建设用地对碳排放的影响关系研究

杜官印

（北京大学城市与环境学院，北京 100871）

1 引言

中国始于1997年的新一轮经济增长的主要特征是工业的强劲增长，三次产业比例从1997年的18.3︰47.5︰34.2，逐步调整为2007年的11.13︰48.50︰40.37，中国已全面进入工业化阶段。但是长期以来，工业的高增长与高投资、高能耗和高排放相伴随。改革开放期间，工业产值只占全国国内生产总值的40.1％，却消耗了全国67.9％的能源，排放出的CO2占全国的83.1％［1］。与之相应，中国的建设用地近10年也呈现快速扩张态势。根据全国土地利用变更调查统计，1998—2007年底，全国累计新增建设用地502.41万hm2，建设用地快速扩张的主要原因是工业化和城市化的推进。碳排放和土地利用变化密切相关。土地利用变化可以造成直接的碳排放和间接碳排放，直接碳排放主要是由土地利用/覆被类型转变而导致的生态系统类型更替造成的碳排放，以及土地经营管理方式转变或生态系统碳汇所驱动的碳排放；间接碳排放主要是各土地利用类型上所承载的全部人为源碳排放，特别是工业、交通运输、取暖等消耗化石能源造成的碳排放。

对人类活动的环境效应研究是土地科学的重要研究方向，全球环境变化的人文因素计划（IHDP）与国际地圈生物圈计划（IGBP）新设立的全球土地计划（GLP），在早期的土地利用和土地覆被类型分类、驱动力分析和模型模拟研究的基础上，扩展到对不同时间尺度和空间尺度的土地变化过程以及资源、环境、生态效应评估等方面的研究［2］。土地变化过程及其生态环境效应与调控是中国土地变化研究的优先领域［3-5］，对土地利用变化的研究已经和中国的可持续发展紧密关联在一起［6］。

尹锋等学者［7］认为，在非农业生产中，建设用地对生产的贡献是间接的，但建设用地规模扩张会刺激投资增加。中国经济长期以投资带动经济增长模式已带来严重的土地供需矛盾，根据2006年对《全国土地利用总体规划（1997—2010年）》实施情况的评估，截至2004年，全国实际净增建设用地突破控制指标约32％。建设用地扩张一定程度上助推了工业和城市规模不断扩大，进而与CO2的排放相关联。对CO2排放和人均收入水平、人口规模、城市和农村人口的比例、工业结构和能源密度的关系研究表明，低收入国家的碳排放对城市化水平的弹性远高于整体水平［8］。章泉［9］认为，以城市建成区面积为指标的中国城市化进程的加快会对环境质量产生显著的负面影响。随着中国工业化和城市化进程的加速前进，能源需求和碳排放将继续呈现增长趋势，如何协调工业化与控制碳排放之间的关系，如何在工业化和城市化的过程中约束建设用地的扩张是中国面临的一个严峻挑战。

本文研究建设用地扩张与碳排放的关系，在对1997—2007年中国碳排放进行估算的基础上，将建设用地扩张作为城市化和工业化程度的直接体现，建立基于随机形式的碳排放与人口、人均GDP和建设用地回归分析的STIRPAT模型，测算了碳排放对三个因素的弹性系数，为科学、定量分析建设用地扩张对碳排放的影响提供可行途径。

2 碳排放与主要驱动因素的环境影响弹性系数测定

中国经济的快速持续发展引起了CO2排放的快速增长，据估算，20世纪70年代末以来的经济发展累计贡献了约86％的CO2排放增量，而人口在CO2的排放中贡献较为稳定［10］。姜克隽等［11］对中国未来中长期的能源需求与CO2排放情景进行分析，认为中国经济将快速增长，能源需求和相应的CO2排放也将明显快速增加。因此，研究碳排放及其与驱动因素的关系，已经越来越成为一个十分重要的课题。国内学者［12-18］应用不同的方法研究人口、经济、技术、制度因素对化石能源碳排放的影响，一般认为，人口和人均GDP是碳排放的增加的主要驱动因素，经济结构的多元化和能源消费结构的多元化会导致国家从高碳燃料为主向低碳燃料为主转变。

