夏楚瑜,李 艷,*,葉艷妹,史 舟, 劉婧鳴,李效順

1 浙江大學土地科學與不動產(chǎn)研究所,杭州 310058 2 浙江大學農(nóng)業(yè)遙感與信息技術應用研究所,杭州 310058 3 中國地質(zhì)大學(武漢)公共管理學院,武漢 430074 4 中國礦業(yè)大學國土環(huán)境與災害監(jiān)測國家測繪局重點實驗室,徐州 221116

城市化迅速推進對全球環(huán)境產(chǎn)生巨大影響,其中城市碳排放占全球碳排放總量的78%[1],城市擴張引起的土地利用變化是城市碳排放的重要來源,所以控制城市碳排放是緩解全球氣候變暖危機的關鍵。

城市代謝是一個資源消費和廢棄物產(chǎn)生的過程,包括城市資源和廢棄物的流通、排放、處理和利用過程[2]。量化追蹤城市生態(tài)系統(tǒng)的物質(zhì)和能量流可以解剖城市代謝機理從而提高城市代謝效率[3]。隨著氣候變化越來越受到全球關注,很多學者把這個概念運用到城市碳代謝的研究中：Kennedy等關注交通能耗和電力消費引起的城市向大氣的碳排放量[4-5]；Ye等通過研究家庭住宅能耗碳排放為城市“節(jié)能減排”提供了建議[6]；Gurney等量化街道尺度的大氣與土地利用之間的碳交換來建立了一個有效的碳檢測系統(tǒng)[7]；Ou等人通過面板數(shù)據(jù)模型定量研究了城市形態(tài)如何影響城市碳排放[8]；Wu等人以中國為例通過U-Kaya模型分析了發(fā)展中國家的碳排放內(nèi)在規(guī)律[9]。解決城市碳代謝紊亂的根本途徑是通過模擬生物代謝來剖析城市碳代謝機理。生態(tài)網(wǎng)絡模型能夠定量確定網(wǎng)絡中生態(tài)流向和強度,有利于探索城市系統(tǒng)結構的優(yōu)化路徑：劉耕源等基于生態(tài)熱力學流核算方法構建城市代謝網(wǎng)絡模型,有效揭示了網(wǎng)絡結構中復雜的生態(tài)關系[10]；張妍等利用生態(tài)網(wǎng)絡效用分析方法分析了城市能源代謝[11]、水代謝[12]、氮代謝[13]系統(tǒng),深刻揭示了城市發(fā)展過程中物質(zhì)能量交換演變規(guī)律。

以往的研究很少全面考慮城市碳代謝的各個分室,有些著重自然分室而有些側重社會經(jīng)濟分室,同時大部分研究關注城市部門如工業(yè)、農(nóng)業(yè)、制造業(yè)等之間的“碳流”交換,很少考慮到城市土地利用變化所帶來的“碳流”的空間變化,然而這些“碳流”空間流向?qū)φ莆粘鞘谢^程中城市碳代謝的內(nèi)部機理有很重要意義,是城市碳代謝的重要組成部分。本文以杭州4個時間段(1995—2000,2000—2005,2005—2010,2010—2015)為例,通過構建顯性“碳流”模型和生態(tài)網(wǎng)絡分析方法來評價城市化過程中土地利用變化對城市碳代謝的作用,評價依據(jù)包括顯性“碳流”模型的凈“碳流”和生態(tài)網(wǎng)絡分析方法的互惠系數(shù)(M)兩部分,前者體現(xiàn)土地利用變化所帶來的“碳流”對城市碳代謝的直接作用,后者體現(xiàn)土地利用變化所帶來的“碳流”通過生態(tài)網(wǎng)絡各個分室之間相互作用形成的積分綜合作用(integral interaction)。研究結果可為杭州城市低碳發(fā)展空間調(diào)整提供科學指導和理論依據(jù),為如何通過土地利用規(guī)劃或城市規(guī)劃對城市碳代謝提供指導意見。

1 研究區(qū)和數(shù)據(jù)來源

1.1 研究區(qū)

圖1 研究區(qū)位置圖Fig.1 Study area

杭州作為浙江省省會,位于長三角腹地(圖1),是中國東南地區(qū)最發(fā)達的城市之一。改革開放以來,杭州市經(jīng)濟發(fā)展迅速,人均GDP從1995年的4614元上升到2015年的112600元,在中國35個主要城市中排名第八。

相關文獻表明,近20年來杭州市空間外延式增長迅猛[14],大量自然生態(tài)用地被開發(fā)為住宅用地、工業(yè)用地和道路等,引起很多環(huán)境問題,包括城區(qū)生境質(zhì)量下降、生態(tài)系統(tǒng)服務功能降低、城區(qū)溫室效應劇增等等,所以研究城市土地利用變化帶來的環(huán)境生態(tài)效應非常有意義。

1.2 數(shù)據(jù)來源

土地利用類型數(shù)據(jù)來自1995,2000,2005,2010,2015的TM遙感影像監(jiān)督分類的解譯結果。每幅遙感圖像都經(jīng)過圖像裁剪、大氣校正、幾何校正的預處理。

