中国县域能源消费碳排放估算及其空间分布*

刘 畅 苏 筠 黎玲玲

(1.北京师范大学地理科学学部，北京 100875；2.南京大学地理与海洋科学学院，江苏 南京 210023)

工业革命以来，气候变暖的主要人为原因是二氧化碳的排放[1]。减少碳排放、发展绿色低碳循环经济，受到多国政府的重视。中国作为碳排放大国，已深入参与全球环境治理，已在2015年巴黎举行的全球气候大会中做出承诺：2030年单位生产总值二氧化碳排放比2005年下降60%～65%[2]。2017年，随着美国退出《巴黎协定》，包括中国在内的其他国家的排放空间可能被压缩，减排负担增加，发展低碳经济区域的策略调整变得更迫切[3]。

因为尺度效应的存在，需通过多尺度的碳排放估算及研究，才能制定系统、全面且有针对性的减排和低碳政策。尺度效应，是指改变尺度认识地理事物和现象或分析地理问题时，所关注的重点和得出的结论有一定的差异[18]。因此，在特定的空间尺度描述和提取信息，所得到的特征和机理在其他尺度上并不一定存在，结论不可简单外推应用，需通过多尺度的研究才能全面把握内在规律[19]。

中国国土辽阔、辖2 000多个县域，县域之间在经济发展水平、产业结构、能源利用效率存在巨大差异，估算县域的碳排放量和排放强度，可为制定有针对性的区域减排政策提供依据，但受限于估算基础数据的难获取性，目前缺乏县级尺度的研究。

本研究拟改进传统的碳排放估算方法，将排放因子法与人口权重分配法相结合，估算县域碳排放量及其碳排放强度，分析中国当前县域碳排放量的空间分布，同时对县域进行分类，了解各区域的县域碳排放发展类型。

1 数据来源与方法

1.1 数据来源

中国现行的行政区划包括省级、地级、县级、乡级行政区。其中，县级行政区主要包括县、自治县、旗、自治旗、县级市、市辖区等。考虑到自治县及旗、自治旗主要是民族地区命名方式的不同，都可归为“县”，因此本研究的县域包括县、县级市、市辖区3类。一个地级市所在地可能包括多个市辖区，但各区面积较小，为便于数据获取和分配，每个地级市的市辖区统一计算。

首先采用联合国政府间气候变化专门委员会(IPCC)的排放因子法估算省级区域的能源消费碳排放量，再根据人口数据对各省进行自上而下的县域碳排放量的分配；根据县域碳排放量和GDP，进一步计算碳排放强度。主要数据包括：(1)行政区划底图。资料来自自然资源部的国家地理信息公共服务平台网站(https://www.tianditu.gov.cn/)，使用2015年的县级、省级两种行政区划图。由于中国港澳台地区的数据暂缺，本研究共包括31个省级单元及其下辖2 170个县域。(2)2015年31个省区的能源消耗量，不同能源种类的排放因子系数。能耗数据来自各省统计年鉴的能耗数据模块。排放因子等能源相关系数来自《2006年IPCC国家温室气体清单指南》。(3)各县域人口占全省的比重。人口密度栅格数据来自哥伦比亚大学社会经济中心(SEDAC)网站(http：//sedac.ciesin.columbia.edu)，表征地区常住人口密度，栅格分辨率为30 m×30 m。

1.2 县域碳排放量及排放强度的估算方法

1.2.1 能耗法估算分省碳排放量

排放因子即能耗法进行估算碳排放量是较成熟的一种方法，其本质即从区域生产端进行核算，将常见能源类型的消耗量进行统计，同时使用其碳排放系数，将所有能耗质量转化为理想状态下的标准煤质量，计算其燃烧产生的碳(碳元素)质量。标准煤的二氧化碳排放系数使用国家发展和改革委员会能源研究所推荐的2.457，乘12/44换算得到碳排放系数。具体为：

3.1 原料准备。第一步是备料，把日常生活中廉价而易得的布头、废旧衣服(以纯棉布最好)拆洗干净，裁剪成大小适当的尺寸。第二步是做“褙子”，即用刷子在布料上涂刷自制的面粉浆糊，将布料逐层裱糊在一起。第三步是剪样，用硬纸板画出各种尺码鞋垫的大小，拓在“褙子”上，先用铅笔画个样，再用剪刀裁下模子。第四步是搭面，用糨糊在裁好的模子上贴一层新的白棉布，作为鞋垫上纳绣图案的“面子”。这样，鞋垫的“骨子”就做好了。

(1)

