基于 STIRPAT 模型的建设用地变化对碳排放效应测度*——以江苏省为例

王理峰

（南京铁道职业技术学院 社科部，江苏 南京 210031）

基于 STIRPAT 模型的建设用地变化对碳排放效应测度*
——以江苏省为例

王理峰

（南京铁道职业技术学院 社科部，江苏 南京 210031）

文章研究了江苏省2000-2010年建设用地变化与碳排放的关系，运用STIRPAT 模型估算人口规模、人均GDP、能耗强度、建设用地面积对碳排放量的效应．借助SPASS软件，采用回归分析方法测算出4种驱动因素对碳排放量的边际弹性系数．研究表明，建设用地是碳排放的主要驱动因素之一，建设用地面积每增加1%，碳排放量将增加4.05%；能耗强度对碳排放的弹性系数为-2.09，表明能耗强度下降对碳排放具有减量效应．最后从碳减排角度提出土地利用的相关政策建议．

碳排放；建设用地；驱动因素；STIRPAT模型

经济活动与能源消费等人类活动对碳排放量的影响已成为国内外学者研究的热点问题．目前有关碳排放问题多集中在研究碳排放与经济增长的关系，也有侧重研究碳排放机理方面的．研究发现经济增长、能源利用效率及能源结构等对碳排放量有重要的影响．而建设用地是人类社会经济活动的主要载体，人类活动对碳排放量的影响实质就是通过改变土地利用方式进而改变能源消费格局，从而影响到碳排放的速率及数量．肖红艳等[1]对重庆市1997-2008 年土地利用变化对碳排放效应的研究发现，建设用地面积增加是导致碳排放总量急剧增加的原因．毛熙彦等[2]认为建设用地的扩展会导致能源消费的持续攀升，且与人口、经济等因素相互关联作用，深刻影响着碳排放量．

STIRPAT模型是定量分析人文因素对环境压力影响的一种有效方法，已被广泛应用于土资源、水地资源及能源消费研究领域．杜官印[3]利用该模型分析过全国建设用地对碳排放的影响，得出人口、人均 GDP和建设用地扩张是碳排放量的主要驱动因素．江苏省建设用地扩张对碳排放量的影响效应已引起政府、公众的广泛关注，但迄今为止还没有学者运用 STIRPAT 模型综合考虑人文因素及建设土地变化对江苏省近年来碳排放影响测度的研究．

本文主要研究建设用地变化与碳排放的关系，首先对江苏省2000-2010年建设用地与碳排放动态变化特征进行分析，运用 STIRPAT模型对人口、GDP、能耗、建设用地对碳排放效应进行计算分析，提出一些土地利用的相关政策建议．

1 建设用地变化动态度及现状

土地利用动态度可以定量描述土地利用变化的速度，它对比较土地利用变化的区域差异有积极作用，建设用地动态度公式如下[4]：

式中，v表示建设用地扩展年均变化率；s1，s2分别表示为研究时段初期、末期建设用地面积（km2）；T为研究时间段长度（年）．

根据《江苏统计年鉴》、江苏国土资源厅相关数据整理，可得到江苏省2000-2010年建设用地动态变化情况，见表1．

表1可知，2000-2010年，建设用地增幅达29.86%，年均增加规模为4.96万公顷，年均变化率为2.99%，表明随着经济的快速发展江苏省建设用地逐年在加快扩展．

表1 江苏省2000-2010年建设用地动态变化情况

2 江苏省碳排放的估算

对一个地区化石能源的碳排放量通常采用不同化石能源的消费量及其碳排放系数进行测算．本文在江苏省近年来的碳排放量估算中， 以能源消费产生的碳排放量作为区域碳排放量，计算公式如下：

式中C为碳排放量；m1，m2，m3为煤炭、石油、天然气消耗的标准煤量；k1，k2，k3为煤炭、石油、天然气消耗的碳排放转换系数．

碳排放系数依据国家发展和改革委员会能源研究所编著的《中国可持续发展能源暨碳排放情景分析》[5]中的有关数据确定，有关化石能源数据来自2000-2010 年《中国能源统计年鉴》和《江苏省统计年鉴》．根据公式（2），计算出2000-2010年江苏省碳排放量的相关数据，见表2．

表2 2000-2010年江苏省相关统计数据

3 碳排放与建设用地等驱动因子的关联

依据表2中数据整理出碳排放量、建设用地、能耗强度的变化情况，如图1、图2所示．

从图2可看出2000年以来，江苏省碳排放总量以年均14.9 %的增速逐年递增，并以2005、2009年为分界点经历3个增长阶段：2005年以前以年均增长率16%，快速增长；2005-2009年排放量下降，以4.4%的年均增长率增长；2009-2010年，年均增长率为12.9%．另一方面，江苏省单位GDP能耗持续下降，由2000年单位GDP能耗1.01（吨标准煤每万元）下降到2010年的0.62（吨标准煤每万元），降幅达38.6%．

