遼寧省土地利用碳排放空間關聯性及碳平衡分區

關 偉, 董芳池, 許淑婷

(1.遼寧師范大學 地理科學學院,遼寧 大連 116029; 2.遼寧師范大學 海洋可持續發展研究院,遼寧 大連 116029)

人類對土地的利用和改造是造成全球大氣中含碳量增加的重要原因,其所產生的碳排放量僅次于化石燃料的燃燒[1].根據國家發改委能源研究所的低碳情景設定,土地利用結構優化的碳減排潛力約為常規低碳政策的1/3[2],土地利用調控措施的實施對中國履行碳減排承諾,順利完成“雙碳”目標具有非常重要的意義.黨的二十大報告提出,立足我國能源資源稟賦,有計劃分步驟實施碳達峰行動,深入推進能源革命,加強煤炭清潔高效利用,加快規劃建設新型能源體系[3].作為國家政策落實的關鍵支撐,省級政府低碳轉型的決心與力度決定了中國實現“雙碳”目標的實際成效.“十四五”是推進遼寧省全面振興的關鍵時期,新形勢對遼寧省經濟發展轉型升級提出了新要求.遼寧省“十四五”規劃提出將“碳達峰、碳中和”納入經濟社會發展和生態文明建設整體布局[4],生態系統本底脆弱,國土空間粗放低效,城鄉生態環境約束普遍等土地利用問題成為制約遼寧省綠色低碳發展的重要因素[5].厘清遼寧省土地利用碳排放現階段的發展特點和未來發展的支撐條件,對遼寧省實現低碳轉型具有重要的現實意義.

自國際科學聯盟和國際社會科學聯盟共同發起的“土地利用/土地覆被變化”核心研究項目啟動以來,關于土地利用碳排放的相關研究成為熱點[6].作為陸地生態系統的自然載體,不同土地覆被類型的生態系統結構、群落組成和生物量不同,其吸收和固定碳的速率存在明顯差異[7],土地利用/覆被變化通過改變生態系統的結構和功能進而影響土壤有機碳的輸入和釋放[8-9].具體來看,土地利用/覆被經轉換和漸變兩種方式對區域碳排放量的增加起促進或抑制作用:前者指兩種土地類型之間的轉變導致生態系統功能的變化,如耕地轉變為建設用地;后者則指某種土地利用類型內部的變化過程,如森林砍伐等[10].除此之外,經濟活動、城市建設、能源消耗等人類活動以土地為載體進行長期或周期性經營,通過改變社會經濟活動的方式和強度來改變土地利用碳排放的過程和格局[11-12].由于不同地區的生態環境條件和社會經濟狀況存在差異,土地利用對碳排放的影響程度也不同.相關研究基于不同空間尺度,探究了不同區域土地利用碳排放的時空演變規律和空間分異特征,并從不同角度提出了土地利用優化的對策建議[13-16].

回顧現有文獻,關于土地利用碳排放的研究成果頗豐,但仍待完善.現有研究成果多受限于地理臨近關系的度量,基于“屬性數據”探討區域間土地利用碳排放現狀,難以從整體上揭示區域空間關聯的結構特點.從地理學視角來看,不同區域之間資源、經濟等方面的差異決定了空間網絡中節點的組成與發展存在非均衡性[17],在碳排放相關要素的流動中,城市之間的經濟往來將引導資源要素以人流、交通流、動力流等為載體向碳排放空間關聯網絡的核心區集聚,并通過政府調控、生態補償等手段使資源要素擴散至鄰近乃至邊緣地區,由此形成一個具有不同層次、功能各異的碳排放空間關聯網絡,其實質是對區域經濟和社會活動中各種資源要素流動與轉移所產生的碳排放進行空間分布與組合的框架.社會網絡分析方法從關系角度研究空間網絡中節點的相互聯系[18],是探究關系網絡結構特征的有效方法.此外,拓展土地利用碳排放分析成果的應用場景,從碳平衡分區視角評價遼寧省各城市能源消費碳排放的公平性,有助于遼寧省制定差異化的碳減排政策.基于此,本文以2005-2020年4期遙感數據為基礎,對遼寧省土地利用碳排放的時空格局演變進行分析,并采用修正的引力模型構建空間關聯網絡,運用社會網絡分析方法明確遼寧省土地利用碳排放整體和個體網絡特征,探討不同城市在網絡中所承擔的責任,并結合凝聚子群劃分結果,對遼寧省進行碳平衡分區,以期為遼寧省制定精準化和高質量協同減排政策提供參考.

