京津冀地区碳排放与土地集约利用关系演变及其影响因素分析

2022-09-14张清喜葛京凤张嘉哲

中国矿业 2022年9期

张清喜，葛京凤，董丽，张嘉哲

(1.河北师范大学地理科学学院，河北石家庄 050024；2.河北省煤田地质勘查院，河北邢台 054000；3.河北省环境演变与生态建设实验室，河北石家庄 050024；4.邢台市第28中学，河北邢台 054000；5.廊坊师范学院外国语学院，河北廊坊 065000)

在全球气候变暖问题日益严峻的今天，各国对低碳减排的重视程度逐渐提高。2022年1月27日，习近平主席提出要积极稳妥推动实现碳达峰碳中和目标。为有效达到减碳目标，相关学者已进行一系列研究，BO等[1]、WANG等[2]、LUN等[3]、杨博宇等[4]分别从国家、省市及区县级等多尺度对碳排放进行了研究；周思宇等[5]、魏文栋等[6]、张洋等[7]从碳排放核算体系角度进行了研究；李阳等[8]、韩楠等[9]、吴贤荣等[10]从方法论上对碳排放进行了一系列研究；查建平等[11]、李慧敏等[12]、邓祥征等[13]从产业和土地利用角度对碳放研究内容进行了丰富。IPCC对碳排放来源进行了一系列分析，研究显示，土地利用变化引起的碳排放量增加约占人类活动产生的碳排量的1/3[14]。因此，加强对土地利用方式与碳排放机理研究变得日益紧迫。尽管已有相当数量的学者针对两者关系进行了一系列研究，但针对土地集约利用与碳排放关系的研究仍处于起步阶段。京津冀地区作为我国重要的世界级城市群，近年来土地利用方式发生了较为剧烈的变化，土地集约利用水平位居全国前列，本文以标准差椭圆、脱钩理论、地理探测器等方法针对该地区进行研究，以期为提高土地集约利用水平，优化土地低碳利用方式提供借鉴和参考。

1 研究方法与数据来源

1.1 指标体系构建

基于土地集约利用内涵，已有研究成果和指标的可得性、可比性、科学性、全面性等原则，确定京津冀地区土地集约利用评价指标体系由经济投入水平(指单位土地面积上投入的经济价值)、劳动力投入水平(指单位土地面积上各产业结构劳动力布局变化)、土地投入水平(指单位人口投入的设施用地面积)、土地产出效益(指土地集约利用后的经济效益、社会效益和生态效益)4大准则层、12个指标构成[15-18](表1)。各指标权重运用熵值法结合CRITIC法计算得到。

表1 京津冀地区土地集约利用评价指标体系Table 1 Evaluation index system of intensive land usein Beijing-Tianjin-Hebei region

1.2 研究方法

1.2.1 标准差椭圆法

标准差椭圆通过重心位置、椭圆面积、长短轴之比、方位角等核心要素揭示地理要素的空间分布特征[19-21]。本文通过该方法探索京津冀地区近15年的土地集约利用和碳排放的空间分布特征及演变趋势。

方位角计算见式(1)。

(1)

椭圆中心坐标计算见式(2)。

(2)

x轴和y轴长度计算见式(3)和式(4)。

(3)

(4)

1.2.2 “脱钩”理论

“脱钩”最初是OECD从物理学引进的概念，本意指两个或多个原本具有联系的物理量因某种或多种原因不再存在。“脱钩”在本文含义指保持土地集约利用水平提高的同时碳排放量呈现下降趋势，或者说土地集约利用水平增长率高于碳排放量增长率[22]。模型见式(5)。

(5)

式中：D为脱钩指数；ΔC为两期的碳排放变化速率；ΔL为土地集约利用水平变化速率；t0和t1为起止年份。依据指数D将脱钩状态分为8种状态，如图1所示。

图1 脱钩指标及状态示意图Fig.1 Schematic diagram of decouplingindicators and status

1.2.3 地理探测器

地理探测器是用于探索事物空间异质性及其驱动力的一种统计学方法[23-24]。本文利用因子探测器探索碳排放的空间分异性及土地集约利用各要素对其的解释力，表达式为式(6)。

(6)

交互探测器用于探索两个影响因子共同作用时对碳排放的解释力的增减。交互类型及判断准则见表2。

表2 两因子交互影响类型表Table 2 Types of two-factors interaction

1.3 数据来源

经济数据来源于2003年、2008年、2013年和2018年的《中国城市统计年鉴》《北京统计年鉴》《天津统计年鉴》《河北统计年鉴》和各市政府工作报告及公报，部分无法直接获取的指标通过计算得到。碳排放数据来源于中国碳核算数据库(CEADs)，该数据库是在国家自然科学基金委员会、科技部重点研发计划和英国研究理事会等机构和项目支持下建立，数据可靠，已广泛应用于各类学术研究，因该网站最新碳排放数据为2017年数据，为保持数据一致性，采用的社会数据、经济数据时间均截至2017年。