公路與鐵路數(shù)據(jù)利用歷年杭州市交通圖在ArcGIS 9.3軟件中矢量化,在天地圖·浙江(http://www.zjditu.cn/)以及同期航片對比的基礎上進行修改,確定6種土地利用分類結果：林地、耕地、水域與濕地(包括濕地、湖泊和河流)、城市用地、公路與鐵路、工業(yè)用地。經(jīng)分類精度檢驗,kappa系數(shù)均達到85%以上。

2 核算方法與模型構建

2.1 城市“碳流”核算

本文核算城市碳代謝自然分室和人工分室的主要“碳源”和“碳匯”：林地分室、水域與濕地分室(包括濕地、湖泊和河流)、耕地分室、城市用地分室、公路與鐵路分室和工業(yè)用地分室。

城市“碳匯”計算公式如下：

VS=∑kS

(1)

式中,S是土地利用類型面積,k是“碳匯”吸收系數(shù),見表1。

本文計算的碳排放僅僅考慮各個地類的直接碳排放,不考慮各個地類生產(chǎn)生活中的間接碳排放,比如工業(yè)用地分室的碳排放僅考慮工業(yè)過程中直接能源消耗碳排放,不考慮水泥等原料生產(chǎn)過程的碳排放。這是因為一種物質(zhì)往往生產(chǎn)地與消耗地不同,而本文研究對象精確到各個地類,為了避免雙重計算不再考慮間接碳排放。所以本文的城市“碳源”主要包括耕地分室的農(nóng)業(yè)生產(chǎn)過程直接碳排放和牲畜直接碳排放；城市用地分室的居民生活直接碳排放；公路與鐵路分室的交通碳排放以及工業(yè)用地分室的工業(yè)生產(chǎn)直接碳排放。其中,公路與鐵路分室的交通碳排放參考林劍藝等[21]對廈門城市能源利用碳足跡分析時對交通部門的處理,公路與鐵路分室的交通碳排放包括境內(nèi)碳排放和跨界運輸碳排放兩個部分。在處理跨界運輸客車、貨車和鐵路的碳排放責任分配時,基于數(shù)據(jù)可獲取性原則,假設從杭州出發(fā)和到達杭州的車輛行駛里程VMT(Vehicle-Miles of Travel)大致相等,因此只考慮杭州始發(fā)的長途客車、貨車和鐵路的柴油、汽油燃燒的碳排放。由于客運、貨運、鐵運和水運在地級市層面缺少單獨能源消耗數(shù)據(jù),本文參考前人研究成果和統(tǒng)計公報數(shù)據(jù)進行計算,雖然不同年份系數(shù)會有一些變化,但是由于數(shù)據(jù)獲取所限制再加上本文研究的是研究區(qū)的相對變化,所以影響并不是很大。另外對于航空碳排放,雖然起飛和降落時有部分航空碳排放直接作用于機場用地上,但是航空大部分燃料是消耗在飛行過程中并不直接作用于機場用地,所以航空碳排放這一部分不予考慮。具體計算公式如下：

表1 分室碳匯系數(shù)Table 1 Carbon sequestration coefficient of components

Vu=∑Elfi+K1P

(2)

Vi=∑Eifi

(3)

Vc=VA+VL+VR=K2M+K3Si+K4D+K5R+K6Pi+K7Ca

(4)

VRR=Vin+Vout=K11MP+K12MB+K13MT+K14Mm+TiFi

(5)

Vw=TwF3

(6)

式中,Vu是城市用地碳排放；Vi是工業(yè)用地碳排放；Vc是耕地碳排放(VA表示農(nóng)業(yè)活動碳排放;VL表示牲畜代謝碳排放；VR表示水稻呼吸碳排放)；VRR是公路與鐵路碳排放(Vin是境內(nèi)交通排放,Vout是跨界運輸碳排放);Vw是內(nèi)河運輸交通碳排放,由于水運單獨發(fā)生到水域上,所以這一部分交通碳排放需要單獨核算。El是居民生活能耗總量(標準煤)；P是城市非農(nóng)人口；Ei是工業(yè)能耗總量(標準煤)；fi是各種能源的碳排放系數(shù)；M是農(nóng)機總量；Si是灌溉面積;D是農(nóng)業(yè)柴油消耗；R是全年水稻總量；Pi和Ca分別是全年豬和牛的飼養(yǎng)量；MP,MB,MT和Mm分別是私家車、公交車、出租車和摩托車的運行公里。公交車、出租車的運行公里來自《中國交通運輸統(tǒng)計年鑒》；根據(jù)估算,中國私人汽車年均行駛1.5萬km/輛,摩托車年均行駛4000km/輛[22]；Ti表示第i種跨界運輸(水運單獨核算)的交通量,來自《杭州統(tǒng)計年鑒》,Fi為該種運輸?shù)奶寂欧畔禂?shù)系數(shù)；Tw是港口始發(fā)吞吐量,來自《中國交通運輸統(tǒng)計年鑒》。所有k和F值見表2。

碳代謝密度ΔW計算公式如下：

(6)

fij=ΔW×ΔS

(7)

式中,i和j表示分室,fji表示從i流向j的“碳流”,Wi代表i分室的凈“碳流”密度,Wj代表j分室的凈“碳流”密度,Vi代表i分室的凈“碳流”,Vj代表j分室的凈“碳流”,Si和Sj分別代表分室i和j的面積；ΔS代表土地利用轉移面積。如果ΔW>0,說明“碳匯”增加,這是一個正“碳流”,有助于城市碳代謝平衡；如果ΔW<0,說明“碳匯”減少或者碳排放增加,這種負“碳流”會加重城市碳代謝紊亂。

