鄧靈穎, 李紅波

(華中農(nóng)業(yè)大學(xué) 公共管理學(xué)院, 武漢 430070)

21世紀(jì)以來,經(jīng)濟(jì)飛速發(fā)展導(dǎo)致溫室氣體排放量激增,氣候變化尤其是氣候變暖成為全球關(guān)注的焦點(diǎn)問題。根據(jù)國(guó)際能源署發(fā)布的數(shù)據(jù),中國(guó)在2009年已經(jīng)成為全球第一大碳排放國(guó)[1-2]?；谶@一嚴(yán)峻形勢(shì),中國(guó)在第75屆聯(lián)合國(guó)大會(huì)上做出承諾,二氧化碳排放力爭(zhēng)于2030年前達(dá)到峰值,在2060年實(shí)現(xiàn)碳中和。湖北作為生態(tài)大省在承擔(dān)中部地區(qū)經(jīng)濟(jì)崛起發(fā)展壓力的同時(shí),還肩負(fù)著碳減排的重任。湖北省自然資源保護(hù)與開發(fā)“十四五”規(guī)劃中提到目前湖北還存在資源粗放式利用、土地粗放式開發(fā)等制約經(jīng)濟(jì)發(fā)展與自然資源保護(hù)的瓶頸,亟須創(chuàng)新以節(jié)約和保護(hù)為目標(biāo)的高效資源利用方式,探索協(xié)同推進(jìn)生態(tài)優(yōu)先與綠色可持續(xù)的經(jīng)濟(jì)發(fā)展新路徑,以期為區(qū)域碳減排增匯提供可行的經(jīng)驗(yàn)方法。

當(dāng)前,城市群成為空間發(fā)展的主要形態(tài)。武漢城市圈作為湖北省的核心發(fā)展區(qū)域,以占全省31.2%的土地面積創(chuàng)造了60%以上的生產(chǎn)總值。作為長(zhǎng)江中游三大城市群之一,武漢城市圈在城市化與工業(yè)化的過程中對(duì)資源和能源有較強(qiáng)的依賴性,因此其碳排放呈現(xiàn)逐年增加趨勢(shì)。隨著各城市之間的產(chǎn)業(yè)轉(zhuǎn)移和產(chǎn)業(yè)協(xié)作逐步活躍,城市圈內(nèi)部物質(zhì)能量交換愈發(fā)復(fù)雜,城市間的碳排放關(guān)聯(lián)更加緊密。開展以城市群為單元的碳排放研究可以明晰城市群的碳排放規(guī)律,了解城市群發(fā)展與碳減排之間的矛盾,為城市群經(jīng)濟(jì)發(fā)展與碳減排增匯提供科學(xué)指導(dǎo)。

