基于主体功能区的山西省碳排放时空特征及减排评价

李 虹,张 红,,*,贺桂珍,张霄羽,刘 勇

1 山西大学环境与资源学院,太原 030006 2 山西大学黄土高原研究所,太原 030006 3 中国科学院生态环境研究中心城市与区域生态国家重点实验室,北京 100085 4 中国科学院大学,北京 100049

自20世纪中叶以来,人类活动导致以CO2为主的温室气体含量增加,造成温室效应加剧,全球气温上升,对大气、海洋、冰冻圈和生物圈等自然生态系统产生前所未有的影响[1]。气候变化作为全球性问题,需要世界各国携手应对。作为世界上最大的发展中国家和CO2排放国,中国在2020年9月明确提出2030年“碳达峰”与2060年“碳中和”目标、国家自主贡献力度新目标[2],这不仅是推动生态环境质量改善和实现可持续发展的内在要求,也展现了中国深度参与全球气候治理的责任担当[3]。中国各级行政区的资源禀赋、能源消费结构、经济发展水平在一定程度上决定了传统的以行政区划为实施单元不能完全适应碳减排政策的制定和实施,亟需探讨实现双碳目标的可行政策路径。主体功能区是根据县域的资源环境承载能力、现有开发密度和发展潜力而划分的[4],因此从主体功能区角度研究碳排放,有利于打破行政区划,因地制宜地制定并实施有差异性的碳减排政策,推动中国双碳目标的实现,适应和减缓气候变化。

鉴于全球能源部门的碳排放占CO2总排放量的90%以上,国内外学者多围绕化石能源消费所产生的碳排放问题展开研究,主要集中在国家、省级尺度。国家尺度上,世界各国的碳排放研究基于国际上的温室气体数据集[5],包括美国能源信息署(EIA)、全球大气研究排放数据库(EDGAR)、全球碳预算数据库(GCB)、国际能源署(IEA)等数据集。Koilakou、Fang等分别使用IEA的碳排放数据分析美国和德国碳排放的驱动因素、比较中国和美国碳排放及影响因素的差异[6-7];Dong等[8]基于EIA碳排放数据评估了32个发达国家在1990-2017年期间的碳排放效率;Zhang等[9]利用EDGAR的温室气体排放数据分析1970-2018年全球主要国家不同情景下的碳排放配额。省级尺度上,一些学者参考IPCC国家温室气体清单指南,使用《中国能源统计年鉴》中的能源消费数据进行碳排放核算,从碳排放强度的角度分析时空演变特征[10]、采用LMDI法研究碳排放的驱动因素[11]、分析城市发展与能源碳排放的关系[12]。

由于能源消费数据的限制,县级尺度的碳排放核算大多使用自上而下的方法收集社会经济数据或点源数据获得县级尺度碳排放量[13-16],这种方法忽略了县域经济与工业之间的异质性,使得估算值与实际碳排放偏差较大[17]。此外夜间灯光数据也被选择用于碳排放的降尺度研究,苏泳娴等[18]基于1992-2010年DMSP/OLS夜间灯光影像,建立省级尺度夜间灯光总值与碳排放量之间的线性相关关系模拟市级碳排放量;Chen等[19]采用PSO-BP算法基于夜间灯光数据对全省能源碳排放进行降尺度研究,并计算1997-2017年全国2375个县的能源相关碳排放量。也有学者考虑到不同主体功能区国土空间开发目标、经济发展状况及能源消费结构的差异,在县级尺度碳排放核算的基础上,分析四川省[20]、广东省[21]、京津冀城市群[22]主体功能区碳排放的时空演变特征。

山西省是典型的资源型和高碳经济省份,经济结构和产业结构长期依赖煤炭,碳排放总量、人均碳排放、碳排放强度长期居全国前列[23]。田云等[24]研究表明山西省呈现出较为明显的“高排放、低配额”特征,且碳减排潜力相对较小,在实施碳减排措施、推动低碳转型以及最终实现双碳目标等方面面临着严峻的考验。因此本文立足山西省经济发展和碳排放的特征,从主体功能区的视角出发,采用BP神经网络模型,构建了适用于主体功能区的碳排放核算模型,对山西省重点开发区域、农产品主产区、重点生态功能区2006-2020年碳排放进行核算,分析碳排放时空演变特征、碳排放区域差异及来源、碳减排成效,有利于促进主体功能区之间资源整合和协同减排,为山西省碳减排政策和低碳发展道路的制定提供科学依据。

