郭杰　丁冠喬　劉曉曼　蔡博峰 劉紅光 袁子坤 朱天琦 干曉宇 馬賢磊 藍(lán)菁

摘要 建設(shè)低碳城市作為可持續(xù)發(fā)展的重要議題在國內(nèi)外受到廣泛關(guān)注，開展城鎮(zhèn)景觀格局對區(qū)域CO2排放影響及其差別化管制研究對建設(shè)低碳城市尤為重要。當(dāng)前我國缺乏完整的、可信度高的CO2排放基礎(chǔ)數(shù)據(jù)，地級市尺度上的CO2排放時(shí)空特征及其驅(qū)動機(jī)制研究非常匱乏。論文基于CHRED數(shù)據(jù)庫的2005年和2012年全國281個(gè)地級市CO2排放數(shù)據(jù)，結(jié)合相應(yīng)年度的土地利用覆被數(shù)據(jù)，分析全國及區(qū)域（東部、中部、西部）城鎮(zhèn)景觀格局及其CO2排放的區(qū)域特征，從結(jié)構(gòu)（城鎮(zhèn)用地比例）和布局（斑塊密度、最大斑塊指數(shù)、平均最近距離）兩方面，實(shí)證檢驗(yàn)城鎮(zhèn)景觀格局對區(qū)域CO2排放的影響，最后提出基于碳減排的區(qū)域差別化管制政策。研究表明：（1）城鎮(zhèn)用地占比、斑塊密度、集聚性在空間上呈現(xiàn)出“東高西低”的特征；除了西部地區(qū)的集聚性呈縮小趨勢外，其他指標(biāo)均呈現(xiàn)出擴(kuò)大趨勢。（2）西部地區(qū)城鎮(zhèn)用地占比與地均CO2排放呈正相關(guān)性；中部地區(qū)城鎮(zhèn)用地平均最近距離與地均CO2排放呈負(fù)相關(guān)性；東部、中部地區(qū)最大斑塊指數(shù)與地均CO2排放呈正相關(guān)性。不同區(qū)域的城鎮(zhèn)景觀格局對CO2排放的影響機(jī)制不同，因而應(yīng)當(dāng)對城市發(fā)展實(shí)施差別化管控：東部地區(qū)應(yīng)采取“多核心”的城市發(fā)展策略以降低區(qū)域CO2排放水平；中部地區(qū)在采用“多核心”的發(fā)展策略的同時(shí)要兼顧集聚性，發(fā)揮其集聚效應(yīng)；西部地區(qū)要顯化其全國的生態(tài)屏障功能，更加嚴(yán)格地控制建設(shè)用地面積，避免城市無序擴(kuò)張。

關(guān)鍵詞 ：城鎮(zhèn)景觀格局；碳排放；差別化管控

中圖分類號：X24

文獻(xiàn)標(biāo)識碼 A 文章編號 1002-2104（2018）10-0055-07 DOI：10.12062/cpre.20180728

人類活動所帶來的溫室氣體排放給全球氣候變暖帶來重大影響，城市作為人口、產(chǎn)業(yè)高度集聚的連片地理區(qū)域，消耗大量能源的同時(shí)排放著大量溫室氣體，IPCC第五次評估報(bào)告認(rèn)為，城市地區(qū)的CO2排放占全球能源利用CO2排放的71%～76%[1]，如何降低城市CO2的排放，建立低碳城市是政府及學(xué)界廣泛關(guān)注的問題。而隨著社會經(jīng)濟(jì)的迅速發(fā)展，城市化、工業(yè)化進(jìn)程的快速推進(jìn)，我國已經(jīng)成為了世界CO2排放大國，2013年我國的CO2排放總量約100億t，約占全球排放總量的1/3[2]?！堵?lián)合國氣候變化框架公約》為應(yīng)對全球氣候變化設(shè)定了碳減排進(jìn)程，而作為世界最大的發(fā)展中國家，我國面臨的節(jié)能減排壓力更大，節(jié)能減排政策更受關(guān)注，國務(wù)院提出“2020年碳排放強(qiáng)度降低40%～45%的減排目標(biāo)”，對中國城市低碳建設(shè)無疑是一個(gè)巨大的挑戰(zhàn)。開展城市CO2排放及其影響因素的研究，并制定區(qū)域差別化的碳減排策略意義重大。

