中国生态用地碳汇时空演进及综合分区研究

doi:10.16258/j.cnki.1674-5906.2023.09.001

生态环境学报 ›› 2023, Vol. 32 ›› Issue (9): 1537-1551.DOI: 10.16258/j.cnki.1674-5906.2023.09.001

• 研究论文 • 下一篇

中国生态用地碳汇时空演进及综合分区研究

高威¹(), 李强¹^,²^,^*(), 蒲雨池¹, 吕军骁¹, 江婉婷¹

1.首都经济贸易大学城市经济与公共管理学院，北京 100070
2.城市群系统演化与可持续发展的决策模拟北京市重点实验室，北京 100070

收稿日期:2022-12-26 出版日期:2023-09-18 发布日期:2023-12-11
通讯作者: ^*李强。E-mail: eq1977@163.com
作者简介:高威（1999年生），男，博士研究生，研究方向为土地利用与国土空间规划等。E-mail: gv1055@163.com
基金资助:
教育部哲学社会科学研究后期资助重大项目(19JHQ013);首都经济贸易大学青年学术创新团队项目(QNTD202209)

Temporal-spatial Evolution and Comprehensive Zoning of Carbon Absorption of Ecological Land in China

GAO Wei¹(), LI Qiang¹^,²^,^*(), PU Yuchi¹, LÜ Junxiao¹, JIANG Wanting¹

1. School of Urban Economics and Public Administration, Capital University of Economics and Business, Beijing 10070, P. R. China
2. Beijing Key Laboratory of Megaregions Sustainable Development Modelling, Beijing 100070, P. R. China

Received:2022-12-26 Online:2023-09-18 Published:2023-12-11

摘要/Abstract

摘要：

生态用地碳汇为从增汇角度实现“双碳”目标提供重要途径，综合分区优化对促进生态保护与经济高质量发展融合具有重要指导意义。在测算中国31省（市、区）各类生态用地碳汇总量及单位面积碳汇量的基础上，运用探索性空间数据分析、核密度估计，探究2000－2020年生态用地碳汇空间集聚特征和时空演进趋势，并基于碳汇与绿色GDP的脱钩关系和协调状态构建综合分区，结合重要生态功能区分布开展优化治理。研究表明，1）研究期内生态用地碳汇总量呈波动上升态势，年均增速为0.077%；在空间上呈显著的集聚效应，湖南、贵州、广西属于高-高集聚区，形成高值辐射中心，山东属于低-低类型，为低值塌陷区。2）生态用地碳汇总量空间差异明显，高碳汇区碳汇能力强于其他地区；核密度估计显示高碳汇区和低碳汇区碳汇呈增加趋势，中碳汇区保持相对稳定，且三者均存在区内集聚特征。3）单位国土面积生态用地碳汇与单位生态用地面积碳汇均以高-高集聚类型和低-低集聚类型为主，呈现出较强的空间集聚特征，尤其南部地区的省（市、区）具有单位面积生态用地碳汇优势和潜力。4）生态用地碳汇与绿色GDP两者以脱钩和多元协调状态为主，大部分省（市、区）单位面积生态用地碳汇处于多元协调区，重要生态功能区的碳汇积极作用显现。研究结果为改善生态用地碳汇能力和潜力，推进生态领域实现“双碳”目标提供有益参考。

关键词: 生态用地, 碳汇, 演进趋势, 探索性空间数据分析, 脱钩模型, 综合分区

Abstract:

