長三角地區(qū)城市形態(tài)對區(qū)域碳排放影響的時空分異研究

佘倩楠等

摘要 以我國城市化快速發(fā)展和高強(qiáng)度人類擾動的長三角地區(qū)作為研究區(qū)域，以區(qū)域土地利用狀況和碳排放量信息為關(guān)鍵數(shù)據(jù)源，利用景觀格局指數(shù)定量分析長三角地區(qū)1990-2010年城市斑塊大小、形狀、規(guī)則性、破碎化程度、交通耦合度等城市形態(tài)特征對區(qū)域碳排放的影響。研究結(jié)果表明長三角地區(qū)碳排放存在明顯的空間分異性，總體呈現(xiàn)中東南和西北部高、東北部次之、西南部最低的特征。1990-2010年區(qū)域碳排放量均呈快速增長趨勢，其中 1990-1995、1995-2000、2000-2005和2005-2010的平均增長率分別為40.55%、24.47%、70.71%和51.43%。研究時段內(nèi)，道路密度（RD）、交通耦合度（CF）和最大斑塊指數(shù)（LPI）對區(qū)域碳排放一直存在顯著影響，表明長三角地區(qū)城市形態(tài)主要通過路網(wǎng)交通產(chǎn)生作用，進(jìn)而影響碳排放。不同時間段，城市形態(tài)對碳排放的影響不盡一致，這可能與城市化的不同階段經(jīng)濟(jì)發(fā)展水平存在差異有關(guān)。城市化初級階段，區(qū)域碳排放量隨著用地面積和道路密度的增加呈增加的趨勢，而隨著城市斑塊數(shù)量、斑塊聚合度和道路緩沖區(qū)的增加，碳排放量呈現(xiàn)減少的趨勢。和1990、2000年相比，2010年增加了平均城市斑塊最近鄰距離（ENN_MN）對碳排放的影響，并且呈負(fù)相關(guān)，說明增加城市斑塊最近鄰距離有利于減少碳排放。就當(dāng)前來看，增加道路緩沖區(qū)面積和斑塊臨近距離，減少城市最大斑塊面積是當(dāng)前從城市形態(tài)角度減少碳排放的有效途徑。研究結(jié)果可加深對城市形態(tài)與區(qū)域碳排放的客觀認(rèn)識，對于優(yōu)化城市形態(tài)、控制區(qū)域碳排放具有實證案例和借鑒意義。

關(guān)鍵詞 城市形態(tài)；區(qū)域碳排放；長三角地區(qū)；景觀格局指數(shù)；逐步回歸分析

中圖分類號 X24 文獻(xiàn)標(biāo)識碼 A 文章編號 1002-2104（2015）11-0044-08

大氣中的CO2濃度顯著增加，打破了生物圈-大氣圈之間原有的碳平衡，引發(fā)了全球變暖、海平面上升等一系列重大環(huán)境問題，嚴(yán)重威脅著各國經(jīng)濟(jì)的可持續(xù)發(fā)展和國家生態(tài)安全[1]。已有研究表明，全球化石燃料燃燒和土地利用變化所引起的大氣中CO2濃度增加是導(dǎo)致全球氣候變暖的直接原因[2-3]。作為人類活動對地表影響最深刻的區(qū)域，僅占全球陸地面積2.4%的城市區(qū)域產(chǎn)生了全球80%以上的CO2排放量[4]。近年來隨著全球?qū)Φ吞冀?jīng)濟(jì)的重視，各國為達(dá)到減排目標(biāo)，開始關(guān)注區(qū)域碳排放及其影響因素研究。

目前關(guān)于區(qū)域碳排放及其影響因素的研究主要集中兩個方面：一是從能源、交通等單方面揭示家庭出行或能源消耗對區(qū)域碳排放的影響[5-6]，研究城市形態(tài)與交通、居民、工業(yè)布局和碳排放量變化的關(guān)系，以及評估區(qū)域碳排放的差異及影響機(jī)制[7-10]；探討在生產(chǎn)、交通、人口集聚、土地利用等方面挖掘碳減排的潛力[11-12]；二是研究替代能源、能源價格、技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)等多因素對碳排放量的影響[13]。然而以城市人口快速增長及土地利用空間結(jié)構(gòu)顯著變化為特征的城市化進(jìn)程帶來城市土地利用的空間結(jié)構(gòu)或形態(tài)（城市形態(tài)）的演變對區(qū)域碳排放具有顯著影響[14]。合理的城市形態(tài)對于減少交通擁堵，實現(xiàn)節(jié)能減排，最大限度地降低CO2對全球氣候變化的潛在影響具有重要意義[15]。Chen等[16]和Ou 等[17]利用面板數(shù)據(jù)分析方法定量分析城市形態(tài)對碳排放的影響。但現(xiàn)有研究中土地利用模式及城市空間結(jié)構(gòu)對區(qū)域碳排放影響的時空異質(zhì)性并未得到充分的重視。

