哈尔滨师范大学地理科学学院，黑龙江 哈尔滨

收稿日期：2023年11月14日；录用日期：2023年12月21日；发布日期：2023年12月29日

摘要

运用熵值法、ArcGIS自然断点法、耦合协调模型、地理探测器等方法，测度国家重点生态功能区及其毗邻区涉及黑龙江64县及12个地级市市辖区(杜尔伯特蒙古族自治县除外) 2005~2019年15年间“碳排放–人口–经济”系统耦合协调度，分析其相互作用及协调程度。运用地理探测器探测影响“碳排放–人口–经济”系统协调发展的因素。结果表明：(1) 2005年以来研究区域内各城市碳排放总量以及人口数量都呈现出先上升后下降并逐步趋于稳定的趋势；经济在15年间呈现稳步上升的态势。(2) 研究区域内各城市三大系统耦合状态良好，相互作用强，发展平稳有序但略有下降的趋势。协调度呈现出由北向南阶梯状分布，整体协调发展状况较差的局面。(3) “碳排放–人口–经济”系统协调发展是多因子交互作用的结果。应因地制宜节能减排，调整产业结构来提升区域耦合协调发展水平。

关键词

重点生态功能区，耦合协调，碳排放，影响因素

Research on the Coupling Coordination and Driving Factors of “Carbon Emissions-Population-Economy” in National Key Ecological Functional Areas

Fan Zhang

School of Geographic Sciences, Harbin Normal University, Harbin Heilongjiang

Received: Nov. 14^th, 2023; accepted: Dec. 21^st, 2023; published: Dec. 29^th, 2023

ABSTRACT

Using methods such as entropy method, ArcGIS natural breakpoint method, coupling coordination model, and geographic detector, this paper measures the coupling coordination of the “carbon emissions-population-economy” system in 64 counties and 12 prefecture level cities and districts (excluding Durbert Mongolian Autonomous County) of Heilongjiang Province and their adjacent areas from 2005 to 2019, and analyzes their interaction and coordination degree, using geographic detectors to detect factors that affect the coordinated development of the carbon emissions population economy system. The results indicate (1) since 2005, the total carbon emissions and population of each city in the study area have shown a trend of first increasing, then decreasing, and gradually stabilizing; The economy has shown a steady upward trend over the past 15 years; (2) The three major systems of each city in the study area have good coupling status, strong interaction, and stable and orderly development, but there is a slight downward trend. The coordination degree shows a stepped distribution from north to south, and the overall coordinated development status is poor; (3) The coordinated development of the “carbon emissions population economy” system is the result of the interaction of multiple factors. Energy conservation and emission reduction should be tailored to local conditions, and industrial structure should be adjusted to enhance the level of regional coupling and coordinated development.

Keywords:Key Ecological Functional Areas, Coupling Coordination, Carbon Emissions, Influencing Factors

Copyright © 2023 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 文献综述与引言

1.1. 引言

日益严重的全球气候变化问题不仅引起了世界各国和社会各界的关注也成为许多学者关注的焦点。全球变暖造成的环境问题也威胁到了人类的生存和发展。政府间气候变化专门委员会发布的关于全球变暖1.5℃的特别报告强调，从2010年开始减少二氧化碳排放，截至2030年全球人为二氧化碳净排放量要下降约45%。到2050年实现“净零”排放。研究显示截止到21世纪末，仅人口因素就将导致中国的二氧化碳排放量增加45%以上。作为2006年首次超越美国成为全球最大温室气体排放国 [1] 的中国，化石能源是我国能源结构中的重要部分，减排压力较大。我国提出了碳中和和碳达峰的“双碳”战略，明确了发展经济与控碳减排要同步促进的基本思路。在我国“五级三类四体系”的国土空间规划体系中，县域是我国人口和社会经济发展的基础单元。历史上我国高速城镇化发展进程中的县级单元始终处于弱势地位，产业发展多依靠被动式承接，因此暴露出一系列诸如能源结构不合理、环境污染严重和土地利用粗放等问题。统计资料显示，我国能源消费领域中以煤炭为主的高碳排放能源比重过高，在县域层级，水电、风电等清洁能源的比重更低，加之技术水平受限所导致的能源利用效率偏低，各种因素所导致县域单位GDP碳排放量普遍高于全国均值。因此，从县域尺度刻画人口因素、经济发展与碳排放之间的关系，对中国碳中和战略和低碳排放发展的理论和实践作用具有重要意义。

