城市土地利用碳排放系统动力学仿真研究——以武汉市为例

吴 萌，任 立，陈银蓉

（华中农业大学公共管理学院，湖北 武汉 430070）

城市土地利用碳排放系统动力学仿真研究
——以武汉市为例

吴 萌，任 立，陈银蓉

（华中农业大学公共管理学院，湖北 武汉 430070）

研究目的：从系统角度分析土地、人口、社会、经济、能源对碳排放的影响作用，并对武汉市2017—2030年不同政策情景下的土地利用碳排放进行模拟，为其低碳发展战略和低碳土地利用规划提供决策依据。研究方法：系统动力学方法。研究结果：（1）建立的城市土地利用碳排放系统动力学模型是有效的；（2）按照目前的发展趋势，武汉市的碳排放总量将保持逐年攀升的趋势；（3）经济的快速发展对武汉市土地利用碳排放量的增加具有显著的影响作用；（4）调整土地利用结构、调整产业结构以及提高能源利用效率都能够有效的减少武汉市土地利用碳排放量，其中调整土地利用结构和调整产业结构的作用效果相对来说更加明显。研究结论：转变经济增长方式、升级产业结构、调整土地利用结构和积极研发先进的低碳科学技术是武汉市低碳发展的重要途径。

土地利用；碳排放；系统动力学；仿真；低碳

1 引言

在全球气候变化的背景下，气候变暖已成为人类社会经济可持续发展面临的重大挑战。土地作为人类活动的空间载体，城市扩张、产业布局、能源消耗等人类活动都与土地利用密切相关，土地利用变化直接改变区域自然碳循环过程，并间接改变区域人为碳排放水平。因此, 从系统角度分析城市人口、资本、土地、能源等投入，工业品、 GDP、碳排放等产出之间的关系，有助于深入研究城市经济、土地利用与碳排放系统之间的联系以及运行机理，对于发展低碳经济、实现土地的低碳利用以及建设“两型社会”具有现实意义。

土地利用变化作为仅次于化石能源燃烧的第二大温室气体排放源[1]引起了各界的普遍关注。赖力[4]将土地上自然源和人为源碳排放综合起来提出中国土地利用的综合碳排放清单；揣小伟[5]、叶浩[6]测算了不同土地利用类型的土壤碳储量和植被碳储量；卢娜[7]、程子腾[8]分别运用了对数均值指数分解法与TAPIO脱钩模型分析了经济发展与土地利用碳排放的关系；李春丽[9]、汪晗[10]、俞超[11]分析了不同土地利用方式和土地利用强度的碳排放效应；张苗[12]、许恒周[13]从土地集约利用与土地利用碳排放关系入手，分析了土地集约利用水平与碳排放之间的作用关系；路昌[14]、游和远[15]的研究说明土地利用结构优化，能源结构调整与效率的提高可以促进城市降低碳排放。

现有的研究主要以“机理—测算—影响因素—减碳措施”为研究脉络，即：从碳排放的影响机理出发，测算自然源和人为源碳排放量，分析其变化的影响因素，由此提出可以降低碳排放的对策[2-17]。但是对于城市社会经济与碳排放的系统分析，各因子间相互作用机理的研究，以及由此按照可持续发展要求，探讨可控变量（包括政策与经济增长目标等）对城市系统的作用关注不够。因此，本文基于系统学理论和可持续发展理论，采用计算机仿真技术，将土地、人口、社会、经济、能源对碳排放的交互作用融入系统动力学模型，建立城市土地利用碳排放仿真模拟模型，模拟分析城市系统的变化和可能的调控，并以武汉市为研究区域，对其土地利用碳排放状况进行模拟仿真，为其低碳发展战略和低碳土地利用规划提供决策依据。

