福建省土地利用碳排放強度及其空間關聯性研究

唐春燕，翁羽奇，范勝龍

（福建農林大學公共管理與法學院，福建 福州 350002）

全球氣候變暖是當今社會密切關注的問題之一，不少學者認為人類活動范圍的擴大是導致全球二氧化碳濃度升高的主要原因，有些學者則持其他看法，認為土地利用是造成溫室氣體排放量增長的主要因素[1-2]。無可爭議的是，全球變暖與二氧化碳濃度上升密切相關，其中，區域土地利用活動產生的碳排放量占人類活動碳排放總量的1/3，對于區域的碳排放格局有著重要影響[3-6]。因此，對土地利用過程中的碳排放進行深入研究具有重大的現實意義。

近年來，不少學者對碳收支核算﹑碳補償機制﹑碳循環以及碳交易市場進行研究[7-10]，還有學者從土地利用碳效應﹑碳排放規律及影響因素等方面研究土地利用碳排放的時空特征[11-14]。隨著研究的深入，部分學者認識到碳排放的空間溢出效應對于區域環境的碳排放強度有重要影響[15]，因此，將時空耦合﹑空間溢出及關聯性[16-20]等方面納入土地利用碳排放的研究中。但在進行相關研究時，一些學者僅關注到地理因素，忽視了區域間環境政策和市場機制等對碳排放的作用。此外，各區域因經濟發展水平﹑能源消耗供給﹑資金技術的往來等產生的區域碳排放差異及空間聯系有待進一步深入，開展此類研究有助于厘清不同區域在碳排放空間網絡結構中所處的地位，從而制定相應的碳減排政策。

福建是我國最早實行改革開放的省份之一，經濟發展快速，同時堅持綠色發展，生態省建設不斷推進。目前對福建碳排放的研究主要側重于預測以及影響因素分析。以福建為研究對象，研究不同土地利用方式的碳排放強度及變化規律，分析區域差異，構建碳排放引力模型，分析福建各市碳排放空間關聯關系，對福建綠色發展，以及制定協同減排策略具有借鑒意義。

1 研究區概況

本文研究區為福建省，面積12.4×104km2，山多平原少，大部分屬于武夷山脈的組成部分，整體地勢西北高﹑東南低，海岸線漫長，島嶼良港眾多。福建處于亞熱帶﹑半亞熱帶地區，氣候適宜，雨量充沛，有眾多動植物資源，2019 年森林覆蓋率為66.8%，位居全國第一。2019 年實現地區生產總值42395 億元，比上年增長7.6%，規模以上工業增加值增長8.8%，原煤和原油的消費量明顯增加。2019 年， 耕地面積為93.2×104hm2，與“十二五”期間年平均耕地面積相比，減少30.45%左右；林地面積為881.14×104hm2，草地面積為7.49×104hm2，建設用地面積有所增加。

2 數據來源與研究方法

2.1 數據來源

土地利用現狀數據主要來源于《福建省統計年鑒》（2006—2020 年）﹑2005 年土地利用變更調查結果，以及2019 年各地級市第三次國土調查，能源消費數據來自國家統計局以及各設區市統計年鑒等。

2.2 研究方法

2.2.1 土地利用碳排放測算

本文研究對象為建設用地﹑耕地﹑林地﹑草地的碳排放量。其中耕地是弱碳源[21]，林地是主要的碳匯，草地碳匯功能較弱，采用藍家程和孫赫等研究的碳排放系數[22-23]，耕地﹑林地﹑草地的碳排放系數依次為0.422 t/hm2﹑-0.644 t/hm2﹑-0.022 t/hm2，碳排放量計算公式為:

式中，Ci表示第i種地類產生的碳排放量（t）；Ai表示第i種地類的面積；αi表示第i種地類的碳排放系數。

建設用地是主要碳源，其碳排放主要由能源消耗產生，計算公式為:

式中，Cs表示建設用地碳排放量（t）；ei表示第i種能源的消費量（t 或m3）；ni表示能源i的標準煤換算系數；βi表示碳排放系數，碳含量﹑平均低位發熱值和碳氧化率的取值參照《綜合能耗計算通則》和《省級溫室氣體清單編制指南》[24]數據，具體系數見表1。

