戴林琳，封昌煒，周子杰，金丹,

（1.北京大學(xué) 城市與環(huán)境學(xué)院，北京 100871；2.中國(guó)城市規(guī)劃設(shè)計(jì)研究院，北京 100044）

實(shí)現(xiàn)全球溫室氣體零排放是有效控制全球氣溫升高的必要條件[1]，越來越多的國(guó)家將碳中和作為應(yīng)對(duì)氣候變化的重要舉措。中國(guó)作為碳排放大國(guó)[2]，于2020 年9月明確提出2030 年實(shí)現(xiàn)“碳達(dá)峰”，2060 年實(shí)現(xiàn)“碳中和”的“雙碳”目標(biāo)，為我國(guó)推動(dòng)經(jīng)濟(jì)社會(huì)低碳轉(zhuǎn)型提供戰(zhàn)略指引。2021 年10 月印發(fā)的《2030 年前碳達(dá)峰行動(dòng)方案》提出“結(jié)合國(guó)土空間規(guī)劃編制和實(shí)施，構(gòu)建有利于碳達(dá)峰、碳中和的國(guó)土空間開發(fā)保護(hù)格局”。國(guó)土空間是雙碳目標(biāo)落實(shí)的載體[3-4]，明確我國(guó)碳收支的空間格局，對(duì)于優(yōu)化國(guó)土空間結(jié)構(gòu)布局，促進(jìn)減排增匯和實(shí)現(xiàn)碳中和目標(biāo)具有重要意義。

目前碳源和碳匯相關(guān)研究主要集中在環(huán)境科學(xué)和能源燃料等領(lǐng)域[1]，通過分析碳源或碳匯數(shù)據(jù)與土地利用[5]、空間格局[6]、產(chǎn)業(yè)結(jié)構(gòu)[7]、經(jīng)濟(jì)增長(zhǎng)[8]等方面的關(guān)系，研究影響碳源或碳匯的因素，也有研究關(guān)注碳中和背景下如何在政策實(shí)施等方面優(yōu)化國(guó)土空間[3,9]，但將碳源與碳匯結(jié)合進(jìn)行碳收支綜合分析的研究仍相對(duì)缺乏。碳中和指碳源與碳匯實(shí)現(xiàn)正負(fù)抵消，達(dá)到相對(duì)“零排放”。實(shí)現(xiàn)雙碳目標(biāo)，不僅要控制碳排放總量、提高碳匯水平，同時(shí)需要實(shí)現(xiàn)地區(qū)發(fā)展的公平與協(xié)同[10]。綜合分析碳源和碳匯相對(duì)關(guān)系的變化，一方面有助于從碳收支角度預(yù)測(cè)碳中和趨勢(shì)，另一方面也可以借助對(duì)不同尺度行政單元碳收支狀況的測(cè)度制定區(qū)域協(xié)同的碳中和政策。

從研究尺度看，已有研究多集中在全國(guó)尺度[8,11]，山東省[12]、江蘇省[13]、長(zhǎng)三角[14]、京津冀[15]等省域或區(qū)域尺度和大慶市[5]、西安市[16]等城市尺度，縣域尺度的碳收支研究相對(duì)較少。我國(guó)區(qū)縣數(shù)量龐大，經(jīng)濟(jì)社會(huì)發(fā)展情況與生態(tài)環(huán)境狀況復(fù)雜[2]，以市域及以上尺度為單位進(jìn)行碳源/匯時(shí)空研究，容易忽視地區(qū)差異性。同時(shí)，區(qū)縣作為我國(guó)城鄉(xiāng)經(jīng)濟(jì)發(fā)展和土地增減的基本單元[2,17]，其國(guó)土空間規(guī)劃更具有實(shí)施性，減碳源、增碳匯等措施需要在區(qū)縣級(jí)規(guī)劃層面進(jìn)行落實(shí)。此外，在省、市級(jí)層面規(guī)劃進(jìn)行用地指標(biāo)和碳排放權(quán)指標(biāo)等權(quán)益分配時(shí)，除了人口、經(jīng)濟(jì)等常規(guī)因素之外，需將區(qū)縣級(jí)碳收支情況納入綜合考量，才能兼顧指標(biāo)分解中的效率與公平，從而實(shí)現(xiàn)區(qū)域協(xié)同發(fā)展。以縣域?yàn)閱卧芯咳珖?guó)尺度碳收支時(shí)空演變規(guī)律，能更具體反映我國(guó)碳源/匯空間分布特征，也有利于因地制宜落實(shí)碳中和政策，促進(jìn)國(guó)土空間布局優(yōu)化和用途管制，倒逼生產(chǎn)方式和生活方式向綠色低碳轉(zhuǎn)型。

