杜景龙，彭梓壹，卢学鹤，龚 瑶，刘畅畅
（苏州科技大学 地理科学与测绘工程学院，江苏 苏州 215009）
全球变暖是当前国际社会最关注的问题之一。研究表明，至本世纪末，全球平均气温可能会上升1.8～4.0 ℃，届时将对全球带来灾难性后果[1-2]。联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）第五次评估报告指出，气候变暖95%是由于化石燃料燃烧和土地利用变化等人类活动排放的温室气体导致的[3]。相关数据表明，1870—2015 年全球累积碳排放中，土地利用变化产生的CO2总量累计约为1.45×1011t[4]；
1950—2005 年中国土地利用变化累计碳排放为1.06×107t，占同期全球土地利用变化碳排放量的12%[5]。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、动态变化将影响地表生态系统的碳汇和碳源，进而影响大气中的碳排放[6]。因此，研究土地利用与碳排放的相关性，对合理利用土地、实现“双碳”目标、构建资源节约、环境友好型社会具有重要意义。近年来，有关土地利用碳排放的研究得到了国内外学者的普遍关注，并取得了丰硕的成果。从研究内容角度来看，主要包括：碳排放影响因素研究，如Puertas 和Marti[7]采用指标分解分析（IDA）和结构分解分析（SDA）、Nawaz 等[8]利用分位数自然回归分布式滞后模型、Wei 等[9]和牛亚文等[10]利用地理探测器探究了碳排放的影响因素；
碳排放的预测研究，如Zhao和Li[11]采用长短期记忆法、Niu 等[12]采用改进回归神经网络分别预测了中国的碳排放发展趋势，Wang 等[13]利用灰色预测模型预测了山西等地区的碳排放发展趋势；
碳排放时空差异研究，如Zhang 等[2]利用探索性空间数据分析研究了黄河三角洲的碳排放时空差异，Mamipour 等[14]利用探索性空间数据分析研究了伊朗的碳排放时空差异，Zhou 等[15]利用生态补偿系数和经济补偿系数研究了中国的碳排放时空差异；
碳排放效率研究，如Xue 等[16]采用空间分位数回归模型、范建双等[17]利用DEA 模型和Hicks-Moorsteen 指数、杨国清等[18]利用K-mean 聚类法分别研究了京津冀、南京、广东地区的碳排放效率。从研究的空间尺度来看，全国、省级宏观和中观尺度的土地利用碳排放研究较多，如广东[18-19]、山西[13]、长江经济带[20-22]、南京[23]、杭州[24]等，市、县等微观尺度研究较少。苏州作为我国经济最强地级市，改革开放以来，尤其是近20 年，随着经济的迅猛发展和城镇化的快速推进，土地利用结构发生了显著变化[25]，势必对土地利用碳排放产生重大影响。笔者以苏州市各区市为研究单元，基于2001、2005、2010、2015 和2020 年的土地利用、能源消耗和社会经济等数据，利用相关分析模型，揭示苏州市近20 年来土地利用碳排放时空特征、演化规律，旨在为苏州市践行“双碳”目标、推动绿色低碳发展提供参考，并为其他地区的相关研究提供借鉴。
1.1 研究区概况与数据来源
苏州市地处江苏省东南部，是长三角地区重要的中心城市。全市总面积8 657.32 km2，2021 年全市地区生产总值2.27 万亿元，常住人口1 274.83 万人。2012 年之前苏州市包括平江区、沧浪区、金阊区、吴中区、工业园区、相城区、高新区（虎丘区），代管吴江市、昆山市、太仓市、常熟市和张家港市5 个县级市。2012 年之后苏州市进行区划调整，合并了原平江区、沧浪区、金阊区，设立姑苏区，将吴江市在原区划范围内撤市建区。为了保持数据的一致性，文中按照新的区划调整对2001 年、2005 年和2010 年的数据进行了合并处理，即研究对象为姑苏区、吴中区、工业园区、相城区、高新区（虎丘区）、吴江区、昆山市、太仓市、常熟市和张家港市，共计10 个区市。
