基于灰色理論模型的山東省土地利用碳排放研究

曲魯平,翟騰騰,張全景

?

基于灰色理論模型的山東省土地利用碳排放研究

曲魯平,翟騰騰*,張全景

曲阜師范大學地理與旅游學院, 山東 日照 276826

土地利用碳排放研究對合理配置土地資源、提高土地利用效率、實現節能減排具有重要意義。本文通過IPCC(Intergovernmental Panel on Climate Change)碳排放計算方法對山東省2009~2016年的土地利用碳排放進行測度，運用灰色關聯分析方法論證耕地、園地、林地、居民點及工礦用地、交通運輸用地、水利設施用地與碳排放的關聯程度，并運用GM（1,1）灰色預測模型對山東省2017~2025年碳排放進行預測。結果表明，研究期2009~2016年碳排放總量、人均碳排放量、地均碳排放量呈上升趨勢，碳排放強度呈下降趨勢；六種地類與碳排放存在線性相關關系，對碳排放影響的主次程度分別為交通用地、居民點及工礦用地、水利設施用地、耕地、林地、園地；經預測到2019年，將實現單位GDP二氧化碳排放比2005年降低55%；到2025年，山東省碳排放總量約上升至59722萬t，人均碳排放約5.684 t/人，地均碳排放量40.585 t/hm2，碳排放強度約下降至0.376 t/萬元。

土地利用; 碳排放; 灰色理論模型; 山東省

隨著世界經濟的高速發展，工業化水平的提高，人們對能源的需求與日俱增，能源物質消耗導致大氣含碳溫室氣體排放量增加，全球環境問題日益突出[1]。我國當前處于經濟、社會轉型的關鍵時期，生產、生活、生態的三生空間都面臨著轉型。土地作為承載人類一切生產、生活的載體，土地利用的結構、方式、動態變化對地表環境同大氣間的碳循環產生重要影響，IPCC(2002)指出，土地利用類型的轉變將影響地表生態系統的碳匯和碳源，各項土地利用活動都會以不同的形式影響大氣中的碳排放[2]。因此，研究土地利用與碳排放的關聯性，對合理利用土地、有效降低碳排放、實現節能減排、構建資源節約型、環境友好型社會具有重要意義。

土地的低碳利用已成為當前各界關注的焦點問題，國內外越來越多的學者專注于研究土地利用與碳排放之間的關系，并從不同的視角進行了深入探討?；谕恋乩棉D型對碳排放的影響視角，國外學者Houghton R A.通過對全球9個區域的研究，論證了森林轉化為耕地時植被和土壤的變化所 引起的碳排放變化[3]；Singh MK等學者研究了干旱熱帶地區土地利用變化中林地退化對土壤中碳循環的影響[4]；國內學者曲福田從農用地轉非農用地、農用地各地類內部轉型、非農用地各種地類之間的轉型三個方面論證了土地利用變化對碳排放的影響[5]；基于能源消費對碳排放的影響視角，游和遠、吳次芳對土地利用中能源消費產生的碳排放量及效率進行估算，印證土地利用中能源消費對碳排放的影響[6]；杜官印認為建設用地作為工業化、城市化能源消費的主要場所，是影響碳排放的重要因素，并論證了建設用地擴張對碳排放所產生的正向影響[7]；基于碳排放研究方法的視角，吳萌運用系統動力學的方法對不同土地政策下的土地利用碳排放進行模擬[8]，張樂勤利用建設用地動態度STIRPAT模型揭示了建設用地對碳排放的邊際效應[9]。因此，本文借助前人的優秀理論成果，從能源消費視角上估算建設用地所產生的碳排放量以及計算不同農用地類型所產生的碳排放，并利用灰色理論模型對山東省土地利用與碳排放進行關聯度分析及碳排放預測，為山東省優化土地利用結構、轉變土地利用方式、實現節能減排、低碳發展提供理論參考。