在研究方法和研究數(shù)據(jù)方面，學(xué)者們多采用強(qiáng)度統(tǒng)計(jì)[14]、重心與標(biāo)準(zhǔn)差橢圓[18]、空間自相關(guān)[13]等方法綜合分析碳源/匯的空間分異和聚集特征。在計(jì)算碳源/匯時(shí)，碳源主要通過燃料能源消耗[17]、消費(fèi)等社會(huì)經(jīng)濟(jì)活動(dòng)[19]、農(nóng)作物產(chǎn)量[20]、溫室氣體觀測(cè)[21]等數(shù)據(jù)建立模型進(jìn)行計(jì)算，也有研究直接利用中國(guó)碳核算數(shù)據(jù)庫(kù)（CEAD）的縣域碳源數(shù)據(jù)進(jìn)行分析[2,18]。已有碳匯研究主要基于土地利用數(shù)據(jù)[14,22]或不同類型植被面積數(shù)據(jù)[23]，通過吸收系數(shù)法將數(shù)據(jù)與對(duì)應(yīng)的碳吸收系數(shù)建立模型進(jìn)行計(jì)算。在通過土地利用數(shù)據(jù)計(jì)算碳匯時(shí)，耕地是否納入碳匯是學(xué)界的討論重點(diǎn)。學(xué)者張赫等[24]認(rèn)為耕地作為碳源，不納入碳匯計(jì)算，而IPCC 全球氣候變化評(píng)估報(bào)告[25]則指出農(nóng)田具有重要的固碳能力和潛力。

我國(guó)的耕地碳匯潛力不容忽視。據(jù)國(guó)家糧食局和物資儲(chǔ)備局統(tǒng)計(jì)，我國(guó)糧食主產(chǎn)區(qū)糧食產(chǎn)量占全國(guó)總產(chǎn)量的78%[26]，但糧食主產(chǎn)區(qū)在我國(guó)東部、西部、中部和東北四大地區(qū)分布不均，其中東北地區(qū)全部為糧食主產(chǎn)區(qū)省份[26]，耕地面積5.62 億畝，約占總用地面積的48%，糧食產(chǎn)量占全國(guó)四分之一[27]，承擔(dān)了國(guó)家耕地保護(hù)的主要任務(wù)。在縣域尺度，不同主體功能的區(qū)縣耕地面積差異大，如吉林長(zhǎng)春榆樹市作為我國(guó)主要產(chǎn)糧縣市之一，耕地面積占市域面積的83.24%左右[28]，而百?gòu)?qiáng)縣2021 年GDP 排名榜首的江蘇蘇州昆山市耕地面積占市域面積僅約16.25%[29]。不同區(qū)域或縣域個(gè)體的耕地占比均存在較大差異，如果不考慮耕地碳匯因素，將會(huì)影響區(qū)縣碳交易市場(chǎng)中碳排放權(quán)的公平分配，因此本研究將耕地納入碳匯計(jì)算指標(biāo)。耕地碳匯包括農(nóng)作物碳匯與土壤碳匯。方精云等[23]指出由于農(nóng)作物的收獲期短，農(nóng)作物生物量作為碳匯的效果不明顯，因此常設(shè)定農(nóng)作物碳匯為零。本研究也采取類似處理，不計(jì)入農(nóng)作物碳匯，只計(jì)算耕地的土壤碳匯[30]。

本文以全國(guó)縣域單元的碳源和碳匯為基礎(chǔ)數(shù)據(jù)，并將耕地土壤納入碳匯指標(biāo)，綜合運(yùn)用標(biāo)準(zhǔn)差橢圓與重心分析方法、空間自相關(guān)分析方法、碳平衡模型來測(cè)算與分析縣域尺度碳收支的時(shí)空演變特征以及碳排放效率，厘清中國(guó)縣域單元碳收支演化過程，并從國(guó)土空間規(guī)劃角度為科學(xué)制定縣域空間碳補(bǔ)償、區(qū)域協(xié)同減排增匯方案提供決策依據(jù)。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)域