1997—2007年，中国居民点和独立工矿用地占所有建设用地的比例为80％左右，且与工业化和城市化同步增长。建设用地作为工业化和城市化发展的最直接的体现，可以在一定程度上代表工业化和城市化的变化趋势，研究建设用地扩张对碳排放的影响具有很好的指示意义。本文应用STIRPAT模型，将建设用地纳入影响碳排放的因素进行定量研究，试图分析建设用地与碳排放之间的定量关系。

2.1 STIRPAT模型

Dietz等［19-20］将IPAT方程转变成一种随机模型，即STIRPAT模型，通过对技术项的分解，实现了对各种类型人文驱动因素与环境影响之间的分析。该模型表达形式通常如下：

式1中，I为环境影响；P为人口；A为富裕程度；T为技术；α为标度该模型的常数项；β、γ、δ为P、A和T的指数项；e是残差项。显然。如果假设a=b=c=d=e=1，STIRPAT模型就还原成IPAT等式。由于当前对技术缺乏统一的测量指标，实际应用中一般将之归于残差项，而不是单独估计。同时，由于式1是一个多自变量的非线性模型，为测试驱动因素对环境的影响，通常将式1转化为对数形式：

式2的有关系数可利用回归分析方法计算获得，由于是取自然对数，各项系数可直接看作环境影响对驱动因素的弹性系数，也称为人口、富裕程度和技术的生态弹性系数［20-21］。式2右侧驱动因素的系数β、γ、δ表示在其他驱动因素维持不变时，相对应的人口、富裕程度和技术每变化1％引起的环境影响变化的百分比。在计算中一般将技术和残差项合并，用来表示除人口、富裕程度以外的其他因素。应用到具体问题的研究中时，可根据需要在式1中增加其他因素，分析它们对环境的影响，但是增加的变量需要与式1的乘法形式具有概念上的一致性。

根据STIRPAT模型的具体形式和弹性系数定义可推导人口、富裕程度、技术和环境影响之间的定量关系，从而解决了实证分析中检验各驱动因素变化对环境变化的影响力问题，使之成为一个可以对多种人文因素的环境影响进行分析的工具。STIRPAT模型中驱动因素的估计系数与经济学中弹性系数的解释一致，如果估计系数等于1，说明环境影响与驱动因素存在同比例的单调变化；如果弹性系数＞1，说明增加该驱动因素引起环境影响变化的速度超过驱动因素的变化速度；如果0＜弹性系数＜1，说明增加该驱动因素引起的环境影响变化速度小于驱动因素的变化速度；如果弹性系数＜0，则说明该驱动因素具有减缓环境影响的作用。已有研究中，多数学者将人口和富裕程度作为环境影响的主导因素加以探讨，而将建设用地纳入驱动因素的研究尚不多见。

2.2 模型构建

本文采用STIRPAT模型，将碳排放量作为环境影响的表征，将人口、人均GDP和建设用地作为驱动因素。文中以省级行政区为研究单元，重点分析1997—2007年历年碳排放对建设用地等驱动因素的弹性系数。基于STIRPAT模型分析碳排放驱动因素的模型表达式如下：

式3中，I为环境影响，用碳排放量表示；P为人口；A为人均GDP；S为建设用地；α为标度该模型的常数项；β、γ、δ分别为P、A和S的指数项；e为残差项。

将式3转化为对数形式：

对式4通过回归分析，可以得到碳排放对人口、人均GDP和建设用地的弹性系数β、γ、δ。

2.3 数据来源

（1）碳排放量。对一个地区化石能源的碳排放量一般采用不同化石能源的消费量及其碳排放系数进行测算。本文有关化石能源数据来自1997—2008年《中国统计年鉴》、《中国能源统计年鉴》中各地区各一次能源消费量，碳排放系数依据中国科学院可持续发展战略研究组编著的《2009中国可持续发展报告——探索中国特色的低碳道路》中的有关数据确定［22］。其中，由于西藏能源统计数据缺失较多，海南2002年和宁夏2001年和2002年个别能源项统计数据不完整，故上述3个省份不纳入后续分析工作。考虑到重庆、四川历史数据的延续性，将重庆、四川合并为一个省份考虑。碳排放量的单位为104t。