目前國(guó)內(nèi)外學(xué)者針對(duì)土地利用碳排放展開了豐富的研究[3-6]。這些研究主要集中于區(qū)域碳排放核算方法[7]、碳排放影響因素[8]、碳排放時(shí)空特征[9]、區(qū)域碳補(bǔ)償分區(qū)等方面,如楊欣等[10]在計(jì)算武漢城市圈碳排放總量和碳排放強(qiáng)度的基礎(chǔ)上,運(yùn)用LMDI模型分解了武漢城市圈碳排放影響因素,結(jié)果顯示,能源結(jié)構(gòu)、能源效率抑制碳排放,經(jīng)濟(jì)水平對(duì)碳排放起促進(jìn)作用;李璐等[11]在剖析土地利用碳收支分異特征的基礎(chǔ)上,借助SOM-K-means方法劃分碳補(bǔ)償區(qū)并構(gòu)建碳補(bǔ)償評(píng)價(jià)體系,最終得到7類碳補(bǔ)償優(yōu)化分區(qū);董捷等[12]以3 E模型為約束,構(gòu)建IFCAM模型嘗試制定武漢城市圈各縣區(qū)的碳減排責(zé)任空間分配方案。Shuai等[13]采用STIRPAT模型分析了1990—2011年125個(gè)國(guó)家的人口、富裕程度和技術(shù)對(duì)碳排放的影響程度,得出在全球?qū)用嫣寂欧诺年P(guān)鍵影響因子是富裕程度,其次是技術(shù)和人口。Liu等[14]在采用SBM模型核算2001—2019年長(zhǎng)三角地區(qū)碳排放效率的基礎(chǔ)上,運(yùn)用QAP回歸分析其影響因素。Hong等[15]介紹了1961—2017年全球土地利用排放的國(guó)家、過程、溫室氣體和產(chǎn)品的具體清單,采用改進(jìn)的KAYA恒等式分解了驅(qū)動(dòng)排放的關(guān)鍵因素,并評(píng)估了結(jié)果對(duì)不同核算假設(shè)的不確定性和敏感性。針對(duì)碳排放影響因素的研究方法大致上可以分為兩類:基于因素分解分析的方法和基于計(jì)量經(jīng)濟(jì)學(xué)的回歸分析方法[16-17]。與分解分析法相比,計(jì)量經(jīng)濟(jì)分析法多采用回歸分析工具來構(gòu)建模型,可以靈活選擇變量,以隨機(jī)變量的形式引入隨機(jī)因子,從而使結(jié)論更具針對(duì)性。因此,計(jì)量經(jīng)濟(jì)分析方法得到了更多學(xué)者的認(rèn)可,更適合本文的研究目標(biāo)。

武漢城市圈作為中部地區(qū)具代表性的城市群,其經(jīng)濟(jì)發(fā)展以及碳減排路徑對(duì)其他城市群具有一定的示范引領(lǐng)作用及借鑒意義。明晰各城市碳排放量的影響因素對(duì)制定碳減排政策、分配碳減排任務(wù)具有現(xiàn)實(shí)指導(dǎo)意義。因此,本文以武漢城市圈為研究區(qū)域,通過構(gòu)建土地利用碳排放測(cè)算模型及時(shí)空地理加權(quán)回歸模型,探究武漢城市圈土地利用碳排放空間差異性及其影響因素的時(shí)空異質(zhì)性,為區(qū)域制定低碳經(jīng)濟(jì)發(fā)展政策提供具有一定參考價(jià)值的依據(jù)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

本研究的數(shù)據(jù)包括2000年、2010年、2020年的土地利用柵格數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)。土地利用柵格數(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(http:∥www.resdc.cn/),空間分辨率為30 m,參考《土地利用現(xiàn)狀分類》標(biāo)準(zhǔn)(GB/T21010-2017),將研究區(qū)土地利用類型重分類為耕地、林地、草地、水域、建設(shè)用地和未利用地6個(gè)一級(jí)地類。能源消費(fèi)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)來源于湖北省統(tǒng)計(jì)局(http:∥tjj.hubei.gov.cn/)公布的統(tǒng)計(jì)年鑒。

1.2 研究方法

1.2.1 土地利用碳排放估算 本文將土地利用類型分為碳源和碳匯兩類,其中,具有碳匯作用的地類包括耕地、林地、草地、水域和未利用地;發(fā)揮碳源作用的地類有建設(shè)用地和耕地。不同的土地利用方式其碳排放效應(yīng)也不同,因此本文根據(jù)不同地類的利用特點(diǎn)來估算碳排放量。

耕地作為人類進(jìn)行農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的載體時(shí)表現(xiàn)為碳源,如農(nóng)業(yè)化肥施用、農(nóng)業(yè)機(jī)械使用、農(nóng)膜使用和灌溉等,計(jì)算公式為:

Et=Ef+Em+Ei+Ea

(1)

式中:Et為耕地碳排放;Ef,Em,Ei,Ea分別為農(nóng)田化肥生產(chǎn)、農(nóng)業(yè)機(jī)械生產(chǎn)使用、灌溉和農(nóng)膜使用過程帶來的碳排放。

式(1)可分解為:

Et=GfA+(AmB+WmC)+AiD+FaE

(2)