鑒于此，本文以我國城市化快速發(fā)展和高強(qiáng)度人類擾動的長江三角洲地區(qū)（簡稱長三角地區(qū)）作為研究區(qū)域，以區(qū)域土地利用狀況和區(qū)域碳排放信息為關(guān)鍵數(shù)據(jù)源，利用典型景觀格局指數(shù)來定量分析長三角地區(qū)1990-2010年城市斑塊大小、形狀、規(guī)則性、破碎化程度、交通耦合度等城市形態(tài)特征對于碳排放的影響。研究結(jié)果可加深對城市形態(tài)與區(qū)域碳排放的客觀認(rèn)識，對于優(yōu)化城市形態(tài)、降低區(qū)域碳排放強(qiáng)度具有實證案例和借鑒意義。

1 研究數(shù)據(jù)與方法

1.1 研究區(qū)概況

長三角地區(qū)（118°20′-123°25′ E，28°45′-33°25′ N）位于我國東部沿海，現(xiàn)轄上海市、江蘇省和浙江省以包含上海、南京和杭州等在內(nèi)的16個城市為核心區(qū)，共涵蓋“兩省一市”25個城市，區(qū)域總面積21.07萬km2（圖1）。作為我國經(jīng)濟(jì)發(fā)展最具活力，城鎮(zhèn)分布密度最高的地區(qū)之一，長三角地區(qū)以全國2.1%的土地面積和11%的人口，創(chuàng)造了21.7%的國內(nèi)生產(chǎn)總值（GDP），24.5%的財政收入以及47.2%的進(jìn)出口總額[18]。然而，城市化與工業(yè)化進(jìn)程的加快使得長三角地區(qū)能源消耗和碳排放強(qiáng)度逐年遞增，嚴(yán)重威脅著區(qū)域社會經(jīng)濟(jì)的可持續(xù)性。隨著城市的快速發(fā)展，長三角地區(qū)能源消費(fèi)量從1985年的2 553.21萬t標(biāo)準(zhǔn)煤增加至2013年的11 160.87萬t標(biāo)準(zhǔn)煤[19]。長三角地區(qū)土地利用及能源消耗的顯著變化對區(qū)域CO2排放總量及格局有顯著影響。

1.2 數(shù)據(jù)來源和處理

本研究關(guān)鍵數(shù)據(jù)源包括長三角地區(qū)1990-2010年（每五年一期）基礎(chǔ)地理信息數(shù)據(jù)，土地利用/覆蓋（LUCC）、道路分布、碳排放總量及社會經(jīng)濟(jì)統(tǒng)計等數(shù)據(jù)（表1）。其中土地利用分類體系采用中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供的土地利用一級分類，包括耕地、林地、草地、水域、城鄉(xiāng)建筑用地和未利用地六大類。其中1990， 1995， 2000和2005年LUCC數(shù)據(jù)來自中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心，2010年LUCC數(shù)據(jù)由華東師范大學(xué)上海市城市化生態(tài)過程與生態(tài)恢復(fù)重點(diǎn)實驗室研究團(tuán)隊解譯獲得[20]。道路分布信息基于TM遙感影像解譯獲得，并利用長三角地區(qū)高速公路地圖集對解譯道路網(wǎng)數(shù)據(jù)進(jìn)行校正[21]。

