SCI期刊论文导读【3】 | 科技创新与可持续发展

SCI期刊论文导读【3】

科技创新与可持续发展

- Paper Sharing - 

本次分享的文献《Spatial correlation of factors affecting CO2 emission at provincial level in China: A geographically weighted regression approach》来自中科院SCI1区TOP期刊Journal of Cleaner Production (IF=9.7) 。本研究利用地理加权回归（GWR）模型分析了中国省级层面上影响二氧化碳（CO2）排放的因素，包括城市化、产业结构和能源强度，并揭示了不同省份间的空间相关性。

文献来源：Wang Y, Chen W, Kang Y, et. al. Spatial correlation of factors affecting CO2 emission at provincial level in China: A geographically weighted regression approach[J]. Journal of Cleaner Production, 2018, 84, 929-937.

· 应用GWR模型来分析CO2排放的影响因素，考虑了空间相关性和集聚效应，这在以往的研究中较少涉及。

· 研究不仅关注了全国层面的数据，还深入到了省级层面，提供了更细致的空间差异分析。

· 研究覆盖了2005年至2015年的数据，能够观察随时间变化的趋势和模式。

（1）CO2排放量的计算

根据政府间气候变化专门委员会（IPCC）推荐的方法，计算煤炭、原油和天然气三种能源的CO2排放量。

（2）GWR模型的应用

GWR模型是一种考虑空间位置差异的线性回归模型，能够评估参数在不同区域的变化。模型通过高斯核函数计算权重，使用交叉验证方法确定合适的带宽。

（3）变量选择和多重共线性测试

选择与CO2排放相关性较低的变量（城市化水平、产业结构和能源强度）进行GWR分析，并进行多重共线性测试以确保变量间的独立性。

（4）数据来源

数据包括30个中国省份（不包括香港、澳门、台湾和西藏）的CO2排放量、能源强度、城市化和产业结构的数据，时间跨度为2005年至2015年。

图：Fig.1.Regressioncoefficientsofurbanizationfor2005,2008,2011and2015

图：Fig. 2. Regression coefficients of energy intensity for 2005, 2008, 2011 and 2015.

（1）城市化对CO2排放的影响 ：

· 城市化是导致CO2排放增加的最显著因素。研究显示，城市化水平的提高与CO2排放量的增加有直接关联。

· 随着时间的推移，城市化对CO2排放的影响逐年增强。这可能与城市化进程中能源需求的增加、基础设施建设的扩张以及人口向城市地区的集中有关。

· 城市化对CO2排放的影响在不同省份间存在空间相关性，即相邻省份的城市化对CO2排放的影响存在相似性。

（2）能源强度对CO2排放的影响：

· 能源强度，即单位GDP的能源消耗，对CO2排放有正面影响，意味着技术进步在减排方面的作用相对有限。

· 尽管能源强度的提高可能意味着能源效率的提高，但研究发现，能源强度的改善对CO2排放的减少效果并不明显，且在不同年份间表现出不稳定性。

（3）产业结构对CO2排放的影响：

· 产业结构的调整对CO2排放有积极影响，但这种影响随着时间的推移而减弱。

· 随着第三产业在国民经济中的比重增加，以及高技术产业和现代服务业的快速发展，产业结构的优化升级在减少CO2排放方面起到了重要作用。

（4）政策建议

· 省级减排政策：鉴于CO2排放的空间效应，建议各省份根据本地的实际情况制定合理的碳减排目标，并与邻近省份协同制定减排计划。

· 城市化与减排：城市化发展应与人口、经济、资源和环境相协调，避免以牺牲环境为代价。建议基于紧凑型城市理论，构建有效的能源利用城市形态，减少能源需求，降低CO2排放。

· 能源效率与经济转型：

为了实现CO2减排目标，单纯提高能源效率是不够的，需要结合经济发展模式的转型和产业结构的调整。建议加强省际间的交流合作，共同推动技术进步，提高资源利用效率，减少CO2排放。

· 工业结构调整：政府应继续推动产业结构的调整，特别是在第三产业的发展上，以及探索具有地方特色的低碳产业的发展。

图：Fig. 3. Regression coefficients of industry structure for 2005, 2008, 2011 and 2015.

分享的文献之二《Architectural layout generation using a graph-constrained conditional Generative Adversarial Network (GAN)》来自来自中科院SCI1区TOP期刊Automation in Construction (IF=9.6)。

文献来源：Aalaei M, Saadi M, Rahbar M, et. al. Architectural layout generation using a graph-constrained conditional Generative Adversarial Network (GAN)[J]. Automation in Construction, 2023, 155, 105053.

