吳文佳，蔣金亮，高全洲，蔣海兵

(1. 北京大學(xué)城市與環(huán)境學(xué)院，北京大學(xué)地表過(guò)程分析與模擬教育部重點(diǎn)實(shí)驗(yàn)室，北京 100871；2. 南京大學(xué)地理與海洋科學(xué)學(xué)院，南京 210093；3. 中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院, 廣東省城市化與地理環(huán)境空間模擬重點(diǎn)實(shí)驗(yàn)室，廣州 510275；4. 鹽城師范學(xué)院城市與資源環(huán)境學(xué)院，鹽城 224051)

2001—2009年中國(guó)碳排放與碳足跡時(shí)空格局

吳文佳1，蔣金亮2，高全洲3，蔣海兵4,*

(1. 北京大學(xué)城市與環(huán)境學(xué)院，北京大學(xué)地表過(guò)程分析與模擬教育部重點(diǎn)實(shí)驗(yàn)室，北京 100871；2. 南京大學(xué)地理與海洋科學(xué)學(xué)院，南京 210093；3. 中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院, 廣東省城市化與地理環(huán)境空間模擬重點(diǎn)實(shí)驗(yàn)室，廣州 510275；4. 鹽城師范學(xué)院城市與資源環(huán)境學(xué)院，鹽城 224051)

碳排放引發(fā)的全球變暖給自然環(huán)境及人類社會(huì)都帶來(lái)了顯著影響，而碳足跡可以衡量自然生態(tài)系統(tǒng)對(duì)人類活動(dòng)碳排放的響應(yīng)。為研究自然-社會(huì)二元系統(tǒng)碳動(dòng)態(tài)，基于MODIS(Moderate Resolution Imaging Spectroradiometer)數(shù)據(jù)和統(tǒng)計(jì)資料計(jì)算2001—2009年中國(guó)陸地植被凈初級(jí)生產(chǎn)力、能源消費(fèi)碳排放、碳足跡和碳赤字；在GIS(Geographic Information System)技術(shù)支持下，運(yùn)用空間自相關(guān)分析方法討論其時(shí)空格局；據(jù)此劃分生態(tài)經(jīng)濟(jì)區(qū)。結(jié)果表明：(1)2001—2009年全國(guó)植被凈初級(jí)生產(chǎn)力(Net Primary Production，NPP)平均值為3.32 Pg C/a(1 Pg = 1015g)，呈西南地區(qū)>東南沿海>華中、華東地區(qū)>東北、華北地區(qū)>西北地區(qū)的空間格局；(2)2001—2009年全國(guó)能源消費(fèi)碳排放逐年增加，年均增長(zhǎng)率16.7%，多年平均值2.53 Pg C/a，呈東部>中部>西部的空間格局；(3)2001—2009年全國(guó)碳足跡逐年增加，年均增長(zhǎng)率14.7%，多年平均值6.98×106km2；具有正碳赤字(即碳源)的省份為山西、環(huán)渤海地區(qū)各省、長(zhǎng)三角地區(qū)各省、廣東；相鄰省份碳赤字的相對(duì)大小由于互相影響而改變；(4)全國(guó)分為中東部、南部、北部、西部四個(gè)生態(tài)經(jīng)濟(jì)大區(qū)。研究結(jié)果直觀揭示了中國(guó)碳排放和碳足跡的時(shí)空動(dòng)態(tài)，為實(shí)現(xiàn)自然-社會(huì)二元系統(tǒng)的可持續(xù)發(fā)展提供科學(xué)依據(jù)。

自然-社會(huì)二元系統(tǒng)；MODIS；碳排放；碳足跡；空間自相關(guān)；生態(tài)經(jīng)濟(jì)區(qū)劃

21世紀(jì)以來(lái)，全球氣候變化問(wèn)題受到廣泛關(guān)注，碳排放被認(rèn)為是引起全球變暖的主導(dǎo)因素[1- 2]。一方面，陸地生態(tài)系統(tǒng)具有碳源/匯雙重作用，對(duì)全球碳平衡貢獻(xiàn)巨大，了解不同生態(tài)系統(tǒng)內(nèi)部植被、土壤碳動(dòng)態(tài)是碳循環(huán)研究的重要組成部分[3- 7]；另一方面，隨著2005年《京都議定書》的生效和2009年哥本哈根全球氣候大會(huì)的召開，削減化石燃料碳排放成為全球共識(shí)，社會(huì)經(jīng)濟(jì)系統(tǒng)中的人為碳排放研究漸成熱點(diǎn)[8- 10]。然而，基于以上兩方面開展自然-社會(huì)二元系統(tǒng)分析才能更好地了解自然和人為因素綜合作用下的碳動(dòng)態(tài)以及自然生態(tài)系統(tǒng)對(duì)社會(huì)經(jīng)濟(jì)活動(dòng)的反饋能力[11]。

由生態(tài)足跡引申而來(lái)的碳足跡概念能夠直觀衡量自然系統(tǒng)對(duì)人類活動(dòng)碳排放的響應(yīng)[12]，自提出以來(lái)已在家庭住戶[13]、大都市區(qū)[14]的碳足跡估算和模型比較[15]等方面取得了一定進(jìn)展；國(guó)內(nèi)學(xué)者對(duì)于不同土地利用類型[16]、不同產(chǎn)業(yè)[17- 18]的碳足跡以及全國(guó)尺度上的碳足跡時(shí)空格局[19- 20]也做出了探索。這些研究為開展碳動(dòng)態(tài)的進(jìn)一步研究奠定了基礎(chǔ)，但目前對(duì)于中國(guó)自然-社會(huì)二元系統(tǒng)的碳排放和碳足跡格局分析仍處于起步階段，主要薄弱點(diǎn)在于：一是時(shí)空格局僅限于定性描述，尚未應(yīng)用空間統(tǒng)計(jì)分析方法[19]；二是土地利用變化和植被碳匯多來(lái)源于統(tǒng)計(jì)數(shù)據(jù)和經(jīng)驗(yàn)數(shù)據(jù)[16,21- 22]，口徑不一且難以體現(xiàn)異質(zhì)性。本文首次采用分辨率高、來(lái)源穩(wěn)定、實(shí)時(shí)性強(qiáng)的MODIS(Moderate Resolution Imaging Spectroradiometer)數(shù)據(jù)，引入空間自相關(guān)方法，評(píng)估2001—2009年中國(guó)碳排放和碳足跡時(shí)空動(dòng)態(tài)，并把研究結(jié)果應(yīng)用到生態(tài)經(jīng)濟(jì)區(qū)劃中，旨在構(gòu)建全國(guó)尺度上碳動(dòng)態(tài)研究的空間統(tǒng)計(jì)方法，并為優(yōu)化各區(qū)域的生態(tài)效益和經(jīng)濟(jì)效益提供科學(xué)參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域

本文參考1961年國(guó)家計(jì)委設(shè)置的華北、東北、華東、中南、西南、西北六大經(jīng)濟(jì)協(xié)作區(qū)方案，加上港、澳、臺(tái)，將全國(guó)分為七大區(qū)域。其中，藏、港、澳、臺(tái)的能源數(shù)據(jù)缺失，不作討論。

1.2 數(shù)據(jù)及預(yù)處理

1.2.1 數(shù)據(jù)來(lái)源及精度

(1)遙感數(shù)據(jù)