1 研究區概況

山東省位于北緯34°22.9′~38°24.1′，東經114°47.5′~122°42.3′，地處東部沿海帶，與韓國、日本相眺望。全省總面積15.71萬km2，占全國總面積的1.64%。全省下轄2個省級市、15個地級市。山東省作為中國經濟最發達的省份之一，在全國經濟建設和社會發展中具有舉足輕重的地位。截至2016年末，山東省常住人口9947萬人，實現國內生產總值67008.19億元，人均生產總值67365元，產業密度和城市化都處在全國的較高水平。2016年山東省的能源消費量達到38722.8萬t標準煤，能源消費總量位居全國第一，因此研究選取山東省為研究區域具有顯著意義。

2 數據來源及研究方法

2.1 數據來源

本文土地利用數據來自山東省土地利用二調數據和山東省土地利用變更調查數據；能源消費數據以及經濟社會數據來源于2010~2017年《山東統計年鑒》，并根據《中國能源統計年鑒》附錄中的折標準煤系數將各能源消費轉化為標準煤。

表1 主要年份土地利用碳排放指標值

備注：碳排放量（萬t）、人均碳排放（t/人）、地均碳排放（t/ha），負值為碳匯，正值為碳源。

Note: Total carbon emission(ten thousand ton), Per capita carbon emissions(t/p), Per capita carbon emissions(t/ha). Negative value is carbon sink, positive value is carbon source.

由于山東省草地面積較少，未利用地碳排放總量較少，影響山東省碳排放總量的地類主要為耕地、園地、林地、居民及工礦用地、交通運輸用地和水利設施用地共六大類(表1)，因此本文選取該六種地類為主要地類分析耕地、園地、林地以及建設用地對山東省土地利用碳排放的影響。建設用地作為能源消耗的主要去向，成為影響碳排放的主要碳源，耕地上的作物雖然具有光合作用，能夠吸收二氧化碳，但耕地自身釋放的二氧化碳量超過其吸收的碳量，碳匯作用遠遠小于碳源作用，因此將耕地歸為碳源，園地、林地為碳匯[10]。將農用地的碳排放模型定義為：

=S×e(1)

式中：S為第種農用地地類面積，e為第種地類的碳排放或碳吸收系數，見（表2），其中負值為碳吸收，正值為碳排放。建設用地是提供人類生產、生活的重要場所。居住用地承載人類活動和取暖燃料燃燒產生的碳排放；工礦用地承載產業碳排放；交通用地承載動力燃料燃燒的尾氣排放，因此建設用地的碳排放不能簡單的通過建設用地的面積來衡量碳排放量，建設用地上的碳排放作為間接排放，應該充分考慮建設用地上生產、生活所消耗的能源量。因此，建設用地的碳排放應基于能源消費的基礎上，采用IPCC碳排放測算方法，根據《2006年國家溫室氣體排放指南》中碳排放測算公式（2），對能源統計數據進行整理，并折算成標準煤，計算各種能源的消耗量。

式中：為碳排放總量，B為第種能源消費量，D為能源的折標準煤系數，E為種能源的碳排放系數。為能源種類數量，為能源種類，結合山東省能源消費情況，取9。主要能源折標準煤系數和碳排放系數見表（2）和表（3）。

表 2 碳排放系數

備注：碳排放系數來源于《2006年IPCC國家溫室氣體排放清單指南》。

Note: Carbon emission coefficient comes from the 2006 IPCC guidelines for national greenhouse gas emission inventories

表 3 主要能源折標準煤系數

備注：數據為當量折標準煤系數。

Note: Data in table are equivalent converted standard coal coefficient.

