新疆北部城市碳排放時(shí)空分異與碳平衡分區(qū)

摘 要：研究城市土地利用碳排放時(shí)空格局與碳平衡分區(qū)，對實(shí)現(xiàn)碳減排和“雙碳”目標(biāo)至關(guān)重要。以新疆北部46 個(gè)縣市為研究區(qū)，利用土地利用與能源數(shù)據(jù)，通過碳排放系數(shù)法計(jì)算2000—2020 年土地利用碳排放，分析碳排放量時(shí)空演變情況，對各縣市進(jìn)行碳平衡分區(qū)。結(jié)果表明：（1）碳排放量呈總體上升趨勢，2016—2020 年呈現(xiàn)指數(shù)型上升的趨勢，碳吸收量緩慢下降，碳排放強(qiáng)度先下降后上升，碳排放量遠(yuǎn)大于碳吸收量。（2）碳排放主要來源于建設(shè)用地，天山北坡城市為主要碳排放城市，碳吸收主要來源于草地與林地，伊犁河谷地區(qū)、阿爾泰山南部等地城市為主要碳吸收城市。（3）碳排放空間相關(guān)性逐漸減弱，熱點(diǎn)區(qū)集中分布在克拉瑪依市附近，冷點(diǎn)區(qū)集中分布在伊犁州與阿勒泰地區(qū)。（4）依據(jù)經(jīng)濟(jì)承載力系數(shù)、生態(tài)承載力系數(shù)以及碳排放量劃分為碳匯功能區(qū)、碳匯優(yōu)化區(qū)、低碳經(jīng)濟(jì)區(qū)、碳源優(yōu)化區(qū)和高碳控制區(qū)五個(gè)碳平衡分區(qū)。

關(guān)鍵詞：土地利用碳排放；時(shí)空格局；碳平衡分區(qū)；新疆北部

中圖分類號：F301; 24; P901 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-1329（2024）01-0093-09

全球變暖問題是全世界共同面臨的重大環(huán)境威脅，被認(rèn)為是21 世紀(jì)最嚴(yán)峻的灰犀牛事件之一，通過控制二氧化碳排放減緩全球變暖進(jìn)程已成為國際社會的普遍共識[1]。2020 年，國家主席習(xí)近平在第75 屆聯(lián)合國大會上向世界莊嚴(yán)承諾了中國“碳達(dá)峰”“碳中和”的宏偉目標(biāo)。研究表明碳排放主要來自于化石燃料的使用，其次來自土地的開發(fā)利用[2]，因此研究土地利用碳排放時(shí)空分異對城市低碳發(fā)展具有重要意義。近年來學(xué)者對土地利用碳排放的研究不斷增加，研究內(nèi)容主要圍繞著土地利用碳排放強(qiáng)度[3-4]、土地利用碳排放驅(qū)動機(jī)制及因素[5]、土地利用碳排放時(shí)空分異[6] 及土地利用碳排放優(yōu)化研究[7] 等，研究方法主要有耦合協(xié)調(diào)度分析[8]、空間自相關(guān)分析[9]及面板數(shù)據(jù)模型[10] 等，研究尺度上大多是基于國家[11]、省[12]、市[13] 等較大尺度上展開研究。綜合來看，研究主要以省市層面為主，缺乏縣域?qū)用嫜芯浚已芯恐饕性谔寂欧艔?qiáng)度計(jì)算及因素分析，缺乏碳排放成果應(yīng)用性分析。新疆位于“絲綢之路”經(jīng)濟(jì)帶的核心區(qū)，是我國向西開放的重要門戶，新疆北部2020 年生產(chǎn)總值為8326.6 億元，占全疆生產(chǎn)總值62.98%，城市化進(jìn)程中建設(shè)用地?cái)U(kuò)張導(dǎo)致生態(tài)用地面積減少，對碳排放格局產(chǎn)生重要影響。基于此，本研究以2000—2020 年新疆北部各縣市為研究對象，計(jì)算土地利用碳排放的強(qiáng)度、碳排放經(jīng)濟(jì)承載力系數(shù)和碳排放生態(tài)承載力系數(shù)，借助空間自相關(guān)方法對碳排放的空間關(guān)聯(lián)程度進(jìn)行分析，并對其進(jìn)行碳排放分區(qū)，以期為新疆北部各地州（市）政府制定低碳政策與低碳模式的土地利用方式提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

新疆地處亞歐大陸腹地，離海洋較遠(yuǎn)，呈現(xiàn)三山夾兩盆的地勢特征。以天山山脈為界將新疆分為南北兩部分，天山以北部分稱之為北疆，天山以南為南疆。新疆北部主要包括烏魯木齊市、克拉瑪依市、伊犁哈薩克自治州直屬縣市（伊犁州直屬）、昌吉回族自治州（昌吉州）、博爾塔拉蒙古自治州（博州）、塔城地區(qū)及阿勒泰地區(qū)（圖1）。新疆北部城市分布較為集中，包括《國家新型城鎮(zhèn)化規(guī)劃（2014—2020 年）》中提出重點(diǎn)發(fā)展的烏魯木齊城市群與伊寧－霍爾果斯城市群。新疆北部面積為58.31×104km2，占全疆面積的35.13%，人口為113.1×105 人，占全疆人口的43.82%。新疆北部作為全疆經(jīng)濟(jì)比較發(fā)達(dá)的地區(qū)，其經(jīng)濟(jì)總量、社會發(fā)展等方面均居全疆前列。2020 年，新疆北部人均固定資產(chǎn)投資達(dá)73 621 元，城鄉(xiāng)居民人均可支配收入23 845 元。

