shè)和經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的必然選擇，也體現(xiàn)了我國(guó)深度參與全球氣候治理和堅(jiān)持推動(dòng)構(gòu)建人類命運(yùn)共同體的大國(guó)擔(dān)當(dāng)[5]。

越來(lái)越多研究表明，人類活動(dòng)造成的碳排放量劇增是加速全球氣候變化的主要原因[6]。近年來(lái)，國(guó)內(nèi)外學(xué)者針對(duì)中國(guó)的碳排放增長(zhǎng)及驅(qū)動(dòng)因素展開(kāi)了深入研究[7-24]。在研究尺度方面，已有文獻(xiàn)涵蓋了全國(guó)、省、市、縣層面，以及京津冀、長(zhǎng)三角和成渝等城市群的多個(gè)重點(diǎn)行業(yè)和關(guān)鍵領(lǐng)域[7-17]，為各級(jí)政府和相關(guān)企業(yè)制定有效的低碳轉(zhuǎn)型政策提供了科學(xué)支撐。研究方法包括Kaya恒等式、IPAT/STIRPAT模型、LMDI及其擴(kuò)展方法、SDA模型、空間杜賓模型、地理加權(quán)回歸模型和地理探測(cè)器等[13，18-24]。

山西省煤炭資源豐富，全省約80%的縣級(jí)行政區(qū)有煤礦資源，為山西省的經(jīng)濟(jì)發(fā)展做出了突出貢獻(xiàn)[25]。然而，對(duì)煤炭資源的過(guò)度依賴造成了生態(tài)系統(tǒng)的破壞和環(huán)境的污染，嚴(yán)重制約了山西省的可持續(xù)發(fā)展。在“雙碳”目標(biāo)下，如何打破資源詛咒、實(shí)現(xiàn)綠色低碳發(fā)展已成為山西省經(jīng)濟(jì)高質(zhì)量發(fā)展面臨的重大現(xiàn)實(shí)問(wèn)題。鑒于山西省的典型性和代表性，已有學(xué)者對(duì)山西省碳排放時(shí)間變化和驅(qū)動(dòng)因素進(jìn)行了研究[26-29]。對(duì)現(xiàn)有文獻(xiàn)梳理發(fā)現(xiàn)：當(dāng)前研究多集中于對(duì)山西省整體研究，鮮有研究集中于縣級(jí)尺度碳排放，無(wú)法為縣級(jí)政府制定有效的低碳轉(zhuǎn)型政策提供支撐；已有研究在量化解析碳排放影響因素時(shí)多采用因素分解方法和地理加權(quán)回歸模型，少有結(jié)合地理探測(cè)器進(jìn)行分析，無(wú)法探究不同因子交互作用對(duì)碳排放空間分異的影響；現(xiàn)有研究多側(cè)重于分析社會(huì)經(jīng)濟(jì)因素對(duì)山西省碳排放的影響，缺少對(duì)自然因子的考慮，無(wú)法探究自然因子和社會(huì)經(jīng)濟(jì)因子交互影響對(duì)山西省碳排放空間分異的影響。

綜上所述，本研究基于山西省118個(gè)縣域碳排放數(shù)據(jù)，綜合考慮社會(huì)經(jīng)濟(jì)和自然環(huán)境因素，采用空間自相關(guān)和地理探測(cè)器方法，對(duì)2000—2017年山西省縣域碳排放的空間分布特征和時(shí)間演變規(guī)律進(jìn)行分析，探究山西省碳排放空間分異的影響因素及其交互作用，以期為山西省低碳轉(zhuǎn)型和經(jīng)濟(jì)高質(zhì)量發(fā)展提供差異化和精細(xì)化的決策支持。

一、方法與數(shù)據(jù)

（一）研究方法

1.空間自相關(guān)

空間自相關(guān)分為全局空間自相關(guān)和局部空間自相關(guān)，全局空間自相關(guān)用于探測(cè)研究對(duì)象在空間上是否存在顯著的空間關(guān)聯(lián)，局部空間自相關(guān)用于探測(cè)研究對(duì)象在空間上是否具有顯著的高值和低值[30]。因此，本研究使用全局莫蘭指數(shù)（Moran’s I）衡量山西省縣域碳排放在空間上是否存在顯著的集聚程度，使用局部莫蘭指數(shù)用于探測(cè)在整個(gè)空間分布中存在的空間聚集或空間分散的局部區(qū)域[30]。根據(jù)結(jié)果可以將山西省縣域碳排放劃分為高-高、高-低、低-高和低-低4種空間關(guān)聯(lián)類型。

2．地理探測(cè)器

地理探測(cè)器是一種空間統(tǒng)計(jì)分析工具，用來(lái)分析自變量與因變量的關(guān)系，如果自變量對(duì)因變量有重要影響，表明他們?cè)诳臻g分布上具有相似性[31]。目前地理探測(cè)器已被廣泛應(yīng)用于地理學(xué)和環(huán)境科學(xué)等領(lǐng)域[27，32]。因子探測(cè)與交互作用探測(cè)是地理探測(cè)器的兩種模型，可以較好地分析因子或因子間作用對(duì)山西省碳排放的影響程度。

一是因子探測(cè)。因子探測(cè)用于確定某個(gè)因子X(jué)多大程度上解釋了因變量Y的空間分異，其結(jié)果用q值表示，見(jiàn)式（1）：

q=1－1Nσ2∑Lh=1Nhσ2h。（1）

式中：h=1，2，…，L為影響因子的分層；N和Nh分別表示全區(qū)樣本數(shù)和層h的樣本數(shù)；σ2和σ2h分別表示全區(qū)和層h的Y值的方差；q的取值范圍為[0，1]，q越大表明因子X(jué)對(duì)因變量Y的解釋力越強(qiáng)。

