張若楠 楊瑾
摘 要:本文根據土地利用數據及能源消耗數據測算了2009—2017年陜西省各個土地利用類型的碳排放、碳足跡,并在此基礎上利用SPSS通過時間序列分析法預測了2020年全省及省內11個地市主要土地利用類型的碳排放、碳足跡。通過對比分析不同區域、不同時間、不同土地利用方式下的碳排放情況與碳足跡變化特征,得出以下結論:2009年以來,陜西省的碳排放與碳足跡逐年增長,建設用地面積擴張是造成這一現象的主要原因;省內碳排放與碳足跡存在明顯的分布差異,關中地區碳排放量最高,陜北地區次之,陜南地區最低;碳吸收以陜南地區最高,陜北地區次之,關中地區最低;而碳排放強度逐年減小,已經提前實現了省內單位GDP碳排放比2005年下降40%~45%的目標;每萬人產生的碳排放量逐年增長,仍需進一步調控優化,可以通過促進能源結構多元化、推進產業結構升級、助力土地利用高效化等方式有效控制碳排放,減少碳足跡。
關鍵詞:
土地利用變化;碳足跡;時間序列分析;陜西省
中圖分類號:
文獻標識碼:A
DOI:10.19754/j.nyyjs.20200315048
自20世紀80年代以來,以CO2為代表的溫室氣體排放量迅速增加,極大程度上加劇了全球氣候變暖的進程,引發了國際上的普遍關注[1]。中國對于節能減排十分重視,提出了到2020年單位GDP碳排放比2005年下降40%~45%的目標[6]。作為經濟發展的承載體,土地利用類型的變換、利用結構的調整都與碳排放息息相關[2]。而陜西省當前面臨著快速發展經濟和降低能源消耗、實現低碳發展的雙重任務,在此形勢下如何有效實行碳減排成為了熱點問題。本研究以陜西省為例,通過分析省域與市域的土地利用碳排放和碳足跡變化,為陜西省的土地利用低碳優化提供理論依據。
1?研究區概況
陜西省位于西北內陸腹地,地處E105°29′~111°15′,N31°42′~39°35′之間。截至2017年,全省設10個省轄市和楊凌農業高新技術產業示范區,土地面積20.56萬km2,由于自然環境、風俗習慣等差異,形成了陜北、關中和陜南3大區域。
2?數據來源與研究方法
2.1?數據來源
文中的年度土地利用數據來自《陜西省國土資源公報》(2009—2017年),包括耕地、園地、林地、草地、建設用地、水域及水利設施用地、其它土地7類。計算建設用地碳排放量使用的能源利用數據來自《陜西省統計年鑒》(2010—2018年)中的主要能源平衡情況表,使用終端消費部分的綜合能源量作為標準能源消耗數據。預測2020年的碳排放、碳足跡使用的地類面積數據來自《陜西省土地利用總體規劃(2006—2020年)》,其中2020年建設用地的碳排放量由2009—2017年的數據經過回歸模型測算得出。考慮到數據的現勢性與銜接性,選取了2009—2017年作為本文的研究時間范圍。
2.2?研究方法
2.2.1?碳排放測算方法
本文主要考慮耕地、園地、建設用地的碳排放作用與林地、草地、水域及水利設施用地的碳吸收作用,在計算各個地類產生的碳排放時采用IPCC碳排放量測算方法,具體公式如下:
C=∑Ci=∑Si·Ki(1)
式中,C為研究區域的碳排放總量(t);Ci為第i種土地類型產生的碳排放量(t),當Ci為正數時代表碳排放,Ci為負數時代表碳吸收;Si為第i種土地類型的面積;Ki為第i種土地類型對應的碳排放(吸收)系數(t/hm2)。
結合已有研究成果[3,7,8],本文采用的耕地、園地、林地、草地、水域及水利設施用地、其它土地的碳排放(吸收)系數分別為0.422t/hm2、0.210t/hm2、-0.644t/hm2、-0.021t/hm2、-0.218t/hm2、-0.005t/hm2。建設用地由于種類多樣且與日常生活聯系密切,碳排放量使用終端能源消費來進行測算,能源消費對應的標準煤消耗碳源系數為能源經濟研究所公布的0.68t(C)/t[13]。
2.2.2?碳排放強度的測算方法
碳排放強度是指每單位國民生產總值的增長所帶來的CO2排放量[4],即碳排放量與單位GDP的比值。通過測算碳排放強度可以分析經濟發展中資源環境所受到的壓力,具體公式如下:
