华北矿业型城市长序列能源消费碳排放特征

邵克俭，董东林，林 刚，刘贺丹，徐祚荣，陈金平

(1.中国矿业大学(北京)地球科学与测绘工程学院，北京 100083； 2.北京师范大学水科学研究院地下水污染控制与修复教育部工程研究中心，北京 100875)

我国作为能源消费碳排放大国，低碳减排、绿色可持续发展是我国目前亟须解决的问题[1-2]。矿业型城市拥有丰富的能源战略矿产资源，是我国经济持续健康发展的重要保障基地[3]。能源消费碳排放研究多集中在省级尺度或经济发达的大城市，中国地市级及以下尺度数据难以获取，且统计标准存在差异[4]。遥感技术在空间一致性方面独具优势[4]，研究表明，基于夜间灯光数据能直观反映人类活动强度，有效估算能源消费碳排放量[5]。目前，基于夜间灯光数据从时间长序列角度对矿业型城市能源消费碳排放的研究较少，通过夜间灯光数据预测矿业型城市能源消费碳排放特征具有一定的可行性，同时弥补了地级市及以下尺度数据难以获取的问题。

华北地区矿业型城市数量多，占比达55.56%，远高于全国矿业型城市占比(25.51%)[6]。选取华北地区矿业型城市为研究对象，基于1995～2017年的夜间灯光数据、能源统计年鉴数据和城市统计年鉴数据，模拟估算华北矿业型城市能源消费碳排放量，对矿业型城市进行多维研究，分析不同矿业型城市碳排放的差异性，为矿业型城市低碳发展提供科学依据。

1 数据来源与研究方法

1.1 数据来源

选取华北地区20个矿业型城市为研究对象，根据《全国资源型城市可持续发展规划(2013～2020年)》，从生命周期及资源类型角度将华北地区矿业型城市进行分类[6-7]，见表1。其中，灯光数据来源全球1995～2013年间DMSP/OLS夜间灯光影像与

2012～2017年VIIRS/NPP夜间灯光影像，能源统计数据和城市统计数据源于《中国能源统计年鉴》《中国城市统计年鉴》及各省市统计数据。

表1 华北地区矿业型城市分类Table 1 Classification of mining cities in north China

1.2 研究内容和方法

1.2.1 能源消费碳排放测算与夜间灯光数据预处理

基于1995～2017年的华北地区能源消费统计数据，采用IPCC提供的《2006温室气体排放清单》，测算能源消费产生的碳排放量[8]。由于获取灯光数据涉及的传感器不同，不同传感器同一年份图像的遥感影像像元亮度值(digital number,DN)之间存在一定差异。本文参考张梦琪等[9]对DMSP/OLS稳定夜间灯光数据的校正方法，对华北地区1995～2013年夜间灯光影像进行校正，使其具有空间连续性、同时保留城市发展特征，夜间灯光数据处理分析对比见图1。

图1 华北地区DMSP/OLS夜间灯光数据校正前后数据对比Fig.1 Comparison of data before and after correction of DMSP/OLS night light data in north China

DMSP/OLS夜间灯光影像自2013年后截止,与VIIRS/NPP夜间灯光影像不具有连续性，以DMSP/OLS影像数据为参考重分类和回归校正VIIRS/NPP影像[10]，处理后夜间灯光数据DN值变化见图2。

1.2.2 模拟能源消费碳排放的空间格局

将华北地区夜间灯光数据DN总值与能源消费碳排放量值进行拟合，见图3。结果显示，能源消费碳排放量与夜间灯光数据DN值与具有良好的相关关系，相关系数R2为0.937。因此能源消费碳排放量可以表达为夜间灯光数据DN值的函数，见式(1)，建立碳排放量空间模型，模拟能源消费碳排放的空间格局。

Aj=0.021 8×Bj

(1)

式中：Aj为j市能源消费碳排放量；Bj为j市夜间灯光数据DN值。

图2 华北地区夜间灯光数据DN值变化Fig.2 Changes of DN value of night light datain north China

图3 夜间灯光数据总值与碳排放量的拟合关系Fig.3 The fitting relationship between total value ofnighttime lighting data and carbon emission