為保證數(shù)據(jù)完整性和覆蓋區(qū)域的統(tǒng)一性，本文共選取中國(guó)30 個(gè)省份（不包括西藏及港澳臺(tái)地區(qū)）的2 680個(gè)縣域單元作為分析樣本，并根據(jù)國(guó)家統(tǒng)計(jì)局中國(guó)區(qū)域劃分辦法將樣本劃分為東部地區(qū)、西部地區(qū)、中部地區(qū)和東北地區(qū)。東部地區(qū)包括北京、上海、廣東、浙江、山東、江蘇、天津、河北、福建、海南10 個(gè)省份，749個(gè)縣域單元；西部地區(qū)包括重慶、四川、內(nèi)蒙古、廣西、陜西、寧夏、貴州、云南、甘肅、青海、新疆11 個(gè)省份，963 個(gè)縣域單元；中部地區(qū)包括安徽、山西、湖北、湖南、河南、江西6 個(gè)省份，692 個(gè)縣域單元；東北地區(qū)包括黑龍江、吉林、遼寧3 個(gè)省份，276 個(gè)縣域單元。

1.2 數(shù)據(jù)選取與來源

為保證數(shù)據(jù)統(tǒng)計(jì)口徑的統(tǒng)一，碳源數(shù)據(jù)統(tǒng)一選取中國(guó)碳核算數(shù)據(jù)庫(kù)（CEAD）（https://www.ceads.net/data/county/）2000—2017 年縣域單元碳排放數(shù)據(jù)。該數(shù)據(jù)從能源耗能的視角，基于DMSP/OLS 和NPP/VIIRS 夜間燈光數(shù)據(jù)，利用粒子群優(yōu)化反向傳播（PSO-BP）算法計(jì)算得出，廣泛應(yīng)用在碳源相關(guān)研究中[2,18,31]。

中國(guó)碳核算數(shù)據(jù)庫(kù)（CEAD）公開了基于NASA 提供的MOD17A3 數(shù)據(jù)，從陸地植被凈初級(jí)生產(chǎn)力角度[32]計(jì)算縣域碳匯數(shù)據(jù)。但通過預(yù)分析發(fā)現(xiàn)該數(shù)據(jù)每年的碳匯值大于同年的碳源值，且其碳匯值約為其他研究[24]的100 倍。考慮到數(shù)據(jù)與我國(guó)當(dāng)前碳中和情況的匹配性，本研究從土地利用角度計(jì)算縣域單元的碳匯。選取的土地利用數(shù)據(jù)來源于中國(guó)科學(xué)院地理科學(xué)與資源研究所的資源環(huán)境科學(xué)與數(shù)據(jù)中心（https://www.resdc.cn/data.aspx?DATAID=347）。由于全國(guó)土地利用數(shù)據(jù)在年份上不連續(xù)，結(jié)合已有數(shù)據(jù)年份，最終選取2000 年、2005 年、2010 年、2015 年、2018 年的土地利用數(shù)據(jù)，其中為匹配碳源數(shù)據(jù)年份，以2018 年數(shù)據(jù)補(bǔ)齊2017 年缺失的土地利用數(shù)據(jù)。計(jì)算碳匯的土地利用類型包括耕地[30]、林地[33-34]、草地[23,35]、水域[36]和未利用地[37]。耕地指種植農(nóng)作物的土地；林地指生長(zhǎng)喬木、灌木、竹類以及沿海紅樹林地等林業(yè)用地，分為有林地、灌木林、疏林地和其他林地；草地指以生長(zhǎng)草本植物為主，覆蓋度在5%以上的各類草地，分為高、中、低覆蓋度三種類型；水域包括河渠、湖泊、水庫(kù)坑塘、灘涂、灘地；未利用地表示目前還未利用的土地，包括難利用的土地。碳匯估算模型如下：

式中：Cs為碳匯量，Si為第i種土地利用類型產(chǎn)生的碳匯量，Ai為第i種土地利用類型（耕地、林地、草地、水域、未利用地）面積，ai為第i種土地利用類型所對(duì)應(yīng)的碳匯系數(shù)（表1）。