1 文獻(xiàn)綜述

眾多研究認(rèn)為碳排放與社會發(fā)展息息相關(guān)。Lantz V等[3]研究發(fā)現(xiàn)人均GDP、人口數(shù)量、技術(shù)水平顯著影響了碳排放水平；Ang B W等[4]利用DIVISIA指數(shù)對碳排放數(shù)據(jù)進(jìn)行分解，認(rèn)為經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、能源強(qiáng)度等因素對碳排放的影響最大。國內(nèi)也運(yùn)用LMDI模型、夏普利值分解、ESDA和GWR模型等方法開展了大量實(shí)證研究，發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)和人口增長等是影響我國碳排放變化的主要因素，并揭示了我國碳排放的區(qū)域差異及驅(qū)動因子的時(shí)空異質(zhì)性[5-8]。

在碳排放驅(qū)動機(jī)制研究中，不少學(xué)者注意到城市空間格局對碳排放具有顯著作用。部分研究通過城市土地“量”的變化來探究其對碳排放的影響，研究發(fā)現(xiàn)建設(shè)用地每增加1%，碳排放量就會增加0.6%，提出控制建設(shè)用地?cái)U(kuò)張有助于碳減排[9]，應(yīng)實(shí)施建設(shè)用地的有序擴(kuò)展以實(shí)現(xiàn)低碳發(fā)展[10]。也有部分研究從城市空間“布局”的角度研究其對碳排放的影響[11]，Ewing[12]第一次系統(tǒng)性地研究了城市空間形態(tài)與碳排放關(guān)系，認(rèn)為城市空間形態(tài)通過電力傳輸過程的損耗、對住房市場的影響、形成城市熱島效應(yīng)這三個(gè)途徑來影響居民碳排放，同時(shí)有研究認(rèn)為通過地理集聚（專業(yè)化、多元化的集聚）產(chǎn)生的外部性，能夠顯著影響區(qū)域的碳減排[13]，提出中國應(yīng)該改變?nèi)缃駟魏说摹㈦x散化的城市擴(kuò)張模式，而應(yīng)采用多核的、緊湊化的發(fā)展模式[14-15]。已有研究較多關(guān)注于社會經(jīng)濟(jì)發(fā)展對于碳排放的影響，而對于城鎮(zhèn)景觀格局對碳排放影響及其作用機(jī)制的研究較少。同時(shí)，不同發(fā)展階段、不同區(qū)域的城市表現(xiàn)出不同的發(fā)展態(tài)勢[16]，但關(guān)于不同區(qū)域城鎮(zhèn)景觀格局對碳排放的影響及其差別化管控的卻鮮有討論，以地級市為研究單元開展全國尺度及其區(qū)域?qū)Ρ鹊难芯糠浅Ｈ狈?。本文試圖從城鎮(zhèn)景觀格局的結(jié)構(gòu)和布局兩方面，選擇相應(yīng)的景觀格局指標(biāo)來定量分析城鎮(zhèn)景觀格局對碳排放的影響，并分析東、中、西部地區(qū)碳排放特征及其驅(qū)動機(jī)制的差異，據(jù)此提出基于碳減排的區(qū)域差別化管控政策，為城市碳減排提供參考。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源及處理

鑒于地級市在中國是行政管理、數(shù)據(jù)統(tǒng)計(jì)和決策執(zhí)行等相對較為完整和健全的行政單元，不同地級市內(nèi)部各類自然、人文等要素均質(zhì)性較好。地級市具有更加具體和現(xiàn)實(shí)的政策，兼具靈活性和針對性，因此，本文開展地級市尺度的城鎮(zhèn)景觀格局對CO2排放影響的研究，有利于基層政府自下而上實(shí)施切實(shí)可行的碳減排措施，并在CO2排放管理和減排中形成領(lǐng)跑者和落后者的競爭環(huán)境，激勵相互借鑒和學(xué)習(xí)。

（1）土地利用數(shù)據(jù)：來源于中國科學(xué)院全國2005年、2010年（考慮到數(shù)據(jù)可得性，2012年土的地利用數(shù)據(jù)以2010年土地利用數(shù)據(jù)代替）的1 km分辨率土地利用數(shù)據(jù)，其土地利用分類體系采用中國科學(xué)院環(huán)境科學(xué)數(shù)據(jù)中心提供的土地利用分類體系，包括耕地、林地、草地、水域、城鄉(xiāng)建設(shè)用地和未利用地六大類。