式中:A,B,C,D,E為轉(zhuǎn)換系數(shù),其值參考自張俊峰等[18]研究,分別為857.54 kg/mg,16.47 kg/hm2,0.18 kg/kW,266.48 kg/hm2,3.84 kg/mg。Gf,Am,Wm,Ai,Fa分別為農(nóng)業(yè)化肥使用量、農(nóng)作物種植面積、農(nóng)業(yè)機(jī)械總動(dòng)力、灌溉面積、農(nóng)膜使用量。

建設(shè)用地是重要的碳源,對(duì)應(yīng)的碳排放主要來自工業(yè)能源消耗,但由于本文研究的部分地級(jí)市統(tǒng)計(jì)年鑒中缺少能源消耗量數(shù)據(jù),因此本文參考王桂波等[19]的研究,采用二三產(chǎn)業(yè)產(chǎn)值與單位GDP能耗的乘積反映建設(shè)用地碳排放量。計(jì)算公式如下:

ECO2=GDP2,3HK

(3)

式中:ECO2為建設(shè)用地的碳排放量;H為單位GDP能耗(t標(biāo)準(zhǔn)煤/萬元);K為煤炭的能源消耗碳排放系數(shù)(tC/t)。

本文運(yùn)用固定系數(shù)法測(cè)算耕地、林地、草地、水域及未利用地的碳匯量(表1),由于這幾種地類的碳匯能力隨時(shí)間的改變不大,且國(guó)內(nèi)關(guān)于這幾類用地的碳排放研究有大量數(shù)據(jù)支撐,因此本文運(yùn)用碳匯系數(shù)估算土地利用碳匯量。估算公式如下:

表1 不同土地利用類型碳排放系數(shù)Table 1 Coefficient of carbon emission of different land use patterns

Ti=Sifi

(4)

式中:Ti,Si,fi分別表示第i種土地利用方式的碳排放量、面積、碳排放系數(shù)。耕地碳排放系數(shù)來自陳泮勤等[20]的研究成果,林地碳排放系數(shù)來自蘇雅麗等[21]的研究成果,水域和未利用地的碳排放系數(shù)分別來自段曉男等[22]和賴力[23]的研究結(jié)果。草地的碳排放系數(shù)參考張俊峰等[18]的研究成果,針對(duì)武漢城市圈改良草地和人工草地占比較大這一現(xiàn)狀,對(duì)方精云等[24]估算的草地碳排放系數(shù)進(jìn)行修正,得到城市圈草地碳排放系數(shù)為-0.024 t/(hm2·a)。

1.2.2 時(shí)空地理加權(quán)回歸模型 時(shí)空地理加權(quán)回歸模型是在地理加權(quán)回歸模型的基礎(chǔ)上提出的,GWR模型中自變量的回歸參數(shù)隨空間地理位置變化而變化,而GTWR模型中自變量的回歸參數(shù)隨著時(shí)空位置的變化而變化。因此該模型相對(duì)GWR模型能較好地描述變量與因變量之間的時(shí)空關(guān)系。由于武漢城市圈碳排放呈不均衡的時(shí)空分布特征,碳排放具有時(shí)空非平穩(wěn)性,在研究武漢城市圈碳排放效應(yīng)時(shí),有必要從局部探討武漢城市圈碳排放的時(shí)空異質(zhì)性。

GTWR模型的基本表達(dá)式如下所示:

(5)

式中:(ui,vi)表示第i個(gè)樣本點(diǎn)的經(jīng)緯度;ti表示觀測(cè)時(shí)間;yi表示第i個(gè)樣本點(diǎn)的因變量值;Xik表示第i個(gè)樣本點(diǎn)的第k個(gè)解釋變量。εi為模型誤差項(xiàng),β0(ui,vi,ti)代表第i個(gè)樣本點(diǎn)的回歸常數(shù),βk(ui,vi,ti)表示第i個(gè)樣本點(diǎn)的第k個(gè)解釋變量的回歸系數(shù)。