二是交互作用探測(cè)。交互作用探測(cè)用于識(shí)別兩因子的交互作用對(duì)因變量Y的解釋力，其結(jié)果或增強(qiáng)、或減弱、或獨(dú)立，判斷依據(jù)見(jiàn)表1。

（二）數(shù)據(jù)來(lái)源及指標(biāo)選取

本研究所用的縣級(jí)碳排放數(shù)據(jù)來(lái)源于中國(guó)碳核算數(shù)據(jù)庫(kù)（CEADs），由于大同市礦區(qū)碳排放數(shù)據(jù)缺失，剔除處理后研究對(duì)象包括118個(gè)縣域單元。人均GDP、一般公共預(yù)算支出、常住人口數(shù)量、城鎮(zhèn)人口數(shù)量、第二產(chǎn)業(yè)增加值、工業(yè)能源強(qiáng)度等數(shù)據(jù)均從山西省及各市歷年統(tǒng)計(jì)年鑒獲取，城鎮(zhèn)化率用城鎮(zhèn)人口數(shù)量占總?cè)丝诘谋葋?lái)表征，產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)由第二產(chǎn)業(yè)增加值與國(guó)內(nèi)生產(chǎn)總值的比值得到，平均氣溫、年平均降水量數(shù)據(jù)來(lái)源于國(guó)家青藏高原科學(xué)數(shù)據(jù)中心，植被覆蓋度（FVC）數(shù)據(jù)是對(duì)從美國(guó)地質(zhì)調(diào)查局獲取的遙感影像數(shù)據(jù)提取到的NDVI數(shù)據(jù)處理得到的。

二、結(jié)果與分析

（一）時(shí)空演變特征

文章將山西省劃分為晉北、晉中和晉南三個(gè)地區(qū)，其中晉北地區(qū)包括大同市、朔州市和忻州市，晉中地區(qū)包括呂梁市、太原市、陽(yáng)泉市和晉中市，晉南地區(qū)包括臨汾市、長(zhǎng)治市、運(yùn)城市和晉城市。2000—2017年山西省及分地區(qū)碳排放量增長(zhǎng)趨勢(shì)如圖1所示。2000年山西省碳排放總量為167.95 Mt，之后呈現(xiàn)快速增長(zhǎng)趨勢(shì)，到2012年達(dá)到最高值418.01 Mt后呈現(xiàn)緩慢降低趨勢(shì)。研究期間，山西省碳排放總量的年平均增長(zhǎng)率為5.20%。晉北、晉中和晉南地區(qū)碳排放量變化趨勢(shì)都呈現(xiàn)先快速增長(zhǎng)后緩慢降低的趨勢(shì)。晉南地區(qū)的碳排放量明顯高于晉中和晉北地區(qū)，2017年，晉南、晉中和晉北地區(qū)的碳排放量分別占山西省碳排放總量的39.45%、36.17%和24.38%。值得注意的是，2000—2017年晉北地區(qū)碳排放量的年均增長(zhǎng)率（5.68%）高于晉中（5.15%）和晉南（4.97%）地區(qū)。

山西省碳排放量在2012年達(dá)到最高值，因此對(duì)2000年、2012年和2017年縣域碳排放空間分布進(jìn)行進(jìn)一步分析，得到2000年、2012年和2017年山西省縣域碳排放空間分布情況，如圖2所示。從圖2可以看出，山西省全省縣域碳排放量呈現(xiàn)東西兩側(cè)低、中間高的分布格局，且整體呈現(xiàn)顯著增長(zhǎng)趨勢(shì)。2017年，山西省縣域碳排放量最大的是大同市南郊區(qū)（15.59 Mt），是縣域碳排放平均水平（3.37 Mt）的4.63倍。澤州縣（11.32 Mt）、洪洞縣（10.52 Mt）、長(zhǎng)治市郊區(qū)（9.86 Mt）和孝義市（9.72 Mt）分列第二位至五位，這些地區(qū)的碳排放量也遠(yuǎn)高于山西省縣域碳排放平均水平。大同市煤炭資源豐富，2017年原煤產(chǎn)量達(dá)到10 859.9萬(wàn)噸，在山西省各城市中排第四位，僅次于朔州市、長(zhǎng)治市和呂梁市[25]。煤炭產(chǎn)業(yè)一直是大同市經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)，煤炭采選業(yè)增加值占工業(yè)增加值的45%。2017年山西省碳排放量排名后十位的縣域是大寧縣、永和縣、石樓縣、陽(yáng)泉市礦區(qū)、陽(yáng)泉市城區(qū)、吉縣、隰縣、沁縣、廣靈縣及偏關(guān)縣。這些地區(qū)多數(shù)曾是國(guó)家級(jí)或省級(jí)貧困縣，自然條件惡劣，基礎(chǔ)設(shè)施薄弱，產(chǎn)業(yè)發(fā)展滯后，碳排放量一直處于較低水平[33-34]。

根據(jù)山西省碳排放量時(shí)間變化的特征，從2000—2012年和2012—2017年兩個(gè)時(shí)期分析山西省縣域碳排放的變化情況。 2000—2012年山西省各縣域碳排放均呈現(xiàn)增長(zhǎng)態(tài)勢(shì)，碳排放增加量排名前十位的縣域見(jiàn)表2。從表2可以看出，碳排放量增加量較大的縣域大多是全國(guó)重要的產(chǎn)煤區(qū)。2012年大同市南郊區(qū)和陽(yáng)泉市礦區(qū)的原煤產(chǎn)量分別為9 202.97萬(wàn)噸和3 192.62萬(wàn)噸，在全國(guó)縣域原煤產(chǎn)量排名中分別居第六位和第二十位，緊鄰這些礦區(qū)的郊區(qū)有大量洗煤廠，煤炭開(kāi)采和洗選加工過(guò)程中產(chǎn)生了大量碳排放。此外，煤炭開(kāi)采與洗選業(yè)的碳足跡會(huì)通過(guò)產(chǎn)業(yè)鏈上下游傳導(dǎo)，也是導(dǎo)致這些地區(qū)碳排放量居高不下的原因[35]。