表2 分室碳排系數(shù)Table 2 Carbon emission coefficient of components

Kn：第n個境內(nèi)類型的碳排放系數(shù),Domestic carbon emission coefficient K of n factor；Fn：第n個跨界類型的碳排放系數(shù),Transboundary emission carbon emission coefficient K of n factor;能源碳排放系數(shù)、動物和人類代謝碳排系數(shù)來自文獻[23-25]；水稻呼吸和農(nóng)業(yè)生產(chǎn)碳排放系數(shù)來自文獻[26]；道路各種車輛運輸和鐵路運輸碳排系數(shù)來自文獻[27-28],水路運輸碳排放系數(shù)來自文獻[29-30]

2.2 生態(tài)網(wǎng)絡效用分析方法及生態(tài)關系判定

Finn[31]和Patten等[32]首次提出了生態(tài)網(wǎng)絡分析方法,生態(tài)網(wǎng)絡通過模擬生物網(wǎng)絡的分室和路徑來定量描述生態(tài)系統(tǒng)不同分室之間物質(zhì)能量流動。分室是生態(tài)系統(tǒng)中的功能單位,路徑是分室之間物質(zhì)能量傳遞的道路。利用生態(tài)網(wǎng)絡效用分析方法能夠定量分析城市碳代謝中網(wǎng)絡中的兩個分室在整體網(wǎng)絡作用下互相作用過程和強度。但這個方法有一定的局限性,只能分析靜態(tài)的系統(tǒng)(輸入=輸出),但是現(xiàn)實中更多的是動態(tài)開放系統(tǒng)。而后,Finn[33]通過提出平衡變量xk的概念擴展了生態(tài)網(wǎng)絡分析方法的應用范圍。積極平衡變量xk+代表一個從系統(tǒng)移動能量池的損失(系統(tǒng)能量增加),消極平衡變量xk-代表一個從系統(tǒng)移動能量池的獲取(系統(tǒng)能量減少)。Zhang等人[24]在研究北京城市碳循環(huán)時把xk定義為城市k分室的碳儲量變化。所有分室都可能從環(huán)境中得到碳儲存,也會排放碳到環(huán)境：以林地向城市用地轉移了Δs面積為例,林地流出ΔsW林的碳儲存,城市用地也增加ΔsW城的碳排放。Tk等于所有流入或者流出k的流減去或者加上xk。如果xk<0,Tk等于所有流入k的流減去xk；如果xk>0,Tk等于所有流出k的流加上xk。根據(jù)質(zhì)量守恒定律,總流入等于總流出。具體公式如下：

Tin=∑fkj+∑zk-∑(xk-)Tout=∑fik+∑zk-∑(xk+)

(8)

式中,fkj和fik分別代表j流向k的“碳流”和k流向i的“碳流”。xk-代表碳匯減少或者碳排增加,xk+代表碳匯增加或者碳排減少。

有效利用矩陣(D)可以反映各“碳流”的直接作用,dij表示各分室間“碳流”的有效利用率,根據(jù)D可以得到無量綱的整體效用矩陣U=(uij)[34],具體計算公式如下

dij=(fij-fji)/Ti

(9)

(10)

U=(uij)=D0+D1+D2+…+Dm=(I-D)-1

(11)

圖2 間接競爭生態(tài)示意圖Fig.2 Indirect competitive ecology x1：分室1,Component x1；x2：分室2,Component x2；x3：分室3,Component x3；y1：輸出1,Output y1；y2；輸出2,Output y2；y3；輸出3,Output y3；z1：Input z1,輸入1；f21：Flow from 1 to 2,自分室1分室2的流；f31：Flow from 1 to 3,自分室1分室3的流

式中,D的上標表示“碳流”交換的分室個數(shù),單位矩陣I表示各分室流量產(chǎn)生的自我反饋。

通過整體效用矩陣(U)可以得到生態(tài)網(wǎng)絡中分室之間的積分作用(integral interaction)方式[35],積分作用能夠有效解釋兩個分室在整體網(wǎng)絡作用下的綜合作用。比如即使兩個分室之間沒有直接作用,但是它們在第三個分室作用下會產(chǎn)生一個隱藏的生態(tài)關系：如圖2,雖然2與3之間沒有直接的作用,但都從1獲取能量,所以它們存在一個間接的競爭作用。利用整體效用矩陣(U)研究城市代謝能更好掌握各個分室的積分綜合作用關系。表3總結了整體效用矩陣(U)所有可能存在的生態(tài)關系。

雖然在理論上有9種生態(tài)關系,常見的只有4種(掠奪、限制、互惠共生、競爭)：掠奪和限制關系說明一個分室利用了另一個分室,在這個作用中一個分室得到了效用轉移而另一個分室損失了效用；競爭關系說明兩個分室之間相互競爭導致兩者都損失了效用；互惠共生關系則是說明兩個分室在互相作用過程中都增加了效用[36]。

