[目的]探究中国渔业碳排放效率的空间关联网络与影响因素，为区域渔业协调发展与低碳渔业发展提供科学支撑。[方法]文章基于关系数据和网络视角，以考虑非期望产出的随机块模型（Stochastic Block Model，SBM）测度2011—2020年中国27个省市区的渔业碳排放效率，构建渔业碳排放效率空间关联网络引力矩阵，并通过社会网络分析法（Social Network Analysis，SNA）分析空间关联网络的结构与属性特征，最后通过二次指派程序方法（Quadratic Assignment Procedure，QAP）探究空间关联网络的影响因素与作用。[结果]研究表明，渔业碳排放效率在全国范围内存在显著的空间关联现象与溢出路径，形成了复杂的网络状空间关联关系，协同发展现象明显；渔业碳排放效率空间关联网络结构相对松散，且存在一定的等级梯度特征，渔业碳排放效率的区域间合作有待进一步增强与优化；上海、天津、北京、四川等发达省市区在空间关联网络中处于中心地位，对低碳渔业发展所需资源要素的掌控与支配作用较强，位于西部地区与东北地区的省市区位于关联网络的边缘位置，获取低碳渔业发展资源的能力偏弱；渔业发展水平差异、社会消费水平差异、能源强度差异与空间邻接关系能够显著推动渔业碳排放效率空间关联网络的形成，税负水平差异、对外开放水平差异、交通运输水平差异越小，越有利于形成空间关联网络。[结论]应探索渔业发展的区域联动机制，建立跨区域合作平台，强化生产要素的空间流动；在制定和实施政策和措施时需要因地制宜，充分发挥各地区的优势和潜力，提高整体效率水平；控碳治碳需要地区间相互协调、共同治理，以实现全国范围内的碳减排目标。

[目的]推进绿色生态养殖，科学把握渔业碳排放效率的空间关联网络结构，不仅是水产行业可持续发展客观要求，更为双碳目标下农业低碳转型发展奠定基础。[方法]文章创新性地从空间关联视角关注中国渔业碳排放效率，以2007—2021年中国30个省市为研究对象，运用Super-SBM模型测度渔业碳排放效率，在此基础上利用修正引力模型和社会网络分析法分析其空间关联网络结构特征，QAP模型实证分析其影响因素。[结果]①“双碳”目标驱动下，渔业碳排放效率在时间上呈波动提升态势；但各省市碳排放效率空间差异显著，沿海及沿河地区渔业碳排放效率普遍较高。②中国各省市渔业碳排放效率空间联系逐渐增强，网络密度、关联性与稳定性不断提升，渔业碳排放效率网络更加均衡稳定。③各省市在渔业碳排放效率空间关联网络中地位及作用存在显著差异，东部沿海渔业发达省市在网络中始终处于主导地位，西北、西南和东北省市则由于渔业经济基础差及养殖技术落后等原因在网络中处于被支配地位，而中部省市借助其地理位置发挥了“桥梁”与“中介”作用。④养殖品种结构、渔业技术、碳汇量、基础设施、渔业经济发展水平及养殖密度的地区差异显著地影响了渔业碳排放效率空间关联网络构建。[结论]目前，中国渔业碳减排已取得一定成效，但仍有较大潜力；应重视中国渔业碳排放效率的区域联动效应，通过养殖结构优化、养殖技术提升、养殖密度调整及设施建设等途径推动中国渔业低碳转型发展。

运用Shannon信息熵理论,对2005～2017年中国碳排放结构信息熵进行测算。在此基础上,应用社会网络分析方法研究了其时空演变的空间关联特征,构建QAP模型实证检验了影响因素。结果表明:中国各省碳排放结构存在均衡性差异,省份之间的相互影响在逐步增大,整体空间网络特征趋于稳定状态;各省份的点度中心度、接近中心度等个体空间网络特征排序情况呈现出较高的一致性;空间聚类——块模型分析显示不同板块碳排放结构变迁格局较为平稳;R&D投入强度、城镇人口比重等因素对其空间关联关系的变化有重要影响。

