鮑瑩,張安明
(西南大學 地理科學學院,重慶 400715)
當前,世界各國面臨全球氣候變暖、海平面上升等一系列環(huán)境問題,如何有效地降低碳排放量,發(fā)展綠色低碳經濟成為各國亟需解決的難題之一[1]。作為綠色發(fā)展的關鍵時期,中國政府在“十三五”規(guī)劃中保證于2030年前后達到碳排放峰值,承諾實現(xiàn)單位GDP碳排放較2005年減少60%~65%的目標[2-3]。土地作為人類的勞動對象和人類活動的場所,承載著各項社會經濟活動。大量研究表明,土地利用方式變化成為僅次于化石燃料燃燒的第二大碳排放源,其碳排放量占全球溫室氣體總量的1/3,且化石燃料的燃燒也是以土地利用為載體[4-5]。因此,從土地利用視角開展碳排放研究,探討碳排放量時間演變趨勢和驅動因素,對區(qū)域實現(xiàn)碳減排,推進低碳可持續(xù)發(fā)展具有重要意義。
目前,國內學者已圍繞土地利用碳排放開展了一系列研究,主要集中于不同尺度的碳排放時空分異格局研究[6-9]、碳排放影響因素研究[10-11]、碳排放與經濟增長脫鉤狀態(tài)研究[11-12]、碳減排責任分攤研究[13]、低碳視角下的土地利用結構優(yōu)化研究[14]、碳減排潛力及低碳發(fā)展研究[15]等。在土地利用碳排放影響因素研究層面,張俊峰等[16]利用LMDI模型對武漢城市圈土地利用碳排放進行影響因素分解;張勇等[17]對2000—2010年池州市主要土地類型碳排放量進行測算,運用STIRPAT模型對碳排放影響因素進行分析。由于現(xiàn)有的大多數(shù)研究多集中宏觀層面,較少從小尺度進行研究,而地域之間、城市之間的自然條件、社會經濟發(fā)展等方面差異較大,因此,學者們較難對一大尺度研究區(qū)提出具有針對性的有效的碳減排策略?;诖?,文章以重慶市合川區(qū)為研究單元,測算2009—2018年間土地利用碳排放量和碳排放強度,分析時間演變趨勢,構建LMDI模型對合川區(qū)土地利用碳排放驅動因素進行分解,為合川區(qū)實現(xiàn)碳減排與低碳可持續(xù)發(fā)展目標提供理論依據(jù)。
合川區(qū)位于重慶市西北部,地理位置坐落在105°58′37″~106°40′37″E,29°51′02″~30°22′22″N,全區(qū)土地面積2 434 km2。截至2018年底,合川區(qū)常住人口為140.72萬人,占重慶市總常住人口數(shù)的4.54%,城鎮(zhèn)化率達68.83%。2009年合川區(qū)國民生產總值為202.75億元,2018年增長至712.93億元,年均增長率為15.14%。在產業(yè)發(fā)展方面,以摩托為主的裝備制造業(yè)成為合川區(qū)的主導產業(yè)之一,2017年其產值占規(guī)模以上工業(yè)總產值的40.50%。
本文研究涉及的土地利用數(shù)據(jù)來源于2009—2018年的合川區(qū)土地利用變更矢量數(shù)據(jù),各類能源終端消費數(shù)據(jù)及社會經濟數(shù)據(jù)來源于《重慶統(tǒng)計年鑒》和《合川年鑒》。
1.3.1 碳排放量測算模型
文章結合合川區(qū)土地利用現(xiàn)狀,對耕地、林地、園地、草地、水域及未利用地的碳排放量采用直接估算法進行測算[18],公式如下:
Ed=∑ei=∑ti×δi。
(1)
