長三角地區城市形態對區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展和高強度人類擾動的長三角地區作為研究區域，以區域土地利用狀況和碳排放量信息為關鍵數據源，利用景觀格局指數定量分析長三角地區1990-2010年城市斑塊大小、形狀、規則性、破碎化程度、交通耦合度等城市形態特征對區域碳排放的影響。研究結果表明長三角地區碳排放存在明顯的空間分異性，總體呈現中東南和西北部高、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，道路密度（RD）、交通耦合度（CF）和最大斑塊指數（LPI）對區域碳排放一直存在顯著影響，表明長三角地區城市形態主要通過路網交通產生作用，進而影響碳排放。不同時間段，城市形態對碳排放的影響不盡一致，這可能與城市化的不同階段經濟發展水平存在差異有關。城市化初級階段，區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，而隨著城市斑塊數量、斑塊聚合度和道路緩沖區的增加，碳排放量呈現減少的趨勢。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，并且呈負相關，說明增加城市斑塊最近鄰距離有利于減少碳排放。就當前來看，增加道路緩沖區面積和斑塊臨近距離，減少城市最大斑塊面積是當前從城市形態角度減少碳排放的有效途徑。研究結果可加深對城市形態與區域碳排放的客觀認識，對于優化城市形態、控制區域碳排放具有實證案例和借鑒意義。

關鍵詞 城市形態；區域碳排放；長三角地區；景觀格局指數；逐步回歸分析

中圖分類號 X24 文獻標識碼 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，引發了全球變暖、海平面上升等一系列重大環境問題，嚴重威脅著各國經濟的可持續發展和國家生態安全[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域，僅占全球陸地面積2.4%的城市區域產生了全球80%以上的CO2排放量[4]。近年來隨著全球對低碳經濟的重視，各國為達到減排目標，開始關注區域碳排放及其影響因素研究。

目前關于區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域碳排放的影響[5-6]，研究城市形態與交通、居民、工業布局和碳排放量變化的關系，以及評估區域碳排放的差異及影響機制[7-10]；探討在生產、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、技術進步和產業結構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構顯著變化為特征的城市化進程帶來城市土地利用的空間結構或形態（城市形態）的演變對區域碳排放具有顯著影響[14]。合理的城市形態對于減少交通擁堵，實現節能減排，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]利用面板數據分析方法定量分析城市形態對碳排放的影響。但現有研究中土地利用模式及城市空間結構對區域碳排放影響的時空異質性并未得到充分的重視。

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

1 研究數據與方法

1.1 研究區概況

長三角地區（118°20′-123°25′ E，28°45′-33°25′ N）位于我國東部沿海，現轄上海市、江蘇省和浙江省以包含上海、南京和杭州等在內的16個城市為核心區，共涵蓋“兩省一市”25個城市，區域總面積21.07萬km2（圖1）。作為我國經濟發展最具活力，城鎮分布密度最高的地區之一，長三角地區以全國2.1%的土地面積和11%的人口，創造了21.7%的國內生產總值（GDP），24.5%的財政收入以及47.2%的進出口總額[18]。然而，城市化與工業化進程的加快使得長三角地區能源消耗和碳排放強度逐年遞增，嚴重威脅著區域社會經濟的可持續性。隨著城市的快速發展，長三角地區能源消費量從1985年的2 553.21萬t標準煤增加至2013年的11 160.87萬t標準煤[19]。長三角地區土地利用及能源消耗的顯著變化對區域CO2排放總量及格局有顯著影響。

1.2 數據來源和處理

本研究關鍵數據源包括長三角地區1990-2010年（每五年一期）基礎地理信息數據，土地利用/覆蓋（LUCC）、道路分布、碳排放總量及社會經濟統計等數據（表1）。其中土地利用分類體系采用中國科學院資源環境科學數據中心提供的土地利用一級分類，包括耕地、林地、草地、水域、城鄉建筑用地和未利用地六大類。其中1990， 1995， 2000和2005年LUCC數據來自中國科學院資源環境科學數據中心，2010年LUCC數據由華東師范大學上海市城市化生態過程與生態恢復重點實驗室研究團隊解譯獲得[20]。道路分布信息基于TM遙感影像解譯獲得，并利用長三角地區高速公路地圖集對解譯道路網數據進行校正[21]。