（2）人口和人均GDP。各省份人口数据采集自1998—2008年《中国统计年鉴》，单位为万人。富裕程度用人均GDP表示，其中GDP数据来自1998—2008年的《中国统计年鉴》，并以1952年不变价进行平减，以减小价格变动的影响。人均GDP单位为元/人。

（3）建设用地。本文使用的各省份建设用地数据来自历年全国土地利用变更调查数据，由于2002年后执行《全国土地利用分类（过渡期间适用）》标准，造成2002年前和以后年份建设用地统计上有较大差异。本文依据全国土地利用变更调查的三级地类进行重新归类，用居民点工矿用地和交通运输地类中口径一致的地类总量代表建设用地，保持数据口径一致。建设用地的单位为hm2。

2.3 计算结果

根据式4建立的碳排放与相关驱动因素的关系，利用SPSS 18.0软件，对1997—2007年的碳排放与人口、人均GDP、建设用地逐年进行回归分析（表1），F检验表明因变量与各个回归自变量总体呈线性相关，且三个自变量的方差膨胀因子VIF均小于5，表明不存在严重的共线性。对人口、人均GDP和建设用地的回归系数进行显著性检验，取95％的置信度，11个年份的回归分析全部通过显著性检验，表明人口、人均GDP和建设用地与碳排放存在显著的相关关系。11个年份中，碳排放对人口的环境影响弹性系数分布于0.375—0.568，对人均GDP的弹性系数分布于0.429—0.556，对建设用地的弹性系数分布于0.436—0.529。

3 结论与讨论

根据STIRPAT模型对回归系数的解释，各个驱动因素的回归系数代表了驱动因素每变化1％，环境影响变化的百分比。本文对以碳排放为环境影响指标，以人口、人均GDP和建设用地为驱动因素的分析表明：

（1）人口、人均GDP和建设用地都是碳排放的主要驱动力。1997—2007年，人口、人均GDP与建设用地对碳排放均呈现正向关系，三者的增长均会带来碳排放的增长。从历年的回归结果看，人均GDP对碳排放的影响较人口和建设用地的影响更为显著一些，在11个年份的回归结果中，有7个年份的人均GDP的弹性系数大于人口和建设用地的弹性系数；4个年份人口的弹性系数大于人均GDP和建设用地的弹性系数。这与多数利用STIRPAT模型测算环境变化与驱动因素关系的分析基本一致。

（2）碳排放对建设用地的环境影响弹性系数表明，1997—2007年间，建设用地与碳排放之间存在稳定的正向关系，这与城市化和工业化发展是一致的。20世纪90年代，中国大中城市建设用地快速扩张，年增长率近4％。2007年，中国城市化率达到44.94％，预计2020年将达到55％。1997—2007年，中国城镇建设用地从2.74万km2扩大到3.93万km2。1997—2007年，全国的独立工矿用地面积从2.82万km2扩大到4万km2，占建设用地总面积的比例从9.59％上升到12.21％。相对应的是，中国工业产出从1997年的3.29×1012元扩大到2007年的11.05×1012元，成为化石能源大量消耗的重要原因。建设用地与城市化和工业化的同步增长，表明建设用地的扩张与碳排放呈现正向相关关系符合正常规律。

表1 碳排放与人口、人均GDP、建设用地的回归分析结果Tab.1 Results of regression analysis on carbon emission with population，per capita GDP and construction land

（3）从本文构建的STIRPAT模型及实证分析看，减轻碳排放的环境影响，除控制人口、改变片面追求经济增长速度外，调整土地利用结构也是一条重要的途径。根据相关研究成果，合理的城市用地结构为生活居住用地占40％—50％，产业用地占20％—30％（其中工业用地占10％—15％），生产和生活兼用的各种用地、道路和其他公共设施等占20％—30％。而据全国55个城市的统计资料显示，生产用地平均占城市用地的63％，其中工业用地占27.5％。中国城市用地在结构上除功能性城市外，普遍存在工业用地比例过大、商业用地和生活设施用地比例过小的问题［23］。调整土地利用结构，可以从以下几个方面入手：完善土地利用总体规划对各业用地结构的控制手段，强化土地利用的用途管制和分区管制，严格控制建设用地扩张占用农用地，增强农用地的碳汇能力；合理编制城镇规划，保持区域工业用地和其他建设用地处于合理比例；严格执行国家禁止和限制用地目录，防止违反产业政策的高耗能企业上马等，都可以起到抑制或缓解碳排放影响的作用。

（References）：

［1］陈诗一.能源消耗、二氧化碳排放与中国工业的可持续发展［J］.经济研究，2009，（4）：41-55.

