建設用地擴張與碳排放增長的EKC驗證及特征分解研究
——以武漢市為例

袁凱華，甘臣林，楊慧琳，劉 曄，陳銀蓉，朱慶瑩

（華中農業大學公共管理學院，湖北 武漢 430070）

1 引言

溫室效應問題是全球氣候變化研究的重要熱點，對碳循環的研究已證實碳的固定和呼吸作用長期維持著陸地生態系統碳平衡，但這一平衡在過去兩個世紀因人為干擾被破壞[1]。化石燃料消費和工業生產在1750—2015年釋放了410±20 pg碳，而同期的土地利用碳固定量僅為190±65 pg，這導致大氣碳負荷在這一時期增加了260±5 pg[2]。與此同時，工業革命后作為人類活動主要載體的建設用地同步進入快速擴展過程。由于建設用地擴張伴隨著區域土地利用覆被的快速更替和結構變化，因此其不僅重塑了區域景觀空間格局，更對地區自然生態系統造成了極大影響。以大氣碳來源分析，建設用地由于集聚了大量物質和能源消耗已成為最主要的碳源地類[3]。全球占據陸地面積僅2.4%的建設用地產生了約80%的碳排放，且這一比例仍表現出進一步上升趨勢[4]。此外，USAMA等通過對全球7個地區的城市化和碳排放關系研究發現84%國家的城市擴張水平在過去28年中與碳排放顯示出長期積極關系[5]。上述研究表明碳排放、溫室效應和建設用地擴張正成為氣候變化環節中相互交織相互影響的重要一環，因此積極探求建設用地擴張與地區碳排放的耦合關系成為當前踐行城市低碳發展路徑的重要技術手段，也是實現生態文明、堅持綠色發展理念的緊迫需求。

KUZNETS[6]于20世紀50年代提出庫茲涅茨假說，用于描述經濟增長與收入分配的倒U型關系。隨后GROSSMAN和KRUEGER[7]基于庫茲涅茨假說研究環境質量與收入關系時發現存在相同效應，便提出環境庫茲涅茨曲線（EKC）假說概念。EKC假說認為經濟與環境存在長期作用關系，經濟發展初期的增長通常以犧牲環境質量為代價，但當經濟發展到一定程度時，環境質量將逐漸改善。近年來，該理論已經被諸多學者應用于經濟、資源、產業發展與環境質量的關系研究[8-9]，亦有部分研究將碳排放作為環境質量指標，探究其與經濟發展、資源消耗的長期關系[10-11]。在影響環境質量的若干因素中，土地作為經濟要素之一，其利用過程同樣會對外部環境造成影響。就建設用地而言，在其擴張早期，城市聚集效應吸引能源、人口等要素不斷流入致使碳排放迅速增加[12]，但進入后城市化階段時，產業結構優化、生產技術改善、能源結構調整、城市環保意識提升都會使建設用地擴張的邊際碳效應減弱，從而形成兩者關系的倒U型發展[13]。因此，將EKC理論作為研究建設用地利用與碳排放的分析工具，檢驗建成區擴張過程中碳排放隨建設用地增長的耦合關系，為尋求其解耦途徑提供了新思路[14]。目前，少數學者嘗試利用EKC假說對建設用地與碳排放的關系進行了量化探索。如周璟茹等證實了建設用地擴張過程中碳排放強度隨土地利用集約度的變化具有階段性，且總體表現為倒N型曲線[15]；WANG等通過面板固定效應模型發現了建設用地與碳排放之間倒U型曲線關系的有力證據[16]；張潤森等依據EKC假說對無錫市城市用地、建制鎮用地、農村居民點和其他建設用地的碳排放關系進行了驗證，并對碳排放峰值、拐點及增長趨勢作了分析[14]。上述創新試探彌補了該研究領域的空白，但仍有待深入。多數學者僅針對建設用地總量和碳排放關系進行了驗證，并未展開建成區內部不同建設用地與碳排放耦合關系的深入探討。由于建設用地承載功能不同，所引發的碳排放增勢也必然相異。此外，現有研究也未就不同曲線結果產生的內因展開分析，忽略了對建設用地擴張時碳排放增長內在驅動力的進一步剖析。基于此，本文以武漢市為例，驗證城市碳排放隨建成區內部建設用地擴張的EKC特征，通過LDMI模型深入分析建設用地增長對碳排放的影響機制，提出城市建設用地低碳利用的方向和途徑，力求為低碳城市規劃提供借鑒。

