近10年来中国地级及以上城市房地产依赖度时空分异

近十年房地产市场房价走势近十年来，房地产市场房价的走势一直备受关注。

房价的涨跌不仅直接影响着人们的生活，也对整个经济环境产生重要影响。

本文将就近十年房地产市场房价走势进行探讨，希望对读者有所启发。

1. 2010年至2012年：持续上涨2010年至2012年，房地产市场房价呈现了持续上涨的态势。

这一阶段，随着国家实施一系列经济刺激政策，房地产市场投资需求大增，房价快速上涨。

一些一线城市的房价更是达到了历史高点。

2. 2013年至2014年：调控政策出台由于房价上涨过快带来的社会问题和经济风险，2013年至2014年，中国政府相继实施了一系列楼市调控政策。

这些政策包括限购、贷款利率上调、首付比例提高等，旨在抑制房价过快上涨。

调控政策的出台使得一些热点城市房价出现了一定程度的回落。

3. 2015年：房价下行趋势明显2015年，房地产市场进入了调整期，房价出现了下行趋势。

随着经济增速放缓，购房需求减少，加之政府调控政策的有效执行，房价出现了明显的下跌。

在这一年，一线城市的房价跌幅较大，一些二三线城市的房价则相对稳定。

4. 2016年至2017年：恢复上涨势头2016年至2017年，经过一年的下调之后，房价开始出现了回升的势头。

各地政府推出了一系列鼓励购房的政策，刺激了购房需求，房价逐渐上涨。

尤其是一线城市，涨幅较为明显。

5. 2018年至2019年：楼市调控再度收紧2018年至2019年，房地产市场再次受到严格调控政策的限制。

政府出台了更多的限购措施，贷款条件进一步收紧。

这些政策使得房地产市场投资需求进一步降低，房价走势趋于平稳。

6. 2020年至今：疫情冲击与政策支持2020年，新冠疫情对房地产市场造成了巨大冲击。

房价在疫情初期出现了短暂的下跌，但随着政府采取一系列刺激措施以及房地产市场的逐渐恢复，房价开始呈现出回升趋势。

总体而言，近十年来，房地产市场房价经历了波动调整的过程。

政府的调控政策在一定程度上起到了抑制房价过快上涨的作用，也保持了市场的稳定。

地理学报ACTA GEOGRAPHICA SINICA 第68卷第11期2013年11月V ol.68,No.11Nov.,2013收稿日期：2013-05-28;修订日期：2013-07-26基金项目：林业公益性行业科研专项经费项目(201304301);教育部人文社会科学研究基金项目(10YJCZH130;11YJA630008)[Foundation:The Forestry Public Welfare Project of China,No.201304301;The ResearchProjects of the Social Science and Humanity of the Ministry of Education,No.10YJCZH130;No.11YJA630008)]作者简介：李名升(1981-),男,山东安丘人,博士,高级工程师,主要从事环境质量综合分析与评价研究。

E-mail:lims@1504-1512页近10年中国大气PM 10污染时空格局演变李名升,张建辉,张殷俊,周磊,李茜,陈远航(中国环境监测总站,北京100012)摘要：为分析近10年来中国PM 10污染时空格局演变，运用统计学和GIS 方法对2002-2012年PM 10监测数据进行分析，结果表明：①地级及以上城市ρ(PM 10)年均值由0.130mg ·m -3下降至0.076mg ·m -3，达标城市比例由37.6%上升至92.0%；环保重点城市ρ(PM 10)日均值超标天数比例由24.7%下降至7.0%。

②12月份PM 10污染最重，其次为1月和11月；8月份污染最轻，其次为7月和9月。

③PM 10的重污染区域明显减小，由集中连片分布变为零星点状分布。

但空间格局未发生明显变化，北方尤其是西北、华北地区及山东、江苏、湖北一直是PM 10污染相对严重地区。

④北方地区PM 10污染重于南方地区，两者的差异主要发生在北方采暖期(1-4月及11-12月)。

第37卷第1期农业工程学报V ol.37 No.12021年1月Transactions of the Chinese Society of Agricultural Engineering Jan. 2021 267 近10年中国耕地变化的区域特征及演变态势袁承程1，张定祥2，刘黎明1※，叶津炜1（1. 中国农业大学土地科学与技术学院，北京100193；2. 中国国土勘测规划院，北京100035）摘要：随着工业化、城市化进程推进,中国耕地在数量和质量方面均发生了显著变化。

通过分析2009－2018年中国耕地的时空变化，掌握中国耕地变化的区域特征与变化态势，有助于制定差别化的区域耕地保护政策与管理策略，为保障粮食安全提供科学依据。

该研究基于2009－2018年土地调查格网数据，利用GIS空间分析、数学指数模型等方法，从耕地数量、空间以及立地条件等方面研究近10年来中国的耕地时空变化特征。

研究表明：1）2009－2018年间中国耕地数量总体稳定，但是耕地数量变化的区域差异较大。

全国耕地共减少39.37万hm2，减少幅度为0.29%。

2）从市域尺度分析，呈现以“哈尔滨-郑州-昆明”带为中心的东-中-西分异特征，该中心带内耕地净减少面积与全国耕地净减少总量基本持平，而该中心带以东地区的耕地净减少量与中心带以西地区的耕地净增加量相近。

3）耕地空间变化率在长江以北的长江中下游平原区、黄淮海平原区以及四川盆地及其周边地区相对较高，表明这些区域人为调整耕地空间布局的强度较大，但其市域内净增加耕地面积总量却不大。

4）耕地减少主要分布在距离主要城市中心30 km以内的区域，而耕地增加主要发生在离城市中心40 km以外区域，这进一步说明城市化发展仍然是当前耕地减少的主导因子。

此外，石嘴山、延安、雅安、榆林、张家口、丽水和泉州等地的耕地平均海拔增加较大，说明这些地区耕地“上山”现象较为严重。

因此，今后应根据耕地变化“热点地区”的动态识别，提升自然资源管理和督察的精准定位和因地施策的能力。

《城市观察》杂志刊名：城市观察Urban Insight主办：广州市社会科学界联合会周期：双月出版地：广东省广州市语种：中文;开本：大16开ISSN：1674-7178CN：44-1664/C邮发代号：46-109复合影响因子：0.638综合影响因子：0.283历史沿革：现用刊名：城市观察创刊时间：2009《城市观察》杂志期刊简介《城市观察》杂志是由国家新闻出版总署正式批准，由广州市社会科学界联合会主办、面向国内外公开发行的专业学术期刊，具有正规的双刊号，其国内统一刊号：CN44-1664/C，国际刊号：ISSN1674-7178。

本刊自2009年创刊以来，立足国家中心城市，依托区域大城市群，聚集全球城市研究的智慧资源，着力构建城市科学发展的公共智库。

本刊是以城市研究为主的高端学术期刊，内容涉及城市经济、社会、政治、历史、环境、文化、民俗及国际城市比较等各个方面，旨在探索城市科学发展的规律和经验，展现当今世界城市发展的最新理论和趋势，是当代城市发展的新型“百科全书”，是市长和有关城市管理者的“案头智囊”。

《城市观察》杂志期刊栏目设置本刊主要栏目：专题、特稿、视野、前沿、案例、印记等。

论文快速发表绿色通道发表流程：收稿---稿件初审---商定期刊---杂志社审稿---办理定金---修改定稿---确认---付余款---杂志社发采稿通知---发表见刊---接收期刊样册---知网收录论文刊发时间：从收到论文版面费起3-4个月(特殊情况除外)，针对需要快速发表的作者提供绿色通道服务。

1、学术期刊论文发表时间安排等相关咨询联系董编辑Q/微信：993383282或者Q：1366273999;2、不违反宪法和法律，不损害公共利益。

3、是作者本人取得的原创性、学术研究成果，不侵犯任何著作权和版权，不损害第三方的其他权利；来稿我方可提供“中国知网期刊学术不端文献检测系统”检测，提供修改建议，达到文字复制比符合用稿标准，引用部分文字的在参考文献中注明；署名和作者单位无误。

