北京大学学报(自然科学版) 第59卷 第3期 2023年5月

Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 59, No. 3 (May 2023)

doi: 10.13209/j.0479-8023.2023.025

国家自然科学基金(41971238)资助

投稿日期: 2022–05–24;

修回日期: 2022–08–15

“双碳”目标下张家口市“三生”空间格局演化及碳效应研究

“双碳”目标下张家口市“三生”空间格局演化及碳效应研究

刘天昊1,2,* 冀正欣1,2,*段亚明1,2 许月卿1,2,†

1.中国农业大学土地科学与技术学院, 北京 100193; 2.自然资源部农用地质量与监控重点实验室, 北京 100193; *同等贡献作者; †通信作者, E-mail: xmoonq@sina.com

摘要 基于“三生”空间识别与碳源(汇)属性分类体系, 分析 2000—2020 年张家口市“三生”空间格局演化特征, 测算“三生”空间垂直方向和水平方向的碳效应, 探讨“三生”空间演化的生态关系及其对碳效应的影响。结果表明, 2000—2020 年张家口市“三生”空间时空格局变化显著, 生态空间增加710.24 km2, 生产–生活空间增加 652.55km2, 生产–生态空间减少 1362.79km2, 3 类空间相互转化的幅度愈加强烈。垂直方向上, 碳通量从 2695.18 万吨上升到 4894.36 万吨, 碳排放远大于碳吸收, 碳收支不平衡现象较为严重。水平方向上, 生态空间的碳吸收强度逐渐上升, 生产–生态空间和生产–生活空间的碳排放强度不断下降。20 年间, 积极碳流增加 823 万吨, 消极碳流减少 1182 万吨, 整体净碳流为负值。张家口市“三生”空间生态关系冲突明显, 主要表现为掠夺–限制与竞争的关系, 对碳效应产生消极影响。

关键词 “三生”空间; 演化特征; 碳效应; 生态关系; 张家口市

自 1978 年改革开放以来, 我国经历了快速城镇化进程, 导致生产、生活和生态(“三生”)用地之间的矛盾日益加剧, 国土空间可持续开发面临严峻的危机和挑战。为此, 党的“十八大”提出构建“生产空间集约高效、生活空间宜居适度、生态空间山清水秀”的新型国土空间发展目标。与此同时, 为应对全球气候变化危机, 国务院发布《2030 年前碳达峰行动方案》, 明确建立服务于“碳达峰、碳中和”的国土空间开发保护格局。作为国土空间规划和碳循环的直接目标载体, “三生”空间的时空演化特征及其碳效应研究对实现区域国土空间低碳转型发展具有重要意义。目前, 学术界就土地利用变化与碳排放效应进行了大量研究[1–8], 但对功能空间变化导致的碳排放效应研究较少, 且相关研究集中于“三生”空间的内涵与分类[9]、识别和划定[10–11]、时空演变[12]、冲突[13]与耦合[14]以及功能评价[15–16]等方面, 针对“三生”空间与碳效应相互关系的研究较为薄弱。

作为一种重要且特殊的生态系统, 山区不仅是自然资源和生物相互依存的重要环境, 起到生态屏障和资源支撑的作用, 而且作为气候变化的敏感区域, 是典型的生态脆弱区[17]。张家口市是典型的山区城市, 也是首都水源涵养功能区和生态环境支撑区。近年来, 随着京津冀协同发展战略的带动, 以及可再生能源示范区和 2022 年冬奥会张家口赛区的建设, 张家口市经济社会发展速度显著加快, “三生”空间格局演变剧烈, 由此带来显著的碳效应变化。因此, 亟需加强“三生”空间格局时空演化特征及其碳效应影响研究, 为该区域绿色低碳转型决策提供科学支持。

基于上述背景, 本文采用遥感影像解译的土地利用数据以及人口和能源等社会经济数据, 根据土地利用类型的主导功能, 进行“三生”空间识别和划分, 借助土地利用类型的碳源(汇)属性, 建立“三生”空间和碳源(汇)属性分类体系, 系统地分析 2000 —2020 年张家口市“三生”空间的时空演化特征, 测算不同时期“三生”空间垂直方向的碳通量和碳密度以及水平方向的碳流, 揭示“三生”空间格局演化过程及其碳效应, 探讨碳效应变化过程中“三生”空间的生态关系, 以期为研究区国土空间低碳发展和结构优化决策提供科学依据。

1 研究区概况与数据来源

1.1 研究区概况

张家口市地处河北省西北部(图 1), 地理坐标为 113°50′—116°30′E, 39°30′—42°10′N, 北临内蒙古高原, 南接华北平原。地势西北高、东南低, 阴山山脉将全市分为坝上高原和坝下低中山盆地两大地貌区域。全域属于温带大陆性季风气候, 四季分明, 年降水量为 330~500mm。

