環(huán)京津區(qū)域城市碳排放效應及時空格局分析

孫 雷 剛，劉 劍 鋒，徐 全 洪，王 紹 強，周 蕾

(1.河北省科學院地理科學研究所，河北 石家莊 050021；2.河北省地理信息開發(fā)應用工程技術研究中心，河北 石家莊 050021；3.中國科學院地理科學與資源研究所，北京 100101)

環(huán)京津區(qū)域城市碳排放效應及時空格局分析

孫 雷 剛1,2，劉 劍 鋒1,2，徐 全 洪1,2，王 紹 強3，周 蕾3

(1.河北省科學院地理科學研究所，河北 石家莊 050021；2.河北省地理信息開發(fā)應用工程技術研究中心，河北 石家莊 050021；3.中國科學院地理科學與資源研究所，北京 100101)

利用2000-2013年的土地利用、能源消費量數(shù)據(jù)及相關統(tǒng)計數(shù)據(jù)，采用碳排放系數(shù)法，對環(huán)京津區(qū)域5個城市的碳排放效應及時空格局進行了測算和分析。結果表明:1)2000-2013年，環(huán)京津區(qū)域城市凈碳排放總量呈逐年遞增趨勢，從2000年的4 264.21萬t增加到2013年的20 389.78萬t，年均增加約1 240.43萬t，其中建設用地碳排放起主導作用。2)環(huán)京津區(qū)域5個城市凈碳排放總量和單位GDP碳排放量間差異性均較大，其中凈碳排放總量唐山市最高，其次為石家莊、張家口、保定和廊坊。以2011年為例，唐山市凈碳排放總量高于其他4個城市總量之和；單位GDP碳排放量唐山和張家口最高，且兩市較為接近，其次為石家莊、保定和廊坊。3)近14年環(huán)京津區(qū)域單位GDP碳排放量總體上呈下降趨勢，但2000-2005年表現(xiàn)為隨人均GDP增加而上升的趨勢，并于2005年達到近14年的峰值1.8 t/萬元；由于森林覆蓋率較高，張家口市表現(xiàn)出較強的碳匯功能，然而其人均GDP相對較低，單位GDP碳排放量卻一直處于較高水平。在相關研究結果的基礎上，提出了區(qū)域碳減排相應措施和對策。

碳排放；碳排放強度；時空差異；環(huán)京津區(qū)域

0 引言

從1990年聯(lián)合國政府間氣候變化專門委員會(IPCC)第一次發(fā)布氣候變化評估報告，1994年世界上第一個旨在全面控制CO2等溫室氣體排放、應對全球氣候變暖的國際公約《聯(lián)合國氣候變化框架公約》的正式生效，到1997年《京都議定書》的簽訂，再到2015年史上第一份覆蓋近200個國家和地區(qū)的全球減排協(xié)定《巴黎協(xié)定》的達成，氣候變化問題已從一個備受國家社會關注的環(huán)境問題逐漸演變?yōu)橹卮蟮膰H政治和安全問題。與此同時，有關碳排放的研究也已成為研究熱點，國內外學者圍繞碳排放問題開展了大量深入、系統(tǒng)的研究[1-6]。如方精云等對1981-2000年中國陸地植被碳匯進行了估算，得出了森林、草地、灌草叢的碳匯能力[7]；劉英等采用1999-2008年河南省的能源消費、土地利用等數(shù)據(jù)，對河南省不同土地利用方式的碳源/匯狀況及其強度進行了總體分析[8]；王亮通過對鹽城市2002-2012年土地利用變化碳排放效益進行分析，揭示了區(qū)域土地利用碳排放空間差異及主要影響因素[9]。目前，多數(shù)研究以省域或地市(縣)為尺度進行分析，對區(qū)域內碳排放的橫向對比研究少見報道。

隨著京津冀協(xié)同發(fā)展上升為國家戰(zhàn)略，確定了河北省“三區(qū)一基地”的功能定位，即建設“全國現(xiàn)代商貿物流重要基地、產(chǎn)業(yè)轉型升級試驗區(qū)、新型城鎮(zhèn)化與城鄉(xiāng)統(tǒng)籌示范區(qū)、京津冀生態(tài)環(huán)境支撐區(qū)”，環(huán)京津區(qū)域的綠色生態(tài)建設和規(guī)劃顯得極為重要。在經(jīng)濟持續(xù)增長及城市化、工業(yè)化快速發(fā)展的拉動下，人類對自然資源的濫用日趨嚴重，導致碳排放量一直處于增長態(tài)勢[10]。本文立足環(huán)京津區(qū)域，開展不同城市的碳排放效應及其時空差異性對比研究，旨在為當下京津冀協(xié)同發(fā)展中的土地利用結構調整、差異化的碳減排政策制定、低碳經(jīng)濟可持續(xù)發(fā)展提供科學依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

