土地利用碳排放空間關(guān)聯(lián)性及碳平衡分區(qū)
——以關(guān)中平原城市群為例

徐聰寶，謝明希，劉 丹，宋佃星，2*

（1.寶雞文理學(xué)院 地理與環(huán)境學(xué)院，陜西 寶雞 721013；2.寶雞文理學(xué)院 陜西省災(zāi)害監(jiān)測與機理模擬重點實驗室，陜西 寶雞 721013）

0 引言

隨著經(jīng)濟的發(fā)展，由碳污染引起的社會環(huán)境問題越來越受到人類重視。作為大氣環(huán)境中碳排放的主要源頭之一，土地利用產(chǎn)生的碳排放問題不容小覷。據(jù)2019年IPCC發(fā)布的《氣候變化與土地特別報告》，土地利用過程中產(chǎn)生的碳排放是僅次于化石能源的第二大排放源［1］。據(jù)統(tǒng)計，城市包攬了80%以上的碳排放量。作為人類社會生活的中心，城市的發(fā)展牢牢依托于能源消耗，因此也就成了碳排放產(chǎn)生的多發(fā)區(qū)。城市群作為一個巨大的城市群體系統(tǒng)，需要高強度的交互作用支撐，這一交互作用則是以人口、生產(chǎn)生活、大氣循環(huán)、技術(shù)文化傳播等“流”的形式在各個城市間體現(xiàn)出來，而碳排放會伴隨此“流”在多個城市間蔓延擴散，使得城市間的生態(tài)環(huán)境息息相關(guān)，進(jìn)而形成了龐大又錯綜復(fù)雜的碳關(guān)聯(lián)關(guān)系網(wǎng)絡(luò)。在此背景下，根據(jù)城市碳收支差異，研究城市群碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)，能更好地把握區(qū)域碳排放現(xiàn)狀，制定合理的碳減排政策來實現(xiàn)低碳發(fā)展。近年來關(guān)中平原城市群隨著城市化及工業(yè)化發(fā)展，土地利用類型轉(zhuǎn)變，能源消耗量逐漸增多，土地利用產(chǎn)生的碳排放急劇增加，因此，研究碳排放關(guān)聯(lián)結(jié)構(gòu)對該城市群實現(xiàn)低碳綠色發(fā)展有一定的理論實踐意義。

目前，國內(nèi)外對于土地利用碳排放的研究主要集中在碳排放量的核算及機理、碳排放強度及效應(yīng)、影響因素等方面［2-10］。在研究尺度上，大多以國家、省市等較大尺度為主［7-13］；在土地利用碳排放量核算上，往往忽略了未利用地、其他農(nóng)用地上的畜牧養(yǎng)殖等產(chǎn)生的碳排放［11］，在實踐應(yīng)用層面存在一定局限性；在時空特征研究方面，現(xiàn)有文獻(xiàn)主要集中在空間差異、空間溢出、空間依賴［11-14］；越來越多的學(xué)者開始關(guān)注碳收支及碳平衡分區(qū)［14-15］，并引入基尼系數(shù)來衡量區(qū)域碳排放的差異，為區(qū)域協(xié)同減排提供思路；在碳排放空間關(guān)聯(lián)關(guān)系上，大多采用空間計量法、地理加權(quán)法及網(wǎng)絡(luò)分析法等［13-16］來研究碳排放的空間轉(zhuǎn)移規(guī)律，但空間計量方法在碳排放應(yīng)用過程中存在局限性，不能反映出區(qū)域之間復(fù)雜多變的相互聯(lián)系。引力模型主要應(yīng)用在投資區(qū)位選擇、人口、空間布局［17-18］等方面，在應(yīng)用過程中，學(xué)者們根據(jù)實際情況修正模型，將公路里程、耗費時間等因素引入距離因素的測度中［13-15］，使得引力模型在空間關(guān)聯(lián)關(guān)系研究方面逐漸起到了主導(dǎo)作用；對影響因素的研究大多采用因素分解法，如對數(shù)平均迪氏指數(shù)法（LMDI）［9，16］、Kaya恒等式［9］、STIRPAT模型［19］及空間計量經(jīng)濟模型［10］等方法，但這些方法和模型忽視了區(qū)域之間及空間相鄰區(qū)域之間的相互影響。目前，土地利用碳排放研究主要集中在較為發(fā)達(dá)的區(qū)域，涉及城市群的研究較少且多集中于經(jīng)濟實力較強的地區(qū)；在碳排放測算上常常忽略農(nóng)作物生長發(fā)育產(chǎn)生的量，且關(guān)于關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)性方面的研究尚未見報道，因此，本文通過測度城市群碳收支的差異，構(gòu)建歷年碳排放引力矩陣，運用UNCIET軟件中的社會網(wǎng)絡(luò)分析法及QAP回歸分析法研究了該城市群碳關(guān)聯(lián)關(guān)系及其影響因素，并結(jié)合碳收支、空間關(guān)聯(lián)特征進(jìn)行了碳平衡分區(qū)，旨在為碳減排的實現(xiàn)提供實踐依據(jù)。

