長江經濟帶經濟-生態系統評價及碳排放空間分異

龍思夢 楊建州

摘要：為正確把握生態環境保護和經濟發展的關系，以長江經濟帶11個省市為例構建經濟發展指數和碳排放核算體系評價長江經濟帶經濟-生態系統，并通過空間自相關分析碳排放空間分異情況。結果表明：2008-2017年該區域碳排放總量為正值，區域生態承載超過應承受的水平，造成生態系統承載能力弱化;2008年、2011年、2014年、2017年4年期全區域近40%的市州經濟發展指數超過平均水平，前3年期一半以上的市州碳排放指數高于平均水平，區域經濟發展與碳排放存在空間分布的不平衡性;碳排放指數呈全局空間正相關且顯著，局部集聚區域為上海市、重慶市、江蘇省南部、湖北省、浙江省東部、安徽省南部與北部、湖南省北部以及云南省西北部。

關鍵詞：長江經濟帶;經濟發展;碳排放;空間自相關

中圖分類號：X24文獻標識碼：A文章編號：1000-4440（2020）01-0108-08

Abstract：In order to correctly grasp the relationship between ecological environment protection and economic development， taking 11 provinces and cities in the Yangtze River Economic Belt in China as examples， the economic development index and carbon emission accounting system were constructed to evaluate the economic-ecological system of the Yangtze River Economic Belt， and the spatial differentiation of carbon emission was analyzed through spatial autocorrelation. The results showed that the total carbon emission from 2008 to 2017 was positive， and the regional ecological carrying exceeded the level that should be borne， resulting in the weakening of the ecological carrying capacity. In 2008， 2011， 2014 and 2017， the economic development index of nearly 40% cities and prefectures in the whole study area exceeded the average level， and carbon emission index of more than half of cities and prefectures in the first three years was higher than the average level， so there was an imbalance in the spatial distribution of regional economic development and carbon emissions. The carbon emission index was positive and significant in global spatial correlation， and the local agglomeration areas were Shanghai city， Chongqing city， southern Jiangsu province， Hubei province， eastern Zhejiang province， southern and northern Anhui province， northern Hunan province and northwestern Yunnan province.

Key words：Yangtze River Economic Belt;economic development;carbon emissions;spatial autocorrelation

長江經濟帶是指由上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州等11省市組成的沿長江附近的經濟圈，總面積約 2.05×106 km2。長江經濟帶擁有獨特的地理優勢與巨大的生產潛力，域內人口和生產總值均達到全國40%以上，已成為中國綜合發展實力最強、國家重要戰略支撐的區域之一。但在經濟快速發展的同時，生態環境惡化的趨勢未得到遏制，生態環境問題如土地退化、荒漠化、水土流失等仍然十分突出。

長江經濟帶生態環境保護問題已成為國內學者研究的熱點問題。李雪松等[1]從時空兩個維度對長江經濟帶經濟-社會-環境耦合協調發展狀況進行評估，發現耦合發展具有區域異質性。劉永強等[2]運用價值評估法與空間自相關分析法，分析長江中游土地利用方式變更對生態服務價值的損益影響。劉永強等[3]構建了交叉敏感性響應矩陣，分析生態系統服務價值對土地利用轉型的敏感程度并進行敏感性分區。王維等[4]構建了城市生態承載力的綜合評價體系，從生態支撐、生態壓力兩維度對生態承載力進行量化。楊鎖華等[5]以價值當量法估算長江經濟帶的生態系統服務價值，結果表明江漢平原南部及洞庭湖平原西部呈上升趨勢，在“石首市-渝水區-九江縣”沿線呈下降趨勢。由此可見，國內關于長江經濟帶生態研究成果頗豐，主要從生態系統服務價值估算視角研究長江經濟帶的經濟-生態問題，鮮少從低碳經濟視角探討生態發展狀況。因此，本研究以長江經濟帶11省市為研究對象，構建經濟發展指數和碳排放核算體系評價區域的經濟與生態系統，以全局與局部空間自相關評估區域碳排放空間分異，以期能夠更好地了解流域經濟、生態情況，為制定生態文明建設及可持續發展目標提供科學依據。

1材料與方法

1.1數據來源

研究涉及的長江經濟帶11個省市（圖1）行政區劃、水系流域空間分布shp矢量數據來源于中國科學院地理科學與資源研究所。歷年經濟與生態核算數值來源于國家統計局、各省市統計局公布的統計年鑒等官方數據，使用ArcGIS 10軟件對收集整理的數據進行可視化操作與空間分析。

