京津冀城市群扩张模式对区域生态安全的影响预测

当前,城市群是推动我国区域发展的增长极,但其快速的扩张模式对区域生态系统安全的胁迫影响越来越大,已经成为制约城市可持续发展的重要问题,科学地预测城市群未来扩张对区域生态安全格局的影响对区域协同发展的战略实施具有指导意义。以我国最具影响力的京津冀城市群为例,结合空间模型模拟方法及生态系统服务功能评估方法,预测了基于当前京津冀城市群的扩张模式对区域生物多样性保护、防风固沙功能、土壤保持功能与水源涵养等重要生态服务功能的胁迫影响。结果表明:(1)京津冀城市群发展速度较快,但存在区域发展不均衡,呈两极化的发展特征;(2)京津冀城市群具有重要级以上的生态服务功能占区域总面积的三分之一,其中同时包含两种及以上服务功能的地区将近一半,且其空间分布也很不均衡;(3)应用CLUE-S模型可以较好地模拟京津冀城市群未来的扩张格局,模型的Kappa指数为0.84。至2020年,预测京津冀城市群将增加3630.24km~2建设用地面积,而其中约六分之一的新增人工表面侵占具有重要及以上生态服务功能的区域,防风固沙和水源涵养为主要被侵占功能,这些区域集中分布在北京、天津与唐山等核心发展城市;(4)京津冀城市群不均衡的区域扩展模式不仅会进一步加剧不同地区间城市化水平的差距,对区域重要生态系统服务功能的潜在胁迫影响也将会增加。本研究结果可为京津冀城市群协同发展规划与区域生态安全格局保障方案的制定提供科学支撑。     

京津冀城市紧凑度变化测度与分析

当前京津冀在快速城市化进程中出现了城市污染、用地混乱、建成区无序蔓延等问题, 城市紧凑型发展有利于有效缓解这些问题。因此,利用京津冀城市社会经济统计数据构建综合紧凑度测度指标体系及模型, 探讨城市紧凑度时空间演变特征及规律。结果发现: 生态环境协同紧凑和经济紧凑对京津冀城市综合紧凑度影响较大, 而公共服务紧凑贡献较小;京津冀城市综合紧凑度自西南向北部逐渐降低, 紧凑度较高的城市多分布于京津冀西南和中部地区, 出现了以石家庄市和北京市为中心的紧凑型城市圈。相对河北而言, 北京和天津综合紧凑度变化趋势较平缓;京津冀城市综合紧凑度整体小幅提升, 城市间差距不断减小;紧凑度等级大部分处于中低水平;紧凑度空间异质性显著。最后,提出京津冀在推进紧凑型城市建设时,应将人口密度、就业空间、基础设施建设、居住空间、生态空间等多方面纳入考量。     

京津冀城市群土地利用变化对地表径流的影响

城市化的显著特征之一是地表景观格局被人为改变,大量硬化地表覆盖、取代了原本自然或半自然的土地覆盖类型,极大地干扰了区域水文循环过程。其中,最直接的体现是对地表径流过程的影响。城市群作为当前我国城市化的重要模式,其聚集连片的扩张模式,对区域地表径流过程的干扰尤为严重。以京津冀特大城市群为研究区域,应用长期水文影响评价模型(L-THIA),以1980、1990、2000、2010、2015年5期土地利用数据、土壤数据以及1950—2015年逐日降雨数据为输入,模拟计算了不同土地利用/覆被格局对多年平均地表径流量的影响。结果表明,(1)经过率定的L-THIA模型能够较为准确地模拟京津冀城市群地区的地表径流分布特征,模型模拟误差在±10%内;(2)1980—2015年,京津冀城市群地区不透水地表面积急剧增加,其净增长值为12690.14 km~2。北京与天津等超大城市不透水地表面积增加最明显;(3)随着土地利用格局的变化,京津冀地区地表径流量呈逐年增长趋势。1980—2015年,京津冀城市群地区地表径流量的绝对增长值为17.84亿m~3,增幅11.83%。其中,1990—2000年及2010—2015年期间地表径流年均增长率较大,分别为0.36%与0.46%。对地表径流贡献较大的土地利用类型为耕地和不透水地表,其5期土地利用情景下的平均产流占比分别为35.38%、22.71%;(4)城市尺度上,不同城市的标准化年均径流深(NAARD)存在较大差异。天津、石家庄的产流能力较强,承德、衡水等城市的产流能力较弱,北京市的标准化年均径流深处于中等水平。另一方面,不同城市标准化年均径流深增长规律也存在较大差异。1980—2015年,天津市的NAARD增长最多,承德市增长最少,北京市的NAARD增长处于中等水平。本文对于京津冀城市群水文过程的时空演变研究以及国土空间优化指导具有参考意义。     