1.3 研究方法

1.3.1 標(biāo)準(zhǔn)差橢圓和重心

標(biāo)準(zhǔn)差橢圓是一種衡量地理要素分布形態(tài)的空間統(tǒng)計(jì)技術(shù)[18]，被廣泛應(yīng)用于環(huán)境學(xué)、地理學(xué)、經(jīng)濟(jì)學(xué)等領(lǐng)域[38]。本研究通過重心、方位角、長(zhǎng)軸標(biāo)準(zhǔn)差、短軸標(biāo)準(zhǔn)差等參數(shù)，分析中國(guó)碳排放的空間分異特征，具體計(jì)算方法為：

空間分布重心：

1.3.2 空間自相關(guān)

空間自相關(guān)分析是用來確定某一變量在空間分布上有無相關(guān)性及相關(guān)程度如何的分析方法[13]，通常采用Moran’s I 指數(shù)進(jìn)行全局空間自相關(guān)分析和Getis-Ord Gi*（熱點(diǎn)分析）進(jìn)行局部空間自相關(guān)分析。

Moran’s I 可以測(cè)度某一變量在空間內(nèi)的整體分布狀況，并判斷是否存在聚集特征，計(jì)算公式為：

式中：wij表示空間權(quán)重，本研究采用鄰接權(quán)重矩陣，當(dāng)i省份與j省份相鄰時(shí)（i≠j），wij取值為1，否則為0。zi或zj表示省份i或省份j的碳匯/源值，Z表示各省碳匯/源的平均觀測(cè)值，n為省份數(shù)量。指數(shù)I值在[-1,1]之間，I＞0 表示空間正相關(guān)，說明觀測(cè)對(duì)象在空間呈集聚特征；I＜0 表示空間負(fù)相關(guān)，說明觀測(cè)對(duì)象在空間呈離散特征；I＝0 表示研究對(duì)象在空間隨機(jī)分布。指數(shù)的Z得分與P得分衡量其顯著性，當(dāng)-1.96 ＜Z＜1.96、P＞0.05 時(shí)，不能拒絕零假設(shè)，說明研究對(duì)象在空間上呈隨機(jī)分布；當(dāng)Z＞1.96 或Z＜-1.96、P＜0.05 時(shí)，拒絕零假設(shè)，觀測(cè)對(duì)象在空間上呈集聚或離散的分布格局。

Getis-Ord Gi*工具可以測(cè)量局部空間的依賴性和異質(zhì)性，用以區(qū)分高值聚集區(qū)域和低值聚集區(qū)域的空間分布[39]，計(jì)算公式為：

式中：Wij(d)是空間權(quán)重，同樣空間范圍相鄰為1，不相鄰為0；Xj為j區(qū)域的觀測(cè)值，值為正表示高值聚類的熱點(diǎn)區(qū)域，其值為負(fù)值表示低值聚類的冷點(diǎn)區(qū)域。

1.3.3 碳平衡模型

碳平衡模型表示通過分析碳源和碳匯數(shù)據(jù)比例來判斷排碳與固碳的相互關(guān)系[19]，從宏觀角度認(rèn)識(shí)碳排放量被自然界生態(tài)系統(tǒng)吸收的情況[40]，根據(jù)碳平衡系數(shù)來觀測(cè)生態(tài)系統(tǒng)碳平衡狀態(tài)，計(jì)算公式如下：

式中：Rc代表碳源總量，Sc代表碳匯總量，Ec代表碳平衡系數(shù)，表示釋碳量與自然生態(tài)系統(tǒng)固碳量的比例。當(dāng)Ec＞1，表示碳源量大于碳匯量；當(dāng)Ec＜1，表示碳源量小于碳匯量；當(dāng)Ec＝1，表示碳源量等于碳匯量，即碳收支處于碳中和的平衡狀況。

2 結(jié)果分析

2.1 縣域碳收支的時(shí)間序列變化分析

2000—2017 年中國(guó)碳源總量呈持續(xù)上升趨勢(shì)，碳源量從2000 年的3 155.81 百萬噸上升至2017 年的9 483.15 百萬噸，約增長(zhǎng)為原來的3 倍。由圖1 可知，2010 年是碳源的拐點(diǎn)，以2010 年為界，2000—2010 年碳源的變化幅度較大，2010—2020 年碳源變化幅度較小，增速放緩。2000—2017 年，碳匯總量增加2.96 百萬噸，僅占2000 年碳匯量的1.18%，其中2010—2015 年碳匯量呈現(xiàn)下降情況。凈碳源（碳源—碳匯）變化與碳源變化呈現(xiàn)相近的變化趨勢(shì)（圖2）。碳源總量年均增長(zhǎng)率約為34.47%，碳匯總量年均增長(zhǎng)率約為0.30%，碳源較于碳匯增長(zhǎng)幅度更大，增速更快，總體呈波動(dòng)緩慢上升趨勢(shì)。以上現(xiàn)象表明我國(guó)2000—2017 年碳排放量始終遠(yuǎn)大于碳吸收量，2010—2017 年凈碳源呈現(xiàn)出低速增長(zhǎng)的特征。

