張 杰,陳 海,劉 迪,史琴琴,耿甜偉

(西北大學(xué) 城市與環(huán)境學(xué)院/陜西省地表系統(tǒng)與環(huán)境承載力重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710127)

快速城市化導(dǎo)致了土地利用/覆被在不同時(shí)間和空間尺度上的顯著變化[1],大量研究表明，土地利用變化是影響碳排放的重要因素[2-4],其對(duì)大氣濃度急劇增加的影響僅次于人類燃燒化石燃料[5],間接對(duì)全球和區(qū)域的氣候變化產(chǎn)生重要影響。由于各類土地自身和利用過程中的差異,其所產(chǎn)生的碳排放不相同[6],土地利用結(jié)構(gòu)變化可能導(dǎo)致不同地類的碳源、碳匯功能變化[7]。事實(shí)表明，土地利用變化增加了大氣中的碳含量[8],對(duì)全球氣候變化產(chǎn)生深刻影響。因此，基于土地利用變化視角探討土地利用變化的碳排放效應(yīng),對(duì)于土地的可持續(xù)化利用、發(fā)展低碳經(jīng)濟(jì)和改善生態(tài)環(huán)境具有重要的理論和現(xiàn)實(shí)意義。

土地利用碳排放的研究主要集中在土地利用碳排放核算及機(jī)理研究[9-12]、土地利用變化與經(jīng)濟(jì)增長(zhǎng)的關(guān)系[13-14]、土地利用碳排放的空間分異及影響因素[15-17]、土地利用碳排放與生態(tài)補(bǔ)償研究[18-20]和土地利用低碳化研究[21-23]等方面。在研究尺度上，大多是基于國(guó)家[24-25]、省市[20,26-27]等較大尺度上展開研究,而以縣域作為研究單元分析某一區(qū)域土地利用碳排放的研究較為缺乏。且我國(guó)不同縣域之間社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r及自然環(huán)境等差異明顯,因此有必要以縣域作為研究單元,評(píng)估不同縣域之間的土地利用碳排放差異。碳排放影響因素研究大多采用因素分解法,如對(duì)數(shù)平均D式指數(shù)分解法(LMDI)[28]、STIRPAT模型[29]、Kaya恒等式[30]和灰色關(guān)聯(lián)模型[31]等方法。其中，因素分解法是將碳排放量的影響因素進(jìn)行乘積分解,通過權(quán)重來測(cè)算因素的重要程度,灰色關(guān)聯(lián)法則通過要素間的關(guān)聯(lián)程度來確定因素的重要性，兩者應(yīng)用最為廣泛。但這些模型和方法未考慮研究單元之間的互相影響,即沒有從地理視角考慮鄰近單元之間的空間聯(lián)系和相關(guān)性,因而具有一定局限性。

基于此,本文以陜西省為研究區(qū),基于縣域尺度測(cè)算1990—2015年陜西省不同縣域之間的碳排放量,分析其時(shí)空演化特征及碳排放風(fēng)險(xiǎn),并引入空間滯后模型和空間誤差模型,從空間計(jì)量視角分析縣域碳排放空間異質(zhì)性的影響因素,對(duì)于國(guó)家和地方政府因地制宜地制定低碳發(fā)展策略和評(píng)估生態(tài)風(fēng)險(xiǎn)具有一定意義。

