基于灰色理论模型的山东省土地利用碳排放研究

曲鲁平,翟腾腾,张全景



基于灰色理论模型的山东省土地利用碳排放研究

曲鲁平,翟腾腾*,张全景

曲阜师范大学地理与旅游学院, 山东 日照 276826

土地利用碳排放研究对合理配置土地资源、提高土地利用效率、实现节能减排具有重要意义。本文通过IPCC(Intergovernmental Panel on Climate Change)碳排放计算方法对山东省2009~2016年的土地利用碳排放进行测度，运用灰色关联分析方法论证耕地、园地、林地、居民点及工矿用地、交通运输用地、水利设施用地与碳排放的关联程度，并运用GM（1,1）灰色预测模型对山东省2017~2025年碳排放进行预测。结果表明，研究期2009~2016年碳排放总量、人均碳排放量、地均碳排放量呈上升趋势，碳排放强度呈下降趋势；六种地类与碳排放存在线性相关关系，对碳排放影响的主次程度分别为交通用地、居民点及工矿用地、水利设施用地、耕地、林地、园地；经预测到2019年，将实现单位GDP二氧化碳排放比2005年降低55%；到2025年，山东省碳排放总量约上升至59722万t，人均碳排放约5.684 t/人，地均碳排放量40.585 t/hm2，碳排放强度约下降至0.376 t/万元。

土地利用; 碳排放; 灰色理论模型; 山东省

随着世界经济的高速发展，工业化水平的提高，人们对能源的需求与日俱增，能源物质消耗导致大气含碳温室气体排放量增加，全球环境问题日益突出[1]。我国当前处于经济、社会转型的关键时期，生产、生活、生态的三生空间都面临着转型。土地作为承载人类一切生产、生活的载体，土地利用的结构、方式、动态变化对地表环境同大气间的碳循环产生重要影响，IPCC(2002)指出，土地利用类型的转变将影响地表生态系统的碳汇和碳源，各项土地利用活动都会以不同的形式影响大气中的碳排放[2]。因此，研究土地利用与碳排放的关联性，对合理利用土地、有效降低碳排放、实现节能减排、构建资源节约型、环境友好型社会具有重要意义。

土地的低碳利用已成为当前各界关注的焦点问题，国内外越来越多的学者专注于研究土地利用与碳排放之间的关系，并从不同的视角进行了深入探讨。基于土地利用转型对碳排放的影响视角，国外学者Houghton R A.通过对全球9个区域的研究，论证了森林转化为耕地时植被和土壤的变化所 引起的碳排放变化[3]；Singh MK等学者研究了干旱热带地区土地利用变化中林地退化对土壤中碳循环的影响[4]；国内学者曲福田从农用地转非农用地、农用地各地类内部转型、非农用地各种地类之间的转型三个方面论证了土地利用变化对碳排放的影响[5]；基于能源消费对碳排放的影响视角，游和远、吴次芳对土地利用中能源消费产生的碳排放量及效率进行估算，印证土地利用中能源消费对碳排放的影响[6]；杜官印认为建设用地作为工业化、城市化能源消费的主要场所，是影响碳排放的重要因素，并论证了建设用地扩张对碳排放所产生的正向影响[7]；基于碳排放研究方法的视角，吴萌运用系统动力学的方法对不同土地政策下的土地利用碳排放进行模拟[8]，张乐勤利用建设用地动态度STIRPAT模型揭示了建设用地对碳排放的边际效应[9]。因此，本文借助前人的优秀理论成果，从能源消费视角上估算建设用地所产生的碳排放量以及计算不同农用地类型所产生的碳排放，并利用灰色理论模型对山东省土地利用与碳排放进行关联度分析及碳排放预测，为山东省优化土地利用结构、转变土地利用方式、实现节能减排、低碳发展提供理论参考。

