基于主體功能區的山西省碳排放時空特征及減排評價

李 虹,張 紅,,*,賀桂珍,張霄羽,劉 勇

1 山西大學環境與資源學院,太原 030006 2 山西大學黃土高原研究所,太原 030006 3 中國科學院生態環境研究中心城市與區域生態國家重點實驗室,北京 100085 4 中國科學院大學,北京 100049

自20世紀中葉以來,人類活動導致以CO2為主的溫室氣體含量增加,造成溫室效應加劇,全球氣溫上升,對大氣、海洋、冰凍圈和生物圈等自然生態系統產生前所未有的影響[1]。氣候變化作為全球性問題,需要世界各國攜手應對。作為世界上最大的發展中國家和CO2排放國,中國在2020年9月明確提出2030年“碳達峰”與2060年“碳中和”目標、國家自主貢獻力度新目標[2],這不僅是推動生態環境質量改善和實現可持續發展的內在要求,也展現了中國深度參與全球氣候治理的責任擔當[3]。中國各級行政區的資源稟賦、能源消費結構、經濟發展水平在一定程度上決定了傳統的以行政區劃為實施單元不能完全適應碳減排政策的制定和實施,亟需探討實現雙碳目標的可行政策路徑。主體功能區是根據縣域的資源環境承載能力、現有開發密度和發展潛力而劃分的[4],因此從主體功能區角度研究碳排放,有利于打破行政區劃,因地制宜地制定并實施有差異性的碳減排政策,推動中國雙碳目標的實現,適應和減緩氣候變化。

鑒于全球能源部門的碳排放占CO2總排放量的90%以上,國內外學者多圍繞化石能源消費所產生的碳排放問題展開研究,主要集中在國家、省級尺度。國家尺度上,世界各國的碳排放研究基于國際上的溫室氣體數據集[5],包括美國能源信息署(EIA)、全球大氣研究排放數據庫(EDGAR)、全球碳預算數據庫(GCB)、國際能源署(IEA)等數據集。Koilakou、Fang等分別使用IEA的碳排放數據分析美國和德國碳排放的驅動因素、比較中國和美國碳排放及影響因素的差異[6-7];Dong等[8]基于EIA碳排放數據評估了32個發達國家在1990-2017年期間的碳排放效率;Zhang等[9]利用EDGAR的溫室氣體排放數據分析1970-2018年全球主要國家不同情景下的碳排放配額。省級尺度上,一些學者參考IPCC國家溫室氣體清單指南,使用《中國能源統計年鑒》中的能源消費數據進行碳排放核算,從碳排放強度的角度分析時空演變特征[10]、采用LMDI法研究碳排放的驅動因素[11]、分析城市發展與能源碳排放的關系[12]。

由于能源消費數據的限制,縣級尺度的碳排放核算大多使用自上而下的方法收集社會經濟數據或點源數據獲得縣級尺度碳排放量[13-16],這種方法忽略了縣域經濟與工業之間的異質性,使得估算值與實際碳排放偏差較大[17]。此外夜間燈光數據也被選擇用于碳排放的降尺度研究,蘇泳嫻等[18]基于1992-2010年DMSP/OLS夜間燈光影像,建立省級尺度夜間燈光總值與碳排放量之間的線性相關關系模擬市級碳排放量;Chen等[19]采用PSO-BP算法基于夜間燈光數據對全省能源碳排放進行降尺度研究,并計算1997-2017年全國2375個縣的能源相關碳排放量。也有學者考慮到不同主體功能區國土空間開發目標、經濟發展狀況及能源消費結構的差異,在縣級尺度碳排放核算的基礎上,分析四川省[20]、廣東省[21]、京津冀城市群[22]主體功能區碳排放的時空演變特征。

山西省是典型的資源型和高碳經濟省份,經濟結構和產業結構長期依賴煤炭,碳排放總量、人均碳排放、碳排放強度長期居全國前列[23]。田云等[24]研究表明山西省呈現出較為明顯的“高排放、低配額”特征,且碳減排潛力相對較小,在實施碳減排措施、推動低碳轉型以及最終實現雙碳目標等方面面臨著嚴峻的考驗。因此本文立足山西省經濟發展和碳排放的特征,從主體功能區的視角出發,采用BP神經網絡模型,構建了適用于主體功能區的碳排放核算模型,對山西省重點開發區域、農產品主產區、重點生態功能區2006-2020年碳排放進行核算,分析碳排放時空演變特征、碳排放區域差異及來源、碳減排成效,有利于促進主體功能區之間資源整合和協同減排,為山西省碳減排政策和低碳發展道路的制定提供科學依據。

