王艷軍，王孟杰，柳林，李少春，林云浩

1.湖南科技大學(xué) 測(cè)繪遙感信息工程湖南省重點(diǎn)實(shí)驗(yàn)室,湘潭411201;

2.湖南科技大學(xué) 地理空間信息技術(shù)國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室,湘潭411201;

3.湖南科技大學(xué) 資源環(huán)境與安全工程學(xué)院,湘潭411201;

4.廣州大學(xué)地理科學(xué)與遙感學(xué)院 公共安全地理信息分析中心,廣州510006;

5.辛辛那提大學(xué)地理系,美國(guó)辛辛那提OH45221-0131

1 引言

人類活動(dòng)產(chǎn)生的大量碳排放是全球氣候變暖的主要原因（趙榮欽等，2010）。近年來，中國(guó)社會(huì)經(jīng)濟(jì)飛速發(fā)展，產(chǎn)生了大量的能源消耗，導(dǎo)致碳排放總量急速增加（江威和曾海鷹，2019），2008年已成為全球第一的碳排放大國(guó)（劉占成等，2010），由此引起了空氣污染、旱澇災(zāi)害等許多環(huán)境問題，嚴(yán)重制約影響了區(qū)域可持續(xù)化發(fā)展。同時(shí)，中國(guó)勇于承擔(dān)碳減排責(zé)任，承諾在2030年單位GDP碳排放比2005年減少60%—65%。

面向該嚴(yán)峻環(huán)境問題，許多學(xué)者開展了中國(guó)區(qū)域碳排放及其空間分布的監(jiān)測(cè)研究。夜間燈光影像能夠有效地反映不同地理空間的人類活動(dòng)強(qiáng)度（Shi等，2016；Lu和Liu，2014），提供更多空間細(xì)節(jié)信息，實(shí)現(xiàn)時(shí)序監(jiān)測(cè)人類社會(huì)活動(dòng)的時(shí)空動(dòng)態(tài)變化（余柏蒗等，2021）。大量成果證明夜間燈光與碳排放（Doll等，2000；Ghosh等，2010）、人口空間分布（胡云鋒等，2018；李翔 等，2017；高倩和阿里木江·卡斯木，2017；趙利利等，2016；黃杰等，2015）具有較強(qiáng)的相關(guān)性，可用于碳排放和人口的空間化與估算分析。目前，結(jié)合夜間燈光影像數(shù)據(jù)的碳排放空間化研究主要包括：（1）直接利用夜間燈光值與省市級(jí)的能源消耗碳排放建立關(guān)系方程，進(jìn)而估算碳排放量及其時(shí)空分布（Shi等，2016；Wen等，2019；張永年和潘竟虎，2019；許燕燕等，2019；馬忠玉和肖宏偉，2017；武娜等，2019；蘇泳嫻等，2013；呂倩和劉海濱，2019；顧羊羊 等，2017），如蘇泳嫻 等（2013）結(jié)合30個(gè)省或直轄市以及66個(gè)地級(jí)市的統(tǒng)計(jì)數(shù)據(jù)，張永年和潘竟虎（2019）利用中部地區(qū)城市能源消耗數(shù)據(jù)，建立DMSP/OLS燈光數(shù)值與碳排放統(tǒng)計(jì)量之間的關(guān)系方程，模擬碳排放量；（2）先利用夜間燈光值估算碳排放量，再結(jié)合其他經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)數(shù)據(jù)，分析碳排放的空間分布特征（Shi等，2019；于博 等，2020），如于博 等（2020）基于NPP-VIIRS夜間燈光數(shù)據(jù)估算哈長(zhǎng)城市群碳排放量，再用城市富裕程度、城市人口密度等分析城市碳排放空間特征；很多研究已經(jīng)將夜間燈光數(shù)據(jù)與土地利用數(shù)據(jù)的交互處理應(yīng)用于經(jīng)濟(jì)等參數(shù)空間化（肖國(guó)峰等，2018；張怡哲等，2018；盧秀等，2019a；王明明和王卷樂，2019；陳晴和侯西勇，2015），但當(dāng)前在碳排放空間化方面，此類相關(guān)研究還較少；（3）綜合利用夜間燈光值與經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行碳排放量模擬與估算（Shi等，2020；郭忻怡等，2016；蘇旭冉和藺雪芹，2019），如Shi等（2020）利用夜間穩(wěn)定燈光值、歸一化植被指數(shù)和降水估算碳排放量，蘇旭冉和藺雪芹（2019）結(jié)合人口規(guī)模、人均GDP等，進(jìn)行擬合分析實(shí)現(xiàn)碳排放空間化以及估算。

