雙碳背景下黑龍江省土地利用碳源匯時(shí)空格局及預(yù)測(cè)分析

曹雨晴，崔 佳

（哈爾濱師范大學(xué)經(jīng)濟(jì)與管理學(xué)院，哈爾濱 150025）

隨著溫室氣體排放量的增加，全球氣候變暖趨勢(shì)明顯，引發(fā)諸多自然災(zāi)害，對(duì)人類生存與發(fā)展構(gòu)成嚴(yán)峻挑戰(zhàn)。當(dāng)前，全球每年向大氣中排放的CO2總量高達(dá)510 億t，世界各國紛紛探索應(yīng)對(duì)策略。有必要對(duì)碳源匯進(jìn)行研究，總結(jié)碳排放規(guī)律，預(yù)測(cè)未來碳源匯格局，提出精確的碳減排目標(biāo)，提升碳匯水平，進(jìn)而實(shí)現(xiàn)碳中和。土地利用/土地覆被變化是全球氣候變化和碳循環(huán)的重要影響因素[1]，土地利用方式及組合格局能夠影響區(qū)域碳循環(huán)的整體規(guī)模與強(qiáng)度?；谕恋乩玫奶荚磪R格局分析將成為實(shí)現(xiàn)雙碳（碳達(dá)峰碳中和）目標(biāo)的有力支撐。經(jīng)驗(yàn)證，不同土地利用方式與碳排放存在顯著相關(guān)性[2]。研究表明，可以土地覆蓋圖為基礎(chǔ)，識(shí)別不同土地利用類型的碳吸收[3]；可以土地利用類型為依據(jù)，對(duì)不同地區(qū)的碳排放進(jìn)行測(cè)算，然后分析其特征[4-5]；可對(duì)土地利用碳排放進(jìn)行不同情境的模擬，然后調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，實(shí)現(xiàn)低碳發(fā)展[6]；可對(duì)區(qū)域碳排放進(jìn)行測(cè)算，然后對(duì)碳達(dá)峰進(jìn)行判定[7]。

我國不同地區(qū)土地利用差異較大，其碳源匯空間差異顯著。黑龍江省作為我國重要商品糧基地，擁有寶貴的森林資源，以哈爾濱市、大慶市為代表的城市工業(yè)發(fā)達(dá)，其碳源匯格局變化對(duì)我國能否實(shí)現(xiàn)雙碳目標(biāo)產(chǎn)生十分重要的影響，而該區(qū)域缺乏具有長期性、動(dòng)態(tài)性以及預(yù)測(cè)性的土地利用碳源匯格局分析。黑龍江省面積為47.3 萬km2，處在我國最東北部，由12 個(gè)地級(jí)市和1 個(gè)地區(qū)組成。從整體地勢(shì)來看，西北部、東南部高，東北部、西南部低，主要由山地、平原、臺(tái)地及水域等地貌構(gòu)成。作為我國重要的能源工業(yè)基地，黑龍江省擁有我國最大的油田——大慶油田，也是我國主煤炭調(diào)出省，其東部分布有四大煤城，即雞西市、鶴崗市、雙鴨山市和七臺(tái)河市。境內(nèi)建設(shè)用地面積為148.4 萬hm2，占全省土地面積的3.1%。本文以黑龍江省作為研究區(qū)，結(jié)合土地利用及經(jīng)濟(jì)發(fā)展數(shù)據(jù)，分析2000—2020年碳源匯時(shí)空格局，同時(shí)根據(jù)土地利用變化趨勢(shì)，預(yù)測(cè)2030—2060年碳源匯時(shí)空格局，為黑龍江省碳減排政策的制定提供可靠依據(jù)，從而實(shí)現(xiàn)雙碳目標(biāo)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

主要數(shù)據(jù)包括2000—2020年黑龍江省土地利用數(shù)據(jù)、地區(qū)生產(chǎn)總值（GDP）、各產(chǎn)業(yè)比重、萬元GDP 能耗等。其中，土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心，其他數(shù)據(jù)來源于歷年發(fā)布的黑龍江統(tǒng)計(jì)年鑒、黑龍江省國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)等。部分缺失數(shù)據(jù)利用SPSS 軟件進(jìn)行回歸分析，或者采用插值法補(bǔ)全。

1.2 研究方法

1.2.1 碳源匯計(jì)算方法

以不同的土地利用方式為依據(jù)進(jìn)行碳源匯的計(jì)算，碳源主要包括耕地、水域和建設(shè)用地，碳匯主要為林地和草地。其中，非建設(shè)用地的碳排放量采用式（1）計(jì)算。