2 研究方法

2.1 環境庫茲涅茨曲線假說

本文結合研究論述選取經典三次函數模型[17]，用以匹配建設用地與碳排放的擬合，如式（1）。

式（1）中：EC為碳排放量；x為建設用地面積；b0為常數項，b1、b2、b3為x的參數項；e為隨機誤差項。其中，b0、b1、b2、b3的參數取值反映了建設用地擴張與碳排放的曲線形態[18]，判斷過程如表1。

表1 建設用地擴張與碳排放的曲線關系Tab.1 The curve relationship between the expansion of construction land and carbon emission

2.2 Kaya恒等式

Kaya恒等式將碳排放與宏觀要素以基本數學形式分析影響碳排放變化的因素[19]，如式（2）。

式（2）中：C、E、G、P分別為碳排放量、能源消耗量、GDP和人口。Kaya等式揭示了單位能耗排放、單位產出能耗、人均GDP和人口規模對碳排放的影響。以該理論為基礎，本文針對產業、居住和交通用地的相關要素分別進行了拓展，如式（3）—式（5）。

式（3）—式（5）中：C1、C2、C3分別為產業用地、居住用地和交通用地碳排放，其中C3i代表交通碳排放類型，i= 1為公共交通，i= 2為私人交通；E1、E2為產業用地和居住用地能耗（折標煤），E3i代表不同類型交通能耗，i= 1為公共交通，i= 2為私人交通；G為不包含第一產業的GDP總量，Gi為不同類型產業GDP，i= 1為第二產業，i= 2為第三產業；L1、L2、L3分別為產業用地、居住用地及交通用地規模，L1i為不同類型產業用地規模，i= 1為第二產業，i= 2為第三產業；P為地區常住人口；Pt為年出行人次，Pti為不同交通類型出行人次，i= 1為公共交通，i= 2為私人交通。式（3）將產業用地碳排放分解為單位能耗排放、單位GDP產業能耗、產業比重倒數、地均GDP產出、產業用地結構和產業用地規模6個因素；式（4）將居住用地碳排放分解為單位能耗排放、單位GDP生活能耗、人均GDP、居住人口密度和居住用地規模5個因素；式（5）將交通用地碳排放分解為單位能耗排放、人均能耗強度、交通出行結構、地均出行人口數和交通用地規模5個因素。

2.3 LMDI分解

對數平均迪氏分解（LMDI）因其全分解、無殘差，加法與乘法分解結果具有一致性等優點，在相關研究中被廣泛應用[20]。本文采用LMDI的加法模式對式（3）—式（5）進行了分解。以式（3）為例，其加法模式如式（6），公式分解如式（7）：

式（6）—式（7）中：ΔC1t為產業用地第t年與基年的碳排放差值；C1t、C10為t年與基年產業碳排放；E1t、E10為t年與基年產業能耗；Gt、G0為t年與基年GDP總量（不含第一產業）；Git、Gi0為t年與基年第i類產業GDP（i釋意同前文）；L1it、L1i0為t年與基年第i類產業用地規模；L1t、L10為t年與基年產業用地規模總量；ΔC1CE、ΔC1EG、ΔC1GG、ΔC1GL、ΔC1LL、ΔC1L代表6個因素引起的碳排放量變化情況。當公式中含0或負值時，采用極小值代替[21]。

3 計算及結果分析

3.1 碳排放計算及數據來源

本文依據《國家溫室氣體清單編制指南》[22]（簡稱《指南》）的核算框架從能源、工業生產和廢棄物排放三個方面分產業用地（工業用地、公共商服用地）、居住用地和交通用地分別進行了計算，計算方法參考《指南》。所用數據包含武漢市能源、工業生產、土地利用、交通以及城市廢棄物等。其中，工業能源消費及產品產量數據取自《武漢統計年鑒》（1997—2016）規模以上工業能源消費量和主要產品產量，城市民用車輛取自該年鑒民用車輛擁有量數據；建設用地面積由湖北省國土資源廳提供，部分缺失年限根據《中國城市建設統計年鑒》（1997—2016）建設用地面積變更數據計算得到，第三產業及生活能源消耗數據取自上述年鑒的天然氣、液化石油氣、集中供熱和人工煤氣供應數據等；工業及生活廢棄物數據取自《中國環境統計年鑒》（1997—2016）市容環境衛生統計數據；公共交通能源消費及客運量、地鐵運營列次和出租車保有量取自《武漢年鑒》（1997—2016）城市公共交通統計數據，民用車能源數據根據張秀媛等提供的方法估算得到[23]；各類能源的折標煤系數、凈發熱值參考《中國能源統計年鑒》（2016）能源折標準煤參考系數表，CO2、CH4、工業生產碳和固液體廢棄物碳排放系數參考《指南》相關系數缺省值，火電碳排放系數參考2015年華中地區電網基準線排放因子，火電比例參照湖北省用電比例。

