陳羅燁，薛領(lǐng)，雪燕

1. 北京大學政府管理學院，北京 100871；2. 中國農(nóng)業(yè)科學院信息研究所，北京 100081

中國農(nóng)業(yè)凈碳匯空間集聚與分異

陳羅燁1，薛領(lǐng)1，雪燕2

1. 北京大學政府管理學院，北京 100871；2. 中國農(nóng)業(yè)科學院信息研究所，北京 100081

農(nóng)業(yè)凈碳匯空間集聚與分異特征，是當前中國農(nóng)業(yè)現(xiàn)代化、生態(tài)化轉(zhuǎn)型面臨的重大問題。為了精準把握長時間尺度、微觀空間單元下中國農(nóng)業(yè)凈碳匯空間集聚與分異特征，文章采用全國縣域尺度農(nóng)業(yè)數(shù)據(jù)，結(jié)合標準差橢圓方法、探索性空間分析方法等分析工具，對中國縣域農(nóng)業(yè)凈碳匯空間格局分布規(guī)律進行詳細探討。研究表明，（1）從標準差橢圓方法揭示的空間分異格局來看，凈碳匯空間分布中心整體存在向東北移動的趨勢，空間分布范圍存在明顯的收縮態(tài)勢，東北地區(qū)凈碳匯對全國凈碳匯空間格局的影響作用加強。（2）從全局空間自相關(guān)揭示的凈碳匯空間集聚格局來看，全國凈碳匯自 1991─2011年經(jīng)歷了集聚—分散的過程。1991─2001年間，空間自相關(guān)程度在不斷增強，農(nóng)業(yè)生產(chǎn)方式和農(nóng)業(yè)活動結(jié)構(gòu)的相似性在空間上表現(xiàn)得較為明顯。2001─2011年，空間自相關(guān)系數(shù)大幅下降，意味著凈碳匯高值集聚區(qū)域在空間上逐漸呈現(xiàn)碎片化。（3）從局部空間自相關(guān)來看，農(nóng)業(yè)凈碳匯高值集聚區(qū)不斷增多，低值集聚區(qū)不斷減少，總體上反映了中國農(nóng)業(yè)生產(chǎn)凈碳匯在空間格局上呈現(xiàn)出的改善。已經(jīng)形成了東南地區(qū)凈碳匯、西北地區(qū)負碳匯為主的空間分布格局。

中國；縣域；農(nóng)業(yè)；凈碳匯；空間格局

CHEN Luoye, XUE Ling, XUE Yan. Spatial Agglomeration and Variation Of China’s Agricultural Net Carbon Sink [J]. Ecology and Environmental Sciences, 2015, 24(11): 1777-1784.

農(nóng)業(yè)具有碳匯和碳源的雙重屬性，整個完整的農(nóng)業(yè)生產(chǎn)活動其碳吸收量和碳排放量兩者之間到底孰輕孰重，是無法直接得出判斷的。在中國農(nóng)業(yè)現(xiàn)代化、生態(tài)化轉(zhuǎn)型的大背景之下，準確把握農(nóng)業(yè)碳匯碳源的結(jié)構(gòu)特征與變化機理，成為了相關(guān)研究領(lǐng)域的一大重點。其中，國外學者主要關(guān)注不同國家之間農(nóng)業(yè)碳匯碳源的比重變化。例如 ACIL Tasman Pty Ltd（2009）測算了美國、加拿大、印度、歐盟、新西蘭等國的農(nóng)業(yè)碳排放，Wood et al.（2004），F(xiàn)eanside（2005），美國環(huán)保局（US-EPA，2006），Keith et al.（1998）分別對不同國家和地球局部農(nóng)業(yè)碳匯碳源情況進行了分析測算及比較。另外，國外學界還對農(nóng)業(yè)碳匯碳源的影響因素進行了深入挖掘，例如Lubowski（2006），Lal（2004）分別研究了不同土地利用方式對碳排放量的變化，以及不同耕作方式（常規(guī)耕作、精細化耕作、少耕及免耕）直接或者間接引起碳排放量的變化。Fargione（2008）、Arevalo（2011）等學者則分別對毀林墾荒種植和農(nóng)業(yè)用地轉(zhuǎn)換成混合林等方式引起的碳匯碳源變化做了詳盡研究。

目前，在農(nóng)業(yè)碳匯碳源研究領(lǐng)域，國內(nèi)學者比較關(guān)注兩大方面，分別是宏觀測算分析碳匯碳源現(xiàn)狀、碳匯碳源驅(qū)動和影響因素分析（田云等，2012，2013；冉光和等，2011）。在宏觀測算分析碳匯碳源現(xiàn)狀方面，省域尺度的測算成果較多，例如劉英（2012）、趙榮欽（2004）、趙榮欽等（2007）、吳賢榮等（2014）。