1 研究區(qū)域概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

陜西省(31°42′N～39°35′N,105°29′E～111°15′E)位于中國(guó)內(nèi)陸腹地,地勢(shì)南北高、中間低,北部為黃土高原,中部為關(guān)中平原,南部為秦巴山地,總面積20.56×104km2(見圖1)。受地形地貌和風(fēng)俗習(xí)慣的影響,將陜西省劃分為陜北、關(guān)中和陜南三大區(qū)域。陜北地區(qū)地貌千溝萬(wàn)壑、支離破碎,含有塬、梁、峁、丘陵溝壑等多種地貌類型,年降水量較少；關(guān)中地區(qū)地形以平原、盆地為主,地勢(shì)平坦,氣候溫和；陜南地區(qū)以山地地形為主,屬于濕潤(rùn)區(qū),降水較多,但地質(zhì)災(zāi)害頻發(fā)。截止2018年,陜西省總?cè)丝? 864萬(wàn),地區(qū)生產(chǎn)總值為24 438億元,城鎮(zhèn)化水平為58.13%,城鎮(zhèn)化發(fā)展迅速。本研究選取時(shí)間段內(nèi),陜西省土地利用結(jié)構(gòu)發(fā)生較大變化,是土地利用碳排放及其時(shí)空分異的良好研究對(duì)象。

圖1 研究區(qū)與數(shù)字高程 Fig.1 Study area and digital elevation

陜西省共轄10個(gè)地級(jí)市,29個(gè)市轄區(qū),3個(gè)縣級(jí)市，75個(gè)縣,共107個(gè)縣級(jí)行政單元?？紤]到數(shù)據(jù)的可獲得性,本文參考已有研究[32],將部分市轄區(qū)合并為一個(gè)縣級(jí)行政單元,如將咸陽(yáng)市的秦都區(qū)、楊凌區(qū)和渭城區(qū)合并為咸陽(yáng)市區(qū),處理后共有95個(gè)研究單元。

1.2 數(shù)據(jù)來源與處理

1)陜西省1990—2015年土地利用數(shù)據(jù)來源于中國(guó)西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心(http:∥westdc.westgis.ac.cn)的陜西省1∶100 000土地利用矢量數(shù)據(jù)集,數(shù)據(jù)精度達(dá)90%以上[33]。根據(jù)我國(guó)土地利用現(xiàn)狀分類標(biāo)準(zhǔn)(GB/T21010—2017),地類分為耕地、林地、草地、水域、建設(shè)用地(城鄉(xiāng)、工礦以及居民地)、未利用地6類,重采樣為30 m的地類柵格,通過ArcGIS10.2軟件進(jìn)行分區(qū)統(tǒng)計(jì),得到陜西省各縣市土地面積數(shù)據(jù)。

2)陜西省能源數(shù)據(jù)、各縣市的單位GDP能耗數(shù)據(jù)及社會(huì)經(jīng)濟(jì)數(shù)據(jù)來源于1990年、2000年、2010年和2015年的《中國(guó)能源統(tǒng)計(jì)年鑒》《陜西統(tǒng)計(jì)年鑒》和《中國(guó)縣域統(tǒng)計(jì)年鑒》及各縣市的統(tǒng)計(jì)局網(wǎng)站,2015年各縣退耕面積數(shù)據(jù)來源于陜西省種苗與退耕中心。

3)DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云ASTER GDEMS數(shù)據(jù)集30 m DEM柵格(http:∥www.gscloud.cn/),通過ArcGIS10.2提取研究區(qū)的高程和坡度。

2 研究方法

2.1 碳排放測(cè)算

土地利用碳排放一般可分為直接碳排放和間接碳排放2種類型,前者是指由于不同地類類型變化引發(fā)的碳排放,后者是指承載了大量人類活動(dòng)導(dǎo)致的碳排放,主要是能源消耗產(chǎn)生的碳排放[8]。耕地和建設(shè)用地主要發(fā)揮碳源作用,林地、草地、水域和未利用地主要發(fā)揮碳匯作用?；贗PCC清單的模型估算是目前用于測(cè)算土地利用碳排放的主流算法[12]。因此,本文對(duì)耕地、林地、草地、水域和未利用地采用基于IPCC清單的直接估算法[2,15,23],其估算公式為

Ebn=∑ei=∑Si×αi

(1)