1 研究区概况

山东省位于北纬34°22.9′~38°24.1′，东经114°47.5′~122°42.3′，地处东部沿海带，与韩国、日本相眺望。全省总面积15.71万km2，占全国总面积的1.64%。全省下辖2个省级市、15个地级市。山东省作为中国经济最发达的省份之一，在全国经济建设和社会发展中具有举足轻重的地位。截至2016年末，山东省常住人口9947万人，实现国内生产总值67008.19亿元，人均生产总值67365元，产业密度和城市化都处在全国的较高水平。2016年山东省的能源消费量达到38722.8万t标准煤，能源消费总量位居全国第一，因此研究选取山东省为研究区域具有显著意义。

2 数据来源及研究方法

2.1 数据来源

本文土地利用数据来自山东省土地利用二调数据和山东省土地利用变更调查数据；能源消费数据以及经济社会数据来源于2010~2017年《山东统计年鉴》，并根据《中国能源统计年鉴》附录中的折标准煤系数将各能源消费转化为标准煤。

表1 主要年份土地利用碳排放指标值

备注：碳排放量（万t）、人均碳排放（t/人）、地均碳排放（t/ha），负值为碳汇，正值为碳源。

Note: Total carbon emission(ten thousand ton), Per capita carbon emissions(t/p), Per capita carbon emissions(t/ha). Negative value is carbon sink, positive value is carbon source.

由于山东省草地面积较少，未利用地碳排放总量较少，影响山东省碳排放总量的地类主要为耕地、园地、林地、居民及工矿用地、交通运输用地和水利设施用地共六大类(表1)，因此本文选取该六种地类为主要地类分析耕地、园地、林地以及建设用地对山东省土地利用碳排放的影响。建设用地作为能源消耗的主要去向，成为影响碳排放的主要碳源，耕地上的作物虽然具有光合作用，能够吸收二氧化碳，但耕地自身释放的二氧化碳量超过其吸收的碳量，碳汇作用远远小于碳源作用，因此将耕地归为碳源，园地、林地为碳汇[10]。将农用地的碳排放模型定义为：

=S×e(1)

式中：S为第种农用地地类面积，e为第种地类的碳排放或碳吸收系数，见（表2），其中负值为碳吸收，正值为碳排放。建设用地是提供人类生产、生活的重要场所。居住用地承载人类活动和取暖燃料燃烧产生的碳排放；工矿用地承载产业碳排放；交通用地承载动力燃料燃烧的尾气排放，因此建设用地的碳排放不能简单的通过建设用地的面积来衡量碳排放量，建设用地上的碳排放作为间接排放，应该充分考虑建设用地上生产、生活所消耗的能源量。因此，建设用地的碳排放应基于能源消费的基础上，采用IPCC碳排放测算方法，根据《2006年国家温室气体排放指南》中碳排放测算公式（2），对能源统计数据进行整理，并折算成标准煤，计算各种能源的消耗量。

式中：为碳排放总量，B为第种能源消费量，D为能源的折标准煤系数，E为种能源的碳排放系数。为能源种类数量，为能源种类，结合山东省能源消费情况，取9。主要能源折标准煤系数和碳排放系数见表（2）和表（3）。

表 2 碳排放系数

备注：碳排放系数来源于《2006年IPCC国家温室气体排放清单指南》。

Note: Carbon emission coefficient comes from the 2006 IPCC guidelines for national greenhouse gas emission inventories

表 3 主要能源折标准煤系数

备注：数据为当量折标准煤系数。

Note: Data in table are equivalent converted standard coal coefficient.

