龍思夢 楊建州

摘要：為正確把握生態(tài)環(huán)境保護和經(jīng)濟發(fā)展的關(guān)系，以長江經(jīng)濟帶11個省市為例構(gòu)建經(jīng)濟發(fā)展指數(shù)和碳排放核算體系評價長江經(jīng)濟帶經(jīng)濟-生態(tài)系統(tǒng)，并通過空間自相關(guān)分析碳排放空間分異情況。結(jié)果表明：2008-2017年該區(qū)域碳排放總量為正值，區(qū)域生態(tài)承載超過應(yīng)承受的水平，造成生態(tài)系統(tǒng)承載能力弱化;2008年、2011年、2014年、2017年4年期全區(qū)域近40%的市州經(jīng)濟發(fā)展指數(shù)超過平均水平，前3年期一半以上的市州碳排放指數(shù)高于平均水平，區(qū)域經(jīng)濟發(fā)展與碳排放存在空間分布的不平衡性;碳排放指數(shù)呈全局空間正相關(guān)且顯著，局部集聚區(qū)域為上海市、重慶市、江蘇省南部、湖北省、浙江省東部、安徽省南部與北部、湖南省北部以及云南省西北部。

關(guān)鍵詞：長江經(jīng)濟帶;經(jīng)濟發(fā)展;碳排放;空間自相關(guān)

中圖分類號：X24文獻標識碼：A文章編號：1000-4440（2020）01-0108-08

Abstract：In order to correctly grasp the relationship between ecological environment protection and economic development， taking 11 provinces and cities in the Yangtze River Economic Belt in China as examples， the economic development index and carbon emission accounting system were constructed to evaluate the economic-ecological system of the Yangtze River Economic Belt， and the spatial differentiation of carbon emission was analyzed through spatial autocorrelation. The results showed that the total carbon emission from 2008 to 2017 was positive， and the regional ecological carrying exceeded the level that should be borne， resulting in the weakening of the ecological carrying capacity. In 2008， 2011， 2014 and 2017， the economic development index of nearly 40% cities and prefectures in the whole study area exceeded the average level， and carbon emission index of more than half of cities and prefectures in the first three years was higher than the average level， so there was an imbalance in the spatial distribution of regional economic development and carbon emissions. The carbon emission index was positive and significant in global spatial correlation， and the local agglomeration areas were Shanghai city， Chongqing city， southern Jiangsu province， Hubei province， eastern Zhejiang province， southern and northern Anhui province， northern Hunan province and northwestern Yunnan province.

Key words：Yangtze River Economic Belt;economic development;carbon emissions;spatial autocorrelation

長江經(jīng)濟帶是指由上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州等11省市組成的沿長江附近的經(jīng)濟圈，總面積約 2.05×106 km2。長江經(jīng)濟帶擁有獨特的地理優(yōu)勢與巨大的生產(chǎn)潛力，域內(nèi)人口和生產(chǎn)總值均達到全國40%以上，已成為中國綜合發(fā)展實力最強、國家重要戰(zhàn)略支撐的區(qū)域之一。但在經(jīng)濟快速發(fā)展的同時，生態(tài)環(huán)境惡化的趨勢未得到遏制，生態(tài)環(huán)境問題如土地退化、荒漠化、水土流失等仍然十分突出。

