呼包鄂榆城市群土地混合利用與碳排放的脫鉤關系

徐 澤，李 儲，牛 陸

中國人民大學公共管理學院, 北京 100872

全球氣候變化已經(jīng)成為人類發(fā)展面臨的最大的非傳統(tǒng)安全挑戰(zhàn)[1]. 進入經(jīng)濟新常態(tài)，中國面臨著經(jīng)濟轉(zhuǎn)型和碳減排的雙重壓力. 2020年9月，習近平總書記在第75屆聯(lián)合國大會一般性辯論上提出了“碳排放力爭于2030年前達到峰值，努力爭取2060年前實現(xiàn)碳中和”的宏偉目標. 由此，碳達峰和碳中和的兩大目標成為社會各界關注的熱點議題. 這表明探索切實有效的碳減排方案正成為我國推動高質(zhì)量發(fā)展最重要的現(xiàn)實議題之一.

土地是人類生產(chǎn)和生活的空間載體，基于土地的碳減排方案成為學界關注的熱點和難點. 已有研究表明：①土地利用和土地覆被變化(land-use and landcover change, LUCC)具有明顯的碳效應. 不同土地利用類型的碳排放效應(建設用地為碳源，林地和草地等為碳匯)已在學界達成共識[2]. 對長株潭城市群15個區(qū)縣的研究[3]表明，1990-2010年隨著耕地和林地向建設用地轉(zhuǎn)化，碳效應呈倒“U”趨勢，整體碳匯能力降低. 對全國1 300個縣級行政區(qū)的研究[4]表明，1990-2015年中國縣級行政區(qū)碳匯呈西高東低的時空分布格局，且林地為主要碳匯類型(占比約80%)，草地、水域和未利用地的碳匯占比分別為13.5%、4.0%和2.5%. ②土地利用結(jié)構(gòu)是權(quán)衡經(jīng)濟發(fā)展和碳排放的有效工具. 以南京市11個區(qū)縣為例，2005-2014年建設用地產(chǎn)生的間接碳排放是土地利用結(jié)構(gòu)碳排放量的主要來源，且呈持續(xù)增長態(tài)勢[5]. 以深圳市為例，優(yōu)化土地利用結(jié)構(gòu)可使2020年和2025年分別減少5.97%和12.61%的碳排放量[6]. 對于江蘇省沿海地區(qū)的連云港市、鹽城市和南通市而言，優(yōu)化土地利用結(jié)構(gòu)可在2020年減少1 542.95×104t碳排放量[7]. ③土地利用效率和碳排放之間具有互饋作用.對于長江經(jīng)濟帶108個城市而言，2005-2017年城市土地利用效率不斷提高，短期內(nèi)對碳排放強度有負面影響[8]. 聚焦長江中游266個區(qū)縣的研究[9]表明，1995-2018年受碳排放影響，土地利用(結(jié)構(gòu))效率平均值由0.652降至0.569.

上述研究為碳減排提供了有益啟示，但仍有以下不足：①視角需要更新. 已有研究主要圍繞土地利用和土地覆被變化、土地利用結(jié)構(gòu)、土地利用效率展開，對土地混合利用控制碳排放的研究較少. 盡管部分學者的探索性研究[10]表明，土地混合利用可減少交通碳排放，但這類研究只關注交通活動中產(chǎn)生的碳排放，未能揭示土地混合利用對區(qū)域碳排放總量的作用.②尺度應當下移. 省級或地級行政區(qū)的碳減排研究較多[11]，縣級行政區(qū)相關研究不足. 作為城鎮(zhèn)化的重要層級，縣級行政區(qū)在現(xiàn)代化發(fā)展等方面具有關鍵作用[12]. ③數(shù)據(jù)精度待提高. 已有研究多采用土地利用/覆被變化的截面數(shù)據(jù)[13]，該類數(shù)據(jù)存在兩方面不足，一方面是土地利用/覆被變化數(shù)據(jù)不連續(xù)，容易遺漏變化的關鍵節(jié)點；另一方面是統(tǒng)計數(shù)據(jù)失真或缺失造成的碳排放數(shù)據(jù)偏差. ④典型案例待豐富. 現(xiàn)有研究對京津冀、長三角等發(fā)達城市群關注較多[14-17]，對中西部城市群的研究較少. 因此，亟待補充欠發(fā)達城市群的相關案例.

