甘肅省土地利用碳排放變化及影響因素分解

楊文學，張小平

(西北師范大學地理與環境科學學院，甘肅蘭州 730070)

?

甘肅省土地利用碳排放變化及影響因素分解

楊文學，張小平*

(西北師范大學地理與環境科學學院，甘肅蘭州 730070)

[目的]研究土地利用中各類型土地的碳排放量及各土地利用碳排放的影響因素。[方法]以甘肅省為例，在分析1995—2012年土地利用結構變化的基礎上，估算了各種土地利用類型的碳排放量，并運用LMDI模型對其影響因素進行了分析。[結果]土地利用結構變化總體表現為建設用地面積持續增加，農用地面積減少；建設用地內部結構變化中居民點及工礦用地面積增加最多，交通用地變化幅度顯著；土地利用碳排放量總體呈上升趨勢，由1995年的1 882.07×104t增加到2012年的7 503.23×104t，年均增加341.48×104t；土地利用碳排放強度最大的是居民點及工礦用地，交通用地碳排放強度呈緩慢上升態勢，但到2012年有所下降；土地利用變化、經濟發展水平提高、人口規模增加促進了土地利用的碳排放，能源效率提高和能源結構優化抑制了土地利用的碳排放。[結論]對甘肅省土地利用碳排放總量的變化趨勢影響最大的是居民點及工礦用地，能源效率提高和能源結構優化是今后甘肅省碳減排的重要途徑之一。

土地利用；碳排放；因素分解；甘肅省

近年來，氣候變暖成為全球關注的環境問題之一，其不但危害自然生態系統的平衡，而且威脅著人類的食物供應和居住環境[1]。大氣中二氧化碳濃度的增加是全球氣候變暖的根源，碳排放由此成為當前一大研究熱點。化石燃料的燃燒是空氣中二氧化碳的主要來源，而社會建設、經濟發展、產業布局、城市擴展和能源消費等活動都與土地利用密切相關，并最終落實在不同的土地利用方式上[2]。土地利用變化被認為是僅次于化石燃料燃燒使全球大氣二氧化碳含量增加的第二大因素[3]。不合理的土地利用會導致土壤儲存和植被含碳減少，使更多的碳釋放到大氣中，導致大氣 CO2濃度增加，從而加劇了全球變暖的趨勢以及與之相關的氣候變化[4]。國內外學者對于土地利用碳排放進行了相關研究。賴力[3]計算了1995—2004年江蘇省主要土地利用方式的碳排放，分析了江蘇省土地利用方式的碳排放效益，結果表明，建設用地和耕地是主要的碳源，建設用地碳排放量占總碳排放量的50%以上，且建設用地的碳排放量隨著面積的增加變化最大。蘇雅麗等[5]計算了1989—2008年陜西省土地利用碳排放量，并采用回歸分析、IDW插值和HopfieldH神經網絡法分析了不同土地利用方式的碳排放效益，發現建設用地和耕地是主要的碳源，在林地比例不變的情況下，土地利用結構中建設用地和耕地的比例越大，則碳排放量越大。孫賢斌[6]采用排放系數法估算了安徽省經濟圈耕地、林地、草地、建設用地碳排放量，并研究了土地利用變化的碳排放效益，結果表明，建設用地是主要的碳源，其次是耕地，林地是主要碳匯，而草地的碳吸收能力很小。張俊峰等[7]對1996—2010年武漢城市圈土地利用碳排放量進行了估算，并利用LMDI模型對武漢城市圈土地利用碳排放的影響因素進行分解研究，得出土地利用變化和經濟水平因素是武漢城市圈土地利用碳排放增長的主要因素。Houghton等[8]估算了1850—1985年美國土地利用變化所引起的陸地生態系統碳儲量變化，分析了陸地碳匯形成機制，結果表明，森林砍伐和土地耕種導致美國南部土壤碳損失40%，且熱帶森林轉變為農田或放牧地后，碳貯量將減少40%，而轉變為牧場將減少20%。以上研究表明，人類的經濟活動導致大多數土地利用變化削弱了土地的碳匯作用，促進了碳排放總量的增加。因此，如何合理組織土地利用來增加其碳匯功能，減緩碳排放，以應對全球變暖具有重要的現實意義。筆者以甘肅省為例，在分析該省土地利用結構變化的基礎上，估算了各種土地利用類型的碳排放量，并運用LMDI模型對其影響因素進行了分析，以期為甘肅省土地的低碳化利用提供參考。