總的來看，盡管已有研究在農(nóng)業(yè)碳匯碳源問題上做出了有益的探索，但仍存在明顯的問題與不足。首先，國內(nèi)學者對農(nóng)業(yè)碳匯的研究普遍不足，研究農(nóng)業(yè)凈碳匯的文獻更少，除了田云等（2013）對中國省域 1995─2010年間農(nóng)業(yè)生產(chǎn)凈碳效應進行測算之外，其他相關(guān)文獻寥寥無幾。而凈碳匯能夠有機地將碳匯、碳源兩者銜接到一起，是深入研究農(nóng)業(yè)生產(chǎn)碳效應的重要前提和基石。其次，從測算內(nèi)容上看，現(xiàn)有研究在畜牧業(yè)和種植業(yè)進一步結(jié)合的環(huán)節(jié)上還有待進一步深入。最后，對凈碳匯空間分布，尤其是集聚與分散格局變化研究非常少，僅有的一些研究也通常以省作為分析單元，可能存在空間面積太大、無法準確描述農(nóng)業(yè)碳活動空間格局的變化。而以局部區(qū)域地級市作為分析單元，盡管一定程度上能減少此類誤差，但無法對全國農(nóng)業(yè)碳活動做出有效評價。

因此，本文的主要貢獻在于采用全國縣域尺度農(nóng)業(yè)數(shù)據(jù)，結(jié)合空間分析工具對中國農(nóng)業(yè)凈碳匯時空分布格局變化進行測算和探討。文章的結(jié)構(gòu)安排如下：首先簡要介紹農(nóng)業(yè)碳匯碳源測算方法及數(shù)據(jù)來源；其次利用標準差橢圓和標準距離方法對中國縣域農(nóng)業(yè)凈碳匯空間分異規(guī)律進行描述和分析；最后借助探索性空間分析方法（ESDA）中空間自相關(guān)分析技術(shù)，對中國縣域農(nóng)業(yè)凈碳匯空間格局集聚規(guī)律做進一步討論。

1 測算方法與數(shù)據(jù)

1.1農(nóng)業(yè)生產(chǎn)碳匯/碳源測算方法

根據(jù) IPCC（2006）提供的系列碳匯碳源測算方法，并考慮到現(xiàn)有可獲得數(shù)據(jù)的限制，本文采用系數(shù)法對農(nóng)業(yè)碳匯碳源進行測算，所設(shè)計的方法如下（表1）。

表1 農(nóng)業(yè)生產(chǎn)碳匯碳源測算方法Table 1 Calculation method for agricultural carbon sink/source

根據(jù)現(xiàn)有文獻，擬定采用的測算系數(shù)如下（表2、表3）。

表2 農(nóng)業(yè)主要生產(chǎn)要素碳排放系數(shù)Table 2 The carbon emission coefficient of major agricultural resources

表3 主要農(nóng)作物經(jīng)濟系數(shù)和碳吸收率Table 3 Economic coefficient and carbon absorption rate of main crops in China

1.2數(shù)據(jù)采集與整理

本文數(shù)據(jù)均來自于“中國縣域農(nóng)村經(jīng)濟基礎(chǔ)數(shù)據(jù)庫”中，該數(shù)據(jù)庫初始數(shù)據(jù)來源于農(nóng)業(yè)部每年采集得到的縣級農(nóng)業(yè)經(jīng)濟原始數(shù)據(jù)。早年的農(nóng)業(yè)數(shù)據(jù)由于時間久遠及當時統(tǒng)計手段的局限性，存在大量問題。筆者對數(shù)據(jù)庫內(nèi)的全部數(shù)據(jù)進行篩選、整理、并結(jié)合現(xiàn)有的農(nóng)業(yè)年鑒、統(tǒng)計資料，進行數(shù)據(jù)插補。此外，針對地名區(qū)劃變化繁多，數(shù)據(jù)庫內(nèi)地名項全稱簡稱并存的現(xiàn)象，匯總了1991─2011年21年間縣級行政區(qū)區(qū)劃調(diào)整情況，并采用GIS底圖基礎(chǔ)上的空間匹配和縣域名稱模糊匹配、分詞匹配等一系列方法，提高匹配精確度。最終得到 1991─2011年長達20年，包含縣級地理單元2367個，涵蓋除港澳臺之外全部地區(qū)，統(tǒng)計指標66項，涵蓋經(jīng)濟、社會、人口、農(nóng)業(yè)生產(chǎn)（種植業(yè)、畜牧業(yè)、農(nóng)業(yè)投入產(chǎn)出要素）、土地指標的數(shù)據(jù)庫。