1 研究區(qū)域、方法及數(shù)據(jù)來源

1.1 研究區(qū)域概況

關(guān)中平原城市群是西部地區(qū)第2大城市群，總國土面積達(dá)10.71萬km2。截至2020年，該城市群常住人口達(dá)4345萬人?；诘乩砬闆r和人口規(guī)?，F(xiàn)狀，關(guān)中平原城市群是“人地關(guān)系”矛盾突出的西部典型城市群?？紤]到數(shù)據(jù)的可獲取性，為統(tǒng)一研究區(qū)范圍內(nèi)城市等級，本文以關(guān)中平原城市群11個地級市為研究對象。

1.2 研究方法

1.2.1 土地利用碳排放量測算 土地兼具碳源和碳匯功能，由于研究期跨度較大，土地利用分類標(biāo)準(zhǔn)有差異，參考魏燕茹［15］的處理方法，結(jié)合關(guān)中平原城市群的實際情況，確定以下8種土地利用類型：耕地、園地、林地、草地、其他農(nóng)用地、建設(shè)用地、未利用地以及水域。

1.2.1.1 碳源測算 耕地上的碳源主要考慮農(nóng)業(yè)生產(chǎn)活動、農(nóng)作物生長過程中所產(chǎn)生的碳源［11］，測算公式為：

式(1)中：C1為耕地碳排放總量；Ei分別為農(nóng)用地化肥使用折純量、農(nóng)用塑料薄膜使用量、農(nóng)業(yè)機械總動力、農(nóng)業(yè)灌溉面積及農(nóng)作物播種面積［11］，相應(yīng)的碳排放系數(shù)δi分別為0.8956 kg/kg、5.18 kg/kg、0.18 kg/kW、266.48 kg/hm2、16.47 kg/hm2。

其他農(nóng)用地上的碳源主要考慮畜牧養(yǎng)殖及人類農(nóng)業(yè)活動所引起的，測算公式為：

式(2)中：C2為畜牧養(yǎng)殖的碳排放量；Qi分別為豬、牛、羊、家禽、馬、驢、騾；ωi為各類牲畜的碳排放系數(shù)，具體來源于《IPCC國家溫室氣體排放清單指南》［11］；S0、μ分別為其他農(nóng)用地面積及碳排放系數(shù)。

建設(shè)用地上的碳排放主要由生產(chǎn)生活所消耗的能源以及人類各類社會活動所引起。由于城市能源消耗數(shù)據(jù)缺乏，因此參考景僑楠等［21］的自上而下的測算方法，測算步驟如下：

首先，根據(jù)能源平衡表里中間轉(zhuǎn)化與終端消費部分的數(shù)據(jù)，計算出相應(yīng)省份的能源消耗碳排放量，公式為：

式(3)中：C3表示省級能源消耗碳排放總量；Fi表示能源i的消耗量；σi表示能源i的排放因子，其具體數(shù)值如表1所示。

表1 化石能源種類及排放因子

在計算出各省碳排放的基礎(chǔ)上，按照一定的分配原則分配到各個城市，具體公式為：

式（4）中：Cc指城市能源消耗量；Cp指相應(yīng)省份能源消耗總量；P指相對應(yīng)的分配系數(shù)，分配系數(shù)通過各城市相應(yīng)的分配指標(biāo)占全省比例進(jìn)行確定。本文對景僑楠等［21］的分配方式進(jìn)行了簡化處理，具體見表2。

表2 能源消耗類別及分配指標(biāo)

人類活動產(chǎn)生的碳排放主要指人類新陳代謝所產(chǎn)生的碳排放，其測算公式為：

式（5）中：C4為人類活動碳排放量；P為人口數(shù)量；μ為人均碳排放系數(shù)（79 kg/a）。

1.2.1.2 碳匯測算 耕地上的碳匯主要來源于農(nóng)作物生長過程中利用光能進(jìn)行光合作用所吸收的碳量，其測算公式為：

式（6）中：E1為耕地的碳吸收量；Mi為農(nóng)作物的碳吸收率；Bi、Ti分別為農(nóng)作物的經(jīng)濟產(chǎn)量和經(jīng)濟系數(shù)，其相關(guān)數(shù)據(jù)參考《省級溫室氣體清單編制指南》［11］，具體如表3所示。

表3 農(nóng)作物的碳吸收率和經(jīng)濟系數(shù)

園地、林地、草地、水域以及未利用地的碳吸收量的測算公式為：

式（7）中：E2為其他土地的碳吸收量；Ai為不同地類的面積；εi為不同地類的碳吸收系數(shù)。綜合其他學(xué)者的研究成果及區(qū)域性差異，相關(guān)碳吸收系數(shù)分別取0.730 t/hm2（園地）、0.644 t/hm2（林地）、0.021 t/hm2（草地）、0.253 t/hm2（水域）、0.005 t/hm2（未利用地）［4-16］。

1.2.2 土地利用碳排放碳平衡分區(qū)評價指標(biāo)

