中國縣域能源消費碳排放估算及其空間分布*

劉 暢 蘇 筠 黎玲玲

(1.北京師范大學地理科學學部，北京 100875；2.南京大學地理與海洋科學學院，江蘇 南京 210023)

工業革命以來，氣候變暖的主要人為原因是二氧化碳的排放[1]。減少碳排放、發展綠色低碳循環經濟，受到多國政府的重視。中國作為碳排放大國，已深入參與全球環境治理，已在2015年巴黎舉行的全球氣候大會中做出承諾：2030年單位生產總值二氧化碳排放比2005年下降60%～65%[2]。2017年，隨著美國退出《巴黎協定》，包括中國在內的其他國家的排放空間可能被壓縮，減排負擔增加，發展低碳經濟區域的策略調整變得更迫切[3]。

因為尺度效應的存在，需通過多尺度的碳排放估算及研究，才能制定系統、全面且有針對性的減排和低碳政策。尺度效應，是指改變尺度認識地理事物和現象或分析地理問題時，所關注的重點和得出的結論有一定的差異[18]。因此，在特定的空間尺度描述和提取信息，所得到的特征和機理在其他尺度上并不一定存在，結論不可簡單外推應用，需通過多尺度的研究才能全面把握內在規律[19]。

中國國土遼闊、轄2 000多個縣域，縣域之間在經濟發展水平、產業結構、能源利用效率存在巨大差異，估算縣域的碳排放量和排放強度，可為制定有針對性的區域減排政策提供依據，但受限于估算基礎數據的難獲取性，目前缺乏縣級尺度的研究。

本研究擬改進傳統的碳排放估算方法，將排放因子法與人口權重分配法相結合，估算縣域碳排放量及其碳排放強度，分析中國當前縣域碳排放量的空間分布，同時對縣域進行分類，了解各區域的縣域碳排放發展類型。

1 數據來源與方法

1.1 數據來源

中國現行的行政區劃包括省級、地級、縣級、鄉級行政區。其中，縣級行政區主要包括縣、自治縣、旗、自治旗、縣級市、市轄區等?？紤]到自治縣及旗、自治旗主要是民族地區命名方式的不同，都可歸為“縣”，因此本研究的縣域包括縣、縣級市、市轄區3類。一個地級市所在地可能包括多個市轄區，但各區面積較小，為便于數據獲取和分配，每個地級市的市轄區統一計算。

首先采用聯合國政府間氣候變化專門委員會(IPCC)的排放因子法估算省級區域的能源消費碳排放量，再根據人口數據對各省進行自上而下的縣域碳排放量的分配；根據縣域碳排放量和GDP，進一步計算碳排放強度。主要數據包括：(1)行政區劃底圖。資料來自自然資源部的國家地理信息公共服務平臺網站(https://www.tianditu.gov.cn/)，使用2015年的縣級、省級兩種行政區劃圖。由于中國港澳臺地區的數據暫缺，本研究共包括31個省級單元及其下轄2 170個縣域。(2)2015年31個省區的能源消耗量，不同能源種類的排放因子系數。能耗數據來自各省統計年鑒的能耗數據模塊。排放因子等能源相關系數來自《2006年IPCC國家溫室氣體清單指南》。(3)各縣域人口占全省的比重。人口密度柵格數據來自哥倫比亞大學社會經濟中心(SEDAC)網站(http：//sedac.ciesin.columbia.edu)，表征地區常住人口密度，柵格分辨率為30 m×30 m。

1.2 縣域碳排放量及排放強度的估算方法

1.2.1 能耗法估算分省碳排放量

排放因子即能耗法進行估算碳排放量是較成熟的一種方法，其本質即從區域生產端進行核算，將常見能源類型的消耗量進行統計，同時使用其碳排放系數，將所有能耗質量轉化為理想狀態下的標準煤質量，計算其燃燒產生的碳(碳元素)質量。標準煤的二氧化碳排放系數使用國家發展和改革委員會能源研究所推薦的2.457，乘12/44換算得到碳排放系數。具體為：

3.1 原料準備。第一步是備料，把日常生活中廉價而易得的布頭、廢舊衣服(以純棉布最好)拆洗干凈，裁剪成大小適當的尺寸。第二步是做“褙子”，即用刷子在布料上涂刷自制的面粉漿糊，將布料逐層裱糊在一起。第三步是剪樣，用硬紙板畫出各種尺碼鞋墊的大小，拓在“褙子”上，先用鉛筆畫個樣，再用剪刀裁下模子。第四步是搭面，用糨糊在裁好的模子上貼一層新的白棉布，作為鞋墊上納繡圖案的“面子”。這樣，鞋墊的“骨子”就做好了。

(1)

