福建省土地利用碳排放空間關聯性與碳平衡分區

魏燕茹,陳松林,*

1 福建師范大學地理科學學院, 福州 350007 2 福建師范大學濕潤亞熱帶山地生態國家重點實驗室培育基地, 福州 350007

隨著人類活動對自然界的影響不斷加深,一系列全球性的問題也隨之出現,全球變暖成為了當今熱議的話題,有些學者認為人類活動是造成全球變暖的主要原因,有些則持其他觀點[1- 3]。但不可否認的是,全球變暖與二氧化碳濃度升高密不可分,而土地利用與土地覆被變化所引起的碳排放量占人類活動碳排放總量的1/3,僅次于化石燃料使用的碳排放量,且影響著整個區域的碳匯碳源格局[3- 7]。

近年來地理學者開展了大量關于碳收支核算、區域碳循環與碳平衡及碳補償的研究[8- 15],大部分學者逐漸意識到區際環境管理中,碳排放的空間溢出是不可忽視的關鍵環節,因此這些研究逐漸將空間要素納入其中,主要包括時空耦合、空間溢出、空間關聯性及空間格局動態演化等[16- 24],但仍存在一些不足：大多數研究在進行空間相關性分析時,僅考慮到地理要素,而各地區之間碳排放的空間關系還受到各種市場環境和政策因素的影響,空間關系是復雜且多樣的。其二,發達地區能源消耗量大且缺乏自給能力,依賴于外界的能源供給,欠發達地區則需要發達地區的資金、技術支持,兩者會在經濟往來的過程中不斷強化碳排放空間關聯,因此有必要探明碳排放空間關聯網絡中不同區域所扮演的角色。此外,大多數學者對土地利用碳排放問題的研究重點在于碳排放的效益和機理,對于研究成果的實際應用有待拓展,碳平衡分區方案可綜合考量區域碳排放特征及空間溢出效應,對于開展空間碳補償及低碳發展策略的制定有一定的實踐意義。

福建省在全國率先提出生態省的建設構想,也是全國首批生態省建設試點省之一。目前省域尺度的碳排放研究區主要集中在中部和沿海發達地區,對福建省碳排放空間關聯度的研究有待深入,且缺少基于“關系數據”來研究福建省碳排放整體的空間關聯關系、結構及空間傳導機制。以福建省為研究對象,從不同土地利用方式視角研究碳排放量,采用基尼系數來衡量福建省各設區市碳收支及其強度的空間差異,探索區域內土地利用碳收支規模和空間分異。構建福建省設區市碳排放的引力矩陣,運用社會網絡分析方法分析碳排放空間關聯網絡的整體特征,并明確各設區市在網絡中的角色,提出低碳導向的碳平衡分區,為福建省生態文明試驗區的建設、社會經濟的綠色發展及產業結構的調整提供科學指導。

1 研究區概況

福建省地處中國東南部,位于北緯23°—28°、東經115°—120°之間。東北毗鄰浙江省,西部武夷山脈與江西省相連,西南與廣東省交界,與臺灣省隔海相望,是中國大陸重要的出海口,也是21世紀海上絲綢之路核心區。福建省向來以生態環境優美著稱,森林覆蓋率65.95%,居全國第一。2016年6月,福建被確立為全國首個國家生態文明試驗區,其生態建設備受外界關注。福建省2018年地區生產總值增長至35804.04億元,目前,第一產業產值比重為6.7%,第二產業產值比重為48.1%,第三產業產值比重45.2%,在“十三五”規劃期內福建省地區生產總值將突破4萬億大關。福建省全省陸域面積 1239.68萬hm2,其中農用地占總面積89.31%,建設用地占7.16%。土地作為社會經濟和城市發展所需的重要依托,在利用過程中碳減排的潛力較大,需要進一步挖掘福建省土地利用過程中的碳減排潛力,實現碳減排目標,推進生態文明建設。

2 數據來源與研究方法

2.1 數據來源

數據主要來源于《福建統計年鑒》(2007—2019年)、《福建國土資源年鑒》(2007—2019年)、《福建省能源統計年鑒》(2007—2019年)及各設區市統計年鑒等,為消除價格變動的影響,采用GDP平減指數將相關的數據統一折算成2006年不變價格；碳排放量采用聯合國政府間氣候變化專門委員會(IPCC)清單法核算。