長江經(jīng)濟帶生態(tài)環(huán)境保護問題已成為國內(nèi)學(xué)者研究的熱點問題。李雪松等[1]從時空兩個維度對長江經(jīng)濟帶經(jīng)濟-社會-環(huán)境耦合協(xié)調(diào)發(fā)展狀況進行評估，發(fā)現(xiàn)耦合發(fā)展具有區(qū)域異質(zhì)性。劉永強等[2]運用價值評估法與空間自相關(guān)分析法，分析長江中游土地利用方式變更對生態(tài)服務(wù)價值的損益影響。劉永強等[3]構(gòu)建了交叉敏感性響應(yīng)矩陣，分析生態(tài)系統(tǒng)服務(wù)價值對土地利用轉(zhuǎn)型的敏感程度并進行敏感性分區(qū)。王維等[4]構(gòu)建了城市生態(tài)承載力的綜合評價體系，從生態(tài)支撐、生態(tài)壓力兩維度對生態(tài)承載力進行量化。楊鎖華等[5]以價值當(dāng)量法估算長江經(jīng)濟帶的生態(tài)系統(tǒng)服務(wù)價值，結(jié)果表明江漢平原南部及洞庭湖平原西部呈上升趨勢，在“石首市-渝水區(qū)-九江縣”沿線呈下降趨勢。由此可見，國內(nèi)關(guān)于長江經(jīng)濟帶生態(tài)研究成果頗豐，主要從生態(tài)系統(tǒng)服務(wù)價值估算視角研究長江經(jīng)濟帶的經(jīng)濟-生態(tài)問題，鮮少從低碳經(jīng)濟視角探討生態(tài)發(fā)展狀況。因此，本研究以長江經(jīng)濟帶11省市為研究對象，構(gòu)建經(jīng)濟發(fā)展指數(shù)和碳排放核算體系評價區(qū)域的經(jīng)濟與生態(tài)系統(tǒng)，以全局與局部空間自相關(guān)評估區(qū)域碳排放空間分異，以期能夠更好地了解流域經(jīng)濟、生態(tài)情況，為制定生態(tài)文明建設(shè)及可持續(xù)發(fā)展目標提供科學(xué)依據(jù)。

1材料與方法

1.1數(shù)據(jù)來源

研究涉及的長江經(jīng)濟帶11個省市（圖1）行政區(qū)劃、水系流域空間分布shp矢量數(shù)據(jù)來源于中國科學(xué)院地理科學(xué)與資源研究所。歷年經(jīng)濟與生態(tài)核算數(shù)值來源于國家統(tǒng)計局、各省市統(tǒng)計局公布的統(tǒng)計年鑒等官方數(shù)據(jù)，使用ArcGIS 10軟件對收集整理的數(shù)據(jù)進行可視化操作與空間分析。

2結(jié)果與分析

2.1長江經(jīng)濟帶經(jīng)濟發(fā)展水平及空間分異

長江經(jīng)濟帶擁有巨大的經(jīng)濟潛力，歷年各省市GDP值不斷上升并呈穩(wěn)定增長的趨勢（圖2）。從GDP總量上看，歷年江蘇省最高，其次是浙江省，貴州省最低。計算4期長江經(jīng)濟帶11省市子區(qū)域的經(jīng)濟發(fā)展指數(shù)，利用ArcGIS 10軟件進行可視化處理，得到子區(qū)域的經(jīng)濟發(fā)展水平狀況（圖3）。長江經(jīng)濟帶東部地區(qū)的經(jīng)濟發(fā)展水平較其他區(qū)域高。從橫向上看，2008年以江蘇省蘇州市、江蘇省無錫市、浙江省杭州市、浙江省寧波市和上海市經(jīng)濟發(fā)展水平最好，經(jīng)濟發(fā)展指數(shù)均大于3;以四川省阿壩州、云南省楚雄州、湖北省黃石市發(fā)展水平最低，發(fā)展指數(shù)均小于0.2。對于長江經(jīng)濟帶130個子區(qū)域中，2008年僅35個市州經(jīng)濟發(fā)展指數(shù)超過平均水平，也就是說長江經(jīng)濟帶靠27%的市州貢獻帶動了全域的經(jīng)濟發(fā)展，發(fā)展是極不平衡的。在2011年的經(jīng)濟發(fā)展指數(shù)空間分布中，經(jīng)濟發(fā)展指數(shù)以江蘇省蘇州市最高，達到4.313 5，發(fā)展水平最低的是四川省阿壩州，指數(shù)為0.172 2;全域29%的市州達到平均水平，較2008年有所提高，數(shù)量有所上升。在2014年的經(jīng)濟發(fā)展指數(shù)空間分布上，經(jīng)濟發(fā)展指數(shù)從高到低依次為江蘇省南京市、浙江省寧波市、江蘇省蘇州市等，最低為四川省巴中市、云南省昭通市和安徽省宿州市，指數(shù)均在0.25左右;全域32%的市州經(jīng)濟發(fā)展指數(shù)大于1，發(fā)展仍是不平衡。2017年經(jīng)濟發(fā)展指數(shù)空間分布與2014年較為相似，其發(fā)展水平最低為湖北省十堰市，全域僅37個市州經(jīng)濟發(fā)展指數(shù)超過平均水平，數(shù)量明顯下降，在經(jīng)濟快速發(fā)展的區(qū)域（東部）經(jīng)濟增量較大，大幅度拉升整體平均水平，發(fā)展不平衡情形加劇。