1.2.2.1 碳排放基尼系數(shù) 本文采用基尼系數(shù)測量城市群各城市碳排放補償率之間的差異，其測算公式為：

式（8）中：zi、zj分別表示城市i、j的基尼系數(shù)；n表示城市總數(shù)；z表示各城市基尼系數(shù)的均值。Gini越小，表示城市間的差異越小。當(dāng)Gini小于0.3時，表示各城市處于碳協(xié)調(diào)的最佳狀態(tài)；當(dāng)Gini大于0.3且小于0.4時，表示各城市處于勉強碳協(xié)調(diào)狀態(tài)；當(dāng)Gini大于0.4且小于0.6時，表示各城市處于碳不協(xié)調(diào)的警報狀態(tài)；當(dāng)Gini大于0.6時，表示各城市處于完全不協(xié)調(diào)的危險狀態(tài)。

1.2.2.2 碳排放生態(tài)承載系數(shù) 該系數(shù)用于衡量各城市碳匯能力的大小，其測算公式為：

式（9）中：Si、S分別表示城市的碳吸收及全區(qū)域的碳吸收；Ci、C分別表示城市的碳排放及全區(qū)域的碳排放。當(dāng)ESC小于1時，表示該城市的碳吸收率較低，碳匯能力弱；當(dāng)ESC大于1時，表示該城市的碳吸收率較高，碳匯能力強。

1.2.3 土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)建 為了探究城市群土地利用碳排放關(guān)聯(lián)關(guān)系，本文采用由物理學(xué)的萬有引力定律演化而來的引力模型來實現(xiàn)，該模型在探究空間相互作用領(lǐng)域應(yīng)用廣泛。本文將碳排放量、地區(qū)生產(chǎn)總值及參數(shù)k引入模型，來更好地反映城市群內(nèi)各城市之間的碳排放關(guān)聯(lián)程度，具體模型為：

式（10）中：yij表示任意2個城市之間的引力；Dij表示任意2個城市之間的空間距離；P、T、G分別表示城市的年末人口數(shù)、碳排放量、地區(qū)生產(chǎn)總值。

基于上述模型，計算出該城市群碳排放量引力矩陣，取矩陣每一行數(shù)據(jù)的平均值作為基準(zhǔn)點，高于基準(zhǔn)點則賦值為1，表示2個城市之間碳排放關(guān)聯(lián)較強；反之賦值為0，表示2個城市之間碳排放關(guān)聯(lián)較弱，以此構(gòu)建出城市群碳排放關(guān)聯(lián)關(guān)系的二值矩陣［13］。

1.2.4 土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)特征指標(biāo) 為了更好地分析網(wǎng)絡(luò)特征及每個行動者在網(wǎng)絡(luò)中的地位，并把握城市群內(nèi)各城市之間的碳關(guān)聯(lián)關(guān)系，本文通過以下指標(biāo)進(jìn)行測度。

1.2.4.1 整體網(wǎng)絡(luò)特征指標(biāo) 網(wǎng)絡(luò)密度用于分析網(wǎng)絡(luò)中行動者之間聯(lián)系的緊密度，數(shù)值越大，表示行動者之間的聯(lián)系越頻繁；網(wǎng)絡(luò)關(guān)聯(lián)度用于分析網(wǎng)絡(luò)穩(wěn)定性的高低，若網(wǎng)絡(luò)中任意2個行動者之間都能產(chǎn)生聯(lián)系，表示該網(wǎng)絡(luò)的穩(wěn)定性較高；網(wǎng)絡(luò)等級用于分析每個行動者在網(wǎng)絡(luò)中地位等級的大小，反映各成員的支配地位；網(wǎng)絡(luò)效率是指網(wǎng)絡(luò)存在多余關(guān)系的程度，數(shù)值越大，表示網(wǎng)絡(luò)中各行動者之間聯(lián)系越疏松，網(wǎng)絡(luò)結(jié)構(gòu)穩(wěn)定性越差［13］。

1.2.4.2 個體網(wǎng)絡(luò)特征指標(biāo) 度數(shù)中心度用于衡量一個行動者與其他行動者產(chǎn)生聯(lián)系的機會大小，數(shù)值越大，表示該行動者與其他行動者之間能產(chǎn)生較多的聯(lián)系，并居于網(wǎng)絡(luò)的中心地位；中介中心度用于衡量一個行動者位于其他任意2個行動者之間的機會大小，數(shù)值越大，表示該行動者越有能力控制其他行動者之間產(chǎn)生的聯(lián)系；接近中心度用于分析任意一個行動者的行為受其他行動者干擾程度的大小，數(shù)值越高，表示該行動者越容易受到其他行動者的影響［13］。

1.2.5 空間聚類分析 運用塊模型方法，即將團體分塊，來研究板塊內(nèi)外部行動者之間的關(guān)系，該方法是空間聚類分析中常用的一種方法。本文用此方法，并借鑒David等［22］的評價方法來更好地分析網(wǎng)絡(luò)的結(jié)構(gòu)，具體評價原則如表4所示，其中，gs表示板塊內(nèi)部行動者的個數(shù)，g表示網(wǎng)絡(luò)中所有行動者的個數(shù)。

