2025, Vol. 46
绿色低碳发展是习近平总书记生态文明思想的主要内容，也是谋划人与自然和谐共生，实现高质量发展的必然选择[1]. 自20世纪中期后，温室气体排放以及其他人为驱动因子成为全球气候变暖加剧的主要原因[2]. 政府间气候变化专门委员会（IPCC）第五次评估报告中指出了CO2浓度自前工业时代以来剧增的原因，一方面是大量消耗煤炭、石油和天然气等化石燃料，另一方面则是土地利用类型转变所引起的温室气体排放[3]. “三生空间”在党的十八大报告中首次提出，包含生产、生态和生活空间，是在识别国土空间主体功能基础上进行的划分，体现了生态文明建设需求，能够促进区域空间结构失衡问题的解决. 我国城镇化水平在2000年之后加速推进，城市生产生活空间在发展中侵占其他空间，使其面积持续增加，“三生空间”的演变也推动了城市碳代谢的活动. 低碳经济理念提出之后，化石燃料燃烧对气候变化的影响得到了关注和重视[4]，但对“三生空间”用地变化所引起碳排放变化的关注度不够. 因此，基于“三生空间”测算区域碳排放，探究“三生空间”演变和碳代谢之间的关联，是促进区域资源低碳利用和绿色高质量发展的有效方法，对于优化生态环境和实现经济可持续发展具有重要意义.
当前对“三生空间”的研究主要是基于国家[5]、省[6]和县域[7]等行政区划范围以及流域[8]和相似地貌区[9]等多样化的研究尺度和区域，对其理论内涵[10]、功能和分类体系[11]、布局优化[12]、生态价值和效应[13]、演变驱动因素[14]等内容开展深入研究剖析. 现有研究关于碳代谢的核算大多是基于自然和社会经济维度来建立计算模型，自然方面重点关注物理过程[15]，社会经济方面一般立足于能源消费、居民活动和城市规划等多样的活动[16]. 也有学者对碳代谢过程的空间格局开展研究，“三生空间”在城市化的推进中发生转移变化，这个过程也会显现出碳收支的空间差异性[17]，如北京的碳代谢过程呈现空间梯级变化趋势[18]，李峥以厦门市为例，发现厦门市的碳代谢在空间上向工业和交通运输等城镇生活空间和海岸沿线集中，碳收支呈失衡的趋势[19]. 生态网络分析广泛应用于研究碳代谢系统的水平碳流，能够表达系统间的流动关系，具有较好地量化系统特征的优势，并且可以分析代谢主体之间的生态关系[20]，如夏楚瑜等[21]通过对杭州城市碳代谢的研究，发现城市建设用地和大部分用地之间存在掠夺关系，其他地类间存在竞争和互惠共生关系. 当前的研究更多集中在社会经济活动带来的城市碳代谢[22]，较少的学者在城市碳代谢过程研究中考虑了土地因素，Zhang等[23]和Xia等[24]首次将林地和草地作为代谢主体构建了城市碳代谢生态网络关系模型. 尽管也有学者从土地利用的角度分析碳代谢生态网络，但相关的研究仍然较为薄弱.
目前关于碳代谢的研究更多集中在社会经济部门间，针对自然系统的碳排放和碳封存，以及两大系统之间碳流转的研究相对较少，有关“三生空间”变化对碳代谢影响方面的关注也较少，增加了追踪碳系统完整流动的难度. 既有研究多聚焦于以碳排放和碳封存作为指标反映环境表现，评价不同的城市发展策略对碳代谢的影响，但对于“三生空间”演变导致的碳代谢空间格局变化，以及不同碳代谢主体之间关系、结构的空间解析等方面相关研究有待加强.
本研究以乌鲁木齐都市圈作为研究区，构建农业、生态和城镇主导功能的“三生空间”分类体系，运用生态网络分析方法研究都市圈“三生空间”演变在2000~2020年期间产生的碳代谢并分析空间类型之间的生态关系，以期在深入理解“三生空间-碳”之间内在关系机制的基础上，为乌鲁木齐都市圈在碳中和目标下实现“三生空间”优化布局和制定差异化的减排政策提供科学依据，促进都市圈的生态文明建设和绿色低碳发展（图 1）.
|
图 1 都市圈“三生空间”碳代谢研究框架 Fig. 1 Research framework of carbon metabolism in the"production-living-ecological spaces"of urban agglomerations |
新疆维吾尔自治区“国民经济和社会发展第十四个五年规划”和“2035年远景目标纲要”中提出打造乌鲁木齐都市圈，旨在以乌鲁木齐为核心枢纽，促进昌吉市、五家渠市、阜康市和奇台市同城化发展. 加快构建一小时交通网络，以期实现对昌吉州其他县市、石河子、克拉玛依、吐鲁番和哈密等城市的经济辐射和带动作用，推进乌昌石经济一体化发展，形成产业高效发展、城市有序规划和生态环境宜居的现代化都市圈. 本研究的范围为乌鲁木齐市、五家渠市、克拉玛依市、石河子市、昌吉回族自治州、哈密市和吐鲁番市（图 2）.
|
图 2 研究区概况 Fig. 2 Overview of the study area |
都市圈西北部地势较低，是人们生产生活的集聚地，主要地类是耕地和城镇村建设用地；西部和中部的地势较高，以林地和草地为主；北部、南部和东部地势相对适中，分布有大量的未利用地. 其中乌鲁木齐是全疆的政治、经济和文化中心，新时代我国向西开放和对外经济文化交流的重要门户；克拉玛依的天然气和石油等矿产资源较为丰富，是都市圈中以工业为主导的城市；石河子和五家渠有良好的农业发展基础，与都市圈内各城市联系紧密；昌吉回族自治州是重要的农牧业发展基地；吐鲁番具有独特的历史文化资源和深厚的文化底蕴，未来发展潜力较大；哈密拥有丰富的煤炭资源和风光能清洁资源，具有东联、西出、南通和北拓的区位优势.