截至 2020 年, 张家口市总面积为 3.68 万 km2(耕地 8960.37km2, 园地 1737.75km2, 林地 13652.73km2, 草地 9821.88km2, 建设用地 1564.15km2, 交通运输用地 234.32km2, 水域及水利设施用地 653.08km2, 未利用地 175.98km2), 下辖 6 区 10 县, 全市总人口为 411.89 万。2020 年全市生产总值为 1600.1亿元, 居民人均可支配收入为 25674 元, 三次产业比例为 16.7 : 26.9 : 56.4。

1.2 数据来源

本文采用的数据包括土地利用数据和经济社会数据两大类。土地利用数据来源于 2000, 2010 和2020 年 Landsat-TM 影像, 从地理空间数据云平台(https://www.gscloud.cn/home)获得, 并运用 ENVI 5.3 软件对遥感影像进行处理和校正, 得到 3 个不同时期的土地利用数据。三期影像总解译精度分别为88.92%, 90.46%和 89.23%, Kappa 系数分别为 0.87, 0.88 和 0.87。参考国家基本资源与环境本底动态遥感调查数据库(http://www.aircas.cas.cn/)的分类体系, 结合研究需求, 将土地利用类型划分为耕地、园地、林地、草地、水域及水利设施用地、交通运输用地、建设用地和未利用地共 8 类[18]。经济社会数据主要包括张家口市不同时期的原煤、焦炭、汽油和柴油的消耗量和全市总人口数量, 来自相应年份的《张家口经济年鉴》。由于《张家口经济年鉴2021》尚未发布, 因此该年份少量数据用 2019 年的数据替代。

2 研究方法

2.1 “三生”空间识别与碳源(汇)属性分类

作为一种要素和载体, 土地的功能具有多重属性。土地利用功能的集聚是空间形成的本质[18–19], 可根据功能划分为生产、生活和生态三类。由于使用主体的目的及利用强度不同, 土地功能呈现主次之分。因此, 本文在充分考虑土地多功能性的基础上, 突出土地利用的主导功能, 兼备土地利用的次要功能[20], 进行张家口市生产、生活、生态空间的识别和划分。林地、草地、水域及水利设施用地和未利用地以生态功能为主导, 对张家口市的生态安全起着重要的作用, 归于生态空间; 城镇用地及农村居民点、交通运输用地在提供各类产品服务的同时, 提供居住和消费等生活功能, 归于生产–生活空间; 耕地和园地在提供农产品的同时, 又属于独特的生态系统, 归于生产–生态空间(表1)。

width=453.6,height=267.2

图1 研究区概况

Fig. 1 Overview map of the study area

通过作用于生态系统变化和生物化学过程变化, 土地利用变化对生态系统的结构功能、物质循环和能量流动产生较大的影响, 进而影响生态系统的碳源(汇)属性和土地利用的碳效应格局[21]。因此, 根据不同地类对生态系统碳循环不同的影响, 建立土地利用类型与土地碳源(汇)的属性关系。林地、草地、水域及水利设施用地和未利用地在碳循环过程中更多地扮演生产者角色, 起到吸收碳的作用, 因此具备碳汇属性; 城镇用地及农村居民点和交通运输用地主要承载与人类有关的各种活动, 带来大量的碳排放, 体现碳源的属性; 耕地和园地以植物为主体, 具备一定的碳吸收能力, 同时与人类活动的关联产生碳排放, 体现碳源和碳汇两种属性。在此基础上, 我们根据表 1 中“三生”空间与土地利用类型的关系, 借助土地利用类型, 建立“三生”空间与碳源(汇)的关系, 从而得到不同用地空间的碳源(汇)属性。

表1 张家口市“三生”空间识别与碳源(汇)分类

Table 1 “Production-living-ecological” spatial identification and carbon source/sink classification in Zhangjiakou City

空间类型土地利用类型碳源(汇)属性 生态空间林地(乔木林地、灌木林地、其他林地)碳汇 水域及水利设施用地(河流、湖泊、水库)碳汇 未利用地(裸土地、空闲地)碳汇 草地(天然牧草地、人工牧草地、其他草地)碳汇 生产–生活空间交通运输用地(铁路、公路)碳源 城镇用地及农村居民点(住宅、工业用地)碳源 生产–生态空间耕地(水浇地、旱地)碳源、碳汇 园地(果园、其他园地)碳源、碳汇

2.2 “三生”空间碳效应测算

2.2.1碳排放和碳吸收计算

根据各空间包含的地类, 采用面积系数法, 计算生态空间和生产–生态空间的碳排放和碳吸收。计算公式为

Ei = SiKi, (1)