表3 生態(tài)關系分類Table 3 The relationships between components of the network

“+”代表積極；“-”代表消極；“0”代表中立

其實掠奪關系和限制關系的實質(zhì)是相同的,所以把這兩種關系合并為單獨一類,統(tǒng)稱為掠奪限制關系。掠奪限制生態(tài)關系在城市化過程中最常見,比如城市擴張在增加城市用地的同時減少了農(nóng)用地,這就是一種典型的掠奪限制關系的表現(xiàn)。競爭關系和互惠共生關系是在整個網(wǎng)絡積分綜合作用下產(chǎn)生的,并不能通過直接流產(chǎn)生,但卻真實反映在流的相對大小下各個分室之間的關系。

我們利用互惠指數(shù)(M)[12]來量化各個分室之間生態(tài)關系,當M大于1說明土地利用變化對城市代謝的作用是積極的,M越大說明土地利用變化對城市代謝積極作用越強烈。由公式8可知,競爭關系與互惠共生關系對互惠指數(shù)(M)的影響非常大,所以掌握競爭關系和互惠共生關系在城市碳代謝各個分室之間分布規(guī)律意義尤其重大。

“M=N+/N-“

(12)

“式中,N+和N-表示矩陣U中的正負“碳流”個數(shù)[24]?！?/p>

3 結果與討論

3.1 “碳流”變化分析

圖3描述城市代謝各個分室的凈碳代謝密度變化。1995—2015期間林地、水域與濕地兩個分室為正碳代謝分室,其他分室都為負碳代謝分室。正碳代謝分室中,由于內(nèi)河吞吐量的迅速增長,水域與濕地凈碳代謝值密度下降了87.25%,但仍保持正值。雖然耕地有碳匯的功能,由于其耕作生產(chǎn)過程排放大量碳,所以成為碳源的一部分。工業(yè)用地在負碳代謝分室中占主導地位,1995—2005期間代謝密度減少了52.56%之后持續(xù)上升,2015比1995年上升了37.75%。城市用地、公路與鐵路分室是負碳代謝的重要分室,2015碳代謝密度分別是1995年的1.67和4.11倍。

圖3 城市分室凈碳代謝密度變化圖Fig.3 Changes of net carbon metabolism

根據(jù)土地利用變化矩陣可以得到不同時期的土地利用變化帶來的“碳流”分布：從1995—2000到2000—2005凈“碳流”減少了28.12%,2005之后逐漸增加(表4),但這4個時期杭州城市凈“碳流”一直保持負值狀況,正“碳流”遠遠小于負“碳流”,說明1995—2015研究期間杭州土地利用變化對城市碳代謝產(chǎn)生消極作用,碳代謝極其不平衡。與張妍等人[37]研究結果相比,杭州凈“碳流”在研究期內(nèi)一直是負值,說明城市碳代謝從1995—2015一直是失衡紊亂狀態(tài),而北京凈“碳流”在1995—2000期間為正。這是因為張妍等人的研究將農(nóng)村土地劃分為一個單獨分室,存在大量交通和工業(yè)用地流向農(nóng)村土地的正“碳流”。與作為直轄市的北京不同,杭州農(nóng)村土地能耗數(shù)據(jù)難以單獨獲取,所以忽略了這一分室。由于南北冬天供暖方式的差異,南方農(nóng)村相對能耗較少,農(nóng)村土地碳排放比較低,所以忽略這一分室并不影響本文對杭州城市碳代謝的研究。

1995—2000,2000—2005和2005—2010這3個研究期,負“碳流”主要來自于耕地→工業(yè)用地(C→I)和耕地→城市用地(C→U),分別占總負“碳流”的60.77%和12.98%。2010—2015時期,耕地→公路與鐵路(C→R)對負“碳流”的貢獻也不可忽視,占總負“碳流”的28.42%,這說明公路與鐵路高碳排放逐漸成為阻礙城市碳代謝平衡的重要分室。這是因為一方面隨著私家車價格下降逐漸使得私家車在居民生活中普及,增加了道路交通的碳排放,另一方面住房市場化機制和城市更新帶來的工業(yè)郊區(qū)化使得杭州就業(yè)人口的職住分離水平有所上升,通勤距離增加。根據(jù)開發(fā)區(qū)統(tǒng)計資料,2011年在開發(fā)區(qū)內(nèi)工作的通勤人口是在開發(fā)區(qū)內(nèi)居住的通勤人口的1.3倍[38],通勤人數(shù)的增加給城市碳代謝帶來不小的壓力。

1995—2000和2000—2005正“碳流”基本來自于工業(yè)用地→城市用地(I→U)。杭州工業(yè)郊區(qū)化在1995—2000主要表現(xiàn)在西湖風景區(qū)周邊污染企業(yè)外遷和由于城區(qū)高密度建設和高地價引起工業(yè)用地主動調(diào)整。2000—2005期間的工業(yè)郊區(qū)化主要來自工業(yè)園區(qū)的興起,以杭州經(jīng)濟技術開發(fā)區(qū)(下沙)、杭州高新技術開發(fā)區(qū)、江東工業(yè)園區(qū)和臨平工業(yè)園區(qū)為代表的優(yōu)惠政策吸引城區(qū)大量工業(yè)企業(yè)外遷。2005—2010年正“碳流”量明顯降低,主要是因為杭州工業(yè)布局形成一定格局,搬遷現(xiàn)象逐漸減少,正“碳流”主要來自城市用地→耕地(U→C)和城市用地→濕地(U→W)。一方面國土資源部2009依據(jù)“15號令”對土地執(zhí)法監(jiān)察中發(fā)現(xiàn)的問題進行問責,嚴重打擊了土地違法占用耕地現(xiàn)象,另一方面西溪濕地和湘湖濕地的保護工程建設提高了杭州局部“碳匯”,帶來部分正“碳流”。2010—2015年正“碳流”非常微弱,主要是因為城市已經(jīng)發(fā)展到一定水平,土地利用變化趨于穩(wěn)定。該階段正“碳流”主要來自城市用地→林地(U→F),林地保護日益受到重視,林地作為城市重要 “碳匯”提高了城市碳代謝能力。

