东北三省土地利用碳排放时空格局及影响因素研究

张 余，姜 博，赵映慧 , 赵 毅 , 邹铁安 , 薛 睿

(东北农业大学 公共管理与法学院，哈尔滨 150030)

0 引言

碳排放是造成全球气候变化的重要因素之一[1]，而气候变化所带来的环境问题也日益凸显。研究表明，土地利用/覆被变化是全球气候变化的重要驱动因素之一[1]，全球大气中约有45%的二氧化碳排放来源于化石燃料和土地利用变化[2]。中国碳排放居世界首位，肩负着节能减排的重任。我国制定了2030年碳达峰行动方案，争取到2060年实现碳中和。因此，从土地利用视角，探究土地利用碳排放影响因素并加以控制，采取相关措施，对减轻国家碳减排压力、实现绿色低碳可持续发展具有一定的实践意义。

国内外关于土地利用碳排放的研究成果主要集中在土地利用碳排放机理及其核算[3-5]、土地利用碳排放效应研究[6-7]、土地利用碳排放影响因素等[8-10]。国内对于土地利用碳排放研究起步较晚，主要是通过碳排放系数测算各土地利用类型的碳排放量，并在此基础上进一步的深化与拓展[11]。研究尺度多集中在省域、市域尺度，探究区域土地利用碳排放时空变化特征[12-13]；研究方法多采用指数分解法，如STIRPAT模型、面板数据模型和LMDI模型等[14-15]，随后有研究开始引进EKC模型进一步分析经济发展与环境的关系[16]。虽然国内外相关文献资料丰富且各具特色，但现有研究仍存在不足：(1)国内多数研究采用统计数据，在一定程度上可能降低结果的准确性；(2)从土地利用视角对土地利用碳排放影响因素的研究相对较少，已有研究表明土地利用强度对碳排放的影响具有举足轻重的作用[17]；(3)影响因素分析侧重时间维度的影响程度的变化，忽视了区域土地利用碳排放影响因素空间效应差异[18]。

基于此，本研究利用东北三省2000年、2005年、2010年、2015年、2018年五期遥感数据，结合GIS技术得到土地利用数据，分析其土地利用变化状况和土地利用碳排放时空格局。然而，东北三省各区域间的环境是相互影响、相互制约的，因此，土地利用碳排放的空间邻近效应不容忽视。利用地理加权回归模型进一步研究东北三省土地利用碳排放影响因素的时空差异，可为东北三省科学制定区域碳减排工作方案及绿色发展措施提供一定的科学参考。

1 研究区概况与数据来源

1.1 研究区概况

东北三省包括黑龙江、吉林、辽宁3个省级行政区，面积78.7万km2，地形以平原、山地为主。在土地利用中，建设用地增长较快，林地、草地、水域都呈现不同程度的下降；东北三省能源消耗量从2000年的3.07亿tce增加到2018年的6.37亿tce，年均增速4%，同期二氧化碳排放量由558.46万t增长到1 085.5万t，年均增速3.8%。2016年东北三省碳排放量约占全国碳排放总量的11%，而GDP占比仅有7.05%，碳排放量高居不下，碳减排压力较大，经济发展举步维艰。

1.2 数据来源

土地利用数据来源于中国科学院资源环境科学与数据中心数据平台，参照中国科学院土地利用现状分类，将研究区的土地利用类型划分为耕地、林地、草地、水域、建设用地和未利用地。能源消费、人口、国民经济等统计数据来源于2001—2019年的《中国能源统计年鉴》《黑龙江统计年鉴》《吉林统计年鉴》《辽宁统计年鉴》。

2 研究方法

2.1 土地利用动态度

土地利用动态度能综合反映出特定区域各地类在特定时段内的动态变化情况[19]。土地利用动态度越小，表明研究区土地利用动态变化越小，反之，土地利用动态变化越大。

2.2 碳排放计算

土地利用碳排放可分为直接碳排放和间接碳排放。直接碳排放是指某种类型的土地直接参与生产而产生的碳排放，主要指耕地、林地、草地、水域和未利用地的碳排放。根据已有研究成果[20-21]，耕地、林地、草地、水域和未利用地的碳排放系数分别为0.422 tC/hm2，-0.623 tC/hm2，-0.144 tC/hm2，-0.030 tC/hm2，-0.050 tC/hm2，其中负值代表碳吸收。公式如下：

CE=∑(αi×Si) 。

式中：CE是耕地、林地、草地、水域、未利用地的碳排放量；αi指第i种地类的碳排放系数；Si是第i种地类的面积。由于各地级市的能源消费数据难以获取，因此，通过利用东北三省生产生活消耗的各种化石能源数量、化石能源标准煤转换系数和能源碳排放系数间接估算出各省建设用地碳排放量，进而测算出东北三省建设用地单位面积的碳排放量。