我国三大城市群地区城市和农业用地地表热环境效应对比研究

以大中小城市协同发展为特征的城市群已成为我国城市化发展的主要形式，城市化和农业作为城市群地区最主要的土地利用活动，其气候效应是国际研究的热点。然而过去研究多关注大城市的热岛效应，对更为普遍的农业活动以及中小城市城市化的气候效应认识十分薄弱。基于MODIS地表温度数据，以自然林地为参照，提出了一种可逐像元估算土地利用地表热环境效应的新方法，进而对比分析了我国三大城市群地区（京津冀、长三角和珠三角）城市和农业用地地表热环境效应及其驱动因子差异。结果表明各城市群白天城市热岛效应明显，地级以上城市年平均热岛强度达3.2℃以上，但最强热岛均未发生在核心城市。夜晚热岛效应明显减弱，京津冀和长三角部分城市甚至出现冷岛效应。农业用地在白天亦表现出明显的增温效应，特别是在京津冀地区，而在夜晚除珠三角城市群外，降温效应明显，京津冀和长三角地区平均降温2.3℃和0.7℃。虽然城市用地平均增温强度大于农业用地，但农业用地因面积优势对区域温度变化起控制作用。白天城市和农业用地整体导致各城市群温度明显增加，京津冀增温最高（4.0℃），夜晚二者导致长三角和京津冀地区平均温度降低。研究还发现各城市群城市和农业用地地表热环境效应时空异质性极大，主要受植被、地表反照率、气候背景和人口密度控制。本文对制定缓解气候变化的土地利用策略具有重要的指导意义。     

城市扩张背景下城市群环境问题的区域性特征分析

作为区域空间组织的重要形式,城市群已经成为促进城市化快速发展的重要地区,同时也逐渐成为生态环境问题高度集中的地区。采用夜晚灯光影像在分析京津冀、长江三角洲和珠江三角洲城市群空间扩张进程的基础上,从空气质量、工业固体废物处置利用情况以及植被覆盖度3个方面对三大城市群环境问题的区域性特征及其敏感区进行分析。结果表明:三大城市群空间扩张进程不断加快,并逐渐形成城市用地连绵区,长江三角洲城市群城市用地连绵区范围最大,珠江三角洲城市群城市用地连绵区范围高于京津冀城市群;从城市群层面看,三大城市群在空气质量、工业固体废物综合利用率以及植被覆盖度演变方面已呈区域性特征,城市化水平与工业固体废物综合利用率呈正相关,与城市群植被覆盖度呈负相关;从城市层面来看,空间扩张较快的宁波市和北京市为长江三角洲和京津冀城市群在空气质量、工业固体废物综合利用率以及植被覆盖度方面的敏感区,中山市为珠江三角洲在工业固体废物综合利用率以及植被覆盖度方面的敏感区。环境问题的区域特征以及环境敏感区分析对环境治理工作具有一定的指导作用,对区域的可持续发展具有一定的现实意义。     

基于DMSP/OLS影像的我国主要城市群空间扩张特征分析

20世纪90年代以来,随着中国城市化步伐的加快,城市用地空间扩张极为明显。采用1992、1995、2000、2005、2009年5期的夜间灯光影像数据提取了京津冀、长江三角洲和珠江三角洲城市群的城市像元,并从空间扩张强度、扩张类型以及方向性空间扩张特征3个方面对三大城市群城市用地的空间扩张特征进行了分析,同时还从社会经济方面对城市群空间扩张的驱动因素进行了讨论。结果表明,三大城市群的空间扩张特征既存在共性也存在明显的差异,同时社会经济的快速发展对城市用地的扩张具有明显的驱动作用,为进一步推动中国城市化进程提供了数据支撑。     

