黑龙江省耕地利用转型碳排放的时空分异特征与影响因素
2023-01-07赵映慧王子彤詹汶羲盖兆雪
赵映慧，王子彤，詹汶羲，盖兆雪
(东北农业大学公共管理与法学院，哈尔滨 150030)
【研究意义】耕地为人类生存与发展提供最基本的物质基础，是保障国家粮食安全和社会稳定的关键[1]。然而，随着城镇化和工业化进程的不断加快，耕地非农化、寂寞化、边际化等现象日益显著[2-4]。耕地具有较大的碳固潜力，即耕地土壤碳库量的微小变化，都会对大气温室气体浓度及全球气候产生巨大影响，因此耕地利用转型必然会导致区域大气CO2浓度升高和气候异常[5]。推动耕地资源低碳利用不仅是新时代中国耕地资源可持续利用的内在需求，也是实现农业高质量发展的关键，更是中国实现碳达峰、碳中和目标的紧迫任务[6]。因此，开展耕地利用转型的碳排放研究显得尤为必要。【前人研究进展】目前耕地利用转型研究主要集中在转型的特征[7-8]、路径[9]、动力机制[10-11]及生态效应[12]等方面，多借助“3S”技术、数理统计和空间计量等方法开展研究。碳排放研究方面，以碳排放的时空特征[13]、影响因素[14]、效应[15]、动态模拟[16]以及低碳土地利用优化[17]等方面为主，多空基于间自相关分析、LMDI分解模型、碳排放系数法、CLUE-S模型、比较优势指数法等方法进行研究。综合来看，一是已有研究多侧重土地利用静态规模变化的碳排放问题，鲜有从碳源和碳汇两方面开展耕地利用转型的碳排放研究；二是影响因素的选择忽略了政策因素的影响。【本研究切入点】本文选取1990年、2000年、2010年和2020年4期土地利用数据，基于碳排放系数和空间自相关分析等方法，揭示1990—2020年黑龙江省耕地利用转型碳排放的时空分异特征；并借助地理探测器探测模型从自然环境、社会经济及政策因素3个方面，探究耕地利用转型碳排放影响因素的作用程度及各因子间的交互作用。【拟解决的关键问题】研究旨在为黑龙江省低碳可持续发展及耕地利用管理提供理论支持。
1 材料与方法
1.1 研究区概况
黑龙江省地处中国东北部，位于121°11′～135°05′ E，43°26′～53°33′ N。地势呈北部、西北部和东南部高，东北部、西南部低的走势。气候为寒温带与温带大陆性季风气候，年平均气温4.0 ℃，年平均降水量755.2 mm。土地面积4.53×107hm2，其中耕地面积1.58×107hm2，占总面积的35%。据《黑龙江统计年鉴》(2020年)显示，全省GDP为37.3亿元，总人口3751.3万人。黑龙江省是中国重要的商品粮基地、生态功能区与老工业基地，在中国经济社会发展的各个方面扮演着重要的角色，这也导致区域内耕地与建设用地、生态用地在空间上发生剧烈冲突[18]。基于此，选取黑龙江省为耕地利用转型的碳排放研究区域具有典型意义。
1.2 数据来源及处理
1990年、2000年、2010年和2020年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(http://www.resdc.cn)，空间分辨率为1 km×1 km。根据研究区概况及研究需要，将土地利用类型分为耕地、林地、草地、水域、建设用地及未利用地6类。影响因素指标数据来源及处理方法如表1所示。
耕地利用转型碳排放的空间格局是多种因素综合作用的结果。本文从自然环境、社会经济因素以及政策因素3个方面选取12个影响因子来探测耕地利用转型碳排放的影响因素(表1)。自然环境包括地形和气候2个方面，具体选取高程(X1)、坡度(X2)、降水(X3)、气温(X4)来表征。其中地形是土地利用类型空间分布格局形成的决定性条件，气候是区域碳排放变化中最直接也是最敏感的因子，地势低平、水热条件优越的地区耕地极易与其他土地利用类型发生转型。社会经济因素在较短时间内影响效果较为明显，短期内土地利用变化主要是人类活动驱动[3]。社会经济因素包括土地利用、区位条件、人口与经济3个方面，具体选取土地利用程度(X5)、距水域距离(X6)、距主要道路距离(X7)、距城镇中心距离(X8)、GDP(X9)、劳动力转移(X10)、人口(X11)来表征。