1 材料和方法

1.1 研究區概況

山西省總面積15.67萬km2,共轄11個地級市,117個縣區,含煤面積約占全國總面積的40%,探明儲量約占全國的1/3,煤炭資源豐富,是我國重要的能源生產基地及典型的資源型省份,經濟發展高度依賴能源,總能源消耗較大,導致其碳排放量大于其他省份,減排壓力巨大。本文以《山西省主體功能區規劃》[25]中的重點開發區域、農產品主產區和重點生態功能區開展研究,三大主體功能區分別包含37、34、46個縣區級行政單元,占省域面積的20.15%、28.65%和51.2%(圖1)。

圖1 山西省主體功能區劃圖Fig.1 Map of the MFOZs in Shanxi ProvinceMFOZs: 主體功能區Major function oriented zones

1.2 數據來源

本文分別采用IPCC清單法和BP神經網絡計算市級和縣級碳排放,縣級碳排放加總得到主體功能區的碳排放。用于市級碳排放核算的數據包括能源消費數據[26-27]和排放因子,考慮到某些能源的消耗量小,而且質量與其他燃料相似,將其合并為17種類型[28],排放因子采用Liu等[29]對國內煤礦和煤炭樣品分析檢測得出的實際排放因子;用于縣級碳排放估算的數據包括人口、GDP、夜間燈光總值、植被覆蓋率、城市化水平,DMSP-OLS(30″)、NPP-VIIRS(15″)夜間燈光數據分別經過裁剪、重投影、重采樣、去除異常值等預處理使兩種影像達到空間匹配后進行相互校正[30]。數據來源說明見表1。

表1 數據來源Table 1 Data sources

1.3 研究方法

1.3.1主體功能區碳排放核算

主體功能區以縣級行政單位為基本單元,由于縣級能源消費數據的不可獲取性,無法直接計算其碳排放量,本文首先基于IPCC指南中的方法2(即采用特定國家排放因子)和省級溫室氣體清單編制指南(試行),計算山西省各市2000-2020年能源相關碳排放,其公式如下:

CEenergy=ADi×EFi

(1)

式中,CEenergy為能源相關CO2排放量(Mt);ADi為i類能源的活動數據即消費量,按標準煤計算(Mt),包括終端消費(除用作原料、材料的部分)和火力發電、供熱兩個過程[31];EFi為i類能源的排放因子(表2)。

表2 能源排放因子Table 2 Emission factors for different energy

其次通過BP神經網絡估算2006-2020年山西省縣級CO2排放量[32],BP神經網絡是一種按照誤差逆向傳播算法訓練的多層前饋神經網絡,由輸入層、輸出層和隱含層組成。在本研究中,輸入層為碳排放影響因子,包括人口、GDP、夜間燈光總值、植被覆蓋率、城市化水平,輸出層為碳排放量,訓練樣本、測試樣本分別占70%、30%,訓練集、測試集的相關系數R分別為0.995、0.990,驗證集和總樣本的相關系數R分別為0.986、0.993。然后通過該模型估算了山西省2006-2020年縣級CO2排放量。BP神經網絡模擬在MATLABR2018b中實現。最后根據主體功能區規劃將對應縣域的碳排放匯總,得到重點開發區域、農產品主產區、重點生態功能區的碳排放。

1.3.2空間自相關分析

空間自相關是一種探究地理現象屬性因空間位置而產生相關性程度的空間分析方法,可以解釋地理現象的空間分布特征、相關程度和聚集性。本文選擇空間自相關Moran I指數分析碳排放高值或低值的空間集聚特征,Getis-Ord G*進一步分析局部空間集聚特征,識別具有統計顯著性的高值和低值的空間聚類,即碳排放熱點區與冷點區的空間分布。

1.3.3碳排放區域差異分析

采用Dagum基尼系數及其按子群分解的方法計算山西省2006-2020年碳排放空間分布的基尼系數并從主體功能區角度對總體基尼系數進行分解,該方法克服了標準差、基尼系數、變異系數等傳統測算變量空間非均衡性方法僅考慮總體差異的弊端,已廣泛用于研究區域差異[33]。Dagum基尼系數將總體差異(G)分解為區域內差異(Gw)、區域間差異(Gnb)和超變密度(Gt)三部分,基尼系數的定義如公式(2)所示,具體計算方法見文獻[34]。