式中:Ed為直接碳排放量;ei為第i種土地類型產生的碳排放量;ti表示第i種土地類型的面積;δi表示第i種土地利用類型的碳排放(吸收)系數(shù),其中碳排放系數(shù)為正,碳吸收系數(shù)為負。本文結合合川區(qū)實際情況,將耕地碳排放系數(shù)取為0.042 2 kg·(m2·a)-1,林地碳吸收系數(shù)取為-0.073 0 kg·(m2·a)-1,園地碳吸收系數(shù)取為-0.058 7 kg·(m2·a)-1,草地碳吸收系數(shù)取為-0.002 1 kg·(m2·a)-1,水域碳吸收系數(shù)取為-0.025 2 kg·(m2·a)-1,未利用地碳吸收系數(shù)為-0.000 5 kg·(m2·a)-1。
建設用地碳排放采用間接估算法進行測算,具體公式如下:
Ed=∑Ej=∑ej×θj×βj。
(2)
式中:Ed為建設用地的間接碳排放總量;Ej為第j類化石能源的碳排放量;ej為j類化石能源的消費量;θi為第j類化石能源的折標準煤系數(shù);βi為第j類化石能源的碳排放系數(shù)。
由于合川區(qū)終端能源消費量統(tǒng)計為規(guī)模以上行業(yè)消費量,故選取重慶市終端能源消費量,通過單位GDP能源消耗量折算出合川區(qū)化石能源消費量。由于煤炭、石油、天然氣和電力等能源消費量在《重慶市統(tǒng)計年鑒》中已轉化為標準煤,因此,只需考慮各類能源的碳排放系數(shù)。參考已有研究成果[19],將煤炭、石油、天然氣等終端能源碳排放系數(shù)分別取為0.744 4、0.571 6、0.435 5(噸C·噸標準煤-1),將電力二次能源按照煤炭碳排放系數(shù)進行折算。
1.3.2 碳排放驅動因素分解模型
ANG[20]首次提出對數(shù)均值迪氏指數(shù)分解法,該方法具有消除殘差項、數(shù)據(jù)分解結果適應性更強等優(yōu)點。文章采用LMDI模型進行因素分解,綜合考慮能源、經濟、人口及土地等因素對于土地利用碳排放的驅動影響,將合川區(qū)土地利用碳排放影響因素分解為碳排放強度、經濟發(fā)展水平、土地利用效率以及建設用地規(guī)模4類因素,計算公式如下:
C=C/GDP×GDP/P×P/S×S=eghs。
(3)
本文采用LMDI的加和因素分解方式對公式進行因素分解,公式如下:
ΔC=Ct-C0=ΔCe+ΔCg+ΔCh+ΔCs。
(4)
式中:Ct表示t期的土地利用碳排放量、C0表示基期的土地利用碳排放量;ΔC為某段時期的土地利用碳排放變化量;ΔCe、ΔCg、ΔCh及ΔCs分別表示碳排放強度效應、經濟發(fā)展水平效應、土地利用效率效應以及建設用地規(guī)模效應所引起的土地利用碳排放變化量,其表達式分別如下:
(5)
則定義4個因素對合川區(qū)土地利用碳排放變化的貢獻率分別如下所示:
(6)
依據(jù)合川區(qū)2009—2018年土地利用變更數(shù)據(jù)及各類化石能源消費數(shù)據(jù),運用IPCC碳排放清單法,計算出9年間合川區(qū)土地利用碳源、碳匯、凈碳排放量及凈碳排放量年均增長率變化趨勢。依據(jù)LMDI模型,計算出各影響因素對合川區(qū)土地利用碳排放變化的累計效應與綜合效應,并進一步分析得出各影響因素對合川區(qū)土地利用碳排放的累計貢獻率。
從圖1和表1可知,2009—2018年,合川區(qū)碳源、碳匯及凈碳排放量三者總體皆呈上升趨勢。其中,合川區(qū)碳源在9年間累計增加1 375.073 0萬t,年均增長率為7.14%;碳匯累計增加29.464 7萬t,年均增長率為0.01%,碳源的增速遠遠高于碳匯的增速;土地利用凈碳排放量從96.769 6萬t增至176.327 7 萬t,年均增長率為7.00%,增速最大。
