邢梓涵， 李曉燕， 石振宇， 古麗娜爾·索爾達(dá)汗， 吳海濤

(1.吉林大學(xué)地球科學(xué)學(xué)院，長春 130061； 2.中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所濕地生態(tài)與環(huán)境重點(diǎn)實(shí)驗(yàn)室，長春 130102； 3.內(nèi)蒙古自治區(qū)拐子湖氣象站，阿拉善 735408)

0 引言

隨著城市化進(jìn)程的加快，城市群作為一種全新的區(qū)域性空間組織形式出現(xiàn)[1-3]，帶來一系列環(huán)境問題，熱島效應(yīng)凸顯[4-5]、大氣污染加重[6-7]、水環(huán)境惡化[8-10]等情況頻發(fā)。在發(fā)展城市群經(jīng)濟(jì)時(shí)，資源高度集中、產(chǎn)業(yè)高度集聚、人口快速膨脹、交通運(yùn)輸頻繁等特征明顯，然而時(shí)常出現(xiàn)過度開發(fā)自然資源、低效利用能源、重工業(yè)高排放等現(xiàn)象[11]，碳排放問題日趨嚴(yán)重。

碳排放加劇了全球氣候變暖，導(dǎo)致極端情況頻發(fā)，不僅降低自然生態(tài)系統(tǒng)的自我調(diào)節(jié)能力，而且威脅人類的生存[12]。作為一個(gè)碳排放量大國，碳排放問題已引起高度重視，減排成為了中國的重要任務(wù)之一，而碳排放量時(shí)空差異的掌握是減排策略實(shí)施、加快城市群低碳發(fā)展、最終實(shí)現(xiàn)“雙碳”目標(biāo)的首要任務(wù)。

2018年，國務(wù)院辦公廳明確提出，要?jiǎng)?chuàng)建區(qū)域中心城市推動(dòng)城市群發(fā)展、城市群促進(jìn)區(qū)域發(fā)展的新模式，推動(dòng)區(qū)域一體化發(fā)展趨勢[13]。從20世紀(jì)50年代起，在工業(yè)化的大力發(fā)展下，遼中南地區(qū)形成了以沈陽和大連為中心的中部城市密集圈，逐步演變成以5條交通干道為發(fā)展軸線的城鎮(zhèn)布局體系，大大提升了城市化水平。東北老工業(yè)基地振興政策的發(fā)布及執(zhí)行，使遼中南城市群(urban agglomeration in south-central Liaoning，UASCL)成為東北經(jīng)濟(jì)未來發(fā)展的核心區(qū)域之一。隨著國家經(jīng)濟(jì)的發(fā)展，以城市群為基礎(chǔ)的發(fā)展模式成為主要發(fā)展模式。UASCL的經(jīng)濟(jì)發(fā)展主要依賴于第二產(chǎn)業(yè)，消耗大量煤炭、石油等一次能源，以重工業(yè)為主的發(fā)展模式，帶來不可小覷的碳排放問題。李欣欣[14]對UASCL城市擴(kuò)張及其特征進(jìn)行了研究，但對城市擴(kuò)張和碳排放耦合研究尚不多見[15-16]。

本研究基于夜間燈光遙感數(shù)據(jù)提取2000—2016年UASCL的建成區(qū)，分析UASCL的城市擴(kuò)張現(xiàn)象； 基于中國多尺度排放清單模型所得到的碳排放數(shù)據(jù)，分析UASCL碳排放時(shí)空差異，并對城市擴(kuò)張指數(shù)和碳排放量進(jìn)行脫鉤分析。研究結(jié)果可為UASCL未來發(fā)展和規(guī)劃中節(jié)能減排政策的制定提供數(shù)據(jù)基礎(chǔ)，對區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展具有重要的指導(dǎo)意義。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