2 结果与分析

2.1 土地集约利用与碳排放时空分布特征

通过多指标综合评价法得到京津冀地区13市2002—2017年的土地集约利用水平值，如图2所示。2002—2017年京津冀地区土地集约利用水平存在显著的非均衡稳步提高的特征，空间上呈现东高西低、南高北低、以京津为中心环形向外降低的分布格局。北京市和天津市分别作为中国政治文化中心和北方最大的港口城市在经济发展上具有得天独厚的优势，在寸土寸金的大背景下加速促进了两市土地集约利用水平处于区域水平最高峰；石家庄市、廊坊市、邯郸市、邢台市、唐山市、秦皇岛市、保定市、沧州市、衡水市等得益于良好的经济发展基础和区位优势，土地集约利用水平逐年提高，构成第二梯队；张家口市和承德市作为北京市的绿色生态屏障和水源涵养地，土地集约利用水平呈现稳健上升趋势，为第三梯队。

图2 2002—2017年京津冀地区土地集约利用水平Fig.2 Land intensive use in Beijing-Tianjin-Hebei region from 2002 to 2017

2002—2017年京津冀地区碳排放量整体呈现区域非均衡性增长特征。由图3可知，天津市、唐山市、石家庄市受重工业、制造业等经济因素影响较大，15年间累计碳排放量分别为44 717.93万t、30 939.03万t和30 102.01万t，为区域碳排放量第一梯队；北京市、保定市、邯郸市、沧州市、廊坊市、邢台市等地次之；张家口市、衡水市、秦皇岛市、承德市作为典型的旅游城市，重工业较少，具有良好的生态环境优势，构成第三梯队。从时间序列上看，京津冀地区碳排放量整体呈现先升后降的趋势，即2002—2012年逐年增长，2012—2017年除天津市、保定市、廊坊市、沧州市、衡水市外均呈现下降趋势。

图3 2002—2017年京津冀地区碳排放量变化Fig.3 Changes of carbon emissions in Beijing-Tianjin-Hebeiregion from 2002 to 2017

2002—2017年京津冀地区土地集约利用标准差椭圆分布格局为北偏东-南偏西，重心移动位置向正北-东北-西北方向移动。2002—2017年长短轴之比由2.23减小到2.09(表3)，表明东西方向覆盖面积更大，呈现扩张趋势，南北方向呈现收缩态势，椭圆整体的方向性在减弱。方位角在2002—2012年沿顺时针转动0.63°，这与当时东部沿海地区经济发展加速、土地利用率提高、集约化程度提高相一致；2012—2017年沿逆时针转动1.05°，这是由于“十八大”后张家口市、承德市城市化进程加快，土地利用率提高，进而土地集约利用水平提高所致。

表3 土地集约利用与碳排放标准差椭圆参数表Table 3 Elliptic parameters of standard deviation of land intensive use and carbon emissions

2002—2017年碳排放标准差椭圆呈东北-西南走向的分布格局。碳排放重心由38.90°N，116.23°E移动至39.05°N，116.31°E。近15年长短轴之比由2.04缩小至1.89，表明东北-西南方向的碳排放量呈现先增长后收缩的趋势。方位角由50.61°增长至52.22°后减小至48.07°，表明西北地区碳排放量呈现增长态势。

2.2 土地集约利用与碳排放脱钩分析

根据脱钩状态评价方法，本文将2002—2017年京津冀地区土地集约利用与碳排放关系研究划分为三个阶段(2002—2007年、2007—2012年、2012—2017年)，将数据代入式(5)，测算得到京津冀地区土地集约利用与碳排放脱钩关系(表4)。

表4 土地集约利用与碳排放脱钩关系表Table 4 Decoupling relationship between land intensiveuse and carbon emissions