图1 2000-2010年江苏省历年碳排放量与建设土地面积变化图

图2 碳排放量、建设用地、单位GDP能耗的变化情况

从图 1，2可看出建设用地与碳排放均呈增长态势，碳排量年增幅与建设用地年扩展率、单位 GDP能耗年增幅正向效应显著，表现为同上升，同下降，说明碳排放量与建设用地、单位GDP能耗有密切关联．

4 STIRPAT 模型的构造与求解

采用dictz等（1945年）提出的STIRPAT模型（环境压力相关模型）为研究工具，其具体形式为：

其中，I，P，A，T分别表示环境压力、人口数量、富裕度和技术；a为模型的系数；b，c，d为各自变量指数；e为误差．

运用 STIRPAT 模型对建设用地与碳排放效应进行研究分析，将人口、人均GDP、能耗强度、建设用地面积作为碳排放量驱动影响因子．选择碳排放量度量环境压力，以2000年可比价格单位人均GDP度量富裕度，以能耗强度、建设用地面积表征技术因素，构造STIRPAT模型如下：

其中，I，P，A，T，D分别表示碳排放量（万吨标准煤）、人口数量（万）、人均 GDP（元）、能耗强度（吨标准煤每万元）、建设用地面积（万公顷）；a为模型的系数；b，c，d，h为各自变量指数；e为误差．

对公式（4）两边取自然对数，得到如下方程：

其中b，c，d，h为弹性系数；表示当P，A，T，D每变化1% 时，分别引起I b%，c%，d%，h%变化；1ne为模型随机项，表示影响碳排放的其它因素，如经济发展水平、产业结构变化等因素．

结合表2相关数据，对（5）采用回归分析，测算碳排放量对4种驱动因素的弹性系数，从而具体分析出各种驱动因素对碳排量影响测度．

4.1 备选驱动因子偏相关分析

将驱动因子与碳排放量时间序列数据输入SPSS软件做偏相关分析，以判别所选取的4种驱动因子与碳排放量的关联度．

计算的结果为：P，A，T，D与 I 的偏相关系数分别为0.932，0.984，-0.772，0.941，相应的显著性（双侧）检验概率均在1%以下，这说明能耗强度与碳排放量间呈显著负相关，其余驱动因素与碳排放量间呈显著正相关．

4.2 驱动因子弹性系数确定

对驱动影响因子数据采用主成分分析法进行分析和筛选，提取出对驱动因子解释性最强的综合变量，然后对综合变量与碳排放量的时间序列数据进行最小二乘回归，推算出碳排放量与驱动因子间的关系式，关系式中的系数即为弹性系数，即表示驱动影响因子对碳排放量的边际贡献．

4.2.1 驱动因子主成分分析

先对各因素的原始数据取对数，记为1n I，1n P，1n A，1n T，1n D．为了消除驱动影响因子间的量纲关系，使这些数据具有可比性，再标准化，标准化后的数据记为 ZI，ZP，ZA，ZT，ZD，结果见表3．

将ZI，ZP，ZA，ZT，ZD相应数据输入SPSS 17.0软件中进行主成分分析，结果见表4．

由表4可知，对自变量ZI，ZP，ZA，ZT，ZD进行分析与筛选后，可提取1个主成分（即综合变量），用 ZY表示，该综合变量可以解释原变量的95.185%．综合变量ZY与原变量间的关系如下：

4.2.2 对被解释变量与综合变量做二阶最小二乘回归分析

将变量ZC作为被解释变量，综合变量ZY作为解释量输入SPSS 17.0软件中进行二阶最小二乘回归分析，结果见表5，6．

表3 标准化后的数据

表4 主成分分析解释的总方差

表5 方差分析结果

表6 模型系数

由表 5、6可知，模型 F值为 60.34364，t检验的sig值小于0.01，说明模型拟合非常好．根据表6模型系数，得到综合变量ZY与因变量ZI的方程式如下

将（6）代入（7），整理得：

由（8）式进一步整理，可得2000-2010年江苏省碳排放量驱动因子计量模型如下：

由（9）式中各因素指数的大小可看出人口、建设用地、能耗强度是碳排放的主要驱动因素．由弹性系数的含义知，在其他条件不变的情况下，人口每增加1%，碳排放量将增加13.74%；建设用地面积每增加1%，碳排放量将增加4.05%；人均GDP对碳排放的驱动作用比较微弱，人均GDP每增加1%时，碳排放量增加仅为0.59%；而能耗强度对碳排放弹性系数为-2.09，表明能耗强度下降对碳排放具有减量效应．

