山西省土地利用的碳排放效率及其優化策略

李樂樂，徐占軍，楊 娜，張琬淑，付靜吉，余明成

（山西農業大學資源環境學院，山西太谷030801）

經濟的快速發展帶來了大量的碳排放。2009年， 我國成為世界第一大碳排放國。而山西作為我國的能源大省，其碳排放強度更是持續位于全國最高水平[1]。

二氧化碳的大量排放導致全球氣候變暖，極端天氣頻發，甚至威脅人類生存。相關研究表明，化石能源燃燒和土地利用變化是全球主要的溫室氣體排放源[2-3]。針對能源消耗與碳排放的關系及土地利用變化與碳排放的關系研究很多，比如韓召迎等[4]、游和遠等[5]、呂可文等[6]學者對能源消耗與碳排放的關系進行了分析，而南京大學對土地利用變化與碳排放的關系也做了一系列的研究工作[7-8]。但是有關能源消耗中的碳排放與土地利用關系的研究不多，然而優化我國土地利用中的能源配置，緩解土地利用中的能源碳排放增長趨勢，對于我國在宏觀層面上構建整個社會低碳發展模式卻有重要意義[9-11]。所以，要實現土地低碳利用，必須控制土地利用中的能源消耗碳排放水平，在保證一定地均產出的同時降低地均碳排放水平，從而提高土地利用的碳排放效率。但是目前卻缺乏適宜土地利用的碳排放效率測算及其低碳優化模型。

本研究以能源大省——山西省的11個地級市為分析單元，利用數據包絡分析（DEA）測算了其土地利用能源消耗的碳排放效率，并針對碳排放無效的地區提出了低碳優化政策建議，以期對山西省乃至全國的低碳減排工作提供借鑒。

1 研究方法

1.1 數據來源

煤類（煤炭、焦炭）、油類（原油、汽油等）、天然氣消費等數據來自《山西能源統計年鑒2015》[12]；各個地區的人口總數、3個產業增加值以及農用地與建設用地面積來自《山西統計年鑒2015》[13]。

1.2 土地利用碳排放效率計算模型

本研究采用DEA來衡量土地利用的碳排放效率。DEA即數據包絡分析，是運籌學上的一種用來衡量相對效率的方法，其在測算效率時主要采用CCR模式與BCC模式[14]。CCR模式與BCC模式的區別在于，CCR模式是基于固定規模報酬，而BCC模式則是基于可變規模報酬，因此，二者得出的結論也是不同的，CCR模式得出的結論是估算單元的總效率，BCC模式得出的則是估算單元的技術效率[15-17]。2種模式根據導向不同還可細分，具體包括投入導向型和產出導向型2種。其中，前者對投入水平進行控制，目的在于既定的產量下的最小投入，而后者則恰恰相反，它是在投入量既定的情況下實現產量的最大化。本研究應用投入導向型的CCR模式與BCC模式來構建計算碳排放效率的基礎平臺。

以投入為導向的CCR模式，在假設有n個DMU的前提下，效率值的分式計算如下[18]。

式中，Xip表示第p個DMU中第i項投入；Yjp表示第P個DMU中第j項產出；Vi是第i項投入權重；Uj是第j項產出權重；Hp則是第p個DMU的效率值（相對效率）；s.t.為單位時間內的用地投入（hm2/a）；ε為非阿基米德無窮小量。

將式（1）轉為CCR對偶式方程：

式中，θp表示第p個DMU乘數；λk表示第k個DMU參考集的權重；S-i為松弛變量；S+j為剩余變量，分別表示產出的不足量和投入的無效冗余量。從約束條件可知，找尋n個DMU的加權組合使得產出不低于第p個DMU產出條件下盡可能的減少投入量。

在假設有n個DMU的前提下，投入導向型下的BCC模式的線性規劃表達式如下。

式中，Xip，Yjp，Vi，Uj，ε 定義與式（1）一致；α 代表截距；Zp則是第p個DMU的效率值（相對效率）。利用線性規劃對偶理論進行轉換，并加入Σnk＝1λk＝1的約束條件，進一步獲得BCC對偶式方程。

