劉少坤，王鵬程，黃榮華

（南寧師范大學(xué)自然資源與測繪學(xué)院，廣西 南寧 530001）

生態(tài)環(huán)境的穩(wěn)定關(guān)系著人類生存發(fā)展與健康安全，全球CO2排放量持續(xù)攀升，嚴(yán)重危害人類生存發(fā)展，氣候治理已然成為各國亟待解決的難題之一。當(dāng)前，我國正處于供給側(cè)結(jié)構(gòu)性改革和新型城市化建設(shè)的加速時期，地區(qū)發(fā)展不平衡所導(dǎo)致的土地利用與生態(tài)環(huán)境問題尤為突出[1]。因此從土地利用視角深入研究碳排放的空間分異特征對我國國土空間低碳優(yōu)化、生態(tài)持續(xù)發(fā)展具有深遠意義。

目前，我國經(jīng)濟發(fā)展與城鎮(zhèn)建設(shè)加劇了能源的消耗，造成碳排放持續(xù)增加，導(dǎo)致我國碳排放總量處于高位，減排降碳壓力較大。因此，國內(nèi)外學(xué)者聚焦于碳排放與土地可持續(xù)利用方面，主要從土地利用碳排放核算、碳排放效應(yīng)分析[2-4]、土地利用碳排放空間分異及脫鉤效應(yīng)[5-6]、國土空間低碳發(fā)展[7]等方面開展研究，為本文提供了深厚的理論基礎(chǔ)。碳排放作為近年來政策與學(xué)科研究關(guān)注的焦點之一，學(xué)者研究較多關(guān)注碳排放核算，以及土地結(jié)構(gòu)轉(zhuǎn)型所導(dǎo)致碳源和碳匯的功能變化[8]，對區(qū)域土地變化碳排放和生態(tài)環(huán)境影響機制的研究較少，同時鮮有研究綜合考慮多因素交互作用影響。在研究尺度上，多數(shù)研究選取中宏觀尺度進行分析[9-10]，鮮有研究探索縣域尺度的土地利用碳排放?，F(xiàn)有研究通過土地利用風(fēng)險指數(shù)法、碳排放系數(shù)法、可拓展隨機性的環(huán)境評估模型法等進行碳排放測算，但仍存在測算過程所需數(shù)據(jù)不足、精度不高等問題。夜間燈光數(shù)據(jù)具有彌補縣域統(tǒng)計數(shù)據(jù)缺失、提高測算精度的優(yōu)點，已被國內(nèi)外學(xué)者應(yīng)用于能源消耗碳排放量的計算[11-12]。

廣西北部灣經(jīng)濟區(qū)是我國面向東盟各國開放合作和西部大開發(fā)戰(zhàn)略的核心區(qū)域。隨著北部灣國際合作的推進，土地利用結(jié)構(gòu)的變化將迅速影響區(qū)域生態(tài)安全，亟須研究區(qū)域土地利用碳排放差異的影響規(guī)律。因此，本文運用空間鄰域分析探索北部灣經(jīng)濟區(qū)縣域土地利用碳排放時空分布格局，并利用地理探測器對其空間差異影響進行研究，為區(qū)域土地利用低碳優(yōu)化、生態(tài)文明建設(shè)、經(jīng)濟高質(zhì)量發(fā)展提供參考。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

作為我國第一個國際區(qū)域經(jīng)濟合作區(qū)，廣西北部灣經(jīng)濟區(qū)地處南海西北部，西臨越南，緊抓西部陸海新通道建設(shè)機遇，發(fā)揮“一帶一路”倡議的重要作用。研究區(qū)總面積7.3×104km2，河網(wǎng)密布、資源豐富。不斷加速的工業(yè)化進程導(dǎo)致其土地類型變化劇烈，進而導(dǎo)致碳排放攀升，因此在土地科學(xué)及“雙碳”目標(biāo)背景下分析不同時間跨度的碳排放空間差異，對該區(qū)域低碳經(jīng)濟發(fā)展具有現(xiàn)意義。

