張 余，姜 博，趙映慧

（東北農(nóng)業(yè)大學(xué)公共管理與法學(xué)院，黑龍江 哈爾濱 150000）

0 引言

【研究意義】隨著溫室效應(yīng)引起的全球變暖、極端天氣等環(huán)境問題的日益嚴(yán)峻，控制和減少碳排放是世界各國促進(jìn)生態(tài)平衡和實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展的重要舉措[1]?！丁笆奈濉币?guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出要積極應(yīng)對(duì)氣候變化，加快推動(dòng)綠色低碳發(fā)展，并制定2030年前碳排放達(dá)峰行動(dòng)方案，采取更加強(qiáng)有力的措施和政策，努力爭取到2060年實(shí)現(xiàn)碳中和。而廣東省作為連續(xù)32年領(lǐng)跑全國GDP總量的第一經(jīng)濟(jì)大省和碳排放大省，以“犧牲”環(huán)境來發(fā)展經(jīng)濟(jì)的方式導(dǎo)致經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)矛盾日益尖銳，在經(jīng)濟(jì)新常態(tài)的背景下，如何在保持經(jīng)濟(jì)快速增長的同時(shí)走低碳發(fā)展道路，是目前廣東省碳減排工作面臨的巨大挑戰(zhàn)。在此背景下，探究廣東省土地利用碳排放的影響因素及其影響方向與程度，對(duì)廣東省制定科學(xué)碳減排措施具有重要的現(xiàn)實(shí)意義?！厩叭搜芯窟M(jìn)展】已有研究表明，土地利用變化改變了地表覆被成為造成溫室氣體排放的重要來源之一[2]，在過去幾十年，大氣中約有45%的二氧化碳排放來源于化石燃料和土地利用變化[3]。因此，對(duì)土地利用碳排放相關(guān)研究成為了熱點(diǎn)話題。國外有關(guān)土地利用碳排放的研究要早于我國，研究主要集中在土地利用碳排放機(jī)理及其核算方面[4-7]。而國內(nèi)土地利用碳排放起步較晚，主要集中在土地利用碳排放核算及效應(yīng)研究[8-10]；土地利用碳排放影響因素研究[11-13]；經(jīng)濟(jì)發(fā)展與土地利用碳排放關(guān)系研究[14-15]等方面。這些研究大多數(shù)是在不同土地利用方式碳排放核算結(jié)果的基礎(chǔ)上進(jìn)一步的深化和拓展。影響因素研究方法多基于KAYA恒等式，或者改進(jìn)KAYA恒等式進(jìn)行因素分解，常用的分解模型有LMDI模型和STIRPAT模型[16-17]。還有學(xué)者利用向量自回歸模型( VAR)探究經(jīng)濟(jì)發(fā)展、能源消費(fèi)、技術(shù)進(jìn)步等因子對(duì)碳排放的影響[18-22]，為環(huán)境領(lǐng)域影響因素研究方法提供了新思路。國內(nèi)外相關(guān)文獻(xiàn)資料豐富且各具特色，總體上呈現(xiàn)研究尺度多元化、研究方法模型多樣化等特點(diǎn)?！颈狙芯壳腥朦c(diǎn)】目前基于VAR模型研究多集中在能源消費(fèi)碳排放領(lǐng)域，且對(duì)碳排放的影響集中某些特定因素[15]，同時(shí)對(duì)廣東省土地利用碳排放研究多集中在土地利用碳排放特征及其空間分異[21-22]、經(jīng)濟(jì)發(fā)展與碳排放脫鉤關(guān)系[23]，對(duì)廣東省土地利用碳排放影響因素選取不夠全面。利用VAR模型多維度分析廣東省土地利用碳排放影響程度及方向，能更全面地呈現(xiàn)廣東省土地利用碳排放影響因素，為廣東省科學(xué)制定土地利用碳減排政策提供一些參考?！緮M解決的關(guān)鍵問題】基于現(xiàn)有研究基礎(chǔ)上，本研究通過構(gòu)建VAR模型，綜合分析廣東省土地利用碳排放與影響因素之間的關(guān)系，探究其影響程度及方向，以期為廣東省碳排放管理提供科學(xué)依據(jù)。

