中国县域尺度碳收支的时空演变研究

戴林琳，封昌炜，周子杰，金丹,

（1.北京大学 城市与环境学院，北京 100871；2.中国城市规划设计研究院，北京 100044）

实现全球温室气体零排放是有效控制全球气温升高的必要条件[1]，越来越多的国家将碳中和作为应对气候变化的重要举措。中国作为碳排放大国[2]，于2020 年9月明确提出2030 年实现“碳达峰”，2060 年实现“碳中和”的“双碳”目标，为我国推动经济社会低碳转型提供战略指引。2021 年10 月印发的《2030 年前碳达峰行动方案》提出“结合国土空间规划编制和实施，构建有利于碳达峰、碳中和的国土空间开发保护格局”。国土空间是双碳目标落实的载体[3-4]，明确我国碳收支的空间格局，对于优化国土空间结构布局，促进减排增汇和实现碳中和目标具有重要意义。

目前碳源和碳汇相关研究主要集中在环境科学和能源燃料等领域[1]，通过分析碳源或碳汇数据与土地利用[5]、空间格局[6]、产业结构[7]、经济增长[8]等方面的关系，研究影响碳源或碳汇的因素，也有研究关注碳中和背景下如何在政策实施等方面优化国土空间[3,9]，但将碳源与碳汇结合进行碳收支综合分析的研究仍相对缺乏。碳中和指碳源与碳汇实现正负抵消，达到相对“零排放”。实现双碳目标，不仅要控制碳排放总量、提高碳汇水平，同时需要实现地区发展的公平与协同[10]。综合分析碳源和碳汇相对关系的变化，一方面有助于从碳收支角度预测碳中和趋势，另一方面也可以借助对不同尺度行政单元碳收支状况的测度制定区域协同的碳中和政策。

从研究尺度看，已有研究多集中在全国尺度[8,11]，山东省[12]、江苏省[13]、长三角[14]、京津冀[15]等省域或区域尺度和大庆市[5]、西安市[16]等城市尺度，县域尺度的碳收支研究相对较少。我国区县数量庞大，经济社会发展情况与生态环境状况复杂[2]，以市域及以上尺度为单位进行碳源/汇时空研究，容易忽视地区差异性。同时，区县作为我国城乡经济发展和土地增减的基本单元[2,17]，其国土空间规划更具有实施性，减碳源、增碳汇等措施需要在区县级规划层面进行落实。此外，在省、市级层面规划进行用地指标和碳排放权指标等权益分配时，除了人口、经济等常规因素之外，需将区县级碳收支情况纳入综合考量，才能兼顾指标分解中的效率与公平，从而实现区域协同发展。以县域为单元研究全国尺度碳收支时空演变规律，能更具体反映我国碳源/汇空间分布特征，也有利于因地制宜落实碳中和政策，促进国土空间布局优化和用途管制，倒逼生产方式和生活方式向绿色低碳转型。

在研究方法和研究数据方面，学者们多采用强度统计[14]、重心与标准差椭圆[18]、空间自相关[13]等方法综合分析碳源/汇的空间分异和聚集特征。在计算碳源/汇时，碳源主要通过燃料能源消耗[17]、消费等社会经济活动[19]、农作物产量[20]、温室气体观测[21]等数据建立模型进行计算，也有研究直接利用中国碳核算数据库（CEAD）的县域碳源数据进行分析[2,18]。已有碳汇研究主要基于土地利用数据[14,22]或不同类型植被面积数据[23]，通过吸收系数法将数据与对应的碳吸收系数建立模型进行计算。在通过土地利用数据计算碳汇时，耕地是否纳入碳汇是学界的讨论重点。学者张赫等[24]认为耕地作为碳源，不纳入碳汇计算，而IPCC 全球气候变化评估报告[25]则指出农田具有重要的固碳能力和潜力。

