中國農業凈碳匯空間集聚與分異

陳羅燁，薛領，雪燕

1. 北京大學政府管理學院，北京 100871；2. 中國農業科學院信息研究所，北京 100081

中國農業凈碳匯空間集聚與分異

陳羅燁1，薛領1，雪燕2

1. 北京大學政府管理學院，北京 100871；2. 中國農業科學院信息研究所，北京 100081

農業凈碳匯空間集聚與分異特征，是當前中國農業現代化、生態化轉型面臨的重大問題。為了精準把握長時間尺度、微觀空間單元下中國農業凈碳匯空間集聚與分異特征，文章采用全國縣域尺度農業數據，結合標準差橢圓方法、探索性空間分析方法等分析工具，對中國縣域農業凈碳匯空間格局分布規律進行詳細探討。研究表明，（1）從標準差橢圓方法揭示的空間分異格局來看，凈碳匯空間分布中心整體存在向東北移動的趨勢，空間分布范圍存在明顯的收縮態勢，東北地區凈碳匯對全國凈碳匯空間格局的影響作用加強。（2）從全局空間自相關揭示的凈碳匯空間集聚格局來看，全國凈碳匯自 1991─2011年經歷了集聚—分散的過程。1991─2001年間，空間自相關程度在不斷增強，農業生產方式和農業活動結構的相似性在空間上表現得較為明顯。2001─2011年，空間自相關系數大幅下降，意味著凈碳匯高值集聚區域在空間上逐漸呈現碎片化。（3）從局部空間自相關來看，農業凈碳匯高值集聚區不斷增多，低值集聚區不斷減少，總體上反映了中國農業生產凈碳匯在空間格局上呈現出的改善。已經形成了東南地區凈碳匯、西北地區負碳匯為主的空間分布格局。

中國；縣域；農業；凈碳匯；空間格局

CHEN Luoye, XUE Ling, XUE Yan. Spatial Agglomeration and Variation Of China’s Agricultural Net Carbon Sink [J]. Ecology and Environmental Sciences, 2015, 24(11): 1777-1784.

農業具有碳匯和碳源的雙重屬性，整個完整的農業生產活動其碳吸收量和碳排放量兩者之間到底孰輕孰重，是無法直接得出判斷的。在中國農業現代化、生態化轉型的大背景之下，準確把握農業碳匯碳源的結構特征與變化機理，成為了相關研究領域的一大重點。其中，國外學者主要關注不同國家之間農業碳匯碳源的比重變化。例如 ACIL Tasman Pty Ltd（2009）測算了美國、加拿大、印度、歐盟、新西蘭等國的農業碳排放，Wood et al.（2004），Feanside（2005），美國環保局（US-EPA，2006），Keith et al.（1998）分別對不同國家和地球局部農業碳匯碳源情況進行了分析測算及比較。另外，國外學界還對農業碳匯碳源的影響因素進行了深入挖掘，例如Lubowski（2006），Lal（2004）分別研究了不同土地利用方式對碳排放量的變化，以及不同耕作方式（常規耕作、精細化耕作、少耕及免耕）直接或者間接引起碳排放量的變化。Fargione（2008）、Arevalo（2011）等學者則分別對毀林墾荒種植和農業用地轉換成混合林等方式引起的碳匯碳源變化做了詳盡研究。

目前，在農業碳匯碳源研究領域，國內學者比較關注兩大方面，分別是宏觀測算分析碳匯碳源現狀、碳匯碳源驅動和影響因素分析（田云等，2012，2013；冉光和等，2011）。在宏觀測算分析碳匯碳源現狀方面，省域尺度的測算成果較多，例如劉英（2012）、趙榮欽（2004）、趙榮欽等（2007）、吳賢榮等（2014）。

總的來看，盡管已有研究在農業碳匯碳源問題上做出了有益的探索，但仍存在明顯的問題與不足。首先，國內學者對農業碳匯的研究普遍不足，研究農業凈碳匯的文獻更少，除了田云等（2013）對中國省域 1995─2010年間農業生產凈碳效應進行測算之外，其他相關文獻寥寥無幾。而凈碳匯能夠有機地將碳匯、碳源兩者銜接到一起，是深入研究農業生產碳效應的重要前提和基石。其次，從測算內容上看，現有研究在畜牧業和種植業進一步結合的環節上還有待進一步深入。最后，對凈碳匯空間分布，尤其是集聚與分散格局變化研究非常少，僅有的一些研究也通常以省作為分析單元，可能存在空間面積太大、無法準確描述農業碳活動空間格局的變化。而以局部區域地級市作為分析單元，盡管一定程度上能減少此類誤差，但無法對全國農業碳活動做出有效評價。