1.2 数据来源乌鲁木齐都市圈2000年、2005年、2010年、2015年和2020年不同时段30 m×30 m空间分辨率的土地利用数据来源于中国科学院资源环境科学与数据中心，原始数据的土地利用类型包含耕地、林地、草地、水域、未利用地和城乡工矿居民用地这6个一级类和25个更为详细的二级类[25]. 本文所用的能源消耗数据来源于研究年份的《中国能源统计年鉴》《新疆统计年鉴》和都市圈各城市的统计年鉴，从统计局官网下载获取. 人口、农业和交通运输等社会经济数据来源于研究年份的《新疆统计年鉴》《全国农产品成本收益资料汇编》. 本研究过程中部分缺失数据和异常数据运用插值法进行补充和修正.
1.3 研究方法 1.3.1 “三生空间”分类体系土地利用方式可以反映人类活动对国土空间的影响程度，根据土地利用方式对国土空间进行分类，有助于对国土空间开展有效合理的管控和资源配置[26]. 某一区域范围内的国土空间功能并不是单一的，而是具有多样性，但同时也具有功能主导性，这种主导功能与利用主体是紧密相关的. 根据生产、生态和生活“三生空间”的发展愿景，结合生态、农业和城镇三区的基本划定要求[27]，综合考虑主体对国土空间功能的依赖性以及数据的可获取性，划分乌鲁木齐都市圈“三生空间”分类体系（表 1）.
|
表 1 乌鲁木齐都市圈“三生空间”分类体系 Table 1 Classification system of the "production-living-ecological spaces" in the Urumqi Urban Agglomeration |
1.3.2 垂直碳代谢计算
国土空间利用的垂直碳代谢包括用地变化产生的碳排放量和碳封存，学术界当前关于碳代谢的计算方法尚未统一，综合考虑数据可获得性、核算方法成熟性等因素，本研究选择碳转化系数法来核算研究区的碳代谢[28，29].
1.3.2.1 碳排放碳排放是垂直碳代谢计算中的重要一环，考虑不同空间类型产生的碳排放效应，本研究确定了农业生产空间、农村生活空间和城镇生产生活空间作为测算垂直碳排放量的空间类型，碳排放计算指标及其系数根据文献资料确定（表 2）.
|
|
表 2 “三生空间”碳排放计算指标系数 Table 2 Coefficients for calculating carbon emissions in the "production-living-ecological spaces" |
农业生产空间的碳排放考虑农业产物和农业生产活动中的能耗，研究区主要农作物为小麦和玉米，但是小麦和玉米能够通过光合作用消耗排放的CO2，一般不会增加CO2的浓度，选取的计算指标为农业化肥施用量、农业机械总动力和灌溉面积. 农村生活空间的碳排放主要通过农村居民生活能耗、呼吸和家畜饲养来进行核算，研究中选取的指标包括农村居民人口数、农村用电量和牛羊饲养量. 工业能源消耗、道路交通运输以及城市居民生活消耗和其他产业是城镇生产生活空间的碳排放的主要来源，研究选择的指标是城镇居民人口数量、城市居民生活用电量、私家车和公交车的数量与行驶里程、公路和铁路的交通运输量、工业能源消耗量. 计算公式为：
|
式中，EAP为农业生产空间的碳排放，F为化肥施用量，M为农业机械总动力，I为灌溉面积，Kf、Km和Ki分别为农业化肥施用、农业机械动力和灌溉面积的碳排放系数.
|
式中，ERL为农村生活空间的碳排放，P为农村人口数量，E为农村生活用电量，RO为牛的饲养量，RS为羊的饲养数量，Kp、Ke、Kbro、Kero、Kbrs和Kers分别为农村人口数量、农村生活用电量、牛的呼吸、牛的排泄物、羊的呼吸和羊的排泄物的碳排放系数.
|
式中，EPL为城镇生产生活空间的碳排放，PU为城镇人口数量，EU为城市居民生活用电量，QPC和DPC为私家车的数量和平均里程数，QB和DB为公交车的数量和平均里程数，TH为公路的货物和旅客周转量，TR为铁路的货物和旅客周转量，IE i为各类工业能源消耗量，Kpu、Keu、Kpc、Kb、Kh、Kr、K1、K2、K3、K4、K5、K6、K7、K8、K9、K10和K11分别为城镇人口生活数量、城市居民生活用电量、私家车、公交车、公路运输、铁路运输、煤炭、焦炭、天然气、原油、汽油、柴油、液化石油气、炼厂干气、其他石油制品、热力和电力的碳排放系数.
1.3.2.2 碳封存碳封存是指自然或人为地将CO2固定在地球上，能够从大气中移除CO2并储存起来，碳对地球系统造成的消极影响也可以在此过程中规避，通过计算各种“碳汇”产生的碳吸收量就可以核算出碳封存量. 研究区乌鲁木齐都市圈国土空间分类体系中具备碳吸收功能的空间类型有林地、草地、水域、其他生态空间和农业生产空间，通过系数法计算这5种空间类型的碳封存，碳封存系数根据相关研究资料[37~40]，并结合都市圈的实际情况确定（表 3）. 计算公式为：
|
|
|
表 3 碳封存系数/t·hm-2 Table 3 Carbon sequestration coefficients/t·hm-2 |
式中，Cf为碳封存，S为“三生空间”用地面积，β为碳封存系数.
1.3.3 水平碳流计算碳流表现为从一种空间类型到另一种空间类型的碳流量，能够反映“三生空间”演变对碳代谢的影响. 碳代谢密度是单位面积的净碳排放量或碳封存（以C计，t·km-2）[41]，首先通过ArcGIS计算获得都市圈“三生空间”转移矩阵，然后核算碳代谢密度差，并建立水平碳流模型. 计算公式为：
|
式中，fji为“三生空间”从i类型向j类型流入的水平碳流（以C计，t）；ΔW为两种不同“三生空间”类型之间的碳代谢密度差（以C计，t·km-2）；ΔS为i类“三生空间”向j类型“三生空间”转移的面积；Wj和Wi为水平方向上净碳流的密度（以C计，t·km-2）；vj和vi为水平净碳流（以C计，t）；Sj和Si为“三生空间”面积（km2）.