上述研究成果多側(cè)重于獨(dú)立應(yīng)用夜間燈光影像，在省市縣尺度上實(shí)現(xiàn)碳排放的空間化與估算，存在區(qū)域內(nèi)部碳排放分析較粗放、不同用地類型、生活/生產(chǎn)能源消耗碳排放精細(xì)分析不足等問題。同時(shí)，面向科學(xué)節(jié)能減排的迫切需要，本文選擇中國(guó)碳減排的重要區(qū)域廣東省珠三角城市群，基于夜間燈光影像，結(jié)合土地利用數(shù)據(jù)與市級(jí)尺度能源消耗統(tǒng)計(jì)數(shù)據(jù)，分為生活碳排放（萬文玉等，2016）和生產(chǎn)碳排放（趙榮欽等，2010）兩大類，精細(xì)化估算珠三角城市群及其內(nèi)部地市級(jí)尺度的碳排放空間分布，探索2000年—2013年珠三角碳排放時(shí)空差異特征規(guī)律。

2 珠三角城市群與數(shù)據(jù)源

2.1 珠三角城市群概況

珠三角城市群位于廣東省中南部、珠江下游（圖1），瀕臨南海，大部分位于北回歸線以南，地處南亞熱帶，屬亞熱帶海洋季風(fēng)氣候，范圍包括廣州、佛山、肇慶、深圳、東莞、惠州、珠海、中山和江門等9個(gè)地級(jí)市，總面積約55368.7 km2，占廣東省土地面積的1/3左右，但集聚了全省約53.35%的人口，79.67%的經(jīng)濟(jì)總量（2019年統(tǒng)計(jì)數(shù)據(jù)）。珠三角城市群是中國(guó)經(jīng)濟(jì)發(fā)展較發(fā)達(dá)區(qū)域和能源消耗較密集地區(qū)，其碳排放空間分布和時(shí)空差異需要深入挖掘分析。

圖1 珠三角城市群的空間位置Fig.1 Location of Pearl River Delta（PRD）urban agglomeration

2.2 數(shù)據(jù)源

數(shù)據(jù)包括2000年—2013年的DMSP/OLS夜間燈光影像，2000年、2005年、2008年、2010年和2013年同期的珠三角城市群土地利用數(shù)據(jù)、能源統(tǒng)計(jì)數(shù)據(jù)和人口統(tǒng)計(jì)數(shù)據(jù)。

2.2.1 DMSP/OLS夜間燈光影像

2000年—2013年DMSP/OLS夜間燈光影像來源于美國(guó)國(guó)家海洋和大氣管理局NOAA（National Oceanic and Atmospheric Administration），本文選用了“Stable Lights”類型的夜間燈光影像數(shù)據(jù)，包含城鎮(zhèn)和其他地點(diǎn)的穩(wěn)定照明，過濾掉了偶然燈光，如閃電、火光、漁船等。原始DMSP/OLS夜間燈光影像數(shù)據(jù)先投影轉(zhuǎn)換成Krasovsky_1940_Albers坐標(biāo)系，再重采樣為1 km格網(wǎng)柵格。DMSP/OLS夜間燈光影像的校正，采用曹子陽等（2015）、盧秀等（2019b）和吳健生等（2018）的處理方法，包括相互校正、飽和校正和影像間的連續(xù)性校正等步驟。

2.2.2 土地利用數(shù)據(jù)

2000年、2005年、2008年、2010年和2013年珠三角城市群土地利用數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（徐新良等，2017，2018），各期的土地利用數(shù)據(jù)主要基于Landsat-TM/ETM遙感影像解譯生成，分辨率為100 m。本文中土地利用數(shù)據(jù)主要應(yīng)用了城鎮(zhèn)用地、農(nóng)村居民點(diǎn)、其他建設(shè)用地（工礦用地）3種數(shù)據(jù)類型。

2.2.3 能源統(tǒng)計(jì)數(shù)據(jù)

2000年、2005年、2008年、2010年和2013年珠三角城市群能源統(tǒng)計(jì)數(shù)據(jù)來源于同期的《廣東省統(tǒng)計(jì)年鑒》和珠三角城市群各地級(jí)市統(tǒng)計(jì)年鑒。

生活能源消耗碳排放的空間分布一般和穩(wěn)定的常住人口分布（可通過夜間燈光影像估算）一致，且缺乏地市級(jí)尺度的生活能源消耗統(tǒng)計(jì)數(shù)據(jù)。因此，本文中省級(jí)尺度的人均居民生活碳排放引用了李玥凝（2017）的研究結(jié)果。