其中, Ei (t)代表第 i 种土地的碳源(汇)量, Si (hm2)代表第 i 种土地的面积, Ki (t/hm2)代表第 i 种土地的碳源(汇)系数。根据现有的中国土地利用碳源(汇)研究成果[22–28], 结合张家口市实际情况, 选择各地类的碳源(汇)系数, 如表2所示。

生产–生活空间主要为碳源属性, 因其承载居住、商业、工业和交通等经济社会活动, 无法直接确定相应的碳源系数。联合国政府间气候变化专门委员会(IPCC)提出的排放因子法基于地面测量和农林业等统计报告确定, 能够根据能源消耗、废物和工业生产的数量类型等数据, 间接地计算碳排放量。结合张家口市相关社会经济统计资料, 本文选取的主要能源包括原煤、焦炭、汽油和柴油, 能源消耗产生的碳排放量的计算公式为

Ej=Cj Mj Nj/103 , (2)

其中, Ej(t)代表第 j 种能源的碳排放量, Cj(t)代表第j种能源的消耗量, Mj (TJ/Gg)代表第 j 种能源的缺省净发热值, Nj (kg/TJ)代表第 j 种能源的缺省排放因子。对于缺省净发热值和缺省排放因子, 参考《IPCC 2006 年国家温室气体清单指南 2019 修订版》[29], 根据张家口市主要消耗的能源类型, 确定能源消耗碳排放系数(表3)。

对于人类自身产生的碳排放, 通过人类呼吸碳排放系数和总人口数量来计算。借鉴杜金霜等[30]的研究, 确定人类呼吸碳排放系数为 0.079t/(人∙a), 计算公式为

Ek = 0.079P , (3)

式中, Ek (t)为人类自身所产生的碳排放量, P(人)代表人口数量。

表2 各地类碳源(汇)系数

Table 2 Carbon source (sink) coefficients by site type

土地利用类型碳源(汇)系数/(t∙hm−2) 碳源碳汇 林地−0.606 草地−0.021 水域及水利设施用地−0.251 未利用地−0.005 耕地0.5450.007 园地0.8300.528

表3 能源碳排放系数

Table 3 Energy carbon emission factors

能源类型缺省净发热值/(TJ∙Gg−1)缺省排放因子/(kg∙TJ−1) 原煤19.399650 焦炭28.2107000 汽油44.369300 柴油43.074100

2.2.2碳通量和碳通量密度计算

对于各类空间的碳排放和碳吸收过程, 在单一时间上通过整体空间的断面, 形成垂直尺度上的碳通量。因此, 根据不同空间的碳排放和碳吸收的总量计算得到“三生”空间的碳通量:

E= Ei+Ej+Ek, (4)

式中, E 为碳通量, Ei 为生态空间、生产–生态空间的碳排放/碳吸收量, Ej 为消耗化石能源产生的碳排放量, Ek 为人类呼吸所产生的碳排放量。然后, 用张家口市各县(区)面积计算碳通量密度:

E密度 = E/ Sj , (5)

其中, E 密度 (t/hm2)为碳通量密度, Sj(km2)为张家口市各县区的面积。

2.2.3碳流计算

“三生”空间演化伴随着空间的相互转换, 不同空间具有不同的碳源(汇)属性以及不同的碳排放和碳吸收强度, 从而在三生空间演化过程中形成碳的“流动”。本文将其称为碳流, 计算公式[31]如下:

W = ΔEH, (6)

Fij = ΔW ΔS = (WjWi) ΔS,(7)

其中, W 为净碳流密度, ΔE 为空间水平方向净碳流量, ΔH 为空间水平方向面积变化, Fij 定义为 j 类空间流向 i 类空间的碳流, ΔWi 类空间与 j 类空间的碳流密度差, ΔSi 类空间与 j 类空间的面积转移。如果 Fij > 0, 表明这是一个积极碳流, 对于区域碳效应有正向作用; 如果 Fij < 0, 表明这是一个消极碳流, 对于区域碳效应有负面作用。

2.3 “三生”空间生态关系

借鉴生态网络分析方法[29], 本文将生态关系定义为两个空间在碳效应变化过程中的相互作用关系。通过构建有效利用矩阵(D)和整体效用矩阵(U) (前者建立不同碳流之间的直接作用框架, 后者解释不同空间相互的直接或间接联系), 分析各空间之间的生态关系, 计算公式见式(8)~(10)[32]

Xi = FF ,(8)

如果 Xi > 0, 则 Ti= F+|Xi|; 如果 Xi < 0, 则Ti=F+|Xi|,

dij=(FijFji)/Ti ,(9)

U=(uij)=(ID)–1, (10)

其中, Xi 定义为平衡变量, F 表示流入 i 类空间的碳流, F 表示流出 i 类空间的碳流, Ti 定义为碳通量, dij 为矩阵 D 的元素, I 为单位矩阵。根据整体效用矩阵(U), 理论上共有9种生态关系(表 4)。

