魏燕茹,陳松林,*

1 福建師范大學(xué)地理科學(xué)學(xué)院, 福州 350007 2 福建師范大學(xué)濕潤(rùn)亞熱帶山地生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地, 福州 350007

隨著人類活動(dòng)對(duì)自然界的影響不斷加深,一系列全球性的問(wèn)題也隨之出現(xiàn),全球變暖成為了當(dāng)今熱議的話題,有些學(xué)者認(rèn)為人類活動(dòng)是造成全球變暖的主要原因,有些則持其他觀點(diǎn)[1- 3]。但不可否認(rèn)的是,全球變暖與二氧化碳濃度升高密不可分,而土地利用與土地覆被變化所引起的碳排放量占人類活動(dòng)碳排放總量的1/3,僅次于化石燃料使用的碳排放量,且影響著整個(gè)區(qū)域的碳匯碳源格局[3- 7]。

近年來(lái)地理學(xué)者開(kāi)展了大量關(guān)于碳收支核算、區(qū)域碳循環(huán)與碳平衡及碳補(bǔ)償?shù)难芯縖8- 15],大部分學(xué)者逐漸意識(shí)到區(qū)際環(huán)境管理中,碳排放的空間溢出是不可忽視的關(guān)鍵環(huán)節(jié),因此這些研究逐漸將空間要素納入其中,主要包括時(shí)空耦合、空間溢出、空間關(guān)聯(lián)性及空間格局動(dòng)態(tài)演化等[16- 24],但仍存在一些不足：大多數(shù)研究在進(jìn)行空間相關(guān)性分析時(shí),僅考慮到地理要素,而各地區(qū)之間碳排放的空間關(guān)系還受到各種市場(chǎng)環(huán)境和政策因素的影響,空間關(guān)系是復(fù)雜且多樣的。其二,發(fā)達(dá)地區(qū)能源消耗量大且缺乏自給能力,依賴于外界的能源供給,欠發(fā)達(dá)地區(qū)則需要發(fā)達(dá)地區(qū)的資金、技術(shù)支持,兩者會(huì)在經(jīng)濟(jì)往來(lái)的過(guò)程中不斷強(qiáng)化碳排放空間關(guān)聯(lián),因此有必要探明碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)中不同區(qū)域所扮演的角色。此外,大多數(shù)學(xué)者對(duì)土地利用碳排放問(wèn)題的研究重點(diǎn)在于碳排放的效益和機(jī)理,對(duì)于研究成果的實(shí)際應(yīng)用有待拓展,碳平衡分區(qū)方案可綜合考量區(qū)域碳排放特征及空間溢出效應(yīng),對(duì)于開(kāi)展空間碳補(bǔ)償及低碳發(fā)展策略的制定有一定的實(shí)踐意義。

福建省在全國(guó)率先提出生態(tài)省的建設(shè)構(gòu)想,也是全國(guó)首批生態(tài)省建設(shè)試點(diǎn)省之一。目前省域尺度的碳排放研究區(qū)主要集中在中部和沿海發(fā)達(dá)地區(qū),對(duì)福建省碳排放空間關(guān)聯(lián)度的研究有待深入,且缺少基于“關(guān)系數(shù)據(jù)”來(lái)研究福建省碳排放整體的空間關(guān)聯(lián)關(guān)系、結(jié)構(gòu)及空間傳導(dǎo)機(jī)制。以福建省為研究對(duì)象,從不同土地利用方式視角研究碳排放量,采用基尼系數(shù)來(lái)衡量福建省各設(shè)區(qū)市碳收支及其強(qiáng)度的空間差異,探索區(qū)域內(nèi)土地利用碳收支規(guī)模和空間分異。構(gòu)建福建省設(shè)區(qū)市碳排放的引力矩陣,運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法分析碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)的整體特征,并明確各設(shè)區(qū)市在網(wǎng)絡(luò)中的角色,提出低碳導(dǎo)向的碳平衡分區(qū),為福建省生態(tài)文明試驗(yàn)區(qū)的建設(shè)、社會(huì)經(jīng)濟(jì)的綠色發(fā)展及產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整提供科學(xué)指導(dǎo)。

1 研究區(qū)概況

福建省地處中國(guó)東南部,位于北緯23°—28°、東經(jīng)115°—120°之間。東北毗鄰浙江省,西部武夷山脈與江西省相連,西南與廣東省交界,與臺(tái)灣省隔海相望,是中國(guó)大陸重要的出海口,也是21世紀(jì)海上絲綢之路核心區(qū)。福建省向來(lái)以生態(tài)環(huán)境優(yōu)美著稱,森林覆蓋率65.95%,居全國(guó)第一。2016年6月,福建被確立為全國(guó)首個(gè)國(guó)家生態(tài)文明試驗(yàn)區(qū),其生態(tài)建設(shè)備受外界關(guān)注。福建省2018年地區(qū)生產(chǎn)總值增長(zhǎng)至35804.04億元,目前,第一產(chǎn)業(yè)產(chǎn)值比重為6.7%,第二產(chǎn)業(yè)產(chǎn)值比重為48.1%,第三產(chǎn)業(yè)產(chǎn)值比重45.2%,在“十三五”規(guī)劃期內(nèi)福建省地區(qū)生產(chǎn)總值將突破4萬(wàn)億大關(guān)。福建省全省陸域面積 1239.68萬(wàn)hm2,其中農(nóng)用地占總面積89.31%,建設(shè)用地占7.16%。土地作為社會(huì)經(jīng)濟(jì)和城市發(fā)展所需的重要依托,在利用過(guò)程中碳減排的潛力較大,需要進(jìn)一步挖掘福建省土地利用過(guò)程中的碳減排潛力,實(shí)現(xiàn)碳減排目標(biāo),推進(jìn)生態(tài)文明建設(shè)。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源