其中土地利用程度和人口与经济状况可以反映出土地利用受人类活动的干扰程度，交通区位条件可反映出人类进行生产生活的便利性，这些都与耕地利用转型碳排放密切联系。政府的政策干预(X12)会对生态系统产生影响从而引发区域土地利用转型[18]。黑龙江省作为我国重要的商品粮生产基地，农业生产活动以粮食生产为主，农业发展政策性文件将粮食生产大县作为农业发展关注的重点区域进行有针对性的政策倾斜，对区域耕地利用转型产生了一定驱动作用[19]。
表1 影响因素指标体系
1.3 研究方法
1.3.1 碳排放量测算 根据研究区土地利用类型，将耕地利用转型分为耕地与林地、草地、水域、建设用地及未利用地5种用地类型之间的相互转型。在耕地利用转型过程中，林地、草地、水域和未利用地作为碳汇，耕地及未利用地作为碳源[22]。对已有的碳排放量测算方法比较分析，基于数据的可获取性和研究需要，采用碳排放系数来测算耕地利用转型产生的碳排放量。
E=∑ei=∑Ti×δi
(1)
式中：E表示碳排放总量，单位为t;i表示土地利用类型；ei表示耕地与其他用地类型相互转化对应产生的碳排放量；Ti表示耕地与其他用地类型相互转化对应变化的土地面积，单位为hm2；δi表示耕地与其他用地类型相互转化对应的碳排放系数，单位为t/hm2。
参考相关学者研究，耕地[23-24]、林地[25-26]、草地[25-26]、水域[27]、未利用地[28]的碳排放系数分别选取为0.497、-0.581、-0.021、-0.253、-0.005 t/hm2，具有一定合理性。建设用地碳排放量主要考虑建设用地利用过程中的能源消耗，依据《中国能源统计年鉴》《IPCC国家温室气体清单指南》，结合黑龙江省能源碳排放系数，确定建设用地碳排放系数为0.643 t/hm2。
1.3.2 空间自相关分析 全局空间自相关用Moran’sI指数来描述研究区域所有对象之间的空间分布模式、关联程度及其显著性[29]。运用Moran’sI指数测度黑龙江省耕地利用转型碳排放是否存在空间上的集聚性。
(2)
式中：n表示研究对象空间的区域数；Yi表示第i个区域内的属性值，Yj表示第j个区域内的属性值；Wij表示空间权重矩阵。
由于全局自相关无法反映局部状态的不稳定性，因而采用局部自相关中的Getis-Ord Gi*来测度黑龙江省耕地利用转型碳排放中统计显著的热点(高值空间集聚)和冷点(低值空间集聚)的空间分布，以此探究黑龙江省耕地利用转型碳排放的空间分异。
1.3.3 地理探测器 地理探测器是探测空间分异性的工具，以揭示其背后驱动力的一种新兴统计学方法[30]。采用分异及因子探测和交互作用探测2种探测模型来探测自然环境、社会经济以及政策因素中各因子对耕地利用转型碳排放的作用程度。
(3)
交互作用探测中两因子交互会出现5种不同的情况，判断依据为：①q(X1∩X2)
2 结果与分析
2.1 耕地利用转型碳排放的时间演化特征
2.1.1 耕地利用转型的时间演化特征 利用ArcGIS 10.6软件的叠加分析，揭示1990—2020年耕地利用转型的时间演化特征(表2)。1990—2020年黑龙江省耕地面积呈上升趋势，耕地与林地和草地之间的转型最显著。
表2 1990—2020年耕地利用转型情况
1990—2000年耕地与林地之间的转换最剧烈，其中84.36万hm2的林地转为耕地，贡献率为42.94%，4.91万hm2的耕地转为林地，贡献率为32.09%；其次是草地和未利用地，36.07%的草地和18.99%的未利用地转为耕地，19.74%、26.01%的耕地分别转换为草地和未利用地。然而耕地与建设用地、水域之间的转换最不明显，分别有10.39%、11.77%的耕地转为建设用地和水域。整体来看，耕地的转出量小于转入量，耕地面积呈上升趋势，耕地的主要流向为林地和未利用地。
