基于夜間燈光數(shù)據(jù)的中國海島縣碳排放時空分異及影響因素研究

狄 乾 斌，侯 智 文，陳 小 龍

(1.遼寧師范大學海洋經(jīng)濟與可持續(xù)發(fā)展研究中心，遼寧 大連 116029；2.遼寧師范大學地理科學學院，遼寧 大連 116029)

0 引言

2021年中央財經(jīng)委員會第九次會議指出：“實現(xiàn)碳達峰、碳中和是一場廣泛而深刻的經(jīng)濟社會系統(tǒng)性變革，要把碳達峰、碳中和納入生態(tài)文明建設整體布局”，將對碳排放引起的全球氣候變化和環(huán)境保護等問題的重視程度提升到新高度[1]。現(xiàn)階段我國經(jīng)濟發(fā)展、人口規(guī)模、能源消耗以及產(chǎn)業(yè)結(jié)構(gòu)等存在明顯區(qū)域差異，對碳排放及節(jié)能減排的要求也不同。相對于陸域而言，海島地區(qū)普遍存在土地資源緊缺、生態(tài)承載力弱及節(jié)能降耗程度不高等問題，迫切需要轉(zhuǎn)變發(fā)展模式，從而穩(wěn)固生態(tài)環(huán)境，如何向低碳發(fā)展模式轉(zhuǎn)型，是實現(xiàn)海島地區(qū)高質(zhì)量發(fā)展的重要議題[2]。因此，在“雙碳”目標下，精準把握中國各海島縣碳排放時空演變特征及其影響因素，從而制定更合理的碳減排對策，可為低碳生態(tài)海島建設提供重要依據(jù)。

當前，國內(nèi)外學者針對碳排放及其驅(qū)動機制展開了大量研究，研究區(qū)域涉及全球[3]、國家[4]、省域[5]、城市[6]、縣域[7]等多個尺度，研究內(nèi)容主要包括碳排放量的測度[8]、碳排放與人類生產(chǎn)生活的影響關(guān)系[9-12]、時空動態(tài)演變及影響因素分析[13]等；研究方法方面，多以碳排放清單估算[14]、投入產(chǎn)出模型[15]、面板數(shù)據(jù)模型[16]估算碳排放，同時利用變異系數(shù)、基尼系數(shù)、泰爾指數(shù)[17]、探索性空間數(shù)據(jù)分析[18]等探究碳排放空間差異，在此基礎(chǔ)上利用對數(shù)平均權(quán)重分解法[19]、多重差分模型、LMDI分解方法[20]、Tapio脫鉤模型、面板數(shù)據(jù)的滯后期工具變量法[21]、STIRPAT模型[22]、地理加權(quán)回歸[23]等探討碳排放驅(qū)動機制。然而，區(qū)域統(tǒng)計數(shù)據(jù)的有效性始終是碳排放方法研究的核心問題，全球夜間燈光影像數(shù)據(jù)的飛速發(fā)展較好彌補了相關(guān)區(qū)域統(tǒng)計數(shù)據(jù)缺乏的問題[24]。國內(nèi)外學者圍繞夜間燈光數(shù)據(jù)在經(jīng)濟發(fā)展、人口估算、能源消耗、資源利用等方面[25-27]進行研究，還有學者利用夜間燈光數(shù)據(jù)探討碳排放及其時空演化特征[28]，但借助夜間燈光數(shù)據(jù)估算碳排放存在線性回歸模型擬合優(yōu)度和模擬效果不顯著問題。綜上，現(xiàn)有研究多集中在全球、國家、省域等宏觀尺度，對縣域等精細化尺度關(guān)注較少，特別是縣級海島碳排放研究更少。因此，本文對2000-2013年DMSP-OLS年度和2012-2017年NPP-VIIRS月度夜間燈光數(shù)據(jù)進行校正擬合，構(gòu)建基于能源消耗的碳排放回歸估算模型，并系統(tǒng)分析中國12個典型海島縣的碳排放時空演變格局，借助擴展STIRPAT及嶺回歸定量模型探究碳排放影響因素，以期為進一步提升和完善海島縣碳排放機制以及推動海島縣高質(zhì)量低碳發(fā)展提供參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域