1.3測算結(jié)果

根據(jù)上文中的估算方法和相關(guān)系數(shù)指標，本文測算了1991年到2011年間全國縣域尺度下農(nóng)業(yè)系統(tǒng)（種植業(yè)、養(yǎng)殖業(yè)）碳吸收量、排放量及凈碳匯量的情況，如圖1所示。

2 凈碳匯空間分異分析

標準差橢圓方法最早由 Lefever于 1926年提出，主要用于描述數(shù)據(jù)集的分布特征，橢圓的長軸方向用來表征數(shù)據(jù)集分布的主要方向，其面積表征數(shù)據(jù)集分布的集聚（分散）程度。Bashhur進一步對該方法進行拓展，并應用于環(huán)境領(lǐng)域的污染擴散以及社會學領(lǐng)域的人口分布、種群分布研究之中。創(chuàng)建標準差橢圓可以總結(jié)地理要素的空間特征，包括中心趨勢（central tendency）、展布（dispersion）和方向趨勢（direction trends）。

趙作權(quán)（2009a，2012）,趙璐（2013，2014）指出，標準差橢圓可以準確的反映空間經(jīng)濟格局里的中心性（centrality）、展布性（spread）、密集性（intensity）以及方位（orientation）和形狀（shape），此外，標準差橢圓對于刻畫空間差異，尤其是反映其對某種標準狀態(tài)的偏離有著相當大的作用。目前，標準差橢圓主要用于經(jīng)濟與人口的時空變動分析，例如沈體雁等（2013）、趙璐等（2014）對國土格局的識別。參考趙作權(quán)（2013）、沈體雁等（2013）文獻，本文所使用的標準差橢圓公式如下：

標準差橢圓方位角具體公式如下

標準距離測度空間要素之間圍繞中心點集聚與分散的程度。其計算公式如下：

本文認為，采用標準差橢圓和標準距離的方法，能夠有效的定量識別并以空間可視化的方法精準細致的刻畫中國 1991─2011年農(nóng)業(yè)生產(chǎn)環(huán)境調(diào)整下中國農(nóng)業(yè)凈碳匯空間分異特征。

圖1 1991─2011年中國農(nóng)業(yè)生產(chǎn)碳排放量、碳吸收量及凈碳匯量Fig. 1 Agricultural production carbon emissions, carbon absorption and net carbon sink in china from 1991 to 2011

研究主要針對中國全部縣域單元點坐標展開，將所有的縣域單元以點的形式分布在整個空間上，由于縣域單元已經(jīng)相當密集，因此縣域空間單元向點坐標轉(zhuǎn)換過程中的誤差不會對結(jié)果產(chǎn)生影響。采用ArcGIS的空間分析功能，以1991─2011年各年的凈碳匯量為權(quán)重，通過加權(quán)標準差橢圓方法計算全國凈碳匯分布橢圓。

通過計算（表4），中國凈碳匯空間分布橢圓中心在1991─2011年發(fā)生了較大的變化，主要體現(xiàn)為分布重心、分布范圍、分布形狀、分布方向的變化。

表4 1991─2011年農(nóng)業(yè)凈碳匯標準差橢圓測算結(jié)果Table 4 Standard deviation ellipse calculation result of agricultural net carbon sink, 1991─2011

2.1分布重心變化

從經(jīng)緯度上看，1991─2011年，全國凈碳匯重心空間移動軌跡如圖2所示。凈碳匯重心分總位移向東北方向移動了6.4個經(jīng)度，3.1個緯度。

在東-西方向上，自1991年，凈碳匯重心保持向東移動的趨勢（圖3），其中1991─1996年位移距離最大，達到2.6個經(jīng)度。在南-北方向上，1991─2011年，重心呈現(xiàn)明顯的向北移動趨勢，位移總量達到3.1個緯度，其中2006─2011年位移距離最大，達到1.1個緯度。

1991年時全國凈碳匯中心位于湖北省房縣，至1996年向東北移至河南省葉縣，移動距離為272.5642 km。1996─2001年間由葉縣向東南小幅移動至河南泌陽縣，移動77.0876 km。2001─2006年間，逐漸向東移動至河南省睢縣，移動距離為216.5418 km。而2006─2011年間，凈碳匯中心繼續(xù)向東北移動211.5194 km到達山東省巨野縣（圖4）。

圖2 農(nóng)業(yè)凈碳匯重心經(jīng)緯度變化Fig. 2 The changes of gravity centers of agricultural net carbon sink

圖3 凈碳匯中重心移動距離Fig. 3 The changes of gravity centers of agricultural net carbon sink