數(shù)據(jù)主要來(lái)源于《福建統(tǒng)計(jì)年鑒》(2007—2019年)、《福建國(guó)土資源年鑒》(2007—2019年)、《福建省能源統(tǒng)計(jì)年鑒》(2007—2019年)及各設(shè)區(qū)市統(tǒng)計(jì)年鑒等,為消除價(jià)格變動(dòng)的影響,采用GDP平減指數(shù)將相關(guān)的數(shù)據(jù)統(tǒng)一折算成2006年不變價(jià)格；碳排放量采用聯(lián)合國(guó)政府間氣候變化專門(mén)委員會(huì)(IPCC)清單法核算。

2.2 研究方法

2.2.1土地利用碳排放量測(cè)算

土地利用碳排放量測(cè)算：即不同地類面積乘于其碳排放系數(shù),得出農(nóng)用地及建設(shè)用地的碳排放量之和。農(nóng)用地土地利用碳排放量測(cè)算主要包括耕地、園地、林地、草地、濕地、水域、未利用地和其他農(nóng)用地等,碳排放計(jì)算公式為：

Ci=Si·Vi

(1)

式中,Ci表示第i種地類的碳排放量；Si代表第i種地類的面積；Vi代表第i種地類的碳排放系數(shù)。其中,i=1、2、3、4、5、6、7,分別表示耕地、園地、林地、草地、濕地、水域及未利用地,考慮到這些利用方式的碳排放量在較長(zhǎng)的時(shí)期內(nèi)變化不大,因此采用賴力和藍(lán)家程等研究的碳排放系數(shù)[25- 27],碳排放量依次為0.461、-2.451、-5.052、-0.949、-0.41、-0.253、-0.005,其他農(nóng)用地的碳排放量主要來(lái)自牲畜(牛、羊、豬、家禽等)飼養(yǎng),以及人類活動(dòng)帶來(lái)的碳排放,借鑒Eggleston的研究結(jié)果,碳排放系數(shù)取值為 0.95 t/a[28]。

建設(shè)用地碳排放包括城市綠地、化石能源消耗、電力消耗和人口呼吸,計(jì)算公式為：

Ccon=Cs+Cfue+Cele+Cpeo

(2)

式中,Ccon為建設(shè)用地碳排放總量；Cs為城市綠地的碳排放量,城市綠地大多數(shù)為景觀樹(shù)和草地,因此城市綠地的碳排放系數(shù)應(yīng)介于林地與草地之間,由于無(wú)法獲得具體的種植比例,取兩者的平均值-3.001作為城市綠地的碳排放系數(shù)[29]；Cfue為化石能源消耗碳排放量,碳含量、平均低位發(fā)熱值和碳氧化率的取值參照IPCC和《綜合能耗計(jì)算通則》公布的數(shù)據(jù)[29- 32],具體系數(shù)見(jiàn)表1；Cele為電力消耗碳排放量；Cpeo為人口呼吸碳排放量,按每人每天排出0.9kg CO2,即按0.2455 kg碳進(jìn)行計(jì)算[30]。

表1 各類能源標(biāo)準(zhǔn)煤換算系數(shù)及碳排放系數(shù)

2.2.2碳收支空間差異分析

(1)碳排放基尼系數(shù)

基尼系數(shù)是20世紀(jì)初經(jīng)濟(jì)學(xué)家基尼,依據(jù)洛倫茲曲線所定義的測(cè)定收入差異狀況的指標(biāo),同樣可用于衡量某一指標(biāo)的均質(zhì)程度及區(qū)域差異[33]。這里采用基尼系數(shù)來(lái)度量福建省碳排放補(bǔ)償率的空間差異。計(jì)算公式如下：

(3)

式中,zi,zj為城市i和城市j的碳排放補(bǔ)償率,ˉz為福建省全省所有地區(qū)同一指標(biāo)的平均值。n代表地區(qū)總數(shù)。Gini值一般介于0—1之間,Gini值越小,表示區(qū)域差異越小?；嵯禂?shù)低于0.3表示“最佳平均狀態(tài)”,此時(shí)各地區(qū)碳吸收量與碳排放量高度協(xié)調(diào)；“合理狀態(tài)”在0.3—0.4之間,表示各地區(qū)碳吸收量與碳排放量勉強(qiáng)協(xié)調(diào)；“警報(bào)狀態(tài)”為0.4—0.6,則各地區(qū)碳吸收量與碳排放量處于不協(xié)調(diào)狀態(tài)；0.6以上表示“危險(xiǎn)狀態(tài)”,此時(shí)各地區(qū)碳吸收量與碳排放量為高度不協(xié)調(diào)狀態(tài)。

(2)碳排放的生態(tài)承載系數(shù)

碳生態(tài)承載系數(shù)(Ecological Support Coefficient,ESC)即表示某一地區(qū)碳吸收量占全區(qū)比例與該區(qū)域碳排放量占全區(qū)比例的商,反映了該區(qū)域碳匯能力的大小[34]。計(jì)算方法如下：

(4)