中國海島眾多，常年有人居住的海島多達450多個，多數(shù)海島環(huán)境封閉，系統(tǒng)開放性低，生態(tài)結(jié)構(gòu)單一，穩(wěn)定性差。本文選取遼寧省長?？h，山東省長島縣，上海市崇明區(qū)，浙江省定海區(qū)、普陀區(qū)、岱山縣、嵊泗縣、玉環(huán)市、洞頭區(qū)，福建省平潭縣、東山縣和廣東省南澳縣12個海島縣為研究對象，從南到北分布在我國四大海域，緯度地帶性明顯，各海島縣的社會經(jīng)濟、生態(tài)環(huán)境和資源稟賦差異明顯，具有地域代表性；與其他海島相比，12個典型海島縣經(jīng)濟發(fā)展規(guī)模大，統(tǒng)計數(shù)據(jù)基礎(chǔ)好，社會活動和生態(tài)系統(tǒng)兼具開放性和完整性，經(jīng)濟發(fā)展與資源環(huán)境矛盾突出，適合作為討論“雙碳”戰(zhàn)略下海島縣高質(zhì)量發(fā)展模式和實施路徑的典型研究對象。

1.2 數(shù)據(jù)來源及處理

(1)夜間燈光數(shù)據(jù)。包括2000-2013年DMSP-OLS年度燈光數(shù)據(jù)集和2012年4月至2017年12月NPP-VIIRS月度燈光數(shù)據(jù)集，具體處理過程為：1)DMSP-OLS數(shù)據(jù)校正。對2000-2013年DMSP-OLS數(shù)據(jù)進行重投影、重采樣及裁剪處理，并參考文獻[29]構(gòu)建回歸模型：DNcorrect=aDN2+bDN+C，選取燈光數(shù)據(jù)DN值變化小的區(qū)域為不變目標區(qū)域，以DN值總和最高的數(shù)據(jù)為參考數(shù)據(jù)集求得參數(shù)a、b和c，而后進行年內(nèi)融合校正和年際校正。2)NPP-VIIRS數(shù)據(jù)校正。對2012-2017年NPP-VIIRS月度數(shù)據(jù)進行重投影、重采樣以及裁剪處理，并與DMSP-OLS分辨率匹配，而后進行穩(wěn)定性校正、異常值剔除和年際校正。3)DMSP-OLS和NPP-VIIRS融合校正。利用2013年校正后的DMSP-OLS與NPP-VIIRS數(shù)據(jù)建立縣域尺度的回歸關(guān)系，得出自然指數(shù)型模型擬合優(yōu)度為0.80364，高于一次函數(shù)、一元二次函數(shù)和冪函數(shù)模型回歸結(jié)果，回歸方程為y=5.58225×e0.0589x(x為NPP-VIIRS 數(shù)據(jù)DN值，y為DMSP-OLS數(shù)據(jù)DN值)；利用該方程對2014-2017年NPP-VIIRS數(shù)據(jù)進行DMSP-OLS尺度時間序列連續(xù)性校正，最后得到2000-2017年中國12個海島縣融合校正后的 DMSP-OLS尺度夜間燈光數(shù)據(jù)集。

(2)能源消耗數(shù)據(jù)和社會經(jīng)濟統(tǒng)計數(shù)據(jù)。能源消耗數(shù)據(jù)來源于2001-2018年《中國縣域統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》；碳排放因子數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》《城市溫室氣體清單研究》《2006年國家溫室氣體排放清單指南》；各海島縣的人口、人口結(jié)構(gòu)、GDP、產(chǎn)業(yè)結(jié)構(gòu)、生活水平、公共收入與支出等社會經(jīng)濟統(tǒng)計數(shù)據(jù)來源于國民經(jīng)濟與社會發(fā)展統(tǒng)計公報、各縣統(tǒng)計年鑒及政府工作報告等，相關(guān)數(shù)據(jù)計算前均已進行預處理，滿足計算準確性。

1.3 研究方法

1.3.1 能源消耗碳排放計算模型 利用能源消耗估算碳排放簡單易行，且測算結(jié)果可靠。本文測算中國沿海12個典型海島縣能源消耗碳排放量的計算公式為[24]：

(1)

式中：CT為某海島縣的碳排放總量；ki、Ei分別為第i種能源的消耗量和碳排放系數(shù)[4]；n為能源類型數(shù)量。

1.3.2 夜間燈光數(shù)據(jù)與能源消耗碳排放量的回歸模型 通過區(qū)域統(tǒng)計獲得各海島縣夜間燈光DN平均值與總值，夜間燈光DN值越大，則碳排放量越多[22]，據(jù)此可建立碳排放回歸估算模型(式(2))。為確保模型準確性，采用縣級碳排放零誤差法對像素尺度數(shù)據(jù)進行校正(式(3))。

