A spatially explicit assessment of intra-urban carbon emission inequality and ecological equity: evidence from China’s low-carbon city pilots

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Novel high-resolution emissions dataset and policy evaluation method for intra-urban inequality.

🏢実務担当者:Insights for urban planners on how low-carbon policies may affect emission distribution within cities.

🏛政策担当者:Consider equity implications when designing low-carbon city policies, especially in developing regions.

はじめに 都市が炭素ガバナンスの中心的な単位となるにつれ、低炭素都市試行（LCCP）政策の評価は主に総排出量または排出強度の変化に焦点を当てており、都市内の空間単位間における排出格差への注目は限定的であった。2005年から2023年までの中国284の地級市のパネルデータを用いて、本研究はLCCPが都市内炭素排出不平等（UCEI）に与える影響を検証する。方法 まず、LightGBM機械学習と空間ベイズ再較正を統合することにより、1km高解像度グリッド炭素排出データセットを構築する。省全体の総排出量の制約の下で、排出量の細かい空間分解を達成する。ODIAC、EDGAR、CEADSを含む主流データセットに対する複数の空間スケールでの検証により、グリッド、県、都市レベルでの高い精度と安定性が実証される。このデータセットに基づき、LandScan人口グリッドを組み合わせて県レベルの一人当たり炭素排出量を算出し、テイル指数を用いてUCEIを特徴付ける。識別のため、政策の段階的実施を利用して複数期間の差分の差分モデルを構築し、イベントスタディフレームワークを用いて平行トレンド仮定を検証し、プラセボテスト、傾向スコアマッチング差分の差分（PSM-DID）、および代替変数仕様を通じて頑健性チェックを実施する。結果 結果は、LCCPがUCEIを有意に増加させることを示し、この効果は様々な仕様を通じて頑健である。不均一性分析は、この効果が中部・西部地域および一般の地級市でより顕著であり、東部地域および行政地位の高い都市では有意でないか、さらには負であることを示しており、政策の影響は既存の発展条件とガバナンス能力に依存することを示唆している。メカニズム分析は、産業格差がUCEIの増加と強く関連している一方、生態環境条件の空間格差も正であるが弱い関連を示すことを示唆している。考察 これらの結果は、提案された空間再構築メカニズムと整合的な証拠として解釈されるべきであり、因果的媒介効果としてではなく解釈されるべきである。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Introduction As cities have become the core units of carbon governance, evaluations of the Low-Carbon City Pilot (LCCP) policy have largely focused on changes in total emissions or emission intensity, with limited attention to disparities in emissions across intra-urban spatial units. Using panel data for 284 prefecture-level cities in China from 2005 to 2023, this study examines the impact of LCCP on intra-urban carbon emission inequality (UCEI). Methods We first develop a 1-km high-resolution gridded carbon emission dataset by integrating LightGBM machine learning with spatial Bayesian recalibration. Under constraints of provincial total emissions, we achieve fine-scale spatial disaggregation of emissions. Validation against mainstream datasets, including ODIAC, EDGAR, and CEADS, across multiple spatial scales demonstrates high accuracy and stability at the grid, county, and city levels. Based on this dataset, we combine LandScan population grids to compute per capita carbon emissions at the county level and employ the Theil index to characterize the UCEI. For identification, we exploit the staggered implementation of the policy to construct a multi-period difference-in-differences model, test the parallel trends assumption using an event study framework, and conduct robustness checks through placebo tests, propensity score matching difference-in-differences (PSM-DID), and alternative variable specifications. Results The results indicate that LCCP significantly increases UCEI, and this effect remains robust across various specifications. Heterogeneity analysis shows that the effect is more pronounced in central and western regions and in ordinary prefecture-level cities, whereas it is insignificant or even negative in eastern regions and cities with higher administrative status, suggesting that policy impacts depend on pre-existing development conditions and governance capacity. Mechanism analysis suggests that industrial disparity is strongly associated with the increase in UCEI, while spatial disparities in eco-environmental conditions also show a positive but weaker association. Discussion These results should be interpreted as evidence consistent with the proposed spatial restructuring mechanism rather than as causal mediation effects.

• openalex https://doi.org/10.3389/fevo.2026.1789421first seen 2026-06-29 05:18:06 · last seen 2026-06-29 05:18:13