研究所用主要数据包括：（1）土地利用数据来源于地理监测云平台Lan dsat TM 遥感影像（2001、2005、2010、2015 和2020 年，空间分辨率为30 m）；
参考土地利用现状分类标准（GB/T21010-2007）及前人研究[26-28]，将土地利用类型划分为耕地、林地、草地、水域、建设用地及未利用地6 种类型，在GIS 软件中对土地利用数据进行重分类和面积制表，得到2001—2020 年苏州市各区市5 期土地利用数据；
（2）苏州市各区市的能源消耗和影响因子所涉及的数据来源于2001—2020 年的《苏州市统计年鉴》和《中国县域统计年鉴》。
1.2 研究方法
1.2.1 直接碳排放量测算
土地利用碳排放估算方法可分为直接碳排放量测算和间接碳排放量估算，前者为耕地、林地、草地、水域、未利用地的碳排放测算，后者为建设用地的碳排放估算。借鉴已有研究[20，26]，文中运用碳排放系数法计算直接碳排放量，公式如下
式中：Ek为直接碳排放量；
i 为土地利用类型，i=1，2，3，4，5，分别对应耕地、林地、草地、水域和未利用地；
ei为土地利用类型i 的直接碳排放；
Ai为土地利用类型i 的面积；
δi为土地利用类型i 的碳排放系数，其中正值为碳源、负值为碳汇。参考已有研究，并结合研究区的实际情况确定碳排放系数（见表1）。
表1 土地利用类型的碳排放系数 单位：kg C·（m2·a）-1
耕地既是碳汇也是碳源，耕地的碳源、碳汇能力与农作物的种植种类和机械化水平有关，结合苏州市农作物主要为谷物，取碳排放系数0.042 20 kg C·（m2·a）-1；
林地为碳汇，考虑到苏州市地处亚热带，林地资源种类丰富，主要以乔木林和竹林为主，取值为-0.061 25 kg C·（m2·a）-1；
苏州市气候温润，适宜各种草坪生长，根据太湖流域碳排放的相关研究，取值为-0.002 10 kg C·（m2·a）-1；
苏州市水域面积占全市总面积的42%左右，主要包括河流、湖泊、坑塘和水利设施用地，河流和湖泊通常是碳汇，而水利设施用地的建设和运行会产生碳排放，综合考虑，文中取水域用地的碳排放系数为-0.024 80 kg C·（m2·a）-1；
未利用地的碳源和碳汇能力均较弱，苏州市未利用地的碳排放系数为-0.000 50 kg C·（m2·a）-1。
1.2.2 间接碳排放量测算
建设用地承载着人类的多种活动方式，产生碳排放的要素较多，计算较为复杂，文中主要通过煤、石油、天然气等能源消耗产生的碳排放来间接估算。苏州市能源消费结构较为丰富，主要的能源类型共14 种：原煤、洗精煤、型煤、焦炭、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、天然气、焦炉煤气、热力和电力；
由于电力、热力为二次能源消费，本身并不直接产生碳排放，产生的碳排放主要来自二次能源本身生产过程中对化石能源的消耗，文中借鉴大多数学者的观点[13，24，28-30]，在间接碳排放计算中，没有考虑电力、热力的碳排放问题（见表2）。结合苏州市能源统计数据的特点，文中采用能源消费量算法[31-36]计算苏州市不同种类能源终端消费产生的碳排放。公式如下
表2 各种能源的低位发热量和碳排放系数
式中：Em为建设用地间接碳排放总量，i 为12 种不同的能源类型，Emi为能源i 消耗产生碳排放量，Eni为能源i 的消耗量，Qi为能源i 的低位发热量，γi为能源i 的碳排放系数。