·图约束条件生成对抗网络（Graph-constrained cGAN）：

本研究提出了一种新颖的图约束条件生成对抗网络，该网络能够根据输入的空间拓扑关系和建筑边界条件生成符合预定义拓扑和几何约束的空间布局。这种方法结合了图神经网络处理拓扑约束的能力与生成对抗网络生成几何布局的优势。

· 交互式自动化工作流：

研究提供了一个交互式自动化工作流，允许设计师通过简单的用户界面定义建筑边界和气泡图，然后模型自动生成建筑平面图。这种工作流不仅提高了设计效率，还增强了设计师对生成过程的控制能力。

· 矢量化输出与BIM集成：

该研究的另一个创新点是将生成的像素化空间布局转换为矢量格式，并与BIM软件集成。这一步骤使得生成的平面图可以直接用于建筑设计和建模，提高了设计的可操作性和实用性。

图：拟议工作流程的主要步骤

·建筑设计是一个复杂的问题，建筑师通常基于经验和直觉创建新的设计选项。建筑空间分配是设计过程中的一个关键步骤，需要考虑拓扑和几何要求。

· 尽管已有研究在自动建筑布局设计方面取得了进展，但条件性空间布局设计仍是一个开放的研究领域。

·输入定义：

用户在Rhinoceros软件环境中使用Grasshopper插件定义建筑边界和气泡图（bubble diagram），气泡图包含了房间类别的节点和空间邻接关系的边。

将用户定义的建筑边界和气泡图转换为适合学习算法的格式，包括将建筑边界放置在64x64网格的中心，并构建一个相应的零矩阵。

· 数据集准备：

使用RPLAN数据集，包含80k个建筑平面图，对数据进行清洗和预处理，提取空间类型、位置和邻接关系，并将这些信息转换为图结构格式，以便用于图神经网络。

· 布局生成器（Layout generator）：

使用三个不同的生成器（GAN模型），每个生成器都有相同的架构，但第一个在输入维度上有所不同。生成器网络基于U-Net结构，包含收缩和扩张块。

将输入条件（包括建筑边界、空间类型和位置）合并成一个具有12个通道的张量，通过CNN层进行处理，然后通过共享的卷积消息传递网络进行信息传递。

· 布局鉴别器（Layout discriminator）：

鉴别器的目标是区分真实和人工的图布局。使用节点级分类方法，每个生成器都有自己的鉴别器，提供反馈。

鉴别器架构基于U-Net的收缩路径，接收输入数据和生成器创建的节点空间，返回每个输入节点为真实的概率。

· 卷积消息传递（Convolutional message passing）：

在消息传递步骤中，每个节点将了解其邻居节点的状态。通过聚合和更新操作，节点嵌入与相邻节点的嵌入结合。

· 精炼网络（Refinery networks）：

使用三个不同的GAN模型顺序生成空间布局。每个模型都有自己的生成器和鉴别器，每个模型的输出作为下一个模型的输入条件。

· 损失函数（Loss functions）：

使用三种不同的损失函数来训练cGAN模型：对抗损失、重建损失和面积损失。这些损失函数鼓励模型生成更真实的输出，并关注生成空间的面积。

· 矢量化（Vectorization）：

使用基于规则的后处理算法将像素化的空间布局转换为适合设计进展的矢量格式。包括将DL模型产生的像素空间转换为多边形，简化多边形，旋转空间边缘，将空间适应单元边界，以及在BIM环境中连接所有创建的组件。

· 实施细节：

使用Pytorch框架编程学习模型，并在Tesla P100-PCIe加速器上进行训练。模型训练了2个epoch，学习率从5e-5逐渐降低到1e-5。

这个研究方法的核心在于利用深度学习算法，特别是条件生成对抗网络（cGAN），来生成满足特定拓扑和几何约束的建筑空间布局。通过迭代的生成和精炼过程，最终产生可以被矢量化并且适合进一步设计工作的建筑平面图。

图：CGAN 模型条件和几何数据转换

（1）图约束数据驱动方法的有效性：

研究证实了图约束数据驱动方法在自动化空间布局设计过程中的有效性。通过使用地理加权回归（GWR）模型，研究揭示了城市化、产业结构和能源强度对二氧化碳排放的影响，并显示了不同省份间明显的空间依赖性。这种方法能够帮助建筑师在设计初期阶段快速生成和改进空间布局方案。

（2）自动化空间布局的效率提升：

自动化空间布局设计流程能够显著加速建筑设计工作流程，为建筑师提供更有效和富有成效的结果。通过迭代的生成和精炼过程，模型能够产生满足几何和拓扑约束的空间布局，从而提高设计效率和生产力。

