用于诊断碳汇服务错配与优先确定补偿分配的来源–汇–流(Source–Sink–Flow)指标体系框架

《Ecological Indicators》:A source–sink–flow indicator framework for diagnosing carbon sequestration service mismatch and prioritizing compensation allocation

【字体: 大 中 小 】 时间:2026年06月25日 来源:Ecological Indicators 8.7

编辑推荐:

  识别快速城市化地区县域尺度碳排放需求与陆地碳固持(carbon sequestration)供给之间的错配,对区域碳补偿(carbon compensation)制度设计具有重要意义。研究人员以长三角(Yangtze River Delta, YRD)为研究区

  
识别快速城市化地区县域尺度碳排放需求与陆地碳固持(carbon sequestration)供给之间的错配,对区域碳补偿(carbon compensation)制度设计具有重要意义。研究人员以长三角(Yangtze River Delta, YRD)为研究区,构建了2015年、2020年和2023年县域尺度的"源–汇–流–分配(source–sink–flow–allocation)"集成框架。不透水面与农田碳排放采用基于IPCC清单法结合多尺度地理加权回归(Multiscale Geographically Weighted Regression, MGWR)降尺度及农事投入因子法估算;碳固持量采用Carnegie–Ames–Stanford Approach(CASA)模型估算净初级生产力(Net Primary Productivity, NPP)后换算为CO2当量;在此基础上计算碳固持服务平衡(Balance of Carbon Sequestration Service, BCSS)以评估供给–需求错配。基于BCSS结果,在邻接约束下识别直接(direct)与中继(relay)碳固持服务流(service-flow)联系——该联系代表潜在治理导向的补偿与协调关系而非物理CO2传输路径——并通过两阶段最大覆盖–最小协调成本(maximum-coverage and minimum-coordination-cost)分配模型将其转换为优先补偿配对。结果表明:2015–2023年不透水面碳排放上升18.56%,农田碳排放下降8.02%,碳固持供给总体稳定、微增3.66%;YRD持续净赤字,净BCSS赤字由1139.42 Mt CO2增至1405.10 Mt CO2;赤字区集中分布于东部,盈余区主要位于西南和南部山地;优化分配中直接邻接补偿占78.11%–87.89%,区域内补偿仅覆盖总赤字需求的6.23%–7.12%,表明该分配主要用于优先筛选而非完全抵消赤字。
论文解读——《Ecological Indicators》刊载:用于诊断碳汇服务错配与优先确定补偿分配的来源–汇–流指标框架研究》
一、研究背景与意义
在中国"双碳(peak carbon emissions by 2030, carbon neutrality by 2060)"目标驱动下,快速城市化区域的差异化碳治理需求日益凸显。现有碳排放与碳固持(carbon sequestration)研究多停留在省市级静态源–汇(source–sink)比较,难以捕捉县域精细空间差异,且未能阐明赤字县与盈余县之间应通过何种协调联系相连、如何对补偿优先级进行排序。生态系统服务流(ecosystem service flow)视角虽被引入碳研究,但多数仍止步于识别潜在联系,缺乏将服务流联系转化为可操作跨行政区补偿安排及考虑协调摩擦成本的量化优先分配机制。长三角(Yangtze River Delta, YRD)作为我国高度城市化、经济发达且县域碳供需差异显著的典型区域,是检验县域碳源–汇–流–分配框架的理想案例。该研究由Xue Xingyu等发表于《Ecological Indicators》,通过构建县域尺度碳固持服务错配诊断与补偿优先分配一体化框架,弥补了从静态源–汇比较向治理导向补偿分配转化的方法论缺口,为跨县碳补偿筛查和低–碳空间治理提供决策依据。
二、主要关键技术方法概述
研究人员选取长三角(YRD)上海、江苏、浙江、安徽所有县级行政区为研究单元,以2015、2020、2023年为时序节点。不透水面碳排放基于IPCC《2006年国家温室气体清单指南》能源消费法核算地级市总量,选用夜间灯光(Nighttime Light, NTL)数据、第二产业GDP(SGDP)、人均GDP(PGDP)为解释变量,通过多尺度地理加权回归(Multiscale Geographically Weighted Regression, MGWR)将市域碳排放降尺度至县域;农田碳排放采用活动数据–排放因子法核算化肥、农药、农膜、农机动力、灌溉面积及作物种植面积六类农事投入碳排放;植被碳固持采用Carnegie–Ames–Stanford Approach(CASA)模型估算像元月尺度净初级生产力(Net Primary Productivity, NPP),年NPP求和并乘以44/12转换为CO2当量得到县域碳固持供给;碳固持服务平衡(Balance of Carbon Sequestration Service, BCSS)=碳排放需求(不透水面+农田)?碳固持供给,BCSS>0为赤字(deficit),BCSS<0为盈余(surplus);在此基础上按邻接约束构建碳固持服务流网络——盈余县连接相邻赤字县为直接(direct)联系,无相邻赤字县的盈余县经邻接盈余县(已有直接联系)形成中继(relay)联系;最后建立两阶段线性规划:第一阶段最大化可行补偿总量(maximum-coverage),第二阶段在保持最大补偿量前提下最小化基于规则的协调成本(minimum-coordination-cost,直接联系单位成本=1,中继联系单位成本=λ>1),输出优先补偿配对(priority compensation pairs)与优先廊道(key corridors)。进行了CASA固持量供给±10%、±20%扰动敏感性检验及中继成本参数λ=1.25~3.00稳健性检验。