Carbon absorption of ecological land provides an important way to achieve the goal of “double carbon” from the perspective of increasing carbon absorption, and comprehensive zoning optimization has important guiding significance for promoting the integration of ecological protection and high-quality economic development. Based on the calculation of total carbon absorption and carbon absorption per unit area of various ecological land in 31 provinces (cities, districts) of China, the spatial agglomeration characteristics and temporal and spatial evolution trend of ecological land carbon absorption from 2000 to 2020 were explored by using exploratory spatial data analysis and nuclear density estimation. Based on the decoupling relationship and coordination between carbon absorption and Green GDP, comprehensive zoning was constructed, and optimal governance was carried out in combination with the distribution of important ecological functional areas. The results show that 1) the total carbon absorption of ecological land fluctuated and increased during the study period, with an average annual growth rate of 0.077%; there was a significant agglomeration effect in space. Hunan, Guizhou and Guangxi belonged to high-high agglomeration areas, forming high-value radiation centers, while Shandong belonged to low-low type and is a low-value subsidence area. 2) The total amount of carbon absorption in ecological land was obviously different in space, and the carbon absorption capacity in the high carbon absorption area was stronger than that in other areas. The estimation of nuclear density showed that the carbon absorption in the high carbon absorption area and the low carbon absorption area was increasing, and that in the middle carbon absorption area remained relatively stable, and all three showed the characteristics of regional agglomeration. 3) The carbon absorption of ecological land per unit land area and the carbon absorption of ecological land per unit land area largely belonged to the high-high and low-low agglomeration types, showing strong spatial agglomeration characteristics; in particular, the provinces (cities, districts) in the southern region had the advantage and potential of ecological land carbon absorption per unit area. 4) The carbon absorption of ecological land and Green GDP were mainly decoupled and multi-coordinated. The carbon absorption of ecological land per unit area in most provinces (cities, districts) were in multi-coordinated areas, and the carbon absorption of important ecological functional areas showed positive effects. The research results provide a useful reference for improving the carbon absorption capacity and potential of ecological land and promoting the realization of “double carbon” in the ecological field.

Key words: ecological land, carbon absorption, evolution trend, exploratory spatial data analysis, decoupling model, comprehensive zoning

中图分类号:

高威, 李强, 蒲雨池, 吕军骁, 江婉婷. 中国生态用地碳汇时空演进及综合分区研究[J]. 生态环境学报, 2023, 32(9): 1537-1551.

GAO Wei, LI Qiang, PU Yuchi, LÜ Junxiao, JIANG Wanting. Temporal-spatial Evolution and Comprehensive Zoning of Carbon Absorption of Ecological Land in China[J]. Ecology and Environment, 2023, 32(9): 1537-1551.