因此，本文的主要貢獻在于采用全國縣域尺度農業數據，結合空間分析工具對中國農業凈碳匯時空分布格局變化進行測算和探討。文章的結構安排如下：首先簡要介紹農業碳匯碳源測算方法及數據來源；其次利用標準差橢圓和標準距離方法對中國縣域農業凈碳匯空間分異規律進行描述和分析；最后借助探索性空間分析方法（ESDA）中空間自相關分析技術，對中國縣域農業凈碳匯空間格局集聚規律做進一步討論。

1 測算方法與數據

1.1農業生產碳匯/碳源測算方法

根據 IPCC（2006）提供的系列碳匯碳源測算方法，并考慮到現有可獲得數據的限制，本文采用系數法對農業碳匯碳源進行測算，所設計的方法如下（表1）。

表1 農業生產碳匯碳源測算方法Table 1 Calculation method for agricultural carbon sink/source

根據現有文獻，擬定采用的測算系數如下（表2、表3）。

表2 農業主要生產要素碳排放系數Table 2 The carbon emission coefficient of major agricultural resources

表3 主要農作物經濟系數和碳吸收率Table 3 Economic coefficient and carbon absorption rate of main crops in China

1.2數據采集與整理

本文數據均來自于“中國縣域農村經濟基礎數據庫”中，該數據庫初始數據來源于農業部每年采集得到的縣級農業經濟原始數據。早年的農業數據由于時間久遠及當時統計手段的局限性，存在大量問題。筆者對數據庫內的全部數據進行篩選、整理、并結合現有的農業年鑒、統計資料，進行數據插補。此外，針對地名區劃變化繁多，數據庫內地名項全稱簡稱并存的現象，匯總了1991─2011年21年間縣級行政區區劃調整情況，并采用GIS底圖基礎上的空間匹配和縣域名稱模糊匹配、分詞匹配等一系列方法，提高匹配精確度。最終得到 1991─2011年長達20年，包含縣級地理單元2367個，涵蓋除港澳臺之外全部地區，統計指標66項，涵蓋經濟、社會、人口、農業生產（種植業、畜牧業、農業投入產出要素）、土地指標的數據庫。

1.3測算結果

根據上文中的估算方法和相關系數指標，本文測算了1991年到2011年間全國縣域尺度下農業系統（種植業、養殖業）碳吸收量、排放量及凈碳匯量的情況，如圖1所示。

2 凈碳匯空間分異分析

標準差橢圓方法最早由 Lefever于 1926年提出，主要用于描述數據集的分布特征，橢圓的長軸方向用來表征數據集分布的主要方向，其面積表征數據集分布的集聚（分散）程度。Bashhur進一步對該方法進行拓展，并應用于環境領域的污染擴散以及社會學領域的人口分布、種群分布研究之中。創建標準差橢圓可以總結地理要素的空間特征，包括中心趨勢（central tendency）、展布（dispersion）和方向趨勢（direction trends）。

趙作權（2009a，2012）,趙璐（2013，2014）指出，標準差橢圓可以準確的反映空間經濟格局里的中心性（centrality）、展布性（spread）、密集性（intensity）以及方位（orientation）和形狀（shape），此外，標準差橢圓對于刻畫空間差異，尤其是反映其對某種標準狀態的偏離有著相當大的作用。目前，標準差橢圓主要用于經濟與人口的時空變動分析，例如沈體雁等（2013）、趙璐等（2014）對國土格局的識別。參考趙作權（2013）、沈體雁等（2013）文獻，本文所使用的標準差橢圓公式如下：

標準差橢圓方位角具體公式如下

標準距離測度空間要素之間圍繞中心點集聚與分散的程度。其計算公式如下：

本文認為，采用標準差橢圓和標準距離的方法，能夠有效的定量識別并以空間可視化的方法精準細致的刻畫中國 1991─2011年農業生產環境調整下中國農業凈碳匯空間分異特征。

