山东省土地利用结构变化碳排放与时空格局分析

王萍，尹凯，徐楠（1.曲阜师范大学地理与旅游学院，山东日照276826；2.山东农业大学农业资源与环境博士后流动站，山东泰安271018；.曲阜师范大学经济学院，山东日照276826；.日照市国土资源局经济技术开发区分局，山东日照276826）

山东省土地利用结构变化碳排放与时空格局分析

王萍1，2，尹凯3，徐楠4
（1.曲阜师范大学地理与旅游学院，山东日照276826；2.山东农业大学农业资源与环境博士后流动站，山东泰安271018；3.曲阜师范大学经济学院，山东日照276826；4.日照市国土资源局经济技术开发区分局，山东日照276826）

利用统计数据、经验公式和碳排放系数，核算山东省2003-2012年基于土地利用结构变化的碳排放量；通过ArcGIS10.2聚类分析，揭示山东省碳排放的时空格局变异特征；并与以往山东省碳排放的研究成果、GDP相近省份的碳排放量进行对比，评定此次估算的准确性。结果表明：2003-2012年间，山东省从碳汇状态（-5.14×106t）转变为碳源状态（1.38×108t），增长率超过27倍；建设用地是最大的碳源，建设用地面积与碳净排放量的相关系数高达0.942，林地（含园地）是主要的碳汇，但建设用地的边际碳排放量远远高于林地（含园地）的边际碳吸收量；山东省碳净排放量的时空格局差异显著，经济发展水平较高的鲁中和鲁东地区的碳净排放量居高，林业生态较好的鲁西、鲁北和鲁南地区碳净排放量居低，处于碳汇状态的地市数目从2005年的10个减少到2008年的3个和2012年的2个；山东省的建设用地边际碳排放量高于全国平均数值，总体碳源/汇水平与江苏省相当，尚具有较大的节能减排潜力。

碳排放；土地利用结构；聚类分析；山东省；低碳

化石燃料燃烧和水泥生产等能源工业的温室气体排放是人为因素导致气候变暖的首要因子，居第二位的是土地利用变化对全球大气CO2浓度的影响［1，2］。世界资源组织和碳循环研究专家测算发现，1850-1998年间的土地利用变化碳排放占到人类活动总碳排放量的1/3［3-7］。这说明，土地利用变化和土地利用结构调整在一定程度上改变了人类活动碳源/汇格局，从土地利用角度开展碳排放与调控研究，对于促进低碳型区域土地利用模式、推动经济社会低碳发展将具有重要意义［8］。

近年来，国内外学者从国家、省区、城市、县域等不同层面开展了土地利用对碳循环的影响研究。通过查阅和搜集土地利用的历史资料，葛全胜等分析了过去300年我国土地利用变化与碳储量的关系［9］；利用碳排放和碳足迹模型，蓝家程、赵荣钦等分别计算和分析了重庆市、江苏省不同土地利用方式的碳排放与影响因素、能源消费碳足迹的变化特征［10，11］。还有其他学者研究了河南省、陕西省和四川省等的土地利用碳排放效应［12-16］。张超从产业消费的角度构建了山东省CO2净排放的测算体系，通过LMDI因素分解法揭示了不同因素对山东省碳排放的影响规律，分析了碳净排放的空间变异原因［17］。但是目前少见从土地利用结构变化的角度来分析山东省区域碳源/汇的研究成果。因此，本文以山东省为研究区域，从土地利用结构变化的角度研究山东省10年期碳源/汇的演变趋势，分析碳排放时空格局的变异特征，解析山东省碳循环的人为影响机制，促进国土开发规划、产业结构调控等领域的低碳型发展。

1　研究区概况

山东省位于中国沿海的东部，介于北纬34°25′至38°23′、东经114°36′至122°43′之间，东临朝鲜半岛，与日本半岛隔海相望，北与辽东半岛相对。全省东西距离700km，南北距离420km，分别与河北省、河南省、安徽省、江苏省相邻。总面积约占全国总面积的1.6％；地形复杂，以平原丘陵为主，平原盆地占全省面积的60％以上。辖17个地级市，31个县级市，48个市辖区，现总人口9041万人，为全国第二个人口大省，是全国人口密集的城市之一。全省工业化、城市化水平高，人类活动对土地生态系统的影响较大。因此，分析山东省土地利用结构变化及其引发碳排放效应具有典型的实践意义。