2結果與分析

2.1長江經濟帶經濟發展水平及空間分異

長江經濟帶擁有巨大的經濟潛力，歷年各省市GDP值不斷上升并呈穩定增長的趨勢（圖2）。從GDP總量上看，歷年江蘇省最高，其次是浙江省，貴州省最低。計算4期長江經濟帶11省市子區域的經濟發展指數，利用ArcGIS 10軟件進行可視化處理，得到子區域的經濟發展水平狀況（圖3）。長江經濟帶東部地區的經濟發展水平較其他區域高。從橫向上看，2008年以江蘇省蘇州市、江蘇省無錫市、浙江省杭州市、浙江省寧波市和上海市經濟發展水平最好，經濟發展指數均大于3;以四川省阿壩州、云南省楚雄州、湖北省黃石市發展水平最低，發展指數均小于0.2。對于長江經濟帶130個子區域中，2008年僅35個市州經濟發展指數超過平均水平，也就是說長江經濟帶靠27%的市州貢獻帶動了全域的經濟發展，發展是極不平衡的。在2011年的經濟發展指數空間分布中，經濟發展指數以江蘇省蘇州市最高，達到4.313 5，發展水平最低的是四川省阿壩州，指數為0.172 2;全域29%的市州達到平均水平，較2008年有所提高，數量有所上升。在2014年的經濟發展指數空間分布上，經濟發展指數從高到低依次為江蘇省南京市、浙江省寧波市、江蘇省蘇州市等，最低為四川省巴中市、云南省昭通市和安徽省宿州市，指數均在0.25左右;全域32%的市州經濟發展指數大于1，發展仍是不平衡。2017年經濟發展指數空間分布與2014年較為相似，其發展水平最低為湖北省十堰市，全域僅37個市州經濟發展指數超過平均水平，數量明顯下降，在經濟快速發展的區域（東部）經濟增量較大，大幅度拉升整體平均水平，發展不平衡情形加劇。

從縱向時空分布上來看，在11省市中上海市的經濟發展指數最高，2008年、2011年、2014年及2017年4年期分別為2.83、2.16、1.92和2.30;其次是江蘇省和浙江省。2008年浙江省經濟發展指數高于江蘇省，其余3年期則是江蘇省高于浙江省，兩省指數均在1.5至2.0之間，區域經濟貢獻較大。另外8省市的經濟發展指數均小于1，發展較為緩慢。2008年和2011年貴州省經濟發展指數最低，數值在0.4左右;2014年和2017年以云南省經濟發展指數最低，數值在0.5左右。由此可見，隨著年份增加，最高和最低省份經濟發展指數均有增加，但2017年省市經濟發展不平衡加劇，中間區域經濟發展指數有下降的趨勢，經濟發展動力不足的情況出現。

2.2長江經濟帶碳排放空間分異

建立碳排放核算體系對長江經濟帶生態系統進行評價，包括區域碳排放總量（ECO）與碳排放指數（RC）2部分。圖4顯示，2008-2017年，長江經濟帶ECO最低值為2008年的5.976 1×108 t，在2012年達到最大值8.142 1×108 t。在11省市中，歷年以江蘇省ECO最高，其次是浙江省與四川省。云南省在2008-2010年，ECO值為負，具有生態正效應;2011-2017年，ECO值為正，在經濟發展的同時碳排放不斷增加。江西省近10年ECO值均為負，生態系統良好，能夠承載更多的人口與牲畜。因2008-2017年長江經濟帶ECO為正值，表明人口、能源等碳排放量大于林業、農業等碳吸收量，區域生態承載超過應承受的水平，造成生態系統承載能力弱化。

進一步計算4期長江經濟帶11省市子區域的碳排放指數（RC），運用ArcGIS 10 軟件得到子區域的碳排放指數空間分布情況（圖5），從橫縱向角度對長江經濟帶碳排放指數情況進行分析。在橫向上，2008年上海市的RC值最高（27.61），碳排放量遠超過長江經濟帶區域平均水平，生態系統較為脆弱;安徽省淮北市、江蘇省南京市、江蘇省蘇州市和江蘇省無錫市RC值均在10以上，為區域生態貢獻負效應;RC值最少的依次為云南省德宏州、湖北省恩施州和湖北省仙桃市，分別為-1.45、-3.90和-14.86，碳排放指數均較低，未達到長江經濟帶區域碳排放量的平均水平;全區域130個子區域中，31個市州的RC為負值，表明這31年子區域生態承載力良好，生態系統呈正效應;61個市州RC值小于1，這些子區域生態系統相對良好。與2008年碳排放指數分布相比，其他3年期上海市、安徽省淮北市、江蘇省南京市、江蘇省蘇州市和江蘇省無錫市的地位并無變化，仍是長江經濟帶高碳排放的區域，湖北省恩施州和湖北省仙桃市是低碳排放區域，均為負值。2011年有34個市州的RC為負值，數量略有上升，這些子區域碳匯功能高于碳排放量，生態系統呈正效應;63個市州RC值小于1，生態系統相對良好。從2014年來看，27個市州的RC為負值，61個市州RC值小于1，數量較2011年均有下降，區域經濟發展碳排放空間分布的不平衡性與社會發展非生態可持續性加重。在2017年，34個市州的RC為負值，67個市州RC值小于1，數量均有上升，表明區域發展是生態可持續性的，同時空間分布的不均衡性減輕。

