山西省土地利用的碳排放效率及其优化策略

李乐乐，徐占军，杨 娜，张琬淑，付静吉，余明成

（山西农业大学资源环境学院，山西太谷030801）

经济的快速发展带来了大量的碳排放。2009年， 我国成为世界第一大碳排放国。而山西作为我国的能源大省，其碳排放强度更是持续位于全国最高水平[1]。

二氧化碳的大量排放导致全球气候变暖，极端天气频发，甚至威胁人类生存。相关研究表明，化石能源燃烧和土地利用变化是全球主要的温室气体排放源[2-3]。针对能源消耗与碳排放的关系及土地利用变化与碳排放的关系研究很多，比如韩召迎等[4]、游和远等[5]、吕可文等[6]学者对能源消耗与碳排放的关系进行了分析，而南京大学对土地利用变化与碳排放的关系也做了一系列的研究工作[7-8]。但是有关能源消耗中的碳排放与土地利用关系的研究不多，然而优化我国土地利用中的能源配置，缓解土地利用中的能源碳排放增长趋势，对于我国在宏观层面上构建整个社会低碳发展模式却有重要意义[9-11]。所以，要实现土地低碳利用，必须控制土地利用中的能源消耗碳排放水平，在保证一定地均产出的同时降低地均碳排放水平，从而提高土地利用的碳排放效率。但是目前却缺乏适宜土地利用的碳排放效率测算及其低碳优化模型。

本研究以能源大省——山西省的11个地级市为分析单元，利用数据包络分析（DEA）测算了其土地利用能源消耗的碳排放效率，并针对碳排放无效的地区提出了低碳优化政策建议，以期对山西省乃至全国的低碳减排工作提供借鉴。

1 研究方法

1.1 数据来源

煤类（煤炭、焦炭）、油类（原油、汽油等）、天然气消费等数据来自《山西能源统计年鉴2015》[12]；各个地区的人口总数、3个产业增加值以及农用地与建设用地面积来自《山西统计年鉴2015》[13]。

1.2 土地利用碳排放效率计算模型

本研究采用DEA来衡量土地利用的碳排放效率。DEA即数据包络分析，是运筹学上的一种用来衡量相对效率的方法，其在测算效率时主要采用CCR模式与BCC模式[14]。CCR模式与BCC模式的区别在于，CCR模式是基于固定规模报酬，而BCC模式则是基于可变规模报酬，因此，二者得出的结论也是不同的，CCR模式得出的结论是估算单元的总效率，BCC模式得出的则是估算单元的技术效率[15-17]。2种模式根据导向不同还可细分，具体包括投入导向型和产出导向型2种。其中，前者对投入水平进行控制，目的在于既定的产量下的最小投入，而后者则恰恰相反，它是在投入量既定的情况下实现产量的最大化。本研究应用投入导向型的CCR模式与BCC模式来构建计算碳排放效率的基础平台。

以投入为导向的CCR模式，在假设有n个DMU的前提下，效率值的分式计算如下[18]。

式中，Xip表示第p个DMU中第i项投入；Yjp表示第P个DMU中第j项产出；Vi是第i项投入权重；Uj是第j项产出权重；Hp则是第p个DMU的效率值（相对效率）；s.t.为单位时间内的用地投入（hm2/a）；ε为非阿基米德无穷小量。

将式（1）转为CCR对偶式方程：

式中，θp表示第p个DMU乘数；λk表示第k个DMU参考集的权重；S-i为松弛变量；S+j为剩余变量，分别表示产出的不足量和投入的无效冗余量。从约束条件可知，找寻n个DMU的加权组合使得产出不低于第p个DMU产出条件下尽可能的减少投入量。

在假设有n个DMU的前提下，投入导向型下的BCC模式的线性规划表达式如下。

式中，Xip，Yjp，Vi，Uj，ε 定义与式（1）一致；α 代表截距；Zp则是第p个DMU的效率值（相对效率）。利用线性规划对偶理论进行转换，并加入Σnk＝1λk＝1的约束条件，进一步获得BCC对偶式方程。

