武漢市土地利用碳排放的影響因素研究
——基于擴展的Kaya等式和LMDI分解方法

鄧宣凱

(江漢大學武漢研究院，湖北 武漢 430056)

近年來，溫室氣體排放特別是二氧化碳排放導致的氣候變暖等全球氣候變化現(xiàn)象受到廣泛關注。據(jù)報道，隨著我國經濟的穩(wěn)定快速發(fā)展，中國已經在十幾年前成為全球最大的溫室氣體排放國[1]。低碳經濟作為一種全新的經濟增長模式，是一種可持續(xù)的經濟發(fā)展方式。將引領一場能源革命，強迫人們改變使用高碳能源的生活消費習慣，降低經濟增長對煤炭、石油等主要碳排放化石能源的依賴[2]。

土地是人類重要的生產要素，是承載人類生產生活活動、社會經濟發(fā)展的載體。人類導致碳排放的生產生活、能源消費等活動最終都會落實到土地利用上[3]。在我國“十四五”開局著重強調“碳達峰”、“碳中和”的大背景下，研究區(qū)域的土地利用碳排放，對實現(xiàn)區(qū)域低碳土地利用，促進低碳經濟發(fā)展具有重要的現(xiàn)實意義。

關于土地利用碳排放的相關研究越來越多，主要集中在碳排放量的核算方法、土地利用碳排放機理、影響因素等方面。近年來，這些研究熱點被學者們逐步拓寬。如，張中秋等運用碳排放系數(shù)法測算了廣西2006—2015年土地整治的碳排放量，并進一步分析了碳排放的影響因素[4]。黃鑫等以甘肅省為研究對象，估算了該地區(qū)2000—2017年土地利用碳排放及GDP含金量[5]。馬肖迪、譚曉波依據(jù)土地利用碳排放測算方法，對湖南省2003—2016年土地利用碳排放進行了科學的計算，分析了土地利用的碳排放效應，并且通過LMDI因素分解法探討了影響土地利用碳排放的因素[6]。魏燕茹、陳松林計算了2006—2018年福建省土地利用凈碳排放，分析了碳排放的空間關聯(lián)性與碳平衡分區(qū)[7]。薛建春等計算了1996—2017年內蒙古土地利用的碳排放，并探究了碳排放與經濟增長、產業(yè)結構的動態(tài)變化關系[8]。回顧近年來的相關研究可以發(fā)現(xiàn)，研究的區(qū)域層次依然集中在比較大的省一級行政單元。在分析土地利用碳排放的影響因素時，往往考慮碳排放與經濟增長的關系，將經濟發(fā)展因素考慮其中，并沒有將區(qū)域內土地利用等相關因素囊括進來。

本文以武漢市作為研究區(qū)，在全面梳理總結土地利用碳排放計算方法之后，測算武漢市土地利用碳排放的時間序列特征。對Kaya恒等式進行擴展，引入土地利用因素采用LMDI因素分解法，對土地利用碳排放的影響因素進行分析。有助于從城市層面對人類活動所導致的碳排放影響因素進行評估，及時調整土地利用方式從而促進低碳經濟發(fā)展。

1 方法和數(shù)據(jù)來源

1.1 土地利用碳排放測算方法

按照土地利用結構表中土地利用類型的劃分，由于各種土地利用類型承載或者本身導致的碳排放或者碳吸收作用不盡相同，對不同的土地利用類型采用不同的計算方法。

1.1.1 耕地對應的碳排放和凈排放量

1.1.1.1 耕地碳排放的計算

本文在計算耕地對應的碳排放量時，把主要的農業(yè)生產過程如化肥的施用，農膜、農業(yè)機械的使用，農作物播種和農業(yè)灌溉等導致的碳排放考慮進來。這些農業(yè)生產過程發(fā)生后帶來碳排放的計算公式：

CEt=CEf+CEm+CEg+CEa=Gf×A+(Am×B+Wm×C)+Ag×D+Fa×E

(1)

