生产-生活-生态空间冲突缓解与碳平衡协同演化的多情景模拟——以江苏省为例

《Ecological Indicators》：Multi-scenario simulation of the co-evolution between production-living-ecological space conflict mitigation and carbon balance in Jiangsu province

　　

摘要专业翻译 在全球气候变化加剧与人类开发活动持续扩张的双重背景下，如何协调经济增长、城市扩张与生态安全已成为区域可持续发展与国土空间治理研究的核心议题之一。该研究构建了一个将空间冲突识别、碳效应核算、耦合关系诊断与多情景模拟优化相结合的综合分析框架，以江苏省为研究区，系统刻画了2000—2020年生产-生活-生态空间（production-living-ecological space，PLES）冲突与碳平衡的协同演化规律，并设计了自然发展（natural development，ND）、经济发展（economic development，ED）、生态保护（ecological protection，EP）与冲突平衡低碳协同（conflict-balanced low-carbon synergy，CBLSC）四种2030年情景，利用intPLUS模型进行模拟预测。研究结果表明，CBLSC情景实现了最低的平均冲突指数（0.35）与净碳排放量（87.14 Mt），显著优于其他三种情景；夜间灯光、GDP与人口是驱动冲突-碳耦合格局的主导因素。该研究将空间冲突与碳平衡纳入统一分析框架，揭示了冲突-碳耦合格局的驱动机制，并通过多情景比较识别出兼顾冲突缓解与低碳转型的空间优化路径，为高密度发达地区的国土空间优化与低碳治理提供了理论依据与决策支持。

论文解读文章

一、研究背景与问题提出

在全球气候变化持续加剧与人类开发活动不断扩张的双重背景下，如何协调经济增长、城市扩张与生态安全之间的关系，已成为区域可持续发展与国土空间治理研究的核心议题之一。联合国可持续发展目标（SDGs）中的SDG 11（可持续城市）、SDG 13（气候行动）与SDG 15（陆地生态系统保护）均强调了可持续城市、气候行动与陆地生态系统保护的重要性。中国提出的“双碳”目标——2030年前实现碳达峰、2060年前实现碳中和——进一步凸显了协调土地开发、生态保护与碳减排的紧迫需求。土地利用/覆盖变化（land use/cover change，LUCC）作为连接人类活动与生态过程的关键纽带，能够显著影响区域碳源-汇平衡。生产与生活空间的扩张往往增加建设用地与能源相关排放，而生态空间被占用或破碎化则可能削弱碳汇能力，因此空间冲突的加剧可能同时促进碳源扩张与碳汇退化，使冲突缓解与碳平衡优化密切相关。

尽管该问题具有重要研究价值，现有文献仍存在三个相互关联的关键不足：第一，土地利用冲突与碳效应的研究长期相互割裂，二者之间的内在耦合机制尚未得到充分探索；第二，现有情景模拟多聚焦于经济增长或生态保护等单一目标，忽视了综合国土治理所需的多目标权衡；第三，经济发达地区——高冲突、高碳排放与高治理压力并存的区域——的实证证据明显缺乏。这些不足不仅限制了理论认知，也制约了低碳空间优化实践策略的制定。

江苏省作为长三角核心区的重要组成部分，经济发展水平高、城镇化进程快、产业集聚显著，苏南地区高度城市化与工业化，苏中、苏北地区则以农业生产与生态功能为主，形成了鲜明的生产-生活-生态空间分异格局。2000—2020年间，随着工业化、城镇化与基础设施建设的快速推进，江苏省建设用地持续扩张，农业生产空间与生态空间受到明显挤压，土地利用冲突不断加剧，碳排放压力持续上升。因此，以江苏省为研究区开展生产-生活-生态空间冲突与碳平衡的协同演化分析，具有高度代表性与现实意义。

二、研究内容与主要结论

该研究以江苏省13个地级市为主要空间单元，整合土地利用、自然地理、区位可达性与社会经济等多源数据，构建了耦合碳平衡核算、土地利用冲突测度与intPLUS模型的分析框架。研究系统刻画了2000—2020年江苏省生产-生活-生态空间的时空演化、碳排放与土地利用冲突变化，并设计了自然发展（ND）、经济发展（ED）、生态保护（EP）与冲突平衡低碳协同（CBLSC）四种2030年情景进行模拟预测。在此基础上，采用冲突-碳排放四象限分析方法识别不同情景下二者的协同与权衡关系，并引入地理探测器（Geodetector）分析驱动因素。