图/表 17

参考文献 40

[1]	BAILEY R G, 1981. Integrated approaches to classifying land as ecosystems[J]. Proceeding of Workshop on Land Evaluation for Forestry, the Netherland, 28: 95-104.
[2]	HANSEN A T, DOLPH C L, FOUFOUL-GEORGIOU E, et al., 2018. Contribution of wetlands to nitrate removal at the watershed scale[J]. Nature Geoscience, 11: 127-132. DOI
[3]	HOUGHTON R A, HOUSE J I, PONGRATZ J, et al., 2012. Carbon emissions from land use and land-cover change[J]. Biogeosciences, 9(12): 5125-5142. DOI URL
[4]	IPCC, 2006. 2006 IPCC guidelines for national greenhouse gas inventories[M]. Japan: Institute for Global Environmental Strategies.
[5]	JAMES E M W, TOM E, DAVID L, 2018. The exceptional value of intact forest ecosystems[J]. Nature Ecology & Evolution, 2(4): 599-610.
[6]	TZOULAS K, KORPELA K, VENN S, et al., 2007. Promoting ecosystem and human health in urban areas using Green Infrastructure: A literature review[J]. Landscape and Urban Planning, 81(3): 167-178. DOI URL
[7]	ZHANG L, ZHOU G J Y, BAI Y F, 2017. Grassland carbon budget and its driving factors of the subtropical and tropical monsoon region in China during 1961 to 2013[J]. Scientific Reports, 7(1): 14717. DOI PMID
[8]	安国强, 秦晓敏, 许霄霄, 等, 2020. 山东省生态用地变化及驱动因素影响评价[J]. 中国农业资源与区划, 41(9): 45-54.
	AN G Q, QIN X M, XU X X, et al., 2020. Ecological land use change and evaluation of driving factors in Shandong province[J]. Chinese Journal of Agricultural Resources and Regional Planning, 41(9): 45-54.
[9]	陈瑜琦, 张智杰, 郭旭东, 等, 2018. 中国重点生态功能区生态用地时空格局变化研究[J]. 中国土地科学, 32(2): 19-26.
	CHEN Y Q, ZHANG Z J, GUO X D, et al., 2018. Spatial-temporal analysis on ecological land changes in the key ecological functional areas in China[J]. China Land Science, 32(2): 19-26.
[10]	邓红兵, 陈春娣, 刘昕, 等, 2009. 区域生态用地的概念及分类[J]. 生态学报, 29(3): 1519-1524.
	DENG H B, CHEN C D, LIU X, et al., 2009. Conception and function classification of regional ecological land[J]. Acta Ecologica Sinica, 29(3): 1519-1524.
[11]	窦睿音, 刘学敏, 张昱, 2016. 基于能值分析的陕西省榆林市绿色GDP动态研究[J]. 自然资源学报, 31(6): 994-1003. DOI
	DOU R Y, LIU X M, ZHANG Y, 2016. Study on the Green GDP of Chinese resource based cities: A case study of Yulin City in Shaanxi Province[J]. Journal of Natural Resources, 31(6): 994-1003.
[12]	段晓男, 王效科, 逯非, 等, 2008. 中国湿地生态系统固碳现状和潜力[J]. 生态学报, 28(2):463-469.
	DUAN X N, WANG X K, LU F, et al., 2008. Carbon sequestration and its potential by wetland ecosystems in China[J]. Acta Ecologica Sinica, 28(2): 463-469. DOI URL
[13]	樊高源, 杨俊孝, 2017. 土地利用结构、经济发展与土地碳排放影响效应研究——以乌鲁木齐市为例[J]. 中国农业资源与区划, 38(10): 177-184.
	FAN G Y, YANG J X, 2017. Study on effect of land use structure, economic development and land carbon emission: A case study of Urumqi[J]. Chinese Journal of Agricultural Resources and Regional Planning, 38(10): 177-184.
[14]	方精云, 郭兆迪, 朴世龙, 等, 2007. 1981-2000年中国陆地植被碳汇的估算[J]. 中国科学(D辑:地球科学), 37(6): 804-812.
	FANG J Y, GUO Z D, PIAO S L, et al., 2007. Estimation of carbon sink of land vegetation in China from 1981 to 2000[J]. Scientia Sinica (Terrae), 37(6): 804-812.
[15]	冯杰, 张胜, 王涛, 2019. 中国省际土地利用碳排放及其影响因素分析[J]. 统计与决策, 35(5): 141-145.
	FENG J, ZHANG S, WANG T, 2019. Analysis of carbon emissions from inter-provincial land use and its influencing factors in China[J]. Statistics & Decision, 35(5): 141-145.
[16]	关小克, 张凤荣, 王秀丽, 等, 2013. 北京市生态用地空间演变与布局优化研究[J]. 地域研究与开发, 32(3): 119-124.