1.3.4 “三生空间”生态关系判定生态网络分析模型（ENA）可以对生态系统各个分室之间的物质能量流动进行定量描述分析，并且清晰地反映相互关系[42~44]. 本研究运用该模型来开展都市圈“三生空间”碳代谢生态关系的评估，进而分析不同国土类型的碳代谢空间分布特征以及产生的效用关系.
首先，构建出可以反映不同“三生空间”类型之间直接和间接碳代谢关系的直接效用矩阵D和综合效用矩阵U[45]. 计算公式为：
|
式中，fij为碳从空间j流向空间i的数量，Ti为空间i的碳通量，E为单位矩阵.
不同空间类型间两两生态关系可以通过综合效用矩阵U 中各元素的正负来判断，生态关系种类多样，但常见的有互惠共生（+，+）、竞争（-，-）、掠夺（+，-）和限制（-，+）这4种关系. 互惠共生关系说明相互作用过程使得主体的效用均得到了增加，而竞争关系则相反，即损失了空间主体的效用，掠夺和限制关系表明相互作用的空间类型中一方的效用增加（减少），而另一类空间的效用减少（增加）[46].
整体生态效用指数能够描述都市圈“三生空间”演变对碳平衡的综合影响，计算公式为[47]：
|
式中，U+为综合效用矩阵中元素为正的个数，U-为元素为负的个数. M > 1时说明“三生空间”演变对碳平衡具有积极作用，生态网络在整体上是协同的，反之，会对区域碳平衡带来负面影响.
2 结果与分析 2.1 “三生空间”变化分析根据国土空间分类体系，利用ArcGIS空间分析工具对都市圈2000~2020年的土地利用数据进行分类处理，得到“三生空间”分类数据，然后对数据进行计算和叠加分析，获得研究区2000~2020年的“三生空间”转移变化数据.
通过都市圈“三生空间”转移矩阵桑基图（图 3）可以清楚地看出2000~2020年间“三生空间”转移情况，总结出各空间类型在不同时期的转移特征. 2000~2005年期间，农业生产空间较多转向草地和其他生态空间；农村生活空间转移面积较小，主要转向农业生产空间和其他生态空间；林地生态空间主要转向草地生态空间，转移面积相对较少；草地生态空间较大规模地转向林地、水域、其他生态空间和城镇生产生活空间；水域主要转出为草地和其他生态空间；转移规模最大的是其他生态空间，转出的主要方向是农业生产空间、城镇生产生活空间和草地生态空间，城镇生产生活空间零星转向其他各类空间，转出的面积非常小. 2005~2010年期间，农业生产空间转移面积较大，其转向面积由大到小依次是草地生态空间、农村生活空间、城镇生产生活空间、其他、水域和林地生态空间；农村生活空间主要转向了农业生产和草地生态两大空间；林地生态大范围转向草地生态空间，相对较小的面积转出为其他空间类型；草地生态空间多转为其他、林地生态空间和农业生产空间，转出的规模较大；水域以较大面积转出为其他和草地生态空间；其他生态空间仍然大规模转向其他空间类型，其中转出至草地生态空间的面积最大，其次是农业生产空间和城镇生产生活空间；城镇生产生活空间继续以非常小的面积转向其他空间类型. 2010~2015年期间，农业生产空间转移面积大幅度缩减，零星转向其他空间类型；农村生活空间转向农业生产空间的面积相对较大，零星转入其他空间类型；林地生态空间仍然较多转向草地生态空间，转移面积相较于以前年度有缩减；草地生态空间转移面积与前期相比骤减，相对较多转向农业生产空间和城镇生产生活空间，水域生态空间少量转向其他空间类型；其他生态空间转移面积大幅下降，相对较多转向城镇生产生活空间；城镇生产生活空间仍然零星转向各空间类型且面积不断缩减. 2015~2020年期间，农业生产空间较多转向草地生态空间；农村生活空间较多转向农业生产空间、城镇生产生活空间和草地生态空间；林地生态空间在此时段突出转出为草地生态空间，向其他空间类型的总转移面积较前一时期增加；草地生态空间的转移规模也有所增大，主要转向其他生态空间和农业生产空间；水域生态空间依然零星转出；其他生态空间依旧是转出面积最多，主要转向草地生态空间和城镇生产生活空间；城镇生产生活空间转移面积仍比较小，但高于以前年度转出，多转向其他和草地生态空间.
|
图 3 都市圈“三生空间”转移矩阵桑基图 Fig. 3 Sankey diagram of transitions in the "production-living-ecological spaces" of urban agglomerations |
都市圈“三生空间”在2000~2020年的转移变化中，城镇生产生活空间的扩张强度远高于其他空间类型，主要依靠农业生产空间、草地和其他生态空间的转入；城镇在发展过程中极易占用周围的农业生产空间，但被侵占的同时也有农村生活空间、草地和其他生态空间转入其中；草地和其他生态空间相互之间发生了较大面积的转移；林地和草地生态空间也相互转移；水域生态空间主要转向其他和草地生态空间. 从时间序列来看，2005~2010年城镇生产生活空间扩张面积最多，其扩张速率在2015年之后逐步放缓. 主要原因是，实施西部大开发和促进地区协调发展于2000年作为一项战略任务在《中共中央关于制定国民经济和社会发展第十个五年计划的建议》中提出；2004年以来，城镇化的热潮在全国范围内掀起；2006年，《西部大开发“十一五”规划》通过了国务院的审议，新疆开始了快速发展，研究区是新疆的核心地区之一，城镇生产生活空间快速发展，侵占了周边的农业生产空间、草地和其他生态空间，2015年之后，生态文明建设步伐加快，对环境保护的关注也不断提升，建设空间的扩张速度放缓.