圖1 1991─2011年中國農業生產碳排放量、碳吸收量及凈碳匯量Fig. 1 Agricultural production carbon emissions, carbon absorption and net carbon sink in china from 1991 to 2011

研究主要針對中國全部縣域單元點坐標展開，將所有的縣域單元以點的形式分布在整個空間上，由于縣域單元已經相當密集，因此縣域空間單元向點坐標轉換過程中的誤差不會對結果產生影響。采用ArcGIS的空間分析功能，以1991─2011年各年的凈碳匯量為權重，通過加權標準差橢圓方法計算全國凈碳匯分布橢圓。

通過計算（表4），中國凈碳匯空間分布橢圓中心在1991─2011年發生了較大的變化，主要體現為分布重心、分布范圍、分布形狀、分布方向的變化。

表4 1991─2011年農業凈碳匯標準差橢圓測算結果Table 4 Standard deviation ellipse calculation result of agricultural net carbon sink, 1991─2011

2.1分布重心變化

從經緯度上看，1991─2011年，全國凈碳匯重心空間移動軌跡如圖2所示。凈碳匯重心分總位移向東北方向移動了6.4個經度，3.1個緯度。

在東-西方向上，自1991年，凈碳匯重心保持向東移動的趨勢（圖3），其中1991─1996年位移距離最大，達到2.6個經度。在南-北方向上，1991─2011年，重心呈現明顯的向北移動趨勢，位移總量達到3.1個緯度，其中2006─2011年位移距離最大，達到1.1個緯度。

1991年時全國凈碳匯中心位于湖北省房縣，至1996年向東北移至河南省葉縣，移動距離為272.5642 km。1996─2001年間由葉縣向東南小幅移動至河南泌陽縣，移動77.0876 km。2001─2006年間，逐漸向東移動至河南省睢縣，移動距離為216.5418 km。而2006─2011年間，凈碳匯中心繼續向東北移動211.5194 km到達山東省巨野縣（圖4）。

圖2 農業凈碳匯重心經緯度變化Fig. 2 The changes of gravity centers of agricultural net carbon sink

圖3 凈碳匯中重心移動距離Fig. 3 The changes of gravity centers of agricultural net carbon sink

2.2分布范圍變化

1991─2011年，全國凈碳匯空間分布范圍在波動中呈現明顯的縮小趨勢，波動范圍為1397～3594 km。從圖5可以看出，1991年凈碳匯標準差橢圓分布范圍極大，1991─2001年間，凈碳匯標準差橢圓分布范圍持續縮小，并且縮小幅度較為明顯。結合標準差橢圓計算公式可以認為，1991年由于東北方向和西南方向存在凈碳匯極值，因此在一定程度上將標準差橢圓分布范圍拉長。而 1991─2001年間，由于凈碳匯極值逐漸趨平，標準差橢圓分布范圍則呈現除了縮小態勢。2001─2011年則標準差橢圓分布范圍變化不大，總體上向東北方向偏移。

圖5 凈碳匯加權標準差橢圓（1991─2011年）Fig. 5 Weighted Standard deviation ellipse of agricultural net carbon sink, 1991─2011

2.3分布形狀變化

1991─2011年，全國凈碳匯空間分布標準差橢圓短軸與長軸的比值總體呈現出兩階段的規律，1991─2001年間，全國凈碳匯空間分布標準差橢圓短軸與長軸的比重呈現出增加的趨勢，隨后在2001─2011年間基本上保持不變，上升趨勢極慢。從圖6可以看出，1991─2011年，中國農業凈碳匯空間分布標準差橢圓長軸總體縮小，短軸基本不變，其中，1991─2001年間，長軸保持快速縮短趨勢，這表明全國農業凈碳匯在南北方向上呈強烈的收縮趨勢。

圖6 1991─2011年中國凈碳匯空間分布范圍及形狀變化Fig. 6 The changes of ellipse range and shape of net carbon sink in China, 1991─2011

由圖7可以看出，1991─2001年，中國凈碳匯空間分布標準差橢圓長軸總體縮短，短軸波動縮短。其中 2001─2006年間短軸轉為增長趨勢，而長軸一直處于縮短趨勢。這表明凈碳匯空間分布在東-西方向上呈收縮狀態，而 1991─2001年間和2006─2011年間在南-北向呈收縮狀態，而在2001─2006年間呈擴張狀態。