2.2 研究方法

本文选取的研究方法是基于灰色系统理论的灰色关联度分析以及（1,1）灰色预测模型[11]。

①灰色关联分析。其实质是将能够反映各要素变化特征的数据序列进行几何比较，通过比较各因素之间的关联曲线得到各个度量因素之间的关联程度的一种分析方法。

设0（1）0（2）0（）为个度量因素，反应各个要素变化特征的数据列为{0（1），{0（2），…，0（m）}，系统相关因素序列为：

1{1（1）1（2）1（）}

X={x（1）x（2）x（）}

X={x（1）x（2）x（）}

各个要素之间的关联度为；

式中：为分辨系数，在此取值0.5，P()为关联度系数，关联系数越大，关联度越强。

②灰色(1,1)数列预测模型。是基于累加生成数列，对某一指标的发展变化情况所做的预测，其预测的结果是该指标在未来各个时刻的具体数据。其预测公式如下：

公式（4）为一阶线性微分方程，公式（5）为微分方程所对应的时间响应函数，其中、为通过最小二乘法拟合得到的待定系数。

3 结果与分析

3.1 山东省土地利用变化概况

2009~2016年，山东省农用地面积整体呈现下降趋势，农用地面积减少14.58万hm2。其中，耕地面积变动较为显著，耕地面积减少6.137万hm2；园地面积减少约2.96万hm2；林地面积由153.51万hm2下降至148.41万hm2。山东省的未利用地也呈现逐年减少态势，面积减少3.11万hm2。然而，近八年来山东省建设用地却增量较大，建设用地面积增长21.34万hm2。其中，居民点及工矿用地面积增加显著，居民点及工矿用地面积增加超过18.01万hm2；交通运输用地面积增加2.83万hm2；水利设施用地增加0.5万hm2。随着山东省经济的快速发展、二三产业的迅猛崛起，建设用地呈现出不断扩张的态势，导致农用地数量不断下降，土地利用结构发生变动。各地类增减情况见（图1）。

图 1 2009~2016年土地利用状况

3.2 土地利用碳排放测度

根据2009~2016年山东省土地利用数据和表（2）中耕地、园地、林地的碳排放系数，通过公式（1）计算出2009~2016年山东省耕地、园地、林地的碳排放量和碳吸收量（表1）。2009~2016年耕地产生的碳排放由2009年的323.60万t降低至321.01万t；园地碳吸收量由1255.41万t减少至1205.69万吨；林地的碳吸收量由4605.21万t减少到4452.21万t。在山东省的碳排放中，园地、林地为主要的碳汇，建设用地和耕地为碳源，建设用地为主要碳源。根据主要能源消费量和相应的能源碳排放系数，通过公式（2）计算出山东省建设用地的碳排放总量（表1）。自2009年至2016年，建设用地产生的碳排放总量从28044.75万t上升到40331.65万t，2010年到2011年之间碳排放总量有所下降，建设用地碳排放量平均每年增长1535.86万t，但增长速率有所下降，这与山东省积极响应节能减排的政策相呼应，说明山东省在节能减排上取得了一定的成效。

图 2 2009~2016年山东省碳源、碳汇、净碳排放量

从山东省碳排放趋势图上可以看出，碳排放总量与建设用地碳排放趋势大致相同，说明建设用地的碳排放对碳排放总量的影响较为显著，而其他的农用地地类的影响相对较为薄弱。园地面积的增加虽然增加了碳汇能力，但是林地面积的减少和建设用地不断扩张导致碳排放总量持续增加。

根据2009~2016年人口数据、土地利用数据和碳排放总量数据，计算得到人均碳排放量和地均碳排放量，人均碳排放量整体呈上升状态，从2009年的2.38 t/人增长到2016年的3.52 t/人，八年间增长了约48%，低于GDP增长速度；地均碳排放量同人均碳排放量变化趋势大致相同，整体上呈逐年上升的态势，地均碳排放量从15.19 t/hm2增长到23.69 t/hm2，年平均增长率为5.02%。碳排放强度是反映经济社会发展对碳排放所产生的影响，因此选取单位GDP碳排放量作为衡量碳排放强度的指标，根据2009~2016年的GDP数据和碳排放数据计算出碳排放强度，2009~2016年山东省碳排放强度逐年降低，从2009年的0.66 t/万元降低至2016年的0.52 t/万元。通过分析以上指标，山东省近八年来也在积极的进行节能减排的工作，碳排放强度减弱，并取得了一定的成效。但是山东省人口较多，工业化水平较高，随着二、三产业的不断发展、居住用地的扩张致使能源消耗量逐年增长，由地类转型和不合理的土地利用所产生的直接碳排放以及建设用地承载人类活动所产生的间接碳排放总量都在逐年增加。林地、园地等农用地转型为建设用地致使土地的碳固化能力减弱，农用地生态系统碳汇功能降低。