表4 “碳流”交換表Table 4 Exchange of carbon flow

F：林地,Forest；C：耕地,Cultivated land；W：水域與濕地(包括濕地、河流和湖泊),Water and wetland；U：城市用地,Urban land；R：公路與鐵路,Road and railway；I：工業(yè)用地, Industrial land；“-”代表負碳流方向；“+”代表正碳流方向；“—”代表兩分室無交換狀態(tài)；“Hn”代表第n個負碳流；“Bn”代表第n個正碳流

3.2 “碳流”生態(tài)關系空間分布

杭州各個分室之間碳代謝的生態(tài)關系主要分為:掠奪限制、互惠共生和競爭關系。圖4表示了互惠指數(shù)(M)在整個研究期的變化：1995—2005上升了12.58%,2005—2010下降了21.42%,2010—2015增加了60%。整個研究期的M平均值為0.63<1,說明土地利用變化對城市碳代謝綜合作用是消極的?；セ葜笖?shù)M的變化與凈“碳流”值的變化并不完全相同,這一點與Zhang等人對北京城市碳代謝的研究結果相似。這是因為互惠指數(shù)M體現(xiàn)“碳流”綜合作用對城市碳代謝的結果,很多沒有直接作用的分室之間通過流的間接作用產(chǎn)生相對生態(tài)關系,而凈“碳流”值僅僅體現(xiàn)了土地利用變化所帶來的直接“碳流”作用,所以互惠指數(shù)M對于城市代謝平衡評價更有意義。圖4表示了研究期間3種主要類型生態(tài)關系比例的改變,總體來看競爭關系一直占主導地位：1995—2000期間,競爭關系占了66.67%,掠奪限制關系占了20%,互惠共生關系僅占了13.33%；2000—2005期間競爭關系下降到60%,而掠奪限制關系上升26.67%；2005—2010期間僅存在競爭關系和掠奪限制關系,其中掠奪限制關系上升到40%；2010—2015再次出現(xiàn)互惠共生關系,雖然僅僅占了20%,但由于其替代了一部分競爭關系,使得競爭關系下降,對于整個系統(tǒng)效用增加起非常重要的作用。

互惠指數(shù)M的變化與凈“碳流”值變化并不完全相同,這是因為自然生態(tài)系統(tǒng)中的互惠共生關系是很明顯的,比如耕地和草地可以建立互惠共生關系,耕地可以給草地提供養(yǎng)分而草地可以增加耕地生物多樣性。而本文所研究對象城市碳代謝是一個人類活動主導的生態(tài)系統(tǒng),直接“碳流”無法帶來互惠共生關系,互惠共生關系是兩個分室在系統(tǒng)所有“流”的作用下產(chǎn)生的綜合作用。本文M(0.67)平均值小于Zhang等人[24]對北京的研究(1.73),這主要是因為張妍等人對自然分室的劃分更為細致,考慮到了不同林地、草地之間的轉換,而互惠共生關系往往發(fā)生在一些高“碳匯”功能分室之間。

圖4 互惠指數(shù)和生態(tài)關系比例變化Fig.4 The changes in the mutualism index (M) and the proportions of ecological relationships

根據(jù)表5和表6所示,競爭關系主要存在于高負碳代謝分室,其中工業(yè)用地分室、公路與鐵路分室占主導地位,分別占競爭關系的23.94%和22.53%,這說明在系統(tǒng)作用下,高負碳代謝分室與其他分室存在強烈的碳儲量競爭,影響城市代謝系統(tǒng)平衡。由于公路與鐵路和工業(yè)用地的布局會嚴重影響人口、產(chǎn)業(yè)等城市化發(fā)展的關鍵要素的流動,所以城市規(guī)劃中工業(yè)用地和交通路網(wǎng)的合理配置非常重要。掠奪限制關系雖然沒有明顯集聚現(xiàn)象,但是可以發(fā)現(xiàn)城市用地分室是非常重要的掠奪分室,這說明改變城市擴張方式、注重城市內(nèi)涵式發(fā)展對提高城市碳代謝能力有重大意義?；セ莨采P系主要存在于正碳代謝分室,集中集聚在林地分室(占了42.83%),而水域與濕地分室雖然也是正碳代謝分室卻僅占21.42%,這是因為由于水運交通碳排放的存在致使該分室的凈碳匯功能相對較弱。其中值得注意的是雖然耕地和城市用地是負碳代謝分室,但是也分別占互惠共生關系的21.42%和14.28%。這是因為系統(tǒng)有“1+1>2”的整體特性,雖然直接“碳流”不可能帶來互惠共生關系,但是其他分室對耕地和城市用地的掠奪量達到一定程度時會使這兩分室碳排放相對減少。

