中國陸上風電開發土地需求的定量研究

張力小 陳云釗 張鵬鵬 李雨芩 武子凡 楊娜

摘要 隨著氣候變化、能源短缺等問題的日益突出，大規模開發可再生清潔能源已成為世界各國的普遍選擇。其中，陸上風電以其技術成熟、安全高效的優勢，在全球能源轉型的進程中發揮著重要作用。然而，風能資源具有能量密度低、不穩定和空間分散等特點，大規模開發陸上風電需要大量土地資源支撐。為保障碳中和目標下風電發展的土地資源需求，該研究對中國陸上風電的土地占用情況進行了定量研究。首先，以排他性為界定標準，從時空維度重新劃分了風電場土地占用類型。其次，融合樣本參數法和α形狀算法，分類核算了中國現有陸上風電場的占地面積。最后，綜合考慮風電技術發展趨勢，系統模擬預測了碳中和目標下不同發展情景的中國風電用地需求。結果表明：①基于排他性原則，風電場總占地面積在空間維度上可分為直接影響區域和間接影響區域兩部分；直接影響區域在時間維度上可分為永久用地和臨時用地兩部分。②2022年中國陸上風電場風機基礎占地、永久用地、臨時用地和直接影響區域占地面積分別達到48. 28 km2、352. 08 km2、1 234. 86 km2和1 638. 81 km2。③2022年中國陸上風電場間接影響區域占地面積和總占地面積分別達到了9. 81×104 km2和9. 99×104 km2，總占地面積幾乎與全國城鎮總用地面積相當。④與當前技術水平情景相比，技術進步與風機換代情景下，2060年中國風電各類用地需求均有大幅下降，且用地需求在2050年前后達到峰值，風電機組的大型化替代對土地資源的節約潛力巨大。因此，完善風電建設用地標準、提升風電開發用地效率、統籌推進海上風電建設，是協同風能資源開發與土地資源可持續利用的重要路徑。

關鍵詞 風電場；排他性；用地強度；面積核算；土地需求

中圖分類號 X37 文獻標志碼 A 文章編號 1002-2104（2024）05-0046-12 DOI：10. 12062/cpre. 20231003

發展可再生能源、推動能源轉型，已成為解決能源安全問題、應對氣候變化的全球共識。作為一種可再生的清潔能源，風電的開發利用得到了世界各國的高度重視。據國際能源署（IEA）《2020年可再生能源報告》［1］估算，從2020年到2025年，全球風電將以每年65～90 GW的速度增長。然而，全球風能理事會（GWEC）在《全球風能報告2022》［2］中披露的數據表明，2021年全球風電裝機容量已達837 GW，其中新增裝機容量為93. 6 GW，超過了國際能源署給出的增長預期區間上限。這表明，全球風電將以超出人們預期的速度加快發展，全球風電開發的潛力將被進一步釋放。在全球能源轉型與風電開發的大潮中，中國占據著極為重要的地位。2021年10月，國務院印發《2030年前碳達峰行動方案》［3］，要求全面推進風電、太陽能發電大規模開發和高質量發展，并設定了風電、太陽能發電總裝機容量達到12億kW以上的碳達峰戰略目標。隨后，國家發展改革委等部門聯合印發了《“十四五”可再生能源發展規劃》［4］，要求在“十四五”期間，可再生能源發電量增量在全社會用電量增量中的占比超過50%，風電和太陽能發電量實現翻倍。在政策文件的利好作用下，2022年，中國風電裝機容量達到365. 4 GW，同比增長11. 2%，占當年全國電力裝機容量的14. 25%［5］，比上年提高0. 43 個百分點；新增風電裝機容量達到37. 6GW，占當年全國電力新增裝機容量的18. 8%［6］。據《風能北京宣言》預計，到2060年碳中和目標實現時，中國風電裝機容量將達到3 000 GW［7］，是2022年裝機容量的8倍多，占2060 年全國電力裝機容量的比例超過30%［8］。由此可見，在推動實現碳中和目標的過程中，風電發揮著極其重要的作用。然而，風能屬于“非碳基”資源，具有能量密度低、穩定性差和空間分散等特點。捕獲風力資源，并將其轉化為電力需要投入大量能源基礎設施，而陸上風電場的基礎設施會占用大量土地資源。而且，與光伏電站通過集中排列光伏模塊節約土地的方式不同，為確保每臺風機的能量轉換效率，避免“尾流效應”［9］，風電場內的風電機組往往采取較大間隔的布局方式［10］。此外，陸上風電場還需在場內外鋪設許多道路和塔線設施［11］，進一步增加了土地需求量［12］。系統研究中國陸上風電開發的土地占用情況，對于保障碳中和目標下風電發展的土地資源需求，協同風能資源與土地資源的可持續利用具有重要指導意義。

1 文獻綜述與風電場土地占用類型的界定

目前，國際學術界已逐步開展風電開發土地需求與風電場土地利用效率等方面的研究［13-17］，但國內相關領域的研究尚屬空白。Christie等［16］為探究風電場布局方式與用地效率問題，提出了土地需求維度的功率密度（power density），即風電場單位占地面積的發電功率，并指出基于經濟效益與土地利用效率視角的開發方案存在極大差異。Felix等［17］參考奧地利和丹麥風電發展的土地利用指標，定量估算了捷克能源轉型過程中風電開發引起的潛在土地需求量，指出捷克風電開發所需土地量高于當前土地可用量。需要指出的是，由于未對風電場土地占用類型進行明確界定，這些研究所指的土地需求量概念內涵差異較大。因此，本研究將從中國風電場實際案例入手，分析風電場的土地占用性質與特征，對風電場土地占用類型進行明確界定，并通過樣本參數法、α形狀算法等多種研究方法，對中國陸上風電開發的土地需求進行量化與分析。

