改革开放以来, 我国经济快速增长、能源消费量和碳排放量大幅增加, 中国成为世界最大的能源消费和碳排放国^[1], 能源消费碳排放量约占世界的30%^[2], 中国在减缓全球气候变化、降低碳排放量中扮演重要角色^[3—4], 为应对日益严峻的全球气候变化挑战, 2020年9月中国政府在联合国大会上承诺将在2060年实现碳中和。主体功能区是刻画我国国土空间有序开发和保护格局的蓝图^[5—7], 作为重要的政策实施单元, 主体功能区的应对气候变化政策直接对减少碳排放、降低碳排放强度、增加碳汇提出了要求；同时人口规模和经济增长是碳排放的重要驱动因素^[8—9], 主体功能区产业、投资、人口、环境等政策也通过对引导产业结构优化升级、合理调控产业转移、引导人口集疏影响人口和经济要素进而作用于碳排放。科学评估碳排放的主体功能区效应, 有利于发挥主体功能区在减少碳排放、增加碳汇、实现碳中和的关键作用。碳排放的主体功能区解析则是认知其效应的基础性工作。

《IPCC国家温室气体清单编制指南》是现行所有清单算法的基本模板, 计算的核心思想是利用人类活动水平与排放系数相乘估算区域温室气体排放量。研究表明, 目前全球人类活动导致的温室气体排放仍以碳为主, 占到温室气体排放总量的76%, 碳排放中又有86%来自化石能源消耗^[10], 另一方面, 省级能源消费数据相较易于获取, 因此以能源消费碳排放量表征区域碳排放成为众多学者的优先选择^[11]。故学者研究多以能源消费二氧化碳排放表征区域碳排放^[12—13], 本文所称碳排放皆为能源消费二氧化碳排放。囿于能源消费数据可获取性和方法论限制, 目前关于我国碳排放的研究集中在省级及以上空间尺度^[14—17], 而省内各市各县资源禀赋和社会经济发展水平的差异必然带来碳排放差异, 各市县减排政策应有所区别, 且各市县发展定位不同, 碳排放的政策约束显然不能“一刀切”。在县级尺度碳排放核算, 不同学者进行了诸多有益的理论和实践探索, 汪浩等将市级碳排放量利用排放系数和能源消费量计算, 县级采用人口占比分配的方法, 结合ArcGIS空间数据, 将京津冀市级二氧化碳排放量自上而下分配至县级区域^[18], 发现京津冀碳排放县域尺度上呈现出分层集聚的特点。赵荣钦等根据各县三次产业产值和人口占市级对应指标的比重, 将河南省市级能源消费量分配至各县, 进而核算河南省县域能源消费碳排放量, 分析发现碳排放具有从市区向周边县(区)逐渐降低的特征^[19]。朱松丽等人基于省级能源消费数据核算碳排放量, 计算省级三次产业碳排放强度(三次产业的单位GDP碳排放量)和人均碳排放量(即能源统计口径中生活消费部分的人均碳排放)并与各县三产产值和人口数相乘后相加得到县域碳排放量^[20]。也有学者建立DMSP-OLS夜间灯光指数与碳排放的线性方程, 构建了碳排放空间数据集, 结合行政区划矢量边界建立不同行政等级尺度碳排放数据集^[21], 分析重庆市^[22]和哈长城市群^[23]县域尺度碳排放时空格局, 认为碳排放具有显著的空间集聚现象。利用三次产业产值比重分配省级能源消费量忽略了主体功能区间能源利用效率差异, 分配省级碳排放量则未考虑不同主体功能区碳排放强度的差异。因此, 本文借鉴谭显春等^[24]引入市级单位GDP能耗数据表征区域能源利用效率的核算方法, 采用中国碳核算数据库提出的能源碳排放系数, 选取四川省作为典型案例区进行县域尺度碳排放核算, 解析主体功能区碳排放分异特征, 以期为主体功能区视角下碳减排政策提供基础数据和科学支撑。

