基于縣域尺度土地利用碳排放的時空分異及影響因素研究

張 杰,陳 海,劉 迪,史琴琴,耿甜偉

(西北大學(xué) 城市與環(huán)境學(xué)院/陜西省地表系統(tǒng)與環(huán)境承載力重點實驗室，陜西 西安 710127)

快速城市化導(dǎo)致了土地利用/覆被在不同時間和空間尺度上的顯著變化[1],大量研究表明，土地利用變化是影響碳排放的重要因素[2-4],其對大氣濃度急劇增加的影響僅次于人類燃燒化石燃料[5],間接對全球和區(qū)域的氣候變化產(chǎn)生重要影響。由于各類土地自身和利用過程中的差異,其所產(chǎn)生的碳排放不相同[6],土地利用結(jié)構(gòu)變化可能導(dǎo)致不同地類的碳源、碳匯功能變化[7]。事實表明，土地利用變化增加了大氣中的碳含量[8],對全球氣候變化產(chǎn)生深刻影響。因此，基于土地利用變化視角探討土地利用變化的碳排放效應(yīng),對于土地的可持續(xù)化利用、發(fā)展低碳經(jīng)濟和改善生態(tài)環(huán)境具有重要的理論和現(xiàn)實意義。

土地利用碳排放的研究主要集中在土地利用碳排放核算及機理研究[9-12]、土地利用變化與經(jīng)濟增長的關(guān)系[13-14]、土地利用碳排放的空間分異及影響因素[15-17]、土地利用碳排放與生態(tài)補償研究[18-20]和土地利用低碳化研究[21-23]等方面。在研究尺度上，大多是基于國家[24-25]、省市[20,26-27]等較大尺度上展開研究,而以縣域作為研究單元分析某一區(qū)域土地利用碳排放的研究較為缺乏。且我國不同縣域之間社會經(jīng)濟發(fā)展狀況及自然環(huán)境等差異明顯,因此有必要以縣域作為研究單元,評估不同縣域之間的土地利用碳排放差異。碳排放影響因素研究大多采用因素分解法,如對數(shù)平均D式指數(shù)分解法(LMDI)[28]、STIRPAT模型[29]、Kaya恒等式[30]和灰色關(guān)聯(lián)模型[31]等方法。其中，因素分解法是將碳排放量的影響因素進行乘積分解,通過權(quán)重來測算因素的重要程度,灰色關(guān)聯(lián)法則通過要素間的關(guān)聯(lián)程度來確定因素的重要性，兩者應(yīng)用最為廣泛。但這些模型和方法未考慮研究單元之間的互相影響,即沒有從地理視角考慮鄰近單元之間的空間聯(lián)系和相關(guān)性,因而具有一定局限性。

基于此,本文以陜西省為研究區(qū),基于縣域尺度測算1990—2015年陜西省不同縣域之間的碳排放量,分析其時空演化特征及碳排放風(fēng)險,并引入空間滯后模型和空間誤差模型,從空間計量視角分析縣域碳排放空間異質(zhì)性的影響因素,對于國家和地方政府因地制宜地制定低碳發(fā)展策略和評估生態(tài)風(fēng)險具有一定意義。

1 研究區(qū)域概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

陜西省(31°42′N～39°35′N,105°29′E～111°15′E)位于中國內(nèi)陸腹地,地勢南北高、中間低,北部為黃土高原,中部為關(guān)中平原,南部為秦巴山地,總面積20.56×104km2(見圖1)。受地形地貌和風(fēng)俗習(xí)慣的影響,將陜西省劃分為陜北、關(guān)中和陜南三大區(qū)域。陜北地區(qū)地貌千溝萬壑、支離破碎,含有塬、梁、峁、丘陵溝壑等多種地貌類型,年降水量較少；關(guān)中地區(qū)地形以平原、盆地為主,地勢平坦,氣候溫和；陜南地區(qū)以山地地形為主,屬于濕潤區(qū),降水較多,但地質(zhì)災(zāi)害頻發(fā)。截止2018年,陜西省總?cè)丝? 864萬,地區(qū)生產(chǎn)總值為24 438億元,城鎮(zhèn)化水平為58.13%,城鎮(zhèn)化發(fā)展迅速。本研究選取時間段內(nèi),陜西省土地利用結(jié)構(gòu)發(fā)生較大變化,是土地利用碳排放及其時空分異的良好研究對象。