表4 板塊評價原則

1.2.6 QAP回歸分析法 QAP回歸分析是用來分析多個矩陣與某一矩陣間的回歸關(guān)系的一種方法［13］。本文用此方法來探究影響城市群土地利用碳排放空間關(guān)聯(lián)關(guān)系的因素。所選影響因素是表示城市間關(guān)系的因素，一般的統(tǒng)計回歸方法不能對這些因素進(jìn)行參數(shù)估計以及統(tǒng)計檢驗，而QAP回歸分析法恰好能夠解決這一問題。在進(jìn)行QAP回歸分析之前，需要進(jìn)行QAP相關(guān)性分析，來篩選出符合條件的因素，以此作為回歸分析的指標(biāo)，其基本回歸模型為：

式（11）中：Y表示城市群土地利用碳排放空間關(guān)聯(lián)矩陣，Xi指影響關(guān)聯(lián)關(guān)系的因素矩陣。

本文假定關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)關(guān)系的影響因素分別是由地理位置所決定的空間鄰近關(guān)系、人口規(guī)模、能源消耗水平、產(chǎn)業(yè)結(jié)構(gòu)以及經(jīng)濟水平；其中，空間相鄰矩陣X1是根據(jù)2個城市在地理空間位置上是否相鄰決定，2個城市相鄰記為1，否則記為0；X2是城鎮(zhèn)化率差異；X3是能源消耗差異，以城市單位GDP能耗差異來表征；X4表示產(chǎn)業(yè)結(jié)構(gòu)差異，以二、三產(chǎn)業(yè)占比差異來表征；X5表示經(jīng)濟水平差異，以城市人均GDP差異來表征。取城市群各城市每個指標(biāo)在研究期內(nèi)的平均值的差值來建立差值矩陣，并用Z-score方法對差值矩陣進(jìn)行了去量綱化處理，使其標(biāo)準(zhǔn)化成均值為0、標(biāo)準(zhǔn)差為1的矩陣，以便相互比較［23］。

1.3 數(shù)據(jù)來源

主要數(shù)據(jù)來源于各省及城市2001—2021年的《統(tǒng)計年鑒》；能源數(shù)據(jù)來源于2001—2021年的《中國能源統(tǒng)計年鑒》；土地利用數(shù)據(jù)來自遙感影像解譯成果和第二次全國土地利用變更數(shù)據(jù)；引力模型數(shù)據(jù)中的距離是由ArcGIS軟件測算各城市中心點之間的連線得出。

2 實證分析

2.1 土地利用碳排放時空特征分析

通過測算2000—2020年關(guān)中平原城市群土地利用碳排放量，繪制出碳排放量的變化趨勢（圖1）。

圖1 2000—2020年關(guān)中平原城市群土地利用碳排放量的變化趨勢

由圖1可知，總體來看，關(guān)中平原城市群2000—2020年土地利用凈碳排放量呈遞增趨勢，累計增加約36658萬t，年均增長幅度為8.60%；碳源變化趨勢與其基本吻合；碳匯量增幅較小。首先，在2000—2006年，城市群城鎮(zhèn)化水平大幅提高，能源消耗量劇增且建設(shè)用地面積不斷擴大，使得建設(shè)用地碳排放量逐年升高，碳排放總量不斷升高，加上土地利用方式的變化，使得凈碳排放量逐年增加，其年均增長幅度為12.98%；其次，在2006—2007年，能源消耗量小幅減少，加上農(nóng)業(yè)機械化水平提升，使得農(nóng)業(yè)生產(chǎn)水平升高，農(nóng)作物產(chǎn)量有所增加，使得土地利用凈碳排放量小幅下降；2007年以來，關(guān)中平原城市群土地利用凈碳排放量整體出現(xiàn)較為明顯的增長，經(jīng)濟發(fā)展速度的加快及能源消費量的劇增，使得碳排放量逐年上升，并在2020年達(dá)到最高值，但受疫情等不可抗因素的影響，其增長率有所下降。

在土地利用類型角度上，建設(shè)用地上的碳排放量占比均高于97%，是最主要的碳源；農(nóng)用地碳排放量占比較小，對碳排放總量的貢獻(xiàn)較小。在碳吸收方面，其他土地利用方式的碳吸收作用相比于農(nóng)作物而言較弱，耕地上各種農(nóng)作物的碳吸收量是總碳吸收量的主要貢獻(xiàn)來源，其占比均高于77%，但總碳吸收量較碳排放量來說還是太少，因此為了減少碳排放量，仍需增加碳匯量。

城市群土地利用碳排放空間分布特征大體呈東高西低，將碳排放量按低度排量（≤2900萬t），中度排量（2900萬~5800萬t）、中高度排量（5800萬~8700萬t）和高度排量(≥8700萬t)4個等級來劃分（圖2）。由圖2可知，除了西安、寶雞、咸陽、運城及臨汾的碳排放在研究期內(nèi)有明顯的增長趨勢外，其余城市均保持較為穩(wěn)定的狀態(tài)。其中西安、運城及臨汾的碳排放增長跨度大，所處的強度等級范圍變化顯著。