1.2 數(shù)據(jù)來源

本文主要利用土地利用數(shù)據(jù)以及能源消耗碳排放數(shù)據(jù)。土地利用數(shù)據(jù)來源于武漢大學(xué)楊杰、黃昕發(fā)布的1990—2020 年土地利用數(shù)據(jù)[14]，空間分辨率為30 m，主要用于各縣市不同地類面積的提取。縣級碳排放數(shù)據(jù)（Qt）使用Chen 等[15] 發(fā)布的1997—2017 年碳排放數(shù)據(jù)，并結(jié)合2018—2020 年GDP 增速和單位能耗增速，得到新疆北部各縣2018—2020 年能源消費(fèi)碳排放量。本研究所用GDP 數(shù)據(jù)和能源利用數(shù)據(jù)來自《新疆統(tǒng)計(jì)年鑒》。

1.3 研究方法

1.3.1 土地利用碳排放測算

測算土地利用產(chǎn)生的二氧化碳排放量有兩種方法，直接法和間接法。直接碳排放主要是土地利用產(chǎn)生的排放，間接碳排放主要是土地生產(chǎn)和人們生活中能源利用產(chǎn)生的碳排放。本研究以建設(shè)用地和耕地為主要碳源，以林地、草地、水域和未利用地為碳匯。因此，土地利用CO2 排放估算模型的公式[16] 為：

Q = Qk +Qt = ΣαiAi +Qt （1）

式中：Q 為土地利用的CO2 凈排放量， k Q 為耕地、林地、草地、水域和未利用地的CO2 吸收總量除CO2 排放量，t Q 為建筑用地能源消耗的CO2 排放量，來源于Chen 等[15]發(fā)布的公開數(shù)據(jù)， iα 為第i 類土地碳吸收或碳排放系數(shù)（錯(cuò)誤！ 未找到引用源。）， i A 為第i 種土地利用類型的面積。

1.3.2 全局空間自相關(guān)

全局Moran’s I 是用于綜合評價(jià)區(qū)域空間自相關(guān)程度的度量指標(biāo)，整個(gè)研究區(qū)域得到一個(gè)相關(guān)結(jié)果，本研究利用Moran’s I 對新疆北部各縣凈碳排放之間的空間關(guān)聯(lián)性及顯著性進(jìn)行描述，計(jì)算公式如下[23]：

式中： p 表示某個(gè)體值與總體均值的偏差， ij w 表示i 和j 之間的空間權(quán)重， n 表示縣域數(shù)量。Moran’s I 的結(jié)果位于[-1，1] 區(qū)間內(nèi)，Moran’s I gt; 0，說明觀測值之間存在正相關(guān)關(guān)系，值越大，空間相關(guān)性越強(qiáng)；Moran’s I lt; 0，說明觀測值之間存在異質(zhì)性，值越大，空間異質(zhì)性越強(qiáng)；Moran’s I 接近于0，則意味著觀測值是隨機(jī)分布的。

對全局Moran’s I 結(jié)果進(jìn)行Z 值顯著性的統(tǒng)計(jì)檢驗(yàn)，計(jì)算公式如下：

式中：Var（I） 是 Moran’s I 指數(shù)的理論方差；E（I）=1/（n-1）為理論期望。如果Zgt;0 且通過Z 值顯著性的統(tǒng)計(jì)檢驗(yàn)，這意味著觀測值在空間分布上具有顯著的正相關(guān)性。

1.3.3 局部空間自相關(guān)

局部空間自相關(guān)用于計(jì)算研究區(qū)域內(nèi)各單元的局部自相關(guān)統(tǒng)計(jì)量，進(jìn)一步評估內(nèi)部空間聚集程度，可以檢測出研究區(qū)域內(nèi)的高值聚集區(qū)和低值聚集區(qū)。局部自相關(guān)一般使用Anselin local Moran’s I指數(shù)檢驗(yàn)均質(zhì)程度，公式如下[24]：

1.3.4 碳排放的經(jīng)濟(jì)承載力系數(shù)

碳排放的經(jīng)濟(jì)承載力系數(shù)用于從經(jīng)濟(jì)利益的角度衡量區(qū)域碳排放量的差異性，反映了區(qū)域碳生產(chǎn)力的大小[19]。計(jì)算方法如下：

式中：Gi 和Ci 分別表示某省市的GDP 和碳排放量，G 和C 分別表示全國的GDP 和碳排放總量；若ECCgt;1，則表明能源利用率與碳生產(chǎn)力越高，說明具有較高的經(jīng)濟(jì)能力；若ECClt;1，則表明能源利用率與碳生產(chǎn)力越低，其經(jīng)濟(jì)能力也較弱[25]。

1.3.5 碳排放的生態(tài)承載力系數(shù)

碳生態(tài)承載力系數(shù)即表示某一地區(qū)碳吸收占全區(qū)的比例與該區(qū)域碳排放全區(qū)的比例的商，反映了區(qū)域碳匯能力的大小。計(jì)算方法如下：

式中： x C 和i C 分別表示某縣市的碳吸收量和碳排放量，X C 和C 分別表示新疆北部的碳吸收和碳排放總量。若ESCgt;1，則表明碳生態(tài)承載力系數(shù)高，說明具有較高的碳匯能力；若ESClt;1，則表明該地區(qū)碳生態(tài)承載力系數(shù)較低，其碳匯能力也較弱。

2 結(jié)果分析

2.1 土地利用碳排放時(shí)空演變分析

2.1.1 新疆北部總體土地利用變化特征

從新疆北部土地利用分布情況來看，建設(shè)用地分布呈現(xiàn)分散狀，集中分布在天山北坡一帶，而伊犁河谷地區(qū)、阿爾泰山南部等地的建設(shè)用地呈現(xiàn)零星分布。耕地分布在建設(shè)用地周圍；林地與草地占地面積較大，連片分布在天山北坡一帶、伊犁河谷地區(qū)、阿爾泰山南部；未利用地主要分布在準(zhǔn)噶爾盆地（圖2）。