本文土地利用和植被凈初級(jí)生產(chǎn)力(Net Primary Production，NPP)數(shù)據(jù)分別來(lái)自NASA(National Aeronautics and Space Administration，美國(guó)國(guó)家航空航天局)網(wǎng)站(https://lpdaac.usgs.gov/products/modis_products_table)提供的MODIS產(chǎn)品MCD12Q1和MOD17A3。MCD12Q1空間分辨率為500 m，采用監(jiān)督?jīng)Q策樹分類的方法處理年度的Terra和Aqua衛(wèi)星觀測(cè)所得數(shù)據(jù)；本文僅需據(jù)其提取土地總面積信息。MOD17A3空間分辨率為1 km，時(shí)間分辨率為1a，由參考BIOME-BGC(Biome-Biogeochemical Cycles)模型與光能利用率模型建立的NPP估算模型處理Terra衛(wèi)星數(shù)據(jù)得到。較之傳統(tǒng)的回歸模型，BIOME-BGC模型是從植被機(jī)理出發(fā)建立的過(guò)程模型，使用了更多的參數(shù)和更精密的估算方法以提高精度[23- 24]。近年來(lái)，MOD17A3已對(duì)全球多種植被類型進(jìn)行了驗(yàn)證[25- 27]，在我國(guó)也已被用來(lái)監(jiān)測(cè)青藏高原地區(qū)[28]、南水北調(diào)東線地區(qū)[29]、陜西省[30]的植被生長(zhǎng)狀況以及廣東省水稻生物質(zhì)能[23]、東北地區(qū)植被農(nóng)田的時(shí)空特征[30- 31]等；其精度能夠滿足全國(guó)尺度上的NPP分析。

(2)統(tǒng)計(jì)數(shù)據(jù)

目前以化石能源為代表的傳統(tǒng)能源是產(chǎn)生碳排放的主導(dǎo)因素[16]，故本文選取煤炭、原油、汽油、煤油、柴油、燃料油、天然氣、電力8類能源為社會(huì)經(jīng)濟(jì)系統(tǒng)碳排放的核算指標(biāo)。2001—2009年各省各類能源消費(fèi)數(shù)據(jù)來(lái)自《中國(guó)能源統(tǒng)計(jì)年鑒》。

(3)輔助數(shù)據(jù)

主要來(lái)自國(guó)家基礎(chǔ)地理信息中心提供的《1∶400萬(wàn)中國(guó)省級(jí)政區(qū)圖》。

1.2.2 數(shù)據(jù)預(yù)處理

為構(gòu)建與研究區(qū)實(shí)際地理基礎(chǔ)一致的MODIS時(shí)間序列數(shù)據(jù)集，使用MRT(MODIS Reprojection Tool)批處理軟件和ArcGIS9.3提取2001—2009年土地利用和NPP數(shù)據(jù)集。MCD12Q1產(chǎn)品包含5個(gè)土地覆蓋分類方案不同的數(shù)據(jù)集，本文根據(jù)Land Cover Type1數(shù)據(jù)集，即IGBP(International Geosphere-Biosphere Program)分類方案計(jì)算各省土地總面積；MOD17A3產(chǎn)品包含3個(gè)數(shù)據(jù)集，本文提取其Gridded 1 km Annual Net Productivity數(shù)據(jù)集獲取各省逐年NPP數(shù)據(jù)(圖1)。

圖1 數(shù)據(jù)預(yù)處理流程圖Fig.1 The flow diagram of data preprocessing

1.3 計(jì)量模型

1.3.1 自然生態(tài)系統(tǒng)碳動(dòng)態(tài)

隨著植物生長(zhǎng)及其生物量增加，CO2通過(guò)植被光合作用進(jìn)入自然生態(tài)系統(tǒng)并儲(chǔ)存起來(lái)。本文以NPP作為自然生態(tài)系統(tǒng)碳動(dòng)態(tài)的衡量指標(biāo)。NPP是指綠色植物在單位時(shí)間單位面積上扣除自氧呼吸后的有機(jī)干物質(zhì)生產(chǎn)量[32]，反映了植物固定和轉(zhuǎn)化光合產(chǎn)物的效率，是判定生態(tài)系統(tǒng)碳匯、調(diào)節(jié)生態(tài)過(guò)程的主要因子和表示碳吸收的常用指標(biāo)[33]，已在生態(tài)系統(tǒng)碳循環(huán)研究中得到廣泛應(yīng)用[34- 35]。

1.3.2 社會(huì)經(jīng)濟(jì)系統(tǒng)碳排放

構(gòu)建基于能源消費(fèi)的社會(huì)經(jīng)濟(jì)系統(tǒng)碳排放計(jì)量模型(式1)。

(1)

式中，CEit為i區(qū)域t年能源消費(fèi)碳排放總量(Pg C/a)，Eijt為i區(qū)域t年第j種能源消費(fèi)總量(kg或kW·h)，cvj為第j種能源折算標(biāo)準(zhǔn)煤的參考系數(shù)(表1)，δj為第j種能源的碳排放系數(shù)，取自相關(guān)文獻(xiàn)平均值(表2)。

表1 各類能源折算標(biāo)準(zhǔn)煤的參考系數(shù)

表2 碳排放轉(zhuǎn)換系數(shù)表

1.3.3 碳足跡

根據(jù)環(huán)球足跡網(wǎng)絡(luò)(Global Financial Network，GFN)的定義，碳足跡是通過(guò)光合作用吸收由化石燃料燃燒所產(chǎn)生的CO2所需要的生產(chǎn)性土地(植被)面積[42]，用以測(cè)度人類能源消費(fèi)碳排放對(duì)生態(tài)空間的占用情況。當(dāng)區(qū)域生態(tài)容量不足以吸收由化石燃料燃燒所產(chǎn)生的CO2時(shí)產(chǎn)生碳赤字(CFit> 0)，區(qū)域發(fā)展處于不可持續(xù)狀態(tài)；反之為碳盈余。本文基于對(duì)自然生態(tài)系統(tǒng)和社會(huì)經(jīng)濟(jì)系統(tǒng)碳動(dòng)態(tài)的分別測(cè)算，參考生態(tài)足跡的計(jì)算方法[9]構(gòu)建碳足跡計(jì)量模型(式2，式3):

CFit=(CEit/NPPr)×109=CEit/(NPPit/Sit×109)×109=(CEit/NPPit)×Sit

(2)

ΔCFit=CFit-Sit

(3)

式中，NPPr為區(qū)域綜合NPP(g C m-2a-1)，CFit為i區(qū)域t年的碳足跡(km2)，CEit為i區(qū)域t年能源消費(fèi)碳排放總量(Pg C/a)，Sit為i區(qū)域t年的土地總面積(km2)，NPPit為i區(qū)域t年的總凈初級(jí)生產(chǎn)力(Pg C/a)。

1.4 空間統(tǒng)計(jì)分析方法

空間統(tǒng)計(jì)分析方法充分利用屬性數(shù)據(jù)的空間特性，彌補(bǔ)傳統(tǒng)計(jì)量模型在空間分析和數(shù)值相關(guān)分析上顧此失彼的缺陷。在GIS(Geographic Information System)環(huán)境下對(duì)碳動(dòng)態(tài)進(jìn)行空間統(tǒng)計(jì)分析，可以更形象深刻地揭示其時(shí)空格局。本文運(yùn)用了空間統(tǒng)計(jì)分析方法中的空間自相關(guān)分析模型。根據(jù)地理學(xué)第一定律，任何事物都相關(guān)，但相近的事物關(guān)聯(lián)更緊密。空間自相關(guān)分析就是基于這一定律，假設(shè)研究區(qū)中所有值都是非獨(dú)立的，相互之間存在相關(guān)性。正空間自相關(guān)是指鄰近區(qū)域的屬性具有相似的趨勢(shì)和取值，負(fù)空間自相關(guān)是指鄰近區(qū)域的屬性具有相反的趨勢(shì)和取值[43]。