基于整体效用矩阵, 进一步定义互惠指数(Z)来进行有效量化, 反映“三生”空间的演化对区域碳效应的影响, 计算公式[33]

Z = Y+ / Y , (11)

其中, Z 定义为互惠指数, Y+代表整体效用矩阵 U 中符号为“+”的数量, Y代表 U 中符号为“–”的数量。

表4 “三生”空间生态关系类型

Table 4 Types of spatial-ecological relations of “production-living-ecological”

矩阵符号+0– +互惠共生共栖掠夺 0共生中立偏害 –限制主导竞争

Z > 1 时, 表示该区域的“三生”空间演化对碳效应具有积极影响, 且影响程度与 Z正相关; 当 Z< 1 时, 表示该区域的“三生”空间演化对碳效应具有消极影响, 且影响程度与 Z 负相关。

3 结果分析

3.1 “三生”空间演化特征分析

2000—2020 年, 张家口市“三生”空间变化显著(表 5 和图 2)。生态空间面积占比始终占据首位, 3个时期均在 60%以上, 集中于西北区域的坝上高原和东南区域的坝下山地, 在此期间共增加 710.24 km2, 并在后 10 年间逐步向西北部的坝上地区扩张。生产–生活空间集中在张家口中部市区以及各个县域建成区, 20 年间增加 652.55km2, 并且后一阶段(2010—2020 年)的增长幅度为前一阶段(2000—2010 年)的 1.72 倍, 并在 20 年间呈现向四周扩张的态势。生产–生态空间主要分布在坝下区域的洋河、桑干河和壶流河流域, 呈现收缩状态, 期间共减少1362.79km2, 其中前 10 年减少 877.80km2, 后 10 年减少 484.99km2, 后 10 年减少的面积仅为前 10 年的55%, 减少趋势变缓。

由 2000—2020 年张家口市“三生”空间面积转移矩阵(表 6)可知, 20 年间各类空间之间相互转换明显, 且后 10 年的转化幅度大于前 10 年。2000— 2010 年, “三生”空间演化过程主要体现为生产–生态空间转化为生态空间(784.94km2)和生产–生活空间(185.11km2)。其中生态空间面积的增加主要来自耕地转化为林地(445.54km2)和草地(269.24km2), 生产–生活空间面积的增加主要来自于耕地转化为城镇用地及农村居民点(138.57km2)。

2010—2020 年, “三生”空间之间的转化更加剧烈。生产–生态空间和生态空间的相互转化较为明显, 前者转出主要是因为耕地转化为林地(1185.49km2)和草地(1175.24km2), 后者转出主要因为是林地(836.18km2)和草地(1067.09km2)转化为耕地。其次, 近 10 年间生产–生活空间的转入面积大幅度增加, 是前 10 年的 4.12 倍, 主要来自耕地转化为城镇用地及农村居民点(323.57km2)和草地转化为城镇用地及农村居民点(214.93km2)。

表5 2000—2020年张家口市“三生”空间面积

Table 5 Spatial area of “production-living-ecological” in Zhangjiakou from 2000 to 2020

空间类型2000年2010年2020年 面积/km2比例/%面积/km2比例/%面积/km2比例/% 生态空间23593.4364.1124231.0565.8524303.6766.04 生产–生活空间1145.663.111385.843.771798.214.89 生产–生态空间12060.9132.7711183.1130.3910698.1229.07

width=453.6,height=223.9

图2 2000—2020年张家口市“三生”空间分布格局

Fig. 2 Spatial distribution pattern of “production-living-ecological” in Zhangjiakou City from 2000 to 2020

表6 2000—2020 年张家口市“三生”空间面积转移矩阵(km2)

Table 6 Spatial area transfer matrix of “production-living-ecological” in Zhangjiakou from 2000 to 2020 (km2)

2000年2010年 生态空间生产–生活空间生产–生态空间转出合计 生态空间23446.0955.3492.0023593.43 生产–生活空间0.011145.390.271145.67 生产–生态空间784.94185.1111090.8512060.90 转入合计24231.041385.8411183.1236800.00 2010年2020年 生态空间生产–生活空间生产–生态空间转出合计 生态空间21104.62493.082627.2424224.94 生产–生活空间278.56808.36300.161387.08 生产–生态空间2912.91498.567776.5111187.98 转入合计24296.091800.0010703.9136800.00