式中：CE省为省区的碳排放量，103t；n为能源种类序号，能源包括煤、油品、热力等；En为能源消耗量，103t；cn为能源的标准煤折算系数；B为碳氧化率，%。

中国各省区2015年碳排放量估算结果见表1，

表1 中国各省区2015年碳排放量估算结果

合计排放2 709 958×103t。美国国家橡树岭实验室二氧化碳信息分析中心(CDIAC)的数据显示，中国2014年碳排放总量为2 806 634×103t。以CDIAC估算结果为标准值，误差为3.4%，估算结果具有可信度，可作为后续计算的基础数据。

1.2.2 依据省内人口权重进行县域碳排放分配

使用ArcGIS工具对从SEDAC获取的高精度人口密度数据进行分区统计，得到省级和县域的人口密度加和数据，并将单位面积的人口密度转化为人口数量。使用Raster Calculator工具按照式(2)进行运算，得到县域的碳排放量。

CE县=P县/P省×CE省

(2)

式中：CE县为县域的碳排放量，103t；P县为县域内的人口密度转换的人口总量；P省为省域内的人口总量。

该方法运算方便，且可满足研究中国碳排放量分布格局的要求。DE AZEVEDO等[20]建立的1970—2015年巴西碳排放数据库中，在国家碳排放降尺度分配的过程中，使用了与碳排放相关的经济指标进行分配，因人口密度是影响经济活动的主要因素(GDP是后续需要进行分析研究的指标，所以不作为分配权重因子)，本研究使用人口密度为权重因子进行分配，实际上即从消费端对碳排放进行估算，具有一定的可靠性。

1.2.3 碳排放强度的计算

碳排放强度表示一个地区产生单位GDP需要排放的碳。为体现生产效率差异，引入了碳排放强度，即碳排放量与GDP总量的比值。碳排放强度越低，意味着碳排放效率较高，即排放较少的碳、产出更多的GDP。

2 结果分析

2.1 县域的碳排放量及其空间分布

使用自然断点法将中国县域的碳排放量分为10级，碳排放量最低21×103t，最高64 032×103t，平均1 287×103t。由表2可看出，大多数县域处在前3级碳排放量较少的类别中，占总个数的79.36%，但其碳排放总量却只占全国的44.12%。而碳排放量较高的县域个数较少，6～10级共有80个县域，占总个数的3.69%，但其碳排放量却占到了总量的26.86%。

由图1可见，碳排放量差异较大，整体呈现东高西低。高碳排放中心是华北地区的京津市辖区及华东地区的上海市辖区，同是中国直辖市的市辖区，但其经济辐射带动能力的不同，导致周边地区的碳排放量不同。华南地区的珠三角地区，以成都市辖区、昆明市辖区为主的西南地区，环渤海地区的山东省境内及辽东半岛均为高碳排放区域，他们大多经济发达且人口稠密，生产消费活动频繁。此外，东北地区的碳排放量也普遍较高，与产业结构与支柱产业类型相关。而西北地区和青藏地区，则相对碳排放量较低，这与当地的人口密度低、经济较落后直接相关。

2.2 县域的碳排放强度及其空间分布

计算每个县域的碳排放强度，同样分为10级。由表3可知，大多数县域的碳排放强度位于前4个级别，即0.01～<1.05 t/万元，共占总个数的81.58%，而碳排放强度高的地区个数较少，且多为县，碳排放强度最高的两个县分别位于西藏自治区山南市和青海省果洛州。

由图2可见，中国县域的碳排放强度呈现西部及西北高、东部及东南低。除西部地区外，东北、华北地区也存在一定数量的中高碳排放强度的县域。东北三省的西部地区(即大兴安岭周边)及太行山以西的山西省境内，都是高碳排放强度区域，整体分别处于1.05～<2.80、2.03～<6.52 t/万元的区间内。

表2 中国县域碳排放量分级(2015年)

图1 中国县域碳排放量的空间分布(2015年)Fig.1 The spatial distribution of carbon emissions in county units of China (2015)

表3 中国县域碳排放强度分级(2015年)

而在西部地区，西疆、藏南、宁夏回族自治区南部和青海省全境的碳排放强度均较高。西疆的碳排放强度多处于1.45～<6.52 t/万元区间内；藏南地区分布在4.05～<12.68 t/万元的极高碳排放强度区域；宁夏回族自治区南部碳排放强度均处于2.80～<6.52 t/万元，而青海省境内的大多县域碳排放强度均高于1.05 t/万元。此外，甘肃省境内存在明显的碳排放强度差异，甘东南地区出现了碳排放强度高于1.05 t/万元的区域，而其余区域的碳排放强度均较低。

2.3 基于碳排放量与碳排放强度的县域分类

通过绘制县域的距平四象限图，将县域分为高/低碳排放量-高/低碳排放强度的4种类型，结果见表4。中国有相当多的“双低”县域有待发展；高碳排放量-低碳排放强度类县域数明显多于“双高”县域的数量，这些县域随碳排放量升高，碳排放强度逐渐降低，碳排放与经济发展、技术进步具有正向促进作用；已存在一定数量发展模式较绿色的县域，虽然碳排放量较高但同时碳排放强度已在降低。