圖1 研究區(qū)與數(shù)字高程 Fig.1 Study area and digital elevation

陜西省共轄10個地級市,29個市轄區(qū),3個縣級市，75個縣,共107個縣級行政單元?？紤]到數(shù)據(jù)的可獲得性,本文參考已有研究[32],將部分市轄區(qū)合并為一個縣級行政單元,如將咸陽市的秦都區(qū)、楊凌區(qū)和渭城區(qū)合并為咸陽市區(qū),處理后共有95個研究單元。

1.2 數(shù)據(jù)來源與處理

1)陜西省1990—2015年土地利用數(shù)據(jù)來源于中國西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心(http:∥westdc.westgis.ac.cn)的陜西省1∶100 000土地利用矢量數(shù)據(jù)集,數(shù)據(jù)精度達90%以上[33]。根據(jù)我國土地利用現(xiàn)狀分類標準(GB/T21010—2017),地類分為耕地、林地、草地、水域、建設(shè)用地(城鄉(xiāng)、工礦以及居民地)、未利用地6類,重采樣為30 m的地類柵格,通過ArcGIS10.2軟件進行分區(qū)統(tǒng)計,得到陜西省各縣市土地面積數(shù)據(jù)。

2)陜西省能源數(shù)據(jù)、各縣市的單位GDP能耗數(shù)據(jù)及社會經(jīng)濟數(shù)據(jù)來源于1990年、2000年、2010年和2015年的《中國能源統(tǒng)計年鑒》《陜西統(tǒng)計年鑒》和《中國縣域統(tǒng)計年鑒》及各縣市的統(tǒng)計局網(wǎng)站,2015年各縣退耕面積數(shù)據(jù)來源于陜西省種苗與退耕中心。

3)DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云ASTER GDEMS數(shù)據(jù)集30 m DEM柵格(http:∥www.gscloud.cn/),通過ArcGIS10.2提取研究區(qū)的高程和坡度。

2 研究方法

2.1 碳排放測算

土地利用碳排放一般可分為直接碳排放和間接碳排放2種類型,前者是指由于不同地類類型變化引發(fā)的碳排放,后者是指承載了大量人類活動導(dǎo)致的碳排放,主要是能源消耗產(chǎn)生的碳排放[8]。耕地和建設(shè)用地主要發(fā)揮碳源作用,林地、草地、水域和未利用地主要發(fā)揮碳匯作用?；贗PCC清單的模型估算是目前用于測算土地利用碳排放的主流算法[12]。因此,本文對耕地、林地、草地、水域和未利用地采用基于IPCC清單的直接估算法[2,15,23],其估算公式為

Ebn=∑ei=∑Si×αi

(1)

其中,Ebn為第n縣直接碳排放總量；ei為各種土地利用類型產(chǎn)生的碳排放量；Si為各種土地利用類型對應(yīng)的土地面積；αi為各種土地利用類型的碳排放(吸收)系數(shù),正值表示碳排放,負值表示碳吸收；i=1，2，3，4，5,分別代表5種不同土地利用類型。根據(jù)現(xiàn)有研究[2,15,34],并結(jié)合研究區(qū)域?qū)嶋H,本文的耕地、林地、草地、水域和未利用地的碳排放系數(shù)分別取0.459 5 t/(hm2.a)、-0.612 5 t/(hm2.a)、-0.022 t/(hm2.a)、-0.025 3 t/(hm2.a)和-0.000 5 t/(hm2.a)。

