雙碳背景下黑龍江省土地利用碳源匯時空格局及預測分析

曹雨晴，崔 佳

（哈爾濱師范大學經濟與管理學院，哈爾濱 150025）

隨著溫室氣體排放量的增加，全球氣候變暖趨勢明顯，引發諸多自然災害，對人類生存與發展構成嚴峻挑戰。當前，全球每年向大氣中排放的CO2總量高達510 億t，世界各國紛紛探索應對策略。有必要對碳源匯進行研究，總結碳排放規律，預測未來碳源匯格局，提出精確的碳減排目標，提升碳匯水平，進而實現碳中和。土地利用/土地覆被變化是全球氣候變化和碳循環的重要影響因素[1]，土地利用方式及組合格局能夠影響區域碳循環的整體規模與強度?；谕恋乩玫奶荚磪R格局分析將成為實現雙碳（碳達峰碳中和）目標的有力支撐。經驗證，不同土地利用方式與碳排放存在顯著相關性[2]。研究表明，可以土地覆蓋圖為基礎，識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，對不同地區的碳排放進行測算，然后分析其特征[4-5]；可對土地利用碳排放進行不同情境的模擬，然后調整產業結構，實現低碳發展[6]；可對區域碳排放進行測算，然后對碳達峰進行判定[7]。

我國不同地區土地利用差異較大，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發達，其碳源匯格局變化對我國能否實現雙碳目標產生十分重要的影響，而該區域缺乏具有長期性、動態性以及預測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 個地級市和1 個地區組成。從整體地勢來看，西北部、東南部高，東北部、西南部低，主要由山地、平原、臺地及水域等地貌構成。作為我國重要的能源工業基地，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、雙鴨山市和七臺河市。境內建設用地面積為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，結合土地利用及經濟發展數據，分析2000—2020年碳源匯時空格局，同時根據土地利用變化趨勢，預測2030—2060年碳源匯時空格局，為黑龍江省碳減排政策的制定提供可靠依據，從而實現雙碳目標。

1 數據來源與研究方法

1.1 數據來源

主要數據包括2000—2020年黑龍江省土地利用數據、地區生產總值（GDP）、各產業比重、萬元GDP 能耗等。其中，土地利用數據來源于中國科學院資源環境科學與數據中心，其他數據來源于歷年發布的黑龍江統計年鑒、黑龍江省國民經濟和社會發展統計公報等。部分缺失數據利用SPSS 軟件進行回歸分析，或者采用插值法補全。

1.2 研究方法

1.2.1 碳源匯計算方法

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

式中：Ef為非建設用地碳排放量，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，其中，林地為-0.581 0 kg/（m2·a），草地為-0.021 0 kg/（m2·a），水域為0.025 3 kg/（m2·a）[8]，未利用地多是裸地等，本研究選擇忽略不計。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，所有數值均有正負，正值代表碳匯，負值代表碳源。

黑龍江省各地的能源消費統計數據不足以支撐本研究時間跨度，且第二產業、第三產業的產值主要來源于建設用地，因此本研究采用經濟數據進行統計，這樣不僅可以彌補數據缺失，還能通過經濟層面反映土地利用的重要性。建設用地碳排放量采用式（2）計算。

式中：Ej為建設用地碳排放量，t；GDP′為第二產業、第三產業的產值，萬元；H為單位GDP 能耗，t/萬元；K為煤炭的碳排放系數，為0.747 6 t C/t標準煤[10]。

1.2.2 凈碳排放強度分析

采用單位面積土地利用凈碳排放量，評價凈碳排放強度。凈碳排放量采用式（3）計算。

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 空間相關性分析

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

式中：Id為全局莫蘭指數；Ii為局部莫蘭指數；n為黑龍江省地級行政單位數目，取13 個；Wij為空間權重矩陣；xi、xj分別為第i個、第j個地級行政單位的碳排放量；為碳排放量均值；S2為系統方差，反映數據穩定性。根據最終標準差的倍數Z，確定是否存在空間自相關，Z值有正負。

1.2.4 CA-Markov 模型預測

CA-Markov 模型是一種應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化和轉移速率。其初始轉移概率矩陣如式（6）所示。首先對2000年及2020年的土地利用數據進行標準化處理，然后采用IDRISI Selva 軟件進行土地利用變化的模擬預測。

式中：Pij為地類轉移概率矩陣；N為土地利用類型的數量。

2 結果與分析

2.1 碳源匯時空格局變化

分別將2000年、2010年以及2020年土地利用數據導入ArcGIS 軟件進行面積量算，以2020年分類為基準，分析土地利用碳源匯格局，正值為碳匯，負值為碳源。數據顯示，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濟發達的城市，并呈現向東部擴張的趨勢，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帶來碳源匯格局變動，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，進一步分析造成這些現象的根本原因。由表1可得，2000—2020年，各類用地中，林地變化量最大，多轉為耕地和未利用地；草地變化量次之，多轉為林地和耕地，林草地互相轉換，同時林草地面積較大，因此并未導致區域內碳匯減少。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年末達到6.82×107t，相較于2000年的4.13×107t仍有所增長，其凈碳排放強度則從0.91 t/hm2增加到1.51 t/hm2。碳源增加幅度遠小于碳匯增加幅度，2010—2020年碳排放受到一定的抑制，但整體仍處于增長狀態，其變化趨勢符合2030年碳達峰及2060年碳中和的目標要求。

