蔡苗苗,吳開亞

(復(fù)旦大學(xué) 公共管理與公共政策創(chuàng)新基地,上海 200433)

1 引言

改革開放以來,我國(guó)的城市化和工業(yè)化發(fā)展極為迅速,截至2014年我國(guó)的城市化水平已經(jīng)達(dá)到54.77%[1]。隨著城市化進(jìn)程的加快,建設(shè)用地急劇擴(kuò)張成為我國(guó)城市發(fā)展的顯著特征,我國(guó)城市建設(shè)用地面積由1981年的6720km2增至2015年的5.16萬km2,城市建設(shè)用地開發(fā)強(qiáng)度逐年增加,增長(zhǎng)率超過50%[2,3]。建設(shè)用地需求不斷增加,由此導(dǎo)致耕地?cái)?shù)量銳減、土地利用結(jié)構(gòu)劇烈變化,城市發(fā)展和耕地保護(hù)的矛盾日益顯現(xiàn)[4,5]。建設(shè)用地主要承載人類工業(yè)生產(chǎn)、能源交通和居住生活等社會(huì)經(jīng)濟(jì)活動(dòng),建設(shè)用地?cái)U(kuò)張使城市土地格局發(fā)生改變,對(duì)區(qū)域碳排放量產(chǎn)生了極大影響[6]。Churkina[7]研究顯示,僅占陸地面積2.4%的城市區(qū)域承載了全球80%的碳排放量,建設(shè)用地?cái)U(kuò)張是城市碳排放的重要影響因素之一[8]。因此,研究城市建設(shè)用地?cái)U(kuò)張與碳排放之間的關(guān)系,對(duì)土地資源合理規(guī)劃、實(shí)現(xiàn)城市低碳經(jīng)濟(jì)具有重要意義。

當(dāng)前,國(guó)內(nèi)外學(xué)者采用各類方法對(duì)建設(shè)用地與碳排放之間的內(nèi)在關(guān)系開展了相關(guān)研究。例如，F(xiàn)rank[9]采用生命周期法分析了建筑制造產(chǎn)生的碳排放,建筑材料的回收利用是減少碳排放量的新思路;Levent等[10,11]提出CGE模型對(duì)土耳其進(jìn)行了分析,研究表明提高建設(shè)用地中高碳能源價(jià)格可降低城市的碳排放量;Hopkins等[12]通過參數(shù)模型(基于人口密度)對(duì)世界8個(gè)地區(qū)城市擴(kuò)張產(chǎn)生的碳排放量進(jìn)行了測(cè)算,結(jié)果顯示每年城市擴(kuò)張使得世界碳排放量增加了1.25GtC。國(guó)內(nèi)學(xué)者[13-16]分別采用庫(kù)茲涅茨曲線、灰色關(guān)聯(lián)度、STIRPAT模型和LMDI指數(shù)分解法對(duì)無錫市、鹽城市、安徽省和我國(guó)不同地區(qū)建設(shè)用地?cái)U(kuò)張與碳排放效應(yīng)之間的內(nèi)在關(guān)系進(jìn)行了實(shí)證研究,深入分析了各類方法在建設(shè)用地與碳排放研究中的應(yīng)用。