建設(shè)用地由于承載了大量人類活動,其碳排放量主要通過土地利用過程中的能源消耗進行間接估算,由于陜西省各縣市的能源消耗數(shù)據(jù)的不可獲得性,因此參考現(xiàn)有研究成果[2,13],以單位GDP能耗數(shù)據(jù)為基礎(chǔ)估算各縣域的建設(shè)用地碳排放量，其公式為

Ecn=Eb×En/∑En=

Eb×GDPn×Dn/∑(GDPn×Dn)

(2)

其中,Ecn為第n縣建設(shè)用地碳排放總量;Eb為建設(shè)用地碳排放總量;En為第n縣能源消耗總量;GDPn為第n縣當年地區(qū)生產(chǎn)總值;Dn為第n縣單位GDP能耗。為增強不同時期數(shù)據(jù)的可對比性,單位GDP能耗和地區(qū)生產(chǎn)總值數(shù)據(jù)按照1990年的當量價進行計算。

土地利用碳排放總量測算公式為

E=Ebn+Ecn

(3)

其中,E為第n年6種土地利用產(chǎn)生的碳排放總量。

2.2 碳排放風(fēng)險指數(shù)計算

土地利用類型的變化會對當?shù)氐纳鷳B(tài)系統(tǒng)造成一定影響,進而導(dǎo)致生態(tài)風(fēng)險,為了分析不同土地利用類型與生態(tài)環(huán)境的關(guān)系,本文參考前人的研究成果[34],引入不同土地利用類型的碳排放風(fēng)險指數(shù),以表示陜西省縣域綜合碳排放風(fēng)險的相對大小，其表達式為

(4)

其中,CRi為陜西省第i縣域土地利用碳排放風(fēng)險指數(shù);Sji為第i縣第j類的土地利用面積;Pji為第i縣第j類的土地利用類型的碳排放系數(shù);S為研究區(qū)的總面積。

因為SjiPji表示的是i縣第j類土地利用的碳排放量,因此當j表示建設(shè)用地地類時,可直接用第i縣建設(shè)用地碳排放量表征SjiPji的值。碳排放風(fēng)險指數(shù)值越大,表示該區(qū)域碳排放風(fēng)險程度越高,反之,則越低。

2.3 空間計量經(jīng)濟模型

空間計量經(jīng)濟學(xué)理論認為一個區(qū)域空間單元上的某種經(jīng)濟地理現(xiàn)象與鄰近地區(qū)空間單元上同一現(xiàn)象是相關(guān)的。全局空間自相關(guān)主要用于分析區(qū)域總體的空間關(guān)聯(lián)度及差異程度[25],通過描述事物或現(xiàn)象的空間分布格局并將其可視化來發(fā)現(xiàn)空間集聚或分散程度[32],是空間計量模型使用的前提,其數(shù)學(xué)表達式為

(5)

在此基礎(chǔ)上,本文主要引用空間滯后模型(spatial lag model,SLM)和空間誤差模型(spatial error model,SEM)進行影響因素分析。SLM主要用于測度某一區(qū)域?qū)χ車鷧^(qū)域的影響及其強度,也可稱為空間自回歸模型。SEM主要是考慮了隨機誤差的存在使得變量的選取和測度產(chǎn)生的一些不確定性因素,從而對因變量產(chǎn)生一定程度影響，其公式為

SLM:Y=ρWY+Xβ+ε

SEM:Y=Xβ+ε

ε=λWε+μ

(6)

其中,Y為因變量,用地均碳排放量表示；ρ和λ分別對應(yīng)空間誤差模型和空間滯后模型的空間自回歸系數(shù)；W是元素為0和1的空間權(quán)重矩陣；X為K維自變量行向量；β為相應(yīng)解釋變量的系數(shù)；ε和μ為隨機誤差向量。

3 結(jié)果分析

3.1 時間演變特征分析

通過計算得到1990—2015年陜西省土地利用的碳源、碳匯和各種土地利用類型的碳排放(吸收)占比。由表1可知,陜西省碳排放量從1990年的1 869×104t增加到2015年的8 045×104t,處于持續(xù)增加狀態(tài),年均增長率為13.20%。其中1990—2000年增長緩慢,10年間碳排放增加242×104t,年均增長率為1.29%;2000—2010年快速增長,碳排放量增加了4 119×104t,年均增長率為19.50%;2010—2015年碳排放量增長了1 815×104t,年均增長率為5.83%,增長速度有所下降。