2.3 探索性空间数据分析

2.3.1全局空间自相关。采用全局Moran’sI指数进行度量，揭示整个研究区域的空间特征和空间相关性的整体趋势。一般情况下,Moran’sI取值在[-1,1]，越接近1,空间上表现出明显的集聚特性；若越接近-1，则表示探索性数据在空间上具有显著差异[22-23]。

2.4 地理加权回归模型

现有碳排放影响因素研究多集中在对因素的分解上，忽视了影响因素效应的空间差异，而地理加权回归(geographically weighted regression,GWR)是一种改进的空间线性回归模型，多用于分析变量系数之间的空间差异，能直观地体现变量的空间依赖性[25]。

3 结果分析

3.1 土地利用变化

利用ArcGIS 10.2对东北三省2000年、2005年、2010年、2015年、2018年遥感数据进行重采样、重分类，提取东北三省土地利用状况，并分析其土地利用变化。

东北三省土地利用变化在不同阶段呈现不同的特点(表1)。2000—2005年，未利用地动态度最高，其次是建设用地，而林地和水域都有一定的减少，耕地和建设用地有所增加；2005—2010年，未利用地面积变化依然最大，土地利用动态度达到了4.18%，除未利用地与建设用地外，其他地类都有不同程度的减少，其中水域面积变化最大，动态度达0.94%；2010—2015年，建设用地变化最大，未利用地开始减少，耕地面积呈小幅增加趋势，林地未发生变化，草地出现一定程度的减少；2015—2018年，除耕地、建设用地和未利用地外，其他地类面积均在减少，草地面积变化最大，动态度达9.73%。从整体看，2000—2018年东北三省土地利用变化明显，林地、草地和水域呈减少趋势，其中草地最为明显，动态度达1.77%，近年来东北三省开展土地利用整治，耕地面积有所增加，经济的发展以及城镇化的扩张带动了建设用地的增加。

表1 2000—2018年东北三省土地利用动态度 %

从土地利用转移(表2)的方向看，东北三省2000—2018年共有165 363.13 km2土地进行了相互转化，其中林地转出面积最大，其次是耕地、草地、未利用地、水域，转出面积最小的是建设用地。耕地转入面积最大，其次是林地、未利用地、草地和建设用地，水域转入面积最小。耕地与林地相互转换，未利用地则通过土地整治项目成为耕地面积增加的第二大来源。草地的增加主要来源于林地和耕地，水域因内河道滩涂和沼泽地规划不合理而导致占用等原因，主要向未利用地转换。2000—2018年建设用地面积增加14 839.28 km2，主要来源于对耕地的占有，占建设用地总转入面积的80%。随着东北振兴战略的实施，东北三省经济发展方式转变，使得城市建设进程加快，进而推动建设用地面积的持续增长，而通过土地整合和旧城改造等项目的实施，也有6 277.94 km2的建设用地转变为耕地。

3.2 土地利用碳排放时空格局分析

通过土地利用碳排放测算公式估算出东北三省2000—2018年土地利用碳排放情况，并利用ArcGIS软件进行可视化(图1)。

表2 2000—2018年东北三省土地利用转移矩阵 km2

图1 2000年、2010年、2018年东北三省土地利用碳排放时空格局

3.2.1土地利用碳吸收分析。根据自然断点法将东北三省土地利用碳吸收量分为高值区、次高值区、次低值区和低值区。由图1a～1c可知，东北三省碳吸收量的时空变化较为显著，2000年碳吸收高值区、次高值区由大兴安岭至延边朝鲜族自治州，呈现西北—东南向倾斜的“I”字型空间格局；2010年随着哈尔滨退出了次高值区，高值区和次高值区连续分布的“I”字型空间格局被打破，而低值区变化则相对稳定；2018年，碳吸收高值区不断减少，低值区不断增加，产生明显的挤压效应，碳吸收的空间格局出现了明显分化。除辽宁外，其他两省土地利用碳吸收均呈下降的趋势。黑龙江碳吸收下降幅度最大，年均减少0.06万t，其中大兴安岭碳吸收减少最大，其减少量相当于辽宁某些地市的碳吸收量。辽宁的大连、营口和铁岭碳吸收呈下降趋势，相比2000年分别下降11%，4.5%和2.2%，朝阳碳吸收涨幅最大，相比2000年，涨幅为52%。吉林省土地利用碳吸收变化较为稳定，碳吸收最大的是延边，最小为松原与辽源。