2012—2017年山西省大部分縣域碳排放都呈現(xiàn)明顯降低的趨勢(shì)。其中，陽(yáng)泉市郊區(qū)、大同市城區(qū)、澤州縣、孝義市和介休市的碳減排量都在100萬(wàn)噸以上。2012年國(guó)務(wù)院印發(fā)《節(jié)能減排“十二五”規(guī)劃》，提出了到2015年全國(guó)能源強(qiáng)度在2010年基礎(chǔ)上下降16%的目標(biāo)，以應(yīng)對(duì)氣候變化和促進(jìn)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變。與此同時(shí)，山西省政府下發(fā)了《山西省“十二五”節(jié)能減排綜合性工作方案》，提出到2015年全省能源強(qiáng)度和二氧化碳排放強(qiáng)度較2010年分別下降16%和17%的目標(biāo)。在節(jié)能減排政策高壓下，山西省各地區(qū)加大了對(duì)煤炭等行業(yè)限期淘汰落后產(chǎn)能的力度，這一時(shí)期山西省碳排放有了明顯降低。但是，仍有部分區(qū)縣的碳排放在此期間保持了微弱增長(zhǎng)態(tài)勢(shì)，具體見(jiàn)表2。究其原因，與這些地區(qū)的經(jīng)濟(jì)增長(zhǎng)方式有關(guān)。2012—2017年長(zhǎng)治市長(zhǎng)子縣的國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)約50%，其中第二產(chǎn)業(yè)大約增長(zhǎng)46%，增速遠(yuǎn)高于山西省大多數(shù)區(qū)縣，是其碳排放量仍增加的主要原因。

（二）空間自相關(guān)分析

利用GeoDa軟件逐年計(jì)算2000—2017年山西省縣域碳排放的全局莫蘭指數(shù)。結(jié)果顯示，全局莫蘭指數(shù)值均大于0，并且都通過(guò)了1%的顯著性檢驗(yàn)，表明山西省縣域碳排放呈現(xiàn)出空間集聚特征。進(jìn)一步分析全局莫蘭指數(shù)的時(shí)間變化規(guī)律發(fā)現(xiàn)，全局莫蘭指數(shù)呈現(xiàn)不斷降低的趨勢(shì)，從2000年的0.342 6下降到2017年的0.280 4，表明山西省縣域碳排放的空間集聚特征在減弱。

采用LISA圖展示山西省縣域碳排放的局部空間集聚特征，如圖3所示，從圖中可以看出，高-高集聚和低-低集聚是山西省縣域碳排放主要的集聚特征。2000年高-高集聚主要分布在汾陽(yáng)市、介休市、靈石縣、大同市城區(qū)和大同市南郊區(qū)，這些地區(qū)經(jīng)濟(jì)增長(zhǎng)過(guò)度依賴于煤炭資源的開(kāi)發(fā)，同時(shí)由于地處太原盆地及大同盆地，經(jīng)濟(jì)社會(huì)發(fā)展和城鎮(zhèn)化水平較高，碳排放量普遍較高；低-低聚集主要分布在興縣、嵐縣、岢嵐縣、五寨縣、河曲縣、左權(quán)縣、永和縣和廣靈縣，這些地區(qū)地處太行山脈與呂梁山脈，大多是國(guó)家級(jí)貧困縣，人均GDP較低，同時(shí)又都處于市際邊界和省際交界，遠(yuǎn)離行政和經(jīng)濟(jì)輻射中心，發(fā)展較為緩慢，交通基礎(chǔ)設(shè)施較差，城鎮(zhèn)化水平較低[30]。

2017年山西省碳排放高-高集聚的地區(qū)是汾陽(yáng)市、孝義市、介休市、大同市城區(qū)和大同市南郊區(qū)，與2000年相比變化不大；低-低集聚的地區(qū)包括永和縣、大寧縣、隰縣、左權(quán)縣及五寨縣，對(duì)比發(fā)現(xiàn)，低-低集聚的縣域數(shù)量明顯減少，特別是呂梁市和忻州市交界低-低集聚的連片地區(qū)變化顯著，鄉(xiāng)村振興背景下，政府加大了對(duì)這些地區(qū)的扶貧力度，推動(dòng)了農(nóng)村基礎(chǔ)設(shè)施和產(chǎn)業(yè)結(jié)構(gòu)的改善，這些集中連片貧困縣逐漸脫貧，經(jīng)濟(jì)發(fā)展和居民消費(fèi)水平有了顯著提高[36]。進(jìn)一步表明山西省縣域碳排放的空間分布不僅受到地理環(huán)境和資源條件的影響，更受到經(jīng)濟(jì)結(jié)構(gòu)、社會(huì)發(fā)展和政策導(dǎo)向的綜合作用。

（三）地理探測(cè)分析

1.因子探測(cè)