我国的耕地碳汇潜力不容忽视。据国家粮食局和物资储备局统计，我国粮食主产区粮食产量占全国总产量的78%[26]，但粮食主产区在我国东部、西部、中部和东北四大地区分布不均，其中东北地区全部为粮食主产区省份[26]，耕地面积5.62 亿亩，约占总用地面积的48%，粮食产量占全国四分之一[27]，承担了国家耕地保护的主要任务。在县域尺度，不同主体功能的区县耕地面积差异大，如吉林长春榆树市作为我国主要产粮县市之一，耕地面积占市域面积的83.24%左右[28]，而百强县2021 年GDP 排名榜首的江苏苏州昆山市耕地面积占市域面积仅约16.25%[29]。不同区域或县域个体的耕地占比均存在较大差异，如果不考虑耕地碳汇因素，将会影响区县碳交易市场中碳排放权的公平分配，因此本研究将耕地纳入碳汇计算指标。耕地碳汇包括农作物碳汇与土壤碳汇。方精云等[23]指出由于农作物的收获期短，农作物生物量作为碳汇的效果不明显，因此常设定农作物碳汇为零。本研究也采取类似处理，不计入农作物碳汇，只计算耕地的土壤碳汇[30]。

本文以全国县域单元的碳源和碳汇为基础数据，并将耕地土壤纳入碳汇指标，综合运用标准差椭圆与重心分析方法、空间自相关分析方法、碳平衡模型来测算与分析县域尺度碳收支的时空演变特征以及碳排放效率，厘清中国县域单元碳收支演化过程，并从国土空间规划角度为科学制定县域空间碳补偿、区域协同减排增汇方案提供决策依据。

1 研究方法与数据来源

1.1 研究区域

为保证数据完整性和覆盖区域的统一性，本文共选取中国30 个省份（不包括西藏及港澳台地区）的2 680个县域单元作为分析样本，并根据国家统计局中国区域划分办法将样本划分为东部地区、西部地区、中部地区和东北地区。东部地区包括北京、上海、广东、浙江、山东、江苏、天津、河北、福建、海南10 个省份，749个县域单元；西部地区包括重庆、四川、内蒙古、广西、陕西、宁夏、贵州、云南、甘肃、青海、新疆11 个省份，963 个县域单元；中部地区包括安徽、山西、湖北、湖南、河南、江西6 个省份，692 个县域单元；东北地区包括黑龙江、吉林、辽宁3 个省份，276 个县域单元。

1.2 数据选取与来源

为保证数据统计口径的统一，碳源数据统一选取中国碳核算数据库（CEAD）（https://www.ceads.net/data/county/）2000—2017 年县域单元碳排放数据。该数据从能源耗能的视角，基于DMSP/OLS 和NPP/VIIRS 夜间灯光数据，利用粒子群优化反向传播（PSO-BP）算法计算得出，广泛应用在碳源相关研究中[2,18,31]。

中国碳核算数据库（CEAD）公开了基于NASA 提供的MOD17A3 数据，从陆地植被净初级生产力角度[32]计算县域碳汇数据。但通过预分析发现该数据每年的碳汇值大于同年的碳源值，且其碳汇值约为其他研究[24]的100 倍。考虑到数据与我国当前碳中和情况的匹配性，本研究从土地利用角度计算县域单元的碳汇。选取的土地利用数据来源于中国科学院地理科学与资源研究所的资源环境科学与数据中心（https://www.resdc.cn/data.aspx?DATAID=347）。由于全国土地利用数据在年份上不连续，结合已有数据年份，最终选取2000 年、2005 年、2010 年、2015 年、2018 年的土地利用数据，其中为匹配碳源数据年份，以2018 年数据补齐2017 年缺失的土地利用数据。计算碳汇的土地利用类型包括耕地[30]、林地[33-34]、草地[23,35]、水域[36]和未利用地[37]。耕地指种植农作物的土地；林地指生长乔木、灌木、竹类以及沿海红树林地等林业用地，分为有林地、灌木林、疏林地和其他林地；草地指以生长草本植物为主，覆盖度在5%以上的各类草地，分为高、中、低覆盖度三种类型；水域包括河渠、湖泊、水库坑塘、滩涂、滩地；未利用地表示目前还未利用的土地，包括难利用的土地。碳汇估算模型如下：