式中，CEt為耕地主要農業(yè)生產過程產生的碳排放量；CEf為施用化肥導致的碳排放；CEm為使用農業(yè)機械導致的碳排放；CEg為灌溉導致的碳排放；CEa為農業(yè)使用的農膜產生的碳排放。Gf、Am、Wm、Ag、Fa分別為化肥施用量、農作物種植面積、機械總動力、灌溉面積和農膜使用量；A、B、C、D、E為對應的農業(yè)生產過程碳排放轉換系數(shù)。

1.1.1.2 耕地碳吸收的計算

在計算排放量時，本文考慮了主要的農業(yè)生產過程。同樣在農作物的生長發(fā)育、生命周期內會進行光合作用，起到“固碳”封存的效果。這些農作物帶來的碳吸收計算公式：

(2)

式中，CSt為耕地碳吸收量；CSdj為第j種農作物生長發(fā)育周期對碳的吸收量；Cfj為第j種農作物的碳吸收率；Ywj為第j種農作物的經濟產量；Hj為第j種農作物的經濟系數(shù)。

1.1.1.3 耕地上牲畜碳排放的計算

在考慮耕地對應的碳排放時，把耕地、園地上可能有牲畜放牧養(yǎng)殖考慮進來。牲畜的呼吸、排泄會產生碳排放，其計算公式：

(3)

式中，CEl為牲畜呼吸、排泄產生的碳排放；Ql為第l種牲畜的數(shù)量；el為第l種牲畜的碳排放系數(shù)。耕地的凈碳排放量為2類排放量減去碳吸收量。

1.1.2 建設用地對應的碳排放

建設用地對應的碳排放采用能源消費計算碳排放的常用方法，其計算公式：

(4)

式中，CEe為能源尤其是化石能源消費導致的碳排放；Ei為第i種能源消費的標準煤折算量；ei為第i種能源的碳排放系數(shù)。同時按照土地利用分類，建設用地包含了居民點用地，本文在計算建設用地碳排放時考慮了人類呼吸產生的碳排放，其計算公式：

CEp=P×λ

(5)

式中，CEp為人類呼吸作用產生的碳排放量；P為研究區(qū)常住人口數(shù)量；λ為個體平均的碳排放系數(shù)。本文在計算耕地和建設用地對應碳排放時，相關系數(shù)來自于張俊峰等的研究[3]。

1.1.3 其它土地利用類型的碳排放

參考董捷等[9]的研究成果，通常認為林地、草地、水域、未利用地的固碳能力相對穩(wěn)定。引用侯艷萍[10]的排放系數(shù)，采用一般的排放系數(shù)方法測算這幾種土地利用類型對應的碳吸收量，其計算公式：

(6)

式中，Cn為第n種土地利用類型的年均碳吸收量；Sn為第n種土地利用類型當年的面積；fn為第n種土地利用類型的年均碳固存或者碳吸收系數(shù)。針對本文所采用的土地利用碳排放測算方法，土地利用的凈碳排放量為所有土地利用類型相關的排放量減去吸收量。

1.2 因素分解分析方法

為了采取更有針對性的碳減排措施或者制定更加有成效的減排政策，需要在計算區(qū)域碳排放量后進一步弄清楚碳排放的影響因素。所以本文采用改進的Kaya恒等式以及對數(shù)迪氏指數(shù)分解方法，對影響碳排放的因素進行分解，期望得到影響因素對碳排放的作用方向和具體影響大小。

Kaya恒等式是日本教授Yoichi Kaya最早提出并命名的，該恒等式把人類活動產生的二氧化碳和經濟、政策、人口等因素聯(lián)系起來，建立恒等關系。該恒等式通常表示為：

(7)

式中，GHG表示溫室氣體排放量；TOE表示能源消耗量；GDP表示國內生產總值；POP表示總人口。該恒等式可以理解為，溫室氣體排放量等于單位能源碳排放強度、單位GDP的能源使用強度、人均國內生產總值和總人口的乘積。本文為了分析土地利用變化對區(qū)域碳排放的影響，對上述Kaya恒等式進行了擴展，將土地利用的結構因素引入等式中，得到如下等式：