向量自回歸模型(VAR)是基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立,用以分析多個(gè)指標(biāo)的相關(guān)性并對(duì)指標(biāo)進(jìn)行預(yù)測(cè)[17]。近年來,VAR模型在各個(gè)領(lǐng)域得到了廣泛運(yùn)用：Stern[18]運(yùn)用VAR模型對(duì)1947—1990年的美國(guó)經(jīng)濟(jì)問題進(jìn)行了分析,認(rèn)為能源消耗對(duì)GDP存在單向Granger因果關(guān)系;Mehemt[19]通過對(duì)歐洲7國(guó)之間的實(shí)證分析,得出各個(gè)國(guó)家能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間有不同的因果關(guān)系;李湘梅等[20]采用VAR模型研究得出能源消費(fèi)和城市化水平是我國(guó)碳排放的核心驅(qū)動(dòng)力；綦遠(yuǎn)超等[21]采用2000—2014年的數(shù)據(jù)分析了山東省碳排放與經(jīng)濟(jì)增長(zhǎng)的內(nèi)在關(guān)系,認(rèn)為山東省GDP是碳排放的單向Granger原因;李松等[22]通過VAR模型分析了我國(guó)城鎮(zhèn)化、工業(yè)化和碳排放之間的關(guān)系,為VAR模型在環(huán)境領(lǐng)域的應(yīng)用提供了新的思路。由此可見,關(guān)于建設(shè)用地與碳排放的研究主要集中在能源碳排放領(lǐng)域[23-25],而對(duì)土地利用變化的碳排放分析較少。此外,VAR模型在對(duì)經(jīng)濟(jì)增長(zhǎng)與碳排放關(guān)系的應(yīng)用也比較成熟[26-28],而對(duì)建設(shè)用地的擴(kuò)展與土地利用碳排放關(guān)系的分析還沒有出現(xiàn)。

鑒于此,本文以2000—2015年為時(shí)間序列,采用土地動(dòng)態(tài)度模型對(duì)上海市建設(shè)用地?cái)U(kuò)張速率進(jìn)行分析,通過構(gòu)建土地利用碳排放量的核算模型,對(duì)上海市耕地、林地、草地和建設(shè)用地碳排放量進(jìn)行了核算。根據(jù)核算結(jié)果,本文以上海市的建設(shè)用地面積和土地利用碳排放總量為時(shí)間序列構(gòu)建VAR模型,并采用脈沖響應(yīng)函數(shù)分析兩者之間的關(guān)系,為未來上海市建設(shè)用地規(guī)劃和低碳經(jīng)濟(jì)發(fā)展提供科學(xué)合理的建議。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

鑒于數(shù)據(jù)的準(zhǔn)確性,以2000—2015年為時(shí)間序列,本文采用的土地利用數(shù)據(jù)來源于相關(guān)年份的上海市2000—2015年土地利用變更調(diào)查,能源消耗數(shù)據(jù)來源于《上海能源統(tǒng)計(jì)年鑒》[29],部分缺失數(shù)據(jù)參考對(duì)應(yīng)年份的《上海統(tǒng)計(jì)年鑒》[30]。

2.2 土地利用動(dòng)態(tài)度分析

目前關(guān)于土地利用變化分析的方法共分為三種,分別為基于現(xiàn)代遙感和GIS技術(shù)下的數(shù)理統(tǒng)計(jì)分析、土地信息熵和土地動(dòng)態(tài)度模型[31-34]。本文采用單一土地利用動(dòng)態(tài)度模型[35]定量分析了上海市建設(shè)用地變化速度,表達(dá)式為:

(1)

式中,K表示研究時(shí)間區(qū)間某一土地利用類型動(dòng)態(tài)度;Ub表示研究末期某一土地利用類型的面積(km2);Ua表地研究初期某一土地利用類型的面積(km2);tb表示研究末期(年)；ta為研究初期(年)。

2.3 土地利用碳排放量測(cè)算方法

根據(jù)上海市土地利用現(xiàn)狀,鑒于土地利用數(shù)據(jù)的可獲取性,本文將上海市土地利用類型分為農(nóng)用地和建設(shè)用地兩類,農(nóng)用地包括耕地、林地、草地三類。在這四類土地中,林地和草地主要產(chǎn)生碳匯效應(yīng),建設(shè)用地產(chǎn)生碳源效應(yīng),耕地既有碳源效應(yīng)又有碳匯效應(yīng)。

在這四類土地類型中,耕地、林地和草地的碳排放量主要采用碳排放系數(shù)法進(jìn)行計(jì)算[36,37],其測(cè)算公式為:

(2)