圖1 2000—2017年全國(guó)碳匯與碳源變化趨勢(shì)

圖2 2000—2017年全國(guó)凈碳源變化趨勢(shì)

2.2 縣域碳收支的空間格局變化分析

2.2.1 空間總體格局

根據(jù)全國(guó)各縣域碳匯、碳源情況，結(jié)合地理區(qū)劃，從總量上看，各地區(qū)碳匯和碳源占全國(guó)總量比例與地區(qū)面積相關(guān)（圖3、圖4）。四大區(qū)域面積呈“西部＞中部＞東部＞東北”。2000—2017 年碳匯與碳源占比最多的始終是西部地區(qū)，碳匯占42%左右，碳源占33%左右，其中碳匯量較多的縣域集中在內(nèi)蒙古呼倫貝爾市鄂倫春自治旗及其周邊地區(qū)，該地區(qū)位于大興安嶺南麓，具有豐富的林業(yè)資源。碳匯占比較少的是東北地區(qū)和東部地區(qū)，均占18%左右。碳源占比最少的是東北地區(qū)，占10%左右。

圖3 2000—2017年全國(guó)各地區(qū)碳匯占比

通過不同時(shí)段的比較，碳匯和碳源占總量比的變化幅度較小。（1）碳匯方面（圖5）：中部地區(qū)和東部地區(qū)的碳匯占比逐年減少，但縣域變化不明顯；西部地區(qū)和東北地區(qū)的碳匯占比逐年上升，碳匯增加的縣域分布于植被覆蓋度高的區(qū)域，如內(nèi)蒙古扎魯特旗、黑龍江虎林市等地區(qū)，這些地區(qū)多以第一產(chǎn)業(yè)為主，林地覆蓋率高。（2）碳源方面（圖6）：西部地區(qū)碳源占比逐年增加，與我國(guó)城鎮(zhèn)化由東向西轉(zhuǎn)移[41]的趨勢(shì)相符，城鎮(zhèn)化帶動(dòng)了西部以第二產(chǎn)業(yè)為主的產(chǎn)業(yè)發(fā)展和城鎮(zhèn)開發(fā)建設(shè)，從而導(dǎo)致西部碳排放量增加，結(jié)合縣域單元看，碳源增加的主要是內(nèi)蒙古北端的牙克石市、內(nèi)蒙古南端的準(zhǔn)格爾旗及周邊地區(qū)、青海省的格爾木市以及新疆中部庫(kù)車市及周邊地區(qū)，這些地區(qū)多以第二產(chǎn)業(yè)為主，交通的快速發(fā)展導(dǎo)致交通釋碳量的增加；東北地區(qū)、東部地區(qū)和中部地區(qū)的碳源占比逐年圍繞穩(wěn)定值上下波動(dòng)，增減趨勢(shì)不顯著。

2.2.2 空間分異特征

通過標(biāo)準(zhǔn)差橢圓與重心轉(zhuǎn)移（表2、圖7）進(jìn)行空間分異特征分析。標(biāo)準(zhǔn)差橢圓結(jié)果顯示，碳源標(biāo)準(zhǔn)差橢圓短軸與長(zhǎng)軸比值呈兩個(gè)階段的變化，2000—2015 年比值不斷增加，說明方向性減弱，2015—2017 年比值小幅度減小，說明方向性增強(qiáng)。碳匯標(biāo)準(zhǔn)差橢圓短軸與長(zhǎng)軸比值呈三個(gè)階段的變化，2000—2005 年小幅增加后，2005—2010 年小幅減小，2010—2017 年呈緩慢上升趨勢(shì)，即在分異方向上的方向性先減小，后增加，再減小。