針對上述不足，該文做出以下三方面改進：①基于土地混合利用視角，重點探究土地混合利用與碳排放的脫鉤關系. 土地混合利用的概念源自對城市功能分區(qū)造成諸多問題(割裂功能聯(lián)系、土地利用低效、社會布局隔離等)的批判性反思[18-20]. 20世紀50～60年代，美國大城市普遍面臨城市中心區(qū)衰敗的問題.為了恢復城市生命力，簡·雅各布斯(Jane Jacobs)于1961年出版了《美國大城市的死與生》(The Death and Life of Great American Cities). 該書倡導維護城市長期以來形成的多元性和混合性，并在強調(diào)“地區(qū)以及盡可能多的內(nèi)部區(qū)域的主要功能必須要多于一個，最好是多于兩個”[21]. 此后，土地混合利用概念被大量應用于城市規(guī)劃領域[22-23]. 該文測度的土地利用混合度隸屬于性質(zhì)混合范疇，不是簡·雅各布斯提出的居住、商服、工業(yè)等功能混合，也并非基于開發(fā)主體、流程和用途界定的開發(fā)方式混合[24]. 這主要是因為土地混合利用概念要匹配碳減排的研究層次. 功能混合概念適用于城市建成區(qū)或市區(qū)，而建成區(qū)或市區(qū)是以建設用地為主的區(qū)域，即大部分區(qū)域是碳源. 只強調(diào)功能混合，容易忽視城市邊緣區(qū)的碳匯(林地、草地和水體等). 而開發(fā)方式混合更關注主體博弈、資金籌措等內(nèi)容，通常用于分析一個或若干個開發(fā)案例的經(jīng)驗總結(jié). 碳排放通常是大尺度概念，且需要由政府部門主導實施. 因此，該文將碳減排目標下的土地混合利用界定為林地、草地、水體、人類占用地等不同用地性質(zhì)的混合. ②采用新的土地利用/覆被變化數(shù)據(jù)和CO2排放數(shù)據(jù)開展連續(xù)性研究. 近年來，已出現(xiàn)具有連續(xù)觀測、精度良好、開源免費的土地利用/覆被變化數(shù)據(jù)和CO2排放數(shù)據(jù)，如歐洲航天局全球陸地覆蓋數(shù)據(jù)、中國碳核算數(shù)據(jù)庫. ③選取呼包鄂榆城市群為研究區(qū)，為縣級行政區(qū)提供針對性建議.2018年，國務院正式批準實施《呼包鄂榆城市群發(fā)展規(guī)劃》(簡稱“《規(guī)劃》”)，規(guī)劃期至2035年. 《規(guī)劃》明確將呼包鄂榆城市群定位為“全國高端能源化工基地、向北向西開放戰(zhàn)略支點、西北地區(qū)生態(tài)文明合作共建區(qū)、民族地區(qū)城鄉(xiāng)融合發(fā)展先行區(qū)”，這表明國家推動中西部城市群建設的戰(zhàn)略意圖，也需要學界及時開展專題研究. 因此，以呼包鄂榆城市群為例，開展土地混合利用與碳排放的脫鉤關系研究，以期為西部資源型和農(nóng)牧結(jié)合區(qū)域提供低碳發(fā)展方案.

1 基礎數(shù)據(jù)與研究方法

1.1 數(shù)據(jù)來源

該文以2001-2017年為研究時段，使用的數(shù)據(jù)包括統(tǒng)計數(shù)據(jù)、矢量數(shù)據(jù)和柵格數(shù)據(jù)等3類.

縣級行政區(qū)CO2排放總量數(shù)據(jù)來自中國碳核算數(shù)據(jù)庫(Carbon Emission Accounts and Datasets, CEADs)(https://www.ceads.net)，該數(shù)據(jù)庫由中外多個研究機構(gòu)共同成立，旨在為中國及其他發(fā)展中國家、地區(qū)提供多尺度碳核算清單及社會經(jīng)濟與貿(mào)易數(shù)據(jù).該數(shù)據(jù)庫開放提供的中國長時序縣級行政區(qū)CO2排放總量數(shù)據(jù)由西南財經(jīng)大學完成，是目前我國時間跨度最長、覆蓋面最廣的縣級行政區(qū)CO2排放數(shù)據(jù)，可為縣級行政區(qū)CO2減排政策制定提供數(shù)據(jù)支撐.

土地利用/覆被變化數(shù)據(jù)來自歐洲航天局氣候變化倡議項目(European Space Agency's Climate Change Initiative, ESA-CCI). 該數(shù)據(jù)是由多源衛(wèi)星圖像合成的全球陸地覆蓋數(shù)據(jù)(https://cds.climate.copernicus.eu)，將土地利用/覆被劃分為22種類型，時間跨度為1992-2018年，空間分辨率為300 m. 該數(shù)據(jù)集在同類產(chǎn)品中有2個明顯優(yōu)勢，其一是分類精度高于其他同類產(chǎn)品，能更好地刻畫地表覆被細節(jié)；其二是具有逐年的長時間序列歷史數(shù)據(jù)，便于結(jié)合統(tǒng)計數(shù)據(jù)展開分析[25]. 為了識別人類用地活動對碳排放的影響，借鑒已有研究[26]，在ArcGIS 10.1軟件中將ESA數(shù)據(jù)的土地覆蓋類型重新整合為草地、林地、裸地、水體、永久冰雪和人類占用地等6大類. 由于呼包鄂榆城市群不存在永久冰雪，故筆者研究的土地覆蓋類型涉及草地、林地、裸地、水體和人類占用地等5大類.