土地利用是影響碳排放的重要因素，土地利用變化矩陣可以描述不同時(shí)期土地利用類型之間的轉(zhuǎn)化關(guān)系，通過考慮不同土地利用類型變化的方向和程度，可反映區(qū)域內(nèi)土地利用格局（表2）。2000—2020 年間新疆北部的土地利用發(fā)生了劇烈變化。耕地、建設(shè)用地、林地與水域面積增加，耕地由41 721.53 km2 增加至56 795.08 km2，年均增速為753.68 km2/a，主要由草地及未利用地轉(zhuǎn)移至耕地；建設(shè)用地由865.13 km2 增加至2954.59 km2，年均增速為104.47 km2/a，城市擴(kuò)張過程中占用了大量的草地、未利用地及耕地；林地面積由18 505.38 km2 增加至22890.86 km2，年均增速為219.27 km2/a，主要由草地轉(zhuǎn)移至林地；水域面積變化最少，共增加922.06 km2。草地與未利用地面積大幅減少，草地共減少17 979.34 km2，其中2010—2020 年減少13 343.41 km2，后期草地減少速度增快；未利用地共減少4 496.66 km2，年均降速為224.83km2/a。土地利用類型變化主要為草地、耕地、林地和建設(shè)用地之間的轉(zhuǎn)移。

2.1.2 新疆北部總體碳排放變化特征

2000—2020 年新疆北部凈碳排放量增加了5.4 倍。碳排放主要來源于建設(shè)用地及耕地中人類生產(chǎn)生活產(chǎn)生的能源消耗，其中因各類能源使用產(chǎn)生的碳排放量占總碳排放量的94.64%，新疆以機(jī)械化生產(chǎn)為主的耕作模式下耕地的碳排放量，耕地產(chǎn)生的碳排放量占總碳排放量的5.36%。

2000—2020年間新疆北部碳排放量總體為上升趨勢，碳吸收量逐漸減少，凈碳排放量總體為上升趨勢，碳排放強(qiáng)度呈現(xiàn)出先下降后上升的趨勢（圖3）。碳排放量由2000 年的3.17×108 t 增加至2020 年的16.86×108 t，可以分為三個(gè)階段：第一階段為2000—2006 年，新疆北部土地利用碳排放量逐步上升，碳排放量的增速小于GDP的增速，因此碳排放強(qiáng)度快速下降，城市的建設(shè)用地面積不斷擴(kuò)張，能源消耗不斷增加。第二階段為2007—2015 年，新疆北部土地利用碳排放量逐漸增加，建設(shè)用地能源消耗造成的碳排放量增長較快，其中焦炭、天然氣、熱能增長較快，熱能消費(fèi)量最大，碳排放強(qiáng)度先上升后下降，2008 年碳排放強(qiáng)度到達(dá)最低點(diǎn)。第三階段為2016—2020 年，新疆北部土地利用碳排放量呈現(xiàn)指數(shù)型上升，碳排放強(qiáng)度快速上升，2016 年起碳排放增長率迅速提升，2016—2020 年碳排放增長率分別9.91%、38.05%、24.15%、35.24% 和19.36%。上述數(shù)據(jù)表明，隨著社會經(jīng)濟(jì)的發(fā)展，人類生產(chǎn)生活過程中產(chǎn)生的碳排放持續(xù)增加，而林地、草地等碳匯用地因城市擴(kuò)張導(dǎo)致面積減少而更加無法吸收人類生產(chǎn)生活過程中產(chǎn)生的碳排放。

由箱線圖可知（ 圖4）， 新疆北部2000—2020 年間碳吸收量呈現(xiàn)下降的趨勢，下降幅度較小，平均值由2.23×105 t 下降至2.15×105 t，下降幅度為3.59%，各縣市分異逐漸明顯，箱線圖上限至下線的距離增大，碳吸收量趨向于正態(tài)分布。隨著城市快速發(fā)展，建設(shè)用地面積不斷增加，耕地及碳匯用地面積減少，國家出臺了相關(guān)的調(diào)控政策，不斷加強(qiáng)土地的節(jié)約集約利用，對土地用途變化進(jìn)行嚴(yán)格管控，強(qiáng)調(diào)堅(jiān)守18 億畝耕地紅線，防止耕地的亂占亂用。

2.1.3 新疆北部縣域碳排放變化特征

依據(jù)自然斷點(diǎn)法將新疆北部土地利用碳排放、碳吸收與凈碳排放劃分為高、較高、中等、較低、低5 個(gè)等級，據(jù)此揭示新疆北部各縣碳排放的差異和區(qū)域碳排放變化特征。

（1）碳排放變化特征

各縣市的土地利用碳排放不斷增強(qiáng)，以天山北坡城市為主要碳排放城市，總體呈南高北低的空間格局（圖5）。2000—2020 年，克拉瑪依區(qū)、阜康市、昌吉市、沙灣縣碳排放增幅較大，分別由2000 年的2.02×106 t、1.96×106 t、1.59×106 t、1.50×106 t 增加至2020 年的12.00×106 t、10.79×106 t、9.29×106 t、8.24×106 t，年均增速分別為0.50×106 t/a、0.44×106 t/a、0.38×106 t/a、0.34×106 t/a。此結(jié)果與研究區(qū)內(nèi)的工業(yè)發(fā)展?fàn)顩r與自然環(huán)境狀況相對應(yīng)。克拉瑪依市以石油聞名，工業(yè)發(fā)展十分發(fā)達(dá)，阜康市、昌吉市、沙灣縣緊鄰烏魯木齊市，眾多大型工廠搬離人口密集區(qū)，搬至附近縣市，能源消耗帶來的碳排放量不斷增加。從地級市層面，2020 年昌吉回族自治州碳排放量為45.25×106 t，占新疆北部總碳排放量的23.75%，伊犁州碳排放量為35.86×106 t，占新疆北部總碳排放量的18.82%。