為避免能源消耗的重復(fù)計(jì)算，生產(chǎn)能源消耗碳排放一般主要基于一次能源終端消費(fèi)計(jì)算。同時(shí)，考慮到珠三角城市群有外部能源補(bǔ)充，電力和熱力二次能源產(chǎn)生的二氧化碳可忽略。因此，珠三角城市群生產(chǎn)能源消耗碳排放的計(jì)算數(shù)據(jù)來自能源消費(fèi)平衡表中一次能源和外部補(bǔ)充的二次能源（排除熱氣、電力）的終端消費(fèi)量，詳細(xì)計(jì)算方法參考蘇泳嫻等（2013）的研究成果。

2.2.4 人口統(tǒng)計(jì)數(shù)據(jù)

2000年、2005年、2008年、2010年和2013年珠三角城市群人口統(tǒng)計(jì)數(shù)據(jù)來源于同期的《廣東省統(tǒng)計(jì)年鑒》和珠三角城市群各地級(jí)市統(tǒng)計(jì)年鑒。人口數(shù)據(jù)主要用于人類活動(dòng)因素的碳排放空間分布分析，側(cè)重于長(zhǎng)時(shí)間固定住所生活的人們。因此，人口統(tǒng)計(jì)數(shù)據(jù)主要采用常住人口數(shù)據(jù)。

3 珠三角碳排放估算及空間化

不同用地類型的能源消耗差異極大，《廣東省統(tǒng)計(jì)年鑒》統(tǒng)計(jì)數(shù)據(jù)顯示，2000年—2013年間廣東省工業(yè)能源消耗占總能源消耗的比重均大于59%，而農(nóng)業(yè)能源消耗占比均小于3.7%。因此，需要引入土地利用數(shù)據(jù)，相同或相似用地類的燈光值在碳排放空間化過程中才具有對(duì)比意義，從而得到更精確的碳排放空間化結(jié)果。

生活能源消耗碳排放估算及空間化是在城鎮(zhèn)用地和農(nóng)村居民點(diǎn)用地的空間范圍約束下，基于夜間燈光影像數(shù)據(jù)和市級(jí)尺度常住人口統(tǒng)計(jì)數(shù)據(jù)得到常住人口空間分布，再結(jié)合人均居民生活碳排放計(jì)算。生產(chǎn)能源消耗碳排放估算及空間化是基于城鎮(zhèn)/工礦用地、夜間燈光影像、市級(jí)尺度分產(chǎn)業(yè)能源消耗統(tǒng)計(jì)數(shù)據(jù)，先構(gòu)建生產(chǎn)能源消耗碳排放與夜間燈光值的關(guān)系模型，再根據(jù)不同用地類型分別進(jìn)行城鎮(zhèn)用地和工礦用地生產(chǎn)能源消耗碳排放估算及空間化，后結(jié)合分產(chǎn)業(yè)能源消耗碳排放統(tǒng)計(jì)數(shù)據(jù)進(jìn)行空間化修正。本文具體實(shí)現(xiàn)流程見圖2。

圖2 珠三角城市群碳排放時(shí)空差異性分析流程圖Fig.2 Flowchart of spatial and temporal difference analysis of carbon emission in PRD

3.1 珠三角能源消耗碳排放估算模型構(gòu)建

3.1.1 生活能源消耗碳排放估算

居民生活能源消耗碳排放可分為直接碳排放和間接碳排放，直接碳排放是居民在日常生活及交通出行等方面對(duì)各類能源的直接消耗導(dǎo)致的碳排放，間接碳排放是居民為滿足日?；旧钏璧乃蟹悄茉瓷唐泛头?wù)在生產(chǎn)和銷售各環(huán)節(jié)消耗能源而產(chǎn)生的碳排放。本文根據(jù)采用的夜間燈光影像和土地利用數(shù)據(jù)的特征，結(jié)合碳排放的空間化，側(cè)重關(guān)注居民生活能源消耗碳排放中的直接碳排放估算。

居民生活能源消耗所產(chǎn)生的碳排放是基于人口空間分布的，需要先進(jìn)行常住人口空間分布估算。本文建立了2000年、2005年、2008年、2010年和2013年珠三角城市群常住人口與夜間燈光總值擬合模型，具有較高線性關(guān)系，P值均小于1%，通過了1%的顯著性檢驗(yàn)?？紤]到降尺度模型反演的精度問題（吳健生等，2014），擬合模型采用無常數(shù)項(xiàng)線性方程見式（1），擬合關(guān)系見圖3，方程系數(shù)見表1。

