APP下载

北部湾经济区土地利用碳排放时空差异及影响力地理探测

2023-09-05刘少坤王鹏程黄荣华

自然资源情报 2023年8期
关键词:北部湾经济区排放量

刘少坤,王鹏程,黄荣华

(南宁师范大学自然资源与测绘学院,广西 南宁 530001)

生态环境的稳定关系着人类生存发展与健康安全,全球CO2排放量持续攀升,严重危害人类生存发展,气候治理已然成为各国亟待解决的难题之一。当前,我国正处于供给侧结构性改革和新型城市化建设的加速时期,地区发展不平衡所导致的土地利用与生态环境问题尤为突出[1]。因此从土地利用视角深入研究碳排放的空间分异特征对我国国土空间低碳优化、生态持续发展具有深远意义。

目前,我国经济发展与城镇建设加剧了能源的消耗,造成碳排放持续增加,导致我国碳排放总量处于高位,减排降碳压力较大。因此,国内外学者聚焦于碳排放与土地可持续利用方面,主要从土地利用碳排放核算、碳排放效应分析[2-4]、土地利用碳排放空间分异及脱钩效应[5-6]、国土空间低碳发展[7]等方面开展研究,为本文提供了深厚的理论基础。碳排放作为近年来政策与学科研究关注的焦点之一,学者研究较多关注碳排放核算,以及土地结构转型所导致碳源和碳汇的功能变化[8],对区域土地变化碳排放和生态环境影响机制的研究较少,同时鲜有研究综合考虑多因素交互作用影响。在研究尺度上,多数研究选取中宏观尺度进行分析[9-10],鲜有研究探索县域尺度的土地利用碳排放。现有研究通过土地利用风险指数法、碳排放系数法、可拓展随机性的环境评估模型法等进行碳排放测算,但仍存在测算过程所需数据不足、精度不高等问题。夜间灯光数据具有弥补县域统计数据缺失、提高测算精度的优点,已被国内外学者应用于能源消耗碳排放量的计算[11-12]。

广西北部湾经济区是我国面向东盟各国开放合作和西部大开发战略的核心区域。随着北部湾国际合作的推进,土地利用结构的变化将迅速影响区域生态安全,亟须研究区域土地利用碳排放差异的影响规律。因此,本文运用空间邻域分析探索北部湾经济区县域土地利用碳排放时空分布格局,并利用地理探测器对其空间差异影响进行研究,为区域土地利用低碳优化、生态文明建设、经济高质量发展提供参考。

1 研究区概况及数据来源

1.1 研究区概况

作为我国第一个国际区域经济合作区,广西北部湾经济区地处南海西北部,西临越南,紧抓西部陆海新通道建设机遇,发挥“一带一路”倡议的重要作用。研究区总面积7.3×104km2,河网密布、资源丰富。不断加速的工业化进程导致其土地类型变化剧烈,进而导致碳排放攀升,因此在土地科学及“双碳”目标背景下分析不同时间跨度的碳排放空间差异,对该区域低碳经济发展具有现意义。

1.2 数据来源及处理

本文采用的土地利用数据来源于Landsat 系列30 m×30 m 高分遥感影像;NPP-VIIRS 夜间灯光数据来源于中国研究数据服务平台(CNRDS);按照指标数据的代表性和可获得性原则,结合现发展状况,设置10 项影响力指标,数据来源于2010—2020 年《中国县域统计年鉴》《中国港口年鉴》《中国能源统计年鉴》《广西统计年鉴》,以及相关县市统计公报,个别缺失数据通过线性插补予以补充。同时,为提高地理探测器分析显著性,利用自然断点法将指标进行特征分级,现最优离散化(表1)。

表1 影响力指标选取及构建

2 研究方法

2.1 土地利用碳排放测算方法

结合学者已有验证[13-16],土地利用碳排放测算分为两类:直接碳排放量测算和间接碳排放量估算。直接碳排放量包含耕地、林地、草地、水域、未利用地的碳排放量,间接碳排放量为建设用地碳排放量。