圖1 2000—2020年黑龍江省土地利用凈碳排放總量與強度

表1 2000—2020年黑龍江省土地利用轉移矩陣

2.2 碳源匯空間相關性分析

莫蘭指數的范圍為[-1，1]。若莫蘭指數為0，則表示不相關；若莫蘭指數大于0，則表示負相關；若莫蘭指數小于0，則表示正相關。根據2000—2020年黑龍江省土地利用碳源匯格局，采用2000年、2010年和2020年的數據進行碳源匯空間相關性分析。經計算，2000年、2010年和2020年的莫蘭指數分別為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，莫蘭指數均大于零且整體呈現下降趨勢，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，不同城市間土地利用碳排放的差異逐漸拉大。

2.3 預測結果

本研究測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。直接碳排放測算中，土地利用數據采用IDRISI Selva 軟件的CA-Markov 模型獲取。以標準化處理后的2000年及2020年黑龍江省土地利用數據為基礎，對2030年、2060年黑龍江省土地利用類型進行預測，預測結果利用IDRISI Selva 軟件的Crosstab 模塊進行精度檢驗，其Kappa 系數分別為0.899 6 和0.828 4，精度較高，可用于碳排放測算。間接碳排放的測算與第二產業、第三產業的地區生產總值相關，因此本研究通過SPSS 軟件對歷年統計年鑒數據進行回歸分析，得到2030年及2060年黑龍江省地區生產總值，得到的顯著性系數為0.008，符合精度要求。按照黑龍江省“十四五”規劃對未來地區生產總值和單位能耗的要求，對數據進行調整，到2030年地區生產總值年均增長6%，第二產業、第三產業的增加值占縣域地區生產總值的比重超過70%，到2060年年均增長7%，二者的萬元GDP 能耗分別下降10%和25%，按照該標準進行預測模擬。土地利用預測結果表明，2020—2060年，黑龍江省耕地無明顯變化，部分林地轉化為草地，水域逐漸增加，而建設用地和未利用地都將持續增長至2030年，隨后開始下降。

2.3.1 數量變化

根據土地利用碳源匯變化預測，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，碳匯則呈先減少后增加的趨勢，2030年凈碳排放量增加至1.13×108t，之后開始下降。2030年為碳達峰的預期年份，這意味著CO2排放達到峰值，之后不再增加。預測結果顯示，2030年后凈碳排放量有所下降，黑龍江省各地碳排放強度處于下降趨勢，但仍未達到理想效果。其中，碳源整體相較于當前只下降10.85%，而碳匯下降10.42%。近年來，為了實現經濟振興，黑龍江省持續深化供給側結構性改革，積極布局新興產業，逐步優化產業結構，從而帶動一大批工業企業擴產增效，但碳源仍呈現增加趨勢，這就需要采用技術革新等方式減少碳排放。該預測結果與黑龍江省“十四五”規劃相契合，具有一定的現實參考價值。

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。經分析，原因可能是產業結構調整，加之用地規劃集聚。相較于2030年，2060年碳匯分布范圍明顯擴大，特別是大興安嶺、小興安嶺碳匯顯著增加，原因可能是林業獲得較好的發展；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劃的調整，牡丹江市的工業產業向雙鴨山市、佳木斯市等地轉移，黑龍江省南部重點保障生態用地，以維持生態平衡。大興安嶺地區位于黑龍江省西北部，森林為該區域最重要的生態寶庫，其在碳減排中發揮關鍵作用。整體來看，黑龍江省土地利用方式逐漸向環境友好型轉變，政策逐漸偏向于環境保護和節能減排。

3 結論

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。草地轉為林地的面積占其總變化面積的41.63%，耕地轉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，當前碳源量仍然遠遠高于碳匯量，凈碳排放總量大，整體變化趨勢與雙碳目標要求相吻合。2000—2020年，黑龍江省土地利用碳排放具有較強的自相關性，特別是一些城市的碳排放與周邊城市具有明顯的正相關性，城市間相互作用明顯，未來應加強不同城市的協同，構建節能減排的新發展格局。結合土地利用數據，經預測，黑龍江省將于2030年左右實現碳達峰，與國家政策相符，但與2060年實現碳中和的目標還有一定差距。當前，黑龍江省土地利用規劃和工業發展政策不能滿足雙碳目標的要求，各級政府要合理調整產業結構及能源結構，推動區域經濟實現綠色發展。