土地利用結構和強度變化對碳排放影響分析

張 苗1,陳銀蓉,程道平1，甘臣林

(1.山東師范大學 商學院,山東 濟南 250014;2.華中農業大學 公共管理學院,湖北 武漢 430070)

1 引言

過去幾十年,大氣中約有45%的CO2排放來自化石燃料燃燒和土地利用變化[1,2]。越來越多的證據表明碳排放是導致全球氣候變化的重要因素[3,4],明晰碳排放的來源和影響因素并進行控制,對緩解全球氣候變化甚至國家碳減排壓力具有一定的實踐和政治意義。雖然土地利用變化被認為是僅次于化石燃料燃燒造成碳排放增加的第二大主要原因[5-7],但由于化石燃料燃燒所釋放的溫室氣體直觀認知性遠高于土地利用變化,學者們多專注于拉動化石燃料消費的經濟增長、人口規模、技術水平、城市化水平等傳統因素對碳排放的影響研究[8-13],研究成果較為豐富,研究結論基本一致,驗證了上述因素對碳排放的影響作用。

土地作為人類活動的對象和載體,一方面土地利用的高強度化、多樣化和技術先進化使生物地球化學循環(碳循環屬于其中)、水文過程和景觀動態發生顯著變化。土地利用強度越高，表明人類的土地管理活動特別是增加對土地的勞動和資本投入越多,對碳排放的影響也將越大;另一方面土地承載著其他社會經濟碳排放(如能源、工業碳排放),這也是源于土地利用調整所引發的經濟社會發展方式轉變而帶來的碳排放[14-17]。土地作為經濟發展的“供給方”,不同的供給方式會影響土地所承載的碳排量多少。在我國當前經濟發展階段,新型城鎮化進入快速發展時期,土地利用結構發生明顯變化,建設用地比例越來越大。建設用地作為人類活動的主要載體,研究表明建設用地是土地利用類型中碳排放最大的地類,建設用地的碳排放總量和強度是其他用地類型的幾十倍甚至上百倍[18],因此土地利用結構的變化會對碳排放產生顯著影響。

綜合已有碳排放影響因素的研究成果,本文將探討宏觀視角下的經濟發展、人口增長以及全球化、中觀視角下的國家城市化工業化進程、微觀視角下的土地利用強度和結構改變、能源強度變化等三種視角的社會經濟因素變化對碳排放的影響作用,并重點分析土地利用結構和強度變化對碳排放的影響作用,以期從土地利用視角為碳減排對策制定提供科學依據。

2 模型設定與數據說明

圍繞碳排放的影響因素問題,國內外學者進行了大量研究。研究初始階段,多數學者采用Ehrlich 等[19]提出的“I=PAT”方程模型,將碳排放的影響進行分解并采用SPSS或Eviews計量分析軟件進行多元回歸分析,但由于模型存在各自變量對因變量的影響為等比例的局限[20],因此越來越多的學者都采用STIRPAT模型來分析人口、經濟和技術對碳排放的非比例影響。Dietz等[21]在日本學者提出Kaya模型[22]的基礎上建立了IPAT方程的隨機模型——STIRPAT模型,即I=aPbAcTd,該模型的優勢在于可分析人文因素對環境的非比例影響;孫敬水等[10]建立了擴展的STIRPAT模型,將人均GDP、人口規模、單位能耗碳排放量、能源消費結構、產業結構、城市化水平和國際貿易分工等多個因素作為自變量納入對我國發展低碳經濟的因變量分析中。本文通過構建擴展的STIRPAT模型,以我國1990—2012年數據為分析對象,具體分析包括土地利用結構和強度在內的多種因素對碳排放的影響作用。

