基于ESDA-GIS的山东省碳排放空间格局研究

樊文平，单宝艳，蔡菲

（山东建筑大学测绘地理信息学院，山东济南250101）

基于ESDA-GIS的山东省碳排放空间格局研究

樊文平，单宝艳，蔡菲

（山东建筑大学测绘地理信息学院，山东济南250101）

城镇化的快速发展伴随着能源消耗及二氧化碳排放量的增长，开展二氧化碳排放空间格局的研究对于发展绿色、低碳城市，提高城镇化发展质量具有重要意义。文章通过建立碳排放量测算模型，分析了山东省2012年17地市的碳排放量，运用GIS与ESDA的Moran's I指数和LISA指数空间相关分析方法，阐明了山东省碳排放空间格局特征。结果表明：化石燃料需求类别及数量不同是造成各地碳排放空间不均衡的关键因素；碳排放量最大值为济宁市的5777.05万t，最小为威海市的861.93万t，空间格局上鲁东＜鲁西北＜鲁中＜鲁西南，呈现明显的空间差异性；全局Moran's I指数为0.0853，Z值为1.0150，说明山东省碳排放量全局自相关性不明显，LISA集聚图则显示出显著的局部空间集聚特征，主要在鲁西南及鲁中地区形成碳排放量高的集聚分布。

ESDA-GIS；碳排放；空间格局；空间相关

Abstract：The rapid development of urbanization is always accompanied by the sharp rise in energy consumption and carbon emission，while the research on spatial pattern of carbon emission is of great importance to the development of green，ecological and low-carbon city，and to the quality improvement of urbanization.Carbon emissions in 17 cities of Shandong province in 2012 were estimated by building the accurate carbon emissionmodel.Characteristics of spatial pattern of carbon emission in Shandong province in 2012 were analyzed based on GIS，and on Exploratory Spatial Data Analysis（ESDA）（Moran's I and LISA）.Results show that：differences in types and amounts of demand for fossil fuels were the key factors that caused unbalanced carbon emission in Shandong province；themaximum carbon emission occurred in Jining（5777.05 ten thousand tons）while the minimum value in Weihai（861.93 ten thousand tons），and as to the whole region it was sorted as follows：east Shandong＜northwest Shandong＜central Shandong＜southwest Shandong，presenting the obvious spatial difference；the global Moran's I is0.0853，and Z value for the significance testing is 1.0150，showing that the global spatial autocorrelation of carbon emission in Shandong province is not significant，while LISA map showed a significant local spatial agglomeration characteristics：area of southwest and central Shandong developed an aggregated distribution with high carbon emission.

Key words：ESDA-GIS；carbon emission；spatial pattern；spatial relevance

0 引言

目前，全球气候变暖已经对自然环境和社会经济产生了显著的影响。控制温室气体排放，减少能源消耗和构建可持续发展的低碳城市已是世界各国需要思考的问题［1］。我国正处于城市化和工业化飞速发展时期，能源需求量巨大，其中化石燃料燃烧排放是导致大气CO2浓度升高的最主要原因［2］。如何平衡国际能源、生态、环境压力与我国能源巨大需求两者之间的矛盾，从而实现可持续城市发展是21世纪我国面临的巨大挑战。山东省在中国城镇化发展进程中具有举足轻重的地位，同时其人均能源消费和二氧化碳排放量也具有较高水平，因此研究二氧化碳排放的空间格局对发展绿色、生态、低碳城市，提高城镇化发展质量具有重要意义。

我国碳排放研究尚处于起步发展阶段，关于碳排放格局研究多从全国尺度上考虑［3-7］，而针对单个省份的研究较少。李阿萌等运用秩相关系数、变差系数、曲线拟合等方法对江苏省1996—2008年的碳排放时空变异特征进行了分析［8］；张秀梅等对江苏省2007年的碳排放总量空间格局进行了分析，但其更侧重于研究影响碳排放空间格局的关键因素［9］；张艳等在对人均直接能耗的二氧化碳排放量进行测算的基础上，分析城市居民各项直接耗碳排放在不同尺度下的空间格局［10］；钟宜根等基于GIS和改进后的高斯模式碳排放扩散修正模型，分析了研究区碳排放空间分布特征［11］；王莉雯等基于反演的城市地表温度空间分布结果模拟了城市的碳排放空间分布［12］。在省份或区域碳排放空间格局研究中，国内学者较少用到空间统计分析方法［13-15］。空间统计分析实质是探索与发现空间数据（与地理位置相关数据）间的空间依赖及空间关联特征，通过地理位置建立空间数据间相互统计关系，结合GIS技术，能够更加精准地对碳排放空间格局进行分析、判断并展示出来。文章通过建立碳排放量测算的精确模型对山东省2012年各个地市碳排放量进行估算，基于地统计学原理，采用空间自相关测度方法探索其空间分布规律。