（2）碳吸收變化特征

各縣碳吸收量呈現(xiàn)相對穩(wěn)定的狀態(tài)，在穩(wěn)定中逐步下降，碳吸收量從80.41×105 t 下降到77.59×105 t，高碳吸收縣域分布在伊犁河谷地區(qū)、阿爾泰山南部等地，總體呈現(xiàn)北高南低的分布趨勢（圖6）。2000—2020 年，沙灣縣、呼圖壁縣、察布查爾錫伯自治縣碳吸收下降幅度較大，分別由2.60×105 t、1.97×105 t、1.41×105 t 下降至2.26×105 t、1.64×105 t 、1.09×105 t，年均降速為1672.58 t/a、1622.67 t/a、1584.18 t/a；此結(jié)果與研究區(qū)內(nèi)自然狀況變化相對應(yīng)，沙灣縣、呼圖壁縣等地大量草地轉(zhuǎn)移為耕地，碳匯用地的面積不斷減少，加之工業(yè)發(fā)展導(dǎo)致碳排放量增加，碳吸收量遠(yuǎn)不能抵消碳排放量。從地級市層面，2020 年塔城地區(qū)、阿勒泰地區(qū)、伊犁州碳排放量分別為19.32×105 t、19.21×105 t、18.64×105 t，三地共占新疆北部總量的73.69%。

（3）凈碳排放量變化特征

從新疆北部縣域凈碳排放變化看（圖7），各縣市的土地利用凈碳排放不斷增強(qiáng)，并以克拉瑪依市各縣、昌吉回族自治州各縣為高碳源區(qū)向周圍擴(kuò)散，總體呈南高北底的空間格局，與碳排放呈現(xiàn)相似格局，說明碳排放量遠(yuǎn)大于碳吸收量。2000—2020 年，各個(gè)縣市凈碳排放量大幅上升，昌吉市、阜康市、克拉瑪依區(qū)凈碳排放量增加幅度較大，分別由2000 年1.34×106 t、1.71×106 t、1.65×106 t增加至2020 年9.05×106 t、10.56×106 t、11.63×106 t，增加幅度分別為0.39×106 t/a、0.44×106 t/a、0.50×106 t/a。從地級市層面，2020 年昌吉回族自治州凈碳排放量為43.67×106 t，占總體的23.89%。烏魯木齊市與克拉瑪依市的碳吸收量有所提高，但是碳排放量增加更為顯著，城市化進(jìn)程推動工業(yè)的發(fā)展，有大量的能源消耗，導(dǎo)致成為高水平凈碳排放區(qū)，阿勒泰地區(qū)、伊犁州的部分縣市，由于經(jīng)濟(jì)發(fā)展較為緩慢，所需能源量少，且靠近阿爾泰山有大量的森林與草地，碳排放量與碳吸收量差距不大，凈碳排放量較低。

2.2 空間自相關(guān)分析

2.2.1 全局空間自相關(guān)

對新疆北部2000 年、2010 年和2020 年土地利用凈碳排放進(jìn)行全局空間自相關(guān)檢驗(yàn)（表3）。2000—2020年Moran’s I 均大于0，且2000 年和2010 年在1% 的水平上顯著，2020 年在5% 的水平上顯著，說明新疆北部縣域凈碳排放具有空間自相關(guān)性。Moran’s I 值逐漸降低，說明2000—2020 年間新疆北部土地利用凈碳排放空間相關(guān)性逐漸減弱。

2.2.2 局部空間自相關(guān)

新疆北部城市2000—2020 年土地利用凈碳排放局部空間自相關(guān)檢驗(yàn)結(jié)果如圖8 所示。

“熱點(diǎn)區(qū)”（H-H 型）：2000 年有奎屯市、獨(dú)山子區(qū)、昌吉市、頭屯河區(qū)、新市區(qū)、米東區(qū)，集中分布在克拉瑪依市與烏魯木齊市；2010 年有奎屯市、新市區(qū)與米東區(qū)，“熱點(diǎn)區(qū)”縣市數(shù)量減少；2020 年有奎屯市、獨(dú)山子區(qū)與沙灣縣，集中分布在克拉瑪依市附近。克拉瑪依市縣市受當(dāng)?shù)厥彤a(chǎn)業(yè)影響，工業(yè)發(fā)展較快，整體碳排放量大于碳吸收量，高碳排放城市集中分布；烏魯木齊市縣市經(jīng)濟(jì)發(fā)展水平較高，碳排放量高。2010 年第一次中央新疆工作座談會召開，出臺了一系列推動新疆資源優(yōu)勢向經(jīng)濟(jì)優(yōu)勢轉(zhuǎn)化的政策支持昌吉回族自治州大力開發(fā)建設(shè)準(zhǔn)東煤田，煤炭、煤電、煤化工、煤電冶、新材料、新能源等產(chǎn)業(yè)迅猛發(fā)展，整體碳排放量增加，導(dǎo)致區(qū)域間聚集性減弱。

“冷點(diǎn)區(qū)”（L-L 型）：2000 年有昭蘇縣、鞏留縣、特克斯縣、新源縣、吉木乃縣、富蘊(yùn)縣、青河縣和奇臺縣，主要分布在伊犁州南部、阿勒泰地區(qū)與昌吉回族自治州東部；2010 年有昭蘇縣、鞏留縣、特克斯縣、額敏縣、哈巴河縣與奇臺縣，總數(shù)量減少，分布位置變動小；2020 年有特克斯縣、額敏縣與哈巴河縣。整體變化趨勢與凈碳排放量相似，2000—2020 年整體碳吸收量減少，碳排放量增加，凈碳排放量增加，導(dǎo)致區(qū)域間低值聚集程度降低。