縣級行政區(qū)矢量來自中國科學院資源環(huán)境科學與數(shù)據(jù)中心(https://www.resdc.cn). CEADs數(shù)據(jù)庫中的縣級碳排放數(shù)據(jù)以2010年行政區(qū)劃進行統(tǒng)計. 因此，該文結(jié)合研究時段內(nèi)研究區(qū)行政區(qū)劃變更情況進行一致性修正，具體過程：①對于行政區(qū)劃更名而管轄區(qū)域不變的情況，無需調(diào)整原始矢量文件，如榆林市橫山區(qū)(2015年前為橫山縣)、榆林市神木市(2017年前為神木縣，目前為省直轄縣級市). ②對于管轄區(qū)域改變的情況，與上級行政區(qū)進行合并處理，如鄂爾多斯市康巴什區(qū)(2016年前為鄂爾多斯市東勝區(qū)管轄). ③對于不屬于國家法定行政區(qū)劃但有統(tǒng)計數(shù)據(jù)的區(qū)域，不列入研究范圍，如包頭市稀土高新區(qū). 由于CEADs數(shù)據(jù)庫缺少達爾罕茂明安聯(lián)合旗的CO2排放數(shù)據(jù)，因此，該文最終的研究對象確定為37個縣級行政區(qū)(包括區(qū)、縣、旗等).

1.2 研究區(qū)概況

呼包鄂榆城市群位于中國北方旱區(qū)中部地區(qū)，包括內(nèi)蒙古自治區(qū)呼和浩特市、包頭市、鄂爾多斯市和陜西省榆林市，國土總面積17.46×104km2，約占全國國土總面積的1.8%. 該地區(qū)平均海拔約1 300 m，屬溫帶大陸性季風氣候，多年平均氣溫約8 ℃，多年平均降水量約320 mm[27]. 2001-2017年呼包鄂榆城市群地區(qū)生產(chǎn)總值由724.16×108元增至12 060.97×108元，年均增長約666.87×108元；年末戶籍人口由878.8×104人 增 至1 012.35×104人，年 均 增 長 約7.86×104人；城市建設用地面積由262.69 km2增至621.32 km2，年均增長約21.10 km2；第二產(chǎn)業(yè)由392.46×108元 增 至5 935.67×108元，年 均 增 長 約326.07×108元；第 三 產(chǎn) 業(yè) 由250.39×108元 增 至5 721.86×108元，年均增長約321.85×108元.

1.3 研究方法

1.3.1 CO2排放時空變化分析

為分析CO2排放增長的規(guī)模和速度，該文計算了CO2排放量的年增加量和年增加率. 年增加量反映了CO2排放增長總量的年變化，描述了同一個地區(qū)在不同時間的總量增長；年增加率則消除了地區(qū)的規(guī)模效應，體現(xiàn)了同一時間不同地區(qū)的增速差異，計算公式[28]：

式中：AI表示年增加量，104t/a；AGR表示年增加率，%；Astart和Aend分別代表研究時段起始年和結(jié)束年的CO2排放量，104t；d表示研究的時間跨度，a. 應用式(2)前，已證實所有縣級行政區(qū)的年排放量符合冪函數(shù)增長曲線.

1.3.2 土地利用混合度計算

基于信息熵來計算土地利用混合度是國內(nèi)外學者的普遍做法[29]. 在參考已有研究[30]的基礎上，該文土地混合度的計算公式：

式中：Th表示土地利用混合度；n為土地利用類型的數(shù)量；bi為某個縣級單元內(nèi)第i類土地利用類型的面積，km2；m表示某個縣級單元內(nèi)全部土地利用類型的面積，km2.

1.3.3 脫鉤模型構(gòu)建

脫鉤理論最早來自物理學，表示具有響應關系的變量之間是否存在可持續(xù)互動關系的情況. 若變量之間的響應關系隨時間減弱乃至中斷，則可被稱為脫鉤或解耦. 2002年，經(jīng)濟合作與發(fā)展組織(Organization for Economic Cooperation and Development, OECD)構(gòu)建了經(jīng)濟社會脫鉤指標體系，以考察宏觀尺度上的環(huán)境與經(jīng)濟互動關系. 鑒于OECD的脫鉤指數(shù)模型存在對基期高度敏感等問題，Tapio[31]于2005年提出了改進后的脫鉤模型. 借鑒Tapio模型，該文計算了土地利用混合度與CO2排放量的脫鉤彈性系數(shù)，計算公式：

式中：D為脫鉤彈性系數(shù)；ΔEP、ΔDF分別表示環(huán)境壓力和驅(qū)動力的變化量；EPr和EPs分別代表第r年和第s年該地區(qū)的環(huán)境壓力(以CO2排放量來表征)，104t；DFr和DFs分別代表第r年和第s年該地區(qū)的驅(qū)動力(以土地利用混合度來表征). 參考Tapio模型對脫鉤彈性系數(shù)的劃分，CO2排放量和土地利用混合度之間的關系共分為3個狀態(tài)和8個子狀態(tài)(見表1).