式中：CE省為省區的碳排放量，103t；n為能源種類序號，能源包括煤、油品、熱力等；En為能源消耗量，103t；cn為能源的標準煤折算系數；B為碳氧化率，%。

中國各省區2015年碳排放量估算結果見表1，

表1 中國各省區2015年碳排放量估算結果

合計排放2 709 958×103t。美國國家橡樹嶺實驗室二氧化碳信息分析中心(CDIAC)的數據顯示，中國2014年碳排放總量為2 806 634×103t。以CDIAC估算結果為標準值，誤差為3.4%，估算結果具有可信度，可作為后續計算的基礎數據。

1.2.2 依據省內人口權重進行縣域碳排放分配

使用ArcGIS工具對從SEDAC獲取的高精度人口密度數據進行分區統計，得到省級和縣域的人口密度加和數據，并將單位面積的人口密度轉化為人口數量。使用Raster Calculator工具按照式(2)進行運算，得到縣域的碳排放量。

CE縣=P縣/P省×CE省

(2)

式中：CE縣為縣域的碳排放量，103t；P縣為縣域內的人口密度轉換的人口總量；P省為省域內的人口總量。

該方法運算方便，且可滿足研究中國碳排放量分布格局的要求。DE AZEVEDO等[20]建立的1970—2015年巴西碳排放數據庫中，在國家碳排放降尺度分配的過程中，使用了與碳排放相關的經濟指標進行分配，因人口密度是影響經濟活動的主要因素(GDP是后續需要進行分析研究的指標，所以不作為分配權重因子)，本研究使用人口密度為權重因子進行分配，實際上即從消費端對碳排放進行估算，具有一定的可靠性。

1.2.3 碳排放強度的計算

碳排放強度表示一個地區產生單位GDP需要排放的碳。為體現生產效率差異，引入了碳排放強度，即碳排放量與GDP總量的比值。碳排放強度越低，意味著碳排放效率較高，即排放較少的碳、產出更多的GDP。

2 結果分析

2.1 縣域的碳排放量及其空間分布

使用自然斷點法將中國縣域的碳排放量分為10級，碳排放量最低21×103t，最高64 032×103t，平均1 287×103t。由表2可看出，大多數縣域處在前3級碳排放量較少的類別中，占總個數的79.36%，但其碳排放總量卻只占全國的44.12%。而碳排放量較高的縣域個數較少，6～10級共有80個縣域，占總個數的3.69%，但其碳排放量卻占到了總量的26.86%。

由圖1可見，碳排放量差異較大，整體呈現東高西低。高碳排放中心是華北地區的京津市轄區及華東地區的上海市轄區，同是中國直轄市的市轄區，但其經濟輻射帶動能力的不同，導致周邊地區的碳排放量不同。華南地區的珠三角地區，以成都市轄區、昆明市轄區為主的西南地區，環渤海地區的山東省境內及遼東半島均為高碳排放區域，他們大多經濟發達且人口稠密，生產消費活動頻繁。此外，東北地區的碳排放量也普遍較高，與產業結構與支柱產業類型相關。而西北地區和青藏地區，則相對碳排放量較低，這與當地的人口密度低、經濟較落后直接相關。

2.2 縣域的碳排放強度及其空間分布

計算每個縣域的碳排放強度，同樣分為10級。由表3可知，大多數縣域的碳排放強度位于前4個級別，即0.01～<1.05 t/萬元，共占總個數的81.58%，而碳排放強度高的地區個數較少，且多為縣，碳排放強度最高的兩個縣分別位于西藏自治區山南市和青海省果洛州。

由圖2可見，中國縣域的碳排放強度呈現西部及西北高、東部及東南低。除西部地區外，東北、華北地區也存在一定數量的中高碳排放強度的縣域。東北三省的西部地區(即大興安嶺周邊)及太行山以西的山西省境內，都是高碳排放強度區域，整體分別處于1.05～<2.80、2.03～<6.52 t/萬元的區間內。

表2 中國縣域碳排放量分級(2015年)

圖1 中國縣域碳排放量的空間分布(2015年)Fig.1 The spatial distribution of carbon emissions in county units of China (2015)

表3 中國縣域碳排放強度分級(2015年)

而在西部地區，西疆、藏南、寧夏回族自治區南部和青海省全境的碳排放強度均較高。西疆的碳排放強度多處于1.45～<6.52 t/萬元區間內；藏南地區分布在4.05～<12.68 t/萬元的極高碳排放強度區域；寧夏回族自治區南部碳排放強度均處于2.80～<6.52 t/萬元，而青海省境內的大多縣域碳排放強度均高于1.05 t/萬元。此外，甘肅省境內存在明顯的碳排放強度差異，甘東南地區出現了碳排放強度高于1.05 t/萬元的區域，而其余區域的碳排放強度均較低。

2.3 基于碳排放量與碳排放強度的縣域分類

通過繪制縣域的距平四象限圖，將縣域分為高/低碳排放量-高/低碳排放強度的4種類型，結果見表4。中國有相當多的“雙低”縣域有待發展；高碳排放量-低碳排放強度類縣域數明顯多于“雙高”縣域的數量，這些縣域隨碳排放量升高，碳排放強度逐漸降低，碳排放與經濟發展、技術進步具有正向促進作用；已存在一定數量發展模式較綠色的縣域，雖然碳排放量較高但同時碳排放強度已在降低。

