2025, Vol. 46
2. 河北农业大学国土资源学院，保定 071001;
3. 河北农业大学现代科技学院，保定 071001
, HUANG Xue-han2 , SHAN Jing3 , MIAO Zi-han3 , YAN Feng2
, DING Yan-rui1 , SHEN Lin1 , CHEN Yong-xia1 , YANG Chun-chun1
2. School of Land and Resources, Hebei Agricultural University, Baoding 071001, China;
3. School of Modern Science and Technology, Hebei Agricultural University, Baoding 071001, China
近年来气候变暖已成为全球重要议题, 而CO2作为最主要的温室气体, 其活动路径与全球气候变化紧密相关[1], 如何从碳平衡角度缓解气候变暖已成为全球共识. 中国作为碳排放第一大国[2], 碳减排行动对全球气候变化具有重要意义, 中国政府主动承担大国责任, 在巴黎联合国气候变化大会上宣布中国力争于2030年实现碳达峰, 努力争取2060年实现碳中和的“双碳”宏伟目标. 在“双碳”目标驱动下, 我国有关碳排放的各类研究逐渐深入, 学者聚焦于碳收支核算[3~5]、碳补偿规则[6]和碳收支时空分异[7, 8]等领域, 同时在碳排放的影响因素方面, 对碳排放与人类活动[9]、碳排放与产业结构[10, 11]和碳排放与土地利用变化[12, 13]等研究也随之出现. 然而, 由于受到我国目前能源消费结构与技术创新水平的限制[14], “双碳”目标的实现仍面临巨大挑战. 因此, 将地区碳平衡同未来经济建设相结合逐渐成为近年来生态环境保护与低碳发展的主要研究方向.
城市群人口密度大、工业化与城镇化程度高, 是碳排放的高值区域, 近年来我国有关长三角、珠三角和京津冀三大城市群的碳平衡与地域低碳协调发展的研究得到发展, 例如在长三角, 朱一姝等[15]和陈飞等[16]对长三角地区城市群碳排放与影响机制做出探讨；而在珠三角地区, 梁思茵等[17]运用多尺度地理加权回归模型探究了珠三角地区碳排放的空间异质性与碳排放差异；京津冀地区也出现相关主题的探究, 如张正峰等[18]基于社会网络因子对京津冀地区碳排放从空间关联性上进行研究. 京津冀作为我国北方最重要的城市群, 2020年地区GDP为8.6万亿元, 占全国总量的8.5%, 具有重要的经济地位, 但多年来京津冀地区经济发展不平衡问题突出, 三地协调发展问题亟待解决, 且京津冀地区整体生态环境较差[19], 转变地区经济发展方式, 稳促京津冀地区低碳发展迫在眉睫. 而碳平衡分区作为明晰地区发展差异, 调整地区整体发展策略与总体规划的重要方法, 对协调京津冀县域地区发展情况, 实现京津冀地区低碳发展与高质量发展具有重要意义. 近年来, 学者对各地区碳平衡分区的研究也逐渐深入, 例如Xue等[20]从土地利用的角度对河南省碳排放强度进行分析并进行碳平衡分区划分, 李建豹等[21]以长三角地区41个市为对象进行碳汇碳源时空分析并进行碳平衡分区及优化建议. 但目前多数碳平衡分区的研究多仅仅根据碳排放经济贡献系数（economy contributive coefficient, ECC）和碳生态承载系数（ecological support coefficient, ESC）进行单一的划分, 最终分区结果在对该地区的发展情况和发展定位等现实情况上的结合上存在一定局限性, 有关碳平衡分区的研究在指标选择、分区范围等方面仍有待完善.
因此, 本文以京津冀县域为研究对象, 通过中国碳核算数据库中京津冀地区2000~2020年间碳排放、碳吸收数据探究了京津冀地区县域碳收支时空变化格局, 并基于主体功能区, 结合ESC和ECC对京津冀各县域进行了优化分区, 相比于以往学者做出的碳平衡分区研究, 本文在分区指标上的选取趋于多元, 并在时间上选取了2002年、2011年和2020年这3个年份的数据做出碳平衡分区与优化分析, 增加了对区域各分区时间上的比较, 进一步探究了京津冀县域2000~2020年碳收支发展趋势与问题, 以期为地区各县域未来产业结构发展方向和生态环境保护政策制定提供重要参考.
1 研究区概况京津冀城市群位于中国环渤海心脏地带（36°03′~42°40′N, 113°27′~119°50′E, 图 1）, 总面积约为218 000 km2, 包括北京和天津两大直辖市和河北省辖的13个城市, 北靠燕山, 南面华北平原, 西倚太行山, 东临渤海[22]；研究区整体呈现西北高东南低的地形特征, 主要由坝上高原、太行山-燕山山脉和滨海平原三大部分组成, 地区同时囊括五大地貌类型, 以山地、丘陵和平原为主；属暖温带大陆性气候, 四季分明, 夏季高温多雨, 冬季寒冷干燥, 年均降水量为500 mm, 年均气温为11℃[23], 植被类型主要为林地、草地、耕地和灌丛.
|
图 1 京津冀地理区位示意 Fig. 1 Geographic location of Beijing-Tianjin-Hebei |
2014年2月, 习近平总书记在座谈会上正式将京津冀协同发展上升为国家战略, 经过10 a联防联控联治, 京津冀协同发展战略取得了显著成效, 表现为区域经济规模逐步扩大、产业分工进一步深化、生态环境得到明显改善[24], 地区承载了全国7.8%的人口和8.5%的经济总量, 在早期经济发展中多依赖重工业, 能源消耗大, 造成碳排放量激增, 京津冀地区作为实现碳达峰和碳中和的关键区域, 优化地区生态安全格局具有重要意义.
2 材料与方法 2.1 碳排放考虑到自下而上通过县域统计年鉴获取化石能源消耗数据的限制性和不确定性, 本研究选择中国碳核算数据库（https://www.ceads.net.cn）的县域碳排放数据作为基础数据进行后续研究, 本数据采用粒子群优化-反向传播（PSO-BP）算法统一DMSP / OLS和NPP / VIIRS卫星图像的规模, 估算了1997~2017年中国2 735个县的CO2排放量, 本论文研究时间为2002年、2011年和2020年, 缺失的2020年的碳排放数据利用之前数年的碳排放强度进行线性拟合补全.