1.4.1 空間權(quán)重矩陣

空間權(quán)重矩陣用以定量界定區(qū)域單元之間的鄰接關(guān)系，本文采用簡(jiǎn)單的二進(jìn)制鄰接矩陣(式4)，在Geoda095i軟件中以queen標(biāo)準(zhǔn)創(chuàng)建鄰接性權(quán)重文件。

(4)

鑒于海南和廣東、福建和中國(guó)臺(tái)灣聯(lián)系密切，故對(duì)生成的權(quán)重文件進(jìn)行微調(diào)，改成海南和廣東相鄰接、福建和中國(guó)臺(tái)灣相鄰接。

1.4.2 全局空間自相關(guān)

全局空間自相關(guān)用以判斷現(xiàn)象整體空間聚集性的存在與否及聚集程度的大小。Moran′sI是度量全局空間自相關(guān)的常用指標(biāo)之一:

(5)

(6)

(7)

(8)

構(gòu)造Z統(tǒng)計(jì)量對(duì)空間自相關(guān)進(jìn)行顯著性檢驗(yàn)(式9):

(9)

式中，E(I)、Var(I)分別為I的期望和方差。一般當(dāng)|Z|>1.96時(shí)，差異顯著，即在95%的概率下存在空間自相關(guān)。在Geoda095i軟件中可以計(jì)算Moran′sI值，評(píng)估全局空間自相關(guān)性。

1.4.3 局域空間自相關(guān)

局域空間自相關(guān)能夠反映局部的空間差異程度，推算出高、低值的聚集范圍。LISA(Local Indicators of Spatial Association)是分析局域空間自相關(guān)的常用方法:

(10)

各字母含義及檢驗(yàn)統(tǒng)計(jì)量同上。

在Geoda095i軟件中繪制Moran散點(diǎn)圖，其橫坐標(biāo)為各區(qū)域單元標(biāo)準(zhǔn)化處理后的屬性值，縱坐標(biāo)為標(biāo)準(zhǔn)化處理后的空間鄰接矩陣所決定的相鄰單元的屬性值的平均值。散點(diǎn)圖的4個(gè)象限表達(dá)了某一區(qū)域和其周圍區(qū)域的局域空間聯(lián)系，一、三象限為正空間自相關(guān)，二、四象限為負(fù)空間自相關(guān)。

2 結(jié)果與分析

2.1 自然生態(tài)系統(tǒng)碳動(dòng)態(tài)的時(shí)空格局

2001—2009年全國(guó)NPP年平均值變動(dòng)范圍在341—371 g C m-2a-1之間，多年平均值為362 g C m-2a-1；全國(guó)年總NPP值在3.13—3.40 Pg C/a之間，多年平均值約為3.32 Pg C/a，總體波動(dòng)不大(圖2)。

研究時(shí)段內(nèi)全國(guó)多年平均NPP值的空間分布呈西南地區(qū)>東南沿海>華中、華東地區(qū)>東北、華北地區(qū)>西北地區(qū)的格局(圖3)；其中海南最大(905 g C m-2a-1)，新疆最小(143 g C m-2a-1)。NPP自南向北隨緯度增加而遞減，淮河以北地區(qū)自東向西隨經(jīng)度減小而遞減，淮河以南地區(qū)隨經(jīng)度遞變趨勢(shì)不明顯。這種空間格局的形成主要與地帶性植被類型有關(guān)，而水熱條件是植被生長(zhǎng)的決定因素。自南向北隨溫度降低依次分布熱帶闊葉林、亞熱帶常綠闊葉落葉林、亞熱帶熱帶針葉林、溫帶落葉闊葉林，NPP依次減小。北部地區(qū)自東向西隨水分減小依次分布濕潤(rùn)溫帶森林、內(nèi)蒙古草原、干草原，NPP逐漸減小。另外，城市化進(jìn)程增加了不透水表面比例，減少了自然植被覆蓋，因而氣候特征相當(dāng)?shù)牡貐^(qū)NPP也會(huì)因城市化程度不同而有所差異，比如北京、天津的NPP值小于河北。

2.2 社會(huì)經(jīng)濟(jì)系統(tǒng)碳排放的時(shí)空格局

2001—2009年全國(guó)年總能源消費(fèi)碳排放量呈逐年增加趨勢(shì)(圖2)，由1.52 Pg C/a(2001年)增加到3.53 Pg C/a(2009年)，年均增長(zhǎng)率為16.6%，多年平均值為2.53 Pg C/a。碳排放總量前5a增速大于后5a，說(shuō)明研究時(shí)段內(nèi)就全國(guó)范圍而言碳排放增加趨勢(shì)已開始變緩。

研究時(shí)段內(nèi)全國(guó)平均單位面積能源消費(fèi)碳排放量呈現(xiàn)東部>中部>西部的空間分異(圖3)；其中上海最大(1.17×104g C m-2a-1)，青海最小(14 g C m-2a-1)。能源消費(fèi)碳排放與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展需求密切相關(guān)，以上海為中心的長(zhǎng)三角經(jīng)濟(jì)圈和以北京、天津?yàn)橹行牡沫h(huán)渤海經(jīng)濟(jì)圈單位面積碳排放量最高；新疆、青海、甘肅等發(fā)展較慢的西北省份單位面積碳排放量最低。

圖2 2001—2009年自然-社會(huì)二元系統(tǒng)碳收支時(shí)間動(dòng)態(tài)Fig.2 Temporal patterns of the “nature-society” dualistic carbon fluxes in China from 2001 to 2009

圖3 2001—2009年自然-社會(huì)二元系統(tǒng)平均碳收支空間格局Fig.3 Spatial patterns of the “nature-society” dualistic carbon fluxes in China during 2001—2009

2.3 碳足跡、碳赤字的時(shí)空格局

2.3.1 碳足跡、碳赤字的時(shí)間格局

2001—2009年全國(guó)碳足跡、碳赤字均呈逐年增加趨勢(shì)(圖4)，碳足跡由4.46×106km2(2001年)增加到9.69×106km2(2009年)，年均增長(zhǎng)率為14.7%，多年平均值為6.98×106km；碳赤字由-4.73×106km2(2001年)增加到5.01×105km2(2009年)，多年平均值為-2.20×106km2，自2009年開始出現(xiàn)正碳赤字。碳足跡、碳赤字后5a增速小于前5a，說(shuō)明許多地區(qū)已開始采取碳增匯或碳減排措施控制自然-社會(huì)二元系統(tǒng)的碳排放增加。