表2 2000—2017年中國(guó)縣域碳源/碳匯標(biāo)準(zhǔn)差橢圓測(cè)算結(jié)果

重心轉(zhuǎn)移結(jié)果顯示，碳匯和碳源均以東北—西南方向?yàn)橹鲗?dǎo)。碳源重心2000—2010 年位于河南省周口市，2015 年和2017 年位于河南許昌市，整體呈現(xiàn)由東向西轉(zhuǎn)移的趨勢(shì)；碳匯重心2000—2017 年均位于河南鄭州市，呈現(xiàn)由東南向西北轉(zhuǎn)移的趨勢(shì)。碳源和碳匯2000—2017年標(biāo)準(zhǔn)差橢圓方位角均呈增長(zhǎng)趨勢(shì)。結(jié)合重心轉(zhuǎn)移方向看：西南方向碳源的影響作用在逐漸增加，與我國(guó)城鎮(zhèn)化由東部沿海向內(nèi)陸的成渝、滇中等城市群擴(kuò)張[41]有關(guān)；西部的碳匯作用在增強(qiáng)，與涉及西部地區(qū)的內(nèi)蒙古、寧夏、西藏、甘肅、青海和新疆等省份的天然林資源保護(hù)工程、“三北”防護(hù)林體系建設(shè)工程、西部地區(qū)野生動(dòng)植物保護(hù)及自然保護(hù)區(qū)建設(shè)工程等西部地區(qū)林業(yè)生態(tài)工程[42]的實(shí)施相關(guān)。

2.2.3 空間自相關(guān)

通過Moran’s I 分析的I值、Z值、P值結(jié)果（表3），可以看出在各時(shí)段的碳匯和碳源全局空間自相關(guān)指數(shù)I均為正值，且均通過5%顯著性檢驗(yàn)，說明2000—2017 年，全國(guó)縣域的碳源和碳匯均具有空間正相關(guān)特征，即碳匯、碳源的相似性區(qū)域呈現(xiàn)空間聚集分布特征。2000—2017 年碳匯I值在0.30 左右波動(dòng)，說明碳匯的空間聚集分布情況變化不大，碳源的I值在2000—2010年呈增加趨勢(shì)，說明聚集特征有所增強(qiáng)，2010—2017 年呈下降趨勢(shì)，說明聚集特征有所減弱。

表3 莫蘭指數(shù)分析結(jié)果

從冷熱點(diǎn)的空間分布變化看，中國(guó)縣域碳匯總量的冷熱空間分布聚集情況較為穩(wěn)定，碳源總量的冷熱空間分布聚集情況呈波動(dòng)變化特征。（1）碳匯冷熱點(diǎn)（圖8）：2000—2017 年碳匯總量熱點(diǎn)集中在生態(tài)林業(yè)資源豐富[43]的東北地區(qū)、內(nèi)蒙古北端、青海西南部、四川西部、云南西部和中部、廣西環(huán)江毛南族自治縣為中心的周邊地區(qū)和湖南永州市為中心的周邊地區(qū)，冷點(diǎn)集中在東部地區(qū)的河北、北京、山東、江蘇、上海、浙江，中部地區(qū)的山西、河南、安徽，西部的寧夏及周邊區(qū)域。（2）碳源冷熱點(diǎn)（圖9）：2000—2017 年碳源熱點(diǎn)總體分布在東部和東北部的沿海及周邊地區(qū)，與我國(guó)城鎮(zhèn)化熱點(diǎn)集中區(qū)[41]相符，冷點(diǎn)總體分布于以四川為中心的西南部、新疆西部、黑龍江北部，從變化情況來看，碳源熱點(diǎn)逐漸由東部地區(qū)向西部地區(qū)的內(nèi)蒙古擴(kuò)張，與我國(guó)城鎮(zhèn)化由東部地區(qū)向西部地區(qū)擴(kuò)張的情況相符[41]，2015 年西部新疆地區(qū)開始出現(xiàn)以尉犁縣為中心的熱點(diǎn)區(qū)域，2015—2017 年尉犁縣周邊的熱點(diǎn)區(qū)域逐漸增加，碳源冷點(diǎn)變化明顯特征為東北部地區(qū)的黑龍江省冷點(diǎn)區(qū)域逐年增加，原因在于黑龍江省林業(yè)產(chǎn)業(yè)轉(zhuǎn)型逐漸重視生態(tài)環(huán)境建設(shè)[44]。