2.2 碳吸收植被通过光合作用从大气中固碳, NPP即植被固定的碳, 它是陆地生态系统碳循环的重要组成部分, 将NPP减去土壤异养呼吸即为NEP[公式（1）], 当NEP为正值时, 表示生态系统为碳汇, 反之为碳源.
|
(1) |
在NPP数据具备的情况下, 要估算NEP, 本文土壤异养呼吸Rh采用张梅等[25]建立的模型计算：
|
(2) |
式中, Rh和Rs单位（以C计）均为kg·m-2·a-1.
根据现有的研究成果求解Rs；考虑到Chen等[26]的研究成果在目前土壤呼吸模型研究中采样点较完备（147个）, 故本文采用其研究结果估算Rs：
|
(3) |
式中, Rs表示年土壤呼吸（以C计, kg·m-2·a-1）；T表示年均气温（℃）；P表示年降水量（m）；SOC表示0~20cm表层土壤碳密度（以C计, kg·m-2）.
2.3 碳排放经济贡献系数ECC是从经济利益的角度表征碳生产力, 计算方法如下[27]：
|
(4) |
式中, Gi和Ci分别表示某县/区的GDP和碳排放, G和C分别表示京津冀地区的总GDP和总碳排放. 当ECC > 1, 则表明该县区具有相对较高的能源利用效率和碳生产力；当ECC < 1, 则表明该县区具有相对较低的能源利用效率和碳生产力.
2.4 碳生态承载系数ESC是某县/区碳吸收占京津冀地区碳吸收的比例与该县区碳排放占京津冀地区碳排放比例的商, 表征该市的碳汇能力, 计算公式如下[28]：
|
(5) |
式中, CSi和Ci分别表示某县/区的碳吸收和碳排放, CS和C分别表示京津冀地区的总碳吸收和总碳排放. 当ESC > 1, 则表明该县区具有相对较高的碳汇能力；当ESC < 1, 则表明该县区具有相对较低的碳汇能力.
3 结果与分析 3.1 碳排放和碳吸收空间分异格局利用自然断点法将京津冀地区碳排放数据分为6级, 从县域尺度来看, 京津冀的碳排放量总体呈北低南高的递增趋势（图 2）. 围场县、康保县和丰宁满族自治县等地由于自然环境优越, 城市化水平低, 能源消耗量较小, 在2002~2020年间碳排放量处于较低水平, 但青龙满族自治县、承德县和平泉县受到发展人口与工业的影响, 碳排放量在逐年增长. 2002年碳排放低值区多在保定、石家庄和邯郸的大部分县域, 人口相对密集, 高耗能产业较少, 高值区分布在北京市与天津市的滨海新区, 其人口密度大, 重工业与制造业等高耗能产业占比高, 总能源消耗量大, 甚至达到了2 697.28×104 t[图 2（a）]
|
图 2 2002、2011和2020年京津冀县域碳排放空间分异 Fig. 2 Spatial differentiation of the county carbon emissions in Beijing-Tianjin-Hebei in 2002, 2011, and 2020 |
由图 3可知, 2002~2020京津冀地区碳吸收呈西北高东南低的分布格局, 且总体呈上升趋势, 碳汇地区面积逐渐扩大. 2002年高值区集中在北部, 其生态环境质量较好, 总体开发程度较低[图 3（a）]. 2011年碳汇地区有所增加, 最高值为462.69×104 t, 但南部的宁晋县和邢台市市辖区等部分县域碳吸收由正转为负, 其碳汇能力有所下降[图 3（b）]. 2020年碳汇地区范围大幅增加, 碳吸收高值地区也显著扩大, 但仍集中于西北部[图 3（c）].
|
图 3 2002、2011和2020年京津冀县域碳吸收空间分异 Fig. 3 Spatial differentiation of carbon sequestration in counties of Beijing-Tianjin-Hebei in 2002, 2011, and 2020 |
选取京津冀地区2002年、2011年和2020年这3个阶段分析县域尺度下的碳排放经济贡献系数（ECC）, 系数均为正值且逐年增大, 在空间上存在鲜明异质性（图 4）. 在2002年表现为北高南低的分布特点, 高值区多在康保县、张北县和尚义县等地, 说明该地有较高的能源利用效率和碳生产力；而2011年相较2002年ECC得到大幅提升, 高值区有明显的改变和扩大, 由西北向东南变化, 表明在城市的快速发展下县域间的联系更加紧密；2020年呈中心高四周低的空间分布格局, 高值区增加了北京市辖区、房山区和大兴区, 且怀柔区和昌平区尤为突出, 其积极推动产业发展与转型, 以资源环境的承载力为依托进行可持续发展.
|
图 4 2002、2011和2020年京津冀县域碳排放经济贡献系数空间分异 Fig. 4 Spatial differentiation of ECC of carbon emissions of counties in Beijing-Tianjin-Hebei in 2002, 2011, and 2020 |
选取京津冀地区2002年、2011年和2020年这3个阶段分析县域尺度下的碳生态承载系数（ESC）, 系数有正有负且差异较大, 整体呈北高南低的空间分布格局. 以青龙满族自治县至平山县东北至西南一带为分界线, 在2002年分界线以南均为低值区, 而以北多为高值区, 得益于千松坝造林和京津风沙治理等生态工程, 碳汇量较高, 碳生态承载能力好[图 5（a）]；2011年低值区集中在华北平原和东部临海地区, 多为钢铁、煤炭和化肥等重工业, 能源利用率和碳汇能力较低[图 5（b）]；2020年低值区有所减少, 高值区增加了阜平县、涿鹿县和赤城县, 这与太行山生态综合治理项目的展开相关, 植被覆盖率有所提升[图 5（c）], 整体看来京津冀地区的生态承载能力在逐步增强.