1.2 數(shù)據(jù)來源及處理

本文采用的土地利用數(shù)據(jù)來源于Landsat 系列30 m×30 m 高分遙感影像；NPP-VIIRS 夜間燈光數(shù)據(jù)來源于中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）；按照指標(biāo)數(shù)據(jù)的代表性和可獲得性原則，結(jié)合現(xiàn)發(fā)展?fàn)顩r，設(shè)置10 項影響力指標(biāo)，數(shù)據(jù)來源于2010—2020 年《中國縣域統(tǒng)計年鑒》《中國港口年鑒》《中國能源統(tǒng)計年鑒》《廣西統(tǒng)計年鑒》，以及相關(guān)縣市統(tǒng)計公報，個別缺失數(shù)據(jù)通過線性插補予以補充。同時，為提高地理探測器分析顯著性，利用自然斷點法將指標(biāo)進行特征分級，現(xiàn)最優(yōu)離散化（表1）。

表1 影響力指標(biāo)選取及構(gòu)建

2 研究方法

2.1 土地利用碳排放測算方法

結(jié)合學(xué)者已有驗證[13-16]，土地利用碳排放測算分為兩類：直接碳排放量測算和間接碳排放量估算。直接碳排放量包含耕地、林地、草地、水域、未利用地的碳排放量，間接碳排放量為建設(shè)用地碳排放量。

土地利用直接碳排放量計算公式如下：式中：Et為土地利用直接碳排放量；Ci為不同類型土地碳排放量；Si為不同類型土地面積；Ki為不同類型土地利用碳排放（吸收）系數(shù)。參考相關(guān)學(xué)者研究[6，15]，結(jié)合研究區(qū)氣候環(huán)境特征和土地利用覆被特點，修正并確定土地利用碳排放（吸收）系數(shù)（表2）。

表2 土地利用碳排放（吸收）系數(shù)

人類在建設(shè)用地上的生產(chǎn)、生活等活動所產(chǎn)生的碳排放是土地利用間接碳排放的主要來源，因此利用NPP-VIIRS 夜間燈光數(shù)據(jù)對能源消耗碳排放進行擬合驗證[11，13]，有效測算縣域建設(shè)用地碳排放。其中，所需不同折標(biāo)煤系數(shù)和碳排放系數(shù)（表3）來自IPCC《國家溫室氣體排放清單指南》。

表3 不同能源標(biāo)準(zhǔn)煤折算系數(shù)和碳排放系數(shù)

2.2 地理加權(quán)回歸模型

地理加權(quán)回歸（GWR）模型引入空間距離權(quán)重有效反映各因子參數(shù)的空間非穩(wěn)定性[17]。運用該模型將研究區(qū)夜間燈光數(shù)據(jù)與能源碳排放數(shù)據(jù)進行回歸擬合，使結(jié)果在縣域空間尺度上更具可靠性。公式如下：

式中：yi為（μi，vi）為各縣域空間坐標(biāo)；β0（μi，vi）為回歸的常數(shù)項；βk（μi，vi）為采樣點i的第k個回歸系數(shù)；εi為隨機誤差項。

2.3 空間鄰域分析

全局莫蘭指數(shù)（Global Moran's I）和局部莫蘭指數(shù)（Local Moran's I）統(tǒng)計量用于測量相鄰空間分布對象屬性值之間的關(guān)系[18]。利用空間鄰域分析土地利用碳排放是否存在空間集聚特征。公式如下：

式中：I為全局莫蘭指數(shù)；Ii為局部莫蘭指數(shù)；n為空間單元數(shù)；xi，x-分別為單元特征值與平均值；wij為空間權(quán)重矩陣。

2.4 地理探測器

地理探測器是綜合空間分異要素，探測多因素共同影響下對地理現(xiàn)象差異性的統(tǒng)計學(xué)模型[19]。本文重點利用因子探測和交互作用探測研究土地利用碳排放差異影響力因素。計算公式如下：

式中：q為影響力大小，其范圍在0～1 間，值越大表明其影響力越大；h=1，2，……，L為自變量的分類或分區(qū)；Nh為類h的樣本量；δ2h為類h自變量的方差；N為各縣域樣本量；σ2為方差。