研究區(qū)位于遼寧省中南部，以沈陽市和大連市為核心，包括鞍山市、撫順市、本溪市、營口市、遼陽市、鐵嶺市、丹東市、盤錦市10個(gè)城市。該區(qū)域地跨E121°～126°，N38°～43°，瀕臨渤海和黃海,屬溫帶季風(fēng)性氣候,西部為遼河平原,東部為低山丘陵。土地總面積約9.62×104km2，占遼寧省總面積的65.7%。研究區(qū)是中國重要的重工業(yè)基地，同時(shí)也是東北地區(qū)對外開放的重要門戶和陸海交通走廊。

1.2 數(shù)據(jù)源

夜間燈光數(shù)據(jù)來源于NOAA/NGDC網(wǎng)站(https: //ngdc.noaa.gov)，2000年、2005年和2010年采用DMSP/OLS夜間燈光影像，分辨率為30″，2016年采用VCMFG類型的NPP/VIIRS夜間燈光影像，分辨率為15″。此外，收集了2013年同期DMSP/OLS和NPP/VIIRS影像，用于不同傳感器數(shù)據(jù)的校正。研究區(qū)建成區(qū)面積數(shù)據(jù)來源于《建設(shè)統(tǒng)計(jì)年鑒》。碳排放數(shù)據(jù)采用由清華大學(xué)負(fù)責(zé)研制的中國多尺度排放清單模型(multi-resolution emission inventory for China，MEIC)，分辨率為0.25°。

1.3 數(shù)據(jù)預(yù)處理

1.3.1 夜間燈光數(shù)據(jù)預(yù)處理

在全球夜間燈光數(shù)據(jù)的基礎(chǔ)上，利用研究區(qū)行政邊界數(shù)據(jù)進(jìn)行掩模處理，提取2000年、2005年、2010年和2016年4期夜間燈光影像，轉(zhuǎn)換為Asia Lambert Conformal Conic投影，以減少由于影像網(wǎng)格形變帶來的影響，提高建成區(qū)提取的準(zhǔn)確性。依據(jù)曹子陽等[17]和李雪萍等[18]的研究成果，選取F16 2007年鶴崗市作為標(biāo)定數(shù)據(jù)，分別進(jìn)行影像的校正處理。

1.3.2 DMSP/OLS與NPP/VIIRS影像同化處理

由于DMSP/OLS 數(shù)據(jù)與 NPP/VIIRS 數(shù)據(jù)在分辨率、傳感器敏感程度和光譜響應(yīng)方式上有所不同，而且DMSP/OLS數(shù)據(jù)存在天花板效應(yīng)，所以借鑒已有研究[19]，選擇2013年同期DMSP/OLS和NPP/VIIRS數(shù)據(jù)進(jìn)行同化處理。利用閾值為0～50的DMSP/OLS數(shù)據(jù)進(jìn)行掩模，提取2013年的NPP/VIIRS數(shù)據(jù)，分別統(tǒng)計(jì)DMSP/OLS和NPP/VIIRS的數(shù)據(jù)均值，建立兩者之間的關(guān)系模型(圖1)，根據(jù)模型對2016年的NPP/VIIRS影像進(jìn)行了同化，使不同傳感器的數(shù)據(jù)具有更好的可比性。

圖1 DMSP/OLS與NPP/VIIRS影像數(shù)據(jù)同化關(guān)系Fig.1 Assimilation diagram of DMSP/ OLS and NPP/VIIRS data

1.3.3 碳排放數(shù)據(jù)處理

MEIC監(jiān)測固定燃燒源、工藝過程源、移動(dòng)源、溶劑使用源、農(nóng)業(yè)源和廢棄物處理源等6類人為排放源，利用ArcGIS軟件柵格計(jì)算器將所有分量進(jìn)行加和處理，得到2010年和2016年碳排放總量數(shù)據(jù)。

對2010年的碳排放數(shù)據(jù)和夜間燈光數(shù)據(jù)進(jìn)行相關(guān)性分析(圖2)，由圖2可知碳排放和夜間燈光指數(shù)之間呈線性正相關(guān)，利用SPSS Statistics軟件進(jìn)行顯著性檢驗(yàn)，在p= 0.001水平上碳排放和夜間燈光指數(shù)顯著相關(guān)。