表1 常住人口與夜間燈光總值擬合系數(shù)表Table 1 Fitting coefficient between resident population and total nighttime light value

圖3 常住人口與夜間燈光總值擬合關(guān)系Fig.3 Fitting relationship between resident population and total nighttime light value

式中，P(i)為第i年范圍內(nèi)的模擬常住人口；SDN為第i年范圍內(nèi)夜間燈光總值；a1為常數(shù)系數(shù)。

在常住人口空間化的基礎(chǔ)上實(shí)現(xiàn)珠三角城市群生活能源消耗碳排放的估算，計(jì)算公式見式（2）。

式中，Cs1(i)第i年范圍內(nèi)生活能源消耗模擬碳排放值；P(i)同式（1）；C為人均居民生活直接碳排放值。2000年、2005年、2008年、2010年和2013年廣東省人均居民生活直接碳排放值參考李玥凝（2017）的研究結(jié)果，分別為0.21噸/人、0.32噸/人、0.38噸/人、0.40噸/人、0.49噸/人。

3.1.2 生產(chǎn)能源消耗碳排放估算

生產(chǎn)能源消耗碳排放根據(jù)產(chǎn)業(yè)可分為第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)。在2000年—2013年珠三角城市群分產(chǎn)業(yè)能源消耗中，第一產(chǎn)業(yè)的能源消耗碳排放占比較少（最多時(shí)為2000年的3.89%），大部分是農(nóng)業(yè)機(jī)械和化肥農(nóng)藥的生產(chǎn)導(dǎo)致，且其碳排放空間化較難確定，本文對(duì)第一產(chǎn)業(yè)能源消耗碳排放暫不考慮。第二產(chǎn)業(yè)主要包括工業(yè)與建筑業(yè)，第三產(chǎn)業(yè)主要為批發(fā)零售、住宿餐飲、交通運(yùn)輸和郵政業(yè)等。根據(jù)土地利用分類及其產(chǎn)業(yè)對(duì)應(yīng)關(guān)系，本研究中工礦用地對(duì)應(yīng)第二產(chǎn)業(yè)中工業(yè)碳排放估算，城鎮(zhèn)用地對(duì)應(yīng)第二產(chǎn)業(yè)中建筑業(yè)和第三產(chǎn)業(yè)碳排放估算。

由于2000年—2013年珠三角城市群快速發(fā)展，每年生產(chǎn)能源消耗碳排放量與夜間燈光值之間的關(guān)系是不同的，本文分別建立了2000年、2005年、2008年、2010年和2013年珠三角生產(chǎn)能源消耗碳排放與夜間燈光總值擬合模型，兩者具有較高的線性關(guān)系，P值均小于1%，通過了1%的顯著性檢驗(yàn)?？紤]到降尺度模型反演的精度問題（吳健生等，2014），擬合模型采用無常數(shù)項(xiàng)線性方程見式（3），擬合關(guān)系見圖4，方程系數(shù)見表2。

表2 生產(chǎn)能源碳排放與夜間燈光總值擬合系數(shù)表Table 2 Fitting coefficient between carbon emissions from energy production and total nighttime light value

式中，Cs23(i)為第i年范圍內(nèi)生產(chǎn)能源消耗模擬碳排放量；Cs2(i)為第i年范圍內(nèi)工礦用地生產(chǎn)能源消耗模擬碳排放；Cs3(i)為第i年范圍內(nèi)城鎮(zhèn)用地生產(chǎn)能源消耗模擬碳排放；SDN(i)為第i年范圍內(nèi)夜間燈光總值；a2為常數(shù)系數(shù)。圖4生產(chǎn)能源碳排放與夜間燈光總值擬合關(guān)系

Fig.4 Fitting relationship between carbon emissions from energy production and total nighttime light value

3.2 生活能源消耗碳排放空間化

由擬合方程估算得到的模擬碳排放量與實(shí)際生活能源消耗碳排放會(huì)存在誤差，需要進(jìn)行修正，使得生活能源消耗碳排放在地級(jí)市尺度更精確，修正公式為

式中，ui為第i年生活能源消耗碳排放修正系數(shù)；Cr1(i)為第i年范圍內(nèi)生活能源消耗統(tǒng)計(jì)碳排放；Cs1(i)由式（2）計(jì)算；SDN(i)(k)為第i年第k個(gè)柵格單元夜間燈光值；Cs1(i)(k)為第i年第k個(gè)柵格單元生活能源消耗模擬碳排放值；Cr1(i)(k)即為第i年第k個(gè)柵格單元生活能源消耗碳排放值。