式中,C表示碳排放總量(104t);Ci表示第i類土地產(chǎn)生碳排放(吸收)量(104t);Ai表示第i類土地對(duì)應(yīng)的土地面積(km2);δi表示第i類土地對(duì)應(yīng)的碳排放系數(shù)(104t/km2)。參考徐國(guó)泉等[38，39]研究,本文的土地碳排放系數(shù)見表1。

表1 各類土地碳排放系數(shù)

注:負(fù)值表示碳匯型土地利用方式；正值表示碳源型土地利用方式。

建設(shè)用地的碳排放量主要來源于人類活動(dòng)中的能源消耗,其碳排放量采用能源消耗產(chǎn)生的碳排放量間接計(jì)算,公式為:

(3)

式中,CE表示建設(shè)用地碳排放量(104t);cej表示第j類能源碳排放量(104t);Ej表示第j類能源消耗量(104tce);αj表示第j類能源碳排放系數(shù)(104t/104tce)。

根據(jù)上海市能源消耗特點(diǎn),采用原煤、洗精煤、焦炭、汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣和天然氣10種常用能源,各能源碳排放系數(shù)根據(jù)2006年的《IPCC國(guó)家溫室氣體清單指南》[40]缺省值轉(zhuǎn)換得到,具體數(shù)值見表2。

表2 各類能源碳排放系數(shù)

2.4 VAR模型

自向量回歸模型(Vector Autoregression)在1980年由Sims引入到經(jīng)濟(jì)學(xué)中,用以分析相互關(guān)聯(lián)的時(shí)間序列以及隨機(jī)擾動(dòng)項(xiàng)對(duì)各個(gè)變量的動(dòng)態(tài)沖擊,并對(duì)各種沖擊產(chǎn)生的影響加以解釋[41，42]。VAR(p)模型的一般數(shù)學(xué)表達(dá)式為:

yt=φ1yt-1+…+φpyt-p+Axt+εt(t=1,2,…,T)

(4)

式中,yt表示k維內(nèi)生變量列向量,本文為建設(shè)用地面積和土地利用碳排放量?jī)山M列向量;φ1,φ2,…,φp表示待估計(jì)的k×k維系數(shù)矩陣;k表示列向量維數(shù),本文以2000—2015年為時(shí)間序列,維數(shù)為16;xt表示d維外生變量列向量;A表示待估計(jì)的k×d維系數(shù)矩陣;T表示樣本個(gè)數(shù),本文樣本數(shù)有2個(gè);p表示模型滯后階數(shù),依據(jù)高鐵梅[43]研究可知,采用LR、FPE、AIC、SC和HQ準(zhǔn)則對(duì)VAR模型進(jìn)行檢驗(yàn),確定VAR模型的最佳滯后階數(shù);εt為k維擾動(dòng)列向量。

上海市建設(shè)用地?cái)U(kuò)展與土地利用碳排放的VAR模型分析步驟主要分幾下幾步:①確定研究的時(shí)間序列,并對(duì)時(shí)間序列進(jìn)行單位根檢驗(yàn),分析變量序列是否為平穩(wěn)序列。②若時(shí)間序列為平穩(wěn)序列,構(gòu)造回歸模型;若時(shí)間序列為非平穩(wěn)序列,分析序列是否滿足同階單整,對(duì)時(shí)間序列進(jìn)行協(xié)整檢驗(yàn)。③確定VAR模型最佳滯后階數(shù),構(gòu)造VAR模型,并對(duì)VAR模型進(jìn)行穩(wěn)定性檢驗(yàn)。④構(gòu)造脈沖響應(yīng)函數(shù)進(jìn)行分析。

3 結(jié)果與分析

3.1 上海市建設(shè)用地?cái)U(kuò)張分析

通過對(duì)上海市2000—2015年土地利用變更調(diào)查中建設(shè)用地的數(shù)據(jù)分析,利用式(1)得出上海市建設(shè)用地變化特征,計(jì)算結(jié)果見圖1。

圖1 上海市2000—2015年建設(shè)用地?cái)U(kuò)張趨勢(shì)