1995—2015年期間杭州碳代謝生態(tài)關系空間分布和變化如圖5所示。白色區(qū)間表示沒有土地利用變化轉移,1995—2000年期間到2000—2005期間白色區(qū)間減少,2010—2015以后白色區(qū)間逐漸增加,說明2010年以后杭州土地利用格局逐漸穩(wěn)定,土地利用帶來的“碳流”也減少,其生態(tài)關系分布也隨之減少。

表5 杭州生態(tài)關系變化表(a:1995—2000；b：2000—2005；c:2005—2010；d:2010—2015)Table 5 Change of ecological relationship of Hangzhou (a:1995—2000；b：2000—2005;c:2005—2010:d:2010—2015)

表6 生態(tài)關系分布表Table 6 Distribution of ecological relationships

1995—2000年,杭州生態(tài)關系以競爭關系為主,空間上主要分布在主城區(qū)東北部和北部、余杭區(qū)的東部和蕭山區(qū)的西南部,這是因為競爭關系中耕地和工業(yè)用地、城市用地的轉換面積最大。1996年下沙、九堡劃入杭州市區(qū)加快了主城區(qū)東部的基礎設施的建設和人口、產(chǎn)業(yè)的轉移。蕭山和余杭承受上海輻射,又靠近主城區(qū)交通便利,是上海產(chǎn)業(yè)轉移的入駐地的首選,且鄉(xiāng)鎮(zhèn)企業(yè)發(fā)展迅速但大多規(guī)模小,為了節(jié)約成本在農(nóng)村選址,侵占大量耕地。蕭山東北部的掠奪競爭關系主要來自于人為圍墾使得大量灘涂被城市用地、耕地等代替,使得碳循環(huán)向負方向進行?；セ莨采P系空間分布極少,僅在余杭區(qū)西北和東部山區(qū)零星分布。

圖5 杭州生態(tài)關系空間分布變化Fig.5 Spatial distribution of the ecological relationships of Hangzhou

2000—2005年,掠奪限制關系在空間上的分布明顯大量增加這主要是由于耕地與城市用地的空間轉換。掠奪限制在各個區(qū)都有廣泛分布,在余杭和蕭山區(qū)分布尤其多,這可歸因于2001年蕭山和余杭撤市并區(qū),加快了這兩個區(qū)域城市化速度。主城的掠奪限制關系集中在西南和東南部,蕭山的掠奪限制關系集中在東部、南部,余杭的掠奪限制關系集中在西部。另外蕭山南部和余杭西部的大面積掠奪限制關系主要存在于林地和耕地之間,主要是因為早期的耕地“占補平衡”更加偏重于數(shù)量平衡,補充耕地很大程度上來自于林地,造成生態(tài)系統(tǒng)“碳匯”能力下降。競爭關系主要集中在主城區(qū)中部和蕭山區(qū)的西部、東北部,主城區(qū)競爭關系的空間分布主要來自工業(yè)用地與城市用地的轉換,而蕭山區(qū)的主要來自耕地與工業(yè)用地之間。2001年中國加入世貿(mào)組織之后貿(mào)易壁壘逐漸打破,吸引了大量外資。同時地方政府為了招商引資為目的競相壓低工業(yè)用地價格,造成工業(yè)用地擴張,而蕭山區(qū)西部近郊耕地相對比較平整,交通區(qū)位又便利,成為了工業(yè)用地侵占的首選?；セ莨采P系在空間上零星分布在主城區(qū)西湖周邊,這與西湖風景區(qū)的開發(fā)與保護使得林地與城市用地和水域與濕地分室互相轉換有關。

2005—2010,競爭關系大量增加,再次在空間上占據(jù)主導地位,且主要分布在主城東部、蕭山的東北部和余杭的靠近主城的南部區(qū)域,掠奪限制關系主要集中于余杭區(qū)的西部,此時期不存在互惠共生關系。空間上競爭關系主要來自耕地和工業(yè)用地之間,主要是周邊較發(fā)達城市產(chǎn)業(yè)升級(如上海、蘇州),部分高能耗、高污染工業(yè)外遷至蕭山和余杭這兩個區(qū)域。耕地與林地之間的轉換占掠奪限制關系空間分布的主導地位,由于“退耕還林”、“公益林”保護等國家多個政策的支持,余杭西部山區(qū)“碳匯”得到極大保護。

2010—2015,碳代謝基本趨于平穩(wěn),3種生態(tài)關系在主城區(qū)零星分布,掠奪限制關系主要分布在蕭山東北部和余杭東部,其他兩種生態(tài)關系沒有明顯集聚現(xiàn)象。一方面主城區(qū)城市擴張到一定程度可以被侵占的自然資源也達到的極限,另一方面在新型城鎮(zhèn)化政策引導下,經(jīng)濟相對發(fā)達的主城區(qū)的城市發(fā)展開始從“量”提升到“質(zhì)”的轉變,注重城市縱向內(nèi)涵式發(fā)展。

綜上所述, 1995—2000到2000—2005期間：掠奪限制生態(tài)關系向西北、西南和南部蔓延但不呈現(xiàn)集聚,競爭生態(tài)關系向東南方向移動,互惠共生生態(tài)關系向東南方向移動。2000—2005到2005—2010期間,掠奪限制生態(tài)關系向西北方向移動,競爭生態(tài)關系向南部和西北部蔓延,互惠共生關系暫時不存在；2005—2010到2010—2015期間,掠奪限制生態(tài)關系向東南方向移動,競爭關系互惠共生關系零星分布。