從縱向時空分布上來看，在11省市中上海市的經(jīng)濟發(fā)展指數(shù)最高，2008年、2011年、2014年及2017年4年期分別為2.83、2.16、1.92和2.30;其次是江蘇省和浙江省。2008年浙江省經(jīng)濟發(fā)展指數(shù)高于江蘇省，其余3年期則是江蘇省高于浙江省，兩省指數(shù)均在1.5至2.0之間，區(qū)域經(jīng)濟貢獻較大。另外8省市的經(jīng)濟發(fā)展指數(shù)均小于1，發(fā)展較為緩慢。2008年和2011年貴州省經(jīng)濟發(fā)展指數(shù)最低，數(shù)值在0.4左右;2014年和2017年以云南省經(jīng)濟發(fā)展指數(shù)最低，數(shù)值在0.5左右。由此可見，隨著年份增加，最高和最低省份經(jīng)濟發(fā)展指數(shù)均有增加，但2017年省市經(jīng)濟發(fā)展不平衡加劇，中間區(qū)域經(jīng)濟發(fā)展指數(shù)有下降的趨勢，經(jīng)濟發(fā)展動力不足的情況出現(xiàn)。

2.2長江經(jīng)濟帶碳排放空間分異

建立碳排放核算體系對長江經(jīng)濟帶生態(tài)系統(tǒng)進行評價，包括區(qū)域碳排放總量（ECO）與碳排放指數(shù)（RC）2部分。圖4顯示，2008-2017年，長江經(jīng)濟帶ECO最低值為2008年的5.976 1×108 t，在2012年達到最大值8.142 1×108 t。在11省市中，歷年以江蘇省ECO最高，其次是浙江省與四川省。云南省在2008-2010年，ECO值為負，具有生態(tài)正效應(yīng);2011-2017年，ECO值為正，在經(jīng)濟發(fā)展的同時碳排放不斷增加。江西省近10年ECO值均為負，生態(tài)系統(tǒng)良好，能夠承載更多的人口與牲畜。因2008-2017年長江經(jīng)濟帶ECO為正值，表明人口、能源等碳排放量大于林業(yè)、農(nóng)業(yè)等碳吸收量，區(qū)域生態(tài)承載超過應(yīng)承受的水平，造成生態(tài)系統(tǒng)承載能力弱化。

進一步計算4期長江經(jīng)濟帶11省市子區(qū)域的碳排放指數(shù)（RC），運用ArcGIS 10 軟件得到子區(qū)域的碳排放指數(shù)空間分布情況（圖5），從橫縱向角度對長江經(jīng)濟帶碳排放指數(shù)情況進行分析。在橫向上，2008年上海市的RC值最高（27.61），碳排放量遠超過長江經(jīng)濟帶區(qū)域平均水平，生態(tài)系統(tǒng)較為脆弱;安徽省淮北市、江蘇省南京市、江蘇省蘇州市和江蘇省無錫市RC值均在10以上，為區(qū)域生態(tài)貢獻負效應(yīng);RC值最少的依次為云南省德宏州、湖北省恩施州和湖北省仙桃市，分別為-1.45、-3.90和-14.86，碳排放指數(shù)均較低，未達到長江經(jīng)濟帶區(qū)域碳排放量的平均水平;全區(qū)域130個子區(qū)域中，31個市州的RC為負值，表明這31年子區(qū)域生態(tài)承載力良好，生態(tài)系統(tǒng)呈正效應(yīng);61個市州RC值小于1，這些子區(qū)域生態(tài)系統(tǒng)相對良好。與2008年碳排放指數(shù)分布相比，其他3年期上海市、安徽省淮北市、江蘇省南京市、江蘇省蘇州市和江蘇省無錫市的地位并無變化，仍是長江經(jīng)濟帶高碳排放的區(qū)域，湖北省恩施州和湖北省仙桃市是低碳排放區(qū)域，均為負值。2011年有34個市州的RC為負值，數(shù)量略有上升，這些子區(qū)域碳匯功能高于碳排放量，生態(tài)系統(tǒng)呈正效應(yīng);63個市州RC值小于1，生態(tài)系統(tǒng)相對良好。從2014年來看，27個市州的RC為負值，61個市州RC值小于1，數(shù)量較2011年均有下降，區(qū)域經(jīng)濟發(fā)展碳排放空間分布的不平衡性與社會發(fā)展非生態(tài)可持續(xù)性加重。在2017年，34個市州的RC為負值，67個市州RC值小于1，數(shù)量均有上升，表明區(qū)域發(fā)展是生態(tài)可持續(xù)性的，同時空間分布的不均衡性減輕。