2.2 研究方法

本文選取的研究方法是基于灰色系統理論的灰色關聯度分析以及（1,1）灰色預測模型[11]。

①灰色關聯分析。其實質是將能夠反映各要素變化特征的數據序列進行幾何比較，通過比較各因素之間的關聯曲線得到各個度量因素之間的關聯程度的一種分析方法。

設0（1）0（2）0（）為個度量因素，反應各個要素變化特征的數據列為{0（1），{0（2），…，0（m）}，系統相關因素序列為：

1{1（1）1（2）1（）}

X={x（1）x（2）x（）}

X={x（1）x（2）x（）}

各個要素之間的關聯度為；

式中：為分辨系數，在此取值0.5，P()為關聯度系數，關聯系數越大，關聯度越強。

②灰色(1,1)數列預測模型。是基于累加生成數列，對某一指標的發展變化情況所做的預測，其預測的結果是該指標在未來各個時刻的具體數據。其預測公式如下：

公式（4）為一階線性微分方程，公式（5）為微分方程所對應的時間響應函數，其中、為通過最小二乘法擬合得到的待定系數。

3 結果與分析

3.1 山東省土地利用變化概況

2009~2016年，山東省農用地面積整體呈現下降趨勢，農用地面積減少14.58萬hm2。其中，耕地面積變動較為顯著，耕地面積減少6.137萬hm2；園地面積減少約2.96萬hm2；林地面積由153.51萬hm2下降至148.41萬hm2。山東省的未利用地也呈現逐年減少態勢，面積減少3.11萬hm2。然而，近八年來山東省建設用地卻增量較大，建設用地面積增長21.34萬hm2。其中，居民點及工礦用地面積增加顯著，居民點及工礦用地面積增加超過18.01萬hm2；交通運輸用地面積增加2.83萬hm2；水利設施用地增加0.5萬hm2。隨著山東省經濟的快速發展、二三產業的迅猛崛起，建設用地呈現出不斷擴張的態勢，導致農用地數量不斷下降，土地利用結構發生變動。各地類增減情況見（圖1）。

圖 1 2009~2016年土地利用狀況

3.2 土地利用碳排放測度

根據2009~2016年山東省土地利用數據和表（2）中耕地、園地、林地的碳排放系數，通過公式（1）計算出2009~2016年山東省耕地、園地、林地的碳排放量和碳吸收量（表1）。2009~2016年耕地產生的碳排放由2009年的323.60萬t降低至321.01萬t；園地碳吸收量由1255.41萬t減少至1205.69萬噸；林地的碳吸收量由4605.21萬t減少到4452.21萬t。在山東省的碳排放中，園地、林地為主要的碳匯，建設用地和耕地為碳源，建設用地為主要碳源。根據主要能源消費量和相應的能源碳排放系數，通過公式（2）計算出山東省建設用地的碳排放總量（表1）。自2009年至2016年，建設用地產生的碳排放總量從28044.75萬t上升到40331.65萬t，2010年到2011年之間碳排放總量有所下降，建設用地碳排放量平均每年增長1535.86萬t，但增長速率有所下降，這與山東省積極響應節能減排的政策相呼應，說明山東省在節能減排上取得了一定的成效。

圖 2 2009~2016年山東省碳源、碳匯、凈碳排放量

從山東省碳排放趨勢圖上可以看出，碳排放總量與建設用地碳排放趨勢大致相同，說明建設用地的碳排放對碳排放總量的影響較為顯著，而其他的農用地地類的影響相對較為薄弱。園地面積的增加雖然增加了碳匯能力，但是林地面積的減少和建設用地不斷擴張導致碳排放總量持續增加。

根據2009~2016年人口數據、土地利用數據和碳排放總量數據，計算得到人均碳排放量和地均碳排放量，人均碳排放量整體呈上升狀態，從2009年的2.38 t/人增長到2016年的3.52 t/人，八年間增長了約48%，低于GDP增長速度；地均碳排放量同人均碳排放量變化趨勢大致相同，整體上呈逐年上升的態勢，地均碳排放量從15.19 t/hm2增長到23.69 t/hm2，年平均增長率為5.02%。碳排放強度是反映經濟社會發展對碳排放所產生的影響，因此選取單位GDP碳排放量作為衡量碳排放強度的指標，根據2009~2016年的GDP數據和碳排放數據計算出碳排放強度，2009~2016年山東省碳排放強度逐年降低，從2009年的0.66 t/萬元降低至2016年的0.52 t/萬元。通過分析以上指標，山東省近八年來也在積極的進行節能減排的工作，碳排放強度減弱，并取得了一定的成效。但是山東省人口較多，工業化水平較高，隨著二、三產業的不斷發展、居住用地的擴張致使能源消耗量逐年增長，由地類轉型和不合理的土地利用所產生的直接碳排放以及建設用地承載人類活動所產生的間接碳排放總量都在逐年增加。林地、園地等農用地轉型為建設用地致使土地的碳固化能力減弱，農用地生態系統碳匯功能降低。

