張 赫,彭千芮,王 睿,*,強(qiáng)文麗,張建勛

1 天津大學(xué)建筑學(xué)院, 天津 300072 2 蘭州大學(xué)資源環(huán)境學(xué)院, 蘭州 730000

土地利用/覆被變化深刻作用于陸地生態(tài)系統(tǒng)的碳循環(huán),對(duì)全國(guó)和區(qū)域氣候變化產(chǎn)生了舉足輕重的影響[1]。1980年到2005年間,由于土地利用方式的轉(zhuǎn)變,我國(guó)人為源排放量由陸地生態(tài)系統(tǒng)存儲(chǔ)的3倍增長(zhǎng)到10倍,生態(tài)環(huán)境惡化明顯[2]。同時(shí),作為全球溫室氣體排放的大國(guó),我國(guó)2019年全球溫室氣體排放量高居首位。事實(shí)上,我國(guó)承諾到2020年碳排放強(qiáng)度比2005年下降40%—45%[3]?？h域作為城鄉(xiāng)土地增減掛鉤的直接單元[4],其非建設(shè)用地的土地利用方式對(duì)大氣溫室氣體含量的調(diào)節(jié)作用不容忽視,利用其碳貯存量增加而產(chǎn)生減排效果,對(duì)推動(dòng)我國(guó)城鄉(xiāng)控碳減排有極大意義[5]。在此背景下,加強(qiáng)對(duì)我國(guó)縣域非建設(shè)用地碳匯規(guī)模與規(guī)律研究,對(duì)構(gòu)建基于低碳導(dǎo)向的國(guó)土空間組織體系,優(yōu)化國(guó)土空間開(kāi)發(fā)格局,實(shí)施差異化減排,增強(qiáng)生態(tài)系統(tǒng)固碳能力具有重要的理論和現(xiàn)實(shí)意義。

隨著碳中和(carbon neutral)概念的提出,“碳匯”指?jìng)€(gè)人或組織等以碳中和方式向從事“碳中和”業(yè)務(wù)的中介機(jī)構(gòu)支付基金,最后以植樹(shù)等形式用于碳減排的過(guò)程和機(jī)制[6-7]。通過(guò)改變非建設(shè)用地的土地利用/覆被方式,對(duì)其進(jìn)行合理的開(kāi)發(fā)利用,可以降低土地利用碳排放占人為碳排放的比例,將此時(shí)的土地利用變化發(fā)揮出碳匯作用[8]。迄今為止,國(guó)內(nèi)外學(xué)者針對(duì)土地利用碳源/匯相關(guān)研究主要集中于以下三個(gè)方面：首先,通過(guò)構(gòu)建計(jì)算模型對(duì)碳匯/源進(jìn)行總量計(jì)算和效應(yīng)評(píng)估來(lái)探析不同區(qū)域的碳匯時(shí)空特征。Naipal等[9]通過(guò)建立土壤侵蝕模型,研究了在一定時(shí)期內(nèi)土地利用變化下萊茵河流域的碳循環(huán)特征；彭文甫等[10]構(gòu)建了碳排放、碳足跡等模型計(jì)算并分析四川省土地利用碳匯的時(shí)空變化特征。其次,研究土地利用方式轉(zhuǎn)變對(duì)碳匯的影響。裴杰等[11]利用地理信息技術(shù)分析了深圳市土地利用/覆被變化情況及其導(dǎo)致的碳效應(yīng)變化；張海鳳和崔桂善[12]通過(guò)總結(jié)不同中碳收支的特點(diǎn)對(duì)土地覆被類型轉(zhuǎn)化下的碳源/匯變化的影響進(jìn)行了分析,羅谷松和李濤[13]運(yùn)用Super SBM-undesirable DEA等方法分析了碳排放影響下中國(guó)省域土地利用效率的影響因素。第三,探究影響土地利用碳源/匯的相關(guān)因素以及對(duì)應(yīng)的控碳減排策略。李小康等[14]通過(guò)分析土地利用結(jié)構(gòu)及碳排放的變化發(fā)現(xiàn)控制建設(shè)用地總量對(duì)控碳減排意義重大；Chen等[15]結(jié)合渦度協(xié)方差法分析發(fā)現(xiàn)氣候帶類型和植樹(shù)造林是影響碳封存的主要因素。