則第p個DMU的規模效率為：

1.3 土地利用碳排放效率投入產出指標體系

在當前的生產技術水平下，土地利用中能源的投入必然會帶來一定的碳排放，在研究中主要考慮土地利用中能源的消耗對碳排放產生的影響。國外REINHARD等[19-21]研究人員也做了類似的研究，他們以非期望產出的環境污染物或環境殘余物為投入指標，利用數據包絡分析（DEA）分別進行了養殖場的平均綜合環境效率、平均技術效率和紙漿、紙張的非參數生產率等方面的環境效率分析。在進行DEA分析時，首先應該確定效率分析的估算單元（DMU）。本研究中以山西省11個地級市為分析單元，把煤炭和焦炭的消耗都計算為煤類消耗，把各種油包括柴油、燃料油、汽油、煤油等的消耗都作為油類消耗計算，在此基礎上，分析總結認為，煤類消耗、油耗、天然氣的消耗可以作為計算碳排放的投入指標。而產出指標則確定為各產業的人均增加值（表1）。投入指標的數量+產出指標的數量＜DMU的個數/2，這樣符合DEA分析的需求。

表1 碳排放效率投入產出指標

1.4 能源消耗碳排放量計算方法

鑒于當前情況下，我國還沒有可以直接檢測碳排放量的相關數據，所以這部分的研究是在能源消費量的基礎上進行的測算。碳排放計算公式如下[22]。

式中，C為碳排放，ct為第t種能源的碳排放總量，Mt為第t種能源的消費總量，Et為第t種能源的碳排放系數（由政府間氣候變化專門委員會（IPCC）給定），Cvt為第t種能源的平均低位的發熱量。

IPCC標出了各種能源的缺省碳排放因子，其中，煤炭為25.8 kg/GJ，焦炭為 29.2 kg/GJ，原油為20.0 kg/GJ，燃料油為 21.1 kg/GJ，汽油為 19.0 kg/GJ，煤油為19.6 kg/GJ，柴油為20.2 kg/GJ，天然氣的缺省碳排放因子為15.3kg/GJ[23]。在現有的文獻中，碳排放的能源動力大體分為3類：煤炭、石油、天然氣，并給出能源的碳排放系數[24]。本研究綜合已有文獻，得到煤的碳排放系數（T/TCE）區間是[0.680，0.756]，石油的碳排放系數區間為[0.478，0.586]，天然氣碳排放系數區間為[0.389，0.449]。對IPCC的缺省碳排放因子進行換算，得到本研究各能源的碳排放因子，煤的碳排放因子為0.75 t/tce，焦炭為0.855 t/tce，原油為0.584 t/tce，燃料油為0.618 t/tce，汽油為0.556t/tce，煤油為 0.574t/tce，柴油為 0.591t/tce，天然氣為0.448 t/tce，與國家發改委能源研究所的研究結果進行對比可知，以上系數是合理的[25]。

2 土地利用碳排放效率的計算及分析

2.1 土地利用的碳排放效率的計算

本研究將DEA-Solver作為計算平臺[26-28]，以總效率、技術效率、規模效率和規模報酬4項指標，計算了2015年度山西省11個地級市的碳排放效率（表2）。

表2 土地利用碳排放效率

2.2 土地利用碳排放效率分析

在11個DMU中，長治市和朔州市的總效率有效，陽泉市是碳排放總效率最低的城市。碳排放總效率有效地區的主要特征是土地利用強度不高、土地總產出相對較低。而處于經濟發展較快、較發達的地區，如太原、陽泉、晉城等地表現出的土地利用的碳排放總效率偏低。這表明在山西省內經濟發展較快的地區，地均產出高效卻伴隨著碳排放無效。