式中,CAi和CA分別表示i城市及全省的碳吸收量,Ci和C分別表示i城市及全省的碳排放量。當(dāng)ESC>1時(shí),意味著該地區(qū)碳吸收比率大于碳排放的比率,說(shuō)明具有較強(qiáng)的碳匯能力；ESC<1,則說(shuō)明碳匯能力較弱。

2.2.3碳排放網(wǎng)絡(luò)的構(gòu)建

(1)城市碳排放聯(lián)系的測(cè)度

為了建立福建省的碳排放網(wǎng)絡(luò)關(guān)系,首先需要刻畫(huà)城市之間的碳排放關(guān)聯(lián)程度。引力模型由物理學(xué)的萬(wàn)有引力定律演化而來(lái),1929年引力模型首次被Reilly應(yīng)用于人口地理分析,隨后引力模型應(yīng)用范圍不斷拓寬,并逐漸融入社會(huì)科學(xué)研究中,相較其他模型,引力模型更適用于總量數(shù)據(jù),便于利用截面數(shù)據(jù)刻畫(huà)空間關(guān)聯(lián)的變化趨勢(shì),當(dāng)前已逐漸成為定量化研究空間關(guān)系及作用的主要工具[20- 24]。為了更直觀地展現(xiàn)福建省設(shè)區(qū)市之間土地利用碳排放的引力關(guān)系,將碳排放量和生產(chǎn)總值、人均收入等加入原來(lái)的指標(biāo)體系中,同時(shí)引入?yún)?shù)k,主要用于反映城市碳排放權(quán)重,測(cè)度碳排放關(guān)聯(lián)程度的拓展公式為：

(5)

式中,Rij和dij分別表示城市i和城市j之間的引力和空間距離；G、P、C分別為城市i的生產(chǎn)總值、年末人口數(shù)和碳排放量,ei和ej表示城市i和城市j的人均收入。k為調(diào)節(jié)因子,體現(xiàn)城市i對(duì)城市j碳排放關(guān)聯(lián)的貢獻(xiàn)率。

利用式(5)計(jì)算福建省設(shè)區(qū)市碳排放的引力矩陣,值反映城市之間碳排放引力的強(qiáng)弱；為了更好地對(duì)比歷年的網(wǎng)絡(luò)特征變化,同時(shí)防止各地區(qū)之間存在普遍的聯(lián)系,使一些微弱空間聯(lián)系影響整體的網(wǎng)絡(luò)特征,需對(duì)城市間引力矩陣單元設(shè)定閾值：

(6)

將歷年引力矩陣每一行的平均值指定為截止點(diǎn),并將高于平均值的關(guān)聯(lián)度指定為1,則對(duì)應(yīng)于該單位的該列城市對(duì)行城市的碳排放作用明顯；反之指定為0,表示作用不大,由此得到福建省碳排放空間關(guān)系矩陣。

(2)整體網(wǎng)絡(luò)特征

網(wǎng)絡(luò)密度用于反映網(wǎng)絡(luò)成員間關(guān)聯(lián)的緊密性,網(wǎng)絡(luò)密度D計(jì)算公式如下：

(7)

式中,n是節(jié)點(diǎn)數(shù),n(n-1)為最大可能關(guān)系數(shù),m為實(shí)際關(guān)系數(shù)。值越高,則各成員之間的聯(lián)系越密切。

關(guān)聯(lián)度反映網(wǎng)絡(luò)結(jié)構(gòu)穩(wěn)定性和脆弱性,關(guān)聯(lián)度C計(jì)算公式如下：

(8)

式中,v為網(wǎng)絡(luò)中不可達(dá)的點(diǎn)對(duì)數(shù)目。C數(shù)值越大網(wǎng)絡(luò)結(jié)構(gòu)越穩(wěn)定。

網(wǎng)絡(luò)等級(jí)用于衡量網(wǎng)絡(luò)成員在網(wǎng)絡(luò)中的主要位置。網(wǎng)絡(luò)等級(jí)H計(jì)算公式如下：

(9)

式中,s為網(wǎng)絡(luò)中對(duì)稱地可達(dá)的點(diǎn)對(duì)數(shù),max(s)為對(duì)稱可到達(dá)的點(diǎn)對(duì)的最大數(shù)量。

網(wǎng)絡(luò)效率是指網(wǎng)絡(luò)存在多余的關(guān)聯(lián)線的程度。網(wǎng)絡(luò)效率E計(jì)算公式如下：

(10)

式中,r為多余線,max(r)為最大可能的多余線,其數(shù)值越大,各成員聯(lián)系就越松散,網(wǎng)絡(luò)也越不穩(wěn)定。

3 結(jié)果分析

3.1 碳排放時(shí)空特征分析

3.1.1福建省土地利用碳排放時(shí)空演變分析

根據(jù)福建省2006—2018年能源消耗及土地利用現(xiàn)狀數(shù)據(jù),計(jì)算得到2006—2018年土地利用碳排放量(圖1)。碳源指建設(shè)用地及耕地的碳排放量,碳匯為園地、林地、草地、濕地、水域及未利用地的碳吸收量。

圖1 2006—2018年福建省土地利用碳排放量變化圖Fig.1 Carbon emissions from land use in Fujian Province from 2006 to 2017