2 結(jié)果與分析

2.1 武漢城市圈土地利用碳排放分析

通過研究2000—2020年武漢城市圈各類土地碳排放量(表2),結(jié)果表明:凈碳排放隨著年份增加而增加,從2000年的3 129.69萬t增加到2020年的14 590.51萬t,增長(zhǎng)了約5倍。建設(shè)用地為主要碳源,其碳排放量占碳排放總量的90%以上,并且隨著時(shí)間變化呈快速增長(zhǎng)趨勢(shì);耕地的碳排放量呈現(xiàn)先增后減趨勢(shì),2010年耕地碳排放達(dá)153.48萬t;而發(fā)揮碳匯作用的地類中,林地的碳匯能力最強(qiáng),其碳匯強(qiáng)度隨時(shí)間變化幅度不大;其次為水域,其碳匯量隨時(shí)間變化呈先增后減趨勢(shì)。

表2 2000-2020年武漢城市圈各類用地碳排放Table 2 Carbon emissions of different land use types from 2000 to 2020 in Wuhan metropolitan area 104 tC

將城市圈碳排放、碳匯按照地類一一對(duì)應(yīng)空間化,并根據(jù)各地類面積計(jì)算出碳排放及碳匯密度,結(jié)果如圖1,圖2所示。

圖1 武漢城市圈2000年、2010年、2020年碳排放密度空間變化

圖2 武漢城市圈2000年、2010年、2020年碳匯密度空間變化

通過武漢城市圈碳排放密度空間分布(圖1)結(jié)果表明,高碳排放土地利用斑塊在研究早期多集中分布于武漢市以及各市的中心城區(qū),在2010年以后逐漸向武漢城市圈的西北、東南方向轉(zhuǎn)移。高碳排放斑塊相較2000年增加了43.69%,其明顯的空間分布特征表現(xiàn)在多分布于水源附近。研究期內(nèi)耕地的碳排放密度先增后減,而建設(shè)用地碳排放密度在研究期內(nèi)增幅達(dá)到224.02%,可以看出耕地造成的碳排放遠(yuǎn)低于建設(shè)用地對(duì)碳排放的貢獻(xiàn)度。

觀察武漢城市圈碳匯密度空間分布(圖2)結(jié)果表明,高碳匯土地利用斑塊主要分布在武漢城市圈的南部、北部以及東北部。研究期內(nèi),碳匯斑塊總面積減少了2.39%,總碳匯斑塊的平均碳匯密度減少了0.14%。武漢城市圈中心城區(qū)碳匯斑塊顯著減少,碳匯斑塊增加區(qū)域分布在城市圈西部以及東部。

2.2 碳排放驅(qū)動(dòng)因素分析

2.2.1 數(shù)據(jù)檢驗(yàn) 本文運(yùn)用時(shí)空地理加權(quán)回歸模型(GTWR)研究武漢城市圈碳排放的驅(qū)動(dòng)因素及其空間異質(zhì)性,將碳排放作為被解釋變量,選取城市化水平、產(chǎn)業(yè)結(jié)構(gòu)、碳排放強(qiáng)度、經(jīng)濟(jì)發(fā)展水平、人口集聚程度、技術(shù)水平和建設(shè)用地占比7類因素作為解釋變量。首先對(duì)這7類因素進(jìn)行共線性診斷將方差膨脹因子(VIF)值過高的碳排放強(qiáng)度因素剔除,再對(duì)剩下的6類因素進(jìn)行顯著性檢驗(yàn),發(fā)現(xiàn)均對(duì)碳排放量具有顯著影響,且方差膨脹因子(VIF)<10,不存在多重共線性。各變量的指標(biāo)解釋及方差膨脹因子如表3所示。