表1 Tapio模型對脫鉤狀態(tài)的分類Table 1 The classification of the decoupling status by the Tapio model

2 結(jié)果與討論

2.1 CO2排放變化的時空特征

由圖1可見：呼包鄂榆城市群CO2排放年增加量排名前三位的縣級行政區(qū)依次為鄂爾多斯市下轄的準格爾旗(140.08×104t)、東勝區(qū)(135.56×104t)和

圖1 呼包鄂榆城市群碳排放變化的時空特征Fig.1 Temporal and spatial characteristics of carbon emission changes in Hohhot-Baotou-Ordos-Yulin Urban Agglomeration

伊金霍洛旗(111.83×104t)，排名后三位的縣級行政區(qū)依次為榆林市下轄的吳堡縣(3.40×104t)、佳縣(2.88×104t)和清澗縣(1.62×104t). CO2排放年增加率排名前三位的縣級行政區(qū)依次為鄂爾多斯市下轄的準格爾旗(21.45%)、東勝區(qū)(21.20 %)和伊金霍洛旗(19.75%)；排名后三位的縣級行政區(qū)依次為榆林市下轄的吳堡縣(-3.74%)、佳縣(-4.74%)、清澗縣(-8.09%).綜上，CO2排放年增加量與年增加率具有一致性，即鄂爾多斯是呼包鄂榆城市群CO2排放年增加量、年增加率最高的地區(qū)，榆林市是CO2排放年增加量、年增加率最低的地區(qū).

2.2 土地利用混合度的變化趨勢

由圖2可見：以呼和浩特市為例，其中清水河縣的土地利用混合度最高，年均值為1.05；武川縣的土地利用混合度最低，年均值不足0.20. 就包頭市而言，東河區(qū)的土地利用混合度最高，年均值為1.10；固陽縣在2003年前是土地利用混合度最低的區(qū)域，2003年后石拐區(qū)的土地利用混合度最低；昆都侖區(qū)的土地利用混合度變化較大，研究時段內(nèi)土地利用混合度降低了0.45. 對鄂爾多斯市而言，準格爾旗的土地利用混合度最高，年均值為1.09；鄂托克旗的土地利用混合度最低，年均值為0.30. 對于榆林市而言，定邊縣的土地利用混合度最低，始終不足0.6；府谷縣在2011年前土地利用混合度為全市最高，2011年后子洲縣的土地利用混合度最高. 大部分地區(qū)的土地利用混合度變化不大，這體現(xiàn)了區(qū)域土地利用結(jié)構(gòu)的相對穩(wěn)定性. 類似的土地利用混合“增長粘性”也存在于鄂爾多斯市和呼和浩特市的大部分地區(qū).

圖2 呼包鄂榆城市群土地利用混合度的變化趨勢Fig.2 Evolution trend of land-mixing degree in Hohhot-Baotou-Ordos-Yulin Urban Agglomeration

2.3 土地利用混合度的時空特征

由圖3可見：2001年，呼包鄂榆城市群土地利用混合度的高值區(qū)主要集中在東部、南部，即呼和浩特市下轄的清水河縣，鄂爾多斯市下轄的準格爾旗和伊金霍洛旗，榆林市下轄的府谷縣、神木縣、佳縣和子洲縣. 2017年，除神木縣外，上述地區(qū)的土地利用混合度仍為高值區(qū)，同時呼和浩特市下轄的和林格爾縣、榆林市下轄的橫山縣的土地利用混合度也為高值區(qū).2001年，呼包鄂榆城市群土地利用混合度的低值區(qū)主要集中在西部、北部，即鄂爾多斯市下轄的鄂托克旗、鄂托克前旗和烏審旗，榆林市下轄的定邊縣，包頭市下轄的固陽縣、石拐區(qū)和土默特右旗；呼和浩特市下轄的武川縣、土默特左旗和托克托縣. 2017年，除土默特左旗和托克托縣外，上述地區(qū)的土地利用混合度仍為低值區(qū)，同時包頭市下轄的昆都侖區(qū)的土地利用混合度也為低值區(qū).

圖3 呼包鄂榆城市群土地利用混合度的時空特征Fig.3 Temporal and spatial characteristics of land-mixing degree in Hohhot-Baotou-Ordos-Yulin Urban Agglomeration

綜上，2001-2017年，呼包鄂榆城市群土地利用混合度呈東高西低、南高北低的時空分布特征.

2.4 脫鉤分析結(jié)果

1953年起，我國通過制定“五年計劃”(從“十一五”起，“五年計劃”改為“五年規(guī)劃”)的形式來對國民經(jīng)濟發(fā)展遠景規(guī)定目標和方向. 考慮到“五年規(guī)劃”對我國發(fā)展的顯著影響，該文將2001-2017年的研究時段同“五年規(guī)劃”期對應起來，以期發(fā)現(xiàn)國民經(jīng)濟規(guī)劃實施過程中土地利用混合與CO2排放的脫鉤狀態(tài). 具體說來，研究時段共劃分為4個階段，即2001-2005年、2006-2010年、2011-2015年分別對應“十五”計劃、“十一五”規(guī)劃、“十二五”規(guī)劃，2016-2017年則對應“十三五”規(guī)劃前期.