2000—2010年耕地与林地之间的转换仍最剧烈，其中1.02×105hm2的林地转为耕地，贡献率为33.15%，5.82×104hm2的耕地转为林地，贡献率为39.38%；其次是草地和未利用地，21.60%和37.78%的草地和未利用地转为耕地，35.72%和6.09%的耕地分别转换为草地和未利用地。然而耕地与建设用地、水域之间的转换最不明显，分别有11.30%和7.51%的耕地转为建设用地和水域。整体来看，耕地的转出量小于转入量，耕地面积增加，但较上一时期增加幅度显著减小，仅为上一时期的8.76%，耕地的主要流向为林地和草地。
2010—2020年耕地与林地之间的转换依然最剧烈，其中1.68×106hm2的林地转为耕地，贡献率为39.16%，1.25×106hm2的耕地转为林地，贡献率为39.58%；其次是未利用地和建设用地，24.58%和12.79%的未利用地和建设用地转为耕地，18.50%和22.04%的耕地分别转换为未利用地和建设用地。然而耕地与草地、水域之间的转换最不明显，分别有14.11%和5.77%的耕地转为草地和水域。整体来看，耕地的转出量小于转入量，耕地面积增加1.13×106hm2，呈上升趋势，耕地的主要流向为林地和建设用地。
2.1.2 耕地利用转型碳排放的时间演化特征 1990—2020年黑龙江省耕地利用转型碳排放最终呈现碳源区，碳排放量呈现先减少后增加的态势，这与耕地利用转型的程度一致，耕地利用转型越剧烈，耕地利用转型产生的碳排放量就越大。
1990—2000年，耕地利用转型产生的碳排放总量为1126 531 t，产生碳汇33 914.3 t，碳源1160 445.3 t，可见耕地利用转型使研究区该时期呈现碳源区。其中碳排放主要来源为耕地与林地、草地的相互转化，分别产生390 742.1和351 540 t碳排放量。2000—2010年，耕地利用转型产生碳汇37 776.3 t，碳源163 068.6 t，碳排放总量为125 292.3 t，仅为上一时期的11.12%，可见该时期由于耕地利用转型程度较小，由此产生的碳排放量也随之减少。这一时期碳排放主要来源为耕地与未利用地、草地的相互转化，分别产生57 507.6和31 792.6 t的碳排放量。2010—2020年，耕地利用转型产生的碳排放总量为1793 129.5 t，是近30年碳排放量最高的时期，是前20年的1.59倍，前10年的14.31倍，与这一时期耕地利用剧烈转型有关。同时，这一时期产生的碳源和碳汇量也为30年来的最多的时期，产生784 853.3 t碳汇，2577 982.8 t碳源。其中碳排放主要来源为建设用地，碳排放量为720 047.7 t，是这一时期碳排放总量的40.16%。林地拥有较强的碳汇能力，虽然在这一时期产生了高达726 424.3 t的碳汇，占这一时期碳汇量的92.56%，但仍无法抵消林地大量向耕地转型产生的碳源(表3)。
表3 1990—2020 耕地利用转型碳排放情况
2.2 耕地利用转型碳排放的空间分异特征
借助GeoDa软件中的空间分析工具，得出黑龙江省3个时间段的耕地利用转型碳排放的Moran’sI指数(图1)。黑龙江省1990—2000年、2000—2010年以及2010—2020年的Moran’sI指数分别为0.245、0.341和0.250，且通过P<0.001的显著性水平检验。表明，研究区耕地利用转型碳排放存在正向的空间自相关，即黑龙江省耕地利用转型碳排放存在空间集聚效应。
图1 1990—2020年耕地利用转型碳排放Moran’s I散点图
采用ArcGIS 10.6中的Getis-Ord Gi*来测度研究区耕地利用转型碳排放中统计显著的热点和冷点的空间分布(图2)。1990—2000年耕地利用转型碳排放在空间上分别形成连续的冷点区和热点区。其中热点区主要集中分布于大庆市、绥化市西部、齐齐哈尔市依安县、哈尔滨市市区及呼兰县，这些地区为碳排放的高值区，主要由于位于松嫩平原，适宜耕作，土地极易转型为耕地。冷点区主要集中分布于哈尔滨市尚志市、牡丹江市市区及穆棱县、鸡西市市区，这些地区处于小兴安岭，林木资源丰富，林地具有较强的碳汇能力，因此这些地区为碳排放低值区。