2.3.2 碳足跡、碳赤字的空間格局

2001—2009年全國(guó)平均碳赤字(圖5)以產(chǎn)煤大省山西省最大(5.03×105km2)，其次為重化工-資本密集型的環(huán)渤海地區(qū)、高科技-知識(shí)密集型的長(zhǎng)三角地區(qū)、輕紡-勞動(dòng)密集型的珠三角地區(qū)；而中西部地區(qū)以及東部的福建、江西、吉林、黑龍江等省具有碳盈余，新疆碳盈余最大(1.16×106km2)。2001年，具有正碳赤字的省份集中在山西、河北、遼寧、山東、河南、江蘇，中西部地區(qū)存在大量碳盈余；2005年，碳赤字在環(huán)渤海經(jīng)濟(jì)圈、長(zhǎng)三角經(jīng)濟(jì)圈、珠三角經(jīng)濟(jì)圈明顯加劇；2009年，環(huán)渤海地區(qū)各省碳赤字進(jìn)一步增加，中西部地區(qū)的吉林、重慶、陜西也開始出現(xiàn)正碳赤字。研究時(shí)段內(nèi)具有碳赤字的省份逐年增多，說(shuō)明越來(lái)越多的省份生態(tài)用地?zé)o法滿足消納碳排放的需求；總體來(lái)看，華東、華北、中南地區(qū)的碳赤字增加較快，說(shuō)明這些地區(qū)生態(tài)用地被占用帶來(lái)的碳匯減少快于能源結(jié)構(gòu)調(diào)整帶來(lái)的碳源減少。

圖4 2001—2009年全國(guó)碳足跡、碳赤字時(shí)間分布圖Fig.4 Temporal patterns of carbon footprint and carbon deficit in China from 2001 to 2009

圖5 2001—2009年全國(guó)碳赤字空間分布圖Fig.5 Spatial patterns of carbon footprint and carbon deficit in China during 2001—2009

2.3.3 碳赤字的空間自相關(guān)分析

(1)Moran指數(shù)

從全國(guó)范圍來(lái)看，各年份Moran指數(shù)的統(tǒng)計(jì)量相當(dāng)顯著(圖6)，表明碳赤字在全國(guó)范圍內(nèi)存在顯著的正空間自相關(guān)，存在相似值的空間集聚。從不同區(qū)域來(lái)看，西北、華東地區(qū)碳赤字的Moran指數(shù)為正且較顯著，其中經(jīng)濟(jì)發(fā)展迅速而生態(tài)用地緊缺的華東地區(qū)表現(xiàn)為明顯的高值集聚，經(jīng)濟(jì)發(fā)展較慢而生態(tài)用地充裕的西北地區(qū)則為低值集聚。華北地區(qū)碳赤字的Moran指數(shù)為負(fù)且較顯著，存在負(fù)空間自相關(guān)，碳赤字表現(xiàn)為明顯的高低間隔分布，區(qū)內(nèi)各省經(jīng)濟(jì)效益和生態(tài)效益參差不齊。中南、東北、西南地區(qū)的Moran指數(shù)趨于0，空間自相關(guān)性很弱，碳赤字大致呈隨機(jī)分布。

圖6 2001—2009年全國(guó)及各區(qū)域碳赤字的Moran指數(shù)時(shí)間分布圖Fig.6 Temporal patterns of Moran′s I in China and different regions during 2001—2009

(2)Moran散點(diǎn)圖和LISA分析

在Geoda095i軟件中繪制主要年份全國(guó)碳赤字的Moran散點(diǎn)圖(圖7)。圖中4個(gè)象限表達(dá)了某一區(qū)域和其周圍區(qū)域的局域空間聯(lián)系。第一象限HH(High，High)表示該區(qū)域和周圍屬性值均較高；第二象限LH(Low，High)表示該區(qū)域?qū)傩灾得黠@低于周圍；第三象限LL(Low，Low)表示該區(qū)域和周圍屬性值均較低；第四象限HL(High，Low)表示該區(qū)域?qū)傩灾得黠@高于周圍。觀察各象限包含省區(qū)的變化，可以看出2001—2009年碳赤字空間格局的演變過(guò)程包括如下幾類：(1)HH→LH，即碳赤字相對(duì)于周邊減小，如海南自1999年提出建設(shè)生態(tài)省戰(zhàn)略以來(lái)，生態(tài)旅游、綠色農(nóng)業(yè)等產(chǎn)業(yè)逐漸興起，生態(tài)效益和經(jīng)濟(jì)效益得到了綜合提升，碳赤字比周邊省份減小迅速[44]；(2)HH→HL，即碳赤字相對(duì)于周邊增加，如廣東，近10年來(lái)珠三角地區(qū)的快速密集城市化導(dǎo)致該省自然資源壓力明顯高于周邊[45]；(3)LH→LL，如湖南，開始時(shí)相對(duì)于周邊省份具有較低的碳赤字，隨著省際聯(lián)系的加強(qiáng)，在生態(tài)保護(hù)方面對(duì)周邊省份起到了示范和帶動(dòng)作用，使得周邊省份的碳赤字也減小，積極的生態(tài)效應(yīng)向周邊擴(kuò)散；(4)HL→LL，如重慶，開始時(shí)相對(duì)周邊省份具有較高的碳赤字，隨著整個(gè)西部地區(qū)生態(tài)用地的合理規(guī)劃，周邊各省積極的生態(tài)效應(yīng)向該省擴(kuò)散；(5)HL→HH，如山西、遼寧、吉林、陜西，開始時(shí)相對(duì)于周邊省份具有較高的碳赤字，隨著跨省經(jīng)濟(jì)協(xié)作的加強(qiáng)，能源消費(fèi)碳排放在更大范圍內(nèi)迅速增加，消極的生態(tài)效應(yīng)向周邊擴(kuò)散。

2.4 基于碳動(dòng)態(tài)的中國(guó)生態(tài)經(jīng)濟(jì)區(qū)劃

生態(tài)經(jīng)濟(jì)區(qū)劃是以自然-社會(huì)二元復(fù)合系統(tǒng)為對(duì)象，以生態(tài)-經(jīng)濟(jì)耦合理論為基礎(chǔ)，根據(jù)自然生態(tài)因素和社會(huì)經(jīng)濟(jì)因素的特點(diǎn)及其內(nèi)在聯(lián)系所構(gòu)成的空間組合形式的相似性和差異性，總結(jié)生態(tài)經(jīng)濟(jì)功能的地域分異規(guī)律，劃分融合生態(tài)和經(jīng)濟(jì)要素的地域單元，并明確不同單元在區(qū)域開發(fā)中承擔(dān)的主要功能[46]。與2001年傅伯杰等提出的劃分3個(gè)大區(qū)(東部濕潤(rùn)、半濕潤(rùn)生態(tài)大區(qū)，西北干旱、半干旱生態(tài)大區(qū)，青藏高原高寒生態(tài)大區(qū))的中國(guó)生態(tài)區(qū)劃方案[47]以及2012年謝高地等提出的劃分4個(gè)生態(tài)大區(qū)(東北部濕潤(rùn)半濕潤(rùn)生態(tài)大區(qū)，北部干旱半干旱生態(tài)大區(qū)，南部濕潤(rùn)生態(tài)大區(qū)和青藏高原生態(tài)大區(qū))的中國(guó)生態(tài)區(qū)劃方案[48]不同，本文不只依據(jù)氣候、地貌、植被特征，而是兼顧了自然和人為因素，根據(jù)2001—2009年全國(guó)碳赤字的空間格局(圖5)和局域空間自相關(guān)性(圖7)，把碳赤字時(shí)空動(dòng)態(tài)較一致的省區(qū)合并，劃分4個(gè)大區(qū)(圖8)。

(1)中、東部地區(qū)

