基于土地利用结构变化的芜湖市碳排放及其影响因素研究

郑 欣，程久苗，郑 硕

（安徽师范大学，安徽 芜湖241000）

低碳经济是近年来为应对气候变化而提出的一种全新的经济发展模式，受到了各国学术界和政府的普遍关注［1］。低碳研究主要集中于低碳经济发展模式［2］、低碳产业布局［3］、低碳城市模式［4］。随着研究的深入，人们逐渐认识到，土地利用变化是造成全球变化的重要原因［5］，各种非持续土地利用活动（砍伐森林、开垦草地、改造沼泽）导致了大量温室气体排放［6］。据世界资源组织的碳排放计算器和碳循环研究学者的估算：1850—1998年间的全球碳排放中，土地利用变化引起的碳排放是分类活动影响碳排放总量的1／3；而1950—2005年中国土地利用变化累计碳排放为10.6Pg，占中国全部人为碳源排放量的30%。因此，研究土地利用变化对低碳经济具有重要意义。土地利用变化可以造成直接和间接的碳排放［7］，其中直接碳排放主要是指由土地利用／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碳排放。《中华人民共和国气候变化初始国家信息通报》研究中认为：间接碳排放占总碳排放的80%左右。目前，国内外学者对土地利用与碳排放的研究主要集中于直接碳排放［5，8］。本文以芜湖市为例，通过对土地利用间接碳排放的测算，分析土地利用结构与碳排放的关系，提出低碳的土地利用对策，以期为政府部门节能减排工作提供参考。

1 研究区概况

芜湖市位于安徽省东南部，长江下游南岸，自古为“长江局埠、皖之中坚”，素有“皖南门户”之称，地理位置优越。芜湖市属亚热带湿润季风气候，温度适宜，光照充足，雨量充沛，四季分明，河网稠密，水系完整。现辖三县（芜湖县、繁昌县、南陵县）、四区（镜湖区、弋江区、鸠江区、三山区）。2010年土地总面积336 255.42hm2，人口229.50万人。

2010年，市域地区生产总值1 108.6亿元，总量位居安徽省第二位，增幅居第一位。三产结构为4.4∶65.2∶30.4，城市居民人均年可支配收入18 600元，农民人均年纯收入7 410元。2010年，芜湖市土地总面积336 255.42hm2，农用地246 691.08hm2。其中耕地126 862.42hm2，林地72 248.45hm2。建设用地66 788.81hm2，其中城镇村及工矿用地57 279.36hm2，交通水利设施用地9 509.45hm2。其他土地面积22 775.53hm2。作为皖江城市带承接产业转移示范区的核心城市，芜湖市正处于经济快速发展的重要时期，工业化、城市化进程加速。因此分析该地区不同土地利用方式的碳排放具有一定的典型意义。

2 碳排放计算

2.1 研究方法

本文主要研究由人类活动引起的碳排放，受实验数据的限制，主要讨论耕地碳排放、建设用地碳排放以及林地和草地为主的碳吸收。耕地利用的碳排放考虑农业生产的CH4排放和CO2的吸收，其差值即为耕地的碳排放系数。建设用地的碳排放通过其利用过程中能源消耗的碳排放系数间接估算，包括生产和生活的碳排放量，各种能源碳排放系数参照IPCC2006［9］缺省值。由 于IPCC 给 定 值 单 位 为 （t／TJ），因此首先要将能源消耗量折算成标准煤，具体转换系数为1.0万t标准煤等于2.93×1011J［10］，转换后各种能源的碳排放系数见表1。林地和草地的碳吸收系数使用谢鸿宇［11］的计算结果。碳排放估算公式本文参照李颖［12］的研究结果：

式中：E——碳排放总量；ei——研究区第i种土地利用类型产生的碳排放量；Ai——第i种土地利用类型对应的土地面积；Ci——第i种土地利用类型的碳排放（吸收）系数。根据有关经验数据，总结各土地利用方式的碳排放系数表（负值为碳吸收系数）。

表1 各类碳源（汇）碳排放（吸收）系数

2.2 数据来源

土地利用数据采用2000—2010年芜湖市土地利用变更调查数据，能源消耗数据参照2001—2011年《芜湖市统计年鉴》。

2.3 结果分析

2.3.1 碳排放总量 从表2可以看出，芜湖市2000—2010年，碳排放总量呈现快速增长的趋势，2010年碳排放总量是2000年的4.10倍，碳排放总量年均增长率达到15.17%，其中建设用地碳排放量年均增长率为13.74%。尤其是2009年和2010年两年间，在芜湖市加快发展的背景下，城市化加速，碳排放的增速加快。仅2009年全市碳排放总量增加了103.92万t，是2000年全年碳排放量的77.68%。