|
图 5 2002、2011和2020年京津冀县域碳生态承载系数空间分异 Fig. 5 Spatial differentiation of ESC of counties in Beijing-Tianjin-Hebei in 2002, 2011, and 2020 |
根据京津冀地区的碳排放量、碳吸收量、碳排放经济贡献率（ECC）和碳吸收生态承载系数（ESC）等指标, 在此基础上将京津冀地区划分为4个分区（表 1）, 分别为低碳保持区（ECC > 1且ESC > 1）、经济发展区（ECC < 1且ESC > 1）、碳汇发展区（ECC > 1且ESC < 1）和综合优化区（ECC < 1且ESC < 1）, 并在此基础上提出低碳优化策略及建议. 本文选取了2002年、2011年和2020年京津冀地区的碳平衡分区进行对比分析.
|
表 1 碳平衡分区统计 Table 1 Carbon balance zoning statistics |
由图 6可知, 常年分布在低碳保持区的县域主要集中在京津冀的北部地区, 包括围场县、丰宁满族自治县、康保县和沽源县等县, 这些地区碳汇资源丰富, 且总碳排放量较小, 生态压力小. 在未来对其进行开发的同时也要注重环境的保护. 承德县、宽城满族自治县和滦平县在2011年由低碳保持区转变为经济发展区. 蔚县、涞源县、易县和平泉县等县则长年处于经济发展区, 这些地区经济发展相对滞后, 能源利用水平不高, 但其固碳能力较高. 可以发展与之对应的低碳产业. 提高能源的利用效率. 阳原县和宣化区在2002年还是综合优化区, 在2007年后变成了经济发展区. 碳汇发展区主要集中在北京市、天津市及其周边县市等, 这些地区的碳排放经济贡献系数较高, 能源利用效率较高, 碳排放强度低而总排放量大. 综合优化区集中在京津冀的中南部, 包括邢台市、邯郸市和衡水市等地, 这些区域重工业发达, 碳排放量远远大于碳吸收量. 其中承德市市辖区在2020年变成综合优化区, 是由于经济快速发展而忽略了碳排放而导致的.
|
图 6 京津冀2002、2011和2020年县域碳平衡分区 Fig. 6 County carbon balance zoning in counties of Beijing-Tianjin-Hebei in 2002, 2011, and 2020 |
为了进一步优化京津冀地区碳平衡分区, 综合京津冀地区主体功能区分区情况与碳排放经济贡献率、碳吸收生态承载系数将京津冀地区碳平衡分区进一步细化, 得到可以进一步反映地区主体功能与碳汇情况的16个分区（表 2和图 7）.
|
|
表 2 碳平衡分区优化统计1） Table 2 Carbon balance zoning optimization statistics |
|
图 7 2002、2011和2020年基于主体功能区的京津冀县域碳平衡优化分区 Fig. 7 Optimized zoning of the carbon balance in counties of Beijing-Tianjin-Hebei based on the main functional areas in 2002, 2011, and 2020 |
（1）低碳保持区 2002年低碳保持区分为低碳保持区-优化开发区、低碳保持区-重点开发区、低碳保持区-农产品主产区和低碳保持区-重点生态功能区这4类. 低碳保持区-优化开发区的总体开发密度较高, 但仍具有较高的能源利用效率与碳汇能力, 仅抚宁县1个县域；低碳保持区-重点开发区开发潜力较大, 能源利用效率与碳汇能力强, 主要分布在万全区和承德市市辖区；低碳保持区-农产品主产区以农业产品生产为主, 工业开发程度不高, 主要分布在隆化县；低碳保持区-重点生态功能区范围较大, 是低碳保持区中主要分布类型, 区域具有重要的生态功能, 国土开发强度较低, 能源利用效率与碳汇能力高, 主要包括阜平县、赤城县和崇礼区等16个县域. 2011年相较于2002年低碳保持区总面积减少, 低碳保持区-优化开发区、低碳保持区-重点开发区消失, 低碳保持区-重点生态功能区向西总体退缩, 但仍为低碳保持区主要分布类型. 2020年低碳保持区-农产品主产区消失, 仅剩低碳保持区-重点生态功能区, 该区域总体范围变化较小, 但仍呈减少趋势.
（2）经济发展区 2002年经济发展区共分为经济发展区-优化开发区、经济发展区-农产品主产区和经济发展区-重点生态功能区这3类, 经济发展区-优化开发区为经济发展较快, 资源开发水平较高, 碳汇能力强, 但能源利用效率较低的地区, 分布于怀来县, 2011年和2020年该分区范围没有变化, 仍分布于怀来县. 经济发展区-农产品主产区是指以提供生态产品为主, 生态质量较好, 但碳生产力较低的区域, 2002和2011年主要分布在平泉县1个县域, 2020年区域范围有所扩大, 主要分布在隆化县、平泉县和吴桥县. 经济发展区-重点生态功能区是经济发展区的主要分布类型, 具有重要的生态意义, 但存在一定能源浪费, 主要分布在京津冀地区的西部和东北部, 包括涞源县、易县和滦平县等8个县域, 2011年区域面积扩大, 主要分布在平山县、阳原县和怀安县等13个县域, 2020年经济发展区-重点生态功能区范围持续扩大, 分布于涉县、阜平县和灵寿县等16个县域. 2011年经济发展区-重点开发区出现, 该区域开发程度相对较高, 资源环境承载力较强, 碳汇能力较强, 但资源利用率有待提高, 主要分布在宣化区和万全区, 2020年分区范围没有变化.