（2）社會經(jīng)濟(jì)數(shù)據(jù)：來源于對應(yīng)年份的統(tǒng)計(jì)年鑒，其中人口、GDP數(shù)據(jù)來源于《中國城市統(tǒng)計(jì)年鑒2006》《中國城市統(tǒng)計(jì)年鑒2013》，并以2005年為基期，利用CPI指數(shù)對GDP進(jìn)行可比價(jià)格調(diào)整；道路里程數(shù)據(jù)來源于《中國城市建設(shè)統(tǒng)計(jì)年鑒2005》《中國城市建設(shè)統(tǒng)計(jì)年鑒2012》。

（3）CO2排放數(shù)據(jù)：2005年和2012年的全國地級市CO2排放數(shù)據(jù)來源于中國高空間分辨率網(wǎng)格數(shù)據(jù)（1 km）（China High Resolution Emission Gridded Data， CHRED），采用統(tǒng)一數(shù)據(jù)源和規(guī)范化、標(biāo)準(zhǔn)化數(shù)據(jù)處理方法而建立的中國城市CO2排放數(shù)據(jù)集；由于部分省份2012年地級市數(shù)據(jù)缺失，最終獲得2005年、2012年中國281個(gè)地級市的CO2排放數(shù)據(jù)；并將樣本按照所屬省級行政區(qū)，根據(jù)傳統(tǒng)的中國東、中、西部地區(qū)來劃分（表1）。

2.2 研究方法

2.2.1 城市CO2排放的表征因子

考慮到城市CO2排放總量與區(qū)域面積及經(jīng)濟(jì)體量顯著相關(guān)，本文更關(guān)注CO2排放強(qiáng)度的主要影響因素，其顯著下降將為城市碳減排做出重要貢獻(xiàn)。因此，本論文采用地均CO2排放表征城市CO2排放強(qiáng)度（見表2），分析其主要影響因素及其影響機(jī)制。

2.2.2 社會經(jīng)濟(jì)發(fā)展水平的表征因子

社會經(jīng)濟(jì)發(fā)展水平是城市CO2排放的重要影響因素，本文從人口、經(jīng)濟(jì)、產(chǎn)業(yè)結(jié)構(gòu)、交通條件四個(gè)方面選擇指標(biāo)（見表2），采用人口密度表征人口集聚因素對CO2排放的影響，較高的人口集聚度水平將顯著增加城市CO2排放；采用人均GDP表征城市經(jīng)濟(jì)發(fā)展的總體水平，一定的技術(shù)水平下，較高的產(chǎn)出需要消耗更多能源，造成城市CO2排放強(qiáng)度增加；采用第二產(chǎn)業(yè)增加值表征城市產(chǎn)業(yè)結(jié)構(gòu)特征，較高的工業(yè)化水平是城市CO2排放的重要影響因子，產(chǎn)業(yè)結(jié)構(gòu)的升級改造將有利于擺脫經(jīng)濟(jì)發(fā)展對能源消耗的依賴；采用路網(wǎng)密度表征城市交通狀況，更高的路網(wǎng)密度暗示著更高的交通流量，可能是城市CO2排放的正向影響因素，但同時(shí)更多公共交通也可能顯著降低城市CO2排放密度。

2.2.3 城鎮(zhèn)景觀格局的表征因子

景觀格局指數(shù)是指能夠高度濃縮景觀格局信息，反應(yīng)景觀結(jié)構(gòu)組成和空間配置某些方面特征的定量指標(biāo)[17]。利用地理信息系統(tǒng)（GIS）及景觀格局指數(shù)計(jì)算工具，可以準(zhǔn)確地測度城鎮(zhèn)土地利用類型、結(jié)構(gòu)、布局等景觀格局指數(shù)，而利用景觀格局指數(shù)可以量化城鎮(zhèn)的空間特征及變化[18-21]。參考已有研究，對于城鎮(zhèn)景觀格局，本文主要從組成、布局兩方面來選擇對應(yīng)的景觀格局指數(shù)（見表2），利用全國1 km分辨率的土地利用數(shù)據(jù)進(jìn)行景觀格局指數(shù)的計(jì)算。

