福建省土地利用碳排放强度及其空间关联性研究

唐春燕，翁羽奇，范胜龙

（福建农林大学公共管理与法学院，福建 福州 350002）

全球气候变暖是当今社会密切关注的问题之一，不少学者认为人类活动范围的扩大是导致全球二氧化碳浓度升高的主要原因，有些学者则持其他看法，认为土地利用是造成温室气体排放量增长的主要因素[1-2]。无可争议的是，全球变暖与二氧化碳浓度上升密切相关，其中，区域土地利用活动产生的碳排放量占人类活动碳排放总量的1/3，对于区域的碳排放格局有着重要影响[3-6]。因此，对土地利用过程中的碳排放进行深入研究具有重大的现实意义。

近年来，不少学者对碳收支核算﹑碳补偿机制﹑碳循环以及碳交易市场进行研究[7-10]，还有学者从土地利用碳效应﹑碳排放规律及影响因素等方面研究土地利用碳排放的时空特征[11-14]。随着研究的深入，部分学者认识到碳排放的空间溢出效应对于区域环境的碳排放强度有重要影响[15]，因此，将时空耦合﹑空间溢出及关联性[16-20]等方面纳入土地利用碳排放的研究中。但在进行相关研究时，一些学者仅关注到地理因素，忽视了区域间环境政策和市场机制等对碳排放的作用。此外，各区域因经济发展水平﹑能源消耗供给﹑资金技术的往来等产生的区域碳排放差异及空间联系有待进一步深入，开展此类研究有助于厘清不同区域在碳排放空间网络结构中所处的地位，从而制定相应的碳减排政策。

福建是我国最早实行改革开放的省份之一，经济发展快速，同时坚持绿色发展，生态省建设不断推进。目前对福建碳排放的研究主要侧重于预测以及影响因素分析。以福建为研究对象，研究不同土地利用方式的碳排放强度及变化规律，分析区域差异，构建碳排放引力模型，分析福建各市碳排放空间关联关系，对福建绿色发展，以及制定协同减排策略具有借鉴意义。

1 研究区概况

本文研究区为福建省，面积12.4×104km2，山多平原少，大部分属于武夷山脉的组成部分，整体地势西北高﹑东南低，海岸线漫长，岛屿良港众多。福建处于亚热带﹑半亚热带地区，气候适宜，雨量充沛，有众多动植物资源，2019 年森林覆盖率为66.8%，位居全国第一。2019 年实现地区生产总值42395 亿元，比上年增长7.6%，规模以上工业增加值增长8.8%，原煤和原油的消费量明显增加。2019 年， 耕地面积为93.2×104hm2，与“十二五”期间年平均耕地面积相比，减少30.45%左右；林地面积为881.14×104hm2，草地面积为7.49×104hm2，建设用地面积有所增加。

2 数据来源与研究方法

2.1 数据来源

土地利用现状数据主要来源于《福建省统计年鉴》（2006—2020 年）﹑2005 年土地利用变更调查结果，以及2019 年各地级市第三次国土调查，能源消费数据来自国家统计局以及各设区市统计年鉴等。

2.2 研究方法

2.2.1 土地利用碳排放测算

本文研究对象为建设用地﹑耕地﹑林地﹑草地的碳排放量。其中耕地是弱碳源[21]，林地是主要的碳汇，草地碳汇功能较弱，采用蓝家程和孙赫等研究的碳排放系数[22-23]，耕地﹑林地﹑草地的碳排放系数依次为0.422 t/hm2﹑-0.644 t/hm2﹑-0.022 t/hm2，碳排放量计算公式为:

式中，Ci表示第i种地类产生的碳排放量（t）；Ai表示第i种地类的面积；αi表示第i种地类的碳排放系数。

建设用地是主要碳源，其碳排放主要由能源消耗产生，计算公式为:

式中，Cs表示建设用地碳排放量（t）；ei表示第i种能源的消费量（t 或m3）；ni表示能源i的标准煤换算系数；βi表示碳排放系数，碳含量﹑平均低位发热值和碳氧化率的取值参照《综合能耗计算通则》和《省级温室气体清单编制指南》[24]数据，具体系数见表1。