2.2 “三生空间”碳流时空分布根据表 4的计算结果可知，都市圈“三生空间”用地垂直方向上的碳通量在2000~2020年期间全部为负，2020年都市圈的碳通量为-12 184.19亿t，与2000年的-128.70亿t相比增加了93.67倍，研究期内城镇生产生活空间的碳通量占主导地位. 都市圈的碳汇量在2000~2020年期间小幅下降，其他生态空间和草地生态空间是重要的碳汇空间类型. 碳源量在研究期内大幅成倍增加，城镇生产生活空间是最重要的碳源空间类型. 从总体上来看，都市圈在研究期内的碳排放量始终大于碳封存量，垂直方向上的净碳通量为负. 可能的原因是，西部大开发在2000年提出并加速推进；新疆的城镇化水平也在2004年之后迅速提升；乌鲁木齐都市圈作为新疆发展的先导地区，也在21世纪初加快了前进步伐. 工业产业发展，人口持续增长，推进交通运输等基础设施建设，碳排放随之快速增长，碳封存量对碳排放量的抵消压力逐年加大，净碳排放量持续走高，导致都市圈的碳收支不平衡性加剧.
|
|
表 4 2000~2020年乌鲁木齐都市圈“三生空间”用地垂直方向上碳通量×108/t Table 4 Carbon flux in the vertical direction of land use in the "production-living-ecological spaces" of the Urumqi Urban Agglomeration from 2000 to 2020×108/t |
基于垂直方向上的碳通量和“三生空间”转移矩阵，通过水平方向上的碳流模型，计算得到都市圈2000~2020年不同空间类型水平方向上的碳流（表 5），然后利用ArcGIS对水平碳流进行可视化分析（图 4）.
|
|
表 5 2000~2020年都市圈水平碳流（以C计）矩阵×104/t Table 5 Horizontal carbon flow (measured in C) matrix in urban agglomerations from 2000 to 2020×104/t |
|
图 4 都市圈碳代谢空间分布 Fig. 4 Spatial distribution of carbon metabolism in urban agglomerations |
计算结果显示，研究期内都市圈的水平碳流为负值，说明乌鲁木齐都市圈“三生空间”变化对碳代谢产生了消极作用，不同空间类型之间的转移导致都市圈的碳排放量增加，加剧了碳平衡的失衡状态. 2000~2020年期间的负碳流主要产生于其他空间类型转向城镇生产生活空间，各类生态空间转向农业生产空间和农村生活空间. 其中，每个时段内的其他生态空间转向城镇生产生活空间产生的负碳流最大，说明城镇发展空间扩张及其高密度的碳排放是影响都市圈碳代谢平衡的重要因素. 在城镇化的加速推进过程中，城镇生产生活空间持续扩张，侵占了城镇周边的其他空间类型，都市圈的城镇生产以工业活动为主，工业发展会消耗大量的能源，带动整个系统碳排放量的增加；加之城镇化的发展促进了人口的流动和基础设施建设，路网密度提升和交通运输量增加也带动能源消耗增加，最终会导致碳排放量的增加. 大部分的正碳流产生于其他空间类型转为林地和草地生态空间以及部分城镇生产生活空间小规模转向其他生态空间；其中2000~2005年期间农村生活空间转向草地生态空间的单向正碳流最大，后续时段中城镇生产生活空间转向其他生态空间产生的正碳流最大. 都市圈的经济发展在研究期内处于快速发展阶段，对生态环境问题有所忽视，对“三生空间”转换的管控力度较小，不合理的空间转换导致负碳流较大且持续增加，正碳流较小.
从空间上来看，2000~2005年，正碳流较多分布在都市圈的西部和中部偏北地区，负碳流较多分布在西北部和中部地区；布局整体较为零散. 2005~2010年，正碳流主要分布在都市圈的北部和西部，负碳流分布在都市圈的北部、西部和东部地区；北部地区整体上分布较为集中. 2010~2015年，正碳流主要分布在中部地区，负碳流分布在都市圈的西部和东部地区，布局零散. 2015~2020年，正碳流在都市圈的中部集中分布，零星分布在西部和东部地区，负碳流零散地布局在都市圈的西部、北部和东部地区. 负碳流在整体上多于正碳流，碳流变化与空间类型转移是紧密联系的.
2.3 “三生空间”生态关系判定及空间演变特征通过生态网络分析模型（ENA）可以计算得到都市圈“三生空间”碳流效用矩阵，继而判断研究期内“三生空间”类型之间的生态关系（图 5）. 从生态关系的数量占比来看（表 6），竞争关系在研究期内前3个时段中占据主导地位，占比达到了38.10%；2015~2020年期间限制和掠夺关系占比最大，增加到了28.57%. 生态关系统计数值表明都市圈“三生空间”碳代谢在2000~2015年存在明显冲突，不同的碳流分室主体竞争较为激烈，2015~2020年期间有所缓解. 互惠共生关系呈增加、减少再增加的波动趋势，说明都市圈“三生空间”类型的碳代谢互惠关系不够稳定. 限制和掠夺关系在研究期内最为稳定，其中2005~2010年期间有所下降，但其下降比例相对较小，2010年之后的10 a时间维持在25%左右的水平.