京津冀地區(qū)包括北京市、天津市和河北省3個省市，位于華北平原北部，北靠燕山山脈，南面華北平原，西倚太行山，東臨渤海灣，地勢由西北向東南傾斜。根據(jù)城市經(jīng)濟發(fā)展水平和地理區(qū)位，本研究選取石家莊、唐山、保定、廊坊和張家口5個代表性城市為研究區(qū)，總面積達936.57萬hm2。截止2013年，石家莊、唐山、保定、廊坊和張家口5個地市實現(xiàn)地區(qū)生產(chǎn)總值(GDP)分別為4 863.6億元、6 121.2億元、2 650.6億元、1 943.1億元、1 317.0億元，其中第二產(chǎn)業(yè)GDP比重分別為47.8%、57.8%、54.1%、48.4%和41.8%，年末總人口分別為1 050.0萬人、747.4萬人、1 022.9萬人、439.4萬人、441.33萬人。

本研究中土地利用數(shù)據(jù)采用2000-2013年河北省土地利用變更調查數(shù)據(jù)，社會經(jīng)濟和能源消費數(shù)據(jù)參考《河北省經(jīng)濟年鑒》、《河北農(nóng)村統(tǒng)計年鑒》、各地市《統(tǒng)計年鑒》以及其他相關資料。

2 研究方法

2.1 耕地、林地、草地的碳排放測算方法

通過分析和參考相關研究[11-13]，耕地、林地和牧草地的碳排放(吸收)量采用直接碳排放系數(shù)法進行測算，計算公式如下：

E=∑ei=∑Ti*δi

式中：E為碳排放總量(t)；ei為第i種土地利用類型產(chǎn)生的碳排放量/碳吸收量(t)；Ti為第i種土地利用類型對應的土地利用面積(hm2)；δi為各土地利用類型的碳排放(吸收)系數(shù)(t/hm2)，主要包括耕地、林地和牧草地，正值代表排放源，負值代表碳吸收。

由于耕地上種植的農(nóng)作物既可產(chǎn)生大量CH4，又可吸收一定量的CO2，同時，在短期內吸收的CO2又被分解釋放到空氣中[14],因此，耕地的碳排放系數(shù)計算要綜合考慮農(nóng)業(yè)生產(chǎn)過程中CH4等溫室氣體的碳排放和農(nóng)作物在生育期間通過自身光合作用對CO2的吸收[15]。本研究中耕地的碳排放系數(shù)采用農(nóng)作物碳排放系數(shù)0.504t/hm2[16]，耕地的碳吸收系數(shù)采用農(nóng)作物碳吸收系數(shù)0.007t/hm2[17]，兩者差值即耕地凈碳排放系數(shù)為0.497t/(hm2·a)；林地和牧草地碳排放系數(shù)分別采用-0.581t/(hm2·a)和-0.021t/(hm2·a)[7,18]。由于未利用地多為荒草地、鹽堿地、沼澤地、蘆葦?shù)亍┩?、沙地和裸土地等，季?jié)性變化較大，具有微弱的碳吸收能力，因此本研究將未利用地的碳吸收考慮在內，其碳排放系數(shù)取值為-0.005t/(hm2·a)[19]。

2.2 建設用地碳排放測算方法

建設用地碳排放是通過其利用過程中承載主體所消耗的各類能源量及相應碳排放系數(shù)間接估算，即將生產(chǎn)、生活中能源的消耗量換算成標準煤，再根據(jù)不同類型能源的碳排放系數(shù)轉化為碳排放量[18,20]。本研究選取的能源包括原煤、洗精煤、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油氣、氣田天然氣、油田天然氣、焦爐煤氣、煉廠干氣及其他煤氣等類型。而電力和熱力屬于二次能源，火力發(fā)電和發(fā)熱過程所消耗的能源已計入上述能源統(tǒng)計中，不再重復列入。另外，根據(jù)國家統(tǒng)計局《能源統(tǒng)計報表》中的相關描述，能源分類統(tǒng)計中的“其他石油制品”主要指非燃料用途的潤滑油、潤滑脂、石腦油、石蠟、石油瀝青等；“其他焦化產(chǎn)品”主要指初苯等焦化產(chǎn)品，這兩項由于并非主要燃料，因此不計入能源消費[21]。本研究建設用地碳排放(E)計算公式如下：