由圖3可見：1、2類縣域主要分布在中國的東部、南部；1類縣域經濟條件較好，但整體的發展模式較落后，主要分布在東北三??；2類縣域碳排放效率很高，經濟發達且產業結構、支柱產業較合理，分布在中國部分華北地區及東部、東南沿海地區，中部也有少量分布；3類縣域則在全國除東南沿海區域均有分布，是中國主要的碳排放模式；4類縣域經濟落后且碳排放效率低下，主要分布在中國西北的西藏自治區、新疆維吾爾自治區和青海省，同時山西省境內也有較多分布。

表4 中國縣域分類結果

圖2 中國縣域碳排放強度的空間分布(2015年)Fig.2 The spatial distribution of carbon emission intensity in county units of China (2015)

圖3 中國縣域分類空間分布(2015年)Fig.3 The spatial distribution of classification results (2015)

2.4 不同碳排放特征的縣域應采取不同的發展策略

不同類別的縣域，形成碳排放特征的原因有所差別，因此需要采取不同的發展策略。如山西省是中部地區較集中分布了4類縣域的省份。梁紅巖等[21]110使用山西省2005—2013年市級面板數據測算山西省各市的全要素能源效率，發現晉中、運城、忻州及長治都是能源損失較大區域，存在很大的節能空間。而導致山西省在中部地區出現過多的高碳排放強度縣域的原因主要與其城鎮化水平低、工業技術落后導致能源利用率低有關，且長治、晉中等作為居民主導型城市，其居民低碳意識、低碳城市建設落后、低碳技術創新能力弱，也是導致碳排放強度過高的原因[21]112，[22]。

2類縣域具有高碳排放量-低碳排放強度的特征，且通常具有相似的經濟發展模式。昆山市是江蘇省蘇州市轄區的一個縣級市，以電子信息、裝備制造、冶金業等工業類型為支柱產業。2005年，正式啟動開發區創建全國首批生態工業園區工作。2006年，昆山市經濟開發區以節地、節水、節電為重點，大力推動清潔生產，通過重點企業扶持發展循環經濟，淘汰落后設備裝置和工藝技術，減少廢物產量，降低園區企業能耗[23]。2008年大力推廣低碳經濟，實行土地集約利用機制，提高開發區、工業園區綜合容積率，單位面積產出強度大幅提高。同時，提升金融等第三產業的比重，2015年昆山市的第三產業占比達到44%，高于全國平均水平。所以，實現碳排放模式的轉化，首先是產業模式的調整，第三產業是相較第二、第一產業更低碳、更高效的產業類型；其次是在現有產業結構下，更新產業組織形式、實現產業升級，貫徹低碳發展新理念，引入新技術，嚴格控制能源消耗，實現高碳排放量-低碳排放強度的發展模式[24]。

目前整體看，中低收入、處于發展提速的中西部縣域發展仍需預留一定的碳排放空間；對于高收入的東部縣域，則要提出更高的減排要求。發展低碳經濟和治理碳排放的政策應該從區域上綜合考慮，充分考慮各地區城鎮化的節能減排演化路徑差異，推進區域間的有效合作。

3 結 語

(1) 將傳統的碳排放因子法與人口權重分配法相結合，估算了2015年中國2 170個縣域的碳排放量。結果顯示，縣域的平均碳排放量為1 287×103t，但差異較大，空間分布上整體呈現東高西低；81.58%的縣域的碳排放強度在0.01～<1.05 t/萬元，空間分布上呈現西部及西北高、東部及東南低。

(2) 3類縣域數量最多(占45.81%)，在全國除東南沿海區域均有分布；2類縣域分布在中國部分華北地區及東部、東南沿海地區，中部也有少量分布；1類縣域主要分布在東北三??；4類縣域主要分布在中國西北的西藏自治區、新疆維吾爾自治區和青海省，同時山西省境內也有較多分布。

(3) 整體看，中低收入、處于發展提速的中西部縣域發展仍需預留一定的碳排放空間；對于高收入的東部縣域，則要提出更高的減排要求。

(4) 人口密度數據存在一定的精度問題，但由于距離2010年人口普查已數年，同時考慮到在ArcGIS計算中的便捷，使用人口密度柵格數據進估算。估算方法中的碳排放的分配方法，采用了“將省級碳排放量按照人口分配到縣域”的方法，雖然Nature子刊有文章也使用了類似方法，具有一定的參考性與可靠性。但該方法對于這種“消費側排放”的計算未考慮能源消費彈性的差異，即抹殺了城市/鄉村、不同收入群體、消費習慣之間的碳排放差異，存在一定誤差。建立精確的碳排放格網化估算模型，可建立更完善的相關指標評估體系，是日后可深入的方向。