1 研究地区概况

山东省地处中国东部沿海，位于黄河下游，介于东经 114°36′～122°43′和北纬 34°25′～38°23′之间。山东是中国的工农业大省，也是人口第二大省，国内生产总值列第三位，占国内GDP总量的1／9。山东省区域面积为15.71万km2，人口在2013年已达到9850万人，下辖济南、青岛、烟台等17个地市。2005年以来，山东省的二氧化碳排放速度不断增加，到2012年全省碳排放总量已经达到520.47万t，而人均碳排放量却呈现递减趋势，表明人口增长速度比碳排放增长速度快，如图1（a）所示。随着地区生产总值的增长，二氧化碳的排放量不断增加，并且在2005—2007年间碳排放量增长速度大于GDP增长速度，但在2008—2012年的碳排放量增长速度小于GDP的增长速度，如图1（b）所示。

图1 2005—2012年山东省碳排放量及生产总值图

2 数据来源及研究方法

2.1 数据来源

土地利用数据采用了山东信息网公布的2012年山东统计年鉴中的土地利用现状数据，主要包括林地、草地、耕地；化石燃料消耗数据采用了山东省17个地市的统计年鉴的数据，主要来自于山东信息网、经济学家网站以及各市统计信息网。另外，山东省地区行政边界矢量数据来源于全国1∶1400万基础地理信息数据。

2.2 碳排放测算模型

二氧化碳的测算参照张秀梅等的计算方法，既考虑了土地利用的因素，同时又考虑了能源消耗的因素［9］。测算碳排放的公式由式（1）表示为

式中：E为碳总排放量，万t；ei为各种土地利用方式所产生的碳排放量，万t；Ti为各种土地利用方式所对应的土地面积，hm2；δi为林地、草地及耕地的碳排放（吸收）系数，t（C）／（m2·a）。其中，建设用地碳排放的估算由式（2）表示为

式中：Et为建设用地碳排放总量，t；ej为各能源物质燃烧所产生的碳排放量，t；Tj为各能源物质的消耗量，t；δj为各种能源物质的碳排放系数，t（C）／t。碳排放系数采用的是方精云等的研究成果［6］。

2.3 探索性空间数据分析（ESDA）

探索性空间数据分析 ESDA（Exploratory Spatial Data Analysis）是重要的空间统计分析方法之一，它通过一系列空间关联测度指标，对事物或现象的空间分布格局进行描述与可视化表达，发现奇异观测值，揭示各种空间模式（如空间关联，集聚及其他异质性）及空间相互作用机制。ESDA的主要测度方法有全局空间自相关（Moran's I）和局部空间自相关（LocalMoran's I），由式（3）和（4）［16-17］表示为

式中：n为单元数，个；Wij为空间单元的相邻权重；xi、xj分别为i和j单元的属性值为算数平均值，S2＝通常Moran's I的值介于 -1与1之间，其值大于0表示正相关关系，小于0表示负相关关系，接近于0表示要素的空间分布呈随机状态。

3 结果与分析

3.1 山东省各地市碳排放测算结果

据上述测算方法和数据资料，从非建设用地碳排放量（耕地、草地、林地等）、建设用地碳排放量以及碳排放总量3个方面对山东省2012年各市碳排放量进行了计算。建设用地和耕地为主要碳源，林地和草地为主要碳汇。由于数据缺失，日照、聊城、德州三市2012年数据结果是按照各市煤品、油品、燃气逐年增长率计算求得。计算结果见表1。

表1 2012年山东各地市碳排放情况／万t

从表1的测算结果可以发现：

（1）2012年山东省各地市非建设用地碳排放量差异性显著，排放量最大的为临沂市，达到65.17万t，是排放量最小的莱芜市的8.88倍，其原因可能是由于前者耕地面积远远大于后者耕地面积。另外，聊城市域面积与济南相当，而非建设用地碳排放量（34.31万 t）却大于济南市碳排放量（27.38万t），可见即使土地面积相当，不同的土地利用方式也可能是形成碳排放区域间差异的重要原因。