E=∑Ei=∑Eni*θi*fi

式中：Ei為各種能源消耗產(chǎn)生的碳排放量；Eni為各種能源的消耗量；θi為各種能源轉換為標準煤的系數(shù)；fi為各種能源的碳排放系數(shù)(表1)。

表1 不同類型能源碳排放系數(shù)

3 結果與分析

3.1 區(qū)域碳排放總體分析

根據(jù)環(huán)京津區(qū)域5個城市2000-2013年土地利用現(xiàn)狀數(shù)據(jù)及能源消費數(shù)據(jù)，測算出近14年的碳排放情況(表2、表3)。總體看，環(huán)京津5個城市均表現(xiàn)為碳源，其中建設用地為主要碳源區(qū)，林地為主要碳匯區(qū)。相比碳排放量(碳源)，植被的碳吸收量(碳匯)顯得極其微弱，說明本區(qū)域碳減排壓力較大。從時間變化趨勢看，環(huán)京津區(qū)域城市凈碳排放量呈逐年遞增的趨勢，從2000年的4 264.21萬t增加到2013年的20 389.78萬t，漲幅達378.16%，年均增加約1 240.43萬t。這主要是由于本區(qū)域2000年以來城市化、工業(yè)化加速發(fā)展，5個城市建設用地總面積從2000年的149.8萬hm2增加到2013年168.19萬hm2，加上人口數(shù)量的遞增、人均收入和生活水平顯著提高，能源消費量增多,致使CO2排放呈較快增長趨勢，建設用地碳排放量從2000年的4 179.74萬t增加到2013年的20 355.91萬t。同時發(fā)現(xiàn)，雖然本區(qū)域近14年凈碳排放總量呈增加趨勢，但凈碳排放年增長率總體上呈下降趨勢，從2001年的18.6%下降到2013年的9.99%。值得注意的是2000-2005年凈碳排放年增長率呈上升趨勢，并在2005年達到最高值33.61%，而這一時期正對應于“十五”時期，期間較突出的問題是經(jīng)濟結構不合理、資源型工業(yè)比重高，輕工業(yè)、重加工業(yè)及高新技術產(chǎn)業(yè)比重低，服務業(yè)發(fā)展相對滯后，為較強的資源偏重型結構，這是造成本區(qū)域凈碳排放總量快速增加的主要原因。

表2 環(huán)京津區(qū)域城市碳排放統(tǒng)計

表3 2011年環(huán)京津主要城市不同土地利用方式碳排放量

3.2 土地利用變化碳排放效應分析

由2000-2013年不同土地利用方式碳排放測算結果(圖1)可知，不同土地利用方式的碳排放(吸收)量差異比較顯著，其中建設用地碳排放占主導地位，并呈持續(xù)遞增的趨勢，其次是耕地、林地、草地和未利用地。耕地作為第二大碳源，2000-2013年耕地碳排放量呈減少趨勢，尤其是2000-2006年，年均減少2.9萬t，耕地面積減少是耕地碳排放量減少的主要原因。從碳吸收看，林地、草地和未利用地雖然都起碳匯作用，但其碳匯量相對較小，尤其是近14年草地和未利用地的碳匯效應一直處于較低水平，且變化不大。而起主要碳匯功能的林地面積呈遞增趨勢，本區(qū)域5個地市林地總面積從2000年的151.18萬hm2增加到2013年的212.45萬hm2，增加了61.27萬hm2，碳吸收量也從87.83萬t增加到123.43萬t，年均增加2.74萬t，這在一定程度上反映了河北省自2002年全面實施退耕還林還草工程的生態(tài)效益。然而，由于建設用地中能源消耗的大幅度增加，其碳排放年均增加1 244.32萬t，林地碳匯能力的增加遠遠小于建設用地碳排放的增幅，凈碳排放總量主要來自于建設用地所產(chǎn)生的碳排放，降低能源消耗量仍是實現(xiàn)城市碳減排最直接、最有效的措施。