第４０卷第２４期２０２０年１２月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４０，Ｎｏ．２４Ｄｅｃ．，２０２０基金项目：国家重点研发计划支持项目（２０１８ＹＦＣ０７０４７０１）；天津市科技发展战略研究计划项目（１９ＺＬＺＸＺＦ００３２０）；天津市教委社科重大项目（２０１８ＪＷＺＤ４６）收稿日期：２０２０⁃０３⁃０３；㊀㊀网络出版日期：２０２０⁃１１⁃０５∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｗａｎｇｒｕｉ＿１９８５＠ｔｊｕ．ｅｄｕ．ｃｎＤＯＩ：１０．５８４６／ｓｔｘｂ２０２００３０３０３８９张赫，彭千芮，王睿，强文丽，张建勋．中国县域碳汇时空格局及影响因素．生态学报，２０２０，４０（２４）：８９８８⁃８９９８．ＺｈａｎｇＨ，ＰｅｎｇＱＲ，ＷａｎｇＲ，ＱｉａｎｇＷＬ，ＺｈａｎｇＪＸ．ＳｐａｔｉｏｔｅｍｐｏｒａｌｐａｔｔｅｒｎｓａｎｄｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｃｏｕｎｔｙｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２０，４０（２４）：８９８８⁃８９９８．中国县域碳汇时空格局及影响因素张㊀赫１，彭千芮１，王㊀睿１，∗，强文丽２，张建勋１１天津大学建筑学院，天津㊀３０００７２２兰州大学资源环境学院，兰州㊀７３００００摘要：以全国１３００个县级行政单位作为研究对象，利用全国县域尺度土地利用数据和社会经济数据，核算了１９９０ ２０１５年间中国县域碳汇总量，并结合标准差椭圆㊁空间自相关㊁冷热点分析和地理加权回归分析方法，探析中国县域碳汇的时空分异特征及影响因素，旨在为优化国土空间开发格局，实施差异化减排路径及推动生态文明建设提供参考㊂研究表明：（１）时空变化上，１９９０ ２０１５年中国碳汇总量呈波动下降趋势，由１３３０７．７９ˑ１０４ｔ下降至１３１９８．２７ˑ１０４ｔ；林地为主要碳汇类型，其余碳汇类型比例结构基本不变；在空间分布上，中国县域碳汇呈现 西部＞东北＞南部＞中部 的 西高东低 格局㊂（２）在空间分异和聚集上，碳汇空间分布中心向西南移动，分布范围呈收缩态势，西南地区对整体碳汇空间格局影响作用加强；１９９０ ２０１５年中国县域碳汇总量的冷热点集聚程度呈现波动稳定特征，空间集聚程度呈现高值与低值聚集，高－低区域零星分布的特征㊂（３）从影响因素分析来看，２０１５年经济发展㊁产业结构㊁土地利用程度对碳汇产生影响并存在空间异质性㊂建议通过合理规划县域非建设用地的土地利用方式㊁差异性制定各区域内策略㊁控制建设用地规模等方式达到县域的低碳发展㊂关键词：碳汇；时空格局；影响因素；县域；中国ＳｐａｔｉｏｔｅｍｐｏｒａｌｐａｔｔｅｒｎｓａｎｄｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｃｏｕｎｔｙｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａＺＨＡＮＧＨｅ１，ＰＥＮＧＱｉａｎｒｕｉ１，ＷＡＮＧＲｕｉ１，∗，ＱＩＡＮＧＷｅｎｌｉ２，ＺＨＡＮＧＪｉａｎｘｕｎ１１ＳｃｈｏｏｌｏｆＡｒｃｈｉｔｅｃｔｕｒｅ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３０００７２，Ｃｈｉｎａ２ＣｏｌｌｅｇｅｏｆＥａｒｔｈａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，ＬａｎｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００００，ＣｈｉｎａＡｂｓｔｒａｃｔ：１３００ｃｏｕｎｔｙ⁃ｌｅｖｅｌａｄｍｉｎｉｓｔｒａｔｉｖｅｕｎｉｔｓａｃｒｏｓｓＣｈｉｎａｗｅｒｅｃｏｎｓｉｄｅｒｅｄｆｏｒｔｈｅｓｔｕｄｙ．Ｃｏｕｎｔｙ⁃ｌｅｖｅｌｌａｎｄｕｓａｇｅｄａｔａａｎｄｓｏｃｉｏｅｃｏｎｏｍｉｃｄａｔａｗｅｒｅｕｓｅｄｔｏｃａｌｃｕｌａｔｅｔｈｅｔｏｔａｌｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａｆｒｏｍ１９９０ｔｏ２０１５．Ｃｏｍｂｉｎｉｎｇｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｅｌｌｉｐｓｅ，ｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎ，ｃｏｌｄ⁃ｈｏｔｓｐｏｔａｎａｌｙｓｉｓ，ａｎｄｇｅｏｇｒａｐｈｉｃｗｅｉｇｈｔｅｄｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓｍｅｔｈｏｄｓ，ｔｈｅｓｐａｔｉｏｔｅｍｐｏｒａｌｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｔｈｅｓｅｃａｒｂｏｎｓｉｎｋｓｗｅｒｅｅｘｐｌｏｒｅｄ．ＴｈｉｓｓｔｕｄｙａｉｍｓｔｏｐｒｏｖｉｄｅａｒｅｆｅｒｅｎｃｅｆｏｒｏｐｔｉｍｉｚｉｎｇＣｈｉｎａᶄｓｌａｎｄｄｅｖｅｌｏｐｍｅｎｔｐａｔｔｅｒｎｓｔｏｉｍｐｌｅｍｅｎｔｄｉｆｆｅｒｅｎｔｉａｔｅｄｅｍｉｓｓｉｏｎｒｅｄｕｃｔｉｏｎｐａｔｈｓａｎｄｐｒｏｍｏｔｅｔｈｅｅｓｔａｂｌｉｓｈｍｅｎｔｏｆａｎｅｃｏｌｏｇｉｃａｌｃｉｖｉｌｉｚａｔｉｏｎ．Ｔｈｅｒｅｓｅａｒｃｈｓｈｏｗｓｔｈａｔ：（１）Ｉｎｔｅｒｍｓｏｆｓｐａｔｉｏｔｅｍｐｏｒａｌｃｈａｎｇｅｓ，Ｃｈｉｎａᶄｓｃａｒｂｏｎｓｉｎｋｓｓｈｏｗｅｄａｄｅｃｌｉｎｉｎｇｔｒｅｎｄｆｒｏｍ１９９０ｔｏ２０１５，ｗｉｔｈａｒｅｄｕｃｔｉｏｎｉｎｃａｒｂｏｎｆｒｏｍ１３３０７７９００ｔｏｎｓｔｏ１３１９８２７００ｔｏｎｓ．Ｆｏｒｅｓｔｌａｎｄｗａｓｔｈｅｐｒｉｍａｒｙｔｙｐｅｏｆｃａｒｂｏｎｓｉｎｋ，ａｎｄｔｈｅｐｒｏｐｏｒｔｉｏｎｏｆｔｈｅｒｅｍａｉｎｉｎｇｔｙｐｅｓｗｅｒｅｂａｓｉｃａｌｌｙｕｎｃｈａｎｇｅｄ．Ｉｎｔｅｒｍｓｏｆｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎ，ｔｈｅｃａｒｂｏｎｓｉｎｋｓｗｅｒｅｇｅｎｅｒａｌｌｙｇｒｅａｔｅｒｉｎｔｈｅｗｅｓｔｔｈａｎｉｎｔｈｅｅａｓｔ，ｆｏｌｌｏｗｉｎｇａｗｅｓｔ＞ｎｏｒｔｈｅａｓｔ＞ｓｏｕｔｈ＞ｍｉｄｄｌｅｐａｔｔｅｒｎ．