本文可能的创新之处在于：一是目前国内外对于碳排放时空格局研究大多停留在大尺度范围上，国内对于碳排放时空格局及影响因素的研究很多都受限于数据的可获取性及处理难度，大多选择以省域为单元进行研究，本文选取以黑龙江省64县以及12个市辖区为研究对象从县域尺度上进行细致地刻画；二是对“碳排放–人口–经济”三大系统耦合协调程度以及影响“碳排放–人口–经济”整个系统协调发展驱动因素进行研究；三是对不同功能类型的城市进行对比及类比研究，揭示了区间发展差异、把握发展规律和因地制宜地提出对策，为“碳排放–人口–经济”系统协调发展以及节能减排提供借鉴与参考。

1.2. 文献综述

通过对国内外有关文献的回顾和梳理发现国外学者的论点大都集中在碳排放的影响因素、脱钩关系分析、具体行业或产业对碳排放的影响以及预测上。Bhattacharyya [2] 等人采用LMDI因素分解法证实了能源结构的改变、能源强度的下降以及生产工艺的提升是欧盟15国取得碳减排成功的主要原因。Obas [3] 等人通过对撒哈拉以南的非洲国家碳排放强度的分解，认为影响这些国家碳排放强度的主要原因是能源类型、能源强度和经济结构。Johan [4] 等人将欧洲四个国家的碳排放变化的影响因素分解为9个成分，其研究结果表明能源强度、经济增长的脱碳化对于碳排放量的影响最大，其次，一些国家的人口数量增长是也碳排放变化的重要影响因素。Ang和Nag [5] 等人的研究结果表明碳排放强度增大的主要原因是国民人均收入的不断增加，且认为二者之间存在倒“U”形的关系。国内万文玉等人 [6] [7] 采用STIRPAT模型法对中国城市居民生活能源碳排放的影响因素进行研究，得出结论认为城市人口规模、城市居民可支配收入、城市居民生活消费支出、青少年人口比重等因素对居民生活能源碳排放具有正向作用。中国对二氧化碳排放驱动因素的研究中，多数研究者认为工业行业结构、能源消费结构以及经济发展水平是影响地区二氧化碳排的主导三大因素 [8] [9] [10] 。目前现有的研究大都是通过建立多样化的多元相关分析模型，包括IPAT理论框架及其扩展STIRPAT模型等为基础，在控制其他变量的情况下，分析人口增长对二氧化碳排放的净作用而展开 [11] 。此外，利用Divisia指数分解法和LMDI分解法以及改进的Kaya恒等式也是目前探讨二氧化碳与人口规模关系运用得较多的方法 [12] 。综上所述的文献共同点是证明了人口增长对二氧化碳排放的影响。

2. 研究区域概况与研究方法

2.1. 研究区域概况

本文的研究区域为国家划定的三江平原湿地生态功能区、长白山森林生态功能区和大小兴安岭森林生态功能区三个生态主体功能区及其毗邻区，研究区域涉及了黑龙江省64县及12个地级市市辖区(杜尔伯特蒙古族自治县除外) (图1)。区域内共有33个市县处于国家重点生态功能区范围，是我国北方重要的森林湿地生态功能区，也是国家重要的生态屏障区。本文将研究单元定位在县域尺度上，将国家重点生态功能区与其毗邻区作比较，研究该区域“碳排放–人口–经济”之间的关系以及影响碳排放的驱动因素。

2.2. 指标体系构建

研究区域正面临人口流失严重、经济发展缓慢、资源日趋枯竭等问题，结合城市“碳排放–人口–经济”3个子系统，在遵循科学性、数据可获取性等原则基础上，参考相关文献，最终确定的指标体系如表1所示：

图1. 研究区域

表1. 区域“碳排放–人口–经济”研究评价指标体系

2.3. 数据来源

本文主要选取2005~2019年面板数据，来源于《县域统计年鉴》《黑龙江统计年鉴》、中国碳核算数据库(China Emission Accounts and Datasets, CEADs)以及黑龙江省各年各城市国民经济和社会发展统计公报。

2.4. 研究方法

2.4.1. 熵值法

熵值法是一种客观赋权法，能够客观反映指标信息熵值的效用价值，更适合对多元指标进行综合评价。本文利用熵值法对综合评价指标体系中的各指标进行赋权，并采用线性加权法对3个子系统进行综合处理，限于篇幅具体计算过程可参见文献。