1 材料與方法

1.1 研究區概況 甘肅省地處青藏、蒙新、黃土三大高原交匯地帶，分屬長江、黃河、內陸河三大流域。區內地勢高亢，山地、高原、平川、河谷、沙漠、戈壁交錯分布。地勢自西南向東北傾斜，地形狹長，東西長1 655 km，南北寬530 km，大致可分為隴南山地、甘南高原、隴中黃土高原、祁連山地、河西走廊、河西走廊以北地帶六大區域。2012年甘肅省土地面積4 258.00×104hm2，居全國第7位，占全國總土地面積的4.68%，其中，農用地2 544.87×104hm2，建設用地101.43×104hm2，未利用地1 611.77×104hm2[9]。近年來，隨著城市化進程的加快，建設用地需求增加，導致土地利用方式發生了巨大變化。如何合理利用土地以達到減排增匯的作用，對于甘肅省低碳發展至關重要。

1.2 研究方法 不同土地利用方式的碳排放效應不同，按土地對碳的排放和吸收劃分，土地利用方式分為碳源和碳匯2種，筆者討論的碳源主要包括耕地、交通運輸用地、居民點及工礦用地，碳匯主要有林地、草地等。未利用地也具有一定的碳匯效果，但數量少，難以估算，因此忽略不計。

1.2.1 土地利用碳排放量計算。

(1)耕地中農作物吸收空氣中的CO2，但絕大多數在短期內又分解釋放到空氣中，因此耕地的碳匯作用很小，該研究將耕地視為碳源。其主要的碳排放來源為化肥施用、農藥使用、農業機械耗能、農業灌溉、農膜使用[10]，計算公式為：

E1=Ef+Ep+Em+Ei+Ea=Gf·A+Gp·B+(Sm·C+Wm·D)+Si·E+Ga·F

(1)

式中，E1為耕地的碳排放總量；Ef、Ep、Em、Ei、Ea分別為耕地化肥施用、農藥使用、農業機械使用、農業灌溉、農膜使用所產生的碳排放量。Gf、Gp、Sm、Wm、Si、Ga分別為化肥施用折純量、農藥使用量、耕地種植面積、農業機械總動力、灌溉面積、農膜使用量，其中，A、B、C、D、E、F為轉換系數[11]，分別為 0.89 kg/kg、4.93 kg/kg、16.47 kg/hm2、0.18 kg/kW、266.48 kg/hm2、5.18 kg/kg。

(2)林地和草地是重要的碳匯，由于甘肅省的林地面積在研究期內基本無變化，因此不做分析。其草地碳排放的計算公式為

E2=T·f

(2)

式中，E2為草地碳排放量，t；T為草地面積，hm2；f是草地的碳排放(吸收)系數，t/hm2，為-0.02 t/hm2[12]。由于草地為碳匯，因此其排放系數為負。

(3)居民點及工礦用地、交通運輸用地是主要碳源，居民點及工礦用地碳排放主要來自工業能源消耗和居民生活能源消耗，交通運輸用地碳排放主要來自交通能源使用、道路施工過程中釋放的碳。計算公式為

E3=∑Qi·Zi·fi

(3)

式中，E3為居民點及工礦用地、交通運輸用地碳排放總量；Qi為第i種能源消耗量；Zi為第i種能源折標準煤(ce)系數；fi第i種能源碳排放系數。各種能源碳排放系數和折標準煤系數見表1。