表3 研究指標(biāo)及其解釋Table 3 Research indicators and interpretation

利用ArcGIS時(shí)空地理加權(quán)回歸分析模塊,自動(dòng)設(shè)置最優(yōu)帶寬,時(shí)空距離參數(shù)比值設(shè)置為1,進(jìn)行影響因素回歸系數(shù)計(jì)算、分析。選取AIC準(zhǔn)則和擬合優(yōu)度R2作為模型置信度評(píng)價(jià)指標(biāo),結(jié)果見表4。從擬合優(yōu)度來看,R2和調(diào)整后R2均高于0.9,表明時(shí)空地理加權(quán)回歸模型能夠較好地測(cè)度解釋變量對(duì)因變量的影響。

表4 GTWR相關(guān)參數(shù)Table 4 Related parameters of GTWR

2.2.2 驅(qū)動(dòng)因素的時(shí)空異質(zhì)性分析 (1) 通過觀察2000—2020年各驅(qū)動(dòng)因素回歸系數(shù)變化圖(圖3)結(jié)果表明,研究區(qū)域內(nèi)的城市化回歸系數(shù)既有正向又有負(fù)向且回歸系數(shù)跨度較大,表明城市化進(jìn)程在一定程度上會(huì)加劇碳排放,城鎮(zhèn)居民相對(duì)農(nóng)村居民消耗的能源更高,隨著城鎮(zhèn)人口的增加城鎮(zhèn)人類活動(dòng)難以避免地會(huì)造成更多碳排放。但在研究期內(nèi)湖北響應(yīng)國(guó)家發(fā)展低碳經(jīng)濟(jì)的號(hào)召,積極建設(shè)資源節(jié)約、環(huán)境友好型城市,倡導(dǎo)低碳綠色生活方式從而使城市化水平對(duì)碳排放的影響不斷降低。

圖3 2000-2020年各驅(qū)動(dòng)因素回歸系數(shù)變化

(2) 人口聚集程度對(duì)碳排放基本上呈現(xiàn)正向影響,說明人口的增加會(huì)造成更高的能源與資源的消耗,從而影響區(qū)域的碳排放水平。大部分城市的人口集聚系數(shù)隨時(shí)間推移不斷下降,這是由于人口的集聚帶來的產(chǎn)業(yè)與生產(chǎn)要素的集中會(huì)提高能源與資源的利用效率,從而使區(qū)域碳排放量相對(duì)降低。

(3) 經(jīng)濟(jì)發(fā)展水平對(duì)碳排放的貢獻(xiàn)十分明顯且均為正向影響。隨著時(shí)間的推移,低碳經(jīng)濟(jì)的發(fā)展模型愈發(fā)完善,低碳政策成效愈發(fā)顯著,使得經(jīng)濟(jì)發(fā)展水平系數(shù)呈現(xiàn)不斷下降的趨勢(shì)。

(4) 產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放的影響在研究期間基本呈現(xiàn)不斷增加的趨勢(shì)。隨著二三產(chǎn)業(yè)的生產(chǎn)活動(dòng)強(qiáng)度不斷提高,加劇了煤炭資源、水資源及土地資源的消耗,從而造成更高的碳排放量。

(5) 技術(shù)水平對(duì)碳排放呈現(xiàn)明顯的正向作用,并且在研究期間呈先增后減的趨勢(shì)。其原因可能是在研究初期隨著城市化進(jìn)程加快對(duì)能源的需求量更大,導(dǎo)致碳排放量不斷增加;而隨著產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型及生產(chǎn)技術(shù)的提高,單位GDP能耗不斷下降造成碳排放量也逐漸降低。

(6) 在研究期間,建設(shè)用地占比對(duì)碳排放大多呈負(fù)向影響,但總體上呈現(xiàn)逐年遞增的趨勢(shì)。究其原因可能是由于城市建設(shè)用地在研究期間內(nèi)快速擴(kuò)張,但又受到集約利用的影響,使得研究后期建設(shè)用地的使用更加集約高效。