2　数据来源与研究方法

2.1数据来源

土地利用基础数据来源于2003-2008年的《山东年鉴》、2008年与2012年的《山东统计年鉴》（附有各地市的土地利用数据）。能源消耗数据全部来源于2003-2012年的《山东统计年鉴》。收集到的土地利用数据包括农用地、建设用地和未利用地三类的合计数据；农用地中含有耕地、林地、园地、牧草地的数据，建设用地中含有城镇村及工矿用地、交通运输用地和水利设施用地，水域面积未单独考虑。

2.2研究方法

土地利用变化导致的碳排放分为直接碳排放和间接碳排放。直接碳排放代表土地利用覆被和土地经营管理方式变化导致的碳排放；间接碳排放代表不同土地利用类型上的人为碳排放。由于研究区域局限在山东省，自然地理及气候没有明显的差异，故没有考虑不同县（市）域间碳吸收与排放系数的差别。碳排放估算公式为：

式中：E——碳总排放量，g；

ei——第i种土地利用类型上的碳排放量，g；

Ti——第i种土地利用类型的面积，m2；

i——第i种土地利用类型的碳排放（吸收）系数，吸收为负，g/（m2·a）［15］。

2.2.1耕地利用的碳排放涉及CH4排放系数、CO2吸收系数，两者的差值为耕地碳净排放系数［18，19］；借鉴前人的研究成果获取林地、园地和草地的碳排放系数［20，21］（见表1）。

2.2.2建设用地的碳排放通过生产和生活的能源消耗碳排放系数间接估算，将主要能源如煤炭、石油和天然气等消费量换算成标准煤，并考虑化石能源的转化系数，折算成各种能源的碳排放系数［16，20］（见表1）。本研究参考徐国泉提出的碳排放分解模型，调整建设用地碳排放计算模型为：

式中：Eb——建设用地的碳排放量；

mi——化石能源消费量；

ηi——标准煤换算系数；Ф——碳排放系数。

表1　各种土地利用类型/能源的碳排放系数

3　结果与分析

3.1土地利用结构变化

2003-2012年间山东省内林地、园地、牧草地、未利用地面积显著减少，水利设施用地减少，城镇村及工矿用地、交通用地显著增加，耕地面积先减少后增加。与2003年相比较，2012年林地、园地、牧草地、未利用地面积的减幅分别为14.20％、28.54％、86.07％和15.53％，城镇村及工矿用地、交通用地面积的增幅分别达19.12％和34.30％。牧草地、交通用地面积变化幅度虽然较高，但是数量并不大。因此，研究期内土地利用数量变化显著的为林地、园地、城镇村及工矿用地、未利用地。

3.2土地利用碳排放效应

计算得出山东省土地利用的碳源、碳汇及碳排放量（见图1）以及各类用地碳排放比例（见图2）。林地、园地、牧草地、未利用地起到碳汇的作用，其历年总量基本持平，2012年期碳汇能力最低，这与3.1中这些土地利用类型面积显著减少相一致。2003-2012年山东省碳源和净碳排放量总体处于增加状态，净碳排放量由2003年的-5.14×106t上升到2012年的7.97×107t，增幅超过16倍。进一步分析，2003-2012年间山东省基于土地利用结构变化的碳净排放量经历了三个阶段：第一阶段，2003-2004年，全省总体上处于碳汇状态，碳净排放量为负值，这主要是因为该阶段建设用地上能源消耗水平较低，同时，由于2004年的原煤消费量（14897.6t）大大低于2003年的消费水平（17772.7t），2004年的净碳排放量进一步降低；2005-2007年，全省碳汇状态持平，碳源能力和净碳排放量稳步提升；2008-2012年，全省碳汇能力降低，碳源能力稳步提升，碳净排放量增加快速。