图2 1990—2020年耕地利用转型碳排放冷热点分布
2000—2010年耕地利用转型碳排放在空间上未形成连续的热点区及冷点区。热点区即耕地利用转型碳排放高值区向东部转移，主要分布于佳木斯市抚远县、同江市及富锦市、双鸭山市饶河县、鹤岗市绥滨县、齐齐哈尔市市区及龙江县，与上一时期分布地形相似，同样地处平原地带。冷点区向东南部转移，分布于哈尔滨市尚志市、牡丹江市市区及穆棱县、鸡西市市区。
2010—2020年耕地利用转型碳排放的冷点区和热点区范围在空间上显著扩大。热点区向西北部转移，主要分布于黑河市、佳木斯市同江市及抚远县、双鸭山市饶河县、齐齐哈尔市讷河县；冷点区从东南部扩展，主要分布于牡丹江市、鸡西市市区及鸡东县、七台河市、哈尔滨市依兰县及方正县、佳木斯市市区、桦南县及汤原县、鹤岗市市区及萝北县。
2.3 耕地利用转型碳排放空间分异性影响因素探测
2.3.1 耕地利用转型碳排放影响因子探测 将各个时期的影响因子在ArcGIS 10.6中做空间插值处理(图3)，通过重分类进行离散化处理后，再与对应时期耕地利用转型碳排放栅格数据进行采样后导入地理探测器进行探测。运用地理探测器的因子探测器模块获得1990—2000年、2000—2010年以及2010—2020年耕地利用转型碳排放各影响因子的q值(图4)，q值越大表明该因子对耕地利用转型碳排放空间分异的作用强度越大。
图3 2010—2020年耕地利用转型碳排放影响因子空间分布
图4 1990—2020年影响因子解释力
1990—2000年，高程(0.081)、降水(0.0741)、土地利用程度(0.0575)、坡度(0.0478)、气温(0.0398)和劳动力转移(0.0326)对于黑龙江省耕地利用转型碳排放的影响力较强。这表明该时期耕地利用转型碳排放主要受自然环境和社会经济因素影响，其中自然环境因素的作用强度更大，高程是这一时期耕地利用转型碳排放的主导因子。可见，该时期耕地利用转型碳排放主要受到自然环境因素的限制，土地平坦、水热条件较好的土地更适宜进行耕作。因此，这些区域极易发生耕地利用转型，是这一时期耕地利用转型碳排放的主要成因。
2000—2010年，高程(0.0745)、坡度(0.0666)、降水(0.0258)、土地利用程度(0.0244)、劳动力转移(0.0213)和政策(0.0088)对于黑龙江省耕地利用转型碳排放的影响力较强。这表明该时期耕地利用转型碳排放是自然环境、社会经济和政策因素共同作用的结果，其中自然环境因素的作用力更强，高程仍为这一时期耕地利用转型碳排放的主导因素。与上一时期相比，政策因素的影响力在这一时期显著提高，在一定程度上起到了驱动作用。
2010—2020年，坡度(0.1241)、高程(0.0412)、土地利用程度(0.0184)、人口(0.0174)、劳动力转移(0.0148)和GDP(0.0084)对于黑龙江省耕地利用转型碳排放的影响力较强。表明，该时期耕地利用转型碳排放主要受自然环境和社会经济因素的影响，社会经济因素的解释力较前2个时期相比显著增强，这也一定程度上显示出人口与经济在这一时期与耕地利用转型碳排放密切相关。
2.3.2 耕地利用转型碳排放影响因子交互作用探测 借助地理探测器的交互探测器模块，分析得出1990—2000年、2000—2010年以及2010—2020年各影响因子对于黑龙江省耕地利用转型碳排放的交互作用程度。不同时期影响因子对耕地利用转型碳排放的影响具有相似性，由于篇幅原因，仅列出2010—2020年耕地利用转型碳排放影响因子的交互探测结果(表4)。
表4 2010—2020年影响因子交互作用探测