圖7 1991─2011年中國凈碳匯空間分布長短軸變化Fig. 7 The change of ellipse axis of the net carbon sink in China, 1991─2011

2.4分布方向變化

1991─2011年間，全國凈碳匯空間分布標準差橢圓方位角在波動中呈現總體縮小的趨勢（圖8）。其變化主要分為以下3個階段：1991─2006年，方位角不斷縮小，表明東南部地區的凈碳匯量對全國凈碳匯空間格局的影響作用加強，2006─2011年，方位角不斷增大，表明東北地區凈碳匯對全國凈碳匯空間格局的影響作用加強。

圖8 1991─2011年中國凈碳匯空間分布方位角變化Fig. 8 The changes of ellipse rotation angle of the net carbon sink in China, 1991─2011

3 凈碳匯空間集聚分析

凈碳匯空間分異格局細致地刻畫出了 1991─ 2011年凈碳匯的空間分異情況，然而，除了考察凈碳匯的空間分異格局外，凈碳匯空間集聚或空間自相關性也是一項重要的分析內容，然而，傳統的統計分析往往忽視了空間數據屬性值所隱含的空間依賴性。ESDA（exploratory spatial data analysis，探索性空間數據分析）是目前使用最廣泛的數據驅動分析技術，是一系列空間數據分析方法和技術的集合，以空間關聯測度為核心，注重研究數據的空間依賴性與空間異質性，通過對事物空間分布格局的描述與可視化，揭示空間關聯特征與模式。

3.1全局空間自相關

全局空間自相關分析可以從整體上對區域間存在的空間相互聯系與空間差異成年度進行衡量，通常使用Global Moran’s I作為相應指標，具體計算公式如下：

其中，n表示相應的空間單元的個數，Y是每個空間單元的值，W′是行標準化鄰接權重矩陣。Moran’s I的值域范圍為[-1,1]，若給定顯著性水平，當Moran’s I為正數時，表示觀測值之間存在正相關，在空間上呈集聚分布；當Moran’s I為負數時，表示觀測值之間存在負相關，在空間上呈分散分布；僅當Moran’s I接近期望值-1/(n-1)時，觀測值之間相互獨立，在空間上隨機分布。對于Moran’s I的統計檢驗可以采用z檢驗，當|z|>1.96時，認為統計量是顯著的：

從全局Moran自相關系數可以看出，全國凈碳匯空間全局自相關經歷了一個全局空間自相關增強—全局空間自相關減弱的過程，也可稱之為“集聚—分散”的過程（圖9）。根據全局空間自相關結果，可以將這 1991─2011年分為兩大階段。1991─2001年間，總體來看，凈碳匯空間相關性較為明顯，1991和2001年其全局Moran’s I值分別為0.25和 0.45，并可以從中明顯看出 1991─2001年間，盡管波動存在，但總體趨勢上，凈碳匯空間自相關程度在不斷增強。這說明全國縣域凈碳匯在這段時間內存在明顯的空間外部性，農業生產方式和農業活動結構的相似性在空間上較為明顯。進一步可以認為，在這段時期內，農業區往往呈片狀分布，空間跨度相對較大。更為重要的是，1991─2001年凈碳匯空間自相關趨勢上升則意味著，這種片狀分布在空間上呈現出不斷加強的趨勢，凈碳匯較強的地區不斷促進周圍地區凈碳匯水平上升。

圖9 農業凈碳匯Moran’s I值Fig. 9 Moran’s I value of agricultural net carbon sink

圖10 凈碳匯負值縣域單元（紅色為負值地區）Fig. 10 Counties with negative net carbon sink in 1991,2001 and 2011

而 2001─2011年則與之相反，體現為空間自相關系數大幅下降，從2001年0.45的峰值波動下降，在2009年首次跌到0.1以下，隨后2010年內凈碳匯空間自相關系數雖然有所反彈，但 2011年仍然處于0.05左右的低值。值得注意的是，該時期內的Moran’s I指數同樣通過了Randomization所給出的偽顯著性水平檢驗。這表明這種下降的趨勢在統計上是顯著的就該時段而言，農業區片狀分布的空間現象變得越來越不顯著，凈碳匯高值集聚區域在空間上逐漸呈現碎片化，空間范圍逐漸縮小。鄰近地區農業生產方式與農業活動結構之間的相似性開始減弱，甚至不復存在。