2.2 研究方法

2.2.1土地利用碳排放量測算

土地利用碳排放量測算：即不同地類面積乘于其碳排放系數,得出農用地及建設用地的碳排放量之和。農用地土地利用碳排放量測算主要包括耕地、園地、林地、草地、濕地、水域、未利用地和其他農用地等,碳排放計算公式為：

Ci=Si·Vi

(1)

式中,Ci表示第i種地類的碳排放量；Si代表第i種地類的面積；Vi代表第i種地類的碳排放系數。其中,i=1、2、3、4、5、6、7,分別表示耕地、園地、林地、草地、濕地、水域及未利用地,考慮到這些利用方式的碳排放量在較長的時期內變化不大,因此采用賴力和藍家程等研究的碳排放系數[25- 27],碳排放量依次為0.461、-2.451、-5.052、-0.949、-0.41、-0.253、-0.005,其他農用地的碳排放量主要來自牲畜(牛、羊、豬、家禽等)飼養,以及人類活動帶來的碳排放,借鑒Eggleston的研究結果,碳排放系數取值為 0.95 t/a[28]。

建設用地碳排放包括城市綠地、化石能源消耗、電力消耗和人口呼吸,計算公式為：

Ccon=Cs+Cfue+Cele+Cpeo

(2)

式中,Ccon為建設用地碳排放總量；Cs為城市綠地的碳排放量,城市綠地大多數為景觀樹和草地,因此城市綠地的碳排放系數應介于林地與草地之間,由于無法獲得具體的種植比例,取兩者的平均值-3.001作為城市綠地的碳排放系數[29]；Cfue為化石能源消耗碳排放量,碳含量、平均低位發熱值和碳氧化率的取值參照IPCC和《綜合能耗計算通則》公布的數據[29- 32],具體系數見表1；Cele為電力消耗碳排放量；Cpeo為人口呼吸碳排放量,按每人每天排出0.9kg CO2,即按0.2455 kg碳進行計算[30]。

表1 各類能源標準煤換算系數及碳排放系數

2.2.2碳收支空間差異分析

(1)碳排放基尼系數

基尼系數是20世紀初經濟學家基尼,依據洛倫茲曲線所定義的測定收入差異狀況的指標,同樣可用于衡量某一指標的均質程度及區域差異[33]。這里采用基尼系數來度量福建省碳排放補償率的空間差異。計算公式如下：

(3)

式中,zi,zj為城市i和城市j的碳排放補償率,ˉz為福建省全省所有地區同一指標的平均值。n代表地區總數。Gini值一般介于0—1之間,Gini值越小,表示區域差異越小。基尼系數低于0.3表示“最佳平均狀態”,此時各地區碳吸收量與碳排放量高度協調；“合理狀態”在0.3—0.4之間,表示各地區碳吸收量與碳排放量勉強協調；“警報狀態”為0.4—0.6,則各地區碳吸收量與碳排放量處于不協調狀態；0.6以上表示“危險狀態”,此時各地區碳吸收量與碳排放量為高度不協調狀態。

(2)碳排放的生態承載系數

碳生態承載系數(Ecological Support Coefficient,ESC)即表示某一地區碳吸收量占全區比例與該區域碳排放量占全區比例的商,反映了該區域碳匯能力的大小[34]。計算方法如下：

(4)

式中,CAi和CA分別表示i城市及全省的碳吸收量,Ci和C分別表示i城市及全省的碳排放量。當ESC>1時,意味著該地區碳吸收比率大于碳排放的比率,說明具有較強的碳匯能力；ESC<1,則說明碳匯能力較弱。