式中：Cs为碳汇量，Si为第i种土地利用类型产生的碳汇量，Ai为第i种土地利用类型（耕地、林地、草地、水域、未利用地）面积，ai为第i种土地利用类型所对应的碳汇系数（表1）。

1.3 研究方法

1.3.1 标准差椭圆和重心

标准差椭圆是一种衡量地理要素分布形态的空间统计技术[18]，被广泛应用于环境学、地理学、经济学等领域[38]。本研究通过重心、方位角、长轴标准差、短轴标准差等参数，分析中国碳排放的空间分异特征，具体计算方法为：

空间分布重心：

1.3.2 空间自相关

空间自相关分析是用来确定某一变量在空间分布上有无相关性及相关程度如何的分析方法[13]，通常采用Moran’s I 指数进行全局空间自相关分析和Getis-Ord Gi*（热点分析）进行局部空间自相关分析。

Moran’s I 可以测度某一变量在空间内的整体分布状况，并判断是否存在聚集特征，计算公式为：

式中：wij表示空间权重，本研究采用邻接权重矩阵，当i省份与j省份相邻时（i≠j），wij取值为1，否则为0。zi或zj表示省份i或省份j的碳汇/源值，Z表示各省碳汇/源的平均观测值，n为省份数量。指数I值在[-1,1]之间，I＞0 表示空间正相关，说明观测对象在空间呈集聚特征；I＜0 表示空间负相关，说明观测对象在空间呈离散特征；I＝0 表示研究对象在空间随机分布。指数的Z得分与P得分衡量其显著性，当-1.96 ＜Z＜1.96、P＞0.05 时，不能拒绝零假设，说明研究对象在空间上呈随机分布；当Z＞1.96 或Z＜-1.96、P＜0.05 时，拒绝零假设，观测对象在空间上呈集聚或离散的分布格局。

Getis-Ord Gi*工具可以测量局部空间的依赖性和异质性，用以区分高值聚集区域和低值聚集区域的空间分布[39]，计算公式为：

式中：Wij(d)是空间权重，同样空间范围相邻为1，不相邻为0；Xj为j区域的观测值，值为正表示高值聚类的热点区域，其值为负值表示低值聚类的冷点区域。

1.3.3 碳平衡模型

碳平衡模型表示通过分析碳源和碳汇数据比例来判断排碳与固碳的相互关系[19]，从宏观角度认识碳排放量被自然界生态系统吸收的情况[40]，根据碳平衡系数来观测生态系统碳平衡状态，计算公式如下：

式中：Rc代表碳源总量，Sc代表碳汇总量，Ec代表碳平衡系数，表示释碳量与自然生态系统固碳量的比例。当Ec＞1，表示碳源量大于碳汇量；当Ec＜1，表示碳源量小于碳汇量；当Ec＝1，表示碳源量等于碳汇量，即碳收支处于碳中和的平衡状况。

2 结果分析

2.1 县域碳收支的时间序列变化分析

2000—2017 年中国碳源总量呈持续上升趋势，碳源量从2000 年的3 155.81 百万吨上升至2017 年的9 483.15 百万吨，约增长为原来的3 倍。由图1 可知，2010 年是碳源的拐点，以2010 年为界，2000—2010 年碳源的变化幅度较大，2010—2020 年碳源变化幅度较小，增速放缓。2000—2017 年，碳汇总量增加2.96 百万吨，仅占2000 年碳汇量的1.18%，其中2010—2015 年碳汇量呈现下降情况。净碳源（碳源—碳汇）变化与碳源变化呈现相近的变化趋势（图2）。碳源总量年均增长率约为34.47%，碳汇总量年均增长率约为0.30%，碳源较于碳汇增长幅度更大，增速更快，总体呈波动缓慢上升趋势。以上现象表明我国2000—2017 年碳排放量始终远大于碳吸收量，2010—2017 年净碳源呈现出低速增长的特征。