5 对策与建议

5.1 提高能源利用率，降低单位GDP能耗强度

STIRPAT模型计算出能耗强度对碳排放弹性系数为-2.09，表明能耗强度效应起到了抑制碳排放的作用,即能耗强度下降有效促进了碳排放的“脱钩”．建议优化产业结构，充分挖掘节能减排潜力；优化能源结构，大力开发可再生能源和新能源；技术进步和创新是节能减排的重要途径，应不断增强节能减排的技术支撑能力，为实现经济增长与碳排放的“脱钩”提供有力的技术支持．

5.2 限制建设用地规模过度扩张，合理配置各类建设用地

研究发现，建设用地变化与碳排放关联度高，建设用地面积每增加1%，碳排放量将增加4.05%．因此，合理配置建设用地是减少碳排放的重要途径．首先，要有计划的控制建设用地的供给规模，防止过度扩张，提高建设用地的集约利用水平及效率；另一方面，通过建设用地的内部结构调整及优化配置降低高碳排放地类的碳排放污染，保证低排放、低能耗、高技术含量、高附加值的新兴产业项目供地，逐步限制并减少“两高一低”（高排放、高能耗与低效益）的传统产业项目供地，并结合改善能源结构、提高能源效率等措施尽可能降低各类建设用地的碳排放强度．

[1] 肖红艳，袁兴中，李波，等．土地利用变化碳排放效应研究—以重庆市为例[J]．重庆师范大学学报（自然科学版）2012，29（1）：38-42．

[2] 毛熙彦，林坚，蒙吉军．中国建设用地增长对碳排放的影响[J]．中国人口·资源与环境，2011，21（12）：34-40．

[3] 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（5）：32-36．

[4] 孙雁，刘志强，王秋兵，等．百年沈阳城市土地利用空间扩展及其驱动力分析[J]．资源科学，2011，33（11）：2022-2029．

[5] 国家发展和改革委员会能源研究所．中国可持续发展能源暨碳排放情景分析[R]．2003．

[6] 张乐勤，陈素平，王文琴，等．安徽省近15年建设用地变化对碳排放效应测度及趋势预测—基于STIRPAT 模型[J]．环境科学学报，2013，33（3）：950-958．

[7] 张乐勤，李荣富，陈素平，等．安徽省1995-2009年能源消费碳排放驱动因子分析及趋势预测——基于 STIRPAT模型[J]．资源科学，2012，34（2）：316-327．

[8] 苏雅丽，张艳芳．陕西省土地利用变化的碳排放效益研究[J]．水土保持学报，2011，25（1）：152-156．

[9] 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（9）：102-107．

[10] 江苏省加强土地产权管理和地籍基础业务建设的做法和体会[R/OL]．江苏省国土资源厅地籍处，2005-09-18 http://www.diji.com.cn/xl-16-18-77.html．

Measurement Analysis of Carbon Emissions from the Perspective of Construction Land Changes Based on STIRPAT Model: A Case Study of Jiangsu Province.

WANG Lifeng

（Department of Social science, Nanjing Railway Vocational and Technical College, Nanjing, Jiangsu 210031, China）

This paper mainly studies the effects of construction land changes on carbon emission in Jiangsu province from 2000 to 2010. STIRPAT model is adopted to estimate the effects of population size, per capita GDP, energy intensity, construction land area on carbon emission. Based on SPSS software and regression analysis method, the marginal elasticity coefficient of four driving factors on carbon emissions is calculated. Research results show that construction land is one of the main driving factors of carbon emissions, 1% increase of construction land will bring about 4.05% increase in carbon emissions, and the elastic coefficient of energy consumption intensity of carbon emissions is -2.09, which shows that energy intensity reduction has effects on carbon emissions reduction. Finally, the paper puts forward some suggestions on land use from the angle of carbon emission reduction.

carbon emissions; construction land; driving factors; STIRPAT model

X171

A

1672-0318（2014）05-0049-05

10.13899/j.cnki.szptxb.2014·05, 010

2014-06-02

*项目来源：南京铁道职业技术学院院级课题“基于STIRPAT模型的建设用地变化对碳排放的影响”（Y13044）阶段成果

王理峰（1981-），女，河南平顶山人，硕士研究生，讲师，研究方向：多元统计分析、数学模型．