2.2.3碳排放網絡的構建

(1)城市碳排放聯系的測度

為了建立福建省的碳排放網絡關系,首先需要刻畫城市之間的碳排放關聯程度。引力模型由物理學的萬有引力定律演化而來,1929年引力模型首次被Reilly應用于人口地理分析,隨后引力模型應用范圍不斷拓寬,并逐漸融入社會科學研究中,相較其他模型,引力模型更適用于總量數據,便于利用截面數據刻畫空間關聯的變化趨勢,當前已逐漸成為定量化研究空間關系及作用的主要工具[20- 24]。為了更直觀地展現福建省設區市之間土地利用碳排放的引力關系,將碳排放量和生產總值、人均收入等加入原來的指標體系中,同時引入參數k,主要用于反映城市碳排放權重,測度碳排放關聯程度的拓展公式為：

(5)

式中,Rij和dij分別表示城市i和城市j之間的引力和空間距離；G、P、C分別為城市i的生產總值、年末人口數和碳排放量,ei和ej表示城市i和城市j的人均收入。k為調節因子,體現城市i對城市j碳排放關聯的貢獻率。

利用式(5)計算福建省設區市碳排放的引力矩陣,值反映城市之間碳排放引力的強弱；為了更好地對比歷年的網絡特征變化,同時防止各地區之間存在普遍的聯系,使一些微弱空間聯系影響整體的網絡特征,需對城市間引力矩陣單元設定閾值：

(6)

將歷年引力矩陣每一行的平均值指定為截止點,并將高于平均值的關聯度指定為1,則對應于該單位的該列城市對行城市的碳排放作用明顯；反之指定為0,表示作用不大,由此得到福建省碳排放空間關系矩陣。

(2)整體網絡特征

網絡密度用于反映網絡成員間關聯的緊密性,網絡密度D計算公式如下：

(7)

式中,n是節點數,n(n-1)為最大可能關系數,m為實際關系數。值越高,則各成員之間的聯系越密切。

關聯度反映網絡結構穩定性和脆弱性,關聯度C計算公式如下：

(8)

式中,v為網絡中不可達的點對數目。C數值越大網絡結構越穩定。

網絡等級用于衡量網絡成員在網絡中的主要位置。網絡等級H計算公式如下：

(9)

式中,s為網絡中對稱地可達的點對數,max(s)為對稱可到達的點對的最大數量。

網絡效率是指網絡存在多余的關聯線的程度。網絡效率E計算公式如下：

(10)

式中,r為多余線,max(r)為最大可能的多余線,其數值越大,各成員聯系就越松散,網絡也越不穩定。

3 結果分析

3.1 碳排放時空特征分析

3.1.1福建省土地利用碳排放時空演變分析

根據福建省2006—2018年能源消耗及土地利用現狀數據,計算得到2006—2018年土地利用碳排放量(圖1)。碳源指建設用地及耕地的碳排放量,碳匯為園地、林地、草地、濕地、水域及未利用地的碳吸收量。

圖1 2006—2018年福建省土地利用碳排放量變化圖Fig.1 Carbon emissions from land use in Fujian Province from 2006 to 2017

福建省土地利用凈碳排放量整體呈遞增的態勢,峰值出現在2018年,與土地利用碳源量的變化趨勢相吻合,而土地利用碳匯量的變化幅度較小,基本保持穩定。在研究期間內,凈碳排放量從2006 年的15413萬t增加至2018年的49522萬t,增幅達221.29%,年均增長幅度為17.02%。以2015年為分界點,福建省凈碳排放量變化可分為先增長后波動兩個階段。第一階段,從2006—2015年,福建省土地利用凈碳排放量呈逐漸增長的趨勢,在這個時期內福建省城鎮化水平大幅度提高,土地利用方式也發生較大變化,能源消耗大幅攀升,建設用地逐年遞增,因此導致碳排放總量不斷增加,年均增長幅度達21.98%,其中,建設用地碳排放評價指標中各項能源消費總量增長迅速,以焦炭、天然氣、電力等增長最為迅速,天然氣漲幅達80倍以上,也使得同期碳源總量快速增長；第二階段,從2016—2018年,福建省土地利用凈碳排放量出現較為明顯的波動,2016年凈排放量出現一次下降,此次下降主要原因也是由于能源消費總量的減少,節能減排舉措的實施初見成效,然而在2017年之后重新呈現抬頭趨勢。

