遼中南城市群城市擴張及其碳排放效應

2022-12-23 08:29:28邢梓涵李曉燕石振宇古麗娜爾索爾達汗吳海濤

自然資源遙感 2022年4期

邢梓涵，李曉燕，石振宇，古麗娜爾·索爾達汗，吳海濤

(1.吉林大學地球科學學院，長春 130061； 2.中國科學院東北地理與農業生態研究所濕地生態與環境重點實驗室，長春 130102； 3.內蒙古自治區拐子湖氣象站，阿拉善 735408)

0 引言

隨著城市化進程的加快，城市群作為一種全新的區域性空間組織形式出現[1-3]，帶來一系列環境問題，熱島效應凸顯[4-5]、大氣污染加重[6-7]、水環境惡化[8-10]等情況頻發。在發展城市群經濟時，資源高度集中、產業高度集聚、人口快速膨脹、交通運輸頻繁等特征明顯，然而時常出現過度開發自然資源、低效利用能源、重工業高排放等現象[11]，碳排放問題日趨嚴重。

碳排放加劇了全球氣候變暖，導致極端情況頻發，不僅降低自然生態系統的自我調節能力，而且威脅人類的生存[12]。作為一個碳排放量大國，碳排放問題已引起高度重視，減排成為了中國的重要任務之一，而碳排放量時空差異的掌握是減排策略實施、加快城市群低碳發展、最終實現“雙碳”目標的首要任務。

2018年，國務院辦公廳明確提出，要創建區域中心城市推動城市群發展、城市群促進區域發展的新模式，推動區域一體化發展趨勢[13]。從20世紀50年代起，在工業化的大力發展下，遼中南地區形成了以沈陽和大連為中心的中部城市密集圈，逐步演變成以5條交通干道為發展軸線的城鎮布局體系，大大提升了城市化水平。東北老工業基地振興政策的發布及執行，使遼中南城市群(urban agglomeration in south-central Liaoning，UASCL)成為東北經濟未來發展的核心區域之一。隨著國家經濟的發展，以城市群為基礎的發展模式成為主要發展模式。UASCL的經濟發展主要依賴于第二產業，消耗大量煤炭、石油等一次能源，以重工業為主的發展模式，帶來不可小覷的碳排放問題。李欣欣[14]對UASCL城市擴張及其特征進行了研究，但對城市擴張和碳排放耦合研究尚不多見[15-16]。

本研究基于夜間燈光遙感數據提取2000—2016年UASCL的建成區，分析UASCL的城市擴張現象；基于中國多尺度排放清單模型所得到的碳排放數據，分析UASCL碳排放時空差異，并對城市擴張指數和碳排放量進行脫鉤分析。研究結果可為UASCL未來發展和規劃中節能減排政策的制定提供數據基礎，對區域經濟可持續發展具有重要的指導意義。

1 研究區概況及數據源

1.1 研究區概況

研究區位于遼寧省中南部，以沈陽市和大連市為核心，包括鞍山市、撫順市、本溪市、營口市、遼陽市、鐵嶺市、丹東市、盤錦市10個城市。該區域地跨E121°～126°，N38°～43°，瀕臨渤海和黃海,屬溫帶季風性氣候,西部為遼河平原,東部為低山丘陵。土地總面積約9.62×104km2，占遼寧省總面積的65.7%。研究區是中國重要的重工業基地，同時也是東北地區對外開放的重要門戶和陸海交通走廊。

1.2 數據源

夜間燈光數據來源于NOAA/NGDC網站(https: //ngdc.noaa.gov)，2000年、2005年和2010年采用DMSP/OLS夜間燈光影像，分辨率為30″，2016年采用VCMFG類型的NPP/VIIRS夜間燈光影像，分辨率為15″。此外，收集了2013年同期DMSP/OLS和NPP/VIIRS影像，用于不同傳感器數據的校正。研究區建成區面積數據來源于《建設統計年鑒》。碳排放數據采用由清華大學負責研制的中國多尺度排放清單模型(multi-resolution emission inventory for China，MEIC)，分辨率為0.25°。