全局Moran’s I呈明顯的倒U曲線，尤其是中-高-低的變化趨勢，這反映了凈碳匯空間分布在1991─2001年間集聚加強，這與標準差橢圓分析方法呈現的結果相一致，凈碳匯高值地區集聚的特征日益明顯。而同樣，低值地區集聚特征也在不斷加強之中。這種變化明顯反映了 1991─2001年之間農業生產的集中化。計劃體制下農業生產均勻分散在各個地區，隨著農產品計劃價格雙軌制并逐漸放開，農業生產逐漸由原先的計劃經濟體制下糧食生產基地向著以市場價格為導向的自由生產模式轉變。于是農業生產進一步向著效益和效率較高的地方集中，造成了客觀上凈碳匯高值地區集聚不斷加強的變化特征。相對應地，對于原先凈碳匯較低的地區，農業投入要素也隨著這種變化不斷加強，同時，畜牧業地區發揮其在農業中的優勢，提高畜牧業占農業的相應比重，最終導致了凈碳匯低值地區集聚的不斷加強。

然而，自 2001─2011年間，隨著市場化進程的進一步加快，以及大規模城鎮化的轉型，大量農業片區開始被打碎并納入到城鎮化的規劃當中，這種趨勢在Moran’s I上表現為，凈碳匯在地理分布上出現了高值區周圍伴隨低值區現象。這些片區或由于城鎮化的開展，或由于農業投入要素加強，使得整個全局Moran’s I集聚指數下降。

3.2局部空間自相關

通過測算空間關聯局域指標（Local Indicator of Spatial Association，LISA）顯著性水平，采用Moran散點圖、Local Moran’s I統計量來分析區域與其周邊地區之間的空間關聯度與空間差異。局部Moran’s I可揭示各區域空間自相關程度。LISA指數實質是將全局Moran’s I分解到各個區域單元，局部Moran’s I模型如下：

（9）式中的Zi與Zj分別是i省與相鄰的j省數值的標準化值，代表了這個省經濟作物產量與均值的偏差程度。Zi的表達式如下：

（10）式中的變量與（1）中的含義一致，局部Moran’s I的期望值為：

當Ii>=E(Ii)時，表明第i個地理單元與周圍的觀測值相近，即空間正相關現象；當Ii

全局Moran’s I自相關則揭示凈碳匯在全國空間范圍內其空間分布的格局變化趨勢。然而，如果要仔細考察凈碳匯集聚區的位置，需要借助局部空間自相關分析方法，對全國凈碳匯地區進行劃分。通過LISA集聚圖可以對凈碳匯高低值集聚區的空間分布范圍進行辨識，可以發現，高低值集聚區在1991─2011年發生了顯著的變化。

總的來說，從局部自相關來看，1991年到2011年，凈碳匯的空間集聚程度發生了重大變化（圖11），高值稀少，零星分布。該時段內全國凈碳匯高值集聚區非常少，零星分布于沿海部分地區，1991─2011年間，甘肅寧夏等地逐漸成為凈碳匯低值集聚區，東南和西北沿著胡煥庸線形成的農業凈碳匯空間格局的差異愈發明顯。在之后的年份當中，東北地區的凈碳匯高值集聚區面積空前擴大，并且可以看出，低-高區域（淺藍色）在東北的數量大幅下降，這意味著整個東北區域凈碳匯數量均非常之大。蘇皖和湖北、湖南地區也有了一定程度的提高，表現為高值集聚區域合并并且總體面積擴大。而與之相反的是，廣西高值集聚區域出現一定程度的收縮。

圖11 1991、2001、2011年凈碳匯LISA集聚圖Fig. 11 LISA cluster map of net carbon sink in 1991, 2001 and 2011

2001─2011年是凈碳匯空間分布重大調整的又一時期，在這期間，無論是凈碳匯高值集聚還是凈碳匯低值集聚區域的面積大幅縮減。這可能是由于全國各地凈碳匯均有所提高，且較為均勻造成的。而從圖中可以發現，凈碳匯高值地區普遍收縮，集中于東北和蘇皖的部分地區，而低值集聚區主要集中于西藏青海、寧夏和內蒙古部分地區?；拘纬蓶|南凈碳匯，西北負碳匯為主的空間分布格局。