（3）碳汇发展区 碳汇发展区共分为碳汇发展区-优化开发区、碳汇发展区-重点开发区、碳汇发展区-农产品主产区和碳汇发展区-重点生态功能区这4类, 主要集中于石家庄市与京津地区. 碳汇发展区-优化开发区是指地区国土开发程度较高, 工业产业较为发达, 能源利用效率较高, 但碳汇能力较弱, 2002年碳汇发展区-优化开发区主要包括唐山市市辖区、北京市市辖区和霸州市等工业实力较为雄厚的老牌工业县域, 2002~2020年随着地区产业发展该区域范围有所变化, 但始终分布于北京市市辖区与天津市县域. 碳汇发展区-重点开发区具有较好的发展区位因素, 国土可开发程度较高, 但碳汇能力有待提高, 主要包括大兴区、滨海新区和正定县等主城区卫星城, 18 a间分布较稳定, 围绕主城区有所增减. 碳汇发展区-农产品主产区是以农产品生产为主, 具有较高的碳生产力, 但碳汇能力较差的地区, 2002年和2011年仅顺义区1个县域, 2020年面积有所扩大. 碳汇发展区-重点生态功能区是承担重要生态功能, 能源利用效率较高, 碳汇能力较弱的区域, 主要分布在北京市周边县, 分区2002~2011年有所减少, 2011~2020年沿北京市主城区向东有所扩大.
（4）综合优化区 综合优化区共分为综合优化区-优化开发区、综合优化区-重点开发区、综合优化区-农产品主产区和综合优化区-重点生态功能区. 综合优化区-优化开发区国土开发程度较高, 但亟需提升能源利用效率与碳汇能力, 主要集中在东部县域, 2002年主要分布在海兴县、滦县和宝坻区等20个县域, 2002~2020年区域范围逐渐扩大到27个县域. 综合优化区-重点开发区具有良好的区位发展条件, 但区域内碳生产力与碳汇能力均较低, 分布较为零散, 主要围绕石家庄市、邯郸市和张家口市主城区分布, 2002年主要包括宣化区和藁城市等22个县域, 18 a间变动较小. 综合优化区-农产品主产区以农业功能为主, 二、三产业发展程度不高, 能源利用方式较为粗放, 经济发展较为缓慢, 主要集中分布在东南部, 2002~2020年间区域分布情况较为稳定, 总体呈缓慢下降的趋势. 综合优化区-重点生态功能区以生态涵养为主要功能, 但区域原有工业形式仍有待改变, 碳生产力与碳汇能力有待提高, 主要分布在西南部, 2002~2011年间由于部分地区经济发展需要, 综合优化区-重点生态功能区范围有所扩大, 主要分布于涉县、邢台市市辖区和衡水市市辖区等15个县；2011~2020年间由于我国生态保护理念的贯彻发展, 地区能源利用方式得到改善, 故该区域有所减少, 分布范围下降到11个县域.
4 讨论 4.1 碳收支时空分异格局分析本研究发现京津冀地区的碳排放量总体呈现北部低, 且逐渐向南增高的趋势, 这与李云燕等[29]的研究结果具有一致性. 随着纬度的降低, 气温逐渐升高, 自然环境逐渐宜居, 伴随人类活动的集聚也导致了碳排放量的增加[30]. 其中, 通州区和武清区等地碳排放量介于500.95×104~855.21×104 t之间, 随着时间的推移, 该区域面积逐渐扩大, 形成了集聚效应. 产生这种现象的主要原因是工业的快速发展, 使高耗能产业成为该区域的主要发展产业[31].
京津冀地区碳吸收呈“西北高, 东南低”的分布[32], 且总体呈上升趋势, 碳汇地区面积逐渐扩大. 碳吸收的高值集中分布在研究区的北部, 集中在张家口市, 最高值为360.13×104 t, 该区域的特点是生态环境质量较好, 但经济发展较为缓慢, 总体开发程度较低, 这与刘天昊等[33]在研究张家口地区时得到的结果一致. 碳吸收呈负值的区域主要分布在东南部, 天津市、北京市和邢台市为主要的碳吸收区. 2011年碳汇地区总面积与总量均有所增加, 最高值为462.69×104 t, 与2002年相比增加了28%, 这一现象得益于国家环境保护政策的推行[34]. 位于京津冀地区南部的宁晋县等部分县域碳吸收由正值转为负值, 推测是经济快速发展对环境造成破坏, 导致生态环境碳汇能力降低.
4.2 县域能源利用率与碳汇能力分析京津冀城市群作为我国重要的经济增长极, 其协同发展受到广泛关注, 多数学者的研究仅集中在碳排放时空变化[35]、影响因素[36]和低碳高质量发展[14], 本文则采用碳排放经济贡献系数（ECC）和碳生态承载系数（ESC）探究自然和社会经济条件, 揭示其碳汇能力和能源利用效率. 各地区的碳排放经济贡献和碳生态承载能力差异显著, 存在鲜明空间异质性, 其中北京市作为区域产业规划引领, 是重要的能源吸纳中心[37], 经济贡献大于碳排放的贡献率, 成为碳排放经济贡献系数高值区, 在碳减排工作中将面临更多挑战与困难, 因此进行生态固碳和技术固碳两手抓至关重要[38]；围场县、丰宁满族自治县和隆化县作为我国京津风沙治理生态修复工程的核心地区, 在人类活动的正向干扰下, 植被覆盖度有所提升, 碳汇能力得到有效改善[39], 碳生态承载能力较好. 在气候变化和人类活动中, 人类活动对碳生态承载系数的影响更加显著, 有研究发现, 人类活动对京津冀地区植被显著改善的贡献率超过80%的地区占比22.1%, 且承德市尤为明显[40], 而华北平原作为我国粮食主产区, 水资源短缺成为限制农业发展的重要因素, 城市扩张等活动直接影响植被覆盖状况.
随着生态文明建设成为重要战略方向, 绿色低碳高质量发展成为焦点, 在发展进程中, 大部分地区的碳生产力和能源利用效率不断得到提升, 人类活动正在由之前的高碳粗放向低碳集约转变[41], 在今后的发展需要提高能源效率, 降低总能耗, 助力“双碳”目标实现, 推动京津冀绿色协同发展.