（２）Ｄｕｒｉｎｇｔｈｅｒｅｓｅａｒｃｈ，ｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｅｎｔｅｒｏｆｔｈｅｃａｒｂｏｎｓｉｎｋｓｗａｓｍｏｖｉｎｇｔｏｔｈｅｓｏｕｔｈｗｅｓｔ，ａｎｄｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｒａｎｇｅｗａｓｓｈｒｉｎｋｉｎｇ．Ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｔｈｅｓｏｕｔｈｗｅｓｔｒｅｇｉｏｎｏｎｔｈｅｏｖｅｒａｌｌｓｐａｔｉａｌｐａｔｔｅｒｎｏｆｔｈｅｃａｒｂｏｎｓｉｎｋｓｗａｓｓｔｒｅｎｇｔｈｅｎｅｄ．Ｆｒｏｍ１９９０ｔｏ２０１５，ｔｈｅｄｅｇｒｅｅｏｆｃｏｌｄａｎｄｈｏｔｓｐｏｔａｇｇｌｏｍｅｒａｔｉｏｎｏｆｔｈｅｃａｒｂｏｎｓｉｎｋｓｓｈｏｗｅｄａｓｔａｂｌｅｆｌｕｃｔｕａｔｉｏｎ．Ｔｈｅｓｐａｔｉａｌａｇｇｌｏｍｅｒａｔｉｏｎｓｈｏｗｅｄｃｌｕｓｔｅｒｓｏｆｈｉｇｈ⁃ｖａｌｕｅａｎｄｌｏｗ⁃ｖａｌｕｅｎｕｍｂｅｒｓ，ａｎｄｓｐｏｒａｄｉｃｄｉｓｔｒｉｂｕｔｉｏｎｏｆｈｉｇｈａｎｄｌｏｗｒｅｇｉｏｎｓ．（３）Ｂｙａｎａｌｙｚｉｎｇｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｉｎ２０１５，ｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔ，ｉｎｄｕｓｔｒｉａｌｓｔｒｕｃｔｕｒｅ，ａｎｄｌａｎｄｕｓａｇｅ，ａｌｌｄｅｍｏｎｓｔｒａｔｅｄｉｍｐａｃｔｓｏｎｃａｒｂｏｎｓｉｎｋｓ，ｉｎｄｉｃａｔｉｎｇｓｐａｔｉａｌｈｅｔｅｒｏｇｅｎｅｉｔｙ．Ｉｔｉｓｒｅｃｏｍｍｅｎｄｅｄｔｏｉｎｃｒｅａｓｅｃａｒｂｏｎｓｉｎｋｓａｎｄｒｅｄｕｃｅｅｍｉｓｓｉｏｎｓａｔｃｏｕｎｔｙ⁃ｌｅｖｅｌｂｙｐｒｏｐｅｒｐｌａｎｎｉｎｇｏｆｌａｎｄｕｓａｇｅｆｏｒｎｏｎ⁃ｃｏｎｓｔｒｕｃｔｉｏｎｌａｎｄ，ｆｏｒｍｕｌａｔｉｎｇｓｔｒａｔｅｇｉｅｓｆｏｒｉｎｃｒｅａｓｉｎｇｃａｒｂｏｎｓｉｎｋｓａｎｄｒｅｄｕｃｉｎｇｅｍｉｓｓｉｏｎｓｆｏｒｖａｒｉｏｕｓｒｅｇｉｏｎｓ，ａｎｄｃｏｎｔｒｏｌｌｉｎｇｔｈｅｅｘｔｅｎｔｏｆｌａｎｄｕｓｅｄｆｏｒｃｏｎｓｔｒｕｃｔｉｏｎ．ＫｅｙＷｏｒｄｓ：ｃａｒｂｏｎｓｉｎｋｓ；ｓｐａｔｉｏｔｅｍｐｏｒａｌｐａｔｔｅｒｎ；ｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓ；ｃｏｕｎｔｙ；Ｃｈｉｎａ土地利用／覆被变化深刻作用于陆地生态系统的碳循环，对全国和区域气候变化产生了举足轻重的影响［１］㊂１９８０年到２００５年间，由于土地利用方式的转变，我国人为源排放量由陆地生态系统存储的３倍增长到１０倍，生态环境恶化明显［２］㊂同时，作为全球温室气体排放的大国，我国２０１９年全球温室气体排放量高居首位㊂事实上，我国承诺到２０２０年碳排放强度比２００５年下降４０％ ４５％［３］㊂县域作为城乡土地增减挂钩的直接单元［４］，其非建设用地的土地利用方式对大气温室气体含量的调节作用不容忽视，利用其碳贮存量增加而产生减排效果，对推动我国城乡控碳减排有极大意义［５］㊂在此背景下，加强对我国县域非建设用地碳汇规模与规律研究，对构建基于低碳导向的国土空间组织体系，优化国土空间开发格局，实施差异化减排，增强生态系统固碳能力具有重要的理论和现实意义㊂随着碳中和（ｃａｒｂｏｎｎｅｕｔｒａｌ）概念的提出， 碳汇 指个人或组织等以碳中和方式向从事 碳中和 业务的中介机构支付基金，最后以植树等形式用于碳减排的过程和机制［６⁃７］㊂通过改变非建设用地的土地利用／覆被方式，对其进行合理的开发利用，可以降低土地利用碳排放占人为碳排放的比例，将此时的土地利用变化发挥出碳汇作用［８］㊂迄今为止，国内外学者针对土地利用碳源／汇相关研究主要集中于以下三个方面：首先，通过构建计算模型对碳汇／源进行总量计算和效应评估来探析不同区域的碳汇时空特征㊂Ｎａｉｐａｌ等［９］通过建立土壤侵蚀模型，研究了在一定时期内土地利用变化下莱茵河流域的碳循环特征；彭文甫等［１０］构建了碳排放㊁碳足迹等模型计算并分析四川省土地利用碳汇的时空变化特征㊂其次，研究土地利用方式转变对碳汇的影响㊂裴杰等［１１］利用地理信息技术分析了深圳市土地利用／覆被变化情况及其导致的碳效应变化；张海凤和崔桂善［１２］通过总结不同中碳收支的特点对土地覆被类型转化下的碳源／汇变化的影响进行了分析，罗谷松和李涛［１３］运用ＳｕｐｅｒＳＢＭ⁃ｕｎｄｅｓｉｒａｂｌｅＤＥＡ等方法分析了碳排放影响下中国省域土地利用效率的影响因素㊂第三，探究影响土地利用碳源／汇的相关因素以及对应的控碳减排策略㊂李小康等［１４］通过分析土地利用结构及碳排放的变化发现控制建设用地总量对控碳减排意义重大；Ｃｈｅｎ等［１５］结合涡度协方差法分析发现气候带类型和植树造林是影响碳封存的主要因素㊂纵观现有研究成果，研究尺度主要集中于国家㊁区域和省域层面，对县域的研究相对缺乏，已有研究中仅赵荣钦等［１６⁃１７］对中原经济区和河南省的县域碳收支状况进行了核算和分析㊂县域作为中国经济社会发展的基本单元，开展碳汇在其尺度下的时空变化特征和影响因素的分析，对评估县级尺度的生态状况以及推动区域低碳协调发展意义重大㊂基于此，针对全国县域，基于全国土地利用数据（１９９０ ２０１５），运用标准差椭圆分析方法㊁空间自相关分析方法和地理加权回归分析方法，着重研究：①中国县域碳汇随时间变化的特征；②中国县域碳汇的空间分异格局；③中国县域碳汇的时空变化规律和影响因素㊂１㊀研究区域与数据来源１．１㊀研究区域按照中国现行的行政区划，县级行政区包括地级市的市辖区㊁县级市㊁县㊁自治县㊁旗㊁自治旗㊁林区㊁特区等８种㊂由于地级市的市辖区㊁县级市以及部分特区的土地利用以城镇建设用地为主，其功能主要体现在碳排放上而固碳能力较低，所以不在讨论的范围内㊂综上，通过筛选最后选定包含县㊁自治县㊁旗㊁自治旗㊁林区９８９８㊀２４期㊀㊀㊀张赫㊀等：中国县域碳汇时空格局及影响因素㊀０９９８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀在内的１３３０个县级行政单位㊂１．