從縱向時空分布上看，江蘇省碳排放指數(shù)最高，2008年、2011年、2014年和2017年分別為78.33、83.43、73.05和74.37，碳排放量遠遠超過總區(qū)域的平均水平，生態(tài)承載負荷大，生態(tài)功能相對較差;其次是上海市，4年期RC值均在30左右，生態(tài)系統(tǒng)仍較為薄弱。云南省RC值在2008年、2011年和2014年在11省市中最低，分別為-1.27、0.33和-3.43，在2017年達到2.98。2017年以湖南省碳排放指數(shù)最少，數(shù)值為0.735，與前3年期相比下降幅度較大。長江經(jīng)濟帶11省市中，2008年、2011年、2014年和2017年僅2個省市RC值小于1，前3年期分別是重慶市和云南省，第4年期為湖南省與重慶市，碳排放省域空間分布極不平衡。

2.3長江經(jīng)濟帶的空間相關(guān)性

地理數(shù)據(jù)來源于空間之中，會受到空間相互作用的影響，數(shù)據(jù)之間可能存在相關(guān)性?？臻g自相關(guān)性是指一個研究區(qū)域與其相鄰區(qū)域中的某一現(xiàn)象、屬性值的相關(guān)聯(lián)程度[9]。一般地，空間自相關(guān)分析分為全局與局部自相關(guān)分析，全局自相關(guān)研究總區(qū)域的空間自相關(guān)，局部自相關(guān)只分析一個或幾個特定區(qū)域單元的空間自相關(guān)情況[10]。因此，本研究以全局和局部空間自相關(guān)性分析長江經(jīng)濟帶碳排放的空間分異。

2.3.1碳排放全局空間自相關(guān)采用基于距離的空間權(quán)重確定鄰近位置，鄰域定義為基于多邊形質(zhì)心的距離，運用Geoda軟件分析空間權(quán)重與空間相關(guān)性。對2008年、2011年、2014年和2017年的碳排放指數(shù)，以單變量莫蘭指數(shù)（Univariate Morans I）分析全局空間自相關(guān)。結(jié)果顯示，4年期Morans I>0，分別為0.198 7、0.210 1、0.217 6和0.195 7，表示空間正相關(guān)性，空間聚集效果有先上升后下降的趨勢;Z統(tǒng)計量均大于2.58，全局自相關(guān)性非常顯著。

2.3.2碳排放局部空間自相關(guān)基于Geoda軟件，利用局部Morans I統(tǒng)計量分析4年期碳排放局部空間自相關(guān)性，將局部空間自相關(guān)數(shù)值運用ArcGIS 10軟件進行空間分布分析（圖6），顯著區(qū)域為在0.05水平上顯著。長江經(jīng)濟帶地理單元分為不顯著、高-高、低-低、低-高和高-低5種空間相關(guān)類別，其中不顯著類別表示該區(qū)域在0.05水平上碳排放指數(shù)空間自相關(guān)性不顯著，高-高類別代表該區(qū)域與周圍地區(qū)都具有較高的RC值，低-低類別表示該區(qū)域與周圍地區(qū)一樣具有較低的RC值，低-高類別為該區(qū)域RC值低、周圍地區(qū)RC高，高-低類別為該區(qū)域RC值高、周圍地區(qū)RC低。高-高與低-低類別反映的是碳排放空間的聚集，而低-高與高-低類別反映碳排放空間的分異。