長三角地區(qū)0.1°× 0.1°二氧化碳排放數(shù)據(jù)來自于歐盟聯(lián)合研究中心（JRC）和荷蘭環(huán)境評估機(jī)構(gòu)（PBL）聯(lián)合發(fā)布的全球大氣研究排放數(shù)據(jù)庫（EDGAR）?；诿绹茉葱畔⒕郑↖EA）、美國國家海洋和大氣管理局（NOAA）和中國國家統(tǒng)計局（NSB）公布的能源消費(fèi)和水泥產(chǎn)量數(shù)據(jù)，EDGAR采用《2006年IPCC國家溫室氣體清單指南》（IPCC方法）計算包括中國在內(nèi)的全球214個國家和地區(qū)的CO2排放量[22-23]。EDGAR CO2排放計算范圍包含能源活動CO2排放，也包含了部分工業(yè)過程CO2排放以及部分非能源利用CO2排放和燃料自燃排放[24]。由于EDGAR目前只能提供2000-2010年長三角地區(qū)0.1°× 0.1°二氧化碳排放的空間柵格數(shù)據(jù)，本研究收集了長三角地區(qū)25個城市的人口和GDP數(shù)據(jù)，基于單城市的碳排放回歸模型，獲取了長三角地區(qū)25個城市1990和1995年的碳排放水平。以杭州和南京市為例，回歸模型擬合精度（R2）均達(dá)0.98以上。由于1990年以后國家對浙江臺州和江蘇泰州（1996年升格為地級市）等城市進(jìn)行了行政區(qū)劃的調(diào)整，因此本研究1990和1995年的數(shù)據(jù)為建市前的數(shù)據(jù)。

1.3 研究方法

1.3.1 城市形態(tài)的定量表征：景觀格局指數(shù)

景觀格局指數(shù)是指能夠高度濃縮景觀格局信息，反映景觀結(jié)構(gòu)組成和空間配置某些方面特征的定量指標(biāo)[25]。隨著遙感技術(shù)（RS）和地理信息系統(tǒng)（GIS）的進(jìn)步，利用景觀格局指數(shù)量化城市土地利用模式和空間特征[26]，進(jìn)一步評估城市形態(tài)具有重要的實證意義。本文結(jié)合長三角地區(qū)區(qū)域特點(diǎn)，參考已有研究的指標(biāo)選取準(zhǔn)則，在景觀格局指數(shù)的選擇上，選取6個一級指標(biāo)/7個二級指標(biāo)（表2），量化長三角地區(qū)1990-2010年的城市形態(tài)及其變化情況。

1.3.2 城市形態(tài)與區(qū)域碳排放相關(guān)性判定

本研究從城市層面上分析了長三角地區(qū)25個城市形態(tài)與碳排放總量的時空變異特征。在此基礎(chǔ)上，采用逐步回歸分析方法模擬城市形態(tài)對區(qū)域碳排放量的影響。本文選擇表2中7個景觀指標(biāo)作為回歸模型的自變量，1990，2000，2010年的碳排放量作為因變量，分階段進(jìn)行逐步回歸分析。每個階段分別篩選出對碳排放量影響較為顯著的景觀指標(biāo)，并確定它們之間的定量關(guān)系和作用的相對大??；每引入一個自變量對此前引入的自變量進(jìn)行重新檢驗，直到選入的自變量都顯著、而未被選入的自變量都不顯著為止，從而建立起一系列包含不同景觀指標(biāo)變量的多元線性回歸方程，并根據(jù)不同的F檢驗臨界值（引入和剔除因子檢驗）最終確定最合理的1990/2000/2010年逐步回歸分析模型，得到入選變量的回歸系數(shù)，對應(yīng)的判決系數(shù)（R2），及p值等，最后對回歸結(jié)果進(jìn)行顯著性判斷。

2 結(jié) 果

2.1 長三角地區(qū)碳排放量的時空分布特征

長三角地區(qū)碳排放空間分布差異明顯，總體上呈中東南和西北部高、東北部次之、西南部最低的特征。從省級行政區(qū)劃來看，上海市>江蘇省>浙江省。同一時期不同地區(qū)碳排放量差異較大。1990年，長三角地區(qū)碳排放最高值出現(xiàn)在上海市，緊鄰的江蘇蘇州、無錫、常州和浙江省嘉興、湖州等城市碳排放量為10-40 百萬噸（Mt），隨著與上海的距離由近至遠(yuǎn)碳排放量依次遞減。碳排放總量小于5 Mt的城市全部位于浙江省，最小值出現(xiàn)在舟山市（圖2）。2010年，上海市，江蘇省的南京、徐州、揚(yáng)州、鎮(zhèn)江、無錫、蘇州，浙江省的杭州、寧波、臺州、溫州市為長三角地區(qū)碳排放總量的主要高值區(qū)，均超過40 Mt，其中上海市最高達(dá)到420.84 Mt，占長三角地區(qū)區(qū)域碳排放總量的30.12%。碳排放的空間分布特征總體上與長三角地區(qū)經(jīng)濟(jì)發(fā)展規(guī)模的空間格局一致。經(jīng)濟(jì)規(guī)模對碳排放變動具有增量效應(yīng)，是推動碳排放增加的主要因素[27]。