图1　山东省土地利用碳排放量变化

图2　山东省主要土地利用类型的碳排放比例

在总的碳排放中，建设用地每年的碳排放量所占份额在45-70％之间，耕地每年的碳排放量所占份额仅有0.9-1.25％，因此可以推断出，建设用地是最主要的碳源。林地和园地是主要的碳汇，所占份额分别在18.58-30.44％和11.93-23.31％之间。牧草地和未利用地的碳汇所占百分比仅有0.3-3×10-4和2-3×10-3，比例很低。由图2可知建设用地的碳排放量所占比例呈逐年增大趋势，而林地和园地的碳吸收量比例呈逐渐递减趋势。原因是两方面的，一是工业快速发展导致建设用地上能源消耗量逐年增大，二是建设用地面积大量增加占用了较多的林地和园地。因此，要从两方面入手遏制碳净排放量的快速增加：一是从碳排放量方面，控制建设用地上化石能源的燃烧，提高能源利用效率，开发新型高效绿色能源；同时我们发现建设用地与碳净排放量相关系数高达0.942，相关性显著程度大大高于耕地（相关系数为0.259），更说明遏制碳排放要从建设用地入手。二是从碳吸收量入手，鼓励退耕还林，增加林地（含园地，因两者碳排放系数取值相同，合计在一起考虑）的面积，因为林地与碳净排放量的相关系数显著，达到-0.716。

土地利用的碳源/汇边际变化是指各类用地每变化比例1％时碳源/汇的变化情况。结果表明，建设用地是最为敏感的类型，边际变化为1111.01×104t；林地（含园地）碳汇的边际变化只占建设用地的12.3％，耕地碳源的边际变化只占建设用地的0.3％，牧草地和未利用地碳汇的边际变化更加微弱。因此，建设用地面积是影响碳排放量的最主要因素，林地（含园地）面积增加产生的碳汇远远难以抵消建设用地增加所产生的碳源。

3.3碳源/汇时空格局分析

一般而言，土地利用结构与经济建设发展水平决定了碳排放量的空间分布格局。本文通过耕地、林地（含园地）的面积数据以及建设用地上的能源消耗，估算得到全省各市2005、2008和2012年的碳源、碳汇和碳净排放量。为了解各个时期碳排放量的空间聚类/离散特征，本文根据碳排放量计算结果以市行政辖区为单位在ArcGIS10.2中进行了五级的分组聚类分析（见图3）。

图3　山东省土地利用的碳排放时空格局

3.3.1碳源时空格局分析

山东省土地利用的碳源格局存在显著的区域差异，淄博市、青岛市、济南市为主要的碳源区域，其次是潍坊市、烟台市和济宁市，菏泽市和威海市的碳源效应最弱。淄博市、济南市和青岛市作为碳源主要分布区，2005年、2008年和2012年碳源总量占全省碳源的29.91％、27.98％和29.76％；加上潍坊市、济宁市和烟台市，六市的碳源总量在三期时间内均可占全省碳源的50％以上。从时间尺度来看，碳源格局变化不大，聚类分析结果显示，2005年，菏泽市等10个市处于碳源效应第一个等级，各市碳排放量在3.55×106-6.38×106t之间；2012年，同样是这10个市处于碳源效应第一个等级，最大碳排放量低于5.78×106-9.34×106t之间。

同时反映出另一个现象，各市碳排放量随时间变化显著增大。例如，淄博市一直处于全省碳源的首位，2005年碳排放量1.43×107t，2008年和2012年分别增至2.47×107t和2.17×107t；菏泽市一直处于全省碳源的末位，2005年碳排放量3.55×106t，2008年和2012年分别增至7.11×106t和6.13×106t；增幅高达50-100％。各市碳源在研究期内都经历了先增后减的变化，直接原因是研究期内各市能源消耗先增后减。虽然耕地碳源一直处于缓慢减少状态，但建设用地的碳源变化主导着碳源总量的变化，碳源先增后减的变化更表明山东省在“十一五”和“十二五”期间节约能源的规划和政策落实到位。

3.3.2碳汇时空格局分析

山东省的碳汇主要是由林地（含园地）提供，观察全省的碳汇聚类分析结果，鲁西和鲁南地区是主要的碳汇区域，包括菏泽市、德州市、济宁市、临沂市等；鲁东尤其是胶东地区，碳汇能力最低，包括威海市、烟台市等。菏泽市、德州市、济宁市和临沂市作为碳汇主要分布区，2005年、2008年和2012年碳汇总量分别占全省碳汇的36.76％、43.82％和35.14％。