2 研究区域与数据

2.1 研究区域

武汉市位于江汉平原东部，是中国中部地区的中心城市，全国重要的工业基地、科教基地以及综合交通枢纽。武汉市现有13个城区，3个国家级开发区，面积8567 km2。随着国家“中部崛起”、“两型社会建设综合配套改革试验区”和“低碳试点省”战略的实施，武汉市作为中心城市，对其改革与发展提供了机遇也提出了要求，作为城市发展载体的土地更要发挥其参与科学发展的基础性作用，建立以低碳利用为基本理念的城市土地利用格局，推动经济社会发展方式的低碳化转变，肩负起社会经济协调发展和生态环境可持续发展的双重重担。为了更好的以低碳经济理念指导区域土地利用，需要对武汉市土地利用碳排放系统进行仿真测算以及政策模拟，从而为进一步的研究提供一定的基础资料。

2.2 数据来源

本文建立的城市土地利用碳排放系统动力学模型涉及耕地、林地、园地、草地、其他农用地、居住用地、工矿仓储用地、交通运输用地、水域及水利设施用地、特殊用地、其他用地11种用地类型。其数据来源于武汉市1996—2015年土地利用变更调查数据。

文中采用的总人口、就业人口、GDP、固定资产投资、全社会研究与试验发展经费（R&D经费）、各能源消费总量、生活垃圾处理量、公共汽车总量等数据，来源于《武汉市统计年鉴》和有关社会经济资料。

3 研究方法

系统动力学是1958年J·W·Forrester教授为研究生产以及库存管理等企业问题而提出的系统仿真方法。它不仅是一门分析研究信息反馈系统的学科，也是一门认识并解决系统问题的交叉综合学科。系统动力学对研究对象的理解，来源于系统行为与内在机制之间的密切关系，并通过数学模型的建立以及操作逐步挖掘出发生变化形态的因果关系[18-19]。

系统动力学模型作为一种综合的仿真模型，已普遍运用于国家、地区以及行业等不同尺度下能源消耗、产业结构调整、温室气体排放的研究以及管理中。王喜平[20]、胡玥昕[21]、李国柱[22]、唐韬[23]分别运用系统动力学模型对电力行业、工业产业以及坑口电厂的碳排放系统进行了分析与模拟；张俊荣通过构建京津冀碳排放交易系统动力学仿真模型,模拟不同的碳交易机制对京津冀地区经济和环境的影响[24]；范太胜[25]、张仁寿[26]、刘永红[27]对不同省市的低碳经济发展模式进行系统动力学仿真预测，以探寻经济增长与碳排放协调发展的低碳发展模式。

现有研究主要从两个方向进行：（1）对某一个具体行业或者产业（如工业、电力等）的碳排放系统进行模拟仿真；（2）对某个地区城市经济—碳排放系统进行仿真模拟，分析社会经济发展和碳排放的影响关系，探寻适宜研究区域的低碳经济发展模式。目前对于土地利用碳排放系统研究较少，很少有文章将土地利用因素纳入碳排放系统，然而土地利用变化作为仅次于化石能源燃烧的第二大温室气体排放源[1]，对社会经济以及碳排放都有着重要的影响，因此从系统角度分析城市人口、经济、土地、能源、碳排放之间相互作用的反馈机制，模拟分析城市系统的变化和可能的调控，有助于弥补现有研究的缺陷，改变现有研究较多关注城市系统局部减碳研究的状况。基于此，本文利用SD方法，建立武汉市土地利用碳排放SD仿真模型，对不同情景下的土地利用碳排放进行模拟预测，探寻土地低碳利用的方向以及模式。

3.1 模型构建思路

3.1.1 建模目的 建立城市土地利用碳排放系统动力学模型，目的是采用动态的系统模型定量地分析与土地利用碳排放有密切关系的各因素之间的反馈结构和因果关系，有利于更为全面地掌握相关变量的变化趋势。

模型的空间边界为武汉市，时间边界为：1996—2030年，模拟基期年为1996年，主要历史数据时段为1996—2014年。为减少预测中时段变化所带来的误差，时间步长定为1年。系统内容主要包括影响土地利用碳排放的土地、人口、经济、环境、能源等众多因素。根据武汉市历史统计数据以及未来发展方向，确定模型的参数，并运用Vensim软件进行以下仿真：（1）模拟武汉市1996—2030年土地利用碳排放系统主要变量动态变化趋势；（2）调节模型的决策变量，进行政策模拟，预计不同政策情景对土地利用碳排放的影响。