２㊀数据来源土地利用数据来源于中国科学院资源环境科学数据中心（ｈｔｔｐ：／／ｗｗｗ．ｒｅｓｄｃ．ｃｎ），是以１９９０ ２０１５年６期ＬａｎｄｓａｔＴＭ／ＥＴＭ遥感影像为主要数据源，通过人工目视解译获取㊂通过ＡｒｃＧＩＳ１０．２，用２０１８年中国县域矢量行政边界裁剪，经过重采样为１ｋｍ的全国６期土地利用数据；应用ＥＮＶＩ４．８对土地利用数据进行编码和归类，将土地利用类型划分为林地㊁草地㊁水域㊁未利用地４大类㊁１３小类㊂耕地的农作物通过光合作用吸收空气中的ＣＯ２，但绝大多数农作物在短期内又通过呼吸作用释放到空气中去，农作物生物量作为碳汇的效果不明显［１８］，因此不在本文进行讨论㊂全国县域国民生产总值㊁产业结构等数据来源于２０１５年‘中国城市统计年鉴“㊁‘区域经济统计年鉴“㊁相关地市级统计年鉴及环境统计公报等㊂２㊀计算与研究方法２．１㊀计算方法土地利用的碳汇估算主要涉及耕地㊁林地㊁草地㊁水域和未利用地的碳汇㊂耕地作为碳源［１８］，在本文中不进行研究；林地㊁草地㊁水域和未利用地为碳汇，为主要研究对象㊂因此，碳汇估算模型可表达如下：Ｃｓ＝ðｓｉ＝ðｎｉ＝１Ａｉαｉ（１）式中，Ｃｓ为碳汇量，ｓｉ为第ｉ种土地利用类型产生的碳汇量；Ａｉ为第ｉ种土地利用类型（林地㊁草地㊁水域㊁未利用地）面积，αｉ为第ｉ种土地利用类型的碳汇系数㊂２．１．１㊀碳汇系数的确定碳汇系数根据不同用地类型，通过跟踪国内外期刊的研究成果进行确定（表１）㊂将林地按照郁闭度大小分为有林地㊁灌木林㊁疏林地和其他林地４种类型㊂将草地按照覆盖度大小分为高覆盖度草地㊁中覆盖度草地和低覆盖度草地３种类型㊂将我国水域分为河渠㊁湖泊㊁水库坑塘㊁滩涂和滩地５种类型㊂未利用地指我国还未利用的土地或难以利用的土地类型，包括沙地㊁戈壁㊁盐碱地㊁沼泽地㊁裸土地㊁裸岩石质地和其他未利用地等㊂我国未利用地有的是碳汇㊁有的是碳排放，但都较弱，根据赖力等［２３］的研究，取未利用地碳汇系数为０．０００５ｔｈｍ－２ａ－１㊂表１㊀土地利用类型及对应的碳汇系数Ｔａｂｌｅ１㊀Ｃａｒｂｏｎｓｉｎｋｃｏｅｆｆｉｃｉｅｎｔｏｆｌａｎｄ⁃ｕｓｅｔｙｐｅ土地利用类型ＲｅｆｅｒｅｎｃｅｓＣｏｅｆｆｉｃｉｅｎｔ参考来源Ｌａｎｄ⁃ｕｓｅｔｙｐｅ碳汇系数林地Ｗｏｏｄｌａｎｄ有林地０．８７ｔｈｍ－２ａ－１Ｆａｎｇ等［１９］㊁Ｔａｎｇ等［２０］灌木林０．２３ｔｈｍ－２ａ－１疏林地０．５８ｔｈｍ－２ａ－１其他林地０．２３２７ｔｈｍ－２ａ－１草地Ｇｒａｓｓ高覆盖度草地０．１３８ｔｈｍ－２ａ－１Ｐｉａｏ等［２１］㊁方精云等［１８］中覆盖度草地０．０４６ｔｈｍ－２ａ－１低覆盖度草地０．０２１ｔｈｍ－２ａ－１水域Ｗａｔｅｒ河渠０．６７１ｔｈｍ－２ａ－１孔东升和张灏［２２］湖泊０．３０３ｔｈｍ－２ａ－１水库坑塘０．３０３ｔｈｍ－２ａ－１滩涂０．５６７ｔｈｍ－２ａ－１滩地０．５６７ｔｈｍ－２ａ－１未利用地Ｕｎｕｓｅｄｌａｎｄ未利用地０．０００５ｔｈｍ－２ａ－１赖力等［２３］２．１．２㊀碳汇强度考虑到用地面积大小对碳汇总量的影响，本文构建碳汇强度的概念来对单位土地碳汇能力进行衡量，并且就碳汇强度进行局部自相关分析㊂碳汇强度计算公式如下：Ｃｐ＝Ｃｓ／Ｓｕ（２）式中，Ｃｐ为碳汇强度；Ｃｓ为碳汇总量（ˑ１０４ｔ），Ｓｕ为非建设用地面积㊂２．２㊀研究方法２．２．１㊀标准差椭圆分析法基于ＡｒｃＧＩＳ１０．２的空间分析功能，采用标准差椭圆分析方法［２４］对全国整体的碳汇在空间位置的分布情况进行分析㊂椭圆的长轴表征数据集分布的主要方向，其面积表征数据集分布的集聚（分散）程度㊂２．２．２㊀空间相关分析法基于ＡｒｃＧＩＳ１０．２的局部空间自相关分析功能，使用空间联系局域指标（ＬｏｃａｌＩｎｄｉｃａｔｏｒｓｏｆＳｐａｔｉａｌＡｓｓｏｃｉａｔｉｏｎ，ＬＩＳＡ）对区域整体相关程度进行衡量［２５⁃２６］：当ＭｏｒａｎᶄｓＩ为正数时，表示碳汇量在空间上呈集聚分布；当ＭｏｒａｎᶄｓＩ为负数时，表示碳汇量在空间上呈分散分布㊂冷点与热点的识别能进一步讨论的空间分布是聚集㊁分散或是随机的，目的是识别全国县域碳汇热点与冷点的空间分布㊂在ＡｒｃＧＩＳ中，采用Ｇｅｔｉｓ⁃ＯｒｄＧ∗统计量测度全国县域碳汇在局部空间的依赖性及异质性，Ｇｉ∗（ｄ）值为正表示高值聚类，即 热点区 ；反之为低值聚类，即 冷点区 ［２７⁃２８］㊂２．２．３㊀地理加权回归分析法地理加权回归分析（ＧｅｏｇｒａｐｈｉｃａｌｌｙＷｅｉｇｈｔｅｄＲｅｇｒｅｓｓｉｏｎ，ＧＷＲ），可以量化反映空间数据关系中的异质性特征，与传统回归模型相比，可以对不同空间进行局部地加权回归模型，并求解［２９］㊂县域碳汇的空间异质性是应用地理加权回归模型进行分析的前提条件，采用ＡＩＣ法与核密度估计求得带宽，利用高斯函数来确定权重，选取Ｆｏｔｈｅｒｉｎｇｈａｍ等提出的方法作为计算准则，即当ＡＩＣ值取最小值时，则此时的带宽为最佳带宽［３０］㊂以上所有操作均通过ＡｒｃＧＩＳ１０．２软件完成㊂３㊀中国县域碳汇时空分布特征３．１㊀１９９０ ２０１５中国县域碳汇的时序变化３．１．１㊀时序变化总体特征１９９０ ２０１５年中国碳汇总量呈波动下降趋势，碳汇量从１３３０７．７９ˑ１０４ｔ下降至１３１９８．２７ˑ１０４ｔ（图１）㊂可以将净碳汇总量的变化划分为３个阶段，即大幅下降⁃上升⁃缓慢下降㊂具体表现为，１９９０ １９９５年间，碳汇呈现急剧下降的趋势，从１９９０年的１３３０７．７９ˑ１０４ｔ，至１９９５年达到１３００３．４１ˑ１０４ｔ的谷值；之后近１０年内回升，到２００５年，碳汇达到１３２３１．４６ˑ１０４ｔ；随后缓慢下落，到２０１５年达到１３１９８．２７ˑ１０４ｔ㊂图１㊀１９９０ ２０１５年中国碳汇总量及比重Ｆｉｇ．１㊀ＴｏｔａｌｃａｒｂｏｎｓｉｎｋｖｏｌｕｍｅａｎｄｐｒｏｐｏｒｔｉｏｎｉｎＣｈｉｎａ，１９９０ ２０１５１９９８㊀２４期㊀㊀㊀张赫㊀等：中国县域碳汇时空格局及影响因素㊀３．１．２㊀时序变化比例结构碳汇类型主要以林地碳汇为主，占比约８０％，依次是草地（约１３．５％）㊁水域（约４．０％）和未利用地（约２．５％）（图１）㊂进一步对不同碳汇类型的比例结构展开分析，虽然比例结构大体没变，但在演变趋势上略有不同，高覆盖度草地㊁滩地碳汇都在１９９５年达到最低值，并在之后的年份里回升；滩涂㊁疏木林㊁沼泽地的碳汇均呈现先上升再波动下降的趋势；而其他类型的碳汇则呈现波动维稳的状态㊂３．２㊀１９９０ ２０１５中国县域碳汇的空间格局图２㊀１９９０ ２０１５年中国县域碳汇空间分布Ｆｉｇ．２㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｏｕｎｔｙｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａ，１９９０ ２０１５３．２．１㊀空间总体格局从全国县域碳汇空间分布来看（图２），１９９０ ２０１５年间，中国县域碳呈现差异化分布的空间格局，在区域上［３１］呈现不同的变化趋势㊂从碳汇总量来看，全国县域碳汇大致呈现 西部＞东北＞南部＞中部 的 西高东低 格局；碳汇低值区域主要集中在新疆西北部㊁内蒙古西南部㊁甘肃㊁陕西㊁宁夏㊁山西㊁河北㊁河南㊁山东㊁安徽以及江苏北部；而碳汇高值区域主要集中于内蒙古东北部㊁西藏㊁浙江㊁江苏㊁福建地区；四川㊁云南㊁贵州广西等地碳汇高值与低值区域相间分布㊂分时段看，１９９０ １９９５年间，碳汇空间格局有所变化，内蒙古中部㊁西藏北部碳汇均有所下降；１９９５ ２０１５年间，内蒙古中部㊁西藏北部碳汇量回升，四川西北部碳汇增加㊂整体上看，我国内蒙古中部㊁黑龙江㊁吉林㊁辽宁㊁山东㊁河南㊁安徽等地碳汇总量下降较多，而新疆南部㊁陕西㊁陕西以及我国华中㊁华南㊁西南部分地区的碳汇则呈上升趋势㊂２９９８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀３．２．２㊀空间分异特征图３㊀１９９０ ２０１５年中国县域碳汇标准差椭圆㊀Ｆｉｇ．３㊀ＥｌｌｉｐｓｅｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｏｆｃｏｕｎｔｙｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａ，１９９０ ２０１５从标准差椭圆方法揭示的空间分异格局来看（图３），碳汇整体以东北⁃西南的方向为主导，空间分布中心存在向西南移动的趋势，空间分布范围呈现收缩态势㊂在分异形状上，１９９１ ２０１１年，全国净碳汇空间分布标准差椭圆短轴与长轴的比值总体呈现出两阶段的规律，１９９０ ２０１０年间，全国净碳汇空间分布标准差椭圆短轴与长轴的比重呈现出增加的趋势，随后２０１０ ２０１５年间基本上保持不变，下降趋势极慢㊂在分异方向上，１９９０ ２０１５年间，全国碳汇空间分布标准差椭圆方位角在波动中呈现总体增长的趋势（表２）㊂１９９０ １９９５年，方位角不断缩小，西南部地区对全国碳汇空间格局的影响作用加强；１９９５ ２０００年，方位角不断增大，东北地区对全国净碳汇空间格局的影响作用加强；２０００ ２００５年，方位角不断缩小，随后保持不变，西南部地区的碳汇量对全国碳汇空间格局的影响作用加强后，趋于平稳㊂表２㊀１９９０ ２０１５年中国县域碳汇标准差椭圆测算结果Ｔａｂｌｅ２㊀ＥｌｌｉｐｓｅｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｏｆｃｏｕｎｔｙｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａ，１９９０ ２０１５年份Ｙｅａｒ中心坐标经度Ｃｅｎｔｅｒｃｏｏｒｄｉｎａｔｅｌｏｎｇｉｔｕｄｅ／（ʎ）中心坐标纬度Ｃｅｎｔｅｒｃｏｏｒｄｉｎａｔｅｌａｔｉｔｕｄｅ／（ʎ）短半轴Ｓｈｏｒｔｓｅｍｉ⁃ａｘｉｓ／ｋｍ长半轴Ｌｏｎｇｓｅｍｉ⁃ａｘｉｓ／ｋｍ方位角Ａｚｉｍｕｔｈ／（ʎ）短轴／长轴Ｓｈｏｒｔａｘｉｓ／ｌｏｎｇａｘｉｓ１９９０１１１．７４８９７３０．１９８１０８．２１６８７１２．３６７５５６１．７２９１６０．６６４３８９１９９５１１１．７５５４１３０．０４０４６８．１６５８３１２．１８２３７６０．９９１２８０．６７０２９９２０００１１１．６８４８５３０．１１０６０８．２２６１８１２．２４７６１６３．１０３７６０．６７１６５６２００５１１１．６７９０２３０．１３５５８８．２３１７３１２．２４７８９６２．７９７５７０．６７２０９４２０１０１１１．６７３３０３０．１４０５４８．２２５８２１２．２４３００６２．７９２１７０．６７１８８２０１５１１１．６６５８７３０．１４７５３８．２２４６６１２．２４８０７６２．７６９５４０．６７１５０７３．２．３㊀空间聚集特征从冷热点的空间分布变化看（图４），中国县域碳汇总量的冷热点空间分布集聚程度呈现波动稳定的特征㊂整体上看，碳汇总量热点以黑龙江㊁内蒙古北部，西藏南部和广东㊁湖南交界处为中心，在其周围呈连片分布；碳汇总量冷点在山西㊁陕西㊁河北㊁河南㊁安徽㊁江苏等地连片分布，并且在四川㊁重庆和贵州交界处有少量分布㊂在时空上，１９９０ １９９５年间，我国西部的碳汇总量热点从西藏藏族自治区的尼玛县㊁双湖县和改则县消失，演变为围绕西藏南部的加查县㊁那曲县㊁班戈县等地分布的格局；１９９５ ２０００年，我国西部的碳汇总量的热点逐渐变化为１９９０年的格局特征，并在２０００ ２０１５年间保持较为平稳的态势㊂１９９０ ２０１５年，我国东南部碳汇总量热点呈现先扩大再逐渐缩小的过程；１９９０ １９９５年，我国东南部碳汇热点区域呈现向湖南桂阳县㊁嘉禾县㊁临武县等地聚集特征，热点分布范围有扩大趋势；１９９５ ２０１５，我国西南部碳汇总量热点分布范围逐年缩小㊂１９９０ ２０００年间，我国东北部碳汇总量热点区域不断缩小，体现在内蒙古阿鲁科尔㊁巴林右旗㊁克什克腾㊁扎鲁特旗等地逐渐退出碳汇总量热点区；２０００ ２０１５年，我国东北部碳汇总量热点区域逐渐扩大㊂从我国县域碳汇总量冷热点的时空分布可以看出，我国碳汇总量整体格局是西南㊁东南㊁东北多，中部少，空间集聚性和整体分布波动维稳㊂从局部空间自相关来看（图５），中国县域碳汇强度的空间集聚程度变化不明显，具有高值与低值聚集，３９９８㊀２４期㊀㊀㊀张赫㊀等：中国县域碳汇时空格局及影响因素㊀图４㊀１９９０ ２０１５年中国县域碳汇的热点分析Ｆｉｇ．４㊀ＴｈｅｏｆｈｏｔｓｐｏｔａｎａｌｙｓｉｓｏｆｃｏｕｎｔｙｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａ，１９９０２０１５图５㊀１９９０ ２０１５年中国县域碳汇强度的ＬＩＳＡ集聚图Ｆｉｇ．