三、研究结果
4.1. Spatial patterns of carbon emissions and sequestration(碳排与碳固持空间格局)
研究人员发现2015–2023年YRD不透水面碳排放由1815.90 Mt CO2增至2152.96 Mt CO2(+18.56%),呈"东高西低",高值集中于上海及苏南城市核心;农田碳排放由399.47 Mt CO2降至367.42 Mt CO2(?8.02%),高值区仍集中在集约化耕作平原;碳固持量2015年为1075.95 Mt CO2,2020年略降至1008.88 Mt CO2,2023年回升至1115.28 Mt CO2(+3.66%),高值分布在皖南–浙西–浙南山地林区,低值在高度城市化区,空间格局稳定。MGWR降尺度效果最优(R2=0.800,AICc=184.314,RMSE=0.474)。
4.2.1. Spatiotemporal patterns of the county-level balance of carbon sequestration services(县域碳固持服务平衡时空格局)
YRD 2015、2020、2023年净BCSS赤字分别为1139.42 Mt CO2、1361.53 Mt CO2、1405.10 Mt CO2,总赤字扩大而总盈余量变化不大(?283.52→?289.32 Mt CO2)。赤字县集中分布于沪宁杭沿线及沿海工业化带(典型如浦东新区各年赤字约38.45、29.84、38.02 Mt CO2),盈余县稳定分布于皖西大别山区、浙西及浙南丘陵(如淳安、金寨、龙泉)。供给扰动敏感性分析显示盈余–赤字分类一致性达92.13%~98.36%,结果稳健。
4.2.2. Construction and characteristics of carbon sequestration service-flow linkages(碳固持服务流联系构建与特征)
基于BCSS状态构建邻接约束服务流网络:2015年含79个盈余节点、226个赤字节点、168条直接联系、88条中继联系;2020年盈余节点减至58、赤字节点增至247、直接联系120、中继72;2023年盈余66、赤字239、直接142、中继77。网络整体体现南部及西南部山地盈余区向东部城市工业核心赤字区潜在治理导向衔接,直接邻接联系占主导。
4.3. Inter-county carbon compensation allocation under the two-stage maximum-coverage and minimum-coordination-cost model(两阶段最大覆盖–最小协调成本模型下县际碳补偿分配)
优化分配结果显示:赤字需求覆盖率(Coverage ratio, Cov)三年分别为7.12%、6.33%、6.23%,表明区域内补偿仅能覆盖小部分总赤字;直接邻接补偿占比(DirShare)分别为87.89%、78.11%、83.51%,分配强烈依赖低成本直接邻接关系。λ取1.25~3.00时Cov、DirShare、优先补偿前5/前10配对均不变,优先结构对中继成本假设稳健。优先补偿配对多为山地生态盈余县毗邻城市化赤字县(如临安区→余杭区,青田县→瓯海区等),少数中继联系发挥跨市 bridging 作用(如宁国市→当涂县)。优先廊道集中于都市区边缘山地–城市界面及皖南–沿江地带。
四、讨论与结论翻译
讨论指出YRD碳供需错配受地形、土地利用、城镇化与产业集聚共同塑造,属结构性空间失衡,主要由需求侧驱动;碳补偿应作为配套机制而非替代赤字核心区直接减排。服务流网络中继联系为治理协调接口而非物理碳转移或中介县实际交易。两阶段分配模型产出的是空间与协调成本约束下的优先筛选结果,非强制支付方案,实践中可先从低协调成本优先配对推进。
结论(Conclusions):研究人员开发了YRD县域尺度源–汇–流–分配框架,耦合碳排需求核算、碳固持供给估算、治理导向服务流联系识别与两阶段优先补偿分配。2015–2023年不透水面碳排放持续增加、农田碳排放总体下降、碳固持供给先降后升,YRD维持净赤字且空间错配格局稳定——赤字核位于东部城市—工业区,盈余支撑区位于南—西南山地县。碳固持服务流网络以直接邻接联系为主,中继联系及关键中间节点维持网络连通性。两阶段最大覆盖–最小协调成本分配模型进一步识别出优先补偿配对与关键廊道,揭示哪些县际补偿协调更具可行性及治理注意力应优先投向何处。整体而言,该框架将静态源–汇分析延伸至补偿优先级确定,为跨行政区碳补偿筛查与快速城市化区低碳空间治理提供决策支持证据。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号