由图3可见：1、2类县域主要分布在中国的东部、南部；1类县域经济条件较好，但整体的发展模式较落后，主要分布在东北三省；2类县域碳排放效率很高，经济发达且产业结构、支柱产业较合理，分布在中国部分华北地区及东部、东南沿海地区，中部也有少量分布；3类县域则在全国除东南沿海区域均有分布，是中国主要的碳排放模式；4类县域经济落后且碳排放效率低下，主要分布在中国西北的西藏自治区、新疆维吾尔自治区和青海省，同时山西省境内也有较多分布。

表4 中国县域分类结果

图2 中国县域碳排放强度的空间分布(2015年)Fig.2 The spatial distribution of carbon emission intensity in county units of China (2015)

图3 中国县域分类空间分布(2015年)Fig.3 The spatial distribution of classification results (2015)

2.4 不同碳排放特征的县域应采取不同的发展策略

不同类别的县域，形成碳排放特征的原因有所差别，因此需要采取不同的发展策略。如山西省是中部地区较集中分布了4类县域的省份。梁红岩等[21]110使用山西省2005—2013年市级面板数据测算山西省各市的全要素能源效率，发现晋中、运城、忻州及长治都是能源损失较大区域，存在很大的节能空间。而导致山西省在中部地区出现过多的高碳排放强度县域的原因主要与其城镇化水平低、工业技术落后导致能源利用率低有关，且长治、晋中等作为居民主导型城市，其居民低碳意识、低碳城市建设落后、低碳技术创新能力弱，也是导致碳排放强度过高的原因[21]112，[22]。

2类县域具有高碳排放量-低碳排放强度的特征，且通常具有相似的经济发展模式。昆山市是江苏省苏州市辖区的一个县级市，以电子信息、装备制造、冶金业等工业类型为支柱产业。2005年，正式启动开发区创建全国首批生态工业园区工作。2006年，昆山市经济开发区以节地、节水、节电为重点，大力推动清洁生产，通过重点企业扶持发展循环经济，淘汰落后设备装置和工艺技术，减少废物产量，降低园区企业能耗[23]。2008年大力推广低碳经济，实行土地集约利用机制，提高开发区、工业园区综合容积率，单位面积产出强度大幅提高。同时，提升金融等第三产业的比重，2015年昆山市的第三产业占比达到44%，高于全国平均水平。所以，实现碳排放模式的转化，首先是产业模式的调整，第三产业是相较第二、第一产业更低碳、更高效的产业类型；其次是在现有产业结构下，更新产业组织形式、实现产业升级，贯彻低碳发展新理念，引入新技术，严格控制能源消耗，实现高碳排放量-低碳排放强度的发展模式[24]。

目前整体看，中低收入、处于发展提速的中西部县域发展仍需预留一定的碳排放空间；对于高收入的东部县域，则要提出更高的减排要求。发展低碳经济和治理碳排放的政策应该从区域上综合考虑，充分考虑各地区城镇化的节能减排演化路径差异，推进区域间的有效合作。

3 结 语

(1) 将传统的碳排放因子法与人口权重分配法相结合，估算了2015年中国2 170个县域的碳排放量。结果显示，县域的平均碳排放量为1 287×103t，但差异较大，空间分布上整体呈现东高西低；81.58%的县域的碳排放强度在0.01～<1.05 t/万元，空间分布上呈现西部及西北高、东部及东南低。

(2) 3类县域数量最多(占45.81%)，在全国除东南沿海区域均有分布；2类县域分布在中国部分华北地区及东部、东南沿海地区，中部也有少量分布；1类县域主要分布在东北三省；4类县域主要分布在中国西北的西藏自治区、新疆维吾尔自治区和青海省，同时山西省境内也有较多分布。

(3) 整体看，中低收入、处于发展提速的中西部县域发展仍需预留一定的碳排放空间；对于高收入的东部县域，则要提出更高的减排要求。

(4) 人口密度数据存在一定的精度问题，但由于距离2010年人口普查已数年，同时考虑到在ArcGIS计算中的便捷，使用人口密度栅格数据进估算。估算方法中的碳排放的分配方法，采用了“将省级碳排放量按照人口分配到县域”的方法，虽然Nature子刊有文章也使用了类似方法，具有一定的参考性与可靠性。但该方法对于这种“消费侧排放”的计算未考虑能源消费弹性的差异，即抹杀了城市/乡村、不同收入群体、消费习惯之间的碳排放差异，存在一定误差。建立精确的碳排放格网化估算模型，可建立更完善的相关指标评估体系，是日后可深入的方向。