武汉市土地利用碳排放的影响因素研究——基于扩展的Kaya等式和LMDI分解方法

邓宣凯

(江汉大学武汉研究院，湖北 武汉 430056)

近年来，温室气体排放特别是二氧化碳排放导致的气候变暖等全球气候变化现象受到广泛关注。据报道，随着我国经济的稳定快速发展，中国已经在十几年前成为全球最大的温室气体排放国[1]。低碳经济作为一种全新的经济增长模式，是一种可持续的经济发展方式。将引领一场能源革命，强迫人们改变使用高碳能源的生活消费习惯，降低经济增长对煤炭、石油等主要碳排放化石能源的依赖[2]。

土地是人类重要的生产要素，是承载人类生产生活活动、社会经济发展的载体。人类导致碳排放的生产生活、能源消费等活动最终都会落实到土地利用上[3]。在我国“十四五”开局着重强调“碳达峰”、“碳中和”的大背景下，研究区域的土地利用碳排放，对实现区域低碳土地利用，促进低碳经济发展具有重要的现实意义。

关于土地利用碳排放的相关研究越来越多，主要集中在碳排放量的核算方法、土地利用碳排放机理、影响因素等方面。近年来，这些研究热点被学者们逐步拓宽。如，张中秋等运用碳排放系数法测算了广西2006—2015年土地整治的碳排放量，并进一步分析了碳排放的影响因素[4]。黄鑫等以甘肃省为研究对象，估算了该地区2000—2017年土地利用碳排放及GDP含金量[5]。马肖迪、谭晓波依据土地利用碳排放测算方法，对湖南省2003—2016年土地利用碳排放进行了科学的计算，分析了土地利用的碳排放效应，并且通过LMDI因素分解法探讨了影响土地利用碳排放的因素[6]。魏燕茹、陈松林计算了2006—2018年福建省土地利用净碳排放，分析了碳排放的空间关联性与碳平衡分区[7]。薛建春等计算了1996—2017年内蒙古土地利用的碳排放，并探究了碳排放与经济增长、产业结构的动态变化关系[8]。回顾近年来的相关研究可以发现，研究的区域层次依然集中在比较大的省一级行政单元。在分析土地利用碳排放的影响因素时，往往考虑碳排放与经济增长的关系，将经济发展因素考虑其中，并没有将区域内土地利用等相关因素囊括进来。

本文以武汉市作为研究区，在全面梳理总结土地利用碳排放计算方法之后，测算武汉市土地利用碳排放的时间序列特征。对Kaya恒等式进行扩展，引入土地利用因素采用LMDI因素分解法，对土地利用碳排放的影响因素进行分析。有助于从城市层面对人类活动所导致的碳排放影响因素进行评估，及时调整土地利用方式从而促进低碳经济发展。

1 方法和数据来源

1.1 土地利用碳排放测算方法

按照土地利用结构表中土地利用类型的划分，由于各种土地利用类型承载或者本身导致的碳排放或者碳吸收作用不尽相同，对不同的土地利用类型采用不同的计算方法。

1.1.1 耕地对应的碳排放和净排放量

1.1.1.1 耕地碳排放的计算

本文在计算耕地对应的碳排放量时，把主要的农业生产过程如化肥的施用，农膜、农业机械的使用，农作物播种和农业灌溉等导致的碳排放考虑进来。这些农业生产过程发生后带来碳排放的计算公式：

CEt=CEf+CEm+CEg+CEa=Gf×A+(Am×B+Wm×C)+Ag×D+Fa×E

(1)

式中，CEt为耕地主要农业生产过程产生的碳排放量；CEf为施用化肥导致的碳排放；CEm为使用农业机械导致的碳排放；CEg为灌溉导致的碳排放；CEa为农业使用的农膜产生的碳排放。Gf、Am、Wm、Ag、Fa分别为化肥施用量、农作物种植面积、机械总动力、灌溉面积和农膜使用量；A、B、C、D、E为对应的农业生产过程碳排放转换系数。

1.1.1.2 耕地碳吸收的计算

在计算排放量时，本文考虑了主要的农业生产过程。同样在农作物的生长发育、生命周期内会进行光合作用，起到“固碳”封存的效果。这些农作物带来的碳吸收计算公式：

(2)

式中，CSt为耕地碳吸收量；CSdj为第j种农作物生长发育周期对碳的吸收量；Cfj为第j种农作物的碳吸收率；Ywj为第j种农作物的经济产量；Hj为第j种农作物的经济系数。