4.3 碳平衡优化分区综合考虑京津冀地区的碳排放量、碳吸收量、碳排放经济贡献率（ESC）和碳吸收生态承载系数（ECC）等指标, 综合考量区域碳平衡的原则, 参考已有的碳平衡分区依据和标准[42~45]在此基础上将京津冀地区划分为4个分区, 分别为低碳保持区（ECC > 1且ESC > 1）、经济发展区（ECC < 1且ESC > 1）、碳汇发展区（ECC > 1且ESC < 1）和综合优化区（ECC < 1且ESC < 1）. 并选取2002年、2011年和2020年京津冀地区的碳平衡分区进行对比分析. 其中围场县、丰宁满族自治县、康保县和沽源县等县自然资源丰富, 碳吸收和承载能力较强[46], 对其进行开发的同时也要注重环境的保护. 承德县、宽城满族自治县和滦平县在2011年由低碳保持区转变为经济发展区. 蔚县、涞源县、易县和平泉县等县则长年处于经济发展区, 能源利用水平不高, 但其固碳能力较高, 可以发展与之对应的低碳产业[27], 提高能源的利用效率. 阳原县和宣化区在2002年是综合优化区, 在2007年后变成了经济发展区. 碳汇发展区主要集中在北京市、天津市及其周边县市, 这些地区的碳排放经济贡献系数和能源利用效率较高, 碳排放强度低而总排放量大. 综合优化区集中在京津冀的南部, 包括邢台市、邯郸市和衡水市等地, 这些区域重工业发达, 碳排放量远远大于碳吸收量. 其中承德市市辖区在2020年变成综合优化区, 是由于经济快速发展而忽略了碳排放而导致的.
不同程度的碳平衡分区与区域经济发展之间均存在重要关联[47], 京津冀不同县域之间经济发展情况存在巨大差异, 在进行减碳工作时, 应明确不同分区之间的发展现状, 从实际出发, 制定相关生态限制政策, 从经济发展的角度上看, 指导地区推进产业转型, 革新能源利用方式, 提高能源利用效率对地区碳平衡的实现具有重要积极意义[48].
4.4 政策建议与展望持续推进京津冀协同发展, 构建经济、绿色和可持续发展模式. 在研究时间序列内, 县域尺度碳排放高值区主要集中在京津唐地区, 多高耗能和高污染产业, 说明在未来发展过程中亟待厘清不同城市间的碳减排责任机制, 针对不同城市的发展进程提出差异化政策, 实现区域间差异性和协调性的统筹兼顾；而其碳吸收整体呈上升趋势, 北部尤为显著, 碳吸收能力较强, 表明区域协同发展能够有效推动碳排放高值区的碳减排, 使得区间的碳减排差异逐渐收敛, 应不断推进生态保护工程措施的实施和制度体系完善, 实现共同利益最大化.
加快实施京津冀产业转型, 建立循环、绿色和低碳的产业体系. 京津冀地区是我国人与自然关系最为紧张、资源环境超载矛盾较为突出的地区, ECC和ESC两个系数能够有效反映其能源利用率和碳生产能力, 其空间异质性显著, 说明区域间的差异化明显, 未来应加强不同地域间的产业结构战略调整, 重视产业集聚效应, 积极发展高新技术产业, 改造传统产业, 推动产业结构优势互补和协同发展, 从整体利益出发进行产业间的统筹规划, 以新发展理念为引领, 带动经济发展量质齐升, 优化京津冀产业的再布局.
因地制宜地调整与制定京津冀发展策略, 建立和谐、共赢和高效的城市群. 对京津冀地区进行基于主体功能区的分区, 明晰了京津冀县域发展现状, 为各县域未来发展方向具有一定指导意义. 维护重点生态功能区独特生态功能, 严格限制高耗能、高碳排产业碳排放量, 发展低碳产业以拉动地区经济发展；优化开发区在不断挖掘开发自身发展资源的同时, 提升产业技术更新敏感度, 加强技术升级与资源开发的同步性, 为区域经济发展增效；重点开发区应关注发展机遇, 在环境限度内积极承接产业转移, 将区域发展潜能转化为经济增长；农产品主产区在聚焦于农业生产主体功能的同时维护区域碳汇能力, 发展绿色农业.
5 结论（1）3个时间段的碳排放均呈“东南高、西北低”空间格局, 而碳吸收则表现为“西北高、东南低”, 且碳排放量和碳吸收总量两者均呈增加趋势, 但碳汇范围和强度有所降低, 各县域亟需探索经济发展与减碳工作并行的最佳路径.
（2）对3个不同时间段进行县域尺度下ECC和ESC分析, 其中ECC表现为以北京为中心向周围不断降低, ESC表现为北高南低的空间分布, 在空间分布上具有鲜明异质性, 这与京津冀地区的生态工程建设的实施密不可分.
（3）基于碳平衡分区, 将京津冀地区县域分为4个主体功能区, 并在此基础上叠加ESC和ECC指数将其进一步细化为16个分区, 深入探究其减排增汇现状, 为京津冀未来碳平衡发展提供研究思路.