3.2 “三生”空间演化的碳效应分析

3.2.1 “三生”空间垂直尺度碳通量分析

2000, 2010 和 2020 年张家口市“三生”空间垂直尺度上的碳通量计算结果如表 7 所示。

在碳汇方面, 生态空间 20 年间的碳吸收能力不断提升, 二氧化碳吸收量从 63 万吨增长到 86 万吨。特别是近 10 年间, 张家口市退耕还林和植树造林等生态工程的大力实施, 使得林地面积共增加2587.57km2, 碳吸收量增加 15 万吨, 是前 10 年间的近两倍。此外, 生产–生活空间的耕地和园地也具有一定的碳汇功能, 20 年间贡献近 26 万吨的碳吸收量。

在碳排放方面, 由于各类化石能源的大量消耗, 生产–生活空间成为碳排放的主要来源, 尤其是2000—2010 年, 碳排放增量达到 2000 万吨。张家口市不仅是我国太阳能资源Ⅱ类区域, 还具有丰富的风能资源。随着绿色经济理念的发展, 清洁能源在张家口市得到大力推广, 风能和太阳能等清洁能源的使用量逐年增加, 2020 年已达到能源消费量的30%, 促使生产–生活空间碳排放的增长幅度明显下降, 从 2000—2010 年间的 78.43%降至 2010—2020 年间的 2.38%。同时, 20 年间生产–生态空间也产生近 200 万吨碳排放。

表7 2000—2020年张家口市“三生”空间垂直尺度碳通量(万吨)

Table 7 Spatial vertical-scale carbon fluxes of “production-living-ecological” in Zhangjiakou from 2000 to 2020 (104 tons)

空间类型2000年2010年2020年 碳排放碳吸收碳通量碳排放碳吸收碳通量碳排放碳吸收碳通量 生态空间−− 63.4462695.181−−71.3804797.877−−86.4314894.364 生产–生活空间2697.251−4812.608−4927.349− 生产–生态空间69.995−8.61965.214−8.56563.246− 9.801

2000, 2010 和 2020 年张家口市“三生”空间垂直方向碳排放量远远大于碳吸收量, 碳通量均表现为碳排放, 并一直保持上升的趋势。碳通量从 2000年的近 2695.181 万吨上升到 2020 年的 4894.364 万吨, 碳收支存在明显的不平衡现象。

3.2.2碳通量密度

从图 3 可以看出, 张家口市碳通量密度最高的区域分布在万全区、桥西区、桥东区、宣化区、下花园区和怀来县 6 个区县, 也是张家口市人口稠密、产业发达的地区。碳通量密度较低的区域分布在坝上高原的康保县、尚义县、张北县和沽源县, 以及东部山区的崇礼区、赤城县和涿鹿县。此外, 2000—2020 年间坝上四县和涿鹿县的碳代谢密度均有所下降, 主要因为这些区域地处坝上高原生态防护区和燕山–太行山生态涵养区, 自然生态资源较为丰富, 碳汇能力相对较强。伴随着植树造林和封山育林等工程建设以及禁牧休牧轮牧等生态保护政策的实施, 这些区域的林地和草地等主要生态空间进一步扩张, 碳汇能力不断增强。

3.2.3 “三生”空间水平尺度碳流分析

两个时期张家口市“三生”空间演化的水平尺度碳流计算结果如表 8 所示。总体来看, 20 年间张家口市“三生”空间演化所形成的净碳流为负值, 说明张家口市“三生”空间演化对碳效应产生负面影响。此外, 与 2000—2010 年相比, 2010—2020 年的积极碳流在增加, 消极碳流在减少, 说明张家口市“三生”空间的演化在逐渐沿着生态良好、绿色发展的路径前行。

从积极碳流方面看, 20 年间呈现出上升趋势, 且后 10 年间积极碳流总量是前 10 年间的 51 倍。主要原因是随着生态工程的建设, 生态空间的整体面积在不断扩张, 尤其是大面积林地和草地的增加, 使得生态空间碳吸收能力得到提升。其中, 生产–生态空间向生态空间转化明显, 使得生产–生态空间转向生态空间产生的积极碳流占据主要地位, 在两个阶段占积极碳流总量的比例分别达到 85.03%和 74.18%。

width=453.45,height=218.25

图3 2000—2020年张家口市碳通量密度

Fig. 3 Carbon flux density in Zhangjiakou City from 2000 to 2020

表8 2000—2020年张家口市“三生”空间水平尺度碳流(万吨)

Table 8 Spatial level carbon flow of “production-living-ecological” in Zhangjiakou from 2000 to 2020 (104 tons)

2000年2010年 生态空间生产–生活空间生产–生态空间积极碳流消极碳流净碳流 生态空间−−488.089−1.6416.459−2119.068−2102.608 生产–生活空间0.088−2.377 生产–生态空间13.994−1629.338− 2010年2020年 生态空间生产–生活空间生产–生态空间积极碳流消极碳流净碳流 生态空间−−239.39−561.855839.725−936.676−96.951 生产–生活空间135.241−81.536 生产–生态空间622.948−135.43−