3.3 土地利用與碳排放灰色關聯分析

為了更加有效地分析土地利用與碳排放之間的關聯程度，本文選取灰色關聯分析將耕地、園地、林地、居民點及工礦、交通運輸用地、水利設施用地與凈碳排放量、人均碳排放量、地均碳排放量、碳排放強度四種指標根據灰色關聯度計算公式進行關聯度分析，關聯度結果見（表4）。

表 4 指標間關聯度

通過對土地利用指標和碳排放指標間的關聯度分析，六種主要地類與碳排放總量、人均碳排放量、地均碳排放量、碳排放強度之間的關聯度都大于分辨度0.5，說明土地利用的各種地類要素與碳排放之間存在著線性相關關系。交通運輸用地、居民點及工礦用地、水利設施用地等建設用地承載居民生活、工業生產、產業發展，成為能源消費的主要場所，因此成為影響碳排放的主要碳源。林地、園地上的作物不斷進行強大的光合作用，具有較強的碳吸收能力，因此作為主要碳匯不斷影響碳排放。人類是一切社會活動的主體，各種土地利用活動都與人類生活緊密相關，而人均碳排放量能夠反映一定程度上、一定區域內能源消費對環境中碳排放的影響。人口的增減以及活動方式的轉變都與能源消費密切相關，人口增長，能源消費量增加，碳排放也會隨之增加。因此這六種地類與人均碳排放之間存在明顯的關聯程度。地均碳排放量是能夠反映單位土地上的能源投入和單位土地上的產業密度、工業化的程度與規模的碳水平測度指標，能源投入和產業發展等都與這六種主要影響地類密切相關，所以地均碳排放量與這六種地類之間相互關聯。碳排放強度是反映單位GDP產生的碳排放，而GDP的增減與土地利用活動所產生的價值息息相關，致使六種地類與碳排放強度之間也具有關聯性。

選取的六種典型地類對碳排放影響的主次程度為：交通用地>居民點及工礦用地>水利設施用地>耕地>林地>園地。關聯度最高的交通運輸用地上承載著高燃耗的汽車尾氣排放，交通用地面積的不斷擴張，交通承載力擴大，高燃耗帶來的高排放必然使碳排放增加。關聯度第二的居民點及工礦用地上承載著居住用地上人們日常生活取暖所需的燃料燃燒以及工業用地上進行工業化發展所需的工業燃料燃燒，隨著人口的增長和工業化的發展，對能源的需求量與日俱增，居民點及工礦用地毋庸置疑地成為碳排放增加的重要源頭。林地和園地能夠增加土層和植物生命體的碳存儲量[3]，對碳吸收具有較強影響，由于林地相比較于園地而言受到的人類活動干擾較少，因此林地所產生的碳匯影響要高于園地。

3.4 土地利用碳排放預測

根據灰色預測(1,1)模型求解原理，首先進行了灰色預測方差比（）和小誤差概率（）的精度檢驗。經檢驗和都在允許范圍之內（>0.85，<0.35）（表5），精度等級符合要求，因此可以建立（1,1）模型，通過時間響應函數對山東省2016~2025年碳排放總量、人均土地利用碳排放量、地均土地利用碳排放以及碳排放強度進行預測（表5）。

表 5 2016~2025年碳排放預測

備注：土地利用數據（萬hm2），碳排放量（萬t）、人均碳排放（t/人）、地均碳排放（萬t/萬hm2）。

Note: Land use data(ten thousand hm2), carbon emission(ten thousand hm2), per capita carbon emissions(t/person), carbon emission/ten thousand ton/ten thousand/ha.