其中,Ebn為第n縣直接碳排放總量；ei為各種土地利用類型產(chǎn)生的碳排放量；Si為各種土地利用類型對(duì)應(yīng)的土地面積；αi為各種土地利用類型的碳排放(吸收)系數(shù),正值表示碳排放,負(fù)值表示碳吸收；i=1，2，3，4，5,分別代表5種不同土地利用類型。根據(jù)現(xiàn)有研究[2,15,34],并結(jié)合研究區(qū)域?qū)嶋H,本文的耕地、林地、草地、水域和未利用地的碳排放系數(shù)分別取0.459 5 t/(hm2.a)、-0.612 5 t/(hm2.a)、-0.022 t/(hm2.a)、-0.025 3 t/(hm2.a)和-0.000 5 t/(hm2.a)。

建設(shè)用地由于承載了大量人類活動(dòng),其碳排放量主要通過土地利用過程中的能源消耗進(jìn)行間接估算,由于陜西省各縣市的能源消耗數(shù)據(jù)的不可獲得性,因此參考現(xiàn)有研究成果[2,13],以單位GDP能耗數(shù)據(jù)為基礎(chǔ)估算各縣域的建設(shè)用地碳排放量，其公式為

Ecn=Eb×En/∑En=

Eb×GDPn×Dn/∑(GDPn×Dn)

(2)

其中,Ecn為第n縣建設(shè)用地碳排放總量;Eb為建設(shè)用地碳排放總量;En為第n縣能源消耗總量;GDPn為第n縣當(dāng)年地區(qū)生產(chǎn)總值;Dn為第n縣單位GDP能耗。為增強(qiáng)不同時(shí)期數(shù)據(jù)的可對(duì)比性,單位GDP能耗和地區(qū)生產(chǎn)總值數(shù)據(jù)按照1990年的當(dāng)量?jī)r(jià)進(jìn)行計(jì)算。

土地利用碳排放總量測(cè)算公式為

E=Ebn+Ecn

(3)

其中,E為第n年6種土地利用產(chǎn)生的碳排放總量。

2.2 碳排放風(fēng)險(xiǎn)指數(shù)計(jì)算

土地利用類型的變化會(huì)對(duì)當(dāng)?shù)氐纳鷳B(tài)系統(tǒng)造成一定影響,進(jìn)而導(dǎo)致生態(tài)風(fēng)險(xiǎn),為了分析不同土地利用類型與生態(tài)環(huán)境的關(guān)系,本文參考前人的研究成果[34],引入不同土地利用類型的碳排放風(fēng)險(xiǎn)指數(shù),以表示陜西省縣域綜合碳排放風(fēng)險(xiǎn)的相對(duì)大小，其表達(dá)式為

(4)

其中,CRi為陜西省第i縣域土地利用碳排放風(fēng)險(xiǎn)指數(shù);Sji為第i縣第j類的土地利用面積;Pji為第i縣第j類的土地利用類型的碳排放系數(shù);S為研究區(qū)的總面積。

因?yàn)镾jiPji表示的是i縣第j類土地利用的碳排放量,因此當(dāng)j表示建設(shè)用地地類時(shí),可直接用第i縣建設(shè)用地碳排放量表征SjiPji的值。碳排放風(fēng)險(xiǎn)指數(shù)值越大,表示該區(qū)域碳排放風(fēng)險(xiǎn)程度越高,反之,則越低。

2.3 空間計(jì)量經(jīng)濟(jì)模型

空間計(jì)量經(jīng)濟(jì)學(xué)理論認(rèn)為一個(gè)區(qū)域空間單元上的某種經(jīng)濟(jì)地理現(xiàn)象與鄰近地區(qū)空間單元上同一現(xiàn)象是相關(guān)的。全局空間自相關(guān)主要用于分析區(qū)域總體的空間關(guān)聯(lián)度及差異程度[25],通過描述事物或現(xiàn)象的空間分布格局并將其可視化來發(fā)現(xiàn)空間集聚或分散程度[32],是空間計(jì)量模型使用的前提,其數(shù)學(xué)表達(dá)式為

(5)