从消极碳流方面看, 其他两类空间转向生产–生活空间所引起的消极碳流占总消极碳流的 60%, 再次印证了生产–生活空间是张家口市碳排放的主要来源。与 2000—2010 年相比, 消极碳流总量在2010—2020 年减少 55.8%, 可见, 近 10 年来, 由于化石能源逐渐被太阳能和风能等各类清洁能源替代, 生产–生活空间的碳排放水平随之降低, 因此空间转变所引起的消极碳流也相应减少。2010—2020 年的碳流变化比 2000—2010 年更剧烈, 说明随着经济社会的发展, 不同空间用地之间的转换更加频繁, 导致更复杂的碳效应变化。

3.2.4 “三生”空间生态关系

从整体效用矩阵(表 9)可以看出, 2000—2020 年张家口市“三生”空间彼此之间的生态关系包括掠夺、限制和竞争关系。2000—2010 年, 生态空间与生产–生活空间、生产–生态空间与生产–生活空间的生态关系均展现为掠夺–限制, 生产–生活空间的扩张对其他两类空间在碳代谢方面呈现一种挤压的状态。此外, 生态空间与生产–生态空间存在着竞争关系, 二者之间具有较明显的空间争夺, 同时又呈现相反的碳效应状态, 主要原因在于退耕还林还草政策的推广, 使得林草地面积扩张的同时, 导致耕地面积减少。

在 2010—2020 年间, 生态空间与生产–生活空间、生态空间与生产–生态空间表现为掠夺–限制的关系, 主要由于期间林地面积大幅增加, 张家口市生态空间的范围向外延伸, 对其他两类空间的碳代谢而言是一种正向的限制。生产–生活空间与生产–生态空间则呈现竞争的关系, 主要由于近 10 年来经济社会的快速发展, 使得城镇及农村居民点等建设用地向周边扩张, 不断排挤生产–生态空间。

表9 2000—2020年张家口市“三生”空间生态关系

Table 9 Spatial ecological relations of “production-living-ecological” in Zhangjiakou City from 2000 to 2020

年份空间类型生态空间生产–生活空间生产–生态空间互惠指数 2000—2010生态空间掠夺竞争0.5 生产–生活空间限制限制 生产–生态空间竞争掠夺 2010—2020生态空间掠夺掠夺0.5 生产–生活空间限制竞争 生产–生态空间限制竞争

20 年间, 张家口市三类空间之间不存在互惠共生的关系, 说明三类空间彼此之间生态关系冲突明显, 并没有互相促进的绿色发展关系, 在碳代谢方面明显存在不和谐。此外, 20 年间互惠指数的结果均为 0.5, 说明 2000—2020 年张家口市“三生”空间格局演化对碳效应始终呈现消极影响, 这个结论与垂直方向和水平方向碳效应的研究结果相一致。

4 结论与讨论

4.1 结论

本文通过土地利用类型的碳源(汇)属性分析, 构建“三生”空间与碳源源(汇)属性分类体系, 建立“三生”空间演化与碳效应之间的联系, 查明“三生”空间的碳效应。研究结果拓展了土地利用和覆被变化碳收支效应的研究范围, 并为区域国土空间低碳发展及其结构优化提供了路径和决策支持。

1)张家口市“三生”空间时空格局变化显著, 生态空间和生产–生活空间均呈现增长态势, 生产–生态空间则呈现减少态势, 且随着时间推移, 三类空间彼此的转化程度更为强烈。

2)张家口市碳通量密度最高的区域是中心市区, 最低的区域是坝上高原和东部山地。20 年间, 生态空间作为碳吸收的主要来源, 其碳汇属性在逐渐增强; 生产–生活空间作为碳排放的主要来源, 其碳源属性在逐渐减弱, 但总体碳排放量依旧远大于碳吸收量, 碳收支仍然表现出较为严重的不平衡现象。

3)张家口市“三生”空间演化过程带来的积极正向碳流呈现上升趋势, 消极负向碳流呈现下降趋势, 但净碳流始终为负值, 表明“三生”空间演化对碳效应产生负面影响。

4)张家口市“三生”空间彼此的生态关系表现为掠夺、限制和竞争的关系, “三生”空间演化过程对张家口市的整体碳效应产生消极影响。

4.2 讨论

在植物的不同生长发育阶段, 生态系统的碳收支状况存在不同。比如林地在生长期和衰败期碳源(汇)属性可能发生变化, 不同生长状况的林地碳源(汇)的能力也有差异。限于当前技术条件和数据等因素, 本文采用土地利用类型碳源(汇)系数法和IPCC 提出的排放因子法来换算空间的碳排放和碳吸收量, 未考虑生态系统不同发育阶段和生长状况等因素导致的碳收支状况差异。未来的研究中可采用实地调查、实验观测和遥感监测等方法获得数据,结合耕地、林地和草地等特定生态系统的发育阶段、生长状况和生产力因素, 更准确地确定研究区域不同土地利用类型的碳源(汇)系数, 以便综合测定“三生”空间变化的碳效应。