從2008年碳排放指數(shù)集聚分布圖中可以看出，高-高類別共有17個市，位于長江經(jīng)濟帶東部地區(qū)，包括上海市，安徽省的宿州市、淮北市、淮南市和馬鞍山市，江蘇省的南京市、揚州市和泰州市等9市，浙江省的嘉興市、寧波市和湖州市。低-低類別共有17個市州，包括重慶市，湖北省十堰市、恩施州等6市州，湖南省張家界市、湘西州、益陽市，云南省麗江市、迪慶州等6市州，貴州省銅仁市。低-高類別有16市，為安徽省合肥市、阜陽市、蚌埠市等8市，江蘇省連云港市、鹽城市、淮安市、宿遷市，浙江省杭州市、紹興市、金華市、臺州市。高-低類別僅為云南省大理州、四川省達州市和湖北省潛江市。2011年碳排放指數(shù)集聚分布與2008年相比有少許差異，高-低分異僅出現(xiàn)在湖北省潛江市，安徽省合肥市從低-高類別空間分異過渡到高-高類別的空間集聚，2011年碳排放指數(shù)空間相關(guān)性分布中高-高、低-低和低-高類別空間分異與集聚均有增加。2014年低-高類別空間分異僅存在于云南省大理州和湖北省潛江市，高-高、低-低和低-高類別數(shù)量分別上升至22、23和13個市州。與前3期相比，2017年空間分布差異較大，除大理州外云南省其他各市州均為空間相關(guān)性不顯著，高-高集聚區(qū)、低-低集聚區(qū)、低-高和高-低分異區(qū)數(shù)量分別為20、16和11。綜合分析，碳排放指數(shù)空間集聚區(qū)域主要分布在上海市、重慶市、江蘇省南部、湖北省、浙江省東部、安徽省南部與北部、湖南省北部以及云南省西北部，空間分異區(qū)域集中在江蘇省北部、安徽省東部與西部、浙江省西部與南部。

3結(jié)論

本研究以長江經(jīng)濟帶11省市為研究對象，構(gòu)建經(jīng)濟發(fā)展指數(shù)和碳排放核算體系評價區(qū)域的經(jīng)濟與生態(tài)系統(tǒng)，以全局與局部自相關(guān)評估區(qū)域碳排放空間分異情況，結(jié)論如下：（1）從GDP總量上看，江蘇省最高，其次是浙江省，貴州省最低。不到40%的市州經(jīng)濟發(fā)展指數(shù)超過平均水平，發(fā)展極不平衡。從子區(qū)域上分析，上海市的經(jīng)濟發(fā)展指數(shù)最高，其次是江蘇省和浙江省。（2）2008年、2011年、2014年和2017年4年期中以江蘇省碳排放總量最高，其次是浙江省和四川省。全域130個子區(qū)域中，近30%市州的RC為負值，表明這些子區(qū)域碳匯功能高于碳排放量，生態(tài)承載力良好，生態(tài)系統(tǒng)呈正效應(yīng)。RC值小于1的市州數(shù)量未達總數(shù)量的一半，區(qū)域發(fā)展明顯是非生態(tài)可持續(xù)性的，也存在區(qū)域碳排放的空間分布的不平衡。（3）4年期碳排放指數(shù)全局Morans I >0，表示空間正相關(guān)性，空間聚集效果有先上升后下降的趨勢，全局自相關(guān)性非常顯著。局部Morans I統(tǒng)計量分析結(jié)果表明，碳排放指數(shù)空間集聚區(qū)域主要分布在上海市、重慶市、江蘇省南部、湖北省、浙江省東部、安徽省南部與北部、湖南省北部以及云南省西北部，空間分異區(qū)域集中在江蘇省北部、安徽省東西部、浙江省西南部。