2.3 碳排放生態(tài)承載與經(jīng)濟(jì)承載力

2.3.1 碳排放生態(tài)承載力

新疆北部縣域碳排放生態(tài)承載力系數(shù)（ESC）空間差異明顯，呈現(xiàn)出北高南低的特點(diǎn)，整體生態(tài)承載力下降，南北差距逐漸縮小（圖9）。總體空間特征為：伊犁河谷附近多個(gè)縣市及阿爾泰山南部多個(gè)縣市生態(tài)承載力較高，主要分布在1-8.4 區(qū)間內(nèi)，表明兩地林草地較多的地區(qū)碳匯能力較高，碳排放強(qiáng)度相對較低，天山北坡城市群多個(gè)縣市的經(jīng)濟(jì)承載力系數(shù)低。生態(tài)承載力系數(shù)小于1，說明此區(qū)域具有較低的碳匯能力和相對較高的碳排放強(qiáng)度。截止2020 年，達(dá)坂城區(qū)、特克斯縣、裕民縣生態(tài)承載力系數(shù)分別高達(dá)17.02、6.66、4.50，共計(jì)11 個(gè)縣生態(tài)承載力系數(shù)位于2-4 區(qū)間內(nèi)，7 個(gè)縣生態(tài)承載力系數(shù)位于1-2區(qū)間內(nèi)，25 個(gè)縣生態(tài)承載力系數(shù)小于1。2000—2020 年間，整體生態(tài)承載力下降，共計(jì)26 個(gè)縣生態(tài)承載力下降，其中察布查爾錫伯自治縣、和布克賽爾蒙古自治縣、尼勒克縣下降幅度較大，分別下降9.70、4.18、4.03；共計(jì)20 個(gè)縣生態(tài)承載力增加，其中達(dá)坂城區(qū)增幅最明顯增加14.87，米東區(qū)增加1.12。南部縣域的碳排放比例明顯超過了碳吸收比例，生態(tài)承載力呈現(xiàn)下降趨勢，需要加強(qiáng)碳匯能力，緩解生態(tài)壓力。

2.3.2 碳排放經(jīng)濟(jì)承載力

新疆北部縣域碳排放經(jīng)濟(jì)承載力系數(shù)（ECC）空間差異明顯，空間差異明顯，呈現(xiàn)出南高北低的特點(diǎn)，整體經(jīng)濟(jì)承載能力增強(qiáng)，南北差距逐步擴(kuò)大。根據(jù)碳排放經(jīng)濟(jì)承載力系數(shù)的大小，將新疆北部各縣市5 類（圖10）。總體空間特征為：伊犁河谷附近多個(gè)縣市及阿爾泰山南部多個(gè)縣市經(jīng)濟(jì)承載力較低，分布在小于1 范圍內(nèi)，說明該區(qū)域以農(nóng)牧業(yè)為主的地區(qū)具有較低的能源利用率和相對較低的碳排放強(qiáng)度，經(jīng)濟(jì)發(fā)展水平較低；天山北坡城市群的多個(gè)縣市經(jīng)濟(jì)承載力系數(shù)較高，經(jīng)濟(jì)承載力系數(shù)大于1，說明此區(qū)域經(jīng)濟(jì)發(fā)展水平較高，具有較高的能源利用率和相對較高的碳排放強(qiáng)度。截止2020 年，共計(jì)23 個(gè)縣經(jīng)濟(jì)承載力系數(shù)大于1，其中水磨溝區(qū)最高為2.16。2000—2020年間，整體經(jīng)濟(jì)承載力上升，共計(jì)32 個(gè)縣經(jīng)濟(jì)承載力上升，其中特克斯縣增幅最高為1.94，有13 個(gè)縣經(jīng)濟(jì)承載力上升幅度位于0-1 區(qū)間內(nèi)；共計(jì)14 個(gè)縣經(jīng)濟(jì)承載力下降，其中烏爾喬區(qū)、克拉瑪依區(qū)、白堿灘區(qū)、獨(dú)山子區(qū)下降幅度較大，分別為4.12、4.18、4.23、4.24。北部縣域經(jīng)濟(jì)承載力較低，應(yīng)提高能源利用效率，控制碳排放。

2.4 碳平衡分區(qū)與建議

2.4.1 碳平衡分區(qū)

依據(jù)新疆北部所得生態(tài)承載力系數(shù)（ESC）、經(jīng)濟(jì)承載力系數(shù)（ECC）、以及碳排放量（Ci）、碳吸收量（CA）等指標(biāo)的測算，把各縣市劃分為碳匯功能區(qū)、碳匯優(yōu)化區(qū)、低碳經(jīng)濟(jì)區(qū)、碳源優(yōu)化區(qū)、高碳控制區(qū)（表4）。

新疆北部縣域2000 年和2020 年碳平衡分區(qū)顯示大部分縣市由碳匯功能區(qū)轉(zhuǎn)移至碳匯優(yōu)化區(qū)，整體碳平衡向碳排放轉(zhuǎn)移（圖11）。2000 年碳匯功能區(qū)有12 個(gè)，主要分布在伊犁河谷地區(qū)、阿勒泰地區(qū)及塔城地區(qū)北部；碳匯優(yōu)化區(qū)共13 個(gè)，主要分布在塔城地區(qū)北部與阿勒泰地區(qū)；碳源優(yōu)化區(qū)共17 個(gè)，主要分布在天山北部城市群及伊犁河谷部分縣市；高碳控制區(qū)共4 個(gè)，分布在克拉瑪依市。2020 年碳匯優(yōu)化區(qū)12 個(gè)主要分布在伊犁河谷地區(qū)、阿勒泰地區(qū)及塔城地區(qū)北部，與2000 年碳匯功能區(qū)分布相似；低碳經(jīng)濟(jì)區(qū)9 個(gè)，分布在研究區(qū)南部；碳源優(yōu)化區(qū)11 個(gè)，主要分布在伊寧市、克拉瑪依市與烏魯木齊市周圍；高碳控制區(qū)14 個(gè)，主要市為克拉瑪依市、昌吉市、烏魯木齊等多個(gè)縣市，共新增10 個(gè)高碳控制區(qū)。城市發(fā)展過程中經(jīng)濟(jì)承載力不斷上升，而生態(tài)承載力持續(xù)下降，造成碳平衡不協(xié)調(diào)，分區(qū)差異化嚴(yán)重，應(yīng)在經(jīng)濟(jì)發(fā)展的同時(shí)注意生態(tài)環(huán)境保護(hù)，控制碳排放的同時(shí)增加碳吸收，走持續(xù)發(fā)展之路。