表2 2000－2010年芜湖市主要土地利用方式的碳排放量 104t

2.3.2 碳源／碳汇 作为碳源的建设用地面积在不断增加，由此产生的碳排放量年均增速达到13.74%。“十五”期间，建设用地面积年均增长1.94%，碳排放量年均增加16.41%；“十一五”期间，年均增长9.20%，建设用地碳排放量年均增加13.80%。“十一五”期间，建设用地相比“十五”期间增速加快，但碳排放量增速减慢，主要是由于政府将可持续发展列为“十一五”期间的发展目标，能源利用效率提升，碳排放量增速减缓。耕地碳排放量少量下降，主要是由于耕地面积的减少造成的。

从表1可以看出，碳排放总量与建设用地碳排放量基本吻合，而林地和草地的碳汇作用并不明显。相比碳源排放量的增加速度，碳汇能力递增速率平缓，基本维持在同一水平。林地为主要的碳汇，2000—2003年林地碳汇能力略有增加，2003年后基本维持在相同水平。草地碳汇量基本保持不变。因此，仅仅依靠保持碳汇能力远不能抵消快速增长的建设用地碳排放的影响。

2.3.3 地均碳排放强度／地均建设用地碳排放强度

目前碳排放强度研究基本上是从单位GDP角度出发，区域单位面积碳排放量的研究较少［13］。本文是基于土地利用方式的碳排放研究，参照前人的研究经验，引入地均碳排放强度这一概念。从图1可以看出，地均碳排放强度平稳增长，2010年地均碳排放强度为2.06t／hm2，较2000年增加了1.54t／hm2。地均建设用地碳排放强度呈现波动上升的趋势，利用Excel对其进行拟合，拟合结果见图1。2000—2010年是芜湖市经济快速发展的时期，地均碳排放强度、地均建设用地碳排放强度与经济发展水平呈正相关。

2.3.4 碳排放强度 单位GDP碳排放量反映了一个地区经济发展对碳排放的贡献程度，可以反映碳排放强度［13］，其值越大则能耗越大，碳排放效益越差。从图2可以看出，随着人均GDP增长，碳排放强度呈现先增加后减少的趋势。2000—2003年，单位GDP碳排放强度逐年上升，2003年达到最大值0.075 6t／万元。2003年以后，单位GDP碳排放强度出现浮动，但总体上呈下降趋势。2010年碳排放强度为0.049 5t／万元，与2003年相比降低了52.73%。利用Excel对单位GDP碳排放强度与人均GDP进行方程拟合，如图2所示。曲线呈倒U型，在（1.278 6，0.075 9）处出现拐点。从计算结果可以看出，芜湖市11a间碳排放强度走势良好，利用效率在逐年提高。

图1 芜湖市2000－2010年地均碳排放强度

图2 2000－2010年芜湖市碳排放强度与人均GDP关系曲线

3 碳排放影响因素研究

3.1 STIRPAT模型

York［14］等将IPAT方程转变成一种随机模型，即STIRPAT（stochastic impacts by regression on population，affluence，and technology）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。该模型形式如下：

式中：I——环境影响；P——人口；A——富裕程度；T——技术；α——模型系数；β，γ，δ——P、A 和T 的人文驱动的指数；e——残差项。由于目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，而不是单独估算。同时，由于式（2）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（2）转化为对数形式［7］：

以lnI作为因变量，lnP，lnA，lnT作为自变量，lna作为常数项，lne作为误差项，对经过处理的模型进行多元线性拟合［15］。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，可根据需要增加其他因素，分析其对环境的影响［7］。

3.2 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作为驱动因素。计算公式同式（3），其中I为碳排放量；P为人口；A为人均GDP；T归为残差项；α为常数项；β，γ为碳排放对人口、人均GDP的弹性系数。

3.3 结果分析

利用SPSS 13.0软件的liner回归分析对模型进行拟合，具体拟合结果如表3所示。从表3可知，自变量的t检验结果说明因变量和自变量之间的线性相关关系显著，回归方程有意义。其中，方差分析的F值为301.020、P值为0.000，均能说明回归方程通过了显著性检验。

从回归分析结果中可知，人口对碳排放的解释作用最大，人口每增加1%，则碳排放量相应的增加8.726%。R2值为0.993，说明人口和人均GDP指标能解释芜湖市能源利用碳排放影响的99.3%，而且系数都在0.05水平上显著。

表3 回归分析拟合结果

4 结论与建议

4.1 结论

（1）从碳排放总量上看，芜湖市不同土地利用方式碳排放量从2000年的133.78万t上升到2010年的549.04万t，呈现较快的增长趋势。人口增加和城市化进程的加快是其主要的驱动因素。