从时间尺度来看，各市碳汇变化差异显著，说明其辖区内林地（含园地）的用地比重随时间变化不一。全省17个市中有9个市的碳汇呈现先增后减的趋势，甚至2008-2012年的碳汇减少程度高于2005-2008年的碳汇增加程度；有1个市碳汇先减少后增加，但增幅不足以弥补之前的碳汇减少（日照市）；有3个市碳汇持续增加（滨州市、威海市、烟台市），但碳汇等级较低；有4个市碳汇持续减少（济南市、青岛市、济宁市、东营市），碳汇等级持续降低；结合图1，可以理解全省2012年碳汇较2005年更为降低。同时，我们可以发现各市碳汇最高值及分布城市也不断变化。例如，2005年，东营市碳汇值最高，达到1.70×107t；2008，德州市碳汇值最高，达到1.97× 107t；2012年，临沂市碳汇值最高，仅为1.28×107t。因此，山东省还应更为重视林地（含园地）的营造和抚育，提升全省的碳汇水平。

3.3.3碳净排放量时空格局分析

山东省土地利用的碳净排放量格局区域差异显著，鲁中和鲁东地区的济南市、淄博市、潍坊市、青岛市、烟台市、威海市的碳净排放量一直居高，该地区城镇化和经济发展水平较高，交通与工业发达，消耗的化石能源也较多。相对应的，菏泽市、东营市、临沂市等的碳净排放量等级较低，当然也与这些地区的林地（园地）数量较高有关。

从时间角度看，碳净排放量的变化重点不在区域格局上，而在于数值的年际差异。2005年，全省17个地级市中有10个市（1-3等级）的碳净排放量为负值，说明全省大部分地区尚处于碳汇状态。例如，2005年，东营的碳净排放量最低，为-1.19×107t。而在2008年和2012年，分别仅有3个和2个市的碳净排放量为负值（第1等级），其碳净排放量数值也在显著变大。2008年，德州市的碳净排放量最低，为-8.44×106t；2012年，临沂市的碳净排放量最低，为-5.49×105t。

3.3.4相关研究成果对比分析

与山东省以往研究成果对比。近年来，山东省碳排放的相关研究（见表2）多是针对能源消费的碳排放量估算，基于土地利用结构的碳排放研究相对偏少。本文在建设用地上基于能源排放的碳排放量核算结果与孙秀梅［22］的估算结果十分接近。宋杰琨［23］的研究结果较其他研究成果数值都偏低一些；彭梦霞［24］和王同孝［25］两者的研究结果十分相近，比本文的估算结果高出约20％（以2009年碳排放量为例）。值得一提的是，张超［17］基于能源消费和工业原料生产核算了全省碳排放量，基于植被碳储量的净初级生产力换算得到碳吸收量，最终获得碳净排放量数据。其碳吸收量数据（多年稳定在16000万t左右）与本文的核算数据（10799-13732万t）接近，但因碳排放量核算结果差异较大，碳净排放量结果也差异较大。

与其他省份的研究成果对比。2014年全国各地区GDP排名前五位的依次是广东省、江苏省、山东省、浙江省和河南省，已有研究成果表明地区碳排放量与经济水平具有正相关性，因此，本文选取并搜集了其他四省的碳源/汇相关研究成果［26-34］（见表3），与本研究估算的结果进行对比分析。

广东省GDP水平高于山东省，但是基于能源系数法和化石能源消耗的碳排放量估算结果都稍低于山东省建设用地上基于能源排放的碳排放量。与江苏省相比，两省基于能源消费的碳排放量很是接近；2005年和2008年山东省基于土地利用结构的碳净排放量分别低于江苏省水平的51.10％和22.60％，但是山东省碳净排放量水平快速提升，在2010-2012年间，已与江苏省碳净排放量相当。浙江省GDP水平低于山东省，基于能源排放的碳排放量高出山东省60％以上，而基于土地利用结构的碳净排放量远低于山东省水平，有待于进一步考证。与河南省相比，山东省建设用地上的能源消耗水平更高，同时也发现山东省基于土地利用结构的碳净排放量远低于河南省，说明山东省的土地利用碳汇能力高于河南省。