通過（1,1）灰色預測，到2025年，碳排放總量約達到59722萬t、人均碳排放量5.545 t/人、地均碳排放量40.585 t/hm2、碳排放強度約降低至0.376 t/萬元（表5）。在哥本哈根氣候大會上中國做出了到2020年國家單位GDP二氧化碳排放強度比2005年降低40%到45%的承諾[12]。山東省2005年碳排放強度為0.82 t/萬元，到2016年時，山東省的單位GDP二氧化碳排放比2005年降低了41.5%，落實實現降低40%的目標，預計到2019年，將實現單位GDP二氧化碳排放比2005年降低45%的目標。根據灰色預測的碳排放強度結果，到2025年，山東省的單位GDP碳排放強度將比2005降低55%。山東省在節能減排工作上也給予高度重視，嚴格按照土地利用總體規劃控制土地合理集約利用，限制建設用地無序擴張以減少基于建設用地職能的能源消耗所產生碳源，退耕還林、植樹造林以增加碳匯。

4 結論與討論

本文首先運用IPCC碳排放計算方法對山東省2009~2016年土地利用碳排放的分析，然后通過灰色關聯分析確定山東省各地類對土地利用碳排放的影響效應，并運用GM（1,1）灰色預測模型對山東省2017~2025年土地利用碳排放進行預測得出以下結論：

（1）研究期內，山東省土地利用結構發生顯著變化，農用地面積減少，其中耕地減少6.14萬hm2，園地減少2.96萬hm2，林地減少5.1萬hm2，未利用地減少3.11萬hm2；建設用地面積增加顯著，增加超過21.34萬hm2；

（2）通過IPCC碳排放計算2009~2016年間碳排放動態變化，山東省土地利用碳排放總量逐年上升，由22524.18萬t上升至32285.86萬t；人均碳排放量八年間增長了約48%，地均碳排放量年均增長5.02%；碳排放強度有所下降，由2009年的0.66 t/萬元降低至0.52 t/萬元，到2016年，山東省的單位GDP二氧化碳排放比2005年降低了41.5%，節能減排工作取得一定成效；

（3）通過土地利用指標和碳排放指標的關聯度分析，山東省主要六種地類與碳排放之間存在線性相關關系，影響主次程度分別為交通用地>居民及工礦用地>水利設施用地>耕地>林地>園地；

（4）通過GM(1,1)灰色預測，到2025年凈碳排放總量預計達到59722萬t，人均碳排放量5.545 t/人、地均碳排放量40.585 t/hm2、碳排放強度約降低至0.376 t/萬；預計到2025年，山東省的單位GDP碳排放強度將比2005年降低55%。

土地利用對碳排放具有重要的影響，如何通過合理規劃調控土地利用對減少碳排放具有重要意義。山東省作為經濟增速較快、能源消耗較高的大省，在經濟社會結構改革和轉型的關鍵時期，如何充分利用土地資源、提高土地利用效能、實現節能減排、綠色發展成為當前需要應對的關鍵問題。為此應該實施嚴格的耕地保護制度，調整農地耕作方式，減少使用農藥化肥、提高耕地復種指數、積極鼓勵秸稈還田，提高土地碳固化能力；實行嚴格的建設用地審批制度，合理調控建設用地供需平衡，提高建設用地使用效率，降低建設用地擴張產生的碳排放增加；合理調整農用地結構，在保障國家糧食安全的基礎上，將質量狀況較差的耕地適度地轉化為林地或園地以增加碳匯[13]；創新農地治理方式，通過生物手段，工程技術等手段減少碳排放；加快轉變經濟發展方式、調整產業結構[14]，大力發展現代農業、高新技術產業，嚴格控制高消耗、高排放產業的市場準入機制；建立碳放權交易市場，促進綠色低碳發展。

對于山東省的土地利用碳排放的測度，由于依據IPCC通用標準，未考慮區域差異上的土地質量、地形、海拔等自然條件因素；建設用地的碳排放不能針對每一具體分類進行詳細分解測度，在土地利用碳排放的測度上存在一定的誤差。因此，對山東省土地利用碳排放的測度還有待采用更實用、更全面的標準和模型進一步進行研究；本文以后也將深入精確研究山東省內土地利用碳排放的區域差異，并深入探究減少碳源和增加碳匯的土地利用方式。

