城市化對城鄉(xiāng)生態(tài)空間碳儲量的影響機制?
——以北京市為例

楊學亮 謝旻珂 張云路 劉東云

北京林業(yè)大學園林學院 北京 100083

城鄉(xiāng)生態(tài)空間是全球碳庫的重要組成部分,利用城鄉(xiāng)生態(tài)空間固碳, 被認為是增加碳儲量最為經濟可行和環(huán)境友好的途徑[1－3]。 研究表明,城市化是影響碳循環(huán)過程, 引起碳源、 碳匯變化,并進一步影響區(qū)域乃至全球碳平衡的重要原因[4]。改革開放以來, 中國的城市人口比例從1978 年的17.92%上升到2020 年的63.89%, 國內生產總值從1978 年的0.37 萬億元飛躍到2020 年的101.50萬億元, 是世界上典型的快速城市化國家, 城市化的快速發(fā)展導致碳儲量明顯減少。 2020 年9月, 中國明確提出碳達峰、 碳中和目標。 因此,探究城市化對城鄉(xiāng)生態(tài)空間碳儲量的影響機制,對于促進“雙碳” 目標的實現, 以及維護區(qū)域生態(tài)系統(tǒng)安全、 提升人居生態(tài)環(huán)境質量具有重要作用。

針對城市化與碳儲量的影響關系已有一定研究基礎, 比如, 已有研究表明, 城市擴張會直接或間接引起固碳能力強的土地類型向固碳能力弱的類型轉變[4], 在這一過程中, 不同地類的碳匯碳密度變化呈現不同特點, 其中城市綠地植被呈現遞增趨勢, 城市建設用地呈現遞減趨勢[5]。 總體來看, 城市化往往對碳儲量具有顯著的負面影響[6], 但尚未理清城市化對城鄉(xiāng)生態(tài)空間碳儲量的影響機制。

當前, 在碳儲量評估方面, InVEST 模型是應用最廣泛、 效率最高的評估模型, 能夠定量表達不同地類的碳儲量。 在探索城市化與碳儲量的關系方面, 大部分研究只選擇了一種回歸模型, 然而不同區(qū)域的城市化水平和碳儲量狀況并不相同, 并且不同區(qū)域之間的人為因素差異也較大。 因此, 通過定量對比不同模型的擬合度選擇最優(yōu)模型[7], 能夠科學、 準確地反映城市化驅動碳儲量變化的機制。

綜上, 本研究以城市化快速發(fā)展的北京市作為研究區(qū)域, 選擇涵蓋北京市城市化發(fā)展起步、加速、 放緩階段的2000—2020 年作為研究時期,量化城市化相關指標[7－10], 使用InVEST 模型評估碳儲量, 最終選擇擬合度最優(yōu)的回歸模型探索城市化對城鄉(xiāng)生態(tài)空間碳儲量的影響機制, 以期為區(qū)域生態(tài)環(huán)境可持續(xù)發(fā)展提供參考依據。

1 研究區(qū)概況

北京市地處中國北部, 東與天津毗連, 其余與河北相鄰。 截至2020 年, 北京市總面積16 411 km2, 山地面積約占總面積的62%, 平原面積約占38%, 大部分平原地區(qū)已成為農田和城鎮(zhèn)。 北京市共16 個市轄區(qū), 依據行政區(qū)劃, 可劃分為中心城區(qū)、 近郊區(qū)、 遠郊區(qū)。 中心城區(qū)包括東城區(qū)、 西城區(qū)、 朝陽區(qū)、 海淀區(qū)、 豐臺區(qū)、 石景山區(qū)； 近郊區(qū)包括大興區(qū)、 通州區(qū)、 順義區(qū)、昌平區(qū)、 門頭溝區(qū)、 房山區(qū)； 遠郊區(qū)包括懷柔區(qū)、平谷區(qū)、 密云區(qū)、 延慶區(qū)。