圖2 2010年碳排放數(shù)據(jù)和夜間燈光數(shù)據(jù)擬合關(guān)系Fig.2 Fitting diagram of carbon emission data and nighttime light index in 2010

由于MEIC未提供2000年和2005年的碳排放數(shù)據(jù)，基于夜間燈光指數(shù)和碳排放數(shù)據(jù)的相關(guān)模型，對2000年和2005年的空間碳排放數(shù)據(jù)進(jìn)行反演，得到2000年和2005年的碳排放空間數(shù)據(jù)，進(jìn)而統(tǒng)計(jì)得到UASCL的碳排放總量。

2 研究方法

2.1 城市擴(kuò)張

采用城市年平均擴(kuò)張速率和擴(kuò)張強(qiáng)度表征城市擴(kuò)張?zhí)卣?。城市年平均擴(kuò)張速率是指在一定時(shí)間范圍內(nèi)城市建成區(qū)面積的年平均增長率[20]，其計(jì)算公式為：

A=[(Ai,t+n-Ai,t)/nAi,t]×100%，

(1)

式中：A為城市的年平均擴(kuò)張速率；Ai,t+n和Ai,t分別為空間單元i內(nèi)第t+n年建成區(qū)面積和第t年建成區(qū)面積；n為研究時(shí)段。

城市擴(kuò)張強(qiáng)度是指一定研究時(shí)段內(nèi)城市擴(kuò)張面積占所有土地面積的比例，可以反映不同研究時(shí)期各個(gè)城市擴(kuò)張的強(qiáng)弱情況，其計(jì)算公式為：

I=[(Ai,t+n-Ai,t)/nTAi]×100，

(2)

式中：I為城市擴(kuò)張強(qiáng)度；TAi為空間單元i的建成區(qū)總面積。

2.2 碳排放

采用城市年平均碳排放速率和地均碳排放強(qiáng)度表征碳排放特征。年平均碳排放速率反映了在一定時(shí)間范圍內(nèi)研究區(qū)域內(nèi)的年平均碳排放增長率[21]，其計(jì)算公式為：

C=[(Ci,t+n-Ci,t)/nCi,t]×100%，

(3)

式中：C為城市的年平均碳排放速率；Ci,t+n和Ci,t分別為空間單元i內(nèi)第t+n年碳排放總量和第t年碳排放總量。

地均碳排放強(qiáng)度表示單位土地面積的碳排放量，能直觀地說明各市的碳排放情況，其計(jì)算公式為：

N=Ci,t/TAi，

(4)

式中N為地均碳排放量。

2.3 城市擴(kuò)張與碳排放關(guān)系

協(xié)同擴(kuò)張指數(shù)是用于分析系統(tǒng)之間或系統(tǒng)內(nèi)部事物不同要素之間協(xié)調(diào)關(guān)系的定量分析方法。研究借鑒協(xié)同擴(kuò)張指數(shù)研究城市擴(kuò)張與其碳排放之間的協(xié)調(diào)關(guān)系。其計(jì)算公式為：

(5)

式中：Q為城市擴(kuò)張與碳排放的協(xié)同擴(kuò)張指數(shù)；m為調(diào)節(jié)系數(shù)(m通常取大于2的實(shí)數(shù)，這里取3)；α和β分別為待定權(quán)重，借鑒王志遠(yuǎn)等[22]的研究，認(rèn)為城市擴(kuò)張與碳排放同等重要，因此α=β=0.5。

脫鉤理論的實(shí)質(zhì)是經(jīng)濟(jì)增長與資源消耗不同步。本研究借鑒Tapio提出的交通運(yùn)輸量增長與經(jīng)濟(jì)發(fā)展的脫鉤狀態(tài)分析模型，計(jì)算各城市碳排放與城市擴(kuò)張之間的脫鉤指數(shù)[23]。其計(jì)算公式為：

(6)