1.1.1.3 耕地上牲畜碳排放的计算

在考虑耕地对应的碳排放时，把耕地、园地上可能有牲畜放牧养殖考虑进来。牲畜的呼吸、排泄会产生碳排放，其计算公式：

(3)

式中，CEl为牲畜呼吸、排泄产生的碳排放；Ql为第l种牲畜的数量；el为第l种牲畜的碳排放系数。耕地的净碳排放量为2类排放量减去碳吸收量。

1.1.2 建设用地对应的碳排放

建设用地对应的碳排放采用能源消费计算碳排放的常用方法，其计算公式：

(4)

式中，CEe为能源尤其是化石能源消费导致的碳排放；Ei为第i种能源消费的标准煤折算量；ei为第i种能源的碳排放系数。同时按照土地利用分类，建设用地包含了居民点用地，本文在计算建设用地碳排放时考虑了人类呼吸产生的碳排放，其计算公式：

CEp=P×λ

(5)

式中，CEp为人类呼吸作用产生的碳排放量；P为研究区常住人口数量；λ为个体平均的碳排放系数。本文在计算耕地和建设用地对应碳排放时，相关系数来自于张俊峰等的研究[3]。

1.1.3 其它土地利用类型的碳排放

参考董捷等[9]的研究成果，通常认为林地、草地、水域、未利用地的固碳能力相对稳定。引用侯艳萍[10]的排放系数，采用一般的排放系数方法测算这几种土地利用类型对应的碳吸收量，其计算公式：

(6)

式中，Cn为第n种土地利用类型的年均碳吸收量；Sn为第n种土地利用类型当年的面积；fn为第n种土地利用类型的年均碳固存或者碳吸收系数。针对本文所采用的土地利用碳排放测算方法，土地利用的净碳排放量为所有土地利用类型相关的排放量减去吸收量。

1.2 因素分解分析方法

为了采取更有针对性的碳减排措施或者制定更加有成效的减排政策，需要在计算区域碳排放量后进一步弄清楚碳排放的影响因素。所以本文采用改进的Kaya恒等式以及对数迪氏指数分解方法，对影响碳排放的因素进行分解，期望得到影响因素对碳排放的作用方向和具体影响大小。

Kaya恒等式是日本教授Yoichi Kaya最早提出并命名的，该恒等式把人类活动产生的二氧化碳和经济、政策、人口等因素联系起来，建立恒等关系。该恒等式通常表示为：

(7)

式中，GHG表示温室气体排放量；TOE表示能源消耗量；GDP表示国内生产总值；POP表示总人口。该恒等式可以理解为，温室气体排放量等于单位能源碳排放强度、单位GDP的能源使用强度、人均国内生产总值和总人口的乘积。本文为了分析土地利用变化对区域碳排放的影响，对上述Kaya恒等式进行了扩展，将土地利用的结构因素引入等式中，得到如下等式：

(8)

式中，CE表示研究区土地利用碳排放总量；CEu表示第u种土地利用类型的碳排放量；Lu表示第u种土地利用类型的面积；L表示研究区土地利用总面积；GDP表示生产总值；POP表示总人口。扩展了的Kaya等式可以理解为，研究区二氧化碳排放量等于单位土地类型面积的碳排放强度fu(土地碳排放强度因素)、研究区土地利用的结构su(用地结构因素)、单位生产总值的用地强度k(用地强度因素)、人均国内生产总值g(收入水平因素)和总人口p(人口规模因素，POP)的乘积。

在将土地利用因素引入Kaya恒等式以后，需要进一步量化各因素对碳排放的影响。如果设基期年研究区碳排放总量为CE0，目标年T的碳排放为CET，那么从0到T研究期内碳排放量的变化可以表示为ΔCE。对上文中扩展后的5个影响因素，目标年相对于基期年的碳排放变化可以分别表示为加法模式：

ΔCE=CET-CE0=ΔCEfu+ΔCEsu+ΔCEk+ΔCEg+ΔCEp

(9)

式中，等式最右边的5个代号分别表示了研究区单位土地碳排放强度、土地利用结构、单位生产总值用地强度、人均收入水平和人口规模对研究期内碳排放变化的作用大小，即量化的影响程度。

依据由ANG B W提出的对数迪式指数分解分析方法(LMDI)，可以对碳排放的差异进行加法的完全分解[11]。在加法分解形式下，其分解公式：

(10)