由圖1可知,2000—2015年上海市建設(shè)用地面積總體上呈現(xiàn)增長(zhǎng)的態(tài)勢(shì),建設(shè)用地總面積由2000年的1909.11km2增加到2015年的3071.33km2,增長(zhǎng)了1162.22km2,年均擴(kuò)張率達(dá)4.06%。以2006年和2010年為節(jié)點(diǎn),上海市建設(shè)用地?cái)U(kuò)張共分為以下三個(gè)狀態(tài)：2000—2005年為第一階段,建設(shè)用地面積緩慢增長(zhǎng),年均增長(zhǎng)98.31km2,年均擴(kuò)張率為5.14%;2006—2010年為第二階段,上海市建設(shè)用地面積由2006年的2371.04km2擴(kuò)張到2010年的2891.20km2,除2006年明顯下降外,上海市建設(shè)用地面積總體上呈現(xiàn)快速增長(zhǎng)的態(tài)勢(shì),這是由于在這一階段上海城市化進(jìn)程加快,城鎮(zhèn)建設(shè)用地和獨(dú)立工礦用地占用大量耕地,建設(shè)用地面積年均增長(zhǎng)130.04 km2,年均擴(kuò)張率達(dá)5.48%;2007—2015年為第三階段,這一階段建設(shè)用地面積平穩(wěn)增長(zhǎng),共增長(zhǎng)了624.25km2,年均擴(kuò)張率為3.31%,上海市經(jīng)濟(jì)增長(zhǎng)帶動(dòng)工業(yè)區(qū)和城鎮(zhèn)的連片發(fā)展以及上海商業(yè)區(qū)對(duì)土地的加速需求是該階段建設(shè)用地?cái)U(kuò)張的重要原因。

由圖1可見,上海市2000—2015年建設(shè)用地動(dòng)態(tài)度變化幅度較大,2000年和2006年土地動(dòng)態(tài)度為負(fù)值,分別為-2.13%和-1.23%,其他年份均為正值,表明建設(shè)用地快速擴(kuò)張是上海市土地變化的一個(gè)顯著特征。上海市建設(shè)用地動(dòng)態(tài)度在2001年和2009年存在著兩個(gè)突增點(diǎn),分別為11.92%和11.63%,建設(shè)用地年擴(kuò)展率達(dá)到最大,這主要是由于經(jīng)濟(jì)快速發(fā)展,上海市建設(shè)用地?cái)U(kuò)展占用耕地面積不斷增加,建設(shè)用地?cái)U(kuò)張逐漸由城鎮(zhèn)居民用地轉(zhuǎn)變?yōu)楣さV用地。

3.2 上海市土地利用碳排放量測(cè)算結(jié)果

首先，根據(jù)上海市2000—2015年土地利用變更調(diào)查數(shù)據(jù),利用式(2)計(jì)算得到耕地、林地和草地的碳排放(吸收量);然后，根據(jù)《上海能源統(tǒng)計(jì)年鑒》對(duì)應(yīng)年份的能源消耗數(shù)據(jù),結(jié)合式(3)計(jì)算得到建設(shè)用地碳排放量,結(jié)果見圖2。

圖2 上海市2000—2015年土地利用碳排放量

從圖2可見，2000—2015年上海市土地利用碳排放總量呈現(xiàn)增長(zhǎng)的態(tài)勢(shì),由2000年的1843.33萬t增長(zhǎng)到2015年的2116.83萬t,年均增長(zhǎng)率達(dá)到1.09%。在四類土地利用中,建設(shè)用地是最大的碳源,2000—2015年建設(shè)用地碳排放量保持快速增長(zhǎng)的趨勢(shì),由2000年的1898.91萬t增加到2015年的2619.31萬t,16年間碳排放量共增長(zhǎng)了720.4萬t,年均增長(zhǎng)率達(dá)2.53%。其中,2003—2011年上海市建設(shè)用地碳排放量逐年增加,年均增加量達(dá)104.17萬t。耕地作為另一類碳源,碳排放量在2000—2015年逐年降低,從2000年的12.07萬t減少到2015年的7.80萬t,年均增長(zhǎng)率為-3.65%;林地是重要的碳匯,林地的碳吸收量由2000年的67.62萬t增長(zhǎng)到2015年的510.19萬t,16年間林地碳吸收量呈現(xiàn)持續(xù)上升的趨勢(shì),年均增加29.50萬t,年均增長(zhǎng)率達(dá)到43.63%;2000—2015年草地碳吸收量呈現(xiàn)持續(xù)增長(zhǎng)的趨勢(shì),但變化卻并不顯著,總體維持在0.06萬t左右。