2.2分布范圍變化

1991─2011年，全國凈碳匯空間分布范圍在波動中呈現(xiàn)明顯的縮小趨勢，波動范圍為1397～3594 km。從圖5可以看出，1991年凈碳匯標準差橢圓分布范圍極大，1991─2001年間，凈碳匯標準差橢圓分布范圍持續(xù)縮小，并且縮小幅度較為明顯。結(jié)合標準差橢圓計算公式可以認為，1991年由于東北方向和西南方向存在凈碳匯極值，因此在一定程度上將標準差橢圓分布范圍拉長。而 1991─2001年間，由于凈碳匯極值逐漸趨平，標準差橢圓分布范圍則呈現(xiàn)除了縮小態(tài)勢。2001─2011年則標準差橢圓分布范圍變化不大，總體上向東北方向偏移。

圖5 凈碳匯加權(quán)標準差橢圓（1991─2011年）Fig. 5 Weighted Standard deviation ellipse of agricultural net carbon sink, 1991─2011

2.3分布形狀變化

1991─2011年，全國凈碳匯空間分布標準差橢圓短軸與長軸的比值總體呈現(xiàn)出兩階段的規(guī)律，1991─2001年間，全國凈碳匯空間分布標準差橢圓短軸與長軸的比重呈現(xiàn)出增加的趨勢，隨后在2001─2011年間基本上保持不變，上升趨勢極慢。從圖6可以看出，1991─2011年，中國農(nóng)業(yè)凈碳匯空間分布標準差橢圓長軸總體縮小，短軸基本不變，其中，1991─2001年間，長軸保持快速縮短趨勢，這表明全國農(nóng)業(yè)凈碳匯在南北方向上呈強烈的收縮趨勢。

圖6 1991─2011年中國凈碳匯空間分布范圍及形狀變化Fig. 6 The changes of ellipse range and shape of net carbon sink in China, 1991─2011

由圖7可以看出，1991─2001年，中國凈碳匯空間分布標準差橢圓長軸總體縮短，短軸波動縮短。其中 2001─2006年間短軸轉(zhuǎn)為增長趨勢，而長軸一直處于縮短趨勢。這表明凈碳匯空間分布在東-西方向上呈收縮狀態(tài)，而 1991─2001年間和2006─2011年間在南-北向呈收縮狀態(tài)，而在2001─2006年間呈擴張狀態(tài)。

圖7 1991─2011年中國凈碳匯空間分布長短軸變化Fig. 7 The change of ellipse axis of the net carbon sink in China, 1991─2011

2.4分布方向變化

1991─2011年間，全國凈碳匯空間分布標準差橢圓方位角在波動中呈現(xiàn)總體縮小的趨勢（圖8）。其變化主要分為以下3個階段：1991─2006年，方位角不斷縮小，表明東南部地區(qū)的凈碳匯量對全國凈碳匯空間格局的影響作用加強，2006─2011年，方位角不斷增大，表明東北地區(qū)凈碳匯對全國凈碳匯空間格局的影響作用加強。

圖8 1991─2011年中國凈碳匯空間分布方位角變化Fig. 8 The changes of ellipse rotation angle of the net carbon sink in China, 1991─2011

3 凈碳匯空間集聚分析

凈碳匯空間分異格局細致地刻畫出了 1991─ 2011年凈碳匯的空間分異情況，然而，除了考察凈碳匯的空間分異格局外，凈碳匯空間集聚或空間自相關(guān)性也是一項重要的分析內(nèi)容，然而，傳統(tǒng)的統(tǒng)計分析往往忽視了空間數(shù)據(jù)屬性值所隱含的空間依賴性。ESDA（exploratory spatial data analysis，探索性空間數(shù)據(jù)分析）是目前使用最廣泛的數(shù)據(jù)驅(qū)動分析技術(shù)，是一系列空間數(shù)據(jù)分析方法和技術(shù)的集合，以空間關(guān)聯(lián)測度為核心，注重研究數(shù)據(jù)的空間依賴性與空間異質(zhì)性，通過對事物空間分布格局的描述與可視化，揭示空間關(guān)聯(lián)特征與模式。

3.1全局空間自相關(guān)

全局空間自相關(guān)分析可以從整體上對區(qū)域間存在的空間相互聯(lián)系與空間差異成年度進行衡量，通常使用Global Moran’s I作為相應指標，具體計算公式如下：

其中，n表示相應的空間單元的個數(shù)，Y是每個空間單元的值，W′是行標準化鄰接權(quán)重矩陣。Moran’s I的值域范圍為[-1,1]，若給定顯著性水平，當Moran’s I為正數(shù)時，表示觀測值之間存在正相關(guān)，在空間上呈集聚分布；當Moran’s I為負數(shù)時，表示觀測值之間存在負相關(guān)，在空間上呈分散分布；僅當Moran’s I接近期望值-1/(n-1)時，觀測值之間相互獨立，在空間上隨機分布。對于Moran’s I的統(tǒng)計檢驗可以采用z檢驗，當|z|>1.96時，認為統(tǒng)計量是顯著的：

