As the most important emerging transportation technology, high-speed rail (HSR) can reshape regional economic development patterns and exert an important effect on the ecological environment. Using a panel data set of 275 Chinese cities at the prefecture level and above from 2003 to 2014, this study is the first to adopt a continuous spatial difference-in-differences (SDID) model to investigate the effect and its mechanism of HSR service intensity on CO2 emissions. A series of robustness tests are performed, including the placebo test and using the propensity score matching method combined with the SDID (PSM-SDID) model. We also conduct a heterogeneity analysis using a spatial difference-in-difference-in-differences (SDDD) model. The results show that an increase in HSR service intensity significantly reduces urban CO2 emissions, resulting from the effects of transportation substitution, market integration, industrial structure, and technological innovation. Meanwhile, such an increase inhibits CO2 emissions in neighboring cities with a spatial attenuation boundary of 1000 km. On average, for every addition of 100 HSR trains in a city, the total CO2 emissions can be reduced by 0.14%. Moreover, the CO2 emission reduction effect of HSR is more significant in eastern China, large cities, and resource-based cities. However, higher levels of HSR service intensity in large cities and resource-based cities are not conducive to reducing CO2 emissions in neighboring cities. These findings can help to accurately evaluate the social benefits of expanding HSR networks and provide an important decision-making reference for climate governance during the era of HSR.

Increasingly intensive crop farming has been aggravating global water pollution. It is significant to retrospectively investigate world's crop production induced water pollution stress, facilitating sustainable agriculture in the future. In this study, nearly 60-yr grey water footprint (GWF) dynamics of global crop farming are examined at multi-scales covering 146 crops in 162 countries, based on a framework coupling GWF assessment with an advanced dynamic decomposition analysis (DDA). Results show that global crop GWF has increased by 1224.1 % in 1961–2018, presenting three stages of GWF growth: an accelerated period of 1961–1980 (P1), a linear period of 1980–1999 (P2), and a decelerated period of 1999–2018 (P3). The spatial and crop-wise patterns of GWF vary for the stages. Crop GWF generally shifts from developed (North America and Europe) to developing (Asia and South America) regions during P1-P2, with crop-wise GWF showing increased proportions in cash crops (Fruits, Vegetables, Oil crops, etc.) for P2-P3 and decreased in food crops (mainly Cereals). China, America, and India exhibit top three national crop GWF amounts and increases (in total 60.3 % of world's GWF growth). Overall, production efficiency and population scale are determinants of growing global crop GWF, with different drivers recognized for the stages. Fertilization level principally drives up world's crop GWF for P1 (50.7 %) while offsets GWF growth in P3 (−8.61 %). Proportion of rural population becomes the main contributor offsetting crop GWF growth especially in P3. Driving pattern of crop GWF evolution varies among continents, countries, and crop categories, as well. Based on these, we recommend optimizing regional/national crop activities expecting to enhance sustainability of global agriculture.