式中：Ef為非建設(shè)用地碳排放量，t；Ai為第i種土地利用類型的碳排放量，t；Si為第i種土地利用類型的面積，m2；Ti為第i種土地利用類型的碳排放系數(shù)，其中，林地為-0.581 0 kg/（m2·a），草地為-0.021 0 kg/（m2·a），水域?yàn)?.025 3 kg/（m2·a）[8]，未利用地多是裸地等，本研究選擇忽略不計(jì)。研究表明，耕地既有碳源又有碳匯功能，本文采用其碳排放和碳吸收的差值0.047 9 kg/（m2·a）[9]。除土地面積外，所有數(shù)值均有正負(fù)，正值代表碳匯，負(fù)值代表碳源。

黑龍江省各地的能源消費(fèi)統(tǒng)計(jì)數(shù)據(jù)不足以支撐本研究時(shí)間跨度，且第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的產(chǎn)值主要來源于建設(shè)用地，因此本研究采用經(jīng)濟(jì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，這樣不僅可以彌補(bǔ)數(shù)據(jù)缺失，還能通過經(jīng)濟(jì)層面反映土地利用的重要性。建設(shè)用地碳排放量采用式（2）計(jì)算。

式中：Ej為建設(shè)用地碳排放量，t；GDP′為第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的產(chǎn)值，萬元；H為單位GDP 能耗，t/萬元；K為煤炭的碳排放系數(shù)，為0.747 6 t C/t標(biāo)準(zhǔn)煤[10]。

1.2.2 凈碳排放強(qiáng)度分析

采用單位面積土地利用凈碳排放量，評(píng)價(jià)凈碳排放強(qiáng)度。凈碳排放量采用式（3）計(jì)算。

式中：Ii為第i種土地利用類型的單位面積凈碳排放量，t/km2；Ci碳源為第i種土地利用類型的碳源量，t；Ci碳匯為第i種土地利用類型的碳匯量，t；Ci碳源-Ci碳匯為第i種土地利用類型的凈碳排放量，t；Si為第i種土地利用類型的面積，km2。

1.2.3 空間相關(guān)性分析

利用ArcGIS 軟件的莫蘭指數(shù)（Moran’s I）進(jìn)行空間自相關(guān)分析。其中，全局莫蘭指數(shù)代表相關(guān)數(shù)據(jù)在空間上的集聚性，可以反映某一區(qū)域與其周邊區(qū)域的土地利用碳排放差異，其計(jì)算公式如式（4）所示。局部莫蘭指數(shù)代表某一區(qū)域與周圍地區(qū)的土地利用碳排放的空間相似性，在選定的置信水平下，若該指數(shù)為正，則存在相似值聚集，若為負(fù)，則代表不相似的值聚集，其計(jì)算公式如式（5）所示。

式中：Id為全局莫蘭指數(shù)；Ii為局部莫蘭指數(shù)；n為黑龍江省地級(jí)行政單位數(shù)目，取13 個(gè)；Wij為空間權(quán)重矩陣；xi、xj分別為第i個(gè)、第j個(gè)地級(jí)行政單位的碳排放量；為碳排放量均值；S2為系統(tǒng)方差，反映數(shù)據(jù)穩(wěn)定性。根據(jù)最終標(biāo)準(zhǔn)差的倍數(shù)Z，確定是否存在空間自相關(guān)，Z值有正負(fù)。

1.2.4 CA-Markov 模型預(yù)測(cè)

CA-Markov 模型是一種應(yīng)用最廣的土地利用模擬模型，可以定量揭示各土地利用類型的相互轉(zhuǎn)化和轉(zhuǎn)移速率。其初始轉(zhuǎn)移概率矩陣如式（6）所示。首先對(duì)2000年及2020年的土地利用數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后采用IDRISI Selva 軟件進(jìn)行土地利用變化的模擬預(yù)測(cè)。

式中：Pij為地類轉(zhuǎn)移概率矩陣；N為土地利用類型的數(shù)量。

2 結(jié)果與分析

2.1 碳源匯時(shí)空格局變化

分別將2000年、2010年以及2020年土地利用數(shù)據(jù)導(dǎo)入ArcGIS 軟件進(jìn)行面積量算，以2020年分類為基準(zhǔn)，分析土地利用碳源匯格局，正值為碳匯，負(fù)值為碳源。數(shù)據(jù)顯示，整體來看，黑龍江省土地利用的碳源少量增加，整體變化較小，集中于西南部、東南部人口密集且經(jīng)濟(jì)發(fā)達(dá)的城市，并呈現(xiàn)向東部擴(kuò)張的趨勢(shì)，相比碳源，碳匯增加更為明顯，主要集中于伊春市、黑河市、牡丹江市以及哈爾濱市東部。黑龍江省碳源沿城市分布，排放量最大的區(qū)域集中在大慶市、綏化市南部以及哈爾濱市西部（尚志市、延壽縣等地）。