研究期間長三角地區(qū)碳排放呈現(xiàn)顯著快速上升的趨勢，從1990年的308.99 Mt增加到2010年的1 397.38 Mt，增長352.24%，其中 1990-1995年、1995-2000年、2000-2005年、2005-2010年的平均增長率分別為40.55%、24.47%、70.71%、51.43%。這期間，不同城市間增長速率存在明顯差異：上海市，江蘇省的南京、蘇州、無錫、徐州市，浙江省的杭州、寧波、臺州市，增幅均超過143%，其中上海市的增幅最大，2010年碳排放總量約為1990年的8倍；增速相對較慢的城市有江蘇省的連云港、泰州市，浙江省的麗水、衢州市等；浙江省的舟山市增幅最小。

進(jìn)一步分析表明自上世紀(jì)90年代以來，我國四個階段不同經(jīng)濟(jì)增長方式的差異是碳排放波動的重要原因，特別是其中2000-2004年"高投入、高排放、低效率"的經(jīng)濟(jì)增長方式直接導(dǎo)致了碳排放的顯著增加[28]。經(jīng)濟(jì)發(fā)展以及產(chǎn)業(yè)結(jié)構(gòu)的不合理是研究期間長三角地區(qū)碳排放快速增長的主要原因。此外，居民消費(fèi)水平、人口城市化率、人口規(guī)模三個因素對我國碳排放總量的變化影響明顯。現(xiàn)階段我國居民消費(fèi)水平與人口結(jié)構(gòu)變化對碳排放的影響力已高于人口規(guī)模變化的影響力，居民消費(fèi)水平與消費(fèi)模式等人文因素的變化有可能成為我國碳排放的新增長點(diǎn)[29]。2000年之后，隨著長三角地區(qū)城市化進(jìn)程的加快，居民消費(fèi)水平、人口城市化率、人口規(guī)模顯著增加，也是碳排放增加的重要原因。

2.2 長三角地區(qū)城市形態(tài)和景觀格局的時空變化特征

研究期間，長三角地區(qū)25個城市的CA值均快速增長（圖3-a），城市建設(shè)用地面積從1990年的160.38萬km2增至2010年的280.15萬km2，整體增速為74.68%，表明以上海為代表的長三角地區(qū)城市群經(jīng)歷了快速城市化過程，土地利用/覆被發(fā)生較大變化，建設(shè)用地快速擴(kuò)張。上海市，江蘇南京、無錫市，浙江嘉興等市的NP值呈整體下降趨勢，表明城市斑塊數(shù)量在減少，景觀破碎化程度降低；江蘇徐州市，浙江湖州、金華、麗水、衢州、舟山、溫州、臺州等市的NP值呈整體上升趨勢，表明城市斑塊數(shù)量在增多，景觀破碎化程度增加；江蘇省的淮安、連云港、宿遷、鹽城、揚(yáng)州等市的NP值無明顯變化。需要指出的是，雖然長三角地區(qū)25個城市的LPI值基數(shù)不同，但所有城市均呈現(xiàn)增加趨勢，尤其是2005-2010年增長最顯著，如上海市，江蘇南京、常州、蘇州、泰州、無錫市，浙江省的杭州、嘉興、寧波、紹興等市（圖3-b）。LPI值的增加表明城市斑塊連片面積變大，內(nèi)部生境增大。從空間上看，上海市和江蘇省的PARA_MN和ENN_MN值偏低，表明上海市和江蘇省各市的形狀普遍較規(guī)則、分離度整體較低；從時間上看，1990-2000年25個城市的PARA_MN值沒有顯著變化，2005-2010年呈顯著增加的趨勢，表明各市2005年后呈現(xiàn)形狀越來越不規(guī)則、分離度增高的趨勢。其余城市的ENN_MN值呈整體下降趨勢，表明城市化快速發(fā)展整體提高了長三角地區(qū)的城市斑塊間鄰近度。

由于只獲取了1990/2000/2010年三期的道路分布數(shù)據(jù)，因此僅展示長三角地區(qū)這三個時間段RD和CF值的趨勢變化圖（圖3-c和圖3-d）。其中CF值逐年增加的有江蘇南京、淮安、連云港、宿遷、徐州、鹽城、揚(yáng)州市，浙江湖州、嘉興等市；CF值整體下降的有浙江紹興、臺州、溫州等市；先增后減的有上海市，江蘇泰州市，浙江杭州、金華、麗水、衢州、舟山等市；先減后增的有江蘇常州、南通、鎮(zhèn)江等市。表明各地交通發(fā)展在時間、空間上均表現(xiàn)出差異性。