縱觀現(xiàn)有研究成果,研究尺度主要集中于國(guó)家、區(qū)域和省域?qū)用?對(duì)縣域的研究相對(duì)缺乏,已有研究中僅趙榮欽等[16- 17]對(duì)中原經(jīng)濟(jì)區(qū)和河南省的縣域碳收支狀況進(jìn)行了核算和分析。縣域作為中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的基本單元,開(kāi)展碳匯在其尺度下的時(shí)空變化特征和影響因素的分析,對(duì)評(píng)估縣級(jí)尺度的生態(tài)狀況以及推動(dòng)區(qū)域低碳協(xié)調(diào)發(fā)展意義重大?；诖?針對(duì)全國(guó)縣域,基于全國(guó)土地利用數(shù)據(jù)(1990—2015),運(yùn)用標(biāo)準(zhǔn)差橢圓分析方法、空間自相關(guān)分析方法和地理加權(quán)回歸分析方法,著重研究：①中國(guó)縣域碳匯隨時(shí)間變化的特征；②中國(guó)縣域碳匯的空間分異格局；③中國(guó)縣域碳匯的時(shí)空變化規(guī)律和影響因素。

1 研究區(qū)域與數(shù)據(jù)來(lái)源

1.1 研究區(qū)域

按照中國(guó)現(xiàn)行的行政區(qū)劃,縣級(jí)行政區(qū)包括地級(jí)市的市轄區(qū)、縣級(jí)市、縣、自治縣、旗、自治旗、林區(qū)、特區(qū)等8種。由于地級(jí)市的市轄區(qū)、縣級(jí)市以及部分特區(qū)的土地利用以城鎮(zhèn)建設(shè)用地為主,其功能主要體現(xiàn)在碳排放上而固碳能力較低,所以不在討論的范圍內(nèi)。綜上,通過(guò)篩選最后選定包含縣、自治縣、旗、自治旗、林區(qū)在內(nèi)的1330個(gè)縣級(jí)行政單位。

1.2 數(shù)據(jù)來(lái)源

土地利用數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn),是以1990—2015年6期Landsat TM/ETM遙感影像為主要數(shù)據(jù)源,通過(guò)人工目視解譯獲取。通過(guò)ArcGIS 10.2,用2018年中國(guó)縣域矢量行政邊界裁剪,經(jīng)過(guò)重采樣為1 km的全國(guó)6期土地利用數(shù)據(jù)；應(yīng)用ENVI 4.8對(duì)土地利用數(shù)據(jù)進(jìn)行編碼和歸類,將土地利用類型劃分為林地、草地、水域、未利用地4大類、13小類。耕地的農(nóng)作物通過(guò)光合作用吸收空氣中的CO2,但絕大多數(shù)農(nóng)作物在短期內(nèi)又通過(guò)呼吸作用釋放到空氣中去,農(nóng)作物生物量作為碳匯的效果不明顯[18],因此不在本文進(jìn)行討論。

全國(guó)縣域國(guó)民生產(chǎn)總值、產(chǎn)業(yè)結(jié)構(gòu)等數(shù)據(jù)來(lái)源于2015年《中國(guó)城市統(tǒng)計(jì)年鑒》、《區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、相關(guān)地市級(jí)統(tǒng)計(jì)年鑒及環(huán)境統(tǒng)計(jì)公報(bào)等。

2 計(jì)算與研究方法

2.1 計(jì)算方法

土地利用的碳匯估算主要涉及耕地、林地、草地、水域和未利用地的碳匯。耕地作為碳源[18],在本文中不進(jìn)行研究；林地、草地、水域和未利用地為碳匯,為主要研究對(duì)象。因此,碳匯估算模型可表達(dá)如下:

(1)

式中,Cs為碳匯量,si為第i種土地利用類型產(chǎn)生的碳匯量；Ai為第i種土地利用類型(林地、草地、水域、未利用地)面積,αi為第i種土地利用類型的碳匯系數(shù)。

2.1.1碳匯系數(shù)的確定

碳匯系數(shù)根據(jù)不同用地類型,通過(guò)跟蹤國(guó)內(nèi)外期刊的研究成果進(jìn)行確定(表1)。將林地按照郁閉度大小分為有林地、灌木林、疏林地和其他林地4種類型。將草地按照覆蓋度大小分為高覆蓋度草地、中覆蓋度草地和低覆蓋度草地3種類型。將我國(guó)水域分為河渠、湖泊、水庫(kù)坑塘、灘涂和灘地5種類型。未利用地指我國(guó)還未利用的土地或難以利用的土地類型,包括沙地、戈壁、鹽堿地、沼澤地、裸土地、裸巖石質(zhì)地和其他未利用地等。我國(guó)未利用地有的是碳匯、有的是碳排放,但都較弱,根據(jù)賴力等[23]的研究,取未利用地碳匯系數(shù)為0.0005 t hm-2a-1。

