城市国土空间低碳发展效率的多维评估与分区调控研究——以徐州为例

本研究构建了基于地理空间大数据的城市国土空间碳核算体系，创新建立复合维度低碳发展效率评价模型，系统评估了经济-社会-生态多维低碳发展效率水平并开展低碳分区研究。研究成果为城市绿色低碳转型提供了科学的方法论基础与空间治理策略。

　　

1 引言

作为实现"双碳"战略目标的关键空间载体，城市国土空间的碳排放测算与低碳发展效率评估对推动城市绿色低碳转型具有重要意义。全球约70%的能源消耗和75%的碳排放集中在城市区域，城市作为全球碳排放的主要空间载体，其低碳发展已成为中国应对气候变化、实现"碳达峰、碳中和"战略目标的关键路径。

当前碳排放核算框架主要采用自下而上和自上而下两种范式。前者使用微观尺度的活动水平数据进行层级聚合，虽精度较高但受数据收集成本限制；后者利用宏观统计数据进行估算，虽数据可获取性强但测量精度存在固有局限。在低碳发展效率评估方面，现有研究多集中于单一维度分析，缺乏多维复合视角的城市低碳发展效率评价研究，且受碳核算数据精度限制，现有低碳分区研究主要聚焦国家和区域等宏观尺度。

2 研究材料

2.1 研究区概况

徐州市位于中国东部、长三角城市群北翼，地处黄淮平原与山东丘陵交界处，涵盖低山、丘陵、平原和湖泊等多种地貌。作为华东地区重要的能源基地，徐州历史上依赖煤炭资源开发，形成了以煤炭开采、火力发电和钢铁生产为主的工业结构。徐州矿区是华东地区最大的煤炭开采区之一，长期的采矿活动导致地下水枯竭、地表塌陷和生态退化等问题，使其成为长三角城市群中碳排放强度最高的城市之一。

2.2 数据来源

研究数据包括统计数据和空间数据。统计数据涵盖能源、交通、工业、农业、经济和人口信息，主要来自《徐州统计年鉴（2023）》。空间数据包括工业和商业服务部门的POI数据、移动信令数据、道路网络、土地利用和徐州行政边界。其中POI数据通过高德地图API获取，移动信令数据来自中国联通"智慧足迹平台"，道路数据提取自OpenStreetMap（OSM），土地利用数据源自武汉大学CLCD（中国土地覆盖数据集）数据库。

2.3 理论基础

低碳发展水平在城市区县间存在空间差异，其效率是评估城市国土空间低碳发展程度的关键指标。碳排放作为社会经济发展的非合意产出，对经济增长、社会公平和生态环境产生负面影响。因此低碳发展不应仅追求特定层面的可持续性，而应是一个涵盖经济、社会和生态维度的综合概念。基于此，本研究开发了综合效率研究框架，建立了三维模型来评估经济、社会和生态维度的低碳发展效率。

3 研究方法

3.1 城市国土空间碳排放计算方法

3.1.1 城市部门碳排放计算方法

基于IPCC国家温室气体清单指南，开发了城市部门碳排放计算方法，通过分析每个部门的能源、原料、废物和其他资源消耗，利用部门特定活动强度数据和相关排放因子进行估算。计算方法覆盖工业（C_E）、建筑（C_B）、交通（C_T）、农业（C_F）、废物（C_W）和碳汇（C_A）六个排放部门。

3.1.2 城市国土空间碳排放计算方法

建立了"碳排放-国土空间"对应框架，从消费端视角将IPCC指南中的排放部门重组为六类，并选择城市国土空间载体，基于终端消费活动产生排放的空间位置，将六个部门的碳排放活动分配到相应的土地利用类型，最终建立市级"碳排放-国土空间"对应框架。

采用基于地理空间大数据的差异化空间化方法，将特定的总碳排放值分配到单个国土空间地块，实现了城市国土空间碳排放的高精度测量。

3.2 低碳发展效率计算方法

3.2.1 经济低碳发展效率指数

经济低碳发展效率指数（ELDEI）通过两个关键比率来量化单位碳排放的经济产出，即分区GDP与全市GDP的比率以及分区碳排放与全市碳排放的比率。当ELDEI>1时，表明该地区碳排放效率高于城市平均水平。

3.2.2 社会共享碳责任效率指数

社会共享碳责任效率指数（SSREI）表征区域内人均碳排放和排放密度的相对水平，量化该地区的碳减排责任。采用德尔菲法确定两个指标的权重，人均碳排放和碳排放密度分别赋予0.7和0.3的权重。

3.2.3 生态承载碳汇效率指数

生态承载碳汇效率指数（ECCEI）评估区域生态层面的低碳发展，表征城市空间单元间相对碳汇承载能力。当ECCEI>1时，该地区表现出高于平均的碳补偿率和增强的碳汇能力。

3.2.4 低碳发展综合效率指数

建立低碳发展综合效率指数来评估区域在经济、社会和生态维度上的综合效率。采用德尔菲法确定指标权重，最终确定ELDEI、SSREI和ECCEI的权重分别为0.4、0.2和0.4。

3.3 低碳分区方法

采用标准化显性比较优势指数（NRCA）来评估多维低碳发展效率的比较优势。当LCNRCAⁱ_j>0时，表示空间单元在特定维度具有低碳发展的竞争优势；反之则缺乏优势，是未来低碳发展优化的关键目标。

