李艳芹 李宗尧

（1.中共江阴市委党校，江苏 无锡，214400；2.中共江苏省委党校，江苏 南京，210009）

一、引言

改革开放以来，我国工业化和城市化水平不断提高，碳排放量也在逐年攀升。由温室效应引起的全球变暖问题日益严峻，仅二氧化碳一项占比就达总温室气体的一半以上，碳减排意义重大。2020年9月22日，习近平主席在第七十五届联合国大会上向世界作出庄严承诺，中国将提高国家自主贡献力度，采取更加有力的措施和政策，力争于2030年前实现二氧化碳排放达到峰值，努力争取2060年前实现碳中和。探索我国碳排放规律并采取针对性措施减少碳排放，是我国环境领域的重中之重和当务之急。

关于我国碳排放分布特征的相关研究多从单一空间角度出发，以截面数据或时间序列数据为测算基础，对碳排放空间分布特征作出定性判断（张雷，2006；范定祥和刘会洪，2012；李丹丹和刘锐等，2013；杨青林和赵荣钦等，2017）[1-4]。近年也有学者尝试将时间要素纳入研究体系，进一步探索碳排放的时空分布特征（施开放，2017；武敏，2019）[5-6]。虽然这些研究的对象均为我国碳排放，但由于选取的数据尺度和碳排放来源不同，加之差异化的分析方法，目前关于我国碳排放时空分布格局的研究尚未达成共识。

有关碳排放影响因素的研究多以IPAT模型和KAYA恒等式为基础展开。由于研究区域和研究时段存在差异，学界关于碳排放的影响因素并未形成共识，不同地区在特定时间段内的碳排放量、碳排放强度和碳排放效率等指标的影响因素具有一定的特殊性，但综合看，多数学者对碳排放影响因素的研究基本从规模效应、结构效应和技术效应展开（Wang和Fang等，2016；……