從土地利用結構上分析,建設用地是主要碳源,碳排放占比從2006年的98.64%增長到2018年的99.59%。耕地及其他農用地是另一碳源,但碳排放較弱,且占總面積比例較低,因此二者的碳排放量在較長時間內基本保持穩定,隨著城市化進程不斷推進而減少,碳排放貢獻從2006年的1.36%下降到2018年的0.41%；另一方面,從碳吸收來看,城市綠地、草地、水域及未利用地碳吸收總量維持在0—50×104t左右,起到弱碳匯作用,其次是園地和濕地的碳吸收量,而林地起到主要碳匯的作用,但建設用地碳排量放遠超林地碳吸收量,兩者間比例懸殊,無法顯著平衡碳源。為減少福建省土地利用凈碳排放量,應將碳源的控制作為今后的工作重心,并保障綠地面積以促進碳匯的增加,才能有效減少凈碳排放量。

從空間分布上看,福建省土地利用碳排放總體呈現東高西低的分布特征,根據各設區市的碳排放量,將碳排放強度分為 4 個等級：微度碳排放區(≤1000×104t)、輕度碳排放(1000—3000×104t)、中度碳排放區(3000—5000×104t)、重度碳排放區(≥5000×104t)(圖2)。研究期間內碳排放量的空間分布,除了龍巖保持較為穩定的狀態,其余城市均處于持續波動增長狀態；其中福州市、漳州市和寧德市碳排放量在研究期內大幅度增長；而廈門市、莆田市、三明市和南平市4個城市的碳排放量也呈現上升趨勢,但幅度較小,相較于這幾個城市而言,泉州市在其相應強度等級范圍內數值增長較大。各設區市碳排放總量多寡排行依次為泉州市、福州市、寧德市、漳州市、廈門市、三明市、莆田市、龍巖市和南平市,總量最多的是泉州市和福州市,占全省碳排放總量46.59%,而廈門市作為福建省老牌經濟大市并未上榜,這與廈門市地域狹小、政府政策制度、能源利用效率較高等因素相關。沿海城市與內陸地區相比較而言,總體上碳排放量均較高,需進一步優化各產業間用地結構,保有一定數量的碳匯,未來規劃用地應適當控制建設用地,防止碳匯用地大面積向碳源用地轉變。

圖2 福建省土地利用碳排放量空間分布圖 Fig.2 Spatial Distribution of Carbon Emissions from Land Use in Fujian Province

3.1.2福建省空間碳平衡分析

對福建省區域碳收支核算進行對比分析發現(圖3),全省歷年的碳補償率均不足35%,且逐年遞減,至2018年福建省碳補償率僅為10.05%,這表明福建省的總碳吸收量遠不足以補償人類活動所帶來的碳排放,因此福建省表現為凈碳源。就各設區市而言,碳補償率存在明顯的空間差異,根據基尼系數的算法,可以得到福建省歷年碳補償率的基尼系數均超過0.5的分配差距警戒線,處于“警戒狀態”,省內各地區碳吸收量與碳排放量存在失衡狀況,部分年份出現基尼系數大于0.6,進入“危險狀態”,說明各地區碳吸收量與碳排放量處于高度不協調狀態,2016年之后基尼系數逐漸穩定,但仍處在失衡狀態,不利于全省協同減排的實現。從全省角度來看,經濟較發達的區域,其碳補償率往往低于經濟欠發達的區域,出現該現象的原因主要有：首先,經濟較發達的地區,工業化發展水平相對較高,大量的能源消耗帶來較大的碳排放量；第二,從產業結構看,經濟較發達的區域,一般以第二、三產業為主,經濟發展必然會占用第一產業的生態空間,同時也降低了區域的碳匯能力；第三,經濟欠發達的地區往往位于山區,發展相對落后,森林覆蓋面積廣必然會增強生態系統碳匯能力,這在一定程度上保障了區域的碳補償率。

圖3 福建省土地利用碳排放基尼系數與碳補償率變化圖 Fig.3 Changes of Gini coefficient and carbon compensation rate of land use carbon emissions in Fujian Province