1.3 數據預處理

1.3.1 夜間燈光數據預處理

在全球夜間燈光數據的基礎上，利用研究區行政邊界數據進行掩模處理，提取2000年、2005年、2010年和2016年4期夜間燈光影像，轉換為Asia Lambert Conformal Conic投影，以減少由于影像網格形變帶來的影響，提高建成區提取的準確性。依據曹子陽等[17]和李雪萍等[18]的研究成果，選取F16 2007年鶴崗市作為標定數據，分別進行影像的校正處理。

1.3.2 DMSP/OLS與NPP/VIIRS影像同化處理

由于DMSP/OLS 數據與 NPP/VIIRS 數據在分辨率、傳感器敏感程度和光譜響應方式上有所不同，而且DMSP/OLS數據存在天花板效應，所以借鑒已有研究[19]，選擇2013年同期DMSP/OLS和NPP/VIIRS數據進行同化處理。利用閾值為0～50的DMSP/OLS數據進行掩模，提取2013年的NPP/VIIRS數據，分別統計DMSP/OLS和NPP/VIIRS的數據均值，建立兩者之間的關系模型(圖1)，根據模型對2016年的NPP/VIIRS影像進行了同化，使不同傳感器的數據具有更好的可比性。

圖1 DMSP/OLS與NPP/VIIRS影像數據同化關系Fig.1 Assimilation diagram of DMSP/ OLS and NPP/VIIRS data

1.3.3 碳排放數據處理

MEIC監測固定燃燒源、工藝過程源、移動源、溶劑使用源、農業源和廢棄物處理源等6類人為排放源，利用ArcGIS軟件柵格計算器將所有分量進行加和處理，得到2010年和2016年碳排放總量數據。

對2010年的碳排放數據和夜間燈光數據進行相關性分析(圖2)，由圖2可知碳排放和夜間燈光指數之間呈線性正相關，利用SPSS Statistics軟件進行顯著性檢驗，在p= 0.001水平上碳排放和夜間燈光指數顯著相關。

圖2 2010年碳排放數據和夜間燈光數據擬合關系Fig.2 Fitting diagram of carbon emission data and nighttime light index in 2010

由于MEIC未提供2000年和2005年的碳排放數據，基于夜間燈光指數和碳排放數據的相關模型，對2000年和2005年的空間碳排放數據進行反演，得到2000年和2005年的碳排放空間數據，進而統計得到UASCL的碳排放總量。

2 研究方法

2.1 城市擴張

采用城市年平均擴張速率和擴張強度表征城市擴張特征。城市年平均擴張速率是指在一定時間范圍內城市建成區面積的年平均增長率[20]，其計算公式為：

A=[(Ai,t+n-Ai,t)/nAi,t]×100%，

(1)

式中：A為城市的年平均擴張速率；Ai,t+n和Ai,t分別為空間單元i內第t+n年建成區面積和第t年建成區面積；n為研究時段。

城市擴張強度是指一定研究時段內城市擴張面積占所有土地面積的比例，可以反映不同研究時期各個城市擴張的強弱情況，其計算公式為：

I=[(Ai,t+n-Ai,t)/nTAi]×100，

(2)

式中：I為城市擴張強度；TAi為空間單元i的建成區總面積。

2.2 碳排放

采用城市年平均碳排放速率和地均碳排放強度表征碳排放特征。年平均碳排放速率反映了在一定時間范圍內研究區域內的年平均碳排放增長率[21]，其計算公式為：

C=[(Ci,t+n-Ci,t)/nCi,t]×100%，

(3)

式中：C為城市的年平均碳排放速率；Ci,t+n和Ci,t分別為空間單元i內第t+n年碳排放總量和第t年碳排放總量。

地均碳排放強度表示單位土地面積的碳排放量，能直觀地說明各市的碳排放情況，其計算公式為：

N=Ci,t/TAi，

(4)