由圖2中各類土地碳排放量的變化趨勢(shì)可知,2000—2015年上海市碳排放量主要來源于建設(shè)用地能源消耗產(chǎn)生的碳排放,碳排放總量的變化趨勢(shì)與建設(shè)用地碳排放量一致。這表明建設(shè)用地碳排放占上海市土地利用碳排放的主導(dǎo)地位,每年凈碳排放量的99.5%來源于建設(shè)用地。上海市經(jīng)濟(jì)快速增長(zhǎng)、能源消耗量不斷增加,是建設(shè)用地呈現(xiàn)高碳排放的主要原因。對(duì)比建設(shè)用地,耕地的碳排放量相對(duì)較低,對(duì)上海市土地利用碳排放的貢獻(xiàn)量持續(xù)下降。林地是主要的碳匯,近幾年上海市林地面積持續(xù)增加,林地的碳吸收作用逐漸加強(qiáng),碳吸收量占總碳匯量的99.9%。草地的碳匯能力遠(yuǎn)低于林地,近幾年基本維持較低水平。綜合各類土地的碳排放量可知,2000—2015年上海市碳排放量和碳吸收量均呈現(xiàn)增長(zhǎng)態(tài)勢(shì),但林地和草地的碳吸收量遠(yuǎn)不足以抵消建設(shè)用地碳排放量,上海市土地利用碳排放總量呈增長(zhǎng)趨勢(shì)。

3.3 上海市建設(shè)用地?cái)U(kuò)展與碳排放影響分析

本文用A表示上海市建設(shè)用地面積,用CC表示上海市土地利用碳排放量,采用ADF(Augmented Dickey-Fuller test)檢驗(yàn)法[44]對(duì)2000—2015年上海市建設(shè)用地面積和土地利用碳排放量進(jìn)行了平穩(wěn)性檢驗(yàn),結(jié)果見表3。

表3 上海市2000—2015年建設(shè)用地面積和碳排放量的

注:表中△為一階差分;△2為二階差分;1%、5%和10%臨界值均為Mackinnon檢驗(yàn)臨界值;c,t,k分別為含常數(shù)項(xiàng)、趨勢(shì)項(xiàng)和滯后階數(shù)。

從檢驗(yàn)結(jié)果可知,建設(shè)用地面積和碳排放量時(shí)間序列的水平值和一階差分值均為非平穩(wěn),但它們經(jīng)過二階差分后在1%顯著水平下均為平穩(wěn)序列,建設(shè)用地面積和碳排放量為二階單整序列,即可進(jìn)一步進(jìn)行協(xié)整檢驗(yàn)。

本文對(duì)時(shí)間序列和建立回歸方程,采用EG檢驗(yàn)法[45]對(duì)上海市建設(shè)用地面積和碳排放量時(shí)間序列進(jìn)行協(xié)整檢驗(yàn),回歸方程為：

C=0.499×A+862.66

(5)

(0.08) (213.76)

(5.50) (4.04)

R2=0.683;D.W.=0.638;P=0.000;F=30.203

(6)