[1] 商艷敏.試析會計核算體系在企業碳排放中的構建[J].港澳經濟,2014(34):113-114

[2] 馬曉哲,王錚.土地利用變化對區域碳源匯的影響研究進展[J].生態學報,2015,35(17):5898-5907

[3] Houghton RA, Hackler JL. Carbon Flux to the Atmosphere from Land-Use Changes: 1850 to 1990[R]. Office of Scientific & Technical Information Technical Reports, 2001

[4] Singh MK, Astley H, Smith P,. Soil CO2-C flux and carbon storage in the dry tropics: impact of land-use change involving bioenergy crop plantation[J]. Biomass & Bioenergy, 2015,83:123-130

[5] 曲福田,盧娜,馮淑怡.土地利用變化對碳排放的影響[J].中國人口·資源與環境,2011,21(10):76-83

[6] 游和遠,吳次芳.土地利用的碳排放效率及其低碳優化——基于能源消耗的視角[J].自然資源學報,2010,25(11):1875-1886

[7] 杜官印.建設用地對碳排放的影響關系研究[J].中國土地科學,2010,24(5):32-36

[8] 吳萌,任立,陳銀蓉.城市土地利用碳排放系統動力學仿真研究——以武漢市為例[J].中國土地科學,2017,31(2):29-39

[9] 張樂勤,陳素平,王文琴,等.安徽省近15年建設用地變化對碳排放效應測度及趨勢預測——基于STIRPAT模型[J]. 環境科學學報,2013,33(3):950-958

[10] 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

[11] 徐建華.現代地理學中的數學方法[M].北京:高等教育出版社,1996

[12] 劉竹,耿涌,薛冰,等.城市能源消費碳排放核算方法[J].資源科學,2011,33(7):1325-1330

[13] 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(s2):102-107

[14] 梁雪石,郭文棟,鄭福云.黑龍江省建設用地變化對碳排放的影響[J].國土與自然資源研究,2014(4):15-17

Study on Carbon Emission from Land Use in Shandong Province Based on Grey Theory Model

QU Lu-ping, ZHAI Teng-teng*, ZHANG Quan-jing

276826,

The study on carbon emissions from land use is of great significance to the rational allocation of land resources, the improvement of land use efficiency and the realization of energy saving and emission reduction. In this paper, carbon emission from land use in Shandong Province from 2009 to 2016 was measured by IPCC(Intergovernmental Panel on Climate Change) carbon emission calculation method. The grey correlation analysis method was used to demonstrate the correlation degree between cultivated land, garden land, forest land, residential land, industrial and mining land, transportation land, water conservancy facilities land and carbon emission, and GM (1,1) grey prediction model was used to predict carbon emission of Shandong Province from 2017 to 2025. The results show that during the research period from 2009 to 2016, the total carbon emissions, per capita carbon emission and per land carbon emission showed an upward trend, while the carbon emission intensity showed a downward trend. There is linear correlation between the six types of land and carbon emissions, the main and secondary impacts on carbon emissions are transportation land, residential land, industrial and mining land, water conservancy facilities land, arable land, forest land and garden land. By 2019, CO2emission per unit of GDP is projected to be 55% lower than in 2005, by 2025, the total carbon emission of Shandong Province will rise to 59.722 million t, the per capita carbon emission will be about 5684 t/ person, the per capita carbon emission will be about 40.585 t/hm2, and the carbon emission intensity will decrease to about 0.376 t/ 10,000 yuan.

Land use; carbon emission; grey theory model; Shandong Province

X24

A

1000-2324(2019)02-0290-07

10.3969/j.issn.1000-2324.2019.02.026

2017-11-28

2018-01-09

江蘇省2013年度普通高校研究生科研創新計劃項目(CXZZ13-0318)

曲魯平(1992-),女,碩士研究生.研究方向為土地利用管理. E-mail:qlp921016@163.com

Author for correspondence. E-mail:zt4450435@163.com