1 數據來源和方法

1.1 數據來源

遼寧省2005-2020年共4期土地利用數據來源于中國科學院資源環境科學數據中心(http://www.resdc.cn)的土地利用矢量數據集,將土地利用類型分為耕地、林地、草地、水域、建設用地和未利用地6類并進行分區統計,得到遼寧省各地級市土地面積數據.碳排放數據來源于中國城市溫室氣體工作組(http://www.cityghg.com/toCauses?id=4),社會經濟數據主要來源于《遼寧統計年鑒》及遼寧省各地級市的統計年鑒,GDP以2005年為基期進行平減.

1.2 研究方法

1.2.1 土地利用碳排放測算

土地利用碳排放主要來自碳源的排放與碳匯的吸收,碳源是建設用地和耕地的碳排放量之和,由于耕地作物依靠光合作用在較短的時間里釋放CO2到大氣中,作為碳匯效果不明顯[19],故而將耕地看作碳源,碳匯是林地、草地、水域及未利用地的碳吸收量之和[20-21].建設用地的碳排放量主要通過土地利用過程中的能源消耗進行間接估算,由于遼寧省各地級市的能源數據不完整,故采用間接計算方法,參考現有研究成果[22],以各市能源消費總量占全省消費總量的比例為基礎估算各地級市的建設用地碳排放量.

遼寧省i市土地利用碳排放量Ci的計算公式為

Ci=DL+CA.

(1)

其中,DL為遼寧省i市碳源用地的碳排放量,CA為遼寧省i市碳匯用地的碳吸收量.

i市碳源用地的碳排放量DL計算公式為

DL=Cm+Cn,

(2)

Cn=S×V.

其中,Cm為i市建設用地碳排放量,Cb為全省建設用地碳排放量,Ca為i市能源消費總量,Cn為i市耕地碳排放量.根據相關經驗數據[23],將耕地的碳排放系數確定為0.4595 kg·m-2a-1.S為i市耕地面積,V為i市耕地碳排放系數.

i市碳匯用地的碳吸收量CA的計算公式為

CA=∑Sh×Vh.

(3)

其中,Sh代表第h種地類的面積,Vh代表第h種地類的碳吸收系數.其中,h=1,2,3,4,分別表示林地、草地、水域及未利用地.根據相關經驗數據[19,24-27],分別將林地、草地、水域及未利用地的碳吸收系數確定為-0.6125、-0.02、-0.025、-0.0005 kg·m-2a-1.

1.2.2 土地利用碳排放空間網絡的構建

遼寧省土地利用碳排放空間關聯網絡是各個城市土地利用碳排放在地理空間上以人流、交通流、動力流等為載體而逐漸形成的具有不同層次、功能各異的碳排放空間關聯網絡,是各種資源要素流動與轉移所產生的碳排放在空間上重新分配與組合的框架,進而構成了社會網絡分析的基礎.社會網絡分析(Social network analysis,SNA)反映了網絡中的各節點間、節點與網絡間以及不同網絡間的關系,可以用來探尋遼寧省土地利用碳排放空間關聯網絡的整體動態特征以及網絡中各城市之間的動態關聯關系.