式中,第一行括號(hào)內(nèi)的值為系數(shù)估計(jì)量的標(biāo)準(zhǔn)差;第二行為統(tǒng)計(jì)值。由回歸結(jié)果可知,T檢驗(yàn)值和F檢驗(yàn)值均通過顯著性檢驗(yàn)。對(duì)上式的殘差進(jìn)行EG檢驗(yàn),結(jié)果見表4。殘差序列e在1%顯著水平下是平穩(wěn)的,表明2000—2015年上海市建設(shè)用地?cái)U(kuò)張和土地利用碳排放之間存在長(zhǎng)期協(xié)整關(guān)系。由回歸方程可知,上海市建設(shè)用地面積對(duì)碳排放量的彈性系數(shù)為0.449,即建設(shè)用地面積每增長(zhǎng)1%,碳排放量相應(yīng)增長(zhǎng)0.449%。

表4 殘差序列單位根檢驗(yàn)結(jié)果

注:1%、5%和10%臨界值均為Mackinnon檢驗(yàn)臨界值;分別為含常數(shù)項(xiàng)、趨勢(shì)項(xiàng)和滯后階數(shù)。

建立VAR模型應(yīng)先確定滯后階數(shù)P,需滿足兩個(gè)條件,第一是使滯后階數(shù)足夠大,能完整反映出VAR模型的動(dòng)態(tài)特征;第二是滯后階數(shù)盡可能小,使模型有足夠數(shù)目的自由度。本文根據(jù)VAR模型中的LR、FPE、AIC、SC和HQ值確定最佳滯后階數(shù)P為2,即VAR(2)。根據(jù)Lutkpohl[46]研究,采用AR特征多項(xiàng)式根的倒數(shù)檢驗(yàn)VAR模型的穩(wěn)定性,結(jié)果見圖3。圖3中所有的點(diǎn)均落在單位圓以內(nèi),即所有AR根模的倒數(shù)均小于1,本文構(gòu)建的VAR模型是平穩(wěn)的。

圖3 單位圓的平穩(wěn)性檢驗(yàn)

VAR模型結(jié)果為:

A=0.7092×A(-1)+0.0357×A(-2)+0.2831×CC(-1)+0.1002×CC(-2)-39.0778

(7)

CC=0.2998×A(-1)-0.0833×A(-2)+1.0708×CC(-1)-0.5349×CC(-2)+375.1776

(8)

此向量回歸模型的R2分別為0.945和0.841,F檢驗(yàn)值通過顯著性檢驗(yàn),AIC、SC值均符合要求,所以時(shí)間序列建設(shè)用地面積和土地利用碳排放量建立的VAR模型擬合情況良好,具有解釋力。由式(7)可知,前一、二期建設(shè)用地面積系數(shù)分別為0.7092和0.0357,因此建設(shè)用地?cái)U(kuò)張對(duì)當(dāng)期的建設(shè)用地面積產(chǎn)生正向影響。前兩期建設(shè)用地面積系數(shù)低于前一期,表明上海市建設(shè)用地面積對(duì)未來建設(shè)用地?cái)U(kuò)展的影響較大,且影響力逐漸增強(qiáng);前一、二期碳排放量系數(shù)分別為0.2813和0.1002,前兩期碳排放量對(duì)當(dāng)期的建設(shè)用地面積產(chǎn)生正向影響。由于前兩期的碳排放量系數(shù)低于前一期,上海市碳排放量對(duì)建設(shè)用地?cái)U(kuò)張具有促進(jìn)作用,影響逐漸增強(qiáng)。由式(8)可以看出,前一期建設(shè)用地面積的系數(shù)為0.2998,即建設(shè)用地?cái)U(kuò)張對(duì)當(dāng)期的碳排放量產(chǎn)生正向影響。但前兩期建設(shè)用地面積系數(shù)為-0.0833,這表明前兩期建設(shè)用地?cái)U(kuò)張對(duì)當(dāng)期的碳排放量產(chǎn)生負(fù)向影響。由此可知,上海市建設(shè)用地?cái)U(kuò)張對(duì)碳排放量作用由負(fù)向抑制逐漸轉(zhuǎn)為正向促進(jìn),正向影響逐漸凸顯;前一期碳排放量系數(shù)為1.0708,即碳排放量對(duì)當(dāng)期的碳排放量產(chǎn)生正向影響。前兩期碳排放量系數(shù)為-0.5349,說明前兩期碳排放量對(duì)當(dāng)期的碳排放量產(chǎn)生負(fù)向抑制。綜合分析,上海市碳排放基量對(duì)未來碳排放量的影響由負(fù)向抑制轉(zhuǎn)為正向促進(jìn),且影響力逐漸增強(qiáng)。