由此，可計(jì)算得到珠三角城市群地級(jí)市尺度的生活能源消耗碳排放空間分布（圖5）。結(jié)果顯示，2000年—2013年珠三角城市群生活能源消耗碳排放量及其空間范圍均呈現(xiàn)增長(zhǎng)趨勢(shì)，其中廣州市、深圳市、東莞市和佛山市增長(zhǎng)較多，內(nèi)部不用地級(jí)市之間存在顯著的增長(zhǎng)異質(zhì)性。

圖5 珠三角生活能源消耗碳排放分布圖Fig.5 Carbon emission of domestic energy consumption in PRD

3.3 生產(chǎn)能源消耗碳排放空間化

3.3.1 工礦用地生產(chǎn)能源消耗碳排放空間化

根據(jù)以上分析，工礦用地對(duì)應(yīng)的能源消耗碳排放為工業(yè)能源消耗碳排放，結(jié)合市級(jí)尺度工業(yè)能源消耗碳排放統(tǒng)計(jì)數(shù)據(jù)對(duì)每年的工礦用地模擬碳排放進(jìn)行空間化修正，以使得珠三角工礦用地生產(chǎn)能源消耗碳排放估算結(jié)果更精確，修正公式為

式中，mi為第i年工礦用地碳排放修正系數(shù)；Cr2(i)為第i年范圍內(nèi)工礦用地生產(chǎn)能源消耗統(tǒng)計(jì)碳排放；Cs2(i)同式（3）；SDN(i)(k)同式（5）；Cs2(i)(k)為第i年第k個(gè)柵格單元工礦用地生產(chǎn)能源消耗模擬碳排放值；Cr2(i)(k)即為第i年第k個(gè)柵格單元工礦用地生產(chǎn)能源消耗碳排放值。

由此，可計(jì)算得到珠三角城市群的工礦用地生產(chǎn)能源消耗碳排放空間分布（圖6）。結(jié)果顯示，工礦用地生產(chǎn)能源消耗碳排放量在2005年和2008年呈現(xiàn)明顯增長(zhǎng)，而在2010年和2013年則顯著降低；同時(shí)工礦用地生產(chǎn)能源消耗碳排放空間范圍呈現(xiàn)逐年擴(kuò)張趨勢(shì)，其中廣州市、東莞市和惠州市的空間范圍增長(zhǎng)較為明顯。

3.3.2 城鎮(zhèn)用地生產(chǎn)能源消耗碳排放空間化

根據(jù)以上分析，城鎮(zhèn)用地對(duì)應(yīng)的能源消耗碳排放為第二產(chǎn)業(yè)中建筑業(yè)和第三產(chǎn)業(yè)的能源消耗碳排放，結(jié)合市級(jí)尺度對(duì)應(yīng)的能源消耗碳排放統(tǒng)計(jì)數(shù)據(jù)對(duì)每年的城鎮(zhèn)用地碳排放格網(wǎng)進(jìn)行空間化修正，以使得珠三角城鎮(zhèn)用地生產(chǎn)能源消耗碳排放估算結(jié)果更精確，修正公式為

式中，ni為第i年城鎮(zhèn)用地生產(chǎn)碳排放修正系數(shù)；Cr3(i)為第i年范圍內(nèi)城鎮(zhèn)用地生產(chǎn)能源消耗統(tǒng)計(jì)碳排放；Cs3(i)同式（3）；SDN(i)(k)同式（5）；Cs3(i)(k)為第i年第k個(gè)柵格單元城鎮(zhèn)用地生產(chǎn)能源消耗模擬碳排放值；Cr3(i)(k)即為第i年第k個(gè)柵格單元城鎮(zhèn)用地生產(chǎn)能源消耗碳排放值。

由此，可計(jì)算得到珠三角城市群的城鎮(zhèn)用地生產(chǎn)能源消耗碳排放空間分布（圖7）。結(jié)果顯示，城鎮(zhèn)用地生產(chǎn)能源消耗碳排放量及其空間范圍均呈現(xiàn)增長(zhǎng)趨勢(shì)，并存在顯著的增長(zhǎng)空間異質(zhì)性，廣州市、深圳市、東莞市和佛山市的空間范圍增長(zhǎng)較為明顯，其中東莞市和佛山市的城鎮(zhèn)用地碳排放強(qiáng)度相較于廣州市和深圳市較低。