|
+为生态网络中各分室间积极的交互作用，-为生态网络中各分室间消极的交互作用 图 5 都市圈“三生空间”碳代谢生态关系 Fig. 5 Ecological relationships of carbon metabolism in the "production-living-ecological spaces" of urban agglomerations |
|
|
表 6 都市圈“三生空间”生态关系比例/% Table 6 Ecological relationships ratio in the "production-living-ecological spaces" of urban agglomerations/% |
通过ArcGIS对都市圈“三生空间”碳代谢的生态关系进行可视化分析（图 6）. 2000~2005年，竞争关系占据主导地位，主要分布在都市圈的西北部、东部和中部，主要的空间转换类型是生态空间内部各类型的转换以及生态空间转向城镇生产生活空间，转移主体的效用在“三生空间”转移过程中受到损失. 2005~2010年，竞争关系依然占据主导地位，主要分布在都市圈的北部、西部和东部，竞争关系主要是其他生态空间和其他空间类型的相互转换产生的，其他生态空间的面积约是都市圈其他所有空间类型面积总和的2倍，其他空间类型转入其他生态空间的面积小于转出面积，使得其他生态空间的碳汇能力在转移过程中减弱，效用受到损耗. 2010~2015年，依然是竞争关系分布最广，该时期林地、草地和其他生态空间发生了较多的单向转移，导致碳排放量增加，碳封存量锐减. 但是掠夺和限制关系也是该时期的主要关系类型，主要发生在农业空间和生态空间之间的转移，带来一方效用增加的同时也损失了另一方效用，掠夺和限制关系显现出来. 2015~2020年，竞争关系主要分布在都市圈的中部和西部地区，主要是因为其他生态空间以较大面积转为草地生态空间和农村生活空间，草地生态空间也大范围转出，转为其他生态空间和农村生活空间，空间类型转移增加了碳源，碳汇量减少，使其主体的效用减少，竞争关系产生. 但互惠共生关系同时也在西部和东部有所增加，主要源自于草地和水域生态空间之间的相互转换以及城镇生产生活空间转为生态空间，转移主体的效用得到了增加，说明都市圈的碳排放形势有向好发展的趋势.
|
图 6 都市圈生态关系空间分布 Fig. 6 Spatial distribution of ecological relationships in urban agglomerations |
通过不同空间类型之间的转移过程来看，农业空间与生态空间之间的转移多为限制和掠夺关系，在2010年之后有所减少，但始终居于主导地位；互惠共生关系在2005~2010年期间所占比例最大，之后急剧下降；2010年之后，农业空间与生态空间转换的竞争关系增加. 农业空间和城镇生产生活空间的转移以竞争关系占比最大，其次为限制和掠夺关系，互惠共生关系最小；这两类空间类型的碳流都属于负向性质. 生态空间与城镇生产生活空间在2015年之前都是竞争关系为主导地位，其中2000~2005年和2005~2010年期间，两空间之间转换全部为竞争关系，2010~2015年期间，竞争关系有所下降，互惠共生、限制和掠夺关系增加. 2015~2020年期间，生态空间和城镇生产生活空间之间的互惠共生关系成为主要关系，限制和掠夺关系有所增加，没有竞争关系.
根据都市圈的完整效用矩阵计算得到不同转换期的整体生态效用指数（M）均小于1（表 7），说明“三生空间”演变对都市圈的碳平衡具有负面影响；计算结果与垂直方向的净碳通量和水平方向的净碳流是一致的，也进一步验证了碳代谢的生态效用. M是综合计算全部水平碳流的作用积分，结果能够体现所有空间类型的直接和间接碳流生态关系，计算值与水平净碳流可能存在差异. 因此在分析水平方向上碳流的同时，再对整体生态效用指数进行计算分析，使得都市圈碳代谢的评价结果更加准确.
|
|
表 7 整体生态效用指数 Table 7 Overall ecological utility index |
3 讨论
进入21世纪以来，研究区城镇化推进速度加快，工业化也随之推进，都市圈中也有能源资源密集型城市，且林地和草地等碳汇能力较强的空间类型面积相对较小，加速发展过程中面临较大的生态压力. 都市圈“三生空间”的冲突状况也日益严峻，城镇空间扩张侵占生态空间和农业空间，对区域碳平衡产生负面影响. 在未来的发展中，建议都市圈控制对林地和草地等生态空间的侵占，以法定规划为依据，对城镇扩张的方向和强度进行把控，发挥存量用地潜力，合理布局内部空间，优化“三生空间”的配置，挖掘“三生空间”功能的最优解. 同时，重视降低城镇生产生活空间的碳排放密度，需要更新高耗能和高污染的工业产业，以新型技术缓解或者取代高能耗工业，优先发展高科技和新能源工业，尤其需要关注都市圈的乌鲁木齐、克拉玛依和哈密等工业化城市. 最后，调配都市圈的交通运输路线，优化城镇内部的交通布局，增强道路交通的畅通性，提高运行效率.
与现有的土地碳排放研究相比，本研究从“三生空间”出发，构建了相对完善的碳代谢核算体系，研究不同空间碳代谢主体的碳排放和碳封存及其之间的转换，有助于分析国土空间变化产生的净碳排放量波动和生态变化情况，并进一步剖析变化的根源，为进一步优化空间布局，推动都市圈绿色可持续发展提供依据.
本研究在碳代谢核算体系指标选取上受限于资料的可获取性，且研究期内的碳排放系数采用静态值，没有充分考虑变化因素，与实际情况可能会有一定的偏差. 在未来的研究中应进一步优化核算方法，加强碳核算参数的动态监测，深入探索更适合乌鲁木齐都市圈的碳排放系数，利用现代科技改良测算模型，优化增加可获取性指标，不断完善核算体系，进一步提升碳代谢核算的精确度，可为研究区发展提供更加可靠的依据.
4 结论（1）“三生空间”类型转移在研究期内较为复杂，不同空间类型之间均发生了规模不一的转移，其中草地生态空间和其他生态空间转移面积较大，城镇生产生活空间转入面积较大.
（2）从总体上来看，都市圈在2000~2020年期间的碳排放量总是大于碳封存量，垂直方向上的净碳通量和水平方向上的碳流均为负值，研究期内“三生空间”变化对碳代谢造成了消极作用，主要产生于其他空间类型转向城镇生产生活空间以及各类生态空间转向农业生产空间和农村生活空间，不同空间类型之间的变换造成都市圈的碳排放量增加，加剧了碳平衡的失衡状态.
（3）从研究期内总的数量上来看，都市圈生态关系中的竞争关系占主导地位，2015年之前占比稳定在38.10%，2015年之后竞争关系数量减少；互惠共生关系呈增⁃减⁃增波动的趋势；限制和掠夺关系相对较为稳定. 空间上，生态关系主要分布在都市圈的西部及其偏北、中部和东部地区，这些地区也是人类生产生活动较为密集的区域，2015年之前，竞争、限制和掠夺关系分布在研究区的西北部、中部和东部，其中2005~2010年期间，都市圈的北部也有较为广泛的竞争关系；2015~2020年，竞争关系分布在研究区中部和西部，互惠共生关系在西部和东部地区有所增加.