京津冀城市群人-地、人-水与人-碳交互胁迫关系及其叠加效应

随着社会、经济效益的不断增加及国际影响力的不断增大，京津冀正在向世界级城市群迈进。而快速的城市增长与资源环境的交互胁迫效应严重制约了京津冀地区的可持续发展，因此，明确城市增长与不同资源环境要素的相互作用机制并采用有效的措施，是实现京津冀地区发展和保护共生的关键。目前针对城镇化与单一种资源环境要素交互作用的研究较多，但对城镇化与不同资源环境要素相互作用的叠加效应的关注很少。针对土地、水资源与能源这三种明显限制京津冀地区发展的资源要素，综合考虑了供给侧与需求侧特征，分析了人-地、人-水与人-碳的相互作用关系，解析了京津冀地区城镇发展与不同资源环境要素交互胁迫作用及其叠加效应。结果表明：2002-2017年，1、城市群整体水平上，人-地、人-水和人-碳关系总体上均呈"强协调"或"弱协调"交替变化的状态；2、城市尺度上，不同城市的人-地、人-水和人-碳交互关系存在明显时空分异。多数城市都曾面临土地、水资源或能源的胁迫影响，尤其是河北的一些城市（石家庄、邯郸、承德、衡水、邢台、唐山及保定等）在有些年份面临土地、水资源或能源的"强胁迫"影响；3、从京津冀地区整体水平上看，不存在多种资源要素的叠加胁迫影响，但是，城市群内部多数城市在有的年份同时面临土地、水资源或能源两种以上资源要素的叠加胁迫影响。因此，要协同改善京津冀地区资源环境的胁迫，需要全面考虑不同空间尺度之间，不同城市之间，以及不同资源要素之间的叠加影响机制，有针对性的提出政策与措施。     

京津冀地区的生态质量定量评价

生态质量的好坏标志着区域经济社会可持续发展的能力以及社会生产和人居环境稳定可协调的程度,如何定量评价区域生态质量状况与变化,协调其与城镇化的关系,日益成为城市生态学研究的热点.本文选择城市化发展迅速、生态环境问题突出的京津冀城市群为研究对象,基于遥感技术反演京津冀城市群植被覆盖度、生物量和人工表面比例、植被面积百分比等生态参数,结合植被破碎化指数,采用主成分分析法,构建了基于遥感参数的生态质量指数综合模型,定量评价了2000—2010年京津冀城市群生态质量及动态变化.结果表明: 本文构建的生态模型可以更客观、综合地定量评估城市与区域的生态质量状况与变化.2000—2010年,京津冀城市群的生态质量指数从2.38上升到2.84,增幅达19.3%.其中,2000—2005年的增幅(12.2%)高于2006—2010年(7.2%).从空间分布来看,生态质量指数的高值区位于京津冀北部,西部、东南部较低.不同城市的生态质量状况及变化趋势不同.承德的生态质量状况最好,并显著高于其他城市;其次为北京、秦皇岛和保定;天津的生态质量最差.承德、北京、秦皇岛和保定的生态质量高于京津冀地区的平均水平;廊坊、天津和沧州的生态质量明显低于平均水平.2000—2010年间,除唐山外,其他城市的生态质量均呈好转趋势.其中,沧州、衡水的生态质量指数提升最显著,增幅分别达520.5%和171.8%.     

京津冀地区城市化发展时空差异特征

随着京津冀一体化协同发展的提出,如何协调城市间城市化和产业发展的差异成为目前关注的焦点。因历史原因和政策影响,尤其在城市化发展方面地区之间存在较大差异,定量识别该区城市发展的时空差异性对于制定合理的区域协同发展政策具有重要的指导意义。基于1984—2012年社会经济统计数据,通过引入偏离度指数和变异系数,从人口、土地、社会、经济四方面研究了不同时期京津冀地区城市化发展时空差异特征。研究表明:(1)京津冀地区城市化4个方面的发展均呈整体上升趋势,尤其表现在经济和社会发展方面。整体增长幅度为:经济社会土地人口。(2)从发展速度看,京津冀地区人口与土地增速最快时期发生在2000—2004年;而社会与经济增速最快时期发生在1992—1996年;这些特征充分反映了我国阶段性政策的影响。(3)从城市化发展的驱动因子分析,京津冀地区人口与土地增长速度差异较小,发展趋势较为一致,呈现显著的正相关关系;经济、社会增长速度差异较小,发展趋势较为一致,表现出高度的正相关性;而人口与社会、人口与经济、土地与社会、土地与经济之间的相关性不显著。(4)京津冀地区城市化发展区域差异较大,不同时段各城市发展存在明显差异;在城市化进程中区域间最大差异性表现在土地的扩张,其次是人口增长,而经济和社会增长差异性相对较小。(5)人口、土地、社会、经济四项城市化驱动因子与城市生态因子的耦合协调度均不断提高。     