	GUAN X K, ZAHNG F R, WANG X L, et al., 2013. Spatial evolution of urban ecological land and its distribution optimization in Beijing[J]. Areal Research and Development, 32(3): 119-124.
[17]	管青春, 郝晋珉, 石雪洁, 等, 2018. 中国生态用地及生态系统服务价值变化研究[J]. 自然资源学报, 33(2): 195-207. DOI
	GUAN Q C, HE J M, SHI X J, et al., 2018. Study on the changes of ecological land and ecosystem service value in China[J]. Journal of Natural Resources, 33(2): 195-207.
[18]	韩林桅, 张淼, 石龙宇, 2019. 生态基础设施的定义、内涵及其服务能力研究进展[J]. 生态学报, 39(19): 7311-7321.
	HAN L W, ZHANG M, SHI L Y, 2019. Definition, connotation and research progress on ecosystem services of ecological infrastructure[J]. Acta Ecologica Sinica, 39(19): 7311-7321.
[19]	赫胜彬, 杨开忠, 2016. 京津冀区域经济空间差异研究[J]. 统计与决策 (11): 109-113.
	HE S B, YANG K Z, 2016. Research on spatial differences of regional economy in Beijing, Tianjin and Hebei[J]. Statistics & Decision (11): 109-113.
[20]	黄和平, 胡晴, 乔学忠, 2018. 基于绿色GDP和生态足迹的江西省生态效率动态变化研究[J]. 生态学报, 38(15): 5473-5484.
	HAUNG H P, HU Q, QIAO X Z, 2018. Changes of eco-efficiency under Green GDP and ecological footprints: A dynamic analysis in Jiangxi Province[J]. Acta Ecologica Sinica, 38(15): 5473-5484.
[21]	黄鑫, 邢秀为, 程文仕, 2020. 土地利用碳排放与GDP含金量的脱钩关系及驱动因素[J]. 地域研究与开发, 39(3): 156-161.
	HUANG X, XING X W, CHENG W S, 2020. Decoupling and driving factors related analysis between the carbon emissions of different land use types and GDP gold content[J]. Areal Research and Development, 39(3): 156-161.
[22]	金雨泽, 黄贤金, 2014. 基于资源环境价值视角的江苏省绿色GDP核算实证研究[J]. 地域研究与开发, 33(4): 131-135.
	JIN Y Z, HUANG X J, 2014. Accounting of the Green GDP in Jiangsu Province based on values of resources and environment[J]. Areal Research and Development, 33(4): 131-135.
[23]	赖力, 黄贤金, 刘伟良, 等, 2006. 基于投入产出技术的区域生态足迹调整分析——以2002年江苏省经济为例[J]. 生态学报, 26(4): 1285-1292.
	LAI L, HAUNG X J, LIU W L, et al., 2006. Adjustment for regional ecological footprint based on input-output technique: A case study of Jiangsu Province in 2002[J]. Acta Ecologica Sinica, 26(4): 1285-1292.
[24]	李浩, 2012. 基于生态系统服务价值的绿洲农业绿色GDP估算——以新疆生产建设兵团为例[J]. 广东农业科学, 39(2): 200-203.
	LI H, 2012. Green accounting for agriculture production based on the value of agroecosystem services: Taking Xinjiang production and construction corps as an example[J]. Guangdong Agricultural Sciences, 39(2): 200-203.
[25]	李强, 高威, 魏建飞, 等, 2022. 中国耕地利用净碳汇时空演进及综合分区[J]. 农业工程学报, 38(11): 239-249.
	LI Q, GAO W, WEI J F, et al., 2022. Study on temporal and spatial evolution and comprehensive zoning of net carbon sink in cultivated land use in China[J]. Transactions of the Chinese Society of Agricultural Engineering, 38(11): 239-249.
[26]	刘慧明, 高吉喜, 刘晓, 等, 2020. 国家重点生态功能区2010-2015年生态系统服务价值变化评估[J]. 生态学报, 40(6): 1865-1876.
	LIU H M, GAO J X, LIU X, et al., 2020. Monitoring and assessment of the ecosystem services value in the national key ecological function zones[J]. Acta Ecologica Sinica, 40(6): 1865-1876.
[27]	楼永俊, 金立其, 2010. 杭州市绿色GDP核算体系实证研究[J]. 改革与战略, 26(10): 122-124, 157.
	LOU Y J, JIN L Q, 2010. An empirical study of Green GDP accounting system on Hangzhou[J]. Reformation & Strategy. 26(10): 122-124, 157.
[28]	彭文甫, 周介铭, 徐新良, 等, 2016. 基于土地利用变化的四川省碳排放与碳足迹效应及时空格局[J]. 生态学报, 36(22): 7244-7259.