其它4个因素的加法分解公式与上式基本相同，只需将fu替换就可以计算得到其它影响因素对碳排放变化的量化作用。

1.3 数据来源与处理

本文计算的主要社会经济数据来源于《武汉统计年鉴》(2010—2020)、《中国城市统计年鉴》(2010—2020)、《武汉市国民经济和社会发展统计公报》(2009—2019)。土地利用数据来源于武汉市自然资源部门的土地利用变更调查。天然气的标准煤转换系数和其它能源碳排放系数来源于《2006年IPCC国家温室气体清单指南》。人口数据采用武汉市历年常住人口数，生产总值数据按照历年国民经济和社会发展公报对2009年进行了可比换算。

2 结果与分析

2.1 武汉市土地利用碳排放的时间序列特征分析

依据武汉市2009—2019年的土地利用数据、各种其它相关能源消费、碳排放相关统计数据，采用土地利用的碳排放测算方法，得到研究期内土地利用的碳排放量结果如表1所示。

表1 2009—2019年武汉市各土地利用类型的碳排放/碳吸收

由表1中的碳排放结果可知，在整个研究期内，武汉市土地利用的净碳排放量呈现波动上升的状态。净碳排放量由2009年的2259.70万t增长到2019年2761.32万t，研究期内净碳排放量最高的为2014年的2815.23万t。由各土地利用类型的碳排放计算结果来看，耕地和建设用地是碳排放的来源，耕地碳源导致的碳排放量逐年稳步下降，建设用地碳源导致的碳排放量变化与净碳排放量的变化基本保持一致。园地、林地、草地、水域和其它未利用地起到碳吸收或固存的作用，是碳汇。由于研究期内这几种土地利用类型的面积变化不大，所以历年来土地利用的碳吸收量总体比较平稳，由2009年的58.19万t变化为2019年的56.53万t。在碳汇的几种土地利用类型中，林地起到最主要的碳吸收作用，其吸收量基本与耕地排放量旗鼓相当。横向对比各种土地利用类型的碳排放量和吸收量，对土地利用的净碳排放量起决定作用的还是建设用地导致的碳排放量。

2.2 武汉市土地利用碳排放的影响因素分解结果分析

依据LMDI分解方法，基于上文的计算公式将土地利用碳排放进行加法分解，可以分别计算出研究期内目标2019年相对于基期2009年间土地碳排放强度效应、用地结构效应、用地效率效应、收入水平效应和人口规模效应，这些效应就是分解得到的研究期内5个因素对武汉市土地利用碳排放变化的贡献值。在加法分解模式下，结果如表2所示，可以从整体上分析各个因素对武汉市土地利用碳排放的影响作用方向和大小。

表2 武汉市土地利用碳排放影响因素加法分解结果

由加法分解结果可知，从总体上看即累积效应来看，影响整个研究期2009—2019年武汉市土地利用碳排放的最主要因素是收入水平，即人均生产总值变化对净碳排放量的影响最大。该因素起到最显著的碳排放促进作用，使碳排放量累计增长了2607.64万t。土地利用结构和人口规模2个因素对碳排放的影响也是正效应，分别使碳排放增长了604.98万t和521.77万t。对净碳排放量起到抑制作用或者负效应的因素有用地效率和土地碳排放强度，其中代表用地效率也就是单位面积土地产出的前者起到最显著的碳排放增长抑制作用。这2个因素带来的负效应，对土地利用碳排放的减少值分别为3129.42万t和103.37万t。

为了进一步考察各个因素在短期对土地利用碳排放影响的阶段性特征，依据加法分解结果绘制各影响因素逐年效应的变化趋势图，如图1所示。单独将2009年作为对照年，累积效应的分解结果如图2所示。

图1 各因素对土地利用碳排放的逐年效应分解

图2 各因素对土地利用碳排放的累积效应分解

2.2.1 土地碳排放强度因素

从逐年效应的分解结果来看，单位土地碳排放强度对土地利用净碳排放量的贡献值上下波动较为明显，对净碳排放量时而为拉动，时而为抑制，并没有表现出一贯的正负趋势。在整个研究期内，土地碳排放强度因素的分解结果为负值，可知单位土地碳排放强度因素起到了抑制碳排放增长的效果。

2.2.2 用地结构因素

无论是逐年还是累积分解结果，都可以看到土地利用结构因素对土地利用碳排放的贡献值均为正值，所以该因素在所有研究时段内都对净碳排放量起到单纯的促进其增长作用。在研究期内，回溯土地利用结构基础数据，可以发现作为碳源的耕地面积虽然减少，但建设用地面积却在不断增加。建设用地的不断扩张，其承载了最主要的人类化石能源消费活动，使得整个研究期内净碳排放量是增长的。起碳汇作用的土地利用类型总面积变化不明显，甚至碳汇还略有减少，所以依然不能消减碳源面积导致的碳排放。