從全局Moran自相關(guān)系數(shù)可以看出，全國凈碳匯空間全局自相關(guān)經(jīng)歷了一個全局空間自相關(guān)增強—全局空間自相關(guān)減弱的過程，也可稱之為“集聚—分散”的過程（圖9）。根據(jù)全局空間自相關(guān)結(jié)果，可以將這 1991─2011年分為兩大階段。1991─2001年間，總體來看，凈碳匯空間相關(guān)性較為明顯，1991和2001年其全局Moran’s I值分別為0.25和 0.45，并可以從中明顯看出 1991─2001年間，盡管波動存在，但總體趨勢上，凈碳匯空間自相關(guān)程度在不斷增強。這說明全國縣域凈碳匯在這段時間內(nèi)存在明顯的空間外部性，農(nóng)業(yè)生產(chǎn)方式和農(nóng)業(yè)活動結(jié)構(gòu)的相似性在空間上較為明顯。進一步可以認為，在這段時期內(nèi)，農(nóng)業(yè)區(qū)往往呈片狀分布，空間跨度相對較大。更為重要的是，1991─2001年凈碳匯空間自相關(guān)趨勢上升則意味著，這種片狀分布在空間上呈現(xiàn)出不斷加強的趨勢，凈碳匯較強的地區(qū)不斷促進周圍地區(qū)凈碳匯水平上升。

圖9 農(nóng)業(yè)凈碳匯Moran’s I值Fig. 9 Moran’s I value of agricultural net carbon sink

圖10 凈碳匯負值縣域單元（紅色為負值地區(qū)）Fig. 10 Counties with negative net carbon sink in 1991,2001 and 2011

而 2001─2011年則與之相反，體現(xiàn)為空間自相關(guān)系數(shù)大幅下降，從2001年0.45的峰值波動下降，在2009年首次跌到0.1以下，隨后2010年內(nèi)凈碳匯空間自相關(guān)系數(shù)雖然有所反彈，但 2011年仍然處于0.05左右的低值。值得注意的是，該時期內(nèi)的Moran’s I指數(shù)同樣通過了Randomization所給出的偽顯著性水平檢驗。這表明這種下降的趨勢在統(tǒng)計上是顯著的就該時段而言，農(nóng)業(yè)區(qū)片狀分布的空間現(xiàn)象變得越來越不顯著，凈碳匯高值集聚區(qū)域在空間上逐漸呈現(xiàn)碎片化，空間范圍逐漸縮小。鄰近地區(qū)農(nóng)業(yè)生產(chǎn)方式與農(nóng)業(yè)活動結(jié)構(gòu)之間的相似性開始減弱，甚至不復存在。

全局Moran’s I呈明顯的倒U曲線，尤其是中-高-低的變化趨勢，這反映了凈碳匯空間分布在1991─2001年間集聚加強，這與標準差橢圓分析方法呈現(xiàn)的結(jié)果相一致，凈碳匯高值地區(qū)集聚的特征日益明顯。而同樣，低值地區(qū)集聚特征也在不斷加強之中。這種變化明顯反映了 1991─2001年之間農(nóng)業(yè)生產(chǎn)的集中化。計劃體制下農(nóng)業(yè)生產(chǎn)均勻分散在各個地區(qū)，隨著農(nóng)產(chǎn)品計劃價格雙軌制并逐漸放開，農(nóng)業(yè)生產(chǎn)逐漸由原先的計劃經(jīng)濟體制下糧食生產(chǎn)基地向著以市場價格為導向的自由生產(chǎn)模式轉(zhuǎn)變。于是農(nóng)業(yè)生產(chǎn)進一步向著效益和效率較高的地方集中，造成了客觀上凈碳匯高值地區(qū)集聚不斷加強的變化特征。相對應地，對于原先凈碳匯較低的地區(qū)，農(nóng)業(yè)投入要素也隨著這種變化不斷加強，同時，畜牧業(yè)地區(qū)發(fā)揮其在農(nóng)業(yè)中的優(yōu)勢，提高畜牧業(yè)占農(nóng)業(yè)的相應比重，最終導致了凈碳匯低值地區(qū)集聚的不斷加強。

然而，自 2001─2011年間，隨著市場化進程的進一步加快，以及大規(guī)模城鎮(zhèn)化的轉(zhuǎn)型，大量農(nóng)業(yè)片區(qū)開始被打碎并納入到城鎮(zhèn)化的規(guī)劃當中，這種趨勢在Moran’s I上表現(xiàn)為，凈碳匯在地理分布上出現(xiàn)了高值區(qū)周圍伴隨低值區(qū)現(xiàn)象。這些片區(qū)或由于城鎮(zhèn)化的開展，或由于農(nóng)業(yè)投入要素加強，使得整個全局Moran’s I集聚指數(shù)下降。