2000—2020年，黑龍江省土地利用變化如表1所示，其凈碳排放情況如圖1所示。土地利用方式變化會(huì)帶來碳源匯格局變動(dòng)，本研究綜合2000—2020年黑龍江省土地利用變化和凈碳排放情況，進(jìn)一步分析造成這些現(xiàn)象的根本原因。由表1可得，2000—2020年，各類用地中，林地變化量最大，多轉(zhuǎn)為耕地和未利用地；草地變化量次之，多轉(zhuǎn)為林地和耕地，林草地互相轉(zhuǎn)換，同時(shí)林草地面積較大，因此并未導(dǎo)致區(qū)域內(nèi)碳匯減少。碳源方面，2000—2010年，黑龍江省土地利用碳排放總量不斷增加，之后開始遞減，2020年末達(dá)到6.82×107t，相較于2000年的4.13×107t仍有所增長，其凈碳排放強(qiáng)度則從0.91 t/hm2增加到1.51 t/hm2。碳源增加幅度遠(yuǎn)小于碳匯增加幅度，2010—2020年碳排放受到一定的抑制，但整體仍處于增長狀態(tài)，其變化趨勢(shì)符合2030年碳達(dá)峰及2060年碳中和的目標(biāo)要求。

圖1 2000—2020年黑龍江省土地利用凈碳排放總量與強(qiáng)度

表1 2000—2020年黑龍江省土地利用轉(zhuǎn)移矩陣

2.2 碳源匯空間相關(guān)性分析

莫蘭指數(shù)的范圍為[-1，1]。若莫蘭指數(shù)為0，則表示不相關(guān)；若莫蘭指數(shù)大于0，則表示負(fù)相關(guān)；若莫蘭指數(shù)小于0，則表示正相關(guān)。根據(jù)2000—2020年黑龍江省土地利用碳源匯格局，采用2000年、2010年和2020年的數(shù)據(jù)進(jìn)行碳源匯空間相關(guān)性分析。經(jīng)計(jì)算，2000年、2010年和2020年的莫蘭指數(shù)分別為0.016 780、0.008 066 和0.002 495，Z值分別為2.93、4.43 和3.85。由此可以看出，2000—2020年，莫蘭指數(shù)均大于零且整體呈現(xiàn)下降趨勢(shì)，黑龍江省土地利用碳排放具有空間集聚性，但其集聚程度呈下降趨勢(shì)，不同城市間土地利用碳排放的差異逐漸拉大。

2.3 預(yù)測(cè)結(jié)果

本研究測(cè)算的土地利用碳排放分為兩種，即直接碳排放和間接碳排放。直接碳排放測(cè)算中，土地利用數(shù)據(jù)采用IDRISI Selva 軟件的CA-Markov 模型獲取。以標(biāo)準(zhǔn)化處理后的2000年及2020年黑龍江省土地利用數(shù)據(jù)為基礎(chǔ)，對(duì)2030年、2060年黑龍江省土地利用類型進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果利用IDRISI Selva 軟件的Crosstab 模塊進(jìn)行精度檢驗(yàn)，其Kappa 系數(shù)分別為0.899 6 和0.828 4，精度較高，可用于碳排放測(cè)算。間接碳排放的測(cè)算與第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的地區(qū)生產(chǎn)總值相關(guān)，因此本研究通過SPSS 軟件對(duì)歷年統(tǒng)計(jì)年鑒數(shù)據(jù)進(jìn)行回歸分析，得到2030年及2060年黑龍江省地區(qū)生產(chǎn)總值，得到的顯著性系數(shù)為0.008，符合精度要求。按照黑龍江省“十四五”規(guī)劃對(duì)未來地區(qū)生產(chǎn)總值和單位能耗的要求，對(duì)數(shù)據(jù)進(jìn)行調(diào)整，到2030年地區(qū)生產(chǎn)總值年均增長6%，第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的增加值占縣域地區(qū)生產(chǎn)總值的比重超過70%，到2060年年均增長7%，二者的萬元GDP 能耗分別下降10%和25%，按照該標(biāo)準(zhǔn)進(jìn)行預(yù)測(cè)模擬。土地利用預(yù)測(cè)結(jié)果表明，2020—2060年，黑龍江省耕地?zé)o明顯變化，部分林地轉(zhuǎn)化為草地，水域逐漸增加，而建設(shè)用地和未利用地都將持續(xù)增長至2030年，隨后開始下降。