綜上所述，長江經(jīng)濟帶經(jīng)濟發(fā)展水平高的省市往往具有較高的碳排放總量和碳排放系數(shù)（如江蘇省、浙江省等），表現(xiàn)為高經(jīng)濟效益-低生態(tài)效益。發(fā)展水平高的區(qū)域一般也是人口密集區(qū)，且當(dāng)前經(jīng)濟增長以消耗大量非可再生能源為代價，而生態(tài)承載能力有限，由此造成區(qū)域生態(tài)系統(tǒng)功能較弱，呈現(xiàn)社會發(fā)展的生態(tài)非可持續(xù)性。

從區(qū)域經(jīng)濟發(fā)展的分析結(jié)果看，長江經(jīng)濟帶具有不平衡發(fā)展的態(tài)勢，尤其是近年來，經(jīng)濟從高速增長轉(zhuǎn)變?yōu)橹懈咚僭鲩L，高速發(fā)展區(qū)域增速較為平穩(wěn)，中間區(qū)域發(fā)展動力不足，需要尋找新的經(jīng)濟增長點以提高經(jīng)濟水平，實現(xiàn)區(qū)域均衡化發(fā)展。以低碳視角分析長江經(jīng)濟帶生態(tài)系統(tǒng)情況，2008-2017年碳排放總量為正值，區(qū)域生態(tài)承載能力超過應(yīng)承受的水平，造成生態(tài)系統(tǒng)承載能力弱化。經(jīng)濟快速發(fā)展的地區(qū)碳排放總量與碳排放指數(shù)往往較大，經(jīng)濟與生態(tài)發(fā)展成反比。因此，既要發(fā)展經(jīng)濟，又要保護生態(tài)環(huán)境，碳排放控制與碳匯吸收應(yīng)同步進行，才能在保證低耗能、低消費的發(fā)展模式下，實現(xiàn)綠水青山。

參考文獻：

[1]李雪松，龍湘雪，齊曉旭.長江經(jīng)濟帶城市經(jīng)濟-社會-環(huán)境耦合協(xié)調(diào)發(fā)展的動態(tài)演化與分析[J].長江流域資源與環(huán)境，2019，28（3）：505-516.

[2]劉永強，龍花樓. 長江中游經(jīng)濟帶土地利用轉(zhuǎn)型時空格局及其生態(tài)服務(wù)功能影響[J].經(jīng)濟地理，2017，37（11）：161-170.

[3]劉永強，龍花樓，李加林.長江中游經(jīng)濟帶土地利用轉(zhuǎn)型及其生態(tài)服務(wù)功能交叉敏感性研究[J].地理研究，2018，37（5）：1009-1022.

[4]王維，張濤，王曉偉，等.長江經(jīng)濟帶城市生態(tài)承載力時空格局研究[J].長江流域資源與環(huán)境，2017，26（12）：1963-1971.

[5]楊鎖華，胡守庚，瞿詩進. 1990-2014年長江中游經(jīng)濟帶生態(tài)系統(tǒng)服務(wù)價值時空變化特征[J].水土保持研究，2018，25（3）：164-169.

[6]謝志祥，秦耀辰，沈威，等.中國低碳經(jīng)濟發(fā)展績效評價及影響因素[J].經(jīng)濟地理，201，37（3）：1-9.

[7]苑韶峰，唐奕鈺.低碳視角下長江經(jīng)濟帶土地利用碳排放的空間分異[J].經(jīng)濟地理，2019，39（2）：190-198.

[8]周陶，高明，謝德體，等.重慶市農(nóng)田系統(tǒng)碳源/匯特征及碳足跡分析[J].西南大學(xué)學(xué)報（自然科學(xué)版），2014，36（1）：96-102.

[9]毛先成，黃繼先，鄧吉秋，等. 空間分析建模與應(yīng)用[M]. 北京：科學(xué)出版社，2015：124.

[10]FISCHER M M，王勁峰.空間數(shù)據(jù)分析：模型、方法與技術(shù)[M].張璐，肖光恩，呂博才，譯. 北京：中國人民大學(xué)出版社，2018：23-28.

（責(zé)任編輯：張震林）