［2］石龙宇，卢新，崔胜辉.土地变化的生态效应研究进展［J］.中国土地科学，2008，22（4）：73-79.

［3］许学工，李双成，蔡运龙.中国综合自然地理学的近今进展与前瞻［J］.地理学报，2009，64（9）：1027-1038.

［4］蔡运龙，宋长青，冷疏影.中国自然地理学的发展趋势与优先领域［J］.地理科学，2009，29（5）：619-626.

［5］蔡运龙，李双成，方修琦.自然地理学研究前沿［J］.地理学报，2009，64（11）：1363-1374.

［6］刘彦随，陈百明.中国可持续发展问题与土地利用/覆被变化研究［J］.地理研究，2002，21（3）：324-330.

［7］尹锋，李慧中.建设用地、资本产出比率与经济增长——基于1999—2005年中国省际面板数据的分析［J］.世界经济文汇，2008，（2）：13-27.

［8］Inmaculada Martínez-Zarzoso.The Impact of Urbanization on CO2Emissions：Evidence from Developing Countries［EB/OL］.http://www.feem.it/userfiles/attach/Publication/NDL2008/NDL2008-050.pdf.2008.

［9］章泉.中国城市化进程对环境质量的影响——基于中国地级城市数据的实证检验［J］.教学与研究，2009，（3）：32-38.

［10］冯相昭，王雪臣，陈红枫.1971—2005年中国CO2排放影响因素分析［J］.气候变化研究进展，2008，4（1）：42-47.

［11］姜克隽，胡秀莲，庄幸，等.中国2050年的能源需求与CO2排放情景［J］.气候变化研究进展，2008，4（5）：296-302.

［12］主春杰，马忠玉，王灿，等.中国能源消费导致的CO2排放量的差异特征分析［J］.生态环境，2006，15（5）：1029-1034.

［13］徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析：1995—2004［J］.中国人口·资源与环境，2006，l6（6）：158-161.

［14］刘小丽，孙红星.中国国民经济增长与CO2排放量的关系研究［J］.工业技术经济，2009，28（2）：74-77.

［15］谭丹，黄贤金.中国东、中、西部地区经济发展与碳排放的关联分析及比较［J］.中国人口·资源与环境，2008，18（3）：54-57.

［16］宋涛，郑挺国，佟连军.环境污染与经济增长之间关联性的理论分析和计量检验［J］.地理科学，2007，27（2）：156-162.

［17］徐玉高，郭元，吴宗鑫.经济发展，碳排放和经济演化［J］.环境污染治理技术与设备，1999，7（2）：54-64.

［18］张雷.中国一次能源消费的碳排放区域格局变化［J］.地理研究，2006，25（1）：1-9.

［19］Dietz T.，Rosa E.A.Rethinking the environmental impacts of population，affluence，and technology［J］.Human Ecology Review，1994，（1）：277-300.

［20］York R.，Rosa E.A.，Dietz T.STIRPAT，IPAT and ImPACT：analytic tools for unpacking the driving forces of environmental impacts［J］.Ecological Economics，2003，46（3）：351-365.

［21］York R.，Rosa E.A.，Dietz T.Bridging environmental science with environmental policy：plasticity of population，affluence，and technology［J］.Social Science Quarterly，2002，83（1）：18-34.

［22］中国科学院可持续发展战略研究组.2009中国可持续发展报告——探索中国特色的低碳道路［M］.北京：科学出版社，2009.

［23］黄木易，吴次芳，岳文泽.土地利用规划在城市化用地扩张管制中的困境及对策［J］.南京林业大学学报（人文社会科学版），2008，8（1）：67-71.