表1 土地利用類型及對(duì)應(yīng)的碳匯系數(shù)

2.1.2碳匯強(qiáng)度

考慮到用地面積大小對(duì)碳匯總量的影響,本文構(gòu)建碳匯強(qiáng)度的概念來(lái)對(duì)單位土地碳匯能力進(jìn)行衡量,并且就碳匯強(qiáng)度進(jìn)行局部自相關(guān)分析。碳匯強(qiáng)度計(jì)算公式如下：

Cp=Cs/Su

(2)

式中,Cp為碳匯強(qiáng)度；Cs為碳匯總量(×104t),Su為非建設(shè)用地面積。

2.2 研究方法

2.2.1標(biāo)準(zhǔn)差橢圓分析法

基于ArcGIS 10.2的空間分析功能,采用標(biāo)準(zhǔn)差橢圓分析方法[24]對(duì)全國(guó)整體的碳匯在空間位置的分布情況進(jìn)行分析。橢圓的長(zhǎng)軸表征數(shù)據(jù)集分布的主要方向,其面積表征數(shù)據(jù)集分布的集聚(分散)程度。

2.2.2空間相關(guān)分析法

基于ArcGIS 10.2的局部空間自相關(guān)分析功能,使用空間聯(lián)系局域指標(biāo)(Local Indicators of Spatial Association, LISA)對(duì)區(qū)域整體相關(guān)程度進(jìn)行衡量[25- 26]：當(dāng)Moran′sI為正數(shù)時(shí),表示碳匯量在空間上呈集聚分布；當(dāng)Moran′sI為負(fù)數(shù)時(shí),表示碳匯量在空間上呈分散分布。冷點(diǎn)與熱點(diǎn)的識(shí)別能進(jìn)一步討論的空間分布是聚集、分散或是隨機(jī)的,目的是識(shí)別全國(guó)縣域碳匯熱點(diǎn)與冷點(diǎn)的空間分布。在ArcGIS中,采用 Getis-Ord G*統(tǒng)計(jì)量測(cè)度全國(guó)縣域碳匯在局部空間的依賴性及異質(zhì)性,Gi*(d) 值為正表示高值聚類,即“熱點(diǎn)區(qū)”；反之為低值聚類,即“冷點(diǎn)區(qū)”[27- 28]。

2.2.3地理加權(quán)回歸分析法

地理加權(quán)回歸分析(Geographically Weighted Regression,GWR),可以量化反映空間數(shù)據(jù)關(guān)系中的異質(zhì)性特征,與傳統(tǒng)回歸模型相比,可以對(duì)不同空間進(jìn)行局部地加權(quán)回歸模型,并求解[29]?？h域碳匯的空間異質(zhì)性是應(yīng)用地理加權(quán)回歸模型進(jìn)行分析的前提條件,采用AIC法與核密度估計(jì)求得帶寬,利用高斯函數(shù)來(lái)確定權(quán)重,選取Fotheringham等提出的方法作為計(jì)算準(zhǔn)則,即當(dāng)AIC值取最小值時(shí),則此時(shí)的帶寬為最佳帶寬[30]。以上所有操作均通過(guò)ArcGIS 10.2軟件完成。

3 中國(guó)縣域碳匯時(shí)空分布特征

3.1 1990—2015中國(guó)縣域碳匯的時(shí)序變化

3.1.1時(shí)序變化總體特征

1990—2015年中國(guó)碳匯總量呈波動(dòng)下降趨勢(shì),碳匯量從13307.79×104t下降至13198.27×104t(圖1)?？梢詫籼紖R總量的變化劃分為3個(gè)階段,即大幅下降-上升-緩慢下降。具體表現(xiàn)為,1990—1995年間,碳匯呈現(xiàn)急劇下降的趨勢(shì),從1990年的13307.79×104t,至1995年達(dá)到13003.41×104t的谷值；之后近10年內(nèi)回升,到2005年,碳匯達(dá)到13231.46×104t；隨后緩慢下落,到2015年達(dá)到13198.27×104t。