2.4.2 優(yōu)化建議

按照主體功能區(qū)發(fā)展思路，結(jié)合新疆獨(dú)特的自然地理?xiàng)l件和發(fā)展需要，新疆地區(qū)按照城鎮(zhèn)化發(fā)展內(nèi)容劃分為城市化地區(qū)、農(nóng)產(chǎn)品主產(chǎn)區(qū)和生態(tài)功能區(qū)。本研究將土地利用碳平衡分區(qū)結(jié)果與城市規(guī)劃中主體功能區(qū)劃分進(jìn)行結(jié)合，提出了各城市根據(jù)具體需求的最優(yōu)發(fā)展方向和主要發(fā)展方向，最終將新疆北部重構(gòu)為5 個(gè)國土空間分區(qū)（圖12）。其中：碳排放量較高的城市化主體功能區(qū)為高碳控制-城市化分區(qū)，碳吸收量高的生態(tài)功能主體功能分區(qū)為碳匯功能- 生態(tài)功能分區(qū)，碳排放量較低的農(nóng)產(chǎn)品主體功能區(qū)為低碳優(yōu)化- 農(nóng)產(chǎn)品主產(chǎn)區(qū)，碳排放量較低的生態(tài)功能主體功能區(qū)為低碳優(yōu)化- 生態(tài)功能分區(qū)，碳排放量較低的城市化主體功能區(qū)稱為低碳優(yōu)化- 城市化分區(qū)。根據(jù)區(qū)域自身特征，本文提出了針對性增加碳匯減少碳源的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、土地利用結(jié)構(gòu)優(yōu)化及城市空間形態(tài)優(yōu)化策略。

（1）改造高耗能產(chǎn)業(yè)，控制建設(shè)用地?cái)U(kuò)張。高碳控制-城市化分區(qū)城市經(jīng)濟(jì)承載力高，生態(tài)承載能力低。要將現(xiàn)代商業(yè)模式與城市規(guī)劃相結(jié)合，嚴(yán)控高耗能、高排放、高污染用地，減少二氧化碳排放，增加供給高科技產(chǎn)業(yè)用地，可以降低能源消耗，促進(jìn)低碳城市發(fā)展。

（2）推進(jìn)新型工業(yè)化，推進(jìn)生態(tài)城市建設(shè)。低碳優(yōu)化- 城市化分區(qū)城市緊鄰高碳排放城市，工業(yè)發(fā)展較快，經(jīng)濟(jì)承載力較高。一方面，要加強(qiáng)高耗能企業(yè)節(jié)能改造，淘汰低能效設(shè)備。另一方面，要加快系能源消納，推進(jìn)“水、光、風(fēng)、儲”一體化。完善新能源發(fā)展政策，加大水、風(fēng)、光等清潔的增長，逐步降低火電比重，推動經(jīng)濟(jì)增長由“依賴化石能源”向“使用清潔能源”轉(zhuǎn)變，提高減少碳排放的能力，強(qiáng)化工業(yè)領(lǐng)域新能源消納水平。

（3）推進(jìn)農(nóng)牧業(yè)現(xiàn)代化，防止草地沙化。低碳優(yōu)化-農(nóng)產(chǎn)品主產(chǎn)區(qū)此類城市耕地面積多，農(nóng)業(yè)發(fā)展條件更好，從保障農(nóng)產(chǎn)品安全和可持續(xù)發(fā)展的角度，要把提高農(nóng)業(yè)綜合生產(chǎn)能力作為發(fā)展的根本任務(wù)來考慮。城市應(yīng)以保護(hù)耕地、草場和農(nóng)林用地為重點(diǎn)，穩(wěn)定糧食生產(chǎn)，大力推進(jìn)農(nóng)牧業(yè)現(xiàn)代化，提高農(nóng)牧業(yè)綜合生產(chǎn)能力。

（4）適度發(fā)展牧業(yè)，著重保護(hù)生態(tài)用地。碳匯功能-生態(tài)功能分區(qū)城市生態(tài)功能對新疆北部整體非常重要，此類城市經(jīng)濟(jì)承載能力有限，不符合城市規(guī)模化商業(yè)發(fā)展和土地集約使用的條件，提高當(dāng)?shù)厣鷳B(tài)產(chǎn)品的生產(chǎn)能力應(yīng)該是優(yōu)先完成的任務(wù)事項(xiàng)。支持對森林進(jìn)行圍欄保護(hù)，為動物和草創(chuàng)造，控制存欄量，防治水土流失，保護(hù)生態(tài)環(huán)境。恢復(fù)濕地、森林、草原和生態(tài)系統(tǒng)，嚴(yán)格保護(hù)水體植被，停止過度放牧、砍伐森林、開墾荒地、開墾草地和侵占濕地。

（5）控制農(nóng)牧業(yè)發(fā)展，恢復(fù)生態(tài)環(huán)境。低碳優(yōu)化- 生態(tài)功能分區(qū)城市集中分布在草原生態(tài)功能區(qū)內(nèi)，以農(nóng)牧業(yè)為主要產(chǎn)業(yè)，存在森林破壞、草原退化、野生動物減少、山體滑坡、雪崩及水土流失嚴(yán)重等問題。應(yīng)發(fā)展不影響生態(tài)系統(tǒng)功能的相關(guān)產(chǎn)業(yè)、特色產(chǎn)業(yè)和服務(wù)業(yè)，有效治理水土流失和荒漠化，恢復(fù)和穩(wěn)定草地，增加森林面積，增加森林覆蓋率，恢復(fù)并增加野生動物種群。