1 研究方法和指標(biāo)選取

1.1 研究方法

（1）土地利用碳排放測算

包括直接碳排放和間接碳排放測算。本文的直接碳排放主要是指耕地、園地、林地、草地的碳排放。根據(jù)以往的研究成果[10,24]，碳排放系數(shù)分別為：0.422 tC·hm-2、0.21 tC·hm-2、-0.644 tC·hm-2、-0.022 tC·hm-2，負(fù)值代表碳吸收。公式如下：

其中，CEa是耕地、園地、林地、草地的碳排放總量， αi是指第i種地類的碳排放系數(shù)，Si是第i種地類的面積。

本文建設(shè)用地碳排放的測算選擇廣東省的主要的使用能源進(jìn)行間接估算。其標(biāo)準(zhǔn)煤折算系數(shù)及碳排放系數(shù)見表1，公式如下：

表1 能源標(biāo)準(zhǔn)煤折算系數(shù)與碳排放系數(shù)Table 1 Conversion coefficients of energy standard coal and carbon emission

其中，CEb是 建設(shè)用地碳排放量， βj是第j種化石能源的碳排放系數(shù)，Aj是指第j種化石能源消費(fèi)量，Rj是第j種能源的標(biāo)準(zhǔn)煤折算系數(shù)。

（2） VAR模型

向量自回歸模型（Vector Auto-regression Model，VAR）由Christopher Sims提出，可以通過不同時(shí)間序列的當(dāng)期數(shù)據(jù)與往期數(shù)據(jù)之間建立回歸方程，估計(jì)各個(gè)變量之間的動(dòng)態(tài)影響[20]。本文選取土地利強(qiáng)度、人均GDP的對(duì)數(shù)作為解釋變量，地均土地利用碳排放的對(duì)數(shù)作為被解釋變量引入模型，從而分析土地利用強(qiáng)度、經(jīng)濟(jì)發(fā)展對(duì)土地碳排放的動(dòng)態(tài)影響，其基本模型如下：

其中，Yt=(lnLCEt,lnLAt,lnGDPt)， λ1;λ2;λp是3×3維的系數(shù)矩陣； E t是3×1維的向量，代表隨機(jī)誤差項(xiàng)。t=1,2,3···22。

1.2 指標(biāo)選取

本文參考文獻(xiàn)[24-25]，從土地利用和經(jīng)濟(jì)社會(huì)發(fā)展視角，結(jié)合廣東省實(shí)際情況和數(shù)據(jù)的可獲取性，選取了土地利用強(qiáng)度（LA）、土地利用結(jié)構(gòu)（LUS）、人均GDP（GDP）、能源強(qiáng)度（EGDP）和產(chǎn)業(yè)結(jié)構(gòu)（IS）等指標(biāo)。人均GDP可以體現(xiàn)一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r，反映其經(jīng)濟(jì)發(fā)展實(shí)力，經(jīng)濟(jì)發(fā)展越好，所要消耗的資源與能源越多，必然會(huì)引起土地利用碳排放的增長，為了消除通貨膨脹的影響，人均GDP按1978年不變價(jià)進(jìn)行平減；土地利用綜合程度指數(shù)來表征土地利用強(qiáng)度，土地利用強(qiáng)度越高，說明區(qū)域土地開發(fā)與利用越多，各地類間轉(zhuǎn)換明顯，對(duì)碳排放的影響也越大；由于建設(shè)用地為最主要的碳源，建設(shè)用地在土地總面積中比例強(qiáng)度越大，造成的碳排放越多，因此土地利用結(jié)構(gòu)用建設(shè)用地與土地總面積的比值來表征；單位GDP能耗表征能源強(qiáng)度，能源強(qiáng)度越大，說明生產(chǎn)一單位GDP所需的能源消耗就越大，從而導(dǎo)致碳排放的增加；產(chǎn)業(yè)結(jié)構(gòu)為第二產(chǎn)業(yè)與第三產(chǎn)業(yè)占比。第二產(chǎn)業(yè)發(fā)展需要消耗大量的能源，將產(chǎn)生大量的能源消耗碳排放，第二產(chǎn)業(yè)比重較高，說明能源消耗碳排放就越高。地均碳排放LCE為CEa，CEb之和除以土地總面積。各變量情況見圖1、表2。