最后，根據LISA圖中高值集聚區域與低值集聚區域之間的變化，可以將這些地區分為3類（表5），第一種類型是高值持續集聚區，可以認為這些地區在農業生產中已經形成了較為良好的農業碳生態環境；第二類區域則由低值向著高值發生了轉變，可以認為這些地區農業碳生態環境出現了改善；第三類地區則反之，出現了農業碳生態環境的惡化。

表5 農業集聚類型區劃分Table 5 Different types of agricultural cluster

4 結論

本文采用全國縣域尺度農業數據，結合空間分析工具對中國農業凈碳匯時空分布格局變化進行測算和探討。從標準差橢圓方法揭示的凈碳匯空間分異格局來看，凈碳匯空間分布中心整體存在向東北移動的趨勢，空間分布范圍存在明顯的收縮態勢，東北地區凈碳匯對全國凈碳匯空間格局的影響作用加強。從空間自相關揭示的凈碳匯空間集聚格局來看，全國凈碳匯空間全局自相關經歷了一個空間自相關增強—空間自相關減弱的過程，也可以稱之為集聚—分散的過程。1991─2001年間，空間自相關程度在不斷增強，農業生產方式和農業活動結構的相似性在空間上的表現較為明顯。2001─2011年，空間自相關系數大幅下降，意味著凈碳匯高值集聚區域在空間上逐漸呈現碎片化，臨近地區農業生產方式與農業活動結構之間的相似性開始減弱，甚至不復存在。此外，從局部空間自相關來看，農業凈碳匯高值集聚區不斷增多，低值集聚區不斷減少，總體上反映了中國農業生產凈碳匯在空間格局上呈現出的改善。

AREVALO J R, WHITTAKER R J. 2011. A reconstruction of Palaeo-Macaronesia, with particular reference to the long-term biogeography of the Atlantic island laurel forests [J]. Journal of Biogeography, 38(2), 226-246.

CERRI C E P, SPAROVEK G, BERNOUX M, et al. 2007. Tropical agriculture and global warming: Impacts and mitigation options [J]. Scientia Agricola, 64(1): 83-99.

FARGIONE J, HILL J, TILMAN D, PPLAKSY S, HAWTHORNE P. 2008. Land clearing and the biofuel carbon debt [J]. Science, 319(5867): 1235-1238.

FEARNSIDE P M. 2005. Deforestation in Brazilian Amazonia: history, rates, and consequences. Conservation biology [J]. 19(3): 680-688.

IPCC, 2006. Guidelines for national greenhouse gas inventories [C]// Eggleston H.S., Buendia L., Miwa K., et al. Japan: National Greenhouse Gas Inventories Programme, IGES.

KEITH P, VERNON C. 1998. CO2Mitigation by Agriculture: An Overview [J]. Climatic Change, 40(1): 135-162.

LAL R. 2004. Soil carbon sequestration impacts on global climate change and food security [J]. science, 304(5677): 1623-1627.

LUBOWSKI R N, PLANTINGA A J, STAVINS R N. 2006. Land-use change and carbon sinks: econometric estimation of the carbon sequestration supply function [J]. Journal of Environmental Economics and Management, 51(2): 135-152.

US DEPARTMENT OF COMMERCE. 1997. Farm and ranch irrigation survey (1998) [C]// Census of Agriculture 1997, 3. Bureau of the Census, Washington, DC.

US-EPA. 2006. Global Anthropogenic non-CO2greenhouse gas emissions: 1990─2020 [M]. United States Environmental Protection Agency EPA430-R-06-005, Washington DC.

WEST T O, GREGG M. 2002. A synthesis of carbon sequestration, carbon emissions and net carbon flux in agriculture: comparing tillage practice in the United States [J]. Agriculture, Ecosystems and Environment, 91(1-3): 217-232.

WOOD S, COWIE A. 2004. A review of greenhouse gas emission factors for fertiliser production [M]. IEA Bioenergy Task 38.

韓召迎, 孟亞利, 徐嬌, 等. 2012. 區域農田生態系統碳足跡時空差異分析——以江蘇省為案例[J]. 農業環境學, 31(5): 1034-1041.

李翠菊. 2012. 我國狹義農業碳源碳匯實證分析[D]. 北京: 首都經濟貿易大學.