2.2.3 驅(qū)動(dòng)影響因素空間異質(zhì)性分析 將各影響因素回歸系數(shù)通過ArcGIS進(jìn)行可視化,得到各影響因素回歸系數(shù)的時(shí)空分布圖。結(jié)果表明,城市化水平對(duì)碳排放的影響(圖4)呈現(xiàn)西北較高東部較低的格局。城市化水平對(duì)潛江市的碳排放貢獻(xiàn)率最大,其次是武漢市、孝感市,較弱的有黃岡市和黃石市。從變化趨勢(shì)來看,大部門城市相關(guān)系數(shù)逐年下降,而仙桃市及潛江市回歸系數(shù)經(jīng)歷了由負(fù)轉(zhuǎn)正的過程,其原因是研究初期城市化帶來的集中規(guī)模經(jīng)營(yíng)對(duì)碳排放具有抑制作用,而研究后期隨著產(chǎn)業(yè)規(guī)模的擴(kuò)大及城市化占用建設(shè)用地?cái)?shù)量增加,城市化對(duì)碳排放起正向促進(jìn)作用。

圖4 城市化水平及產(chǎn)業(yè)結(jié)構(gòu)回歸系數(shù)時(shí)空分布

產(chǎn)業(yè)結(jié)構(gòu)的回歸系數(shù)(圖4)主要呈現(xiàn)兩邊高中間低的格局。武漢城市圈主城區(qū)的產(chǎn)業(yè)結(jié)構(gòu)回歸系數(shù)一直較小,這是由于二三產(chǎn)業(yè)較多集中在遠(yuǎn)離武漢城市圈中心城區(qū)的偏遠(yuǎn)地級(jí)市。產(chǎn)業(yè)結(jié)構(gòu)對(duì)天門市的碳排放影響最大,其次是仙桃市、孝感市和潛江市。表明這些城市承擔(dān)了更多鋼鐵、水泥等化工產(chǎn)品的生產(chǎn)活動(dòng),從而導(dǎo)致更高的碳排放。

經(jīng)濟(jì)發(fā)展水平對(duì)碳排放的影響(圖5)呈現(xiàn)由西向東逐漸遞減的格局。其中,經(jīng)濟(jì)發(fā)展水平對(duì)碳排放影響最大的城市是潛江市,其次是天門及仙桃。研究期內(nèi),武漢市及孝感市的經(jīng)濟(jì)發(fā)展水平回歸系數(shù)呈現(xiàn)逐年下降并由正轉(zhuǎn)負(fù)的趨勢(shì),說明研究初期經(jīng)濟(jì)發(fā)展對(duì)碳排放有促進(jìn)作用,隨著高速經(jīng)濟(jì)發(fā)展模式向綠色可持續(xù)經(jīng)濟(jì)發(fā)展的轉(zhuǎn)變,經(jīng)濟(jì)發(fā)展水平對(duì)碳排放呈現(xiàn)一定的抑制作用。

圖5 經(jīng)濟(jì)發(fā)展水平及人口集聚程度回歸系數(shù)時(shí)空分布

人口聚集程度對(duì)碳排放的影響(圖5)呈現(xiàn)西北部偏高東北部偏低的特點(diǎn)。人口集聚水平對(duì)天門的碳排放影響最大,其次是仙桃、潛江及咸寧。從變化趨勢(shì)來看,除鄂州、黃石的人口集聚程度回歸系數(shù)逐年遞增外,其余城市的回歸系數(shù)隨年份增加不斷減小,這是因?yàn)槿丝诩袑?dǎo)致資源與生產(chǎn)要素在空間聚集,從而提高了資源的利用率達(dá)到降低碳排放的效果。

技術(shù)水平對(duì)碳排放的影響(圖6)呈現(xiàn)東北部偏高南部偏低的格局。技術(shù)水平對(duì)鄂州市的碳排放影響最大,其次為武漢和孝感,較低的是咸寧市。隨著時(shí)間推移,孝感市、咸寧市的系數(shù)逐年減小,說明提升技術(shù)水平有利于提高能源利用效率,降低碳排放。武漢市、黃岡市的回歸系數(shù)呈增加趨勢(shì),表明技術(shù)水平對(duì)該區(qū)域的碳排放影響作用不斷增強(qiáng),有必要優(yōu)化調(diào)整該區(qū)域的能源結(jié)構(gòu)。