圖7 珠三角城鎮(zhèn)用地生產(chǎn)能源消耗碳排放分布圖Fig.7 Carbon emission from productive energy consumption of urban land in PRD

4 珠三角城市群碳排放時(shí)空差異分析

4.1 模型結(jié)果精度檢驗(yàn)

為了檢驗(yàn)常住人口估算模型和生產(chǎn)能源消耗碳排放估算模型，分別將2000年、2005年、2008年、2010年和2013年的珠三角常住人口、生產(chǎn)能源消耗碳排放量的估算值與統(tǒng)計(jì)值進(jìn)行誤差分析（見表3和表4）。結(jié)果表明，本文構(gòu)建的模型結(jié)果精度較高，可用于珠三角城市群碳排放時(shí)空差異分析研究。

表3 珠三角城市群常住人口估算精度Table 3 Estimate accuracy of permanent population in PRD

表4 珠三角生產(chǎn)能源消耗碳排放估算精度Table 4 Estimate accuracy of carbon emission from production energy consumption in PRD

4.2 2000年—2013年珠三角碳排放總體特征

珠三角城市群碳排放總量為生活和生產(chǎn)能源消耗碳排放的總和。2000年—2013年的珠三角城市群碳排放時(shí)空分布差異較大，其碳排放空間分布見圖8。通過計(jì)算結(jié)果發(fā)現(xiàn)：2000年—2013年珠三角城市群碳排放量一直處于增長(zhǎng)階段，其中2005年—2008年碳排放增長(zhǎng)最多，達(dá)到年均增長(zhǎng)3540.12萬t；此后受2008年金融危機(jī)影響，增長(zhǎng)速度減緩，2008年—2010年年均增長(zhǎng)2096.36萬t，2010年—2013年持續(xù)減緩，年均增長(zhǎng)1146.13萬t/a。

圖8 珠三角城市群碳排放空間分布圖Fig.8 Carbon emission distribution in PRD

同時(shí)，通過空間自相關(guān)分析方法，計(jì)算得到珠三角城市群碳排放總量、生活、城鎮(zhèn)用地和工礦用地的能源消耗碳排放的Moran’s I值（表5），其Z統(tǒng)計(jì)量均大于2.58，表明計(jì)算結(jié)果有效且顯著。四者能源消耗碳排放的Moran’s I值均大于0，表明該區(qū)域存在能源消耗碳排放空間聚集效應(yīng)，且整體逐步增強(qiáng)，其中城鎮(zhèn)用地能源消耗碳排放空間聚集效應(yīng)最為顯著。

表5 珠三角城市群碳排放Moran’s I值Table 5 Moran’s I value of carbon emission in PRD

4.3 2000年—2013年珠三角碳排放時(shí)空差異

在2008年金融危機(jī)前后，不同地級(jí)市、不同用地類、同用地類不同區(qū)域之間的碳排放及其增長(zhǎng)速度都具有明顯的空間異質(zhì)性。

（1）2008年金融危機(jī)后，除中山市和肇慶市外，珠三角大部分市（特別是佛山市和東莞市）的碳排放增速明顯減緩，2008年金融危機(jī)前的2005年—2008年和危機(jī)后的2008年—2010年珠三 角年均碳排放變化趨勢(shì)見圖9。

圖9 2008年金融危機(jī)前后的珠三角城市群年均碳排放增長(zhǎng)趨勢(shì)Fig.9 Growth trend of carbon emission per year in PRD before and after the 2008 financial crisis

佛山市的碳排放增速?gòu)?005年—2008年的843.65萬t/a下降到2008年—2010年的51.94萬t/a；東莞市由2008年金融危機(jī)前的414.94萬t/a下降到危機(jī)后的41.20萬t/a；其他市的年均增速也不同程度地降低，廣州市年均增速減少了42.87萬t/a，深圳市減少了172.94萬t/a，珠海市減少了23.94萬t/a，惠州市減少了88.42萬t/a，江門市減少了108.99萬t/a。

（2）2000年—2013年的珠三角城市群的工礦用地生產(chǎn)能源消耗碳排放占同期碳排放總量的比例呈逐年遞減趨勢(shì)，而城鎮(zhèn)用地碳排放占比逐年遞增。特別是2008年金融危機(jī)后，工礦用地生產(chǎn)能源消耗碳排放占比明顯下降，由2005年—2008年的年均減少1.10%過渡到2008年—2010年的年均減少2.97%，隨后2010年—2013年的年均減少1.53%。