與其他大型可再生能源工程項目不同，風電場內土地占用性質較為復雜，土地占用類型相對多樣。首先，風電場是非封閉式的，缺乏明確的場區邊界，難以準確圈定場區范圍。其次，風電場對土地的占用是分散而非集中式的［18］，場區內部除了點狀分布的風機以及線狀分布的道路［19］外，還存在許多受風電場間接影響和間接占用的面狀區域。因此，為準確核算中國風電開發的土地需求，必須對風電場土地占用類型進行明確界定。

目前，針對風電場土地占用類型的界定，國內外尚無明確的標準和依據。2012年，住建部等多部門共同頒布了《電力工程項目建設用地指標（風電場）》［20］（以下簡稱《指標》），成為迄今為止國內風電場用地類型界定的主要標準。然而，《指標》僅僅從工程建設的角度出發，將風電場土地占用類型分為永久用地和臨時用地兩類，而并未考慮風電場的非工程用地，忽略了風電場的間接性土地占用。有鑒于此，國內外許多學者提出了風電場非工程用地或間接性土地占用的概念，即所謂影響區域。Denholm等［21］將風電場土地占用分為兩種類型，即直接影響區域（direct impact area）和風電場總面積（total wind plantarea）。其中，直接影響區域是指被風電場內電力設備或施工設施直接占用的土地，例如風電機組硬化基座所占用的土地；而在直接影響區域之外，還分布有大片“閑置”土地，這些土地受到了風電場內設施的間接干擾和間接占用，因此被歸入風電場總面積之中。McDonald等［22］提出了被清理的土地（cleared land）和總足跡（total footprint）兩種土地占用類型，前者表示在風電場建設和運行過程中被清理、平整的土地區域，后者則代表受風電場干擾和影響的最大范圍，類似前文中直接影響區域和風電場總面積的概念。在國內，郭索彥等［23］提出了項目建設區和直接影響區的概念，前者是指風電場建設期和運行期直接占用的土地，而后者是指在項目建設區之外，受風電場影響和干擾的土地區域。這些研究成果將非工程用地納入風電場用地類型之中，填補了《指標》等工程標準在這一領域的空白。此外，也有部分學者并未區分風電場內工程用地和非工程用地，而是將其統一納入風電場場區范圍之中，但風電場場區的概念和界定方法卻存在較大差異。Miller等［24］介紹了兩種風電場場區界定方法，一種是基于風機點位構建沃羅諾伊圖（Voronoi diagram），以多邊形外部邊界作為風電場場區范圍；另一種是為每臺風機設置緩沖區，緩沖距離為8 倍葉輪直徑。Turkovska等［25］提出了風團（wind cluster）和部署區域（beployment region）的概念。風團是指距離小于6 km的風電場多邊形的集合，而部署區域則是以風團為基礎的緩沖區，緩沖距離為3 km。Diffendorfer等［26］收集了風電機組和場內道路數據，以此為基礎構建了每臺風機和每條道路的1 km緩沖區，并將融合后的緩沖區作為風電場場區范圍。由此可見，雖然現有文獻已從多個角度界定和劃分了風電場土地占用類型，但仍存在一定不足和缺陷。首先，上述研究并未提出明確的界定依據，僅以定性詞匯描述了風電場不同用地類型，而定性詞匯在不同語境下含義差異較大，例如Denholm等［21］和郭索彥等［23］的研究分別以直接影響區域和直接影響區兩個極其相似的詞組描述了兩種截然相反的土地占用類型，存在劃定標準不明確、概念含義不清晰的問題。其次，上述研究并未對風電場非工程用地的范圍做出確切規定，緩沖區的距離設置存在一定主觀傾向，對間接性土地占用的分析僅停留在概念描述階段，而并未形成統一的、客觀的風電場場區劃定方法，導致其難以直接用于風電場占地面積的分類核算。

基于上述研究成果，該研究對風電場土地占用性質和占用特征進行分類研究，探討了風電場用地類型界定標準和風電場土地占用類型劃分體系。通過分析，不難發現風電場內不同土地的占用性質存在明顯差異，集中體現在土地利用的排他性方面。在風電場內部，一些土地被混凝土等構筑物覆蓋，不能進行其他經濟活動；部分土地暫時堆放一些零部件，移除后可逐漸恢復原狀；還有一部分土地基本保持原貌，但僅可用于放牧等部分經濟生產活動［27］。這就意味著，風電場內不同土地在時空維度上呈現出不同的經濟活動排他性。因此，以這種排他性為界定原則，可對風電場內不同土地占用類型進行明確劃分。

在空間維度上，風電場內不同土地分別表現出了完全排他性或部分排他性（圖1）。具體而言，風機硬化基座、場內道路以及設備材料倉庫等設施會完全占據所在區域原有土地，徹底破壞地表原有物體和植被［28］，導致這些土地呈現出完全排他性，因此這部分土地屬于直接影響區域，即風電場內相關設施直接占用的土地區域。而風電場內若干設施的周邊區域，雖未受到風電場建設和運行的直接占用，但其潛在用途仍在一定程度上受到了風電開發的排他性限制。例如被風機包圍的一片草地，理論上能夠進行一定的經濟活動（放牧、農業種植等），但已不具備足夠的空間和適宜的環境條件來承載居民樓、商業大廈和大型工廠等經濟活動。換言之，這些土地并不會排斥所有經濟活動，但卻限制了經濟活動的范圍，具有部分排他性，因此屬于間接影響區域。間接影響區域涵蓋了受風電場排他性影響的最大范圍，其外圍邊界可認為是風電場的總體邊界。因此，可將風電場總占地面積定義為直接影響區域與間接影響區域面積之和。相應地，只需計算風電場總占地面積和直接影響區域面積，即可得到間接影響區域面積。