５㊀ＬＩＳＡｃｌｕｓｔｅｒｍａｐｏｆｐｅｒｃａｐｉｔａｃｏｕｎｔｙｃａｒｂｏｎｓｉｎｋｓｉｎＣｈｉｎａ，１９９０ ２０１５高⁃低区域零星分布的特点㊂其中，碳汇强度高值区域集聚在湖南㊁江西㊁福建㊁浙江及云南㊁四川㊁黑龙江㊁吉林㊁辽宁的部分地区；碳汇强度低值区域集聚在新疆西北部㊁内蒙古西部，青海东部，以及宁夏㊁甘肃㊁山西㊁河北㊁山东㊁河南㊁安徽等地；高⁃低区域较稀少，零星分布于陕西㊁山西㊁河南及京津冀地区㊂对比中国县域碳汇总量的冷热点和中国县域碳汇强度的局部空间自相关时空分布，整体上看，我国东北４９９８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀部鄂伦春自治旗㊁漠河县㊁塔城县等地，东南部桂阳县㊁嘉禾县等地的碳汇总量与碳汇强度都出现了高值聚集的特征；而西藏加查县㊁那曲县等地的碳汇总量虽然呈现热点分布，但是碳汇强度却在低值聚类区域；而我国中部和东部沿海地区的陕西㊁江苏㊁河北等地的县域碳汇总量和碳汇强度等处于冷点和低值聚类区域㊂４㊀影响因素分析在对碳汇影响因素的研究中，大多数学者从气候条件㊁植被类型角度对碳汇能力进行分析㊂但本文在变量选取时主要考虑了以下两个方面：首先，本文在非建设用地的土地利用视角下对县域碳汇的空间分异进行研究，同时想要考察城镇化过程以及产业结构调整对我国的碳汇是否真正起到了促进作用；其次，地理加权回归方法对各个变量是否存在多重共线性要求较高，选取多个变量容易产生多重共线性，基于以上原因，本文重点选取了经济发展㊁产业结构和土地利用程度作为研究的解释变量㊂各解释变量的定义和选取理由：①经济发展：不同地区处于不同经济发展阶段，其经济发展水平也不同，经济发展带来大量的城市开发，碳汇也随之减少㊂用国民生产总值（ＧＤＰ）来表征地区经济发展㊂②产业结构：工业高排放与高污染的特征对环境的胁迫效应明显，要促进我国生态文明建设，产业结构升级和增汇同样重要㊂用工业产值占ＧＤＰ总量的比例表征产业结构㊂③土地利用程度：土地利用程度越低，碳汇通常更高，随着城市建设用地的扩张，碳汇量也会减少㊂用县域建设用地面积和县域总面积的比值表征土地利用程度㊂由于各个变量的量纲不同，因此对各个数据进行最大－最小值标准化处理，通过ＡｒｃＧＩＳ１０．２对我国１３３０个县域数据进行地理加权回归，回归结果为回归的整体结果输出，包括回归的拟合系数㊁最优带宽和ＡＩＣ值（表３）㊂表３㊀ＧＷＲ模型的整体估计结果Ｔａｂｌｅ３㊀ＯｖｅｒａｌｌｅｓｔｉｍａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅＧＷＲｍｏｄｅｌＲ２调整Ｒ２ＡｄｊｕｓｔｅｄＲ２残差平方和ＲｅｓｉｄｕａｌｓＳＳ带宽ＢａｎｄｗｉｄｔｈＡＩＣｃ０．５９０．５６１．３４３．４６－５４８６．６４㊀㊀ＲｅｓｉｄｕａｌｓＳＳ：残差平方和ＲｅｓｉｄｕａｌｓＳｕｍｏｆＳｑｕａｒｅｓ；ＡＩＣｃ：改良的赤池信息量准则ＡｋａｉｋｅＩｎｆｏｒｍａｔｉｏｎＣｒｉｔｅｒｉｏｎ，ｃｏｒｒｅｃｔｅｄ通过地理加权回归的方法，可以得到每个县的回归方程，而这些结果可以考虑到各省市在空间地理位置的相互影响，因此结果可以充分考察各地区的空间异质性㊂从各因素的影响程度来看（图６），２０１５年经济发展和土地利用程度对中国县域碳汇的影响远高于产业结构产生的影响㊂经济发展和产业结构因素除了在个别地区对碳汇产生负相关外，大部分区域均呈正相关；土地利用方式则在全部区域与碳汇均呈负相关（图７㊁图８）㊂４．１㊀经济发展对碳汇的影响ＧＤＰ的回归系数波动较大（－１１．２１６３０５ ５．４３３８１９），说明经济发展对全国县域碳汇影响的地区差异较大（图６），但是仍然存在空间异质性的现象㊂整体上看，２０１５年经济发展对碳汇影响能力较小，呈现出在西藏东南部和四川西部的回归系数高绝对值区域㊂２０１５年林芝市米林县㊁墨脱县㊁朗县，昌都市八宿县㊁洛隆县㊁边坝县以及山南市加查县㊁错那县和嘉黎县，说明经济发展对当地的碳汇产生了较强的负影响，在这类区域应该转变经济发展方式，促进增汇减排㊂而在甘孜阿坝自治州的德格县㊁白玉县等地回归系数为正值且高于全国其它县域，说明经济发展对当地的碳汇产生了较强的正影响，说明经济发展促进了当地的环保业发展㊂４．２㊀产业结构对碳汇的影响从产业结构来看（图７），产业结构代表第二产业产值占整个国民生产总值的比重，从这一指标考察产业结构对碳汇的影响，若碳汇随着产业结构的增加而增加，则说明技术进步在其中起到了积极作用㊂２０１５年，产业结构与碳汇在内蒙古赤峰市阿鲁科尔自治旗㊁林西县㊁翁牛特旗等地，内蒙古昌都市贡觉县㊁边坝县㊁查雅县等地，西藏林芝市米林县㊁墨脱县等地呈正相关，说明技术水平进步在这些地区对增汇产生了正面影响㊂然５９９８㊀２４期㊀㊀㊀张赫㊀等：中国县域碳汇时空格局及影响因素㊀而在内蒙古呼伦贝尔市阿荣县㊁兴安盟，黑龙江龙江县㊁漠河县㊁嫩江县等地均呈现负相关，表明产业结构对碳汇产生负影响，即二产比值越高，碳汇越低，这代表在这些区域应该促进产业结构升级或者技术进步以达到增汇减排的目的㊂图６㊀２０１５年ＧＷＲ模型经济发展回归系数的空间分布㊀Ｆｉｇ．６㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆＧＤＰｒｅｇｒｅｓｓｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｉｎｔｈｅＧＷＲｍｏｄｅｌ，２０１５图７㊀２０１５年ＧＷＲ模型产业结构回归系数的空间分布㊀Ｆｉｇ．７㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｉｎｄｕｓｔｒｉａｌｓｔｒｕｃｔｕｒｅｒｅｇｒｅｓｓｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｉｎｔｈｅＧＷＲｍｏｄｅｌ，２０１５图８㊀２０１５年ＧＷＲ模型土地利用程度回归系数的空间分布㊀Ｆｉｇ．８㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｌａｎｄ－ｕｓｅｄｅｇｒｅｅｒｅｇｒｅｓｓｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｉｎｔｈｅＧＷＲｍｏｄｅｌ，２０１５４．３㊀土地利用程度对碳汇的影响土地利用程度越低，碳汇通常更高，随着城市建设用地的扩张，碳汇量也会减少㊂土地利用程度与全国县域碳汇呈现明显的负相关性，影响程度在地域上存在差异性㊂整体上看（图８），２０１５年土地利用程度对碳汇的影响程度沿胡焕庸线呈现鲜明的差异，即在西北半壁的影响程度高于东南半壁的影响程度，说明在我国西北半壁的县域应该更加谨慎增加建设用地面积，合理利用和开发土地；在东南半壁的县域应注重调整非建设用地的土地使用格局，增加生态用地面积，植树造林，保护和增加林地㊁湿地等碳汇系数高的用地类型㊂５㊀结论与建议５．