CEj=pDNj+q

(2)

式中：CEj、DNj分別為像元j的碳排放量和DN值；p和q為回歸系數(shù)。

(3)

1.3.3 STIRPAT擴展模型 STIRPAT模型基于傳統(tǒng)IPAT模型提出[30]，具有可拓展性，廣泛應用于區(qū)域碳排放影響因素研究，其一般形式可表示為式(4)，將模型兩邊分別取對數(shù)得到式(5)[31]。為進一步分析中國海島縣碳排放的關(guān)鍵因素，結(jié)合海島綜合發(fā)展實際特征，本文對STIRPAT模型進行擴展：選取地區(qū)生產(chǎn)總值(x1)表示經(jīng)濟規(guī)模，戶籍人口總數(shù)(x2)表示人口規(guī)模，第二產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重(x3)表示產(chǎn)業(yè)結(jié)構(gòu)，一般公共預算收入(x4)表示公共收入，一般公共預算支出(x5)表示公共支出，居民儲蓄存款余額(x6)表示生活水平，共6個指標作為碳排放的影響因素(式(6))。

I=aPbAcTde

(4)

式中：I、P、A、T分別為環(huán)境、人口、經(jīng)濟、科技因素；a為模型系數(shù)；b、c、d分別為人口、經(jīng)濟、科技因素的估計系數(shù)；e為隨機誤差項。

lnI=lna+blnP+clnA+dlnT+lne

(5)

lnI=lna+β1lnx1+β2lnx2+β3lnx3+

β4lnx4+β5lnx5+β6lnx6

(6)

式中：I為能源消耗碳排放量(萬t)；β1，β2，…，β6為各變量系數(shù)。

2 結(jié)果分析

2.1 基于能源消耗的碳排放量時空特征

由表1可知，各海島縣能源消耗碳排放量存在顯著空間差異。2000-2017年碳排放高值區(qū)集中在長三角地區(qū)，如上海市崇明區(qū)以及浙江省定海區(qū)、普陀區(qū)、玉環(huán)市；碳排放低值區(qū)主要包括山東省長島縣、遼寧省長?？h以及浙江省洞頭區(qū)和嵊泗縣等。2012年海島縣碳排放呈擴大趨勢，主要表現(xiàn)在浙江省定海區(qū)、福建省平潭縣和東山縣；2012年后不同區(qū)域的能源消耗碳排放差異進一步擴大，崇明區(qū)碳排放量約為嵊泗縣碳排放量的130倍，其高能耗產(chǎn)業(yè)對碳排放升高具有重要影響。由此可得，我國海島縣能源消耗碳排放空間異質(zhì)性較強，碳排放差異顯著；碳排放低值區(qū)呈穩(wěn)定態(tài)勢，碳排放高值區(qū)呈現(xiàn)增長且持續(xù)擴張態(tài)勢。

表1 2000-2017年中國12個海島縣能源消耗碳排放量

2.2 能源消耗碳排放與夜間燈光DN值回歸

2.2.1 模型擬合整體效果分析 通過構(gòu)建縣級行政單元的能源消耗碳排放統(tǒng)計值與夜間燈光數(shù)據(jù)DN值的回歸估算模型，可得到中國沿海12個典型海島縣的碳排放量，回歸估算模型在0.001水平上顯著，擬合優(yōu)度達到0.94476。進一步對2000-2017年中國12個典型海島縣碳排放模型擬合結(jié)果進行精度檢驗(表2)，可以看出12個典型海島縣碳排放回歸估算結(jié)果與能源消耗碳排放結(jié)果一致，其中相對誤差最大和最小的縣域分別為浙江省洞頭區(qū)和上海市崇明區(qū)，12個海島縣的碳排放平均誤差為5.14%，除洞頭區(qū)外，相對誤差均小于15%，表明本文方法估算精度較好，可為海島縣碳排放時空演變特征研究提供數(shù)據(jù)支撐。