與空間維度不同，風電場內不同土地在時間維度上的排他性更為復雜，在全生命周期中的變化也存在較大差異，主要表現為永久用地和臨時用地兩類（圖1）。其中，永久用地在風電場建設與運行階段具有完全的排他性，因此屬于直接影響區域，主要包括風機基礎、機組變電站、升壓站及運行管理中心、集電線路桿塔、風電場內道路和電纜溝等固定設施用地［29］。而有些土地在風電場建設期間具有暫時的排他性，但在風電場建成投運后，這種排他性逐漸降低，能夠恢復施工以前的狀態［30］，這部分土地屬于臨時用地，即風電場施工期間暫時占用的土地，主要包括：施工臨時便道、風機吊裝場地、臨時住所、綜合加工廠、材料設備倉庫、直埋電纜等臨時設施用地［31］。隨著風電項目開發流程的推進，臨時用地分別具有完全排他性和部分排他性，因此，其在不同的時間節點分別屬于直接影響區域和間接影響區域。根據《中華人民共和國土地管理法》［32］和《土地復墾條例》［33］等相關法律法規，土地使用者應在臨時用地期滿之日起一年內完成土地恢復工作，這使得臨時用地在法律義務和經濟成本方面區別于間接影響區域。為便于統計核算受風電開發活動直接占用的最大區域面積，該研究將臨時用地面積納入直接影響區域面積之中，即直接影響區域面積包含永久用地和臨時用地面積兩部分。

2 研究方法與數據基礎

2. 1 樣本參數法

收集了114個陸上風電場的可行性研究報告或環境影響評價報告作為研究樣本。這些風電場樣本分布于25個省份，包含了從0. 75 MW到4 MW等數種不同單機容量的風電機組，涵蓋了山地、平原、丘陵、戈壁等多種地形地貌，建設時間從2010年到2022年不等，具有良好的代表性。

上述風電場樣本提供了詳細的工程建設和土地占用數據，例如風電場道路寬度、升壓站占地面積以及施工臨時設施所占用的土地面積等。此外，根據《指標》要求，114個風電場樣本普遍提供了永久用地和臨時用地面積數據，研究過程中對其進行了歸納整理。需要說明的是，部分樣本報告中給出的永久用地和臨時用地面積統計口徑與前文所述用地類型劃分體系存在一定差異，例如少數風電場將巡檢道路占地歸入臨時用地之中。因此，參照前文定義對樣本數據進行了核準修正。

在此基礎上，以樣本風電場占地面積（aij）和樣本風電場裝機容量（cij）分別計算了不同土地占用類型和不同單機容量條件下的風電場用地強度（Iij），見式（1）；構建了風電場用地強度參數庫，并結合中國陸上風電裝機容量（Cij），分類核算了中國陸上風電占地面積Ai，見式（2）。

為便于計算，將風電機組單機容量分為<2. 00 MW、2. 00～<3. 00 MW、≥3. 00 MW 3組。

2. 2 α形狀算法

如前所述，本研究收集的114個風電場樣本均提供了工程性占地面積，即直接影響區域面積，僅有33個樣本提供了總占地面積的估算數據，存在樣本數量較少與數據不確定性等問題。為更加準確計算風電場間接影響區域和總占地面積，除了采用樣本數據進行參數確定外，還利用α形狀算法對比驗證了樣本參數法的間接影響區域和總占地面積用地強度計算結果。該算法參考了Denholm［21］和Turkovska等［25］學者的研究成果，能夠以風電場外圍風機為錨點，構造環繞場區的多邊形邊界，并以其包覆區域作為風電場場區范圍，進而計算場區總占地面積。α形狀（alpha shape）表示與平面有限點集相關的、由一系列首尾相連的簡單線段組成的平面圖形，最早由Edelsbrunner等［34］于1983 年定義。對于半徑為1/α 的圓來說，若其內部不包含任何平面點集中的點，且其邊界經過點集中2 個點，則以線段連接兩點，該線段即為α 形狀的邊。平面上所有符合上述條件的線段，共同組成了平面點集的一個α形狀。因此，在α參數不同的條件下，α形狀能夠分別表示平面點集的凸包（convex hull）（α→0）或凹包（concave hull）（α>0），從而將平面點集的分布區域具象化，并提供了明確的圖形邊界。基于上述概念，Bellock等［35］開發了α形狀工具箱（alpha shape toolbox），可針對點狀要素生成對應的α形狀。換言之，該工具可根據風機點位生成相應的場區多邊形。以該工具箱為基礎，編寫了α 形狀算法程序，并將α 參數值設定為0. 000 1［36］。

為有效運用該算法，采集114個風電場樣本的風電機組點位，以此作為輸入數據集進行比對。由于部分風電場樣本建設時間較晚，以及部分風電場樣本變更或取消了建設方案，遙感影像和衛星地圖上暫無對應的風電機組，因此共定位并采集了81個與報告數據相對應的樣本風電場風機點位。這些樣本涵蓋了23個省份、4類地形地貌和5種風機功率，具有良好的代表性。部分樣本的α形狀構建結果如圖2所示。

2. 3 中國風電遠期用地需求模擬預測方法

為分析碳中和前景下中國陸上風電的土地資源需求，進一步開發了一種模擬預測方法，主要包括動態參數構建和模擬情景設置兩部分。

（1）動態參數構建。在“雙碳”目標的強力推動下，中國風電技術進步迅速，風機市場呈現快速更新迭代的趨勢。為模擬未來大功率風電機組的用地強度，以現有114個風電場樣本為基礎，通過擬合曲線外推的方式，構建了中國風電未來用地需求的動態參數。擬合曲線自變量為風電機組單機容量（x），因變量為用地強度（I）。4種土地占用類型用地強度的擬合模型如下。

風機基礎占地面積：I1 =-42.9ln x +169.1，R2 =0.92（3）

永久用地面積：I2 = 1587.4x-1.05，R2 = 0.99 （4）

臨時用地面積：I3 = 8979.6x-0.85，R2 = 0.99 （5）

總占地面積：I4 = 288906.6e-0.11x，R2 = 0.93 （6）

上述模型的擬合優度R2 均在0. 9以上，表現出良好的擬合效果。但必須承認，與所有的技術經濟預測模型一樣，模擬預測結果會存在一定的不確定性。因此，通過該模型進行的模擬分析應與情景推演相結合。