2.4.2. 耦合协调度模型

耦合协调度模型用于分析事物是否协调发展以及水平的高低。耦合度指两个或两个以上系统之间的相互作用影响，可以反映系统之间的互相依赖互相制约程度。协调度指耦合作用关系中协调状况好坏的定量指标，它可体现出系统由无序走向有序的趋向。本文将运用耦合协调度模型来探讨黑龙江省各城市“碳排放–人口–经济”之间的动态变化，前文已对各指标数据进行标准化处理，确定了权重以及子系统的综合评价函数，接着构建耦合协调度模型，公式如下：

$C={\left[\frac{A_1\times A_2\times A_3}{\left(A_1+A_2\right)\left(A_1+A_3\right)\left(A_2+A_3\right)}\right]}^{\frac{1}{3}}$ (1)

$D={\left(C\times T\right)}^{\frac{1}{2}}$ (2)

$T=a{A}_1+b{A}_2+c{A}_3$

式(5)为3个子系统的综合耦合度，耦合度是由各子系统的综合评价函数共同决定的，耦合度值C处于[0,1]。根据耦合度值的大小，分为4种类型(见表2)；式中C为耦合度，D为协调性，T为综合评价指标。考虑到经济发展水平及建设生态环境的迫切程度等，认为经济发展与生态环境保护重要性相同，因此a、b、c人为赋值均为1/3，10多位专家的访谈反馈结果也支持该赋值设计。通过分析可知，一般使T取值范围在(0,1)，这样D的取值范围就在[0,1]。据此，设定耦合度及协调度等级及其划分标准见表(见表2、表3)。

表2. 区域“碳排放–人口–经济”研究耦合度等级划分

表3. 区域“碳排放–人口–经济”研究协调度等级划分

2.4.3. 地理探测器

地理探测器是基于空间异质性，对空间数据进行分析的工具。地理探测器不仅具有统计精度更高的优势而且还可以克服传统计量回归所产生的多重共线性问题。本文借鉴王劲峰等 [13] 提出的地理探测器方法来分析内外部影响因子对“碳排放–人口–经济”系统协调发展的影响。公式如下：

$q=1-\frac{1}{N{\sigma }^2}{\Sigma }_{h=1}^L{N}_h{\sigma }_h^2$ (3)

式中，q为各因素对黑龙江省各县域“碳排放–人口–经济”系统的影响程度，N为样本数， ${\sigma }^2$ 为研究区域的总离散方差， ${\sigma }_i^2$ 为因变量Y在分区i的离散方差。

3. 黑龙江省各县域“碳排放–人口–经济”发展的时空分异特征

3.1. 县域碳排放时空分异

图2为黑龙江省各县域碳排放时空分布，并利用ArcGIS将其进行可视化表达。结果表明，从空间分异来看，研究区域内三大生态功能区的碳排放量均小于其毗邻区碳排放量，差值在100~150万吨之间。且研究区域内各市辖区碳排放量远大于县域碳排放量，差值可达千万吨。时序变化上，15年间研究区域内所有城市碳排放量总体上呈现出先上升后下降并逐步趋于稳定的趋势。

图2. 黑龙江省县域碳排放空间分布

3.2. 县域人口时空分异

图3为黑龙江省各县域人口时空分布，并利用ArcGIS将其进行可视化表达。结果表明，从空间分异来看，研究区域内三大生态功能区的总人口在整体上小于其毗邻区人口数量，最大差值可达60万(市辖区除外)。且研究区域内各市辖区人口远大于县域人口，差值高达百万人。时序变化上，研究区内各县域人口在2005~2012年间呈现上升态势，2012~2019年人口有所下降但下降幅度较小，各市辖区人口在15年间呈现出较为平稳的上升趋势。

图3. 黑龙江省县域人口分布

3.3. 县域经济时空分异

图4为黑龙江省各县域经济时空分布(选取GDP作为代表)，并利用ArcGIS将其进行可视化表达。结果表明，从空间分异来看，研究区域内生态功能区的经济发展相较于其毗邻区在整体上较为落后，发展缓慢。时序变化上，大庆市经济从2005~2012年呈现稳步上升趋势，2012年以后开始呈现下降趋势，研究区域内其他城市经济整体在15年间均呈现上升趋势，稳步发展。