1990—2000年，影响因子间的交互作用以双因子增强为主，其中解释力较强的交互因子为：降水/土地利用程度(0.1204)、高程/降水(0.1198)、高程/劳动力转移(0.1136)、高程/距主要道路距离(0.1130)。2000—2010年，影响因子间的交互作用以非线性增强为主，其中解释力较强的交互因子为：高程/坡度(0.0953)、高程/劳动力转移(0.0908)、高程/气温(0.0889)、高程/土地利用程度(0.0880)。2010—2020年，影响因子间的交互作用以非线性增强为主，其中解释力较强的交互因子为：坡度/土地利用程度(0.1353)、坡度/人口(0.1329)、坡度/GDP(0.1293)、坡度/劳动力转移(0.1281)。综合分析，1990—2020年黑龙江省耕地利用转型碳排放的影响因子交互作用以非线性增强为主。自然环境与社会经济因素交互作用强于社会经济因素内部因子间的交互作用。自然环境因素是耕地利用转型碳排放空间格局形成的根本条件，对于区域碳排放具有显著影响，因而自然环境与社会经济因素交互作用增强。
此外，自然环境因素与土地利用程度因子和劳动力转移因子交互作用显著强于与其他社会经济因子的交互作用。土地利用程度反映了社会经济因素对土地自然综合体的干扰程度，这一过程中人类活动频繁，因而土地利用程度因子与其他因子交互作用较为复杂。劳动力转移与土地利用形态密切相关，农村劳动力转移程度越高，由此引发的耕地撂荒及耕地非农化情况越明显，耕地利用转型随之改变区域碳排放规模。
3 讨 论
本文基于长时间序列的土地利用数据，测算黑龙江省耕地利用转型碳排放量，并揭示耕地利用转型碳排放的时空分异特征及影响因素，与已有研究相比，从碳源和碳汇两方面刻画了耕地利用转型这一动态过程中碳排放时空演化过程，结果表明耕地利用转型碳排放量呈现先减少后增加的趋势，在2010—2020年碳排放量急剧增加至1793 129.5 t，这与快速城镇化和新型工业化背景下建设用地扩张密切相关。在此基础上，从自然环境、社会经济及政策因素出发，运用地理探测器模型探究耕地利用转型碳排放的影响因素，以往多从自然资源和社会经济因素揭示耕地利用碳排放影响因素，政策因素较少涉及，且影响因素仅仅考虑到单一因子的作用，忽略了因子间交互作用的效果。结果表明，耕地利用转型碳排放虽在短时间内较大程度上受到社会经济发展的冲击，但长时间尺度下仍受到自然环境中地形的限制；且自然环境与土地利用程度和劳动力转移因子交互作用明显增强，这反映出农户行为和选择对耕地利用转型碳排放规模影响较大。
整体上，本研究是对耕地利用碳排放研究的进一步扩展和补充。但主要研究了耕地利用显性形态转型的碳排放，对于耕地利用隐性形态转型碳排放研究还存在不足。因此耕地利用隐性形态下土地产权、经营方式、投入产出等转型产生的碳排放研究应是下一步研究的重点，适当缩小研究的空间范围，将更有利于耕地利用隐性形态碳排放研究，为土地利用管理及城乡转型提供理论参考。
4 结 论
本文基于土地利用数据及碳排放系数，揭示了1990—2020年黑龙江省耕地利用转型碳排放的时间演化特征，运用空间自相关分析识别了该时期黑龙江省耕地利用转型碳排放的空间分异特征；并借助地理探测器探测自然环境、社会经济及政策因素对该时期黑龙江省耕地利用转型的作用程度及各因子间的交互作用。
(1)1990—2020年黑龙江省耕地面积呈上升趋势，耕地与林地、草地之间的转换较为频繁。耕地利用转型产生的碳排放量呈现出先减少后增加的态势，由1990—2000年的1126 531 t减少到2000—2010年的125 292.3 t，再增加至2010—2020年的1793 129.5 t，但最终呈现碳源区。耕地利用转型碳排放与耕地利用转型的程度一致，耕地利用转型越剧烈，产生的碳排放量就越大。
(2)1990—2020年黑龙江省耕地转型碳排放存在空间集聚效应。热点区和冷点区在空间上均呈现范围先缩小后扩大的态势，热点区由西南向东再向西北移动，从平原地带向丘陵地带转移；冷点区则呈现西北向东南方向扩展的态势。这与研究区地形条件存在一定关联性。
(3)1990—2020年黑龙江省耕地利用转型碳排放主要受自然环境的影响，其中高程为主导因子。自然环境、社会经济及政策因素中各因子交互作用表现出交互增强的效果，且以非线性增强为主，其中坡度/土地利用程度交互作用解释力最强。自然环境与社会经济因素交互作用明显强于社会经济内部因子间的作用效果。