1 材料和方法

1.1 研究区概况

山西省总面积15.67万km2,共辖11个地级市,117个县区,含煤面积约占全国总面积的40%,探明储量约占全国的1/3,煤炭资源丰富,是我国重要的能源生产基地及典型的资源型省份,经济发展高度依赖能源,总能源消耗较大,导致其碳排放量大于其他省份,减排压力巨大。本文以《山西省主体功能区规划》[25]中的重点开发区域、农产品主产区和重点生态功能区开展研究,三大主体功能区分别包含37、34、46个县区级行政单元,占省域面积的20.15%、28.65%和51.2%(图1)。

图1 山西省主体功能区划图Fig.1 Map of the MFOZs in Shanxi ProvinceMFOZs: 主体功能区Major function oriented zones

1.2 数据来源

本文分别采用IPCC清单法和BP神经网络计算市级和县级碳排放,县级碳排放加总得到主体功能区的碳排放。用于市级碳排放核算的数据包括能源消费数据[26-27]和排放因子,考虑到某些能源的消耗量小,而且质量与其他燃料相似,将其合并为17种类型[28],排放因子采用Liu等[29]对国内煤矿和煤炭样品分析检测得出的实际排放因子;用于县级碳排放估算的数据包括人口、GDP、夜间灯光总值、植被覆盖率、城市化水平,DMSP-OLS(30″)、NPP-VIIRS(15″)夜间灯光数据分别经过裁剪、重投影、重采样、去除异常值等预处理使两种影像达到空间匹配后进行相互校正[30]。数据来源说明见表1。

表1 数据来源Table 1 Data sources

1.3 研究方法

1.3.1主体功能区碳排放核算

主体功能区以县级行政单位为基本单元,由于县级能源消费数据的不可获取性,无法直接计算其碳排放量,本文首先基于IPCC指南中的方法2(即采用特定国家排放因子)和省级温室气体清单编制指南(试行),计算山西省各市2000-2020年能源相关碳排放,其公式如下:

CEenergy=ADi×EFi

(1)

式中,CEenergy为能源相关CO2排放量(Mt);ADi为i类能源的活动数据即消费量,按标准煤计算(Mt),包括终端消费(除用作原料、材料的部分)和火力发电、供热两个过程[31];EFi为i类能源的排放因子(表2)。

表2 能源排放因子Table 2 Emission factors for different energy

其次通过BP神经网络估算2006-2020年山西省县级CO2排放量[32],BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络,由输入层、输出层和隐含层组成。在本研究中,输入层为碳排放影响因子,包括人口、GDP、夜间灯光总值、植被覆盖率、城市化水平,输出层为碳排放量,训练样本、测试样本分别占70%、30%,训练集、测试集的相关系数R分别为0.995、0.990,验证集和总样本的相关系数R分别为0.986、0.993。然后通过该模型估算了山西省2006-2020年县级CO2排放量。BP神经网络模拟在MATLABR2018b中实现。最后根据主体功能区规划将对应县域的碳排放汇总,得到重点开发区域、农产品主产区、重点生态功能区的碳排放。

1.3.2空间自相关分析

空间自相关是一种探究地理现象属性因空间位置而产生相关性程度的空间分析方法,可以解释地理现象的空间分布特征、相关程度和聚集性。本文选择空间自相关Moran I指数分析碳排放高值或低值的空间集聚特征,Getis-Ord G*进一步分析局部空间集聚特征,识别具有统计显著性的高值和低值的空间聚类,即碳排放热点区与冷点区的空间分布。

1.3.3碳排放区域差异分析

采用Dagum基尼系数及其按子群分解的方法计算山西省2006-2020年碳排放空间分布的基尼系数并从主体功能区角度对总体基尼系数进行分解,该方法克服了标准差、基尼系数、变异系数等传统测算变量空间非均衡性方法仅考虑总体差异的弊端,已广泛用于研究区域差异[33]。Dagum基尼系数将总体差异(G)分解为区域内差异(Gw)、区域间差异(Gnb)和超变密度(Gt)三部分,基尼系数的定义如公式(2)所示,具体计算方法见文献[34]。

(2)