圖2 2000—2020年關(guān)中平原城市群土地利用碳排放量的空間分布情況

2.2 土地利用碳排放碳收支分析

根據(jù)上述數(shù)據(jù)進(jìn)行關(guān)中平原城市群土地利用碳收支核算，具體結(jié)果如圖3所示。由圖3可知，研究期內(nèi)，城市群碳補償率整體呈下降趨勢，且均低于21%，表明城市群的碳匯量遠(yuǎn)遠(yuǎn)不足以彌補碳源量，因此表現(xiàn)為凈碳源。就各城市而言，除天水因多為生態(tài)用地，碳源較少，碳補償率呈增長趨勢外，其余城市隨著碳源的增加，其相應(yīng)的碳補償率大體上均呈下降趨勢?？偟膩砜?，西安、咸陽等經(jīng)濟水平較高的城市，因為能源消耗大，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，碳排放量較多，碳補償率比天水、平?jīng)龅冉?jīng)濟較為落后且產(chǎn)業(yè)結(jié)構(gòu)單一的城市低。碳排放基尼系數(shù)波動變化，研究期內(nèi)均小于0.5，在2001—2002年，基尼系數(shù)高于0.4，處于警報狀態(tài)，表明此時的碳匯與碳源不協(xié)調(diào)。隨著土地利用結(jié)構(gòu)和能源利用的調(diào)整，2002年之后，碳基尼系數(shù)均小于0.4，表明城市群碳源與碳匯較為協(xié)調(diào)。但在2012—2020年，基尼系數(shù)整體呈上升趨勢，表明城市群各城市之間的碳排放量差距有所增大，城市間協(xié)同減排力度仍需加大。

通過計算出碳排放生態(tài)承載系數(shù)，運用Arc-GIS軟件繪制出其空間分布圖，如圖4所示。由圖4可知，研究期內(nèi)，城市群各城市生態(tài)承載系數(shù)差異較大，基本呈現(xiàn)出西高東低的分布特征。天水、平?jīng)?、慶陽、咸陽、渭南、商洛的生態(tài)承載系數(shù)始終大于1，這些城市的碳匯能力較強；銅川的生態(tài)承載系數(shù)波動變化，碳排放量變化不定，總體上碳匯能力較強；而寶雞的生態(tài)承載系數(shù)變化較大且逐年降低，表明該城市碳排放量增加，碳匯能力減弱，減排壓力增加；西安、運城、臨汾這些經(jīng)濟水平高、能源消耗量大的城市碳排放量大，生態(tài)承載系數(shù)始終小于1，碳匯能力弱，需要加大碳匯來彌補高碳排。

圖4 土地利用碳排放生態(tài)承載系數(shù)的空間分布

2.3 土地利用碳排放空間關(guān)聯(lián)結(jié)構(gòu)的實證分析

2.3.1 空間關(guān)聯(lián)網(wǎng)絡(luò)整體結(jié)構(gòu)特征演化 根據(jù)引力模型構(gòu)建了關(guān)中平原城市群2000—2020年土地利用碳排放空間關(guān)聯(lián)矩陣，并通過UNCIET軟件繪制了2000及2020年的空間關(guān)聯(lián)網(wǎng)絡(luò)圖（圖5、圖6）?？梢钥闯?，各城市之間土地利用碳排放量的空間關(guān)聯(lián)關(guān)系特征逐漸明顯，且隨著時間的推移形成以西安、運城和咸陽為核心，向四周城市發(fā)散的空間形態(tài)。

圖5 2000年關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)圖

圖6 2020年關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)圖

根據(jù)土地利用碳排放關(guān)聯(lián)矩陣，分別計算歷年的整體網(wǎng)絡(luò)特征指標(biāo)，并繪制出變化趨勢圖（圖7）。由圖7可知，網(wǎng)絡(luò)密度整體上呈波動下降趨勢且數(shù)值較低，表明城市群城市之間的碳關(guān)聯(lián)關(guān)系少，緊密度較低，城市群為實現(xiàn)碳減排仍需促進(jìn)城市間相互協(xié)作。網(wǎng)絡(luò)關(guān)聯(lián)度均為1，表明城市群任意2個城市間都存在碳關(guān)聯(lián)關(guān)系，但網(wǎng)絡(luò)密度較小，表明各城市間雖然都存在普遍的碳關(guān)聯(lián)關(guān)系，但關(guān)系數(shù)較少。網(wǎng)絡(luò)等級度有小幅降低，并在2006年趨于平緩，表示碳排放網(wǎng)絡(luò)空間結(jié)構(gòu)的等級下降，處于支配地位的城市權(quán)力縮減，城市間碳排放的聯(lián)系逐漸增多。網(wǎng)絡(luò)效率增長趨勢較為明顯，說明各城市間碳關(guān)聯(lián)關(guān)系逐漸松散，網(wǎng)絡(luò)結(jié)構(gòu)越來越不穩(wěn)定，仍需加強城市間的碳減排合作。