珠三角九市內(nèi)部的工礦用地生產(chǎn)能源消耗碳排放占該市碳排放總量的比例也具有明顯空間差異，惠州市工礦用地碳排放量年均占比最大，為83%；廣州市工礦用地碳排放量年均占比最小，為71%，珠三角城市群的總體平均占比為79%。2008年金融危機(jī)后，佛山市和廣州市工礦用地生產(chǎn)能源消耗碳排放占比減少最顯著，分別年均減少3.70%和3.31%，其他城市減少程度較小，珠三角城市群整體年均減少2.97%。

4.4 2000年—2013年珠三角碳排放強(qiáng)度趨勢(shì)分析

（1）常住人口人均碳排放強(qiáng)度：2000年—2013年珠三角城市群人均碳排放強(qiáng)度處于增長(zhǎng)階段，但在2008年金融危機(jī)后，增速明顯減緩，由2005年—2008年的年均增長(zhǎng)4.41 t/人年減緩到2008年—2010年的1.41 t/人年。2000年—2013年珠三角九市的常住人口人均碳排放強(qiáng)度見圖10，可發(fā)現(xiàn)：個(gè)別城市還出現(xiàn)負(fù)增長(zhǎng)情況，如佛山市和東莞市；廣州市、深圳市人均碳排放強(qiáng)度增長(zhǎng)較快且處于高位，如2013年廣州市、深圳市人均碳排放強(qiáng)度分別為8.98 t/人、8.20 t/人，而同期江門市僅為2.08 t/人。

圖10 2000年—2013年珠三角九市的人均碳排放強(qiáng)度Fig.10 Per capita carbon emission intensity in PRD from 2000 to 2013

（2）單位GDP碳排放強(qiáng)度：2000年—2013年珠三角城市群九市的單位GDP碳排放強(qiáng)度（圖11）基本處于緩慢負(fù)增長(zhǎng)階段，由2005年—2008年的緩慢正增長(zhǎng)轉(zhuǎn)變?yōu)?008年—2013年的負(fù)增長(zhǎng)階段。2013年惠州市的單位GDP碳排放強(qiáng)度最大，為1.00 t/萬元，隨后是廣州市和肇慶市，均為0.75 t/萬元，其他市均處于0.42—0.63 t/萬元，差別較小。

圖11 2000年—2013年珠三角九市的單位GDP碳排放強(qiáng)度Fig.11 Carbon emission intensity per unit of GDP in PRD from 2000 to 2013

（3）地均碳排放強(qiáng)度：2000年—2013年珠三角城市群九市的工礦和城鎮(zhèn)用地的地均碳排放強(qiáng)度見圖12。珠三角城市群的工礦用地的地均碳排放強(qiáng)度經(jīng)歷了2000年—2005年的負(fù)增長(zhǎng)、2005年—2008年的正增長(zhǎng)到2008年—2013的負(fù)增長(zhǎng)三個(gè)階段，各年的工礦用地的地均碳排放強(qiáng)度分別為1.98×105t/km2、1.77×105t/km2、2.09×105t/km2、1.72×105t/km2和1.46×105t/km2。珠三角九市的工礦用地的地均碳排放強(qiáng)度見圖12（a），各市大體趨勢(shì)基本一致，深圳市明顯高于同期其他地級(jí)市。

圖12 2000年—2013年珠三角城市群九市的地均碳排放強(qiáng)度Fig.12 Carbon emission intensity per square kilometer in PRD from 2000 to 2013

2000年—2013年的珠三角城市群城鎮(zhèn)用地的地均碳排放強(qiáng)度呈現(xiàn)較快增長(zhǎng)趨勢(shì)，各年的城鎮(zhèn)用地的地均碳排放強(qiáng)度分別為7.44×103t/km2、9.53×103t/km2、1.60×104t/km2、2.07×104t/km2和2.64×104t/km2。珠三角九市的城鎮(zhèn)用地的地均碳排放強(qiáng)度見圖12（b），各市（除個(gè)別年份的佛山、肇慶等市）基本上處于增長(zhǎng)階段。

5 討論

當(dāng)前已有較多學(xué)者結(jié)合夜間燈光影像進(jìn)行碳排放研究，大部分研究成果集中在碳排放的估算與省市/地域尺度的空間化，或者直接利用夜間燈光影像數(shù)據(jù)的燈光總值進(jìn)行空間分布分析（Wen等，2019）。但是，還需要考慮不同用地類型、同一用地類型的不同能源消耗碳排放等差異性，探索碳排放精準(zhǔn)估算和精細(xì)空間化途徑。