土地利用直接碳排放量计算公式如下:式中:Et为土地利用直接碳排放量;Ci为不同类型土地碳排放量;Si为不同类型土地面积;Ki为不同类型土地利用碳排放(吸收)系数。参考相关学者研究[6,15],结合研究区气候环境特征和土地利用覆被特点,修正并确定土地利用碳排放(吸收)系数(表2)。

表2 土地利用碳排放(吸收)系数

人类在建设用地上的生产、生活等活动所产生的碳排放是土地利用间接碳排放的主要来源,因此利用NPP-VIIRS 夜间灯光数据对能源消耗碳排放进行拟合验证[11,13],有效测算县域建设用地碳排放。其中,所需不同折标煤系数和碳排放系数(表3)来自IPCC《国家温室气体排放清单指南》。

表3 不同能源标准煤折算系数和碳排放系数

2.2 地理加权回归模型

地理加权回归(GWR)模型引入空间距离权重有效反映各因子参数的空间非稳定性[17]。运用该模型将研究区夜间灯光数据与能源碳排放数据进行回归拟合,使结果在县域空间尺度上更具可靠性。公式如下:

式中:yi为(μi,vi)为各县域空间坐标;β0(μi,vi)为回归的常数项;βk(μi,vi)为采样点i的第k个回归系数;εi为随机误差项。

2.3 空间邻域分析

全局莫兰指数(Global Moran's I)和局部莫兰指数(Local Moran's I)统计量用于测量相邻空间分布对象属性值之间的关系[18]。利用空间邻域分析土地利用碳排放是否存在空间集聚特征。公式如下:

式中:I为全局莫兰指数;Ii为局部莫兰指数;n为空间单元数;xi,x-分别为单元特征值与平均值;wij为空间权重矩阵。

2.4 地理探测器

地理探测器是综合空间分异要素,探测多因素共同影响下对地理现象差异性的统计学模型[19]。本文重点利用因子探测和交互作用探测研究土地利用碳排放差异影响力因素。计算公式如下:

式中:q为影响力大小,其范围在0~1 间,值越大表明其影响力越大;h=1,2,……,L为自变量的分类或分区;Nh为类h的样本量;δ2h为类h自变量的方差;N为各县域样本量;σ2为方差。

3 拟合验证与县域碳排放估算

3.1 夜间灯光与能源消耗碳排放数据拟合验证

表4 拟合结果

3.2 县域建设用地碳排放估算

4 土地利用碳排放时空差异分析

4.1 土地利用碳排放时空演变特征分析

通过测算得到2010—2020 年研究区土地利用碳排放状况(图1)。从市域尺度看,6 个城市仅有南宁市土地碳排放呈现递减趋势,由2010年的3.367×106t 下降至2020 年的2.379×106t。这得益于南宁市2017年出台《节能减排降碳和能源消费总量控制“十三五”规划》,能耗强度和碳排放强度稳步下降。其他5 市的碳排放均处于上升趋势,以钦州市较为突出。究其原因是钦州港国家级石油化工产业园及钦州港的建成,使能源消耗量大幅度增加。

图1 研究区土地碳排放测算统计图

从县域尺度看,研究区县域碳排放量呈现波动上升趋势,37 个县域中仅13 地下降,其余县域均呈递增趋势。其中,钦州市的灵山县和防城港市的防城区土地碳排放增幅最大,分别从2010年的1.829×106t、1.916×106t 上升至2020 年的3.210×106t、2.947×106t。这与近年来边境土地利用结构调整及城镇化率攀升所导致的建设用地扩张、能源消耗量增加有着紧密联系。部分市县大力推进节能减排,发展生态旅游,碳排放存在明显下降态势,以南宁市青秀区、西乡塘区减碳较为明显,两区减碳量占研究区减碳总量的38.86%。