在此基礎(chǔ)上,本文主要引用空間滯后模型(spatial lag model,SLM)和空間誤差模型(spatial error model,SEM)進(jìn)行影響因素分析。SLM主要用于測(cè)度某一區(qū)域?qū)χ車鷧^(qū)域的影響及其強(qiáng)度,也可稱為空間自回歸模型。SEM主要是考慮了隨機(jī)誤差的存在使得變量的選取和測(cè)度產(chǎn)生的一些不確定性因素,從而對(duì)因變量產(chǎn)生一定程度影響，其公式為

SLM:Y=ρWY+Xβ+ε

SEM:Y=Xβ+ε

ε=λWε+μ

(6)

其中,Y為因變量,用地均碳排放量表示；ρ和λ分別對(duì)應(yīng)空間誤差模型和空間滯后模型的空間自回歸系數(shù)；W是元素為0和1的空間權(quán)重矩陣；X為K維自變量行向量；β為相應(yīng)解釋變量的系數(shù)；ε和μ為隨機(jī)誤差向量。

3 結(jié)果分析

3.1 時(shí)間演變特征分析

通過計(jì)算得到1990—2015年陜西省土地利用的碳源、碳匯和各種土地利用類型的碳排放(吸收)占比。由表1可知,陜西省碳排放量從1990年的1 869×104t增加到2015年的8 045×104t,處于持續(xù)增加狀態(tài),年均增長(zhǎng)率為13.20%。其中1990—2000年增長(zhǎng)緩慢,10年間碳排放增加242×104t,年均增長(zhǎng)率為1.29%;2000—2010年快速增長(zhǎng),碳排放量增加了4 119×104t,年均增長(zhǎng)率為19.50%;2010—2015年碳排放量增長(zhǎng)了1 815×104t,年均增長(zhǎng)率為5.83%,增長(zhǎng)速度有所下降。

表1 1990—2015年陜西省不同土地利用類型的碳排放量/吸收量及其占比Tab.1 Carbon emissions/absorptionand their proportions of different land use types in Shaanxi Province from 1990 to 2015

就碳源而言,建設(shè)用地是陜西省最主要的碳源,占碳源總量由82.39%增加到96.14%,碳源作用在不斷加強(qiáng);相反,耕地的碳源作用不斷減弱,尤其是2000年以后,碳源作用下降了約14%。主要原因是在2000年以后,陜西省進(jìn)入快速城市化階段,建設(shè)用地不斷占用耕地、林地和草地面積。

就碳匯而言,林地是陜西省最主要碳匯,占碳匯總量均在90%以上;其次是草地,占比約為6%;水域和未利用地碳吸收較少,可忽略不計(jì)。陜西省從1999年開始實(shí)施退耕還林(草)工程,但總體而言,陜西省的林地、草地的碳吸收量并沒有明顯的變化,主要是因?yàn)橥烁€林(草)工程主要在陜北地區(qū)進(jìn)行,該區(qū)以退耕還草為主,而草地的碳排放系數(shù)為-0.022 t/(hm2·a),因此固碳能力弱[35]。此外,在城鎮(zhèn)化過程中建設(shè)用地迅速擴(kuò)張并占用林、草地,從另一個(gè)側(cè)面說明，退耕還林還草工程取得了顯著成效,部分被建設(shè)用地的占用所抵消。

3.2 空間演變特征

為了更加直觀地分析25年來陜西省縣域土地利用碳排放空間差異及演化特征,參考前人研究成果[15,23,25],并結(jié)合研究區(qū)實(shí)際情況,利用自然斷點(diǎn)法將各縣域碳排放總量與增量進(jìn)行等級(jí)劃分與空間制圖表達(dá)。