(1)引力模型

為了建立遼寧省土地利用碳排放空間網絡關聯關系,采用引力模型測算各城市間的碳排放關聯程度.參考現有研究成果[28],采用修正的引力模型來確定遼寧省土地利用碳排放空間關聯關系,公式如下:

(4)

其中,i和j表示各城市,Rij表示城市i和j之間土地利用碳排放的聯系強度,kij是引力系數,表示城市i對城市j的土地利用碳排放聯系的貢獻率.G、P、C分別表示各城市的GDP、年末人口數和土地利用碳排放量,dij表示兩個城市之間的空間距離.據此,得到土地利用碳排放的關聯強度矩陣,將每行的平均值取為臨界值.若Rij大于該行均值,則取為1,表示兩個城市間存在顯著的關聯關系;小于均值,則取為0,表示存在的關聯關系不顯著,進而取得遼寧省土地利用碳排放的二值關系矩陣.

(2)整體網絡指標

網絡密度(I):用于表征遼寧省土地利用碳排放空間關聯網絡的緊密程度,其值越大,表示各區域的聯系程度越緊密.

(5)

其中,B表示節點對間最短連線數,N表示為網絡節點數.

網絡效率(E):用于測度碳排放空間關聯網絡中各城市間產生聯系的平均距離,其值越大,各節點間的聯系就越松散,網絡越不穩定.

(6)

其中,M為網絡中多余連線的數量,maxM為整體網絡中最大可能多余連線的數量.

網絡關聯度(H):用于反映遼寧省土地利用碳排放空間網絡結構的穩健性和脆弱性,若數值為1,則表示兩個城市間至少存在1條關系.

(7)

其中,O表示網絡中不可達的點對數.

(3)個體網絡指標

個體網絡特征包括度數中心度、接近中心度和中間中心度,反映了遼寧省土地利用碳排放空間關聯網絡中某城市所處的地位.

度數中心度(F):度數中心度反映了節點在網絡中的位置,其值越大,節點越臨近中心位置.

(8)

其中,l表示與該城市直接相關聯的城市數目.

(9)

其中,dij表示節點i與j之間的空間距離.

中間中心度(Ki):中間中心度反映了一節點充當橋梁的次數,其值越大,代表該節點充當中介的次數越多.

(10)

其中,fjc(i)為第3個區域i控制j和c關聯的能力.

(4)塊模型

塊模型反映了遼寧省土地利用碳排放空間關聯網絡中某些聯系緊密的城市結合成的次級團體,直觀地表現出各模塊之間碳流動與碳轉移[29].本文利用UCINET中的CONCOR工具,并參照谷國鋒等[30]的研究方法,將其劃分為4個模塊,探究遼寧省14個地級市土地利用碳排放的角色分組情況.

1.2.3 碳平衡分區

由于不同區域的經濟發展情況和生態環境條件不同,其經濟規模、碳排放總量和土地利用程度等方面存在差異.本文結合2020年遼寧省土地利用碳排放空間關聯網絡中塊模型劃分結果,選取碳排放總量、碳排放經濟貢獻系數、碳生態承載系數和國土開發程度等反映遼寧省不同區域的綜合性特征.其中,碳排放總量用來反映區域碳排放規模,借鑒盧俊宇等[31]的研究選取碳排放經濟貢獻系數、碳生態承載系數反映區域的經濟效率和碳生態容量,選取國土開發程度(建設用地與國土面積的比值)反映區域的空間結構.

(11)

其中,Gi、G分別指i城市和遼寧省的GDP,CAi、CA分別指i城市和遼寧省碳吸收量,EL、E分別指各城市和遼寧省的碳排放量.