CI=C/G(2)
式中,CI為碳排放強度(t/萬元);C為碳排放總量(104t);G為生產總值(億元)。
2.2.3?碳足跡測算方法
碳足跡起源于生態足跡,主要關注某項活動或某個組織所排放的溫室氣體量,以質量或面積表示[18]。由于研究區域確定,本文采用面積來表示陜西省的土地利用碳足跡。通過測算能夠發現研究區域內部的碳足跡規律,同時進一步分析碳排放對環境造成的影響。具體公式如下:
A=∑C×PNEP=C×PerfEPf+C×PergEPg(3)
式中,A為碳足跡(104hm2);C為碳排放總量(104t);P為植被的碳吸收比例;NEP為凈生態系統生產量(t/hm2),即單位面積的植被在1a內承擔的碳排放量,反映了植被在固碳方面的強度;Perf、Perg分別為不同年份林地與草地的碳吸收比例;EPf、EPg分別為全球林地、草地的碳吸收能力(t/hm2),本文采用IPCC公布的數值3.8096、0.9482[5]。
2.2.4?時間序列分析法
將耕地、園地、林地、草地、建設用地、水域及水利設施用地、其它土地7種土地利用類型面積作為自變量,將碳排放總量作為因變量,使用ARIMA模型構建時間序列對陜西省碳排放量進行擬合分析,并在此基礎上預測2020年陜西省各地市不同土地利用類型的碳排放與碳足跡。
3?結果與分析
3.1?土地利用碳排放分析
根據2009—2017年陜西省的土地利用數據及能源消耗數據計算出2009—2017年陜西省各類用地的碳排放量,如表1。
分析表1可知,在3種碳排放地類中,建設用地的碳排放量占比最大,維持在96%以上,耕地和園地的碳排放量占比很小;在4種碳吸收地類中,林地的碳吸收量占比最大,維持在97%以上,草地、水域及水利設施用地和其它土地的碳吸收量占比很小。建設用地碳排放量的增長十分迅速,在2009—2017年間增長了2815.02萬t,增長率達到57.52%,是造成碳排放總量顯著增長的主要原因。這就說明,控制建設用地面積和增加林地面積能夠減少碳源并增加碳匯,是降低省內碳排放總量的有效方法。
由表1數據進一步得到2009—2017年陜西省碳源、碳匯、碳排放變化圖,如圖1;選取2009年、2013年、2017年這3個時間點,對各地類碳排放量進行對比,如圖2。
分析圖1、圖2可知,自2009年以來,陜西省的碳排放總量呈逐年增長趨勢,8a間碳源增長量達到2813.70萬t,增長率55.38%;碳排放總量增長量達到2820.48萬t,增長率64.96%;而碳匯基本保持不
變且稍有降低的趨勢。建設用地的碳排放量增長明顯且對碳排放的貢獻最大,林地的碳吸收量基本維持不變且對碳排放的貢獻次之。總體看來,碳匯量遠遠低于碳源量,不斷增長的碳源得不到更多的碳匯來抵消。這主要是由于城市化的快速進程使得土地利用方式不斷產生變化,對能源的需求量與消耗量也不斷增長,最終表現出碳排放明顯增長的趨勢;而碳吸收地類面積并沒有增加,反而有所減少,進一步導致了碳排放總量的增長。2014年的碳排放總量較2013年有所降低,且之后幾年碳排放增長趨勢變緩,主要是由于2014年之后陜西省大力推動節能環保工作,頒布了《陜西省節約能源條例》,極大程度上促進了陜西省的產業碳減排。
3.2?土地利用碳排放強度分析
碳排放強度主要用以衡量一個區域的經濟發展同碳排放量之間的關系,如果在經濟增長的同時,每單位國民生產總值所帶來的CO2排放量是下降的,那么就說明該區域實現了低碳發展模式。通過測算得到陜西省2009—2017年的土地利用的碳排放強度與每萬人碳排放量,如表2。
由表2可以看出,2009—2017年陜西省的碳排放強度逐年減小,而每萬人產生的碳排放量逐年增長。這就表示人民日常生活對于能源的消費量逐年增大,人均碳排放量不斷增長,與此同時碳排放強度在不斷減小,即陜西省碳排放的經濟效益呈增長趨勢,近年來也持續實現低碳發展模式。而區域碳排放量的減少需要保證人均碳排放量的減小。可見陜西省未來仍需要通過進一步優化改革達到高效利用土地、較少區域碳排放的目的。