圖1 2000-2013年不同土地利用方式碳排放量

3.3 區(qū)域城市碳排放空間差異性分析

對比分析環(huán)京津區(qū)域5個城市碳排放構成情況，唐山市凈碳排放總量最大，其次為石家莊市、張家口市，最低的為廊坊市，且各地市差異較為顯著(圖2)。以2011年數(shù)據(jù)為例，唐山市的凈碳排放總量為10 300.84萬t，而其他4個市凈碳排放總量之和僅為8 583.57萬t，其中石家莊市為4 825.41萬t(相當于唐山市的1/2)、張家口市和保定市分別為2 135.74萬t和1 032.51萬t，最低的廊坊市僅為589.91萬t(約為唐山市的1/17)。這主要是由于唐山市為典型的工業(yè)城市，其第二產(chǎn)業(yè)比較發(fā)達，到2013年唐山市凈碳排放總量達到11 753.7萬t，相當于2000年的5.88倍，14年間年均增長750.37萬t，年均增長率高達15.11%;而石家莊市近14年年均增長287.46萬t，年均增長率為11.18%;凈碳排放水平最低的廊坊市年均增長率也達到10.99%。這在一定程度上說明環(huán)京津區(qū)域城市碳減排任務依然較為嚴峻。另外，值得注意的是，張家口市近14年凈碳排放總量從2000年的407.38萬t增加到2013年的2 153.02萬t，年均增長134.28萬t，雖然數(shù)量上低于石家莊市，但其年均增長率達到14.89%，僅次于唐山。

圖2 2000-2013年各城市建設用地碳排放強度和凈碳排放總量

從碳匯功能看，環(huán)京津區(qū)域5個城市中，張家口市森林覆蓋率較高，2013年森林覆蓋面積為128.67 萬hm2，森林覆蓋率達34.9%，該地區(qū)表現(xiàn)出較強的碳吸收能力，2000年以來年均碳匯增長2.08萬t；而其他4個城市碳匯功能相對較弱，年均碳匯共計增長0.78萬t。2000-2013年環(huán)京津區(qū)域5個城市碳匯功能均表現(xiàn)為持續(xù)增長的趨勢，說明作為北京和天津的生態(tài)環(huán)境屏障，河北省的退耕還林工程建設取得了顯著的成效。

3.4 碳排放強度分析

無論是碳源、碳匯量，還是凈碳排放總量,都是反映一個地區(qū)碳排放的絕對變量指標。為進一步對比和分析環(huán)京津不同城市碳排放情況，本文結合各地市的GDP、人口等人文經(jīng)濟指標，測算2000-2013年不同城市的單位GDP碳排放量、人均碳排放量及地均碳排放量等相關碳排放強度指標(圖3、圖4)。

碳排放強度是衡量溫室氣體排放的主要指標，可以作為發(fā)展中國家承認和反映其對減緩氣候變化的貢獻指標[22]。單位GDP碳排放量反映了一個地區(qū)經(jīng)濟發(fā)展對碳排放的貢獻程度，從側面揭示了該地區(qū)經(jīng)濟結構的合理性程度和科學技術發(fā)展水平，研究表明一個地區(qū)要實現(xiàn)CO2的絕對減排，其碳排放強度的下降率要大于GDP的增長率[22,23]。2000-2013年環(huán)京津5個地市平均單位GDP碳排放量總體呈下降趨勢，從2000年的1.23 t/萬元下降到2013年的1.04 t/萬元。值得注意的是2000-2005年表現(xiàn)出隨人均GDP增加而上升的趨勢，2005年單位GDP碳排放達到近14年間的峰值1.8 t/萬元。除廊坊市外，其他4個城市的單位GDP碳排放量均呈現(xiàn)類似的變化趨勢：2000-2013年間先上升后下降，2005年達到最高值，隨后呈下降趨勢。這主要由于“十五”時期河北省經(jīng)濟增長方式表現(xiàn)為高消耗、高污染、低產(chǎn)出、低效益，其中萬元生產(chǎn)總值能耗2.06 t標準煤，比全國高30.4%，能源、原材料消耗占企業(yè)產(chǎn)成品成本近70%。而到“十一五”時期，河北省經(jīng)濟結構發(fā)生戰(zhàn)略性調整，特別是將產(chǎn)業(yè)結構優(yōu)化升級作為經(jīng)濟發(fā)展的首要任務；“十二五”期間又堅持以加快轉變經(jīng)濟發(fā)展方式為主線，推動產(chǎn)業(yè)結構優(yōu)化升級，強力推進節(jié)能減排，堅定有序地淘汰落后產(chǎn)能，大力發(fā)展循環(huán)經(jīng)濟。一系列政策和措施的實施使得2005年以來單位GDP碳排放強度呈現(xiàn)出隨人均GDP增加而減少的趨勢。然而，由于2000-2013年各地市凈碳排放總量增速較快，使得地均建設用地碳排放量、地均碳排放量、人均碳排放量都隨著人均GDP的增加而增加。