1.2.3 脱钩效应研究方法

建立Tapio脱钩模型，定量分析碳排放与经济发展的关系。采用以时期为时间尺度的弹性分析方法分析能源消费碳排放量与经济指数GDP之间的关系[11]。其中,强脱钩是实现经济低碳化发展的最理想状态，强负脱钩是最不利状态。当经济总量保持持续增长(GDP>0)时，能源碳排放的GDP弹性越小，脱钩越显著，即脱钩程度越高，Tapio的等级与弹性值比较见图4。Tapio脱钩弹性系数计算公式见式(2)。

(2)

式中：tC,G为GDP与能源消费碳排放脱钩弹性系数；%ΔC和%ΔGDP分别为能源消费碳排放量和GDP增长率；ΔC和ΔGDP分别为碳排放和GDP增长值；C0和GDP0分别为基期的能源消费碳排放量和GDP。

图4 Tapio 8个等级与弹性值比较Fig.4 Tapio 8 levels and elasticity comparison

1.2.4 能源消费碳排放驱动因素研究方法

为研究华北地区矿业型城市能源消费碳排放量脱钩效应的原因，采用艾里奇和康芒提出的IPAT模型，见式(3)。

I=P×A×T

(3)

式中：I为人类发展对资源环境的压力；P为人口总量；A为人均资源消耗程度或者消费水平；T为技术。

根据SUN[12]提出的完全分解模型思路，将能源消费碳排放分解为人口效应ΔCP、规模效应ΔCA和强度效应ΔCT。分解公式见式(4)。

(4)

式中：C为能源消费碳排放量；P为人口；G为GDP。

使用环比方法对能源消费碳排放量进行分解，公式见式(5)～(7)。

ΔCP=ΔP×A0×T0+

(5)

ΔCA=ΔA×P0×T0+

(6)

ΔCT=ΔT×A0×P0+

(7)

式中：P0、A0和T0分别为基期的人口、人均GDP和能源消费碳排放强度；ΔP、ΔA和ΔT分别为末期相对于基期人口、人均GDP和能源消费碳排放强度的变化量。

2 结果与讨论

2.1 能源消费碳排放量模拟

为保证碳排放量模拟值的准确性和可靠性，将模拟值与统计测算值的华北地区1995～2017年的碳排放量进行对比，见图5。结果表明，模拟的碳排放量与统计测算值的均方根误差为4 231.61万t，相对误差为11.82%，模拟值精度良好，能有效估算能源消费碳排放量及长序列区域碳排放的空间格局和时空变化特征。

图5 能源消费碳排放量统计测算值与模拟值散点图Fig.5 The scatter diagram of statistical calculation value and simulation value of energy consumption carbon emission

2.2 华北地区不同类型矿业型城市能源消费碳排放对比分析

2.2.1 华北地区矿业型城市碳排放总量变化趋势

根据华北地区碳排放空间格局及时空变化特征，从整体到局部，对华北矿业型城市能源消费碳排放特征进行分析，见图6。发现华北矿业型城市的能源消费碳排放量占比逐年增加。这表明1995～2017年华北矿业型城市依托资源，经济快速发展，能源消耗碳排放量逐年增加，增幅速度高于华北地区平均水平。

从生命周期分析，成长型矿业城市能源消费碳排放量增长率普遍大于再生型、成熟型和衰退型矿业城市；成熟型矿业城市中承德市、张家口市、赤峰市、忻州市增长较快；衰退型城市乌海市增长较慢；再生型矿业城市增长较快。从矿产资源类型分析，铁矿型矿业城市能源消费碳排放量增长率普遍大于煤炭型矿业城市，而煤炭型矿业城市中鄂尔多斯市、呼伦贝尔市、朔州市、赤峰市能源消费碳排放量增长较为快速。综合分析，成长型煤炭型、再生型铁矿型、成熟型铁矿型以及成熟型煤炭型中的张家口市、忻州市和赤峰市能源消费碳排放量增长较快。