1.3.4碳减排成效评价

碳排放强度变化倾向率体现其在时间序列下的变化趋势,可以检验碳减排成效,本文采用线性拟合方程的斜率表征碳排放强度的变化趋势和幅度,在给定α=0.05的置信水平下,对碳排放强度时间序列变化趋势的显著性进行判断。计算公式为:

(3)

式中,n为研究期长度(本研究n=15),t代表时间序列,CEIt为第t年碳排放强度,slope表示碳排放强度变化的趋势。如果slope>0表示研究期间碳排放强度呈现增长趋势,说明该地区碳减排无效,slope<0则表示研究期间碳排放强度呈现减小趋势,该区域碳减排有效。

2 结果分析

2.1 主体功能区碳排放时空演变特征

2.1.1碳排放时间演变特征

近15年来山西省主体功能区的碳排放量呈现逐年增长的趋势,增长率表现为重点开发区域>农产品主产区>重点生态功能区的特征(图2),与各主体功能区的功能定位和产业结构显著相关(图3)。重点开发区域是碳排放主要区域,其排放量占全省的比重稳定在60%左右,总体呈增长趋势且增速最快,从2006年的233.92 Mt增长到2020年的477.67 Mt。作为山西省经济最发达的地区,重点开发区域GDP总量最高,产业结构以二三产业为主,碳排放与第二、第三产业产值的相关性最强,人口密集、能源消费总量大、城市化水平高,因此排放量最大且增速最快。

图2 2006-2020年山西省主体功能区碳排放变化图Fig.2 Carbon emission changes in the MFOZs of Shanxi Province from 2006 to 2020

图3 主体功能区碳排放与各产业产值的Person相关系数(P<0.01)Fig.3 Person Correlation coefficient between carbon emission and output value of various industries of the MFOZs (P<0.01)

农产品主产区和重点生态功能区的碳排放量明显低于重点开发区域,分别占山西省碳排放总量的25%和12%左右。农产品主产区以发展农业和提供农产品为主要功能,第一产业产值与碳排放的相关性是三大主体功能区中最强的,由于推进落实农业低碳技术,增加农田有机质含量,巩固和提升农田生态系统碳汇能力,故碳排放增速缓慢[35];重点生态功能区的碳排放量同样表现出随时间连续增长的趋势,碳排放与第三产业产值的相关性最高,是山西省生态系统保护的关键区域,工业活动少,林草覆盖率高,以提供生态服务为主,故碳排放总量增速缓慢。

2.1.2碳排放空间集聚特征

采用空间自相关方法分析主体功能区碳排放在空间上的集聚特征,从山西省碳排放局部空间自相关分布图看(图4),高-高聚集区、低-高聚集区都分布在重点开发区域,其中太原都市圈的高-高聚集现象未发生变化,说明该区域的空间集聚格局较为稳定,存在“高碳锁定”效应,分布在山西省太原盆地、临汾盆地和大同盆地,由于地势优势,人口、经济不断集聚在此区域,逐渐陷入高碳排放的困境;晋北、晋南、晋东南城镇群中的重点开发区域的空间自相关性减弱,由高-高集聚转变为不显著,这反映了三大城镇群产业结构的转型升级、绿色低碳技术的规模化应用、与太原都市圈的融合发展带来的集聚效应等因素,对晋北、晋南、晋东南地区的碳排放产生负影响,从而使这些地区碳集聚效应减弱。高-高区域在中心相互作用,集中和消耗更多的资源,低-高区域在重点开发区域的边缘地区,优先保障高-高区域的发展,能源消耗量较少。农产品主产区、重点生态功能区的县域经济发展不平衡,碳排放存在空间差异性,集聚特征不显著。主体功能区的空间集聚特征与山西省“两山夹一川”的独特地势相关[36],空间集聚特征稳定的区域集中在山西省中部,集聚特征不显著的区域分布在东部和西部。

图4 山西省主体功能区碳排放局部空间自相关分布图Fig.4 Local spatial autocorrelation distribution map of carbon emissions in the MFOZs of Shanxi Province