| [1] |
冯新惠, 李艳, 王诗逸, 等. "双碳"目标下城市形态对碳排放的影响: 以长江经济带为例[J]. 环境科学, 2024, 45(6): 3389-3401. Feng X H, Li Y, Wang S Y, et al. Impacts of urban form on carbon emissions under the goal of carbon emission peak and carbon neutrality: a case study of the Yangtze River Economic Belt[J]. Environmental Science, 2024, 45(6): 3389-3401. |
| [2] | Xiu J, Zang X Q, Piao Z, et al. China's low-carbon economic growth: an empirical analysis based on the combination of parametric and nonparametric methods[J]. Environmental Science and Pollution Research, 2023, 30(13): 37219-37232. |
| [3] |
张亚龙, 张海峰, 杨雪梅. 黄河流域城市碳收支时空差异与碳补偿分区研究[J]. 世界地理研究, 2024, 33(3): 116-130. Zhang Y L, Zhang H F, Yang X M. Spatial and temporal difference in urban carbon budget in the Yellow River Basin and carbon offset zoning study[J]. World Regional Studies, 2024, 33(3): 116-130. |
| [4] |
陆海岳, 齐娇娇, 叶延磊, 等. 中国不同行政尺度下的碳收支时空变化特征[J]. 环境科学, 2024, 45(10): 5601-5612. Lu H Y, Qi J J, Ye Y L, et al. Characteristics of spatiotemporal changes in China's carbon budget at different administrative scales[J]. Environmental Science, 2024, 45(10): 5601-5612. |
| [5] |
黄怀玉, 龚直文, 陈小娟, 等. 基于土地利用碳收支差异的重庆市碳补偿优先区识别[J]. 环境科学, 2024, 45(9): 5027-5039. Huang H Y, Gong Z W, Chen X J, et al. Identification of priority areas for carbon compensation in Chongqing based on the difference in land use carbon budget[J]. Environmental Science, 2024, 45(9): 5027-5039. |
| [6] |
王奕淇, 甄雯青. 基于主体功能区的碳收支时空分异和碳补偿分区: 以黄河流域县域为例[J]. 环境科学, 2024, 45(9): 5015-5026. Wang Y Q, Zhen W Q. Spatiotemporal differentiation of carbon budget and carbon compensation zoning based on the plan for major function-oriented zones: a case study of counties in the Yellow River Basin[J]. Environmental Science, 2024, 45(9): 5015-5026. |
| [7] |
李成, 杨舒慧, 吴芳, 等. "双碳"背景下中国能源消费碳排放与植被固碳的时空分异[J]. 中国环境科学, 2022, 42(4): 1945-1953. Li C, Yang S H, Wu F, et al. Spatio-temporal patterns of CO2 emissions from energy consumption and vegetation carbon sequestration in China under the emission peak and carbon neutrality[J]. China Environmental Science, 2022, 42(4): 1945-1953. |
| [8] |
王丽蓉, 石培基, 尹君锋, 等. 碳中和视角下甘肃省县域碳收支时空分异与国土空间分区优化[J]. 环境科学, 2024, 45(7): 4101-4111. Wang L R, Shi P J, Yin J F, et al. Spatio-temporal differentiation of county carbon budget and territorial space optimization zoning strategy in Gansu province from the perspective of carbon neutrality[J]. Environmental Science, 2024, 45(7): 4101-4111. |
| [9] |
张文英, 高雪松, 王启. 沱江流域土地利用碳平衡与人类活动强度的关系[J]. 水土保持通报, 2023, 43(3): 349-356, 365. Zhang W Y, Gao X S, Wang Q. Relationship between land use carbon balance and human activity intensity in Tuojiang River Basin[J]. Bulletin of Soil and Water Conservation, 2023, 43(3): 349-356, 365. |
| [10] |
张同斌, 周县华, 刘巧红. 碳减排方案优化及其在产业升级中的效应研究[J]. 中国环境科学, 2018, 38(7): 2758-2767. Zhang T B, Zhou X H, Liu Q H. Optimized carbon emission reduction scheme and its effects on the industrial upgrading[J]. China Environmental Science, 2018, 38(7): 2758-2767. |
| [11] |
张红凤, 丁相江, 于法稳, 等. 农业产业集聚对农业碳排放的影响——基于环境规制的调节效应研究[J]. 生态经济, 2024, 40(3): 112-120. Zhang H F, Ding X J, Yu F W, et al. The impact of agricultural industry agglomeration on agricultural carbon emissions: research on the moderating effect based on environmental regulation[J]. Ecological Economy, 2024, 40(3): 112-120. |
| [12] |
杜敏, 梁鑫源. 空间关联视角下江苏省土地利用冲突与碳排放的互馈机制[J]. 西部人居环境学刊, 2024, 39(1): 104-108. Du M, Liang X Y. Mutual feedback mechanism of land use conflict and carbon emissions in Jiangsu province from the spatial correlation perspective[J]. Journal of Human Settlements in West China, 2024, 39(1): 104-108. |
| [13] |
谭洁, 刘琴, 唐晓佩, 等. 基于LMDI模型的土地利用碳排放时空差异及影响因素研究——以洞庭湖区为例[J]. 地域研究与开发, 2024, 43(1): 160-166. Tan J, Liu Q, Tang X P, et al. Spatial and temporal evolution of carbon emissions from land use and its influencing factors based on LMDI model: a case study of the Dongting Lake area[J]. Areal Research and Development, 2024, 43(1): 160-166. |
| [14] |
刘志华, 袁庆禄, 李翠, 等. "双碳"战略下低碳经济与高质量发展协同效应: 以京津冀城市群为例[J]. 环境科学, 2024, 45(11): 6301-6312. Liu Z H, Yuan Q L, Li C, et al. Research on the synergistic effect of low-carbon economy and high-quality development under the "Dual-Carbon" strategy: a case study of Beijing-Tianjin-Hebei urban agglomeration[J]. Environmental Science, 2024, 45(11): 6301-6312. |
| [15] |
朱一姝, 吴涵宇, 马明, 等. 长江三角洲城市群碳排放及其影响因素的多尺度空间关系研究[J]. 地质通报, 2024, 43(7): 1232-1242. Zhu Y S, Wu H Y, Ma M, et al. Multi-scale spatial relationship between carbon emissions and influencing factors in the Yangtze River Delta[J]. Geological Bulletin of China, 2024, 43(7): 1232-1242. |