位于長(zhǎng)江以北、太行山以東，包括北京、天津、河北、上海、江蘇、浙江、安徽山東、河南、湖北。該區(qū)跨越中溫帶、暖溫帶、北亞熱帶3個(gè)氣候帶，水熱資源沒有長(zhǎng)江以南地區(qū)優(yōu)越，NPP較小。長(zhǎng)三角、環(huán)渤海兩大經(jīng)濟(jì)圈以及依托“中部崛起”戰(zhàn)略而迅速發(fā)展起來(lái)的中原城市群經(jīng)濟(jì)發(fā)展速度快，急劇增加的能源消費(fèi)催生了大量碳排放，碳赤字嚴(yán)重。研究時(shí)段內(nèi)，區(qū)內(nèi)各省的碳赤字表現(xiàn)出明顯的高值集聚。為了在發(fā)展經(jīng)濟(jì)的同時(shí)兼顧生態(tài)效益，該區(qū)未來(lái)應(yīng)加強(qiáng)省際協(xié)作，調(diào)整能源結(jié)構(gòu)，共同打造低碳發(fā)展模式；并保護(hù)好有限的生態(tài)用地，改善植被覆蓋狀況，延緩碳赤字的進(jìn)一步增大。

圖7 2001—2009年全國(guó)碳赤字Moran散點(diǎn)圖及對(duì)應(yīng)省份分布Fig.7 Moran scatterplot of carbon deficit and provinces corresponding to it during 2001—2009散點(diǎn)圖橫坐標(biāo)為相應(yīng)年份碳赤字標(biāo)準(zhǔn)化值，縱坐標(biāo)為相鄰單元碳赤字標(biāo)準(zhǔn)化均值；象限圖四象限分別表示“高-高(HH)”、“低-高(LH)”、“低-低(LL)”、“高-低(HL)”

(2)南部地區(qū)

位于長(zhǎng)江以南、雪峰山以東，包括福建、江西、湖南、廣東、海南、中國(guó)香港、中國(guó)澳門、中國(guó)臺(tái)灣。該區(qū)跨越中亞熱帶、南亞熱帶、熱帶三個(gè)氣候帶，水熱資源豐富，NPP大。研究時(shí)段內(nèi)，區(qū)內(nèi)各省碳赤字的空間集聚不明顯，湖南、海南等省生態(tài)效益較高，廣東等省生態(tài)效益較低。未來(lái)應(yīng)充分利用優(yōu)良的自然條件，合理處理經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)之間的關(guān)系；并強(qiáng)化省際聯(lián)系，尤其是碳赤字較高和較低的省份之間的互補(bǔ)，促進(jìn)低碳發(fā)展模式擴(kuò)散和資源合理利用。

圖8 基于碳赤字空間自相關(guān)性的中國(guó)生態(tài)經(jīng)濟(jì)區(qū)劃Fig.8 Eco-economy regionalization in China based on spatial autocorrelation of carbon deficit

(3)北部地區(qū)

位于祁連山以東，包括山西、內(nèi)蒙古、遼寧、吉林、黑龍江、陜西、寧夏。該區(qū)域跨越寒溫帶、中溫帶兩個(gè)氣候帶，水熱條件較差，NPP較低。未來(lái)應(yīng)加強(qiáng)省際合作和互補(bǔ)，充分利用內(nèi)蒙古、黑龍江兩省豐富的草地、林地資源，緩解山西、遼寧等經(jīng)濟(jì)發(fā)展較快省份的碳赤字，發(fā)揮不同省份的比較優(yōu)勢(shì)和帶動(dòng)作用。

(4)西部地區(qū)

位于賀蘭山—六盤山—大巴山一線以西，包括重慶、四川、貴州、云南、西藏、甘肅、青海、新疆。氣候帶跨度較大，包括溫帶、亞熱帶、高原氣候區(qū)。除西南小部分地區(qū)外，NPP較小，但生態(tài)用地相當(dāng)豐富。目前該區(qū)經(jīng)濟(jì)發(fā)展相對(duì)落后。未來(lái)應(yīng)在保護(hù)好生態(tài)用地的同時(shí)，加快經(jīng)濟(jì)發(fā)展和區(qū)域協(xié)作，尤其注重在大區(qū)域內(nèi)對(duì)生態(tài)用地的跨省合理規(guī)劃和利用，從而在一定程度上緩解重慶、四川等發(fā)展相對(duì)較快的省份的碳赤字。另外還應(yīng)減少或消滅沙塵源，恢復(fù)與再建干旱區(qū)綠色植被與荒漠植被。

3 結(jié)論

(1)自然生態(tài)系統(tǒng)碳動(dòng)態(tài)的時(shí)空格局：2001—2009年全國(guó)NPP多年平均值約為3.32 Pg C/a，時(shí)間上總體波動(dòng)不大，空間上呈西南地區(qū)>東南沿海>華中、華東地區(qū)>東北、華北地區(qū)>西北地區(qū)的格局。

(2)社會(huì)經(jīng)濟(jì)系統(tǒng)碳排放的時(shí)空格局：2001—2009年全國(guó)能源消費(fèi)碳排放量逐年增加，年平均增長(zhǎng)率為16.7%，多年平均值為2.53 Pg C/a；呈東部>中部>西部的空間格局。

(3)自然-社會(huì)二元系統(tǒng)碳足跡和碳赤字的時(shí)空格局：碳足跡是自然-社會(huì)二元系統(tǒng)中能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、土地利用結(jié)構(gòu)的綜合反映。2001—2009年全國(guó)平均碳足跡為6.98×106km2；碳足跡、碳赤字均逐年增加，碳足跡年均增長(zhǎng)率為14.7%，自2009年開始出現(xiàn)正碳赤字。從研究時(shí)段平均狀況來(lái)看，具有正碳赤字的省份為山西、環(huán)渤海地區(qū)各省、長(zhǎng)三角地區(qū)各省、廣東；具有碳盈余的省份多集中在中西部地區(qū)。碳赤字在全國(guó)范圍內(nèi)存在顯著的正空間自相關(guān)；華東、西北、華北地區(qū)分別表現(xiàn)為高值集聚、低值集聚、高低間隔分布，其他區(qū)域空間自相關(guān)性較弱。相鄰省份碳赤字的相對(duì)大小由于互相影響而改變，因此通過(guò)加強(qiáng)區(qū)域聯(lián)系能使高值聚集區(qū)的“谷點(diǎn)”向周邊擴(kuò)散積極生態(tài)效應(yīng)，或使低值聚集區(qū)的“峰點(diǎn)”受周邊積極生態(tài)效應(yīng)的影響而改善生態(tài)狀況，從而優(yōu)化整體生態(tài)效益。

(4)全國(guó)分為中東部、南部、北部、西部4個(gè)生態(tài)經(jīng)濟(jì)大區(qū)。其中，中東部地區(qū)經(jīng)濟(jì)發(fā)展快而生態(tài)用地相對(duì)不足，急需探索低碳發(fā)展模式；南部地區(qū)經(jīng)濟(jì)發(fā)展逐漸加快且自然條件優(yōu)越，加強(qiáng)省際合作有助于積極生態(tài)效應(yīng)的擴(kuò)散；北部地區(qū)發(fā)展不均衡且自然條件較差，應(yīng)加強(qiáng)省際互補(bǔ)和資源合理保護(hù)與利用；西部地區(qū)發(fā)展較慢而生態(tài)用地相對(duì)充裕，應(yīng)在穩(wěn)定生態(tài)效益的同時(shí)提高經(jīng)濟(jì)效益。較之以往的生態(tài)區(qū)劃方案，本文對(duì)生態(tài)大區(qū)的劃分綜合考慮了自然生態(tài)系統(tǒng)對(duì)社會(huì)經(jīng)濟(jì)系統(tǒng)的響應(yīng)，更有利于揭示各區(qū)資源環(huán)境和人類活動(dòng)之間的耦合關(guān)系，為實(shí)現(xiàn)自然-社會(huì)二元系統(tǒng)的可持續(xù)發(fā)展提供科學(xué)依據(jù)。然而，根據(jù)本文目前的數(shù)據(jù)條件僅能作出省域尺度上的大區(qū)劃分，對(duì)于中小尺度的生態(tài)地區(qū)、生態(tài)區(qū)的劃分仍是需要繼續(xù)研究的內(nèi)容。

致謝：感謝北京大學(xué)城市與環(huán)境學(xué)院趙淑清研究員，周德成、曾振中博士，以及住房和城鄉(xiāng)建設(shè)部城鄉(xiāng)規(guī)劃管理中心胡毅博士對(duì)本研究的幫助。

[1] IPCC. Climate change 2007: the physical science basis // Solomon S, Qin D, Manning M, Chen Z, Marquis M, Averyt K B, Tignor M, Miller H L, eds. Contribution of Working GroupⅠ to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2007.