京津冀城市群景观格局变化机制与预测

"城市群"是我国新型城镇化的主体形态,对推进国民经济发展具有重大意义,但其聚集连片的快速扩张模式对资源环境的压力持续增加,已经成为制约未来可持续的瓶颈。以我国经济发展最为活跃,但生态环境问题十分突出的京津冀城市群为例,基于CLUE-S模型,模拟分析了1990—2010年京津冀城市群景观格局的变化特征及其驱动机制,并预测了未来景观格局的变化趋势。结果表明,(1)1990—2010年京津冀城市群景观格局变化显著。其中,人工表面持续增加,耕地明显下降,林地和草地格局的变化也存在明显的时序差异;(2)京津冀城市群景观格局的变化主要受自然和社会经济要素的综合影响,且不同景观类型之间的驱动机制存在明显差异。其中,林地更易在地势较高、坡度较大的西部地区分布,而河流、人工表面等更易在平坦低洼的区域分布;此外,不同景观类型变化的驱动机制存在显著的时序差异,例如,人工表面受地形的影响程度逐步降低,呈现更加离散的分布,且其分布特征由较早时期的向市中心集聚分布发展为逐渐远离市中心并向铁路、高速路周边集聚的趋势;(3)经检验,CLUE-S模型能够较好地动态模拟京津冀城市群的土地覆盖格局的变化特征,模型的Kappa指数达0.84。模拟预测结果显示,未来(2020年)景观格局演变的显著特征是人工表面将持续增加,耕地将继续显著减少。北京、天津、唐山和石家庄等核心城市的景观格局变化将最为显著。     

基于BP神经网络的京津冀城市群可持续发展综合评价

在综合分析了京津冀城市群各城市功能定位的基础上,构建了包含经济发展、社会发展、科技创新和生态环境4个子系统的城市可持续发展评价指标体系,运用2006—2015年的数据,采用熵值法和BP神经网络对京津冀城市群可持续发展能力进行非线性测度与分类,结果较为理想。结果表明:(1)北京和天津处于高可持续发展水平,可持续发展能力在空间上呈现出以京、津为中心随距离递减的趋势,最南端的邯郸和邢台处于低可持续发展水平;(2)北京可持续发展能力呈现下滑趋势,其他城市可持续发展能力逐年稳步上升,大城市可持续发展压力较大;(3)城市在不同子系统中存在各自的优劣势。各个子系统在可持续发展中均起到重要作用,城市宜结合各自子系统的优、劣势制定具有针对性的发展对策。     

京津冀城市群城市化与生态环境时空分异及协同发展格局

京津冀城市群在快速城市化进程中,"高耗能、高污染、高排放"的粗放型经济发展模式引发了一系列诸如雾霾、水质污染及生态体系破坏等问题。选取2000—2015年京津冀城市群13个地级以上城市作为研究对象,采用系统指数评估模型评价城市化与生态环境系统及其子系统指数值,运用耦合协调度模型及其分类原则判定两者协同发展格局。结果表明:(1)北京、天津、唐山、石家庄、廊坊城市化发展较强,邯郸、秦皇岛、衡水、沧州居中,邢台、保定、张家口、承德较弱;北京、保定、张家口、承德和秦皇岛生态环境保护较好,天津、石家庄、廊坊、邯郸、沧州居中,邢台、衡水、唐山较弱。(2)2000—2007年为城市化缓慢发展阶段,2008—2015年为稳步提升阶段;2000—2010年为生态保护攻坚期,2011—2015年为生态文明建设期,环保投入剧增。(3)高城市化区的空间格局保持不变,偏高城市化区和中城市化区空间格局相对稳定,低城市化区基本不存在;优生态环境区、偏优生态环境区和中生态环境区空间格局相对稳定,劣生态环境保护区不存在。(4)京津冀城市群城市化与生态环境系统耦合协调度上升趋势显著,但是濒临失调和中度协调占主导类型,具有较大上升空间;协同发展类型整体上逐渐由城市化滞后演变为生态环境滞后,生态环境质量需要进一步提高。由此,需要以生态环境保护为抓手,坚持产业转型升级和"高科技+"的自主优化思想,打造集聚区域特色的"美丽中国"绿色城市化样板区;加大地区生态环境保护的投入和宣传,以"生态+"思想融入经济社会发展,培育区域性绿色小城镇;建立多样化生态保护园区、现代化旅游和康养基地、科技化教育培训机构,促进区域内外多维多向联动发展;保有生态环境危机意识,积极创建保障措施,杜绝重大生态破坏、环境污染等事件。     