圖1 合川區(qū)土地利用凈碳排放量年增長率變化趨勢
從圖1可知,2009—2010年合川區(qū)凈碳排放量呈波動上升趨勢,呈先降后增趨勢。2017年合川區(qū)積極推行供給側結構改革,通過去產能,煤炭行業(yè)綜合能源消費量下降30.80%,凈碳排放量增速達最低。合川區(qū)凈碳排放量增長是社會經濟的不斷發(fā)展、城市化水平不斷提升、人口的增長、建設用地擴張及各類化石能源消耗量的增長共同作用的結果。
從表1可知,建設用地和耕地在碳排放總量中所占比重分別為96.30%、3.70%,建設用地產生的碳排放量遠遠大于耕地碳排放量,是合川區(qū)土地利用碳排放的主要碳源。研究期間,合川區(qū)耕地碳排放量變化較為平緩,整體上呈波動下降趨勢,2009年為5.111 4萬t,2018年減少至5.018 8萬t;建設用地碳排放量呈上升趨勢,增幅較大,2009年建設用地碳排放量為94.578 3萬t,2018年增長至174.363 9萬t,年均增長率為7.14%。因此,控制建設用地無秩序擴張、優(yōu)化土地利用格局是合川區(qū)走上低碳發(fā)展道路的重中之重。在各類碳匯中,林地、園地、水域和其他土地的碳吸收量分別占碳吸收總量的68.61%、19.21%、11.15%和1.03%,由此說明,林地是合川區(qū)土地利用的主要碳匯來源,其次是園地。研究期間,合川區(qū)林地碳吸收量從1.988 0×104t波動增長至2.136 0×104t,增長幅度較??;園地、草地及未利用地碳吸收量整體較為穩(wěn)定,變幅不大,研究期內呈小幅下降趨勢。為此,合川區(qū)應繼續(xù)大力開展義務植樹,快速推進退耕還林、荒山造林等工程,適當提高林地等碳匯面積,降低凈碳排放量。
表1 2009—2018年合川區(qū)不同類型土地的碳排放量
為進一步分析說明合川區(qū)土地利用碳排放量時間演變趨勢,引入碳排放強度因子,計算2009—2018年合川區(qū)單位GDP碳排放強度與人均碳排放強度。從圖2可以看出,9年間合川區(qū)單位GDP碳排放量呈逐年下降趨勢,從477.287 1 kg·萬元-1降至247.328 9 kg·萬元-1,年均降低7.01%。人均碳排放強度呈逐年上升趨勢,從752.836 3 kg·人-1增至1 253.039 0 kg·人-1,年均增長5.93%。說明在研究期間內,隨著經濟的不斷增長合川區(qū)每單位國民生產總值帶來的碳排放量在下降,但隨著收入的增加和人均消費水平的提高,使得人均碳排放強度在不斷攀升。因此,為減少碳排放量,推進可持續(xù)發(fā)展也需重視宣傳綠色低碳理念,提高廣大人民群眾的環(huán)保低碳意識。
圖2 合川區(qū)碳排放強度演變趨勢
從表2可知,經濟發(fā)展水平及建設用地規(guī)模因素對合川區(qū)土地利用碳排放量的增長具有正向促進作用。2009—2018年,合川區(qū)地區(qū)生產總值從202.75億元增至712.93億元,年均增長率為15.14%。9年間在經濟快速發(fā)展的影響下,合川區(qū)累計增加153.563 3萬t碳排放量,占碳排放總增量的82.80%。因此,經濟發(fā)展水平因素是合川區(qū)土地利用碳排放的主要正向驅動因素。建設用地規(guī)模對合川區(qū)土地利用碳排放增加的促進作用僅次于經濟發(fā)展水平因素。隨著合川區(qū)建設用地的擴張,2009—2018年合川區(qū)累計增加碳排放量31.905 6萬t,占碳排放總增量的17.20%。合川區(qū)經濟快速發(fā)展必然會對勞動力、資源和資本等要素產生拉力,從而使人口和產業(yè)形成集聚;建設用地規(guī)模的擴張又為經濟和產業(yè)活動提供載體,兩者相互影響,共同促進合川區(qū)土地利用碳排放量的增長。