表1 1990—2015年陜西省不同土地利用類型的碳排放量/吸收量及其占比Tab.1 Carbon emissions/absorptionand their proportions of different land use types in Shaanxi Province from 1990 to 2015

就碳源而言,建設(shè)用地是陜西省最主要的碳源,占碳源總量由82.39%增加到96.14%,碳源作用在不斷加強;相反,耕地的碳源作用不斷減弱,尤其是2000年以后,碳源作用下降了約14%。主要原因是在2000年以后,陜西省進入快速城市化階段,建設(shè)用地不斷占用耕地、林地和草地面積。

就碳匯而言,林地是陜西省最主要碳匯,占碳匯總量均在90%以上;其次是草地,占比約為6%;水域和未利用地碳吸收較少,可忽略不計。陜西省從1999年開始實施退耕還林(草)工程,但總體而言,陜西省的林地、草地的碳吸收量并沒有明顯的變化,主要是因為退耕還林(草)工程主要在陜北地區(qū)進行,該區(qū)以退耕還草為主,而草地的碳排放系數(shù)為-0.022 t/(hm2·a),因此固碳能力弱[35]。此外,在城鎮(zhèn)化過程中建設(shè)用地迅速擴張并占用林、草地,從另一個側(cè)面說明，退耕還林還草工程取得了顯著成效,部分被建設(shè)用地的占用所抵消。

3.2 空間演變特征

為了更加直觀地分析25年來陜西省縣域土地利用碳排放空間差異及演化特征,參考前人研究成果[15,23,25],并結(jié)合研究區(qū)實際情況,利用自然斷點法將各縣域碳排放總量與增量進行等級劃分與空間制圖表達。

3.2.1 縣域陜西省土地利用碳排放量的空間演變 由圖2可知,1990—2000年各縣域單元土地利用碳排放差異不顯著。除咸陽市轄區(qū)、寶雞市轄區(qū)、西安市轄區(qū)和渭南市轄區(qū)周邊幾個縣域碳排放量在50×104t以上,其余各縣域碳排放均在50×104t以下且大部分縣域碳排放小于20×104t,其中小于20×104t的縣域均為68個,占比71.60%,說明這一時期由于大部分縣域經(jīng)濟發(fā)展水平不高且差異小,除部分市轄區(qū)和關(guān)中地區(qū)小部分經(jīng)濟相對發(fā)達縣域外,大部分縣域碳排放量較低,差異不是很顯著。

圖2 1990—2015年陜西省縣域土地利用碳排放量的空間演變Fig.2 The spatial evolution of land use carbon emissions in Shaanxi Province from 1990 to 2015

2000—2010年絕大部分縣域碳排放呈現(xiàn)快速增加狀態(tài),碳排放量超過50×104t的縣域有31個,碳排放量超過100×104t的縣域單元有12個且以市轄區(qū)為主,而碳排放量小于20×104t的下降為33個。其中，陜北地區(qū)的榆林市市轄區(qū)、府谷縣、神木縣、定邊縣、靖邊縣等碳排放量均達到100×104t以上,其他各縣的碳排放也出現(xiàn)不同程度的增加,主要原因是陜北地區(qū)資源能源豐富,產(chǎn)業(yè)結(jié)構(gòu)以開采和初加工為主,加之2000年后我國改革開放的深入發(fā)展,東部發(fā)達地區(qū)的第二產(chǎn)業(yè)向中西部地區(qū)轉(zhuǎn)移,這一時期陜北地區(qū)第二產(chǎn)業(yè)得到發(fā)展,期間伴隨著大量的能源消耗;關(guān)中地區(qū)各縣域碳排放大致呈現(xiàn)了以各市轄區(qū)為高值中心向周邊不斷減少的特征,主要原因是關(guān)中地區(qū)地理位置優(yōu)越,經(jīng)濟發(fā)展迅速,城鎮(zhèn)化進程快,建設(shè)用地耗能多,因此關(guān)中地區(qū)各縣碳排放量變化幅度較大;陜南地區(qū)除漢中市轄區(qū)和安康市轄區(qū)外,其余各縣碳排放均低于50×104t,變化幅度不大,主要原因是陜南地區(qū)產(chǎn)業(yè)結(jié)構(gòu)以農(nóng)業(yè)為主,地形以山地為主,交通閉塞,經(jīng)濟欠發(fā)達,城鎮(zhèn)化進程相對緩慢,而建設(shè)用地是最主要的碳源,因此這一時期陜南地區(qū)各縣碳排放變化不顯著。