圖7 關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)整體特征指標(biāo)

2.3.2 空間關(guān)聯(lián)網(wǎng)絡(luò)個體結(jié)構(gòu)特征演化 選取2000和2020年的數(shù)據(jù)進(jìn)行個體網(wǎng)絡(luò)特征指標(biāo)測度，來揭示各城市在關(guān)中平原城市群的定位和作用，如表5所示。

表5 關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)個體特征指標(biāo)

由表5可知，從度數(shù)中心度來看，2000年西安、運城、咸陽、寶雞及天水這5個城市的值較高，表明這5個城市在網(wǎng)絡(luò)中與其他城市產(chǎn)生的碳關(guān)聯(lián)關(guān)系較多，因而處于核心地位。而2020年網(wǎng)絡(luò)中心位置是西安、咸陽和運城，其余城市均處于邊緣位置。20年間，城市群中心—邊緣結(jié)構(gòu)有所改變，而西安、咸陽及運城仍位于網(wǎng)絡(luò)的中心，這3個中心城市的碳排放對處于網(wǎng)絡(luò)邊緣的城市影響較大。因此，在實現(xiàn)碳減排過程中，應(yīng)重點關(guān)注這3個中心城市，充分發(fā)揮其輻射和帶動作用。

從接近中心度來看，在近20年間，各城市接近中心度的排名情況與度數(shù)中心度基本一致，位于網(wǎng)絡(luò)中心的城市為西安、咸陽及運城，且指標(biāo)值較高，表明這3個城市會通過加快與其他城市的前后關(guān)聯(lián)來產(chǎn)生碳排放聯(lián)系。此外大部分城市的指標(biāo)值都有所下降，表明這些城市在網(wǎng)絡(luò)中很容易受到其他城市的影響，關(guān)聯(lián)網(wǎng)絡(luò)不穩(wěn)定。

從中介中心度來看，對網(wǎng)絡(luò)中其他城市間關(guān)系控制程度較強的是西安、咸陽及運城，且西安和咸陽的指標(biāo)值增長幅度顯著，表明其對其他城市的控制強度有所加強，并在網(wǎng)絡(luò)中起到了“橋”的作用。為了實現(xiàn)區(qū)域碳減排目標(biāo)，可通過加強管控這些城市，有效阻滯城市間的碳交流，從而削弱城市間碳排放關(guān)聯(lián)關(guān)系。

總的來看，城市群土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)表現(xiàn)出較為明顯的“兩極分化”特征，位于網(wǎng)絡(luò)中心位置的城市，對網(wǎng)絡(luò)有絕對的掌控與支配權(quán)，而位于網(wǎng)絡(luò)邊緣位置的城市則一直處于被動位置，受中心城市影響較大。因此，在碳減排過程中，首先要重點關(guān)注中心城市的碳排放，充分發(fā)揮其“涓滴效應(yīng)”來帶動邊緣城市的發(fā)展。

2.3.3 空間關(guān)聯(lián)網(wǎng)絡(luò)聚類分析 根據(jù)關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)特性，運用UNCIET中的CONCOR迭代收斂法，取集中標(biāo)準(zhǔn)為0.2，最大切分深度為2，將關(guān)中平原城市群劃分成4個板塊，具體劃分情況如表6所示；并計算各板塊密度值，如表7所示。

表6 2020年關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)聚類分析

表7 關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)板塊密度值

由表6~表7可知，關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)板塊內(nèi)外部關(guān)系數(shù)均占網(wǎng)絡(luò)中相應(yīng)總關(guān)系數(shù)的25.71%，表明城市群各城市間存在空間集聚及溢出效應(yīng)。第一板塊包括西安、運城和臨汾，實際內(nèi)部關(guān)系比要大于期望內(nèi)部關(guān)系比，3個城市內(nèi)外部存在集聚及溢出關(guān)系，且接受的關(guān)系中以接收內(nèi)部關(guān)系為主，為典型的“雙向溢出板塊”；第二板塊有商洛、渭南和銅川，實際內(nèi)部關(guān)系比較期望內(nèi)部關(guān)系比大，這3個城市的集聚關(guān)系數(shù)遠(yuǎn)遠(yuǎn)大于溢出關(guān)系數(shù)，且集聚關(guān)系主要以接收其他板塊城市溢出的關(guān)系為主，為“凈受益板塊”；第三板塊包括咸陽和寶雞，實際內(nèi)部關(guān)系比要比期望內(nèi)部關(guān)系比大，這2個城市之間以及與其他板塊城市之間都有集聚及溢出關(guān)系，總體上與其他板塊城市聯(lián)系更多，也屬于“雙向溢出板塊”；第四板塊包括天水、平?jīng)龊蛻c陽，實際內(nèi)部關(guān)系比要比期望內(nèi)部關(guān)系比小，這3個城市的集聚效應(yīng)主要通過其他板塊城市的溢出關(guān)系來表現(xiàn)，多與其他板塊城市聯(lián)系，內(nèi)部之間聯(lián)系較少，為“經(jīng)紀(jì)人板塊”。