圖1 1990—2015年中國(guó)碳匯總量及比重Fig.1 Total carbon sink volume and proportion in China, 1990—2015

3.1.2時(shí)序變化比例結(jié)構(gòu)

碳匯類型主要以林地碳匯為主,占比約80%,依次是草地(約13.5%)、水域(約4.0%)和未利用地(約2.5%)(圖1)。進(jìn)一步對(duì)不同碳匯類型的比例結(jié)構(gòu)展開(kāi)分析,雖然比例結(jié)構(gòu)大體沒(méi)變,但在演變趨勢(shì)上略有不同,高覆蓋度草地、灘地碳匯都在1995年達(dá)到最低值,并在之后的年份里回升；灘涂、疏木林、沼澤地的碳匯均呈現(xiàn)先上升再波動(dòng)下降的趨勢(shì)；而其他類型的碳匯則呈現(xiàn)波動(dòng)維穩(wěn)的狀態(tài)。

3.2 1990—2015中國(guó)縣域碳匯的空間格局

3.2.1空間總體格局

圖2 1990—2015年中國(guó)縣域碳匯空間分布Fig.2 Spatial distribution of county carbon sinks in China, 1990—2015

從全國(guó)縣域碳匯空間分布來(lái)看(圖2),1990—2015年間,中國(guó)縣域碳呈現(xiàn)差異化分布的空間格局,在區(qū)域上[31]呈現(xiàn)不同的變化趨勢(shì)。從碳匯總量來(lái)看,全國(guó)縣域碳匯大致呈現(xiàn)“西部>東北>南部>中部”的 “西高東低”格局；碳匯低值區(qū)域主要集中在新疆西北部、內(nèi)蒙古西南部、甘肅、陜西、寧夏、山西、河北、河南、山東、安徽以及江蘇北部；而碳匯高值區(qū)域主要集中于內(nèi)蒙古東北部、西藏、浙江、江蘇、福建地區(qū)；四川、云南、貴州廣西等地碳匯高值與低值區(qū)域相間分布。分時(shí)段看,1990—1995年間,碳匯空間格局有所變化,內(nèi)蒙古中部、西藏北部碳匯均有所下降；1995—2015年間,內(nèi)蒙古中部、西藏北部碳匯量回升,四川西北部碳匯增加。整體上看,我國(guó)內(nèi)蒙古中部、黑龍江、吉林、遼寧、山東、河南、安徽等地碳匯總量下降較多,而新疆南部、陜西、陜西以及我國(guó)華中、華南、西南部分地區(qū)的碳匯則呈上升趨勢(shì)。

3.2.2空間分異特征

圖3 1990—2015年中國(guó)縣域碳匯標(biāo)準(zhǔn)差橢圓 Fig.3 Ellipse standard deviation of county carbon sinks in China, 1990—2015

從標(biāo)準(zhǔn)差橢圓方法揭示的空間分異格局來(lái)看(圖3),碳匯整體以東北-西南的方向?yàn)橹鲗?dǎo),空間分布中心存在向西南移動(dòng)的趨勢(shì),空間分布范圍呈現(xiàn)收縮態(tài)勢(shì)。在分異形狀上,1991—2011 年,全國(guó)凈碳匯空間分布標(biāo)準(zhǔn)差橢圓短軸與長(zhǎng)軸的比值總體呈現(xiàn)出兩階段的規(guī)律,1990—2010 年間,全國(guó)凈碳匯空間分布標(biāo)準(zhǔn)差橢圓短軸與長(zhǎng)軸的比重呈現(xiàn)出增加的趨勢(shì),隨后2010—2015 年間基本上保持不變,下降趨勢(shì)極慢。

在分異方向上,1990—2015年間,全國(guó)碳匯空間分布標(biāo)準(zhǔn)差橢圓方位角在波動(dòng)中呈現(xiàn)總體增長(zhǎng)的趨勢(shì)(表2)。1990—1995年,方位角不斷縮小,西南部地區(qū)對(duì)全國(guó)碳匯空間格局的影響作用加強(qiáng)；1995—2000年,方位角不斷增大,東北地區(qū)對(duì)全國(guó)凈碳匯空間格局的影響作用加強(qiáng)； 2000—2005年,方位角不斷縮小,隨后保持不變,西南部地區(qū)的碳匯量對(duì)全國(guó)碳匯空間格局的影響作用加強(qiáng)后,趨于平穩(wěn)。