福建省土地利用凈碳排放量整體呈遞增的態(tài)勢(shì),峰值出現(xiàn)在2018年,與土地利用碳源量的變化趨勢(shì)相吻合,而土地利用碳匯量的變化幅度較小,基本保持穩(wěn)定。在研究期間內(nèi),凈碳排放量從2006 年的15413萬(wàn)t增加至2018年的49522萬(wàn)t,增幅達(dá)221.29%,年均增長(zhǎng)幅度為17.02%。以2015年為分界點(diǎn),福建省凈碳排放量變化可分為先增長(zhǎng)后波動(dòng)兩個(gè)階段。第一階段,從2006—2015年,福建省土地利用凈碳排放量呈逐漸增長(zhǎng)的趨勢(shì),在這個(gè)時(shí)期內(nèi)福建省城鎮(zhèn)化水平大幅度提高,土地利用方式也發(fā)生較大變化,能源消耗大幅攀升,建設(shè)用地逐年遞增,因此導(dǎo)致碳排放總量不斷增加,年均增長(zhǎng)幅度達(dá)21.98%,其中,建設(shè)用地碳排放評(píng)價(jià)指標(biāo)中各項(xiàng)能源消費(fèi)總量增長(zhǎng)迅速,以焦炭、天然氣、電力等增長(zhǎng)最為迅速,天然氣漲幅達(dá)80倍以上,也使得同期碳源總量快速增長(zhǎng)；第二階段,從2016—2018年,福建省土地利用凈碳排放量出現(xiàn)較為明顯的波動(dòng),2016年凈排放量出現(xiàn)一次下降,此次下降主要原因也是由于能源消費(fèi)總量的減少,節(jié)能減排舉措的實(shí)施初見(jiàn)成效,然而在2017年之后重新呈現(xiàn)抬頭趨勢(shì)。

從土地利用結(jié)構(gòu)上分析,建設(shè)用地是主要碳源,碳排放占比從2006年的98.64%增長(zhǎng)到2018年的99.59%。耕地及其他農(nóng)用地是另一碳源,但碳排放較弱,且占總面積比例較低,因此二者的碳排放量在較長(zhǎng)時(shí)間內(nèi)基本保持穩(wěn)定,隨著城市化進(jìn)程不斷推進(jìn)而減少,碳排放貢獻(xiàn)從2006年的1.36%下降到2018年的0.41%；另一方面,從碳吸收來(lái)看,城市綠地、草地、水域及未利用地碳吸收總量維持在0—50×104t左右,起到弱碳匯作用,其次是園地和濕地的碳吸收量,而林地起到主要碳匯的作用,但建設(shè)用地碳排量放遠(yuǎn)超林地碳吸收量,兩者間比例懸殊,無(wú)法顯著平衡碳源。為減少福建省土地利用凈碳排放量,應(yīng)將碳源的控制作為今后的工作重心,并保障綠地面積以促進(jìn)碳匯的增加,才能有效減少凈碳排放量。

從空間分布上看,福建省土地利用碳排放總體呈現(xiàn)東高西低的分布特征,根據(jù)各設(shè)區(qū)市的碳排放量,將碳排放強(qiáng)度分為 4 個(gè)等級(jí)：微度碳排放區(qū)(≤1000×104t)、輕度碳排放(1000—3000×104t)、中度碳排放區(qū)(3000—5000×104t)、重度碳排放區(qū)(≥5000×104t)(圖2)。研究期間內(nèi)碳排放量的空間分布,除了龍巖保持較為穩(wěn)定的狀態(tài),其余城市均處于持續(xù)波動(dòng)增長(zhǎng)狀態(tài)；其中福州市、漳州市和寧德市碳排放量在研究期內(nèi)大幅度增長(zhǎng)；而廈門(mén)市、莆田市、三明市和南平市4個(gè)城市的碳排放量也呈現(xiàn)上升趨勢(shì),但幅度較小,相較于這幾個(gè)城市而言,泉州市在其相應(yīng)強(qiáng)度等級(jí)范圍內(nèi)數(shù)值增長(zhǎng)較大。各設(shè)區(qū)市碳排放總量多寡排行依次為泉州市、福州市、寧德市、漳州市、廈門(mén)市、三明市、莆田市、龍巖市和南平市,總量最多的是泉州市和福州市,占全省碳排放總量46.59%,而廈門(mén)市作為福建省老牌經(jīng)濟(jì)大市并未上榜,這與廈門(mén)市地域狹小、政府政策制度、能源利用效率較高等因素相關(guān)。沿海城市與內(nèi)陸地區(qū)相比較而言,總體上碳排放量均較高,需進(jìn)一步優(yōu)化各產(chǎn)業(yè)間用地結(jié)構(gòu),保有一定數(shù)量的碳匯,未來(lái)規(guī)劃用地應(yīng)適當(dāng)控制建設(shè)用地,防止碳匯用地大面積向碳源用地轉(zhuǎn)變。

圖2 福建省土地利用碳排放量空間分布圖 Fig.2 Spatial Distribution of Carbon Emissions from Land Use in Fujian Province