1 材料与方法 1.1 研究区概况

四川省雄踞我国西南部, 面积辽阔、人口众多。截止2019年, 四川省国土面积48.61万km², 常住人口8375.0万人, 成都平原(根据四川省主体功能区划方案, 文中成都平原指四川盆地西部、龙泉山和龙门山-邛崃山之间地区, 川南地区位于四川盆地南缘、川渝滇黔交界处, 川东北位于川渝陕结合部, 攀西地区主要包括攀枝花市和凉山州)自然条件优越, 是四川省内城市和人口集中分布区域, 成都都市圈是我国城镇化格局的重要节点；四川盆地是我国农业安全格局中长江流域主产区的重要组成部分；川西高原(四川雅安的邛崃山脉以西的高原和山地的统称)是青藏高原的重要组成部分, 更是我国“两屏三带”生态安全战略格局中黄土高原-川滇生态屏障的重要组成。四川省城市化区域、农业区域、生态区域较为典型, 更有利刻画城市化地区、农业地区、生态地区碳排放的比例关系, 因此作为本文的研究案例区。本文统一使用四川省主体功能区划行政区, 下辖181个县级单元, 其中城市化地区90个区县单元, 农产品主产区35个区县单元, 56个重点生态功能区。县级行政区划调整问题, 则根据地理位置将其划入相应主体功能区(图 1)。

1.2 数据来源及能源分类

以2010年为基期年, 四川省分行业分能源消费数据来源于《中国能源统计年鉴》, 地市级能耗数据、各县区常住人口和生产总值来源于《四川省统计年鉴》和各地市统计年鉴, 由于县域和省域统计数据存在差异, 本文统一采用各区县数据加总得到的相应省级数据。《中国能源统计年鉴》涉及能源类型均被纳入, 由于《IPCC国家温室气体清单编制指南》和《省级温室气体清单编制指南》中统计的能源消费类型与《中国能源统计年鉴》不完全一致, 提供的燃料低位热值和单位热值含碳量无法满足对能源消费全类型的计算, Liu等学者通过对国内4243个煤矿和602个煤炭样品的分析检测, 测算出按照《中国能源统计年鉴》中各能源类型的低位热值和单位热值含碳量因子^[25]。从能源消费碳排放计算的全面性和科学性出发, 本文采用Liu及其团队实际测算值^{[4, 25]}。

1.3 方法

采用IPCC参考方法(即方法2)核算省级碳排放量, 其公式如下^[26]：

(1)

式中, E为碳排放量, i为能源类型, AC_i为能源消费量(单位：10⁶t)(转换为热量单位：TJ), NCV_i为i种能源净热值(热量单位：TJ), CC_i为i种能源低位热值含碳量, COF_i为i种能源碳氧化率, 为碳与二氧化碳转换比例。借鉴前人把区域碳排放分解为4个部门的核算方法^{[20, 27]}, 将《中国能源统计年鉴》中的终端消费量中7类部门合并：将农林牧渔业代表第一产业, 用工业和建筑业代表第二产业, 将交通运输仓储和邮政业、批发零售业和住宿餐饮业以及其他行业合并为第三产业, 生活消费表征居民生活, 共4类进行碳排放核算。如前所述, 目前我国能源消费数据以省为单元统计, 故无法直接计算出县级碳排放量。谭显春等认为省内能源利用效率差异各市间较大, 而市内各县较小, 因此引入市级单位GDP能耗用以体现各市能源利用效率的差异, 其核算方法主要过程有：利用省级能源消费数据计算出省碳排放量, 根据省三次产业产值和人口数计算出省三次产业碳强度和人均生活碳排放量, 省三产碳强度和人均生活碳排放量分别乘各市产业产值和人口数得出理论市级碳排放量, 以市单位GDP能耗、市GDP、排放系数三者相乘得到各市实际碳排放量。以各市实际排放量与理论排放量的比值分别与省级三产强度、省级人均生活碳排放量相乘得出各市三次产业碳强度、市级人均生活碳排放量, 将市级三次产业碳强度和人均生活碳排放量分别与各县的三次产业产值及人口数相乘、再相加得到各县级单元的碳排放量(图 2), 方法详见文献^[24]。