表2 1990—2015年中國(guó)縣域碳匯標(biāo)準(zhǔn)差橢圓測(cè)算結(jié)果

3.2.3空間聚集特征

從冷熱點(diǎn)的空間分布變化看(圖4),中國(guó)縣域碳匯總量的冷熱點(diǎn)空間分布集聚程度呈現(xiàn)波動(dòng)穩(wěn)定的特征。整體上看,碳匯總量熱點(diǎn)以黑龍江、內(nèi)蒙古北部,西藏南部和廣東、湖南交界處為中心,在其周圍呈連片分布；碳匯總量冷點(diǎn)在山西、陜西、河北、河南、安徽、江蘇等地連片分布,并且在四川、重慶和貴州交界處有少量分布。在時(shí)空上,1990—1995年間,我國(guó)西部的碳匯總量熱點(diǎn)從西藏藏族自治區(qū)的尼瑪縣、雙湖縣和改則縣消失,演變?yōu)閲@西藏南部的加查縣、那曲縣、班戈縣等地分布的格局；1995—2000年,我國(guó)西部的碳匯總量的熱點(diǎn)逐漸變化為1990年的格局特征,并在2000—2015年間保持較為平穩(wěn)的態(tài)勢(shì)。

圖4 1990—2015年中國(guó)縣域碳匯的熱點(diǎn)分析Fig.4 The of hot spot analysis of county carbon sinks in China, 1990—2015

1990—2015年,我國(guó)東南部碳匯總量熱點(diǎn)呈現(xiàn)先擴(kuò)大再逐漸縮小的過(guò)程；1990—1995年,我國(guó)東南部碳匯熱點(diǎn)區(qū)域呈現(xiàn)向湖南桂陽(yáng)縣、嘉禾縣、臨武縣等地聚集特征,熱點(diǎn)分布范圍有擴(kuò)大趨勢(shì)；1995—2015,我國(guó)西南部碳匯總量熱點(diǎn)分布范圍逐年縮小。1990—2000年間,我國(guó)東北部碳匯總量熱點(diǎn)區(qū)域不斷縮小,體現(xiàn)在內(nèi)蒙古阿魯科爾、巴林右旗、克什克騰、扎魯特旗等地逐漸退出碳匯總量熱點(diǎn)區(qū)；2000—2015年,我國(guó)東北部碳匯總量熱點(diǎn)區(qū)域逐漸擴(kuò)大。從我國(guó)縣域碳匯總量冷熱點(diǎn)的時(shí)空分布可以看出,我國(guó)碳匯總量整體格局是西南、東南、東北多,中部少,空間集聚性和整體分布波動(dòng)維穩(wěn)。

圖5 1990—2015年中國(guó)縣域碳匯強(qiáng)度的LISA集聚圖Fig.5 LISA cluster map of per capita county carbon sinks in China, 1990—2015

從局部空間自相關(guān)來(lái)看(圖5),中國(guó)縣域碳匯強(qiáng)度的空間集聚程度變化不明顯,具有高值與低值聚集,高-低區(qū)域零星分布的特點(diǎn)。其中,碳匯強(qiáng)度高值區(qū)域集聚在湖南、江西、福建、浙江及云南、四川、黑龍江、吉林、遼寧的部分地區(qū)；碳匯強(qiáng)度低值區(qū)域集聚在新疆西北部、內(nèi)蒙古西部,青海東部,以及寧夏、甘肅、山西、河北、山東、河南、安徽等地；高-低區(qū)域較稀少,零星分布于陜西、山西、河南及京津冀地區(qū)。

對(duì)比中國(guó)縣域碳匯總量的冷熱點(diǎn)和中國(guó)縣域碳匯強(qiáng)度的局部空間自相關(guān)時(shí)空分布,整體上看,我國(guó)東北部鄂倫春自治旗、漠河縣、塔城縣等地,東南部桂陽(yáng)縣、嘉禾縣等地的碳匯總量與碳匯強(qiáng)度都出現(xiàn)了高值聚集的特征；而西藏加查縣、那曲縣等地的碳匯總量雖然呈現(xiàn)熱點(diǎn)分布,但是碳匯強(qiáng)度卻在低值聚類區(qū)域；而我國(guó)中部和東部沿海地區(qū)的陜西、江蘇、河北等地的縣域碳匯總量和碳匯強(qiáng)度等處于冷點(diǎn)和低值聚類區(qū)域。