3.1.2 系统结构分析 城市土地利用碳排放系统主要由碳排放能源子系统、碳排放经济子系统、碳排放人口子系统、碳排放环境子系统以及碳排放土地子系统组成。各子系统之间以及子系统内部要素之间存在相互联系，城市土地利用碳排放系统的构成以及主要反馈机制如图1所示。

3.1.3 模型建立与模拟 本文根据系统结构、反馈机制以及反馈回路，构建描述城市土地利用碳排放系统的相关方程，采用表函数法、逻辑函数、经验公式法、线性回归法等确定模型参数值，并建立系统流程图。运用Vensim软件，不断调整修正城市土地利用碳排放系统动力学模型，使模拟结果逼近武汉市的社会经济现状。之后，通过检验后的模型对武汉市土地利用碳排放系统进行政策情景仿真模拟。

图1 城市土地利用碳排放系统框架图Fig.1 Structural relationship among subsystem of the urban land use carbon emission system

3.2 城市土地利用碳排放系统动力学模型

城市土地利用碳排放系统通过信息、物质、能量的交换把系统内不同因素整合为一个有机的整体。能源、经济、人口、环境、土地5个子系统互为环境，构成城市土地利用碳排放系统。通过对城市土地利用碳排放系统边界的分析，结合5个子系统之间的相互联系以及各变量间的反馈关系，利用Vensim软件建立城市土地利用碳排放系统动力学模型。该模型实际上是对5个子系统的整合，其中GDP、能源消费总量、总人口、各类土地面积、碳排放量将5个子系统有机的结合在一起。该模型系统因果关系如图2所示。

图2 城市土地利用碳排放系统因果关系图Fig.2 Illustration of the causal relationship of the urban land use carbon emission system

系统动力学模型的存量流量图通过数学方程将各个子系统以及子系统内部因素有机结合起来，将研究对象置于系统之中，使得研究结果准确率更高。本文通过对因果关系图的适当拓展与延伸，得到了图3所示的城市土地利用碳排放系统的存量流量图。限于篇幅，列出部分主要模型系统方程：

（1）总人口=人口净密度×居住用地 单位：104人

（2）社会固定资产投资= INTEG（+社会固定资产投资增加额，3.87026e + 006） 单位：104元

（3）第二产业GDP=建设用地地均第二产业GDP×建设用地/10000 单位：108元

（4）第二产业投资额=第二产业投资比例×社会固定资产投资/100 单位：104元

（5）科技创新投入=科技创新投入比例×第三产业投资额/100 单位：104元

（6）煤炭消费总量=单位GDP煤炭消费量×GDP/10000+人均煤炭消费量×总人口×10 单位：t

（7）耕地= INTEG（+耕地增加量-耕地减少量，403051） 单位：hm2

（8）建设用地增长量=工矿仓储用地增长量+交通运输用地增长量+水域及水利设施用地增长量+居住用地增长量+特殊用地增长量 单位：hm2

（9）交通运输用地增长量=IF THEN ELSE（127184＜=其他用地：AND：其他用地＜=149982，人均交通用地增长量×总人口，0） 单位：hm2

（10）碳排放量=A FUNCTION OF（碳排放减少量，碳排放增加量） 碳排放量=INTEG（-碳排放减少量+碳排放增加量，1913.66） 单位：104t

图3 城市土地利用碳排放系统存量流量图Fig.3 The stock and fow diagram of the urban land use carbon emission system

4 模型检验以及模拟分析

4.1 模型检验结果分析

系统动力学模型建立后，需要对模型进行检验用来判断模型和现实情况的相符程度，以保证模型的真实性以及有效性。常用的系统动力学模型检验方法包括直观与运行检验、历史检验和灵敏度分析[19]。

4.1.1 直观与运行检验 通过Vensim软件自带的方程检验以及量纲检验功能对模型合理性进行检验。测试结果显示：该方程等式两边量纲一致，模型试运行未产生病态结果。因此，本文所构建的仿真模拟模型是合理的。