3.2.1 縣域陜西省土地利用碳排放量的空間演變 由圖2可知,1990—2000年各縣域單元土地利用碳排放差異不顯著。除咸陽(yáng)市轄區(qū)、寶雞市轄區(qū)、西安市轄區(qū)和渭南市轄區(qū)周邊幾個(gè)縣域碳排放量在50×104t以上,其余各縣域碳排放均在50×104t以下且大部分縣域碳排放小于20×104t,其中小于20×104t的縣域均為68個(gè),占比71.60%,說明這一時(shí)期由于大部分縣域經(jīng)濟(jì)發(fā)展水平不高且差異小,除部分市轄區(qū)和關(guān)中地區(qū)小部分經(jīng)濟(jì)相對(duì)發(fā)達(dá)縣域外,大部分縣域碳排放量較低,差異不是很顯著。

圖2 1990—2015年陜西省縣域土地利用碳排放量的空間演變Fig.2 The spatial evolution of land use carbon emissions in Shaanxi Province from 1990 to 2015

2000—2010年絕大部分縣域碳排放呈現(xiàn)快速增加狀態(tài),碳排放量超過50×104t的縣域有31個(gè),碳排放量超過100×104t的縣域單元有12個(gè)且以市轄區(qū)為主,而碳排放量小于20×104t的下降為33個(gè)。其中，陜北地區(qū)的榆林市市轄區(qū)、府谷縣、神木縣、定邊縣、靖邊縣等碳排放量均達(dá)到100×104t以上,其他各縣的碳排放也出現(xiàn)不同程度的增加,主要原因是陜北地區(qū)資源能源豐富,產(chǎn)業(yè)結(jié)構(gòu)以開采和初加工為主,加之2000年后我國(guó)改革開放的深入發(fā)展,東部發(fā)達(dá)地區(qū)的第二產(chǎn)業(yè)向中西部地區(qū)轉(zhuǎn)移,這一時(shí)期陜北地區(qū)第二產(chǎn)業(yè)得到發(fā)展,期間伴隨著大量的能源消耗;關(guān)中地區(qū)各縣域碳排放大致呈現(xiàn)了以各市轄區(qū)為高值中心向周邊不斷減少的特征,主要原因是關(guān)中地區(qū)地理位置優(yōu)越,經(jīng)濟(jì)發(fā)展迅速,城鎮(zhèn)化進(jìn)程快,建設(shè)用地耗能多,因此關(guān)中地區(qū)各縣碳排放量變化幅度較大;陜南地區(qū)除漢中市轄區(qū)和安康市轄區(qū)外,其余各縣碳排放均低于50×104t,變化幅度不大,主要原因是陜南地區(qū)產(chǎn)業(yè)結(jié)構(gòu)以農(nóng)業(yè)為主,地形以山地為主,交通閉塞,經(jīng)濟(jì)欠發(fā)達(dá),城鎮(zhèn)化進(jìn)程相對(duì)緩慢,而建設(shè)用地是最主要的碳源,因此這一時(shí)期陜南地區(qū)各縣碳排放變化不顯著。

2010—2015年大部分縣域碳排放增長(zhǎng)速度相對(duì)放緩,碳排放總量超過100×104t的縣域有17個(gè),超過50×104t的有42個(gè),小于20×104t的下降為15個(gè),主要原因是經(jīng)濟(jì)發(fā)展到一定水平,建設(shè)用地的擴(kuò)張和需求相對(duì)飽和,而各市轄區(qū)碳排放仍快速增加,如西安市市轄區(qū)、榆林市市轄區(qū)和安康市市轄區(qū)5年間碳排放分別增加了406×104t、69×104t和29×104t,主要原因是市轄區(qū)是各市經(jīng)濟(jì)的主要增長(zhǎng)體,能源消耗量大。此外,關(guān)中地區(qū)西部的隴縣、麒游縣、永壽縣、長(zhǎng)武縣、淳化縣等及大部分陜南地區(qū)的縣域,如鎮(zhèn)巴縣、紫陽(yáng)縣、漢陰縣、鎮(zhèn)坪縣和寧強(qiáng)縣、南鄭縣等縣域的碳排放均出現(xiàn)小幅度增長(zhǎng),主要原因是這些地區(qū)受交通條件和地勢(shì)地貌等的影響,經(jīng)濟(jì)發(fā)展相對(duì)滯后,因而碳排放增長(zhǎng)相對(duì)緩慢且滯后于其他縣域。