3 研究結(jié)果

3.1 城市地均CO2排放時(shí)空分布特征

從空間上看，東、中、西部地均CO2排放的區(qū)域差異明顯（見圖1），2005年、2012年均是東部最強(qiáng)、中部次之、

西部最弱[22]，2012年西部地區(qū)地均CO2排放水平接近中部地區(qū)，可能是由于國家實(shí)施的“西部大開發(fā)”戰(zhàn)略，大幅提升了西部社會經(jīng)濟(jì)發(fā)展水平，但也同時(shí)促使了CO2排放強(qiáng)度的增長。從時(shí)間尺度上看，由于經(jīng)濟(jì)的高速增長，2012年的地均CO2排放水平要高于2005年。整體上看，地均CO2排放水平呈現(xiàn)出在時(shí)間上遞增，在空間上由西向東遞增的趨勢，與我國不同地區(qū)經(jīng)濟(jì)發(fā)展水平相吻合，經(jīng)濟(jì)發(fā)展水平對CO2排放水平具有促進(jìn)作用，經(jīng)濟(jì)發(fā)展水平越高的地區(qū)，CO2排放水平往往也就越高。

進(jìn)一步分析表明，不同地區(qū)社會經(jīng)濟(jì)發(fā)展水平的不同是我國CO2排放存在差異的重要原因。尤其是我國東西部發(fā)展極度不平衡，經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)的區(qū)域差異使我國CO2排放水平呈現(xiàn)出“東高西低”的現(xiàn)狀。此外，人口規(guī)模、經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)三個(gè)因素對我國區(qū)域CO2排放的影響顯著[23]。隨著我國城鎮(zhèn)化進(jìn)程的加快，城鎮(zhèn)化對CO2排放的正向影響也是CO2排放水平增加的重要因素[24]。

3.2 城鎮(zhèn)景觀格局分布特征

從空間上看，城鎮(zhèn)景觀格局存在明顯的時(shí)空分異特征（見圖2）。①RURBAN在空間上呈現(xiàn)出“東高西低”的態(tài)勢，東部地區(qū)城鎮(zhèn)用地占比最高；時(shí)間上2012年明顯高于2005年，東中西部的建設(shè)用地面積均在增加，表明城市社會經(jīng)濟(jì)的發(fā)展對城鎮(zhèn)用地?cái)U(kuò)張仍然存在一定程度的依賴。②PD呈現(xiàn)出和RURBAN指標(biāo)相同的趨勢，即城鎮(zhèn)用地的斑塊密度也呈現(xiàn)出“東高西低”的態(tài)勢，并且2012年的斑塊個(gè)數(shù)多于2005年，整體城市空間變得更加破碎化，表明伴隨工業(yè)化、城鎮(zhèn)化進(jìn)程的城鎮(zhèn)用地?cái)U(kuò)張仍呈外延拓展式發(fā)展。③LPI亦是東部地區(qū)顯著大于中西部地區(qū)，表明東部地區(qū)具有相對較高的城鎮(zhèn)化、工業(yè)產(chǎn)業(yè)化集聚度，但在時(shí)間上的變化并不明顯。④MNN呈現(xiàn)出東部地區(qū)明顯小于中西部地區(qū)的態(tài)勢，說明東部地區(qū)城市發(fā)展的集聚性更好；中部地區(qū)雖然集聚性在2005年最低，但2012年有所提升，亦趨向于集聚化發(fā)展；而西部地區(qū)的集聚性卻在降低，說明西部地區(qū)城市建設(shè)趨向于離散化。

3.3 城鎮(zhèn)景觀格局與CO2排放的關(guān)系測度

運(yùn)用stata12.0進(jìn)行面板回歸分析，進(jìn)行Hausman檢驗(yàn)，最終選擇隨機(jī)效應(yīng)模型進(jìn)行估計(jì)，對全國、東中西部地區(qū)分別進(jìn)行實(shí)證檢驗(yàn)（見表3），分析城鎮(zhèn)景觀格局對CO2排放的影響，為了避免多重共線性造成有偏估計(jì)，本文采用逐步回歸的方式來消除多重共線性的影響。