2.1 變量的選擇與模型構建

主要是:①人口增長(P)。人口越多,土地所承載的人類活動就越多,造成的碳排放量就會越大,因此本文選擇人口總量指標代表人口增長因素,分析人口增長對碳排放的影響作用。②經濟發展水平(A)。借鑒已有研究[8-13],經濟增長因素選擇人均GDP指標。③能源強度(T)。能源部門導致的溫室氣體排放成為所有部門中最大的排放部門,能源消費的多少與碳排放的多少有直接關系,能源強度是指單位GDP能源消費總量,本文將其作為一個技術水平衡量指標,生產一單位的GDP所消耗的能源總量越少,代表技術水平越高,對碳排放造成的影響越小,總體來說能源強度與碳排放之間應表現出負相關關系。④全球化(G)。國際貿易分工是全球化最明顯的現象,研究選擇出口額占總GDP的比重代表國際貿易分工中我國的全球化參與度。一般認為國際貿易分工中我國出口額占總GDP比重越高,表明在我國生產的產品越多,需要占用更多的土地來承載其生產活動,造成的碳排放量越多。⑤城市化(U)。選擇城市化率(城鎮人口占總人口比例)代表城市化水平,城市化水平越高,需要更多的建設用地來承載人類的城市活動,造成的碳排放量越大。⑥產業結構(IS)。能源部門中的電力/加熱部門和制造業/建造業部門的碳排放量最大,以及工業生產過程中的碳排放量也呈逐年增長趨勢,這些均與我國的產業結構密切相關。而第二產業所占的比重越大,表明導致碳排放增加的可能性越大,選擇第二產業GDP占總GDP的比值來代表產業結構。⑦土地利用強度(LI)。土地利用強度越大,表明投入到土地上的勞動和資本越多;建設用地面積越大,在土地利用經濟效益提高的同時導致碳排放增加。本文采用地均固定資產投資額(城鎮固定資產投資額/城市建設用地面積)代表土地利用強度。⑧土地利用結構(LS)。由于建設用地為所有土地利用類型中最大的碳源用地[18],建設用地面積比例越大,造成的碳排放越多。在土地總面積一定的情況下,建設用地面積增加則其他土地利用類型面積減少,所以本文采用城市建設用地面積占總土地面積的比值來衡量土地利用結構的變化。

綜上所述,自變量依次選擇人口總量、人均GDP、能源強度、國際貿易分工、城市化率、產業結構、土地利用結構和土地利用強度;因變量為能源消費、工業生產過程、廢棄物排放,以及農業生產過程的全部碳排放量。擴展后的STIRPAT模型為:

(1)

式中,I為碳排放量;P為人口總量;A為人均GDP;T為能源強度;G為國際貿易分工;U為城市化率;IS為產業結構;LI為土地利用強度;LS為土地利用結構;ε為隨機誤差項。其中,α1、α2、α3、α4、α5、α6、α7、α8分別表示人口總量、人均GDP、能源強度、國際貿易分工、城市化率、產業結構、土地利用結構和土地利用強度的彈性系數。

為了方便進一步的回歸分析,將式(1)兩邊取自然對數,將該模型轉化為線性模型,即:

lnIt=α0+α1lnPt+α2lnAt+α3lnTt+α4lnGt+α5lnUt+α6lnISt+α7lnLIt+α8LSt+εt

(2)

為了能比較不同解釋變量對被解釋變量的影響大小,需要對不同單位的解釋變量做消除量綱和數量級差異的處理,本文將樣本數據(對數形式)做z-score標準化處理,公式為:

x*=x-μσ

(3)

式中,x*為標準化之后數據;x為標準化之前數據;μ為所有樣本數據的均值;σ為所有樣本數據的標準差,經過處理的數據符合標準正態分布,均值為0,標準差為1。

進行標準化處理后得到新的變量和新的模型,用計量方法估計未知參數,可求得標準化回歸系數,據此比較解釋變量的相對重要性。將式(2)中每個變量標準化后加上“*”以示區別,具體見式(4):

(4)

表1 模型中各變量描述性統計值

2.2 數據來源與說明

碳排放數據主要來源于世界資源研究所(CAIT Climate Data Explorer.2015.Washington,DC: World Resources Institute.網址:http://cait.wri.org),包括能源部門、工業生產過程、農業、廢棄物處理和船舶燃料等,截止到目前,數據更新到2012年。為了保持不同指標時間序列的一致性,其他統計數據年份也統計到2012年。其中,城市建設用地面積數據來源于1991—2013年的《中國城市建設統計年鑒》,能源數據來源于1991—2013年的《中國能源統計年鑒》,且使用發電煤耗計算法的數據;其他數據來源于國家統計局。其中,三次產業分類依據國家統計局2012年制定的《三次產業劃分規定》;按照我國國內生產總值(GDP)數據修訂制度和國際通行做法,在實施研發支出核算方法改革后,對以前年度的GDP歷史數據進行了系統修訂,本文不再做修訂。從2011年起,我國城鎮固定資產投資數據統計來源則不包括農戶的固定資產投資,即原統計口徑的城鎮固定資產投資與在農村生產的企業和事業單位的項目投資之和。通過收集和整理數據,模型中各變量描述性統計值見表1。