從縱向時空分布上看，江蘇省碳排放指數最高，2008年、2011年、2014年和2017年分別為78.33、83.43、73.05和74.37，碳排放量遠遠超過總區域的平均水平，生態承載負荷大，生態功能相對較差;其次是上海市，4年期RC值均在30左右，生態系統仍較為薄弱。云南省RC值在2008年、2011年和2014年在11省市中最低，分別為-1.27、0.33和-3.43，在2017年達到2.98。2017年以湖南省碳排放指數最少，數值為0.735，與前3年期相比下降幅度較大。長江經濟帶11省市中，2008年、2011年、2014年和2017年僅2個省市RC值小于1，前3年期分別是重慶市和云南省，第4年期為湖南省與重慶市，碳排放省域空間分布極不平衡。

2.3長江經濟帶的空間相關性

地理數據來源于空間之中，會受到空間相互作用的影響，數據之間可能存在相關性。空間自相關性是指一個研究區域與其相鄰區域中的某一現象、屬性值的相關聯程度[9]。一般地，空間自相關分析分為全局與局部自相關分析，全局自相關研究總區域的空間自相關，局部自相關只分析一個或幾個特定區域單元的空間自相關情況[10]。因此，本研究以全局和局部空間自相關性分析長江經濟帶碳排放的空間分異。

2.3.1碳排放全局空間自相關采用基于距離的空間權重確定鄰近位置，鄰域定義為基于多邊形質心的距離，運用Geoda軟件分析空間權重與空間相關性。對2008年、2011年、2014年和2017年的碳排放指數，以單變量莫蘭指數（Univariate Morans I）分析全局空間自相關。結果顯示，4年期Morans I>0，分別為0.198 7、0.210 1、0.217 6和0.195 7，表示空間正相關性，空間聚集效果有先上升后下降的趨勢;Z統計量均大于2.58，全局自相關性非常顯著。

2.3.2碳排放局部空間自相關基于Geoda軟件，利用局部Morans I統計量分析4年期碳排放局部空間自相關性，將局部空間自相關數值運用ArcGIS 10軟件進行空間分布分析（圖6），顯著區域為在0.05水平上顯著。長江經濟帶地理單元分為不顯著、高-高、低-低、低-高和高-低5種空間相關類別，其中不顯著類別表示該區域在0.05水平上碳排放指數空間自相關性不顯著，高-高類別代表該區域與周圍地區都具有較高的RC值，低-低類別表示該區域與周圍地區一樣具有較低的RC值，低-高類別為該區域RC值低、周圍地區RC高，高-低類別為該區域RC值高、周圍地區RC低。高-高與低-低類別反映的是碳排放空間的聚集，而低-高與高-低類別反映碳排放空間的分異。

從2008年碳排放指數集聚分布圖中可以看出，高-高類別共有17個市，位于長江經濟帶東部地區，包括上海市，安徽省的宿州市、淮北市、淮南市和馬鞍山市，江蘇省的南京市、揚州市和泰州市等9市，浙江省的嘉興市、寧波市和湖州市。低-低類別共有17個市州，包括重慶市，湖北省十堰市、恩施州等6市州，湖南省張家界市、湘西州、益陽市，云南省麗江市、迪慶州等6市州，貴州省銅仁市。低-高類別有16市，為安徽省合肥市、阜陽市、蚌埠市等8市，江蘇省連云港市、鹽城市、淮安市、宿遷市，浙江省杭州市、紹興市、金華市、臺州市。高-低類別僅為云南省大理州、四川省達州市和湖北省潛江市。2011年碳排放指數集聚分布與2008年相比有少許差異，高-低分異僅出現在湖北省潛江市，安徽省合肥市從低-高類別空間分異過渡到高-高類別的空間集聚，2011年碳排放指數空間相關性分布中高-高、低-低和低-高類別空間分異與集聚均有增加。2014年低-高類別空間分異僅存在于云南省大理州和湖北省潛江市，高-高、低-低和低-高類別數量分別上升至22、23和13個市州。與前3期相比，2017年空間分布差異較大，除大理州外云南省其他各市州均為空間相關性不顯著，高-高集聚區、低-低集聚區、低-高和高-低分異區數量分別為20、16和11。綜合分析，碳排放指數空間集聚區域主要分布在上海市、重慶市、江蘇省南部、湖北省、浙江省東部、安徽省南部與北部、湖南省北部以及云南省西北部，空間分異區域集中在江蘇省北部、安徽省東部與西部、浙江省西部與南部。