总体上,2010—2020 年,北部湾经济区土地利用碳排放具有较为显著的区域分布特点和空间差异规律,呈现以中南部沿海城市地区向四周城市地区逐渐减弱的趋势。

(1)高度碳排放地区分布较为稳定,集中于北部湾经济区沿海的防城港市、钦州市和北海市。高度碳排放区对外贸易强度较大,城镇建设加快,同时人口密度较高导致能源消耗增大,进而使碳排放处于高位。

(2)中度碳排放地区减少,低度碳排放地区增加。由2010 年的8 个中度碳排放区减为2020 年的4 个;低度碳排放区增加至27 个,主要集中于南宁市辖区和玉林市辖区周边。玉州区和北流市分别在2015 年、2020 年转成低度碳排放区,两地近年来深入推进生态文明建设,大力发展生态经济,推动低碳循环发展。

(3)2015 年出现负碳排放区——南宁马山县,且低度碳排放地区存在向负碳排放区转化的趋势。得益于旅游服务业和生态经济的双向推进、林草地储碳能力的加强。马山县在2015 年成为负碳排放地区,这对研究区降低土地利用碳排放起着积极的推动作用。

4.2 土地利用碳排放空间聚集效应分析

利用空间邻域深入研究土地利用碳排放集聚效应。北部湾经济区县域土地碳排放Moran’sI逐年上升,由2010 年的0.457 上升至0.603,表明各县域的土地利用碳排放呈现高度的正相关关系,同时空间上呈现较为显著的集聚分布特征。

高—高聚集区稳定分布在南部沿海城市地区,低—低聚集区则分布在西南崇左市和南宁市。2010年低—低聚集区分布在崇左市,高—高聚集区集中在钦北区和钦南区。2015 年低—低聚集区向北部转移,南宁市武鸣区和宾阳县成为低—低聚集主要区域;高—高聚集区无变化。2020 年,低—低聚集区以南宁县域辐射展开,高—高聚集区缩减为港口区和铁山港区。

5 土地利用碳排放影响力地理探测分析

5.1 影响力显著性分析

运用分异及因子探测器定量研究碳排放影响力程度(表5)。各影响力指标对土地碳排放的影响程度呈现一定程度的空间异质性,人均建设用地面积(X7)、港口货物吞吐量(X6)、第二产业占比(X4)、城镇化率(X10)、单位GDP 能源消费量(X1)对碳排放空间分异影响力较大。

表5 指标影响力显著性探测结果

通过筛选影响力较高的指标(q≥0.6):人均建设用地面积、港口货物吞吐量、第二产业占比、城镇化率、单位GDP 能源消费量成为主导因素(图2)。

图2 北部湾经济区县域土地利用碳排放主导影响力

能源利用与产业发展方面:2010—2020 年,单位GDP 能源消费量影响力呈现小幅度下降,2020年q值为0.609。第二产业占比出现较大波动,呈现先增后减态势。区域发展中需要从资源配置和路径模式上探索创新,注重经济低碳转型发展。

对外贸易程度方面:港口货物吞吐量q值均高于0.85,充分表明其显著影响土地利用碳排放。货物吞吐量是当前考量港口低碳绿色转型的重要指标之一,反映航运活动的频繁程度。作为我国西部新通道的北部湾经济区,其港口航运活动、用电设施建设所造成的用地面积增加、温室气体排放不可忽视。

土地利用规模方面:人均建设用地面积、土地利用程度指数的q值呈现最高。由此推断,土地规模对地区碳排放影响作用最为突出,具体表现在城乡建设边界的不断扩展使得植被大量减少,进而削弱植被在空气中的碳固化作用。农地转非农的现象导致土壤对有机碳的吸收、储存功能减弱,致使碳排放增加。

人口规模方面:城镇化率对县域土地利用碳排放影响力呈现高位稳定状态,2020 年q值升至0.782,反映出城镇发展进程对土地利用碳排放影响较高。在工业化、城镇化的快速进程中,人口集聚所造成的生活生产用地及建设用地供需矛盾加大,土地利用变化的加剧将促使碳排放随之改变。