2 研究方法

2.1 數據來源

以2000—2020 年為研究時期, 選擇2000、2010、 2020 年數據為代表數據(表1)。 對所有數據采用大小一致的網格全面覆蓋研究區(qū)域, 使用Arcgis 10.8 重采樣功能將以上數據的空間分辨率統(tǒng)一調整為1 km×1 km。

表1 數據來源和描述

2.2 城市化綜合水平測度

城市化水平的評估涉及土地、 經濟、 人口等多方面因素[7]。 本文從人口城市化、 經濟城市化和空間城市化3 個方面評估區(qū)域城市化水平[8－11]。人口城市化采用人口密度進行表征； 空間城市化采用夜間燈光指數進行表征[12], 夜間燈光指數是通過整合DMSP-OLS 和SNPP-VIIRS 數據得到的矯正后的中國范圍的類DMSP-OLS 數據； 經濟城市化選擇GDP 密度進行表征, GDP 密度數據通過土地利用類型、 夜間燈光值及居民點密度3 個指標反演得到, 結合專家打分法, 設置3 項指標的權重分別為20%、 30%、 50%, 擬合公式如下[8]:

式(1) 中:GDPij為柵格像元GDP 值；GDP為該像元所在縣域的GDP 統(tǒng)計值；Wij為該像元土地利用類型、 夜間燈光值及居民點密度的總權重；W為該像元所在縣域土地利用類型、 夜間燈光值及居民點密度的總權重。

2.3 基于InVEST 模型的城鄉(xiāng)生態(tài)空間碳儲量測度

InVEST 模型中的碳儲量模塊將生態(tài)系統(tǒng)的碳儲量劃分為4 個基本碳庫: 地上生物碳、 地下生物碳、土壤碳、 死亡有機碳[3]。 碳儲量的計算公式為:

式(2) 中:Ctotal表示總體碳儲量；Cabove表示植被地上碳儲量；Cbelow表示植被地下碳儲量；Csoil表示土壤碳儲量；Cdead表示死亡有機質碳儲量。

InVEST 模型需要輸入不同用地類型的碳密度數據, 碳密度數據由相關研究結合修正公式得到。年均降水量與生物量碳密度、 土壤碳密度之間的校正由Alam 等[13]研究中的公式(3)(4) 得到。年均氣溫與生物量碳密度之間的校正由陳光水等[14]研究中的公式(5) 得到。

式(3) ~ (5) 中:CSP為根據年均降水量得到的土壤碳密度(mg/hm2)；CBP、CBT分別為根據年均降水量和年均氣溫得到的生物量碳密度(mg/hm2)；MAP為年均降水量(mm),MAT為年均氣溫(℃)。 分別將2000—2020 年全國和北京市的年均氣溫和年均降水量代入公式(3) ~(5) 中, 二者之比即為修正系數, 全國的碳密度數據與修正系數的乘積為北京市碳密度數據[15](表2)。

式(6) ~ (9) 中:KBP、KBT分別為生物量碳密度的降水因子和氣溫因子修正系數；和分別為北京市與全國尺度根據年均降水量得到的生物量碳密度數據；和分別為北京市與全國尺度根據年均氣溫得到的生物量碳密度數據；和分別為北京市與全國尺度根據年均氣溫得到的土壤碳密度數據；KB和KS分別為生物量碳密度修正系數和土壤碳密度修正系數。

2.4 雙變量空間自相關分析

本研究采用Global Moran′sI對城市化和碳儲量的空間關聯(lián)模式進行度量和檢驗。 Moran′sI>0表示存在空間正相關性, 其值越大, 空間相關性越明顯； Moran′sI<0 表示存在空間負相關性, 其值越小, 空間差異越大。 計算公式如下[16]:

式(10) 中:I為全局Moran′sI指數；n為空間單元的數量；xi、xj分別為單元i和單元j的觀測值；Wij為空間單元i和j的空間權重鄰接r矩陣(i,j＝1, 2, 3, …,n)。