分阶段来看， 2002—2007年京津冀地区土地集约利用与碳排放脱钩关系共有三种状态：增长连结、扩张负脱钩、强负脱钩。其中，处于扩张负脱钩状态的城市占区域城市总数的76.92%，表明大部分城市碳排放量和土地集约利用水平分别处于快速增长和迅速提高阶段，且碳排放量的增长率远超过土地集约利用水平的增长率；北京市是唯一一个处于增长连结的城市，曾经作为全国的经济中心拥有良好的经济基础，尽管土地集约利用率处于全国前列，但由于高能耗产业的快速发展促使该阶段碳排放量增长速度远大于土地集约利用水平增长率；衡水市于1996年由县级市改设为地级市，是京津冀地区历史最短的地级市，经济基础薄弱，在粗放的土地利用结构和大力发展经济背景下，土地集约利用与碳排放关系呈现强负脱钩状态。2007—2012年，邢台市、保定市、张家口市、承德市、沧州市、廊坊市、衡水市、唐山市等脱钩状态为扩张负脱钩；石家庄市、秦皇岛市、邯郸市等脱钩状态转为增长连结，这得益于良好的经济基础和发展战略的转变，尤其是石家庄市将转变经济增长方式作为“十一五”期间的突出任务，对高消耗、高污染产业的进入进行了严格限制，减缓了碳排放量的增长速度，与此同时深挖存量建设用地的开发力度，提高了研究期内的土地集约利用程度，促使脱钩关系向良性发展；北京市、天津市脱钩状态的变化受政策影响最为明显，尤其是北京市，在“绿色奥运”和“涉钢系统全部迁出北京”政策的影响下，钢铁产能不断压缩，尽管碳排放量和土地集约利用率都处于增长状态，但碳排放量增长速率已低于土地集约利用水平增长速率，转变为较理想的弱脱钩状态。2012—2017年，北京市、石家庄市、唐山市、邯郸市、邢台市、张家口市、承德市等已处于理想强脱钩状态(即碳排放量持续下降，土地集约利用率持续提高，土地集约利用率的增长不会引起碳排放量的大幅增长)，尤其是唐山市、邯郸市、邢台市，作为老牌的重工业和资源型城市，在河北省政府“6643工程”的影响下，积极进行供给侧结构性改革，大幅压减炼钢、水泥、煤炭等高能耗产业，极大地减轻了碳排放压力，实现了向强脱钩状态的飞跃；天津市、秦皇岛市、保定市、沧州市、廊坊市、衡水市等处于较理想的弱脱钩状态。

整体来看，研究区土地集约利用与碳排放脱钩关系大致经历了强负脱钩→扩张负脱钩→增长连结→弱脱钩→强脱钩五个状态，刻画了京津冀地区从以经济效益为中心到“绿水青山就是金山银山”、从土地粗放扩张利用到节约集约利用的执政理念的变化。同时，地方政府宏观调控、经济发展基础、地理区位、公众环保意识及生活方式等因素在客观上促进了研究区土地集约利用与碳排放脱钩关系时空分异的呈现。

2.3 碳排放影响因素分析

为探索土地集约利用对碳排放量增加的驱动作用，选取时效性最强的2017年为研究时间点。通过计算得到各影响因素解释力q值，影响因素最大的是地均固定资产投资额(0.794)，表明该因素对区域碳排量增加起主导作用。这主要是由两方面原因导致：其一京津冀地区固定资产投资额中房地产开发和基础设施建设占比在60%以上，在项目实施过程中会伴随大量的能源消耗，而我国能源消费结构以煤炭、石油等矿石燃料为主，高碳排放系数是其重要特征，在无形中导致碳排放量大幅增加；与此同时，项目实施过程中会引起土地利用类型的变化，尤其是建设用地的不断扩张会导致碳源的大幅增加，而林地、草地的减少又会影响其碳汇功能的发挥，这均增加了碳减排压力。地均二、三产业产值(0.543)、地均GDP(0.543)、地均社会消费品零售额(0.548)、地均财政收入(0.531)、地均财政支出(0.534)等因素的q值均大于0.5，这些因子涉及产业结构、经济发展水平、财政投入与效益等方面，能较全面反映碳排放来源，属于重要影响因子。地均二、三产业产值和地均GDP在重要影响因子中居同等重要地位，这是由于第二产业、第三产业中的煤炭开采、钢铁、冶金、化纤制造、邮政业、交通运输业等均属于高能耗行业，同时京津冀地区已基本形成“三二一”的产业结构布局。第二、三产业从业比重、人口密度、城市人均拥有道路面积、建成区绿化覆盖率、人均公园绿地面积、道路面积占比、人均建设用地面积等因素q值均低于0.5，这是由于不同城市在社会发展过程中对人口数量、从业结构、土地利用方式、生态环境保护力度等方面侧重力度不同，导致对碳排放整体影响力相对较弱，属于一般因素。

表6为碳排放影响因子交互探测分析情况。由表6可知，各驱动因子交互作用较为显著，且任意两驱动因子交互之后均大于交互前，具有典型的非线性增强或双线性增强特性，表明经济投入水平、劳动力投入水平、土地投入水平、土地产出效益等各方面的因素交互后的影响力要优于交互前影响力。整体来看，经济投入水平与土地投入水平因素的交互影响程度最高。其中，地均固定资产投资额与人均建设用地面积的交互驱动作用最大，影响值达到1.000，这是因为两者交互后共同指向房地产开发，数据显示，全社会终端能耗的1/3被该行业所消耗。其次为土地产出效益内部因素的交互作用，其中人均公园绿地面积分别和地均GDP、地均二、三产业产值交互后的影响值均为0.982。土地投入水平内部因素交互后驱动作用最弱，其中人均建设用地面积与道路面积占比交互值为0.424。