李克讓. 2000. 土地利用變化和溫室氣體凈排放與陸地生態系統碳循環[M]. 北京: 氣象出版社.

冉光和, 王建洪, 王定祥. 2011. 我國現代農業生產的碳排放變動趨勢研究.農業經濟問題, (2): 32-38.

沈體雁, 張曉歡, 趙作權, 等. 2013. 我國就業密度分布的空間特征[J].地理與地理信息科學, 29(1): 64-68, 1.

沈體雁, 張曉歡, 趙作權. 2012. 東北地區就業密度分布的空間特征——基于兩次經濟普查數據的空間計量經濟分析[J]. 經濟地理, 32(10): 14-20.

田云, 張俊飆. 2013. 中國農業生產凈碳效應分異研究[J]. 自然資源學報, 31(8): 1298-1309.

田云, 張俊飚, 李波. 2012. 中國農業碳排放研究: 測算、時空比較及脫鉤效應[J]. 資源科學, 34(11): 2097-2105.

吳賢榮, 張俊飚, 田云, 李鵬. 2014. 中國省域農業碳排放: 測算, 效率變動及影響因素研究——基于 DEA-Malmquist 指數分解方法與Tobit 模型運用. 資源科學, 36(1): 129-138.

張大東, 張社梅, 黃偉. 2012. 浙江省農業系統碳源、碳匯現狀評估分析[J]. 中國農業資源與區劃, 33(5): 12-19.

趙璐, 趙作權, 王偉. 2014. 中國東部沿海地區經濟空間格局變化[J]. 經濟地理, 34(2): 14-18, 27.

趙璐, 趙作權. 2014. 基于特征橢圓的中國經濟空間分異研究[J]. 地理科學, 34(8): 979-986.

趙璐, 趙作權. 2014. 中國經濟的空間差異識別[J]. 廣東社會科學, (4): 25-32.

趙璐, 趙作權. 2014. 中國沿海地區經濟空間差異的動態演化[J]. 世界地理研究, 23(1): 45-54.

趙榮欽, 秦明周. 2007. 中國沿海地區農田生態系統部分碳源/匯時空差異[J]. 生態與農村環境學報, 23(2): 1-6, 11.

趙榮欽. 2004. 農田生態系統碳源/匯的時空差異及增匯技術研究[D]. 開封: 河南大學.

趙作權. 2009. 地理空間分布整體統計研究進展[J]. 地理科學進展, 28(1): 1-8.

趙作權. 2012. 中國經濟核心—邊緣格局與空間優化發展[J]. 管理世界, (10): 46-54, 187.

Spatial Agglomeration and Variation Of China’s Agricultural Net Carbon Sink

CHEN Luoye1, XUE Ling1, XUE Yan2
School of Government, Peking University, Beijing 100871, China

This article uses the calculation method recommended by IPCC and estimate the net carbon sink of China’s agriculture in the past two decades. Then by using the standard deviation ellipses and spatial autocorrelation method, the research analyzes the spatial agglomeration and variation of China’s agricultural net carbon sink from 1991 to 2011.Research shows that: (1) From result of the standard deviation ellipse method, the distribution center of net carbon sink moved towards northeast region of China, which made an important impact on the pattern of net carbon sink. (2) The value of global Moran’s I implies a process of agglomeration and dispersion of the net carbon sink from 1991 to 2011. (3)The local spatial autocorrelation of net carbon sink shows the cluster of high value is mainly located in the northwest , while the cluster of low value is mainly located in southeast area of China.

China; county-level; agricultural; net carbon sink; spatial pattern

10.16258/j.cnki.1674-5906.2015.11.004

X14

A

1674-5906（2015）11-1777-08

國家重點基礎研究發展計劃項目（2012CB955800）；國家自然科學基金項目（41071077）

陳羅燁（1991年生），男，碩士研究生，研究方向為區域經濟學，農業地理。E-mail: luoyechen@pku.edu.cn *通信作者：薛領，男，教授，博士生導師，研究方向為區域經濟學、農業地理。E-mail: paulsnow@pku.edu.cn

2015-07-15

引用格式：陳羅燁, 薛領, 雪燕. 中國農業凈碳匯空間集聚與分異[J]. 生態環境學報, 2015, 24(11): 1777-1784.