（3）深度学习模型的实用性：

研究提出的深度学习模型能够模拟RPLAN数据集，并生成与真实数据相似的空间布局。该模型不仅能够处理正交边界，还能泛化到非正交输入边界，显示出在实际应用中的灵活性和适应性。此外，模型生成的矢量化输出可以直接用于BIM软件，实现了设计与模型构建的无缝对接，为建筑设计领域提供了一个实用的工具。

图：用于生成建筑平面图的迭代式人机协作工作流程

分享的文献之三《Mandated greenhouse gas emissions and required SEC climate change disclosures》来自中科院SCI1区TOP期刊Journal of Cleaner Production (IF=9.7)。本研究探讨了美国联邦政府强制要求企业报告温室气体排放以及向SEC披露气候变化影响之间的关系。研究发现，排放量较大的公司倾向于在SEC文件中进行更广泛的气候变化披露，可能为了减轻其高排放量披露的负面影响，这种做法被称为“洗绿”。

文献来源：Cong Y, Freedman M, Park J D. Mandated greenhouse gas emissions and required SEC climate change disclosures[J]. Journal of Cleaner Production, 2020, 247, 119111.

·双重披露要求的对比分析：

研究首次对比分析了美国联邦政府对企业温室气体排放的强制报告要求（EPA规定）与SEC对气候变化影响披露的要求，揭示了这两种披露之间的潜在相互作用和影响。

· 气候变化披露与排放量关系的实证研究：

通过实证研究，本研究探索了企业温室气体排放量与其在SEC文件中气候变化披露程度之间的关系，提供了关于企业如何利用软信息披露来减轻硬性排放数据披露影响的新见解。

· 披露策略与合法性理论的结合：

研究结果支持了合法性理论，即企业可能通过增加气候变化披露来合法化其环境行为，尤其是在排放量较高时，这种策略可能被用来减轻市场对企业环境绩效的负面评价，这一发现为理解企业环境披露动机提供了新的视角

· 研究旨在检验温室气体排放量与气候变化披露程度之间的关系，并提出了一个假设：

温室气体排放量与气候变化披露的广泛性之间没有关系（H1）。

· 温室气体排放指标（GHG emission indicator）：

使用EPA的强制报告规则来收集数据，该规则要求在美国境内年排放量达到或超过25,000吨二氧化碳当量的设施必须向EPA报告其排放量。

数据收集过程中，研究者通过编写PERL语言的网络爬虫，从EPA的FLIGHT系统获取数据，并手动验证每个步骤，以确保数据的准确性。

· 气候变化披露指数（Climate change disclosure index）：

通过内容分析法，使用气候变化披露指数来评估披露质量。该指数基于SEC的解释性发布（2010年）中的披露项目，包含19个披露项，每个项目均等加权，满分为19分。

研究者从SEC的EDGAR系统获取企业的10-K或20-F报告，并进行内容分析，以评估企业在这些文件中对气候变化披露的广泛性。

· 多变量回归模型（Multivariate regression model）：

采用Tobit回归模型来测试假设，因为因变量（气候变化披露得分）的范围被限制在0到19之间。

模型包括控制变量，如公司规模（SIZE）、杠杆率（LEV）和资产回报率（ROA），以考虑这些因素对气候变化披露可能的影响。

·样本选择和数据描述（Sample selection and data descriptions）：

样本包括2009年《财富》杂志500强美国公司名单中的一部分，且这些公司属于欧盟碳交易计划下的目标行业群体。

对2010年和2011年的数据进行分析，这是两项强制披露规定开始实施的最初两年。

· 数据分析：

使用Tobit回归和秩回归（Rank Regression）方法来分析数据，以控制行业效应，并确保跨行业比较的有效性。

通过这些方法，研究者能够收集和分析数据，以评估美国企业在温室气体排放和气候变化披露方面的表现，并探讨这两者之间的关系。

图：根据美国证券交易委员会规则（2010 年）制定的气候变化相关披露项目

图：欧盟排放交易计划下的碳配额行业分类

（1）正相关关系：研究发现，企业温室气体排放量与其在SEC文件中进行的气候变化披露程度之间存在正相关关系。这意味着排放量较大的公司倾向于进行更广泛的气候变化披露，这可能表明企业在利用披露策略来减轻其高排放量的影响。

（2）合法性理论支持：研究结果支持合法性理论，即企业可能通过增加气候变化披露来合法化其环境行为，尤其是在排放量较高时，企业可能利用这种策略来减轻市场对其环境绩效的负面评价。

（3）披露实践的政策建议：研究建议政策制定者和监管机构需要考虑改变当前的气候变化披露实践，可能需要要求审计师确认这些披露，以提高披露的质量和可信度。这表明现行的两项强制披露规定并未有效提升企业气候变化披露的质量，因为它们通过不同渠道提供了关于温室气体影响的分离和不一致的信息。

- E N D -