计算Getis-Ord G*得到山西省碳排放冷热区分布图(图5),热点图分析表明山西省碳排放整体上呈现核心-边缘结构,以重点开发区域中的太原都市圈为热点区,向外逐渐扩散,依次为次热区、次冷区、冷点区;晋北、晋东南城镇群形成次级核心。2006-2020年热点区范围扩大且更加集聚,分布在重点开发区域。太原都市圈是人口和经济密集区,晋北、晋东南城镇群是工业密集区,城市化和工业化的快速发展伴随能源消费量的增长,导致该区域成为山西省碳排放的高值区。

图5 山西省主体功能区碳排放冷热区分布图Fig.5 Distribution of carbon emissions hot spots in the MFOZs of Shanxi Province

2.2 主体功能区碳排放差异及来源分解

为了进一步分析山西省主体功能区碳排放分布的区域差距,根据基尼系数及其按子群分解的方法,分别测算了2006-2020年山西省碳排放总体基尼系数并按照重点开发区域、农产品主产区、重点生态功能区三大区域进行了分解(图6)。研究期间山西省主体功能区碳排放的总体差异表现为下降趋势,由2006年的0.505下降到2020年的0.498,年均下降0.102%,说明山西省县区碳排放之间存在较为明显的不均衡现象,且不均衡程度有缩小的趋势,原因是各县区的经济发展趋于平衡导致碳排放量的差异减弱。

图6 Dagum基尼系数分解结果Fig.6 Dagum Gini coefficient decomposition results

从主体功能区的差异来看,重点开发区域、重点生态功能区碳排放的区域内差异逐年上升,年均增长率分别为1.47%、0.95%,而农产品主产区呈现下降的趋势,年均下降2.55%,主要原因是重点开发区域内产业转型和能源结构优化的步调不一致,太原城市群以高新技术产业为经济支柱,晋北、晋南、晋东南三大城镇群依赖于传统煤化工产业和制造业,能源消费量大,使得区域内碳排放的差异增大。

主体功能区之间的差异见图6,从差异的数值水平来看,重点开发区域和重点生态功能区之间的差异较大,其研究期内均值达到0.730,重点开发区域和农产品主产区、农产品主产区与重点生态功能区之间的差异较小,样本均值分别为0.478、0.527,这与主体功能区经济发展不平衡、能源消费总量的差异密切相关;从差异的时间变化趋势来看,整体上农产品主产区与重点生态功能区、重点开发区域和重点生态功能区的地区间差异呈现下降趋势并同步变化,年均下降分别为1.127%、0.127%,重点开发区域和农产品主产区的地区间差异波动幅度较小,表现为上升趋势,年均增长率为0.153%。

进一步分析主体功能区碳排放差异的来源及贡献率(图6),区域内差异的贡献呈现上升趋势,由2006年的20.242%上升到2020年的21.443%,年均增长率为0.413%;超变密度反映的是主体功能区之间交叉重叠部分对于总体差异的贡献,其贡献率在7%上下波动,呈现明显的倒“U”形特征;区域间差异的贡献率呈现下降趋势,由2006年的72.272%下降至2020年的71.516%,始终高于区域内差异和超变密度对碳排放总体差异的贡献,是山西省碳排放总体差异的主要来源。

2.3 主体功能区碳减排成效评价

碳排放强度是指单位GDP的碳排放量,是衡量能源强度、碳排放效率和碳减排成效的重要指标。研究期间重点开发区域和农产品主产区的碳排放强度高于全省水平,三类主体功能区的碳排放强度均呈现逐年下降趋势(图7),重点生态功能区的下降幅度最大(51.43%),农产品主产区次之(46.61%),重点开发区域最小(45.84%)。

图7 2006-2020年山西省主体功能区碳排放强度Fig.7 Carbon emission intensity of the MFOZs in Shanxi Province from 2006 to 2020

进一步分析碳排放强度年际变化趋势,2006-2020年主体功能区碳排放强度呈显著下降趋势的(P<0.05)区域占比排序为:重点开发区域(97.30%)>重点生态功能区(95.65%)>山西省(95.73%)>农产品主产区(94.12%)(表3),重点开发区域的碳减排成效显著高于农产品主产区和重点生态功能区。从空间上看(图8),重点开发区域整体碳减排成效较好,太原市作为以“资源型城市转型升级”为主题的国家可持续发展议程创新示范区,可持续发展战略辐射重点开发区域,大力发展新能源,推动能源清洁低碳转型,能源利用效率提高,单位产出能源资源消耗和碳排放强度降低;农产品主产区和重点生态功能区的减排成效存在较大程度的空间异质性,紧邻太原都市圈的区域承担着向中心区域输送资源的任务,制约了低碳经济的发展,碳排放强度下降缓慢,碳减排成效不容乐观。