采用ANONA单因素方差分析主体功能区间碳排放强度差异, 用最小显著极差法(LSD)确定显著性水平(P < 0.05时表示有显著差异)。基尼系数表示各县区碳排放区域差异程度, 计算公式如下：

(2)

式中, x_i和x_j为i和j地区碳排放量, x为各区县碳排放量平均值, n为样本值, 即181。Gini系数范围[0, 1], 数值越大区域差异越大。当Gini系数在大于0.4表示差异较大, 大于0.5则表示高度不平均状态^[28]。用Getis-Ord G^*指数探究各县区碳排放的局部空间自相关关系, 识别碳排放高值集聚区和低值集聚区, 其计算公式如下^[29]：

(3)

当i与j不相等时, G^*指数公式为：

(4)

式中, W_ij为空间权重矩阵, E(G^*)为G^*的期望值, 是G^*的方差；统计显著水平下, Z(G^*)＞0, 则区域为高值集聚的热点区, 反之则为低值集聚的冷点区。

2 结果与分析 2.1 县域碳排放时空演进特征

县级尺度上碳排放整体表现出东高西低的特征, 成都平原是碳排放高值区集中分布地, 攀西和川南地区部分市辖区也存在碳排放高值区。碳排放中值区则主要分布在高值区的周围, 分布在成都平原、川东北、川南和攀西地区, 近年来在川东北和川南地区扩张尤为明显。碳排放低值区主要分布在四川北部、西部和东南部, 近年来碳排放量低值区增加。2010—2017年高值区呈现出以成都为中心向四周扩张的趋势, 在其东南和东北方向上尤为明显(图 3、图 4)。成都平原人口密集、城市化水平较高, 经济发达, 是省内人口和经济的主要承载区域, 必然带来大量的化石能源消费, 因此碳排放量较高。川东北、川南和攀西地区是我国重要的能源化工基地, 工业基础雄厚、工业产值在国民经济产值中比重较高, 工业是化石能源消费和碳排放的主要来源^[30—31], 因此碳排放量较高。而川西和川北的广大区域多为高原和山地, 人口稀疏、大规模的工业开发活动较少, 故碳排放较少。

四川省区县碳排放基尼系数范围在0.487—0.502, 处于差异偏大和高度不平均的临界值, 说明四川省县域碳排放量区域差异较大, 且研究期内碳排放基尼系数仅有小幅波动下降, 表明碳排放空间差异并未有明显改变。

分别计算2010、2014和2017年碳排放Getis-Ord G^*指数, 并根据G^*指数划分为热点区、次热区、次冷区、冷点区四类。热点图分析表明, 四川省碳排放存在明显的核心—边缘结构且呈现出双核心模式。以成都都市圈为核心, 向外逐渐扩散, 依次为次热区、次冷区和冷点区。南部攀枝花市形成次级核心, 向北依次向冷区、冷点区递减。2010年至2017年, 两核心热点区有向外围扩张趋势, 成都都市圈为核心的热点区, 都江堰、绵阳安州区、眉山丹棱县由次热区转变为热点区；次热区也扩展到宜宾市高县、长宁县、兴文县和泸州市叙永县。但在川东北和攀西地区, 南充市西充县、嘉陵区和广安市武胜县、华鸾市, 凉山州会东县由次热区转为次冷区。西昌市则由次冷区转为冷点区。表明, 四川省碳排放高值区由核心向边缘扩张的现象, 主要集中在成都都市圈周围和川南地区, 川东北和攀西地区则有收缩趋势(图 5)。