總體上看,不同時(shí)期各市轄區(qū)碳排放總量最多且增加速度較快,陜北地區(qū)和關(guān)中平原地區(qū)大部分縣域是主要的碳排放高值地區(qū),2000年后各縣域的碳排放量空間差異性十分顯著。不同縣域之間受經(jīng)濟(jì)發(fā)展的滯后性、城鎮(zhèn)化進(jìn)程、地形地貌的影響,碳排放出現(xiàn)不同程度的增加。因此,推測(cè)陜南地區(qū)在未來一段時(shí)間內(nèi)縣域碳排放量還會(huì)持續(xù)增加。

3.2.2 陜西省各縣域1990—2015年碳排放增量空間分異 由圖3可知,1990—2015年各縣域碳排放總量均出現(xiàn)不同程度的增加。除各市轄區(qū)和陜北地區(qū)的府谷縣、神木縣和韓城市增長(zhǎng)較多外,其他各縣增長(zhǎng)幅度相對(duì)較小,尤其是陜南地區(qū)各縣域普遍增長(zhǎng)幅度在66.90×104t以下。究其原因,一方面各市轄區(qū)經(jīng)濟(jì)發(fā)展相對(duì)較快,建設(shè)用地較多,另一方面受當(dāng)?shù)氐淖匀簧鷳B(tài)環(huán)境和退耕還林政策的影響,如陜南地區(qū)的大部分縣域增長(zhǎng)緩慢,主要原因是當(dāng)?shù)厣鷳B(tài)環(huán)境好,植被覆蓋率高。

圖3 陜西省1990—2015年碳排放增量Fig.3 The increase in carbon emissions in Shaanxi Province from 1990 to 2015

3.3 土地利用碳排放風(fēng)險(xiǎn)分析

為了更加直觀表達(dá)陜西省各縣域單元不同時(shí)期碳排放風(fēng)險(xiǎn)狀況,參考湯峰等人的研究成果[36],從相對(duì)重要性的角度出發(fā),同時(shí)結(jié)合研究區(qū)域的實(shí)際情況,采用自然斷點(diǎn)法將碳排放風(fēng)險(xiǎn)劃分為4個(gè)等級(jí):[-0.48，1.57),[1.57，5.47),[5.47，13.68),[13.68，63.96], 分別表示低度風(fēng)險(xiǎn)、 中度風(fēng)險(xiǎn)、 高度風(fēng)險(xiǎn)和重度風(fēng)險(xiǎn), 得到1990—2015年陜西省各縣域的碳排放風(fēng)險(xiǎn)分布圖(見圖4)。

由圖4可知,陜西省各縣域在1990—2015年碳排放風(fēng)險(xiǎn)等級(jí)以中低風(fēng)險(xiǎn)區(qū)為主。1990年和2000年的碳排放以低度風(fēng)險(xiǎn)區(qū)為主,2010年雖然一些縣域的風(fēng)險(xiǎn)等級(jí)提升,但仍以低度風(fēng)險(xiǎn)區(qū)為主,2015年中度風(fēng)險(xiǎn)區(qū)占據(jù)主要部分。其中,陜北和關(guān)中平原地區(qū)的縣域風(fēng)險(xiǎn)等級(jí)變化最為明顯,重度風(fēng)險(xiǎn)區(qū)零星分布,數(shù)量較少,主要為市轄區(qū)和府谷縣、神木縣。

圖4 陜西省縣域土地利用碳排放風(fēng)險(xiǎn)等級(jí)的空間格局Fig.4 The spatial pattern of land use carbon emission risk levels in various counties in Shaanxi Province