碳排放總效率無效有2個方面的原因，技術效率無效和規模效率無效。其中，技術效率無效表現為對投入資源利用率不高而產生的資源浪費。從碳排放理解，技術效率的無效是在考慮規模報酬影響下，現有地均各類能源消耗碳排放量作為期望產出的伴隨代價并沒有實現期望產出最大[29]。長治、朔州、晉中3個市的技術效率有效，其余的8個市無效，在這3個市，長治和朔州的總效率是有效的，由此可見，總效率無效的地區技術效率可能有效。從技術效率無效的8個市進行分析，8個市的土地利用碳排放技術效率都高于總效率，比如陽泉市（0.094＞0.005）、忻州市（0.103＞0.058）以及臨汾市（0.143＞0.08）等，所以必定存在著相對無效的規模效率來影響著土地利用碳排放總效率的提高。

對山西11個地級市的土地利用碳排放的規模效率展開分析。規模效率反映的是11個市目前的規模是否最優，偏大或偏小的規模效率都將使得平均投資增加。長治市和朔州市是規模效率的有效地區，其分布與總效率保持一致。而分析其他9個地級市可以發現，在山西省土地利用碳排放總效率無效地區的規模效率也一定無效。

與技術效率相比，要優化的規模效率更加困難。把規模效率有效與規模報酬區間相結合，通過DEA-Solve軟件計算（表2）可以發現，在山西省長治和朔州2個市處于規模報酬不變階段，而太原、大同、陽泉等7市處于規模報酬遞減階段，對于這9個城市，要提高碳排放規模效率，一方面要控制土地利用中碳排放的增長，另一方面要縮小碳排放的規模；晉中和呂梁市處于規模報酬遞增階段，相對于規模報酬不變和遞減的地區，山西省處于這一階段的城市相對較少，一般可以通過擴大土地利用碳排放規模來有效改善這些地區的規模效率。

3 土地利用碳排放低碳優化與分析

投入冗余、產出不足是土地利用碳排放總效率無效地區的共性問題。而投入導向性DEA是分析在產出量一定的情況下的最小投入量。所以，可以通過利用DEA模型實現碳排放無效地區一定的土地產出條件下的最小碳排放，最終實現土地利用的低碳優化。本研究中提到的低碳優化并不是絕對優化，而是一個相對優化，是指通過減少碳排放和提高土地利用的產出量來提高總效率無效地區的投入產出水平。DEA作為計算效率的模型，它對設計具體的優化策略方面意義不大，它更適用于國家或省級等層面上的宏觀政策分析，根據其DEA效率優化的結果，可以給出土地利用低碳優化的初步設計方案。

本研究利用DEA-Solve軟件計算，得到2015年度山西省9個非DEA有效的地級市的DMU優化方案（表3）。具體包括2個方面的內容：一方面是需要增加的量，具體有人均第一產業增加值（S1+），人均第二產業增加值（S2+），人均第三產業增加值（S3+）及其不足率，另一方面是需要減少的量，具體有每個地區的地均煤炭類消耗的碳排放量（S1-）、地均各種油類消耗的碳排放量（S2-）、地均天然氣消耗的碳排放量（S3-）及其冗余度。

從表3可以看出，在投入優化中，需要減少地均煤類消耗的碳排放量（S1-）的城市包括大同、陽泉、晉城、忻州4個地級市，（S1-）冗余度最高的陽泉市達到了35.70%。這些地區煤炭產業為主導產業，燃燒煤類能源成本相對較低，但是過度消耗煤炭資源卻導致了區域土地利用碳排放的成本過大[30]。要實現土地利用的低碳優化，就要改變能源結構，努力尋找和選擇碳排放因子較小的低碳能源。可以考慮將太陽能、天然氣以及水電等碳排放低甚至不排放的能源在土地的使用過程中進行廣泛推行。太原市和晉中市需要降低地均油類消耗的碳排放量（S2-），這2個市相鄰且在山西省內屬于經濟相對發達的城市，私家車保有量大（2015年兩市的私家車保有量共占全省私家車保有量的36.38%），大量消耗油類能源，而私家車產出卻相對較低，這就間接導致地均消耗油類能源碳排放成本過大，從而拉高了S2-。在這些地區，一方面應該有計劃地降低油類能源排放，另一方面限制私家車數量增長速度或者提高私家車的燃油效率。運城市、臨汾市和呂梁市的地均煤炭類消耗的碳排放量（S1-）以及地均各種油類消耗的碳排放量（S2-）2項指標的冗余度都比較高。除了前面其他城市所述原因外，運城、臨汾、呂梁市的第三產業比例比山西省其他城市低（2015年度3市第三產業比例分別為43.1%，40.7%和38.6%，而山西省該年度第三產業的比例為53%）。而第三產業單位增加值的碳排放量要比第二產業低，同時，其地均產出卻遠高于第一產業。所以要大力發展碳排放較低的生活服務業，同時對碳排放較高而產出率卻比較低的工業用地進行升級和轉換，這同樣適用于山西省內其他城市地均排放效率的提高。