3 擬合驗證與縣域碳排放估算

3.1 夜間燈光與能源消耗碳排放數(shù)據(jù)擬合驗證

表4 擬合結(jié)果

3.2 縣域建設(shè)用地碳排放估算

4 土地利用碳排放時空差異分析

4.1 土地利用碳排放時空演變特征分析

通過測算得到2010—2020 年研究區(qū)土地利用碳排放狀況（圖1）。從市域尺度看，6 個城市僅有南寧市土地碳排放呈現(xiàn)遞減趨勢，由2010年的3.367×106t 下降至2020 年的2.379×106t。這得益于南寧市2017年出臺《節(jié)能減排降碳和能源消費總量控制“十三五”規(guī)劃》，能耗強度和碳排放強度穩(wěn)步下降。其他5 市的碳排放均處于上升趨勢，以欽州市較為突出。究其原因是欽州港國家級石油化工產(chǎn)業(yè)園及欽州港的建成，使能源消耗量大幅度增加。

圖1 研究區(qū)土地碳排放測算統(tǒng)計圖

從縣域尺度看，研究區(qū)縣域碳排放量呈現(xiàn)波動上升趨勢，37 個縣域中僅13 地下降，其余縣域均呈遞增趨勢。其中，欽州市的靈山縣和防城港市的防城區(qū)土地碳排放增幅最大，分別從2010年的1.829×106t、1.916×106t 上升至2020 年的3.210×106t、2.947×106t。這與近年來邊境土地利用結(jié)構(gòu)調(diào)整及城鎮(zhèn)化率攀升所導(dǎo)致的建設(shè)用地擴張、能源消耗量增加有著緊密聯(lián)系。部分市縣大力推進節(jié)能減排，發(fā)展生態(tài)旅游，碳排放存在明顯下降態(tài)勢，以南寧市青秀區(qū)、西鄉(xiāng)塘區(qū)減碳較為明顯，兩區(qū)減碳量占研究區(qū)減碳總量的38.86%。

總體上，2010—2020 年，北部灣經(jīng)濟區(qū)土地利用碳排放具有較為顯著的區(qū)域分布特點和空間差異規(guī)律，呈現(xiàn)以中南部沿海城市地區(qū)向四周城市地區(qū)逐漸減弱的趨勢。

（1）高度碳排放地區(qū)分布較為穩(wěn)定，集中于北部灣經(jīng)濟區(qū)沿海的防城港市、欽州市和北海市。高度碳排放區(qū)對外貿(mào)易強度較大，城鎮(zhèn)建設(shè)加快，同時人口密度較高導(dǎo)致能源消耗增大，進而使碳排放處于高位。

（2）中度碳排放地區(qū)減少，低度碳排放地區(qū)增加。由2010 年的8 個中度碳排放區(qū)減為2020 年的4 個；低度碳排放區(qū)增加至27 個，主要集中于南寧市轄區(qū)和玉林市轄區(qū)周邊。玉州區(qū)和北流市分別在2015 年、2020 年轉(zhuǎn)成低度碳排放區(qū)，兩地近年來深入推進生態(tài)文明建設(shè)，大力發(fā)展生態(tài)經(jīng)濟，推動低碳循環(huán)發(fā)展。

（3）2015 年出現(xiàn)負碳排放區(qū)——南寧馬山縣，且低度碳排放地區(qū)存在向負碳排放區(qū)轉(zhuǎn)化的趨勢。得益于旅游服務(wù)業(yè)和生態(tài)經(jīng)濟的雙向推進、林草地儲碳能力的加強。馬山縣在2015 年成為負碳排放地區(qū)，這對研究區(qū)降低土地利用碳排放起著積極的推動作用。

4.2 土地利用碳排放空間聚集效應(yīng)分析

利用空間鄰域深入研究土地利用碳排放集聚效應(yīng)。北部灣經(jīng)濟區(qū)縣域土地碳排放Moran’sI逐年上升，由2010 年的0.457 上升至0.603，表明各縣域的土地利用碳排放呈現(xiàn)高度的正相關(guān)關(guān)系，同時空間上呈現(xiàn)較為顯著的集聚分布特征。

高—高聚集區(qū)穩(wěn)定分布在南部沿海城市地區(qū)，低—低聚集區(qū)則分布在西南崇左市和南寧市。2010年低—低聚集區(qū)分布在崇左市，高—高聚集區(qū)集中在欽北區(qū)和欽南區(qū)。2015 年低—低聚集區(qū)向北部轉(zhuǎn)移，南寧市武鳴區(qū)和賓陽縣成為低—低聚集主要區(qū)域；高—高聚集區(qū)無變化。2020 年，低—低聚集區(qū)以南寧縣域輻射展開，高—高聚集區(qū)縮減為港口區(qū)和鐵山港區(qū)。