（2）2012年山东省各市建设用地碳排放量均在800万t以上，远远大于非建设用地的碳排放量，是影响山东半岛各地区碳排放强度的主要因素，同时也是这些地区的主要碳源。化石燃料燃烧碳排放系数不尽相同，一般煤炭消耗碳排放系数最高，石油消耗次之，燃气消耗最低，各市对燃料消费需求不同而导致的消耗比例不同。因此以消费煤炭为主的济宁市2012年碳排放量比以消费石油为主的东营碳排放量大得多。由于生产、生活方式不同及地区经济相对发达，青岛2012年碳排放量为2154.35万t，远大于其它海滨城市等。

（3）碳排放量最大值为济宁市的5777.05万t，最小为威海市的861.93万t。采用GIS自然断裂法将碳排放量分成五类，如图2所示。第一类地市碳排放量最低，位于鲁东地区，包括威海市和日照市；第二类地市碳排放量较低且分布分散，包括烟台市、莱芜市、德州市、菏泽市；第三类地市碳排放量较高，全部位于鲁西北一带，包括滨州市、济南市、东营市；第四类地市碳排放量高且多位于鲁中地区，包括青岛市、潍坊市、临沂市、泰安市、聊城市；第五类地市碳排放量最高大部分地处鲁西南地区，包括淄博市、济宁市、枣庄市。

图2 2012年山东各地市碳排放图

3.2 碳排放空间分异特征

3.2.1 全局自相关分析

依照式（3）计算全局 Moran's I指数，运用GeoDa空间统计分析软件进行处理，得到2012年山东省17地市二氧化碳排放量的全局Moran's I指数为0.0853；基于正态分布假设对Moran's I指数进行检验，其结果Z值为1.0150，可见2012年山东省17地市二氧化碳排放量全局自相关性并不显著，说明各地市碳排放量的空间分布在全局上并未表现出明显的空间集聚特征。

3.2.2 局部空间自相关

选取2012年山东省17地市二氧化碳排放量数据，进行局部空间自相关分析，计算结果，如图3、4所示。

图3 2012年山东各地市LISA集聚情况图

图4 2012年山东各地市LISA显著情况图

由图3、4可知，临沂市在0.01的水平下显著，枣庄市在0.05的水平下显著，这两个市在空间上邻接分布，而且从统计意义上来说，2012年其相邻地市二氧化碳的排放量趋于被同样是碳排放量高值的地市所包围。由此在空间格局及空间分布上形成二氧化碳排放量高值和高值的集聚。菏泽市在0.05的水平下显著，而与其相邻的济宁市碳排放量高居山东省各地市榜首，所以菏泽市趋于被二氧化碳排放量为高值的地市所包围。鲁西南各地市2012年二氧化碳排放量呈现高值和高值空间集聚的分布特征。

以（WZ，z）为坐标进一步绘制Moran散点图以研究局部的空间不稳定性，绘制结果如图5所示。

图5 2012年山东各地市碳排放散点图

由图5可以看出，绝大多数地市位于第二象限和第三象限内。位于第二象限属于低高集聚类型，为负的空间联系，代表了低观测值的区域单元被高观测值的区域单元包围的空间分布状态；位于第三象限则属于低低集聚类型，为正的空间联系，代表了低观测值的区域单元被同样低观测值的区域单元所包围的空间相关形式。由图5可见，位于第三象限内的地市比位于第二象限内的地市更多一些，这就说明山东省2012年各地市碳排放分布呈现局部空间集聚特征，碳排放量大的地市趋于被碳排放量大的地市包围，相反地碳排放量小的地市也趋于被碳排放量小的地市包围，进而在空间格局上表现出山东省碳排放分布的地区差异性。

图6显示了2012年山东省各地市碳排放量局部聚集的空间格局特征：（1）高值被高值包围的高—高集聚地市有：济宁市、泰安市、枣庄市、临沂市；（2）低值被高值包围的低—高集聚地市有：东营市、日照市、聊城市、菏泽市、莱芜市；（3）低值被低值包围的低—低集聚地市有：德州市、济南市、滨州市、青岛市、烟台市、威海市；（4）高值被低值包围的高—低集聚地市有：淄博市、潍坊市。

图6 2012年山东各地市碳排放空间集聚的坐标图

4 结论

通过上述研究可知：

（1）从碳源和碳汇角度来看，建设用地和耕地为主要碳源，林地和草地为主要碳汇库。化石燃料燃烧依然是造成山东半岛各地市碳排放空间不均衡的关键因素，又由于煤炭在众多燃料中具有较高的碳排放系数，所以耗煤量大的地市如枣庄、济宁等市2012年度碳排放总量位于全省前列。