總的來看，第一、三板塊發(fā)出的碳排放關(guān)系數(shù)較多，且主要集中于西安、咸陽和運城，表明這類經(jīng)濟水平較高、資源相對豐富的城市在網(wǎng)絡(luò)中對其他城市的碳排放影響較大。板塊之間相互溢出關(guān)系以外部城市為主，城市群城市之間存在比較優(yōu)勢。由此得出，各個板塊聚類特征顯著，但多與外部空間關(guān)系較為密切，自身內(nèi)部空間關(guān)系較為松散，少數(shù)經(jīng)濟資源稟賦的城市在網(wǎng)絡(luò)中占據(jù)主要位置。

2.4 關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)的影響因素

2.4.1 QAP相關(guān)性分析 通過UNCIET軟件來執(zhí)行QAP相關(guān)性分析，設(shè)置10000次隨機置換，得到如表8所示結(jié)果。

表8 影響因素的QAP相關(guān)性分析結(jié)果

由表8可知，空間鄰近關(guān)系、能源消耗差異均在1%的水平下顯著，人均GDP差異在5%的水平下顯著，城鎮(zhèn)化率差異在10%的水平下顯著，產(chǎn)業(yè)結(jié)構(gòu)效果不顯著。表明空間鄰近關(guān)系、城鎮(zhèn)人口比例差異、能源消耗差異以及經(jīng)濟水平差異均為關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)關(guān)系的重要影響因素，且相關(guān)系數(shù)均為正，表明這4個因素對碳排放的空間關(guān)聯(lián)關(guān)系均表現(xiàn)為正向促進(jìn)。

為防止因素之間出現(xiàn)共線性問題，通過因素之間的相關(guān)性分析進(jìn)行檢驗。檢驗結(jié)果發(fā)現(xiàn)，經(jīng)濟水平與城鎮(zhèn)人口比例之間存在著0.856的相關(guān)性。而QAP回歸方法可以有效處理此類問題，因此，采用該方法進(jìn)行影響因素的回歸性分析。

2.4.2 QAP回歸分析 基于相關(guān)性分析結(jié)果，運用UNCIET軟件來執(zhí)行QAP回歸分析，同樣設(shè)置10000次隨機置換，得到如表9所示結(jié)果。

表9 影響因素的QAP回歸分析結(jié)果

由表9可知，調(diào)整后的判別系數(shù)為0.339，且通過了1%的顯著性水平檢驗，這表明空間鄰接關(guān)系矩陣、城鎮(zhèn)化率差異矩陣、能源消耗差異矩陣以及經(jīng)濟水平差異矩陣可解釋關(guān)中平原城市群土地利用碳排放空間關(guān)聯(lián)關(guān)系的33.9%?？臻g鄰近關(guān)系矩陣的回歸系數(shù)通過了1%的顯著性檢驗且為正，表明該因素對關(guān)聯(lián)關(guān)系起到了明顯的促進(jìn)作用；能源消耗差異矩陣、經(jīng)濟水平差異矩陣分別在5%、10%水平下與碳排放空間關(guān)聯(lián)關(guān)系呈顯著正相關(guān)，說明這2個因素在一定程度上對碳關(guān)聯(lián)關(guān)系產(chǎn)生影響，各城市能源消耗水平差距越大、經(jīng)濟發(fā)展水平差異越大，越能對城市間碳關(guān)聯(lián)關(guān)系產(chǎn)生促進(jìn)作用；而城鎮(zhèn)化率差異矩陣的回歸系數(shù)未通過顯著性檢驗，說明該因素對碳關(guān)聯(lián)關(guān)系目前未有顯著影響，但是隨著城市人口流動、經(jīng)濟貿(mào)易往來等，其影響力度會有所提升。

2.5 關(guān)中平原城市群土地利用碳平衡分區(qū)

根據(jù)關(guān)中平原城市群土地利用碳排放量、碳補償率、生態(tài)承載系數(shù)以及空間網(wǎng)絡(luò)關(guān)聯(lián)特征將城市群劃分為以下4個區(qū)域，為城市群城市間協(xié)同碳減排提供思路。

（1）碳匯功能區(qū)：生態(tài)承載系數(shù)大于1且碳排放量小于3500萬t，包括銅川、渭南、商洛、天水、平?jīng)?、慶陽。這些城市處于“凈受益板塊”及“經(jīng)紀(jì)人板塊”，碳吸收率較大，碳匯能力強，能接收其他城市的碳排放，減排壓力小。

（2）低碳優(yōu)化區(qū)：生態(tài)承載系數(shù)大于1，碳排放量大于3500萬t且小于7000萬t，包括咸陽。該城市處于“雙向溢出板塊”，碳匯能力較強，但碳排放量仍需加以控制，加強對碳匯的保護。