（4）农业空间与生态空间之间的主导关系是限制和掠夺关系，农业空间与城镇空间之间以竞争关系为主导，生态空间与城镇空间以2015年为分界，之前是竞争关系主导，之后是互惠共生关系. 整体生态效用指数小于1，说明整体上“三生空间”的转移对碳平衡的综合作用是消极的，这和净碳流的显示结果相同.
| [1] |
武汉大学国家发展战略研究院课题组. 中国实施绿色低碳转型和实现碳中和目标的路径选择[J]. 中国软科学, 2022(10): 1-12. Wuhan University National Development Strategy Research Institute Research Group. Path choice for China to implement green low-carbon transformation and achieve carbon neutrality[J]. China Soft Science, 2022(10): 1-12. |
| [2] |
吴健生, 晋雪茹, 王晗, 等. 中国碳排放及影响因素的市域尺度分析[J]. 环境科学, 2023, 44(5): 2974-2982. Wu J S, Jin X R, Wang H, et al. Analysis of carbon emissions and influencing factors in China based on city scale[J]. Environmental Science, 2023, 44(5): 2974-2982. |
| [3] |
董思言, 高学杰. 长期气候变化—IPCC第五次评估报告解读[J]. 气候变化研究进展, 2014, 10(1): 56-59. Dong S Y, Gao X J. Long-term climate change: interpretation of IPCC fifth assessment report[J]. Progressus Inquisitiones de Mutatione Climatis, 2014, 10(1): 56-59. |
| [4] |
游和远, 张津榕, 夏舒怡. 面向碳排放效率的多目标土地利用结构与布局优化研究——以杭州市萧山区为例[J]. 中国土地科学, 2023, 37(6): 74-83. You H Y, Zhang J R, Xia S Y. Structure and layout optimization of multi-objective land use based on carbon emission efficiency: a case study of Xiaoshan District in Hangzhou City[J]. China Land Science, 2023, 37(6): 74-83. |
| [5] |
王淇, 刘学敏, 孙凡雅. 中国脱贫县"三生空间"时空格局变化分析[J]. 干旱区资源与环境, 2023, 37(9): 17-25. Wang Q, Liu X M, Sun F Y. Changes in spatial-temporal pattern of Production-Living-Ecological Spaces in poverty-shaken off counties, China[J]. Journal of Arid Land Resources and Environment, 2023, 37(9): 17-25. |
| [6] |
邹永偲, 兰安军, 范泽孟, 等. "三生空间"视角下贵州省景观生态安全评价及其耦合特征分析[J]. 水土保持研究, 2024, 31(3): 432-442. Zou Y S, Lan A J, Fan Z M, et al. Evaluation of landscape ecological security and its coupling characteristics analysis in Guizhou Province from the perspective of Production-Living-Ecology Space[J]. Research of Soil and Water Conservation, 2024, 31(3): 432-442. |
| [7] |
董兆蓉, 苑全治, 王紫晨, 等. 川西农牧交错带"三生"空间冲突演变特征分析及模拟预测——以阿坝州四县为例[J]. 生态学报, 2023, 43(15): 6243-6256. Dong Z R, Yuan Q Z, Wang Z C, et al. Analysis and simulation prediction of the evolutionary characteristics of the Living-Production-Ecological spatial conflicts in the agriculture-pastoral ecotone in western Sichuan: taking four counties in Aba Prefecture as examples[J]. Acta Ecologica Sinica, 2023, 43(15): 6243-6256. |
| [8] |
魏国恩, 刘耀彬, 李汝资, 等. 近40年鄱阳湖区"三生空间"格局转型与空间异质机制[J]. 生态学报, 2024, 44(6): 2308-2322. Wei G E, Liu Y B, Li R Z, et al. Pattern transformation and spatial heterogeneity mechanism of Production-Living-Ecological Spaces in Poyang Lake area in last 40 years[J]. Acta Ecologica Sinica, 2024, 44(6): 2308-2322. |
| [9] |
夏照亮, 兰安军, 范泽孟, 等. "三生"空间视角下喀斯特山区流域景观生态风险的时空分布特征[J]. 水土保持通报, 2023, 43(2): 256-266, 276. Xia Z L, Lan A J, Fan Z M, et al. Spatial and temporal distribution characteristics of landscape ecological risks in Karst Mountain watersheds from Productive-Living-Ecological perspective[J]. Bulletin of Soil and Water Conservation, 2023, 43(2): 256-266, 276. |
| [10] |
张令达, 侯全华, 段亚琼. 生态文明背景下三生空间研究: 内涵、进展与对策[J]. 生态学报, 2024, 44(1): 47-59. Zhang L D, Hou Q H, Duan Y Q. A literature review on Production-Living-Ecological Spaces in the context of ecological civilization: connotation, problems and countermeasures[J]. Acta Ecologica Sinica, 2024, 44(1): 47-59. |
| [11] |
刘继来, 刘彦随, 李裕瑞. 中国"三生空间"分类评价与时空格局分析[J]. 地理学报, 2017, 72(7): 1290-1304. Liu J L, Liu Y S, Li Y R. Classification evaluation and spatial-temporal analysis of "Production-Living-Ecological" spaces in China[J]. Acta Geographica Sinica, 2017, 72(7): 1290-1304. |
| [12] |
高鹏飞, 杨朝现, 信桂新, 等. 三峡库区重庆段国土空间"三生"功能时空演变特征及格局优化[J]. 生态与农村环境学报, 2023, 39(9): 1103-1113. Gao P F, Yang C X, Xin G X, et al. Spatiotemporal evolution characteristics and pattern optimization of Production-Living-Ecological functions of territorial space in Chongqing section of the Three Gorges Reservoir Area[J]. Journal of Ecology and Rural Environment, 2023, 39(9): 1103-1113. |
| [13] |
董冬, 罗毅, 顾康康. "三生空间"视角下长三角城市群土地利用转型生态环境效应时空分异及驱动力[J]. 长江流域资源与环境, 2023, 32(8): 1664-1676. Dong D, Luo Y, Gu K K. Spatio-temporal differentiation and driving forces of eco-environmental effects of land use transformation in Yangtze River Delta economic zone: a perspective of "Production-Living-Ecological" spaces[J]. Resources and Environment in the Yangtze Basin, 2023, 32(8): 1664-1676. |
