基于ESDA-GIS的山東省碳排放空間格局研究

樊文平，單寶艷，蔡菲

（山東建筑大學測繪地理信息學院，山東濟南250101）

基于ESDA-GIS的山東省碳排放空間格局研究

樊文平，單寶艷，蔡菲

（山東建筑大學測繪地理信息學院，山東濟南250101）

城鎮化的快速發展伴隨著能源消耗及二氧化碳排放量的增長，開展二氧化碳排放空間格局的研究對于發展綠色、低碳城市，提高城鎮化發展質量具有重要意義。文章通過建立碳排放量測算模型，分析了山東省2012年17地市的碳排放量，運用GIS與ESDA的Moran's I指數和LISA指數空間相關分析方法，闡明了山東省碳排放空間格局特征。結果表明：化石燃料需求類別及數量不同是造成各地碳排放空間不均衡的關鍵因素；碳排放量最大值為濟寧市的5777.05萬t，最小為威海市的861.93萬t，空間格局上魯東＜魯西北＜魯中＜魯西南，呈現明顯的空間差異性；全局Moran's I指數為0.0853，Z值為1.0150，說明山東省碳排放量全局自相關性不明顯，LISA集聚圖則顯示出顯著的局部空間集聚特征，主要在魯西南及魯中地區形成碳排放量高的集聚分布。

ESDA-GIS；碳排放；空間格局；空間相關

Abstract：The rapid development of urbanization is always accompanied by the sharp rise in energy consumption and carbon emission，while the research on spatial pattern of carbon emission is of great importance to the development of green，ecological and low-carbon city，and to the quality improvement of urbanization.Carbon emissions in 17 cities of Shandong province in 2012 were estimated by building the accurate carbon emissionmodel.Characteristics of spatial pattern of carbon emission in Shandong province in 2012 were analyzed based on GIS，and on Exploratory Spatial Data Analysis（ESDA）（Moran's I and LISA）.Results show that：differences in types and amounts of demand for fossil fuels were the key factors that caused unbalanced carbon emission in Shandong province；themaximum carbon emission occurred in Jining（5777.05 ten thousand tons）while the minimum value in Weihai（861.93 ten thousand tons），and as to the whole region it was sorted as follows：east Shandong＜northwest Shandong＜central Shandong＜southwest Shandong，presenting the obvious spatial difference；the global Moran's I is0.0853，and Z value for the significance testing is 1.0150，showing that the global spatial autocorrelation of carbon emission in Shandong province is not significant，while LISA map showed a significant local spatial agglomeration characteristics：area of southwest and central Shandong developed an aggregated distribution with high carbon emission.

Key words：ESDA-GIS；carbon emission；spatial pattern；spatial relevance

0 引言

目前，全球氣候變暖已經對自然環境和社會經濟產生了顯著的影響。控制溫室氣體排放，減少能源消耗和構建可持續發展的低碳城市已是世界各國需要思考的問題［1］。我國正處于城市化和工業化飛速發展時期，能源需求量巨大，其中化石燃料燃燒排放是導致大氣CO2濃度升高的最主要原因［2］。如何平衡國際能源、生態、環境壓力與我國能源巨大需求兩者之間的矛盾，從而實現可持續城市發展是21世紀我國面臨的巨大挑戰。山東省在中國城鎮化發展進程中具有舉足輕重的地位，同時其人均能源消費和二氧化碳排放量也具有較高水平，因此研究二氧化碳排放的空間格局對發展綠色、生態、低碳城市，提高城鎮化發展質量具有重要意義。

我國碳排放研究尚處于起步發展階段，關于碳排放格局研究多從全國尺度上考慮［3-7］，而針對單個省份的研究較少。李阿萌等運用秩相關系數、變差系數、曲線擬合等方法對江蘇省1996—2008年的碳排放時空變異特征進行了分析［8］；張秀梅等對江蘇省2007年的碳排放總量空間格局進行了分析，但其更側重于研究影響碳排放空間格局的關鍵因素［9］；張艷等在對人均直接能耗的二氧化碳排放量進行測算的基礎上，分析城市居民各項直接耗碳排放在不同尺度下的空間格局［10］；鐘宜根等基于GIS和改進后的高斯模式碳排放擴散修正模型，分析了研究區碳排放空間分布特征［11］；王莉雯等基于反演的城市地表溫度空間分布結果模擬了城市的碳排放空間分布［12］。在省份或區域碳排放空間格局研究中，國內學者較少用到空間統計分析方法［13-15］。空間統計分析實質是探索與發現空間數據（與地理位置相關數據）間的空間依賴及空間關聯特征，通過地理位置建立空間數據間相互統計關系，結合GIS技術，能夠更加精準地對碳排放空間格局進行分析、判斷并展示出來。文章通過建立碳排放量測算的精確模型對山東省2012年各個地市碳排放量進行估算，基于地統計學原理，采用空間自相關測度方法探索其空間分布規律。