1.2.2 土地利用碳排放影響因素分解—LMDI模型。對碳排放驅動因素的分析起源于1990年，其中流行的方法有拉

表1 各種能源碳排放系數和折標準煤系數

Table 1 Coefficient of carbon emission and standard coal of diffcrent energy

能源種類Typesofenergy折標準煤系數Standardcoalcoefficienttce/t碳排放系數Carbonemissioncoefficient煤炭Coal0．71430．7559原油Crudeoil1．42860．5857汽油Gasoline1．47140．5538柴油Dieseloil1．45710．5921天然氣Naturalgas1．3300?0．4483電力Power0．1229??2．2132

注：*表示折標準煤系數的單位為kgce/m3；**表示折標準煤系數的單位為kgce/kW·h。

Note：*.Unit of standard cool coefficient was kgce/m3;**. Unit of standard of coefficient was kece/kW·h.

氏指數法(Laspeyres index)和迪氏指數法(Divisia index)[13]2種。拉氏指數法易于理解，但沒有迪氏指數法具有的對稱性和加法與乘法的易互換性，因此迪氏指數法更具科學性。迪氏指數法包括AMDI法(Arithmetic Mean Divsia Index)和LMDI法(Logarithmic Mean Divisia Index)。由于AMDI法有分解不完全和不能處理零值等缺點，而LMDI因為具有易使用、易理解、無殘等優點而備受歡迎。LMDI法可采用“乘積分解”和“加和分解”2種方法進行分解，分效應與總效應保持一致，可用來分析分部門效應與總效應之間的關系。目前，LMDI被公認為較為精確的指數分解方法，得到了廣泛的應用。如徐國泉等[14]采用LMDI模型定量分析了能源結構、能源效率和經濟發展對我國人均碳排放的影響，得出能源效率對抑制我國碳排放的作用呈減弱趨勢，而能源效率和能源結構的抑制作用難以抵銷由經濟發展拉動的我國碳排放量增長。Chunbo[15]運用LMDI法對我國1980—2003年的能源強度變化趨勢進行了因素分解研究，得出累積的區域內能源強度因素是能源強度變動的主要因素。田云等[16]基于LMDI模型對武漢城市圈碳排放的影響因素進行了分解，結果表明，土地利用變化、經濟發展水平提高、人口規模增加對城市圈土地利用碳排放存在正效應，而能源效率提高和能源結構優化存在負效應。

筆者基于LMDI分析框架，結合前人研究成果，選擇土地利用面積、能源消耗量、國內生產總值、人口規模4個因素作為甘肅省土地利用碳排放影響因素，構建土地利用碳排放LMDI模型。

(4)

式中，E、A、Q、GDP分別表示碳排放量、土地利用面積、能源消耗量、甘肅省生產總值；EI、AI、QI、GI、P分別表示土地利用變化、能源結構因素、能源效率因素、經濟水平因素、人口規模因素。對于式(4)，以特定的某年作為開始的基年，設基年碳排放總量為E0，第t年的總量為Et，用下標tot表示總的碳排放變化。采用加和分解，則差分分解和各分解因素貢獻值的表達式分別為

(5)

總效應為ΔCtot=Et-E0=ΔEI+ΔAI+ΔQI+ΔGI+ΔP

(6)

1.3 數據來源 能源消費量、土地利用面積、GDP、人口數量等數據來自1995—2012年《甘肅省統計年鑒》[8]。各類能源折標準煤系數來源于《綜合能耗計算通則》(GB/T 2589—2008)[17]，排放系數主要來源于2006年IPCC《國家溫室氣體排放清單指南》(表1)[18]。

2 結果與分析

2.1 土地利用結構變化 由甘肅省各類土地利用變化[8]可知，1995—2012年土地利用結構變化總體表現為建設用地面積持續增加，農用地面積減少的趨勢。其中，建設用地增加25.49×104hm2，增幅為34.89%。建設用地內部結構變化中居民點及工礦用地面積增加最多，增加21.85×104hm2，交通運輸用地變化幅度顯著，增幅高達91.69%。農用地減少248.12×104hm2，年均減少13.78×104hm2。農用地內部結構變化情況主要表現為耕地面積增加，牧草地面積減少，其中草地面積減少252.96×104hm2，年均減少14.05×104hm2，是農用地減少的主要原因；草地面積減少的主要原因是草地沙漠化及過度放牧導致草場的退化。綜上，隨著甘肅省社會經濟的快速增長以及城市化進程的不斷推進，土地利用結構變化較大，土地利用的非農化趨勢明顯。