| [14] |
党慧, 荣丽华, 李伊彤, 等. 农牧交错区三生空间时空演变特征与影响因素——以内蒙古呼和浩特市为例[J]. 干旱区研究, 2023, 40(10): 1698-1706. Dang H, Rong L H, Li Y T, et al. Spatiotemporal evolution characteristics and influencing factors of Production-Living-Ecological spaces in the farming-pastoral ecotone: taking Hohhot of Inner Mongolia as an example[J]. Arid Zone Research, 2023, 40(10): 1698-1706. |
| [15] | Hergoualc'h K, Verchot L V. Greenhouse gas emission factors for land use and land-use change in southeast Asian Peatlands[J]. Mitigation and Adaptation Strategies for Global Change, 2014, 19(6): 789-807. |
| [16] | Ye H, Wang K, Zhao X F, et al. Relationship between construction characteristics and carbon emissions from urban household operational energy usage[J]. Energy and Buildings, 2011, 43(1): 147-152. |
| [17] |
田超, 程琳琳, 邵盈钞. 京津冀地区城市三生空间碳代谢效率特征及演进模式[J]. 环境科学, 2024, 45(3): 1254-1264. Tian C, Cheng L L, Shao Y C. Efficiency characteristics and evolution patterns of urban carbon metabolism of Production-Living-Ecological Space in Beijing-Tianjin-Hebei region[J]. Environmental Science, 2024, 45(3): 1254-1264. |
| [18] | Yan Z, Xia L L, Xiang W N. Analyzing spatial patterns of urban carbon metabolism: a case study in Beijing, China[J]. Landscape and Urban Planning, 2014, 130: 184-200. |
| [19] |
李峥. 海岸带城市化过程中碳代谢时空格局演变研究——以厦门市为例[D]. 厦门: 厦门大学, 2018. Li Z. The temporal spatial pattern change of carbon metabolism in coastal urbanization——a case study of Xiamen[D]. Xiamen: Xiamen University, 2018. |
| [20] | Chen Q H, Su M R, Meng F X, et al. Analysis of urban carbon metabolism characteristics based on provincial input-output tables[J]. Journal of Environmental Management, 2020, 265. DOI:10.1016/j.jenvman.2020.110561 |
| [21] |
夏楚瑜, 李艳, 叶艳妹, 等. 基于生态网络效用的城市碳代谢空间分析——以杭州为例[J]. 生态学报, 2018, 38(1): 73-85. Xia C Y, Li Y, Ye Y M, et al. Analyzing urban carbon metabolism based on ecological network utility: a case study of Hangzhou city[J]. Acta Ecologica Sinica, 2018, 38(1): 73-85. |
| [22] | Wang H M, Schandl H, Wang G Q, et al. Regional material flow accounts for China: examining China's natural resource use at the provincial and national level[J]. Journal of Industrial Ecology, 2019, 23(6): 1425-1438. |
| [23] | Zhang Y, Xia L L, Fath B D, et al. Development of a spatially explicit network model of urban metabolism and analysis of the distribution of ecological relationships: case study of Beijing, China[J]. Journal of Cleaner Production, 2016, 112: 4304-4317. |
| [24] | Xia L L, Liu Y, Wang X J, et al. Spatial analysis of the ecological relationships of urban carbon metabolism based on an 18 nodes network model[J]. Journal of Cleaner Production, 2018, 170: 61-69. |
| [25] |
徐新良, 刘纪远, 张树文, 等. 中国多时期土地利用遥感监测数据集(CNLUCC)[EB/OL]. https://www.resdc.cn/DOI/doi.aspx?DOIid=54. Xu X L, Liu J Y, Zhang S W, et al. Multi-period land use and land cover remote sensing monitoring dataset in China (CNLUCC)[EB/OL]. https://www.resdc.cn/DOI/doi.aspx?DOIid=54. |
| [26] |
韩方红, 高凡, 何兵, 等. 1990~2020年阿克苏河流域土地利用碳排放时空轨迹与影响因素[J]. 环境科学, 2024, 45(6): 3297-3307. Han F H, Gao F, He B, et al. Exploring the spatial and temporal trajectories of land use carbon emissions and influencing factors in the Aksu River Basin from 1990 to 2020[J]. Environmental Science, 2024, 45(6): 3297-3307. |
| [27] |
李宗蔚. "三生"视角下的城市空间功能匹配与优化研究——以武汉市中心城区为例[D]. 武汉: 华中师范大学, 2023. Li Z W. Study on the matching and optimization of urban space and functions from the perspective of "Production-Living- Ecological": a case study of the Wuhan city center[D]. Wuhan: Central China Normal University, 2023. |
| [28] |
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. |
| [29] |
张茹倩, 李鹏辉, 徐丽萍. 城镇化对新疆土地利用碳排放的影响及其耦合关系[J]. 生态学报, 2022, 42(13): 5226-5242. Zhang R Q, Li P H, Xu L P. Effects of urbanization on carbon emission from land use in Xinjiang and their coupling relationship[J]. Acta Ecologica Sinica, 2022, 42(13): 5226-5242. |
| [30] |
胡婉玲, 张金鑫, 王红玲. 中国农业碳排放特征及影响因素研究[J]. 统计与决策, 2020, 36(5): 56-62. Hu W L, Zhang J X, Wang H L. Characteristics and influencing factors of agricultural carbon emission in China[J]. Statistics & Decision, 2020, 36(5): 56-62. |
| [31] |