1 研究地區概況

山東省地處中國東部沿海，位于黃河下游，介于東經 114°36′～122°43′和北緯 34°25′～38°23′之間。山東是中國的工農業大省，也是人口第二大省，國內生產總值列第三位，占國內GDP總量的1／9。山東省區域面積為15.71萬km2，人口在2013年已達到9850萬人，下轄濟南、青島、煙臺等17個地市。2005年以來，山東省的二氧化碳排放速度不斷增加，到2012年全省碳排放總量已經達到520.47萬t，而人均碳排放量卻呈現遞減趨勢，表明人口增長速度比碳排放增長速度快，如圖1（a）所示。隨著地區生產總值的增長，二氧化碳的排放量不斷增加，并且在2005—2007年間碳排放量增長速度大于GDP增長速度，但在2008—2012年的碳排放量增長速度小于GDP的增長速度，如圖1（b）所示。

圖1 2005—2012年山東省碳排放量及生產總值圖

2 數據來源及研究方法

2.1 數據來源

土地利用數據采用了山東信息網公布的2012年山東統計年鑒中的土地利用現狀數據，主要包括林地、草地、耕地；化石燃料消耗數據采用了山東省17個地市的統計年鑒的數據，主要來自于山東信息網、經濟學家網站以及各市統計信息網。另外，山東省地區行政邊界矢量數據來源于全國1∶1400萬基礎地理信息數據。

2.2 碳排放測算模型

二氧化碳的測算參照張秀梅等的計算方法，既考慮了土地利用的因素，同時又考慮了能源消耗的因素［9］。測算碳排放的公式由式（1）表示為

式中：E為碳總排放量，萬t；ei為各種土地利用方式所產生的碳排放量，萬t；Ti為各種土地利用方式所對應的土地面積，hm2；δi為林地、草地及耕地的碳排放（吸收）系數，t（C）／（m2·a）。其中，建設用地碳排放的估算由式（2）表示為

式中：Et為建設用地碳排放總量，t；ej為各能源物質燃燒所產生的碳排放量，t；Tj為各能源物質的消耗量，t；δj為各種能源物質的碳排放系數，t（C）／t。碳排放系數采用的是方精云等的研究成果［6］。

2.3 探索性空間數據分析（ESDA）

探索性空間數據分析 ESDA（Exploratory Spatial Data Analysis）是重要的空間統計分析方法之一，它通過一系列空間關聯測度指標，對事物或現象的空間分布格局進行描述與可視化表達，發現奇異觀測值，揭示各種空間模式（如空間關聯，集聚及其他異質性）及空間相互作用機制。ESDA的主要測度方法有全局空間自相關（Moran's I）和局部空間自相關（LocalMoran's I），由式（3）和（4）［16-17］表示為

式中：n為單元數，個；Wij為空間單元的相鄰權重；xi、xj分別為i和j單元的屬性值為算數平均值，S2＝通常Moran's I的值介于 -1與1之間，其值大于0表示正相關關系，小于0表示負相關關系，接近于0表示要素的空間分布呈隨機狀態。

3 結果與分析

3.1 山東省各地市碳排放測算結果

據上述測算方法和數據資料，從非建設用地碳排放量（耕地、草地、林地等）、建設用地碳排放量以及碳排放總量3個方面對山東省2012年各市碳排放量進行了計算。建設用地和耕地為主要碳源，林地和草地為主要碳匯。由于數據缺失，日照、聊城、德州三市2012年數據結果是按照各市煤品、油品、燃氣逐年增長率計算求得。計算結果見表1。

表1 2012年山東各地市碳排放情況／萬t

從表1的測算結果可以發現：

（1）2012年山東省各地市非建設用地碳排放量差異性顯著，排放量最大的為臨沂市，達到65.17萬t，是排放量最小的萊蕪市的8.88倍，其原因可能是由于前者耕地面積遠遠大于后者耕地面積。另外，聊城市域面積與濟南相當，而非建設用地碳排放量（34.31萬 t）卻大于濟南市碳排放量（27.38萬t），可見即使土地面積相當，不同的土地利用方式也可能是形成碳排放區域間差異的重要原因。

