编辑推荐：
为探究中国城市群碳排放影响因素的时空非平稳特征，研究人员聚焦 19 个城市群，运用地理加权回归（GWR）模型及其扩展模型，分析财政支出和绿色覆盖率对碳排放的影响。结果显示，财政支出多能减排，北方城市效果更明显；城市绿色覆盖多有负向影响，但部分城市存在反转。该研究为政府制定碳减排策略提供依据。
随着全球气候变暖，温室气体排放问题日益严峻。在全球积极响应《巴黎协定》温控目标、各国纷纷采取措施减少碳排放的大背景下，中国也面临着巨大的挑战。作为世界上最大的温室气体排放国之一，中国宣布了在 21 世纪中叶前实现碳达峰和碳中和的战略目标。
在国内，城市群作为经济发展的重要引擎，同时也是碳排放的主要来源地，其在推动低碳发展、重塑碳排放格局方面的作用至关重要。然而，现有的碳排放研究大多聚焦于分散治理模式的国家，对于单一制国家政府主导的减排路径机制研究不足。而且，不同地区由于地理位置、人口和经济条件的差异，减排政策的效果也大不相同。比如，中国北方城市群以重工业为主，产业结构调整和技术升级压力大；南方城市群则侧重于发展新技术产业和服务业，更关注能源效率提升等方面。另外，现有研究在分析碳排放影响因素的时空特征时，传统的地理加权回归（GWR）模型难以完全揭示时空多尺度差异带来的复杂非线性相互作用，而人工智能方法又容易忽视空间属性，存在 “黑箱” 问题，难以解释。
为了解决这些问题，中国地质大学的研究人员开展了一项关于中国城市群碳排放与政府干预的研究。研究人员构建了包含时间（14 年）、空间（214 个城市）和变量（7 个变量）的三维数据集，综合考虑了城市群碳排放及其潜在影响因素。研究结果发表在《Applied Geography》上。
研究人员主要运用了地理加权回归（GWR）模型及其扩展模型，其中地理和时间神经网络加权回归（GTNNWR）模型尤为关键。该模型结合了神经网络的非线性建模能力和 GWR 模型的空间加权特性，能够灵活调整时空权重，更准确地模拟时空非平稳性。同时，研究人员还进行了标准差椭圆和质心迁移分析，以此探究碳排放的时空演变特征。
碳排放时空演变特征
通过标准差椭圆和质心迁移分析发现，总体上，城市群内碳排放随着时间推移变得更加集中，标准差椭圆的面积和轴长都有所减小。从空间分布来看，碳排放呈现出自西向东逐渐增加的趋势。东部城市群，尤其是京津冀（JJJ）和长三角（YRD）地区，碳排放情况较为突出。这一结果表明，中国不同区域的碳排放存在明显差异，且在时间上有集中化趋势。
政府干预对碳排放的影响
研究人员利用 GWR 模型及其扩展模型，分析了财政支出和绿色覆盖这两个政府干预因素对碳排放的影响。结果显示，政府财政支出的增加通常能够降低碳排放，而且在北方城市，这种减排效果更为显著。这可能是因为北方城市重工业占比较大，政府财政投入在推动产业结构调整、技术升级等方面发挥了重要作用。
在城市绿色覆盖方面，在大多数城市群的核心城市，绿色覆盖对碳排放有显著的负向影响，即绿色覆盖增加有助于减少碳排放。不过，在极少数城市，这种影响可能会反转。研究人员推测，这或许是由于城市发展阶段不同导致的。处于不同发展阶段的城市，其产业结构、能源需求和利用方式等存在差异，进而影响绿色覆盖与碳排放之间的关系。
模型比较
研究人员对多个模型进行比较后发现，地理和时间神经网络加权回归（GTNNWR）模型在捕捉时空非平稳关系方面表现最佳。该模型克服了传统 GWR 模型和人工智能方法的一些局限性，能够更准确地揭示碳排放与影响因素之间的复杂关系。这一发现为后续相关研究在模型选择上提供了重要参考。
这项研究意义重大。它从城市群层面深入剖析了碳排放的影响因素及其时空非平稳特征，为政府制定更具针对性和有效性的碳减排策略提供了科学依据。通过明确财政支出和绿色覆盖在不同地区对碳排放的影响差异，政府可以因地制宜地调整财政投入方向和城市绿化规划，提高减排效率。同时，研究中对模型的比较分析也为其他相关领域的研究在方法选择上提供了借鉴，有助于推动碳排放研究向更精准、更深入的方向发展。研究结果对于中国实现碳达峰和碳中和目标具有重要的现实指导意义，也为全球应对气候变化提供了中国经验和智慧。