2.2 土地利用碳排放量 基于公式(1)～(3)，得到1995—2012年甘肅省土地利用碳排放量的變化情況，結果見圖1。從圖1可見，1995—2012年甘肅省碳排放總量由1 882.07×104t增加到7 503.23×104t，增幅為298.67%。其中居民點及工礦用地的碳排放量最大，由1 944.90×104t增長到7 159.70×104t，增幅為268.13%；交通運輸用地的碳排放的增長最快，由53.68×104t增長到295.41×104t，增幅高達450.32%；耕地碳排放由190.92×104t增長到350.48×104t，增幅83.57%。相比于碳排放的增加，碳吸收顯得越來越微不足道，其所占比例越來越小，由1995年的12.31%下降到2012年的3.73%。

圖1 1995—2012年甘肅省不同土地利用方式的碳排放量Fig.1 Carhon emission of different land use patterns in Gansu Province from 1995 to 2012

從變化趨勢上看，甘肅省碳排放總量總體呈增加趨勢，1995—2002年碳排放總量增長較緩；2002年至今，由于城市化和工業化進程的加快，土地利用方式發生了很大變化，加之能源消耗量的逐年增加，使得碳排放總量的增長速度較快；其中，2009年因為“十一五”末為了完成國家節能減排任務而放緩基礎項目的投資，減少了能源的使用，使碳排放量小幅減少。居民點及工礦用地碳排放量遠大于其他土地利用類型碳排放量，至2012年占甘肅省碳排放總量的91.73%，而耕地碳排放和交通運輸用地碳排放量分別占4.49%和3.78%。因此，碳排放總量的變化趨勢很大程度上受居民點及工礦用地碳排放量的影響。

圖2 1995—2012年甘肅省不同土地利用方式的碳排放強度Fig.2 Carbon emission intensity of different land use in Gansu Province from 1995 to 2012

2.3 土地利用碳排放強度 土地利用碳排放強度為土地利用碳排放量與土地利用面積之比，反映土地利用碳排放能力的強弱。從圖3可見，1995—2012年土地利用平均碳排放強度持續增加，在各土地利用方式中，居民點及工礦用地碳排放強度最大，且逐年上升，2012年達到最大值78.73 t/hm2，年均增長3.27%；其次為交通運輸用地，2011年達到最大值40.22 t/hm2，2012年有所下降。這是由于部分汽車進行了油改氣，使用了相對清潔的天然氣作為燃料。21世紀，城市化進程的加快以及經濟的發展，對能源的需求量增加，使得產生碳排放的速度超過了建設用地面積的增加，因此建設用地的碳排放強度上升趨勢明顯加快。

2.4 碳排放因素分解 土地利用碳排放與土地面積、能源使用、人口規模密切相關，也隨著土地利用方式、經濟發展水平的不同而變化。因此，采用LMDI模型，以1995年為基期，從土地利用變化、能源結構、能源效率、經濟水平、人口規模等方面對甘肅省土地利用碳排放因素進行分解，結果見表2和圖3。

表2 1995—2012年甘肅省土地利用碳排放因素分解

由表2可知，1995—2012年甘肅省土地利用碳排放量累計增加5 621.16×104t，經濟水平因素、土地利用變化因素、人口規模因素對碳排放有促進作用，能源效率因素和能源結構因素對碳排放有抑制作用。

從圖3可見，經濟水平因素是促進甘肅省土地利用碳排放量增長的主要因素，其次是土地利用變化。經濟發展累計造成碳排放量9 185.29×104t，年均增長540.31×104t；土地利用變化累計造成4 404.70×104t碳排放，年均增長251.66×104t。近年來，由于人口城市化發展加快，建設用地不斷擴張，草地不斷減少，使得碳源地增加，碳匯地減少，土地利用變化也成為甘肅省土地利用碳排放量增長的主要因素之一。