2.2 主体功能区碳排放特征 2.2.1 主体功能区碳排放量分异特征

高值区分布呈现出团块集中在城市化地区, 重点生态功能区主要以低值区为主。值得注意的是, 生态功能区内部出现分异, 毗邻高值区的区县碳排放量相对较高。碳排放中值区由城市化地区向农产品主产区扩张尤为明显, 具体到地市主要扩张区在巴中、南充、自贡、宜宾、泸州等地(图 4)。

碳排放量呈现出城市化地区>农产品主产区>重点生态功能区的特征, 城市化地区是碳排放主要区域(图 6), 其碳排放量占全省比重稳定在76.40%—78.09%, 农产品主产区和重点生态功能区碳排放量明显低于城市化地区, 农产品主产区则稳定在15.21%—16.57%, 重点生态功能区则稳定在6.70%—7.21%(表 1), 各主体功能区之间碳排放量差异明显, 主体功能区类型对碳排放量影响显著。城市化地区是全省推进工业化、城镇化的主要承载区域, 是产业集聚和人口集中分布区, 较大的经济和人口规模必然带来大量的碳排放。农产品主产区具备较好的农业生产条件, 区内耕地广布, 以提供农产品为主要功能, 限制大规模、高强度工业开发建设；重点生态功能区则以生态系统保护为重要定位, 以提供生态产品、保障生态安全为主要功能, 区内林地和草地面积占比较大, 限制大规模的工业化和城镇化开发, 故农产品主产区和重点生态功能区碳排放量较低。

朱松丽、谭显春等、徐婕等学者开展了对黑龙江、贵州、广东省、四川省主体功能区碳排放的研究, 也发现城市化区域是碳排放的主要功能区, 占全省碳排放2/3以上, 农产品主产区高于重点生态功能区^{[24, 32—33]}。对武汉都市圈主体功能区碳排放量的核算分析也得出了类似的结论^[28]。由此可见, 各主体功能区的功能定位与碳排放量显著相关。

2.2.2 主体功能区碳排放变化态势

采用碳排放量变化贡献度, 即不同主体功能区碳排放增加量(减少量)与总增加量(减少量)的比值, 测度各主体功能区对碳排放变化的贡献。考虑碳排放量2010—2016年不断增加, 2016—2017年碳排放量出现明显下降(图 6), 分为两阶段分析各主体功能区对碳排放变化的贡献。结果表明, 城市化地区在2010—2016年碳排放增加的贡献度最大, 农产品主产区次之, 重点生态功能区最低, 分别为75.24%、16.43%、8.33%；在2016—2017年碳排放下降的贡献中, 城市化地区贡献(76.71%)仍然明显高于农产品主产区(13.63%)和重点生态功能区(9.66%)(表 2), 说明四川省碳排放变化主要来自城市化地区。

分析主体功能区碳排放量内部结构(限于图幅, 仅展示2010和2017年, 图 7), 发现城市化地区、农产品主产区和重点生态功能区的碳排放均主要来源于第二产业, 且研究期内比较稳定。且城市化地区第二产业和第三产业碳排放比重高于农产品主产区和重点生态功能区, 这也与城市化地区是工业活动的主要承载区的功能定位相一致。农产品主产区和重点生态功能区居民生活消费产生的碳排放比重高于城市化地区, 农产品主产区第一产业碳排放量比中高于其他两类主体功能区。

2.2.3 主体功能区的碳排放强度分异

碳强度是能源利用经济效率的重要指标, 对各主体功能区2010—2017年碳排放强度比较分析发现, 2010—2017年三类主体功能区碳排放强度经历了整体下降的过程, 从下降幅度来看, 城市化地区下降幅度最大(39.51%), 重点生态功能区次之(33.55%), 农产品主产区最低(33.14%)(图 8)。碳排放强度存在主体功能区间差异, 重点生态功能区的碳排放强度显著高于城市化地区和农产品主产区(P < 0.05), 且高于省平均水平, 能源利用效率较低。