图6 华北地区矿业型城市能源消耗碳排放量比重Fig.6 The proportion of energy consumption and carbon emission of mining cities in north China

2.2.2 华北矿业型城市经济增长与能源消费碳排放脱钩分析

运用Tapio弹性脱钩指标对华北矿业型城市GDP增长与能源消费碳排放进行脱钩分析，见图7。

图7 不同类型矿业型城市脱钩弹性系数变化Fig.7 Changes of decoupling elastic coefficient of different types of mining cities

2.2.2.1 从生命周期角度对矿业型城市进行能源消费碳排放脱钩分析

矿业型城市能源消费碳排放脱钩系数整体变化的趋势是从1996年至2000年前后逐年增长，2000年后，在2010年小幅增加，整体逐年下降。

成长型矿业城市的脱钩系数变化整体下降速度大于成熟型矿业城市、再生型矿业城市、衰退型矿业城市。鄂尔多斯市在1996年至1998年脱钩弹性系数大于1.2，处于扩张负脱钩状态，经济增长速度小于能源消费碳排放增长速度；在1999年至2001年脱钩弹性系数大于0.8，小于1.2，为扩张连接状态；其余年份脱钩系数均小于0.8，为弱脱钩状态，经济增长速度大于能源消费碳排放增长速度，经济增长处于较好的状态。呼伦贝尔市在1998年至2003年脱钩系数均大于0.8，小于1.2，为扩张连接状态；其余年份均小于0.8。朔州市脱钩弹性系数均小于0.8，为弱脱钩状态。

成熟型矿业城市中，吕梁市在1999年脱钩弹性系数为55.12，远大于1.2，处于扩张负脱钩状态，能源消费碳排放量远远大于经济增长速度，当年吕梁市经济GDP下降幅度较大，人口增长较快导致脱钩弹性系数较大，2000年和2001年脱钩弹性系数大于0.8，小于1.2，为扩张连接状态；其余年份脱钩系数均小于0.8，为弱脱钩状态。运城市在1998年至2000年，忻州市在1999年至2003年脱钩弹性系数大于0.8，小于1.2，为扩张连接状态；其余年份脱钩系数均小于0.8，为弱脱钩状态。其余成熟型矿业城市脱钩弹性系数均小于0.8，为弱脱钩状态。

衰退型矿业城市与再生型矿业城市脱钩弹性系数均小于0.8，且值较小，变化不明显，为弱脱钩状态，经济增长速度远大于能源消费碳排放增长速度。

2.2.2.2 从资源类型角度对矿业型城市进行能源消费碳排放脱钩分析

煤炭型矿业城市中，忻州市、吕梁市、运城市同是成熟型矿业城市，鄂尔多斯市、呼伦贝尔市同是成长型矿业城市，脱钩弹性系数有部分年份为扩张负脱钩、扩张连接状态，其余年份为弱脱钩状态，其余煤炭型均处于弱脱钩状态。

铁矿型矿业城市中，唐山市、包头市同是再生型矿业城市，承德市为成熟型矿业城市，均处于弱脱钩状态。

2.2.3 华北矿业型城市脱钩效应的驱动因素分析

计算华北地区20个矿业型城市经济增长的人口效应、规模效应、强度效应对能源消费碳排放的贡献影响程度，见图8。

图8 不同类型矿业型城市经济发展人口效应、规模效应和强度效应对能源消费碳排放量的贡献率Fig.8 Contribution ratios of population effects,scale effects and intensity effects on energy consumption carbon emissions of different types of mining cities

总体上看，矿业型城市规模效应、人口效应对能源消费碳排放量起促进作用，强度效应起反向作用；规模效应促进作用最大，且呈现逐年下降趋势并趋于稳定状态；人口效应整体上呈现促进作用，促进贡献率较低，在不同矿业型城市中变化情况不同；强度效应对能源消费碳排放量总体上起抑制作用，且呈现逐年上升趋势并趋于稳定状态；对于矿业型城市脱钩弹性系数整体在2010年小幅增加，从规模效应上可以看出，是由于规模效应对能源消费碳排放量促进作用增加所导致。