式中D為脫鉤指數(shù)。

3 結(jié)果與分析

3.1 城市擴(kuò)張分析

基于經(jīng)驗(yàn)閾值法，提取2000年、2005年、2010年、2016年共4個(gè)時(shí)期的建成區(qū)空間范圍，2000—2016年建成區(qū)空間分布如圖3所示。

圖3 UASCL 2000—2016年建成區(qū)空間分布Fig.3 Expansion process of built-up area in UASCL from 2000 to 2016

2000—2016年間UASCL城市擴(kuò)張速率和擴(kuò)張強(qiáng)度如表1所示。從表1可知，2000—2016年間UASCL整體上年平均擴(kuò)張速率和擴(kuò)張強(qiáng)度呈持續(xù)增長趨勢： 年平均擴(kuò)張速率從3.93%增長至4.90%又增加到5.48%，擴(kuò)張強(qiáng)度從0.211增長至0.314又增加到0.525。2000—2005年間，本溪市作為著名的“煤鐵之都”，資源豐富，發(fā)展迅速，年平均擴(kuò)張速率高達(dá)12.24%，沈陽市由于鐵西新區(qū)的成立得到進(jìn)一步發(fā)展，擴(kuò)張強(qiáng)度為0.130； 2005—2010年間，由于“五點(diǎn)一線”沿海開放戰(zhàn)略的提出，大連市快速發(fā)展，其年平均增長速率高達(dá)11.74%，擴(kuò)張強(qiáng)度達(dá)0.219，發(fā)展最為迅猛，而本溪市作為典型資源枯竭型城市，在同一時(shí)期城市發(fā)展緩慢，擴(kuò)張速率和擴(kuò)張強(qiáng)度僅分別為0.19%和0.002； 2010—2016年間，營口市隨著縣域經(jīng)濟(jì)戰(zhàn)略的發(fā)布和遼東灣新區(qū)的快速發(fā)展，年平均擴(kuò)張速率達(dá)到了15.49%，擴(kuò)張強(qiáng)度增長至0.284。

表1 2000—2016年間UASCL城市擴(kuò)張速率和擴(kuò)張強(qiáng)度Tab.1 Urban expansion rate and intensity index of UASCL during 2000—2016

3.2 碳排放時(shí)空差異

2000—2016年間，UASCL碳排放總量分別為636.94億t、860.6億t、1 676.33億t和1 772.46億t，2000—2010年間速率從7.02%增加到18.96%，2010—2016年減少至0.96%，年平均碳排放速率經(jīng)歷了一個(gè)先增加后減少的過程(圖4)。這主要是由于遼寧省積極響應(yīng)國家節(jié)能減排的號(hào)召，采取調(diào)整能源結(jié)構(gòu)、提高能源利用效率、應(yīng)用綠色低碳技術(shù)等措施，節(jié)能減排取得了初步成效。2000—2005年間，國家設(shè)立了丹東邊境合作區(qū)，使得丹東市快速發(fā)展，碳排放量增速飛快，其年平均碳排放速率為17.33%。大連市積極建設(shè)東北亞國際航運(yùn)中心，帶動(dòng)整個(gè)東北亞地區(qū)經(jīng)濟(jì)協(xié)同發(fā)展，擴(kuò)大和深化區(qū)港聯(lián)動(dòng)試點(diǎn)，使得大連市快速發(fā)展，同時(shí)也大大增加了碳排放量，年平均碳排放速率為13.58%。2005—2010年間，遼寧省大力發(fā)展以石化等為重點(diǎn)的臨港工業(yè)，重點(diǎn)推進(jìn)12大產(chǎn)業(yè)集群，導(dǎo)致UASCL的能源消耗量突增，從而使得碳排放量大幅度增加，沈陽市、撫順市、鐵嶺市、本溪市和鞍山市碳排放的增速都大于20%，在發(fā)展經(jīng)濟(jì)的同時(shí)，碳排放量也快速增加。2010—2016年間，由于產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和節(jié)能減排政策的實(shí)施，碳排放速率增加減緩，鞍山市、營口市和遼陽市出現(xiàn)碳排放負(fù)增長。

