中国城市碳减排协同网络演化：异质性特征与内生动力机制解析

本研究针对中国城市碳减排协同治理难题，通过构建碳排放网络(CENs)分析框架，结合空间分层与时间指数随机图模型(TERGM)，揭示了北京、长三角等核心枢纽的辐射效应及四大网络群落集聚规律，发现互惠性、传递性等内生结构效应驱动网络演化，为跨区域减排政策制定提供了理论依据与方法创新。

　　

随着全球工业化进程加速，化石能源消耗导致的碳排放已成为气候危机的核心推手。二氧化碳凭借其高流动性和长滞留特性，通过大气环流与区域经济联系形成复杂的空间溢出效应，传统基于地理邻近性的治理策略面临严峻挑战。中国作为全球最大碳排放国，其城市间因产业转移、技术落差形成的"碳泄漏"现象尤为突出，亟需突破行政边界的协同治理方案。

贵州基础研究计划项目支持的研究团队创新性地构建了涵盖282个城市的碳排放网络(CENs)分析体系。研究采用改进的重力模型整合人口、经济等多维指标，通过空间分层识别出京津冀、成渝等四大高潜力减排群落；运用时间指数随机图模型(TERGM)首次揭示了网络演化的内生动力机制，发现核心城市间存在显著的互惠性(reciprocity)与传递性(transitivity)效应。论文发表于《Sustainable Cities and Society》，为区域协同减排提供了科学范式。

关键技术方法包括：1) 基于IPAT理论框架扩展的多指标重力模型构建；2) 复杂网络分析中的社区检测算法实现空间分层；3) 时间指数随机图模型(TERGM)解析网络动态演化机制；4) 核心-边缘网络划分法追踪连接强度演变。研究样本覆盖中国282个地级市2005-2020年面板数据。

【动态演化分析】
核心网络连接数年均增长12.7%，北京、上海等枢纽城市形成"多核驱动"格局，长三角区域表现出最强的网络集聚性(集聚系数达0.83)。

【网络复杂性特征】
识别出四大典型群落：1) 京津冀群落以北京为单极核心；2) 成渝群落呈现双核联动；3) 珠三角群落具有最密集的三角形结构；4) 长三角群落展现层级化辐射特征。次级产业占比每提升1%，城市间碳关联强度增加0.21个标准差。

【内生动力机制】
TERGM分析显示：互惠效应参数达2.34(p<0.01)，表明城市间碳流动存在显著双向性；传递效应参数为1.87(p<0.05)，验证了"共同邻居"对网络形成的促进作用。经济水平(β=0.42)与城镇化率(β=0.38)是影响连接强度的关键外生变量。

结论部分指出，该研究实现了三大突破：1) 构建了融合关系数据与属性数据的分析框架，克服传统空间计量局限；2) 发现网络群落扩张遵循"核心吸附-边缘依附"规律，为靶向治理提供依据；3) 证实内生结构效应贡献度达56%，远超地理距离(12%)等外生因素。讨论强调，未来应重点培育武汉、成都等次级枢纽城市，通过TERGM预测模型显示，强化京津冀与珠三角间的跨群落连接可使整体减排效率提升19%。这些发现为《巴黎协定》下的中国城市减排路径提供了微观机制解释与决策支持工具。