（2）模擬情景設置。設置了兩種模擬情景：一是當前技術水平情景，以現有用地強度參數計算未來用地需求；二是技術進步與風機換代情景，假設未來風電場所安裝的風電機組處于一種動態變化和更新之中，舊的小功率風機逐漸被新型大功率風機取代。為此，基于不同的時間節點設置了不同的平均單機容量，以模擬風機不斷迭代的情景。其中，2022年中國陸上風電平均單機容量取114個風電場樣本的平均單機容量（2. 02 MW），平均用地強度取所有樣本的平均用地強度；2030—2060年中國陸上風電平均單機容量分別取4. 0～10. 0 MW，該設置參考了此前的研究成果，即主導風機大小（dominant wind turbine size）每5年約增加1 MW的迭代規律［37］，相應地，平均用地強度由上文擬合曲線式（3）—式（6）獲得。2030—2060年各時間節點的風電總裝機容量數據來自GEIDCO 發布的《中國2060年前碳中和研究報告》［8］。為便于模擬計算，本研究將未來時間節點的風電總裝機容量視作陸上風電裝機容量。在技術進步與風機換代情景下，各時間節點的總裝機容量、平均單機容量與平均用地強度見表1。

3 中國陸上風電土地需求的定量核算與模擬預測

以上述研究方法為基礎，定量核算了中國現有陸上風電場的各類用地面積，并對碳中和前景下中國風電的遠期用地需求進行了模擬預測。

3. 1 現有陸上風電場直接影響區域面積核算

分類計算了114個風電場樣本的風機基礎占地、永久用地、臨時用地和直接影響區域用地強度，結果如圖3所示。

由圖3可以看出，4種土地占用類型的用地強度平均值均隨風電機組單機容量的增加而下降。其中，在3類單機容量不同的風電場樣本中，風機基礎用地強度的中位數和平均數都十分接近，且風機基礎占地的樣本點集聚程度是四種土地占用類型中最高的。該結果表明，風機基礎的建設標準已相對成熟，不同風電場普遍能以相近的用地指標修建風機基礎，而且點狀分布的風機基礎受地形條件的影響相對更小，因此能夠在不同風電場間做到用地強度的相對集中。臨時用地強度遠高于永久用地強度，在3類單機容量不同的風電場樣本中，兩者平均值之比分別達到了2. 30：1、4. 03：1和5. 88：1，平均為3. 52：1，表現出隨單機容量增加而擴大的趨勢。Denholm等［21］得出了相似的研究結果，作者以172個平均單機容量為1. 58 MW的美國風電場作為研究樣本，得到的臨時用地與永久用地強度值之比為7：3，該比例與2. 00 MW以下風電場樣本的計算結果相符。具體來看，臨時用地的主要來源為施工臨時道路，其次是風機吊裝場地，在全部114個風電場樣本中，二者用地強度平均值分別為2 376. 59m2/MW 和867. 80 m2/MW，分別占臨時用地的54. 9% 和20. 0%。而棄土棄渣場、施工臨時住所和設備材料倉庫等其他施工臨時設施占用土地相對較少，占臨時用地的比例不足25%。永久用地的主要來源為場內巡檢道路，在所有風電場樣本中，其用地強度平均值達到了964. 20m2/MW，占永久用地的78. 4%，而風機基礎用地強度平均值僅占永久用地的12. 9%。根據Denholm 等［21］的研究，場內巡檢道路占永久用地的比例為79%，施工臨時道路占臨時用地的比重也達到了62%，這與上文計算結果基本吻合。由此可見，風機基礎占地并不是永久用地和直接影響區域的主要來源，場內道路、升壓站和運行管理中心等配套設施用地占永久用地的80%以上。如果忽略施工臨時道路改建為場內巡檢道路的特殊情況，將施工臨時道路和場內巡檢道路合并處理，則全部樣本的場內道路用地強度平均值達到了3 340. 79 m2/MW，占直接影響區域的60. 1%。該結果表明，場內道路是直接占用土地最多的一類風電場內設施。綜合永久用地和臨時用地計算結果可知，直接影響區域用地強度為5 562. 06 m2/MW，該數字略低于Diffendorfer 等［26］的研究結果（6 500 m2/MW），但相對誤差僅有14. 4%～16. 9%。若以樣本風電場平均單機容量2. 02 MW計算，則每臺風機的直接影響區域為1. 12 hm2，這與美國土地管理局［38］以及Strickland等［39］得到的研究結果相符（兩項研究所得結果分別為0. 4～1. 2 hm2 和0. 5～1. 4 hm2）。由此可見，基于114個風電場樣本的直接影響區域用地強度計算結果誤差較小，可靠性良好。

2022年，中國風電總裝機容量達到了365. 4 GW，其中陸上風電裝機容量為334. 9 GW。根據風能專委會發布的《2022年中國風電吊裝容量統計簡報》［40］，2022年中國<2. 00 MW、2. 00～<3. 00 MW和≥3. 00 MW單機容量的陸上風電場累計裝機容量占比分別為27. 6%、45. 1%和27. 3%，結合3 類單機容量風電場樣本的用地強度平均值，求得2022年中國陸上風電場風機基礎占地、永久用地、臨時用地和直接影響區域占地面積，其數值分別為48. 28 km2、352. 08 km2、1 234. 86 km2和1 638. 81 km2。

正如前文所述，風機基礎占地并不是風電場直接性土地占用的“主力”，場內道路等配套設施用地構成了風電場直接影響區域的主要部分。若以前文所述78. 4%的道路占比計算，則風電場內巡檢道路占地面積為276. 03km2。考慮到場內巡檢道路路基寬度多為4. 5～6. 5 m，取較為常見的5. 5 m作為計算依據，則2022年中國陸上風電場場內道路總里程達到了5. 02萬km，約為2022年中國公路總里程（528. 07萬km）［41］的0. 95%。此外，若將中國現有全部風電項目征用的臨時性土地同時聚集起來，則1 234. 86 km2的臨時用地面積超過了上海浦東新區（約1 210 km2）［42］，是永久用地面積的3. 5倍。大量臨時用地給風電場場方帶來了較大的土地復墾和生態恢復壓力，提高了風電項目征地成本和總體支出［43］。