3.2局部空間自相關(guān)

通過測算空間關(guān)聯(lián)局域指標（Local Indicator of Spatial Association，LISA）顯著性水平，采用Moran散點圖、Local Moran’s I統(tǒng)計量來分析區(qū)域與其周邊地區(qū)之間的空間關(guān)聯(lián)度與空間差異。局部Moran’s I可揭示各區(qū)域空間自相關(guān)程度。LISA指數(shù)實質(zhì)是將全局Moran’s I分解到各個區(qū)域單元，局部Moran’s I模型如下：

（9）式中的Zi與Zj分別是i省與相鄰的j省數(shù)值的標準化值，代表了這個省經(jīng)濟作物產(chǎn)量與均值的偏差程度。Zi的表達式如下：

（10）式中的變量與（1）中的含義一致，局部Moran’s I的期望值為：

當Ii>=E(Ii)時，表明第i個地理單元與周圍的觀測值相近，即空間正相關(guān)現(xiàn)象；當Ii

全局Moran’s I自相關(guān)則揭示凈碳匯在全國空間范圍內(nèi)其空間分布的格局變化趨勢。然而，如果要仔細考察凈碳匯集聚區(qū)的位置，需要借助局部空間自相關(guān)分析方法，對全國凈碳匯地區(qū)進行劃分。通過LISA集聚圖可以對凈碳匯高低值集聚區(qū)的空間分布范圍進行辨識，可以發(fā)現(xiàn)，高低值集聚區(qū)在1991─2011年發(fā)生了顯著的變化。

總的來說，從局部自相關(guān)來看，1991年到2011年，凈碳匯的空間集聚程度發(fā)生了重大變化（圖11），高值稀少，零星分布。該時段內(nèi)全國凈碳匯高值集聚區(qū)非常少，零星分布于沿海部分地區(qū)，1991─2011年間，甘肅寧夏等地逐漸成為凈碳匯低值集聚區(qū)，東南和西北沿著胡煥庸線形成的農(nóng)業(yè)凈碳匯空間格局的差異愈發(fā)明顯。在之后的年份當中，東北地區(qū)的凈碳匯高值集聚區(qū)面積空前擴大，并且可以看出，低-高區(qū)域（淺藍色）在東北的數(shù)量大幅下降，這意味著整個東北區(qū)域凈碳匯數(shù)量均非常之大。蘇皖和湖北、湖南地區(qū)也有了一定程度的提高，表現(xiàn)為高值集聚區(qū)域合并并且總體面積擴大。而與之相反的是，廣西高值集聚區(qū)域出現(xiàn)一定程度的收縮。

圖11 1991、2001、2011年凈碳匯LISA集聚圖Fig. 11 LISA cluster map of net carbon sink in 1991, 2001 and 2011

2001─2011年是凈碳匯空間分布重大調(diào)整的又一時期，在這期間，無論是凈碳匯高值集聚還是凈碳匯低值集聚區(qū)域的面積大幅縮減。這可能是由于全國各地凈碳匯均有所提高，且較為均勻造成的。而從圖中可以發(fā)現(xiàn)，凈碳匯高值地區(qū)普遍收縮，集中于東北和蘇皖的部分地區(qū)，而低值集聚區(qū)主要集中于西藏青海、寧夏和內(nèi)蒙古部分地區(qū)?；拘纬蓶|南凈碳匯，西北負碳匯為主的空間分布格局。

最后，根據(jù)LISA圖中高值集聚區(qū)域與低值集聚區(qū)域之間的變化，可以將這些地區(qū)分為3類（表5），第一種類型是高值持續(xù)集聚區(qū)，可以認為這些地區(qū)在農(nóng)業(yè)生產(chǎn)中已經(jīng)形成了較為良好的農(nóng)業(yè)碳生態(tài)環(huán)境；第二類區(qū)域則由低值向著高值發(fā)生了轉(zhuǎn)變，可以認為這些地區(qū)農(nóng)業(yè)碳生態(tài)環(huán)境出現(xiàn)了改善；第三類地區(qū)則反之，出現(xiàn)了農(nóng)業(yè)碳生態(tài)環(huán)境的惡化。