在碳排放驅(qū)動(dòng)因素方面，已有研究表明，經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、碳排放強(qiáng)度、人口規(guī)模、城鎮(zhèn)化水平和一般公共預(yù)算支出都會(huì)對(duì)碳排放增長(zhǎng)產(chǎn)生不同程度的影響[10，37-41]。 除此之外，自然要素也會(huì)對(duì)碳排放空間分異格局造成影響[42-43]。因此，基于縣域碳排放數(shù)據(jù)及相應(yīng)的社會(huì)經(jīng)濟(jì)和自然因子數(shù)據(jù)，采用地理探測(cè)器方法，定量解析不同因子對(duì)山西省縣域碳排放的影響。其中社會(huì)因子包括人均GDP、一般公共預(yù)算支出、常住人口數(shù)量、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、工業(yè)能源強(qiáng)度，自然因子包括年平均氣溫、年平均降水量及植被覆蓋度。因子探測(cè)結(jié)果如圖4所示。結(jié)果表明，各因子對(duì)山西省縣域碳排放的解釋力排序依次為常住人口數(shù)量、工業(yè)能源強(qiáng)度、一般公共預(yù)算支出、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、人均GDP、年平均氣溫，年平均降水量與植被覆蓋度未通過(guò)5%的顯著性檢驗(yàn)。這些結(jié)果表明，自然環(huán)境因子對(duì)山西省縣域碳排放影響程度較小，社會(huì)經(jīng)濟(jì)因子對(duì)山西省縣域碳排放影響明顯，常住人口數(shù)量（0.389 9）、工業(yè)能源強(qiáng)度（0.341 4）和一般公共預(yù)算支出（0.321 7）是主要的驅(qū)動(dòng)因子。原因在于常住人口較多意味著更多的能源消費(fèi)和更多的碳排放，隨著經(jīng)濟(jì)的發(fā)展和城鎮(zhèn)化進(jìn)程的推進(jìn)，人口數(shù)量的增加會(huì)帶動(dòng)碳排放的增加。此外，山西省工業(yè)經(jīng)濟(jì)相對(duì)發(fā)達(dá)，造成工業(yè)能源強(qiáng)度等與工業(yè)生產(chǎn)和能源消耗相關(guān)的因子對(duì)碳排放影響較大。一般公共預(yù)算支出代表了政府在環(huán)保、減排等方面的投入，政府在減少碳排放方面的政策和投入對(duì)整體碳排放的控制也是具有顯著影響的。

分地區(qū)看，造成晉北、晉中和晉南地區(qū)碳排放空間分異的主導(dǎo)驅(qū)動(dòng)因子及其驅(qū)動(dòng)力大小存在顯著差異。晉北地區(qū)人均GDP對(duì)碳排放空間分異的解釋力最強(qiáng)，q值高達(dá)0.729 6，其后依次是植被覆蓋度（0.680 2）、常住人口數(shù)量（0.652 5）和工業(yè)能源強(qiáng)度（0.631 4）；晉中地區(qū)造成碳排放空間分異的主導(dǎo)驅(qū)動(dòng)因子是城鎮(zhèn)化率，q值為0.460 6，其后依次是常住人口數(shù)量（0.452 0）、年平均氣溫（0.399 4）和植被覆蓋度（0.392 6）；晉南地區(qū)一般公共預(yù)算支出對(duì)晉南地區(qū)碳排放空間分異起主導(dǎo)作用，其q值達(dá)到0.701 2，其后依次為工業(yè)能源強(qiáng)度（0.568 6）與年平均氣溫（0.567 4），而常住人口數(shù)量（0.439 2）、人均GDP（0.331 4）和產(chǎn)業(yè)結(jié)構(gòu)（0.325 1）的解釋力相對(duì)較弱。分地區(qū)結(jié)果說(shuō)明，造成不同地區(qū)碳排放空間分異的主導(dǎo)驅(qū)動(dòng)因子差異明顯，各地政府在制定碳減排政策時(shí)需要因地制宜。

2.交互作用探測(cè)

進(jìn)一步利用交互作用探測(cè)器分析不同因子交互作用對(duì)山西省縣域碳排放的影響，結(jié)果如圖5所示。從全省看，影響因子兩兩交互作用后的結(jié)果表現(xiàn)為雙因子增強(qiáng)和非線性增強(qiáng)，表明因子間的交互作用對(duì)山西省縣域碳排放空間分異的解釋力相對(duì)單個(gè)因子都有所增強(qiáng)。其中，對(duì)全省碳排放空間分異性解釋力最高的交互因子是常住人口數(shù)量∩人均GDP（0.639 7），這表明常住人口和人均GDP經(jīng)過(guò)空間疊加后，對(duì)全省碳排放空間格局起到主導(dǎo)作用。同時(shí)，解釋力較強(qiáng)的交互作用因子依次為常住人口數(shù)量∩年平均氣溫（0.621 9）、常住人口數(shù)量∩城鎮(zhèn)化率（0.621 3）、常住人口數(shù)量∩年平均降水?dāng)?shù)量（0.617 5）、常住人口數(shù)量∩產(chǎn)業(yè)結(jié)構(gòu)（0.560 7）、常住人口數(shù)量∩一般公共預(yù)算支出（0.560 6），這些交互因子中都包含常住人口數(shù)量，說(shuō)明包含常住人口數(shù)量的因子交互作用對(duì)全省碳排放空間分異格局有著更為重要的空間疊加效應(yīng)。此外，年平均氣溫、年平均降水量和植被覆蓋度這些自然因子雖然單個(gè)因子解釋力較小，但在與社會(huì)因子交互作用后對(duì)全省碳排放空間分異的解釋力大幅提高。