福建省碳生態承載系數(ESC)空間差異明顯,呈現出東低西高的特征,且生態承載力東西差距不斷加強。根據碳排放生態承載系數的大小,將福建省分為4類區域(圖4)。總體空間特征為：西部南平市、三明市、龍巖市等區域的生態承載系數較高,其余地區相對偏低,東部的福州市、廈門市、莆田市和泉州市最低。西部地區在研究區間內大都處于1或2.0以上且在不斷提高,2018年南平市生態承載系數已達到5.15,龍巖市也突破3,這表明西部山區的林地具有較高的碳匯能力和相對較低的碳排放強度；而東部部地區生態承載系數較低,大多處于1以下且均有下降趨勢,其中福州市、莆田市、寧德市在研究區間變化明顯,寧德市從碳匯能力較強的區域轉入碳匯能力較弱的區域,說明東部地區碳排放的比例明顯超過了碳吸收的比例,并有進一步強化的趨勢,需要加強碳匯能力,緩解生態壓力。

圖4 福建省生態承載系數空間分布圖 Fig.4 Spatial distribution of Ecological Support Coefficient in Fujian Province

3.2 福建省碳排放空間關聯網絡的實證分析

3.2.1城市網絡關聯度分析

根據式(5)構建的碳排放空間引力矩陣,以福建省9個設區市為社會網絡的節點,保留引力大小作為網絡的邊,關聯數反映空間關聯網絡的規模。生成2018年福建省土地利用碳排放空間關聯關系可視化網絡圖,顏色越深,引力越大(圖5)。

圖5 福建省土地利用碳排放空間關聯網絡結構圖 Fig.5 Structure diagram of spatial association network of land-use carbon emissions in Fujian Province

從圖5可以看出,各城市間存在普遍的碳排放關聯關系,廈門市處于網絡的中心位置,碳輻射能力最強,與其他城市有著較為緊密的聯系,同時能夠對其他城市產生較大的碳溢出影響,對漳州市及泉州市影響最大；福州市的碳輻射能力次于廈門,影響范圍有限,對寧德市的影響較大；南平、三明、龍巖、莆田等城市位于網絡的邊緣部分,因此它們所受的碳輻射及對其他城市的碳影響力都較弱。從區位上看,東部的碳排放聯系更加緊密,西部地區所受影響較有限。從社會經濟水平上看,碳排放網絡中心節點城市均為人均GDP較高且社會影響深遠的地區,如經濟特區廈門市和行政中心福州市等。

將福建省各設區市之間的關系矩陣,代入式(6)至式(10)計算2006—2018年整體的網絡密度、關聯度、網絡等級以及網絡效率(表2)。從表2可以看出,網絡密度呈現上升趨勢,從2006年的0.0556提高到了2018年的0.358,但各城市之間的碳關聯緊密度仍然不高,各城市還有很大的協作空間共同實現節能減排的目標。2006—2010年關聯度在不斷增長,2011年后的整體關聯度均為1,表明了福建省碳排放存在普遍的空間溢出關系,而不僅限于地理鄰近的城市才產生溢出關系。網絡等級和網絡效率均呈現下降趨勢,網絡等級至2018年下降為0,說明福建省各設區市在碳排放空間關聯網絡中地位差異較小,不存在等級森嚴的現象。網絡效率由2006年的1下降到了2018年的0.5714,說明福建省各設區市之間的碳排放聯系逐漸緊密,網絡結構變得更加穩定、復雜。

表2 福建省土地利用碳排放整體網絡特征演變趨勢

3.2.2碳排放空間關聯網絡的中心性分析

利用節點中心性、接近中心性、中間中心性3個指標對福建省各設區市的關系矩陣進行深入地分析,選取2006年和2018年的數據進行比較(表3)。這些指標均能反映某些節點在網絡中的“權力”,也反映了節點間的協作關系,即衡量各城市分別對其他城市產生多大影響力,以期根據中心性對各城市進行“權力”分類。從總體上看,廈門市的3個中心性指標值遠高于其他城市,由此表明廈門市碳輻射范圍較大,在整個碳排放網絡中占據領導地位,泉州市緊隨其后,這說明福建省碳排放空間關聯網絡以廈門、泉州為中心,這2個城市對于福建省碳排放的空間溢出有著重要的影響；福州市與三明市指標值接近,僅次于廈門與泉州市,說明其在連接南平市、寧德市等離中心較遠的城市起到重要的作用；而龍巖市、漳州市等城市的中心性指標值都比較小,表明了這些城市的碳影響力較弱。從演變趨勢上看,各城市的各項中心性指標都有所提升,表明隨著經濟聯系逐漸加強和產業轉移,其他城市的碳影響力在網絡中的地位及作用正在逐步提高,碳排放空間網絡關系不斷向復雜化發展。