则第p个DMU的规模效率为：

1.3 土地利用碳排放效率投入产出指标体系

在当前的生产技术水平下，土地利用中能源的投入必然会带来一定的碳排放，在研究中主要考虑土地利用中能源的消耗对碳排放产生的影响。国外REINHARD等[19-21]研究人员也做了类似的研究，他们以非期望产出的环境污染物或环境残余物为投入指标，利用数据包络分析（DEA）分别进行了养殖场的平均综合环境效率、平均技术效率和纸浆、纸张的非参数生产率等方面的环境效率分析。在进行DEA分析时，首先应该确定效率分析的估算单元（DMU）。本研究中以山西省11个地级市为分析单元，把煤炭和焦炭的消耗都计算为煤类消耗，把各种油包括柴油、燃料油、汽油、煤油等的消耗都作为油类消耗计算，在此基础上，分析总结认为，煤类消耗、油耗、天然气的消耗可以作为计算碳排放的投入指标。而产出指标则确定为各产业的人均增加值（表1）。投入指标的数量+产出指标的数量＜DMU的个数/2，这样符合DEA分析的需求。

表1 碳排放效率投入产出指标

1.4 能源消耗碳排放量计算方法

鉴于当前情况下，我国还没有可以直接检测碳排放量的相关数据，所以这部分的研究是在能源消费量的基础上进行的测算。碳排放计算公式如下[22]。

式中，C为碳排放，ct为第t种能源的碳排放总量，Mt为第t种能源的消费总量，Et为第t种能源的碳排放系数（由政府间气候变化专门委员会（IPCC）给定），Cvt为第t种能源的平均低位的发热量。

IPCC标出了各种能源的缺省碳排放因子，其中，煤炭为25.8 kg/GJ，焦炭为 29.2 kg/GJ，原油为20.0 kg/GJ，燃料油为 21.1 kg/GJ，汽油为 19.0 kg/GJ，煤油为19.6 kg/GJ，柴油为20.2 kg/GJ，天然气的缺省碳排放因子为15.3kg/GJ[23]。在现有的文献中，碳排放的能源动力大体分为3类：煤炭、石油、天然气，并给出能源的碳排放系数[24]。本研究综合已有文献，得到煤的碳排放系数（T/TCE）区间是[0.680，0.756]，石油的碳排放系数区间为[0.478，0.586]，天然气碳排放系数区间为[0.389，0.449]。对IPCC的缺省碳排放因子进行换算，得到本研究各能源的碳排放因子，煤的碳排放因子为0.75 t/tce，焦炭为0.855 t/tce，原油为0.584 t/tce，燃料油为0.618 t/tce，汽油为0.556t/tce，煤油为 0.574t/tce，柴油为 0.591t/tce，天然气为0.448 t/tce，与国家发改委能源研究所的研究结果进行对比可知，以上系数是合理的[25]。

2 土地利用碳排放效率的计算及分析

2.1 土地利用的碳排放效率的计算

本研究将DEA-Solver作为计算平台[26-28]，以总效率、技术效率、规模效率和规模报酬4项指标，计算了2015年度山西省11个地级市的碳排放效率（表2）。

表2 土地利用碳排放效率

2.2 土地利用碳排放效率分析

在11个DMU中，长治市和朔州市的总效率有效，阳泉市是碳排放总效率最低的城市。碳排放总效率有效地区的主要特征是土地利用强度不高、土地总产出相对较低。而处于经济发展较快、较发达的地区，如太原、阳泉、晋城等地表现出的土地利用的碳排放总效率偏低。这表明在山西省内经济发展较快的地区，地均产出高效却伴随着碳排放无效。