圖4 UASCL各市年平均碳排放速率Fig.4 Average annual carbon emission rate of cites in UASCL

UASCL地均碳排放量如表2所示。從表2可知，UASCL的地均碳排放量整體上呈現(xiàn)出明顯的增長態(tài)勢，由2000年的726.67 t/km2上升到2016年的2 158.61 t/km2。2000—2016年間UASCL各市區(qū)單位土地面積的地均碳排放量差異顯著。除2010年外，盤錦市的地均碳排放量均高于其他城市。盤錦市碳排放總量不大，但是由于區(qū)域面積較小，所以導(dǎo)致地均碳排放量高。而沈陽市作為省會(huì)城市，人口多，交通網(wǎng)密集，發(fā)展較快，碳排放總量高，雖然區(qū)域面積大，但地均碳排放量居高不下，2016年達(dá)到了4 624.62 t/km2。2000—2016年間丹東市地均碳排放量均居各市最低，2016年地均碳排放量最高時(shí)僅為448.74 t/km2，碳排放量控制較好。

表2 UASCL地均碳排放量Tab.2 Carbon emission of per unit land in UASCL (t/km2)

3.3 城市擴(kuò)張的碳排放效應(yīng)分析

將2000年建成區(qū)的范圍作為城市區(qū)，將2016年與2000年相比的城市擴(kuò)展區(qū)作為城市發(fā)展區(qū)，通過掩模提取碳排放數(shù)據(jù)，得到2000—2016年城市區(qū)和城市發(fā)展區(qū)的碳排放總量(表3)和碳排放速率(圖5)。

表3 城市區(qū)和城市發(fā)展區(qū)的碳排放總量Tab.3 Total carbon emissions in developed and developing urban areas (億t)

圖5 城市區(qū)和城市發(fā)展區(qū)的碳排放速率Fig.5 Carbon emission rates in developed and developing urban areas

城市區(qū)的碳排放總量比城市發(fā)展區(qū)的碳排放總量大了一倍以上，無論是城市區(qū)還是城市發(fā)展區(qū)，碳排放總量逐年增加。城市區(qū)碳排放速率呈“慢-快-慢”趨勢，而城市發(fā)展區(qū)的碳排放速率呈逐步減緩的趨勢?？梢钥闯鲈?000—2010年間，城市發(fā)展區(qū)的碳排放速率快于城市區(qū)，表明城市發(fā)展區(qū)在一個(gè)高速發(fā)展的同時(shí)，導(dǎo)致碳排放量快速增加，當(dāng)城市發(fā)展區(qū)逐步發(fā)展為城市區(qū)時(shí)，即2010—2016年間，其碳排放增加速率出現(xiàn)大幅度的減緩。

以上分析表明城市擴(kuò)張與碳排放處于協(xié)同擴(kuò)張的狀態(tài)。為了進(jìn)一步探究兩者之間的協(xié)同關(guān)系，本研究借鑒協(xié)同擴(kuò)張指數(shù)計(jì)算城市擴(kuò)張指數(shù)與碳排放之間的協(xié)同擴(kuò)張指數(shù)(表4)。

表4 2000—2016年間UASCL城市擴(kuò)張 與碳排放量協(xié)同擴(kuò)張指數(shù)Tab.4 Cooperative expansion index of urban expansion and carbon emission in UASCL during 2000—2016