（2）2012年山東省各市建設用地碳排放量均在800萬t以上，遠遠大于非建設用地的碳排放量，是影響山東半島各地區碳排放強度的主要因素，同時也是這些地區的主要碳源。化石燃料燃燒碳排放系數不盡相同，一般煤炭消耗碳排放系數最高，石油消耗次之，燃氣消耗最低，各市對燃料消費需求不同而導致的消耗比例不同。因此以消費煤炭為主的濟寧市2012年碳排放量比以消費石油為主的東營碳排放量大得多。由于生產、生活方式不同及地區經濟相對發達，青島2012年碳排放量為2154.35萬t，遠大于其它海濱城市等。

（3）碳排放量最大值為濟寧市的5777.05萬t，最小為威海市的861.93萬t。采用GIS自然斷裂法將碳排放量分成五類，如圖2所示。第一類地市碳排放量最低，位于魯東地區，包括威海市和日照市；第二類地市碳排放量較低且分布分散，包括煙臺市、萊蕪市、德州市、菏澤市；第三類地市碳排放量較高，全部位于魯西北一帶，包括濱州市、濟南市、東營市；第四類地市碳排放量高且多位于魯中地區，包括青島市、濰坊市、臨沂市、泰安市、聊城市；第五類地市碳排放量最高大部分地處魯西南地區，包括淄博市、濟寧市、棗莊市。

圖2 2012年山東各地市碳排放圖

3.2 碳排放空間分異特征

3.2.1 全局自相關分析

依照式（3）計算全局 Moran's I指數，運用GeoDa空間統計分析軟件進行處理，得到2012年山東省17地市二氧化碳排放量的全局Moran's I指數為0.0853；基于正態分布假設對Moran's I指數進行檢驗，其結果Z值為1.0150，可見2012年山東省17地市二氧化碳排放量全局自相關性并不顯著，說明各地市碳排放量的空間分布在全局上并未表現出明顯的空間集聚特征。

3.2.2 局部空間自相關

選取2012年山東省17地市二氧化碳排放量數據，進行局部空間自相關分析，計算結果，如圖3、4所示。

圖3 2012年山東各地市LISA集聚情況圖

圖4 2012年山東各地市LISA顯著情況圖

由圖3、4可知，臨沂市在0.01的水平下顯著，棗莊市在0.05的水平下顯著，這兩個市在空間上鄰接分布，而且從統計意義上來說，2012年其相鄰地市二氧化碳的排放量趨于被同樣是碳排放量高值的地市所包圍。由此在空間格局及空間分布上形成二氧化碳排放量高值和高值的集聚。菏澤市在0.05的水平下顯著，而與其相鄰的濟寧市碳排放量高居山東省各地市榜首，所以菏澤市趨于被二氧化碳排放量為高值的地市所包圍。魯西南各地市2012年二氧化碳排放量呈現高值和高值空間集聚的分布特征。

以（WZ，z）為坐標進一步繪制Moran散點圖以研究局部的空間不穩定性，繪制結果如圖5所示。

圖5 2012年山東各地市碳排放散點圖

由圖5可以看出，絕大多數地市位于第二象限和第三象限內。位于第二象限屬于低高集聚類型，為負的空間聯系，代表了低觀測值的區域單元被高觀測值的區域單元包圍的空間分布狀態；位于第三象限則屬于低低集聚類型，為正的空間聯系，代表了低觀測值的區域單元被同樣低觀測值的區域單元所包圍的空間相關形式。由圖5可見，位于第三象限內的地市比位于第二象限內的地市更多一些，這就說明山東省2012年各地市碳排放分布呈現局部空間集聚特征，碳排放量大的地市趨于被碳排放量大的地市包圍，相反地碳排放量小的地市也趨于被碳排放量小的地市包圍，進而在空間格局上表現出山東省碳排放分布的地區差異性。

圖6顯示了2012年山東省各地市碳排放量局部聚集的空間格局特征：（1）高值被高值包圍的高—高集聚地市有：濟寧市、泰安市、棗莊市、臨沂市；（2）低值被高值包圍的低—高集聚地市有：東營市、日照市、聊城市、菏澤市、萊蕪市；（3）低值被低值包圍的低—低集聚地市有：德州市、濟南市、濱州市、青島市、煙臺市、威海市；（4）高值被低值包圍的高—低集聚地市有：淄博市、濰坊市。

圖6 2012年山東各地市碳排放空間集聚的坐標圖

4 結論

通過上述研究可知：

（1）從碳源和碳匯角度來看，建設用地和耕地為主要碳源，林地和草地為主要碳匯庫。化石燃料燃燒依然是造成山東半島各地市碳排放空間不均衡的關鍵因素，又由于煤炭在眾多燃料中具有較高的碳排放系數，所以耗煤量大的地市如棗莊、濟寧等市2012年度碳排放總量位于全省前列。