總體來看，2022年中國陸上風電場直接影響區域占地面積達到1 638. 81 km2，約占中國國土總面積的0. 02%。考慮到碳中和前景下中國風電超過3 000 GW的裝機容量發展目標［7］，若對風電場直接影響和直接占用的土地數量不加限制，則2060年中國風電場直接影響區域面積有可能超過1. 6萬km2，該數值約與整個北京市行政區域的面積相當（約16 410 km2）［44］。

3. 2 現有陸上風電場間接影響區域面積核算

由于含有總占地面積估測數據的樣本數量較少，因此統一計算了不同單機容量風電場樣本的總占地面積和間接影響區域用地強度平均值與中位數，計算結果如下。

3. 2. 1 基于樣本參數法的間接影響區域用地強度

通過整理含有總占地面積的樣本數據，得到33個風電場樣本的總占地面積用地強度，其結果如圖4所示。由圖4可以看出，以2022年為基準，中國陸上風電場總占地面積的用地強度處于0. 067～1. 530 km2/MW之間，用地強度平均值為0. 421 km2/MW，中位數為0. 307 km2/MW。其中，有75%左右的樣本點集中于中位數附近，換言之，均值線超過了75%左右的樣本點，因此，中位數具有更好的代表性。隨后，以總占地面積用地強度減去直接影響區域用地強度（114個樣本均值為5 562. 06 m2/MW），可得間接影響區域用地強度，其平均值為0. 415 km2/MW，中位數為0. 301 km2/MW。由于中位數的代表性相對較好，因此選擇以0. 301 km2/MW 作為基于樣本參數法的間接影響區域用地強度計算結果。

3. 2. 2 基于α形狀算法的間接影響區域用地強度

借助α形狀算法，計算了81個風電場樣本的總占地面積用地強度，結果如圖4所示。其中，總占地面積用地強度平均值為0. 290 km2/MW，中位數為0. 257 km2/MW。相應地，間接影響區域用地強度的平均值為0. 284 km2/MW，中位數為0. 251 km2/MW。需要注意的是，與樣本參數法的計算結果相比，α形狀算法計算得到的81個樣本數據點并未出現特別顯著的集聚現象，數據點分布較為均勻，且平均值與中位數差異較小。在這種情況下，平均值具有更好的代表性，因此，選擇以0. 284 km2/MW作為基于α形狀算法的間接影響區域用地強度計算結果。

圖4反映了兩種方法的樣本計算結果。對比二者可知，除個別樣本點外，兩組結果數值較為接近，差異相對較小。從具體樣本點來看，在兩種方法共有的風電場樣本中，若以樣本參數法計算結果為真值，則有37. 04%的樣本α形狀算法計算結果相對誤差低于25%，有81. 48%的樣本α形狀算法計算結果相對誤差低于50%。從樣本統計值來看，不論以何種方法計算結果作為間接影響區域用地強度的真值，兩種方法的相對誤差絕對值均在5%～6%之間（5. 65%和5. 99%），證明兩種彼此獨立的計算方法可以在很大程度上相互驗證，其計算結果可信度較高、可靠性較好。因此，該研究選擇以兩種方法所得計算結果的平均值，即0. 293 km2/MW作為中國陸上風電場間接影響區域用地強度計算結果。相應地，總占地面積用地強度為0. 298 km2/MW。與已有研究成果相比，Denholm 等［21］提供的風電場總面積容量密度（capacitydensity）范圍約為1. 0～11. 2 MW/km2，平均值為3. 0 MW/km2，即0. 33 km2/MW，與前文所得結果相差僅10%。Harrison?Atlas 等［45］采用凸包（convex hull）算法計算了1 089個美國風電場的總占地面積容量密度，其平均值為4. 3 MW/ km2，即0. 23 km2/MW，這與美國能源部［46］得出的總占地面積用地強度相近（0. 2 km2/MW）。Harrison?Atlas等［45］指出，與環境影響報告等規范性文件提供的數據相比，以凸包算法等幾何圖形方法計算得到的風電場總占地面積往往趨于保守。這與上文研究結果相符，即α形狀算法計算結果往往低于樣本參數法計算結果。因此，融合了樣本參數法和α形狀算法的風電場總占地面積用地強度，理論上要高于純幾何圖形方法的計算結果。

由前文可知，2022 年中國陸上風電總裝機容量為334. 9 GW，結合上述間接影響區域用地強度計算結果，可得2022年中國陸上風電場間接影響區域占地面積和總占地面積，其數值分別為9. 81×104 km2和9. 99×104 km2。

該結果表明，與直接影響區域相比，間接影響區域是風電場土地占用的最大貢獻者，在總占地面積中占比高達98. 1%，而風機基礎占地在風電場總占地面積中僅占0. 05%，這一結果得到了相關文獻的證實：Diffendorfer等［26］指出，風電場內直接受影響的土地只占總占地面積的一小部分，其比例通常為1%～4%，平均值為1. 61%，而美國能源部［46］提供的數據為2%～5%。由此可見，由風電場內風電機組和配套設施所造成的間接性土地占用，比它們自身直接占用的土地要大得多。

從地理空間上講，9. 99×104 km2的陸上風電場總占地面積，約占全國陸地國土總面積的1. 0%［47］；從土地利用上講，根據2021年8月公布的《第三次全國國土調查主要數據公報》［48］，現有陸上風電場總占地面積遠超城市用地面積（5. 22×104 km2），幾乎與城鎮總用地面積相當（1. 04×105 km2）。由此可見，當前中國陸上風電場的土地占用量已經達到了相對較高的水平。考慮到“人多地少”的基本國情，風電開發有可能進一步加劇中國土地資源緊張形勢，甚至會對國土空間規劃產生一定影響。此外，如果考慮不同區域土地資源稀缺性與生態敏感性的約束，風電發展對不同省份造成的土地需求壓力也會存在極大差異。