成长型矿业城市规模效应从1996年至2017年下降幅度较大，强度效应增长幅度较大。鄂尔多斯市在1996年至1998年处于扩张负脱钩状态，这期间人口效应、规模效应和强度效应均对能源消费碳排放量均起促进作用；其余年份，强度效应起反向作用，规模效应对能源消费碳排放量的贡献率最高。呼伦贝尔市在1998年至1999年脱钩弹性系数均大于1，为扩张连接状态，这期间人口效应、规模效应和强度效应均对能源消费碳排放量均起促进作用；其余年份，人口效应、规模效应促进能源消费碳排放量的增加，规模效应贡献率最高。朔州市的强度效应起反向作用，人口效应、规模效应促进能源消费碳排放量的增加，规模效应对能源消费碳排放量起主导促进作用，并在1999年达到最大影响，并逐年下降。

成熟型矿业城市中，吕梁市规模效应对能源消费碳排放量起主导促进作用，1999年为扩张负脱钩状态、2000年为扩张连接状态，能源消费碳排放量远远大于经济增长速度，这期间人口效应、规模效应和强度效应均对能源消费碳排放量均起促进作用；2001年为扩张连接状态，人口效应、规模效应对促进能源消费碳排放量的增加，强度效应抑制贡献率极低。运城市在1998年至1999年脱钩弹性系数接近1。忻州市在1999年至2002年脱钩弹性系数均大于1，为扩张连接状态，期间人口效应、规模效应和强度效应均对能源消费碳排放量均起促进作用；其余年份，人口效应、规模效应促进能源消费碳排放量的增加，规模效应贡献率最高。其余成熟型矿业型城市规模效应起主导促进作用，人口效应起促进作用、贡献率小，强度效应起抑制作用。

衰退型矿业城市乌海市，人口效应较其他类型矿业城市对能源消费碳排放量促进贡献率更大，规模效应促进贡献率最大且逐年降低，强度效应抑制能源消费碳排放量的增加。再生型矿业城市，强度效应对能源消费碳排放量抑制贡献率较其他类型矿业城市更高，规模效应起主导促进作用。

煤炭型矿业城市和铁矿型矿业城市均能从生命周期各类矿业城市分析中体现能源消费碳排放贡献特征，其中铁矿型城市强度效应对能源消费碳排放量抑制贡献率较其他类型矿业城市更高。

对于成长型煤炭型、成熟型铁矿型承德市以及成熟型煤炭型张家口市、忻州市和赤峰市这些能源消费碳排放量增长率较快的城市，综合分析，规模效应对能源消费碳排放量促进作用比较大，强度效应较其他矿业城市贡献较少，因此，对于这几类矿业城市，通过科技手段，促进产业结构变化，加强强度效应对能源消费碳排放量的影响，是降低能源消费碳排放量的重要手段；再生型铁矿型目前已经通过加强强度效应对能源消费碳排放量起到很好的抑制作用，应进一步提升强度效应的影响，同时减少规模效应对能源消费碳排放量的促进。

3 结论与建议

1) 利用夜间灯光影像有效估算了我国华北地区矿业型城市1995～2017年能源消费碳排放量，弥补了地级市及以下尺度统计数据难以获取的问题。

2) 通过对能源消费碳排放量特征分析，华北矿业型城市能源消费碳排放量占华北地区比重逐年增加，成长型煤炭型、再生型铁矿型、成熟型铁矿型以及成熟型煤炭型中的张家口市、忻州市和赤峰市能源消费碳排放量增长较快，华北地区低碳减排的工作重点应向这类城市倾斜。

3) 对于能源消费碳排放量较高的矿业型城市，通过科技手段促使能源消费碳排放量下降是实现能源消费碳排放量与经济增长脱钩的重要手段，应该加强科技手段的力度结合人口效应、规模效应的调控，通过科学的低碳减排政策，更好地控制能源消费碳排放量的增加。