3.2 建設用地碳排放結果分析

根據相關方法計算得到1996—2015年武漢市建設用地碳排放量。從時序上分析，碳排放總量在1996—2015年間的增長趨勢具有階段性，在2002年前總體增長緩慢，而在2002年后呈快速上升態勢，隨后從2011年開始增速再次放緩。在20年內碳排放量從1 431.54萬t快速上升至3 570.60萬t，增長幅度達2.49倍。從排放來源看，工業用地是主要排放源，其占比超過80%，且該比例經歷了先上升后下降的過程。這從側面揭示出其他地類在研究后期具備更快的碳排放增勢。其中，商服用地碳排放在20年間增長了7倍，增速最高。其次為交通用地碳排放增長了4.87倍，盡管其增速略低于商服用地，但也達到了工業用地的兩倍。居住用地碳排放上升幅度最小，僅增長了1.69倍。由此可知，在未來城市建設用地利用中，通過產業和城市空間規劃有意識縮減工業碳排放、穩定生活碳排放以及合理控制商服及交通碳排放增長率將成為土地低碳利用的主要方向。

3.3 建設用地擴張和碳排放的EKC檢驗

3.3.1 建設用地總量與碳排放的EKC檢驗

圖1 建設用地與碳排放的庫茲涅茨曲線關系Fig.1 Environment Kuznets Curve of construction land and carbon emission

圖1及表2結果顯示建設用地總量與碳排放存在倒U型EKC關系，隨著建成區擴大，碳排放速率逐步降低。對該函數求導可知曲線拐點為739.89，因此在建成區達到739.89 km2前碳排放仍表現為上升趨勢，但之后將出現下降態勢，其曲線形態符合EKC理論。究其原因，武漢市早期城市化過程無論是經濟發展或土地利用都較為粗放，但2003年后綠色發展理念興起和土地供應緊縮的宏觀政策都促使城市發展精明化，加之產業調整、生產技術和能源效率等影響，建設用地擴張的邊際碳排放開始降低，并形成上述曲線關系。值得注意的是目前由城市擴張導致的碳排放并未達到臨界值，圖1中碳排放在建設用地擴張后期仍表現為增長趨勢。因此在尚未達到土地逆向轉換階段以及技術、能源結構未根本革新的前提下，碳排放量仍會以逐步減緩的態勢增加。

3.3.2 建成區內部建設用地與碳排放的EKC檢驗

表2結果表明工業用地與碳排放三次函數回歸未通過10%顯著性檢驗，而二次函數各參數項系數均通過了1%顯著性檢驗，因此工業用地與碳排放呈倒U型EKC關系。工業用地擴張對碳排放增加起到了正向推動作用，但邊際效應卻在逐步減弱。由于工業用地碳排放占比極高，因此，其曲線形態與建設用地總量碳排放高度相似。擬合結果顯示碳排放出現拐點的面積為239.39 km2，而當前面積不足170 km2，因此在武漢市工業化持續推進的將來，工業碳排放也將進一步增長。

公共商服用地與碳排放的回歸結果中，三次函數的調整R2最高，且系數t值均通過了5%顯著性檢驗，根據系數可判定公共商服用地與碳排放存在N型曲線關系。從圖1可知，回歸函數在公共商服用地擴張早期表現為倒U型曲線，碳排放雖然在增加但增幅卻逐年降低。當其擴張至67.70 km2時，土地的邊際碳排放開始遞增。與之相同的還有交通用地。交通用地與碳排放的回歸函數也表現為N型曲線，與公共商服用地相似，且三次函數的參數系數t值均通過了1%顯著性檢驗，R2為0.99，擬合度極高。交通用地擴張前期，碳排放增速也呈現為遞減趨勢，當面積擴張至75.68 km2時增速開始大幅上升，且增長趨勢在所有地類中最顯著。上述曲線特征表明當城市面積擴張增幅有限時，土地承載功能將不得不通過提升載荷滿足，這意味著土地利用進入了集約階段。對碳排放而言公共商服與交通用地增長在未來都將成為強大的正向推動力。