2000—2016年間，UASCL城市擴(kuò)張與碳排放之間的協(xié)同擴(kuò)張系數(shù)為0.26。其中2000—2005年間的協(xié)同擴(kuò)張指數(shù)為0.21，城市擴(kuò)張與碳排放的協(xié)同擴(kuò)張關(guān)系較強(qiáng)，反映了UASCL的城市擴(kuò)張與碳排放處于同向增長、協(xié)同擴(kuò)張的趨勢，城市擴(kuò)張促進(jìn)了碳排放量； 2005—2010年間其協(xié)同作用有所降低，協(xié)同指數(shù)為0.18，2010—2016年間城市擴(kuò)張和碳排放的協(xié)同關(guān)系較弱，其數(shù)值僅為0.06。由于各階段基數(shù)年份數(shù)據(jù)相差較大，2000—2016年間總的協(xié)同擴(kuò)張指數(shù)高于各個(gè)時(shí)間分段的指數(shù)，表明了碳排放過程研究的重要性。UASCL雖然各時(shí)間段內(nèi)城市擴(kuò)張與碳排放之間協(xié)同擴(kuò)張指數(shù)有強(qiáng)有弱，但整體上城市擴(kuò)張促進(jìn)碳排放量增加的效應(yīng)顯著。

城市擴(kuò)張和碳排放協(xié)同效應(yīng)明顯，但區(qū)域差異性顯著。研究選取Tapio脫鉤模型計(jì)算UASCL各城市碳排放與城市擴(kuò)張之間的脫鉤指數(shù)。強(qiáng)脫鉤為最佳脫鉤狀態(tài)，即城市擴(kuò)張的同時(shí)，對環(huán)境的污染隨之減少； 強(qiáng)負(fù)脫鉤為最差脫鉤狀態(tài)，此時(shí)城市擴(kuò)張與環(huán)境污染呈負(fù)相關(guān)，城市收縮而環(huán)境進(jìn)一步惡化，其余狀態(tài)介于二者之間。擴(kuò)張負(fù)脫鉤是指在本來發(fā)展較慢的情況下，碳排放增加的速度快于城市擴(kuò)張的速度，增長連結(jié)是指城市擴(kuò)張與碳排放量仍處于不脫鉤狀態(tài)。UASCL各市脫鉤狀態(tài)如圖6所示。

(a) 2000—2005年 (b) 2005—2010年 (c) 2010—2016年圖6 2000—2016年UASCL 各市碳排放量與城市擴(kuò)張脫鉤狀態(tài)Fig.6 Decoupling index of carbon emission and built-up area expansion in UASCL during 2000—2016

從圖6中可知，2000—2016年間，UASCL的脫鉤狀態(tài)由以擴(kuò)張負(fù)脫鉤為主轉(zhuǎn)向以弱脫鉤為主，脫鉤水平逐漸提高，表明碳排放總量雖然隨著城市擴(kuò)張而增加，但增加幅度有所減小，這種脫鉤狀態(tài)的變化與2003年老工業(yè)振興政策的發(fā)布和實(shí)施有緊密聯(lián)系。UASCL的大部分城市經(jīng)歷了較為平穩(wěn)的脫鉤轉(zhuǎn)變，個(gè)別城市在某一時(shí)期內(nèi)出現(xiàn)了脫鉤狀態(tài)倒退的現(xiàn)象。在老工業(yè)振興前期，即2000—2005年間，UASCL大多城市發(fā)展剛剛起步，不論是城市擴(kuò)張還是碳排放量都較小，脫鉤狀態(tài)較差； 到老工業(yè)振興中期，即2005—2010年，除大連市外，其他城市均開始進(jìn)行快速城市擴(kuò)張，但在發(fā)展經(jīng)濟(jì)的時(shí)候是以犧牲環(huán)境為代價(jià)，處于粗放型經(jīng)濟(jì)增長階段，導(dǎo)致沈陽市、本溪市和營口市的脫鉤狀態(tài)出現(xiàn)倒退現(xiàn)象，由弱脫鉤突變?yōu)閿U(kuò)張負(fù)脫鉤，而大連市作為一個(gè)沿海城市，大力發(fā)展第三產(chǎn)業(yè)，脫鉤狀態(tài)有所提升。大連市在2005—2016年間由弱脫鉤倒退為增長連結(jié)； 到老工業(yè)振興后期，即2010—2016年，各城市發(fā)展已較為成熟，國家也愈加重視碳排放問題，遼寧省成為國家低碳經(jīng)濟(jì)試點(diǎn)，到2016年，已經(jīng)有8個(gè)城市處于脫鉤狀態(tài)，占UASCL的80%，遼陽市、鞍山市和營口市作為資源枯竭型城市，加快經(jīng)濟(jì)轉(zhuǎn)型，率先實(shí)現(xiàn)強(qiáng)脫鉤，意味著在經(jīng)濟(jì)發(fā)展的同時(shí)也注重環(huán)境的保護(hù)與改善，實(shí)現(xiàn)了城市擴(kuò)張與碳排放之間關(guān)系較為理想的狀態(tài)。丹東市、盤錦市和鐵嶺市等以農(nóng)業(yè)為主的城市在老工業(yè)振興后期的發(fā)展過程中碳排放速率減緩，已變?yōu)槿趺撱^，處于相對集約的經(jīng)濟(jì)增長階段。而大連市的脫鉤狀態(tài)出現(xiàn)了較小程度的倒退，這可能與大連市人口規(guī)模增加和沿海經(jīng)濟(jì)帶開發(fā)導(dǎo)致碳排放量大量增加有關(guān)。