提升能源环境效率不仅是中国生态文明建设的客观要求,也是实现经济社会可持续发展的必然选择。文章以1995—2015年中国省际面板数据为样本,采用非径向、非角度、双导向的窗口DEA模型测度出30个省份的能源环境效率,并利用VAR格兰杰因果检验方法识别中国省际能源环境效率的空间关联关系,在此基础上通过社会网络分析(SNA)方法揭示中国省际能源环境效率的空间关联网络特征及其影响因素。结果表明,中国省际能源环境效率呈现出显著的、复杂的空间关联网络结构。板块分析显示:东部省份主要位于"净溢出板块",是中国能源环境效率提升的"发动机",在网络中处于核心地位,而西部省份主要位于"净受益板块",在网络中处于边缘地位;经济发展水平、能源消费结构、产业结构、环境规制和技术创新的地区差异与能源环境效率的空间关联网络呈显著相关关系,相似的经济发展水平和产业结构及相近的技术水平有利于中国省际能源环境效率空间关联网络的形成。能源环境效率空间关联的网络结构为中国节能提效政策的制定和实施带来严峻挑战,同时也为新时代区域协调发展战略的实施、能源环境效率跨区域协同提升机制的构建创造了条件。

文章基于网络分析和ＱＡＰ方法，利用中国省际面板数据，对我国碳排放的空间网络关联特征及其影响因素进行研究。结果表明：样本期间内，我国碳排放空间网络整体结构较为稳定、联系较为密切；上海、北京、天津等处在网络的中心位置，发挥着中介作用；环渤海等地区属于＂双向溢出＂板块，江浙沪等属于＂净受益＂板块，新疆等资源丰富地区和中部地区为＂净溢出＂板块，东北和西北等地区属于＂经纪人＂板块；碳排放的溢出效应具有传递特征；空间邻接关系、能源消耗差异和城镇人口差异对碳排放空间关联关系产生显著的影响，产业结构差异和消费水平差异在一定程度上也影响着该网络的关联关系；区域间能源消耗和城镇人口相似性越高，省份之间碳排放的空间．．．

土地利用碳排放空间关联网络研究对于区域土地利用协同减排具有重要意义。基于三次全国国土调查数据测算省际土地利用碳排放，利用社会网络分析法探讨土地利用碳排放空间关联网络结构特征及演化过程，应用QAP回归分析法对土地利用碳排放空间关联网络驱动因素进行动态分析。研究发现：(1)土地利用碳排放的空间关联关系具有空间网络特征，研究过程中，土地利用碳排放空间关联网络关联性和稳定性整体增强。(2)东部沿海省市在空间关联网络中长期处于核心位置，西北与东北地区长期处于边缘位置，随着经济发展，中部与西部地区在空间关联网络中的作用逐渐加强。(3)中西部地区及东北地区所在板块是空间关联网络中要素的主要溢出方，东部沿海省市所在板块是要素的主要受益方。(4)地理空间邻近性、经济发展水平、环境规制、创新水平、能源消费结构、林地比重、产业结构对土地利用碳排放空间关联网络的形成具有一定影响。建议土地利用减排政策设计时重视土地利用碳排放空间关联网络及其特征的可能影响。

采用超效率SBM模型对中国绿色科技创新效率进行测度，并基于引力模型构建空间关联网络，进而对网络结构特征及网络影响因素进行分析。结果表明：(1)中国绿色科技创新效率总体呈波动增长态势，东部地区明显高于中、西部地区，近年来东部地区效率增长相对平稳，中部地区增长较大，而西部地区下降较为明显。(2)中国已形成一个结构稳定的绿色科技创新效率空间关联网络，网络关系数、网络密度波动增长，网络效率不断下降，但仍具有较强的小世界性。(3)网络核心—边缘结构明显，上海、北京、浙江处于中心位置，中介作用显著，新疆、宁夏、内蒙古等偏远省份处于边缘位置。(4)四大板块内部联系稀疏，板块间联系紧密，溢出效应较强。(5)相邻矩阵、经济发展水平差异矩阵、开放程度差异矩阵显著正向影响空间关联，而地理距离、知识基础差异矩阵显著负向影响空间关联关系的建立。