2 結果與分析

2.1 遼寧省土地利用碳排放空間演變分析

2005-2020年,遼寧省土地利用類型以耕地和林地為主,約占遼寧省總面積的83%.研究期間內,耕地轉出面積為14478.155 km2,其中,50%轉化為林地,32%轉化為建設用地.從其他土地利用類型轉為耕地的面積為9224.093 km2,主要來源于林地,耕地面積轉出面積大于轉入面積,凈增加量為-5254.062 km2.林地面積凈增加量為5610.285 km2,主要分布在撫順、丹東和本溪等遼寧省東部地區,轉入面積主要來自耕地和草地.在此期間,遼寧省依托三北防護林工程、全國防沙治沙綜合示范區工程等開展林地保護建設,使得森林資源穩步增長.建設用地的轉入面積大于轉出面積,主要來源于耕地,說明隨著東北振興戰略等規劃的實施,城市化的飛速發展使得建設用地的擴張侵占了耕地面積,而建設用地中有1793.011 km2的面積通過廢棄工礦和農村拆舊區復墾等方式轉變為耕地(見表1).

表1 2005-2020年遼寧省土地利用轉移矩陣Table 1 Land use transfer matrix in Liaoning province from 2005 to 2020 km2

因不同年份的土地利用碳排放量區間不同,無法保證在同個中位值斷裂,可能會出現某一年的較高值為另一年的中值而影響最終結果,因此,本文選取土地利用碳排放量均值的50%、100%、150%為中斷值進行分析,將遼寧省土地利用碳排放量劃分為4級:低值(<50%)、次低值(50%～100%)、次高值(100%～150%)和高值(>150%),得到遼寧省土地利用碳排放空間分布表(表2).遼寧省高值區大致可分為4種類型:第一類為遼寧省兩大經濟引擎沈陽和大連,經濟發展水平高,人口較多,土地利用類型以耕地、建設用地和林地為主,碳匯吸收量遠小于碳源排放量;第二類為鞍山、盤錦、本溪和撫順等資源型城市,經濟產業主要為重工業,除盤錦市外,其余城市土地利用類型雖均以林地為主,但碳匯吸收量并不足以抵消碳源排放量,僅可作為減少碳排放的補充措施;第三類為港口城市錦州和營口,這類城市依托區位優勢,重點發展現代物流業,是遼寧省重要的出?？诤途C合物流樞紐,工業類型有冶金、石化等高耗能產業及生物醫藥、紡織等輕工業,土地利用類型以耕地和林地為主;第四類為第一產業比重較大的糧食主產區鐵嶺市,其煤炭資源豐富,市內的清河發電廠和鐵嶺發電廠是東北電網的骨干和樞紐電廠,土地利用類型以耕地和林地為主.丹東市為遼寧省土地利用碳排放低值城市,其工業類型以農副產品加工和紡織業等輕工業為主,轄區內林地面積占全省林地面積的14.3%,碳匯吸收量居全省第一位.

表2 遼寧省土地利用碳排放空間等級分布Table 2 The level of spatial distribution of carbon emissions from land use in Liaoning

2.2 遼寧省土地利用碳排放空間網絡關系分析

2.2.1 整體網絡特征

根據式(4)構建遼寧省土地利用碳排放引力矩陣,借助UCINET軟件得到遼寧省土地利用碳排放空間關聯網絡指標.①網絡密度分析.14個城市之間的網絡關系數最大為63個,與整個網絡最大可能關系數182(14×13)個的差距偏大,由此網絡密度均值為0.330,說明遼寧省土地利用碳排放空間關聯的緊密度較低,空間關聯網絡尚未達到最佳狀態.②網絡關聯度分析.在研究期間內,網絡空間關聯度均為0.868,表明遼寧省土地利用碳排放空間關聯網絡具有顯著的通達性,各城市間存在直接或間接的聯系.③網絡效率分析.網絡效率總體變化不大,由2005年的0.667下降至2020年的0.628,期間伴隨著微弱上升,說明遼寧省土地利用碳排放空間關聯網絡穩定性相對較差,城市之間的碳排放空間溢出路徑存在疊加現象.遼寧省土地利用碳排放空間關聯趨于緊密,各城市之間的要素流動使空間網絡逐漸向穩定化、復雜化發展,這將為遼寧省實現錯位協同低碳轉型提供基礎.