(2)

1.3.4碳減排成效評價

碳排放強度變化傾向率體現其在時間序列下的變化趨勢,可以檢驗碳減排成效,本文采用線性擬合方程的斜率表征碳排放強度的變化趨勢和幅度,在給定α=0.05的置信水平下,對碳排放強度時間序列變化趨勢的顯著性進行判斷。計算公式為:

(3)

式中,n為研究期長度(本研究n=15),t代表時間序列,CEIt為第t年碳排放強度,slope表示碳排放強度變化的趨勢。如果slope>0表示研究期間碳排放強度呈現增長趨勢,說明該地區碳減排無效,slope<0則表示研究期間碳排放強度呈現減小趨勢,該區域碳減排有效。

2 結果分析

2.1 主體功能區碳排放時空演變特征

2.1.1碳排放時間演變特征

近15年來山西省主體功能區的碳排放量呈現逐年增長的趨勢,增長率表現為重點開發區域>農產品主產區>重點生態功能區的特征(圖2),與各主體功能區的功能定位和產業結構顯著相關(圖3)。重點開發區域是碳排放主要區域,其排放量占全省的比重穩定在60%左右,總體呈增長趨勢且增速最快,從2006年的233.92 Mt增長到2020年的477.67 Mt。作為山西省經濟最發達的地區,重點開發區域GDP總量最高,產業結構以二三產業為主,碳排放與第二、第三產業產值的相關性最強,人口密集、能源消費總量大、城市化水平高,因此排放量最大且增速最快。

圖2 2006-2020年山西省主體功能區碳排放變化圖Fig.2 Carbon emission changes in the MFOZs of Shanxi Province from 2006 to 2020

圖3 主體功能區碳排放與各產業產值的Person相關系數(P<0.01)Fig.3 Person Correlation coefficient between carbon emission and output value of various industries of the MFOZs (P<0.01)

農產品主產區和重點生態功能區的碳排放量明顯低于重點開發區域,分別占山西省碳排放總量的25%和12%左右。農產品主產區以發展農業和提供農產品為主要功能,第一產業產值與碳排放的相關性是三大主體功能區中最強的,由于推進落實農業低碳技術,增加農田有機質含量,鞏固和提升農田生態系統碳匯能力,故碳排放增速緩慢[35];重點生態功能區的碳排放量同樣表現出隨時間連續增長的趨勢,碳排放與第三產業產值的相關性最高,是山西省生態系統保護的關鍵區域,工業活動少,林草覆蓋率高,以提供生態服務為主,故碳排放總量增速緩慢。

2.1.2碳排放空間集聚特征

采用空間自相關方法分析主體功能區碳排放在空間上的集聚特征,從山西省碳排放局部空間自相關分布圖看(圖4),高-高聚集區、低-高聚集區都分布在重點開發區域,其中太原都市圈的高-高聚集現象未發生變化,說明該區域的空間集聚格局較為穩定,存在“高碳鎖定”效應,分布在山西省太原盆地、臨汾盆地和大同盆地,由于地勢優勢,人口、經濟不斷集聚在此區域,逐漸陷入高碳排放的困境;晉北、晉南、晉東南城鎮群中的重點開發區域的空間自相關性減弱,由高-高集聚轉變為不顯著,這反映了三大城鎮群產業結構的轉型升級、綠色低碳技術的規?；瘧?、與太原都市圈的融合發展帶來的集聚效應等因素,對晉北、晉南、晉東南地區的碳排放產生負影響,從而使這些地區碳集聚效應減弱。高-高區域在中心相互作用,集中和消耗更多的資源,低-高區域在重點開發區域的邊緣地區,優先保障高-高區域的發展,能源消耗量較少。農產品主產區、重點生態功能區的縣域經濟發展不平衡,碳排放存在空間差異性,集聚特征不顯著。主體功能區的空間集聚特征與山西省“兩山夾一川”的獨特地勢相關[36],空間集聚特征穩定的區域集中在山西省中部,集聚特征不顯著的區域分布在東部和西部。

圖4 山西省主體功能區碳排放局部空間自相關分布圖Fig.4 Local spatial autocorrelation distribution map of carbon emissions in the MFOZs of Shanxi Province