[2] Fang J Y, Zhu J L, Wang S P, Yue C, Shen H H. Global warming, human-induced carbon emission, and their uncertainties. Science in China (Series D): Earth Sciences, 2011, 54(10): 1458- 1468.

[3] Dixon R K, Solomon A M, Brown S, Houghton R A, Trexier M C, Wisniewski J. Carbon pools and flux of global forest ecosystems. Science, 1994, 263(5144): 185- 190.

[4] Fang J Y, Chen A P, Peng C H, Zhao S Q, Ci L J. Changes in forest biomass carbon storage in China between 1949 and 1998. Science, 2001, 292(5525): 2320- 2322.

[5] Houghton R A. Counting terrestrial sources and sinks of carbon. Climatic Change, 2001, 48(4): 525- 534.

[6] Li K R, Wang S Q, Cao M K. Vegetation and soil carbon storage in China. Science in China (Series D): Earth Sciences, 2004, 47(1): 49- 57.

[7] Ge Q S, Dai J H, He F N, Pan Y, Wang M M. Land use changes and their relations with carbon cycles over the past 300 a in China. Science in China (Series D): Earth Sciences, 2008, 51(6): 871- 884.

[8] Soytas U, Sari R, Ewing B T. Energy consumption, income, and carbon emissions in the United States. Ecological Economics, 2007, 62(3- 4): 482- 489.

[9] Xie H Y, Chen X S, Lin K R, Hu A Y. The ecological footprint analysis of fossil energy and electricity. Acta Ecologica Sinica, 2008, 28(4): 1729- 1735.

[10] Zhu Y B, Wang Z, Pang L, Wang L J, Zhou X P. Simulation on China′s economy and prediction on energy consumption and carbon emission under optimal growth path. Acta Geographica Sinica, 2009, 64(8): 935- 944.

[11] Zhao R Q, Huang X J. Carbon cycle of urban system: characteristics, mechanism and theoretical framework. Acta Ecologica Sinica, 2013, 33(2): 358- 366.

[12] Wackernagel M, Ress W E. Our Ecological Footprint: Reducing Human Impact on the Earth. Gabriola Island: New Society Publishers, 1996.

[13] Druckman A, Jackson T. The carbon footprint of UK households 1990- 2004: A socio-economically disaggregated, quasi-multi-regional input-output model. Ecological Economics, 2009, 68(7): 2066- 2077.

[14] Sovacool B K, Brown M A. Twelve metropolitan carbon footprints: A preliminary comparative global assessment. Energy Policy, 2010, 38(9): 4856- 4869.

[15] Kenny T, Gray N F. Comparative performance of six carbon footprint models for use in Ireland. Environmental Impact Assessment Review, 2009, 29(1): 1- 6.

[16] Zhao R Q, Huang X J. Carbon emission and carbon footprint of different land use types based on energy consumption of Jiangsu province. Geographical Research, 2010, 29(9): 1639- 1649.

[17] Zhao R Q, Huang X J, Zhong T Y. Research on carbon emission intensity and carbon footprint of different industrial spaces in China. Acta Geographica Sinica, 2010, 65(9): 1048- 1057.

[18] Fan J, Li P X, Liang Y T. Framework of financial consumption oriented research on carbon footprints. Advances in Earth Science, 2010, 25(1): 61- 68.

[19] Chuai X W, Lai L, Huang X J, Zhao R Q, Wang W J, Chen Z G. Temporospatial changes of carbon footprint based on energy consumption in China. Journal of Geographical Sciences, 2012, 22(1): 110- 124.

[20] Shi M J, Wang Y, Zhang Z Y, Zhou X. Regional carbon footprint and interregional transfer of carbon emissions in China. Acta Geographica Sinica, 2012, 67(10): 1327- 1338.

[21] Li Y, Huang X J, Zhen F. Effects of land use patterns on carbon emission in Jiangsu province. Transactions of the Chinese Society of Agricultural Engineering, 2008, 24(S2): 102- 107.

[22] Lan J C, Fu W L, Yuan B, Zhang T, Peng J T. Analysis of land use patterns on carbon emission and carbon footprint in Chongqing city. Journal of Soil and Water Conservation, 2012, 26(1): 146- 155.

[23] Zhang X H, Li X, Shi X, Liu K. Estimation of paddy biomass energy in Guangdong province. Remote Sensing Informatioin, 2007(1): 26- 29, 21- 21.

[24] Li D K, Fan J Z, Wang J. Variation characteristics of vegetation net primary productivity in Shaanxi Province based on MOD17A3. Chinese Journal of Ecology, 2011, 30(12): 2776- 2782.

[25] Turner D P, Ritts W D, Cohen W B, Gower S T, Running S W, Zhao M S, Costa M H, Kirschbaum A A, Ham J M, Saleska S R, Ahl D E. Evaluation of MODIS NPP and GPP products across multiple biomes. Remote Sensing of Environment, 2006, 102(3- 4): 282- 292.

[26] Turner D P, Ritts W D, Cohen W B, Gower S T, Zhao M S, Running S W, Wofsy S C, Urbanski S, Dunn A L, Munger J W. Scaling Gross Primary Production (GPP) over boreal and deciduous forest landscapes in support of MODIS GPP product validation. Remote Sensing of Environment, 2003, 88(3): 256- 270.

[27] Gebremichael M, Barros A P. Evaluation of MODIS gross primary productivity (GPP) in tropical monsoon regions. Remote Sensing of Environment, 2006, 100(2): 150- 166.

[28] Guo X Y, He Y, Shen Y P, Feng D. Analysis of the terrestrial NPP based on the MODIS in the source regions of Yangtze and Yellow Rivers from 2000 to 2004. Journal of Glaciology and Geocryology, 2006, 28(4): 512- 518.

[29] He Y, Dong W J, Guo X Y, Cao L J, Feng D. Terrestrial NPP variation in the region of the South-North Water Diversion Project (east route). Advances in Climate Change Research, 2006, 2(5): 246- 249.

[30] Zhu F, Liu Z M, Wang Z M, Song K S. Temporal-spatial characteristics and factors influencing crop NPP across Northeastern China. Resouces Science, 2010, 32(11): 2079- 2084.

[31] Guo Z X, Wang Z M, Zhang B, Liu D W, Yang G, Song K S, Li F. Analysis of temporal-spatial characteristics and factors influencing vegetation NPP in Northeast China from 2000 to 2006. Resource Science, 2008, 30(8): 1226- 1235.

[32] Fang J Y, Ke J H, Tang Z Y, Chen A P. Implications and estimations of four terrestrial productivity parameters. Acta Phytoecologica Sinica, 2001, 25(4): 414- 419.