	PENG W P, ZHOU J M, XU X L, et al., 2016. Effect of land use changes on the temporal and spatial patterns of carbon emissions and carbon footprints in the Sichuan Province of Western China from 1990 to 2010[J]. Acta Ecologica Sinica, 36(22): 7244-7259.
[29]	曲艺, 舒帮荣, 欧名豪, 等, 2013. 基于生态用地约束的土地利用数量结构优化[J]. 中国人口·资源与环境, 23(1): 155-161.
	QU Y, SHU B R, OU M H, et al., 2013. Optimization of land use quantity structure based on ecological land constraints[J]. China Population, Resources and Environment, 23(1): 155-161.
[30]	孙海清, 许学工, 2007. 北京绿色空间格局演变研究[J]. 地理科学进展, 26(5): 48-56, 127-128.
	SUN H Q, XUN X G, 2007. Study on green space pattern changes in Beijing[J]. Progress in Geography, 26(5): 48-56, 127-128.
[31]	孙赫, 梁红梅, 常学礼, 等, 2015. 中国土地利用碳排放及其空间关联[J]. 经济地理, 35(3): 154-162.
	SUN H, LIANG H M, CHANG X L, et al., 2015. Land use patterns on carbon emission and spatial association in China[J]. Economic Geography, 35(3): 154-162.
[32]	汤傲, 李效顺, 卞正富, 等, 2016. 基于数据重构的生态用地变化驱动因素计量研究——以西南煤炭城市为例[J]. 生态经济, 32(5): 136-142.
	TANG A, LI X S, BIAN Z F, et al., 2016. Research on the driving factors of the ecological land evolution based on data reconstruction: A case study of the Southwest coal cities[J]. Ecological Economy, 32(5): 136-142.
[33]	王金南, 马国霞, 於方, 等, 2018. 2015年中国经济-生态生产总值核算研究[J]. 中国人口·资源与环境, 28(2): 1-7.
	WANG J N, MA G X, YU F, et al., 2018. Study on China’s gross economic-ecological product accounting in 2015[J]. China Population, Resources and Environment, 28(2): 1-7.
[34]	王军, 耿建, 2014. 中国绿色经济效率的测算及实证分析[J]. 经济问题 (4): 52-55.
	WANG J, GENG J, 2014. Analysis and empirical study on China green economic efficiency[J]. On Economic Problems (4): 52-55.
[35]	王世东, 慎利, 王新闯, 2013. 基于RS与GIS的生态用地评价——以辽宁省大洼县为例[J]. 中国生态农业学报, 21(5): 628-637.
	WANG S D, SHEN L, WANG X C, 2013. Evaluation of ecological land based on RS and GIS: A case study of Dawa County, Liaoning Province[J]. Chinese Journal of Eco-Agriculture, 21(5): 628-637. DOI URL
[36]	韦仕川, 熊昌盛, 栾乔林, 等, 2014. 基于耕地质量指数局部空间自相关的耕地保护分区[J]. 农业工程学报, 30(18): 249-256.
	WEI S C, XIONG C S, LUAN Q L, et al., 2014. Protection zoning of arable land quality index based on local spatial autocorrelation[J]. Transactions of the Chinese Society of Agricultural Engineering, 30(18): 249-256.
[37]	杨晓庆, 李升峰, 朱继业, 2014. 基于绿色GDP的江苏省资源环境损失价值核算[J]. 生态与农村环境学报, 30(4): 533-540.
	YANG X Q, LI S F, ZHU J Y, 2014. Green GDP-based accounting of losses of resources and environment in value in Jiangsu Province[J]. Journal of Ecology and Rural Environment, 30(4): 533-540.
[38]	张梅, 赖力, 黄贤金, 等, 2013. 中国区域土地利用类型转变的碳排放强度研究[J]. 资源科学, 35(4): 792-799.
	ZHANG M, LAI L, HUANG X J, et al., 2013. The carbon emission intensity of land use conversion in different regions of China[J]. Resources Science, 35(4): 792-799.
[39]	张勇, 张乐勤, 汪应宏, 等, 2014. 安徽省池州市土地利用碳排放演变及其影响因素[J]. 中国农业大学学报, 19(2): 216-223.
	ZHANG Y, ZHANG L Q, WANG Y H, et al., 2014. Research on the carbon emission evolution of land use and its influential factors of Chizhou City in Anhui Province[J]. Journal of China Agricultural University, 19(2): 216-223.
[40]	张余, 姜博, 赵映慧, 等, 2022. 东北三省土地利用碳排放时空格局及影响因素研究[J]. 地域研究与开发, 41(4): 150-156.
	ZHANG Y, JAING B, ZHAO Y H, et al., 2022. Temporal and spatial pattern changes and influencing factors of land use carbon emissions in the three provinces of Northeast China[J]. Areal Research and Development, 41(4): 150-156.