表3 山西省11個地級市的土地利用碳排放低碳優化結果

從產出優化角度來分析，山西省土地利用碳排放總效率無效的地級市（運城市除外）都需要同時增加人均第一產業增加值（S1+）和人均第三產業增加值（S3+）。山西省地處黃土高原，幾百年的植被破壞以及煤礦開采導致生態破壞嚴重，土地貧瘠不利于農業耕作。一煤獨大的單一的產業使得經濟落后，第三產業發展緩慢。這就導致山西省以煤礦開采為主的第二產業比例很高。而且前幾年煤礦發展的黃金期，地方政府稅收增加進而大力進行舊城改造、發展房地產業，使得大量的農用地轉變為高投入低效能的城市建設用地和采礦用地。所以，在山西省進行土地利用碳排放產出優化，首先可以通過對建設用地的整治，將碳排放較高的建設用地轉為碳排放較低的第一產業用地，以控制碳排放總量的增加速度。對于第二產業增加值不足的地區（運城市），一方面要提高第二產業產出量，另一方面則要加大對第二產業的科技投入，不斷進行技術優化，以降低第二產業產值的平均碳排放強度；其次，控制城市建設用地和采礦用地數量，提高集約度，以避免粗放利用造成的地均產能不高、碳排放成本過大；在第二產業用地密集的經濟較發達區域內，要大力鼓勵發展地均碳排放效率很高的第三產業。而且土地資源利用的低碳優化應與山西省目前大力倡導的產業升級結合，通過土地“退二進三”對高碳排放低效的采礦用地進行用途轉換。對于省內經濟中等以及欠發達地區，要提高第三產業的產出，必須耦合產業結構調整和土地資源配置。

4 結論

山西是典型的煤炭能源型經濟，經過“煤炭十年黃金期”，經濟迅速發展，但是粗放型增長方式造成了嚴重的環境問題，碳排放強度更是居于全國前列。本研究在DEA平臺下，運用CCR模式與BCC模式測算了2015年度山西省各地級市土地利用的碳排放技術效率、總效率和規模效率，并對非DEA有效的地區進行了低碳優化，期望在保證土地產出的同時降低碳排放水平，提高土地利用的碳排放效率。本研究結果表明，山西省11個市中，只有長治市和朔州市的土地利用碳排放總效率有效；對其他市的低碳優化結果表明，從投入角度來看，大同市、陽泉市、晉城市和忻州市需要減少土地的煤類消耗；太原市和晉中市由于私家車保有量大，油類消耗過高，需減少油類產品的消耗；運城市、臨汾市和呂梁市在減少煤類和油類產品消耗的同時，還需要對高碳低效的產業進行整合升級和轉換，積極發展低碳產業；從產出角度來看，各市都需加大對第一產業和第三產業的投入，積極增加第一產業和第三產業增加值。投入產出效率分析兼顧了經濟發展和低碳環保，對實現土地的可持續發展有重要意義。本研究為進一步探索土地的高效低碳利用提供了思路，期望在未來的研究中可將這一思想完善化。