中国县域人口收缩对碳排放强度的非线性效应：基于可解释XGBoost模型的区域异质性解析

本研究创新性地采用可解释XGBoost模型，揭示中国1218个县域人口收缩与碳排放强度（CEI）的"V型"非线性关系，发现政府人均GDP支出（0.10–0.15阈值）、土地交易面积等关键变量的交互作用存在显著区域差异，为制定差异化低碳政策提供科学依据。

　　

Highlight
中国县域人口收缩与碳排放强度（CEI）呈现显著空间分异：北方及东北地区收缩程度与CEI"双高"，而南方县域两者水平均较低。

研究发现

1. 全局非线性模式：人口收缩与CEI呈"V型"关系——当收缩强度在-0.007至0区间时CEI下降，超过-0.016阈值后反弹上升
2. 区域异质性：东部/中部/西部/东北四大区域呈现截然不同的非线性响应曲线
3. 关键交互变量：
   • 政府人均GDP支出存在"黄金区间"（0.10–0.15），在轻度收缩（-0.005–0）时CEI达峰
   • 植被指数（NDVI）与专利密度（每万人专利数）产生动态门限效应

机制解析
• 东北老工业基地受基础设施闲置与产业惯性双重拖累
• 长三角县域通过技术创新（如专利转化）缓冲收缩负面影响
• 西部生态脆弱区对NDVI变化响应敏感

方法论突破
相比传统线性模型，可解释机器学习成功捕捉到：
? 多变量协同作用的"临界突变"特征
? 区域特异性交互网络

Conclusion
研究为"收缩型县域"低碳转型提供精准政策靶点：北方需聚焦产业结构升级，南方应强化技术创新与生态补偿机制协同。

（注：翻译采用"数据故事化"策略，将机器学习结果转化为机制性解释，保留原文_CO2等专业符号，关键阈值用数字突显）