1980-2015年珠三角城市群城市扩张的时空特征分析

以珠三角城市群9座城市为研究对象,基于1980-2015年3期遥感影像提取的土地利用数据,通过扩张强度、扩张速率以及景观格局指数定量分析珠三角城市群尺度上城市扩张的时空变化特征。结果表明：（1）城市群扩张数量特征：1980-2015年珠三角城市群建设用地面积扩张约3倍,1980-2000和2000-2015期间分别扩张1513.1、3043.8 km²;扩张强度不断增强,扩张速率明显加快。（2）城市群扩张空间特征：珠三角城市群中扩张迅速的城市主要分布在研究区中部的城镇密集带及沿海地区;扩张较慢的城市主要分布在靠内陆的周边地带。（3）基于时间尺度发现珠三角城市群结构的演变呈现出由单核模式（广州,1980年）-双核模式（广州、深圳,2000年）-多中心、网络化模式演化的特征（东莞、中山等相邻城市,2015年）。（4）基于景观格局特征,珠三角区域扩张快速的城市形状复杂,结构趋于分散;扩张较慢的城市形状更规则,分布更聚集。（5）天然的人文联系与优越的地理位置、社会经济、政府政策以及基础设施的建设等因素共同驱动珠三角城市群的发展。该研究对提高城市群规划管理水平具有参考价值。     

京津冀城市群能源供需与城市化的关系模式

城镇化发展加剧了城市对能源的消耗,进而加剧了能源供需不平衡,这种不平衡已经成为限制城镇化发展的重要因素。目前,城市群作为我国城镇化发展的重要形式,充分发挥城市群的协同效应以减缓能源供需矛盾,对实现区域可持续发展具有重要意义。研究以京津冀城市群为例,从地级市尺度系统地核算了2001—2015年能源供应和需求量,并采用ward聚类方法划分3种不同类型的能源供求特征,并分析了每种类型的能源供需特征差异。同时,以能源供需比值表示供需差异并进行了比较。在此基础上,采用多指标综合分析方法进一步探讨了能源供需与城市化的关系模式。结果表明:(1)京津冀城市群不同城市能源的供求特征及变化存在明显的时空差异。一方面,从能源供给特征来看,年平均能源生产量较高的城市(天津市)能源产量由上升转变为平缓变化趋势,而低产城市(石家庄市)呈不稳定的变化趋势,两类城市平均能源产量相差2497.66万t标准煤;另一方面,从能源需求特征来看,北京、天津市等能源高耗城市能源消费近年来趋于下降趋势,而低耗型城市(沧州市)近年来呈波动变化,二者平均差值为4752.49万t标准煤;(2)基于能源供需比值,京津冀城市群所有城市均表现为能源供不应求,且不同城市能源供需缺口差异明显。其中,天津市能源供给能力最强,但其生产量却不及自身消费量的65%,而供给能力相对最弱的城市保定市,其能源需求几乎完全依赖外部能源供给;(3)城市能源供需与城市化水平之间关系不完全一致。研究对能源供需模式与城市化模式不一致的城市,划分了先进型和滞后型两种关系模式。对于先进型的城市,主要有北京市、沧州市和廊坊市,它们的城市化水平相对较高,分析认为其能源开发利用相对集约;而属于滞后型的城市,包括唐山市、邯郸市和邢台市,其城市化水平偏低,分析认为这类城市能源开发利用效率低、发展方式相对粗放,是城市群能源效率提升的重点。本研究旨在为今后的城市群能源规划提供科学依据,建议北京市等能源相对集约型城市带动唐山市等发展方式粗放、落后的城市,以提高京津冀城市群整体的能源效率。     