能源数据来源于2001—2020 年的《苏州统计年鉴》，汽油、煤油和柴油为苏州全社会消费总量，其他指标为规模以上工业企业的消费量。由于《苏州统计年鉴》中，苏州市区（包括姑苏区、高新区、工业园区、吴中区和相城区）的能源消费量合并统计，根据公式（2）只能计算出苏州市区、吴江区、张家港市、常熟市、昆山市和太仓市的间接碳排放量，无法直接计算姑苏区、高新区、工业园区、吴中区和相城区的间接碳排放量，参照相关研究[17，30]，上述5 个区的间接碳排放量按如下方法计算：
①计算苏州市区的能源消费总量（吨标准煤）
式中：Et为苏州市区的能源消费总量（吨标准煤）；
Eni为苏州市区能源i 的消耗量；
λi为能源i 折标准煤系数。
②计算苏州市区的单位工业总产值能耗系数（吨标准煤/万元）
式中：K 为苏州市区的单位工业总产值能耗系数（吨标准煤/万元）；
Gt为苏州市区的工业总产值；
Et为苏州市区的能源消费总量（吨标准煤）。
③计算苏州市区单位能耗（吨标准煤）的碳排放量
式中：C 为苏州市区单位能耗（吨标准煤）的碳排放量；
Em为苏州市区的间接碳排放总量（由公式（2）计算而来）；
Et为苏州市区的能源消费总量（吨标准煤）。
④计算苏州市区各区（姑苏区、工业区、高新区、相城区和吴中区）的能源消费总量（吨标准煤）
式中：Ei为第i 区的能源消费总量（吨标准煤）；
Gi为第i 区的工业总产值；
K 为苏州市区的单位工业总产值能耗系数（吨标准煤/万元）。
⑤计算苏州市区各区的间接碳排放量
式中：Emi为i 区的间接碳排放量；
Ei（同上）；
C（同上）。
2.1 土地利用变化分析
2001—2020 年，苏州市土地利用类型变化最大的是建设用地和耕地（见表3 和图1），在此期间，耕地面积从2001 年的4 359 km2减少至2020 年的2 859 km2，下降34.4%，建设用地面积由1 021 增至2 462 km2，增长141.4%；
耕地的减少和建设用地的扩张主要发生在本世纪的前10 年，2010 年以来，这种变化趋势有所减缓，主要是2010 年以后，苏州城市扩张从外延式发展转到以城市更新、旧城改造为主以及耕地保护政策的收紧[25]。林地和水域一直保持较为稳定的水平，草地和未利用地占比较少，零散分布在市域的不同区域，但由于近年来城市绿化建设提速，草地面积有较大幅度提升。从表3 和图1 的数据分布可以看出，苏州当前的土地利用特征呈现出水域、耕地、建设用地三分天下的格局，林地主要分布在西部太湖沿岸的山区。
图1 2001—2020 年苏州市土地利用变化情况
表3 苏州市土地利用面积统计表（2001—2020） （单位：km2）
土地利用转移概率矩阵（表4）显示，2001—2020 年苏州各类用地之间互有转换。其中，2001—2005 年耕地主要转入类型为建设用地，主要转出类型也是建设用地，但幅度都不是很大，概率只有0.03 和0.09，苏州在这一阶段城市化进程刚刚起步，城市建设占用了部分耕地，另一方面，此阶段苏州实行大规模的村镇合并，腾退出大量宅基复垦为耕地或转为城市建设用地[37]；
2005—2010 年建设用地转为耕地的概率与前5 年基本持平，而耕地转为建设用地的概率大幅度增加到0.21，这一时期也是苏州城市化快速推进时期，“摊大饼”式外延性扩张，使得大量耕地转为城市建设用地；
2010—2020 年，耕地转为建设用地的概率降至0.08，相较于前一阶段显著下降，苏州城市外延式发展得到了有效的控制。长期以来，苏州的水域、林地、草地、未利用地相对稳定，只是近10 年，由于苏州实行“四个百万亩”土地保护政策[25，37]，更多的未利用土地被激活，转换成建设用地、耕地和水域的概率明显增大。
表4 土地利用转移概率矩阵
2.2 碳排放的年度变化分析
林地和水域是主要的碳汇地类，长期以来，苏州的林地和水域面积相对稳定，导致其碳汇量也相对稳定，但由于苏州水域面积广阔，因此水域的碳汇量远高于林地，两者碳汇总量在（8～9）万t·a-1；