對(duì)晉北地區(qū)而言，因子兩兩交互作用后的類型更為多樣，包括非線性增強(qiáng)、雙因子增強(qiáng)、非線性減弱及單因子非線性減弱，說(shuō)明造成晉北地區(qū)碳排放空間分異的因子作用機(jī)理更為復(fù)雜。其中，工業(yè)能源強(qiáng)度∩年平均降水量（0.889 8）對(duì)晉北地區(qū)碳排放空間分異的解釋力最強(qiáng)，植被覆蓋度∩年平均降水量（0.809 0）、城鎮(zhèn)化率∩常住人口數(shù)量（0.806 0）、城鎮(zhèn)化率∩工業(yè)能源強(qiáng)度（0.803 2）次之。值得注意的是，城鎮(zhèn)化率與一般公共預(yù)算支出及產(chǎn)業(yè)結(jié)構(gòu)交互后表現(xiàn)為非線性增強(qiáng)，表明城鎮(zhèn)化率在與一般公共預(yù)算支出及產(chǎn)業(yè)結(jié)構(gòu)空間疊加后對(duì)晉北地區(qū)碳排放空間分異的解釋力顯著增強(qiáng)。另外，工業(yè)能源強(qiáng)度與所有其他因子交互后都表現(xiàn)為雙因子增強(qiáng)，表明工業(yè)能源強(qiáng)度和其他因子空間疊加后對(duì)晉北地區(qū)碳排放空間分異的解釋力明顯增強(qiáng)。

對(duì)晉中地區(qū)而言，因子兩兩交互作用后的類型包括非線性增強(qiáng)和雙因子增強(qiáng)。其中，年平均氣溫∩植被覆蓋度交互作用對(duì)晉中地區(qū)碳排放空間分異的解釋力最強(qiáng)，q值高達(dá)0.774 6。同時(shí)，城鎮(zhèn)化率∩常住人口數(shù)量、城鎮(zhèn)化率∩工業(yè)能源強(qiáng)度、城鎮(zhèn)化率∩植被覆蓋度交互作用后的解釋力分別達(dá)到了0.770 8、0.719 4和0.719 2，表明城鎮(zhèn)化率與這些因子在空間疊加后，對(duì)晉中地區(qū)碳排放空間分異起到關(guān)鍵作用。

對(duì)晉南地區(qū)而言，因子兩兩交互作用后的類型包括雙因子增強(qiáng)、非線性增強(qiáng)和單因子非線性減弱。其中，一般公共預(yù)算支出∩產(chǎn)業(yè)結(jié)構(gòu)交互作用后對(duì)晉南地區(qū)碳排放空間分異的解釋力最強(qiáng)，q值高達(dá)0.881 3。工業(yè)能源強(qiáng)度∩植被覆蓋度（0.856 3）、工業(yè)能源強(qiáng)度∩年平均氣溫（0.851 6）的解釋力次之。值得注意的是，一般公共預(yù)算支出∩工業(yè)能源強(qiáng)度、一般公共預(yù)算支出∩年平均氣溫交互作用后對(duì)晉南地區(qū)碳排放空間分異的解釋力也都在0.8以上。

三、結(jié)論與啟示

（一）結(jié)論

本研究基于2000—2017年山西省縣域碳排放數(shù)據(jù)，利用空間自相關(guān)方法分析了山西省縣域碳排放的時(shí)空演變格局，并結(jié)合社會(huì)經(jīng)濟(jì)因子及自然因子，采用地理探測(cè)器分析影響山西省縣域碳排放的主要因素及其交互作用，研究結(jié)果顯示：

第一，2000—2017年山西省碳排放整體呈不斷增長(zhǎng)的趨勢(shì)，年平均增長(zhǎng)率為5.20%。分時(shí)間段看，2000—2012年保持著較快增長(zhǎng)趨勢(shì)，2012—2017年緩慢降低。分地區(qū)看，晉南地區(qū)的碳排放量高于晉中與晉北地區(qū)，但晉北地區(qū)的碳排放年均增長(zhǎng)率要高于晉中和晉南地區(qū)。從空間分布看，山西省縣域碳排放呈現(xiàn)出東西兩側(cè)低、中間高的特征。

第二，2000—2017年山西省縣域碳排放呈現(xiàn)出顯著的空間相關(guān)性，但全局莫蘭指數(shù)呈下降趨勢(shì)，縣域碳排放空間集聚程度減弱；高-高集聚和低-低集聚是山西省縣域碳排放主要的空間分布特征，從時(shí)間對(duì)比發(fā)現(xiàn)，高-高集聚的地區(qū)變化不大，主要分布在汾陽(yáng)市、孝義市、介休市、大同市城區(qū)、大同市南郊區(qū)，低-低集聚的縣域數(shù)量明顯減少，主要是一些較落后的貧困縣，例如永和縣、大寧縣和隰縣等。

第三，社會(huì)經(jīng)濟(jì)因子對(duì)山西省縣域碳排放空間分異的影響明顯，其中，常住人口數(shù)量、工業(yè)能源強(qiáng)度和一般公共預(yù)算支出是主要的驅(qū)動(dòng)因子，而自然環(huán)境因子的影響程度相對(duì)較小。分地區(qū)看，人均GDP對(duì)晉北地區(qū)碳排放空間分異的解釋力最強(qiáng)，城鎮(zhèn)化率對(duì)晉中地區(qū)碳排放空間分異的解釋力最強(qiáng)，一般公共預(yù)算支出對(duì)晉南地區(qū)碳排放空間分異的解釋力最強(qiáng)。

交互探測(cè)的結(jié)果顯示，因子間交互作用對(duì)山西省縣域碳排放空間分異的解釋力相對(duì)于單個(gè)因子都有所增強(qiáng)。對(duì)全省碳排放空間分異性解釋力最強(qiáng)的交互因子是常住人口數(shù)量∩人均GDP。分地區(qū)看，工業(yè)能源強(qiáng)度∩年平均降水量對(duì)晉北地區(qū)碳排放空間分異的解釋力最強(qiáng)，年平均氣溫∩植被覆蓋度交互作用對(duì)晉中地區(qū)碳排放空間分異的解釋力最強(qiáng)，一般公共預(yù)算支出∩產(chǎn)業(yè)結(jié)構(gòu)交互作用后對(duì)晉南地區(qū)碳排放空間分異的解釋力最強(qiáng)。