（2）从GIS空间可视化角度来看，碳排放量最大值为济宁市的5777.05万 t，最小为威海市的861.93万t。在空间格局方面，鲁东＜鲁西北鲁中＜鲁西南，说明山东省各地碳排放量差异较大，且在空间格局上呈现出较为明显的不均衡性，而这一碳排放强度的排序恰好与其区域经济发展程度排序相反。

（3）从空间自相关分析角度来看，全局Moran's I指数为0.0853，显著性检验的Z值1.0150，说明山东省碳排放量全局自相关性并不明显；而LISA集聚图则显示鲁西南及鲁中地区具有显著的局部空间集聚特征。各地市碳排放量局部聚集的空间格局特征为：高—高集聚地市有济宁市、泰安市、枣庄市、临沂市；低—高集聚地市有东营市、日照市、聊城市、菏泽市、莱芜市；低—低集聚地市有德州市、济南市、滨州市、青岛市、烟台市、威海市；高—低集聚地市有淄博市、潍坊市。

［1］ 方精云，王少鹏，岳超，等.八国集团2009意大利峰会减排目标下的全球碳排放情景分析［J］.中国科学（地球科学），2009，39（10）：1339-1346.

［2］ Solomon S.，Qin D.，Manning M.，et al..Climate Change 2007：the Physical Science Basis［M］.Cambridge：Cambridge University Press，2007.

［3］ 王中英，王礼茂.中国经济增长对碳排放的影响分析［J］.安全与环境学报，2006，6（5）：88-91.

［4］ 徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析：1995-2004［J］.中国人口·资源与环境，2006，16（6）：158-161.

［5］ 蒋金荷.中国碳排放量测算及影响因素分析［J］.资源科学，2011，33（4）：597-604.

［6］ 方精云，郭兆迪，朴世龙，等.1981—2000年中国陆地植被碳汇的估算［J］.中国科学 D辑，2007，37（6）：804-812.

［7］ 柴志贤.密度效应、发展水平与中国城市碳排放［J］.经济问题，2013，3（3）：25-31.

［8］ 李阿萌，张京祥，肖翔.江苏省13城市1996—2008年碳排放时空变异分析［J］.长江流域资源与环境，2011，10（8）：1235-1242.

［9］ 张秀梅，李升峰，黄贤金，等.江苏省1996—2007年碳排放效应及时空格局分析［J］.资源科学，2010，32（4）：768-775.

［10］张艳，陈太政，秦耀辰.中国城市居民直接能耗碳排放的空间格局及影响因素［J］.河南大学学报（自然科学版），2013，43（2）：161-167.

［11］钟宜根，葛幼松，张强华，等.城市规模与碳排放的相关性思考［J］.现代城市研究，2010，25（5）：65-69.

［12］王莉雯，卫亚星.基于RS和GIS的沈阳碳排放空间分布模拟［J］.资源科学，2012，34（2）：328-336.

［13］刘晓婷，陈闻君.基于ESDA-GIS的新疆能源碳排放空间差异动态演化分析［J］.干旱区地理，2016，39（3）：678-685.

［14］李建豹，张志强，曲建升，等.中国省域CO2排放时空格局分析［J］.经济地理，2014，34（9）：158-165.

［15］胡艳兴，潘竟虎，王怡睿.基于ESDA-GWR的1997—2012年中国省域能源消费碳排放时空演变特征［J］.环境科学学报，2015，35（6）：1896-1906.

［16］孟斌，王劲峰，张文忠，等.基于空间分析方法的中国区域差异研究［J］.地理科学，2005，25（4）：393-400.

［17］唐志高，刘红光，刘志高，等.经济地理学中的数量方法［M］.北京：气象出版社，2012.

（学科责编：吴芹）

Study on spatial pattern of carbon em ission in Shandong province based on ESDA-GIS

Fan Wenping，Shan Baoyan，Cai Fei
（School of Surveying and Geo-informatics，Shandong Jianzhu University，Jinan 250101，China）

PT951

A

1673-7644（2017）04-0322-05

2017-06-10

山东省社科规划项目（14DGLJ06）；山东省统计科研重点课题项目（KT16071）；山东省住建厅科技计划项目（2017-R1-003）；山东建筑大学博士基金项目（XNBS1303）

樊文平（1980-），女，讲师，博士，主要从事GIS应用、空间统计分析应用等方面的研究.E-mail：fwenping＠sdjzu.edu.cn