3.3 土地利用与碳排放灰色关联分析

为了更加有效地分析土地利用与碳排放之间的关联程度，本文选取灰色关联分析将耕地、园地、林地、居民点及工矿、交通运输用地、水利设施用地与净碳排放量、人均碳排放量、地均碳排放量、碳排放强度四种指标根据灰色关联度计算公式进行关联度分析，关联度结果见（表4）。

表 4 指标间关联度

通过对土地利用指标和碳排放指标间的关联度分析，六种主要地类与碳排放总量、人均碳排放量、地均碳排放量、碳排放强度之间的关联度都大于分辨度0.5，说明土地利用的各种地类要素与碳排放之间存在着线性相关关系。交通运输用地、居民点及工矿用地、水利设施用地等建设用地承载居民生活、工业生产、产业发展，成为能源消费的主要场所，因此成为影响碳排放的主要碳源。林地、园地上的作物不断进行强大的光合作用，具有较强的碳吸收能力，因此作为主要碳汇不断影响碳排放。人类是一切社会活动的主体，各种土地利用活动都与人类生活紧密相关，而人均碳排放量能够反映一定程度上、一定区域内能源消费对环境中碳排放的影响。人口的增减以及活动方式的转变都与能源消费密切相关，人口增长，能源消费量增加，碳排放也会随之增加。因此这六种地类与人均碳排放之间存在明显的关联程度。地均碳排放量是能够反映单位土地上的能源投入和单位土地上的产业密度、工业化的程度与规模的碳水平测度指标，能源投入和产业发展等都与这六种主要影响地类密切相关，所以地均碳排放量与这六种地类之间相互关联。碳排放强度是反映单位GDP产生的碳排放，而GDP的增减与土地利用活动所产生的价值息息相关，致使六种地类与碳排放强度之间也具有关联性。

选取的六种典型地类对碳排放影响的主次程度为：交通用地>居民点及工矿用地>水利设施用地>耕地>林地>园地。关联度最高的交通运输用地上承载着高燃耗的汽车尾气排放，交通用地面积的不断扩张，交通承载力扩大，高燃耗带来的高排放必然使碳排放增加。关联度第二的居民点及工矿用地上承载着居住用地上人们日常生活取暖所需的燃料燃烧以及工业用地上进行工业化发展所需的工业燃料燃烧，随着人口的增长和工业化的发展，对能源的需求量与日俱增，居民点及工矿用地毋庸置疑地成为碳排放增加的重要源头。林地和园地能够增加土层和植物生命体的碳存储量[3]，对碳吸收具有较强影响，由于林地相比较于园地而言受到的人类活动干扰较少，因此林地所产生的碳汇影响要高于园地。

3.4 土地利用碳排放预测

根据灰色预测(1,1)模型求解原理，首先进行了灰色预测方差比（）和小误差概率（）的精度检验。经检验和都在允许范围之内（>0.85，<0.35）（表5），精度等级符合要求，因此可以建立（1,1）模型，通过时间响应函数对山东省2016~2025年碳排放总量、人均土地利用碳排放量、地均土地利用碳排放以及碳排放强度进行预测（表5）。

表 5 2016~2025年碳排放预测

备注：土地利用数据（万hm2），碳排放量（万t）、人均碳排放（t/人）、地均碳排放（万t/万hm2）。

Note: Land use data(ten thousand hm2), carbon emission(ten thousand hm2), per capita carbon emissions(t/person), carbon emission/ten thousand ton/ten thousand/ha.