4.1.2 历史检验 将1996—2014年的历史数据代入模型进行模拟验证，本文从系统中选取GDP、人口、农用地面积、建设用地面积、煤炭消费量和碳排放量为检验变量，将模型测算出的模拟值与历史数据相比较，进行模型历史仿真检验即一致性检验。其中GDP、人口、农用地面积、建设用地面积以及煤炭消费量的历史数据是通过统计年鉴等查询得到。碳排放量的历史数值是通过黎孔清提出的区域土地利用综合碳排放清单和测算方法，对武汉市土地利用碳排放量进行测算得到[28]。

模拟结果表明：该系统模型相对误差率不超过10%（表1），在误差允许范围内[19]。这说明城市土地利用碳排放系统动力学模型的模拟结果可靠，符合建模要求，可以用来模拟武汉市土地利用碳排放的状态以及变化趋势，能够通过调节关键参数进行仿真模拟实验。

表1 模拟相对误差 单位：%Tab.1 Relative errors of simulation unit: %

4.1.3 灵敏度分析 对模型进行灵敏度分析，挑选9个输出变量对14个参数变化的灵敏度进行分析，分析这些参数的变化对系统的影响。每个参数年取值变化15%，分析其对9个输出变量的影响。9个灵敏度值的平均值可以表示某一特定参数的灵敏度，通过计算得出14个变量的平均灵敏度（图4）。可以看出：人口净密度、建设用地地均第二产业GDP和建设用地地均第三产业GDP的灵敏度较高，分别为16.3%、18.32%和19.43%，大于15%，表明这三个参数为系统的重要因素。此外，科技创新投入比例、居住用地增长率的灵敏度大于10%，其他参数灵敏度较低，表明系统对大多数参数变化是不敏感的，模型具有很好的稳定性以及强壮性，可以用来模拟实际系统。

图4 武汉市土地利用碳排放系统动力学模型参数灵敏性分析Fig.4 Sensitive analysis of the urban land use carbon emission system dynamic model in Wuhan注：1：人口净密度；2：第一产业投资比例；3：第二产业投资比例；4：第三产业投资比例；5：科技创新投入比例；6：农用地地均第一产业GDP；7：建设用地地均第二产业GDP；8：建设用地地均第三产业GDP；9：单位GDP煤炭消费量；10：人均煤炭消费量；11：单位GDP电力消费量；12：人均电力消费量；13：人均交通用地增长量；14：居住用地增长率。

4.2 武汉市土地利用碳排放仿真模拟与预测

通过对武汉市土地利用碳排放系统的仿真，得到武汉市1996—2030年土地利用碳排放量的模拟数据以及变化趋势（表2，图5）。模拟结果表明：随着社会经济、城市人口等的进一步发展，武汉市土地利用碳排放总量将保持逐年攀升的趋势。2015年9月武汉市在首届中美气候领袖峰会做出碳减排承诺：力争2022年完成全市碳排放达峰目标。然而根据模型测算结果表明，按照目前的发展趋势，2022年及以后几年内武汉市都未能达到碳排放峰值，这明显和武汉市碳减排承诺相违背，因此武汉市应加快制定低碳发展战略和低碳土地利用规划，早日实现土地的低碳利用。

表2 武汉市1996—2030年土地利用碳排放量 单位：104tTab.2 The total carbon emission of land use in Wuhan from 1996 to 2030 unit: 104t

4.3 政策模拟及分析

政策模拟是指通过改变系统动力学模型里部分政策变量来研究该政策的改变对整个系统最终结果的影响，它既是系统动力学分析的必备功能，也是本文寻求低碳调控途径的方法。

城市土地利用碳排放与土地利用变化、经济水平、经济结构、能源效率等有关[29]。因此，本研究主要对经济高速增长、技术进步、产业结构调整、土地利用结构调整4种政策进行了情景模拟（表3）。

图5 1996—2030年武汉市土地利用碳排放变化趋势图Fig.5 The total carbon emission change of land use in Wuhan from 1996 to 2030

表3 政策模拟方案Tab.3 Policy simulation program

表4 各方案的碳排放量模拟结果 单位：104tTab.4 The total carbon emission change under different policy simulation program unit: 104t