生态用地	碳吸收系数/(kg•m⁻²)	参考来源
林地	0.613	方精云等, 2007; 彭文甫等, 2016
草地	0.021	方精云等, 2007
水域	0.025	赖力等, 2006; 段晓男等, 2008
湿地	0.041	段晓男等, 2008
未利用地	0.001	赖力等, 2006

生态用地	碳吸收系数/(kg•m⁻²)	参考来源
林地	0.613	方精云等, 2007; 彭文甫等, 2016
草地	0.021	方精云等, 2007
水域	0.025	赖力等, 2006; 段晓男等, 2008
湿地	0.041	段晓男等, 2008
未利用地	0.001	赖力等, 2006

账户	账户分类	核算指标	核算方法
自然资源损耗成本 (C₁)	耕地耗减价值	耕地减少量	耕地耗减价值=耕地减少量×单位面积耕地价值 (金雨泽等, 2014)
	森林资源耗减价值	木材采伐量	森林资源耗减价值=木材采伐量×混合平均单价 (楼永俊等, 2010)
	水资源耗减价值	总用水量	水资源耗减价值=总用水量×单位意愿支付价格 (杨晓庆等, 2014)
	能源耗减价值	主要能源消费量	能源耗减价值=主要能源消费量×能源价格 (杨晓庆等, 2014)
环境退化成本 (C₂)	大气污染	SO₂排放量	SO₂污染成本=SO₂排放量×SO₂平均治理成本 (王金南等, 2018)
	大气污染	烟、粉尘排放量	烟､粉尘污染成本=烟粉尘排放量×烟粉尘平均治理成本 (王金南等, 2018)
	水污染	工业废水排放量	工业废水污染成本=工业废水排放量×废水边际社会成本 (王金南等, 2018)
	水污染	生活污水排放量	生活污水污染成本=生活污水排放量×污水边际社会成本 (王金南等, 2018)
	固体废弃物治理	工业固体废弃物排放量	工业固体废弃物损失成本=工业固体废弃物排放量×固体废弃物边际社会成本 (王金南等, 2018)
	固体废弃物治理	生活垃圾清运量	生活垃圾损失成本=生活垃圾清运量×生活垃圾边际社会成本 (王金南等, 2018)
	森林灾毁损失	森林火灾的直接经济损失	国家统计数据
资源环境收益 (E)	“三废” 利用效益	“三废” 综合利用产品产值	国家统计数据
	林地生态效益	固碳释氧价值	固碳释氧价值=林地面积×(328.5×40.94×当年美元平均汇率+12×400) (黄和平等, 2018)
		吸收SO₂价值	吸收SO₂价值=林地面积×0.296单位治理成本 (黄和平等, 2018)
		调节气候价值	调节气候价值=0.9×24×189×0.6×林地面积 (黄和平等, 2018)
		滞尘价值	滞尘价值=10.9×林地面积×单位除尘成本 (黄和平等, 2018)
	草地生态效益	草地生态服务价值	草地生态服务价值=草地生态服务功能单价×生态服务功能当量因子×草地面积 (李浩, 2012)
	水域生态效益	水域生态服务价值	水域生态服务价值=水域生态服务功能单价×生态服务功能当量因子×水域面积 (李浩, 2012)
	湿地生态效益	湿地生态服务价值	湿地生态服务价值=湿地生态服务功能单价×生态服务功能当量因子×湿地面积 (李浩, 2012)