通过（1,1）灰色预测，到2025年，碳排放总量约达到59722万t、人均碳排放量5.545 t/人、地均碳排放量40.585 t/hm2、碳排放强度约降低至0.376 t/万元（表5）。在哥本哈根气候大会上中国做出了到2020年国家单位GDP二氧化碳排放强度比2005年降低40%到45%的承诺[12]。山东省2005年碳排放强度为0.82 t/万元，到2016年时，山东省的单位GDP二氧化碳排放比2005年降低了41.5%，落实实现降低40%的目标，预计到2019年，将实现单位GDP二氧化碳排放比2005年降低45%的目标。根据灰色预测的碳排放强度结果，到2025年，山东省的单位GDP碳排放强度将比2005降低55%。山东省在节能减排工作上也给予高度重视，严格按照土地利用总体规划控制土地合理集约利用，限制建设用地无序扩张以减少基于建设用地职能的能源消耗所产生碳源，退耕还林、植树造林以增加碳汇。

4 结论与讨论

本文首先运用IPCC碳排放计算方法对山东省2009~2016年土地利用碳排放的分析，然后通过灰色关联分析确定山东省各地类对土地利用碳排放的影响效应，并运用GM（1,1）灰色预测模型对山东省2017~2025年土地利用碳排放进行预测得出以下结论：

（1）研究期内，山东省土地利用结构发生显著变化，农用地面积减少，其中耕地减少6.14万hm2，园地减少2.96万hm2，林地减少5.1万hm2，未利用地减少3.11万hm2；建设用地面积增加显著，增加超过21.34万hm2；

（2）通过IPCC碳排放计算2009~2016年间碳排放动态变化，山东省土地利用碳排放总量逐年上升，由22524.18万t上升至32285.86万t；人均碳排放量八年间增长了约48%，地均碳排放量年均增长5.02%；碳排放强度有所下降，由2009年的0.66 t/万元降低至0.52 t/万元，到2016年，山东省的单位GDP二氧化碳排放比2005年降低了41.5%，节能减排工作取得一定成效；

（3）通过土地利用指标和碳排放指标的关联度分析，山东省主要六种地类与碳排放之间存在线性相关关系，影响主次程度分别为交通用地>居民及工矿用地>水利设施用地>耕地>林地>园地；

（4）通过GM(1,1)灰色预测，到2025年净碳排放总量预计达到59722万t，人均碳排放量5.545 t/人、地均碳排放量40.585 t/hm2、碳排放强度约降低至0.376 t/万；预计到2025年，山东省的单位GDP碳排放强度将比2005年降低55%。

土地利用对碳排放具有重要的影响，如何通过合理规划调控土地利用对减少碳排放具有重要意义。山东省作为经济增速较快、能源消耗较高的大省，在经济社会结构改革和转型的关键时期，如何充分利用土地资源、提高土地利用效能、实现节能减排、绿色发展成为当前需要应对的关键问题。为此应该实施严格的耕地保护制度，调整农地耕作方式，减少使用农药化肥、提高耕地复种指数、积极鼓励秸秆还田，提高土地碳固化能力；实行严格的建设用地审批制度，合理调控建设用地供需平衡，提高建设用地使用效率，降低建设用地扩张产生的碳排放增加；合理调整农用地结构，在保障国家粮食安全的基础上，将质量状况较差的耕地适度地转化为林地或园地以增加碳汇[13]；创新农地治理方式，通过生物手段，工程技术等手段减少碳排放；加快转变经济发展方式、调整产业结构[14]，大力发展现代农业、高新技术产业，严格控制高消耗、高排放产业的市场准入机制；建立碳放权交易市场，促进绿色低碳发展。

对于山东省的土地利用碳排放的测度，由于依据IPCC通用标准，未考虑区域差异上的土地质量、地形、海拔等自然条件因素；建设用地的碳排放不能针对每一具体分类进行详细分解测度，在土地利用碳排放的测度上存在一定的误差。因此，对山东省土地利用碳排放的测度还有待采用更实用、更全面的标准和模型进一步进行研究；本文以后也将深入精确研究山东省内土地利用碳排放的区域差异，并深入探究减少碳源和增加碳汇的土地利用方式。