2.5 空間回歸分析

研究將普通最小二乘法(OLS)、 地理加權回歸(GWR)、 時間加權回歸(TWR)、 時空地理加權回歸(GTWR) 模型分別進行回歸分析, 對比結果選擇最優(yōu)模型[17](表3)。 4 種模型中GWR 與GTWR 調整后的R 值均較大, 但GWR 模型的AICc 值最小, 擬合度最高。 因此, 本研究將采用GWR 模型解釋城市化對研究區(qū)碳儲量的影響關系。

3 結果與分析

3.1 城市化綜合水平的時空變化特征

從圖1 可以看出, 人口、 經濟和空間3 種城市化指標的高值區(qū)域均集中在中心城區(qū)。 人口城市化高值區(qū)域由中心城區(qū)向東南、 東北方向擴散。 經濟城市化受北京市工業(yè)疏散和產業(yè)轉型影響, 由中心城區(qū)向外擴散后收斂。 空間城市化方面, 由于研究區(qū)建設用地不斷擴張, 高值區(qū)域從中心城區(qū)不斷向外擴展, 由2000 年“一核多點” 的布局, 至2020 年發(fā)展成相連成片的模式。

圖1 2000—2020 年北京市城市化綜合水平變化

3.2 城鄉(xiāng)生態(tài)空間碳儲量的時空變化特征

從數量上(表4) 看: 研究區(qū)域2000—2010年碳儲量損失較多, 這是因為該時期城市化發(fā)展速度較快, 建設用地大面積擴張, 經濟發(fā)展迅速,人口密度增加； 2010—2020 年, 由于城市化發(fā)展速度逐漸變慢, 建設用地擴張趨于緩和, 城鄉(xiāng)生態(tài)空間碳儲量的損失量減少。

表4 2000—2020 年北京市城鄉(xiāng)生態(tài)空間碳儲量萬t

從空間上(圖2) 看, 研究區(qū)碳儲量分布格局具有顯著的空間異質性。 碳儲量較高的區(qū)域主要是遠郊區(qū)和近郊區(qū)中的房山區(qū)、 門頭溝區(qū)、 昌平區(qū), 該區(qū)域用地類型以林地和草地為主, 城市化程度相對較低, 受人類活動影響較小。 碳儲量較低的區(qū)域主要是中心城區(qū)、 近郊區(qū)中的通州區(qū)、大興區(qū)、 順義區(qū)和遠郊區(qū)中的延慶區(qū)西部、 懷柔區(qū)南部, 該區(qū)域用地類型以建設用地和耕地為主,城市化程度較高, 人口密度大。

圖2 2000—2020 北京市城鄉(xiāng)生態(tài)空間碳儲量變化

從時間上 (圖2) 看, 由于城市化不斷發(fā)展, 覆蓋中心城區(qū)的低碳儲量區(qū)域向近郊區(qū)擴展, 而近郊區(qū)開展了兩輪百萬畝平原造林、 退耕還林等工作, 使得近郊區(qū)出現零星的高碳儲量區(qū)域； 遠郊區(qū)在研究時期內開展的防風治沙等工作增加了植被覆蓋面積, 使得高碳儲量區(qū)域逐漸增加。

3.3 城市化與城鄉(xiāng)生態(tài)空間碳儲量的相關性

全球雙變量Moran′sI的結果(圖3) 顯示,研究區(qū)域的城市化各項指標與城鄉(xiāng)生態(tài)空間碳儲量在空間上呈現顯著的負相關。 2000 年, 城市化各項指標對碳儲量的影響強度由大到小依次為:經濟城市化、 空間城市化和人口城市化； 2010年, 空間城市化對碳儲量的負向影響增加, 經濟城市化和人口城市化對碳儲量的負向影響減小,該時期建設用地擴張帶來的負向影響超過經濟發(fā)展和人口密度增加； 2020 年, 經濟城市化的影響繼續(xù)減小, 人口城市化和空間城市化的影響均增加。 最終影響強度由大到小依次為: 空間城市化、經濟城市化、 人口城市化。