(8)

式中，CE表示研究區(qū)土地利用碳排放總量；CEu表示第u種土地利用類型的碳排放量；Lu表示第u種土地利用類型的面積；L表示研究區(qū)土地利用總面積；GDP表示生產總值；POP表示總人口。擴展了的Kaya等式可以理解為，研究區(qū)二氧化碳排放量等于單位土地類型面積的碳排放強度fu(土地碳排放強度因素)、研究區(qū)土地利用的結構su(用地結構因素)、單位生產總值的用地強度k(用地強度因素)、人均國內生產總值g(收入水平因素)和總人口p(人口規(guī)模因素，POP)的乘積。

在將土地利用因素引入Kaya恒等式以后，需要進一步量化各因素對碳排放的影響。如果設基期年研究區(qū)碳排放總量為CE0，目標年T的碳排放為CET，那么從0到T研究期內碳排放量的變化可以表示為ΔCE。對上文中擴展后的5個影響因素，目標年相對于基期年的碳排放變化可以分別表示為加法模式：

ΔCE=CET-CE0=ΔCEfu+ΔCEsu+ΔCEk+ΔCEg+ΔCEp

(9)

式中，等式最右邊的5個代號分別表示了研究區(qū)單位土地碳排放強度、土地利用結構、單位生產總值用地強度、人均收入水平和人口規(guī)模對研究期內碳排放變化的作用大小，即量化的影響程度。

依據(jù)由ANG B W提出的對數(shù)迪式指數(shù)分解分析方法(LMDI)，可以對碳排放的差異進行加法的完全分解[11]。在加法分解形式下，其分解公式：

(10)

其它4個因素的加法分解公式與上式基本相同，只需將fu替換就可以計算得到其它影響因素對碳排放變化的量化作用。

1.3 數(shù)據(jù)來源與處理

本文計算的主要社會經濟數(shù)據(jù)來源于《武漢統(tǒng)計年鑒》(2010—2020)、《中國城市統(tǒng)計年鑒》(2010—2020)、《武漢市國民經濟和社會發(fā)展統(tǒng)計公報》(2009—2019)。土地利用數(shù)據(jù)來源于武漢市自然資源部門的土地利用變更調查。天然氣的標準煤轉換系數(shù)和其它能源碳排放系數(shù)來源于《2006年IPCC國家溫室氣體清單指南》。人口數(shù)據(jù)采用武漢市歷年常住人口數(shù)，生產總值數(shù)據(jù)按照歷年國民經濟和社會發(fā)展公報對2009年進行了可比換算。

2 結果與分析

2.1 武漢市土地利用碳排放的時間序列特征分析

依據(jù)武漢市2009—2019年的土地利用數(shù)據(jù)、各種其它相關能源消費、碳排放相關統(tǒng)計數(shù)據(jù)，采用土地利用的碳排放測算方法，得到研究期內土地利用的碳排放量結果如表1所示。

表1 2009—2019年武漢市各土地利用類型的碳排放/碳吸收

由表1中的碳排放結果可知，在整個研究期內，武漢市土地利用的凈碳排放量呈現(xiàn)波動上升的狀態(tài)。凈碳排放量由2009年的2259.70萬t增長到2019年2761.32萬t，研究期內凈碳排放量最高的為2014年的2815.23萬t。由各土地利用類型的碳排放計算結果來看，耕地和建設用地是碳排放的來源，耕地碳源導致的碳排放量逐年穩(wěn)步下降，建設用地碳源導致的碳排放量變化與凈碳排放量的變化基本保持一致。園地、林地、草地、水域和其它未利用地起到碳吸收或固存的作用，是碳匯。由于研究期內這幾種土地利用類型的面積變化不大，所以歷年來土地利用的碳吸收量總體比較平穩(wěn)，由2009年的58.19萬t變化為2019年的56.53萬t。在碳匯的幾種土地利用類型中，林地起到最主要的碳吸收作用，其吸收量基本與耕地排放量旗鼓相當。橫向對比各種土地利用類型的碳排放量和吸收量，對土地利用的凈碳排放量起決定作用的還是建設用地導致的碳排放量。