圖1 1996—2017年廣東省土地利用碳排放Fig.1 Carbon emissions from land use in Guangdong from 1996 to 2017

表2 變量土地利用強(qiáng)度、經(jīng)濟(jì)發(fā)展與土地碳排放描述性統(tǒng)計(jì)Table 2 Descriptive statistics of variable land use intensity, economic development, and land carbon emissions

從廣東省土地利用碳排放核算結(jié)果來看，1996-2017年土地利用碳排放總量經(jīng)歷上升、下降再上升的變化過程，整體上呈上升趨勢；碳源排放變動(dòng)趨勢基本與碳排放總量一致；碳匯排放整體上呈下降的趨勢，但變動(dòng)幅度較小。在碳源排放中，建設(shè)用地碳排放是主要來源，逐漸增加的碳源排放沒有相應(yīng)多的碳匯去抵消，容易導(dǎo)致碳平衡失衡，碳排放總量增加。因此，廣東省節(jié)能減排工作已經(jīng)刻不容緩。

2 研究區(qū)概況與數(shù)據(jù)來源

2.1 研究區(qū)概況

廣東省地處中國大陸最南部。全省土地總面積17.98萬km2，約占全國陸地面積的1.85%；其中全省農(nóng)用地面積為14.94萬km2，占土地總面積的83.09%；建設(shè)用地面積為1.72萬km2，占土地總面積的9.54%，未利用地1.32萬km2，占土地總面積的7.34%。1996-2005年期間，廣東省耕地面積年均減少0.034萬km2，建設(shè)用地增加0.29萬km2。廣東是中國國內(nèi)人多地少的省份之一，2017年廣東省地區(qū)生產(chǎn)總值為89 705.23億元，與1996年相比增長了82 857億元，年均增長率約為13%；2017年人均地區(qū)生產(chǎn)總值為80 932元，與1996年相比增長了71 775元，年均增長率約為10.9%。

2.2 數(shù)據(jù)來源

廣東省1996-2017年的土地利用現(xiàn)狀、經(jīng)濟(jì)發(fā)展、能源消費(fèi)等數(shù)據(jù)來源于廣東省自然資源廳官網(wǎng)以及《廣東省國土資源統(tǒng)計(jì)年鑒》《廣東統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》。

3 實(shí)證分析

3.1 ADF單位根檢驗(yàn)

由于建立VAR模型需要變量都是平穩(wěn)變量，且時(shí)間序列的非平穩(wěn)性會(huì)導(dǎo)致后期建模產(chǎn)生虛假回歸現(xiàn)象，因此，在建模之前，需要對(duì)廣東省土地利用各指標(biāo)取對(duì)數(shù)之后進(jìn)行ADF單位根檢驗(yàn)。從表3可以看出，所有變量對(duì)數(shù)在一階差分之后是平穩(wěn)的，因此可以構(gòu)建VAR模型。

表3 單位根檢驗(yàn)結(jié)果Table 3 Unit root test results

3.2 協(xié)整方程建立

在建立協(xié)整方程之前，增強(qiáng)參數(shù)的解釋性，要確定最佳滯后階數(shù)和檢驗(yàn)?zāi)Ｐ偷姆€(wěn)定。本文采用似然比統(tǒng)計(jì)量（LR）、 最終預(yù)測誤差統(tǒng)計(jì)量（FPE）、赤池信息準(zhǔn)則統(tǒng)計(jì)量（AIC）、施瓦茨信息統(tǒng)計(jì)量（SC）、漢南—奎因信息準(zhǔn)則統(tǒng)計(jì)量（HQ）來確定模型的最佳滯后階數(shù)，從表4中可以看出，各準(zhǔn)則選出的滯后階數(shù)中2階的個(gè)數(shù)最多，因此能夠建立最佳滯后階數(shù)為2的VAR（2），根據(jù)特征根檢驗(yàn)結(jié)果（圖2）可以看出，全部的點(diǎn)都在單位圓內(nèi)，說明VAR（2）模型是穩(wěn)定的。