圖3 全局雙變量Moran's I 散點圖

3.4 城市化對城鄉(xiāng)生態(tài)空間碳儲量的時空影響

GWR 模型回歸結果如圖4 所示, 在空間分布上, 各項指標對研究范圍內的碳儲量均具有顯著負影響。 空間城市化的負向作用在中心城區(qū)先變強再變弱, 在近郊區(qū)逐漸變強, 在遠郊區(qū)逐漸變弱。 由莫蘭指數結果可知, 土地利用方式的改變是引起土壤碳儲量變化的最直接原因, 2000—2010 年北京市建設用地迅速擴張, 新增建設用地面積1 506 km2, 林地、 草地面積減少了296 km2,耕地面積減少了1 113 km2(表5), 大量林地、草地、 耕地向建設用地轉化, 土地利用類型的轉化集中在中心城區(qū)(圖5)。 2010—2020 年新增建設用地面積748 km2(表5), 主要集中在近郊區(qū),特別是通州區(qū)、 順義區(qū)、 昌平區(qū)； 受百萬畝平原造林和退耕還林(草) 等工作的影響, 2010—2020 年林地面積增加了125 km2(表5), 新增林地主要集中在遠郊區(qū)和近郊區(qū)中的房山區(qū)、 門頭溝區(qū), 使得區(qū)域生態(tài)環(huán)境得到改善, 碳儲量增加,說明空間城市化的發(fā)展對生態(tài)系統(tǒng)的擾動變大。經濟城市化的負向作用在中心城區(qū)持續(xù)變強, 在近郊區(qū)先變強再變弱, 在遠郊區(qū)持續(xù)變弱。 人口城市化的負向作用在中心城區(qū)先變強再變弱, 在近郊區(qū)先變弱, 2010—2020 年東南方向的近郊區(qū)變強, 其余近郊區(qū)變弱。 說明經濟增長和人口密度增加消耗了更多的能源與資源, 特別是第二產業(yè)的發(fā)展和消費結構的轉變增加了生態(tài)環(huán)境的壓力, 影響了生態(tài)系統(tǒng)的固碳功能。

圖4 2000—2020 年城市化與研究區(qū)域碳儲量的GWR 模型回歸結果

圖5 2000—2020 年土地利用類型轉化

表5 北京市2000—2020 年各類土地利用類型的面積變化

4 討論

4.1 城市化對城鄉(xiāng)生態(tài)空間碳儲量的影響機制

GWR 結果表明, 研究區(qū)域城市化各項指標對碳儲量均具有顯著的負向作用, 影響程度具有空間異質性。 這與付夢娣等[7]、 凌云等[8]大多數學者的研究結果一致。

空間城市化在研究時期內逐漸成為影響城鄉(xiāng)生態(tài)空間碳儲量的最重要因素[15－17]。 隨著中心城區(qū)建設用地擴張速度變慢, 空間城市化在中心城區(qū)的負向作用由強變弱[18], 在近郊區(qū)的負向作用前期基本不變, 后期隨著土地利用類型的轉變增強, 特別是建設用地迅速擴張的通州區(qū)、 大興區(qū)、順義區(qū)。 遠郊區(qū)在研究時期內被劃定為生態(tài)涵養(yǎng)區(qū), 林地面積明顯增加, 同時嚴控建設用地新增[19－20], 后期冬奧會的舉辦推動了延慶區(qū)的空間城市化。 因此, 除延慶區(qū)外, 空間城市化在遠郊區(qū)的負向作用逐漸變弱。 這與胡瑩潔等[3]研究發(fā)現林地、 草地面積的增加有助于增加區(qū)域碳儲量,而建設用地的擴張會導致碳儲量下降的結果一致。