長三角地區0.1°× 0.1°二氧化碳排放數據來自于歐盟聯合研究中心（JRC）和荷蘭環境評估機構（PBL）聯合發布的全球大氣研究排放數據庫（EDGAR）。基于美國能源信息局（IEA）、美國國家海洋和大氣管理局（NOAA）和中國國家統計局（NSB）公布的能源消費和水泥產量數據，EDGAR采用《2006年IPCC國家溫室氣體清單指南》（IPCC方法）計算包括中國在內的全球214個國家和地區的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0.1°× 0.1°二氧化碳排放的空間柵格數據，本研究收集了長三角地區25個城市的人口和GDP數據，基于單城市的碳排放回歸模型，獲取了長三角地區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）等城市進行了行政區劃的調整，因此本研究1990和1995年的數據為建市前的數據。

1.3 研究方法

1.3.1 城市形態的定量表征：景觀格局指數

景觀格局指數是指能夠高度濃縮景觀格局信息，反映景觀結構組成和空間配置某些方面特征的定量指標[25]。隨著遙感技術（RS）和地理信息系統（GIS）的進步，利用景觀格局指數量化城市土地利用模式和空間特征[26]，進一步評估城市形態具有重要的實證意義。本文結合長三角地區區域特點，參考已有研究的指標選取準則，在景觀格局指數的選擇上，選取6個一級指標/7個二級指標（表2），量化長三角地區1990-2010年的城市形態及其變化情況。

1.3.2 城市形態與區域碳排放相關性判定

本研究從城市層面上分析了長三角地區25個城市形態與碳排放總量的時空變異特征。在此基礎上，采用逐步回歸分析方法模擬城市形態對區域碳排放量的影響。本文選擇表2中7個景觀指標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，并確定它們之間的定量關系和作用的相對大?。幻恳胍粋€自變量對此前引入的自變量進行重新檢驗，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變量的多元線性回歸方程，并根據不同的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，對應的判決系數（R2），及p值等，最后對回歸結果進行顯著性判斷。

2 結 果

2.1 長三角地區碳排放量的時空分布特征

長三角地區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。從省級行政區劃來看，上海市>江蘇省>浙江省。同一時期不同地區碳排放量差異較大。1990年，長三角地區碳排放最高值出現在上海市，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，最小值出現在舟山市（圖2）。2010年，上海市，江蘇省的南京、徐州、揚州、鎮江、無錫、蘇州，浙江省的杭州、寧波、臺州、溫州市為長三角地區碳排放總量的主要高值區，均超過40 Mt，其中上海市最高達到420.84 Mt，占長三角地區區域碳排放總量的30.12%。碳排放的空間分布特征總體上與長三角地區經濟發展規模的空間格局一致。經濟規模對碳排放變動具有增量效應，是推動碳排放增加的主要因素[27]。

研究期間長三角地區碳排放呈現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。

進一步分析表明自上世紀90年代以來，我國四個階段不同經濟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"的經濟增長方式直接導致了碳排放的顯著增加[28]。經濟發展以及產業結構的不合理是研究期間長三角地區碳排放快速增長的主要原因。此外，居民消費水平、人口城市化率、人口規模三個因素對我國碳排放總量的變化影響明顯?，F階段我國居民消費水平與人口結構變化對碳排放的影響力已高于人口規模變化的影響力，居民消費水平與消費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[29]。2000年之后，隨著長三角地區城市化進程的加快，居民消費水平、人口城市化率、人口規模顯著增加，也是碳排放增加的重要原因。

2.2 長三角地區城市形態和景觀格局的時空變化特征

研究期間，長三角地區25個城市的CA值均快速增長（圖3-a），城市建設用地面積從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城市群經歷了快速城市化過程，土地利用/覆被發生較大變化，建設用地快速擴張。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、揚州等市的NP值無明顯變化。需要指出的是，雖然長三角地區25個城市的LPI值基數不同，但所有城市均呈現增加趨勢，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年后呈現形狀越來越不規則、分離度增高的趨勢。其余城市的ENN_MN值呈整體下降趨勢，表明城市化快速發展整體提高了長三角地區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據，因此僅展示長三角地區這三個時間段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、鎮江等市。表明各地交通發展在時間、空間上均表現出差異性。