整體來看，社會經(jīng)濟(jì)發(fā)展水平與CO2排放之間具有顯著的正相關(guān)關(guān)系，與其他研究的結(jié)論一致。不同的城鎮(zhèn)景觀格局指標(biāo)在不同區(qū)域的影響存在差異，其中，斑塊密度與地均CO2排放水平均未表現(xiàn)出明顯的相關(guān)關(guān)系，可能的解釋是斑塊密度相對于整體性（最大斑塊指數(shù)）和集聚性（平均最近距離），其與產(chǎn)業(yè)集聚、能源利用效率關(guān)聯(lián)度較低，因此對地均CO2排放的影響不顯著。從表3可以看出，社會經(jīng)濟(jì)發(fā)展水平以及城鎮(zhèn)景觀的組成、布局（整體性和集聚性）影響著CO2排放水平，不同區(qū)域的城鎮(zhèn)景觀格局對CO2排放的影響因素存在差異：

（1）全國范圍：除人口密度、人均GDP、第二產(chǎn)業(yè)增加值比重、路網(wǎng)密度對地均CO2排放存在顯著的正向影響外，城鎮(zhèn)用地占比（RURBAN）、最大斑塊指數(shù)（LPI）對CO2排放的正向影響以及平均最近距離（MNN）對CO2排放的負(fù)向影響也非常顯著，表明城市擴(kuò)張程度越大、整體性越高，城鎮(zhèn)用地連片度越大，地均CO2排放量就越高。城鎮(zhèn)用地集聚發(fā)展，增加了基礎(chǔ)設(shè)施的投入，引致資本、產(chǎn)業(yè)的集聚以及交通成本的提高，趨向于單中心發(fā)展的城市，其CO2排放強(qiáng)度也會變大，這也與現(xiàn)階段關(guān)于城市形態(tài)對CO2排放的影響的研究結(jié)論相同。因此，可采用多中心的城市發(fā)展策略來促進(jìn)碳減排。

（2）東部地區(qū)：人口密度、人均GDP、第二產(chǎn)業(yè)增加值比重對地均CO2排放存在正向影響，最大斑塊指數(shù)（LPI）也對地均CO2排放產(chǎn)生正向作用，這與全國層面上的結(jié)果一致，說明對于東部地區(qū)而言，單中心發(fā)展的城市也不利于進(jìn)行碳減排；從作用系數(shù)上來看，第二產(chǎn)業(yè)增加值比重對地均CO2排放水平產(chǎn)生了強(qiáng)烈的正向影響，表明東部地區(qū)應(yīng)積極調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整和經(jīng)濟(jì)發(fā)展轉(zhuǎn)型，這樣將能有效促進(jìn)碳減排。

（3）中部地區(qū)：人均GDP、第二產(chǎn)業(yè)增加值比重、路網(wǎng)密度對地均CO2排放水平具有正向影響，最大斑塊指數(shù)（LPI）對地均CO2排放水平產(chǎn)生正向作用，而平均最近距離（MNN）對地均CO2排放水平產(chǎn)生負(fù)向作用，表明城市發(fā)展越趨向于單中心且集中程度低的城市，地均CO2排放水平就越高。未來應(yīng)著力于形成多中心發(fā)展格局，同時(shí)提高城鎮(zhèn)土地聚集度，這種城市發(fā)展策略將有效促進(jìn)碳減排。

（4）西部地區(qū)：除人口密度、人均GDP、第二產(chǎn)業(yè)增加值比重、路網(wǎng)密度對地均CO2排放產(chǎn)生正向影響外，布局指標(biāo)均對CO2排放沒有顯著影響，而組成指標(biāo)城鎮(zhèn)用地占比（RURBAN）對地均CO2排放產(chǎn)生正向作用，從系數(shù)絕對值來看，這個(gè)正向作用僅次于產(chǎn)業(yè)結(jié)構(gòu)對地均CO2排放的影響，說明對于西部地區(qū)的城市而言，城鎮(zhèn)用地的擴(kuò)張擴(kuò)大了地均CO2排放水平，從碳減排的角度，西部地區(qū)應(yīng)當(dāng)促進(jìn)城鎮(zhèn)用地的集約、高效利用，避免重走中、東部過度擴(kuò)張的老路。