表5 農(nóng)業(yè)集聚類型區(qū)劃分Table 5 Different types of agricultural cluster

4 結(jié)論

本文采用全國縣域尺度農(nóng)業(yè)數(shù)據(jù)，結(jié)合空間分析工具對中國農(nóng)業(yè)凈碳匯時空分布格局變化進行測算和探討。從標準差橢圓方法揭示的凈碳匯空間分異格局來看，凈碳匯空間分布中心整體存在向東北移動的趨勢，空間分布范圍存在明顯的收縮態(tài)勢，東北地區(qū)凈碳匯對全國凈碳匯空間格局的影響作用加強。從空間自相關(guān)揭示的凈碳匯空間集聚格局來看，全國凈碳匯空間全局自相關(guān)經(jīng)歷了一個空間自相關(guān)增強—空間自相關(guān)減弱的過程，也可以稱之為集聚—分散的過程。1991─2001年間，空間自相關(guān)程度在不斷增強，農(nóng)業(yè)生產(chǎn)方式和農(nóng)業(yè)活動結(jié)構(gòu)的相似性在空間上的表現(xiàn)較為明顯。2001─2011年，空間自相關(guān)系數(shù)大幅下降，意味著凈碳匯高值集聚區(qū)域在空間上逐漸呈現(xiàn)碎片化，臨近地區(qū)農(nóng)業(yè)生產(chǎn)方式與農(nóng)業(yè)活動結(jié)構(gòu)之間的相似性開始減弱，甚至不復存在。此外，從局部空間自相關(guān)來看，農(nóng)業(yè)凈碳匯高值集聚區(qū)不斷增多，低值集聚區(qū)不斷減少，總體上反映了中國農(nóng)業(yè)生產(chǎn)凈碳匯在空間格局上呈現(xiàn)出的改善。

AREVALO J R, WHITTAKER R J. 2011. A reconstruction of Palaeo-Macaronesia, with particular reference to the long-term biogeography of the Atlantic island laurel forests [J]. Journal of Biogeography, 38(2), 226-246.

CERRI C E P, SPAROVEK G, BERNOUX M, et al. 2007. Tropical agriculture and global warming: Impacts and mitigation options [J]. Scientia Agricola, 64(1): 83-99.

FARGIONE J, HILL J, TILMAN D, PPLAKSY S, HAWTHORNE P. 2008. Land clearing and the biofuel carbon debt [J]. Science, 319(5867): 1235-1238.

FEARNSIDE P M. 2005. Deforestation in Brazilian Amazonia: history, rates, and consequences. Conservation biology [J]. 19(3): 680-688.

IPCC, 2006. Guidelines for national greenhouse gas inventories [C]// Eggleston H.S., Buendia L., Miwa K., et al. Japan: National Greenhouse Gas Inventories Programme, IGES.

KEITH P, VERNON C. 1998. CO2Mitigation by Agriculture: An Overview [J]. Climatic Change, 40(1): 135-162.

LAL R. 2004. Soil carbon sequestration impacts on global climate change and food security [J]. science, 304(5677): 1623-1627.

LUBOWSKI R N, PLANTINGA A J, STAVINS R N. 2006. Land-use change and carbon sinks: econometric estimation of the carbon sequestration supply function [J]. Journal of Environmental Economics and Management, 51(2): 135-152.

US DEPARTMENT OF COMMERCE. 1997. Farm and ranch irrigation survey (1998) [C]// Census of Agriculture 1997, 3. Bureau of the Census, Washington, DC.

US-EPA. 2006. Global Anthropogenic non-CO2greenhouse gas emissions: 1990─2020 [M]. United States Environmental Protection Agency EPA430-R-06-005, Washington DC.

WEST T O, GREGG M. 2002. A synthesis of carbon sequestration, carbon emissions and net carbon flux in agriculture: comparing tillage practice in the United States [J]. Agriculture, Ecosystems and Environment, 91(1-3): 217-232.

WOOD S, COWIE A. 2004. A review of greenhouse gas emission factors for fertiliser production [M]. IEA Bioenergy Task 38.

韓召迎, 孟亞利, 徐嬌, 等. 2012. 區(qū)域農(nóng)田生態(tài)系統(tǒng)碳足跡時空差異分析——以江蘇省為案例[J]. 農(nóng)業(yè)環(huán)境學, 31(5): 1034-1041.

李翠菊. 2012. 我國狹義農(nóng)業(yè)碳源碳匯實證分析[D]. 北京: 首都經(jīng)濟貿(mào)易大學.

李克讓. 2000. 土地利用變化和溫室氣體凈排放與陸地生態(tài)系統(tǒng)碳循環(huán)[M]. 北京: 氣象出版社.

冉光和, 王建洪, 王定祥. 2011. 我國現(xiàn)代農(nóng)業(yè)生產(chǎn)的碳排放變動趨勢研究.農(nóng)業(yè)經(jīng)濟問題, (2): 32-38.