耕地既是碳源也是碳汇，但在当前的农业生产模式下，依然表现为碳源，近20 年来，由于苏州耕地面积从持续减少到趋稳，其碳排放水平也呈现同一规律，2020 年，全市耕地碳排放量下降到11 万t 左右，比2001 年减少了7.3 万t，与林地和水域的碳汇水平（约8.6 万t·a-1）十分接近；
草地和未利用地也是碳汇地类，但其碳汇能力较弱，且苏州市草地和未利用地面积占比较小，其碳汇能力可忽略不计（见表5）。
表5 2001—2020 年苏州市不同土地利用碳排放测算结果 单位：104 t
研究表明，建设用地的间接碳排放是碳排放的主体，占碳排放总量的96.38%～99.95%[17，24，38]，表5 的计算结果显示，苏州市99%以上的碳排放来自于间接碳排放。苏州是制造业和人口大市，经济总量始终排在全国前列，随着经济的迅猛发展，研究期内碳排放量始终处于增长的趋势，净碳排放量从2001 年的922.28×104t增加到2020 年的4 656.41×104t，碳排放量翻了5 倍，但其增长趋势具有一定的阶段性，大致可分为三个阶段：（1）2001 年至2010 年的快速增长阶段，其中2001—2005 年增长2.8 倍，2005—2010 年继续增长1.66 倍，年均增长36%；
（2）2010 年至2015 年为缓慢增长阶段，年均增长只有1.6%；
（3）2015 年至2020 年的持续稳定阶段，5 年只增长了12.6×104t，接近碳达峰。苏州市碳排放特征与苏州市经济社会发展规律息息相关，本世纪的前10 年，是苏州经济最为活跃阶段，10 年内人口总量接近翻番，GDP 增长了5.8 倍，能源消耗总量增长了约4.1 倍，从1 737 万t 增长到7 082 万t，导致碳排放总量同期也增长了近5 倍；
2010 年之后，苏州经济发展开始从粗放型向集约型转变，退二进三、淘汰落后产能、节能减排、绿色经济、数字经济等一系列经济政策调整，经济发展降速减温，碳排放也进入相对稳定期[39]（见表6）。
表6 2001—2020 年苏州市社会经济数据
2.3 碳排放量空间变化分析
为了解苏州碳排放的空间分布特征，计算了苏州各区市2001—2020 年5 个时期的碳排放量（见表7），并利用自然断点法将苏州各区县碳排放量划分为5 个等级，依次为：碳汇区、低碳排放区（（0～100）×104t）、中度碳排放区（（100～300）×104t）、高碳排放区（（300～800）×104t）和重度碳排放区（＞800×104t）（如图2 所示）。2001 年，全市碳排放量总体处于较低水平，北部的张家港和常熟市处于中度碳排放区，其他区市为低碳排放区；
2005 年，常熟市和太仓市为高碳排放区，张家港市则为重度碳排放区，中心城区的高新区、工业园区及昆山市、吴江市为中度碳排放区；
2010 年，中度碳排放区进一步扩大，除姑苏区外，中心城区的其他4 个区也为中度碳排放区；
2015 年之后，常熟市的碳排放量也超过800×104t，为重度碳排放区，吴江区的碳排放突破300×104t，为高碳排放区，与此同时，中心城区的碳排放有所减弱，除高新区、工业园区外，其他3 个区的碳排放都恢复到低碳排放区。
图2 2001—2020 年苏州市土地利用碳排放量空间变化
表7 2001—2020 年苏州市各区县土地利用碳排放量 单位：104 t
图2 和表7 的数据显示，从总体上看，苏州的碳排放在空间分布上呈现中心城区较低，外围区市较高的格局。北部的张家港市是苏州碳排放最严重地区，2001—2020 年，其碳排放量分别占苏州全市碳排放的23%、34%、42%、44%、47%，这与张家港市的产业结构息息相关，张家港市是苏州乃至全国重要的冶金工业基地，也是能源消费大市，如2020 年，苏州全市规模以上工业企业能源消费总量为8 760 万吨标准煤，张家港市占46.8%；