居住用地與碳排放的回歸結果中，三次函數回歸未通過顯著性檢驗。二次函數回歸結果除b1僅通過10%顯著性檢驗外，b0、b2均通過了1%顯著性檢驗，因此判定居住用地與碳排放存在一種非顯著的 “U”型關系。與其他建設用地不同，居住用地始終處于碳排放邊際速率遞增態勢，表明城市化過程中相較居住用地增加，單位土地承載的能源負荷更高。盡管圖1顯示其邊際增長率較低，但居住用地供應關乎城市人居環境，是建設用地增長的重要構成部分，因此在可預見的未來生活碳排放的增長趨勢將一直持續。

總結來看，建設用地總量、工業用地與碳排放增長關系符合環境庫茲涅茨曲線。盡管碳排放量隨土地擴張有所增加，但其增速逐年降低并將在臨界點停止增長轉而下降。其他地類并不滿足經典EKC關系，在土地擴張后期邊際碳排放仍持續增長，且未出現下降跡象，表明其擴張模式已進入集約化但尚未邁入精明增長階段。就城市碳排放而言，居住、公共商服以及交通用地的增長將成為新的增長點。

表2 EKC擬合回歸檢驗Tab.2 Fit regression test of Environment Kuznets Curve

3.4 建設用地碳排放的驅動因素分析

3.4.1 產業碳排放驅動因素分析

為分析產業間關系對碳排放的影響，本文將第二和第三產業合并分解。圖2顯示，地均GDP產出增加和產業用地規模擴張是導致產業碳排放增長的主要因素，其累積貢獻率為217.66%和76.14%。這表明加大土地利用強度、增加產業用地供給是導致過去20年產業能源投入激增的主要驅動力，對碳排放增加效應最直接。單位GDP產業能耗、單位能耗排放和產業用地結構一定程度上減緩了碳排放增長，其中單位GDP產業能耗的快速降低保證經濟高速發展的同時有效抑制了碳排放的爆發式增長，貢獻率達-182.94%；產業用地結構和單位能耗排放的調整本是緩慢變化過程，因此其影響也呈現出長期平緩的抑制作用，兩者貢獻率變動維持在-10%～0%之間，影響較小；產業結構變動對武漢市產業碳排放影響微弱，雖然理論上商業與公共服務業對碳排放的絕對貢獻率較小導致其影響較大[24]，但由于武漢市在1996—2015年產業經濟結構變化極小，因此其影響也微乎其微。

圖2 產業碳排放分解結果Fig.2 Decomposition result of industrial carbon emission

圖3 居住碳排放分解結果Fig.3 Decomposition result of living carbon emission

3.4.2 居住碳排放驅動因素分析

由圖3可知，人均GDP、居住用地規模增長對碳排放起正向效應，兩者累積貢獻率為412.21%、121.90%。人均GDP是衡量居民經濟水平的重要指標，雖不直接作用于碳排放，但相對富裕區域通常成為人口聚集方向，因人口增加導致的能源消費量上升造成了碳排放增長。單位GDP生活能耗、單位能耗排放、居住人口密度對碳排放增長表現為負向效應，其累積貢獻率分別為-292.98%、-121.54%和-19.18%。單位GDP生活能耗降低意味著相較經濟發展而言個人生活能源的彈性需求變動較小，因而即使在GDP驟升的狀態下，生活能耗依舊上升緩慢，這使得生活碳排放并未隨著經濟條件改善而大幅增加；居住用地單位能耗排放的減碳效應相較產業用地更顯著，由于2003年后天然氣對煤炭等傳統能源的逐步替換，水電使用占比提升，能源總體碳排放系數降低，較大程度減少了碳排放；居住人口密度對碳排放具有一定的減碳效應。盡管人口總量處于遞增態勢，但快速增加的居住用地規模分散了聚集程度，一定程度上減少了單位居住用地的人均能耗。