账户	账户分类	核算指标	核算方法
自然资源损耗成本 (C₁)	耕地耗减价值	耕地减少量	耕地耗减价值=耕地减少量×单位面积耕地价值 (金雨泽等, 2014)
	森林资源耗减价值	木材采伐量	森林资源耗减价值=木材采伐量×混合平均单价 (楼永俊等, 2010)
	水资源耗减价值	总用水量	水资源耗减价值=总用水量×单位意愿支付价格 (杨晓庆等, 2014)
	能源耗减价值	主要能源消费量	能源耗减价值=主要能源消费量×能源价格 (杨晓庆等, 2014)
环境退化成本 (C₂)	大气污染	SO₂排放量	SO₂污染成本=SO₂排放量×SO₂平均治理成本 (王金南等, 2018)
	大气污染	烟、粉尘排放量	烟､粉尘污染成本=烟粉尘排放量×烟粉尘平均治理成本 (王金南等, 2018)
	水污染	工业废水排放量	工业废水污染成本=工业废水排放量×废水边际社会成本 (王金南等, 2018)
	水污染	生活污水排放量	生活污水污染成本=生活污水排放量×污水边际社会成本 (王金南等, 2018)
	固体废弃物治理	工业固体废弃物排放量	工业固体废弃物损失成本=工业固体废弃物排放量×固体废弃物边际社会成本 (王金南等, 2018)
	固体废弃物治理	生活垃圾清运量	生活垃圾损失成本=生活垃圾清运量×生活垃圾边际社会成本 (王金南等, 2018)
	森林灾毁损失	森林火灾的直接经济损失	国家统计数据
资源环境收益 (E)	“三废” 利用效益	“三废” 综合利用产品产值	国家统计数据
	林地生态效益	固碳释氧价值	固碳释氧价值=林地面积×(328.5×40.94×当年美元平均汇率+12×400) (黄和平等, 2018)
		吸收SO₂价值	吸收SO₂价值=林地面积×0.296单位治理成本 (黄和平等, 2018)
		调节气候价值	调节气候价值=0.9×24×189×0.6×林地面积 (黄和平等, 2018)
		滞尘价值	滞尘价值=10.9×林地面积×单位除尘成本 (黄和平等, 2018)
	草地生态效益	草地生态服务价值	草地生态服务价值=草地生态服务功能单价×生态服务功能当量因子×草地面积 (李浩, 2012)
	水域生态效益	水域生态服务价值	水域生态服务价值=水域生态服务功能单价×生态服务功能当量因子×水域面积 (李浩, 2012)
	湿地生态效益	湿地生态服务价值	湿地生态服务价值=湿地生态服务功能单价×生态服务功能当量因子×湿地面积 (李浩, 2012)

类型	状态	环境改善增长率	经济驱动增长率	弹性e	状态含义
脱钩	弱脱钩	>0	>0	0≤e<0.8	两者均增长, 但绿色GDP增速相对较快
	强脱钩	<0	>0	e<0	碳汇量降低, 绿色GDP增长
	衰退脱钩	<0	<0	e>1.2	两者均减少, 碳汇量减速较快, 为最不理想状态
负脱钩	扩张负脱钩	>0	>0	e>1.2	两者均增长, 但碳汇量增速较快, 为最理想状态
	强负脱钩	>0	<0	e<0	碳汇量增长, 绿色GDP减少
	弱负脱钩	<0	<0	0≤e<0.8	两者均减少, 但绿色GDP减速较快
连接	扩张连接	>0	>0	0.8≤e<1.2	两者均增加, 且速率相对同步
连接	衰退连接	<0	<0	0.8≤e<1.2	两者均减少, 且速率相对同步

中国生态用地碳汇时空演进及综合分区研究

Temporal-spatial Evolution and Comprehensive Zoning of Carbon Absorption of Ecological Land in China

