时空地理加权回归_成果案例 | 中国交通碳排放及影响因素时空异质性

中国地域辽阔，不同省域经济发展、资源禀赋、交通基础设施存在显著差异，导致交通碳排放水平差异很大。然而，以往关于交通碳排放规律的研究多是基于时间序列的全局分析，忽略了研究单元之间的相互作用及空间异质性。因此，本研究选取30个省级行政区作为空间单元，利用自上而下法计算省域交通碳排放量，采用探索性空间数据分析方法对2000年至2015年交通碳排放时空分布格局进行研究。同时考虑空间单元的差异性，构建地理加权回归模型，分析交通碳排放影响因素的时空异质性。

研究目标

1.  中国省域交通碳排放量的时空分布特征；

2. 中国省域交通碳排放量影响因素的时空异质性特征。

研究方法

碳排放量计算——自上而下法

由于中国各类机动车行驶里程、单位里程燃料消耗量等数据可获性较差，而燃料消耗数据以及计算参数获取方便。因此，本研究使用“自上而下”法估算交通碳排放总量。

交通碳排放空间相关性——探索性空间数据分析

1. 热点分析

热点分析通过计算数据集中每个要素的Z值和P值，获得高值或低值要素在空间上发生聚类的位置，从而直观的了解高值或低值要素在何处发生聚类以及聚集程度。运用热点分析，刻画我国省域交通碳排放的空间分布特征。

2. 双变量空间自相关

双变量空间自相关在描述2个变量的空间关联和分布特征上具有较高的适用性。利用双变量空间自相关，分析交通碳排放量同各影响因素的空间相关性。

影响因素<