3. 3 碳中和目標下中國陸上風電土地需求預測

基于前文提出的模擬預測方法，分別計算兩種情景下中國陸上風電的遠期用地需求。在當前技術水平情景下，2060年中國風電發展的土地需求總面積為7. 46×105km2，占中國陸地國土面積的7. 8%，相當于中國現有城鎮化土地（1. 04×105 km2）［48］的7. 2 倍。其中，直接影響區域、永久用地、臨時用地和風機基礎占地面積分別為1. 39×104 km2、3 075. 95 km2、1. 08×104 km2和398. 00 km2。上述情景模擬結果說明，若僅以當前技術水平推進陸上風電大規模開發建設，則實現碳中和風電發展目標所需的土地資源量巨大，有可能進一步增加中國國土資源保障壓力。

為高質高效達成碳中和風電發展目標，必須著力提升風電技術水平，降低風電場用地強度和土地需求。因此，本研究設置了技術進步與風機換代情景，用以探究技術進步背景下中國風電的用地需求變化。

由圖5 可以看出，在技術進步與風機換代情景下，2060年中國風電場風機基礎占地面積、永久用地面積、臨時用地面積和風電場總占地面積分別為175. 80 km2、705. 71 km2、3 171. 01 km2和2. 40×105 km2，與當前技術水平情況相比，四種土地占用類型的土地需求均有大幅下降。其中，永久用地的土地需求降幅最大，達到77. 06%。永久用地的主要組成部分是場內巡檢道路等相關配套設施，而隨著風電技術的發展，風電場施工建設流程和配套設施標準逐步完善，采用新型大功率風電機組的風電場，其配套設施的用地強度往往低于老舊風電場。例如樣本中采用1. 5 MW風電機組的風電場，其場內巡檢道路用地強度為1 461. 73 m2/MW，而采用3 MW 風電機組的風電場，其場內巡檢道路用地強度僅為504. 22 m2/MW。因此，風電場內配套設施用地強度的下降，為風電場永久用地的需求降幅創造了較大空間。

除此之外，在技術進步與風機換代情景下，風機基礎占地、臨時用地和總占地面積均有較大幅度下降，降幅分別達到了55. 83%、70. 72% 和67. 76%，分別節約了222. 20 km2、7 658. 19 km2 和505 354. 47 km2 的土地。由此可見，技術進步推動下的大型化風電機組既能在風機功率大幅增加的情況下限制風機塔筒和基座的擴大趨勢，也能有效降低包括風機安裝在內的風電場施工用地和間接用地需求。

4 討 論

上述結果表明，推動風電技術革新，以新型大功率風機取代老舊風機［49］，是降低風電開發遠期土地需求的有效手段。從模擬結果曲線來看，4種土地占用類型的用地需求均在2060 年之前達到了峰值，達峰時間約為2050年，之后呈現緩慢下降的態勢。這表明，在風電助力碳達峰碳中和的過程中，風電自身的土地需求也可能存在一個逐步“達峰”的過程。需要指出的是，該情景模擬結果并未考慮分散式風電以及海上風電的發展，而海上風電往往具有更高的發電效率［50］。因此，碳中和目標下陸上風電開發所需的土地資源，有可能低于上述模擬結果。

然而，受資源稟賦等因素影響，碳中和目標下不同省份的風電發展形勢卻存在較大差異，集中體現在電力需求與土地資源的錯配方面。長期以來，中國電力需求呈現“東高西低”的不平衡格局，而土地資源與風資源量卻呈現“西多東少”的逆向態勢，由此帶來的供需錯配現象亟須引起重視。以山東省為例，2022年，山東省全社會用電量超過7 000億kWh，位居全國第二。為滿足日益增長的電力需求，《山東省碳達峰實施方案》［51］明確指出，到2030年，全省風電裝機容量應達到4 500萬kW。鑒于山東省海上風電占比不足5%的現狀，即使2030年該比例升至10%，仍需要建設約4 000萬kW的陸上風電。然而，根據前文測算結果，4 000萬kW陸上風電場的總占地面積超過1萬km2，約占山東省陸地面積的7. 6%。考慮到山東省人口密集、未利用土地相對較少的特點，該數值無疑會給山東省經濟社會穩定發展帶來較大壓力。除山東省外，廣東、江蘇、浙江等經濟發達省份也存在著相似問題。與此同時，“三北”地區，尤其是西北地區，電力需求相對較小，但卻擁有廣袤的土地和良好的風能資源。假設全國現有334. 9 GW陸上風電的地理分布以各省份用電需求為唯一標準，即電力需求較大的省份“分得”了更多風電場，則各省份用于建設風電場的土地資源比例存在極大差異：用電量排名第一的廣東省需要提供全省5. 3%的土地以支撐31. 7 GW風電場，山東省需要提供全省5. 7%的土地以建設29. 7 GW風電場，江蘇省甚至需要動用全省8. 0%的土地去興建28. 6 GW風電場。而在廣袤的“三北”地區，內蒙古自治區僅需0. 4%的土地就可以達到15. 9 GW的風電裝機容量，新疆維吾爾自治區僅需0. 2%的土地就能夠完成13. 9 GW的風電開發規模，甘肅省也只需0. 4%的省內土地就可以支撐起6. 0 GW的風電場（各省份陸域面積和用電量數據來自《中國統計年鑒2022》［47］）。上述現象與Felix等［17］指出的捷克風電困境類似，即經濟發達地區風電需求大，但土地資源不足。

由此可見，由于土地資源稀缺性的限制和約束，全國各省份因風電開發而產生的土地需求壓力存在極大差異，東西部地區的風電開發方案在經濟利益和土地效益方面也存在一定區別，這與上文中Christie等［16］的研究相符。在這種形勢下，各省份不能采取均一化、同質化的碳中和實施方案，也不能囿于省份內部而推行“自給自足”的風電開發策略。應充分發揮制度優勢，從“全國一盤棋”的戰略高度統籌調節全國各省份風電發展規劃，重點開發風資源良好、土地資源豐富的“三北”地區“沙戈荒”風電基地，減輕東部人口密集區的風電用地壓力，并借助特高壓等新型輸電技術，進一步強化“西電東送”戰略實施，滿足經濟發達省份的用電需求，從而化解風電開發過程中出現的電力需求與土地資源錯配現象，實現各省份的優勢互補和戰略協同。