（2）從GIS空間可視化角度來看，碳排放量最大值為濟寧市的5777.05萬 t，最小為威海市的861.93萬t。在空間格局方面，魯東＜魯西北魯中＜魯西南，說明山東省各地碳排放量差異較大，且在空間格局上呈現出較為明顯的不均衡性，而這一碳排放強度的排序恰好與其區域經濟發展程度排序相反。

（3）從空間自相關分析角度來看，全局Moran's I指數為0.0853，顯著性檢驗的Z值1.0150，說明山東省碳排放量全局自相關性并不明顯；而LISA集聚圖則顯示魯西南及魯中地區具有顯著的局部空間集聚特征。各地市碳排放量局部聚集的空間格局特征為：高—高集聚地市有濟寧市、泰安市、棗莊市、臨沂市；低—高集聚地市有東營市、日照市、聊城市、菏澤市、萊蕪市；低—低集聚地市有德州市、濟南市、濱州市、青島市、煙臺市、威海市；高—低集聚地市有淄博市、濰坊市。

［1］ 方精云，王少鵬，岳超，等.八國集團2009意大利峰會減排目標下的全球碳排放情景分析［J］.中國科學（地球科學），2009，39（10）：1339-1346.

［2］ Solomon S.，Qin D.，Manning M.，et al..Climate Change 2007：the Physical Science Basis［M］.Cambridge：Cambridge University Press，2007.

［3］ 王中英，王禮茂.中國經濟增長對碳排放的影響分析［J］.安全與環境學報，2006，6（5）：88-91.

［4］ 徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實證分析：1995-2004［J］.中國人口·資源與環境，2006，16（6）：158-161.

［5］ 蔣金荷.中國碳排放量測算及影響因素分析［J］.資源科學，2011，33（4）：597-604.

［6］ 方精云，郭兆迪，樸世龍，等.1981—2000年中國陸地植被碳匯的估算［J］.中國科學 D輯，2007，37（6）：804-812.

［7］ 柴志賢.密度效應、發展水平與中國城市碳排放［J］.經濟問題，2013，3（3）：25-31.

［8］ 李阿萌，張京祥，肖翔.江蘇省13城市1996—2008年碳排放時空變異分析［J］.長江流域資源與環境，2011，10（8）：1235-1242.

［9］ 張秀梅，李升峰，黃賢金，等.江蘇省1996—2007年碳排放效應及時空格局分析［J］.資源科學，2010，32（4）：768-775.

［10］張艷，陳太政，秦耀辰.中國城市居民直接能耗碳排放的空間格局及影響因素［J］.河南大學學報（自然科學版），2013，43（2）：161-167.

［11］鐘宜根，葛幼松，張強華，等.城市規模與碳排放的相關性思考［J］.現代城市研究，2010，25（5）：65-69.

［12］王莉雯，衛亞星.基于RS和GIS的沈陽碳排放空間分布模擬［J］.資源科學，2012，34（2）：328-336.

［13］劉曉婷，陳聞君.基于ESDA-GIS的新疆能源碳排放空間差異動態演化分析［J］.干旱區地理，2016，39（3）：678-685.

［14］李建豹，張志強，曲建升，等.中國省域CO2排放時空格局分析［J］.經濟地理，2014，34（9）：158-165.

［15］胡艷興，潘竟虎，王怡睿.基于ESDA-GWR的1997—2012年中國省域能源消費碳排放時空演變特征［J］.環境科學學報，2015，35（6）：1896-1906.

［16］孟斌，王勁峰，張文忠，等.基于空間分析方法的中國區域差異研究［J］.地理科學，2005，25（4）：393-400.

［17］唐志高，劉紅光，劉志高，等.經濟地理學中的數量方法［M］.北京：氣象出版社，2012.

（學科責編：吳芹）

Study on spatial pattern of carbon em ission in Shandong province based on ESDA-GIS

Fan Wenping，Shan Baoyan，Cai Fei
（School of Surveying and Geo-informatics，Shandong Jianzhu University，Jinan 250101，China）

PT951

A

1673-7644（2017）04-0322-05

2017-06-10

山東省社科規劃項目（14DGLJ06）；山東省統計科研重點課題項目（KT16071）；山東省住建廳科技計劃項目（2017-R1-003）；山東建筑大學博士基金項目（XNBS1303）

樊文平（1980-），女，講師，博士，主要從事GIS應用、空間統計分析應用等方面的研究.E-mail：fwenping＠sdjzu.edu.cn