圖8 2000—2017年碳匯Getis-Ord Gi*分析

2.3 縣域碳平衡評(píng)價(jià)

根據(jù)全國(guó)和區(qū)域的碳源與碳匯比值（圖10）可以發(fā)現(xiàn)，從時(shí)間縱向?qū)Ρ葋砜矗?000—2017 年東北地區(qū)、西部地區(qū)、中部地區(qū)和東部地區(qū)Ec值始終大于1，說明釋碳量一直大于固碳量，且Ec值呈上升趨勢(shì)，說明碳失衡情況越來越嚴(yán)重。從地區(qū)橫向?qū)Ρ葋砜矗瑬|部地區(qū)的Ec值最高，其次是中部地區(qū)、西部地區(qū)、東北地區(qū)，說明碳失衡最嚴(yán)重的是東部地區(qū)。整體來看，東北地區(qū)和西部地區(qū)的碳平衡情況較好，Ec值始終小于全國(guó)，中部地區(qū)和東部地區(qū)碳平衡情況較差，Ec值始終大于全國(guó)，表明中部地區(qū)和東部地區(qū)未來將是實(shí)施減排增匯策略的重點(diǎn)區(qū)域。

圖10 2000—2017年碳源/碳匯比值變化

將Ec的碳平衡值1 和當(dāng)年全國(guó)Ec值作為分類中斷值進(jìn)行分析，其中2000 年、2005 年、2010 年、2015 年、2017 年全國(guó)比值分別約為12.496 3、21.335 2、32.265 3、35.736 0、37.485 7，將縣域分為達(dá)到碳平衡的A 類縣（Ec值＜1）、未達(dá)到平衡的B 類縣（1 ＜Ec值＜全國(guó)比值）和C 類縣（全國(guó)比值＜Ec值）。從圖11 可以看到，A 類縣域主要分布于西部地區(qū)，C 類縣域主要分布于東部地區(qū)和與西部?jī)?nèi)蒙古接壤地區(qū)及周邊區(qū)域。從演變情況看，2000—2017 年A 類縣在不斷減少，B 類縣在不斷增加，說明全國(guó)縣域的碳平衡狀態(tài)總體逐漸走向失衡，到2017年A 類縣域僅包含治多縣等青海西部縣域、白玉縣等四川西部縣域、呼瑪縣等黑龍江北部縣域，新疆A 類縣域全部變?yōu)锽 類或C 類縣域，其中C 類縣域呈明顯增加狀態(tài)。造成以上現(xiàn)象的原因可能在于2000—2017 年我國(guó)縣域總體處于社會(huì)經(jīng)濟(jì)高速發(fā)展階段，尤其東部沿海地區(qū)、大都市圈、城市群擴(kuò)張導(dǎo)致縣域碳排放量逐年增加，“一帶一路”政策帶來的交通建設(shè)、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)變、土地用途變更等現(xiàn)象也一定程度上造成碳失衡縣域由沿海的東部向內(nèi)陸的西部擴(kuò)張。

圖11 2000—2017年縣域碳排放效率分布

3 結(jié)論與啟示

3.1 結(jié)論

本文基于2000—2017 年全國(guó)縣域單元的碳源和碳匯數(shù)據(jù)，采用標(biāo)準(zhǔn)差橢圓與重心分析方法、空間自相關(guān)分析方法、碳平衡模型測(cè)算與分析了縣域尺度碳收支的時(shí)空演變特征，主要得出以下結(jié)論：

（1）從碳收支時(shí)間序列來看，全國(guó)縣域碳排放量呈明顯增加趨勢(shì)，2017 年碳源增長(zhǎng)為2000 年的三倍，碳吸收量保持平穩(wěn)趨勢(shì)，2017 年碳匯較2000 年僅增加1%左右。

（2）從碳收支空間格局來看，碳源和碳匯占比均西部地區(qū)最高、東北地區(qū)最低，且西部地區(qū)和東北地區(qū)的碳匯占比逐年上升，西部地區(qū)碳源占比也逐年上升；西南部碳源的影響作用在逐漸增加，西部的碳匯作用在增強(qiáng)；碳源與碳匯均呈現(xiàn)空間聚集分布特征，縣域單位下碳源總量的冷熱空間分布聚集情況呈波動(dòng)穩(wěn)定的特征，碳匯總量的冷熱空間分布聚集情況變化不明顯。