图1 2000—2017年全国碳汇与碳源变化趋势

图2 2000—2017年全国净碳源变化趋势

2.2 县域碳收支的空间格局变化分析

2.2.1 空间总体格局

根据全国各县域碳汇、碳源情况，结合地理区划，从总量上看，各地区碳汇和碳源占全国总量比例与地区面积相关（图3、图4）。四大区域面积呈“西部＞中部＞东部＞东北”。2000—2017 年碳汇与碳源占比最多的始终是西部地区，碳汇占42%左右，碳源占33%左右，其中碳汇量较多的县域集中在内蒙古呼伦贝尔市鄂伦春自治旗及其周边地区，该地区位于大兴安岭南麓，具有丰富的林业资源。碳汇占比较少的是东北地区和东部地区，均占18%左右。碳源占比最少的是东北地区，占10%左右。

图3 2000—2017年全国各地区碳汇占比

通过不同时段的比较，碳汇和碳源占总量比的变化幅度较小。（1）碳汇方面（图5）：中部地区和东部地区的碳汇占比逐年减少，但县域变化不明显；西部地区和东北地区的碳汇占比逐年上升，碳汇增加的县域分布于植被覆盖度高的区域，如内蒙古扎鲁特旗、黑龙江虎林市等地区，这些地区多以第一产业为主，林地覆盖率高。（2）碳源方面（图6）：西部地区碳源占比逐年增加，与我国城镇化由东向西转移[41]的趋势相符，城镇化带动了西部以第二产业为主的产业发展和城镇开发建设，从而导致西部碳排放量增加，结合县域单元看，碳源增加的主要是内蒙古北端的牙克石市、内蒙古南端的准格尔旗及周边地区、青海省的格尔木市以及新疆中部库车市及周边地区，这些地区多以第二产业为主，交通的快速发展导致交通释碳量的增加；东北地区、东部地区和中部地区的碳源占比逐年围绕稳定值上下波动，增减趋势不显著。

2.2.2 空间分异特征

通过标准差椭圆与重心转移（表2、图7）进行空间分异特征分析。标准差椭圆结果显示，碳源标准差椭圆短轴与长轴比值呈两个阶段的变化，2000—2015 年比值不断增加，说明方向性减弱，2015—2017 年比值小幅度减小，说明方向性增强。碳汇标准差椭圆短轴与长轴比值呈三个阶段的变化，2000—2005 年小幅增加后，2005—2010 年小幅减小，2010—2017 年呈缓慢上升趋势，即在分异方向上的方向性先减小，后增加，再减小。

表2 2000—2017年中国县域碳源/碳汇标准差椭圆测算结果

重心转移结果显示，碳汇和碳源均以东北—西南方向为主导。碳源重心2000—2010 年位于河南省周口市，2015 年和2017 年位于河南许昌市，整体呈现由东向西转移的趋势；碳汇重心2000—2017 年均位于河南郑州市，呈现由东南向西北转移的趋势。碳源和碳汇2000—2017年标准差椭圆方位角均呈增长趋势。结合重心转移方向看：西南方向碳源的影响作用在逐渐增加，与我国城镇化由东部沿海向内陆的成渝、滇中等城市群扩张[41]有关；西部的碳汇作用在增强，与涉及西部地区的内蒙古、宁夏、西藏、甘肃、青海和新疆等省份的天然林资源保护工程、“三北”防护林体系建设工程、西部地区野生动植物保护及自然保护区建设工程等西部地区林业生态工程[42]的实施相关。