张家口市未来的发展应以“双碳”目标为导向, 结合“三生”空间演化及其碳效应规律, 因地制宜地制定区域协调发展模式和对策。根据本文研究结果, 我们提出以下建议。

1)坝上地区和东部山区应依托丰富的自然资源优势, 继续加大植树造林、草地增绿等生态工程措施, 并注重对林草地的管护, 更新成过熟林。在扩大生态空间面积的同时, 应注重提升生态空间的质量, 有效地增强生态空间的碳汇能力。

2)坝下沿河流域是生产–生态空间的主要集聚地, 要协调“双碳”目标与耕地保护红线的要求, 推广低碳耕作模式, 减少化肥和农药的施用量。应考虑生产与生态的结合, 拓展特色葡萄和杏扁等林果业, 提升生产–生态空间的绿色发展水平。

3)城镇集中区域是碳排放的主要来源, 应大力推广绿色经济理念和发展模式, 重点推进风力发电和光伏发电等新能源产业发展, 借势构建高端制造业、绿色工业等产业链, 打造低碳城镇化建设布局, 降低生产–生活空间的碳排放水平。

参考文献

[1] Sasmito S D, Sillanp M, Hayes M A, et al. Mangrove blue carbon stocks and dynamics are controlled by hy-drogeomorphic settings and land-use change. Global Change Biology, 2020, 26(5): 3028–3039

[2] Dumortier J, Elobeid A. Effects of a carbon tax in the United States on agricultural markets and carbon emissions from land-use change. Land Use Policy, 2021, 103(8): 105320

[3] Simes R, Menezes C, Sales A T, et al. Soil and vegetation carbon stocks after land-use changes in a seasonally dry tropical forest. Geoderma, 2021, 390 (2): 114943

[4] Ama G, Jla B, Feng Z, et al. Application of land-use/land cover changes in monitoring and projecting forest biomass carbon loss in Pakistan. Global Eco-logy and Conservation, 2019, 17: e00535

[5] Zhou Y, Hartemink A E, Shi Z, et al. Land use and climate change effects on soil organic carbon in North and Northeast China. The Science of the Total Envi-ronment, 2019, 647: 1230–1238

[6] Yu Z, Chen L, Tong H, et al. Spatial correlations of land-use carbon emissions in the Yangtze River Delta region: a perspective from social network analysis. Ecological Indicators, 2022, 142: 109147

[7] Li J, Guo X, Chuai X, et al. Reexamine China’s terrestrial ecosystem carbon balance under land use-type and climate change. Land Use Policy, 2021, 102: 105275

[8] 魏燕茹, 陈松林. 福建省土地利用碳排放空间关联性与碳平衡分区. 生态学报, 2021, 41(14): 5814–5824

[9] 刘继来, 刘彦随, 李裕瑞. 中国“三生空间”分类评价与时空格局分析. 地理学报, 2017, 72(7): 1290–1304

[10] 李广东, 方创琳. 城市生态–生产–生活空间功能定量识别与分析. 地理学报, 2016, 71(1): 49–65

[11] 冀正欣, 刘超, 许月卿, 等. 基于土地利用功能测度的“三生”空间识别与优化调控. 农业工程学报, 2020, 36(18): 222–231

[12] 焦庚英, 杨效忠, 黄志强, 等. 县域“三生空间”格局与功能演变特征及可能影响因素分析——以江西婺源县为例. 自然资源学报, 2021, 36(5): 1252–1267

[13] 廖李红, 戴文远, 陈娟, 等. 平潭岛快速城市化进程中三生空间冲突分析. 资源科学, 2017, 39(10): 1823–1833

[14] 王成, 唐宁. 重庆市乡村三生空间功能耦合协调的时空特征与格局演化. 地理研究, 2018, 37(6): 1100–1114

[15] 周浩, 金平, 夏卫生. 省级国土空间“三生”功能评价及其分区研究——以河南省为例. 中国土地科学, 2020, 34(8): 10–17

[16] 唐秀美, 刘玉, 任艳敏. 基于格网尺度的密云水库区域“三生”空间功能测度与时空变化分析. 中国农业资源与区划, 2021, 42(5): 60–69

[17] 冀正欣, 许月卿, 黄安, 等. 冀北山区“三生”空间识别与演化特征分析——以张家口市为例. 北京大学学报(自然科学版), 2022, 58(1): 123–134