2.2.2 個體網絡特征

對遼寧省土地利用碳排放空間網絡中14個地級市的中心性特征進行分析,初步揭示遼寧省土地利用碳排放個體網絡特征的基本分布規律(表3).

表3 2005-2020年土地利用碳排放空間關聯網絡中心度Table 3 Spatial correlation network centrality of carbon emissions from land use

(1)度數中心度分析.總體來看,遼寧省土地利用碳排放空間網絡中核心-邊緣城市分布變化不大,中心節點城市存在動態更替現象.具體分析發現,城市度數中心度高的原因存在不同:沈陽市和大連市作為遼寧省經濟發展的雙引擎,輻射帶動作用強、范圍廣,城市發展能級和綜合競爭力均居全省前列,在整個空間關聯網絡中起主導作用;鞍山市和盤錦市作為資源型城市,因資源與產品供給與其他城市關聯緊密;遼陽市毗鄰沈陽市和鞍山市,地理位置優越,受核心城市影響大,因而獲得一定的網絡主導能力;朝陽市承接京津冀產業轉移,碳轉出與碳轉入均較為活躍.可見,產業集聚、人口集中、資源開發、區位優勢等是促成節點城市在網絡中居于中心位置的原因.

(2)接近中心度分析.由表3可知,遼寧省土地利用碳排放空間關聯網絡的接近中心度始終高于均值的城市有沈陽、鞍山和盤錦等3個城市,說明這些城市在碳排放關聯網絡中與其他城市產生關聯的可能性更大,城市間的經濟往來、人口流動等強化了這些城市的中心性.接近中心度低的城市有葫蘆島、阜新和鐵嶺等,這些城市限于經濟水平、地理位置等因素與其他城市交流少,在空間網絡中處于邊緣位置,難以對其他城市的碳排放量產生影響.

(3)中間中心度分析.中間中心度始終為高值的城市有沈陽、鞍山和盤錦等,說明這些城市在遼寧省土地利用碳排放空間關聯網絡中扮演“中間人”的角色.具體分析發現,這些城市的個體網絡指標均處于較高水平,說明此類城市在經濟、科創、資源、人才等方面具有比較優勢,與其他城市合作密切,整個網絡中的碳流動大多通過這些城市.對比2005年和2020年中間中心度發現,中間中心度大于均值的城市由2005年的5個減少為2020年的3個,土地利用碳排放空間網絡中扮演“中間人”角色的城市中介作用減弱.阜新市和鐵嶺市的中間中心度始終為0,在網絡中處于邊緣化位置.

2.2.3 塊模型特征

總體來看,遼寧省各城市土地利用碳排放的分組情況受經濟發展水平和地理臨近關系的影響,位于同一模塊內的城市具有同質性,且模塊內部的組成城市存在動態更替現象(圖1).結果顯示,每個模塊均存在自反性,即每個模塊內部組成城市之間聯系非常緊密.2005年,模塊1與模塊2之間的交流存在互動性,說明以沈陽為中心的都市圈內部聯系更為緊密.模塊3接收來自模塊1和4的碳溢出,說明以大連市為代表的高經濟、高碳排放城市對遼寧東、西部地區的輻射影響程度更大,經濟交流更多.模塊4由朝陽市、阜新市、葫蘆島市等位于遼寧省西部地區的城市組成,因存在共同的經濟發展訴求和生態環境特點,遼西地區經濟發展模式傾向一體化,受大連市的影響較多,與其的聯系也更為緊密.2010年與2005年相比,模塊1和模塊2的內部組成城市存在交換現象,且兩者之間的關系由互動性轉為單向流動性.模塊2與模塊3之間由以模塊1為中介的單向傳遞性轉變為直接交流,即以大連市為代表的模塊3與以沈陽市為代表的模塊2之間以遼陽市為轉接點進行經濟互動.2015年,遼陽市和沈陽市流向模塊1,模塊1與模塊3之間的流向發生轉變,撫順市和阜新市流向模塊2,阜新市與以大連市為代表的模塊3之間的關聯度減弱.2020年,遼寧省土地利用碳排放模塊組成城市地理分布更為清晰,模塊2與模塊3之間出現互動,沈陽與大連等核心城市之間凝聚力變強,核心-邊緣結構愈發明顯,4個模塊之間均存在直接或間接的聯系,核心區與邊緣區未出現脫節現象.遼寧省碳流動大多指向沈陽市、大連市等,表現為高度的空間依賴性,為此,沈陽市、大連市等高碳排放城市應承擔更多減排任務,優化土地利用結構,推動土地利用布局的合理化和集約化.