表3 2006-2020年碳排放强度变化趋势统计Table 3 Statistics of carbon emission intensity from 2006 to 2020

图8 2006-2020年山西省主体功能区碳排放强度倾向率空间分布图Fig.8 Spatial distribution of carbon emission intensity tendency rates in the MFOZs of Shanxi Province from 2006 to 2020

3 讨论与结论

3.1 讨论

碳排放领域已成为国内外研究热点,然而以往研究大多以国家、省级尺度为主,较少从主体功能区尺度开展研究。山西省是我国首个国家资源型经济转型综合配套改革试验区,实施双碳目标的“山西行动”,有助于推进全国碳达峰碳中和进程[37]。本文从山西省主体功能区的碳排放入手,结合遥感数据和社会经济数据,通过BP神经网络模型计算山西省县级尺度碳排放,进而分析了主体功能区的碳排放时空特征、碳排放区域差异并评价碳减排成效,研究方法有一定的创新性,但是由于夜间灯光数据存在过饱和、精度低等缺点,未来可以选择更高精度的数据,结合实地调研和碳排放在线监测,更准确地核算碳排放,为低碳发展战略提供强有力的依据。

本文基于山西省各主体功能区碳排放的特征,结合其资源环境承载能力、现有开发强度、发展潜力和山西省未来发展的战略规划,针对性地提出各主体功能区的减排建议:

重点开发区域近年来碳减排取得一定成效,未来应优化太原都市圈、三大城镇群的城镇化与工业化用地,推进发展技术密集型产业;发挥平遥县、介休市、阳曲县等地旅游资源丰富的优势,大力推进产业结构转型升级;对于太原市小店区、大同市平城区等人口密集的区县,推进自身的辐射带动作用,充分发挥人口集聚的规模效应与创新优势对碳排放的负影响[38],优化三生空间布局,建设低碳城市。

农产品主产区存在较强的城镇化发展潜力[39],未来应严格控制城镇用地的扩张,落实主体功能区配套政策,因地制宜选择低碳发展路径,注意防范增排风险;优化农业用地布局,提升耕地质量,发展以阳高县现代农业产业链、高平市种养结合为案例的农业循环经济,提高农业资源的利用效率,推进农业碳减排;增加农田有机质含量,巩固和提升农田生态系统碳汇能力;加强绿色农业生产技术研究开发,增强农业生产适应气候变化的能力。

重点生态功能区应加强资源合理开发利用、新能源开发建设和生态修复,特别是晋城市沁水县、朔州市平鲁区、吕梁市柳林县等煤炭产量较高的县区,能矿资源的开采必须以保护生态为前提,加强管控力度,严格按照该区域的主体功能定位实行“点上开发、面上保护”;立足资源优势和地理优势,以创新为驱动加快实现盂县煤层气和地热能、平鲁区风电等地优质清洁能源的开发建设,提高能源利用效率,降低碳排放强度;建设以吕梁山、太行山、太岳山、中条山为主体的生态屏障带,发挥湿地、森林、草原等生态系统的生态保育和水源涵养功能,保障山西省生态安全的同时增加陆地生态系统碳汇。

3.2 结论

本文从主体功能区的视角出发,采用BP神经网络构建市级能源消费碳排放与人口、GDP、夜间灯光总值、植被覆盖率、城市化水平的关系并间接估算2006-2020年山西省各县区的能源消费碳排放量,进而计算出各类主体功能区的碳排放量。

结果表明各类主体功能区的碳排放存在显著差异,研究期间碳排放量及其增长率始终表现为重点开发区域>农产品主产区>重点生态功能区的特征,碳排放量与各区域的经济发展呈现正相关性。山西省碳排放总体差异表现为下降趋势,主体功能区之间的差异,尤其是重点开发区域和重点生态功能区之间的差异,是山西省碳排放总体差异的主要来源,各主体功能区之间经济发展程度不同、能源消费需求量不同导致了各区域间碳排放量的差异。碳排放强度的趋势分析可以用于评价碳减排成效,2006-2020年各主体功能区碳减排均取得一定成效且具有空间差异性。