碳排放总效率无效有2个方面的原因，技术效率无效和规模效率无效。其中，技术效率无效表现为对投入资源利用率不高而产生的资源浪费。从碳排放理解，技术效率的无效是在考虑规模报酬影响下，现有地均各类能源消耗碳排放量作为期望产出的伴随代价并没有实现期望产出最大[29]。长治、朔州、晋中3个市的技术效率有效，其余的8个市无效，在这3个市，长治和朔州的总效率是有效的，由此可见，总效率无效的地区技术效率可能有效。从技术效率无效的8个市进行分析，8个市的土地利用碳排放技术效率都高于总效率，比如阳泉市（0.094＞0.005）、忻州市（0.103＞0.058）以及临汾市（0.143＞0.08）等，所以必定存在着相对无效的规模效率来影响着土地利用碳排放总效率的提高。

对山西11个地级市的土地利用碳排放的规模效率展开分析。规模效率反映的是11个市目前的规模是否最优，偏大或偏小的规模效率都将使得平均投资增加。长治市和朔州市是规模效率的有效地区，其分布与总效率保持一致。而分析其他9个地级市可以发现，在山西省土地利用碳排放总效率无效地区的规模效率也一定无效。

与技术效率相比，要优化的规模效率更加困难。把规模效率有效与规模报酬区间相结合，通过DEA-Solve软件计算（表2）可以发现，在山西省长治和朔州2个市处于规模报酬不变阶段，而太原、大同、阳泉等7市处于规模报酬递减阶段，对于这9个城市，要提高碳排放规模效率，一方面要控制土地利用中碳排放的增长，另一方面要缩小碳排放的规模；晋中和吕梁市处于规模报酬递增阶段，相对于规模报酬不变和递减的地区，山西省处于这一阶段的城市相对较少，一般可以通过扩大土地利用碳排放规模来有效改善这些地区的规模效率。

3 土地利用碳排放低碳优化与分析

投入冗余、产出不足是土地利用碳排放总效率无效地区的共性问题。而投入导向性DEA是分析在产出量一定的情况下的最小投入量。所以，可以通过利用DEA模型实现碳排放无效地区一定的土地产出条件下的最小碳排放，最终实现土地利用的低碳优化。本研究中提到的低碳优化并不是绝对优化，而是一个相对优化，是指通过减少碳排放和提高土地利用的产出量来提高总效率无效地区的投入产出水平。DEA作为计算效率的模型，它对设计具体的优化策略方面意义不大，它更适用于国家或省级等层面上的宏观政策分析，根据其DEA效率优化的结果，可以给出土地利用低碳优化的初步设计方案。

本研究利用DEA-Solve软件计算，得到2015年度山西省9个非DEA有效的地级市的DMU优化方案（表3）。具体包括2个方面的内容：一方面是需要增加的量，具体有人均第一产业增加值（S1+），人均第二产业增加值（S2+），人均第三产业增加值（S3+）及其不足率，另一方面是需要减少的量，具体有每个地区的地均煤炭类消耗的碳排放量（S1-）、地均各种油类消耗的碳排放量（S2-）、地均天然气消耗的碳排放量（S3-）及其冗余度。