4 結(jié)論與建議

4.1 結(jié)論

（1）城鎮(zhèn)景觀格局顯著影響區(qū)域地均CO2排放水平。從全國水平來看，城鎮(zhèn)用地占比（RURBAN）、最大斑塊指數(shù)（LPI）、平均最近距離（MNN）對地均CO2排放存在顯著的影響；不同地區(qū)影響地均CO2排放的格局指標(biāo)存在差異：城鎮(zhèn)用地占比（RURBAN）對西部地區(qū)地均CO2排放的影響顯著，而最大斑塊指數(shù)（LPI）對東、中部地區(qū)地均CO2排放影響顯著，平均最近距離（MNN）僅對中部地區(qū)地均CO2排放影響顯著。其原因可能是不同區(qū)域經(jīng)濟(jì)發(fā)展階段的差異性所導(dǎo)致的。

（2）社會經(jīng)濟(jì)發(fā)展水平對區(qū)域地均CO2排放產(chǎn)生重要的影響。從全國水平來看，產(chǎn)業(yè)結(jié)構(gòu)、人均GDP、人口密度、路網(wǎng)密度對地均CO2排放的作用逐漸遞減；不同地區(qū)經(jīng)濟(jì)發(fā)展指標(biāo)對地均CO2排放影響也存在較大的區(qū)域分異特征。

（3）由于城鎮(zhèn)景觀的組成和布局在東、中、西部地區(qū)存在明顯的區(qū)域差異，表明不同區(qū)域影響地均CO2排放的因素存在明顯的空間異質(zhì)性，因此應(yīng)根據(jù)影響因素的差異性制定基于碳減排的區(qū)域差別化管控政策。

4.2 建議

（1）結(jié)構(gòu)調(diào)整：現(xiàn)有產(chǎn)業(yè)結(jié)構(gòu)單一、粗放的發(fā)展方式，已逐漸不適應(yīng)當(dāng)今可持續(xù)發(fā)展的需要。由于產(chǎn)業(yè)結(jié)構(gòu)在任何區(qū)域?qū)用鎸O2排放水平產(chǎn)生很強(qiáng)的正向作用，因此城市發(fā)展要著力推進(jìn)產(chǎn)業(yè)轉(zhuǎn)型，加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，淘汰落后產(chǎn)能，提升低能耗、高科技的第二產(chǎn)業(yè)和第三產(chǎn)業(yè)比重，依托產(chǎn)業(yè)優(yōu)化建設(shè)低碳城市。

（2）發(fā)展模式：從景觀格局指標(biāo)對地均CO2排放的影響可以看出，“單核型”城市不能適應(yīng)碳減排的需要，“單核型”城市存在資源要素的空間配置效率較低，社會資源不能有效整合等問題，城市規(guī)模的過度膨脹將導(dǎo)致交通成本的提高以及能源利用效率的降低，因此城市發(fā)展應(yīng)采用多核心組團(tuán)發(fā)展的模式。

（3）差異化管制：東部地區(qū)“多核心”的城市發(fā)展策略有利于降低區(qū)域CO2排放水平；中部地區(qū)城市發(fā)展不僅要采用“多核心”的發(fā)展策略，而且要兼顧集聚性，產(chǎn)業(yè)與城鎮(zhèn)發(fā)展要有一定的規(guī)模，發(fā)揮其集聚效應(yīng)；西部地區(qū)景觀格局組成要素即城鎮(zhèn)用地占比正向影響著區(qū)域的地均CO2排放水平，因此西部要顯化其全國的生態(tài)屏障功能，要更加嚴(yán)格地控制建設(shè)用地面積，避免城市的無序擴(kuò)張。

（編輯：李 琪）

參考文獻(xiàn)（References）

[1]IPCC. Climatechange 2014： mitigation of climate change.Contribution of Working GroupIII to the fifth assessment report ofthe intergovernmental panel on climate change[M]. USA： Cambridge University Press，2014.

[2]OLIVIER J G J， JANSSENSMAENHOUT G， MUNTEAN M， et al. Trends in global CO2 emissions： 2014 report [R]. Hague： PBL Netherlands Environmental Assessment Agency， 2014.

[3]LANTZ V， FENG Q. Assessing income， population， and technology impacts on CO2 emissions in Canada： wheres the EKC？ [J]. Ecological economics， 2006， 57（2）： 229-238.

[4]ANG B W， PANDIYAN G. Decomposition of energyinduced CO2 emissions in manufacturing [J]. Energy economics， 1997，19 （3）： 363-374.

