Author & Address
题目：
Carbon surplus or carbon deficit under land use transformation in China?
通讯作者：
Bao-Jie He
地址：
Centre for Climate-Resilient and Low-Carbon Cities, School of Architecture and Urban Planning, Chongqing University, Chongqing 400045, China
Abstract
随着工业化、城镇化的进程，陆地生态系统碳汇能力出现不同程度的退化，一些区域出现功能丧失，如何减少排放、增强碳汇能力，特别是解决城镇化和工业化发展带来的碳失衡问题，成为国际组织和学术界关注的焦点。现有研究分别探讨了建设用地、林地、耕地等单一土地利用类型变化对碳排放或碳汇的影响，但很少有研究在同一框架内讨论碳排放和碳汇。本研究基于2000—2020年的遥感数据，利用空间自相关分析和空间杜宾模型，揭示中国土地利用强度与碳平衡的长期趋势。研究发现，在此期间碳平衡指数年均下降3.42%，从0.2406下降到0.0760。其中，东部和中部地区的碳赤字愈发明显，东南沿海大部分地区由碳盈余转为碳赤字。20年来中国土地利用强度与碳平衡呈现出较强的负向空间依赖性，土地利用强度与碳赤字的空间匹配和不匹配是二者空间关联的主要聚类类型，土地利用强度每增加1个单位，当地城市碳平衡降低0.755，但相邻地区碳平衡升高2.740，说明土地利用强度对当地碳平衡产生负向影响，但使相邻地区受益。不同经济区之间也存在明显的空间不平衡，东北地区的影响最强，西部、东部和中部地区次之。这些问题的解决揭示了从“整个区域”到“经济区划”不同尺度上土地利用转型对碳平衡的空间不平等及其远程驱动效应。本研究结果为不同土地利用强度水平的城市减排与碳汇提供了理论与实证证据。
Result
按照“特征—格局—过程—机制”的逻辑框架构建本研究的技术思路，基于2000—2020年中国城市遥感解译数据、地面站监测数据和社会经济统计数据构建的多源融合数据库，描述2000—2020年中国土地利用强度与碳平衡的时空特征，阐释二者的空间关联性和聚类特征，并从局部效应与溢出效应、直接效应与间接效应角度揭示土地利用强度对碳平衡的驱动影响（图 2）。
图2.研究路线。注：LUI代表土地利用强度，CBI代表碳平衡指数，SDGs代表可持续发展目标，SEM代表空间误差模型，SLM代表空间滞后模型，SDM代表空间杜宾模型，PDE代表分解为直接效应、间接效应和总效应。
图3. 2000 —2020年中国土地利用集约度时空分布。
图4. 2000 —2020年中国碳排放与碳汇时空演变。
图6. 2000年至2020年中国城市碳平衡空间演变。
图7. 2000年至2020年土地利用强度与碳平衡的双变量局部空间自相关。
图8.土地利用强度影响碳平衡的途径。
Conclusion
本研究广泛利用遥感数据监测了2000年至2020年中国土地利用强度与碳平衡的长期演变，运用空间计量经济模型从全球和局部视角分析土地利用强度对中国碳平衡的多维影响，同时考虑区域和经济区差异以及近端和远端效应。首先，研究证实了“全球-经济区”类别下土地利用强度对碳平衡影响的空间不平等，为区域特定的土地管理战略和碳汇计划提供了支持。其次，研究发现从远端视角加强区域合作可能更有利于提高碳平衡指数，特别是在东北和西部等城市效应更为明显的地区，拓展了我们对土地利用强度对不同地理区域和经济发展阶段碳平衡的驱动作用的理解。综上所述，2000年至2020年，中国土地利用强度持续上升，碳平衡显著下降。无论从全局还是局部视角看，土地利用强度与碳平衡均表现出显著的空间负相关关系，且负相关趋势逐渐增强。土地利用强度对碳平衡的影响表现出近远期效应差异，直接效应显著为负，溢出效应显著为正。土地利用强度对碳平衡的影响存在空间异质性，东北地区的驱动效应最强，西部地区次之，东部和中部地区最小。