4 影響因素分析

在對(duì)碳匯影響因素的研究中,大多數(shù)學(xué)者從氣候條件、植被類型角度對(duì)碳匯能力進(jìn)行分析。但本文在變量選取時(shí)主要考慮了以下兩個(gè)方面: 首先,本文在非建設(shè)用地的土地利用視角下對(duì)縣域碳匯的空間分異進(jìn)行研究,同時(shí)想要考察城鎮(zhèn)化過(guò)程以及產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)我國(guó)的碳匯是否真正起到了促進(jìn)作用; 其次,地理加權(quán)回歸方法對(duì)各個(gè)變量是否存在多重共線性要求較高,選取多個(gè)變量容易產(chǎn)生多重共線性,基于以上原因,本文重點(diǎn)選取了經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)和土地利用程度作為研究的解釋變量。

各解釋變量的定義和選取理由：①經(jīng)濟(jì)發(fā)展：不同地區(qū)處于不同經(jīng)濟(jì)發(fā)展階段,其經(jīng)濟(jì)發(fā)展水平也不同,經(jīng)濟(jì)發(fā)展帶來(lái)大量的城市開(kāi)發(fā),碳匯也隨之減少。用國(guó)民生產(chǎn)總值(GDP)來(lái)表征地區(qū)經(jīng)濟(jì)發(fā)展。②產(chǎn)業(yè)結(jié)構(gòu)：工業(yè)高排放與高污染的特征對(duì)環(huán)境的脅迫效應(yīng)明顯,要促進(jìn)我國(guó)生態(tài)文明建設(shè),產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和增匯同樣重要。用工業(yè)產(chǎn)值占GDP總量的比例表征產(chǎn)業(yè)結(jié)構(gòu)。③土地利用程度：土地利用程度越低,碳匯通常更高,隨著城市建設(shè)用地的擴(kuò)張,碳匯量也會(huì)減少。用縣域建設(shè)用地面積和縣域總面積的比值表征土地利用程度。

由于各個(gè)變量的量綱不同,因此對(duì)各個(gè)數(shù)據(jù)進(jìn)行最大-最小值標(biāo)準(zhǔn)化處理,通過(guò)ArcGIS10.2對(duì)我國(guó)1330個(gè)縣域數(shù)據(jù)進(jìn)行地理加權(quán)回歸,回歸結(jié)果為回歸的整體結(jié)果輸出,包括回歸的擬合系數(shù)、最優(yōu)帶寬和AIC值(表3)。

表3 GWR模型的整體估計(jì)結(jié)果

通過(guò)地理加權(quán)回歸的方法,可以得到每個(gè)縣的回歸方程,而這些結(jié)果可以考慮到各省市在空間地理位置的相互影響,因此結(jié)果可以充分考察各地區(qū)的空間異質(zhì)性。從各因素的影響程度來(lái)看(圖6),2015年經(jīng)濟(jì)發(fā)展和土地利用程度對(duì)中國(guó)縣域碳匯的影響遠(yuǎn)高于產(chǎn)業(yè)結(jié)構(gòu)產(chǎn)生的影響。經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)因素除了在個(gè)別地區(qū)對(duì)碳匯產(chǎn)生負(fù)相關(guān)外,大部分區(qū)域均呈正相關(guān)；土地利用方式則在全部區(qū)域與碳匯均呈負(fù)相關(guān)(圖7、圖8)。

4.1 經(jīng)濟(jì)發(fā)展對(duì)碳匯的影響

GDP的回歸系數(shù)波動(dòng)較大(-11.216305—5.433819),說(shuō)明經(jīng)濟(jì)發(fā)展對(duì)全國(guó)縣域碳匯影響的地區(qū)差異較大(圖6),但是仍然存在空間異質(zhì)性的現(xiàn)象。整體上看,2015年經(jīng)濟(jì)發(fā)展對(duì)碳匯影響能力較小,呈現(xiàn)出在西藏東南部和四川西部的回歸系數(shù)高絕對(duì)值區(qū)域。2015年林芝市米林縣、墨脫縣、朗縣,昌都市八宿縣、洛隆縣、邊壩縣以及山南市加查縣、錯(cuò)那縣和嘉黎縣,說(shuō)明經(jīng)濟(jì)發(fā)展對(duì)當(dāng)?shù)氐奶紖R產(chǎn)生了較強(qiáng)的負(fù)影響,在這類區(qū)域應(yīng)該轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式,促進(jìn)增匯減排。而在甘孜阿壩自治州的德格縣、白玉縣等地回歸系數(shù)為正值且高于全國(guó)其它縣域,說(shuō)明經(jīng)濟(jì)發(fā)展對(duì)當(dāng)?shù)氐奶紖R產(chǎn)生了較強(qiáng)的正影響,說(shuō)明經(jīng)濟(jì)發(fā)展促進(jìn)了當(dāng)?shù)氐沫h(huán)保業(yè)發(fā)展。