（二）啟示

2012年以來(lái)，黨中央高度重視生態(tài)文明建設(shè)，將“雙碳”目標(biāo)納入生態(tài)文明建設(shè)整體布局和經(jīng)濟(jì)社會(huì)發(fā)展全局，推動(dòng)經(jīng)濟(jì)社會(huì)綠色低碳發(fā)展。科學(xué)有序地推進(jìn)煤炭資源型地區(qū)低碳轉(zhuǎn)型，是中國(guó)經(jīng)濟(jì)社會(huì)平穩(wěn)運(yùn)行和高質(zhì)量發(fā)展的重要支撐。縣域是實(shí)現(xiàn)“雙碳”目標(biāo)的關(guān)鍵單元[10]。本研究以山西省為例，探究了煤炭資源型地區(qū)縣域單元碳排放的時(shí)空特征和影響因素，研究結(jié)果可為煤炭資源型地區(qū)低碳轉(zhuǎn)型和可持續(xù)發(fā)展提供科學(xué)依據(jù)和決策支持。

作為我國(guó)重要的煤炭資源基地，山西省低碳轉(zhuǎn)型任重而道遠(yuǎn)。2012年以來(lái)，山西省大多數(shù)縣域碳排放在不同程度上降低，但仍有部分縣域的碳排放保持增長(zhǎng)趨勢(shì)，特別是長(zhǎng)子縣、清徐縣、萬(wàn)柏林區(qū)、尖草坪區(qū)、晉源區(qū)和杏花嶺區(qū)?！笆奈濉睍r(shí)期，需要重點(diǎn)關(guān)注這些地區(qū)及碳排放高-高集聚地區(qū)，加強(qiáng)地區(qū)間統(tǒng)籌協(xié)調(diào)[44]，開(kāi)展區(qū)域協(xié)同減排行動(dòng)，落實(shí)我國(guó)的“雙碳”目標(biāo)。

因子探測(cè)和交互作用探測(cè)的結(jié)果顯示，各因子對(duì)山西省不同地區(qū)碳排放的影響不同，不同地理空間下各因子復(fù)雜的交互作用和影響機(jī)制加劇了各級(jí)政府開(kāi)展氣候治理的難度。因此，山西省各地區(qū)需要因地制宜制定低碳轉(zhuǎn)型政策。在晉北地區(qū)，當(dāng)?shù)卣畱?yīng)推廣低碳生活理念，開(kāi)展綠色空間優(yōu)化，厚植城市綠色生態(tài)底蘊(yùn)，持續(xù)提升人居環(huán)境質(zhì)量；在晉中地區(qū)，當(dāng)?shù)卣畱?yīng)大力發(fā)展可持續(xù)的基礎(chǔ)設(shè)施，形成低碳轉(zhuǎn)型與新型城鎮(zhèn)化建設(shè)的良性互動(dòng)；在晉南地區(qū)，政府需要優(yōu)化一般公共預(yù)算支出結(jié)構(gòu)，發(fā)揮財(cái)政對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的引導(dǎo)作用，促進(jìn)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變。

研究存在以下不足，有待進(jìn)一步改進(jìn)： CEADs提供的縣級(jí)碳排放數(shù)據(jù)僅更新到2017年，研究未能對(duì)2018年及以后山西省縣域碳排放的空間分布特征和影響因素進(jìn)行評(píng)估，下一步將采用線性外推的方式或夜間燈光數(shù)據(jù)反演方法對(duì)山西省等資源型地區(qū)碳排放進(jìn)行估算[45-46]，為我國(guó)實(shí)現(xiàn) “雙碳”目標(biāo)提供更精準(zhǔn)的數(shù)據(jù)支撐。

參考文獻(xiàn)：

［1］IPCC. Climate Change 2022： Mitigation of Climate Change （Summary for Policymakers）［R］. Cambridge： Cambridge University Press， 2022：3-22.

［2］ 趙榮欽，黃賢金，鄖文聚，等.碳達(dá)峰碳中和目標(biāo)下自然資源管理領(lǐng)域的關(guān)鍵問(wèn)題［J］.自然資源學(xué)報(bào)，2022，37（5）：1123-1136.

［3］ 尹家波，郭生練，王俊，等.全球極端降水的熱力學(xué)驅(qū)動(dòng)機(jī)理及生態(tài)水文效應(yīng)［J］.中國(guó)科學(xué)：地球科學(xué)， 2023， 53（1）： 96-114.

［4］ 方愷，席繼軒，李程琳.全球碳中和趨勢(shì)下的“綠色絲綢之路”建設(shè)：中國(guó)的路徑選擇［J］. 治理研究， 2022，38（3）： 35-44，125.

［5］ 巢清塵.世界格局變化下的中國(guó)碳中和之路［J］.環(huán)境經(jīng)濟(jì)研究， 2022，7（2）： 1-10.

［6］ 劉竹，關(guān)大博，魏偉.中國(guó)二氧化碳排放數(shù)據(jù)核算［J］.中國(guó)科學(xué)：地球科學(xué)，2018，48（7）： 878-887.

［7］ 渠慎寧，史丹，楊丹輝.中國(guó)數(shù)字經(jīng)濟(jì)碳排放：總量測(cè)算與趨勢(shì)展望［J］.中國(guó)人口·資源與環(huán)境， 2022，32（9）：11-21.

［8］ 侯麗朋，唐軍，趙榮欽，等.鄭州市不同產(chǎn)業(yè)的碳排放特征及減排潛力分析［J］.華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2016，37（3）： 82-88.

［9］ 王良棟，吳樂(lè)英，陳玉龍，等.經(jīng)濟(jì)平穩(wěn)增長(zhǎng)下黃河流域相關(guān)省區(qū)碳達(dá)峰時(shí)間及峰值水平［J］. 資源科學(xué)， 2021， 43（11）： 2331-2341.