1990—2000年土地利用類型變化不大,尤其是建設(shè)用地變化不明顯,各縣域之間碳排放量增加較少,相應(yīng)地對(duì)生態(tài)環(huán)境的影響較小,且各縣域之間差異不顯著。2000—2015年各縣區(qū)風(fēng)險(xiǎn)等級(jí)空間差異顯著,尤其是陜北和關(guān)中平原地區(qū)大部分縣域向中高度風(fēng)險(xiǎn)區(qū)轉(zhuǎn)變,部分縣域變化為重度風(fēng)險(xiǎn)區(qū)。主要原因是關(guān)中地區(qū)地理?xiàng)l件好,經(jīng)濟(jì)快速發(fā)展,建設(shè)用地迅速擴(kuò)張,這個(gè)過程伴隨著大量能源消耗,碳排放量大。而陜北地區(qū)的經(jīng)濟(jì)發(fā)展水平雖不及關(guān)中地區(qū),建設(shè)用地耗能相對(duì)較少,但陜北地區(qū)生態(tài)脆弱,生態(tài)系統(tǒng)修復(fù)能力較差。陜南地區(qū)在2010年除市轄區(qū)和小部分縣域外,仍以低風(fēng)險(xiǎn)區(qū)為主。直至2015年大部分縣域才轉(zhuǎn)變?yōu)橹卸蕊L(fēng)險(xiǎn)區(qū),主要由于陜南地區(qū)經(jīng)濟(jì)發(fā)展的滯后性和生態(tài)環(huán)境較好,碳吸收能力較強(qiáng)。

3.4 影響因素分析

3.4.1 指標(biāo)選取 土地利用碳排放受諸多因素的影響,可概括為自然因素和社會(huì)經(jīng)濟(jì)因素2大類,同時(shí),由于陜西省土地利用受到退耕還林(草)政策的影響,本文將政策因素考慮在內(nèi)。另外,考慮到地均碳排放量更具有橫向可比性,本文選取2015年陜西省各縣域地均碳排放量作為因變量,同時(shí)構(gòu)建了陜西省縣域地均碳排放的影響因子(見表2)。

表2 陜西省土地利用碳排放的影響因子Tab.2 Influencing factors of land use carbon emissions in Shaanxi Province

3.4.2 結(jié)果分析 運(yùn)用空間計(jì)量模型的前提是空間要素單元之間存在相關(guān)性,本文通過對(duì)2015年陜西省各縣地均碳排放量進(jìn)行空間自相關(guān)檢驗(yàn),得到Moran′I指數(shù)為0.591 9,p值通過了0.001的顯著性檢驗(yàn),z值為11.892 1,通過了相關(guān)性檢驗(yàn)。因此,選取2015年的截面數(shù)據(jù),運(yùn)用Stata13.0軟件得到基于空間滯后模型和空間誤差模型的影響因素的分析結(jié)果(見表3)。

表3 陜西省縣域土地利用碳排放的空間計(jì)量模型分析結(jié)果Tab.3 Analysis results of spatial measurement model of land use carbon emissions in Shaanxi Province

通過對(duì)系數(shù)的估計(jì)值、赤池信息量(AIC)和施瓦茨信息量(BIC)及顯著性水平檢驗(yàn),發(fā)現(xiàn)空間滯后模型與空間誤差模型的契合度相似,但前者的擬合優(yōu)度更好,因此主要基于空間滯后模型的回歸結(jié)果對(duì)陜西省縣域土地利用地均碳排放進(jìn)行影響因素結(jié)果分析。由表可知，x1、x3、x6、x7均通過了5%的顯著性水平檢驗(yàn),但x2、x4、x5未能通過顯著性水平檢驗(yàn),因此認(rèn)為GDP、城市化水平、高程、政策是影響陜西省縣域土地利用碳排放的主要因素,其中GDP、城市化水平正向影響土地利用碳排放,高程與政策因素與土地利用碳排放呈負(fù)相關(guān)關(guān)系。