能源效率的提高和能源結構的改變是降低甘肅省土地利用碳排放的主要途徑。1995—2012年能源效率提高的碳減排作用總體趨于平穩上升，累計實現了4 339.97×104t的碳減排，占減排總量的53.96%。若其他因素不變，能源效率的提高會使甘肅省土地利用碳排放每年減少255.29×104t。能源消耗是土地利用碳排放的重要碳源。隨著科技的發展，不僅能源的利用效率逐漸提高，而且能源的使用量不斷減少，從而降低了能源使用中的碳排放量。1995—2012年能源結構優化為甘肅省碳減排累計貢獻了3 855.18×104t，占減排總量的47.04%，平均每年減少226.78×104t。這主要是由于能源結構的優化可以降低如原煤、石油等能源的使用，而將消費重點轉向清潔能源，進而減少碳排放。但是能源結構優化碳減排作用相比能源效率波動性較強。

圖3 1995—2012年甘肅省土地利用碳排放因素分解Fig.3 Analysis result on effecting factors decomposition of land use carhon emission in Gansu Province from 1995 to 2012

綜上，雖然甘肅省能源效率的提高和結構的優化能夠實現土地利用的碳減排，但是與土地利用變化和經濟水平的提高所帶來的碳排放相比，減排能力還遠遠不夠。短期內能源效率的提高和能源結構的優化仍不足以彌補碳排放量的增加。因此，未來甘肅省土地利用碳排放量會繼續上升。合理利用土地、加快轉變經濟發展模式將是實現土地利用碳減排的重要途徑。

3 結論

筆者通過對1995—2012年甘肅省土地利用碳排放特征及影響因素進行分解研究，得出以下結論：

(1)甘肅省土地利用結構變化總體表現為建設用地面積持續增加，農用地面積減少的趨勢。其中建設用地增加25.49×104hm2，增幅為34.89%；建設用地內部結構變化中居民點及工礦用地面積增加最多，為21.85×104hm2，交通運輸用地變化幅度顯著，增加3.64×104hm2，增幅為91.69%；農用地減少248.12×104hm2，變化幅度為10.18%。

(2)甘肅省土地利用碳排放量總體呈上升趨勢，由1995年的1 882.07×104t增加到2012年的7 503.23×104t，年均增加330.66×104t。其中，1995—2002年增長緩慢，2002—2012年增長較快，且增長幅度越來越大，由于碳減排能力較弱，因此短期內仍將持續上升。

(3)甘肅省土地利用平均碳排放強度逐年增加，其中以居民點及工礦用地最大。其中，1995—2002年增長緩慢，2002—2011年增長速度越來越快，2012又有所減緩；交通運輸用地碳排放強度一直呈緩慢上升，但是到2012年有所下降。

(4)從碳排放因素分解結果來看，土地利用變化、經濟發展水平提高、人口規模增加對甘肅省土地利用碳排放存在促進作用，能源效率提高和能源結構優化存在抑制作用。1995—2012年能源效率提高和能源結構優化累計貢獻了8 195.15×104t碳減排。因此，能源效率提高和能源結構優化是今后甘肅省碳減排的重要途徑之一。參考文獻

[1] 雷軍，張利，張小雷.中國干旱區特大城市低碳經濟發展研究：以烏魯木齊市為例[J].干旱區地理，2011，34(5)：820-829.

[2] 趙榮欽，劉英，郝仕龍，等.低碳土地利用模式研究[J].水土保持研究，2010，17(5)：190-194.

[3] 賴力.中國土地利用的碳排放效應研究[D].南京：南京大學，2000.

[4] 李穎，黃賢金，甄峰.江蘇省區域不同土地利用方式的碳排放效應分析[J].農業工程學報，2008，24(S2)：102-107.