2010—2015年大部分縣域碳排放增長速度相對放緩,碳排放總量超過100×104t的縣域有17個,超過50×104t的有42個,小于20×104t的下降為15個,主要原因是經(jīng)濟發(fā)展到一定水平,建設(shè)用地的擴張和需求相對飽和,而各市轄區(qū)碳排放仍快速增加,如西安市市轄區(qū)、榆林市市轄區(qū)和安康市市轄區(qū)5年間碳排放分別增加了406×104t、69×104t和29×104t,主要原因是市轄區(qū)是各市經(jīng)濟的主要增長體,能源消耗量大。此外,關(guān)中地區(qū)西部的隴縣、麒游縣、永壽縣、長武縣、淳化縣等及大部分陜南地區(qū)的縣域,如鎮(zhèn)巴縣、紫陽縣、漢陰縣、鎮(zhèn)坪縣和寧強縣、南鄭縣等縣域的碳排放均出現(xiàn)小幅度增長,主要原因是這些地區(qū)受交通條件和地勢地貌等的影響,經(jīng)濟發(fā)展相對滯后,因而碳排放增長相對緩慢且滯后于其他縣域。

總體上看,不同時期各市轄區(qū)碳排放總量最多且增加速度較快,陜北地區(qū)和關(guān)中平原地區(qū)大部分縣域是主要的碳排放高值地區(qū),2000年后各縣域的碳排放量空間差異性十分顯著。不同縣域之間受經(jīng)濟發(fā)展的滯后性、城鎮(zhèn)化進程、地形地貌的影響,碳排放出現(xiàn)不同程度的增加。因此,推測陜南地區(qū)在未來一段時間內(nèi)縣域碳排放量還會持續(xù)增加。

3.2.2 陜西省各縣域1990—2015年碳排放增量空間分異 由圖3可知,1990—2015年各縣域碳排放總量均出現(xiàn)不同程度的增加。除各市轄區(qū)和陜北地區(qū)的府谷縣、神木縣和韓城市增長較多外,其他各縣增長幅度相對較小,尤其是陜南地區(qū)各縣域普遍增長幅度在66.90×104t以下。究其原因,一方面各市轄區(qū)經(jīng)濟發(fā)展相對較快,建設(shè)用地較多,另一方面受當?shù)氐淖匀簧鷳B(tài)環(huán)境和退耕還林政策的影響,如陜南地區(qū)的大部分縣域增長緩慢,主要原因是當?shù)厣鷳B(tài)環(huán)境好,植被覆蓋率高。

圖3 陜西省1990—2015年碳排放增量Fig.3 The increase in carbon emissions in Shaanxi Province from 1990 to 2015

3.3 土地利用碳排放風(fēng)險分析

為了更加直觀表達陜西省各縣域單元不同時期碳排放風(fēng)險狀況,參考湯峰等人的研究成果[36],從相對重要性的角度出發(fā),同時結(jié)合研究區(qū)域的實際情況,采用自然斷點法將碳排放風(fēng)險劃分為4個等級:[-0.48，1.57),[1.57，5.47),[5.47，13.68),[13.68，63.96], 分別表示低度風(fēng)險、 中度風(fēng)險、 高度風(fēng)險和重度風(fēng)險, 得到1990—2015年陜西省各縣域的碳排放風(fēng)險分布圖(見圖4)。