| [16] |
陈飞, 徐鹤, 李永贺. 长三角地区城市密度对碳排放绩效的影响效应与机制[J]. 生态学报, 2024, 44(10): 4092-4104. Chen F, Xu H, Li Y H. Low-carbon development effects and mechanisms of urban density in the Yangtze River Delta region[J]. Acta Ecologica Sinica, 2024, 44(10): 4092-4104. |
| [17] |
梁思茵, 孔荫莹, 邹美靓, 等. 基于空间异质性的珠三角城市群碳排放驱动因素研究[J]. 环境科学学报, 2023, 43(11): 237-244. Liang S Y, Kong Y Y, Zou M L, et al. Spatial heterogeneity-based drivers of carbon emissions in the Pearl River Delta[J]. Acta Scientiae Circumstantiae, 2023, 43(11): 237-244. |
| [18] |
张正峰, 张栋. 基于社会网络分析的京津冀地区碳排放空间关联与碳平衡分区[J]. 中国环境科学, 2023, 43(4): 2057-2068. Zhang Z F, Zhang D. Spatial relatedness of CO2 emission and carbon balance zoning in Beijing Tianjin Hebei counties[J]. China Environmental Science, 2023, 43(4): 2057-2068. |
| [19] |
黄经南, 惠雨, 杨石琳, 等. 基于县(市、区)的京津冀城市群生态与经济协调发展研究[J]. 测绘地理信息, 2024, 49(2): 100-107. Huang J N, Hui Y, Yang S L, et al. Coordinated development of ecology and economy of Beijing-Tianjin-Hebei urban agglomeration based on counties/county-level Cities/Districts[J]. Journal of Geomatics, 2024, 49(2): 100-107. |
| [20] | Xue H, Shi Z Q, Huo J G, et al. Spatial difference of carbon budget and carbon balance zoning based on land use change: a case study of Henan Province, China[J]. Environmental Science and Pollution Research, 2023, 30(50): 109145-109161. |
| [21] |
李建豹, 陈红梅, 张彩莉, 等. 长三角地区碳源碳汇时空演化特征及碳平衡分区[J]. 环境科学, 2024, 45(7): 4090-4100. Li J B, Chen H M, Zhang C L, et al. Spatiotemporal evolution characteristics of carbon sources and carbon sinks and carbon balance zoning in the Yangtze River Delta Region[J]. Environmental Science, 2024, 45(7): 4090-4100. |
| [22] |
蔡斌, 程昊淼, 亓浩雲, 等. 京津冀植被类型对典型城市夏季O3和PM2.5贡献[J]. 中国环境科学, 2023, 43(6): 2734-2743. Cai B, Cheng H M, Qi H Y, et al. Contributions to O3 and PM2.5 in summer of vegetation types in typical cities in Beijing-Tianjin-Hebei region[J]. China Environmental Science, 2023, 43(6): 2734-2743. |
| [23] |
种方方, 杜加强, 朱晓倩, 等. 京津冀陆地生态系统碳储量估算与空间格局分析[J]. 环境科学研究, 2023, 36(11): 2065-2073. Chong F F, Du J Q, Zhu X Q, et al. Carbon storage estimation and spatial pattern analysis of terrestrial ecosystems in the Beijing-Tianjin-Hebei region[J]. Research of Environmental Sciences, 2023, 36(11): 2065-2073. |
| [24] |
张贵, 孙建华. 京津冀协同创新共同体的生成机理、评价及对策——基于生态视角的区域创新新解释[J]. 城市问题, 2024(2): 18-27. Zhang G, Sun J H. Generation mechanism, evaluation and countermeasures of Beijing-Tianjin-Hebei collaborative innovation community: a new interpretation of regional innovation based on ecological perspective[J]. Urban Problems, 2024(2): 18-27. |
| [25] |
张梅, 黄贤金, 揣小伟, 等. 中国净生态系统生产力空间分布及变化趋势研究[J]. 地理与地理信息科学, 2020, 36(2): 69-74. Zhang M, Huang X J, Chuai X W, et al. Spatial distribution and changing trends of net ecosystem productivity in China[J]. Geography and Geo-Information Science, 2020, 36(2): 69-74. |
| [26] | Chen H, Zhu Q A, Peng C H, et al. The impacts of climate change and human activities on biogeochemical cycles on the Qinghai-Tibetan Plateau[J]. Global Change Biology, 2013, 19(10): 2940-2955. |
| [27] |
赵荣钦, 张帅, 黄贤金, 等. 中原经济区县域碳收支空间分异及碳平衡分区[J]. 地理学报, 2014, 69(10): 1425-1437. Zhao R Q, Zhang S, Huang X J, et al. Spatial variation of carbon budget and carbon balance zoning of Central Plains Economic Region at county-level[J]. Acta Geographica Sinica, 2014, 69(10): 1425-1437. |
| [28] |
夏四友, 杨宇. 基于主体功能区的京津冀城市群碳收支时空分异与碳补偿分区[J]. 地理学报, 2022, 77(3): 679-696. Xia S Y, Yang Y. Spatio-temporal differentiation of carbon budget and carbon compensation zoning in Beijing-Tianjin-Hebei Urban Agglomeration based on the Plan for Major Function-oriented Zones[J]. Acta Geographica Sinica, 2022, 77(3): 679-696. |
| [29] |
李云燕, 张硕. 中国城市碳排放强度时空演变与影响因素的时空异质性[J]. 中国环境科学, 2023, 43(6): 3244-3254. Li Y Y, Zhang S. Spatio-temporal evolution of urban carbon emission intensity and spatiotemporal heterogeneity of influencing factors in China[J]. China Environmental Science, 2023, 43(6): 3244-3254. |
| [30] |
任杨千千, 连懿, 李海笑, 等. 中国大陆CO2浓度时空分布特征及驱动因素[J]. 中国环境科学, 2023, 43(4): 1919-1929. Ren Y Q Q, Lian Y, Li H X, et al. Spatial and temporal distribution of CO2 concentration in mainland China and its influencing factors[J]. China Environmental Science, 2023, 43(4): 1919-1929. |
| [31] |
王雅晴, 谭德明, 张佳田, 等. 我国城市发展与能源碳排放关系的面板数据分析[J]. 生态学报, 2020, 40(21): 7897-7907. Wang Y Q, Tan D M, Zhang J T, et al. The impact of urbanization on carbon emissions: analysis of panel data from 158 cities in China[J]. Acta Ecologica Sinica, 2020, 40(21): 7897-7907. |
| [32] |
