Page 63 - 《环境工程技术学报》2023年第1期
P. 63
第 1 期 杨青等：基于地理加权回归的省域碳排放影响因素研究 · 59 ·
图 3 人口规模回归系数
Fig.3 Regression coefficient of population size
图 4 电力消费总量回归系数
Fig.4 Regression coefficient of total power consumption
2.333，对碳排放量的影响程度均是从北到南递增，是 2.3.4 城市公共汽电车辆
对碳排放量影响最为显著的因素。200 年影响程度 如 图 6 所示，200 年、201 年 和 201 年 3 个
2
7
7
7
0
高值区有广西、广东、福建和海南，201 年影响程度 省（区、市）的城市公共汽电车辆回归系数均较小，对
2
高值区为广西、广东、福建等南部地区， 到 201 年 碳排放量的影响不大。200 年城市公共汽电车辆对
7
7
影响程度高值区又变为云南、广西、广东和海南，影 碳排放量的影响程度从东北到西南递增，影响程度
响程度高值区 比 201 年有所减少。总体来看，每年 高值区为新疆、青海、四川和云南等地区。201 年
2
2
各省（区、市）的回归系数均相差不大，呈稳定的正相 的影响程度从东南到西北递增，与碳排放量呈负相
关关系，这是因为碳排放的主要来源为化石能源消 关，其中对碳排放抑制作用最强的是新疆。201 年
7
费，而各省（区、市）的能源消费结构有所不同，对碳 的影响程度从东到西递增，影响程度高值区则变为
排放量的影响程度也有所差异。 新疆和青海。总而言之，1 年间城市公共汽电车辆对
1