[5] 蘇雅麗，張艷芳.陜西省土地利用變化的碳排放效益研究[J].水土保持學報，2011，25(1)：152-156.

[6] 孫賢斌.安徽省會經濟圈土地利用變化的碳排放效益[J].自然資源學報，2012，27(3)：394-401.

[7] 張俊峰，張安錄，董捷.武漢城市圈土地利用碳排放效應分析及因素分解研究[J].長江流域資源與環境，2014，23(5)：595-602.

[8] HOUGHTON R A，LEFKOWITZ D S，SKOLE D L.Changes in the landscape of Latin America between1850 and 1985(Ⅱ)： Net release of CO2to the atmosphere[J].Forest ecology and management，1991，38(3/4)： 173-199.

[9] 甘肅年鑒編委會.甘肅發展年鑒[M].北京：中國統計出版社，2012.

[10] 張小平，王龍飛.甘肅省農業碳排放變化及影響因素分析[J].干旱區地理，2014，37(5)：1029-1035.

[11] WEST T O，MARLAND G.A synthesis of carbon sequestration，carbon emissions，and net carbon flux in agriculture： Comparing tillage practices in the United States[J].Agriculture ecosystems and environment，2002，91(1/2/3)：217-232.

[12] 方精云，郭兆迪，樸世龍，等.1981～2000年中國陸地植被碳匯的估算[J].中國科學(D輯：地球科學)，2007，37(6)：804-812

[13] 高振宇，王益.我國生產用能源消費變動的分解分析[J].統計研究，2007，24(3)：52-57.

[14] 徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實證分析：1995-2004[J].中國人口·資源與環境，2006，16(6)：158-161.

[15] CHUNBO.China changing energy intensity trend：A decomposition analysis[J].Energy Economics，2008，30：1037-1053.

[16] 田云，李波，張俊飚.武漢市碳排放的測算及影響因素分解研究[J].地域研究與開發，2011，30(5)：88-92.

[17] 中華人民共和國國家質量監督檢驗檢疫總局，中國國家標準化管理委員會.綜合能耗計算通則：GB/T 2589—2008[S].北京：中國標準出版社，2008.

[18] IPCC.2006 IPCC guidelines for national greenhouse gas inventories：II[M].Japan：the Institute for Global Environmental Strategies，2008.

Carbon Emission Effect of Land-Use and Influencing Factors Decomposition of Carbon Emission in Gansu Province

YANG Wen-xue, ZHANG Xiao-ping*

(College of Geography and Environmental Science, Northwest Normal University, Lanzhou, Gansu 730070)

[Objective] The study aimed to study carbon emission and the influence factors of carbon emission from various types of land in land use. [Method]Taking Gansu province as a case, based on the analysis of land use structure change from 1995 to 2012, estimating the carbon emissions of various land use types and its influence factors are analyzed using LMDI model.Research shows that Overall, the change of land use structure from 1995 to 2012 illustrates an increasing trend of construction land area and a decreasing trend of farmland area. The internal structure change of construction land for residential areas and mining land area is increasing, traffic land use changes significantly. 1995-2012 general land use carbon emissions is on the rise, increased from 18.820 7 million tons in 1995 to 75.032 3 million tons in 2012, an average annual increase of 3.414 8 million tons. The largest carbon intensity of land use are residential areas and mining land areas, traffic carbon intensity is slowly rising, but fell by 2012. The change of land use, the improvement of economic development, the expand of population scale, enhance the land use carbon emissions. The promotion of energy efficiency and the optimization of energy structure inhibit land use carbon emissions. [Conclusion] The residential and industrial sites have the greatest impact on the change trend of the total land use in Gansu province. Energy efficiency and energy structure optimization will be one of the important ways of carbon emission reduction in Gansu Province in the future.

Land use; Carbon emission; Factor decomposition; Gansu province

楊文學(1990- )，男，甘肅定西人，碩士研究生，研究方向：區域環境與生態產業。*通訊作者，教授，碩士，碩士生導師，從事區域環境與生態產業研究。

2016-10-12

S 181

A

0517-6611(2016)33-0049-05