4.2 產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳匯的影響

從產(chǎn)業(yè)結(jié)構(gòu)來(lái)看(圖7),產(chǎn)業(yè)結(jié)構(gòu)代表第二產(chǎn)業(yè)產(chǎn)值占整個(gè)國(guó)民生產(chǎn)總值的比重,從這一指標(biāo)考察產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳匯的影響,若碳匯隨著產(chǎn)業(yè)結(jié)構(gòu)的增加而增加,則說(shuō)明技術(shù)進(jìn)步在其中起到了積極作用。2015年,產(chǎn)業(yè)結(jié)構(gòu)與碳匯在內(nèi)蒙古赤峰市阿魯科爾自治旗、林西縣、翁牛特旗等地,內(nèi)蒙古昌都市貢覺(jué)縣、邊壩縣、查雅縣等地,西藏林芝市米林縣、墨脫縣等地呈正相關(guān),說(shuō)明技術(shù)水平進(jìn)步在這些地區(qū)對(duì)增匯產(chǎn)生了正面影響。然而在內(nèi)蒙古呼倫貝爾市阿榮縣、興安盟,黑龍江龍江縣、漠河縣、嫩江縣等地均呈現(xiàn)負(fù)相關(guān),表明產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳匯產(chǎn)生負(fù)影響,即二產(chǎn)比值越高,碳匯越低,這代表在這些區(qū)域應(yīng)該促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)或者技術(shù)進(jìn)步以達(dá)到增匯減排的目的。

圖6 2015年GWR模型經(jīng)濟(jì)發(fā)展回歸系數(shù)的空間分布 Fig.6 Spatial distribution of GDP regression coefficients in the GWR model, 2015

圖7 2015年GWR模型產(chǎn)業(yè)結(jié)構(gòu)回歸系數(shù)的空間分布 Fig.7 Spatial distribution of industrial structure regression coefficients in the GWR model, 2015

圖8 2015年GWR模型土地利用程度回歸系數(shù)的空間分布 Fig.8 Spatial distribution of land-use degree regression coefficients in the GWR model, 2015

4.3 土地利用程度對(duì)碳匯的影響

土地利用程度越低,碳匯通常更高,隨著城市建設(shè)用地的擴(kuò)張,碳匯量也會(huì)減少。土地利用程度與全國(guó)縣域碳匯呈現(xiàn)明顯的負(fù)相關(guān)性,影響程度在地域上存在差異性。整體上看(圖8),2015年土地利用程度對(duì)碳匯的影響程度沿胡煥庸線呈現(xiàn)鮮明的差異,即在西北半壁的影響程度高于東南半壁的影響程度,說(shuō)明在我國(guó)西北半壁的縣域應(yīng)該更加謹(jǐn)慎增加建設(shè)用地面積,合理利用和開(kāi)發(fā)土地；在東南半壁的縣域應(yīng)注重調(diào)整非建設(shè)用地的土地使用格局,增加生態(tài)用地面積,植樹(shù)造林,保護(hù)和增加林地、濕地等碳匯系數(shù)高的用地類型。

5 結(jié)論與建議

5.1 結(jié)論

通過(guò)對(duì)1990—2015年間中國(guó)縣域碳匯總量時(shí)空格局進(jìn)行分析,基于標(biāo)準(zhǔn)差橢圓、局部空間自相關(guān)、冷熱點(diǎn)分析和地理加權(quán)回歸分析方法,探析中國(guó)縣域碳匯的時(shí)空分異特征及影響因素,其主要結(jié)論如下：