１㊀结论通过对１９９０ ２０１５年间中国县域碳汇总量时空格局进行分析，基于标准差椭圆㊁局部空间自相关㊁冷热点分析和地理加权回归分析方法，探析中国县域碳汇的时空分异特征及影响因素，其主要结论如下：（１）从时空变化规律上看，１９９０ ２０１５年中国碳汇总量呈波动下降趋势，从１３３０７．７９ˑ１０４ｔ下降至１３１９８．２７ˑ１０４ｔ；但不同碳汇类型的比例结构保持不变，碳汇类型主要以林低碳汇为主，占比约８０％，依次是草地（约１３．５％）㊁水域（约４．０％）和未利用地（约２．５％）㊂在空间分布上，中国县域碳汇总体呈现差异化分布的空间格局，在区域上呈现不同的变化趋势，大致呈现 西部＞东北＞南部＞中部 的 西高东低 格局㊂６９９８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀（２）从空间分异和空间聚集格局来看，碳汇空间分布中心整体存在向西南移动的趋势，空间分布范围呈现收缩态势，西南地区对全国县域碳汇空间格局的影响作用加强；１９９０ ２０１５年中国县域碳汇总量的冷热点空间分布集聚程度呈现波动稳定的特征，而中国县域碳汇强度的空间集聚程度变化不明显，具有高值与低值聚集，高－低区域零星分布的特点㊂（３）从影响因素来看，２０１５年经济发展对全国县域碳汇产生了较弱的影响，产业结构对全国县域碳汇产生了较强的影响，土地利用程度对全国县域碳汇产生了负影响，且都存在空间异质性的现象㊂５．２㊀建议以全国县域作为研究对象，以１９９０ ２０１５每５年的土地利用数据为基础，从碳汇类型和碳汇总量等方面讨论了中国县域碳汇的时空变化规律㊁空间分布差异性以及其影响因素㊂基于研究，在未来发展过程中可考虑以下低碳策略：①合理规划县域非建设用地的土地利用方式㊂林地碳汇作用主要碳汇类型的作用不容忽视，而湿地和高覆盖度草地碳汇由于强大的碳吸收能力也应得到充分保护㊂因此，在县域非建设用地区域应采取扩大林地面积，保护低承载力草地和湿地，恢复退化土地，优先开发未利用地等措施来提高其碳贮量，实现生态系统增汇减排的目的㊂②根据不同县域的碳汇时空发展现状，针对性制定增汇减排目标和方案㊂例如在我国中部以及部分东部存在碳汇低值集聚的地区，其首要任务是促进产业的转型升级，加强生态文明建设，加大生态保护力度等；而在而在黑龙江㊁内蒙古北部，西藏南部㊁广东㊁湖南等高值集聚的区县，则可采用碳交易的方式 以东带西 ，拉动西部经济发展，弥补东部的 生态赤字 ㊂③严格控制建设用地规模㊂研究期内建设用地的扩张对全国范围内的碳汇均产生负影响，因此应控制建设用地的低效扩张，提高土地利用效率，集约节约用地㊂由于数据限制，计算采用精度１ｋｍ的土地利用数据进行碳汇计算，数据的栅格较大，而采用的系数法对系数的精度要求较高，会一定程度上影响计算结果的精度㊂本文仅评价分析了经济发展㊁产业结构和土地利用程度对碳汇的影响，对于格局形成的其他驱动因素和内在机制有待深入研究㊂参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］㊀ＩＰＣＣ．Ｌａｎｄｕｓｅ，ｌａｎｄ⁃ｕｓｅｃｈａｎｇｅ，ａｎｄｆｏｒｅｓｔｒｙ／／ＷａｔｓｏｎＲＴ，ＮｏｂｌｅＩ，ＢｏｌｉｎＢ，ＲａｖｉｎｄｒａｎａｔｈＮＨ，ＶｅｒａｒｄｏＤＪ，ＤｏｋｋｅｎＤＪ，ｅｄｓ．ＡＳｐｅｃｉａｌＲｅｐｏｒｔｏｆｔｈｅＩＰＣＣ．Ｗａｓｈｉｎｇｔｏｎ：ＩＰＣＣ，２０００．［２］㊀董祚继．优化国土空间布局，推动城市低碳发展．环境经济，２０１８，（１３）：５０⁃５１．［３］㊀何建坤，刘滨，陈迎，徐华清，郭元，胡秀莲，张希良，李玉娥，张阿玲，陈文颖，韦志洪，段茂盛，张晓华，吕应运．气候变化国家评估报告（Ⅲ）：中国应对气候变化对策的综合评价．气候变化研究进展，２００６，（４）：１４７⁃１５３，２０９⁃２０９．［４］㊀包存宽．生态文明视野下的空间规划体系．城乡规划，２０１８，（５）：６⁃１３．［５］㊀叶祖达．建立低碳城市规划工具 城乡生态绿地空间碳汇功能评估模型．城市规划，２０１１，３５（２）：３２⁃３８．［６］㊀邓明君，罗文兵，尹立娟．国外碳中和理论研究与实践发展述评．资源科学，２０１３，３５（５）：１０８４⁃１０９４．［７］㊀舟丹．什么是 碳减排 ㊁ 碳中和 ㊁ 碳汇 ？中外能源，２０１１，１６（１１）：３８⁃３８．［８］㊀马晓哲，王铮．土地利用变化对区域碳源汇的影响研究进展．生态学报，２０１５，３５（１７）：５８９８⁃５９０７．［９］㊀ＮａｉｐａｌＶ，ＬａｕｅｒｗａｌｄＲ，ＣｉａｉｓＰ，ＧｕｅｎｅｔＢ，ＷａｎｇＹＬ．ＣＥ⁃ＤＹＮＡＭ（ｖ１）：ａｓｐａｔｉａｌｌｙｅｘｐｌｉｃｉｔｐｒｏｃｅｓｓ⁃ｂａｓｅｄｃａｒｂｏｎｅｒｏｓｉｏｎｓｃｈｅｍｅｆｏｒｕｓｅｉｎＥａｒｔｈｓｙｓｔｅｍｍｏｄｅｌｓ．ＧｅｏｓｃｉｅｎｔｉｆｉｃＭｏｄｅｌＤｅｖｅｌｏｐｍｅｎｔ，２０２０，１３（３）：１２０１⁃１２２２．［１０］㊀彭文甫，周介铭，徐新良，罗怀良，赵景峰，杨存建．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．生态学报，２０１６，３６（２２）：７２４４⁃７２５９．［１１］㊀裴杰，王力，柴子为，扶卿华，牛铮．基于ＲＳ和ＧＩＳ的深圳市土地利用／覆被变化及碳效应分析．水土保持研究，２０１７，２４（３）：２２７⁃２３３．［１２］㊀张海凤，崔桂善．土地利用／覆盖类型的变化对陆地生态系统碳收支的影响．中国资源综合利用，２０１９，３７（１）：１７６⁃１７９．［１３］㊀罗谷松，李涛．碳排放影响下的中国省域土地利用效率差异动态变化与影响因素．生态学报，２０１９，３９（１３）：４７５１⁃４７６０．［１４］㊀李小康，王晓鸣，华虹．土地利用结构变化对碳排放的影响关系及机理研究．生态经济，２０１８，３４（１）：１４⁃１９．［１５］㊀ＣｈｅｎＺ，ＹｕＧＲ，ＷａｎｇＱＦ．Ｅｆｆｅｃｔｓｏｆｃｌｉｍａｔｅａｎｄｆｏｒｅｓｔａｇｅｏｎｔｈｅｅｃｏｓｙｓｔｅｍｃａｒｂｏｎｅｘｃｈａｎｇｅｏｆａｆｆｏｒｅｓｔａｔｉｏｎ．ＪｏｕｒｎａｌｏｆＦｏｒｅｓｔｒｙＲｅｓｅａｒｃｈ，２０２０，３１（２）：３６５⁃３７４．［１６］㊀赵荣钦，刘英，马林，李宇翔，侯丽朋，张战平，丁明磊．基于碳收支核算的河南省县域空间横向碳补偿研究．自然资源学报，２０１６，３１（１０）：１６７５⁃１６８７．７９９８㊀２４期㊀㊀㊀张赫㊀等：中国县域碳汇时空格局及影响因素㊀。