2.2.3 空间自相关

通过Moran’s I 分析的I值、Z值、P值结果（表3），可以看出在各时段的碳汇和碳源全局空间自相关指数I均为正值，且均通过5%显著性检验，说明2000—2017 年，全国县域的碳源和碳汇均具有空间正相关特征，即碳汇、碳源的相似性区域呈现空间聚集分布特征。2000—2017 年碳汇I值在0.30 左右波动，说明碳汇的空间聚集分布情况变化不大，碳源的I值在2000—2010年呈增加趋势，说明聚集特征有所增强，2010—2017 年呈下降趋势，说明聚集特征有所减弱。

表3 莫兰指数分析结果

从冷热点的空间分布变化看，中国县域碳汇总量的冷热空间分布聚集情况较为稳定，碳源总量的冷热空间分布聚集情况呈波动变化特征。（1）碳汇冷热点（图8）：2000—2017 年碳汇总量热点集中在生态林业资源丰富[43]的东北地区、内蒙古北端、青海西南部、四川西部、云南西部和中部、广西环江毛南族自治县为中心的周边地区和湖南永州市为中心的周边地区，冷点集中在东部地区的河北、北京、山东、江苏、上海、浙江，中部地区的山西、河南、安徽，西部的宁夏及周边区域。（2）碳源冷热点（图9）：2000—2017 年碳源热点总体分布在东部和东北部的沿海及周边地区，与我国城镇化热点集中区[41]相符，冷点总体分布于以四川为中心的西南部、新疆西部、黑龙江北部，从变化情况来看，碳源热点逐渐由东部地区向西部地区的内蒙古扩张，与我国城镇化由东部地区向西部地区扩张的情况相符[41]，2015 年西部新疆地区开始出现以尉犁县为中心的热点区域，2015—2017 年尉犁县周边的热点区域逐渐增加，碳源冷点变化明显特征为东北部地区的黑龙江省冷点区域逐年增加，原因在于黑龙江省林业产业转型逐渐重视生态环境建设[44]。

图8 2000—2017年碳汇Getis-Ord Gi*分析

2.3 县域碳平衡评价

根据全国和区域的碳源与碳汇比值（图10）可以发现，从时间纵向对比来看，2000—2017 年东北地区、西部地区、中部地区和东部地区Ec值始终大于1，说明释碳量一直大于固碳量，且Ec值呈上升趋势，说明碳失衡情况越来越严重。从地区横向对比来看，东部地区的Ec值最高，其次是中部地区、西部地区、东北地区，说明碳失衡最严重的是东部地区。整体来看，东北地区和西部地区的碳平衡情况较好，Ec值始终小于全国，中部地区和东部地区碳平衡情况较差，Ec值始终大于全国，表明中部地区和东部地区未来将是实施减排增汇策略的重点区域。

图10 2000—2017年碳源/碳汇比值变化

将Ec的碳平衡值1 和当年全国Ec值作为分类中断值进行分析，其中2000 年、2005 年、2010 年、2015 年、2017 年全国比值分别约为12.496 3、21.335 2、32.265 3、35.736 0、37.485 7，将县域分为达到碳平衡的A 类县（Ec值＜1）、未达到平衡的B 类县（1 ＜Ec值＜全国比值）和C 类县（全国比值＜Ec值）。从图11 可以看到，A 类县域主要分布于西部地区，C 类县域主要分布于东部地区和与西部内蒙古接壤地区及周边区域。从演变情况看，2000—2017 年A 类县在不断减少，B 类县在不断增加，说明全国县域的碳平衡状态总体逐渐走向失衡，到2017年A 类县域仅包含治多县等青海西部县域、白玉县等四川西部县域、呼玛县等黑龙江北部县域，新疆A 类县域全部变为B 类或C 类县域，其中C 类县域呈明显增加状态。造成以上现象的原因可能在于2000—2017 年我国县域总体处于社会经济高速发展阶段，尤其东部沿海地区、大都市圈、城市群扩张导致县域碳排放量逐年增加，“一带一路”政策带来的交通建设、产业结构转变、土地用途变更等现象也一定程度上造成碳失衡县域由沿海的东部向内陆的西部扩张。