黄和平, 李紫霞, 黄靛, 等. "双碳"目标下江西省农业碳排放量测算、影响因素分析与预测研究[J]. 生态与农村环境学报, 2024, 40(2): 179-190. Huang H P, Li Z X, Huang D, et al. Research on the measurement, analysis and prediction of agricultural carbon emissions in Jiangxi province un-der the "Dual Carbon" goals[J]. Journal of Ecology and Rural Environment, 2024, 40(2): 179-190. |
| [32] |
邓维忠, 许中坚. 湖南省农业碳排放特征及碳达峰分析[J]. 中国生态农业学报(中英文), 2024, 32(2): 206-217. Deng W Z, Xu Z J. Characteristics of agricultural carbon emissions and carbon peak analysis in Hunan Province[J]. Chinese Journal of Eco-Agriculture, 2024, 32(2): 206-217. |
| [33] |
夏楚瑜. 基于土地利用视角的多尺度城市碳代谢及"减排"情景模拟研究[D]. 杭州: 浙江大学, 2019. Xia C Y. Multi-scale studies on urban carbon metabolism from the perspective of land use and Scenario analysis of emission reduction[D]. Hangzhou: Zhejiang University, 2019. |
| [34] |
路昌, 王之语. 基于生态网络分析的黄河三角洲碳代谢分析[J]. 中国环境科学, 2023, 43(11): 6090-6101. Lu C, Wang Z Y. ENA-model based carbon metabolism analysis of the Yellow River Delta[J]. China Environmental Science, 2023, 43(11): 6090-6101. |
| [35] |
杜金霜, 付晶莹, 郝蒙蒙. 基于生态网络效用的昭通市"三生空间"碳代谢分析[J]. 自然资源学报, 2021, 36(5): 1208-1223. Du J S, Fu J Y, Hao M M. Analyzing the carbon metabolism of "Production-Living-Ecological" space based on ecological network utility in Zhaotong[J]. Journal of Natural Resources, 2021, 36(5): 1208-1223. |
| [36] |
王诗逸. 土地利用变化与碳代谢的驱动和响应关系研究——以杭州都市圈为例[D]. 杭州: 浙江大学, 2023. Wang S Y. Study on the driving and responding relationship between land use change and carbon metabolism——taking Hangzhou metropolitan area as an example[D]. Hangzhou: Zhejiang University, 2023. |
| [37] |
郑宏媚, 沈方, 许光耀, 等. 碳交易背景下中国华北地区碳代谢格局变化[J]. 环境科学, 2024, 45(2): 732-743. Zheng H M, Shen F, Xu G Y, et al. Dynamic analysis on carbon metabolism of the northern region of China under the background of carbon emission trading policy[J]. Environmental Science, 2024, 45(2): 732-743. |
| [38] |
郭安宁, 牛陆, 刘霈珈, 等. 黄河流域城市群土地利用的碳排放效应[J]. 经济地理, 2023, 43(9): 172-178, 240. Guo A N, Niu L, Liu P J, et al. Carbon emission from land use in urban agglomeration of the Yellow River Basin[J]. Economic Geography, 2023, 43(9): 172-178, 240. |
| [39] |
向书江, 杨春梅, 谢雨琦, 等. 近20年重庆市主城区碳排放的时空动态演进及其重心迁移[J]. 环境科学, 2023, 44(1): 560-571. Xiang S J, Yang C M, Xie Y Q, et al. Spatiotemporal dynamic evolution and gravity center migration of carbon emissions in the main urban area of Chongqing over the past 20 years[J]. Environmental Science, 2023, 44(1): 560-571. |
| [40] |
袁建勋, 方斌, 阚红云, 等. 基于自然-经济综合视角的碳排放强度与生态盈亏多情景模拟研究——以淮海经济区为例[J]. 生态学报, 2024, 44(6): 2199-2215. Yuan J X, Fang B, Kan H Y, et al. Multi-scenario simulation of carbon emission intensity and ecological profit and loss from the perspective of nature and economy in Huaihai Economic Zone[J]. Acta Ecologica Sinica, 2024, 44(6): 2199-2215. |
| [41] |
李晶, 陈松林, 李晨欣, 等. 基于生态网络分析的厦漳泉地区土地碳代谢[J]. 应用生态学报, 2023, 34(5): 1375-1383. Li J, Chen S L, Li C X, et al. Land carbon metabolism in Xiamen-Zhangzhou-Quanzhou region based on ecological network analysis[J]. Chinese Journal of Applied Ecology, 2023, 34(5): 1375-1383. |
| [42] | Patten B C. Energy, emergy and environs[J]. Ecological Modelling, 1992, 62(1-3): 29-69. |
| [43] | Fath B D. Network mutualism: positive community-level relations in ecosystems[J]. Ecological Modelling, 2007, 208(1): 56-67. |
| [44] | Xia C Y, Chen B. Urban land-carbon nexus based on ecological network analysis[J]. Applied Energy, 2020, 276. DOI:10.1016/j.apenergy.2020.115465 |
| [45] |
郑宏媚. 基于生态网络分析的京津冀城市群隐含碳代谢强度研究[J]. 环境科学学报, 2022, 42(3): 487-496. Zheng H M. Embodied carbon intensity analysis of Beijing-Tianjin-Hebei urban metabolic system based on ecological network analysis method[J]. Acta Scientiae Circumstantiae, 2022, 42(3): 487-496. |
| [46] | Meng B, Liu J L, Bao K, et al. Water fluxes of Nenjiang River Basin with ecological network analysis: conflict and coordination between agricultural development and wetland restoration[J]. Journal of Cleaner Production, 2019, 213: 933-943. |
| [47] |
刘耕源, 杨志峰, 陈彬, 等. 基于生态网络的城市代谢结构模拟研究——以大连市为例[J]. 生态学报, 2013, 33(18): 5926-5934. Liu G Y, Yang Z F, Chen B, et al. Study of urban metabolic structure based on ecological network: a case study of Dalian[J]. Acta Ecologica Sinica, 2013, 33(18): 5926-5934. |