圖1 遼寧省土地利用碳排放空間關聯網絡像矩陣Fig.1 Image matrix of land use carbon emission space correlation network in Liaoning province

2.3 遼寧省土地利用碳平衡分區

以2020年遼寧省土地利用碳排放塊模型劃分結果為依據,將遼寧省劃分為碳匯功能區、低碳發展區、高碳優化區和高碳控制區,以期為各地區的低碳經濟發展提供參考(表4).

表4 2020年遼寧省碳平衡分區主要指標Table 4 Main indicators of carbon balance zoning in Liaoning province in 2020

(1)碳匯功能區包括丹東、本溪、撫順和鐵嶺,該區屬于遼寧省東部生態功能區,生態承載能力處于較高水平,國土開發程度較低.未來應加強森林生態系統碳匯能力,建立省級生態環境補償機制,促進水源涵養與生物多樣性維護,加大對自然保護區與重點生態功能區的投入與支持力度,推進野生動植物保護、濕地保護與恢復等,積極發展康復保健、生態旅游、養老醫療等服務行業.撫順市、本溪市屬于重要的工業城市,未來應加快推動能源結構調整與產業升級優化,加大煤炭行業的科技創新力度,加強對地表沉陷區、礦山等的恢復治理.由于林地面積的增加能在一定程度上消納部分的碳排放,應加強對天然林的保護與修復,推行生態產品生產能力建設.

(2)低碳發展區包括沈陽和遼陽,屬于遼寧省核心發展城市,城市化、工業化開發強度高,綜合服務功能和輻射帶動能力強,碳排放經濟效益處于較高水平,但生態承載系數較低,生態容量與能源消費碳排放不協調,在遼寧省土地利用碳排放空間關聯網絡中處于中心位置,碳排放溢出效應較強.未來應加快轉變經濟發展方式,優化產業結構,推動產業向高端、高效、高附加值轉變,發展高新技術產業與先進裝備制造業.同時,加強企業與高校、科研院所的合作,推進現代信息技術與傳統能源生產深度融合,加快引進能源領域國外先進技術,合作開展項目建設經營,實現科研成果轉化.

(3)高碳優化區包括大連、鞍山、營口和盤錦,該區經濟發展情況較好,是遼寧省傳統工業區,國土開發程度與碳排放經濟貢獻能力均處于較高水平,但生態承載能力較低水平,在碳排放空間網絡中多處于重要節點位置.該區應調整城市內部用地結構,盤活建設用地存量,提高建設用地的投入產出效益,同時應發展清潔能源,加快能源綠色低碳轉型,充分利用鞍山、盤錦等城市氫能產業基礎優勢,推動礦山、工業園區、交通等領域開展氫能應用示范,進一步完善氫能在船舶、冶金、化工等領域的規范標準,建設政府監管機制,拓展氫能應用場景.未來在繼續發揮大連市經濟優勢的同時,加快鞍山市、盤錦市等重要節點城市的經濟綠色轉型,結合遼寧省土地利用網絡結構特征,整體把握碳流動與碳轉移特點,合理分配碳排放額,促進城市實現錯位協同減排.