表1 各类能源标准煤换算系数和碳排放系数

2.2.2 碳排放变化地区差异测算

将研究区9 个市按传统划分方法，分为闽北（南平市）﹑闽东（宁德市）﹑闽中（福州市﹑莆田市）﹑闽西（龙岩市﹑三明市）﹑闽南（厦门市﹑泉州市﹑漳州市）5 个区域，根据式（1）和式（2）分别计算2005 年﹑2019 年各区域的建设用地碳排放﹑耕地碳排放﹑林地碳吸收以及净碳排放，并得到这4个指标的变化量 。

2.2.3 碳排放网络的构建

构建引力模型，量化分析研究区各地级市碳排放的空间关系。引力模型是广泛应用于空间相互作用的一种模型，以牛顿万有引力公式为基础。随着时代发展，引力模型在其他许多领域不断延伸和发展，当前已逐渐成为定量化分析空间关系及作用的主要工具[25-29]。根据各地级市2019 年净碳排放量和地区生产总值计算得到单位GDP 碳排放，以单位GDP 碳排放为指标，计算城市间的引力，公式为:

式中，rij和dij分别表示城市i和城市j之间的引力和空间距离，Fi﹑Fj分别表示城市i和城市j的单位GDP 碳排放量。

3 结果与分析

3.1 2005—2019 年福建土地利用碳排放时空特征分析

根据福建2005—2019 年土地利用现状数据以及能源消费数据，计算得到不同土地利用方式的碳排放量（表2）。

表2 2005—2019 年研究区土地利用碳排放量 单位：104 t

总体上，研究区土地利用净碳排放量呈现波动上升的趋势，净碳排放量从2005 年的2869.46×104t上升至2019 年的8051.36×104t，增长180.59%，变化趋势与土地利用碳源量相接近；总碳汇量在研究期间内波动程度小，说明林地﹑草地碳吸收量在研究期内变化较小。以2014 年为拐点，净碳排放量可分为先增长后波动两个阶段。第一阶段，2005—2014 年，研究区城镇化水平进程加快，土地利用结构发生较大调整，建设用地持续扩增，各种能源消费量大幅上涨，使得碳源总量上升迅速，因而碳排放总量呈递增趋势。第二阶段，2015—2019 年，研究区土地利用净碳排放量呈现先下降后上升的趋势；2016年的净碳排放量处于最低点，为6524.19×104t，主要是因为福建大力推进节能减排措施，使得能源消费总量大幅下降，碳源减少；2017 年之后，净碳排放量又呈现稳步上升的趋势（图1）。

图1 研究区土地利用净碳排放量变化图

从土地利用结构上分析，建设用地碳排放量占比从2005 年的98.32%上升到2019 年的99.54%，是主要碳源。耕地是另一碳源，但由于耕地面积占总面积比例较低，且随着城镇化进程不断加快，其碳排放量呈递减趋势。另外，从碳吸收来看，林地发挥主要的碳汇作用，草地碳吸收量稳定在0.01×104t，但由于建设用地碳排放量与碳吸收量之间差距过大，无法显著平衡碳排放量。 福建应继续控制建设用地的碳排放量，并逐步扩增林地和草地面积，降低净碳排放量。

3.2 福建碳排放变化地区差异分析

2005—2019 年，福建经济快速发展，城镇化水平不断推进，土地利用结构发生较大变化，而各区域的资源禀赋﹑土地利用结构，以及经济发展水平各不相同，因此，碳排放变化量也各有差异。本文利用ArcGIS10.2 对研究区9 个地级市进行碳排放时空差异分析。

各区域净碳排放量和建设用地碳排放量变化程度相一致，从低到高排序为:闽北<闽东<闽西<闽中<闽南，与区域的经济发展密切相关。闽南地区作为中国东部沿海经济开发区之一，2005—2019年经济快速发展，其中泉州地区经济总量连续多年位居全省首位，地区生产总值增幅 537.12%；厦门﹑漳州产业结构不断优化，新兴产业发展迅速，经济稳步增长。因此，闽南地区的建设用地碳排放变化量最大，占全省变化量的60.01%；闽中地区的福州﹑莆田在研究期内经济稳步上升，建设用地规模不断扩张，碳排放变化量位居全省第二；闽西﹑闽东地区建设用地碳排放量在研究期内变化幅度不大，分别占全省变化量的14.54%和 3.92%；闽北地区建设用地碳排放变化量最不显著，这与南平多年来经济发展缓慢有关。