5 結論與政策建議

5. 1 結論

在“雙碳”目標推動下，中國風電呈現加速式發展態勢，發展潛能進一步被釋放。但作為一種低密度能源，陸上風電的大規模開發必然會引起土地需求的激增，有可能加劇國土資源保障壓力。本研究聚焦于中國陸上風電開發的土地資源需求，從風電場土地占用類型界定、現有陸上風電場占地面積核算以及碳中和目標下中國陸上風電用地需求預測三個維度展開了系統分析與核算模擬研究，主要結論如下。

（1）以排他性作為界定標準，建立風電場土地占用類型劃分體系：在空間維度上，將風電場總占地面積分為直接影響區域和間接影響區域兩部分；在時間維度上，將直接影響區域分為永久用地和臨時用地兩部分。

（2）以2022年為基準，中國陸上風電場風機基礎占地、永久用地和臨時用地面積分別達到48. 28 km2、352. 08 km2和1 234. 86 km2，直接影響區域占地面積達到1 638. 81 km2，約占中國陸地國土面積的0. 02%。其中，場內道路全口徑用地面積占直接影響區域的60. 1%，是直接占用土地最多的一類風電場內設施。中國陸上風電場間接影響區域占地面積達到9. 81×104 km2，總占地面積達到9. 99×104 km2，幾乎與全國城鎮總用地面積相當，風機基礎占地僅占風電場總占地面積的0. 05%，而間接影響區域占比高達98. 1%，是風電場土地占用的最大貢獻者。

（3）在碳中和目標下，技術進步與風機換代情景的風機基礎占地、永久用地、臨時用地和總占地面積需求量分別比當前技術水平情景下降55. 83%、77. 06%、70. 72%和67. 76%，且四種土地占用類型的用地需求均在2050年左右達到峰值。由此可見，技術進步是提高風電用地效率、降低風電用地需求的重要推動力。

5. 2 政策建議

碳中和目標為中國以風電為代表的可再生能源發展注入強勁動力，也提出了新要求、新任務，機遇與挑戰并存。在新形勢下，風電行業要實現可持續健康發展，需重點關注中國風電的土地資源占用問題，切實做好風電開發的用地需求保障。

（1）完善風電建設用地標準。及時修訂與風電發展新態勢相匹配的用地標準，建立科學系統的風電場用地類型劃分體系，嚴格界定風電場不同土地占用類型；重視間接影響區域等非工程用地，準確統計風電場各類占地面積，加強風電項目征地審批和管理。

（2）提升風電開發用地效率。提高風電核心技術水平，推動新型大功率風電機組的研發應用，加快老舊風電場的升級換代；完善風電場內道路規劃，加強場內道路建設管理，降低配套設施工程量和占地面積。

（3）統籌推進海上風電建設。充分利用海上風電優勢，加快建設海上風電基地，提高海上風電裝機容量占比；構建風電發展的海陸協同模式，鼓勵沿海省份優先發展海上風電，以緩解陸上風電發展帶來的土地需求壓力。

參考文獻

［1］ YASMINA A， HEYMI B， TREVOR C， et al. Renewables 2020：

analysis and forecast to 2025［R］. Paris： International Energy Agency，

2020.

［2］ JOYCE L， ZHAO F. Global wind report 2022［R］. Brussels： Global

Wind Energy Council， 2022.

［3］ 國務院. 國務院關于印發2030年前碳達峰行動方案的通知［J］.

中華人民共和國國務院公報，2021（31）：48-58.

［4］ 李曦. 國家發展改革委等九部門：印發《“十四五”可再生能源發

展規劃》［J］. 中國設備工程， 2022（ 13）： 1.

［5］ 中華人民共和國國家統計局. 中華人民共和國2022年國民經濟

和社會發展統計公報［J］. 中國統計， 2023（3）： 8-22.

［6］ 國家統計局. 中華人民共和國2021年國民經濟和社會發展統計

公報［J］. 中國統計，2022（3）：9-26.

［7］ 本刊. 風能北京宣言：開發30億風電，引領綠色發展，落實“30·

60”目標［J］. 風能，2020（11）：34-35.

［8］ 全球能源互聯網發展合作組織. 中國2060年前碳中和研究報告

［R］. 2021.

［9］ 金盛. 風力機尾流對風電機組排布的影響研究［J］. 科技創新與

應用，2021（1）：73-76.

［10］ PAPADOPOULOS K H，HELMIS C G，SOILEMES A T， et al.

Study of the turbulent characteristics of the near?wake field of a me?

dium?sized wind turbine operating in high wind conditions［J］. Solar

energy，1995，55（1）：61-72.

［11］ 張亮亮. 某區域化山地風電場設計研究［D］. 蘭州：蘭州理工大

學，2021.

［12］ 王雪芹. 風電項目運營期生態影響分析探討［J］. 環境與發展，

2018，30（5）：10-11，25.

［13］ KATI V，KASSARA C，VRONTISI Z，et al. The biodiversity?wind

energy?land use nexus in a global biodiversity hotspot［J］. Science

of the total environment，2021，768：144471.

［14］ CHEN Y K，KIRKERUD J G，BOLKESJ? T F. Balancing GHG

mitigation and land?use conflicts：alternative Northern European

energy system scenarios［J］. Applied energy，2022，310：118557.

［15］ TERCAN E. Land suitability assessment for wind farms through bestworst

method and GIS in Balikesir Province of Turkey［J］. Sustainable

energy technologies and assessments，2021，47：101491.

［16］ CHRISTIE D，BRADLEY M. Optimising land use for wind farms

［J］. Energy for sustainable development，2012，16（4）：471-475.

［17］ FELIX N，OLGA T，JOHANNES S. Observation?based estimates of

land availability for wind power：a case study for Czechia［J］. Energy，

sustainability and society，2019，9（1）：45.