（2）建设用地和林地为主要的碳源和碳汇。11a间，建设用地碳排放总量年均增长率达到14.02%。林地的面积缓慢增长，其碳吸收总量年均增长率约为1.18%。这反映出芜湖市在发展经济的同时没有忽视碳汇能力的保护。但是，仅仅依靠增加林地和草地面积从而增强碳汇能力远不能达到低碳利用的效果，建设用地中的能源消耗仍然是主要的碳源。

（3）2000—2010年，地均建设用地碳排放强度呈现缓慢增长的趋势，但地均建设用地碳排放强度则呈现波动上升的态势。两者与经济发展水平呈正相关。工业化、城市化的快速发展所产生的建设用地扩张，在促进GDP增长的同时，也给环境带来了巨大的压力，碳减排压力艰巨，任重道远。

（4）单位GDP碳排放强度从2003年开始逐年下降，说明芜湖市节能减排已经取得一定成效，但是减排压力仍然存在。

（5）STIRPAT分析中得出碳排放总量与人口、人均GDP呈现显著的线性回归关系，且人口对碳排放总量的解释作用最大。

4.2 建议

《皖江城市带承接产业转移示范区规划》的批复，给芜湖市带来了巨大的发展机遇。在经济快速发展的同时，必然会增加能源消耗，从而增加碳的排放量。因此必须要构建低碳排放的土地利用体系，从根本上做到碳的节能减排。

（1）减少碳源。建设用地作为主要的碳源，是控制碳排放、实现碳减排的重点。发展规模适度的建设用地，避免低水平重复建设，坚持规划引导，避免土地浪费。促进土地节约集约利用，盘活存量土地，降低城镇土地闲置率。同时减少单位面积的能源投入，提高投入效率，从根本上降低碳排放。

（2）增加碳汇。在确保一定质量的耕地面积前提下，将围湖造田、毁林造田等新增耕地适当退林还水，或者进行耕地休耕以增加森林覆盖率和林业碳汇，用以补偿高碳土地利用方式的碳排放。发展生态用地，改善农耕方式增加土壤碳汇。结合区域自然环境特点，对土地进行综合整理和治理，在提高作物产量的同时最大程度发挥土地的生态功能。

（3）改良能源利用结构。进一步调整能源结构，减少单位建设用地碳排放强度。加大清洁能源的使用如天然气、核能、风能、太阳能、水能等等，减少高碳能源如煤炭和石油的使用量。培育生物燃料，降低化石能源的比重。

（4）合理布局。在进行土地利用规划和城市规划时，应尽量做到合理化布局。以节地、节能和优化布局为理念的紧凑型城市更适应经济高速发展下的低碳土地利用模式。

［1］ 赵荣钦，刘英，郝仕龙，等.低碳土地利用模式研究［J］.水土保持研究，2010，17（5）：190－194.

［2］ Stern N.The Economics of Climate Change：The Stern Review［M］.Cambridge：Cambridge University Press，2007.

［3］ Schipper L，Murtishaw S，Khrushch M，et al.Carbone missions from manufacturing energy use in 13IEA countries：long－term trends through 1995［J］.Energy Policy，2001，29（9）：667－688.

［4］ 姚章杰，张凤娥，李晓西，等.基于低碳的上海松江新城北部片区空间发展潜力评价［J］.复旦学报：自然科学版，2010，49（3）：349－354.

［5］ 摆万奇，赵士洞.土地利用和土地覆盖变化研究模型综述［J］.自然资源学报，1997，12（2）：169－175.

［6］ 杨庆媛.土地利用变化与碳循环［J］.中国土地科学，2010，24（10）：7－12.

［7］ 杜官印.建设用地对碳排放的影响关系研究［J］.中国土地科学，2010，24（10）：32－36.

［8］ 葛全胜，戴君虎，何凡能，等.过去300年中国土地利用、土地覆被变化与碳循环研究［J］.中国科学D辑：地球科学，2008，38（2）：197－210.

［9］ IPCC.2006IPCC Guidelines for National Greenhouse Gas Inventory，2006.

［10］ 赵敏，张卫国，俞立中.上海市能源消费碳排放分析［J］.环境科学研究，2009，22（8）：984－989.

［11］ 谢鸿宇，陈贤生，林凯荣，等.基于碳循环的化石能源及电力生态足迹［J］.生态学报，2008，28（4）：1729－1735.

［12］ 李颖，黄贤金，甄峰.江苏省区域不同土地利用方式的碳排放效应分析［J］.农业工程学报，2008，24（2）：102－107.

［13］ 张秀梅，李升峰，黄贤金，等.江苏省1996年至2007年碳排放效应及时空格局分析［J］.资源科学，2010，32（4）：768－775.

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

［15］ 郭运功，汪冬冬，林逢春.上海市能源利用碳排放足迹研究［J］.中国人口·资源与环境，2010，20（2）：103－108.