表1 各類能源標準煤換算系數和碳排放系數

2.2.2 碳排放變化地區差異測算

將研究區9 個市按傳統劃分方法，分為閩北（南平市）﹑閩東（寧德市）﹑閩中（福州市﹑莆田市）﹑閩西（龍巖市﹑三明市）﹑閩南（廈門市﹑泉州市﹑漳州市）5 個區域，根據式（1）和式（2）分別計算2005 年﹑2019 年各區域的建設用地碳排放﹑耕地碳排放﹑林地碳吸收以及凈碳排放，并得到這4個指標的變化量 。

2.2.3 碳排放網絡的構建

構建引力模型，量化分析研究區各地級市碳排放的空間關系。引力模型是廣泛應用于空間相互作用的一種模型，以牛頓萬有引力公式為基礎。隨著時代發展，引力模型在其他許多領域不斷延伸和發展，當前已逐漸成為定量化分析空間關系及作用的主要工具[25-29]。根據各地級市2019 年凈碳排放量和地區生產總值計算得到單位GDP 碳排放，以單位GDP 碳排放為指標，計算城市間的引力，公式為:

式中，rij和dij分別表示城市i和城市j之間的引力和空間距離，Fi﹑Fj分別表示城市i和城市j的單位GDP 碳排放量。

3 結果與分析

3.1 2005—2019 年福建土地利用碳排放時空特征分析

根據福建2005—2019 年土地利用現狀數據以及能源消費數據，計算得到不同土地利用方式的碳排放量（表2）。

表2 2005—2019 年研究區土地利用碳排放量 單位：104 t

總體上，研究區土地利用凈碳排放量呈現波動上升的趨勢，凈碳排放量從2005 年的2869.46×104t上升至2019 年的8051.36×104t，增長180.59%，變化趨勢與土地利用碳源量相接近；總碳匯量在研究期間內波動程度小，說明林地﹑草地碳吸收量在研究期內變化較小。以2014 年為拐點，凈碳排放量可分為先增長后波動兩個階段。第一階段，2005—2014 年，研究區城鎮化水平進程加快，土地利用結構發生較大調整，建設用地持續擴增，各種能源消費量大幅上漲，使得碳源總量上升迅速，因而碳排放總量呈遞增趨勢。第二階段，2015—2019 年，研究區土地利用凈碳排放量呈現先下降后上升的趨勢；2016年的凈碳排放量處于最低點，為6524.19×104t，主要是因為福建大力推進節能減排措施，使得能源消費總量大幅下降，碳源減少；2017 年之后，凈碳排放量又呈現穩步上升的趨勢（圖1）。

圖1 研究區土地利用凈碳排放量變化圖

從土地利用結構上分析，建設用地碳排放量占比從2005 年的98.32%上升到2019 年的99.54%，是主要碳源。耕地是另一碳源，但由于耕地面積占總面積比例較低，且隨著城鎮化進程不斷加快，其碳排放量呈遞減趨勢。另外，從碳吸收來看，林地發揮主要的碳匯作用，草地碳吸收量穩定在0.01×104t，但由于建設用地碳排放量與碳吸收量之間差距過大，無法顯著平衡碳排放量。 福建應繼續控制建設用地的碳排放量，并逐步擴增林地和草地面積，降低凈碳排放量。

3.2 福建碳排放變化地區差異分析

2005—2019 年，福建經濟快速發展，城鎮化水平不斷推進，土地利用結構發生較大變化，而各區域的資源稟賦﹑土地利用結構，以及經濟發展水平各不相同，因此，碳排放變化量也各有差異。本文利用ArcGIS10.2 對研究區9 個地級市進行碳排放時空差異分析。

各區域凈碳排放量和建設用地碳排放量變化程度相一致，從低到高排序為:閩北<閩東<閩西<閩中<閩南，與區域的經濟發展密切相關。閩南地區作為中國東部沿海經濟開發區之一，2005—2019年經濟快速發展，其中泉州地區經濟總量連續多年位居全省首位，地區生產總值增幅 537.12%；廈門﹑漳州產業結構不斷優化，新興產業發展迅速，經濟穩步增長。因此，閩南地區的建設用地碳排放變化量最大，占全省變化量的60.01%；閩中地區的福州﹑莆田在研究期內經濟穩步上升，建設用地規模不斷擴張，碳排放變化量位居全省第二；閩西﹑閩東地區建設用地碳排放量在研究期內變化幅度不大，分別占全省變化量的14.54%和 3.92%；閩北地區建設用地碳排放變化量最不顯著，這與南平多年來經濟發展緩慢有關。