沈體雁, 張曉歡, 趙作權(quán), 等. 2013. 我國就業(yè)密度分布的空間特征[J].地理與地理信息科學, 29(1): 64-68, 1.

沈體雁, 張曉歡, 趙作權(quán). 2012. 東北地區(qū)就業(yè)密度分布的空間特征——基于兩次經(jīng)濟普查數(shù)據(jù)的空間計量經(jīng)濟分析[J]. 經(jīng)濟地理, 32(10): 14-20.

田云, 張俊飆. 2013. 中國農(nóng)業(yè)生產(chǎn)凈碳效應分異研究[J]. 自然資源學報, 31(8): 1298-1309.

田云, 張俊飚, 李波. 2012. 中國農(nóng)業(yè)碳排放研究: 測算、時空比較及脫鉤效應[J]. 資源科學, 34(11): 2097-2105.

吳賢榮, 張俊飚, 田云, 李鵬. 2014. 中國省域農(nóng)業(yè)碳排放: 測算, 效率變動及影響因素研究——基于 DEA-Malmquist 指數(shù)分解方法與Tobit 模型運用. 資源科學, 36(1): 129-138.

張大東, 張社梅, 黃偉. 2012. 浙江省農(nóng)業(yè)系統(tǒng)碳源、碳匯現(xiàn)狀評估分析[J]. 中國農(nóng)業(yè)資源與區(qū)劃, 33(5): 12-19.

趙璐, 趙作權(quán), 王偉. 2014. 中國東部沿海地區(qū)經(jīng)濟空間格局變化[J]. 經(jīng)濟地理, 34(2): 14-18, 27.

趙璐, 趙作權(quán). 2014. 基于特征橢圓的中國經(jīng)濟空間分異研究[J]. 地理科學, 34(8): 979-986.

趙璐, 趙作權(quán). 2014. 中國經(jīng)濟的空間差異識別[J]. 廣東社會科學, (4): 25-32.

趙璐, 趙作權(quán). 2014. 中國沿海地區(qū)經(jīng)濟空間差異的動態(tài)演化[J]. 世界地理研究, 23(1): 45-54.

趙榮欽, 秦明周. 2007. 中國沿海地區(qū)農(nóng)田生態(tài)系統(tǒng)部分碳源/匯時空差異[J]. 生態(tài)與農(nóng)村環(huán)境學報, 23(2): 1-6, 11.

趙榮欽. 2004. 農(nóng)田生態(tài)系統(tǒng)碳源/匯的時空差異及增匯技術(shù)研究[D]. 開封: 河南大學.

趙作權(quán). 2009. 地理空間分布整體統(tǒng)計研究進展[J]. 地理科學進展, 28(1): 1-8.

趙作權(quán). 2012. 中國經(jīng)濟核心—邊緣格局與空間優(yōu)化發(fā)展[J]. 管理世界, (10): 46-54, 187.

Spatial Agglomeration and Variation Of China’s Agricultural Net Carbon Sink

CHEN Luoye1, XUE Ling1, XUE Yan2
School of Government, Peking University, Beijing 100871, China

This article uses the calculation method recommended by IPCC and estimate the net carbon sink of China’s agriculture in the past two decades. Then by using the standard deviation ellipses and spatial autocorrelation method, the research analyzes the spatial agglomeration and variation of China’s agricultural net carbon sink from 1991 to 2011.Research shows that: (1) From result of the standard deviation ellipse method, the distribution center of net carbon sink moved towards northeast region of China, which made an important impact on the pattern of net carbon sink. (2) The value of global Moran’s I implies a process of agglomeration and dispersion of the net carbon sink from 1991 to 2011. (3)The local spatial autocorrelation of net carbon sink shows the cluster of high value is mainly located in the northwest , while the cluster of low value is mainly located in southeast area of China.

China; county-level; agricultural; net carbon sink; spatial pattern

10.16258/j.cnki.1674-5906.2015.11.004

X14

A

1674-5906（2015）11-1777-08

國家重點基礎(chǔ)研究發(fā)展計劃項目（2012CB955800）；國家自然科學基金項目（41071077）

陳羅燁（1991年生），男，碩士研究生，研究方向為區(qū)域經(jīng)濟學，農(nóng)業(yè)地理。E-mail: luoyechen@pku.edu.cn *通信作者：薛領(lǐng)，男，教授，博士生導師，研究方向為區(qū)域經(jīng)濟學、農(nóng)業(yè)地理。E-mail: paulsnow@pku.edu.cn

2015-07-15

引用格式：陳羅燁, 薛領(lǐng), 雪燕. 中國農(nóng)業(yè)凈碳匯空間集聚與分異[J]. 生態(tài)環(huán)境學報, 2015, 24(11): 1777-1784.