5 土地利用碳排放影響力地理探測分析

5.1 影響力顯著性分析

運用分異及因子探測器定量研究碳排放影響力程度（表5）。各影響力指標(biāo)對土地碳排放的影響程度呈現(xiàn)一定程度的空間異質(zhì)性，人均建設(shè)用地面積（X7）、港口貨物吞吐量（X6）、第二產(chǎn)業(yè)占比（X4）、城鎮(zhèn)化率（X10）、單位GDP 能源消費量（X1）對碳排放空間分異影響力較大。

表5 指標(biāo)影響力顯著性探測結(jié)果

通過篩選影響力較高的指標(biāo)（q≥0.6）：人均建設(shè)用地面積、港口貨物吞吐量、第二產(chǎn)業(yè)占比、城鎮(zhèn)化率、單位GDP 能源消費量成為主導(dǎo)因素（圖2）。

圖2 北部灣經(jīng)濟區(qū)縣域土地利用碳排放主導(dǎo)影響力

能源利用與產(chǎn)業(yè)發(fā)展方面：2010—2020 年，單位GDP 能源消費量影響力呈現(xiàn)小幅度下降，2020年q值為0.609。第二產(chǎn)業(yè)占比出現(xiàn)較大波動，呈現(xiàn)先增后減態(tài)勢。區(qū)域發(fā)展中需要從資源配置和路徑模式上探索創(chuàng)新，注重經(jīng)濟低碳轉(zhuǎn)型發(fā)展。

對外貿(mào)易程度方面：港口貨物吞吐量q值均高于0.85，充分表明其顯著影響土地利用碳排放。貨物吞吐量是當(dāng)前考量港口低碳綠色轉(zhuǎn)型的重要指標(biāo)之一，反映航運活動的頻繁程度。作為我國西部新通道的北部灣經(jīng)濟區(qū)，其港口航運活動、用電設(shè)施建設(shè)所造成的用地面積增加、溫室氣體排放不可忽視。

土地利用規(guī)模方面：人均建設(shè)用地面積、土地利用程度指數(shù)的q值呈現(xiàn)最高。由此推斷，土地規(guī)模對地區(qū)碳排放影響作用最為突出，具體表現(xiàn)在城鄉(xiāng)建設(shè)邊界的不斷擴展使得植被大量減少，進而削弱植被在空氣中的碳固化作用。農(nóng)地轉(zhuǎn)非農(nóng)的現(xiàn)象導(dǎo)致土壤對有機碳的吸收、儲存功能減弱，致使碳排放增加。

人口規(guī)模方面：城鎮(zhèn)化率對縣域土地利用碳排放影響力呈現(xiàn)高位穩(wěn)定狀態(tài)，2020 年q值升至0.782，反映出城鎮(zhèn)發(fā)展進程對土地利用碳排放影響較高。在工業(yè)化、城鎮(zhèn)化的快速進程中，人口集聚所造成的生活生產(chǎn)用地及建設(shè)用地供需矛盾加大，土地利用變化的加劇將促使碳排放隨之改變。

5.2 影響力交互作用分析

進一步利用交互作用探測器對指標(biāo)之間相互作用進行探究（表6）。各影響因子交互后影響力顯著增強，增強關(guān)系以雙線性增強為主，即研究區(qū)土地利用碳排放時空差異不完全由單一因素造成，更多表現(xiàn)為多因素交互協(xié)同所形成（圖3）。

圖3 北部灣經(jīng)濟區(qū)土地利用碳排放影響力機制

表6 指標(biāo)影響力交互探測結(jié)果

（1）產(chǎn)業(yè)結(jié)構(gòu)水平與經(jīng)濟發(fā)展?fàn)顩r交互后，影響力結(jié)果顯著上升。2015 年、2020 年，X4與X2交互探測結(jié)果為0.994、0.999，呈現(xiàn)較大影響力，可推斷經(jīng)濟快速增長與產(chǎn)業(yè)結(jié)構(gòu)布局強烈影響著碳排放空間差異分布。