各區域耕地碳排放變化量與耕地增減變化相關，總體上變化幅度較小，從低到高排序為:閩北<閩東<閩中<閩西<閩南。閩南耕地碳排放減少量最為顯著，占全省變化量的45.19%。2005—2019年漳州不斷推進城鎮化，耕地面積有所下降，耕地碳排放量明顯下降；泉州﹑龍巖，以及寧德的耕地面積在研究期內變化較小； 廈門﹑三明﹑莆田耕地數量較穩定，因此耕地碳排放量變化幅度不大。

各區域林地碳吸收量變化程度從低到高排序為:閩北<閩東<閩中<閩西<閩南。南平市森林覆蓋率高，在研究期內碳吸收量變化幅度較小，因此閩北地區林地碳吸收減少量并不明顯，僅占全省變化量的6.04%；閩南地區碳吸收減少量占全省的36.94%，這與漳州﹑泉州經濟總量快速增長有關，未來應注重產業結構的調整，走綠色發展道路。

3.3 福建碳排放空間關聯性分析

引力值反映各市之間碳排放引力的強弱，引力值在[0.02，0.22）區間為弱引力作用；[0.22，0.51）區間為中引力作用；[0.51，1.39）區間為強引力作用。

各城市間碳排放存在普遍聯系，東部地區之間的聯系比西部地區更加緊密。泉州處于網絡的中心位置，碳輻射能力最強，與其他城市的聯系最為緊密；其中泉州和莆田之間是強引力相互作用。與三明﹑福州﹑廈門﹑漳州之間是中引力作用；福州和莆田的碳輻射能力次于泉州。漳州﹑廈門﹑三明對其他城市產生的溢出效應有限。南平﹑寧德﹑龍巖與其他城市間的碳排放聯系較弱，同時受到的碳輻射也較小。

碳排放在空間上呈現出相互影響﹑動態變化的特點，減少環境污染，降低碳排放量不能僅著眼于局部地區，而應從整體出發，制定低碳發展策略。不同地區的經濟社會發展﹑環境政策，以及制度等存在差異，要考慮碳排放在區域間的溢出效應，特別是東部經濟快速發展的各市在追求產業升級的過程中，為了解決環境污染，將高能耗﹑高污染的產業轉移到西部地區，造成碳排放轉移。 研究區各個市之間的碳排放聯系表現為不均衡性，可以泉州為核心，聯動廈門﹑福州等城市，根據各個城市在碳排放空間關聯網絡所處的位置，以及對其他城市的輻射能力等方面，制定差異化的協同減排策略。同時，在環境治理中，應引入碳交易市場，有效控制地區的“碳轉移”，對于受到明顯碳排放輻射的地區給予相應的經濟補償，從而真正實現低碳綠色協同發展。

4 結論與討論

4.1 主要結論

4.1.1 碳排放時空變化規律

福建土地利用凈碳排放量總體上表現為增長的趨勢，凈碳排放量從2005 年的2869.46×104t 上升到2019 年的8051.36×104t，增幅為180.59%。以2014 年為拐點，福建凈碳排放量可以分為先增長后波動兩個階段；空間分布格局總體表現為東部高碳排放區，西部低碳排放區，其中東部的泉州﹑廈門﹑福州等區域碳排放量高，碳排放在研究期內變化明顯，西部的三明﹑南平等區域碳排放強度較低。

4.1.2 碳排放地區分異

區域的經濟發展水平對碳排放影響最為顯著，閩南地區經濟快速發展，產業發達，能源消費量大，碳排放變化量最大；閩北﹑閩東地區經濟發展較慢，森林面積廣闊，碳匯作用明顯，而碳源變化量較小；閩中﹑閩西發展水平較為接近，碳排放變化量比較一致。

4.1.3 碳排放空間關聯

研究區各城市的土地利用碳排放在空間上存在普遍關聯，主要表現為不均衡性，以泉州為核心，對其他城市的輻射作用最明顯，碳排放溢出效應顯著，福州﹑廈門次之，其他城市在網絡中的聯系也逐漸增強。

4.2 討論

在測算土地利用碳排放量時，所選取的碳排放系數參考其他文獻，但由于不同地區的植被條件﹑地表狀況，以及能源水平等有一定差異，導致最終的結果可能存在誤差，在以后的研究中可結合福建的實際情況對所用到的系數進一步探討，得出更符合福建特征的碳排放系數。此外，在構建引力模型時，各個市之間的關聯要素未得到充分的反映，未深入分析各個設區市之間的碳排放影響。