福建省9個設區市的碳排放聯系存在不均衡性。由表3可知,節點與接近中心性的均值分別為55.556和71.500,說明網絡中各城市間存在較為復雜的碳排放空間聯系。中間中心性反映了某個城市作為最短橋梁中介城市的次數,均值為6.349,說明了在網絡中平均每個城市有6.349次作為碳排放關聯的最短橋梁中介,次數相對較少。其次,網絡內部各城市存在差異,以節點中心性為例,最大值與最小值分別為100和25,相差75,由此表明了城市碳影響力差異較大。應根據各個城市在碳排放空間關聯網絡中所處的位置及與其他城市的關聯等信息,提出更有針對性的協同減排對策。

表3 福建省土地利用碳排放空間關聯網絡中心度

3.2.3碳排放空間關聯網絡聚類分析

為了更好地分析網絡中不同城市的角色,采用空間聚類的方法將團體分塊,研究模塊內部及模塊之間的關系。運用CONCOR迭代收斂法,選擇收斂標準為0.2,最大分割密度為2,福建省9個設區市被劃分為4個模塊,同時得出各模塊之間的密度值(表4)。

表4 福建省土地利用碳排放空間關聯模塊劃分與密度值

第一模塊包括福州市和三明市,碳排放空間溢出主要是體現于第二、三模塊。第三模塊包括廈門市和泉州市。第一、三模塊的碳排放對模塊內外均有溢出效應且密度值較大,屬于“雙向溢出模塊”,說明第一、三模塊內的城市通過產業轉移、能源消費、商業合作等方法和其他模塊之間產生較大的碳排放關聯,但第三模塊板塊內部的碳排放空間溢出效應較強；第二模塊包括莆田、寧德、南平3個城市,主要與第一、三模塊關聯,第四板塊的空間溢出效應比較弱,主要受第三模塊影響,第二、四模塊發出的關系數目均小于接收的關系數目,屬于碳排放“凈收益模塊”,吸收大部分來自其他城市的碳溢出。

碳排放在空間上存在動態關聯、交互影響的“溢出”效應,局部的治理很難從根本上解決環境污染問題,應考慮整體效應,發揮廈門市的中心性位置、福州和泉州等城市的聯動功能,建立省域內協同碳減排機制。不同地區環境規制的差異,容易造成碳排放在區域間轉移,尤其應注意東部地區為實現產業升級和治理環境污染,將高能耗、高污染的產業向西部較不發達地區轉移,從而產生“碳轉移”問題。可將碳交易市場引入環境管理之中,以各設區市在碳排放網絡中的角色定位為參考,從而限制碳排放的溢出轉移,碳排放“凈收益”地區也可獲得一定的經濟補償,共同實現公平、高效低碳發展。

3.3 福建省空間碳平衡分區優化思路

基于對福建省各設區市碳排放總量、碳補償率、生態承載系數及網絡空間關聯特征等指標的測算,綜合考量區域碳平衡及綠色發展,將各設區市分為3類區域：低碳優化區、碳總量控制區、碳匯功能區,針對不同的功能區,提出相應的碳減排目標和減排方案。碳平衡分區以碳排放量和生態承載系數等指標為劃分依據,以空間關聯性及其聚類模塊劃分為角色定位,以此確定未來的優化方向,基于低碳導向的目標而言,分區方案可以為福建省總量控制及協同減排提供參考。碳平衡分區側重于從低碳角度提出各地區未來發展方向,僅作為區域碳補償及協調發展的參考。事實上,各設區市內部也存在較大的空間差異,且區域具體功能定位仍需綜合考慮其他影響因素來確定,但福建省未來發展可重點考慮以下低碳策略：