图11 2000—2017年县域碳排放效率分布

3 结论与启示

3.1 结论

本文基于2000—2017 年全国县域单元的碳源和碳汇数据，采用标准差椭圆与重心分析方法、空间自相关分析方法、碳平衡模型测算与分析了县域尺度碳收支的时空演变特征，主要得出以下结论：

（1）从碳收支时间序列来看，全国县域碳排放量呈明显增加趋势，2017 年碳源增长为2000 年的三倍，碳吸收量保持平稳趋势，2017 年碳汇较2000 年仅增加1%左右。

（2）从碳收支空间格局来看，碳源和碳汇占比均西部地区最高、东北地区最低，且西部地区和东北地区的碳汇占比逐年上升，西部地区碳源占比也逐年上升；西南部碳源的影响作用在逐渐增加，西部的碳汇作用在增强；碳源与碳汇均呈现空间聚集分布特征，县域单位下碳源总量的冷热空间分布聚集情况呈波动稳定的特征，碳汇总量的冷热空间分布聚集情况变化不明显。

（3）从碳平衡来看，东北地区、西部地区、中部地区和东部地区碳平衡状态良好的A 类县逐年减少，碳失衡情况越来越严重，东北地区和西部地区的碳平衡情况相对较好。

3.2 启示

本研究总结了我国县域单元碳源和碳汇时空演变特征，明确了我国碳收支空间格局，为“双碳”目标下的国土空间规划提供了依据，有助于从县域单元视角探索我国城乡低碳转型的实施路径。基于研究结果，从国土空间规划视角对我国制定区域协同减排方案和实现县域空间碳补偿等提出政策建议：

（1）构建跨区域减排协同机制。碳收支空间格局分析结果表明县域碳源与碳汇均存在空间聚集分布特征。可根据碳源热点和冷点聚集区域制定不同管理等级的减排协同机制，实施跨区域协作的减排策略，以促进实现全国范围的碳中和目标。着重针对东部和东北部的沿海及周边县域的碳源热点区域成立国土空间减碳工作试点，结合国土空间规划体系，以聚集区域为单位做出减碳工作的总体部署，以县域为单位进行减碳策略细化并对落实情况进行定期评估。

（2）以生态优先为原则优化国土空间。从碳源和碳汇的时间序列变化趋势，以及碳平衡分析结果看，我国碳源增幅远大于碳汇，碳失衡情况愈加严重，在生态文明建设理念下，应始终坚守生态红线，持续发展西部地区和东北部地区的生态林业工程，提升生态空间的固碳能力，着重约束东部地区和中部地区城镇空间建设用地的扩张，优先集约化发展和低效用地再开发，提升土地利用效率和能源效率，降低碳排放强度。

（3）根据碳平衡状况分配区县级碳排放权。碳平衡评价结果显示我国不同地区的县域碳收支情况存在较大差异，说明我国减排增汇策略应因地制宜进行制定。可结合国土空间规划中的“双评价”方法优化碳平衡等级划分方式，建立符合各县实情的国土空间碳平衡核算体系，以科学区分不同碳平衡状态的区域，并将碳交易市场普及到各县，对不同碳平衡等级的县设定不同的碳排放配额，并着重控制碳收支严重失衡县的碳排放权，倒逼经济绿色转型。

本研究选取了碳源与碳汇不同的数据源开展碳收支分析，在一定程度上会影响结果的准确性，未来可选取统一数据源进行校验。在碳汇测算方面，本研究仅选取了碳吸收能力强的土地利用类型，未来可考虑将更多的土地利用类型纳入碳汇计算，以进一步提升结果的精度。