中国省际土地利用碳排放及其影响因素分析

冯 杰，张 胜，王 涛

（1.西安交通大学 公共政策与管理学院，西安 710049；2.西安科技大学 测绘科学与技术学院，西安 710054）

0 引言

土地利用碳排放研究是一个综合自然科学和社会科学的交叉学科问题，但由于各学科自身的研究偏好，使得当前的碳排放研究综合性不够。如社会科学领域对能源消耗碳排放关注较多，研究也较为透彻，主要包括能源消耗碳排放现状与过程分析[1,2]、影响因素分析[3,4]、人口规模、经济增长、城镇化及产业结构调整对能源消耗碳排放的影响[5,6]、能源消耗碳排放的空间异质性及关联性[7,8]等内容。而自然科学领域也逐步向社会科学领域渗透，如从对中国陆地植被生态系统碳汇的关注[9]，向土地利用碳排放及其效应转变[10,11]。

综合自然与社会因素的土地利用碳排放研究当前关注较少，本文以中国各省1999—2015年土地利用、能源消耗、人口、经济等数据为基础，分析省际土地利用碳排放的变化过程，并通过STIRPAT模型对土地利用碳排放的影响因素进行分析。

1 研究设计

1.1 数据来源

研究使用数据包括：（1）1999—2015年中国各省土地利用数据，包括耕地、园地、草地，来源于《中国统计年鉴》。《中国国土资源统计年鉴》；林地数据来源于中国林业数据库（http://data.forestry.gov.cn/lysjk/），为第五次至第八次全国森林资源连续清查数据。（2）1999—2015年各省人口、GDP及第一、第二和第三产业产值、全社会固定资产投资额数据，来源于《中国统计年鉴》和各省份统计年鉴。（3）1999—2015年中国及各省能源消耗总量数据，来源于《中国能源统计年鉴》。

1.2 研究方法

1.2.1 碳排放计算方法

文中碳排放量计算方法包括直接碳排放计算和间接碳排放估算两种，前者为土地利用（耕地、园地、林地、草地）的碳排放计算；后者主要为建设用地的碳排放估算，使用能源消耗碳排放替代计算。计算公式分别如下：

（1）土地利用碳排放计算

式中，Q为土地利用碳排放总量，t；qi为第i种土地利用的碳排放量，t；Ai为第i种土地利用的面积，hm2；αi为第i种土地利用的碳排放系数，t/hm2。根据文献[12]-[14]，确定耕地、园地、林地和草地的碳排放系数分别取0.4970t/hm2、-0.7300t/hm2、-0.5810t/hm2和-0.0210t/hm2。可知，土地利用除耕地为碳排放外，园地、林地和草地均为碳吸收。

（2）能源消耗碳排放计算

式中，E为能源消耗碳排放量，即建设用地的碳排放量，t；ei为第 i种能源碳排放量，t；Ki为第i种能源消耗量，t；βi为第i种能源碳排放系数，tC/t标准煤。根据文献[15]和文献[16]，确定煤炭碳排放系数为0.7476tC/t标准煤，由于统计年鉴中能源消耗总量数据已经由煤炭、石油、天然气直接转换为了标准煤，故计算过程中仅考虑煤炭碳排放系数即可。

1.2.2 影响因素分析方法

STIRPAT模型是分析碳排放影响因素的通用方法，其计算公式如下[17，18]：

式中，CC为碳排放量，×104t；P为人口数量，万人；A、B和C为第一、第二和第三产业产值，×108元；D为全社会固定资产投资额，×108元；α、β、γ、δ、θ和μ为系数，ε为残差。对公式（3）两侧取对数，得到：

将公式（4）中lnCC作为因变量，lnP、lnA、lnB、lnC、lnD作为自变量，lnα和lnε分别作为常数项和残差项，进行多元线性逐步回归分析。

2 结果分析

2.1 土地利用碳排放分析

基于公式（1）计算得到1999—2015年中国各省耕地、园地、林地和草地的碳排放量及土地利用碳排放总量及其平均值数据，并以1999—2015年土地利用的碳排放总量数据为因变量（y），年份为自变量（x），进行线性趋势分析[19]，结果见表1。