圖3 2000-2013年各城市單位GDP碳排放強度和人均GDP

圖4 2000-2013年各城市地均和人均碳排放強度

近14年唐山市人均GDP遠遠高于其他4個地市，石家莊市排名第二，其次是廊坊、張家口和保定。然而，對比各地市單位GDP碳排放量，2000-2013年唐山和張家口兩市碳排放強度較高，以2011年為例，唐山和張家口單位GDP碳排放量分別為1.89 t/萬元和1.90 t/萬元，石家莊為1.18 t/萬元，保定和廊坊分別為0.47 t/萬元和0.36 t/萬元；另外，相比2000年，2013年各地市單位GDP碳排放量降低率差異也較為明顯，廊坊降低39.91%，保定、石家莊、唐山分別降低31.93%、23.02%、12.1%，張家口僅降低2.11%。較高的人均GDP、較高的單位GDP碳排放量和較低的單位GDP碳排放降低率，都說明唐山市資源型工業(yè)比重高，開發(fā)新能源、提高能源利用效率是本地區(qū)經(jīng)濟發(fā)展的重中之重。2000-2013年廊坊市人均GDP僅次于石家莊，但該地區(qū)單位GDP碳排放量、人均碳排放量以及地均建設用地碳排放量指標均處于較低水平，并且其單位GDP碳排放量降低率達39.91%，與唐山市形成鮮明對比。

不同能源有不同的碳排放系數(shù)(表1)，總體而言，煤炭的碳排放系數(shù)大于油料，油料大于天然氣，在其他條件不變的情況下，如果能源結構中油料和天然氣比例增加，相應的碳排放量就會減少[24]。從圖2中可以看出，保定市2013年碳排放強度下降較為明顯，單位GDP碳排放量2013年為0.29 t/萬元，相比2012年(0.47 t/萬元)下降38.3%，能源消費結構調整成效比較明顯。另外，值得關注的是張家口市，近14年人均GDP處于5個地市中的較低水平，但其單位GDP碳排放量一直處于較高水平，甚至在2005-2008年超過唐山市；雖然自2005年以來張家口市碳排放強度呈現(xiàn)持續(xù)下降趨勢，但相比本地區(qū)經(jīng)濟發(fā)展，單位GDP碳排放量仍然較高，2013年為1.63 t/萬元，說明本市經(jīng)濟發(fā)展的粗放度較高，急需加快產(chǎn)業(yè)轉型升級、調整能源結構和推進新能源替代。

4 結論與對策

本研究通過對環(huán)京津區(qū)域5個城市碳排放效應及時空格局進行分析，得出如下結論：1)總體上看，2000-2013年環(huán)京津區(qū)域城市凈碳排放總量呈逐年遞增的趨勢， 2000-2013年漲幅達378.16%，年均增加約1 240.43萬t?！笆濉逼陂g經(jīng)濟結構不合理問題突出，致使2000-2005年凈碳排放量增長率呈上升趨勢，“十一五”和“十二五”時期，在科技進步和政策的驅動下，凈碳排放量呈下降趨勢。2)分析不同土地利用方式碳排放變化，其中建設用地的碳排放量起主導作用，并呈持續(xù)遞增的趨勢，年均增加1 244.32萬t,因此本區(qū)域凈碳排放總量的高低主要取決于建設用地利用過程中能源消耗量的多少。3)環(huán)京津區(qū)域5個城市凈碳排放總量差異較為明顯，唐山最高，其次為石家莊、張家口、保定和廊坊。2011年唐山市凈碳排放量高于其他4個城市總量之和，到2013年唐山市凈碳排放量達11 753.7萬t，相當于2000年的5.88倍，年均增長率高達15.11%；張家口市由于森林覆蓋率較高，表現(xiàn)出較強的碳匯功能，然而其凈碳排放年均增長率(14.89%)僅次于唐山，遠高于石家莊(11.18%)。4)近14年環(huán)京津區(qū)域5個城市平均單位GDP碳排放量總體上呈下降趨勢，從2000年的1.23 t/萬元下降到2013年的1.04 t/萬元，但2000-2005年表現(xiàn)為隨人均GDP增加而上升的趨勢，并于2005年達到近14年間的峰值1.8 t/萬元；而其他碳排放強度指標則隨人均GDP的增加而增加，呈正相關關系。5)近14年唐山和張家口單位GDP碳排放量較高，其次為石家莊、保定和廊坊，5個城市間差異性較大。6)唐山市具有較高的人均GDP，同時也具有較高的碳排放強度指標和較低的單位GDP碳排放降低率，而廊坊市相關碳排放強度指標近14年一直處于較低水平，且其單位GDP碳排放降低率高達39.91，與唐山市形成鮮明對比。7)張家口市近14年人均GDP處于較低水平，而其單位GDP碳排放量一直處于較高水平。