［18］ 周世文. 49. 5兆瓦風力發電工程設計及其環境效益建模［D］.

銀川：寧夏大學，2014.

［19］ 王志科，張嘉宸，李廷山，等. 高海拔地區風電場建設對環境的

影響及水土保持對策探討：以共和縣切吉鄉1000 MW風電項

目為例［J］. 綠色科技，2020（20）：140-142.

［20］ 住房和城鄉建設部，國土資源部， 國家電力監管委員會. 電力

工程項目建設用地指標（風電場）［M］. 北京： 中國電力出版

社， 2012： 1-33.

［21］ DENHOLM P， HAND M， JACKSON M， et al. Land use requirements

of modern wind power plants in the United States［R］. Golden，

Co（United States）：National Renewable Energe Lab，2009.

［22］ MCDONALD R I，FARGIONE J，KIESECKER J，et al. Energy

sprawl or energy efficiency：climate policy impacts on natural habitat

for the United States of America［J］. PLoS one，2009，4（8）：

e6802.

［23］ 郭索彥，蘇仲仁. 開發建設項目水土保持方案編寫指南［M］.

北京：中國水利水電出版社，2009.

［24］ MILLER L M，KEITH D W. Observation?based solar and wind

power capacity factors and power densities［J］. Environmental research

letters，2018，13（10）：104008.

［25］ TURKOVSKA O，CASTRO G，KLINGLER M，et al. Land?use impacts

of Brazilian wind power expansion［J］. Environmental research

letters，2021，16（2）：024010.

［26］ DIFFENDORFER J E，DORNING M A，KEEN J R，et al. Geographic

context affects the landscape change and fragmentation

caused by wind energy facilities［J］. Peer journal，2019，7：e7129.

［27］ 汪天呈，王克，甘瑜前. 大型風電場并網運行的若干技術問題

研究［J］. 機電信息，2020（23）：100-101.

［28］ 武超. 烏拉特中旗風電場建設項目前評估研究［D］. 北京：華北

電力大學，2014.

［29］ 云巴圖. 風電項目環境影響評價指標研究［D］. 北京：華北電力

大學，2014.

［30］ 郭昆. 內蒙古太仆寺旗貢寶拉格風電場項目綜合效益評價研

究［D］. 保定： 華北電力大學（河北）， 2008.

［31］ 馮超. 大唐科右前旗風電場一期工程項目后評價研究［D］. 北

京： 華北電力大學， 2012.

［32］ 全國人大常委會辦公廳. 中華人民共和國土地管理法［M］. 北

京： 中國民主法制出版社， 2019.

［33］ 國務院. 土地復墾條例［N］. 人民日報， 2011-12-08（15）.

［34］ EDELSBRUNNER H，KIRKPATRICK D，SEIDEL R. On the

shape of a set of points in the plane［J］. IEEE transactions on information

theory，1983，29（4）：551-559.

［35］ BELLOCK K， GODBER N， KHAN P. Alpha Shape Toolbox［EB/

OL］.（2021-04-16）［2023-04-09］. https：//alphashape. readthedocs.

io/en/latest/readme. html.

［36］ 沈蔚，李京，陳云浩，等. 基于LIDAR數據的建筑輪廓線提取及

規則化算法研究［J］. 遙感學報，2008，12（5）：692-698.

［37］ YANG J H， ZHANG L X， CHANG Y， et al. Understanding the

material efficiency of the wind power sector in China： a spatialtemporal

assessment［J］. Resources， conservation and recycling，

2020，155： 104668.

［38］ Bureau of Land Management. Final programmatic environmental

impact statement on wind energy development on BLM administered

land in the western United States［R］. 2005.

［39］ STRICKLAND D， JOHNSON D， ERICKSON W P， et al. Overview

of what we know about avian?wind interaction［C］// National

Wind Coordinating Collaborative Wildlife Workgroup Research

Meeting Ⅵ. Washington， D. C. ： The National Wind Coordinating

Collaborative， 2006： 14.

［40］ 中國可再生能源學會風能專業委員會. 2022年中國風電吊裝

容量統計簡報［J］. 風能，2023（ 4）：40-56.

［41］ 殷缶，梅深. 交通運輸部發布《2021年交通運輸行業發展統計

公報》［J］. 水道港口，2022，43（3）：346.

［42］ 上海市浦東新區統計局. 浦東年鑒（2022）［M］. 上海：《 浦東

年鑒》編輯部， 2022.

［43］ 張玉明. 建設項目臨時用地復墾存在的問題及其對策［J］. 南

方農業，2022，16（19）：112-115.

［44］ 國家統計局. 北京市地區數據-城市概況-城市建設［EB/OL］.

（2019-11-30）［ 2023-05-11］. https：//data.stats.gov.cn/easyquery.

htm？cn=E0103.

［45］ HARRISON?ATLAS D，LOPEZ A，LANTZ E. Dynamic land use

implications of rapidly expanding and evolving wind power deploymen

［t J］. Environmental research letters，2022，17（4）：044064.

［46］ Department of Energy （United States）. 20% wind energy by 2030：

increasing wind energy's contribution to US electricity supply［R］.

Washington，D. C. ：EERE Publication and Product Library， 2008.

［47］ 國家統計局. 中國統計年鑒（2022）［M］. 北京： 中國統計出版

社， 2022.

［48］ 國務院第三次全國國土調查領導小組辦公室， 自然資源部， 國

家統計局. 第三次全國國土調查主要數據公報［N］. 人民日

報， 2021-08-27（17）.

［49］ 馬小萍. 我國老舊風電機組更換研究［J］. 風能，2021（4）：

66-71.

［50］ 劉吉臻，馬利飛，王慶華，等. 海上風電支撐我國能源轉型發展

的思考［J］. 中國工程科學，2021，23（1）：149-159.

［51］ 山東省人民政府. 關于印發山東省碳達峰實施方案的通知

［EB/OL］.（2022-12-28）［2023-05-11］. http：//www. shandong.

gov. cn/art/2022/12/28/art_107861_123022. html.

（責任編輯：李琪）