4 結(jié)論與討論

基于DMSP/OLS與NPP/VIIRS夜間燈光數(shù)據(jù)和MEIC提供的碳排放數(shù)據(jù)，分析了2000—2016年間研究區(qū)的城市擴(kuò)張、碳排放時(shí)空差異及城市擴(kuò)張的碳排放效應(yīng)，得到如下主要結(jié)論：

1)在2000—2016年間，研究區(qū)擴(kuò)張速度和擴(kuò)張強(qiáng)度始終處于增長趨勢； 3個(gè)時(shí)期中，擴(kuò)張速度最快的城市分別是本溪市、大連市和營口市，擴(kuò)張強(qiáng)度最大的城市分別是沈陽市、大連市和營口市。

2)從整體上看，研究區(qū)碳排放總量和地均碳排放量都呈現(xiàn)增長趨勢，年平均碳排放速率經(jīng)歷了一個(gè)先增加后減少的過程，各市變化差異較大，遼陽市、鞍山市和營口市由于節(jié)能減排的緣故出現(xiàn)負(fù)增長。地均碳排放量最大的城市除2005—2010年為沈陽市以外，均為盤錦市，丹東市一直為研究區(qū)中地均碳排放量最小的城市。

3)城市擴(kuò)張與碳排放之間顯著相關(guān)，基于增長彈性變化的脫鉤分析表明： 研究區(qū)以擴(kuò)張負(fù)脫鉤為主轉(zhuǎn)向以弱脫鉤為主，到2016年，已有80%的城市處于脫鉤狀態(tài)，遼陽市、鞍山市和營口市率先實(shí)現(xiàn)了強(qiáng)脫鉤。研究區(qū)的城市擴(kuò)張促進(jìn)了碳排放量增加，但同時(shí)存在脫鉤現(xiàn)象。

2000—2016年間研究區(qū)雖然采取大量節(jié)能減排措施，但碳排放仍處在高值階段，未來應(yīng)節(jié)約集約利用土地資源，避免研究區(qū)城市用地的無序擴(kuò)張，實(shí)現(xiàn)城市空間緊湊化發(fā)展，要增加第三產(chǎn)業(yè)的比例，盡可能淘汰一些高污染產(chǎn)業(yè)，引進(jìn)先進(jìn)技術(shù)，提高碳排放效率，加快關(guān)鍵技術(shù)的研發(fā)，實(shí)現(xiàn)碳減排，同時(shí)增加綠化面積，實(shí)現(xiàn)碳增匯，從而使研究區(qū)盡快實(shí)現(xiàn)強(qiáng)脫鉤，進(jìn)入低碳經(jīng)濟(jì)階段。本文嘗試對研究區(qū)的城市擴(kuò)張及其碳排放關(guān)系進(jìn)行定量化研究，但碳排放數(shù)據(jù)分辨率有限，今后可結(jié)合不同土地類型及碳排放統(tǒng)計(jì)數(shù)據(jù)在更高精度上進(jìn)行區(qū)域性研究。