基于1997—2018年中国31个省份的面板数据,运用窗口DEA模型测度各省份农业生态效率,利用社会网络和模体分析方法实证考察中国农业生态效率的空间关联特征,并通过二次指派模型对其驱动因素进行分析。研究发现:中国省际农业生态效率的空间关联具有明显的网络化特征,上海、天津、重庆等地在网络中居于核心位置,对我国农业生态效率的提升具有引领作用;块模型分析显示,四大板块的农业生态效率互动紧密,全国联动效应显著;模体分析结果显示,在中国农业生态效率空间关联网络中非均衡关联关系大量存在;QAP回归结果表明,相似的农业经济发展水平、农业市场化程度和农业技术水平有利于农业生态效率空间关联网络的形成,地理相邻对农业生态效率空间关联网络的形成具有显著促进作用。

研究碳排放约束下生态资本效率及空间网络结构特征，对于我国省域生态资本运营能力提升具有重要意义。本文以能源碳排放作为非期望产出约束，利用SBM-Undesirable模型对2010—2019年中国省域生态资本效率进行测度，运用社会网络分析方法对碳排放约束下省域生态资本效率空间网络结构特征、影响因素进行探究。结果表明，我国生态资本效率均值地区分布总体呈现东部>中部>东北部>西部的格局，以江苏、山东、广东、浙江为代表的东部省份在生态资本效率空间关联网络传导机制中处于控制枢纽地位，城镇居民收入水平、农村居民收入水平、政府对环境保护的重视程度、科技水平、地理空间邻接关系对现阶段生态资本效率网络结构特征及传导强度有显著影响。为提高生态资本效率，各地应采取差异化策略，发挥空间枢纽中心节点优势，加强跨区域合作。

研究目的：探究土地利用碳排放效率的空间关联网络特征及其形成机制，为我国省域层面土地利用碳排放效率的协同提升提供参考依据。研究方法：非参数SBM效率测算法和社会网络分析法。研究结果：（1）2002—2019年中国省域土地利用碳排放效率波浪式下降，呈现“东高西低”的空间分布特征；（2）样本研究期内形成了以京、沪、苏、浙为核心点的复杂但相对稳定的空间关联网络结构，东部发达省份在信息资源、权力、声望及影响方面优势明显，省域之间等级结构呈现强化趋势；（3）净受益板块和经纪人板块成员为北京、长三角和珠三角地区的发达省份，双向溢出板块成员主要位于东北、津冀、黄河中下游地区，净溢出板块成员主要为长江中下游、西北和西南地区的中西部欠发达省份；（4）空间关联网络的形成是地理邻近、经济发展、土地利用强度、土地利用结构和城市化等因素差异综合作用的结果，资源禀赋差异、市场机制调节、政府宏观调控和信息技术进步为主要驱动机制。研究结论：优化土地利用碳排放效率空间关联网络，对于协同提升土地利用碳排放效率以促进高质量发展和践行“双碳”战略具有重要意义。

基于2005-2016年中国省域面板数据,本文运用DEA-Malmquist模型测度31个省域的林业全要素生产率,采用VAR Granger因果检验方法对省域间的空间溢出关系进行识别,在社会网络分析框架下对网络结构特征及其影响效应进行分析。研究发现中国省域林业全要素生产率的空间溢出效应普遍存在,省域间空间溢出呈现多重叠加现象;关联网络呈多核心发展趋势,跨省效率传递具有明显的"梯度"溢出特征;省域间市场化落差有助于林业市场边界的拓展,相似的创新水平和金融发展水平能够促进省域之间的林业生产技术交流与合作和林业增长的"马太效应"。因此,应更加重视林业生产效率的空间非均衡格局,通过宏观调控和市场体系建设,因地制宜制定林业发展政策,以发挥各地区的功能和优势。