5.2 影响力交互作用分析

进一步利用交互作用探测器对指标之间相互作用进行探究(表6)。各影响因子交互后影响力显著增强,增强关系以双线性增强为主,即研究区土地利用碳排放时空差异不完全由单一因素造成,更多表现为多因素交互协同所形成(图3)。

图3 北部湾经济区土地利用碳排放影响力机制

表6 指标影响力交互探测结果

(1)产业结构水平与经济发展状况交互后,影响力结果显著上升。2015 年、2020 年,X4与X2交互探测结果为0.994、0.999,呈现较大影响力,可推断经济快速增长与产业结构布局强烈影响着碳排放空间差异分布。

(2)出口贸易总额、人口密度与其他因素交互后,较单一因素,交互后影响力显著增大,X5与X9相互作用影响力三年均达到0.9 以上。人口规模及土地利用规模是地区发展的重要部分,其单独作用时对区域碳排放影响不明显,但在区域对外贸易加大后,两者交互作用将对土地碳排放影响力增强。

(3)人均建设用地、港口货物吞吐量单一因素对北部湾经济区碳排放影响力已是最大,在交互作用后,呈现影响力极大,三年交互探测结果均高至0.99 以上。随着“一带一路”倡议的推进发展,港口货物数量大幅增加,促使港口建设用地扩展、基础电力服务及交通运输设施强化,碳排放亦在持续攀升。

6 结论与讨论

6.1 结论

(1)北部湾沿海城市受区域经济社会快速发展影响,土地利用碳排放持续上升。2010—2020 年,广西北部湾经济区6 市中,除南宁市外,其余5 市县域土地利用碳排放均呈上升态势,2020 年土地利用碳排放量为35.608×106t。

(2)北部湾经济区土地利用碳排放在空间上呈现以中南部沿海城市向四周城市逐渐减弱的趋势。高度碳排放地区集中分布在沿海城市,以南部沿海地区钦州市和防城港市为代表的地区变化较为稳定;低度碳排放地区逐年增加,主要由中度碳排放区转化,且呈现向负碳地区转化的动态特征。

(3)北部湾经济区各县域土地利用碳排放呈现高度的正相关关系,空间上具有显著集聚特征。高—高聚集稳定分布在南部沿海城市地区,低—低聚集主要分布在崇左市和南宁市。

(4)北部湾经济区土地利用碳排放的空间差异性是由能源强度、产业结构、对外贸易程度、土地利用及人口规模等多因素作用的结果。其中,人均建设用地面积、港口货物吞吐量、第二产业占比、城镇化率发挥主导作用,各因素交互作用后影响力显著增强。

6.2 讨论

广西北部湾经济区正处于城市化高速发展时期,土地利用变化加剧,碳排放总量不断增长。为促进区域土地利用低碳优化、经济高质量发展,北部湾经济区未来需要从人地关系出发,依托沿海区位优势与丰富的林地资源,打造边海联动经济带,加强绿色低碳型港口建设,从“降碳源+增碳汇”角度降低碳排放,发挥海洋“蓝碳”固碳增汇功能。

本文研究北部湾经济区土地利用碳排放时空差异规律及影响因素,为研究区未来碳达峰及碳中和目标的现提供数据参考。在进行夜间灯光数据与能源消耗碳排放量拟合过程中,因部分市域能源消费量、县域经济社会指标数据存在获取困难,在一定程度上影响拟合效果,进而影响碳排放的估算准确性,微观尺度下土地利用碳排放的科学测度及权衡机制仍是今后研究的重点和方向。

猜你喜欢

北部湾经济区排放量
天然气输配系统甲烷排放量化方法
黑龙江省碳排放量影响因素研究
北部湾大学坭兴陶教学改革探究
建强堡垒铸就“ 北部湾第一哨”
北部湾的风
Preparatory Work before 2016 Pan-Beibu Gulf Economic Cooperation Forum
甘肃省主要经济区联动发展战略探讨
图解北部湾经济区同城化
为什么要建设一带一路经济区
全国机动车污染物排放量
——《2013年中国机动车污染防治年报》(第Ⅱ部分)