[5]王喜，張艷，秦耀辰， 等.我國碳排放變化影響因素的時(shí)空分異與調(diào)控[J]. 經(jīng)濟(jì)地理， 2016，36（8）： 158-165. [WANG Xi， ZHANG Yan， QIN Yaochen， et al. The spatialtemporal differentiation of the influence factors of carbon emissions and the regulation[J]. Economic geography， 2016，36（8）： 158-165.]

[6]李丹丹，劉銳，陳動.中國省域碳排放及其驅(qū)動因子的時(shí)空異質(zhì)性研究[J]. 中國人口·資源與環(huán)境， 2013，23（7）： 84-92. [LI Dandan， LIU Rui， CHEN Dong. Research on spacetime heterogeneity of carbon emission and influencing factors in provinces of China[J]. China population， resources and environment， 2013，23（7）： 84-92.]

[7]顏艷梅，王錚，吳樂英， 等. 中國碳排放強(qiáng)度影響因素對區(qū)域差異的作用分析[J]. 環(huán)境科學(xué)學(xué)報(bào)， 2016，36（9）： 3436-3444. [YAN Yanmei， WANG Zheng， WU Leying， et al. Analysis of the determinants of carbon emission intensity on regional differences[J]. Acta scientiae circumstantiae， 2016（9）： 3436-3444.]

[8]黃蕊，王錚，丁冠群， 等. 基于STIRPAT模型的江蘇省能源消費(fèi)碳排放影響因素分析及趨勢預(yù)測[J]. 地理研究， 2016，35（4）： 781-789. [HUANG Rui， WANG Zheng， DING Guanqun， et al. Trend prediction and analysis of influencing factors of carbon emissions from energy consumption in Jiangsu Province based on STIRPAT Model[J]. Geographical research， 2016，35（4）： 781-789.]

[9]JIA J. Measurement of impacts of construction land expansion on carbon emissions in Hubei Province[R]. Wuhan： Department of Mechatronics Engineering， Wuhan Business University， 2016.

[10]張思齊，陳銀蓉.城市建設(shè)用地?cái)U(kuò)張與能源消耗碳排放相關(guān)效應(yīng)[J]. 水土保持研究， 2017， 24 （1）： 244-249. [ZHANG Siqi， CHEN Yinrong. Correlation effect of city construction land expansion and energy consumption carbon emission[J]. Research of soil and water conservation， 2017， 24 （1）： 244-249.]

[11]佘倩楠，賈文曉，潘晨， 等.長三角地區(qū)城市形態(tài)對區(qū)域碳排放影響的時(shí)空分異研究[J]. 中國人口·資源與環(huán)境， 2015，25（11）： 44-51. [SHE Qiannan， JIA Wenxiao， PAN Chen， et al. Spatial and temporal variation characteristics of urban forms impact on regional carbon emissions in the Yangtze River Delta[J]. China population， resources and environment， 2015，25（11）： 44-51.]

[12]EWING R， RONG F. The impact of urban form on U.S. residential energy use[J]. Housing policy debate， 2008，19：1-30.

[13]HAN F， XIE R， LU Y， et al. The effects of urban agglomeration economies on carbon emissions： evidence from Chinese cities[J]. Journal of cleaner production， 2018，172： 1096-1110.

[14]OU J， LIU X， LI X， et al. Quantifying the relationship between urban forms and carbon emissions using panel data analysis [J]. Landscape ecology， 2013， 28（10）：1889-1907.

[15]陳珍啟，林雄斌，李莉，等.城市空間形態(tài)影響碳排放嗎？——基于全國110個(gè)地級市數(shù)據(jù)的分析[J]. 生態(tài)經(jīng)濟(jì)， 2016，32（10）： 22-26.[CHEN Zhenqi， LIN Xiongbin， LI Li， et al. Does urban spatial morphology affect carbon emission？： a study based on 110 prefectural cities[J]. Ecological economy， 2016，32（10）： 22-26.]

[16]高金龍，陳江龍，蘇曦.中國城市擴(kuò)張態(tài)勢與驅(qū)動機(jī)理研究學(xué)派綜述[J]. 地理科學(xué)進(jìn)展， 2013，32（5）： 743-754.[GAO Jinlong， CHEN Jianglong， SU Xi. Urban expansion and its driving mechanism in China： from three main shools perspectives[J]. Progress in geography， 2013，32（5）： 743-754.]