計算Getis-Ord G*得到山西省碳排放冷熱區分布圖(圖5),熱點圖分析表明山西省碳排放整體上呈現核心-邊緣結構,以重點開發區域中的太原都市圈為熱點區,向外逐漸擴散,依次為次熱區、次冷區、冷點區;晉北、晉東南城鎮群形成次級核心。2006-2020年熱點區范圍擴大且更加集聚,分布在重點開發區域。太原都市圈是人口和經濟密集區,晉北、晉東南城鎮群是工業密集區,城市化和工業化的快速發展伴隨能源消費量的增長,導致該區域成為山西省碳排放的高值區。

圖5 山西省主體功能區碳排放冷熱區分布圖Fig.5 Distribution of carbon emissions hot spots in the MFOZs of Shanxi Province

2.2 主體功能區碳排放差異及來源分解

為了進一步分析山西省主體功能區碳排放分布的區域差距,根據基尼系數及其按子群分解的方法,分別測算了2006-2020年山西省碳排放總體基尼系數并按照重點開發區域、農產品主產區、重點生態功能區三大區域進行了分解(圖6)。研究期間山西省主體功能區碳排放的總體差異表現為下降趨勢,由2006年的0.505下降到2020年的0.498,年均下降0.102%,說明山西省縣區碳排放之間存在較為明顯的不均衡現象,且不均衡程度有縮小的趨勢,原因是各縣區的經濟發展趨于平衡導致碳排放量的差異減弱。

圖6 Dagum基尼系數分解結果Fig.6 Dagum Gini coefficient decomposition results

從主體功能區的差異來看,重點開發區域、重點生態功能區碳排放的區域內差異逐年上升,年均增長率分別為1.47%、0.95%,而農產品主產區呈現下降的趨勢,年均下降2.55%,主要原因是重點開發區域內產業轉型和能源結構優化的步調不一致,太原城市群以高新技術產業為經濟支柱,晉北、晉南、晉東南三大城鎮群依賴于傳統煤化工產業和制造業,能源消費量大,使得區域內碳排放的差異增大。

主體功能區之間的差異見圖6,從差異的數值水平來看,重點開發區域和重點生態功能區之間的差異較大,其研究期內均值達到0.730,重點開發區域和農產品主產區、農產品主產區與重點生態功能區之間的差異較小,樣本均值分別為0.478、0.527,這與主體功能區經濟發展不平衡、能源消費總量的差異密切相關;從差異的時間變化趨勢來看,整體上農產品主產區與重點生態功能區、重點開發區域和重點生態功能區的地區間差異呈現下降趨勢并同步變化,年均下降分別為1.127%、0.127%,重點開發區域和農產品主產區的地區間差異波動幅度較小,表現為上升趨勢,年均增長率為0.153%。

進一步分析主體功能區碳排放差異的來源及貢獻率(圖6),區域內差異的貢獻呈現上升趨勢,由2006年的20.242%上升到2020年的21.443%,年均增長率為0.413%;超變密度反映的是主體功能區之間交叉重疊部分對于總體差異的貢獻,其貢獻率在7%上下波動,呈現明顯的倒“U”形特征;區域間差異的貢獻率呈現下降趨勢,由2006年的72.272%下降至2020年的71.516%,始終高于區域內差異和超變密度對碳排放總體差異的貢獻,是山西省碳排放總體差異的主要來源。

2.3 主體功能區碳減排成效評價

碳排放強度是指單位GDP的碳排放量,是衡量能源強度、碳排放效率和碳減排成效的重要指標。研究期間重點開發區域和農產品主產區的碳排放強度高于全省水平,三類主體功能區的碳排放強度均呈現逐年下降趨勢(圖7),重點生態功能區的下降幅度最大(51.43%),農產品主產區次之(46.61%),重點開發區域最小(45.84%)。

圖7 2006-2020年山西省主體功能區碳排放強度Fig.7 Carbon emission intensity of the MFOZs in Shanxi Province from 2006 to 2020

進一步分析碳排放強度年際變化趨勢,2006-2020年主體功能區碳排放強度呈顯著下降趨勢的(P<0.05)區域占比排序為:重點開發區域(97.30%)>重點生態功能區(95.65%)>山西省(95.73%)>農產品主產區(94.12%)(表3),重點開發區域的碳減排成效顯著高于農產品主產區和重點生態功能區。從空間上看(圖8),重點開發區域整體碳減排成效較好,太原市作為以“資源型城市轉型升級”為主題的國家可持續發展議程創新示范區,可持續發展戰略輻射重點開發區域,大力發展新能源,推動能源清潔低碳轉型,能源利用效率提高,單位產出能源資源消耗和碳排放強度降低;農產品主產區和重點生態功能區的減排成效存在較大程度的空間異質性,緊鄰太原都市圈的區域承擔著向中心區域輸送資源的任務,制約了低碳經濟的發展,碳排放強度下降緩慢,碳減排成效不容樂觀。