（3）從碳平衡來看，東北地區(qū)、西部地區(qū)、中部地區(qū)和東部地區(qū)碳平衡狀態(tài)良好的A 類縣逐年減少，碳失衡情況越來越嚴(yán)重，東北地區(qū)和西部地區(qū)的碳平衡情況相對(duì)較好。

3.2 啟示

本研究總結(jié)了我國(guó)縣域單元碳源和碳匯時(shí)空演變特征，明確了我國(guó)碳收支空間格局，為“雙碳”目標(biāo)下的國(guó)土空間規(guī)劃提供了依據(jù)，有助于從縣域單元視角探索我國(guó)城鄉(xiāng)低碳轉(zhuǎn)型的實(shí)施路徑?；谘芯拷Y(jié)果，從國(guó)土空間規(guī)劃視角對(duì)我國(guó)制定區(qū)域協(xié)同減排方案和實(shí)現(xiàn)縣域空間碳補(bǔ)償?shù)忍岢稣呓ㄗh：

（1）構(gòu)建跨區(qū)域減排協(xié)同機(jī)制。碳收支空間格局分析結(jié)果表明縣域碳源與碳匯均存在空間聚集分布特征。可根據(jù)碳源熱點(diǎn)和冷點(diǎn)聚集區(qū)域制定不同管理等級(jí)的減排協(xié)同機(jī)制，實(shí)施跨區(qū)域協(xié)作的減排策略，以促進(jìn)實(shí)現(xiàn)全國(guó)范圍的碳中和目標(biāo)。著重針對(duì)東部和東北部的沿海及周邊縣域的碳源熱點(diǎn)區(qū)域成立國(guó)土空間減碳工作試點(diǎn)，結(jié)合國(guó)土空間規(guī)劃體系，以聚集區(qū)域?yàn)閱挝蛔龀鰷p碳工作的總體部署，以縣域?yàn)閱挝贿M(jìn)行減碳策略細(xì)化并對(duì)落實(shí)情況進(jìn)行定期評(píng)估。

（2）以生態(tài)優(yōu)先為原則優(yōu)化國(guó)土空間。從碳源和碳匯的時(shí)間序列變化趨勢(shì)，以及碳平衡分析結(jié)果看，我國(guó)碳源增幅遠(yuǎn)大于碳匯，碳失衡情況愈加嚴(yán)重，在生態(tài)文明建設(shè)理念下，應(yīng)始終堅(jiān)守生態(tài)紅線，持續(xù)發(fā)展西部地區(qū)和東北部地區(qū)的生態(tài)林業(yè)工程，提升生態(tài)空間的固碳能力，著重約束東部地區(qū)和中部地區(qū)城鎮(zhèn)空間建設(shè)用地的擴(kuò)張，優(yōu)先集約化發(fā)展和低效用地再開發(fā)，提升土地利用效率和能源效率，降低碳排放強(qiáng)度。

（3）根據(jù)碳平衡狀況分配區(qū)縣級(jí)碳排放權(quán)。碳平衡評(píng)價(jià)結(jié)果顯示我國(guó)不同地區(qū)的縣域碳收支情況存在較大差異，說明我國(guó)減排增匯策略應(yīng)因地制宜進(jìn)行制定?？山Y(jié)合國(guó)土空間規(guī)劃中的“雙評(píng)價(jià)”方法優(yōu)化碳平衡等級(jí)劃分方式，建立符合各縣實(shí)情的國(guó)土空間碳平衡核算體系，以科學(xué)區(qū)分不同碳平衡狀態(tài)的區(qū)域，并將碳交易市場(chǎng)普及到各縣，對(duì)不同碳平衡等級(jí)的縣設(shè)定不同的碳排放配額，并著重控制碳收支嚴(yán)重失衡縣的碳排放權(quán)，倒逼經(jīng)濟(jì)綠色轉(zhuǎn)型。

本研究選取了碳源與碳匯不同的數(shù)據(jù)源開展碳收支分析，在一定程度上會(huì)影響結(jié)果的準(zhǔn)確性，未來可選取統(tǒng)一數(shù)據(jù)源進(jìn)行校驗(yàn)。在碳匯測(cè)算方面，本研究?jī)H選取了碳吸收能力強(qiáng)的土地利用類型，未來可考慮將更多的土地利用類型納入碳匯計(jì)算，以進(jìn)一步提升結(jié)果的精度。