由表1可知，中国总体上，耕地的碳排放量较大，而林地的碳吸收量最大，园地、林地和草地的碳吸收量高于耕地的碳排放量，二者抵消，土地利用（建设用地除外）总体表现为碳吸收。线性变化趋势分析表明，中国土地利用碳排放总量随年份呈显著线性减少趋势，减少速率为114.19×104t/a（P＜0.001），即中国土地利用的碳排放量仍将以碳吸收为主，并且以每年吸收114.19×104tC的规模持续增加，反映出中国土地利用碳吸收能力持续提高，也表明土地利用的碳吸收，可以成为碳减排的一个重要内容和工业碳减排的重要补充。

省际上，除海南、西藏、青海耕地的碳排放规模相对其园地、林地或草地规模较小外，其他省份耕地的碳排放量均较大，而林地是所有省份中碳吸收量最大的土地利用类型。总体上，除天津、上海、江苏、安徽、山东、河南土地利用碳排放总量呈正值（碳排放）外，其他所有省份全部呈负值，即碳吸收。线性变化趋势分析结果表明，碳排放总量呈正值的天津、上海、江苏、安徽、山东和河南，其土地利用碳排放总量随年份变化呈线性减少趋势，除河南线性减少趋势不显著外，其他省份均表现为显著，减少速率分别为0.27× 104t/a、0.85× 104t/a、5.88× 104t/a、1.79× 104t/a、1.02×104t/a、1.67×104t/a，表明以上6个省份土地利用碳排放总量将会呈持续下降趋势。土地利用碳排放总量呈负值的省份中，内蒙古、辽宁、吉林、黑龙江、海南土地利用碳排放总量随年份呈线性增加趋势，其中辽宁、海南线性增加趋势不显著，其他省份表现显著，增加速率分别为6.29× 104t/a、0.97× 104t/a、4.16× 104t/a、9.67× 104t/a、0.52×104t/a，这5个省份土地利用碳排放总量将呈持续增加过程，即土地利用碳吸收量将会持续下降。内蒙古和东北地区是中国森林和草地的重要分布区域，1999—2015年该区域耕地出现大幅增加，而林地增加较小，园地和草地大幅度减少，最终导致该区域土地利用碳排放量增加（碳吸收量降低）。除土地利用碳排放量呈正值的省份和线性变化趋势呈增加的省份外，其他省份土地利用碳排放总量随年份均呈线性减少趋势，即土地利用碳排放量仍将以一定的速率减少（碳吸收量增加）。

表1 中国各省土地利用碳排放量平均值及其变化趋势

2.2 能源消耗碳排放分析

基于公式（2）计算得到中国各省能源消耗碳排放量，并以1999—2015年各省能源消耗碳排放量为因变量（y），年份为自变量（x）进行线性趋势分析，计算结果见表2。

由表2可知，总体上能源消耗碳排放量规模均较大。从全国来看，能源消耗碳排放量由1999年的10.46×108t增加至2015年的33.44×108t，增加近3倍。线性变化趋势分析结果表明，未来全国能源消耗碳排放规模仍将持续增加，线性增加速率为1.66×108t/a（P＜0.001）。

省际上，能源消耗碳排放量居全国前5位的省份依次为山东、河北、广东、江苏、辽宁，在1999—2015年间能源消耗碳排放量分别增加4.18倍、3.14倍、3.46倍、3.70倍和2.31倍。居全国后5位的省份依次为江西、甘肃、宁夏、青海、海南（西藏无数据，不计入），在1999—2015年间能源消耗碳排放量分别增加3.94倍、2.55倍、6.67倍、4.43倍和4.67倍。对比发现，居前5位的省份主要分布在东部地区，而居后5位的省份主要分布在西部地区，并且前者在研究时段内能源消耗碳排放的增速相对后者偏低，反映出东部经济发达省份的能源消耗碳排放速度正在放缓，其碳排放变化曲线的拐点较后者可能提前达到。线性变化趋势分析结果表明，所有省份未来一段时期内能源消耗碳排放均呈持续增加趋势，反映出短期内通过技术进步推动工业碳减排还存在较大的经济发展惯性阻力。