表2 2000-2017年中國12個海島縣碳排放相對誤差

2.2.2 1 km柵格尺度碳排放時空演變特征 從2000年、2010年和2017年中國海島縣碳排放空間分布(圖1)看，2000-2017年12個海島縣碳排放總量持續(xù)增長，并存在顯著的空間異質(zhì)性。高碳排放區(qū)以碳排放高值區(qū)為核心，呈放射狀向外擴張，逐漸形成連片貫通態(tài)勢，少數(shù)分布在西北部，其中，受經(jīng)濟增長影響，崇明區(qū)、定海區(qū)、普陀區(qū)和玉環(huán)市表現(xiàn)最顯著，洞頭區(qū)在中心城市輻射帶動下也表現(xiàn)為碳排放高值區(qū)，岱山縣和嵊泗縣有升高趨勢；中等碳排放區(qū)的平潭縣和東山縣碳排放量逐年增多，由點狀分布擴張為線狀布局；低碳排放區(qū)狀態(tài)較平穩(wěn)，受資源稟賦和粗放式發(fā)展限制，長?？h變化不顯著，長島縣南部地區(qū)有增加趨勢，南澳縣在廣東省沿海生態(tài)治理影響下，碳排放呈下降趨勢。

圖1 2000年、2010年、2017年中國12個海島縣估算碳排放演變特征

3 影響因素分析

以擴展STIRPAT方程為模型，借助SPSS 26.0軟件中的最小二乘估計(OLS)法對數(shù)據(jù)進行多元回歸分析，回歸模型R2為0.9684，且F統(tǒng)計量均通過1%水平的顯著性檢驗；其中經(jīng)濟規(guī)模和生活水平的 VIF 值分別為107.8191和59.9869，表明變量存在多重共線性，OLS法擬合出的系數(shù)不可靠。為消除自變量的多重共線性影響，本文采用嶺回歸模型對數(shù)據(jù)進行重新估計(表3)。由表3可知，除常數(shù)項外，其他變量均通過1%水平的顯著性檢驗，R2為0.907，F(xiàn)統(tǒng)計量均通過1%水平的顯著性檢驗。因此，回歸結(jié)果可解釋各海島縣碳排放量與影響因素之間的關(guān)系。其中，經(jīng)濟規(guī)模是影響各海島縣碳排放最重要的因素，嵊泗縣受其影響最大，經(jīng)濟規(guī)模每增加1%，碳排放量將增加0.852%；人口規(guī)模對普陀區(qū)、岱山縣及長島縣的碳排放增長起到推動作用；產(chǎn)業(yè)結(jié)構(gòu)升級對長海縣、長島縣及洞頭區(qū)碳排放量的增加影響最大；公共收入對崇明區(qū)影響程度最高，公共收入每增加1%，碳排放量將增加0.220%，其次為南澳縣、玉環(huán)市和定海區(qū)，分別增加0.199%、0.197%和0.196%；公共支出對嵊泗縣的影響最大，公共支出每增加1%，碳排放量將增加0.575%，其次為崇明區(qū)和玉環(huán)市，分別增加0.221%和0.193%；生活水平對長海縣的影響程度最大，生活水平每增加1%，碳排放量將增加0.819%，其次為東山縣和岱山縣，分別增加0.171%和0.160%。綜上，各海島縣碳排放量受多種因素影響，且影響程度各有不同，經(jīng)濟規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)是推動海島縣碳排放量增長的重要因素，而人口規(guī)模、生活水平和公共收支次之?？梢?，區(qū)分不同因素影響差異度有助于制定因地制宜的減排措施。

對比已有研究成果，學者對不同類型區(qū)域的碳排放影響因素的研究結(jié)果各有差異，主要原因在于數(shù)據(jù)處理方法、經(jīng)濟發(fā)展模式迥異。大量樣本實證研究表明，經(jīng)濟規(guī)模對碳排放有驅(qū)動作用且呈現(xiàn)出階段性變化，一般為先增后減趨勢；產(chǎn)業(yè)結(jié)構(gòu)成為降低海島碳排放的重要驅(qū)動因素，應優(yōu)化產(chǎn)業(yè)發(fā)展方向，發(fā)展低碳排放產(chǎn)業(yè)，保持經(jīng)濟發(fā)展增速；與內(nèi)陸城市類似，海島縣公共支出升高以及經(jīng)濟增長也在一定程度上促進碳排放量增加。