2.2 武漢市土地利用碳排放的影響因素分解結果分析

依據(jù)LMDI分解方法，基于上文的計算公式將土地利用碳排放進行加法分解，可以分別計算出研究期內目標2019年相對于基期2009年間土地碳排放強度效應、用地結構效應、用地效率效應、收入水平效應和人口規(guī)模效應，這些效應就是分解得到的研究期內5個因素對武漢市土地利用碳排放變化的貢獻值。在加法分解模式下，結果如表2所示，可以從整體上分析各個因素對武漢市土地利用碳排放的影響作用方向和大小。

表2 武漢市土地利用碳排放影響因素加法分解結果

由加法分解結果可知，從總體上看即累積效應來看，影響整個研究期2009—2019年武漢市土地利用碳排放的最主要因素是收入水平，即人均生產總值變化對凈碳排放量的影響最大。該因素起到最顯著的碳排放促進作用，使碳排放量累計增長了2607.64萬t。土地利用結構和人口規(guī)模2個因素對碳排放的影響也是正效應，分別使碳排放增長了604.98萬t和521.77萬t。對凈碳排放量起到抑制作用或者負效應的因素有用地效率和土地碳排放強度，其中代表用地效率也就是單位面積土地產出的前者起到最顯著的碳排放增長抑制作用。這2個因素帶來的負效應，對土地利用碳排放的減少值分別為3129.42萬t和103.37萬t。

為了進一步考察各個因素在短期對土地利用碳排放影響的階段性特征，依據(jù)加法分解結果繪制各影響因素逐年效應的變化趨勢圖，如圖1所示。單獨將2009年作為對照年，累積效應的分解結果如圖2所示。

圖1 各因素對土地利用碳排放的逐年效應分解

圖2 各因素對土地利用碳排放的累積效應分解

2.2.1 土地碳排放強度因素

從逐年效應的分解結果來看，單位土地碳排放強度對土地利用凈碳排放量的貢獻值上下波動較為明顯，對凈碳排放量時而為拉動，時而為抑制，并沒有表現(xiàn)出一貫的正負趨勢。在整個研究期內，土地碳排放強度因素的分解結果為負值，可知單位土地碳排放強度因素起到了抑制碳排放增長的效果。

2.2.2 用地結構因素

無論是逐年還是累積分解結果，都可以看到土地利用結構因素對土地利用碳排放的貢獻值均為正值，所以該因素在所有研究時段內都對凈碳排放量起到單純的促進其增長作用。在研究期內，回溯土地利用結構基礎數(shù)據(jù)，可以發(fā)現(xiàn)作為碳源的耕地面積雖然減少，但建設用地面積卻在不斷增加。建設用地的不斷擴張，其承載了最主要的人類化石能源消費活動，使得整個研究期內凈碳排放量是增長的。起碳匯作用的土地利用類型總面積變化不明顯，甚至碳匯還略有減少，所以依然不能消減碳源面積導致的碳排放。

2.2.3 用地效率因素

單位GDP用地強度，也就是單位生產總值需要多少面積的土地，可以看作是用地效率因素。由逐年和累積分解結果可知，單位生產總值用地強度因素對土地利用碳排放起到最明顯的抑制作用。在整個研究期內，武漢市用地效率越來越高，對碳排放的增長起到明顯的減緩作用。

2.2.4 收入水平因素

人均GDP反映了研究區(qū)域的經濟發(fā)展情況，也就是人均收入水平因素。無論是逐年還是累積對土地利用凈碳排放量的分解貢獻值均為正，而且整個研究期內對比其它4個因素，收入水平因素對凈碳排放量的增加起到最顯著的促進作用。隨著制造業(yè)、工業(yè)在武漢的不斷發(fā)展，區(qū)域經濟得到快速增長，但是與之相關的能源消費和使用也有明顯的增長。收入水平提高的同時，碳排放也必然增加。