表2 主要年份中国各省能源消耗碳排放量及其变化趋势

2.3 净土地利用碳排放量分析

综合土地利用碳排放及能源消耗碳排放，得到1999—2015年中国各省净土地利用碳排放量数据，结果见表3。

1999—2015年中国各省净土地利用碳排放量为正值，均为净碳排放（见表3），结合表1和表2可知，全国1999—2015年园地、林地和草地的碳吸收量能够抵消耕地的碳排放量，并且有一定的剩余，平均约为1.25×108t，而同期能源消耗碳排放量平均值为22.81×108t，前者仅占后者的5.5%。可见，尽管研究时段内中国土地利用碳吸收量在增加，但其规模远小于能源消耗碳排放量，所占比例较小，土地利用的碳吸收仅能够作为碳减排的补充措施，其主导措施还应从技术革新方面着手。但土地利用碳吸收具有一定的可操作性，并且见效相对较快，是当前一段时间可具体实施的碳减排内容。

表3 主要年份中国及各省净土地利用碳排放量及其变化趋势

中国总体上，净土地利用碳排放量由1999年的9.32×108t增加至2015年的32.15×108t，增加3.45倍，并且呈显著的线性增加趋势，增加速率为1.65×108t/a（P＜0.001）。省际上，净土地利用碳排放量居全国前5位省份分别为山东、河北、江苏、广东、河南，1999—2015年净土地利用碳排放量分别增加4.12倍、3.14倍、3.62倍、3.64倍和3.09倍，居后5位的省份分别为甘肃、江西、宁夏、青海、海南（西藏无数据，不计入），其净土地利用碳排放量分别增加2.68倍、5.20倍、6.42倍、7.82倍和6.18倍，并且所有省份净土地利用碳排放量均呈显著的线性增加趋势（P＜0.001），表明未来一段时期内净土地利用碳排放量仍会持续增加，这对于要快速达到碳排放量拐点是一个很大的阻力。

2.4 碳排放强度分析

碳排放强度包括两种，分别是单位GDP碳排放强度和人均碳排放强度，将1999—2015年中国各省GDP、人口数据与净土地利用碳排放量数据相除，获取1999—2015年单位GDP和人均碳排强度数据，结果见表4。

表4 中国各省碳排放强度及其变化趋势

由表4可知，中国平均单位GDP碳排放强度为808.97kg/万元，并且1999—2015年呈显著的线性减少趋势，减少速率为每年38.48kg/万元（P＜0.001），反映出随着经济的不断增长，单位GDP碳排放量呈持续的减少过程，未来一段时期仍会保持减少态势。省际上，单位GDP碳排放强度居全国前5位的省份依次为宁夏、山西、贵州、新疆、甘肃，多为西部省份，经济水平相对差，但能源消耗量相对较大，故其单位GDP碳排放量相对较高；居全国后5位的省份依次为江西、北京、福建、广东、海南，多为东部省份，经济发展水平相对较高，反映出东部经济发达省份，尽管碳排放量较高，但能够通过产业结构调整等措施，在提高经济发展水平的同时降低碳排放量，达到经济快速发展而碳排放降低之目的，而西部经济欠发达省份，目前还处于弥补经济发展差距时期，经济结构调整、碳减排的动力不足，单位GDP碳排放量较高。

中国平均人均碳排放强度为1619.48kg/人，并且1999—2015年呈显著的增加趋势，线性增加速率为每年116.74kg/人（P＜0.001），表明全国人均碳排放水平在升高，在未来一段时期内仍将会呈持续增加趋势，反映出随着经济水平的不断提高，人民收入增加，对各种物质的需求增加，促进了人均碳排放水平的升高。这也为碳减排实施提供了另外一种途径，即增加碳减排宣传，提高人民碳减排意识，形成碳减排人人参与、从自身做起的局面。省际上，人均碳排放强度居全国前5位的省份依次为宁夏、上海、天津、山西、辽宁，居后5位的省份依次为安徽、云南、海南、广西、江西，无论居前还是居后，多为中、西部省份，反映我国各省份之间的人均碳排放强度还未形成规律性，既有人均收入较高、碳排放水平较高的省份（如上海），也有经济发展依赖能源投入、人均收入较低的省份（如宁夏），所以对于经济发达地区，从个人着手，大力宣传碳减排，而对于中西部经济欠发达省份，应着力解决其产业升级、技术进步问题。