[1] 商艳敏.试析会计核算体系在企业碳排放中的构建[J].港澳经济,2014(34):113-114

[2] 马晓哲,王铮.土地利用变化对区域碳源汇的影响研究进展[J].生态学报,2015,35(17):5898-5907

[3] Houghton RA, Hackler JL. Carbon Flux to the Atmosphere from Land-Use Changes: 1850 to 1990[R]. Office of Scientific & Technical Information Technical Reports, 2001

[4] Singh MK, Astley H, Smith P,. Soil CO2-C flux and carbon storage in the dry tropics: impact of land-use change involving bioenergy crop plantation[J]. Biomass & Bioenergy, 2015,83:123-130

[5] 曲福田,卢娜,冯淑怡.土地利用变化对碳排放的影响[J].中国人口·资源与环境,2011,21(10):76-83

[6] 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

[7] 杜官印.建设用地对碳排放的影响关系研究[J].中国土地科学,2010,24(5):32-36

[8] 吴萌,任立,陈银蓉.城市土地利用碳排放系统动力学仿真研究——以武汉市为例[J].中国土地科学,2017,31(2):29-39

[9] 张乐勤,陈素平,王文琴,等.安徽省近15年建设用地变化对碳排放效应测度及趋势预测——基于STIRPAT模型[J]. 环境科学学报,2013,33(3):950-958

[10] 苏雅丽,张艳芳.陕西省土地利用变化的碳排放效益研究[J].水土保持学报,2011,25(1):152-156

[11] 徐建华.现代地理学中的数学方法[M].北京:高等教育出版社,1996

[12] 刘竹,耿涌,薛冰,等.城市能源消费碳排放核算方法[J].资源科学,2011,33(7):1325-1330

[13] 李颖,黄贤金,甄峰.江苏省区域不同土地利用方式的碳排放效应分析[J].农业工程学报,2008(s2):102-107

[14] 梁雪石,郭文栋,郑福云.黑龙江省建设用地变化对碳排放的影响[J].国土与自然资源研究,2014(4):15-17

Study on Carbon Emission from Land Use in Shandong Province Based on Grey Theory Model

QU Lu-ping, ZHAI Teng-teng*, ZHANG Quan-jing

276826,

The study on carbon emissions from land use is of great significance to the rational allocation of land resources, the improvement of land use efficiency and the realization of energy saving and emission reduction. In this paper, carbon emission from land use in Shandong Province from 2009 to 2016 was measured by IPCC(Intergovernmental Panel on Climate Change) carbon emission calculation method. The grey correlation analysis method was used to demonstrate the correlation degree between cultivated land, garden land, forest land, residential land, industrial and mining land, transportation land, water conservancy facilities land and carbon emission, and GM (1,1) grey prediction model was used to predict carbon emission of Shandong Province from 2017 to 2025. The results show that during the research period from 2009 to 2016, the total carbon emissions, per capita carbon emission and per land carbon emission showed an upward trend, while the carbon emission intensity showed a downward trend. There is linear correlation between the six types of land and carbon emissions, the main and secondary impacts on carbon emissions are transportation land, residential land, industrial and mining land, water conservancy facilities land, arable land, forest land and garden land. By 2019, CO2emission per unit of GDP is projected to be 55% lower than in 2005, by 2025, the total carbon emission of Shandong Province will rise to 59.722 million t, the per capita carbon emission will be about 5684 t/ person, the per capita carbon emission will be about 40.585 t/hm2, and the carbon emission intensity will decrease to about 0.376 t/ 10,000 yuan.

Land use; carbon emission; grey theory model; Shandong Province

X24

A

1000-2324(2019)02-0290-07

10.3969/j.issn.1000-2324.2019.02.026

2017-11-28

2018-01-09

江苏省2013年度普通高校研究生科研创新计划项目(CXZZ13-0318)

曲鲁平(1992-),女,硕士研究生.研究方向为土地利用管理. E-mail:qlp921016@163.com

Author for correspondence. E-mail:zt4450435@163.com