圖6 技術(shù)水平及建設(shè)用地占比回歸系數(shù)時(shí)空分布

建設(shè)用地占比對(duì)碳排放的影響(圖6)基本上呈東高西低格局。建設(shè)用地占比對(duì)潛江市的碳排放影響最大,其次是黃石市和黃岡市。在研究初期,建設(shè)用地對(duì)潛江、黃石、黃岡、咸寧及鄂州的碳排放均為正向影響,這是由于這些城市在早期發(fā)展過程存在粗放擴(kuò)張建設(shè)用地、低效率利用土地等問題,隨著年份增加,城市土地利用規(guī)劃要求集約利用建設(shè)用地,有效提高了建設(shè)用地的利用效率,從而降低建設(shè)用地占比對(duì)碳排放的影響。

3 討 論

本文按照不同用地類型分別核算了3期武漢城市圈土地利用碳排放量,并探討了碳排放量的空間分布格局及影響因素的時(shí)空異質(zhì)性。研究發(fā)現(xiàn),武漢城市圈各地市的碳排放差異顯著,整體上碳排放逐年增加,其中建設(shè)用地碳排放強(qiáng)度增加幅度最為明顯。由于本研究在核算碳匯時(shí)采用系數(shù)法,且研究期內(nèi)不同用地類型的面積變化幅度較小,因此碳匯量的變化也很小。

通過以上分析,結(jié)果表明不同時(shí)間階段各城市碳排放主導(dǎo)因素有明顯變化。這說明了各地區(qū)存在發(fā)展不均衡的問題,因此,在區(qū)域碳減排任務(wù)的分配以及制定碳減排策略時(shí)應(yīng)有針對(duì)性地考慮地域?qū)嶋H情況及發(fā)展特點(diǎn)。如鄂州市、武漢市、孝感市碳排放受技術(shù)水平影響較大,針對(duì)這些地區(qū)的碳減排措施可以以推廣綠色環(huán)保的生產(chǎn)技術(shù)為主,同時(shí)可以開發(fā)使用風(fēng)能、光伏等低碳能源來降低碳排放。此外,天門市、仙桃市及潛江市碳排放受產(chǎn)業(yè)結(jié)構(gòu)影響較大,應(yīng)調(diào)整當(dāng)?shù)囟a(chǎn)業(yè)比例,推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)轉(zhuǎn)型。

4 結(jié) 論

(1) 武漢城市圈土地利用碳排放呈逐年增加趨勢(shì)。建設(shè)用地為主要碳源,其碳排放量占碳排放總量的90%以上,并隨時(shí)間增長(zhǎng)快速增加;林地為主要碳匯,其碳匯量變化相對(duì)穩(wěn)定。從空間分布來看,研究期間高碳排放斑塊不斷增加,并逐漸由主城區(qū)向西北、西南方向轉(zhuǎn)移;高碳匯斑塊面積不斷減少,且多分布于武漢城市圈遠(yuǎn)城區(qū)。

(2) 2000—2020年,建設(shè)用地占比對(duì)碳排放的影響程度不斷增加,城市化水平、人口集聚程度對(duì)碳排放的影響程度不斷降低。產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平及技術(shù)水平對(duì)碳排放的影響呈現(xiàn)波動(dòng)變化的趨勢(shì)。

(3) 武漢城市圈碳排放的影響因素存在較明顯的空間異質(zhì)性,最主要的影響因素是產(chǎn)業(yè)結(jié)構(gòu),其次是技術(shù)水平及建設(shè)用地占比。各類影響因素對(duì)不同區(qū)域的碳排放影響不盡相同,說明各地區(qū)的差異化發(fā)展造成當(dāng)?shù)靥寂欧胖鲗?dǎo)驅(qū)動(dòng)因素存在差別。