2.5 影响因素分析

根据公式（4）先将收集的1999—2015年人口，第一、第二和第三产业产值，全社会固定资产投资额，及计算得到的净土地利用碳排放量求取自然对数，而后进行多元线性逐步回归分析，结果见下页表5。

由表5可知，中国层面土地利用碳排放主要与第一产业和第二产业有关（P＜0.001），与第一产业呈负相关关系（系数为负值），而与第二产业呈正相关关系（系数为正值），主要是因为第一产业为农业，包括农林牧副渔等产业，由上文表1也可知，全国耕地、园地、林地和草地的碳排放量总体呈负值，为碳吸收状态，故第一产业规模的扩大，会引起碳排放量的降低，而第二产业主要为工业，是能源消耗碳排放核心，第二产业产值的升高，会进一步促进碳排放量的增加。

省际上，与人口数量相关关系显著（P＜0.05）的省份有7个，分别是内蒙古、吉林、福建、云南、宁夏、黑龙江、湖南，其中前5个省份碳排放量与人口数量呈正相关，而后2个省份呈负相关。与第一产业相关关系显著（P＜0.05）的省份有7个，分别是吉林、浙江、山东、湖南、广东、陕西、宁夏，其中仅有吉林碳排放量与第一产业呈正相关，其他省份均呈负相关。与第二产业相关关系显著（P＜0.05）的省份有20个，不相关的省份分别是北京、内蒙古、辽宁、吉林、福建、江西、重庆、贵州、云南、新疆，并且相关关系主要为正相关。与第三产业相关关系显著（P＜0.05）的省份有8个，分别是吉林、江苏、河南、广东、四川、浙江、贵州、甘肃，其中前5个省份均呈负相关，而后3个省份呈正相关。与全社会固定资产投资额相关关系显著（P＜0.05）的省份有11个，除河北、湖北呈负相关外，其他9个省份均呈正相关。

3 结论

本文基于1999—2015年中国及各省土地利用、能源消耗、人口、经济等数据，利用土地利用和能源消耗碳排放计算方法、STIRPAT模型，分析土地利用碳排放及其影响因素，结果表明：

表5 多元线性逐步回归分析结果

（1）中国土地利用（耕地、园地、林地和草地）总体以碳吸收为主，并以 114.19×104t/a（P＜0.001）的线性速率增加。省际尺度上，天津、上海、江苏、安徽、山东、河南以土地利用的碳排放为主，呈线性减少趋势，表明这些省份土地利用的碳排放总量将会持续下降，而内蒙古、辽宁、吉林、黑龙江、海南土地利用的碳排放以碳吸收为主，但碳吸收量随年份表现出了下降趋势，需要引起重视。

（2）1999—2015年各省能源消耗碳排放量增加规模较大，并且呈显著的线性增加趋势（P＜0.001），反映出未来一段时期内所有省份能源消耗碳排放均呈持续增加趋势，表明短期内通过技术进步推动工业碳减排还存在较大的经济发展惯性阻力。

（3）能源消耗碳排放量是中国和各省土地利用碳排放的主体，土地利用的碳吸收量仅占其5.5%左右。省际间净土地利用碳排放量存在严重的不均衡现象，东部经济发达省份净土地利用碳排放量较高，但增速放缓，而西部经济欠发达省份净土地利用碳排放量较低，但增速较快。

（4）中国单位GDP碳排放强度在持续降低，而人均碳排放强度在持续升高，提升中西部经济欠发达地区产业结构及推进先进技术的使用，有利于该区域单位GDP碳排放强度的增高，而提升东部经济发达省份人民低碳发展意识，更有利于人均碳排放强度的降低。

（5）影响中国及各省土地利用碳排放的因素主要为第二产业产值，其他依次为全社会固定资产投资额、第三产业产值、人口数量和第一产业产值。

研究结果反映出依赖于技术进步推动的工业碳排放降低是最为主要的碳减排选择路径，也只有通过第二产业的能源消耗碳减排才能够最根本的解决碳排放问题[20]。而增加园地、林地、草地等土地利用碳吸收，是工业碳减排的补充和辅助选项，其对碳减排总体的贡献相对较小，但由于其具有易操作、方便快速的特点，是在技术突破受限时能够起到碳减排缓冲作用的有效选择路径。