首先,GDP是衡量一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展水平的重要指標(biāo),隨著經(jīng)濟(jì)發(fā)展水平的提高,土地利用/覆被也會(huì)隨之發(fā)生相應(yīng)變化,主要表現(xiàn)在受經(jīng)濟(jì)利益的驅(qū)動(dòng),農(nóng)民撂荒,耕地變?yōu)榛牡?以及大量農(nóng)用地轉(zhuǎn)化為建設(shè)用地,從而使碳排放量增加;其次,城市化水平的提高是社會(huì)進(jìn)步的體現(xiàn),但這個(gè)過程伴隨著大量的能源消耗,從而給環(huán)境帶來一系列負(fù)面影響;另外,高程對(duì)陜西省縣域土地利用碳排放影響程度較弱,主要原因是隨著海拔升高,土地利用受人類的影響較小;最后,政策對(duì)于陜西省縣域土地利用碳排放具有顯著的約束作用,說明退耕還林(還草)政策的實(shí)施對(duì)于陜西省由土地利用起到了碳抑制作用,同時(shí)說明了這一政策的科學(xué)性，未來必須堅(jiān)定不移地繼續(xù)貫徹落實(shí)。

4 結(jié)論與討論

本文基于縣域尺度測(cè)算了陜西省1990—2015年共25年來土地利用引發(fā)的碳排放,分析了其時(shí)空差異及各縣域的碳排放風(fēng)險(xiǎn),并利用空間計(jì)量模型從空間角度分析了主要影響因素,主要結(jié)論如下:

1)陜西省土地利用碳排放呈不斷增加趨勢(shì),年均增長(zhǎng)率為13.20%,建設(shè)用地一直以來是主要碳源,且碳源作用不斷加強(qiáng),耕地碳源作用不斷減弱;林地是最主要的碳匯,碳吸收貢獻(xiàn)率維持在94%左右,草地發(fā)揮著弱碳匯作用。

2)陜北和關(guān)中地區(qū)大部分縣域是碳排放高值區(qū),2000—2010年縣域土地利用碳排放空間差異明顯,不同時(shí)期市轄區(qū)碳排放總量最多且增速較快?？h域碳排放風(fēng)險(xiǎn)以中低風(fēng)險(xiǎn)區(qū)為主,但縣域碳排放風(fēng)險(xiǎn)等級(jí)有隨著時(shí)間推移而提升和空間差異顯著的趨勢(shì)。

3)通過空間計(jì)量模型分析得到GDP、城市化水平、高程、政策是影響陜西省縣域土地利用碳排放的主要因素,且城市化水平對(duì)碳排放量的解釋作用最大。

本文以縣域?yàn)榛締卧?，分析了陜西省土地利?覆被變化的碳排放影響和空間異質(zhì)性及不同縣域之間的碳排放風(fēng)險(xiǎn)狀況,同時(shí)引入空間計(jì)量模型,結(jié)合陜西省實(shí)際狀況,考慮了政策因素和自然因素對(duì)土地利用/覆被的變化影響,同時(shí)考慮了不同縣域空間單元之間的相互影響對(duì)區(qū)域土地利用碳排放的作用,分析了縣域碳排放的影響因素。但本文依然存在一定的不足,雖然目前碳排放核算的技術(shù)標(biāo)準(zhǔn)已基本形成,但碳排放系數(shù)主要參考其他專家學(xué)者的成果,由于研究區(qū)域的差異,以此來測(cè)算陜西省縣域土地利用碳排放存在一定誤差。受行政區(qū)劃的調(diào)整的影響,本文根據(jù)實(shí)際情況,將部分市轄區(qū)合并視作一個(gè)研究單元,對(duì)于不同研究單元碳排放量的準(zhǔn)確估算和區(qū)域之間的差異性有一定影響。本文通過較長(zhǎng)的時(shí)序間隔數(shù)據(jù)展開研究,能看出某一時(shí)間段內(nèi)的變化,精確的面板數(shù)據(jù)則能更細(xì)致地把握縣域土地利用變化的動(dòng)態(tài)過程。