3 實證結果與分析

模型中設定的因變量(碳排放量)和自變量(影響因素)的增長率見圖1。

圖1 碳排放及其影響因素增長率

從圖1可見,除能源強度每年增長率為負數之外,其他因素除個別年份的變動外,增長率為正,如城市化、人均GDP、土地利用強度、土地利用結構等。通過觀察原數據與計算,1990—2012年我國碳排放量由3320.97MtCO2e增加到10975.50MtCO2e,增加了2.30倍,年均增長率為5.58%。自變量指標中人口數量年均增長率為0.77%,人均GDP年均增長率為15.55%,代表國際貿易分工的出口額占GDP比重年均增長率為1.9%,城市化率年均增長率為3.18%,土地利用強度年均增長率為16.40%,代表土地利用結構的城市建設用地面積占總土地面積比重年均增長率為6.43%,代表產業結構的第二產業GDP占GDP比重年均增長率為0.45%,增長幅度較小。代表技術水平的能源強度(單位GDP能耗)由5.23萬t標準煤/億元下降到0.74萬t標準煤/億元,表明創造1億元的GDP需要的能源消費量相對減少,技術水平得到提高。因此可知,1990—2012年我國的碳排放量、經濟水平、人口規模、技術水平、全球化水平、城市化和工業化水平均有了不同程度的提高,其中碳排量、經濟水平、城市化水平的增長最為明顯;土地利用結構因建設用地的大量擴張發生了較大變化,與碳排放的增長趨勢基本相同,土地利用強度有了較大提高,成為所有因素中年均增長率最高的。

3.1 回歸分析

本文運用SAS軟件對模型進行多元線性回歸,其中普通回歸參數估計結果見表2。由表2可見,所有變量的VIF值(方差膨脹)都大于10,表明解釋變量之間存在嚴重的多重共線性。

表2 普通回歸參數估計結果

為了消除多重共線性影響,本文采用嶺回歸方法[23],通過SAS軟件對數據進行重新回歸,嶺脊圖見圖2。圖2可見,在嶺脊點k=0.4時,系數估計值趨于平穩。根據程序運行結果,選擇k=0.4時的系數估計值,模型(4)的具體形式見式(5)。由于常數項的數值非常小,在此忽略不計。

(5)

圖2 嶺脊圖

由式(5)可見,人口規模、經濟發展水平、全球化、城市化、土地利用強度和土地利用結構對碳排放起到正向的促進作用,能源強度和產業結構起到負向的促進作用。但在k=0.9時,產業結構也表現為正向影響。其中,數值0.0957、0.1622、0.1158、0.17、0.2126、0.1526的具體含義是:當人口總量、人均GDP、國際貿易分工、城市化水平、土地利用強度、土地利用結構每提高(改變)1%時,碳排放總量的增長率將依次為0.0957%、0.1622%、0.1158%、0.17%、0.2126%、0.1526%;數值-0.0527、-0.0271的具體含義是:當能源強度、第二產業GDP占GDP比重每提高1%時,碳排放總量增長率將依次下降0.0527%、0.0271%。從中可以看出對碳排放影響作用從大到小的因素依次是:土地利用強度、城市化水平、土地利用結構、經濟發展水平、全球化、人口規模、能源強度和產業結構。

3.2 各影響因素的貢獻率分析

為了比較不同影響因素變動對碳排放量變動的貢獻率,本文將對因變量影響為正作用的自變量系數進行歸一化處理。由式(5)可知,人口規模(α1=0.0957)、經濟發展水平(α2=0.1622)、全球化(α3=0.1158)、城市化(α4=0.17)、土地利用強度(α5=0.2126)和土地利用結構(α6=0.1526)對碳排放影響為正,采用下式進行歸一化處理：