碳排放強度因素和土地利用效率因素是合川區(qū)土地利用碳排放的負向驅動因素。2009—2018年期間合川區(qū)土地利用碳排放累計實現(xiàn)碳減量105.910 6萬t,9年間,碳排放強度和土地利用效率因素分別占總碳減量的81.60%和18.40%。由此可見,對于抑制合川區(qū)碳排放增長,碳排放強度因素起主要作用。土地利用效率對合川區(qū)土地利用碳排放量減少的積極作用體現(xiàn)在,當經濟發(fā)展到一定水平時,土地利用效率的提高會降低經濟發(fā)展對資源投入量的依賴,提高投入產出比,為碳排放量的減少做出貢獻。碳排放強度效應具體體現(xiàn)在單位GDP的能源消耗量、能源結構及利用效率等相關指標上,說明降低單位GDP能耗量、提高能源利用效率、優(yōu)化能源消費結構、開發(fā)利用新能源同樣是抑制合川區(qū)碳排放量增長的有力措施。
從各效應的累計貢獻率(表3)來看,在正向驅動因素中,9年間經濟發(fā)展水平效應和建設用地規(guī)模效應累計貢獻率分別為193.02%和40.10%。進一步說明,經濟發(fā)展水平是促進合川區(qū)土地利用碳排放量增長的主要驅動因素。因此,當前合川區(qū)需盡快推動經濟發(fā)展模式的轉變,深入推進供給側結構性改革,進一步將低碳與經濟發(fā)展深入融合,走低碳可持續(xù)發(fā)展道路。在負向驅動因素中,碳排放強度效應累計貢獻率占108.62%,土地利用效率累計貢獻率占比24.50%。由此說明,碳排放強度是抑制合川區(qū)土地利用碳排放增長的主要驅動因素。因此,合川區(qū)需重視并挖掘提高能源利用效率、降低單位GDP能耗,深入推進生態(tài)文明建設。
表3 合川區(qū)土地利用碳排放各影響因素累計貢獻率
通過對2009—2018年合川區(qū)土地利用碳排放量進行測算,運用LMDI因素分解模型進行驅動因素分析。結果表明:(1)2009—2018年合川區(qū)土地利用凈碳排放量整體上呈上升趨勢,從96.769 6萬t增至176.327 7萬t,年均增長率為7.00%,2017年增速最低;(2)2009—2018年合川區(qū)單位GDP碳排放強度呈逐年下降趨勢,年均降低7.01%,人均碳排放強度呈逐年上升趨勢,年均增長5.93%;(3)2009—2018年經濟發(fā)展水平和建設用地規(guī)模是合川區(qū)土地利用碳排放量增長的正向驅動因素,其中經濟發(fā)展水平是促進合川區(qū)土地利用碳排放量增長的主要驅動因素;碳排放強度及土地利用效率因素是合川區(qū)土地利用碳排放的負向驅動因素,而碳排放強度是抑制合川區(qū)土地利用碳排放量增長的主要因素。在各驅動因素中,累計貢獻率絕對值從大到小依次為:經濟發(fā)展水平因素—碳排放強度因素—建設用地規(guī)模因素—土地利用效率因素。
合川區(qū)須穩(wěn)步推行供給側結構性改革,去產能,減少煤炭等化石能源的消費量,改善能源消費結構,積極開發(fā)新能源,進一步加快經濟發(fā)展模式的轉變,調整產業(yè)結構,努力形成穩(wěn)增長和碳減排深度融合的發(fā)展機制;在當前新一輪國土空間規(guī)劃編制過程中要嚴格控制建設用地的擴張,加快完成“三區(qū)三線”的劃定工作,合理布局生產、生活、生態(tài)空間,優(yōu)化土地利用結構,繼續(xù)推進退耕還林和荒山造林工程。