[33] Field C B, Behrenfeld M J, Randerson J T, Falkowski P. Primary production of the biosphere: integrating terrestrial and oceanic components. Science, 281(5374): 237- 240.

[34] Venetoulis J, Talberth J. Refining the ecological footprint. Environment, Development and Sustainability, 2008, 10(4): 441- 469.

[35] Fang K, Shen W B, Dong D M. Modification and predication of energy ecological footprint: A case study of Jilin Province. Geographical Research, 2011, 30(10): 1835- 1846.

[36] Zhou J H. The Research on the Cointegration and Causality between Land Use Change and Carbon Budget in Changsha City [D]. Changsha: Hunan Normal University, 2011.

[37] Wang X N. Study on Estimation Method of Carbon Emission to Energy Carbon Sources in China [D]. Beijing: Beijing Forest University, 2006.

[38] ORNL. Estimates of CO2Emissions from Fossil Fuel Burning and Cement Manufacturing. Tennessee: Oak Ridge National Laboratory, 1990.

[39] Wang G, Feng X. CO2emission reduction through energy integration. Chemical Industry and Engineering Progress, 2006, 25(12): 1467- 1470.

[40] Energy Research Institute of NDRC. Study on the sustainable energy development and carbon emission scenarios analysis in China. 2003.

[41] Gao S T, Zhang H Q, Yang L R, Wang Q L. Forecast method and countermeasures for greenhouse gases in China. Research of Environmental Sciences, 1994, 7(6): 56- 59.

[42] Global Footprint Network. GFN Ecological Footprint: Glossary. Oakland, CA, USA, 2007 [2013-08- 13]. http://www.footprintnetwork.org/en/index.php/GFN/page/carbon_footprint/.

[43] Meng B, Wang J F, Zhang W Z, Liu X H. Evaluation of regional disparity in China based on spatial analysis. Scientia Geographica Sinica, 2005, 25(4): 393- 400.

[44] Ouyang Z Y, Wang R S, Zheng H, Lin S K. Ecological culture in Hainan ecological construction. China Population, Resources and Environment, 2002, 12(4): 72- 74.

[45] Wang S G, Zhou Y Z. Integrated frame research for resources & environment in megalopolises and regional sustainable development: case study on pearl river delta. China Population, Resources and Environment, 2002, 12(3): 54- 59.

[46] Group of Ecological-Zonation, Research Centre of Ecology. On the principle of Ecological-economic zonation (Draft). Acta Ecologica Sinica, 1983, 3(2): 102- 102.

[47] Fu B J, Liu G H, Chen L D, Ma K M, Li J R. Scheme of ecological regionalization in China. Acta Ecologica Sinica, 2001, 21(1): 1- 6.

[48] Xie G D, Zhang C S, Zhang L B, Su D, Cao S Y, Leng Y F, Xiao Y. China′s county-scale ecological regionalization. Journal of Natural Resources, 2012, 27(1): 154- 162.

參考文獻(xiàn):

[2] 方精云, 朱江玲, 王少鵬, 岳超, 沈?；? 全球變暖、碳排放及不確定性. 中國(guó)科學(xué)(D輯：地球科學(xué)), 2011, 41(10): 1385- 1395.

[6] 李克讓, 王紹強(qiáng), 曹明奎. 中國(guó)植被和土壤碳貯量. 中國(guó)科學(xué)(D輯：地球科學(xué)), 2003, 33(1): 72- 80.

[7] 葛全勝, 戴君虎, 何凡能, 潘嫄, 王夢(mèng)麥. 過(guò)去300年中國(guó)土地利用、土地覆被變化與碳循環(huán)研究. 中國(guó)科學(xué)(D輯：地球科學(xué)), 2008, 38(2): 197- 210.

[9] 謝鴻宇, 陳賢生, 林凱榮, 胡安焱. 基于碳循環(huán)的化石能源及電力生態(tài)足跡. 生態(tài)學(xué)報(bào), 2008, 28(4): 1729- 1735.

[10] 朱永彬, 王錚, 龐麗, 王麗娟, 鄒秀萍. 基于經(jīng)濟(jì)模擬的中國(guó)能源消費(fèi)與碳排放高峰預(yù)測(cè). 地理學(xué)報(bào), 2009, 64(8): 935- 944.

[11] 趙榮欽, 黃賢金. 城市系統(tǒng)碳循環(huán):特征、機(jī)理與理論框架. 生態(tài)學(xué)報(bào), 2013, 33(2): 358- 366.

[16] 趙榮欽, 黃賢金. 基于能源消費(fèi)的江蘇省土地利用碳排放與碳足跡. 地理研究, 2010, 29(9): 1639- 1649.

[17] 趙榮欽, 黃賢金, 鐘太洋. 中國(guó)不同產(chǎn)業(yè)空間的碳排放強(qiáng)度與碳足跡分析. 地理學(xué)報(bào), 2010, 65(9): 1048- 1057.

[18] 樊杰, 李平星, 梁育填. 個(gè)人終端消費(fèi)導(dǎo)向的碳足跡研究框架——支撐我國(guó)環(huán)境外交的碳排放研究新思路. 地球科學(xué)進(jìn)展, 2010, 25(1): 61- 68.

[20] 石敏俊, 王妍, 張卓穎, 周新. 中國(guó)各省區(qū)碳足跡與碳排放空間轉(zhuǎn)移. 地理學(xué)報(bào), 2012, 67(10): 1327- 1338.

[21] 李穎, 黃賢金, 甄峰. 江蘇省區(qū)域不同土地利用方式的碳排放效應(yīng)分析. 農(nóng)業(yè)工程學(xué)報(bào), 2008, 24(S2): 102- 107.

[22] 藍(lán)家程, 傅瓦利, 袁波, 張婷, 彭景濤. 重慶市不同土地利用碳排放及碳足跡分析. 水土保持學(xué)報(bào), 2012, 26(1): 146- 155.

[23] 張曉浩, 黎夏, 施迅, 劉凱. 廣東省水稻生物質(zhì)能的估算. 遙感信息, 2007(1): 26- 29, 21- 21.

[24] 李登科, 范建忠, 王娟. 基于MOD17A3的陜西省植被NPP變化特征. 生態(tài)學(xué)雜志, 2011, 30(12): 2776- 2782.

[28] 郭曉寅, 何勇, 沈永平, 馮丁. 基于MODIS資料的2000- 2004年江河源區(qū)陸地植被凈初級(jí)生產(chǎn)力分析. 冰川凍土, 2006, 28(4): 512- 518.

[29] 何勇, 董文杰, 郭曉寅, 曹麗娟, 馮丁. 我國(guó)南水北調(diào)東線地區(qū)陸地植被NPP變化特征. 氣候變化研究進(jìn)展, 2006, 2(5): 246- 249.

[30] 朱鋒, 劉志明, 王宗明, 宋開山. 東北地區(qū)農(nóng)田凈初級(jí)生產(chǎn)力時(shí)空特征及其影響因素分析. 資源科學(xué), 2010, 32(11): 2079- 2084.

[31] 國(guó)志興, 王宗明, 張柏, 劉殿偉, 楊桄, 宋開山, 李方. 2000年—2006年?yáng)|北地區(qū)植被NPP的時(shí)空特征及影響因素分析. 資源科學(xué), 2008, 30(8): 1226- 1235.

[32] 方精云, 柯金虎, 唐志堯, 陳安平. 生物生產(chǎn)力的“4P”概念、估算及其相互關(guān)系. 植物生態(tài)學(xué)報(bào), 2001, 25(4): 414- 419.