4 結論與建議

本文首先構建了一個顯性空間“碳流”模型來分析杭州1995—2015的城市化進程中土地利用變化帶來的直接“碳流”流向以及變化,再利用生態(tài)網(wǎng)絡效用分析方法來評價城市“碳流”引起的分室之間生態(tài)關系及其空間分布變化?；谝陨涎芯?本文得到以下結論：

(1)1995—2015期間,凈“碳流”持續(xù)呈現(xiàn)負值且在2000—2005期間達到峰值,說明城市化背景下土地利用變化加劇了杭州城市碳代謝紊亂。負“碳流”主要源自耕地與工業(yè)用地之間的轉換,正“碳流”的主要源自工業(yè)用地與城市用地之間的轉換。

(2)互惠指數(shù)(M)在1995—2005,2000—2010和2010—2015年期間分別呈現(xiàn)先增加,后減少和再增加的趨勢。整個研究期間競爭關系始終占主導地位,互惠共生關系在3種主要生態(tài)關系中所占比例最低,M平均值小于1,說明土地利用變化對城市碳循環(huán)的綜合作用是消極的。

(3)競爭關系集聚在高負碳代謝密度分室,其中工業(yè)用地分室、公路與鐵路分室占主導地位；互惠共生關系主要集聚在高正碳代謝密度分室的林地分室中；掠奪限制關系沒有明顯集聚現(xiàn)象,其中城市用地分室是重要的掠奪分室。

(4)從1995—2000至2010—2015年,以每5年為時間間隔,生態(tài)關系分布空間變化如下：掠奪限制生態(tài)關系呈現(xiàn)向西北、西南和南部蔓延—西北方向移動—東南方向移動的變化趨勢,競爭生態(tài)關系呈現(xiàn)東南方向移動—南部和西北部蔓延—零星分布的變化趨勢,互惠共生生態(tài)關系呈現(xiàn)向東南方向移動—暫時不存在—零星分布的變化趨勢。

根據(jù)以上研究結果,本文為杭州低碳城市建設提出以下二點建議：

(1)由于負“碳流”主要來自其他分室向工業(yè)用地分室的轉換,所以降低工業(yè)用地的碳排放密度和合理供給工業(yè)用地是關鍵。杭州政府應該一方面加快產(chǎn)業(yè)升級,逐步淘汰高耗能、高排放工業(yè)企業(yè),利用政策扶持新能源企業(yè),另一方面嚴格審批工業(yè)園區(qū)用地。

(2)競爭關系集聚在工業(yè)用地分室和公路與鐵路分室,研究期間總體來看競爭關系主要集中在杭州東部區(qū)域,所以杭州在未來城市規(guī)劃中要注意這兩個分室在各個區(qū)域的合理布局和分配,特別在東部地區(qū)規(guī)劃中應該著重考慮生態(tài)用地(如濕地、林地)的保護以及工業(yè)用地的合理供給。

[1] Grimm N B, Faeth S H, Golubiewski N E, Redman C L, Wu J G, Bai X M, Briggs J M. Global change and the ecology of cities. Science, 2008, 319(5864): 756-760.

[2] Wolman A. The metabolism of cities. Scientific American, 1965, 213: 179-190.

[3] Zhang Y. Urban metabolism: a review of research methodologies. Environmental Pollution, 2013, 178: 463-473.

[4] Kennedy C, Steinberger J, Gasson B, Hansen Y, Hillman T, Havránek M, Pataki D, Phdungsilp A, Ramaswami A, Mendez G V. Methodology for inventorying greenhouse gas emissions from global cities. Energy Policy, 2010, 38(9): 4828-4837.

[5] Kennedy C, Pincetl S, Bunje P. The study of urban metabolism and its applications to urban planning and design. Environmental Pollution, 2011, 159(8/9): 1965-1973.

[6] Ye H, Wang K, Zhao X F, Chen F, Li X Q, Pan L Y. Relationship between construction characteristics and carbon emissions from urban household operational energy usage. Energy and Buildings, 2011, 43(1): 147-152.

[7] Gurney K R, Razlivanov I, Song Y, Zhou Y Y, Benes B, Abdul-Massih M. Quantification of fossil fuel CO2emissions on the building/street scale for a large U.S. city. Environmental Science & Technology, 2012, 46(21): 12194-12202.

[8] Ou J P, Liu X P, Li X, Chen Y M. Quantifying the relationship between urban forms and carbon emissions using panel data analysis. Landscape Ecology, 2013, 28(10): 1889-1907.

[9] Wu Y Z, Shen J H, Zhang X L, Skitmore M, Lu W. The impact of urbanization on carbon emissions in developing countries: a Chinese study based on the U-Kaya method. Journal of Cleaner Production, 2016, 135: 589-603.

[10] 劉耕源, 楊志峰, 陳彬, 徐琳瑜, 張妍. 基于生態(tài)網(wǎng)絡的城市代謝結構模擬研究——以大連市為例. 生態(tài)學報, 2013, 33(18): 5926-5934.