(1)低碳優化區：碳排放總量大于3000萬t且生態承載系數小于0.5的區域。包括福州市、廈門市和泉州市,該類區域在網絡中處于較中心位置、碳排放表現為空間“溢出”,總體特征是經濟較發達,產業結構主要以二、三產業為主,雖然碳生態承載力較低,但經濟基礎好,產業可逐漸向高新技術、新材料、新能源等低碳產業轉型,突出服務業優勢。其次,該類區域有明顯的低碳產業發展優勢且與全省其他區域的關聯較強,可利用本身的影響力和經濟輻射,帶動周邊地區的經濟、產業結構調整,提高碳排放經濟效益。

(2)碳總量控制區：碳排放總量大于3000萬t,生態承載系數大于0.5的區域。該類區域主要有莆田市、三明市、漳州市和寧德市,在碳排放網絡中溢出效應較弱,一定程度上能起到聯通作用。該類地區生態壓力中等,但區域生產總值并不高,單位碳排放經濟效益相對較低。因此,該區域應秉承保護環境、控制碳源的前提,調整能源消費結構,加大科技投入,提高能源利用率,進一步加快產業升級轉型,實現節能減排；同時做好中間橋梁作用,吸收發達地區的技術經驗,努力打造成為分擔全省碳源壓力的后備力量。

(3)碳匯功能區：碳排放總量小于3000萬t的輕度碳排放區,且生態承載系數大于1,在空間上表現為“凈收益”的區域,包括龍巖市、南平市。該類區域林地及園地面積大,因此具有較高的碳匯能力,并且能吸收大部分其他地區的碳溢出,對保障全省的碳匯總量具有重要作用,生態壓力較低,社會生產活動強度較小,說明該區域在環境保護和控制碳源方面均取得良好的成效。區域內低碳產業發展態勢良好,主要有食品生產、農產品加工、木竹加工等傳統產業,且環境質量高,對于發展旅游業、高新技術產業等也具有一定的優勢,該地區應穩定碳匯來源,緩解全省碳壓力,并繼續促進綠色環保產業的發展。

4 結論與討論

4.1 主要結論

通過對福建省各年土地利用碳排放量的研究分析發現：(1)2006—2018年福建省土地利用凈碳排放量總體上呈逐年遞增的態勢,建設用地為主要碳源,林地起到主要的碳匯作用,其他用地對碳排放量變化影響較小。碳排放總體呈現東高西低的空間分布特征,研究區間內除龍巖外,其余城市均處于持續波動增長狀態；(2)福建省碳補償率偏低且逐年遞減,表現為凈碳源。區域內碳補償率存在明顯的空間差異,基尼系數均超過0.5的分配差距警戒線。碳生態承載系數空間差異明顯,呈現出東低西高的特征,且東西差距不斷加強；(3)在土地利用碳排放空間關聯網絡中,各城市間存在普遍的碳排放關聯關系且逐漸加強。廈門市的中心性指標值遠高于其他城市,在網絡中占據領導地位,泉州市次之,福州市與三明市起到聯通作用,其他城市在網絡中的地位及作用也在逐步提高,但空間聯系存在不均衡性；(4)對網絡空間聚類發現,第一模塊的福州市、三明市和第三模塊的廈門市、泉州市對模塊內外均有溢出效應且密度值較大,屬于“雙向溢出模塊”,其余第二、四模塊均屬于“凈收益模塊”。

4.2 討論

在測算不同土地利用方式的碳排放時,采用的碳排放系數來自于其他文獻,雖選擇了與福建省自然條件較為相符的研究成果,但因為各地自然植被狀況、地表覆被、能源強度等存在差異,可能會影響最終結果的準確性,在以后的研究中可以根據福建省的實際情況對這些系數進行深入分析,探究出更加適用于福建省省情的碳排放系數。其次,在碳排放網絡構建過程中,各設區市之間的關聯要素尚未得到全面的反映,這也將成為進一步研究的方向。文中碳平衡分區是以市域為單位,不利于區域內部的區分,隨著年份的增長、數據資源的齊全,可以考慮以縣域為單位進行碳平衡分區研究,可使研究結果更好地與主體功能區劃結合起來,嘗試開展縣域空間碳交易市場研究,對于實現區域公平及低碳發展具有一定的現實意義。