碳減排措施與對策：1)環(huán)京津區(qū)域凈碳排放總量持續(xù)增長，未來幾年本區(qū)域碳減排任務將異常嚴峻，除了通過植樹造林、增加區(qū)域碳匯功能外，強制性調整能源結構、降低能源消耗量、實行碳排放限額是本區(qū)域實現(xiàn)節(jié)能減排行之有效的措施，從而進一步促使企業(yè)轉型升級、實施科技創(chuàng)新，同時建立長效機制，徹底改變以高能耗投入拉動經(jīng)濟發(fā)展的局面，增強生態(tài)文明建設，以實現(xiàn)低碳經(jīng)濟和區(qū)域經(jīng)濟可持續(xù)發(fā)展；2)針對不同地市突出重點，實行差別化的碳減排措施和對策，如張家口市可加快生態(tài)建設和產(chǎn)業(yè)結構轉型升級，著力推行能源結構調整和新能源替代；唐山市可考慮適度限制第二產(chǎn)業(yè)過快發(fā)展，加大科技投入、提高能源利用效率，嚴格實施清潔能源替代任務，堅決淘汰高能耗、高污染的企業(yè)，要把“增強生態(tài)文明建設”放到首要地位。

[1] HOUGHTON R A,HAECKLER J L,LAWRENCE K T.The US carbon budget:Contributions from land-use change[J].Science,1999,285:574-578.

[2] FANG J Y,CHEN A P,PENG C H,et al.The global carbon cycle:A test of our knowledge of earth as a system[J].Science,2001,292:2320-2322.

[3] 杜官印,蔡運龍,李雙成.1997-2007年中國分省化石能源碳排放強度變化趨勢分析[J].地理與地理信息科學,2010,26(5):76-81.

[4] 張艷芳.西安市土地利用變化與碳排放空間格局特征研究[J].西北大學學報(自然科學版),2013,43(2):287-292.

[5] 周嘉,楊琳,董美娜,等.基于土地利用的哈爾濱市2004-2012年碳排放強度變化分析[J].地理科學,2015,35(3):322-327.

[6] 劉永偉,閆慶武.基于SLM模型的中國碳排放格網(wǎng)化空間分布模擬[J].地理與地理信息科學,2015,31(3):76-80.

[7] 方精云,郭兆迪,樸世龍,等.1981-2000年中國陸地植被碳匯的估算[J].中國科學D輯,2007,37(6):804-812.

[8] 劉英,趙榮欽,焦士興.河南省土地利用碳源/碳匯及其變化分析[J].水土保持研究,2010,17(5):154-159.

[9] 王亮.鹽城市土地利用變化碳排放效益及影響因素分解研究[J].生態(tài)科學,2015,34(5):122-128.

[10] 程葉青,王哲野,張守志.中國能源消費碳排放強度及其影響因素的空間計量[J].地理學報,2013,68(10):1418-1431.

[11] 李穎,黃賢金,甄峰,等.江蘇省區(qū)域不同土地利用方式的碳排放效應分析[J].農(nóng)業(yè)工程學報,2008,24(增刊):102-107.

[12] 張梅,賴力,黃賢金,等.中國區(qū)域土地利用類型轉變的碳排放強度研究[J].資源科學,2013,35(4):792-799.

[13] 張勇,張樂勤,汪應宏,等.安徽省池州市土地利用碳排放演變及其影響因素[J].中國農(nóng)業(yè)大學學報,2014,19(2):216-223.