圖2 VAR模型的AR根檢驗(yàn)Fig.2 AR root test of VAR model

表4 最佳滯后階數(shù)的選擇Table 4 Selection of optimal lag order

由于所有變量都是一階單整，因此可以建立協(xié)整檢驗(yàn)。從表5可以看出，給定5%顯著性水平，變量間存在6個(gè)協(xié)整關(guān)系，通過Eviews軟件，得到標(biāo)準(zhǔn)化的協(xié)整方程：

表5 Johansen協(xié)整檢驗(yàn)結(jié)果Table 5 Johansen cointegration test results

從協(xié)整方程可以看出，人均GDP，土地利用強(qiáng)度和能源強(qiáng)度與地均利用碳排放呈正相關(guān)，土地利用結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)與地均利用碳排放呈負(fù)相關(guān)。其中，人均GDP與土地利用強(qiáng)度對(duì)地均土地利用碳排放的影響相當(dāng)，土地利用結(jié)構(gòu)對(duì)地均土地利用碳排放的影響最大，而能源結(jié)構(gòu)影響相對(duì)較小。

3.3 格蘭杰因果關(guān)系檢驗(yàn)

為了探究進(jìn)一步變量之間的關(guān)系，對(duì)VAR模型進(jìn)行因果關(guān)系檢驗(yàn)，檢驗(yàn)結(jié)果見表6。

表6 格蘭杰因果檢驗(yàn)結(jié)果Table 6 Granger Causality test results

從檢驗(yàn)結(jié)果可以看出，給定10%顯著性水平，LNLA、LNLUS、LNIS均與LNLCE的互為因果關(guān)系，而LNGDP和LNEGDP并非LNLCE的格蘭杰原因。但從間接角度看，LNGDP是LNLUS、LNIS的格蘭杰原因，且LNEGDP是LNLA、LNLUS、LNIS的格蘭杰原因，因此可以看出LNGDP和LNEGDP對(duì)LNLCE有著間接的因果關(guān)系。這說明，經(jīng)濟(jì)發(fā)展與能源強(qiáng)度通過土地利用強(qiáng)度、土地利用結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)間接對(duì)土地利用碳排放產(chǎn)生影響。

土地利用強(qiáng)度和結(jié)構(gòu)以及產(chǎn)業(yè)結(jié)構(gòu)都以經(jīng)濟(jì)發(fā)展為前提，經(jīng)濟(jì)發(fā)展帶動(dòng)城市化、工業(yè)化進(jìn)程加快，而土地一直是生產(chǎn)生活活動(dòng)的載體，一方面經(jīng)濟(jì)發(fā)展帶來土地利用強(qiáng)度的增加，也就意味著人類對(duì)土地的勞動(dòng)和資本投入越多，建設(shè)用地占比越高，對(duì)碳排放的影響也將加大；另一方面經(jīng)濟(jì)快速發(fā)展使得能源強(qiáng)度不斷增強(qiáng)，第二產(chǎn)業(yè)比重不斷加大，加快了能源消耗碳排放速率。

3.4 脈沖響應(yīng)

在構(gòu)建VAR模型的基礎(chǔ)上，選取15期為滯后期，利用脈沖響應(yīng)函數(shù)分析變量對(duì)土地利用碳排放的動(dòng)態(tài)影響。脈沖響應(yīng)果如圖3所示。其中橫坐標(biāo)表示沖擊后的滯后期數(shù)，縱坐標(biāo)表示變量對(duì)沖擊的響應(yīng)程度，中間曲線表示脈沖響應(yīng)函數(shù)，兩邊表示兩倍標(biāo)準(zhǔn)差范圍。

從圖3可以看出，當(dāng)受人均GDP一單位的標(biāo)準(zhǔn)差沖擊，地均土地利用碳排放受到的影響多為正向沖擊，且反應(yīng)迅速，在第3期左右上升為正向最大，隨后開始下降，并在第9期左右轉(zhuǎn)變?yōu)樨?fù)向并趨于平緩，這說明隨著經(jīng)濟(jì)發(fā)展到一定階段之后，經(jīng)濟(jì)發(fā)展將有利于抑制土地利用碳排放的增長，證明廣東省人均GDP與地均土地利用碳排放存在ECK現(xiàn)象，與已有結(jié)論[26]一致。