42 个城市“房地产依赖度”排行《第一财经日报》 8 月 15 日公布了 25 个大中城市房地产“依赖度”研究结果，碰巧我这两天也在研究这个问题，而且取样宽度超过他们，所以虽然晚了一天，还是决定将自己的研究结果写出来供大家参考。

1、用什么指标反映“依赖度”反映一个城市对房地产的依赖程度，最好的指标有两个：一是来自房地产的各种税费收入，占地方政府全口径财政收入的比例；二是房地产行业增加值占城市 GDP 的比例。

但遗憾的是，第一个指标几乎所有的城市都不会公布，第二个指标只有部分大城市才在年度统计公报中公布，比如深圳、北京。

退而求其次，还有两个指标可以用来排行，一个是房地产投资占年度固定资产投资的比例，一个是房地产投资占年度GDP 的比例。

相比之下，第二个指标更恰当一些。

所以，《第一财经日报》和我都选用了这个指标。

《第一财经日报》采用的是2014 年上半年的数据，但房地产投资进度和 GDP 进度未必同步，而且每个城市情况会有很大不同，比如深圳下半年的 GDP 往往会比上半年多很多。

我认为采用全年的数据比较会更加可靠一些，所以我采用的是 2013 年全年数据，采集自各城市统计局公布的“2013 年统计公报”。

部分城市，比如贵阳 2013 年的房地产投资数据查不到权威的说法，所以采用的是 2012 年指标。

此外，在同一份统计公报里，部分城市有两个房地产投资数据，一个出现在固定资产投资分类表中，一个是在房地产开发情况说明中。

这种情况下，我一般采用较高的那个数据。

在深圳市统计局公布的2013 年“统计公报”第四部分“固定资产”一段中，文字表述中说年度房地产开发投资是 887.7 亿元，然而在“分行业固定资产投资”的表格里，房地产投资又是1232 亿元。

我只能采用 1232 亿元这个较高的数字。

三亚至今没有公布 2013 年统计公报，我的数字是通过当地政府2014 年度工作报告推算出来的，并与 2012 年数据进行了比对，是可靠的。

近十年中国房地产现状分析最近二十几年来，还没有哪个产业像房地产一样引起国人如此广泛的关注和激烈的讨论，这种情况的出现，首先在于这个产业的重要性，无论是否合理，它已经无可争议的成为目前我国国民经济发展的支柱产业；其次是因为这个产业“事多”，从拆迁上访，施工扰民，保安打人，业主投诉，房价上涨，面积缩小，产权纠纷，投资过热，房屋空置等等，诸如此类的问题无一不引起人们的广泛议论。

在全国人大会议上以厉以宁教授为首的40名人大代表把中房公司成立的日子1981年1月16日作为中国住房日，作为全国房地产发展标志。

如此算来，房地产业发展到现在，在中国已经有30年的历史。

但房地产真正引人注目，成为经济和社会上的全方位的热点，是在最近十年里的事情。

很久以来，我们都在谈论美国人的梦，这个梦的核心就是一套住房，一辆汽车。

而现在，我们也有了中国人的梦，购买住房和汽车，已经成为老百姓的消费热点。

在我们面对近乎狂热的市场形式时，决不应该忽略任何市场都有一定的生命周期，发生、发展、成长、成熟、衰退，这是任何一个产品市场都无法背离的过程，也许中国房地产暂时的繁荣会使我们忽略这一经济规律，那么就让我们放眼世界上其它地区的房地产发展历史和周期，以此来清醒的认识中国房地产的生命周期。

一、房地产业的发展周期：1．美国现在无可争议的左右着世界的经济发展，那么它的房地产发展历史又是什么样的呢？在1870年~1973年近100年里，美国房地产大致经历了由繁荣到萧条的六次周期性波动循环，平均每次波动历时18年，从周期长度的角度来看，美国房地产周期在18年左右完成一次周期波动同时，这期间也存在5年一次的短期波动。

按此规律，我们可以大致预测当前美国房地产的发展趋势。

以1981年繁荣期为基准，按照18~20年的周期频率来预测，美国房地产业在经历了1990年~1992年萧条期后，大约在1999年前后重新复苏并渐渐进入新的繁荣期，其间历时约19年。

实际上，随着20世纪90年代以来美国经济逐步走出衰退的阴影而复苏的同时，政府高度重视房地产业的振兴，在此前提下，美国房地产业也显著的回升，不仅房地产交易数量显著增加，而且价格也不断上涨，与此同时带来的是住宅投资量也显著增加，这些综合因素推进了美国房地产周期重新进入发展期。

房地产行业研究报告目录目录第一部分全国房地产行业分析 (1)一、房地产业在国民经济中的地位： (1)二、我国房地产业发展历程： (1)三、全国房地产业现状分析 (2)（一）行业主要经济指标 (2)（二）行业产品结构 (9)（三）行业内企业情况 (10)四、旅游地产现状 (13)（一）旅游地产在房地产行业中的地位 (13)（二）旅游地产的分类 (14)（三）旅游地产市场现状 (14)第二部分某地房地产行业分析 (15)一、某地房地产市场供求情况分析 (15)二、商品房价格走势分析 (17)第一部分全国房地产行业分析一、房地产业在国民经济中的地位：据专家预测中国房地产业至少还具有40年的发展空间，这是由两个基本需求所决定的：一、十多亿人口的住房需要。

中国现有人口13亿，每年净增人口1200万，每年结婚人数980万对，农村到城市打工人口7400万，这些都构成了庞大的需求人群，并且各行各业都需要房子和配套设施。

预计要到本世纪中叶这种需求才能平衡。

二、伴随生活水平提高不断改善住房条件的愿望。

目前，中国城市家庭人口平均为3.12人，参考国际上的标准，三口之间的居住空间以不小于100平方米较为合理，而要达到这样一个要求至少要十年。

二、我国房地产业发展历程：从1958年开始，房地产收归国有，中国房地产市场从此消失。

直到1979年开始经济体制改革，中国房地产也才有了发展的契机。

按发展速度划分，中国房地产市场大致可分为以下三个阶段：第一阶段：1979~1991年，与经济体制改革和对外开放不断推进相适应，以住房制度和土地制度的商品化改革为标志，房地产作为生产要素开始进入市场。

1980年4月，邓小平发表了关于建筑业和房地产的谈话，此后全中国开始了城镇住房制度的改革。

1990年，中国国务院发布了《城镇国有土地使用权出让和转让暂行条例》和《外商投资开发经营成片土地暂行管理办法》，再加上浦东开发开放的带动作用，1991年下半年，房地产市场呈现了明显的回升趋势。