[14] CAMPOS L P,ERDA L.Carbon sink in cropland soils and the emission of greenhouse gases from paddy soils:A review of work in China[J].Chemosphere-Global Change Science,2001,3:413-418.

[15] 石洪昕,穆興民,張應龍,等.四川省廣元市不同土地利用類型的碳排放效應研究[J].水土保持通報,2012,32(3):101-106.

[16] CAI Z C,KANG G D，TSURUTA H,et al.Estimate of CH4emissions from year-round flooded rice field during rice growing season in China[J].Pedosphere,2005,15(1):66-71.

[17] 何勇.中國氣候、陸地生態(tài)系統(tǒng)碳循環(huán)研究[M].北京:氣象出版社,2006.

[18] 肖紅艷,袁興中,李波,等.土地利用變化碳排放效應研究——以重慶市為例[J].重慶師范大學學報(自然科學版),2012,29(1):38-42,115.

[19] 賴力,黃賢金.中國土地利用的碳排放效應研究[M].南京:南京大學出版社,2011.

[20] 徐國泉,劉則淵,姜照華.中國碳排放的因素分解模型及實證分析:1995-2004[J].中國人口·資源與環(huán)境,2006,16(6):158-161.

[21] 劉竹,耿涌,薛冰.城市能源消費碳排放核算方法[J].資源科學,2011,33(7):1325-1330.

[22] 何建坤,劉濱.作為溫室氣體排放量衡量指標的碳排放強度分析[J].清華大學學報(自然科學版),2004,44(6):740-743.

[23] 張秀梅,李升峰,黃賢金,等.江蘇省1996年至2007年碳排放效應及時空格局分析[J].資源科學,2010,32(4):768-775.

[24] 藍家程,傅瓦利,袁波,等.重慶市不同土地利用碳排放及碳足跡分析[J].水土保持學報,2012,26(1):146-150.

Effects of Urban Carbon Emissions and Their Spatial-Temporal Patterns around Beijing and Tianjin

SUN Lei-gang1,2,LIU Jian-feng1,2,XU Quan-hong1,2,WANG Shao-qiang3,ZHOU Lei3

(1.InstituteofGeographicalSciences,HebeiAcademyofSciences,Shijiazhuang050021;2.EngineeringTechnologyResearchCenterofGeographicInformationDevelopmentandApplicationofHebei,Shijiazhuang050021;3.InstituteofGeographicalSciencesandNatureResourcesResearch,CAS,Beijing100101,China)

According to the data of land use,energy consumption and the relevant statistical data from 2000 to 2013,we measured and analyzed the effects of carbon emissions and their spatial-temporal patterns around Beijing and Tianjin.The results showed that the net carbon emissions had an increasing trend with the average speed of 1 240.43×104t/a,from 4 264.21×104t in 2000 to 20 389.78×104t in 2013 and the construction land carbon emissions played a leading role.The net carbon emissions and carbon emissions per GDP were markedly different in 5 cities around Beijing and Tianjin.The net carbon emission in Tangshan was the largest,Shijiazhuang,Zhangjiakou and Baoding took the second place,and Langfang was the lowest.The carbon emissions per GDP showed a relatively higher level in Tangshan and Zhangjiakou with the similar,and Shijiazhuang,Baoding and Langfang took the second place.The net carbon emissions presented the increasing trend along with the increase of per capita GDP from 2000 to 2005,and reached the peak of 1.8 t per 10 thousand yuan.With the higher forest coverage,Zhangjiakou has a stronger carbon sink,but its per capita GDP showed a lower level and the net carbon emission at a higher level.Based on relevant research results,some measure and suggestions were presented for reducing carbon emissions.

carbon emission;carbon emission intensity;spatial-temporal difference;area around Beijing and Tianjin

2016-03-25；

2016-05-05

河北省科學院兩院合作項目(161301)；河北省科技條件建設項目(15964212D)；中國科學院戰(zhàn)略性先導科技專項項目(XDA05050602、XDA05050702)；河北省科技計劃項目(14293703D)

孫雷剛(1984-)，男，碩士，助理研究員，主要研究方向為生態(tài)遙感、3S技術應用研究。E-mail:sunleigang3s@163.com

10.3969/j.issn.1672-0504.2016.04.019

F205

A

1672-0504(2016)04-0113-06