1.中国县级CO₂排放时空演变（2000-2020年）
2000年至2020年间，中国县级化石燃料燃烧产生的CO₂排放总量从30.37亿吨增至107.12亿吨。排放量超过2000万吨的县（区）数量从一个增加到十六个（图1，左）。到2020年，年CO₂排放量超过1000万吨的县（区）合计排放25.12亿吨，占全国总量的23.43%。这些高排放县（区）主要集中在长三角及其周边地区（如上海浦东新区、东莞、大连甘井子区、天津滨海新区、武汉洪山区、中山、哈尔滨南岗区）以及中国西北部分地区（例如呼和浩特的赛罕区、新城区和通辽的科尔沁区）。如图1右侧中国30个省份CCE箱线图所示，2000年，只有上海的平均县级排放超过5万吨。相比之下，北京和天津的县（区）超过2.5万吨，而所有其他省份的县（区）均低于此阈值。到2020年，东部地区（如上海、北京）的碳排放增长放缓并趋于稳定，而宁夏、内蒙古等西部省份的CCE则大幅增加。
图1 2000-2020年中国区县碳排放水平时空格局（图左）及箱线图统计分析（图右）
2. 中国县级CO₂排放强度及人均排放（2000-2020年）
中国平均CEI从2000年的8.29吨/万元稳步下降到2010年的3.36吨/万元，并进一步降至2020年的1.96吨/万元。这一持续下降表明单位经济产出的碳效率显著提高。根据自然断点法的空间分类，2000年，CEI超过40吨/万元的县主要位于中国西部（图2，左），包括新疆的铁门关市、民丰县，内蒙古的苏尼特左旗，青海的玉树市。这种模式可能归因于当时这些地区高碳、高耗能的资源型产业占主导、GDP基数低、以煤为主的能源结构以及能源效率低下。到2020年，只有两个县——新疆的沙雅县和内蒙古的苏尼特左旗——的CEI值超过20吨/万元，突显了全国在降低碳强度方面取得的巨大进展。然而，它们的持续存在也揭示了一些资源依赖型地区在向低碳发展转型过程中仍面临重大挑战和风险。值得注意的是，东北、东部和中部地区的CEI大幅降低，大多数县（区）的CEI水平已低于5吨/万元。这反映了产业结构调整和技术进步对区域减排的积极影响。
同时，县级平均CEC从2000年的2.66吨/人上升到2010年的7.58吨/人，到2020年进一步增至9.64吨/人（图2，右）。这一增长反映了随着经济发展和生活水平提高，个体碳足迹不断增长。空间上，高CEC值的中心在2000年至2020年间从西部转移到东部，超过8吨/人的县（区）数量显著增加。这些高CEC区域呈现多中心分布，集中在资源富集区（如新疆、内蒙古、山西）和长三角等经济发达地区。相比之下，北京大多数区县的CEC水平保持在6吨/人以下，表明尽管经济产出高，但家庭层面排放控制有效。这凸显了在低碳轨道上实现高质量城市发展的可行性。
图2 2000-2020年中国各县CEI（图左）和CEC（图右）的时空格局
3.2000-2020年县级碳排放特征的公平性分析
2000年至2020年间，中国CCE的基尼系数总体呈下降趋势，表明各县碳排放逐渐收敛。CEI经历了明显的收敛阶段，随后在2020年略有反弹，暗示全国能源效率改善但区域进展不均。相比之下，CEC不平等持续上升，反映出家庭消费模式和生活方式差异的扩大。CCE、CEI和CEC的不同演变轨迹揭示了县级层面在排放规模、能源效率和消费行为方面各自不同的演化机制。
从地理视角看（图3），各地区的不平等模式差异显著。在东部地区，CCE遵循“发散-收敛”序列，而西部地区则维持了持续高水平的不平等，这是由其长期的产业结构与资源依赖差异所塑造的。总体而言，东西部差异最为突出，年均基尼系数为0.550。CEI趋势在各地区有所不同：东部持续改善，而中部、西部和东北地区则呈现出“收敛-再发散”的轨迹。区域CEI差异的主导轴从2000年的东西差异转变为2020年的中西差异，表明国家发展和能源效率增益的重心向内陆转移。对于CEC，东西部差异在早期有所缩小，但到2020年又重新成为不平等的主要来源。Dagum分解进一步阐明了不平等的潜在来源。2000年至2020年间，CCE和CEI不平等的贡献从区域间均值差异（Gini_B）转向超变密度（Gini_T），表明县级排放排名在跨区域间的重叠性增加。这暗示了从传统的东-西梯度向更复杂、多中心的空间格局转变。然而，CEC不平等始终由Gini_T主导，反映了消费行为和生活方式差异的空间扩散，导致各区域县级人均排放存在大量重叠。
图3 2000年至2020年中国CCE、CEI和CEC的不平等趋势
与按地理分组相比，按收入分组展现出更稳定的结构模式。CCE、CEI和CEC的不平等始终由组间差异（Gini_B）主导，表明收入水平是县级碳排放差异的根本结构性决定因素。从2000年到2020年，高收入群体内部的CCE和CEC不平等均有所缩小（图4），而低收入群体内部的不平等则显著增加，揭示了不同收入阶层在产业升级和消费增长方面的强烈异步性。值得注意的是，到2020年，低收入群体内部的CEC不平等变得最高，暗示出一种由资源开发、产业转移或新兴消费升级驱动的“逆向分化”。同时，三个指标的东西部差异在所有组间比较中仍然最大，尽管呈现出波动下降的趋势。