[17]鄔建國.景觀生態(tài)學(xué)：格局、過程、尺度與等級[M]. 北京： 高等教育出版社，2000.[WU Jianguo. Landscape ecology： pattern， process， scale and hierarchy [M].Beijing： Higher Education Press， 2000.]

[18]ALBERTI M， WADDELL P. An integrated urban development and ecological simulation model [J]. Integrated assessment， 2000，1（3）：215-227.

[19]WUW， ZHAO S， ZHU C， et al. A comparative study of urban expansion in Beijing， Tianjin and Shijiazhuang over the past three decades[J]. Landscape and urban planning， 2015，134： 93-106.

[20]SUN Y， ZHAO S， QU W. Quantifying spatiotemporal patterns of urban expansion in three capital cities in Northeast China over the past three decades using satellite data sets [J]. Environmental earth sciences， 2015， 73（11）：7221-7235.

[21]ZHOUW， HUANG G， CADENASSO ML， Does spatial configuration matter？ understanding the effects of land cover pattern on land surface temperature in urban landscapes[J]. Landscape and urban planning， 2011， 102（1）： 54-63.

[22]蔡博峰，王金南，楊姝影， 等. 中國城市CO2排放數(shù)據(jù)集研究——基于中國高空間分辨率網(wǎng)格數(shù)據(jù)[J]. 中國人口·資源與環(huán)境，2017， 27（2）：1-4.[CAI Bofeng， WANG Jinnan， YANG Shuying， et al. China city CO2 emission dataset： based on the China high resolution emission gridded data[J]. China population， resources and environment， 2017， 27（2）：1-4.]

[23]朱勤，彭希哲，陸志明， 等. 人口與消費(fèi)對碳排放影響的分析模型與實(shí)證[J]. 中國人口·資源與環(huán)境， 2010，20（2）： 98-102.[ZHU Qin， PENG Xizhe， LU Zhiming， et al. Analysis model and empirical study of impacts from population and consumption on carbon emissions[J]. China population， resources and environment， 2010，20（2）： 98-102.]

[24]張騰飛，楊俊，盛鵬飛. 城鎮(zhèn)化對中國碳排放的影響及作用渠道[J]. 中國人口·資源與環(huán)境， 2016，26（2）： 47-57.[ZHANG Tengfei， YANG Jun， SHENG Pengfei. The impacts and channels of urbanization on carbon dioxide emissions in China[J]. China population， resources and environment， 2016，26（2）： 47-57.]

Abstract The construction of ‘Lowcarbon Cities， as an important issue of sustainable development， has received extensive attention at home and abroad. The impact of urban landscape pattern on regional carbon emission and differential regulation are particularly important for the construction of ‘Lowcarbon Cities. At present， the study on the spatial and temporal characteristics of carbon emission and its driving mechanism is very scarce because of lacking complete and credible carbon emission data in China. Based on the carbon emission data of 281 prefecturelevel cities in 2005 and 2012， the paper analyzed the regional characteristics of the urban landscape pattern and the carbon emission in the whole country， eastern China， central China and western China， respectively. The CHRED database is employed. From the perspective of structure （urban land ratio） and layout （urban land patches density， maximum urban land patch index， the average nearestneighbor distance for urban land patches）， empirical test of the impact of urban landscape pattern on regional carbon emissions was conducted. Finally， regional differential regulation policies were proposed based on ‘carbon emission reduction. The results showed that： First， urban landuse ratio， patch density， agglomeration of urban land showed the ‘East HighWest Low characteristics. In addition to the narrowing trend of agglomeration in the western region， the other indicators showed a widening trend. Second， positive correlation was found between urban landuse ratio and carbon emission in the western region. Negative correlation was found between average recent distance and carbon emission in central China. The maximum patch indexes of the eastern and central regions were positively correlated with carbon emission. Different urban landscape patterns had different influence on carbon emission； therefore， differential regulation should be carried out： Eastern China should take the multicore strategy for urban development to reduce the carbon emission intensity. Central China should display the accumulative effect combined with the multicore strategy. While western China should restrict the scale of builtup land to avoid unlimited urban sprawl and strengthen the ecological function. The results of regional carbon emission mechanism provided reference for the establishment of regional differential regulation based on carbon emission reduction.

Key words urban landscape pattern； carbon emission； differential regulation