[11] Zhang Y, Zheng H M, Yang Z F, Li Y X, Liu G Y, Su M R, Yin X N. Urban energy flow processes in the Beijing-Tianjin-Hebei (Jing-Jin-Ji) urban agglomeration: combining multi-regional input-output tables with ecological network analysis. Journal of Cleaner Production, 2016, 114: 243-256.

[12] Zhang Y, Yang Z F, Fath B D. Ecological network analysis of an urban water metabolic system: model development, and a case study for Beijing. Science of the Total Environment, 2010, 408(20): 4702-4711.

[13] Zhang Y, Lu H J, Fath B D, Zheng H M. Modelling urban nitrogen metabolic processes based on ecological network analysis: a case of study in Beijing, China. Ecological Modelling, 2016, 337: 29-38.

[14] 張琳琳, 岳文澤, 范蓓蕾. 中國大城市蔓延的測度研究——以杭州市為例. 地理科學, 2014, 34(4): 394-400.

[15] 陳泮勤, 王效科, 王禮茂. 中國陸地生態(tài)系統(tǒng)碳收支與增匯對策(精). 北京: 科學出版社, 2008.

[16] 方精云, 郭兆迪, 樸世龍, 陳安平. 1981—2000年中國陸地植被碳匯的估算. 中國科學 D輯: 地球科學, 2007, 37(6): 804-812.

[17] 劉國華, 傅伯杰, 方精云. 中國森林碳動態(tài)及其對全球碳平衡的貢獻. 生態(tài)學報, 2000, 20(5): 733-740.

[18] 段曉男, 王效科, 逯非, 歐陽志云. 中國濕地生態(tài)系統(tǒng)固碳現(xiàn)狀和潛力. 生態(tài)學報, 2008, 28(2): 463-469.

[19] Walsh J J. Importance of continental margins in the marine biogeochemical cycling of carbon and nitrogen. Nature, 1991, 350(6313): 53-55.

[20] Meybeck M. Riverine transport of atmospheric carbon: sources, global typology and budget. Water, Air, and Soil Pollution, 1993, 70(1): 443-463.

[21] 林劍藝, 孟凡鑫, 崔勝輝, 于洋, 趙勝男. 城市能源利用碳足跡分析——以廈門市為例. 生態(tài)學報, 2012, 32(12): 3782-3794.

[22] 賈順平, 毛保華, 劉爽, 孫啟鵬. 中國交通運輸能源消耗水平測算與分析. 交通運輸系統(tǒng)工程與信息, 2010, 10(1): 22-27.

[23] 匡耀求, 歐陽婷萍, 鄒毅, 劉宇, 李超, 王德輝. 廣東省碳源碳匯現(xiàn)狀評估及增加碳匯潛力分析. 中國人口資源與環(huán)境, 2010, 20(12): 56-61.

[24] Zhang Y, Xia L L, Fath B D, Yang Z F, Yin X N, Su M R, Liu G Y, Li Y X. Development of a spatially explicit network model of urban metabolism and analysis of the distribution of ecological relationships: case study of Beijing, China. Journal of Cleaner Production, 2016, 112: 4304-4317.

[25] Solomon S. IPCC (2007): Climate Change the Physical Science Basis. Boulder: American Geophysical Union, 2007.

[26] 閔繼勝, 胡浩. 中國農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測算. 中國人口·資源與環(huán)境, 2012, 22(7): 21-27.

[27] 張清, 陶小馬, 楊鵬. 特大型城市客運交通碳排放與減排對策研究. 中國人口·資源與環(huán)境, 2012, 22(1): 35-42.

[28] 解天榮, 王靜. 交通運輸業(yè)碳排放量比較研究. 綜合運輸, 2011, (8): 20-24.

[29] 彭傳圣. 港口生產(chǎn)能耗和排放計算問題研究. 港口裝卸, 2011, (6): 25-30.

[30] 王劍. 港口生產(chǎn)綜合能耗分析與能源彈性系數(shù)測算. 港口科技, 2006, (11): 6-8.

[31] Finn J T. Measures of ecosystem structure and function derived from analysis of flows. Journal of theoretical Biology, 1976, 56(2): 363-380.

[32] Patten B C, Bosserman R W, Finn J T, Cale W G. Propagation of cause in ecosystems//Patten B C, ed. Systems Analysis and Simulation in Ecology. New York: Academic Press, 1976, 4: 457-579.

[33] Finn J T. Flow analysis of models of the hubbard brook ecosystem. Ecology, 1980, 61(3): 562-571.

[34] Fath B D, Patten B C. Network synergism: emergence of positive relations in ecological systems. Ecological Modelling, 1998, 107(2/3): 127-143.

[35] Fath B D. Network mutualism: positive community-level relations in ecosystems. Ecological Modelling, 2007, 208(1): 56-67.

[36] Zhang Y, Li S S, Fath B D, Yang Z F, Yang N J. Analysis of an urban energy metabolic system: comparison of simple and complex model results. Ecological Modelling, 2011, 223(1): 14-19.

[37] Zhang Y, Xia L, Xiang W N. Analyzing spatial patterns of urban carbon metabolism: a case study in Beijing, China. Landscape and Urban Planning, 2014, 130: 184-200.

[38] 饒傳坤, 陳巍. 向新城轉型背景下的城市開發(fā)區(qū)空間發(fā)展研究——以杭州經(jīng)濟技術開發(fā)區(qū)為例. 城市規(guī)劃, 2015, 39(4): 43-52.