3.2.2土地利用碳排放分析。根据自然断点法将东北三省土地利用碳排放分为高度碳排放、中度碳排放、轻度碳排放和微度碳排放4级。由图1d～1f可知，东北地区高、中度碳排放主要集中在三省省会及齐齐哈尔、大庆和大连，而大兴安岭、长白山等山区碳排放效应较弱且变化较为稳定。碳排放量在时间上呈不断增长的趋势，碳排放总量由大到小依次为辽宁、黑龙江和吉林，2000年高度碳排放主要分布在东北三省省会及齐齐哈尔和大连，占东北三省总碳排放量的32%；2018年高度碳排放主要分布在哈尔滨、沈阳和大连，形成“三足鼎立”。吉林省除长春外，其他地市均处于轻、微度碳排放等级，吉林市呈波动增长。辽宁省高度和中度碳排放城市数量最多，变化较为稳定，主要集中在辽中南城市群和沿海经济带周边。黑龙江省土地利用碳排放总量最大的是哈尔滨，最小为大兴安岭。

3.2.3土地利用净碳排放分析。根据自然断点法同样将东北三省土地利用净碳排放量分为高值区、次高值区、次低值区和低值区。由图1g～1i可知，东北三省土地利用净碳排放时空格局差异显著。2000年仅沈阳处于高值区；2018年，高值区分布主要集中在哈尔滨、齐齐哈尔、沈阳和大连周边，低值区主要集中在大兴安岭和长白山等碳吸收能力强的地区。2003年以来，随着东北老工业基地的改造与振兴不断推进，净碳排放高值区面积不断扩张，低值区面积进一步压缩，东北三省净碳排放呈不断增长的趋势。辽宁省净碳排放空间格局呈现出由单中心向双中心不断演化，2000年形成了以沈阳为中心的“单核”格局，2010年以来，大连净碳排放总量大幅提升，打破了传统的“单中心”格局，沈大“双核”格局初步形成并一直延续至2018年；黑龙江省土地利用净碳排放空间格局与辽宁省相似，由单核的齐齐哈尔向哈尔滨-齐齐哈尔双中心演化；吉林省土地利用净碳排放空间格局未发生显著变化，没有形成明显的“中心-边缘”格局，长春、四平和吉林净碳排放量较大，白山、辽源和通化土地利用净碳排放较小。

3.3 空间自相关分析

根据Moran’sI检验结果，2000—2018年土地利用碳排放的Moran’sI指数在统计学上具有显著性，且数值均大于0，说明东北三省土地利用净碳排放在空间上存在正向空间集聚现象。2000—2018年Moran’sI指数呈先增后降趋势，说明各地区之间碳排放整体差异在逐渐拉大。为进一步探究各地区之间土地利用净碳排放的差异及其空间关系演化,对东北三省2000—2018年土地利用净碳排放进行冷热点分析(图2)。

图2 东北三省土地利用净碳排放冷热点演变

由图2可知，2000年东北三省土地利用净碳排放热点区主要分布在辽宁省的阜新、锦州、鞍山、营口和大连，黑龙江省的绥化、大庆和吉林省的长春和松原。2010—2018年，黑龙江省的绥化、大庆以及吉林省的长春和松原退出了热点区成为次热点区。冷点区与次冷点区整体上变化较为稳定，黑龙江省冷点区与次冷点区城市分别有5个和4个，吉林省冷点区与次冷点区城市分别有3个和4个，辽宁省无冷点区城市，次冷点区城市仅有2个。总体来看，辽宁省热点区数量最多，阜新、锦州、鞍山、营口和大连等城市一直处于热点区，主要原因是辽宁城市产业结构中的重工业占工业比重高达70%以上，净碳排放量较高。2010年以来，黑龙江、吉林两省热点区转变成次热点区，次热点区明显增加，缺少高净碳排放城市，主要缘于吉林和黑龙江均为农业大省，要保障国家粮食安全和生态安全，工业化基础比较薄弱，工业化程度明显低于辽宁，加之近年来产业结构的不断迭代升级，土地利用净碳排放增速明显放缓。

3.4 地理加权回归

为进一步探究东北三省土地利用碳排放影响因素及其空间差异，利用ArcGIS 10.2软件进行地理加权回归分析。根据东北三省区域特点，参考已有研究[26-27]，结合土地利用视角，考虑数据可获取性及地理加权回归对多重共线性的要求。VIF(方差膨胀因子)大于10则变量之间存在明显的多重共线性问题，而总人口、工业结构、土地利用强度3个变量的VIF值均小于3，因此，不存在多重共线性。工业结构为第二产业与第三产业产值比；由于建设用地为最主要的碳源，建设用地在土地总面积中所占比重越大，碳排放就越多，因此，土地利用强度用建设用地与土地总面积的比值来表征。GWR模型回归结果见表3。表3表明，拟合优度系数R2值越接近于1，模型拟合度就越好。2000年、2010年、2018年模型拟合度较高。而局部拟合优度则表示局部回归模型拟合程度，其值越接近于1，局部模型拟合就越好。2000年、2010年、2018年局部拟合优度系数LocalR2值范围0.74～0.97，说明GWR模型对东北三省土地利用碳排放空间差异影响具有较高解释能力。