3 結(jié)論

（1）新疆北部的土地利用發(fā)生了劇烈變化，耕地、林地面積大幅增加，草地、未利用地面積大幅度減少，土地利用類型轉(zhuǎn)移主要為草地、耕地、林地和建設(shè)用地之間的轉(zhuǎn)移，城市擴(kuò)張過程中占用了大量的草地、未利用地及耕地。

（2）碳排放量總體為上升趨勢，天山北坡城市為主要碳排放城市；碳吸收量逐漸減少，伊犁河谷地區(qū)、阿爾泰山南部等地為主要碳吸收城市；凈碳排放量為上升趨勢，共增長5.4 倍，與碳排放呈現(xiàn)相似格局，說明碳排放量遠(yuǎn)大于碳吸收量。碳排放強(qiáng)度呈現(xiàn)出先下降后上升的趨勢。

（3）凈碳排放空間相關(guān)性逐漸減弱，熱點(diǎn)區(qū)集中分布在克拉瑪依市附近，冷點(diǎn)區(qū)集中分布在伊犁州與阿勒泰地區(qū)。依據(jù)生態(tài)承載力系數(shù)、經(jīng)濟(jì)承載力系數(shù)與碳排放量可劃分為碳匯功能區(qū)、碳匯優(yōu)化區(qū)、低碳經(jīng)濟(jì)區(qū)、碳源優(yōu)化區(qū)、高碳控制區(qū)五個(gè)碳平衡分區(qū)。

參考文獻(xiàn)（References）

[1] 曲福田， 盧娜， 馮淑怡. 土地利用變化對碳排放的影響[J]. 中國人口· 資源與環(huán)境，2011，21（10）：76-83.

QU F T， LU N， FENG S Y. Effects of land use change on carbonemissions[J]. China Population Resources and Environment， 2011，21（10）： 76-83.

[2] 周嘉， 王鈺萱， 劉學(xué)榮， 等. 基于土地利用變化的中國省域碳排放時(shí)空差異及碳補(bǔ)償研究[J]. 地理科學(xué)，2019，39（12）：1955-1961.

ZHOU J， WANG Y X， LIU X R， et al. Spatial temporal difference ofcarbon emission and carbon compensation in China based on landuse change[J]. Scientia Geographica Sinica，2019，39（12）： 1955-1961.

[3] 黃婧婧， 王建平， 陳超超. 西北地區(qū)城鄉(xiāng)融合對農(nóng)業(yè)碳排放強(qiáng)度的影響研究[J]. 上海國土資源， 2023，44（3）：112-118.

HUANG J J， WANG J P， CHEN C C. Influence of urban-ruralintegration on agricultural carbon emission intensity in northwestChina[J]. Shanghai Land amp; Resources， 2023，44（3）：112-118.

[4] 王正， 周侃， 樊杰. 西部地區(qū)縣域碳排放核算及主體功能區(qū)解析——以四川省為例[J]. 生態(tài)學(xué)報(bào)， 2022，42（21）：8664-8674.

WANG Z， ZHOU K， FAN J. County-level carbon emissionaccounting and major function oriented zones in western regions：taking Sichuan province as an example[J]. Acta EcologicaSinica，2022， 42（21）： 8664-8674.

[5] 顧張鋒， 徐麗華， 馬淇蔚， 等. 浙江省都市區(qū)碳排放時(shí)空演變及其影響因素[J]. 自然資源學(xué)報(bào)， 2022， 37（6）： 1524-1539.

GU Z F， XU L H， MA Q W， et al. Spatio-temporal evolution ofcarbon emissions in metropolitan areas and its influencing factors：a case study of Zhejiang province[J]. Journal of Natural Resources，2022，37（6）： 1524-1539.

[6] 張玥， 代亞強(qiáng)， 陳媛媛， 等. 土地利用隱性轉(zhuǎn)型與土地利用碳排放空間關(guān)聯(lián)研究[J]. 中國土地科學(xué)， 2022，36（6）：100-112.

ZHANG Y， DAI Y Q， CHEN Y Y， et al. The study on spatialcorrelation of recessive land use transformation and land use carbonemission[J]. China Land Science， 2022，36（6）： 100-112.

[7] 徐影， 郭楠， 茹凱麗， 等. 碳中和視角下福建省國土空間分區(qū)特征與優(yōu)化策略[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 2022， 33（2）：500-508.

XU Y， GUO N， RU K L， et al. Characteristics and optimization strategiesof territorial space zone in Fujian province， China based on carbonneutrality[J]. Chinese Journal of Applied Ecology， 2022， 33（2）：500-508.

[8] 姜吉坤， 祝勝來， 曹吉昌， 等. 新型城鎮(zhèn)化與碳排放水平的耦合協(xié)調(diào)度分析——以山東省為例[J]. 生態(tài)經(jīng)濟(jì)， 2023，39（3）：76-82.

JIANG J K， ZHU S L， CAO J C， et al. Analysis of couplingcoordination between new urbanization and carbon emissionlevel： a case study of Shandong province[J]. Ecological Economy，2023，39（3）：76-82.

[9] 王丹， 荊延德， 韓善梅， 等. 基于格網(wǎng)的南四湖流域土地利用碳排放與其生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空關(guān)系分析[J]. 生態(tài)學(xué)報(bào)，2022（23）：1-11.

WANG D， JING Y D， HAN S M， et al. Spatio-temporal relationshipof land-use carbonemission and ecosystem service value in NansiLake Basin based upon a grid square[J]. Acta Ecologica Sinica，2022（23）： 1-11.

[10] 王康， 李志學(xué)， 周嘉. 環(huán)境規(guī)制對碳排放時(shí)空格局演變的作用路徑研究——基于東北三省地級市實(shí)證分析[J]. 自然資源學(xué)報(bào)，2020，35（2）：343-357.

WANG K， LI Z X， ZHOU J. The effects of environmentalregulation on spatio-temporal carbon emissions patterns： empiricalanalysis of prefecture-level cities in northeast China[J]. Journal ofNatural Resources， 2020， 35（2）： 343-357.