2.3.1 數(shù)量變化

根據(jù)土地利用碳源匯變化預(yù)測(cè)，2000—2060年，黑龍江省土地利用凈碳排放量增加6.82×108t。2020年后碳源呈先增加后減少的趨勢(shì)，碳匯則呈先減少后增加的趨勢(shì)，2030年凈碳排放量增加至1.13×108t，之后開始下降。2030年為碳達(dá)峰的預(yù)期年份，這意味著CO2排放達(dá)到峰值，之后不再增加。預(yù)測(cè)結(jié)果顯示，2030年后凈碳排放量有所下降，黑龍江省各地碳排放強(qiáng)度處于下降趨勢(shì)，但仍未達(dá)到理想效果。其中，碳源整體相較于當(dāng)前只下降10.85%，而碳匯下降10.42%。近年來，為了實(shí)現(xiàn)經(jīng)濟(jì)振興，黑龍江省持續(xù)深化供給側(cè)結(jié)構(gòu)性改革，積極布局新興產(chǎn)業(yè)，逐步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，從而帶動(dòng)一大批工業(yè)企業(yè)擴(kuò)產(chǎn)增效，但碳源仍呈現(xiàn)增加趨勢(shì)，這就需要采用技術(shù)革新等方式減少碳排放。該預(yù)測(cè)結(jié)果與黑龍江省“十四五”規(guī)劃相契合，具有一定的現(xiàn)實(shí)參考價(jià)值。

2.3.2 空間分布

2030—2060年，黑龍江省碳源范圍縮小，但碳源集中程度高且碳排放量顯著增加。經(jīng)分析，原因可能是產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，加之用地規(guī)劃集聚。相較于2030年，2060年碳匯分布范圍明顯擴(kuò)大，特別是大興安嶺、小興安嶺碳匯顯著增加，原因可能是林業(yè)獲得較好的發(fā)展；黑龍江省東南部碳匯增加，而東北部碳源增加，原因可能是隨著未來國土空間規(guī)劃的調(diào)整，牡丹江市的工業(yè)產(chǎn)業(yè)向雙鴨山市、佳木斯市等地轉(zhuǎn)移，黑龍江省南部重點(diǎn)保障生態(tài)用地，以維持生態(tài)平衡。大興安嶺地區(qū)位于黑龍江省西北部，森林為該區(qū)域最重要的生態(tài)寶庫，其在碳減排中發(fā)揮關(guān)鍵作用。整體來看，黑龍江省土地利用方式逐漸向環(huán)境友好型轉(zhuǎn)變，政策逐漸偏向于環(huán)境保護(hù)和節(jié)能減排。

3 結(jié)論

2000—2020年，黑龍江省土地利用碳源小幅增加，碳匯由2000年的1.21×107t 增加至2020年的1.14×108t，增長幅度較大。草地轉(zhuǎn)為林地的面積占其總變化面積的41.63%，耕地轉(zhuǎn)為林地的面積占總變化面積的62.20%，林地具有顯著的碳匯功能，因此黑龍江省碳匯功能顯著提升。凈碳排放量呈先增后減的變化趨勢(shì)，當(dāng)前碳源量仍然遠(yuǎn)遠(yuǎn)高于碳匯量，凈碳排放總量大，整體變化趨勢(shì)與雙碳目標(biāo)要求相吻合。2000—2020年，黑龍江省土地利用碳排放具有較強(qiáng)的自相關(guān)性，特別是一些城市的碳排放與周邊城市具有明顯的正相關(guān)性，城市間相互作用明顯，未來應(yīng)加強(qiáng)不同城市的協(xié)同，構(gòu)建節(jié)能減排的新發(fā)展格局。結(jié)合土地利用數(shù)據(jù)，經(jīng)預(yù)測(cè)，黑龍江省將于2030年左右實(shí)現(xiàn)碳達(dá)峰，與國家政策相符，但與2060年實(shí)現(xiàn)碳中和的目標(biāo)還有一定差距。當(dāng)前，黑龍江省土地利用規(guī)劃和工業(yè)發(fā)展政策不能滿足雙碳目標(biāo)的要求，各級(jí)政府要合理調(diào)整產(chǎn)業(yè)結(jié)構(gòu)及能源結(jié)構(gòu)，推動(dòng)區(qū)域經(jīng)濟(jì)實(shí)現(xiàn)綠色發(fā)展。