图4 中国CCE、CEI和CEC在2000年至2020年间的不平等趋势
综合地理和收入视角可见，县级碳排放不平等是由两个交织的机制塑造的，而非单一来源。收入分层是排放规模、能源效率和消费水平差异的根本经济基础，这解释了为何在收入分组下组间差异（Gini_B）占主导。然而，收入阶层在空间上并非隔离，而是地理交织的，呈现出如“高收入东部 vs 低收入西部”等显著模式。这种收入结构的空间嵌入导致不同收入水平的县在各区域间大量重叠，从而导致在地理分组下超变密度成分（Gini_T）超过了Gini_B。换言之，收入差异解释了不平等存在的原因，而空间格局决定了这些不平等如何在空间上组织。这两种机制是互补而非矛盾的：收入分层确立了不平等的结构基础，而空间嵌入则通过收入群体的空间混合放大或调节了Gini_T。
为系统评估城镇化率（U）、人口密度（P）和人均GDP（G）如何共同塑造CEI和CEC的时空格局，本研究首先绘制了中国及东、中、西、东北地区的三元散点图（图5和图6）。这些图识别了各县的主导结构位置并追踪其空间演变。然后，按排放水平对县进行分组，并计算三个因素的平均贡献率（表1和表2），从而量化它们在不同排放等级间的差异影响。这些分析共同揭示了驱动CEI和CEC动态的阶段特异性和区域差异化机制。
图5 城镇化率、人均GDP和人口密度对CEI的贡献率
图6 城镇化率、人均GDP和人口密度对CEC的贡献率
表1 城市化、人均GDP和人口密度对不同CEI水平的平均贡献
表2 城市化、人均GDP和人口密度对不同CEC水平的平均贡献
全国尺度的三元散点图揭示了县级CEI在三因素空间中的明显空间迁移。2000年，CEI主要集中在高U或高G区域。到2010年，分布向高P县转移，而在2020年——尽管CEI总体下降——它再次向高U和相对高G的组合方向扩散。CEC展现出大致可比的空间轨迹，表明这两个指标受相似的基础结构配置影响。
多层次贡献分析进一步揭示了三个因素对不同排放等级和随时间变化的影响存在显著差异。从2000年到2020年，总体贡献顺序保持为 P > U > G，尽管内部构成发生了重大变化。对于CEI，P始终占主导地位，但在2000年和2020年，其影响在各等级间均显著减弱（例如，2000年：90.31% → 87.54% → 80.22%；2020年：80.45% → 73.46% → 54.32%）。同时，U在高CEI县的影响力日益增强，而G——尽管总体影响不大——在2020年显著上升（1.91% → 2.13% → 3.20%）。CEC显示出相似的结构特征但不同的演变：2000年，较高的CEC水平以U和G贡献上升、P贡献下降为特征；而到2010年和2020年，模式趋于稳定，U在高排放组别中增强，P在中等排放组别中影响最大，G则表现出非线性增强模式，中间等级的值最低。总体而言，早期CEI主要由城市扩张和经济增长驱动，而城镇化的深入和产业升级逐渐提升了碳效率。相比之下，CEC随经济发展而上升，但在不同排放组别间形成了日益复杂的分化。
在区域尺度上，贡献结构表现出显著的空间异质性。东部地区波动最强：与CEI相关的三个因素的贡献均遵循非单调轨迹，U从先增后减（2000年）转变为单调下降（2010年），再到稳定并增强（2020年）。P呈现多种非线性模式，而G变化甚微。到2020年，CEC结构更加清晰，高排放组显示出U和G贡献上升、P贡献下降。东北地区表现出明显的阶段性动态：U对CEI的贡献在2000年随排放水平上升而增加，之后则下降，而P则遵循相反路径。对于CEC，2010年和2020年的高排放县始终表现出较高的U和G贡献以及较低的P贡献。中部地区以稳定性为特征，CEI主要由增强的U贡献和减弱的P贡献主导（例如，2020年 U：12.91% - 17.31% - 27.62%； P：85.77% - 81.15% - 70.91%）。CEC很大程度上反映了这些趋势，在2010年趋于收敛，在2020年U贡献再次增强。西部地区呈现出最一致的梯度模式：CEI和CEC均显示出U和G贡献稳步上升、P贡献下降，2020年CEI梯度尤为明显（U：25.35% - 40.35% - 57.02%； P：71.93% - 55.41% - 38.09%）。
总体而言，全国和区域分析揭示了三个稳健的规律：尽管P仍是主要贡献者，但其影响力随排放水平上升而减弱；U在较高排放组别中变得越来越重要；G在高排放区域的重要性增加。这些发现表明，CEI和CEC是由人口、空间和经济力量的多层相互作用塑造的，强调了制定区域特异性和路径导向的减排策略的必要性。