δi=αiΣαi(i=1,2,3,4,5,6)

(6)

式中,δi為歸一化之后的系數。各影響因素變動對碳排放量變動的貢獻率定義為βi,具體計算式為:

βi=δiRiRI(i=1,2,3,4,5,6)

(7)

式中,βi為所求的貢獻率;Ri為各影響因素增長率;RI為碳排放量增長率。各影響因素對碳排放量貢獻率的計算結果見表3。其中,均值為前文所述的年均增長率。在分解后的各影響因素之中,人口規模、經濟增長、全球化、城市化、土地利用強度和土地利用結構對碳排放的影響均表現為正效應,其貢獻率依次為1.45%、49.73%、4.34%、10.66%、68.75%、19.35%,其中土地利用強度、經濟增長和土地利用結構分別成為貢獻率最大的前三位。在計量模型的系數中,雖然城市化率的系數值(0.17)大于經濟增長(0.1622)和土地利用結構(0.1526)系數值,但是因其變動增長率并沒有兩者變動增長率高,所以對碳排放量變動的貢獻率并沒有兩者高,充分說明在我國當前的經濟發展階段,土地利用強度、經濟增長和土地利用結構三大因素對碳排放量不但影響大,而且造成其變動的貢獻率也較高。

3.3 結果分析

計量分析結果表明,對碳排放影響從大到小的因素依次是:土地利用強度、城市化水平、土地利用結構、經濟發展水平、全球化、人口規模、能源強度和產業結構。除能源結構和產業結構外,其他因素對碳排放影響均表現為正向促進作用。其中，城市化水平、經濟發展水平、全球化、人口規模、能源強度的計量分析結果與已有研究一致[8-13],不再贅述。產業結構雖然表現為負向影響,但在嶺脊點達到一定數值后轉為正向作用,與已有研究結論一致。土地利用強度和土地利用結構對碳排放的影響表現為正向作用,且與其他因素相比,作用較大,土地利用強度成為所有因素中對碳排放影響最大的因素。通過影響因素貢獻率分析,發現土地利用強度、經濟發展水平、土地利用結構等因素的變動對碳排放的影響變動貢獻率最大。

表3 各影響因素對碳排放量的貢獻率

注:Pc、Ac、Gc、Uc、LIc、LSc依次表示人口規模變動、人均GDP變動、出口額占GDP比重變動、城市化水平變動、土地利用強度變動和土地利用結構變動對碳排放量變動的貢獻率。

與傳統碳排放影響因素相比,土地利用結構和土地利用強度變化兩大因素對碳排放的影響作用和貢獻率都較大。傳統因素對碳排放的影響主要是因為傳統因素變化影響了能源消費總量和結構(還包括其他影響如工業生產、農業生產等),從而導致化石燃料燃燒釋放的溫室氣體排放量增加;而土地利用結構和土地利用強度變化是土地利用變化的直觀性表現,對碳排放的影響作用并不少于傳統因素對碳排放的影響。因此,基于土地利用視角,調整土地利用結構,適度改變土地利用強度可有效減少碳排放量,應作為制定碳減排政策的參考依據。

4 結論與建議

本文在傳統因素對碳排放影響研究基礎上,加入了土地利用結構和土地利用強度兩大因素,通過建立擴展的STIRPAT模型,驗證了上述因素對碳排放的影響作用。研究結果表明,傳統因素對碳排放的影響作用與已有研究結論基本一致,土地利用結構和強度變化對碳排放具有正向的促進作用。其中,土地利用強度和土地利用結構變化每提高1%時,碳排放總量增長率分別為0.21%和0.15%。從影響貢獻率來看,土地利用強度、經濟發展水平、土地利用結構等因素的變動對碳排放的影響變動貢獻率較大,其貢獻率大小依次為68.75%、49.73%和19.35%。

與傳統因素相比,土地利用結構和土地利用強度對碳排放的影響具有舉足輕重的作用,成為從土地利用視角制定碳減排對策的突破口。具體來看:①從土地利用結構視角,適當調整土地利用結構,嚴格控制農用地轉為建設用地,避免建設用地對具有碳匯功能用地的占用。②從土地利用強度視角,在一定程度上約束不必要的生產建設活動的增加,減少對土地的資本投入以降低開發強度,提高技術效率水平,實現土地資源配置與生產要素投入相匹配,防止投入過度引起過多的碳排放增加。同時,結合調整我國經濟增長方式、提高技術水平改變能源強度、優化產業結構等策略,從微觀到宏觀視角全方位布局才能有效控制我國碳排量增長。

參考文獻:

[1]Le Quéré C.Trends in the Land And Ocean Carbon Uptake[J].Current Opinion in Environmental Sustainability，2010,2(4)∶219-224.