2.2.3 用地效率因素

单位GDP用地强度，也就是单位生产总值需要多少面积的土地，可以看作是用地效率因素。由逐年和累积分解结果可知，单位生产总值用地强度因素对土地利用碳排放起到最明显的抑制作用。在整个研究期内，武汉市用地效率越来越高，对碳排放的增长起到明显的减缓作用。

2.2.4 收入水平因素

人均GDP反映了研究区域的经济发展情况，也就是人均收入水平因素。无论是逐年还是累积对土地利用净碳排放量的分解贡献值均为正，而且整个研究期内对比其它4个因素，收入水平因素对净碳排放量的增加起到最显著的促进作用。随着制造业、工业在武汉的不断发展，区域经济得到快速增长，但是与之相关的能源消费和使用也有明显的增长。收入水平提高的同时，碳排放也必然增加。

2.2.5 人口规模因素

人口规模因素对土地利用碳排放的影响也呈现较为明显的拉动效应，促进了净碳排放量的增长。无论是逐年效应还是累积效应，其作用大小和土地利用结构因素接近。在研究期内，武汉市历年常住人口数量有逐年增长的趋势，是人口净流入城市。虽然人口规模因素对碳排放的促进作用没有人均生产总值因素强，但仍不可忽视其作用。降低个人消费导致的碳排放，对于减缓碳排放的增长能起到积极作用。

综合各个因素在研究期内对武汉土地利用碳排放的影响情况来看，虽然抑制净碳排放量的因素作用及趋势在增强，但是依然不能完全抵消经济发展和人口规模增长对碳排放增长的促进作用。同时土地利用结构因素也在研究期内不断促进碳排放的增长，所以仅仅依靠不断提高能源利用效率和水平很难实现真正意义上的碳减排。为了达到“碳中和”，武汉市应该加快转变经济增长模式，快速调整能源消费结构，同时对土地利用进行合理规划，对人口规模进行合理调控，采取多种措施实现经济低碳发展。

3 结论与讨论

3.1 结论

本文测算了武汉市2009—2019年期间的土地利用碳排放量，并对碳排放量的影响因素进行了分析。在分析影响因素时，加入土地利用因素扩展了Kaya恒等式，采用LMDI完全分解方法将碳排放量的变化分解为各因素的效应，表征为具体贡献值。本文主要的研究结论如下。

所有土地利用类型的净碳排放量呈现上下波动的趋势，总体上略有增长。建设用地是主要的碳排放来源，其碳排放量超出其它土地利用类型的排放或吸收量很多倍。净碳排放量于建设用地排放量在数值上保持高度的一致性，控制建设用地排放量能起到减缓区域碳排放的最大作用。

建立了土地利用碳排放和土地利用相关因素之间的数量关系。将研究区土地利用碳排放量的逐年和累积变化完全分解为单位土地碳排放强度、土地利用结构、用地效率、人均收入水平和人口规模5个因素的效应。研究结果显示，在研究期内人均收入水平、土地利用结构和人口规模是正向的促进碳排放增长的3个因素，用地效率和单位土地碳排放强度则是负向的抑制碳排放增长的2个因素。

单位生产总值的用地面积即用地效率因素是最强大的碳减排动力，用地效率越高土地利用碳排放增长越缓慢。研究期内武汉市土地利用结构由农用地转为建设用地的趋势较为明显，合理控制建设用地规模，提升建设用地利用效率长期来看也能明显减缓碳排放的增长。单位土地碳排放强度因素对碳排放的影响效应在研究期内正负波动，整体上虽然起到了减缓碳排放增长的作用但效果不明显，所以仅仅控制化石能源消费量并不能很好地起到碳减排的作用。

通过本文的研究发现，武汉市减缓土地利用碳排放的增长，需要不断提高单位用地的产出即用地效率，同时还要优化土地利用结构。

3.2 讨论

受限于土地利用类型划分的细分程度的同时，细分土地利用类型上承载的具体产业类型以及该产业消费的化石能源消费量，这些数据在研究区都难以获取，从而不能更深入地研究土地利用碳排放的影响因素及其作用。未来应该可以在该方面开展更进一步的研究，为区域碳减排的制定提供更加精准的依据。