本书以中国281个地级市为研究区域，基于2003—2016年遥感反演的PM2.5浓度数据和社会经济数据，运用探索性空间分析方法、地理权重加权法、计量分析方法分析了PM2.5浓度时空分布的演变过程，探讨了经济增长水平、环境规制、政府研发投入、二产比重、年均气温和降水量等因素对PM2.5浓度时空演变的影响和工业集聚碳排放和治理分析。（1）2003—2016年年我国PM2.5浓度空间分布相似，浓度较高集中分布在华北地区，尤其是京津翼地区浓度集聚优选。其中，2003-2008年PM2.5浓度时空演变，高-高聚集范围扩大，低-低聚集范围缩小，表明这个时期环境污染加剧；2008-2016年PM2.5浓度时空演变中，高-高聚集范围缩小，低-低聚集范围扩大，表明这个时期环境污染有改善。(2)地理加权回归分析各因子对PM2.5浓度影响程度。利用LASSO模型对影响变量分析发现，EVI、NPP、降水、风速、水利环境、能源消耗量和粉尘去除量影响更明显，且无共线性。同时从拟合优度R2、AICc 和残差平方和指标对比分析地理加权回归模型(GWR)明显优于传统线性回归（OLS）模型，说明地理加权回归模型(GWR)使用更少的参数得到了更接近真实值的回归结果。结果表明：EVI、NPP、降水、风速对PM2.5负相关，水利环境、能源消耗量影响为正相关。（3）工业集聚是影响中国环境污染的重要因素，工业专业化集聚显著升高了中国碳排放水平，多样化集聚显著降低了中国碳排放水平。工业集聚在绿色技术进步的推动下对碳排放量、雾霾污染和工业三废均产生了显著的影响，绿色技术进步在工业集聚的环境效应中存在显著的中介效应。在工业多样化集聚和专业化集聚不断深化过程中，绿色技术进步对环境质量的影响均存在显著且单一的门槛效应。
1 绪论
1.1 研究背景和意义
1.2 研究内容与方法
2 相关研究进展综述
2.1 环境污染相关研究进展综述
2.2 碳减排相关研究进展综述
3 时空演化特征
3.1 空间自相关模型
3.2 PM2.5时空动态演变特征
3.3 碳排放时空动态演化特征
4 环境污染及碳排放影响因子空间响应分析
4.1 研究模型
4.2 环境污染影响因子空间响应特征
4.3 碳排放驱动因素分析
5 工业集聚对碳减排与环境治理的影响
5.1 影响机理分析
5.2 模型构建与数据说明
5.3 结果分析
6 生产性服务业集聚对环境污染的影响
6.1 研究动态分析
6.2 模型构建与数据说明
6.3 结果分析
7 研究结论与政策建议
7.1 研究结论
7.2 政策建议
参考文献
附表
附表1 2003-2016年部分年份PM2.5 均值
附表2 2003-2016年部分年份PM2.5 空间冷热点统计
附表3 2003-2016年部分年份PM2.5 空间聚类统计
附表4 2003-2016年部分年份各地级市碳排放量统计
附表5 2003-2016年部分年份各地级市碳排放空间冷热点统计
附表6 2003年和2016年各地级市工业多样化集聚与工业专业化集聚空间冷热点统计
附表7 2003年和2016年各地级市“三废”排放空间冷热点统计
韦振锋，陕西师范大学博士，现为广西财经学院土地资源管理教师，主要研究土地与区域经济学。黄群英，泰国国立发展学院硕士，现任广西财经学院行政秘书，主要研究生态与环境经济学。黄毅，中央财经大学博士，现任广西财经学院科研处副处长，主要研究产业经济学。