（3）碳源控制區(qū)：生態(tài)承載系數(shù)小于1，碳排放量大于3500萬t且小于7000萬t，包括寶雞。該城市碳匯能力弱，不足以補償碳源，減排壓力大，需要進(jìn)一步調(diào)整能源消耗結(jié)構(gòu)以及經(jīng)濟發(fā)展方式，進(jìn)一步加強生態(tài)保護。

（4）高碳控制區(qū)：生態(tài)承載系數(shù)小于1，碳排放量大于7000萬t，包括西安、運城、臨汾。這些城市經(jīng)濟水平高，能耗大，碳排放量極高，處于“雙向溢出板塊”，在網(wǎng)絡(luò)中處于中心地位，實現(xiàn)低碳目標(biāo)，最主要的是控制好這些城市的碳源。

3 結(jié)論與討論

3.1 結(jié)論

（1）從碳排放量來看，關(guān)中平原城市群2000—2020年土地利用凈碳排放量呈遞增趨勢，碳源變化趨勢與其基本吻合，碳匯增幅較小。總體呈現(xiàn)出東高西低的分布特征。碳源的主要貢獻(xiàn)來源是建設(shè)用地，碳匯主要來自耕地上各種農(nóng)作物。

（2）從碳平衡來看，關(guān)中平原城市群碳補償率較低且逐年降低，表現(xiàn)為凈碳源；除個別經(jīng)濟水平較低的城市外，其他城市的碳補償率均呈下降趨勢；碳排放基尼系數(shù)波動變化，整體上處于較為協(xié)調(diào)狀態(tài)；各城市的生態(tài)承載系數(shù)差異較大，基本呈現(xiàn)出西高東低的分布特征。

（3）從整體網(wǎng)絡(luò)結(jié)構(gòu)特征來看，2000—2020年關(guān)中平原城市群城市間的土地利用碳排放空間關(guān)聯(lián)關(guān)系特征逐漸顯著，隨著時間的推移形成以西安、咸陽和運城為核心，向四周城市發(fā)散的空間形態(tài)。網(wǎng)絡(luò)密度逐漸下降，表明各城市之間的關(guān)系緊密度不高，城市間碳排放的相互影響和相互聯(lián)系持續(xù)加深，各城市之間的碳排放聯(lián)系逐漸減弱，網(wǎng)絡(luò)結(jié)構(gòu)變得越來越松散、簡單。

（4）從個體網(wǎng)絡(luò)結(jié)構(gòu)特征來看，城市群土地利用碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)“兩極分化”特征顯著；西安、咸陽和運城居于網(wǎng)絡(luò)中心位置，在網(wǎng)絡(luò)中也發(fā)揮著“橋”的作用；天水、平?jīng)龅冉?jīng)濟發(fā)展遲緩的城市居于網(wǎng)絡(luò)邊緣位置，碳關(guān)聯(lián)關(guān)系不均衡，關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)不穩(wěn)定。

（5）從空間聚類分析來看，關(guān)中平原城市群土地利用碳排放可以劃分為4個板塊，第一、三板塊均為“雙向溢出板塊”，第二板塊為“凈受益板塊”，第四板塊為“經(jīng)紀(jì)人板塊”，各板塊聚類特征表現(xiàn)顯著，但多與外部空間關(guān)系較為密切，自身內(nèi)部空間關(guān)系較為松散。

（6）從QAP回歸分析來看，地理空間鄰近、能源消耗差異及經(jīng)濟水平差異對城市群土地利用碳排放空間關(guān)聯(lián)具有顯著的正向促進(jìn)作用，而城鎮(zhèn)人口比例差異對土地利用碳排放空間關(guān)聯(lián)關(guān)系的影響較弱。

3.2 討論

在土地利用碳排放量測算上，選取的碳排放系數(shù)雖然參考了眾多學(xué)者的研究，并且較為符合關(guān)中平原城市群的自然條件，但是最終結(jié)果還是會受到植被類型等外界因素的干擾而影響其準(zhǔn)確性；此外，受數(shù)據(jù)獲取性限制，建設(shè)用地上的碳排放僅考慮了化石能源消耗引起的，未能考慮農(nóng)村生物能消耗引起的，后續(xù)研究中可以根據(jù)城市群的實際情況深入分析，探究更精確的符合城市群的碳排放機制及相關(guān)系數(shù)。在碳平衡分區(qū)上，本文僅考慮了生態(tài)方面，后續(xù)可以進(jìn)一步考慮融入經(jīng)濟、社會等多因素進(jìn)行區(qū)劃。在引力模型構(gòu)建過程中，雖然引入了碳排放量和生產(chǎn)總值，但城市間關(guān)聯(lián)的要素并未全面考慮到，因而也將成為后續(xù)研究的指向。在影響因素上，關(guān)中平原城市群各個城市的碳排放具有較獨特的特征，經(jīng)濟水平與能源結(jié)構(gòu)可能是導(dǎo)致這種差異的關(guān)鍵原因，應(yīng)該因地制宜地制定區(qū)域協(xié)同減排策略。