［10］ 王少劍，謝紫寒，王澤宏.中國(guó)縣域碳排放的時(shí)空演變及影響因素［J］.地理學(xué)報(bào)，2021，76（12）： 3103-3118.

［11］ 周偉鐸，莊貴陽(yáng).雄安新區(qū)零碳城市建設(shè)路徑［J］.中國(guó)人口·資源與環(huán)境， 2021，31（9）：122-134.

［12］ WEI W D， WANG X D， ZHU H， et al. Carbon emissions of urban power grid in JingJinJi region： characteristics and influential factors［J］. Journal of Cleaner Production， 2017，168：428-440.

［13］ 李建豹，黃賢金，揣小偉，等.長(zhǎng)三角地區(qū)碳排放效率時(shí)空特征及影響因素分析［J］.長(zhǎng)江流域資源與環(huán)境，2020，29（7）：1486-1496.

［14］ 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）： 4807-4816.

［15］ 羅慧麗，趙榮欽，梁宗正，等.中國(guó)省際貿(mào)易隱含碳及其城鄉(xiāng)流通格局分析［J］.華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，44（4）：83-91.

［16］ 鄭靖?jìng)?，孫才志.不同尺度下水-能-碳系統(tǒng)空間關(guān)聯(lián)關(guān)系分析［J］.華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，45（2）：36-47.

［17］ 雷涯鄰，李東芮，張安，等.消費(fèi)驅(qū)動(dòng)下黃河流域隱含碳流動(dòng)特征研究［J］.華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，43（4）：83-90.

［18］ MA X J，WANG C X，DONG B Y，et al.Carbon emissions from energy consumption in China：its measurement and driving factors［J］. Science of the Total Environment， 2019，648：1411-1420.

［19］ 王少劍，王澤宏，方創(chuàng)琳.中國(guó)城市碳排放績(jī)效的演變特征及驅(qū)動(dòng)因素［J］.中國(guó)科學(xué)：地球科學(xué)， 2022，52（8）：1613-1626.

［20］ 崔盼盼，張麗君，秦耀辰.中國(guó)能源消費(fèi)碳排放強(qiáng)度下降過(guò)程中的省際減排成效數(shù)據(jù)集（2005—2016）［J］.全球變化數(shù)據(jù)學(xué)報(bào)，2022，6（4）：566-572.

［21］ 王長(zhǎng)建，汪菲，葉玉瑤，等.基于供需視角的中國(guó)煤炭消費(fèi)演變特征及其驅(qū)動(dòng)機(jī)制［J］.自然資源學(xué)報(bào)，2020，35（11）：2708-2723.

［22］ MENG J， MI Z F， GUAN D B， et al. The rise of SouthSouth trade and its effect on global CO2 emissions［J］.Nat Commun Nature communications，2018，9：1871.

［23］ 候勃，岳文澤，王騰飛.中國(guó)大都市區(qū)碳排放時(shí)空異質(zhì)性探測(cè)與影響因素：以上海市為例［J］.經(jīng)濟(jì)地理，2020，40（9）：82-90.

［24］ 王興民，吳靜，白冰，等.中國(guó)CO2排放的空間分異與驅(qū)動(dòng)因素：基于198個(gè)地級(jí)及以上城市數(shù)據(jù)的分析［J］.經(jīng)濟(jì)地理， 2020，40（11）：29-38.

［25］ 李德山，趙穎文，李琳瑛.煤炭資源型城市環(huán)境效率及其環(huán)境生產(chǎn)率變動(dòng)分析：基于山西省11個(gè)地級(jí)市面板數(shù)據(jù)［J］.自然資源學(xué)報(bào)，2021，36（3）：618-633.

［26］ 吳青龍，王建明，郭丕斌.開(kāi)放STIRPAT模型的區(qū)域碳排放峰值研究：以能源生產(chǎn)區(qū)域山西省為例［J］.資源科學(xué)，2018，40（5）：1051-1062.

［27］ 王樹(shù)芬，高冠龍，李偉，等.2000—2020年山西省農(nóng)業(yè)碳排放時(shí)空特征及趨勢(shì)預(yù)測(cè)［J］.農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)，2023，42（8）：1882-1892.

［28］ 趙江燕，朱宇恩，馬建超，等.山西省能源消費(fèi)碳排放清單和影響因素研究［J］.太原理工大學(xué)學(xué)報(bào)，2022，53（6）： 989-996.

［29］ 趙文婷，羅淑貞，原曉紅，等.山西省縣域碳排放時(shí)空格局及影響因素分析［J］.環(huán)境科學(xué)與技術(shù)，2022，45（8）：226-236.

［30］ 劉海龍，張麗萍，王煒橋，等.中國(guó)省際邊界區(qū)縣域城鎮(zhèn)化空間格局及影響因素［J］.地理學(xué)報(bào)，2023，78（6）：1408-1426.

［31］ 王勁峰，徐成東.地理探測(cè)器：原理與展望［J］. 地理學(xué)報(bào)，2017，72（1）：116-134.

［32］ 龔倉(cāng)，王順祥，陸海川，等.基于地理探測(cè)器的土壤重金屬空間分異及其影響因素分析研究進(jìn)展［J］. 環(huán)境科學(xué)，2023，44（5）：2799-2816.

［33］ 韓偉宏，蘇東濤，馬宏斌.精準(zhǔn)扶貧背景下山西休閑農(nóng)業(yè)的發(fā)展研究：以偏關(guān)縣為例［J］.農(nóng)業(yè)網(wǎng)絡(luò)信息，2018（4）：10-15.