表3 GWR模型的整体回归结果

从总人口影响因子空间变化(图3a～3c)来看，东北三省地区相邻地市的弹性系数差异较小，且都是正值，说明总人口因子对土地利用碳排放的影响有明显的正向空间依赖性。各年份总人口因子系数高值区和次高值区主要集中在辽宁省，尤其是环渤海及其腹地经济较为发达的区域，该区域人口密集，产业集聚，资源消耗多，对土地利用碳排放影响较大。2018年低值区集中在吉林省，并整体上呈现由吉林省向南北两端增加的趋势。总的来看，各年份系数范围呈不断扩大的趋势，说明总人口的变化对土地利用碳排放具有一定的促进作用，相邻地市系数差异较小，存在明显的空间依赖性，总人口因子影响作用在逐步增大。

从工业结构影响因子空间变化(图3d～3f)来看，2000年大部分系数为正值，高值区与次高值区主要集中在黑龙江省以及吉林省的东北部，由于黑龙江省资源型城市数量众多，以石油、煤炭、林业为主导的工业城市比重较大，第二产业具有一定规模，但产业发展以高耗能工业为主，能源使用效率较低，因此,对土地利用碳排放产生了较大的影响。2018年回归系数全部转变为负数，且低值区与次低值区的系数范围在进一步扩大，整体上由北向南呈环状递减，说明东北三省产业结构进一步优化，二产所占比重有所降低，第三产业优势逐步提升，工业结构中，重工业比例有所降低，轻重工业更加协调，从某种程度上抑制了土地利用碳排放的增长。

从土地利用强度影响因子空间变化(图3g～3i)来看，与其他两个因子相比，土地利用强度因子对东北三省土地利用碳排放空间差异影响程度作用最大。2000年高值区和次高值区主要集中在辽中南城市群和吉林中部城市群，低值区和次低值区集中在黑龙江省。2018年土地利用强度系数高值区与次高值区在缩小，整体上呈现由辽宁省东北部和吉林省的南部向两端递减的趋势。总的来看，低值区系数值在变小，对土地利用碳排放的正向影响程度呈减少的趋势，高值区系数范围在扩大，说明土地利用强度对土地利用碳排放的影响存在明显的地域差异。虽然部分地区土地利用强度对碳排放的正向影响呈减少的趋势，但整体土地利用强度对东北三省各地区碳排放的影响强度依然很大，因此,未来东北三省各地区在控制建设用地无序扩张、调整土地利用结构上还需做很大的努力。

图3 2000年、2010年、2018年东北三省地区影响因子系数变化

4 结论与建议

4.1 结论

(1)2000—2018年，东北三省土地利用结构变化明显，除耕地、建设用地、未利用地之外，林地、草地、水域都有不同程度减少。2000—2018年东北三省共有165 363.13 km2土地进行了相互转化，林地转出面积最大，是耕地和草地最大转换来源，而建设用地的主要来源是耕地。

(2)2000—2018年，东北三省土地利用碳排放呈逐年递增的趋势，增长率达31%。净碳排放量同样呈逐年增长的趋势，与碳排放变化基本一致。空间上高、中度碳排放主要集中在东北三省省会城市以及齐齐哈尔、大庆和大连等城市。东北三省土地利用碳吸收呈下降趋势，下降率为4%，空间上碳吸收高值区主要集中在大兴安岭、长白山等山地、林地资源丰富的地区。

(3)2000—2018年，东北三省土地利用净碳排放存在显著的全局空间正相关，热点区主要集中在辽宁省的阜新市、锦州市、鞍山市、营口市和大连市；冷点区主要集中在黑龙江省的鹤岗市、双鸭山市、鸡西市和佳木斯市以及吉林省的白山市和通化市。

(4)从影响因子来看，相对于总人口和工业结构，土地利用强度对土地利用碳排放的影响最大，空间变化也最为明显。工业结构系数区域变化较大，部分地区由正值转变为负值，负值区系数范围在不断扩大。总人口因子相邻各地市系数差异较小，对土地利用碳排放的影响具有空间依赖性，且影响作用在逐步增大。

4.2 建议

东北三省要以“控制碳强度，增加固碳能力”为定位。一方面，从低效率、高能耗和高排放转变为高效、绿色和低碳发展方式；另一方面，提升东北三省生态系统固碳能力，尤其是保障黑龙江省林地覆盖面积。东北三省作为老工业基地，第二产业也形成了一定的规模，应大力推进节能减排以及加大清洁能源使用力度，优化能源结构，降低高污染能源的使用比例。东北三省作为著名的老工业基地，由于其能源结构调整压力大、绿色产业结构发展进程缓慢、低碳生活方式还未形成等问题，与长三角、珠三角等发达地区相比，实现碳达峰、碳中和目标的任务更为艰巨。