2.2.5 人口規(guī)模因素

人口規(guī)模因素對土地利用碳排放的影響也呈現(xiàn)較為明顯的拉動效應，促進了凈碳排放量的增長。無論是逐年效應還是累積效應，其作用大小和土地利用結構因素接近。在研究期內，武漢市歷年常住人口數(shù)量有逐年增長的趨勢，是人口凈流入城市。雖然人口規(guī)模因素對碳排放的促進作用沒有人均生產總值因素強，但仍不可忽視其作用。降低個人消費導致的碳排放，對于減緩碳排放的增長能起到積極作用。

綜合各個因素在研究期內對武漢土地利用碳排放的影響情況來看，雖然抑制凈碳排放量的因素作用及趨勢在增強，但是依然不能完全抵消經濟發(fā)展和人口規(guī)模增長對碳排放增長的促進作用。同時土地利用結構因素也在研究期內不斷促進碳排放的增長，所以僅僅依靠不斷提高能源利用效率和水平很難實現(xiàn)真正意義上的碳減排。為了達到“碳中和”，武漢市應該加快轉變經濟增長模式，快速調整能源消費結構，同時對土地利用進行合理規(guī)劃，對人口規(guī)模進行合理調控，采取多種措施實現(xiàn)經濟低碳發(fā)展。

3 結論與討論

3.1 結論

本文測算了武漢市2009—2019年期間的土地利用碳排放量，并對碳排放量的影響因素進行了分析。在分析影響因素時，加入土地利用因素擴展了Kaya恒等式，采用LMDI完全分解方法將碳排放量的變化分解為各因素的效應，表征為具體貢獻值。本文主要的研究結論如下。

所有土地利用類型的凈碳排放量呈現(xiàn)上下波動的趨勢，總體上略有增長。建設用地是主要的碳排放來源，其碳排放量超出其它土地利用類型的排放或吸收量很多倍。凈碳排放量于建設用地排放量在數(shù)值上保持高度的一致性，控制建設用地排放量能起到減緩區(qū)域碳排放的最大作用。

建立了土地利用碳排放和土地利用相關因素之間的數(shù)量關系。將研究區(qū)土地利用碳排放量的逐年和累積變化完全分解為單位土地碳排放強度、土地利用結構、用地效率、人均收入水平和人口規(guī)模5個因素的效應。研究結果顯示，在研究期內人均收入水平、土地利用結構和人口規(guī)模是正向的促進碳排放增長的3個因素，用地效率和單位土地碳排放強度則是負向的抑制碳排放增長的2個因素。

單位生產總值的用地面積即用地效率因素是最強大的碳減排動力，用地效率越高土地利用碳排放增長越緩慢。研究期內武漢市土地利用結構由農用地轉為建設用地的趨勢較為明顯，合理控制建設用地規(guī)模，提升建設用地利用效率長期來看也能明顯減緩碳排放的增長。單位土地碳排放強度因素對碳排放的影響效應在研究期內正負波動，整體上雖然起到了減緩碳排放增長的作用但效果不明顯，所以僅僅控制化石能源消費量并不能很好地起到碳減排的作用。

通過本文的研究發(fā)現(xiàn)，武漢市減緩土地利用碳排放的增長，需要不斷提高單位用地的產出即用地效率，同時還要優(yōu)化土地利用結構。

3.2 討論

受限于土地利用類型劃分的細分程度的同時，細分土地利用類型上承載的具體產業(yè)類型以及該產業(yè)消費的化石能源消費量，這些數(shù)據(jù)在研究區(qū)都難以獲取，從而不能更深入地研究土地利用碳排放的影響因素及其作用。未來應該可以在該方面開展更進一步的研究，為區(qū)域碳減排的制定提供更加精準的依據(jù)。