从表3可以看出，在投入优化中，需要减少地均煤类消耗的碳排放量（S1-）的城市包括大同、阳泉、晋城、忻州4个地级市，（S1-）冗余度最高的阳泉市达到了35.70%。这些地区煤炭产业为主导产业，燃烧煤类能源成本相对较低，但是过度消耗煤炭资源却导致了区域土地利用碳排放的成本过大[30]。要实现土地利用的低碳优化，就要改变能源结构，努力寻找和选择碳排放因子较小的低碳能源。可以考虑将太阳能、天然气以及水电等碳排放低甚至不排放的能源在土地的使用过程中进行广泛推行。太原市和晋中市需要降低地均油类消耗的碳排放量（S2-），这2个市相邻且在山西省内属于经济相对发达的城市，私家车保有量大（2015年两市的私家车保有量共占全省私家车保有量的36.38%），大量消耗油类能源，而私家车产出却相对较低，这就间接导致地均消耗油类能源碳排放成本过大，从而拉高了S2-。在这些地区，一方面应该有计划地降低油类能源排放，另一方面限制私家车数量增长速度或者提高私家车的燃油效率。运城市、临汾市和吕梁市的地均煤炭类消耗的碳排放量（S1-）以及地均各种油类消耗的碳排放量（S2-）2项指标的冗余度都比较高。除了前面其他城市所述原因外，运城、临汾、吕梁市的第三产业比例比山西省其他城市低（2015年度3市第三产业比例分别为43.1%，40.7%和38.6%，而山西省该年度第三产业的比例为53%）。而第三产业单位增加值的碳排放量要比第二产业低，同时，其地均产出却远高于第一产业。所以要大力发展碳排放较低的生活服务业，同时对碳排放较高而产出率却比较低的工业用地进行升级和转换，这同样适用于山西省内其他城市地均排放效率的提高。

表3 山西省11个地级市的土地利用碳排放低碳优化结果

从产出优化角度来分析，山西省土地利用碳排放总效率无效的地级市（运城市除外）都需要同时增加人均第一产业增加值（S1+）和人均第三产业增加值（S3+）。山西省地处黄土高原，几百年的植被破坏以及煤矿开采导致生态破坏严重，土地贫瘠不利于农业耕作。一煤独大的单一的产业使得经济落后，第三产业发展缓慢。这就导致山西省以煤矿开采为主的第二产业比例很高。而且前几年煤矿发展的黄金期，地方政府税收增加进而大力进行旧城改造、发展房地产业，使得大量的农用地转变为高投入低效能的城市建设用地和采矿用地。所以，在山西省进行土地利用碳排放产出优化，首先可以通过对建设用地的整治，将碳排放较高的建设用地转为碳排放较低的第一产业用地，以控制碳排放总量的增加速度。对于第二产业增加值不足的地区（运城市），一方面要提高第二产业产出量，另一方面则要加大对第二产业的科技投入，不断进行技术优化，以降低第二产业产值的平均碳排放强度；其次，控制城市建设用地和采矿用地数量，提高集约度，以避免粗放利用造成的地均产能不高、碳排放成本过大；在第二产业用地密集的经济较发达区域内，要大力鼓励发展地均碳排放效率很高的第三产业。而且土地资源利用的低碳优化应与山西省目前大力倡导的产业升级结合，通过土地“退二进三”对高碳排放低效的采矿用地进行用途转换。对于省内经济中等以及欠发达地区，要提高第三产业的产出，必须耦合产业结构调整和土地资源配置。

4 结论

山西是典型的煤炭能源型经济，经过“煤炭十年黄金期”，经济迅速发展，但是粗放型增长方式造成了严重的环境问题，碳排放强度更是居于全国前列。本研究在DEA平台下，运用CCR模式与BCC模式测算了2015年度山西省各地级市土地利用的碳排放技术效率、总效率和规模效率，并对非DEA有效的地区进行了低碳优化，期望在保证土地产出的同时降低碳排放水平，提高土地利用的碳排放效率。本研究结果表明，山西省11个市中，只有长治市和朔州市的土地利用碳排放总效率有效；对其他市的低碳优化结果表明，从投入角度来看，大同市、阳泉市、晋城市和忻州市需要减少土地的煤类消耗；太原市和晋中市由于私家车保有量大，油类消耗过高，需减少油类产品的消耗；运城市、临汾市和吕梁市在减少煤类和油类产品消耗的同时，还需要对高碳低效的产业进行整合升级和转换，积极发展低碳产业；从产出角度来看，各市都需加大对第一产业和第三产业的投入，积极增加第一产业和第三产业增加值。投入产出效率分析兼顾了经济发展和低碳环保，对实现土地的可持续发展有重要意义。本研究为进一步探索土地的高效低碳利用提供了思路，期望在未来的研究中可将这一思想完善化。