3.1.2福建省空間碳平衡分析

對(duì)福建省區(qū)域碳收支核算進(jìn)行對(duì)比分析發(fā)現(xiàn)(圖3),全省歷年的碳補(bǔ)償率均不足35%,且逐年遞減,至2018年福建省碳補(bǔ)償率僅為10.05%,這表明福建省的總碳吸收量遠(yuǎn)不足以補(bǔ)償人類活動(dòng)所帶來(lái)的碳排放,因此福建省表現(xiàn)為凈碳源。就各設(shè)區(qū)市而言,碳補(bǔ)償率存在明顯的空間差異,根據(jù)基尼系數(shù)的算法,可以得到福建省歷年碳補(bǔ)償率的基尼系數(shù)均超過(guò)0.5的分配差距警戒線,處于“警戒狀態(tài)”,省內(nèi)各地區(qū)碳吸收量與碳排放量存在失衡狀況,部分年份出現(xiàn)基尼系數(shù)大于0.6,進(jìn)入“危險(xiǎn)狀態(tài)”,說(shuō)明各地區(qū)碳吸收量與碳排放量處于高度不協(xié)調(diào)狀態(tài),2016年之后基尼系數(shù)逐漸穩(wěn)定,但仍處在失衡狀態(tài),不利于全省協(xié)同減排的實(shí)現(xiàn)。從全省角度來(lái)看,經(jīng)濟(jì)較發(fā)達(dá)的區(qū)域,其碳補(bǔ)償率往往低于經(jīng)濟(jì)欠發(fā)達(dá)的區(qū)域,出現(xiàn)該現(xiàn)象的原因主要有：首先,經(jīng)濟(jì)較發(fā)達(dá)的地區(qū),工業(yè)化發(fā)展水平相對(duì)較高,大量的能源消耗帶來(lái)較大的碳排放量；第二,從產(chǎn)業(yè)結(jié)構(gòu)看,經(jīng)濟(jì)較發(fā)達(dá)的區(qū)域,一般以第二、三產(chǎn)業(yè)為主,經(jīng)濟(jì)發(fā)展必然會(huì)占用第一產(chǎn)業(yè)的生態(tài)空間,同時(shí)也降低了區(qū)域的碳匯能力；第三,經(jīng)濟(jì)欠發(fā)達(dá)的地區(qū)往往位于山區(qū),發(fā)展相對(duì)落后,森林覆蓋面積廣必然會(huì)增強(qiáng)生態(tài)系統(tǒng)碳匯能力,這在一定程度上保障了區(qū)域的碳補(bǔ)償率。

圖3 福建省土地利用碳排放基尼系數(shù)與碳補(bǔ)償率變化圖 Fig.3 Changes of Gini coefficient and carbon compensation rate of land use carbon emissions in Fujian Province

福建省碳生態(tài)承載系數(shù)(ESC)空間差異明顯,呈現(xiàn)出東低西高的特征,且生態(tài)承載力東西差距不斷加強(qiáng)。根據(jù)碳排放生態(tài)承載系數(shù)的大小,將福建省分為4類區(qū)域(圖4)。總體空間特征為：西部南平市、三明市、龍巖市等區(qū)域的生態(tài)承載系數(shù)較高,其余地區(qū)相對(duì)偏低,東部的福州市、廈門(mén)市、莆田市和泉州市最低。西部地區(qū)在研究區(qū)間內(nèi)大都處于1或2.0以上且在不斷提高,2018年南平市生態(tài)承載系數(shù)已達(dá)到5.15,龍巖市也突破3,這表明西部山區(qū)的林地具有較高的碳匯能力和相對(duì)較低的碳排放強(qiáng)度；而東部部地區(qū)生態(tài)承載系數(shù)較低,大多處于1以下且均有下降趨勢(shì),其中福州市、莆田市、寧德市在研究區(qū)間變化明顯,寧德市從碳匯能力較強(qiáng)的區(qū)域轉(zhuǎn)入碳匯能力較弱的區(qū)域,說(shuō)明東部地區(qū)碳排放的比例明顯超過(guò)了碳吸收的比例,并有進(jìn)一步強(qiáng)化的趨勢(shì),需要加強(qiáng)碳匯能力,緩解生態(tài)壓力。

圖4 福建省生態(tài)承載系數(shù)空間分布圖 Fig.4 Spatial distribution of Ecological Support Coefficient in Fujian Province

3.2 福建省碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)的實(shí)證分析

3.2.1城市網(wǎng)絡(luò)關(guān)聯(lián)度分析

根據(jù)式(5)構(gòu)建的碳排放空間引力矩陣,以福建省9個(gè)設(shè)區(qū)市為社會(huì)網(wǎng)絡(luò)的節(jié)點(diǎn),保留引力大小作為網(wǎng)絡(luò)的邊,關(guān)聯(lián)數(shù)反映空間關(guān)聯(lián)網(wǎng)絡(luò)的規(guī)模。生成2018年福建省土地利用碳排放空間關(guān)聯(lián)關(guān)系可視化網(wǎng)絡(luò)圖,顏色越深,引力越大(圖5)。

圖5 福建省土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)圖 Fig.5 Structure diagram of spatial association network of land-use carbon emissions in Fujian Province

從圖5可以看出,各城市間存在普遍的碳排放關(guān)聯(lián)關(guān)系,廈門(mén)市處于網(wǎng)絡(luò)的中心位置,碳輻射能力最強(qiáng),與其他城市有著較為緊密的聯(lián)系,同時(shí)能夠?qū)ζ渌鞘挟a(chǎn)生較大的碳溢出影響,對(duì)漳州市及泉州市影響最大；福州市的碳輻射能力次于廈門(mén),影響范圍有限,對(duì)寧德市的影響較大；南平、三明、龍巖、莆田等城市位于網(wǎng)絡(luò)的邊緣部分,因此它們所受的碳輻射及對(duì)其他城市的碳影響力都較弱。從區(qū)位上看,東部的碳排放聯(lián)系更加緊密,西部地區(qū)所受影響較有限。從社會(huì)經(jīng)濟(jì)水平上看,碳排放網(wǎng)絡(luò)中心節(jié)點(diǎn)城市均為人均GDP較高且社會(huì)影響深遠(yuǎn)的地區(qū),如經(jīng)濟(jì)特區(qū)廈門(mén)市和行政中心福州市等。