3）由項目單位對監(jiān)理人員直接進行管理。傳統(tǒng)的監(jiān)理模式中，項目單位會將監(jiān)理工作直接交給監(jiān)理單位，通過監(jiān)理單位內(nèi)部管理提高監(jiān)理質(zhì)量。這一監(jiān)理模式存在一定的安全隱患，而新的管理方法必須打破傳統(tǒng)的管理模式，監(jiān)理工作人員直接接受項目單位的管理，并由項目單位進行工作發(fā)放。

由圖4可見：2001-2005年，呼包鄂榆城市群24個縣級行政區(qū)處于強負脫鉤，12個縣級行政區(qū)為擴張負脫鉤〔見圖4(a)〕. 由于土地混合度變化趨近于0，因此無法判斷榆林市吳堡縣的脫鉤狀態(tài). 強負脫鉤是“十五”計劃期間該區(qū)域脫鉤狀態(tài)的主導類型，且具有集中連片的發(fā)展趨勢. 這表明該時期呼包鄂榆城市群土地利用混合度增長率為負，CO2排放量增長率為正，處于最差發(fā)展狀態(tài). 2006-2010年，25個縣級行政區(qū)處于強負脫鉤，11個縣級單元為擴張負脫鉤〔見圖4(b)〕. 同理，也無法判斷榆林市清澗縣的脫鉤狀態(tài). “十一五”規(guī)劃期間，強負脫鉤繼續(xù)主導了該區(qū)域土地利用混合度與CO2排放的脫鉤狀態(tài). 結(jié)合空間布局來看，擴張負脫鉤覆蓋了榆林市的大部分地區(qū). 擴張負脫鉤狀態(tài)也是較不理想的發(fā)展狀態(tài)，即土地利用混合度增長率和CO2排放量增長率均為正，但后者增長得更快. “十二五”規(guī)劃期間脫鉤狀態(tài)具有2個新特點〔見圖4(c)〕. 一方面，此時脫鉤狀態(tài)類型趨于分化，共產(chǎn)生5類脫鉤狀態(tài)；另一方面，部分地區(qū)開始出現(xiàn)如強脫鉤和衰退脫鉤的較理想發(fā)展狀態(tài).具體說來，2011-2015年，處于脫鉤狀態(tài)(強脫鉤和衰退脫鉤)的縣級行政區(qū)數(shù)量占研究區(qū)總數(shù)的43%以上，處于負脫鉤狀態(tài)(強負脫鉤、弱負脫鉤、擴張負脫鉤)的縣級行政區(qū)約占研究區(qū)總數(shù)的52%，清澗縣和吳堡縣的脫鉤狀態(tài)難以判斷. 2016-2017年，研究區(qū)內(nèi)共7類脫鉤狀態(tài). 盡管“十三五”規(guī)劃前期處于脫鉤狀態(tài)(強脫鉤和衰退脫鉤)的縣級行政區(qū)占比(32%)較低，但該時期的脫鉤發(fā)展趨勢更好〔見圖4(d)〕. 這主要表現(xiàn)在兩個方面：一方面是脫鉤狀態(tài)的面積更大，包括以鄂托克旗、鄂托克前旗、杭錦旗和烏審旗等在內(nèi)的縣級行政區(qū)；另一方面是脫鉤狀態(tài)的分布趨于集中，呼包鄂榆城市群的大部分縣級行政區(qū)表現(xiàn)為連片的強脫鉤、弱脫鉤和衰退脫鉤狀態(tài).

圖4 呼包鄂榆城市群土地利用混合度和碳排放的脫鉤狀態(tài)演變趨勢Fig.4 Evolution trend of the decoupling status of land-mixing degree and carbon emissions in Hohhot-Baotou-Ordos-Yulin Urban Agglomeration

2.5 不確定性分析

由于數(shù)據(jù)的客觀限制，該文未獲得2018年至今的CO2排放和土地利用/覆被數(shù)據(jù)，導致該文不能完整地揭示“十三五”規(guī)劃期間土地利用混合度與CO2排放之間的脫鉤狀態(tài)演變. 其次，分別針對土地利用/覆被變化或CO2排放的情景模擬研究已較為成熟[32]，但是將土地利用混合度和CO2排放的預測結(jié)果進行整合的研究還較少. CO2如何在長時序上實現(xiàn)較準確的預測模擬還具有不確定性. 最后，如何揭示土地混合利用與CO2排放之間的互動機制，脫鉤模型可用于分析期望產(chǎn)出與非期望產(chǎn)出之間的相對變化，但是土地混合利用與CO2排放之間的互動機制還需要引入更具因果解釋力的空間計量模型. 目前，CO2排放因素分解的通用模型包括指數(shù)分解法(index decomposition analysis, IDA)和結(jié)構(gòu)分解法(structural decomposition analysis, SDA)兩種. 而IDA中的對數(shù)指數(shù)指標分解法(log mean divisia index,LMDI)在環(huán)境經(jīng)濟學中被廣泛使用[33]. 由于CO2排放具有空間溢出效應[34]，后續(xù)的機制分析還需要引入如多尺度地理加權(quán)(multiscale geographically weighted regression, MGWR)等空間計量模型.