李竹, 王兆峰, 吴卫, 等. 碳中和目标下中国省域碳平衡能力与城镇化的关系[J]. 自然资源学报, 2022, 37(12): 3136-3152. Li Z, Wang Z F, Wu W, et al. The relationship between China's provincial carbon balance capacity and urbanization under carbon neutrality target[J]. Journal of Natural Resources, 2022, 37(12): 3136-3152. |
| [33] |
刘天昊, 冀正欣, 段亚明, 等. "双碳"目标下张家口市"三生"空间格局演化及碳效应研究[J]. 北京大学学报(自然科学版), 2023, 59(3): 513-522. Liu T H, Ji Z X, Duan Y M, et al. Spatial pattern evolution and carbon effect of production-living-ecological space in Zhangjiakou city under carbon peak and carbon neutrality goals[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2023, 59(3): 513-522. |
| [34] |
刘志华. 减排目标约束下的省域碳生态补偿研究[D]. 北京: 北京林业大学, 2022. Liu Z H. Study on provincial eco-compensation of carbon under the constraint of emission reduction targets[D]. Beijing: Beijing Forestry University, 2022. |
| [35] |
刘进军, 高原雪, 白雨弘, 等. 基于夜光遥感的华北地区碳排放时空变化分析[J]. 环境科学学报, 2024, 44(4): 474-482. Liu J J, Gao Y X, Bai Y H, et al. Spatial-temporal variation analysis of carbon emissions in North China based on nighttime light remote sensing[J]. Acta Scientiae Circumstantiae, 2024, 44(4): 474-482. |
| [36] |
张清喜, 葛京凤, 董丽, 等. 京津冀地区碳排放与土地集约利用关系演变及其影响因素分析[J]. 中国矿业, 2022, 31(9): 53-60. Zhang Q X, Ge J F, Dong L, et al. The evolution and influencing factors of the relationship between carbon emissions and land intensive use in Beijing-Tianjin-Hebei region[J]. China Mining Magazine, 2022, 31(9): 53-60. |
| [37] |
杨子涵, 彭宝玉, 孙君. 京津冀地区产业链空间网络及其隐含碳排放研究[J]. 地理科学进展, 2024, 43(2): 215-230. Yang Z H, Peng B Y, Sun J. Spatial network of industrial chains and their embodied carbon emissions in the Beijing-Tianjin-Hebei region[J]. Progress in Geography, 2024, 43(2): 215-230. |
| [38] |
石晓冬, 杨悦, 张文雍, 等. 超大城市落实"双碳"目标的策略——以北京为例[J]. 科技导报, 2023, 41(22): 58-66. Shi X D, Yang Y, Zhang W Y, et al. Challenges and response strategies for ultra-large cities to achieve "dual-carbon" goals: a case study of Beijing[J]. Science & Technology Review, 2023, 41(22): 58-66. |
| [39] |
陈靖松, 张建军, 李金龙, 等. 京津冀地区碳排放时空格局变化及其驱动因子[J]. 生态学报, 2024, 44(6): 2270-2283. Chen J S, Zhang J J, Li J L, et al. Spatio-temporal pattern of carbon emissions and its driving factors in the Beijing-Tianjin-Hebei region[J]. Acta Ecologica Sinica, 2024, 44(6): 2270-2283. |
| [40] |
高旭旭, 于长文, 张婧, 等. 定量评估京津冀气候变化和人类活动对植被NPP变化的相对作用[J]. 中国农业气象, 2022, 43(2): 124-136. Gao X X, Yu C W, Zhang J, et al. Quantitative assessment on the relative influence of climatic change and human activities on net primary productivity in Beijing-Tianjin-Hebei[J]. Chinese Journal of Agrometeorology, 2022, 43(2): 124-136. |
| [41] |
苑韶峰, 唐奕钰. 低碳视角下长江经济带土地利用碳排放的空间分异[J]. 经济地理, 2019, 39(2): 190-198. Yuan S F, Tang Y Y. Spatial differentiation of land use carbon emission in the Yangtze River economic belt based on low carbon perspective[J]. Economic Geography, 2019, 39(2): 190-198. |
| [42] |
李姗珊, 王权明. 基于GIS的土地利用碳收支时空分异及碳平衡分区研究——以大连市为例[J]. 绿色科技, 2023, 25(24): 257-264. Li S S, Wang Q M. Spatial and temporal differentiation of land use carbon budget and carbon balance zoning based on GIS——taking Dalian city as an example[J]. Journal of Green Science and Technology, 2023, 25(24): 257-264. |
| [43] |
李卓娜, 杨洋, 朱晓东. 基于土地利用变化的江苏省碳排放时空差异与碳平衡分区[J]. 环境保护科学, 2024, 50(1): 120-132. Li Z N, Yang Y, Zhu X D. Spatial-temporal differences of carbon emissions and carbon balance zoning in Jiangsu based on land use change[J]. Environmental Protection Science, 2024, 50(1): 120-132. |
| [44] |
李缘缘, 魏伟, 周俊菊, 等. 中国土地利用碳排放变化及协调分区[J]. 环境科学, 2023, 44(3): 1267-1276. Li Y Y, Wei W, Zhou J J, et al. Changes in land use carbon emissions and coordinated zoning in China[J]. Environmental Science, 2023, 44(3): 1267-1276. |
| [45] | 柳庆元, 张一薇. "双碳"战略导向下县级国土空间规划路径与实践——以江西玉山县为例[A]. 见: 人民城市, 规划赋能——2022中国城市规划年会论文集(08城市生态规划)[C]. 武汉: 中国城市规划学会, 2023. 9. |
| [46] |
张智扬, 尹海魁, 李新旺, 等. 河北省县域土地利用碳排放空间格局及协调分区[J]. 江苏农业学报, 2024, 40(2): 281-292. Zhang Z Y, Yin H K, Li X W, et al. Spatial pattern and coordination division of carbon emissions of county land use in Hebei province[J]. Jiangsu Journal of Agricultural Sciences, 2024, 40(2): 281-292. |
| [47] |
李湘儿, 胡熠娜. 基于固碳服务供需视角的区域碳平衡研究——以长三角生态绿色一体化发展示范区为例[J]. 长江流域资源与环境, 2024, 33(1): 55-65. Li X E, Hu Y N. Measuring regional balance of carbon sequestration from the perspective of supply and demand: a case study of Yangtze River Delta ecological greening development demonstration area[J]. Resources and Environment in the Yangtze Basin, 2024, 33(1): 55-65. |
| [48] |
龙志. 县域尺度碳排放时空格局与碳平衡分区优化[D]. 兰州: 兰州大学, 2022. Long Z. Spatiotemporal pattern of carbon emissions and carbon balance zoning optimization in the county scale[D]. Lanzhou: Lanzhou University, 2022. |