由圖4可知,陜西省各縣域在1990—2015年碳排放風(fēng)險等級以中低風(fēng)險區(qū)為主。1990年和2000年的碳排放以低度風(fēng)險區(qū)為主,2010年雖然一些縣域的風(fēng)險等級提升,但仍以低度風(fēng)險區(qū)為主,2015年中度風(fēng)險區(qū)占據(jù)主要部分。其中,陜北和關(guān)中平原地區(qū)的縣域風(fēng)險等級變化最為明顯,重度風(fēng)險區(qū)零星分布,數(shù)量較少,主要為市轄區(qū)和府谷縣、神木縣。

圖4 陜西省縣域土地利用碳排放風(fēng)險等級的空間格局Fig.4 The spatial pattern of land use carbon emission risk levels in various counties in Shaanxi Province

1990—2000年土地利用類型變化不大,尤其是建設(shè)用地變化不明顯,各縣域之間碳排放量增加較少,相應(yīng)地對生態(tài)環(huán)境的影響較小,且各縣域之間差異不顯著。2000—2015年各縣區(qū)風(fēng)險等級空間差異顯著,尤其是陜北和關(guān)中平原地區(qū)大部分縣域向中高度風(fēng)險區(qū)轉(zhuǎn)變,部分縣域變化為重度風(fēng)險區(qū)。主要原因是關(guān)中地區(qū)地理條件好,經(jīng)濟快速發(fā)展,建設(shè)用地迅速擴張,這個過程伴隨著大量能源消耗,碳排放量大。而陜北地區(qū)的經(jīng)濟發(fā)展水平雖不及關(guān)中地區(qū),建設(shè)用地耗能相對較少,但陜北地區(qū)生態(tài)脆弱,生態(tài)系統(tǒng)修復(fù)能力較差。陜南地區(qū)在2010年除市轄區(qū)和小部分縣域外,仍以低風(fēng)險區(qū)為主。直至2015年大部分縣域才轉(zhuǎn)變?yōu)橹卸蕊L(fēng)險區(qū),主要由于陜南地區(qū)經(jīng)濟發(fā)展的滯后性和生態(tài)環(huán)境較好,碳吸收能力較強。

3.4 影響因素分析

3.4.1 指標選取 土地利用碳排放受諸多因素的影響,可概括為自然因素和社會經(jīng)濟因素2大類,同時,由于陜西省土地利用受到退耕還林(草)政策的影響,本文將政策因素考慮在內(nèi)。另外,考慮到地均碳排放量更具有橫向可比性,本文選取2015年陜西省各縣域地均碳排放量作為因變量,同時構(gòu)建了陜西省縣域地均碳排放的影響因子(見表2)。

表2 陜西省土地利用碳排放的影響因子Tab.2 Influencing factors of land use carbon emissions in Shaanxi Province

3.4.2 結(jié)果分析 運用空間計量模型的前提是空間要素單元之間存在相關(guān)性,本文通過對2015年陜西省各縣地均碳排放量進行空間自相關(guān)檢驗,得到Moran′I指數(shù)為0.591 9,p值通過了0.001的顯著性檢驗,z值為11.892 1,通過了相關(guān)性檢驗。因此,選取2015年的截面數(shù)據(jù),運用Stata13.0軟件得到基于空間滯后模型和空間誤差模型的影響因素的分析結(jié)果(見表3)。

表3 陜西省縣域土地利用碳排放的空間計量模型分析結(jié)果Tab.3 Analysis results of spatial measurement model of land use carbon emissions in Shaanxi Province