式中N為地均碳排放量。

2.3 城市擴張與碳排放關系

協同擴張指數是用于分析系統之間或系統內部事物不同要素之間協調關系的定量分析方法。研究借鑒協同擴張指數研究城市擴張與其碳排放之間的協調關系。其計算公式為：

(5)

式中：Q為城市擴張與碳排放的協同擴張指數；m為調節系數(m通常取大于2的實數，這里取3)；α和β分別為待定權重，借鑒王志遠等[22]的研究，認為城市擴張與碳排放同等重要，因此α=β=0.5。

脫鉤理論的實質是經濟增長與資源消耗不同步。本研究借鑒Tapio提出的交通運輸量增長與經濟發展的脫鉤狀態分析模型，計算各城市碳排放與城市擴張之間的脫鉤指數[23]。其計算公式為：

(6)

式中D為脫鉤指數。

3 結果與分析

3.1 城市擴張分析

基于經驗閾值法，提取2000年、2005年、2010年、2016年共4個時期的建成區空間范圍，2000—2016年建成區空間分布如圖3所示。

圖3 UASCL 2000—2016年建成區空間分布Fig.3 Expansion process of built-up area in UASCL from 2000 to 2016

2000—2016年間UASCL城市擴張速率和擴張強度如表1所示。從表1可知，2000—2016年間UASCL整體上年平均擴張速率和擴張強度呈持續增長趨勢：年平均擴張速率從3.93%增長至4.90%又增加到5.48%，擴張強度從0.211增長至0.314又增加到0.525。2000—2005年間，本溪市作為著名的“煤鐵之都”，資源豐富，發展迅速，年平均擴張速率高達12.24%，沈陽市由于鐵西新區的成立得到進一步發展，擴張強度為0.130； 2005—2010年間，由于“五點一線”沿海開放戰略的提出，大連市快速發展，其年平均增長速率高達11.74%，擴張強度達0.219，發展最為迅猛，而本溪市作為典型資源枯竭型城市，在同一時期城市發展緩慢，擴張速率和擴張強度僅分別為0.19%和0.002； 2010—2016年間，營口市隨著縣域經濟戰略的發布和遼東灣新區的快速發展，年平均擴張速率達到了15.49%，擴張強度增長至0.284。

表1 2000—2016年間UASCL城市擴張速率和擴張強度Tab.1 Urban expansion rate and intensity index of UASCL during 2000—2016

3.2 碳排放時空差異

2000—2016年間，UASCL碳排放總量分別為636.94億t、860.6億t、1 676.33億t和1 772.46億t，2000—2010年間速率從7.02%增加到18.96%，2010—2016年減少至0.96%，年平均碳排放速率經歷了一個先增加后減少的過程(圖4)。這主要是由于遼寧省積極響應國家節能減排的號召，采取調整能源結構、提高能源利用效率、應用綠色低碳技術等措施，節能減排取得了初步成效。2000—2005年間，國家設立了丹東邊境合作區，使得丹東市快速發展，碳排放量增速飛快，其年平均碳排放速率為17.33%。大連市積極建設東北亞國際航運中心，帶動整個東北亞地區經濟協同發展，擴大和深化區港聯動試點，使得大連市快速發展，同時也大大增加了碳排放量，年平均碳排放速率為13.58%。2005—2010年間，遼寧省大力發展以石化等為重點的臨港工業，重點推進12大產業集群，導致UASCL的能源消耗量突增，從而使得碳排放量大幅度增加，沈陽市、撫順市、鐵嶺市、本溪市和鞍山市碳排放的增速都大于20%，在發展經濟的同時，碳排放量也快速增加。2010—2016年間，由于產業結構的調整和節能減排政策的實施，碳排放速率增加減緩，鞍山市、營口市和遼陽市出現碳排放負增長。