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 17

参考文献 40

相关文章 6

编辑推荐

Metrics

本文评价

生态用地类型	碳汇	年份					均值	标准差	变异系数
生态用地类型	碳汇	2000	2005	2010	2015	2020	均值	标准差	变异系数
林地	碳汇量/(10⁸ t)	14.52	14.58	14.71	14.67	14.76	14.65	0.087	0.006
林地	增速/%	－	0.39	0.90	−0.25	0.62	－	－	－
草地	碳汇量/(10⁸ t)	0.594	0.596	0.596	0.591	0.586	0.593	0.003	0.007
草地	增速/%	－	0.35	−0.12	−0.84	−0.81	－	－	－
水域	碳汇量/(10⁷ t)	0.338	0.361	0.371	0.376	0.375	0.364	0.014	0.039
水域	增速/%	－	6.834	2.863	1.388	−0.450	－	－	－
湿地	碳汇量/(10⁶ t)	0.106	0.743	0.699	0.606	0.742	0.769	0.241	0.198
湿地	增速/%	－	−29.648	−6.009	−13.278	22.468	－	－	－
未利用地	碳汇量/(10⁶ t)	1.012	1.003	0.992	0.987	0.987	0.996	0.009	0.010
未利用地	增速/%	－	−0.871	−1.111	−0.439	0.023	－	－	－
生态用地	碳汇量/(10⁸ t)	15.16	15.22	15.35	15.31	15.40	15.29	0.087	0.006
生态用地	增速/%	－	0.402	0.865	−0.271	0.559	－	－	－

统计项目	年份
统计项目	2000	2005	2010	2015	2020
Moran's I	0.123	0.118	0.129	0.122	0.124
z统计量	2.928	2.885	2.800	2.884	2.913
P值	0.013	0.013	0.01	0.013	0.008

年份	△C/C	△GGDP/GGDP	弹性e	脱钩类型	协调状态
2005	0.004	0.993	0.004	弱脱钩	多元协调
2010	0.009	1.306	0.007	弱脱钩	多元协调
2015	−0.003	0.685	−0.004	强脱钩	单一失调
2020	0.006	0.253	0.022	弱脱钩	多元协调

单位国土面积碳汇水平	单位生态用地面积碳汇水平	碳汇综合水平分区
高水平	高水平	碳汇优势区
高水平	中水平	碳汇优势区
中水平	高水平	碳汇优势区
中水平	中水平	碳汇平衡区
低水平	高水平	碳汇平衡区
高水平	低水平	碳汇改善区
中水平	低水平	碳汇改善区
低水平	中水平	碳汇改善区
低水平	低水平	碳汇改善区

[1]	陈科屹, 林田苗, 王建军, 何友均, 张立文. 天保工程20年对黑龙江大兴安岭国有林区森林碳库的影响[J]. 生态环境学报, 2023, 32(6): 1016-1025.
[2]	郝蕾, 翟涌光, 戚文超, 兰穹穹. 2001-2020年内蒙古植被碳源/碳汇时空动态及对气候因子的响应[J]. 生态环境学报, 2023, 32(5): 825-834.
[3]	肖国举, 李秀静, 郭占强, 胡延斌, 王静. 贺兰山东麓土壤有机碳对玉米生长发育及水分利用的影响[J]. 生态环境学报, 2022, 31(9): 1754-1764.
[4]	吴昊平, 秦红杰, 贺斌, 尤毅, 陈金峰, 邹春萍, 杨思雨, 郝贝贝. 基于碳中和的农业面源污染治理模式发展态势刍议[J]. 生态环境学报, 2022, 31(9): 1919-1926.
[5]	姜超强, 李晨, 朱启法, 徐海清, 刘炎红, 沈嘉, 阎轶峰, 余飞, 祖朝龙. 皖南不同种植模式碳汇效应及经济效益评价[J]. 生态环境学报, 2022, 31(7): 1285-1292.
[6]	曹云, 孙应龙, 姜月清, 万君. 黄河流域净生态系统生产力的时空分异特征及其驱动因子分析[J]. 生态环境学报, 2022, 31(11): 2101-2110.