（2）出口貿(mào)易總額、人口密度與其他因素交互后，較單一因素，交互后影響力顯著增大，X5與X9相互作用影響力三年均達到0.9 以上。人口規(guī)模及土地利用規(guī)模是地區(qū)發(fā)展的重要部分，其單獨作用時對區(qū)域碳排放影響不明顯，但在區(qū)域?qū)ν赓Q(mào)易加大后，兩者交互作用將對土地碳排放影響力增強。

（3）人均建設(shè)用地、港口貨物吞吐量單一因素對北部灣經(jīng)濟區(qū)碳排放影響力已是最大，在交互作用后，呈現(xiàn)影響力極大，三年交互探測結(jié)果均高至0.99 以上。隨著“一帶一路”倡議的推進發(fā)展，港口貨物數(shù)量大幅增加，促使港口建設(shè)用地擴展、基礎(chǔ)電力服務(wù)及交通運輸設(shè)施強化，碳排放亦在持續(xù)攀升。

6 結(jié)論與討論

6.1 結(jié)論

（1）北部灣沿海城市受區(qū)域經(jīng)濟社會快速發(fā)展影響，土地利用碳排放持續(xù)上升。2010—2020 年，廣西北部灣經(jīng)濟區(qū)6 市中，除南寧市外，其余5 市縣域土地利用碳排放均呈上升態(tài)勢，2020 年土地利用碳排放量為35.608×106t。

（2）北部灣經(jīng)濟區(qū)土地利用碳排放在空間上呈現(xiàn)以中南部沿海城市向四周城市逐漸減弱的趨勢。高度碳排放地區(qū)集中分布在沿海城市，以南部沿海地區(qū)欽州市和防城港市為代表的地區(qū)變化較為穩(wěn)定；低度碳排放地區(qū)逐年增加，主要由中度碳排放區(qū)轉(zhuǎn)化，且呈現(xiàn)向負碳地區(qū)轉(zhuǎn)化的動態(tài)特征。

（3）北部灣經(jīng)濟區(qū)各縣域土地利用碳排放呈現(xiàn)高度的正相關(guān)關(guān)系，空間上具有顯著集聚特征。高—高聚集穩(wěn)定分布在南部沿海城市地區(qū)，低—低聚集主要分布在崇左市和南寧市。

（4）北部灣經(jīng)濟區(qū)土地利用碳排放的空間差異性是由能源強度、產(chǎn)業(yè)結(jié)構(gòu)、對外貿(mào)易程度、土地利用及人口規(guī)模等多因素作用的結(jié)果。其中，人均建設(shè)用地面積、港口貨物吞吐量、第二產(chǎn)業(yè)占比、城鎮(zhèn)化率發(fā)揮主導(dǎo)作用，各因素交互作用后影響力顯著增強。

6.2 討論

廣西北部灣經(jīng)濟區(qū)正處于城市化高速發(fā)展時期，土地利用變化加劇，碳排放總量不斷增長。為促進區(qū)域土地利用低碳優(yōu)化、經(jīng)濟高質(zhì)量發(fā)展，北部灣經(jīng)濟區(qū)未來需要從人地關(guān)系出發(fā)，依托沿海區(qū)位優(yōu)勢與豐富的林地資源，打造邊海聯(lián)動經(jīng)濟帶，加強綠色低碳型港口建設(shè)，從“降碳源+增碳匯”角度降低碳排放，發(fā)揮海洋“藍碳”固碳增匯功能。

本文研究北部灣經(jīng)濟區(qū)土地利用碳排放時空差異規(guī)律及影響因素，為研究區(qū)未來碳達峰及碳中和目標(biāo)的現(xiàn)提供數(shù)據(jù)參考。在進行夜間燈光數(shù)據(jù)與能源消耗碳排放量擬合過程中，因部分市域能源消費量、縣域經(jīng)濟社會指標(biāo)數(shù)據(jù)存在獲取困難，在一定程度上影響擬合效果，進而影響碳排放的估算準(zhǔn)確性，微觀尺度下土地利用碳排放的科學(xué)測度及權(quán)衡機制仍是今后研究的重點和方向。