各区域耕地碳排放变化量与耕地增减变化相关，总体上变化幅度较小，从低到高排序为:闽北<闽东<闽中<闽西<闽南。闽南耕地碳排放减少量最为显著，占全省变化量的45.19%。2005—2019年漳州不断推进城镇化，耕地面积有所下降，耕地碳排放量明显下降；泉州﹑龙岩，以及宁德的耕地面积在研究期内变化较小； 厦门﹑三明﹑莆田耕地数量较稳定，因此耕地碳排放量变化幅度不大。

各区域林地碳吸收量变化程度从低到高排序为:闽北<闽东<闽中<闽西<闽南。南平市森林覆盖率高，在研究期内碳吸收量变化幅度较小，因此闽北地区林地碳吸收减少量并不明显，仅占全省变化量的6.04%；闽南地区碳吸收减少量占全省的36.94%，这与漳州﹑泉州经济总量快速增长有关，未来应注重产业结构的调整，走绿色发展道路。

3.3 福建碳排放空间关联性分析

引力值反映各市之间碳排放引力的强弱，引力值在[0.02，0.22）区间为弱引力作用；[0.22，0.51）区间为中引力作用；[0.51，1.39）区间为强引力作用。

各城市间碳排放存在普遍联系，东部地区之间的联系比西部地区更加紧密。泉州处于网络的中心位置，碳辐射能力最强，与其他城市的联系最为紧密；其中泉州和莆田之间是强引力相互作用。与三明﹑福州﹑厦门﹑漳州之间是中引力作用；福州和莆田的碳辐射能力次于泉州。漳州﹑厦门﹑三明对其他城市产生的溢出效应有限。南平﹑宁德﹑龙岩与其他城市间的碳排放联系较弱，同时受到的碳辐射也较小。

碳排放在空间上呈现出相互影响﹑动态变化的特点，减少环境污染，降低碳排放量不能仅着眼于局部地区，而应从整体出发，制定低碳发展策略。不同地区的经济社会发展﹑环境政策，以及制度等存在差异，要考虑碳排放在区域间的溢出效应，特别是东部经济快速发展的各市在追求产业升级的过程中，为了解决环境污染，将高能耗﹑高污染的产业转移到西部地区，造成碳排放转移。 研究区各个市之间的碳排放联系表现为不均衡性，可以泉州为核心，联动厦门﹑福州等城市，根据各个城市在碳排放空间关联网络所处的位置，以及对其他城市的辐射能力等方面，制定差异化的协同减排策略。同时，在环境治理中，应引入碳交易市场，有效控制地区的“碳转移”，对于受到明显碳排放辐射的地区给予相应的经济补偿，从而真正实现低碳绿色协同发展。

4 结论与讨论

4.1 主要结论

4.1.1 碳排放时空变化规律

福建土地利用净碳排放量总体上表现为增长的趋势，净碳排放量从2005 年的2869.46×104t 上升到2019 年的8051.36×104t，增幅为180.59%。以2014 年为拐点，福建净碳排放量可以分为先增长后波动两个阶段；空间分布格局总体表现为东部高碳排放区，西部低碳排放区，其中东部的泉州﹑厦门﹑福州等区域碳排放量高，碳排放在研究期内变化明显，西部的三明﹑南平等区域碳排放强度较低。

4.1.2 碳排放地区分异

区域的经济发展水平对碳排放影响最为显著，闽南地区经济快速发展，产业发达，能源消费量大，碳排放变化量最大；闽北﹑闽东地区经济发展较慢，森林面积广阔，碳汇作用明显，而碳源变化量较小；闽中﹑闽西发展水平较为接近，碳排放变化量比较一致。

4.1.3 碳排放空间关联

研究区各城市的土地利用碳排放在空间上存在普遍关联，主要表现为不均衡性，以泉州为核心，对其他城市的辐射作用最明显，碳排放溢出效应显著，福州﹑厦门次之，其他城市在网络中的联系也逐渐增强。

4.2 讨论

在测算土地利用碳排放量时，所选取的碳排放系数参考其他文献，但由于不同地区的植被条件﹑地表状况，以及能源水平等有一定差异，导致最终的结果可能存在误差，在以后的研究中可结合福建的实际情况对所用到的系数进一步探讨，得出更符合福建特征的碳排放系数。此外，在构建引力模型时，各个市之间的关联要素未得到充分的反映，未深入分析各个设区市之间的碳排放影响。