通過對系數(shù)的估計值、赤池信息量(AIC)和施瓦茨信息量(BIC)及顯著性水平檢驗,發(fā)現(xiàn)空間滯后模型與空間誤差模型的契合度相似,但前者的擬合優(yōu)度更好,因此主要基于空間滯后模型的回歸結(jié)果對陜西省縣域土地利用地均碳排放進行影響因素結(jié)果分析。由表可知，x1、x3、x6、x7均通過了5%的顯著性水平檢驗,但x2、x4、x5未能通過顯著性水平檢驗,因此認為GDP、城市化水平、高程、政策是影響陜西省縣域土地利用碳排放的主要因素,其中GDP、城市化水平正向影響土地利用碳排放,高程與政策因素與土地利用碳排放呈負相關(guān)關(guān)系。

首先,GDP是衡量一個地區(qū)經(jīng)濟發(fā)展水平的重要指標,隨著經(jīng)濟發(fā)展水平的提高,土地利用/覆被也會隨之發(fā)生相應(yīng)變化,主要表現(xiàn)在受經(jīng)濟利益的驅(qū)動,農(nóng)民撂荒,耕地變?yōu)榛牡?以及大量農(nóng)用地轉(zhuǎn)化為建設(shè)用地,從而使碳排放量增加;其次,城市化水平的提高是社會進步的體現(xiàn),但這個過程伴隨著大量的能源消耗,從而給環(huán)境帶來一系列負面影響;另外,高程對陜西省縣域土地利用碳排放影響程度較弱,主要原因是隨著海拔升高,土地利用受人類的影響較小;最后,政策對于陜西省縣域土地利用碳排放具有顯著的約束作用,說明退耕還林(還草)政策的實施對于陜西省由土地利用起到了碳抑制作用,同時說明了這一政策的科學(xué)性，未來必須堅定不移地繼續(xù)貫徹落實。

4 結(jié)論與討論

本文基于縣域尺度測算了陜西省1990—2015年共25年來土地利用引發(fā)的碳排放,分析了其時空差異及各縣域的碳排放風(fēng)險,并利用空間計量模型從空間角度分析了主要影響因素,主要結(jié)論如下:

1)陜西省土地利用碳排放呈不斷增加趨勢,年均增長率為13.20%,建設(shè)用地一直以來是主要碳源,且碳源作用不斷加強,耕地碳源作用不斷減弱;林地是最主要的碳匯,碳吸收貢獻率維持在94%左右,草地發(fā)揮著弱碳匯作用。

2)陜北和關(guān)中地區(qū)大部分縣域是碳排放高值區(qū),2000—2010年縣域土地利用碳排放空間差異明顯,不同時期市轄區(qū)碳排放總量最多且增速較快?？h域碳排放風(fēng)險以中低風(fēng)險區(qū)為主,但縣域碳排放風(fēng)險等級有隨著時間推移而提升和空間差異顯著的趨勢。

3)通過空間計量模型分析得到GDP、城市化水平、高程、政策是影響陜西省縣域土地利用碳排放的主要因素,且城市化水平對碳排放量的解釋作用最大。

本文以縣域為基本單元，分析了陜西省土地利用/覆被變化的碳排放影響和空間異質(zhì)性及不同縣域之間的碳排放風(fēng)險狀況,同時引入空間計量模型,結(jié)合陜西省實際狀況,考慮了政策因素和自然因素對土地利用/覆被的變化影響,同時考慮了不同縣域空間單元之間的相互影響對區(qū)域土地利用碳排放的作用,分析了縣域碳排放的影響因素。但本文依然存在一定的不足,雖然目前碳排放核算的技術(shù)標準已基本形成,但碳排放系數(shù)主要參考其他專家學(xué)者的成果,由于研究區(qū)域的差異,以此來測算陜西省縣域土地利用碳排放存在一定誤差。受行政區(qū)劃的調(diào)整的影響,本文根據(jù)實際情況,將部分市轄區(qū)合并視作一個研究單元,對于不同研究單元碳排放量的準確估算和區(qū)域之間的差異性有一定影響。本文通過較長的時序間隔數(shù)據(jù)展開研究,能看出某一時間段內(nèi)的變化,精確的面板數(shù)據(jù)則能更細致地把握縣域土地利用變化的動態(tài)過程。