3.4.3 交通碳排放驅動因素分析

圖4 交通碳排放分解結果Fig.4 Decomposition result of traf fi c carbon emission

如圖4所示，交通出行結構、地均出行人口數和交通用地規模均為正向效應，其累積貢獻率為83.15%、65.87%和18.42%。交通出行結構因素中，盡管近年來公共交通設施越發完善，但仍未達到促進減排的預期作用。隨著經濟水平提升私家車出行比例增速遠高于公共出行，高碳排放交通工具的使用比例增大使得其成為推動交通碳排放增長最顯著的因素；地均出行人口數反映了城市交通壓力，其影響具有多重效應。出行人數增加既是交通碳排放增長的直接驅動力，也會造成城市擁堵從而增加交通工具的怠速碳排放；交通用地規模擴大主要受城市建成區擴張影響，這意味著日常出行半徑延伸和次均出行能耗增加，因此對碳排放也具有直接影響。單位能耗排放和人均能耗強度對交通碳排放起負向效應，其累積貢獻率為-43.55%和-23.89%。在2004年后，武漢市地鐵、天然氣公共汽車上線運營等改善交通環境措施的實施不僅改善了空氣環境質量，也降低了單位能耗排放和人均能耗強度，間接促進了交通碳排放縮減。

4 結論與政策建議

4.1 結論

本文以武漢市1996—2015年的時間序列數據檢驗了建設用地與碳排放增長的耦合關系，并對不同地類的增長曲線特征進行了LMDI分解。結果表明：（1）建設用地總量和工業用地與碳排放存在顯著的倒U型關系，居住用地碳排放呈U型增長，公共商服及交通用地則表現為N型增長，這表明由于工業碳排放邊際速率降低使得武漢市整體碳排放趨緩，但居住、公共商服和交通碳排放在城市擴張中具備更快的增長趨勢，是未來控制土地利用碳排放的重點。（2）產業用地利用強度和供給增加是導致產業碳排放增長的根本原因，而單位GDP產業能耗的巨大減碳效應表明提升能源效率發展低碳經濟是促進產業發展與碳排放脫鉤的重要途徑。此外，產業用地配置和能源結構因素盡管起到了一定的減碳作用但仍具較大潛力。產業結構目前對減碳仍未起到明顯作用，因此調整產業結構將成為未來產業碳減排的重要方向。（3）居民經濟水平提升和居住用地規模擴大是導致生活碳排放激增的主要因素，但個人生活能源的彈性需求變動較小，因此生活能耗的增加遠低于經濟增速。而生活能源結構調整和居住密度降低對降低生活碳排放起到了良好作用。（4）交通出行結構中私人交通方式占比提升推動了交通碳排放增長，而地均出行人口和交通用地規模對碳排放增長也具有一定的推動作用。公共交通的逐步完善通過促進交通能源結構改善和能源利用率提升在降低單位能耗排放和人均能耗強度同時對交通排放增長具有積極的抑制作用。

4.2 政策建議

（1）產業用地。通過控制供給門檻，引導土地供求，實現產業用地結構優化配置；通過經濟政策實現產業結構優化，鼓勵新型綠色產業和環境產業發展，促進產業低碳化以提升能源利用效率；從源頭控制煤炭消費，通過煤（油）改氣工程、城區配電網改造等項目引導和支持工業生產提升天然氣和電力使用比例，推動產業能源消費革新。

（2）居住用地。按照實際居住需求通過土地利用規劃限制居住用地供應速率，妥善管控用地規模，按需支配土地供應；通過激勵性政策推廣天然氣、電等低碳基生活能源，優化能源結構；執行低能耗建筑節能標準推進建筑低碳化，加大低碳生活理念宣傳強化市民節能減排意識，減少個人生活碳排放。

（3）交通用地。合理規劃城市空間，減少機動出行需求，降低交通用地規模增長碳效應；加快基礎交通建設，優化發展綠色公共交通，打造覆蓋“三鎮”、通達“新城”的軌道交通體系以滿足居民長距離出行需求，引導公共出行；實行民用車輛限流及“搖號”政策，倡導市民綠色出行；推動新能源交通發展，通過補貼政策鼓勵群眾購買新能源汽車，配合中國燃油車退出市場政策逐步完成新能源和傳統車輛的替換，降低交通出行對化石能源的依賴。