文章运用修正引力模型构建了2011—2020年中国省际数字金融空间关联网络，利用社会网络分析法从整体、个体和聚类三个层面分别刻画其关联网络结构特征，采用非线性二次指派程序分析其形成的影响因素。研究发现：中国数字金融空间关联网络具有显著的空间非均衡特征，区域间梯度差异明显；网络整体关联较为紧密，未出现孤立的节点，但关联关系的紧密性还有待提高，各省份间存在明显的关联与溢出关系；北京、天津、江苏、浙江、上海位于网络的中心位置，对整体网络具有一定的支配和控制能力，并呈现显著的“虹吸效应”，其相邻省份发挥着“桥梁”中介传输作用；西北、西南、东北等偏远地区与其他省份的关联关系较弱，但自身“溢出效应”明显。

基于经济活动的空间关联角度，应用关系数据，综合运用引力模型、社会网络分析方法等，从空间分布、空间关联强度、空间关联网络等三个层面分析省际金融科技发展的空间组织规律，并对影响因素进行分析。结果表明：(1)金融科技关联网络的空间结构呈明显的东部多核、西部少核、多中心网络化发展的特征，地理临近引发的空间集聚特征明显，省际间存在明显的空间距离衰减效应；(2)近十年中，省际金融科技关联网络由单向松散型演变为多向密集型，最终形成以京津冀、长三角等城市群为核心并辐射全国的纺锤型团簇状网络；(3)网络核心—边缘特征明显，北京、上海等占据主导，是重要外溢源，同时，位于网络边缘的地区增速明显，正逐渐改变传统区位、经济基础等相对比较优势的影响；(4)目前，整体关联网络以三四级联系为主，但弱联系逐年下降，有效联系网络不断扩大，正处于网络加速架构的提质增效阶段；(5)地理临近、经济基础、市场化水平、网络化水平、产业结构高级化、技术创新水平等是影响空间并联网络的主要因素。

基于2007—2017年中国区域投入产出数据,使用修正的引力模型测算与识别中国数字经济产出的空间关联,并运用社会网络分析方法(SNA)及二次指派程序(QAP)对中国数字经济增长的空间特征及影响因素进行实证分析。研究发现:样本期内,中国数字经济产出空间关联整体网络"中心-外围"结构稳定,并呈现出密度提升、关联程度提高的趋势。根据不同省市在关联网络中的位置,可将整体网络划分为双向溢出、净溢出、净收益与经济人四大板块。数字经济产出空间关联受消费水平、产业结构、数字基础设施、数字治理水平、开放水平、移动端数字设备相对差异等因素的影响。

基于中国29个省域1996、2005和2014年交通运输碳排放数据及公路交通网,采用社会网络分析法(SNA),从网络密度、空间异质性、凝聚子类、中介性等角度分析中国29个省域的网络结构演变、空间分布及聚集特征、中介性及角色。结果表明:(1)从时间趋势上看,1996—2014年中国交通运输碳排放关联网络密度不断提升,网络结构呈现复杂化态势,同时碳排放关联强度存在明显差异性;(2)通过交通运输碳排放网络TOP1、TOP5、TOP10及凝聚子类分析发现中国交通运输碳排放大体可以分为6大区域:东北地区、西南地区、华南及华中华东部分地区、长江三角洲地区、北方地区、西北部分地区;(3)在不同的区域中,不同省份扮演着不同的地位和作用,其中上海、江苏、浙江、安徽、河南、山东、贵州、广东、湖北等省份存在着明显的"空间溢出效应",同时与区域内部省份间存在着较强的空间关联特性,扮演着"中间人"角色,其余省份主要在区域内具有较强的空间关联特性。