图4. 黑龙江省县域经济时空分布

4. 黑龙江省各县域“碳排放–人口–经济”耦合协调结果与实证分析

表4为黑龙江省县域及地级市市辖区2005~2019年耦合度协调度的变化，由于数据量过大及时间跨度较久，所以选取三个相同时间跨度取其平均值进行分析。耦合度可用于衡量系统内部之间相互耦合的程度，但只能反映相互作用的强弱，无优劣之分，表明三者间的关联度和相互作用。根据耦合度等级划分标准(表2) 2005~2019年的各城市群耦合度均值可以看出，研究区域内生态功能区及其毗邻区均处于高水平耦合阶段，耦合度均值在0.832~0.987之间，变化幅度较小且并无明显的区域差异；时序变化上，研究期间区域内所有城市的耦合度均值由2005年的0.983增加至2011年的0.992后下降至2019年的0.949，且一直处于高水平耦合。从空间分异变化看，只有2005年三大生态功能区毗邻区的泰来县，拜泉县，桦南县耦合度低于0.90，除此以外其他时间段研究区域耦合度均大于0.90。由此说明黑龙江县域以及地级市市辖区“碳排放–人口–经济”三大系统耦合状态良好，发展平稳有序但略有下降的趋势。

表4. 区域“碳排放–人口–经济”耦合协调度时间演化

耦合度函数只能够描述子系统之间协调发展的程度，但是却无法确定系统协调发展水平的高低。所以，在此基础上引入耦合协调度，不仅能够反映其协调程度，还能体现系统协调发展水平的阶段性。依据协调度等级划分标准(表3)可知，就15年间年研究区域内各城市协调度均值而言，只有哈尔滨市辖区处于(0.4,0.5]之间，属于基本协调。研究区域内其他各城市的协调度均处于(0.5,0.8]之间，研究区“碳排放–人口–经济”三个系统之间开始相互制约、配合，呈现出良性耦合的特征，问题修复取得了一定成效，属于中度协调水平。时间维度上看，协调度从2005年的0.661下降至2011年的0.642后又增加至2019年的0.665，有轻微波动但总体呈现上升趋势，且一直处于中度协调。从空间维度上看，最低值出现在毗邻区哈尔滨市辖区为0.414，最高值出现在大小兴安岭森林生态功能区内嘉荫县和逊克县为0.698，表明区域内协调度由北向南呈现阶梯状分布，协调度依次下降，但研究区域仍属于协调状况较为良好且稳步上升的局面。

研究区域内各城市的耦合及协调度分别处于(0.8,1]、[0.4,0.8]区间，说明研究区域内各城市耦合度较高但协调程度不够，系统之间协调发展仍受到制约，没有达到高水平的协调状态。各城市在今后发展中要充分认识自身，弥补短板，推动更高质量发展，促进高水平协调。

5. 黑龙江省各县域“碳排放–人口–经济”系统的影响因素分析

5.1. 影响因素指标选取

由于研究区域内各城市“碳排放–人口–经济”系统不仅受其自身发展状况的制约，同时也受到不同的外部因素干预 [14] [15] [16] 。所以选取碳排放总量、碳排放强度、人均碳排放量、总人口、人口密度、地区生产总值、第一产业增加值、第二产业增加值、一般公共预算收入以及一般公共预算支出10个内部驱动因素，耕地面积、农村用电量以及粮食产量3个外部驱动因素指标，构建了“碳排放–人口–经济”系统影响因素指标体系(表5)，以解读影响其发展的动因。

表5. “碳排放–人口–经济”系统影响因素指标体系

5.2. 影响因素作用分析

5.2.1. 单因子探测结果

黑龙江省各县域“碳排放–人口–经济”耦合协调度作为因变量，采用地理探测器探测2005、2012、2019年10个内部驱动因素、3个外部驱动因素对其的影响强度(表6)。

表6. “碳排放–人口–经济”耦合协调影响因素解释力测度

注：q05、q12、q19分别代表2005、2012、2019年的地理探测器q值，^***表示q值的显著性水平为0.00，^**表示q值的显著性为0.05，^*表示q值的显著性水平为0.1。

由表6可知，各指标始终是影响“碳排放–人口–经济”协调发展的驱动因素。从演变趋势看，20年间，X₁、X₂、X₃、X₄、X₁₂，5个影响因子解释力增强，X₅、X₆、X₇、X₈、X₉、X₁₀，6个影响因子解释力减弱，X₁₁、X₁₃，2个影响因子解释力变化程度较小，趋于稳定。从影响程度看，各驱动因素解释力三年均值由大到小排序依次为X₁₀ (0.670)、X₆ (0.669)、X₇ (0.643)、X₁ (0.443)、X₈ (0.440)、X₄ (0.412)、X₁₁ (0.374)、X₁₃ (0.371)、X₉ (0.355)、X₁₂ (0.335)、X₂ (0.311)、X₅ (0.232)、X₃ (0.230)，按照影响因子解释力大小将其分为主导因子、次级因子和一般因子，其中，解释力大于0.37的影响因子为主导因子，包括碳排放量、总人口、地区生产总值、第一产业增加值、第二产业增加值、一般公共预算支出、耕地面积、粮食产量；解释力介于0.37~0.31之间为次级因子，包括一般公共预算收入、人均碳排放量、农村用电量；解释力小于0.31为一般因子，包括碳排放强度以及人口密度。