3.3?土地利用碳足跡分析
由2009—2017年陜西省土地利用碳排放數據和植被的碳吸收比例數據可以進一步計算出2009—2017年陜西省土地利用的碳足跡,如表3。
通過對比分析發現,碳足跡的變化規律與碳排放變化規律相一致,自2009年以來,陜西省的土地利用碳足跡總體呈增長趨勢,自2014年以來增長趨勢變緩。結合陜西省的能源利用情況、社會發展情況進行分析,由于經濟發展的需求,建設用地面積的增長與能源利用總量增多直接導致了碳足跡的增長;由于科技發展、政策變化,促進了能源利用方式的轉變,煤炭、煤電產業結構持續優化,能源利用更加高效,清潔能源產業大幅度發展,天然氣使用更加普及,同時能源供給側結構性改革深入推進,可再生能源規劃和產業政策體系進一步完善,人民節能環保意識普遍提升,“低碳生活”得到廣泛提倡,使得碳足跡的增長趨勢變緩,增長率變低[12]。
3.4?碳排放、碳足跡時間序列分析與預測
根據陜西省2009—2017年土地利用的碳排放測算結果,通過SPSS軟件建立時間序列模型,對2020年陜西省土地利用的碳排放總量進行預測,得到2020年陜西省土地利用碳排放為8220.08萬t,相比2017年增長量1057.68萬t,增長率14.77%。而通過《陜西省土地利用總體規劃(2006—2020年)》中的土地利用數據預測出的陜西省2020年預計土地利用碳排放總量約為8238.89萬t,相比2017年增長量1076.49萬t,增長率為15.03%。根據時間序列分析測算出的2020年陜西省土地利用碳排放模型,進一步計算得到2020年陜西省土地利用碳足跡為2192.57萬hm2,比2017年的土地利用碳足跡增長了283.41萬hm2,增長率為14.85%。而通過《陜西省土地利用總體規劃(2006—2020年)》中的土地利用數據測算出的陜西省2020年預計土地利用碳足跡為2198.43萬hm2。分析表明,區域規劃在碳減排方面的表征是符合實際發展情況的,且適當的土地利用方式調控在約束碳排放過量增長方面能夠起到一定的作用。
為了進一步分析規劃中土地利用類型與碳排放的關系,對2020年陜西省11個地市主要地類的碳排放、碳足跡進行了測算,如表4。
結果表明,陜西省各地市的碳源量都遠遠超過碳匯量,其中,以西安市、榆林市、渭南市、咸陽市、寶雞市的碳源最多,安康市、商洛市、銅川市、楊凌示范區的碳源最低;而碳匯量以漢中市、延安市、安康市、商洛市、榆林市、寶雞市較為明顯,其它地區的碳匯量表征不明顯,如圖3。
而陜西省11個地市的碳排放與碳足跡也存在明顯差異,其中西安市、榆林市、渭南市、咸陽市4個市占比最多,達到了63%。總體看來,陜西省各地市的碳源主要來自建設用地,且存在顯著的地區差異,關中地區碳排放量最高,陜北地區次之,陜南地區最低;碳匯主要來自林地,以陜南地區碳吸收量最高,陜北地區次之,關中地區最低。關中地區作為陜西省的經濟重心,建設用地面積逐年增加,能源需求與能源消耗量增多,導致碳足跡占比最多,而促進碳吸收的地類面積很少,碳排放壓力過大;陜北地區作為資源型產業集聚區,能源消耗直接引起的碳排放量也較為顯著,由于區域人口紅利與經濟總量較關中地區要少,所以碳足跡較小;陜南地區建設用地的面積在3大區域中最小,同時生態環境相對優越,林地的碳吸收作用一定程度上緩解了碳排放壓力,所以陜南地區的碳吸收量占比最大,碳足跡最小。由此更加證明,林地的碳吸收能力對于碳排放量的降低與碳足跡的減小有著重要作用。
4?低碳優化對策
通過上文分析可知,陜西省近年來碳排放強度不斷降低,低碳優化工作卓有成效,但從地市之間的分析看來,仍有需要改進提高之處。因此,本文針對陜西省未來的土地利用與資源配置提出以下優化對策。
4.1?促進能源結構多元化
陜西省作為西北地區的能源生產大省與能源消費大省,大量的能源消耗直接引起碳足跡的持續增長[11]。為了降低能源消耗帶來的碳排放,應當推進清潔能源產業的發展,進一步實施能源供給側結構性改革,通過增加可再生能源、清潔能源的使用實現能源結構多元化發展[10]。
4.2?推進產業結構升級