將福建省各設(shè)區(qū)市之間的關(guān)系矩陣,代入式(6)至式(10)計(jì)算2006—2018年整體的網(wǎng)絡(luò)密度、關(guān)聯(lián)度、網(wǎng)絡(luò)等級(jí)以及網(wǎng)絡(luò)效率(表2)。從表2可以看出,網(wǎng)絡(luò)密度呈現(xiàn)上升趨勢(shì),從2006年的0.0556提高到了2018年的0.358,但各城市之間的碳關(guān)聯(lián)緊密度仍然不高,各城市還有很大的協(xié)作空間共同實(shí)現(xiàn)節(jié)能減排的目標(biāo)。2006—2010年關(guān)聯(lián)度在不斷增長(zhǎng),2011年后的整體關(guān)聯(lián)度均為1,表明了福建省碳排放存在普遍的空間溢出關(guān)系,而不僅限于地理鄰近的城市才產(chǎn)生溢出關(guān)系。網(wǎng)絡(luò)等級(jí)和網(wǎng)絡(luò)效率均呈現(xiàn)下降趨勢(shì),網(wǎng)絡(luò)等級(jí)至2018年下降為0,說(shuō)明福建省各設(shè)區(qū)市在碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)中地位差異較小,不存在等級(jí)森嚴(yán)的現(xiàn)象。網(wǎng)絡(luò)效率由2006年的1下降到了2018年的0.5714,說(shuō)明福建省各設(shè)區(qū)市之間的碳排放聯(lián)系逐漸緊密,網(wǎng)絡(luò)結(jié)構(gòu)變得更加穩(wěn)定、復(fù)雜。

表2 福建省土地利用碳排放整體網(wǎng)絡(luò)特征演變趨勢(shì)

3.2.2碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)的中心性分析

利用節(jié)點(diǎn)中心性、接近中心性、中間中心性3個(gè)指標(biāo)對(duì)福建省各設(shè)區(qū)市的關(guān)系矩陣進(jìn)行深入地分析,選取2006年和2018年的數(shù)據(jù)進(jìn)行比較(表3)。這些指標(biāo)均能反映某些節(jié)點(diǎn)在網(wǎng)絡(luò)中的“權(quán)力”,也反映了節(jié)點(diǎn)間的協(xié)作關(guān)系,即衡量各城市分別對(duì)其他城市產(chǎn)生多大影響力,以期根據(jù)中心性對(duì)各城市進(jìn)行“權(quán)力”分類。從總體上看,廈門(mén)市的3個(gè)中心性指標(biāo)值遠(yuǎn)高于其他城市,由此表明廈門(mén)市碳輻射范圍較大,在整個(gè)碳排放網(wǎng)絡(luò)中占據(jù)領(lǐng)導(dǎo)地位,泉州市緊隨其后,這說(shuō)明福建省碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)以廈門(mén)、泉州為中心,這2個(gè)城市對(duì)于福建省碳排放的空間溢出有著重要的影響；福州市與三明市指標(biāo)值接近,僅次于廈門(mén)與泉州市,說(shuō)明其在連接南平市、寧德市等離中心較遠(yuǎn)的城市起到重要的作用；而龍巖市、漳州市等城市的中心性指標(biāo)值都比較小,表明了這些城市的碳影響力較弱。從演變趨勢(shì)上看,各城市的各項(xiàng)中心性指標(biāo)都有所提升,表明隨著經(jīng)濟(jì)聯(lián)系逐漸加強(qiáng)和產(chǎn)業(yè)轉(zhuǎn)移,其他城市的碳影響力在網(wǎng)絡(luò)中的地位及作用正在逐步提高,碳排放空間網(wǎng)絡(luò)關(guān)系不斷向復(fù)雜化發(fā)展。

福建省9個(gè)設(shè)區(qū)市的碳排放聯(lián)系存在不均衡性。由表3可知,節(jié)點(diǎn)與接近中心性的均值分別為55.556和71.500,說(shuō)明網(wǎng)絡(luò)中各城市間存在較為復(fù)雜的碳排放空間聯(lián)系。中間中心性反映了某個(gè)城市作為最短橋梁中介城市的次數(shù),均值為6.349,說(shuō)明了在網(wǎng)絡(luò)中平均每個(gè)城市有6.349次作為碳排放關(guān)聯(lián)的最短橋梁中介,次數(shù)相對(duì)較少。其次,網(wǎng)絡(luò)內(nèi)部各城市存在差異,以節(jié)點(diǎn)中心性為例,最大值與最小值分別為100和25,相差75,由此表明了城市碳影響力差異較大。應(yīng)根據(jù)各個(gè)城市在碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)中所處的位置及與其他城市的關(guān)聯(lián)等信息,提出更有針對(duì)性的協(xié)同減排對(duì)策。

表3 福建省土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)中心度

3.2.3碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)聚類分析

為了更好地分析網(wǎng)絡(luò)中不同城市的角色,采用空間聚類的方法將團(tuán)體分塊,研究模塊內(nèi)部及模塊之間的關(guān)系。運(yùn)用CONCOR迭代收斂法,選擇收斂標(biāo)準(zhǔn)為0.2,最大分割密度為2,福建省9個(gè)設(shè)區(qū)市被劃分為4個(gè)模塊,同時(shí)得出各模塊之間的密度值(表4)。