按照以上设定的4种政策情景，分别得到武汉市2017—2030年的土地利用碳排放量（表4、图6），根据测算结果可以发现：

（1）经济增长是促进武汉市土地利用碳排放总量增长的重要因素，未来碳减排任务艰巨。数据表明，社会经济发展与土地利用碳排放显著正相关，经济增长是促进土地利用碳排放总量增长的重要因素。然而，中国目前仍处于发展阶段，在未来很长一段时间里，保持国民经济的快速增长以及人民生活水平的稳健提升仍将是中国的发展重心，经济的飞速增长势必带动碳排放量的快速增长，未来碳减排任务将更加艰巨。

图6 各方案碳排放量与原预测值对比图Fig.6 Comparison of carbon emission between policy simulation programs and original predictive value

（2）调整土地利用结构，控制农用地向建设用地转变是抑制武汉市土地利用碳排放量的主要途径。城市土地的合理布局与结构优化可以改善不同产业用地的配置格局，从而减弱经济发展对产业用地的需求，减少碳汇用地向碳源用地的转变，最终抑制了碳的排放。

（3）产业结构调整对减少土地利用碳排放有着重要作用。第二产业对焦炭、石油等化石能源的需求量比第三产业更多，能源消费量更大，从而碳排放量也更大。因此，应当调整产业结构，逐步减少第二产业的比重，重点支持能源消费较少的第三产业的发展[7]。

（4）能源效率提高对减少土地利用碳排放有一定的作用，但效果明显弱于土地利用结构调整与产业结构调整。数据表明，能源效率的提高能够促进土地利用碳减排，但其效果有限，这也从侧面表明能源效率因素相对于土地因素以及经济因素而言对土地利用碳排放系统的影响较小；因此，合理利用土地、转变经济发展模式将是今后实现土地利用碳减排的主要途径。

5 结论与建议

5.1 结论

本文基于系统动力学模型，对武汉市土地利用碳排放系统进行了模拟与仿真，同时利用Vensim软件动态模拟了武汉市土地利用碳排放的发展趋势。通过模型的仿真与模拟，主要得到以下结论：

（1）系统动力学模型的运行结果表明，运用该模型预测武汉市土地利用碳排放量以及进行相对应的政策模拟是可行的，这一模型也将适用于其他地区类似问题的分析研究。

（2）若系统环境按照目前的趋势发展，外在条件不发生明显变化，武汉市碳排放总量将保持逐年上升的趋势。因此，应加快制定低碳发展战略和低碳土地利用规划，早日实现土地的低碳利用。

（3）政策模拟结果表明，经济的高速发展对土地利用碳排放量的增加具有显著的影响作用。因此，应改变传统的以资源高消耗与环境恶化为代价的经济发展方式，全面推广低碳经济，使经济发展保持高效、可持续。

（4）调整土地利用结构与产业结构以及提高能源效率都能够有效减少武汉市土地利用碳排放，其中，调整土地利用结构与产业结构的作用效果相对更加显著。

（5）本文对武汉市土地利用碳排放系统进行了仿真测算以及政策模拟，有助于定量地解释武汉市发展中存在的问题以及探寻土地低碳利用的方向以及模式。但是由于系统动力学模型在一些因素的选取以及相关关系的描述带有一定的主观性,如何结合其它方法客观优化模型,更好地模拟城市土地利用碳排放系统还有待进一步深入研究。

5.2 政策建议

基于以上分析，提出以下建议，以期改善未来武汉市土地利用碳排放的严峻形势。

（1）改变经济发展模式，全面推广低碳经济和循环经济。武汉市高能耗、高污染的经济发展方式是造成土地利用碳排放量增长的重要原因。因此，应当改变经济发展模式，将“节约资源和保护环境”作为发展目标，探寻低能耗、低污染、高科技的低碳经济和循环经济发展方式。

（2）升级产业结构，将经济升级到一个高效率、低能耗、低污染的产业结构状态。目前武汉市还是将第二产业作为经济发展的重心，对于焦炭、石油等化石能源的需求仍然很大，带来的碳排放量也很大。因此，武汉市应加快推进第三产业的发展，提高第三产业对经济发展的贡献率，在保证经济高速发展的同时减少能源消耗，减轻环境污染。从能源消费结构来看，重工业比轻工业的能源消耗强度更大，提高轻工业的比重也是提高低碳发展水平的一个重要途径。