圖3 地均土地利用碳排放對(duì)人均GDP的脈沖響應(yīng)Fig.3 Impulse response of LNLCE to LNGDP

從圖4可以看出，受土地利用強(qiáng)度一單位的標(biāo)準(zhǔn)差沖擊后，地均土地利用碳排放受到的影響短期為負(fù)，長期為正。這說明在土地利用初期，土地利用強(qiáng)度較小，利用過程中產(chǎn)生的能源消耗較小，因此對(duì)土地利用碳排放的影響相對(duì)較小，但從長期來看，隨著土地利用強(qiáng)度的不斷加大，意味著對(duì)土地投入的資本與資源越多，從而促進(jìn)土地利用碳排放的增長。

圖4 地均土地利用碳排放對(duì)土地利用強(qiáng)度的脈沖響應(yīng)Fig.4 Impulse response of LNLCE to LNLA

從圖5可以看出，受土地利用結(jié)構(gòu)一單位的標(biāo)準(zhǔn)差沖擊，地均土地利用碳排放受到的影響多為負(fù)向沖擊，且負(fù)向沖擊反應(yīng)較慢并呈現(xiàn)逐漸降低最后平穩(wěn)的趨勢。從長期來看，隨著土地利用結(jié)構(gòu)中建設(shè)用地比例的不斷上升，意味著其建設(shè)過程中資源、能源消耗也在不斷上升，從而導(dǎo)致土地利用碳排放增長。

從圖6可以看出：受產(chǎn)業(yè)結(jié)構(gòu)一單位的標(biāo)準(zhǔn)差沖擊，地均土地利用碳排放受到的影響短期為負(fù)，中期為正，長期有著負(fù)向趨勢。初期，經(jīng)濟(jì)迅速發(fā)展，第二產(chǎn)業(yè)占比不斷上升，導(dǎo)致能源消耗不斷增長，進(jìn)而促進(jìn)土地利用碳排放量上升，從長期來看，隨著產(chǎn)業(yè)結(jié)構(gòu)的不斷優(yōu)化，第三產(chǎn)業(yè)占比逐漸上升，高耗能產(chǎn)業(yè)占比下降，從而有利于抑制土地利用碳排放的增加。

圖6 地均土地利用碳排放對(duì)產(chǎn)業(yè)結(jié)構(gòu)的脈沖響應(yīng)Fig.6 Impulse response of LNLCE to LNIS

從圖7可以看出，受能源強(qiáng)度一單位的標(biāo)準(zhǔn)差沖擊，地均土地利用受到的影響短期為正，長期為負(fù)。經(jīng)濟(jì)發(fā)展初期，經(jīng)濟(jì)發(fā)展方式粗放，能源強(qiáng)度高，且高碳排放能源使用率高，因此將促進(jìn)土地利用碳排放的增長，但隨著能源供給側(cè)改革，清潔能源等低碳資源使用強(qiáng)度的上升，開始減少土地利用碳排放，長期將抑制土地利用碳排放的增長。

圖7 地均土地利用碳排放對(duì)能源強(qiáng)度的脈沖響應(yīng)Fig.7 Impulse response of LNLCE to LNEGDP