表4 福建省土地利用碳排放空間關(guān)聯(lián)模塊劃分與密度值

第一模塊包括福州市和三明市,碳排放空間溢出主要是體現(xiàn)于第二、三模塊。第三模塊包括廈門(mén)市和泉州市。第一、三模塊的碳排放對(duì)模塊內(nèi)外均有溢出效應(yīng)且密度值較大,屬于“雙向溢出模塊”,說(shuō)明第一、三模塊內(nèi)的城市通過(guò)產(chǎn)業(yè)轉(zhuǎn)移、能源消費(fèi)、商業(yè)合作等方法和其他模塊之間產(chǎn)生較大的碳排放關(guān)聯(lián),但第三模塊板塊內(nèi)部的碳排放空間溢出效應(yīng)較強(qiáng)；第二模塊包括莆田、寧德、南平3個(gè)城市,主要與第一、三模塊關(guān)聯(lián),第四板塊的空間溢出效應(yīng)比較弱,主要受第三模塊影響,第二、四模塊發(fā)出的關(guān)系數(shù)目均小于接收的關(guān)系數(shù)目,屬于碳排放“凈收益模塊”,吸收大部分來(lái)自其他城市的碳溢出。

碳排放在空間上存在動(dòng)態(tài)關(guān)聯(lián)、交互影響的“溢出”效應(yīng),局部的治理很難從根本上解決環(huán)境污染問(wèn)題,應(yīng)考慮整體效應(yīng),發(fā)揮廈門(mén)市的中心性位置、福州和泉州等城市的聯(lián)動(dòng)功能,建立省域內(nèi)協(xié)同碳減排機(jī)制。不同地區(qū)環(huán)境規(guī)制的差異,容易造成碳排放在區(qū)域間轉(zhuǎn)移,尤其應(yīng)注意東部地區(qū)為實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)和治理環(huán)境污染,將高能耗、高污染的產(chǎn)業(yè)向西部較不發(fā)達(dá)地區(qū)轉(zhuǎn)移,從而產(chǎn)生“碳轉(zhuǎn)移”問(wèn)題。可將碳交易市場(chǎng)引入環(huán)境管理之中,以各設(shè)區(qū)市在碳排放網(wǎng)絡(luò)中的角色定位為參考,從而限制碳排放的溢出轉(zhuǎn)移,碳排放“凈收益”地區(qū)也可獲得一定的經(jīng)濟(jì)補(bǔ)償,共同實(shí)現(xiàn)公平、高效低碳發(fā)展。

3.3 福建省空間碳平衡分區(qū)優(yōu)化思路

基于對(duì)福建省各設(shè)區(qū)市碳排放總量、碳補(bǔ)償率、生態(tài)承載系數(shù)及網(wǎng)絡(luò)空間關(guān)聯(lián)特征等指標(biāo)的測(cè)算,綜合考量區(qū)域碳平衡及綠色發(fā)展,將各設(shè)區(qū)市分為3類區(qū)域：低碳優(yōu)化區(qū)、碳總量控制區(qū)、碳匯功能區(qū),針對(duì)不同的功能區(qū),提出相應(yīng)的碳減排目標(biāo)和減排方案。碳平衡分區(qū)以碳排放量和生態(tài)承載系數(shù)等指標(biāo)為劃分依據(jù),以空間關(guān)聯(lián)性及其聚類模塊劃分為角色定位,以此確定未來(lái)的優(yōu)化方向,基于低碳導(dǎo)向的目標(biāo)而言,分區(qū)方案可以為福建省總量控制及協(xié)同減排提供參考。碳平衡分區(qū)側(cè)重于從低碳角度提出各地區(qū)未來(lái)發(fā)展方向,僅作為區(qū)域碳補(bǔ)償及協(xié)調(diào)發(fā)展的參考。事實(shí)上,各設(shè)區(qū)市內(nèi)部也存在較大的空間差異,且區(qū)域具體功能定位仍需綜合考慮其他影響因素來(lái)確定,但福建省未來(lái)發(fā)展可重點(diǎn)考慮以下低碳策略：

(1)低碳優(yōu)化區(qū)：碳排放總量大于3000萬(wàn)t且生態(tài)承載系數(shù)小于0.5的區(qū)域。包括福州市、廈門(mén)市和泉州市,該類區(qū)域在網(wǎng)絡(luò)中處于較中心位置、碳排放表現(xiàn)為空間“溢出”,總體特征是經(jīng)濟(jì)較發(fā)達(dá),產(chǎn)業(yè)結(jié)構(gòu)主要以二、三產(chǎn)業(yè)為主,雖然碳生態(tài)承載力較低,但經(jīng)濟(jì)基礎(chǔ)好,產(chǎn)業(yè)可逐漸向高新技術(shù)、新材料、新能源等低碳產(chǎn)業(yè)轉(zhuǎn)型,突出服務(wù)業(yè)優(yōu)勢(shì)。其次,該類區(qū)域有明顯的低碳產(chǎn)業(yè)發(fā)展優(yōu)勢(shì)且與全省其他區(qū)域的關(guān)聯(lián)較強(qiáng),可利用本身的影響力和經(jīng)濟(jì)輻射,帶動(dòng)周邊地區(qū)的經(jīng)濟(jì)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,提高碳排放經(jīng)濟(jì)效益。