山东省建设用地的边际碳排放量为72.20t/ha（2003-2012年平均值），高于全国的40.73 t/ha［35］和重庆市50.40t/ha［18］，与江苏省水平（2010年，48.86-95.62 t/ha）相当［11］，低于浙江省（262.84 t/ha）［31］和西安市（453.96 t/ha）［36］。

表2　山东省碳排放相关成果汇总

表3　部分省份碳排放相关成果汇总表

4　结语

4.12003-2012年山东省碳净排放量从负值演变为正值，近年来逐年提升；且土地利用的碳源效应远大于碳汇效应。碳源从2003年的1.31×108t增加到2012年的2.46×108t，增长率为88.33％；碳汇从2003年的-1.36×108t降低到2012年的-1.08×108t，降低率为20.44％。

4.2山东省碳净排放量的区域格局存在显著差异，经济发展水平较高的鲁中和鲁东地区其碳净排放量居高，林业生态较好的鲁西、鲁北和鲁南地区碳净排放量居低。同时，地区碳净排放量的年际差异也较大。2005年，全省17个地级市中有10个市处于碳汇状态，而在2008年和2012年，分别仅有3个和2个市的碳净排放量为负值。

4.3建设用地是土地利用类型中最大的碳源，其碳排放量占总碳排放量的97％以上。2003-2012年的建设用地碳排放量增加1.15×108t，增长率为90.54％。林地（含园地）是山东省主要的碳汇，碳汇效应却总体呈降低趋势，下降率为20.44％。建设用地面积与碳净排放量的相关系数高达0.942，同时，建设用地的边际碳排放量远远高于林地（含园地）的边际碳吸收量。

4.4山东省的碳排放量水平低于广州省和浙江省，与江苏省的碳排放量水平相当；建设用地边际碳排放量高于全国平均水平，尚有较大的节能减排空间。

［1］Houghton R A.Temporal patterns of land use change and carbon storage in China and tropical Asia［J］.Science in China （Life Science），2002：45.

［2］赵荣钦，黄贤金，钟太洋，揣小伟.区域土地利用结构的碳效应评估及低碳优化［J］.农业工程学报，2013，29（17）：220-229.

［3］卢敏，严会超，胡武贤，王璐，彭磊.广东省不同土地利用方式与碳排放规律分析［J］.广东农业科学，2012，39（7）：1-5.

［4］李华，李想，狄佳云.南通市土地利用方式碳排放效应研究［J］.中国城市经济，2011，（14）：13-14.

［5］郑欣，程久苗.基于土地利用结构的芜湖市碳排放效应研究［C］.中国农业工程学会2011年学术年会论文集，2011.

［6］卢敏，严会超，胡武贤，王璐，彭磊.广东省不同土地利用方式与碳排放规律分析［J］.广东农业科学，2012，39（7）：1-5.

［7］王克强.土地利用变化的碳排放效应研究［D］.成都：四川农业大学硕士论文，2012.

［8］张婷，蔡海生，钟根佐.南昌市土地利用碳排放效应及其低碳优化对策［J］.江西农业大学学报（社会科学版），2013，12 （2）：170-177.

［9］葛全胜，戴君虎，何凡能，潘，王梦麦.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.

［10］蓝家程，傅瓦利，袁波，张婷，彭景涛.重庆市不同土地利用碳排放及碳足迹分析［J］.水土保持学报，2012，26（1）：146-155.

［11］赵荣钦，黄贤金.基于能源消费的江苏省土地利用碳排放和碳足迹［J］.地理研究，2010，29（9）：1639-1648.

［12］肖红艳，袁兴中，李波，颜文涛.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.

［13］刘英，赵荣钦，焦士兴.河南省土地利用碳源/汇及其变化分析［J］.水土保持研究，2010，17（5）：154-157.

［14］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.

［15］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（S2）：102-107.

［16］彭文甫，樊淑云，潘荟交，毛欢，周介铭，赵景峰，杨存建.区域土地利用变化的碳排放效应及时空格局研究［J］.生态经济，2013，（9）：28-33.

［17］张超.山东省CO2净排放时空差异及低碳路径探索［D］.济南：山东师范大学，2012.

［18］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，2006，16（6）：158-161.

［19］张秀梅，李升峰，黄贤金，李颖.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.

［20］郑欣，程久苗，郑硕.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［J］.水土保持研究，2012，19（3）：259-262，268.