(4)高碳控制區包括阜新、錦州、朝陽和葫蘆島,該區位于遼寧省西部山地丘陵區,自然條件較好,是遼寧省生態調節的重要屏障與支撐,但生態環境較為脆弱.作為遼寧省重要的風沙防治區,遼西地區未來在承接京津冀產業轉移的同時應強化防護林建設,開展防風治沙與封沙育草治理,加強區域生態環境共同治理,加大礦區生態治理與修復力度,改善資源環境承載能力.并充分利用風能資源優勢,推進遼西地區陸上風電建設,發展清潔能源.

3 結論與討論

3.1 結 論

“十四五”時期是遼寧省實現碳達峰的關鍵窗口期,加快構建綠色產業體系,推動能源綠色低碳發展,對推進經濟社會高質量發展具有重要意義.本文以遼寧省14個地級市為研究區域,以土地利用碳排放為研究對象,探討了全省土地利用碳排放時空格局演變與空間關聯網絡特征,綜合考慮碳排放總量、碳排放生態承載系數與經濟貢獻系數、國土開發程度,從土地利用角度對遼寧省進行碳平衡分區,提出具體的碳減排方案.研究結論如下:

(1)從土地利用類型轉變上看,遼寧省土地利用類型以耕地和林地為主,其中,耕地的轉出面積最大且轉出面積大于轉入面積,林地的轉入面積最小且轉入面積大于轉出面積,建設用地的轉入面積主要來源于耕地.遼寧省土地利用碳排放量高值區大致可分為經濟高水平城市、資源型城市、港口型城市與糧食主產區等4種類型,低值區始終為丹東市.

(2)遼寧省土地利用碳排放空間關聯網絡具有顯著的通達性和非均衡性,但空間關聯網絡尚未達到最佳狀態,沈陽和鞍山在空間關聯網絡中始終處于中心位置,與其他城市產生關聯的可能性更大.遼寧省土地利用碳排放模塊內部的組成城市存在動態更替現象,模塊之間的聯系狀態和輻射范圍發生變化,呈現明顯的核心-邊緣結構特征.

(3)基于遼寧省凝聚子群劃分結果,尋找城市經濟發展與錯位協同減排戰略相協調的土地利用格局,結合遼寧省碳排放總量、碳排放經濟貢獻系數與生態承載系數、國土開發程度,最終將遼寧省劃分為碳匯功能區、低碳發展區、高碳優化區和高碳控制區.在此基礎上,提出碳匯功能區應加強對自然保護區與重點生態功能區的支持,發展綠色經濟;低碳發展區應加強與科研院所合作,推進現代信息技術與傳統能源生產深度融合,優化產業結構;高碳優化區應調整城市內部用地結構,提高能源利用效率,利用氫能產業基礎優勢,拓展氫能應用場景;高碳控制區應加強區域生態環境的修復與治理,因地制宜開展陸上風電建設.

3.2 討 論

本文探究了遼寧省土地利用碳排放時空格局演變與空間關聯網絡結構特征,并提出了以低碳發展為目標的區域錯位協同減排優化方案.雖然目前土地利用碳排放的核算標準已初步形成,但是不同地區土地利用特征與自然資源情況等不盡相同,相關的碳排放系數也存在差異,以此測算的遼寧省土地利用碳排放存在一定誤差.在未來的研究中應結合遼寧省碳源與碳匯具體情況,探究符合遼寧省實際的相關系數.鑒于數據的可得性,本文以市域為研究單位對遼寧省土地利用碳排放情況進行探討,未來隨著數據資料的積累與完善,可以基于本文研究成果將研究尺度細化,進行縣級乃至鄉鎮、村莊的土地利用碳排放研究,對于實現遼寧省碳減排和低碳經濟發展更具有現實意義.