(2)碳總量控制區(qū)：碳排放總量大于3000萬(wàn)t,生態(tài)承載系數(shù)大于0.5的區(qū)域。該類區(qū)域主要有莆田市、三明市、漳州市和寧德市,在碳排放網(wǎng)絡(luò)中溢出效應(yīng)較弱,一定程度上能起到聯(lián)通作用。該類地區(qū)生態(tài)壓力中等,但區(qū)域生產(chǎn)總值并不高,單位碳排放經(jīng)濟(jì)效益相對(duì)較低。因此,該區(qū)域應(yīng)秉承保護(hù)環(huán)境、控制碳源的前提,調(diào)整能源消費(fèi)結(jié)構(gòu),加大科技投入,提高能源利用率,進(jìn)一步加快產(chǎn)業(yè)升級(jí)轉(zhuǎn)型,實(shí)現(xiàn)節(jié)能減排；同時(shí)做好中間橋梁作用,吸收發(fā)達(dá)地區(qū)的技術(shù)經(jīng)驗(yàn),努力打造成為分擔(dān)全省碳源壓力的后備力量。

(3)碳匯功能區(qū)：碳排放總量小于3000萬(wàn)t的輕度碳排放區(qū),且生態(tài)承載系數(shù)大于1,在空間上表現(xiàn)為“凈收益”的區(qū)域,包括龍巖市、南平市。該類區(qū)域林地及園地面積大,因此具有較高的碳匯能力,并且能吸收大部分其他地區(qū)的碳溢出,對(duì)保障全省的碳匯總量具有重要作用,生態(tài)壓力較低,社會(huì)生產(chǎn)活動(dòng)強(qiáng)度較小,說(shuō)明該區(qū)域在環(huán)境保護(hù)和控制碳源方面均取得良好的成效。區(qū)域內(nèi)低碳產(chǎn)業(yè)發(fā)展態(tài)勢(shì)良好,主要有食品生產(chǎn)、農(nóng)產(chǎn)品加工、木竹加工等傳統(tǒng)產(chǎn)業(yè),且環(huán)境質(zhì)量高,對(duì)于發(fā)展旅游業(yè)、高新技術(shù)產(chǎn)業(yè)等也具有一定的優(yōu)勢(shì),該地區(qū)應(yīng)穩(wěn)定碳匯來(lái)源,緩解全省碳?jí)毫?并繼續(xù)促進(jìn)綠色環(huán)保產(chǎn)業(yè)的發(fā)展。

4 結(jié)論與討論

4.1 主要結(jié)論

通過(guò)對(duì)福建省各年土地利用碳排放量的研究分析發(fā)現(xiàn)：(1)2006—2018年福建省土地利用凈碳排放量總體上呈逐年遞增的態(tài)勢(shì),建設(shè)用地為主要碳源,林地起到主要的碳匯作用,其他用地對(duì)碳排放量變化影響較小。碳排放總體呈現(xiàn)東高西低的空間分布特征,研究區(qū)間內(nèi)除龍巖外,其余城市均處于持續(xù)波動(dòng)增長(zhǎng)狀態(tài)；(2)福建省碳補(bǔ)償率偏低且逐年遞減,表現(xiàn)為凈碳源。區(qū)域內(nèi)碳補(bǔ)償率存在明顯的空間差異,基尼系數(shù)均超過(guò)0.5的分配差距警戒線。碳生態(tài)承載系數(shù)空間差異明顯,呈現(xiàn)出東低西高的特征,且東西差距不斷加強(qiáng)；(3)在土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)中,各城市間存在普遍的碳排放關(guān)聯(lián)關(guān)系且逐漸加強(qiáng)。廈門(mén)市的中心性指標(biāo)值遠(yuǎn)高于其他城市,在網(wǎng)絡(luò)中占據(jù)領(lǐng)導(dǎo)地位,泉州市次之,福州市與三明市起到聯(lián)通作用,其他城市在網(wǎng)絡(luò)中的地位及作用也在逐步提高,但空間聯(lián)系存在不均衡性；(4)對(duì)網(wǎng)絡(luò)空間聚類發(fā)現(xiàn),第一模塊的福州市、三明市和第三模塊的廈門(mén)市、泉州市對(duì)模塊內(nèi)外均有溢出效應(yīng)且密度值較大,屬于“雙向溢出模塊”,其余第二、四模塊均屬于“凈收益模塊”。

4.2 討論

在測(cè)算不同土地利用方式的碳排放時(shí),采用的碳排放系數(shù)來(lái)自于其他文獻(xiàn),雖選擇了與福建省自然條件較為相符的研究成果,但因?yàn)楦鞯刈匀恢脖粻顩r、地表覆被、能源強(qiáng)度等存在差異,可能會(huì)影響最終結(jié)果的準(zhǔn)確性,在以后的研究中可以根據(jù)福建省的實(shí)際情況對(duì)這些系數(shù)進(jìn)行深入分析,探究出更加適用于福建省省情的碳排放系數(shù)。其次,在碳排放網(wǎng)絡(luò)構(gòu)建過(guò)程中,各設(shè)區(qū)市之間的關(guān)聯(lián)要素尚未得到全面的反映,這也將成為進(jìn)一步研究的方向。文中碳平衡分區(qū)是以市域?yàn)閱挝?不利于區(qū)域內(nèi)部的區(qū)分,隨著年份的增長(zhǎng)、數(shù)據(jù)資源的齊全,可以考慮以縣域?yàn)閱挝贿M(jìn)行碳平衡分區(qū)研究,可使研究結(jié)果更好地與主體功能區(qū)劃結(jié)合起來(lái),嘗試開(kāi)展縣域空間碳交易市場(chǎng)研究,對(duì)于實(shí)現(xiàn)區(qū)域公平及低碳發(fā)展具有一定的現(xiàn)實(shí)意義。