［21］孙贤斌.安徽省会经济圈土地利用变化的碳排放效益［J］.自然资源学报，2012，（3）：394-401.

［22］孙秀梅，周敏，綦振法.山东省碳排放演进特征及影响因素的实证研究［J］.华东经济管理，2011，25（7）：11-15.

［23］宋杰琨.山东省能源消费碳排放预测［J］.技术经济，2012，31 （1）：82-85，94.

［24］彭梦霞.山东省碳排放效率测算及其影响因素的实证研究［D］.青岛：青岛理工大学，2013.

［25］王同孝，赵联振，王伟.山东省能源消费与碳排放分析［J］.中国人口·资源与环境，2012，22（7）：49-52.

［26］胡辉.广东省碳排放及其影响因素研究［J］.科学与财富，2013（11）：268-269.

［27］匡耀求.广东能源消费碳排放趋势与前景展望［J］.南方能源建设，2015，2（1）：1-10.

［28］赵荣钦，黄贤金，高珊，赵志凌.江苏省碳排放清单测算及减排潜力分析［J］.地域研究与开发，2013，32（2）：109-115.

［29］朱婵璎，王让会.基于能源消费的江苏省碳排放特征及规律分析［J］.湖北大学学报（自然科学版），2013，35（2）：258-264.

［30］张碧云.浙江省碳排放特征及影响因素研究［D］.杭州：浙江理工大学，2013.

［31］段显明，童正卫.浙江省能源消费碳排放的因素分解—基于LMDI分析方法［J］.北京邮电大学学报（社会科学版），2011，13（4）：68-75.

［32］郑亦伶，苑韶峰.基于土地利用的碳排放时空分析—以浙江省为例［J］.上海国土资源，2013，34（2）：33-36.

［33］高军波，李清飞，余国忠.河南省碳排放与碳吸收动态分析［J］.水土保持学报，2012，26（1）：141-145.

［34］李炎丽，梁浩，梁保松.河南省碳排放因素分解及关联分析［J］.河南农业大学学报，2011，45（5）：605-610.

［35］卢娜.土地利用变化碳排放效应研究［D］.南京：南京农业大学，2011.

［36］张艳芳.西安市土地利用变化与碳排放空间格局特征研究［J］.西北大学学报（自然科学版），2013，43（2）：287-292.

（2016-05-19收稿刘晓佳编辑）

Carbon Emission and Spatial-temporal Pattern Research Based on Land-Use Structure Changes in Shandong Province

WANG Ping1，2et al
（1.School of Geography and Tourism，Qufu Normal University，Rizhao 276826，China；2.Postdoctoral research station of agricultural resources and environment，Shandong Agricultural University，Tai'an 271018，China）

Based on statistical data，empirical formulas and carbon emission coefficients，carbon emission was analyzed from land-use structure changes during 2003-2012.The spatial and temporal patterns of carbon emission were revealed by cluster analysis on ArcGIS 10.2.With carbon emission results of Shandong carbon emission and other similar GDP provinces，the accuracy of this study was assessed.The results showed:during 2003-2012，Shandong province changed from carbon sink state（-5.14×106t）to carbon source state（1.38×108t）with the growth rate of more than27 times；construction land is the largest source of carbon，the correlation coefficient between area of construction land and mass of net carbon emission was up to 0.942；forest land（including orchard）isthemaincarbonsink，butthemarginalcarbon emission of construction land was much higher than the marginal carbon uptake of forestland；thedistributionofnetcarbon emission displayed significant spatial-temporal differences，high carbon emission located in the middle and east of Shandong province for good economics，low carbon emission located in the west，north，and south of Shandong province for good forest ecology；Shandong province had 10 cities with carbon sink state in 2005，but the number declined to 3 in 2008 and 2 in 2012；the marginal carbon emission of Shandong province was higher than national average value，total carbon source/sink was similar with that of Jiangsu province，Shandong province has potential of energy saving and carbon emission reduction.

Carbon emission；Land-use structure；Cluster analysis；Shandong province；Low carbon

F301.24；X2

A

1003-7853（2016）03-0011-07

山东省自然科学基金（ZR2015PD001）；曲阜师范大学校级基金（xkj201316）

王萍（1983-），女，山东寿光人，讲师，博士，主要研究方向为土地资源利用与信息技术。