4 研究结果

4.1 碳排放计算

4.1.1 城市部门碳排放计算

2023年徐州市二氧化碳排放总量约为9227.01万吨，工业部门是最大的贡献者（7517.73万吨，占81.47%），主要来自工业用地（4811.35万吨，52.14%）和公共设施用地（2706.38万吨，29.33%）。居住活动产生849.06万吨（9.2%），交通部门排放814.15万吨（8.82%），农业（1.14%）和废物（1.12%）排放相对较小。徐州市碳汇能力有限，森林、草地和水体等碳吸收土地共吸收161.33万吨。

4.1.2 城市国土空间碳排放计算

各县区碳排放总量在228至1723万吨之间（平均939万吨），鼓楼区和云龙区排放最低，睢宁县和邳州市为高排放区。碳排放空间可视化呈现"东西高、中心低"的明显格局，中心城区形成低碳核心。碳汇总量在3000至32万吨之间（平均29万吨），鼓楼区和泉山区固碳能力最弱，铜山区和邳州市对碳汇贡献显著。

4.2 低碳发展效率计算

4.2.1 经济低碳发展效率

经济低碳发展效率指数（ELDEI）值在0.53至3.72之间，50%的县区值超过1，泉山区和云龙区效率最高，睢宁县和丰县效率最低。空间上呈现"中心高、外围低"的结构特征，中心城区形成高效率核心。

4.2.2 社会共享碳责任效率

社会共享碳责任效率指数（SSREI）值在0.73至1.24之间，仅20%的县区超过1，铜山区和沛县效率最高。空间分布遵循"西、北部高，中部和东部低"的结构模式，中心城区和东部外围为低效率区。

4.2.3 生态承载碳汇效率

生态承载碳汇效率（ECCEI）整体在0.08至1.42之间，50%地区ECCEI值大于1，铜山区和丰县效率较高。空间上呈现"周边高、中心低"的格局，西部和东部边缘区县生态碳汇能力显著。

4.2.4 低碳发展综合效率

低碳发展综合效率在0.74至1.71之间，泉山区和铜山区效率水平较高。空间上呈现"高值条带状分布，低值分散分布"的特征，高值集群集中在从沛县到铜山区的南北条带。

4.3 低碳分区

4.3.1 低碳分区分类依据

基于NRCA指数值，将县区单元分为五类优势区：经济优势低碳区、社会优势低碳区、生态优势低碳区、经济-社会优势低碳区和社会-生态优势低碳区。

4.3.2 低碳分区空间分布

经济优势低碳区具有高能源利用效率和碳排放效率，两个县区单元属于此类，主要位于徐州市中心城区。社会优势低碳区仅在社会低碳发展方面具有优势，两个县区单元被确定为社会优势型。生态优势低碳区在生态低碳发展方面具有优势，四个县区单元被归为此类。经济-社会优势低碳区在经济和社会维度都具有优势，目前仅云龙区被划入此类型。社会-生态优势低碳区在社会和生态低碳发展方面具有双重优势，目前仅邳州市被归类为此类型。

4.4 基于低碳分区的差异化低碳发展策略

为实现经济发展与生态保护的动态平衡，需要通过差异化分区策略建立多维低碳协同系统。经济优势低碳区应实施生态红线分区，投资造林、湿地恢复和城市绿色走廊；社会优势低碳区应执行特定行业碳上限，补贴分布式可再生能源系统；生态优势低碳区应试点净零工业园，建立区域碳交易平台；经济-社会优势低碳区需部署智能电网和海绵城市基础设施；社会-生态优势低碳区应发展循环经济枢纽，支持碳捕获和氢能等先进技术。

4.5 城市低碳发展的空间权衡与内在机制

低碳分区的空间分布呈现出与城市社会经济梯度和土地利用配置内在联系的中心-外围格局。外围县区被划分为生态优势区符合预期，因其拥有丰富的碳汇实体和强大的生态承载能力；中心城区由于第三产业主导和产业结构合理化，理所当然成为经济优势区。但核心区的高经济效率是以生态空间为代价的，城市扩张侵蚀碳汇，在城市系统内造成经济与生态优势之间的明显权衡。

5 结论

本研究建立了基于地理空间大数据的碳排放高精度空间分配方法，实现了城市国土空间碳排放的精细化估算。开发了综合多维评价系统来评估社会经济生态低碳发展效率，系统考察了研究区内的空间异质性。基于效率评估结果，构建了多维分区框架以支持区县级低碳空间规划。

徐州市碳排放总量计算为9227万吨，工业部门占81.47%，表明该市严重依赖传统能源。工业用地排放强度最高，碳汇能力大大低于排放量，生态资源抵消潜力有限。大多数空间单元在排放水平和固碳能力之间存在明显不匹配。

低碳发展效率在经济、社会和生态维度均呈现显著空间变异，反映了区域社会经济发展模式的内在差异。基于提出的分区方法，县区单元被分为五类低碳优势区。结果表明多维优势区仍然稀缺，表明当前城市空间规划尚未完全整合经济、社会和生态视角的协同低碳发展。需要制定空间定制策略以促进从单维向多维低碳优势的转型。