綜上，受限于數(shù)據(jù)可得性和理論進展，該文還無法明確土地混合利用與CO2排放之間的互動機制或具體機理. 首先，從數(shù)據(jù)可得性來看，土地混合利用與CO2排放之間存在多個中介變量. 中介變量的數(shù)據(jù)可得性是應用空間計量模型展開統(tǒng)計推斷的前提.對西部縣級行政區(qū)而言，較難獲取長時序的統(tǒng)計數(shù)據(jù). 其次，從理論進展來看，土地混合利用與CO2排放之間缺少理論依據(jù)，現(xiàn)有理論尚不能支撐全鏈條的作用機制研究. 例如，人地關系理論是解釋人類及其各種社會活動與地理環(huán)境關系的基礎理論. 據(jù)此，學界已經(jīng)開展了土地利用/覆被變化、土地利用結(jié)構(gòu)、土地利用效率與CO2排放之間的機制和機理研究.然而，該理論應用于土地混合利用與CO2排放之間的機制和機理研究還存在不確定性. 綜上，該文還未能定量土地混合利用與CO2排放之間的關系.

3 結(jié)論與建議

3.1 結(jié)論

a)呼包鄂榆城市群CO2排放年增加量與年增加率具有一致性. 鄂爾多斯是CO2排放年增加量和年增加率最高的地區(qū)，榆林市是CO2排放年增加量和年增加率最低的地區(qū).

b)土地利用混合度存在層級差異. 各地級行政區(qū)土地利用混合度具有“梯度效應”，即包頭市土地利用混合度變幅較大，呼和浩特、鄂爾多斯和榆林市較平緩. 各縣級行政區(qū)土地利用混合度具有“增長粘性”，即土地利用混合度高的區(qū)域仍居高位. 此外，土地利用混合度具有東高西低、南高北低的時空分布特征.

c)土地利用混合度和CO2排放的脫鉤狀態(tài)具有時空異質(zhì)性. “十五”計劃和“十一五”規(guī)劃期間，脫鉤狀態(tài)以強負脫鉤和擴張負脫鉤為主，均為不理想的發(fā)展狀態(tài)；“十二五”規(guī)劃到“十三五”規(guī)劃前期，約半數(shù)的縣級單元處于較理想的脫鉤狀態(tài). “十五”計劃期間，強負脫鉤狀態(tài)的縣級行政區(qū)呈連片分布；“十一五”規(guī)劃期間，擴張負脫鉤覆蓋榆林市的大部分地區(qū)；“十二五”規(guī)劃期間，各類脫鉤狀態(tài)的縣級行政區(qū)呈組團化；“十三五”規(guī)劃前期，西部脫鉤狀態(tài)優(yōu)于東部.

3.2 政策建議

a)嚴控CO2排放年增加量和年增加率. 呼包鄂榆城市群要重點關注鄂爾多斯市的CO2排放年增加量和年增加率，尤其是努力促進所轄準格爾旗、東勝區(qū)和伊金霍洛旗實現(xiàn)CO2排放年增加量和年增加率“雙下降”；同時，該區(qū)也需要積極引導榆林市下轄的清澗縣、佳縣和吳堡縣在促進經(jīng)濟發(fā)展的過程中繼續(xù)保持CO2排放年增加量和年增加率“雙低”的優(yōu)勢.

b)提升土地利用混合度. 土地利用混合度高意味著林地、草地、水體、人類占用地的比例較均衡. 對于生態(tài)系統(tǒng)而言，生物多樣性較高表明生態(tài)系統(tǒng)越穩(wěn)定，抵御外界沖擊的韌性越強. 要使城市群系統(tǒng)健康有序發(fā)展，土地混合利用就扮演著重要角色. 長期來看，某地類占比過大，不利于城市群系統(tǒng)穩(wěn)定. 因此，呼和浩特市的武川縣、包頭市的石拐區(qū)以及鄂爾多斯市的鄂托克前旗和鄂托克旗均應提升土地利用混合度.

c)根據(jù)脫鉤狀態(tài)評估提升土地利用混合度的可行性. 土地利用混合度與CO2排放量為強脫鉤時，表明土地利用混合度增長率為正，CO2排放量增長率為負，是最理想的狀態(tài). 相反，土地利用混合度與CO2排放量為強負脫鉤時，表明土地利用混合度增長率為負，CO2排放量增長率為正，是最差的狀態(tài). 根據(jù)脫鉤狀態(tài)評估提升土地利用混合度的可行性，指的是土地利用混合度與CO2排放量處于強脫鉤或其他脫鉤狀態(tài)的縣級行政區(qū)可采用“提升土地利用混合度”的發(fā)展策略. 目前，呼包鄂榆城市群土地利用混合度與CO2排放量之間逐漸從不理想的負脫鉤狀態(tài)過渡到理想的脫鉤狀態(tài). 以“十三五”規(guī)劃前期為例，包頭市的固陽縣，呼和浩特的新城區(qū)、武川縣，鄂爾多斯市的達拉特旗、東勝區(qū)、伊金霍洛旗、烏審旗、鄂托克前旗和鄂托克旗均可在不增加CO2排放量的前提下，增加土地利用混合度.