[2]張苗,蘭夢婷,陳銀蓉,等.國外土地利用與碳排放知識圖譜分析----基于Cite Space軟件的計量分析[J].中國土地科學,2017,31(3)∶51-60.

[3]IPCC第四次綜合報告[R].政府間氣候變化專門委員會,2007.

[4]IPCC第五次階段報告[R].政府間氣候變化專門委員會,2013-2014.

[5]Stuiver M.Atmospheric Carbon Dioxide and Carbon Reservoir Change[J].Science,1978,199(4326)∶253-258.

[6]Houghton R A,Woodwell G M.Changes in the Carbon Content of Terrestrial Biota and Soils Between 1860 and 1980：A Net Release of CO2to the Atmosphere[J].Ecological Monographic,1983,53(3)∶235-262.

[7]張苗,甘臣林,陳銀蓉,等.中國城市建設用地開發強度的碳排放效率分析與低碳優化[J].資源科學,2016,38(2)∶265-275.

[8]唐慕堯.基于STIRPAT模型的碳排放影響因素研究[D].南京：南京郵電大學碩士學位論文,2015.

[9]宋德勇,徐安.中國城鎮碳排放的區域差異和影響因素[J].中國人口·資源與環境,2011,21(11)∶8-14.

[10]孫敬水,陳稚蕊,李志堅.中國發展低碳經濟的影響因素研究——基于擴展的STIRPAT模型分析[J].審計與經濟研究,2011,26(4)∶85-93.

[11]汪臻.中國居民消費碳排放的測算及影響因素研究[D].合肥：中國科學技術大學碩士學位論文,2012.

[12]程葉青,王哲野,張守志,等.中國能源消費碳排放強度及其影響因素的空間計量[J].地理學報,2013,68(10)∶1418-1431.

[13]賀紅兵.我國碳排放影響因素分析[D].武漢：華中科技大學碩士學位論文,2012.

[14]劉慧,成升魁,張雷.人類經濟活動影響碳排放的國際研究動態[J].地理科學進展,2002,21(5)∶420-429.

[15]Campbell C A,Zentner R P,Liang B C,etal.Organic C Accumulation in Soil Over 30 Years in Semiarid Southwestern Saskatchewan-effect of Crop Rotations and Fertilizers[J].Canadian Journal of Soil Science,2000,80(1)∶179-192.

[16]Houghton R A.Temporal Patterns of Land-Use Change and Carbon Storage in China and Tropical Asia[J].中國科學(生命科學),2002,45(S1)∶10-17.

[17]賴力.中國土地利用的碳排放效應研究[D].南京：南京大學博士學位論文,2010.

[18]楊慶媛.土地利用變化與碳循環[J].中國土地科學,2010,24(10)∶7-12.

[19]Ehrlich P R,Ehrlich A H.Population,Resources, Environment：Issues in Human Ecology[M].San Francisco：Freeman,1970∶89-157.

[20]李國志,李宗植.中國二氧化碳排放的區域差異和影響因素研究[J].中國人口·資源與環境,2010,20(5)∶22-27.

[21]Dietz T,Rosa E A.Rethinking the Environmental Impacts of Population,Affluence,and Technology[J].Human Ecology Review,1994(1)∶277-300.

[22]Kaya Y.Impact of Carbon Dioxide Emission on GNP Growth：Interprelation of Proposed Scenarios[R].Paris：Presentation to the Energy and Industry Subgroup,Response Strategies Working Group,IPCC,1989∶1-25.

[23]黃蕊,王錚,丁冠群,等.基于STIRPAT模型的江蘇省能源消費碳排放影響因素分析及趨勢預測[J].地理研究, 2016,35(4)∶781-789.