（3）调整土地利用结构，促进土地集约利用，最大限度降低碳排放。一方面，随着经济与城镇化的不断发展，农用地非农化现象也越来越严重，政府应当对建设用地规模进行严格控制，严禁无节制牺牲农用地以扩张建设用地的行为。同时，还应当坚守耕地保护红线，推广植树造林活动以提高森林覆盖率、扩大公共绿地面积以改善城市生态功能，通过增加碳汇以降低碳排放。

另一方面，政府在采取“退二进三”模式调整产业结构以降低碳排放的同时，还应减少建设用地的碳强度，特别是工业用地的碳强度。应当通过合理布局，不断挖掘建设用地的内部潜力，实现集约化利用；同时全面推广节能减排技术，大力打造以低碳环保为发展重点的高新工业园区，对占地少、效益高、污染少的高新技术产业给予政策、资金上的鼓励与支持。

（4）科学技术是低碳经济发展的动力，积极开发先进的低碳发展技术是实现土地低碳利用的重要手段。政府应借助产业结构调整转变经济发展方式的契机，进一步提升能源密集产业的能源利用效率，降低单位GDP能耗。其次，政府应当大力扶持环保新能源开发项目，大力推广先进的用能技术，加大节能政策宣传力度，完善节能政策奖励机制，扩大使用可再生能源，降低对化石能源的依赖程度，从而根源上减少碳排放。

（References）:

［1］ 赵荣钦，刘英，郝仕龙，等. 低碳土地利用模式研究［J］ . 水土保持研究，2010，（5）：190 - 194.

［2］ Houghton R A, Magnitude. Distribution and causes of terrestrial carbon sinks and some implications for policy［J］ . Climate Policy，2002，2（1）：71 - 88.

［3］ Svirejeva Hopkins A, Schellnhuber H J. Urban expansion and its contribution to the regional carbon emissions: Using the model based on the population density distribution［J］ . Ecological Modelling，2008，216（2）：208 - 216.

［4］ 赖力. 中国土地利用的碳排放效应研究［D］ . 南京：南京大学，2010.

［5］ 揣小伟，黄贤金，郑泽庆，等. 江苏省土地利用变化对陆地生态系统碳储量的影响［J］ . 资源科学，2011，（10）：1932 - 1939.

［6］ 叶浩，濮励杰. 苏州市土地利用变化对生态系统固碳能力影响研究［J］ . 中国土地科学，2010，24（3）：60 - 64.

［7］ 卢娜，冯淑怡，曲福田. 经济发展对我国土地利用碳排放的影响［J］ . 南京农业大学学报（社会科学版），2013，（2）：108 - 115.

［8］ 程子腾，严金明，高峰. 土地利用碳排放与经济增长研究——以柳州市为例［J］ . 生态经济，2016，（8）：87 - 89.

［9］ 李春丽，唐宏，张志丹，等. 基于不同土地利用的吉林省碳排放时空格局分析［J］ . 水土保持学报，2016，（1）：250 - 254，284.

［10］ 汪晗，吴静兰，张安录，等. 土地利用强度碳排放效应分析——以广西南宁为例［J］ . 生态经济，2016，（9）：42 - 46，99.

［11］ 俞超，张丽琴，唐殿明. 基于清单算法的湖北省土地利用碳排放效应和趋势分析［J］ . 水土保持研究，2014，（4）：168 - 172.

［12］ 张苗，甘臣林，陈银蓉. 基于SBM模型的土地集约利用碳排放效率分析与低碳优化［J］ . 中国土地科学，2016，30（3）：37 - 45.

［13］ 许恒周，郭玉燕，陈宗祥. 土地市场发育、城市土地集约利用与碳排放的关系——基于中国省际面板数据的实证分析［J］ . 中国土地科学，2013，27（9）：26 - 29.

［14］ 路昌，雷国平，周浩，等. 松嫩平原肇源县土地利用结构低碳优化研究［J］ . 水土保持研究，2016，（5）：310 - 315，321.