圖4 UASCL各市年平均碳排放速率Fig.4 Average annual carbon emission rate of cites in UASCL

UASCL地均碳排放量如表2所示。從表2可知，UASCL的地均碳排放量整體上呈現出明顯的增長態勢，由2000年的726.67 t/km2上升到2016年的2 158.61 t/km2。2000—2016年間UASCL各市區單位土地面積的地均碳排放量差異顯著。除2010年外，盤錦市的地均碳排放量均高于其他城市。盤錦市碳排放總量不大，但是由于區域面積較小，所以導致地均碳排放量高。而沈陽市作為省會城市，人口多，交通網密集，發展較快，碳排放總量高，雖然區域面積大，但地均碳排放量居高不下，2016年達到了4 624.62 t/km2。2000—2016年間丹東市地均碳排放量均居各市最低，2016年地均碳排放量最高時僅為448.74 t/km2，碳排放量控制較好。

表2 UASCL地均碳排放量Tab.2 Carbon emission of per unit land in UASCL (t/km2)

3.3 城市擴張的碳排放效應分析

將2000年建成區的范圍作為城市區，將2016年與2000年相比的城市擴展區作為城市發展區，通過掩模提取碳排放數據，得到2000—2016年城市區和城市發展區的碳排放總量(表3)和碳排放速率(圖5)。

表3 城市區和城市發展區的碳排放總量Tab.3 Total carbon emissions in developed and developing urban areas (億t)

圖5 城市區和城市發展區的碳排放速率Fig.5 Carbon emission rates in developed and developing urban areas

城市區的碳排放總量比城市發展區的碳排放總量大了一倍以上，無論是城市區還是城市發展區，碳排放總量逐年增加。城市區碳排放速率呈“慢-快-慢”趨勢，而城市發展區的碳排放速率呈逐步減緩的趨勢。可以看出在2000—2010年間，城市發展區的碳排放速率快于城市區，表明城市發展區在一個高速發展的同時，導致碳排放量快速增加，當城市發展區逐步發展為城市區時，即2010—2016年間，其碳排放增加速率出現大幅度的減緩。

以上分析表明城市擴張與碳排放處于協同擴張的狀態。為了進一步探究兩者之間的協同關系，本研究借鑒協同擴張指數計算城市擴張指數與碳排放之間的協同擴張指數(表4)。

表4 2000—2016年間UASCL城市擴張與碳排放量協同擴張指數Tab.4 Cooperative expansion index of urban expansion and carbon emission in UASCL during 2000—2016

2000—2016年間，UASCL城市擴張與碳排放之間的協同擴張系數為0.26。其中2000—2005年間的協同擴張指數為0.21，城市擴張與碳排放的協同擴張關系較強，反映了UASCL的城市擴張與碳排放處于同向增長、協同擴張的趨勢，城市擴張促進了碳排放量； 2005—2010年間其協同作用有所降低，協同指數為0.18，2010—2016年間城市擴張和碳排放的協同關系較弱，其數值僅為0.06。由于各階段基數年份數據相差較大，2000—2016年間總的協同擴張指數高于各個時間分段的指數，表明了碳排放過程研究的重要性。UASCL雖然各時間段內城市擴張與碳排放之間協同擴張指數有強有弱，但整體上城市擴張促進碳排放量增加的效應顯著。

城市擴張和碳排放協同效應明顯，但區域差異性顯著。研究選取Tapio脫鉤模型計算UASCL各城市碳排放與城市擴張之間的脫鉤指數。強脫鉤為最佳脫鉤狀態，即城市擴張的同時，對環境的污染隨之減少；強負脫鉤為最差脫鉤狀態，此時城市擴張與環境污染呈負相關，城市收縮而環境進一步惡化，其余狀態介于二者之間。擴張負脫鉤是指在本來發展較慢的情況下，碳排放增加的速度快于城市擴張的速度，增長連結是指城市擴張與碳排放量仍處于不脫鉤狀態。UASCL各市脫鉤狀態如圖6所示。