常熟市也是碳排放较严重地区，碳排放稳定增长，2015 年以后变为重度碳排放地区，这是由于常熟制造业发达，尤其以装备制造为主，能耗巨大，2020 年，常熟市能耗仅次于张家港市，占全市18.3%；
太仓市和吴江区近10 年来始终处于高碳排放区，排放强度太仓略高于吴江，这也和其产业结构及能源消耗有关，太仓市是苏州重要的装备制造业、新材料产业基地，吴江区则重点发展轻纺工业，2020 年，其能耗分别占全市11.2%和7.4%；
昆山市和中心城区以高新技术产业及高端服务业为主导，能源消耗量相对较低，碳排放量较低，一直为中低碳排放区。值得一提的是，2010 年以来，苏州全市的碳排放总量基本稳定，且趋于达到峰值，从区域上来看，中心城区和太仓市2010—2015 年前后已经实现“碳达峰”目标，且呈逐年下降趋势。
利用苏州市5 个年份（2001、2005、2010、2015 和2020 年）的Lan dsat TM 遥感影像数据，采用直接碳排放量测算法，估算了苏州市近20 年来耕地、林地、草地、水域、未利用地的碳排放的时空变化；
利用能源消耗数据，采用间接碳排放量估算法，估算了苏州市建设用地的碳排放的时空变化。主要结论如下：
2001—2020 年，苏州市耕地面积下降了34.4%，建设用地面积增长了141.4%，林地和水域保持稳定，草地和未利用地占比较少。土地利用类型的变化，导致苏州市碳排放时空格局发生了重大变化。
建设用地是苏州市碳排放的主要来源，全市99%以上的碳排放来自建设用地；
水域和林地是主要的碳汇来源，苏州市水域每年提供约（7～8）×104t 的碳汇，林地每年提供约1×104t 的碳汇。因此，苏州“双碳”目标的重点在于建设用地上的节能减排。
近20 年来，苏州市的碳排放一直处于逐年增长的趋势，增长主要发生在本世纪的前10 年，从2001 年的922×104t 到2010 年的4 281×104t，再到2020 年的4 656×104t。表明，苏州的碳排放已经接近或达到历史高位，未来的碳排放发展趋势值得关注。
空间上，苏州市土地利用碳排放呈现中心城区较低，外围区市高的格局，全市近50%的碳排放来自张家港市，这与苏州市产业布局息息相关。因此，在落实“双碳”目标上，应充分考虑产业布局对碳排放的影响。
文中一个不足之处在于：受数据源的限制，建设用地碳排放计算使用的能源消费数据是规模以上工业企业的能耗数据，这个值会略小于苏州全社会的能源消费总量，可能会导致总碳排放量小于实际值。
猜你喜欢 苏州市水域排放量 苏州市 多措并举提升全民安全意识江苏安全生产(2023年1期)2023-02-08苏州市坚持“三聚焦” 为民服务办实事江苏安全生产(2021年11期)2022-01-19天然气输配系统甲烷排放量化方法煤气与热力(2021年6期)2021-07-28进博会水域环境保障研究及展望水上消防(2020年5期)2020-12-14黑龙江省碳排放量影响因素研究高师理科学刊(2020年2期)2020-11-26柳江水域疍民的历史往事文史春秋(2019年11期)2020-01-15城市水域生态景观设计探讨智能城市(2018年7期)2018-07-10苏州市非物质文化遗产保护立法的实践与思考自然与文化遗产研究(2016年2期)2016-05-17——《2013年中国机动车污染防治年报》(第Ⅱ部分)">全国机动车污染物排放量——《2013年中国机动车污染防治年报》(第Ⅱ部分)环境与可持续发展(2014年1期)2014-08-14江苏省火力发电机组二氧化碳排放量估算电力工程技术(2014年1期)2014-03-20