4 結(jié)論與建議

本文基于中國12個典型海島縣的環(huán)境和經(jīng)濟社會發(fā)展數(shù)據(jù)，選擇合適模型測算出能源消耗碳排放量，通過融合校正DMSP-OLS和NPP-VIIRS夜間燈光數(shù)據(jù)構(gòu)建碳排放估算模型，最后運用GIS空間分析對中國海島縣碳排放空間分異特征進行分析，并利用擴展STIRPAT及嶺回歸定量模型評價碳排放影響因素。主要結(jié)論如下：1)2000-2017年中國海島縣能源消耗碳排放總量呈現(xiàn)增長趨勢，玉環(huán)市、普陀區(qū)和定海區(qū)為碳排放高值區(qū)，這與海島地區(qū)的產(chǎn)業(yè)發(fā)展模式和經(jīng)濟規(guī)模有關(guān)，在今后的發(fā)展過程中仍將面臨嚴峻的碳減排壓力，南澳縣的零碳經(jīng)濟發(fā)展路徑可為各海島縣發(fā)展提供借鑒。2)自然指數(shù)型回歸模型下的DMSP-OLS和NPP-VIIRS夜間燈光數(shù)據(jù)融合校正模型擬合優(yōu)度為0.80364，由此得到2000-2017年中國海島縣長時間序列夜間燈光數(shù)據(jù)集，與能源消耗碳排放量的模型擬合優(yōu)度達0.9447，估算模型有效，除洞頭區(qū)外，其余11個縣域的相對誤差均在15%內(nèi)，海島縣的碳排放平均誤差為5.14%，符合精度要求。3)2000-2017年中國12個典型海島縣高碳排放地區(qū)連片擴張趨勢顯著；崇明區(qū)、定海區(qū)、普陀區(qū)和玉環(huán)市的碳排放擴張最顯著；長海縣、洞頭區(qū)、長島縣和嵊泗縣始終處于低值狀態(tài)。4)經(jīng)濟規(guī)模的擴大對碳排放量的增加影響最大，促進經(jīng)濟高質(zhì)量發(fā)展是降低碳排放的最有效途徑；其次為公共支出，作為政府干預經(jīng)濟的手段，該方式對經(jīng)濟發(fā)展起到重要推動作用，從而影響碳排放量；同時，人口規(guī)模的變化也對區(qū)域碳排放量產(chǎn)生重要影響，但基于海島縣空間和人口約束，無法降低人口規(guī)模對區(qū)域碳排放產(chǎn)生的影響。

根據(jù)上述結(jié)論提出以下建議：1)崇明區(qū)、普陀區(qū)等海島縣在保持經(jīng)濟中速發(fā)展的情景下，促進海洋產(chǎn)業(yè)轉(zhuǎn)型升級，同時提升綠色技術(shù)創(chuàng)新機制，改變當前單一的產(chǎn)業(yè)結(jié)構(gòu)，提升船舶修造、石油化工和水產(chǎn)加工等主導工業(yè)部門能源效率，從而有效降低碳排放量，提高區(qū)域經(jīng)濟發(fā)展質(zhì)量。2)遠離經(jīng)濟腹地的海島縣，應建設海洋牧場，推進三產(chǎn)融合，加速創(chuàng)新驅(qū)動，加快轉(zhuǎn)型升級，努力深耕現(xiàn)代漁業(yè)，服務鄉(xiāng)村振興，加快城鎮(zhèn)化發(fā)展進程，助推低碳排放海島縣高質(zhì)量發(fā)展。3)各海島縣社會經(jīng)濟發(fā)展的工作重心應從產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化方面入手，堅持產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化原則，考慮產(chǎn)業(yè)分工網(wǎng)絡的區(qū)域可達性，海陸統(tǒng)籌，依托毗鄰陸域經(jīng)濟空間，發(fā)揮海島縣比較優(yōu)勢，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，降低碳排放；其次發(fā)展潮汐、風能和太陽能等新能源產(chǎn)業(yè)，利用全國碳排放交易市場機制，在主動承擔減排義務的同時獲取本土發(fā)展利益，服務國家雙碳戰(zhàn)略大局。

由于縣域統(tǒng)計年鑒指標口徑變化與數(shù)據(jù)量較少，本文在縣域數(shù)據(jù)量、面板模型指標、數(shù)據(jù)質(zhì)量等方面仍有待優(yōu)化；部分社會經(jīng)濟要素不能完全體現(xiàn)出對海島縣碳排放的影響，今后應篩選出更多相關(guān)的碳排放影響因素。