京津冀城市群土地利用生态风险的时空变化分析

以京津冀城市群为研究区,基于1984、1990、2000、2005、2010和2015年土地利用数据,利用斑块密度、蔓延度和土地利用类型的主观权重构建土地利用生态风险指数,从而揭示京津冀城市群地区6个时间节点的土地利用生态风险空间分布特征。土地利用生态风险划分为5个等级:低风险区、较低风险区、中等风险区、较高风险区和高风险区,将较高风险区和高风险区定义为综合高风险区,然后计算其重心转移轨迹,从而探究土地利用生态综合高风险区的空间转移动态变化规律。结果表明在研究时段内:(1)研究区土地利用生态风险的总体分布规律为城市中心城区周边的土地利用生态风险逐渐加剧,非城市地区低于城市地区,且高风险区、较高风险区的面积呈增加趋势。(2)京津冀城市群13个地级市综合高风险区变化各不相同:北京市、天津市、唐山市和廊坊市的综合高风险区呈现出增加的趋势;承德市、张家口市、保定市、石家庄市、秦皇岛市、邯郸市和邢台市的综合高风险呈现出降低的趋势;而沧州市和衡水市几乎不变。(3)综合高风险区的重心转移方向基本分为三类:朝首都方向、朝东部海洋方向和自身发展方向,且重心转移方向与城市的规划、治理及发展方向联系密切。     

京津唐城市生态系统能值比较

运用能值(emergy)分析方法,以京津冀地区的北京、天津、唐山为研究对象,建立了复合生态系统与可持续发展的能值指标,对3个城市1991～2005年自然环境与社会经济可持续发展状况进行了比较分析.研究结果表明:1991～2005年期间,由于北京、天津的本地资源能值对经济发展的驱动力不足,城市发展对外部输入能值的依赖程度越来越高;北京、天津、唐山社会子系统的能值指标均呈上升趋势,城市居民生活水平和经济发展水平不断提高;北京经济子系统的各项指标均优于天津和唐山,但环境子系统和能值可持续指标体现出,北京的环境压力最大、可持续发展能力低于天津和唐山.在此分析基础上,对北京、天津、唐山的可持续发展提出了几点建议,为制定城市发展策略和产业调整提供科学依据.     

城市化对空气污染人群暴露贡献的定量方法研究

短期快速城市化引发一系列生态环境问题,尤其是近年来以细颗粒物(PM_(2.5))为代表的城市与区域空气污染问题。人群的污染暴露一方面是因为污染区范围的扩张,另外一方面则归因于城市化引发的人口迁移,目前的研究重点关注于前者的贡献,而忽略了后者的贡献。因此,建立了城市化对空气污染人群暴露贡献的定量方法,并选取我国PM_(2.5)污染最为严重的京津冀城市群开展了实证研究,通过利用2000、2005、2010、2015年PM_(2.5)浓度和人口栅格数据以及人口自然增长率数据,定量评估了城市化引发的人口迁移对空气污染人群暴露的贡献。研究结果显示:(1)京津冀地区受污染影响面积和人口变化显著,造成大量的人口暴露于PM_(2.5)污染。(2)城市化引发的人口迁移与自然增长贡献率方面:总体上,2000—2015年,京津冀城市群总的人口迁移贡献率为48%,北京市和天津市总的人口迁移贡献率分别为94%和88%,而河北省污染总的人口迁移贡献率为-32%。其中在污染保持区,北京市和天津市的人口迁移贡献率均接近100%,而河北省的迁移贡献率为-26%,尤其在2010—2015年,河北省衡水市的人口迁移贡献率达到-6613%;在污染新增区,北京市和天津市的人口迁移贡献率分别为86%和84%,而河北省污染的人口迁移贡献率为-757%。本研究建立了定量化的方法揭示了城市化在空气污染人群暴露中的定量贡献,为科学引导城市化发展提供了定量的手段,为合理规划京津冀城市群地区的人口流动与空气污染奠定了数据基础。     

中国典型城市群城镇化碳排放驱动因子

城市群作为推进国家新型城镇化的战略举措,是国家参与全球竞争与国际分工的主要地域单元。以中国典型城市群6个代表性城市(北京、天津、上海、广州、武汉和重庆)为案例,采用因素分解法将碳排放的影响效应分解为4部分,包括人口规模效应、经济发展效应、能源强度效应和碳强度效应,研究2000—2014年城镇化过程中碳排放的驱动机制。主要结果:(1)各城市群的经济总量均有增长,能源效率逐渐提高,碳排放强度在北京、上海和重庆的是下降趋势,在天津呈上升趋势,而在广州和武汉则趋于平稳状态,各城市群能源消耗中各种能源的比重和碳排放量的变化存在着较显著的差异性;(2)天津和广州的4个碳排放影响效应整体上是逐渐增大,北京和上海是趋于平稳对称,武汉和重庆是先减小后增大。研究表明,经济和人口对碳排放具有正向作用,能源强度对碳排放具有负向作用。通过研究中国典型城市群碳排放的驱动因子,有助于城市群碳排放权交易的政策制定以及城市群发展模式规划。