多年來第二產業始終是陜西省的支柱產業,但與其伴隨的高耗能、高碳排情況對于環境帶來了極大的壓力,無法有效抵消或彌補。為了實現低碳發展,陜西省應當進一步促進第一產業穩定發展、第二產業低耗發展、第三產業加速發展,形成良性經濟增長模式。
4.3?助力土地利用高效化
隨著社會的發展需求,土地利用方式也在不斷改變,規劃對于碳足跡的減少會有明顯的輔助作用。整體上來說,建設用地布局需要進一步合理配置,避免建設用地擴張中產生的過量碳排放。陜西省的林地面積較少,碳吸收能力不強,適當增加林地面積,將有效推進土地利用碳減排工作。
5?結論
本文通過對比分析不同區域、不同時間、不同土地利用方式下的碳排放情況、碳排放強度、碳足跡變化特征,得出以下主要結論。
2009—2017年陜西省的碳排放逐年增長,碳排放增加量2820.48萬t,增長率64.96%。其中,建設用地對碳排放的貢獻在96%以上,林地對碳吸收的貢獻在97%以上。建設用地碳排放量在2009—2017年間增長了2815.02萬t,增長率達到57.52%,建設用地面積擴張是造成碳排放總量顯著增長的主要原因。
由于經濟發展情況、產業結構、土地利用類型不同,陜西省11地市間的碳排放存在顯著差異,關中地區碳排放量最高,陜北地區次之,陜南地區最低;碳吸收以陜南地區最高,陜北地區次之,關中地區最低。
2009—2017年陜西省的碳排放強度逐年減小,已經提前實現了單位GDP碳排放比2005年下降40%~45%的目標;而每萬人產生的碳排放量逐年增長,仍需進一步調控優化。
自2009年以來,陜西省的土地利用碳足跡總體呈增長趨勢,碳足跡增加量755.74萬hm2,增長率65.52%,自2014年以來增長率變低,且碳足跡的變化規律與碳排放變化規律相一致。
由時間序列模型預測得到的2020年陜西省碳排放為8220.08萬t,碳足跡為2192.57萬hm2,由《陜西省土地利用總體規劃(2006—2020年)》中的土地利用數據預測出的陜西省2020年預計碳排放8238.89萬t,碳足跡為2198.43萬hm2,符合陜西省發展的實際情況。分析表明,在調整產業結構、調整土地利用等方面,區域規劃的調整與完善能夠起到控制碳排放,減少碳足跡的作用。
參考文獻
[1]?王鋒,吳麗華,楊超.中國經濟發展中碳排放增長的驅動因素研究[J].經濟研究,2010,45(02):123-136.
[2]胡靖.碳減排的中國意義[N].社會科學報,2018-12-20(002).
[3]王亮.鹽城市土地利用變化碳排放效益及影響因素分解研究[J].生態科學,2015,34(05):122-128.
[4]金雯.陜西省土地利用碳排放總量及其效率分析[J].中國資源綜合利用,2018,36(05):165-170.
[5]何舒卉,趙春暉.武漢歷年碳排放情況及變化趨勢預測[J].當代經濟,2016(16):74-78.
[6]張友國.經濟發展方式變化對中國碳排放強度的影響[J].經濟研究,2010,45(04):120-133.
[7]俞超,張麗琴,唐殿明.基于清單算法的湖北省土地利用碳排放效應和趨勢分析[J].水土保持研究,2014(4):168-172.
[8]石敏俊,王妍,張卓穎,周新.中國各省區碳足跡與碳排放空間轉移[J].地理學報,2012,67(10):1327-1338.
[9]王微,林劍藝,崔勝輝,吝濤.碳足跡分析方法研究綜述[J].環境科學與技術,2010,33(07):71-78.
[10]郭朝先.產業結構變動對中國碳排放的影響[J].中國人口·資源與環境,2012(07):15-20.
[11]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(01):152-156.
[12]胡初枝,黃賢金,鐘太洋,譚丹.中國碳排放特征及其動態演進分析[J].中國人口·資源與環境,2008(03):38-42.
[13]計軍平,馬曉明.碳足跡的概念和核算方法研究進展[J].生態經濟,2011(04):76-80.
(責任編輯?賈燦)