參考文獻(References)：

［1］ 胡鞍鋼.中國實現(xiàn)2030年前碳達峰目標及主要途徑[J].北京工業(yè)大學學報(社會科學版)，2021，21（3）：1-15.

HU A G.China's goal of achieving carbon peak by 2030 and its main approaches[J].Journal of Beijing University of Technology(Social Sciences Edition)，2021，21（3）：1-15.

［2］ABOUMAHBOUB T, SCHABER K, WAGNER U, et al.On the CO2emissions of the global electricity supply sector and the influence of renewable power-modeling and optimization[J].Energy Policy，2012，42：297-314.

［3］ 李濤，楊知建，甘德欣，等. 長株潭城市群土地利用/覆被變化對碳效應的影響[J]. 生態(tài)與農(nóng)村環(huán)境學報, 2016, 32(4): 539-545.

LI T，YANG Z J，GAN D X，et al. Influence of changes in land use/cover on carbon effect in Chang-Zhu-Tan urban agglomeration[J]. Journal of Ecology and Rural Environment, 2016, 32(4): 539-545.

［4］ 張赫, 彭千芮, 王睿, 等.中國縣域碳匯時空格局及影響因素[J].生態(tài)學報，2020，40（24）：8988-8998.

ZHANG H, PENG Q R, WANG R, et al.Spatiotemporal patterns and factors influencing county carbon sinks in China[J].Acta Ecologica Sinica，2020，40（24）：8988-8998.

［5］ 范建雙, 虞曉芬, 周琳.南京市土地利用結(jié)構(gòu)碳排放效率增長及其空間相關性[J].地理研究，2018，37（11）：2177-2192.

FAN J S, YU X F, ZHOU L.Carbon emission efficiency growth of land use structure and its spatial correlation: a case study of Nanjing City[J].Geographical Research，2018，37（11）：2177-2192.

［6］HAN D，QIAO R L，MA X M. Optimization of land-use structure based on the trade-off between carbon emission targets and economic development in Shenzhen, China[J]. Sustainability，2018，11(1)：11.

［7］CHUAI X W，HUANG X J，WANG W J，et al. Landuse, total carbon emissions change and low carbon land management in Coastal Jiangsu, China[J]. Journal of Cleaner Production，2015，103：77-86.

［8］DONG Y, JIN G, DENG X Z.Dynamic interactive effects of urban land-use efficiency, industrial transformation, and carbon emissions[J].Journal of Cleaner Production，2020，270：122547.

［9］YANG B, CHEN X, WANG Z Q, et al.Analyzing land use structure efficiency with carbon emissions: a case study in the Middle Reaches of the Yangtze River, China[J].Journal of Cleaner Production，2020，274：123076.

［10］NAKAMURA K, HAYASHIY.Strategies and instruments for lowcarbon urban transport: an international review on trends and effects[J].Transport Policy，2013，29：264-274.

［11］ 鄭金鈴.城市、城市群與居民碳排放: 基于緊湊空間形態(tài)的研究[J].經(jīng)濟與管理，2016，30（1）：89-96.

ZHENG J L.Urban, urban morphology and residents' carbon emission: a study based on compact cities form[J].Economy and Management，2016，30（1）：89-96.

［12］ 王玉虎, 張娟.鄉(xiāng)村振興戰(zhàn)略下的縣域城鎮(zhèn)化發(fā)展再認識[J].城市發(fā)展研究，2018，25（5）：1-6.

WANG Y H, ZHANG J.Re-understanding of county urbanization under the strategy of revitalizing the country[J].Urban Development Studies，2018，25（5）：1-6.

［13］ALI G，NITIVATTANANON V. Exercising multidisciplinary approach to assess interrelationship between energy use，carbon emission and land use change in a metropolitan city of Pakistan[J].Renewable and Sustainable Energy Reviews，2012，16(1)： 775-786.

［14］ 張俊峰, 韓力慧, 程水源, 等.京津冀地區(qū)典型城市大氣細顆粒物碳質(zhì)組分污染特征及來源[J].環(huán)境科學研究，2020，33（8）：1729-1739.

ZHANG J F, HAN L H, CHENG S Y, et al.Characteristics and sources of carbon pollution of fine particulate matter intypical cities in Beijing-Tianjin-Hebei Region[J].Research of Environmental Sciences，2020，33（8）：1729-1739.

［15］ 劉晟東, 史君楠, 程勇, 等.中國典型城市群PM2.5污染特征研究進展[J].環(huán)境科學研究，2020，33（2）：243-251.

LIU S D, SHI J N, CHENG Y, et al.Review of pollution characteristics of PM2.5in Chinese representative megacities[J].Research of Environmental Sciences，2020，33（2）：243-251.