研究的主要结论包括：CBLSC情景实现了最低的平均冲突指数（0.35）与净碳排放量（87.14 Mt），显著优于其他三种情景；夜间灯光、GDP与人口是驱动冲突-碳耦合格局的主导因素。该研究的主要贡献在于：将空间冲突与碳平衡纳入统一分析框架；揭示冲突-碳耦合格局的驱动机制；通过多情景比较识别出兼顾冲突缓解与低碳转型的空间优化路径。

三、主要关键技术方法

研究人员构建了“空间冲突识别—碳平衡核算—耦合关系诊断—驱动机制分析—情景模拟优化”五步分析框架。首先，基于主导功能原则将土地利用类型重分类为生产、生活与生态空间；其次，基于空间复杂性、空间脆弱性与空间稳定性三个维度，在5 km × 5 km网格单元上计算空间冲突指数（Spatial Conflict Index，SCI）；再次，采用直接系数法核算林地、草地、水域等生态用地的碳汇能力，采用间接测量法核算建设用地的碳排放；随后，利用2000—2020年历史数据校准PLUS模型（Kappa系数为0.841），并模拟四种2030年情景；最后，采用冲突-碳排放四象限框架识别协同与权衡关系，并运用地理探测器量化九个驱动因子的解释力。数据来源包括中国土地覆盖数据集（CLCD）、资源环境科学与数据中心、OpenStreetMap、中国能源统计年鉴、江苏省统计年鉴等。全部数据统一投影至同一坐标系并重采样至一致空间分辨率（输入数据1 km，冲突评估5 km）。

四、研究结果

生产-生活-生态空间冲突的时空演化特征。 基于空间冲突指数（SCI）的计算，研究人员揭示了2000—2020年江苏省土地利用冲突的时空格局变化。研究显示，随着工业化与城镇化的快速推进，生产与生活空间对生态空间的侵占不断加剧，土地利用冲突呈现持续增强态势，且冲突高值区主要集中于经济发达、开发强度高的苏南地区。

碳平衡的时空动态特征。 通过直接系数法与间接测量法的结合运用，研究人员核算了江苏省不同时期的碳排放与碳汇能力。结果表明，建设用地扩张驱动的能源消费是碳排放增长的主要来源，而林地、水域等生态空间发挥着重要的碳汇功能。2000—2020年间，碳排放压力持续上升，区域碳平衡面临日益严峻的挑战。

冲突-碳耦合关系诊断。 采用冲突-碳排放四象限分析方法，研究人员识别了不同空间单元在冲突与碳排放维度上的协同与权衡关系。结果显示，高冲突与高碳排放区域高度重叠，主要集中于城市化与工业化密集区，表明空间冲突加剧与碳平衡恶化之间存在显著的协同演化趋势。

多情景模拟与比较。 基于intPLUS模型，研究人员对四种2030年情景进行了模拟预测。结果表明，CBLSC情景在冲突缓解与碳减排方面均表现最优，实现了最低的平均冲突指数（0.35）与净碳排放量（87.14 Mt），显著优于自然发展、经济发展与生态保护三种情景，验证了多目标协同路径的可行性。

驱动机制分析。 运用地理探测器（Geodetector）量化各驱动因子的解释力，研究发现夜间灯光、GDP与人口是驱动冲突-碳耦合格局的主导因素，表明社会经济活动强度对空间冲突与碳平衡的耦合演化具有决定性影响。

五、讨论与结论

讨论部分指出，该研究将空间冲突与碳平衡纳入统一分析框架，弥补了现有文献中二者研究相互割裂的不足；CBLSC情景的设计与验证表明，冲突缓解与碳减排并非不可兼得，多目标协同路径在高密度发达地区具有现实可行性。研究同时识别出夜间灯光、GDP与人口等主导驱动因子，为针对性的空间治理与碳减排政策提供了科学依据。

研究结论认为，通过构建“空间冲突识别—碳平衡核算—耦合关系诊断—驱动机制分析—情景模拟优化”的综合分析框架，该研究系统揭示了江苏省2000—2020年生产-生活-生态空间冲突与碳平衡的协同演化规律，并通过多情景模拟证明CBLSC情景能够在缓解空间冲突的同时实现显著的碳减排效果。该框架为高密度发达地区的国土空间优化、低碳治理与区域协调发展提供了理论依据与决策支持，对推进中国“双碳”目标的实现具有重要的实践参考价值。