[35] 方愷, 沈萬(wàn)斌, 董德明. 能源足跡核算的改進(jìn)與預(yù)測(cè)——以吉林省為例. 地理研究, 2011, 30(10): 1835- 1846.

[36] 周軍輝. 長(zhǎng)沙市土地利用變化與碳收支協(xié)整性及因果關(guān)系研究 [D]. 長(zhǎng)沙: 湖南師范大學(xué), 2011.

[37] 王雪娜. 我國(guó)能源類碳源排碳量估算辦法研究 [D]. 北京: 北京林業(yè)大學(xué), 2006.

[39] 汪剛, 馮霄. 基于能量集成的CO2減排量的確定. 化工進(jìn)展, 2006, 25(12): 1467- 1470.

[40] 國(guó)家發(fā)展和改革委員會(huì)能源研究所. 中國(guó)可持續(xù)發(fā)展能源暨碳排放情景分析. 北京: 國(guó)家發(fā)展和改革委員會(huì)能源研究所, 2003.

[41] 高樹婷, 張慧琴, 楊禮榮, 王秋玲. 我國(guó)溫室氣體排放量估測(cè)初探. 環(huán)境科學(xué)研究, 1994, 7(6): 56- 59.

[43] 孟斌, 王勁峰, 張文忠, 劉旭華. 基于空間分析方法的中國(guó)區(qū)域差異研究. 地理科學(xué), 2005, 25(4): 393- 400.

[44] 歐陽(yáng)志云, 王如松, 鄭華, 林順坤. 海南生態(tài)文化建設(shè)探討. 中國(guó)人口·資源與環(huán)境, 2002, 12(4): 72- 74.

[45] 王樹功, 周永章. 大城市群(圈)資源環(huán)境一體化與區(qū)域可持續(xù)發(fā)展研究——以珠江三角洲城市群為例. 中國(guó)人口·資源與環(huán)境, 2002, 12(3): 54- 59.

[46] 生態(tài)學(xué)研究中心生態(tài)區(qū)劃組. 生態(tài)經(jīng)濟(jì)區(qū)劃原則(討論稿). 生態(tài)學(xué)報(bào), 1983, 3(2): 102- 102.

[47] 傅伯杰, 劉國(guó)華, 陳利頂, 馬克明, 李俊然. 中國(guó)生態(tài)區(qū)劃方案. 生態(tài)學(xué)報(bào), 2001, 21(1): 1- 6.

[48] 謝高地, 張昌順, 張林波, 蘇德, 曹淑艷, 冷允法, 肖玉. 保持縣域邊界完整性的中國(guó)生態(tài)區(qū)劃方案. 自然資源學(xué)報(bào), 2012, 27(1): 154- 162.

Spatiotemporal patterns of carbon emission and carbon footprint in China during 2001—2009

WU Wenjia1, JIANG Jinliang2, GAO Quanzhou3, JIANG Haibing4, *

1CollegeofUrbanEnvironmentalSciences,andKeyLaboratoryforEarthSurfaceProcessesoftheMinistryofEducation,PekingUniversity,Beijing100871,China2SchoolofGeographicandOceanographicSciences,NanjingUniversity,Nanjing210093,China3GeographyandPlanningSchool,andGuangdongProvincialKeyLaboratoryforUrbanizationandGeo-simulation,SunYat-senUniversity,Guangzhou510275,China4SchoolofUrbanandResourceEnvironment,YanchengTeachersUniversity,Yancheng224051,China

Increasing carbon emission, which has been recognized as one major reason for enhanced global warming, is influenced by complex interactions between natural and anthropogenic processes. The terrestrial ecosystem has been reported as a carbon sink during recent decades; However, this carbon sink has been largely offset by the carbon emission from human activities such as land use change and fossil fuel consumption. An accurate quantification of the carbon fluxes in natural ecosystems in response to human activities is of critical importance for global change study. Using a carbon footprint model, this study characterized the spatiotemporal carbon patterns in the coupled system of nature-society. Specifically, we firstly calculated the net primary productivity (NPP), carbon emission from energy consumption, carbon footprint, and carbon deficit in China during 2001—2009 based on MODIS and statistical data; Then we applied spatial auto-correlation analysis method to quantify spatiotemporal patterns of carbon emission and carbon footprint; Furthermore, we made an eco-economic regionalization of China based on the carbon deficit variation. Four conclusions can be drawn as follows. (1) The mean NPP was 3.32 Pg C/a during 2001—2009 in China (1 Pg = 1015g), with small annual variations and obvious spatial heterogeneities, ranking as the southwestern > the southeastern coastal region > the central and the eastern > the northeastern and the northern > the northwestern parts of China. (2) The carbon emission from energy consumption in China increased from 1.52 Pg C/a (2001) to 3.53 Pg C/a (2009) with an annual rate of 16.7% and an average value of 2.53 Pg C/a. Geographically, carbon emission decreased from east to west. (3) Carbon footprint in China increased from 4.46×106km2(2001) to 9.69×106km2(2009) with an annual rate of 14.7% and an average value of 6.98×106km2. Positive carbon deficit was found in Shanxi, Bohai Economic Zone, Yangtze River Delta and Guangdong, while negative carbon deficit existed in most provinces of the central and the western China. On the national scale, carbon deficit showed a significantly positive spatial autocorrelation; On the regional scale, however, the eastern China had a high-high clustering, the western China had a low-low clustering, and the northern China had a high-low distribution; Carbon deficit of adjacent provinces influenced each other, suggesting that interprovincial and interregional cooperation could contribute to a positive diffusion effect from the “hotspot” of carbon deficit to the surroundings. (4) China can be divided into four eco-economic zones based on spatiotemporal patterns and local spatial auto-correlation of carbon deficit. The first was the central-eastern region, which was in urgent need of low-carbon development mode considering its rapid economic development and limited availability for ecological resources. The second was the southern region, which had experienced fast economic development in past decades and a provincial cooperation is needed to strengthen the positive ecological effect diffusion in future. The third was the northern region, having unbalanced eco-economic development, where were required resources complementation among different provinces. The fourth was the western region with slow but accelerated economic development, which should stabilize ecological benefits and improve the economic effectiveness. Overall, our integrated modeling framework presented a spatial statistic method for assessing carbon uptake/ release patterns and dynamics in the coupled system of nature-society over large areas, which may help integrate biophysical and socioeconomic processes for sustainable development in different regions.

the coupled system of nature-society; MODIS; carbon emission; carbon footprint; spatial autocorrelation; ecological economic regionalization

國(guó)家自然科學(xué)基金青年項(xiàng)目(41301108); 南京大學(xué)研究生科研創(chuàng)新基金項(xiàng)目(2013CL07); 江蘇研究生創(chuàng)新計(jì)劃(CXLX13_033)

2013- 02- 10; 網(wǎng)絡(luò)出版日期:2014- 03- 17

10.5846/stxb201302100259

*通訊作者Corresponding author.E-mail: jianghb@igsnrr.ac.cn

吳文佳，蔣金亮，高全洲，蔣海兵.2001—2009年中國(guó)碳排放與碳足跡時(shí)空格局.生態(tài)學(xué)報(bào),2014,34(22):6722- 6733.

Wu W J, Jiang J L, Gao Q Z, Jiang H B.Spatiotemporal patterns of carbon emission and carbon footprint in China during 2001—2009.Acta Ecologica Sinica,2014,34(2):6722- 6733.