[18] 黄安, 许月卿, 卢龙辉, 等. “生产–生活–生态”空间识别与优化研究进展. 地理科学进展, 2020, 39(3): 503–518

[19] 勾蒙蒙, 刘常富, 李乐, 等. “三生空间”视角下三峡库区土地利用转型的生态系统服务价值效应. 应用生态学报, 2021, 32(11): 3933–3941

[20] 张红旗, 许尔琪, 朱会义. 中国“三生用地”分类及其空间格局. 资源科学, 2015, 37(7): 1332–1338

[21] 马晓哲, 王铮. 土地利用变化对区域碳源汇的影响研究进展. 生态学报, 2015, 35(17): 5898–5907

[22] 杨国清, 朱文锐, 文雅, 等. 20 年来广东省土地利用碳排放强度与效率空间分异研究. 生态环境学报, 2019, 28(2): 332–340

[23] 李颖, 黄贤金, 甄峰. 江苏省区域不同土地利用方式的碳排放效应分析. 农业工程学报, 2008, 24(增刊 2): 102–107

[24] 彭文甫, 周介铭, 徐新良, 等. 基于土地利用变化的四川省碳排放与碳足迹效应及时空格局. 生态学报, 2016, 36(22): 7244–7259

[25] 周勇, 赵伟. 西安市土地利用结构碳排放核算及低碳优化研究. 生态经济, 2018, 34(5): 21–25

[26] 周嘉, 杨琳, 董美娜, 等. 基于土地利用的哈尔滨市2004~2012 年碳排放强度变化分析. 地理科学, 2015, 35(3): 322–327

[27] 张润森, 濮励杰, 文继群, 等. 建设用地扩张与碳排放效应的库兹涅茨曲线假说及验证. 自然资源学报, 2012, 27(5): 723–733

[28] 孟梅, 崔雪莹, 王志强. 乌鲁木齐市土地利用结构与碳排放的关联测度研究. 水土保持通报, 2018, 38(2): 178–182

[29] IPCC. 2019 Refinement to the 2006 IPCC Guidelines for National Greenhouse Gas Inventory [R]. Geneva: IPCC, 2019

[30] 杜金霜, 付晶莹, 郝蒙蒙. 基于生态网络效用的昭通市“三生空间”碳代谢分析. 自然资源学报, 2021, 36(5): 1208–1223

[31] 夏楚瑜. 基于土地利用视角的多尺度城市碳代谢及“减排”情景模拟研究[D]. 杭州: 浙江大学, 2019: 172

[32] Fath B D, Patten B C. Network synergism: emergence of positive relations in ecological systems. Ecological Modelling, 1998, 107(2/3): 127–143

[33] 林刚, 江东, 付晶莹, 等. “三生”空间格局演化“碳流”分析——以唐山市为例. 科技导报, 2020, 38(11): 107–114

Spatial Pattern Evolution and Carbon Effect of Production-Living-Ecological Space in Zhangjiakou City under Carbon Peak and Carbon Neutrality Goals

LIU Tianhao1,2,*, JI Zhengxin1,2,*, DUAN Yaming1,2, XU Yueqing1,2,†

1. College of Land Science and Technology, China Agricultural University, Beijing 100193; 2. Key Laboratory for Agricultural Land Quality, Monitoring and Control, The Ministry of Natural Resources, Beijing 100193; *These authors contributed equally to this work; † Corresponding author, E-mail: xmoonq@sina.com

Abstract This study analyzes the evolution characteristics of “production-living-ecological” space in Zhangjia-kou City during the period of 2000–2020, measures its carbon effect in the vertical and horizontal directions, and discusses its ecological relationship and its impact on carbon effect, based on the relationship between “production-living-ecological” space and carbon source/carbon classification system. The results show that “production-living-ecological” space in Zhangjiakou has changed significantly during 2000–2020, with an increase of 710.24 km2 in ecological space, 652.55 km2 in production-living space and a decrease of 1362.79 km2 in production-ecological space. The transformation of the three types of space has become more intense from 2000 to 2020 in Zhangjiakou City. Vertically, the carbon flux of Zhangjiakou City increases from 26.9518 million tons to 48.9436 million tons. Carbon emission is more than carbon uptake and the imbalance of carbon budget is serious during 2000–2020. Horizontally, the carbon absorption intensity of ecological space gradually increases, and the carbon emission intensity of production-ecological space and production-living space continues to decline in Zhangjiakou City. In the past 20 years, the positive carbon flow has increased by 8.23 million tons, and the negative carbon flow has decreased by 11.82 million tons, but the overall net carbon flow is still negative. The spatial ecological relationship among the “production-living-ecological” space has obvious conflicts, mainly manifested as plundering-restriction and competition relationship, showing a negative impact on the carbon.

Key words “production-living-ecological” space; evolutionary characteristics; carbon effect; ecological relation-ship; Zhangjiakou City