本文結(jié)合土地利用數(shù)據(jù)的碳排放精細(xì)估算及時(shí)空分布以揭示2000年—2013年珠三角城市群碳排放時(shí)空差異性。土地利用數(shù)據(jù)的引入為基于夜間燈光影像數(shù)據(jù)的碳排放估算與空間化提供細(xì)化約束，能夠揭示珠三角城市群及其內(nèi)部各地級(jí)市的碳排放時(shí)空分布及差異規(guī)律。

結(jié)果分析表明，2000年—2013年珠三角城市群存在顯著的碳排放時(shí)空差異，2008年金融危機(jī)后，這種碳排放時(shí)空差異變得更加復(fù)雜。2008年金融危機(jī)前，珠三角城市群總體碳排放呈高速增長(zhǎng)，而危機(jī)后其增速逐漸降低。從不同用地類型角度，珠三角城市群的城鎮(zhèn)用地的地均碳排放強(qiáng)度基本處于逐年增長(zhǎng)趨勢(shì)；而2008年金融危機(jī)后的工礦用地的地均碳排放強(qiáng)度明顯下降。這可能的原因是：2008年金融危機(jī)后珠三角城市群工業(yè)發(fā)展較成熟，產(chǎn)業(yè)結(jié)構(gòu)/能源結(jié)構(gòu)優(yōu)化調(diào)整，能源利用水平提高，產(chǎn)業(yè)朝著更低耗、綠色環(huán)保的方向發(fā)展；2008年—2013年，第三產(chǎn)業(yè)飛速發(fā)展，其碳排放增速加快，城鎮(zhèn)用地能源消耗碳排放占比在2008年金融危機(jī)后明顯增大，總體增速大于危機(jī)前。隨著珠三角城市群第三產(chǎn)業(yè)的快速發(fā)展，城鎮(zhèn)用地碳排放持續(xù)增長(zhǎng)將成為碳減排的關(guān)鍵問題。

另外，珠三角城市群不同地級(jí)市的碳排放具有較獨(dú)特的現(xiàn)實(shí)特征，應(yīng)該因地制宜制定碳減排策略。廣州市、深圳市、佛山市一直處于碳排放高位，相對(duì)而言肇慶市、江門市、珠海市、中山市的碳排放較少。各地市的經(jīng)濟(jì)水平與產(chǎn)業(yè)/能源結(jié)構(gòu)、能源利用水平可能是這種差異的關(guān)鍵原因。

6 結(jié)論

本文結(jié)合夜間燈光影像數(shù)據(jù)與土地利用數(shù)據(jù)分析探索了2000年—2013年珠三角城市群碳排放估算及其時(shí)空差異性，揭示了2008年金融危機(jī)前后碳排放總量、常住人口人均/地均/單位GDP等碳排放強(qiáng)度分布及其趨勢(shì)規(guī)律。研究結(jié)果表明：

（1）夜間燈光影像能夠較好地監(jiān)測(cè)常住人口和生產(chǎn)能源碳排放的空間分布。2000年、2005年、2008年、2010年和2013年夜間燈光總值與常住人口、生產(chǎn)能源碳排放均具有較高的線性相關(guān)性，其中夜間燈光總值與常住人口、生產(chǎn)能源碳排放的R2值域分別為0.8677—0.9143、0.6961—0.7964，且均通過了1%的顯著性檢驗(yàn)。

（2）2000年—2013年珠三角城市群碳排放量存在明顯的時(shí)空變化差異，但整體處于增長(zhǎng)階段，不過2008年金融危機(jī)的影響使其增長(zhǎng)速度減緩。此外，珠三角城市群碳排放具有空間聚集效應(yīng)，且該效應(yīng)逐步增強(qiáng)。

（3）2008年金融危機(jī)對(duì)珠三角城市群碳排放強(qiáng)度具有較大的影響，使得人均碳排放增長(zhǎng)速度減緩，單位GDP碳排放和工礦用地的地均碳排放在2008年金融危機(jī)后均處于轉(zhuǎn)為降低趨勢(shì)，但是城鎮(zhèn)的地均碳排放一直處于增長(zhǎng)趨勢(shì)。

同時(shí)，考慮到碳排放的復(fù)雜機(jī)理過程，基于夜間燈光影像等數(shù)據(jù)的碳排放空間分布估算、影響因素和趨勢(shì)預(yù)測(cè)等還需進(jìn)一步深入探索研究。