5.2.2. 双因子交互探测结果

表7. 2019年“碳排放–人口–经济”协调发展的交互探测结果

注：灰色底纹表示交互探测结果为非线性增强型，无底纹则表示探测结果为双因子增强型。

表7为通过地理探测器的双因子交互探测作用得到的2019年各影响因子的交互探测作用结果，可以看出，每一对影响因子交互作用的q值皆大于这对影响因子的任一因子的q值，其中有28对交互作用的q值大于两个影响因子q值之和，表明它们对碳排放分布作用为非线性增强型，而剩余50对交互作用的q值小于两个影响因子q值之和，则说明它们对碳排放分布作用为双因子增强型。交互作用的类型为双因子增强为主，非线性增强为辅。具体来看，碳排放量与总人口交互作用的q值最大，最大值为0.867，说明二者在空间叠加后对系统空间分布起主导作用，其次总人口与地区生产总值q值为0.830，第三位是碳排放量与人口密度q值为0.813。此外，其他因子交互作用q值普遍大于0.6，交互作用也较为明显。表明各县域“碳排放–人口–经济”系统的协调发展是多重因素共同作用的结果。

6. 结论与建议

6.1. 结论

本文基于2005~2019年黑龙江省64县及12个地级市市辖区(杜尔伯特蒙古族自治县除外)的面板数据为研究样本，首先利用ArcGIS自然断点法对碳排放、人口以及经济进行可视化表达来研究其空间分异，其次运用耦合协调度模型来分析“碳排放–人口–经济”三个系统之间的相互作用强度以及协调程度，最后运用地理探测器来探测影响“碳排放–人口–经济”系统协调发展的影响因子，主要结论如下：

(1) 在15年的研究时间内研究区域内各城市碳排放总量以及人口数量均呈现出先上升后下降并趋于稳定的态势；经济在15年间呈现稳步上升的态势。长白山森林生态功能区、大小兴安岭森林生态功能区、三江平原湿地生态功能区总体协调发展水平低于其毗邻区的协调发展水平，研究区内各县域的发展水平也低于各市辖区。

(2) 研究区域内各城市耦合程度较高但是协调程度不够，三大系统耦合状态较为良好，相互作用强，耦合度均值一直处于0.9以上，发展平稳有序但略有下降的趋势。就2005~2019年研究区域内各城市协调度均值而言，除哈尔滨外研究区域内其他各城市的协调度均处于(0.5,0.8]之间，协调度由北向南呈现阶梯状分布。虽然研究期间协调状况有所改善，但是整个研究区仍处于高水平耦合但整体协调发展状况较差的局面。

(3) 黑龙江省各县域“碳排放–人口–经济”协调发展是以非线性增强为辅，双因子增强为主交互作用的结果。

6.2. 建议

基于以上结论，为尽早实现“碳排放–人口–经济”系统协调发展，提出以下建议：

(1) 针对碳排放空间分异显著的问题，排量大、涨幅大的区域，必须加强对碳排放绝对量的监管和控制，且不同的人口因素、社会经济因素对不同区域碳排放发挥的作用也不同，因此需结合实际，因地制宜采取控碳减排。加强区域间尤其是高碳排放区域联合控碳减排刻不容缓，开展区域联合治理，实现互利共赢。

(2) 注重提高研究区域内各城市的耦合协调发展水平，提升三系统之间的关联程度。碳排放量、总人口、地区生产总值、第一产业增加值、第二产业增加值、一般公共预算支出、耕地面积、粮食产量为影响区域“碳排放–人口–经济”系统协调发展的主要因子，建议调整产业结构，加大节能减排力度以提升区域耦合协调度水平。使研究区域不同城市均能做到协调发展。

文章引用

张 帆. 国家重点生态功能区“碳排放–人口–经济”耦合协调及其驱动因素研究
Research on the Coupling Coordination and Driving Factors of “Carbon Emissions-Population-Economy” in National Key Ecological Functional Areas[J]. 地理科学研究, 2023, 12(06): 865-878. https://doi.org/10.12677/GSER.2023.126083

参考文献