3.5 方差分解

方差分解是通過把變量沖擊進(jìn)行方差分解來研究各個(gè)變量沖擊的相對(duì)比例，從而可以將不同變量的影響程度和貢獻(xiàn)度進(jìn)行排名與比較。方差分解結(jié)果圖8可知，各影響因子變化程度可以分為三個(gè)階段，首先，從第二期來看，對(duì)地均土地利用碳排放貢獻(xiàn)最大的是能源強(qiáng)度，其次是人均GDP與產(chǎn)業(yè)結(jié)構(gòu)，土地利用強(qiáng)度與土地利用結(jié)構(gòu)對(duì)地均土地利用碳排放的貢獻(xiàn)較??；從第2-9期來看，各影響因子貢獻(xiàn)程度出現(xiàn)變化，產(chǎn)業(yè)結(jié)構(gòu)、人均GDP和土地利用結(jié)構(gòu)貢獻(xiàn)率不斷上升，土地利用強(qiáng)度和能源強(qiáng)度貢獻(xiàn)率出現(xiàn)短暫下降后上升，產(chǎn)業(yè)結(jié)構(gòu)成為主要影響因素；滯后期到第9期之后，各影響因子方差貢獻(xiàn)率趨于平穩(wěn)，整體上對(duì)地均土地利用碳排放的影響從大到小依次為土地利用強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、能源強(qiáng)度、人均GDP和土地利用結(jié)構(gòu)。

圖8 地均土地利用碳排放的方差分解Fig.8 Variance decomposition of LNLCE

4 結(jié)論與展望

4.1 結(jié)論

本文在測算出1996-2017年廣東省土地利用碳排放的基礎(chǔ)之上，利用VAR模型對(duì)1996-2017年廣東省土地利用碳排放影響因子進(jìn)行實(shí)證分析，結(jié)果表明：

（1）1996-2017年廣東省土地利用碳排放總量整體上呈上升趨勢，建設(shè)用地是主要碳源，碳源排放遠(yuǎn)高于碳匯排放，導(dǎo)致廣東省碳平衡失衡，節(jié)能減排工作任務(wù)艱巨。

（2）從格蘭杰因果檢驗(yàn)來看，廣東省土地利用強(qiáng)度、土地利用結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)與地均土地利用碳排放互為因果關(guān)系，而人均GDP和能源強(qiáng)度對(duì)地均土地利用碳排放有著間接的因果關(guān)系。

（3）從脈沖響應(yīng)結(jié)果來看，土地利用強(qiáng)度的增長意味著對(duì)土地利用投入的資本與資源的增長，使得土地利用碳排放也不斷增長；而人均GDP與土地利用碳排放呈正相關(guān)，人均GDP對(duì)土地利用碳排放影響最后穩(wěn)定在7%左右；能源強(qiáng)度則與土地利用碳排放呈現(xiàn)正相關(guān)，但如果在能源利用中提升清潔能源的強(qiáng)度，將有利于抑制土地利用碳排放的增長；產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化，提高第三產(chǎn)業(yè)比重，充分發(fā)揮第三產(chǎn)業(yè)在節(jié)能減排中的優(yōu)勢，將利于土地利用碳排放減少；土地利用結(jié)構(gòu)與地均土地利用碳排放呈負(fù)相關(guān)，但其貢獻(xiàn)程度相對(duì)較小。

（4）從方差分解結(jié)果來看，對(duì)土地利用碳排放影響貢獻(xiàn)程度從大到小依次為：土地利用強(qiáng)度＞產(chǎn)業(yè)結(jié)構(gòu)＞能源強(qiáng)度＞人均GDP＞土地利用結(jié)構(gòu)。

4.2 展望

本文通過構(gòu)建VAR模型來全面分析廣東省土地利用碳排放影響因素，所得的有關(guān)結(jié)論有利于為廣東省碳排放管理以及“十四五”減排目標(biāo)實(shí)現(xiàn)提供一定的科學(xué)依據(jù)，但是本文選用的樣本區(qū)間是1996-2017年，對(duì)于時(shí)間序列數(shù)據(jù)來說屬于是小樣本，且在研究過程中僅針對(duì)廣東省整體情況進(jìn)行研究，未考慮廣東省各個(gè)地級(jí)市情況，不能很好地展現(xiàn)廣東省各地級(jí)市碳排放主要影響因素的具體情況。因此，未來研究可以在拓寬數(shù)據(jù)樣本的同時(shí)，深入考慮各個(gè)地級(jí)市的實(shí)際情況，分析各地級(jí)市影響土地利用碳排放變化的因素，并進(jìn)行橫向比較或是差異性分析，從而有針對(duì)性地提出一些碳減排措施，為廣東省分區(qū)制定科學(xué)的碳排放管理措施提供理論依據(jù)。