經濟城市化在中心城區(qū)對碳儲量的負向作用逐漸變強, 原因在于經濟增長導致用地規(guī)模擴張、 占地密度變大, 削弱了生態(tài)空間的固碳能力[4]。 經濟城市化在近郊區(qū)的負向作用由強變弱, 原因在于前期第二產業(yè)發(fā)展帶來的環(huán)境問題導致土壤固碳能力下降[21]； 后期工業(yè)疏散結合北京市的產業(yè)模式轉型, 經濟活動對環(huán)境的影響逐漸變小[13]。

人口城市化在中心城區(qū)對碳儲量的負向驅動作用由強變弱, 原因在于前期人口大量增加, 頻繁的人類活動導致土壤碳密度下降[22－23], 大量的碳排放弱化了植物固碳能力[24], 后期中心城區(qū)開始疏解人口[25－26], 提出各項減碳政策[27], 人口城市化的負向作用變弱。 同時, 近郊區(qū)中的通州區(qū)、懷柔區(qū)承接了中心城區(qū)疏解而來的功能及人口[27], 環(huán)境壓力變大, 負向作用變強。 這與歐陽曉等[22]發(fā)現人口密度增加會導致一系列生態(tài)環(huán)境問題, 最終使得生態(tài)系統(tǒng)固碳能力變弱的結果一致。

4.2 對城鄉(xiāng)生態(tài)空間城市化建設的建議

在城市化繼續(xù)發(fā)展的背景下, 為了維護城鄉(xiāng)生態(tài)系統(tǒng)的穩(wěn)定, 應制定維持和增加城鄉(xiāng)生態(tài)空間碳儲量的建設策略, 加快城市化轉型, 促進城市化與城鄉(xiāng)生態(tài)空間碳儲量的關系從對立轉為協(xié)同發(fā)展[15,28]。 具體策略如下: 1) 中心城區(qū)是碳儲量下降最多的區(qū)域, 首先, 應繼續(xù)通過疏解人口和限制建設用地新增來控制城市化發(fā)展； 其次,應關注城區(qū)綠地的固碳能力, 在增加園林綠地面積的同時提升園林植物生產力, 增加植物綠量,鼓勵選擇固碳能力強的植物[29]。 2) 近郊區(qū)是未來城市化發(fā)展的主要區(qū)域, 新開展的建設活動應盡可能利用已有建設用地； 同時加快平原造林等工作, 積極落實生態(tài)補償措施, 將破碎的城區(qū)森林綠地組織成結構完整的系統(tǒng), 充分發(fā)揮其固碳作用。 3) 遠郊區(qū)是北京市碳儲量的高值區(qū)域,應嚴格控制和管理該區(qū)域的建設活動, 禁止污染工業(yè)企業(yè)運營, 加強對區(qū)域生態(tài)空間保護的技術和資金支持。

5 結論

1) 2000—2020 年研究區(qū)城市化高值區(qū)域集中在中心城區(qū)； 碳儲量高值區(qū)域主要集中在遠郊區(qū)和位于西南方向的近郊區(qū), 碳儲量低值區(qū)域主要集中在中心城區(qū)及東南方向的近郊區(qū)。 2) 空間城市化逐漸成為導致研究區(qū)域碳儲量變化的最主要因素。 3) 不同區(qū)域因自然和人為因素的差異會導致城市化對碳儲量的影響有所不同, 且表現出明顯的空間異質性。 4) 近郊區(qū)的建設用地增加主要來自耕地和未利用地的轉化, 因此對碳儲量的負向作用低于遠郊區(qū)； 遠郊區(qū)中的延慶區(qū)建設用地增加主要基于已有建設用地, 因此對碳儲量的負向影響低于其他遠郊區(qū)區(qū)縣。 5) 在未來城鄉(xiāng)用地規(guī)劃建設中, 應綜合考慮不同區(qū)域的城市化水平和自然基底, 嚴守三區(qū)三線劃定成果, 以生態(tài)優(yōu)先為總原則, 在優(yōu)化現有土地利用方式的基礎上合理配置用地屬性, 強化城鄉(xiāng)生態(tài)空間的底線約束和剛性管控。