從圖6中可知，2000—2016年間，UASCL的脫鉤狀態由以擴張負脫鉤為主轉向以弱脫鉤為主，脫鉤水平逐漸提高，表明碳排放總量雖然隨著城市擴張而增加，但增加幅度有所減小，這種脫鉤狀態的變化與2003年老工業振興政策的發布和實施有緊密聯系。UASCL的大部分城市經歷了較為平穩的脫鉤轉變，個別城市在某一時期內出現了脫鉤狀態倒退的現象。在老工業振興前期，即2000—2005年間，UASCL大多城市發展剛剛起步，不論是城市擴張還是碳排放量都較小，脫鉤狀態較差；到老工業振興中期，即2005—2010年，除大連市外，其他城市均開始進行快速城市擴張，但在發展經濟的時候是以犧牲環境為代價，處于粗放型經濟增長階段，導致沈陽市、本溪市和營口市的脫鉤狀態出現倒退現象，由弱脫鉤突變為擴張負脫鉤，而大連市作為一個沿海城市，大力發展第三產業，脫鉤狀態有所提升。大連市在2005—2016年間由弱脫鉤倒退為增長連結；到老工業振興后期，即2010—2016年，各城市發展已較為成熟，國家也愈加重視碳排放問題，遼寧省成為國家低碳經濟試點，到2016年，已經有8個城市處于脫鉤狀態，占UASCL的80%，遼陽市、鞍山市和營口市作為資源枯竭型城市，加快經濟轉型，率先實現強脫鉤，意味著在經濟發展的同時也注重環境的保護與改善，實現了城市擴張與碳排放之間關系較為理想的狀態。丹東市、盤錦市和鐵嶺市等以農業為主的城市在老工業振興后期的發展過程中碳排放速率減緩，已變為弱脫鉤，處于相對集約的經濟增長階段。而大連市的脫鉤狀態出現了較小程度的倒退，這可能與大連市人口規模增加和沿海經濟帶開發導致碳排放量大量增加有關。

4 結論與討論

基于DMSP/OLS與NPP/VIIRS夜間燈光數據和MEIC提供的碳排放數據，分析了2000—2016年間研究區的城市擴張、碳排放時空差異及城市擴張的碳排放效應，得到如下主要結論：

1)在2000—2016年間，研究區擴張速度和擴張強度始終處于增長趨勢； 3個時期中，擴張速度最快的城市分別是本溪市、大連市和營口市，擴張強度最大的城市分別是沈陽市、大連市和營口市。

2)從整體上看，研究區碳排放總量和地均碳排放量都呈現增長趨勢，年平均碳排放速率經歷了一個先增加后減少的過程，各市變化差異較大，遼陽市、鞍山市和營口市由于節能減排的緣故出現負增長。地均碳排放量最大的城市除2005—2010年為沈陽市以外，均為盤錦市，丹東市一直為研究區中地均碳排放量最小的城市。

3)城市擴張與碳排放之間顯著相關，基于增長彈性變化的脫鉤分析表明：研究區以擴張負脫鉤為主轉向以弱脫鉤為主，到2016年，已有80%的城市處于脫鉤狀態，遼陽市、鞍山市和營口市率先實現了強脫鉤。研究區的城市擴張促進了碳排放量增加，但同時存在脫鉤現象。

2000—2016年間研究區雖然采取大量節能減排措施，但碳排放仍處在高值階段，未來應節約集約利用土地資源，避免研究區城市用地的無序擴張，實現城市空間緊湊化發展，要增加第三產業的比例，盡可能淘汰一些高污染產業，引進先進技術，提高碳排放效率，加快關鍵技術的研發，實現碳減排，同時增加綠化面積，實現碳增匯，從而使研究區盡快實現強脫鉤，進入低碳經濟階段。本文嘗試對研究區的城市擴張及其碳排放關系進行定量化研究，但碳排放數據分辨率有限，今后可結合不同土地類型及碳排放統計數據在更高精度上進行區域性研究。