表3 2006-2020年碳排放強度變化趨勢統計Table 3 Statistics of carbon emission intensity from 2006 to 2020

圖8 2006-2020年山西省主體功能區碳排放強度傾向率空間分布圖Fig.8 Spatial distribution of carbon emission intensity tendency rates in the MFOZs of Shanxi Province from 2006 to 2020

3 討論與結論

3.1 討論

碳排放領域已成為國內外研究熱點,然而以往研究大多以國家、省級尺度為主,較少從主體功能區尺度開展研究。山西省是我國首個國家資源型經濟轉型綜合配套改革試驗區,實施雙碳目標的“山西行動”,有助于推進全國碳達峰碳中和進程[37]。本文從山西省主體功能區的碳排放入手,結合遙感數據和社會經濟數據,通過BP神經網絡模型計算山西省縣級尺度碳排放,進而分析了主體功能區的碳排放時空特征、碳排放區域差異并評價碳減排成效,研究方法有一定的創新性,但是由于夜間燈光數據存在過飽和、精度低等缺點,未來可以選擇更高精度的數據,結合實地調研和碳排放在線監測,更準確地核算碳排放,為低碳發展戰略提供強有力的依據。

本文基于山西省各主體功能區碳排放的特征,結合其資源環境承載能力、現有開發強度、發展潛力和山西省未來發展的戰略規劃,針對性地提出各主體功能區的減排建議:

重點開發區域近年來碳減排取得一定成效,未來應優化太原都市圈、三大城鎮群的城鎮化與工業化用地,推進發展技術密集型產業;發揮平遙縣、介休市、陽曲縣等地旅游資源豐富的優勢,大力推進產業結構轉型升級;對于太原市小店區、大同市平城區等人口密集的區縣,推進自身的輻射帶動作用,充分發揮人口集聚的規模效應與創新優勢對碳排放的負影響[38],優化三生空間布局,建設低碳城市。

農產品主產區存在較強的城鎮化發展潛力[39],未來應嚴格控制城鎮用地的擴張,落實主體功能區配套政策,因地制宜選擇低碳發展路徑,注意防范增排風險;優化農業用地布局,提升耕地質量,發展以陽高縣現代農業產業鏈、高平市種養結合為案例的農業循環經濟,提高農業資源的利用效率,推進農業碳減排;增加農田有機質含量,鞏固和提升農田生態系統碳匯能力;加強綠色農業生產技術研究開發,增強農業生產適應氣候變化的能力。

重點生態功能區應加強資源合理開發利用、新能源開發建設和生態修復,特別是晉城市沁水縣、朔州市平魯區、呂梁市柳林縣等煤炭產量較高的縣區,能礦資源的開采必須以保護生態為前提,加強管控力度,嚴格按照該區域的主體功能定位實行“點上開發、面上保護”;立足資源優勢和地理優勢,以創新為驅動加快實現盂縣煤層氣和地熱能、平魯區風電等地優質清潔能源的開發建設,提高能源利用效率,降低碳排放強度;建設以呂梁山、太行山、太岳山、中條山為主體的生態屏障帶,發揮濕地、森林、草原等生態系統的生態保育和水源涵養功能,保障山西省生態安全的同時增加陸地生態系統碳匯。

3.2 結論

本文從主體功能區的視角出發,采用BP神經網絡構建市級能源消費碳排放與人口、GDP、夜間燈光總值、植被覆蓋率、城市化水平的關系并間接估算2006-2020年山西省各縣區的能源消費碳排放量,進而計算出各類主體功能區的碳排放量。

結果表明各類主體功能區的碳排放存在顯著差異,研究期間碳排放量及其增長率始終表現為重點開發區域>農產品主產區>重點生態功能區的特征,碳排放量與各區域的經濟發展呈現正相關性。山西省碳排放總體差異表現為下降趨勢,主體功能區之間的差異,尤其是重點開發區域和重點生態功能區之間的差異,是山西省碳排放總體差異的主要來源,各主體功能區之間經濟發展程度不同、能源消費需求量不同導致了各區域間碳排放量的差異。碳排放強度的趨勢分析可以用于評價碳減排成效,2006-2020年各主體功能區碳減排均取得一定成效且具有空間差異性。