［16］ 王情, 朱歡歡, 杜鵬, 等.京津冀及周邊地區(qū)“十四五”及中長期PM2.5污染控制目標的健康效益預估研究[J].環(huán)境科學研究，2021，34（1）：220-228.

WANG Q, ZHU H H, DU P, et al.Health benefit of ‘14th Five-Year’ and medium & long-term PM2.5control targets in Beijing-Tianjin-Hebei and its surrounding areas[J].Research of Environmental Sciences，2021，34（1）：220-228.

［17］ 鄭林昌, 任肖妮, 韓星.京津冀地區(qū)城市地表因素對灰霾污染的影響[J].環(huán)境工程技術學報，2021，11（1）：14-22.

ZHENG L C, REN X N, HAN X.Influence of urban surface on haze pollution in Beijing-Tianjin-Hebei Region[J].Journal of Environmental Engineering Technology，2021，11（1）：14-22.

［18］SONG Y, MERLIN L, RODRIGUEZ D.Comparing measures of urban land use mix[J].Computers, Environment and Urban Systems，2013，42：1-13.

［19］COMER D, GREENE J S.The development and application of a land use diversity index for Oklahoma City, OK[J].Applied Geography，2015，60：46-57.

［20］VORONTSOVA A V, VORONTSOVA V L, SALIMGAREEV D V.The development of urban areas and spaces with the mixed functional use[J].Procedia Engineering，2016，150：1996-2000.

［21］ 方可. 簡·雅各布斯關于城市多樣性的思想及其對舊城改造的啟示: 簡·雅各布斯《美國大城市的生與死》讀后[J]. 國外城市規(guī)劃，1998，13(1)：49-52.

［22］JACOB T J.The role of urban quality in the planning of international business locations: the case of Amsterdam zuidas[J].Journal of Urban Design，2007，12（2）：275-293.

［23］ 孫翔.新加坡“白色地段”概念解析[J].城市規(guī)劃，2003，27（7）：51-56.

SUN X.Concept analysis of the ‘white site’ in Singapore[J].City Planning Review，2003，27（7）：51-56.

［24］WEBSTER D，CAI J M，MULLER L. The new face of periurbanization in east Asia：modern production zones, middle-class lifesytles, and rising expectations[J]. Journal of Urban Affairs,2014, 36(Suppl1)，315-333.

［25］BONTEMPS S, DEFOURNY P, RADOUX J, et al. Consistent global land cover maps for climate modelling communities:current achievements of the ESA's land cover CCI[EB/OL].Edinburgh: ESA Living Planet Symposium, 2013[2021-07-06].https://www.researchgate.net/publication/304788651.

［26］YANG Y K, XIAO P F, FENG X Z, et al.Accuracy assessment of seven global land cover datasets over China[J].ISPRS Journal of Photogrammetry and Remote Sensing，2017，125：156-173.

［27］ 孫澤祥, 劉志鋒, 何春陽, 等.中國快速城市化干燥地區(qū)的生態(tài)系統(tǒng)服務權(quán)衡關系多尺度分析: 以呼包鄂榆地區(qū)為例[J].生態(tài)學報，2016，36（15）：4881-4891.

SUN Z X, LIU Z F, HE C Y, et al.Multi-scale analysis of ecosystem service trade-offs in urbanizing drylands of China: a case study in the Hohhot-Baotou-Ordos-Yulin Region[J].Acta Ecologica Sinica，2016，36（15）：4881-4891.

［28］WU W J, ZHAO S Q, ZHU C, et al.A comparative study of urban expansion in Beijing, Tianjin and Shijiazhuang over the past three decades[J].Landscape and Urban Planning，2015，134：93-106.

［29］FRANK L.Impacts of mixed used and density on utilization of three modes of travel: single-occupant vehicle, transit, walking[J].Transportation Research Record Journal of the Transportation Research Board，1994，1466：44-52.

［30］FRANK L D, SCHMID T L, SALLIS J F, et al.Linking objectively measured physical activity with objectively measured urban form: findings from SMARTRAQ[J].American Journal of Preventive Medicine，2005，28（2）：117-125.

［31］TAPIO P.Towards a theory of decoupling: degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J].Transport Policy，2005，12（2）：137-151.

［32］ 田義超, 黃遠林, 張強, 等.北部灣南流江流域土地覆蓋及生物多樣性模擬[J].中國環(huán)境科學，2020，40（3）：1320-1334.

TIAN Y C, HUANG Y L, ZHANG Q, et al.Simulation of land cover and biodiversity in Nanliu River Basin in Beibu Gulf[J].China Environmental Science，2020，40（3）：1320-1334.

［33］ 郭朝先.中國碳排放因素分解: 基于LMDI分解技術[J].中國人口·資源與環(huán)境，2010，20（12）：4-9.

GUO C X.Decomposition of China's carbon emissions: based on LMDI method[J].China Population, Resources and Environment，2010，20（12）：4-9.

［34］ZHANG L B, JIANG Z J, LIU R K, et al.Can China achieve its CO2emission mitigation target in 2030: a system dynamics perspective[J].Polish Journal of Environmental Studies，2018，27（6）：2861-2871.