[11] 王少劍， 黃永源. 中國城市碳排放強(qiáng)度的空間溢出效應(yīng)及驅(qū)動因素[J]. 地理學(xué)報(bào)，2019，74（6）：1131-1148.

WANG S J， HUANG Y Y. Spatial spillover effect and drivingforces of carbon emission intensity at city level in China[J]. ActaGeographica Sinica， 2019， 74（6）： 1131-1148.

[12] 劉玉珂， 金聲甜. 中部六省能源消費(fèi)碳排放時(shí)空演變特征及影響因素[J]. 經(jīng)濟(jì)地理， 2019，39（1）：182-191.

LIU Y K， JIN S T. Temporal and spatial evolution characteristicsand influencing factors of energy consumption carbon emissionin six provinces of Central China[J]. Economic Geography， 2019，39（1）： 182-191.

[13] 范建雙， 虞曉芬， 周琳. 南京市土地利用結(jié)構(gòu)碳排放效率增長及其空間相關(guān)性[J]. 地理研究， 2018， 37（11）：2177-2192.

FAN J S， YU X F， ZHOU L. Carbon emission efficiency growth ofland use structure and its spatial correlation： a case study of Nanjingcity[J]. Geographical Research， 2018， 37（11）： 2177-2192.

[14] YANG J， HUANG X. The 30 m annual land cover dataset and itsdynamics in China from 1990 to 2019[J]. Earth System ScienceData， 2021， 13（8）： 3907-3925.

[15] CHEN J， GAO M， CHENG S， et al. County-level CO2 emissionsand sequestration in China during 1997–2017[J]. Scientific Data，2020， 7（1）：1-12.

[16] 苑韶峰， 唐奕鈺. 低碳視角下長江經(jīng)濟(jì)帶土地利用碳排放的空間分異[J]. 經(jīng)濟(jì)地理，2019，39（2）：190-198.

YUAN S F， TANG Y Y. Spatial differentiation of land use carbonemission in the Yangtze river economic belt based on low carbonperspective[J]. Economic Geography， 2019， 39（02）： 190-198.

[17] 張茹倩， 李鵬輝， 徐麗萍. 城鎮(zhèn)化對新疆土地利用碳排放的影響及其耦合關(guān)系[J]. 生態(tài)學(xué)報(bào)，2022（13）：1-17.

ZHANG R Q， LI P H， XU L P. Effects of urbanization oncarbon emission from land use in Xinjiang and their couplingrelationship[J]. Acta Ecologica Sinica， 2022（13）： 1-17.

[18] 魏燕茹， 陳松林. 福建省土地利用碳排放空間關(guān)聯(lián)性與碳平衡分區(qū)[J]. 生態(tài)學(xué)報(bào)，2021.41（14）：5814-5824.

WEI Y R， CHEN S L. Spatial correlation and carbon balancezoning of land use carbon emissions in Fujian Province[J]. ActaEcologica Sinica， 2021. 41（14）： 5814-5824.

[19] 孫赫， 梁紅梅， 常學(xué)禮， 等. 中國土地利用碳排放及其空間關(guān)聯(lián)[J]. 經(jīng)濟(jì)地理，2015，35（3）：154-162.

SUN H， LIANG H M， Chang X L， et al. Land use patterns oncarbon emission and spatial association in China[J]. EconomicGeography， 2015， 35（3）： 154-162.

[20] 孟梅， 崔雪瑩， 王志強(qiáng). 烏魯木齊市土地利用結(jié)構(gòu)與碳排放的關(guān)聯(lián)測度研究[J]. 水土保持通報(bào)， 2018，38（2）：178-182，188.

MENG M， CUI X Y， WANG Z Q. Correlation between land usestructure and carbon emission in Urumqi city[J]. Bulletin of Soiland Water Conservation， 2018， 38（2）： 178-182，188.

[21] 趙榮欽， 黃賢金. 基于能源消費(fèi)的江蘇省土地利用碳排放與碳足跡[J]. 地理研究，2010，29（9）：1639-1649.

ZHAO R Q， HUANG X J. Carbon emission and carbon footprintof different land use types based on energy consumption of JiangsuProvince[J]. Geographical Research， 2010，29（9）：1639-1649.

[22] 李鍵， 毛德華， 蔣子良， 等. 長株潭城市群土地利用碳排放因素分解及脫鉤效應(yīng)研究[J]. 生態(tài)經(jīng)濟(jì)，2019.35（8）：28-34，66.

LI J， MAO D H， JIANG Z L， et al. Research on factorsdecomposition and decoupling effects of land use carbon emissionsin Chang-Zhu-Tan urban agglomeration[J]. Ecological Economy，2019.35（8）： 28-34，66.

[23] 俞路， 蔣元濤. 我國區(qū)域經(jīng)濟(jì)差異的時(shí)空分析——基于全國與三大都市圈的對比研究[J]. 財(cái)經(jīng)研究， 2007，33（3）：17-28.

YU L， JIANG Y T. Spatial and temporal analysis on the regionaleconomic disparities in China： based on the comparison betweenthe whole country and the three megalopoleis[J]. Journal of Financeand Economics， 2007， 33（3）： 17-28.

[24] ANSELIN L. Local indicators of spatial association-LISA [J].Geographical Analysis， 1995， 27（2）： 93-115.

[25] 孟梅， 崔雪瑩， 王志強(qiáng). 烏魯木齊市土地利用結(jié)構(gòu)與碳排放的關(guān)聯(lián)測度研究[J]. 水土保持通報(bào)， 2018，38（2）：178-182+188.

MENG M， CUI X Y， WANG Z Q. Correlation between land usestructure and carbon emission in Urumqi city[J]. Bullentin of Soiland Water Conservation， 2018， 38（2）：178-182， 188.

基金項(xiàng)目：國家社會科學(xué)基金（23XMZ045）