3結論

本研究以長江經濟帶11省市為研究對象，構建經濟發展指數和碳排放核算體系評價區域的經濟與生態系統，以全局與局部自相關評估區域碳排放空間分異情況，結論如下：（1）從GDP總量上看，江蘇省最高，其次是浙江省，貴州省最低。不到40%的市州經濟發展指數超過平均水平，發展極不平衡。從子區域上分析，上海市的經濟發展指數最高，其次是江蘇省和浙江省。（2）2008年、2011年、2014年和2017年4年期中以江蘇省碳排放總量最高，其次是浙江省和四川省。全域130個子區域中，近30%市州的RC為負值，表明這些子區域碳匯功能高于碳排放量，生態承載力良好，生態系統呈正效應。RC值小于1的市州數量未達總數量的一半，區域發展明顯是非生態可持續性的，也存在區域碳排放的空間分布的不平衡。（3）4年期碳排放指數全局Morans I >0，表示空間正相關性，空間聚集效果有先上升后下降的趨勢，全局自相關性非常顯著。局部Morans I統計量分析結果表明，碳排放指數空間集聚區域主要分布在上海市、重慶市、江蘇省南部、湖北省、浙江省東部、安徽省南部與北部、湖南省北部以及云南省西北部，空間分異區域集中在江蘇省北部、安徽省東西部、浙江省西南部。

綜上所述，長江經濟帶經濟發展水平高的省市往往具有較高的碳排放總量和碳排放系數（如江蘇省、浙江省等），表現為高經濟效益-低生態效益。發展水平高的區域一般也是人口密集區，且當前經濟增長以消耗大量非可再生能源為代價，而生態承載能力有限，由此造成區域生態系統功能較弱，呈現社會發展的生態非可持續性。

從區域經濟發展的分析結果看，長江經濟帶具有不平衡發展的態勢，尤其是近年來，經濟從高速增長轉變為中高速增長，高速發展區域增速較為平穩，中間區域發展動力不足，需要尋找新的經濟增長點以提高經濟水平，實現區域均衡化發展。以低碳視角分析長江經濟帶生態系統情況，2008-2017年碳排放總量為正值，區域生態承載能力超過應承受的水平，造成生態系統承載能力弱化。經濟快速發展的地區碳排放總量與碳排放指數往往較大，經濟與生態發展成反比。因此，既要發展經濟，又要保護生態環境，碳排放控制與碳匯吸收應同步進行，才能在保證低耗能、低消費的發展模式下，實現綠水青山。

參考文獻：

[1]李雪松，龍湘雪，齊曉旭.長江經濟帶城市經濟-社會-環境耦合協調發展的動態演化與分析[J].長江流域資源與環境，2019，28（3）：505-516.

[2]劉永強，龍花樓. 長江中游經濟帶土地利用轉型時空格局及其生態服務功能影響[J].經濟地理，2017，37（11）：161-170.

[3]劉永強，龍花樓，李加林.長江中游經濟帶土地利用轉型及其生態服務功能交叉敏感性研究[J].地理研究，2018，37（5）：1009-1022.

[4]王維，張濤，王曉偉，等.長江經濟帶城市生態承載力時空格局研究[J].長江流域資源與環境，2017，26（12）：1963-1971.

[5]楊鎖華，胡守庚，瞿詩進. 1990-2014年長江中游經濟帶生態系統服務價值時空變化特征[J].水土保持研究，2018，25（3）：164-169.

[6]謝志祥，秦耀辰，沈威，等.中國低碳經濟發展績效評價及影響因素[J].經濟地理，201，37（3）：1-9.

[7]苑韶峰，唐奕鈺.低碳視角下長江經濟帶土地利用碳排放的空間分異[J].經濟地理，2019，39（2）：190-198.

[8]周陶，高明，謝德體，等.重慶市農田系統碳源/匯特征及碳足跡分析[J].西南大學學報（自然科學版），2014，36（1）：96-102.

[9]毛先成，黃繼先，鄧吉秋，等. 空間分析建模與應用[M]. 北京：科學出版社，2015：124.

[10]FISCHER M M，王勁峰.空間數據分析：模型、方法與技術[M].張璐，肖光恩，呂博才，譯. 北京：中國人民大學出版社，2018：23-28.

（責任編輯：張震林）