［15］ 游和远，吴次芳. 土地利用的碳排放效率及其低碳优化——基于能源消耗的视角［J］ . 自然资源学报，2010，25（11）：1875 -1886.

［16］ 韩骥，周翔，象伟宁. 土地利用碳排放效应及其低碳管理研究进展［J］ . 生态学报，2016，（4）：1152 - 1161.

［17］ 曾永年，王慧敏. 以低碳为目标的海东市土地利用结构优化方案［J］ . 资源科学，2015，（10）：2010 - 2017.

［18］ Jay W. Forrester. Urban Dynamics［M］ . Cambridge, Mass: The MIT Press，1969.

［19］ 王其藩. 系统动力学（2009年修订版）［M］ . 上海：上海财经大学出版社，2009.

［20］ 王喜平，王玥玥. 基于系统动力学的电力行业碳排放预测［J］ . 陕西电力，2016，（6）：29 - 32，58.

［21］ 胡玥昕，江洪，王颖，等. 基于系统动力学的工业产业经济与碳排放综合分析——以无锡装备制造业为例［J］ . 生态经济，2014，（8）：18 - 25.

［22］ 李国柱，何曼. 基于系统动力学的河北省工业碳排放研究［J］ . 石家庄经济学院学报，2015，（4）：57 - 65.

［23］ 唐韬. 坑口电厂低碳经济发展系统动力学仿真研究［D］ . 武汉：中国地质大学，2014.

［24］ 张俊荣，王孜丹，汤铃，等. 基于系统动力学的京津冀碳排放交易政策影响研究［J］ . 中国管理科学，2016，（3）：1 - 8.

［25］ 范太胜. 基于系统动力学的低碳经济发展模式研究：以福建省为例［J］ . 华东经济管理，2013，（8）：12 - 16.

［26］ 张仁寿. 广东低碳经济发展机制的系统动力学研究［D］ . 福州：福建农林大学，2013.

［27］ 刘永红. 基于系统动力学的山西省低碳经济发展路径研究［D］ . 太原：山西财经大学，2015.

［28］ 黎孔清. 低碳经济导向的区域土地利用评价与结构优化研究［D］ . 武汉：华中农业大学，2013.

［29］ 张俊峰，张安录，董捷. 武汉城市圈土地利用碳排放效应分析及因素分解研究［J］ . 长江流域资源与环境，2014，23（5）：595 -602.

（本文责编：王庆日）

Simulation of Urban Land Use Carbon Emission System based on a System Dynamic Model: Take Wuhan as an Example

WU Meng, REN Li, CHEN Yin-rong
（College of Public Administration, Huazhong Agricultural University, Wuhan 430070，China）

The purpose of this paper is to analyze the impacts of land, population, society, economy and energy on carbon emission from the perspective of system, to simulate the land use carbon emission system of Wuhan city from 2017 to 2030 with different policies situations, and to provide reference for the low-carbon development strategy and the lowcarbon land-use planning. The method is system dynamics. The result shows that the model is valid. If the current trend continues, the carbon emissions will increase year by year in Wuhan. The rapid economic development has a significant effect on urban land use carbon emissions in Wuhan. Adjusting land use structure and industrial structure and improving energy efficiency can effectively reduce urban land use carbon emissions in Wuhan. In particular, adjusting land use structure and industrial structure has a more obvious effect. It is concluded that transforming the economic growth mode, upgrading the industrial structure, adjusting land use structure, and developing the advanced low carbon technology arethe important ways to achieve low-carbon development in Wuhan.

land use; carbon emissions; system dynamics; simulation; low-carbon

F301.24

A

1001-8158（2017）02-0029-11

10.11994/zgtdkx.20170215.095601

2016-10-09；

2016-12-09

国家社科基金项目“基于系统仿真的城市土地利用碳排放分析与低碳利用调控研究”（14BGL218）。

吴萌（1989-），女，湖北武汉人，博士研究生。主要研究方向为土地经济与管理。E-mail: 147543150@qq.com

陈银蓉（1963-），女，湖南长沙人，教授，博士生导师。主要研究方向为土地经济与管理。E-mail: chyinrong@126.com