(1)從時(shí)空變化規(guī)律上看,1990—2015年中國(guó)碳匯總量呈波動(dòng)下降趨勢(shì),從13307.79×104t下降至13198.27×104t；但不同碳匯類型的比例結(jié)構(gòu)保持不變,碳匯類型主要以林低碳匯為主,占比約80%,依次是草地(約13.5%)、水域(約4.0%)和未利用地(約2.5%)。在空間分布上,中國(guó)縣域碳匯總體呈現(xiàn)差異化分布的空間格局,在區(qū)域上呈現(xiàn)不同的變化趨勢(shì),大致呈現(xiàn)“西部>東北>南部>中部”的 “西高東低”格局。

(2)從空間分異和空間聚集格局來(lái)看,碳匯空間分布中心整體存在向西南移動(dòng)的趨勢(shì),空間分布范圍呈現(xiàn)收縮態(tài)勢(shì),西南地區(qū)對(duì)全國(guó)縣域碳匯空間格局的影響作用加強(qiáng)；1990—2015年中國(guó)縣域碳匯總量的冷熱點(diǎn)空間分布集聚程度呈現(xiàn)波動(dòng)穩(wěn)定的特征,而中國(guó)縣域碳匯強(qiáng)度的空間集聚程度變化不明顯,具有高值與低值聚集,高-低區(qū)域零星分布的特點(diǎn)。

(3)從影響因素來(lái)看,2015年經(jīng)濟(jì)發(fā)展對(duì)全國(guó)縣域碳匯產(chǎn)生了較弱的影響,產(chǎn)業(yè)結(jié)構(gòu)對(duì)全國(guó)縣域碳匯產(chǎn)生了較強(qiáng)的影響,土地利用程度對(duì)全國(guó)縣域碳匯產(chǎn)生了負(fù)影響,且都存在空間異質(zhì)性的現(xiàn)象。

5.2 建議

以全國(guó)縣域作為研究對(duì)象,以1990—2015每5年的土地利用數(shù)據(jù)為基礎(chǔ),從碳匯類型和碳匯總量等方面討論了中國(guó)縣域碳匯的時(shí)空變化規(guī)律、空間分布差異性以及其影響因素?；谘芯?在未來(lái)發(fā)展過(guò)程中可考慮以下低碳策略：①合理規(guī)劃縣域非建設(shè)用地的土地利用方式。林地碳匯作用主要碳匯類型的作用不容忽視,而濕地和高覆蓋度草地碳匯由于強(qiáng)大的碳吸收能力也應(yīng)得到充分保護(hù)。因此,在縣域非建設(shè)用地區(qū)域應(yīng)采取擴(kuò)大林地面積, 保護(hù)低承載力草地和濕地,恢復(fù)退化土地,優(yōu)先開(kāi)發(fā)未利用地等措施來(lái)提高其碳貯量,實(shí)現(xiàn)生態(tài)系統(tǒng)增匯減排的目的。②根據(jù)不同縣域的碳匯時(shí)空發(fā)展現(xiàn)狀,針對(duì)性制定增匯減排目標(biāo)和方案。例如在我國(guó)中部以及部分東部存在碳匯低值集聚的地區(qū),其首要任務(wù)是促進(jìn)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí),加強(qiáng)生態(tài)文明建設(shè),加大生態(tài)保護(hù)力度等；而在而在黑龍江、內(nèi)蒙古北部,西藏南部、廣東、湖南等高值集聚的區(qū)縣,則可采用碳交易的方式“以東帶西”,拉動(dòng)西部經(jīng)濟(jì)發(fā)展,彌補(bǔ)東部的“生態(tài)赤字”。③嚴(yán)格控制建設(shè)用地規(guī)模。研究期內(nèi)建設(shè)用地的擴(kuò)張對(duì)全國(guó)范圍內(nèi)的碳匯均產(chǎn)生負(fù)影響,因此應(yīng)控制建設(shè)用地的低效擴(kuò)張,提高土地利用效率,集約節(jié)約用地。

由于數(shù)據(jù)限制,計(jì)算采用精度1km的土地利用數(shù)據(jù)進(jìn)行碳匯計(jì)算,數(shù)據(jù)的柵格較大,而采用的系數(shù)法對(duì)系數(shù)的精度要求較高,會(huì)一定程度上影響計(jì)算結(jié)果的精度。本文僅評(píng)價(jià)分析了經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)和土地利用程度對(duì)碳匯的影響,對(duì)于格局形成的其他驅(qū)動(dòng)因素和內(nèi)在機(jī)制有待深入研究。