［34］ 周望，遆俐君.精準(zhǔn)扶貧的現(xiàn)實(shí)困境及路徑選擇：對(duì)山西部分國(guó)家級(jí)貧困縣的調(diào)查分析［J］.學(xué)習(xí)論壇， 2018，34（2）：55-60.

［35］ 劉清欣.煤炭開(kāi)采業(yè)碳足跡在產(chǎn)業(yè)間傳遞路徑研究：以河南省為例［J］.生產(chǎn)力研究，2011（8）：161-162，179.

［36］ 周澤炯，梁嶺.集中連片貧困區(qū)普惠金融發(fā)展的減貧效應(yīng)：基于呂梁山區(qū)20個(gè)貧困縣的經(jīng)驗(yàn)分析［J］.農(nóng)村經(jīng)濟(jì)， 2020（1）：46-53.

［37］ 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）：710-721.

［38］ 莫惠斌，王少劍.黃河流域縣域碳排放的時(shí)空格局演變及空間效應(yīng)機(jī)制［J］.地理科學(xué)，2021，41（8）：1324-1335.

［39］ 劉莉娜，曲建升，曾靜靜，等.基于文獻(xiàn)計(jì)量的居民食物消費(fèi)碳排放研究進(jìn)展及發(fā)展態(tài)勢(shì)［J］.生態(tài)學(xué)報(bào)，2023，43（17）：7331-7340.

［40］ 韓金雨，曲建升，徐麗，等.支農(nóng)財(cái)政對(duì)農(nóng)業(yè)碳排放強(qiáng)度的空間效應(yīng)：基于空間杜賓模型的實(shí)證分析［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2021，37（11）：1404-1412.

［41］ 盧奕帆，梁穎然，盧思言，等.結(jié)合“珞珈一號(hào)”夜間燈光與城市功能分區(qū)的廣州市碳排放空間分布模擬及其影響因素分析［J］.地球信息科學(xué)學(xué)報(bào)，2022，24（6）：1176-1188.

［42］ 劉崇剛，孫偉，張落成.長(zhǎng)江三角洲碳排放與植被覆蓋耦合協(xié)調(diào)時(shí)空格局及影響因素分析［J］.地理科學(xué)，2023，43（1）：142-151.

［43］ LI S Z，ZHOU J L，LIU Q，et al.Warming influences CO2 emissions from China’s coastal saltmarsh wetlands more than changes in precipitation［J］.The Science of the Total Environment，2023，881：163551.

［44］ 徐麗杰，董珍溪.黃河流域農(nóng)業(yè)碳排放時(shí)空特征及空間效應(yīng)分析［J］.華北水利水電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，39（2）：9-18.

［45］ 祁慧博，沈欣懿，龍飛，等.浙江省縣域碳排放的時(shí)空格局與影響因素研究［J］.長(zhǎng)江流域資源與環(huán)境，2023，32（4）：821-831.

［46］ 王正，周侃，樊杰，等.市—縣尺度能源消費(fèi)碳排放核算方法研究進(jìn)展［J］.地理科學(xué)進(jìn)展，2023，42（7）：1406-1419.

Analysis of Spatial and Temporal Characteristics and Driving Factors of

Carbon Emissions at the County Level in Coal ResourceBased Areas：Take Shanxi Province as an Example

QI Xuanxuan1， HUANG Rui1，2， JIA Yiyue1， HUANG Qing1

（1.Key Laboratory of Virtual Geographic Environment， Ministry of Education，Nanjing Normal University， Nanjing 210023， China;

2.Jiangsu Center for Collaborative Innovation in Geographical InformationResource Development and Application， Nanjing 210023， China）

Abstract：

Scientific and orderly promotion of lowcarbon transformation in coal resourcebased areas is an important support for the smooth operation and highquality development of China’s economy and society. With Shanxi Province as an example， we used spatial autocorrelation and geodetector methods to reveal the temporal and spatial pattern evolution and influencing factors of carbon emissions at the county level in Shanxi Province， based on the carbon emission data of 118 districts and counties in Shanxi Province from 2000 to 2017， as well as related socioeconomic and natural environmental data. The study found that the overall carbon emissions in Shanxi Province showed a continuous growth trend from 2000 to 2017， with an average annual growth rate of 5.20%. The carbon emissions of most districts and counties show a significant growth trend， and the overall distribution pattern of carbon emissions is high in the center and low on both sides. During the study period， the county carbon emissions in Shanxi Province have significant spatial agglomeration characteristics， and highhigh aggregation and lowlow aggregation are the main characteristics of the local spatial distribution of county carbon emissions. The impact of socioeconomic factors on the spatial differentiation of county carbon emissions in Shanxi Province is obvious， while the impact of natural environmental factors is relatively small， but the explanatory power of natural environmental factors and socioeconomic factors on the spatial differentiation of county carbon emissions in Shanxi Province is significantly enhanced after interaction. Industrial energy intensity ∩ annual average precipitation， annual average temperature ∩ vegetation coverage， and general public budget expenditure ∩ industrial structure have the highest explanatory power for the spatial differentiation of carbon emissions in northern， central and southern Shanxi， respectively. The research results can provide differentiated and refined decision support for the lowcarbon transformation and highquality economic development of Shanxi Province， and provide reference for the sustainable development of other coal resourcebased regions.

Key words：

carbon emissions; spatial autocorrelation; geographic detectors; driving factors

（編輯：蔡洪濤）

基金項(xiàng)目： 國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2020YFA0608601）；國(guó)家自然科學(xué)基金項(xiàng)目（42230406，41701615）

作者簡(jiǎn)介：齊璇璇，女，碩士研究生，研究方向?yàn)閰^(qū)域可持續(xù)發(fā)展。

通信作者： 黃蕊，女，副教授，博士，研究方向?yàn)閰^(qū)域可持續(xù)發(fā)展。