3 结论与政策建议 3.1 结论

不同区域根据其主体功能定位在国土空间开发和保护格局中扮演不同角色, 其承载的人口和经济规模差异较大, 碳排放在不同主体功能区之间存在明显差异。主要结论如下：

(1) 四川省碳排放高值区集中分布在成都平原和川东北、川南、攀西地区的城市化地区, 由于主体功能区空间分布格局, 碳排放整体表现出东高西低的特征。四川省县域碳排放空间差异较大, 具有明显的核心—边缘结构, 以成都都市圈为核心和以攀枝花为次核心, 向外依次过度为次热区、次冷区和冷点区。研究期内碳排放热点区从成都都市圈不断向外围和川南地区扩张, 在川东北和攀西地区则具有收缩态势。

(2) 城市化地区是四川省碳排放的主要来源, 研究期内其碳排放量占全省比重稳定在75%左右, 城市化地区是碳排放变化的主要贡献区, 农产品主产区和重点生态功能区碳排放量占全省比重较小, 分别为16%、7%左右, 重点生态功能区碳排放强度显著高于城市化地区和农产品主产区(P < 0.05)。

(3) 第二产业是三类主体功能区碳排放的主要来源, 城市化地区第二产业碳排放比重高于农产品主产区和重点生态功能区, 农产品主产区和重点生态功能区居民生活碳排放比重高于城市化地区, 农产品主产区第一产业碳排放比重相对较高。

3.2 政策建议

面向控制碳排放总量和降低碳强度目标, 根据三类主体功能区碳排放特征, 结合功能区定位, 不同功能区碳减排政策和措施各有侧重。

作为四川省碳排放的主要来源, 城市化地区是碳减排的重要阵地, 应控制城市化地区碳排放规模, 争取碳排放量早日达到峰值并下降。2017年四川省城市化地区以21%的国土面积承载了约80%的经济产出, 容纳全省65%的人口, 约3/4的碳排放量, 相对于经济, 人口集聚程度较低, 应进一步吸纳非城市化地区的人口, 发挥人口城镇化的集聚效应对碳排放的抑制作用^[34]。进一步倡导城市居民绿色低碳生活, 引导居民形成低碳生活理念, 控制碳排放量增长。第二产业是城市化地区碳排放的主要部分, 应调整产业结构, 加快产业升级, 走绿色高效的工业发展道路。以单位生产总值能耗较高的重化工业基地为重点、进一步降低碳强度(图 9)。

农产品主产区和重点生态功能区碳排放主要来源于第二产业, 居民生活碳排放占比较高。应严格落实主体功能区产业政策, 执行高能耗企业退出机制, 将不符合农产品主产区和重点生态功能区主体功能定位的工业企业限期迁出。严格设置环境准入标准, 在承接来自城市化地区的产业转移时, 甄别高能耗高污染企业, 规避“污染避难所”效应^[35]。农产品主产区和重点生态功能区实施人口退出的主体功能区政策, 加快推进人口向城市化地区和区内中心城镇集聚, 整治农村宅基地, 加强农村居民供暖等生活基础设施建设, 提高设施利用效率。推进能源革命, 因地制宜发展太阳能、风能等清洁能源, 引进先进能源利用技术, 提高居民生活能源利用效率, 降低居民生活的能源消费碳排放强度, 进而减少居民生活能源消费量。重点生态功能区应积极引进先进生产技术, 提高区内能源利用效率, 降低碳排放强度(图 9)。

加强主体功能区区际合作, 积极引导农产品主产区和重点生态功能区人口向城市化地区集聚, 以发挥城市化地区能源利用效率较高的优势, 同时增加重点生态功能区碳汇空间；城市化地区加强对重点生态功能区的技术支持, 提高能源利用效率, 降低碳排放强度(图 9)。着眼四川全省, 减少区域整体碳排放量。