在上述分析的基礎(chǔ)之上,本文采用脈沖響應(yīng)函數(shù)(Impulse Response Function)[17]分析了上海市建設(shè)用地?cái)U(kuò)張對(duì)碳排放量的動(dòng)態(tài)響應(yīng)，結(jié)果見圖4和圖5。

圖4和圖5的橫軸表示響應(yīng)函數(shù)的滯后期數(shù),縱軸表示因變量對(duì)自變量的響應(yīng)程度；虛線表示響應(yīng)函數(shù)的正負(fù)兩倍標(biāo)準(zhǔn)差偏離帶,實(shí)線表示脈沖響應(yīng)函數(shù)的計(jì)算結(jié)果。

VAR模型沖擊作用的滯后期設(shè)定為50期,由圖4可知,給建設(shè)用地面積一個(gè)正向沖擊,即建設(shè)用地面積增加,將會(huì)使碳排放量產(chǎn)生正向響應(yīng),第一期至第二期響應(yīng)強(qiáng)度逐漸加強(qiáng),且第二期達(dá)到最大值69.17。從第二期開始響應(yīng)強(qiáng)度持續(xù)減弱,第三十期以后,建設(shè)用地面積的正向沖擊使碳排放量產(chǎn)生的響應(yīng)維持在較低的水平,但保持在正值，表明上海市建設(shè)用地?cái)U(kuò)張與碳排放量之間緊密相關(guān)。從短期分析,建設(shè)用地?cái)U(kuò)張將導(dǎo)致碳排放量大幅增加,這是由于建設(shè)用地面積增加伴隨著能源消耗增加,產(chǎn)生更多碳排放量。從長(zhǎng)期分析,建設(shè)用地?cái)U(kuò)張促進(jìn)碳排放量增加,但是其正向作用逐漸減弱。主要原因是：隨著經(jīng)濟(jì)水平發(fā)展,高碳能源消耗的情況將逐漸改善,合理的城鎮(zhèn)規(guī)劃和科學(xué)的土地利用使得碳排放量擺脫建設(shè)用地的沖擊。

圖4 上海市碳排放量對(duì)建設(shè)用地的脈沖響應(yīng)

圖5 上海市建設(shè)用地對(duì)碳排放量的脈沖響應(yīng)

由圖5可知,當(dāng)本期給碳排放量一個(gè)正向沖擊,即碳排放量增加后,從第一期至第四期對(duì)建設(shè)用地面積產(chǎn)生了較大強(qiáng)度的正向響應(yīng),響應(yīng)強(qiáng)度在第四期達(dá)到最大值,為67.70。第五期開始建設(shè)用地面積的響應(yīng)強(qiáng)度持續(xù)減弱,并逐漸穩(wěn)定,最后維持在2.55左右。這一變化趨勢(shì)充分說明上海市土地利用碳排放量與建設(shè)用地?cái)U(kuò)張之間存在著長(zhǎng)期關(guān)系。從短期分析,碳排放量對(duì)建設(shè)用地?cái)U(kuò)張的沖擊顯著;從長(zhǎng)期分析,土地利用碳排放量對(duì)建設(shè)用地面積的正向沖擊逐漸減弱。這表明短期內(nèi)依靠能源消耗產(chǎn)生碳排放量不利于改善上海市建設(shè)用地?cái)U(kuò)張的現(xiàn)狀,但是從長(zhǎng)遠(yuǎn)來看,碳排放量增長(zhǎng)對(duì)建設(shè)用地?cái)U(kuò)張的促進(jìn)作用逐漸減弱,建設(shè)用地的規(guī)劃將擺脫對(duì)碳排放的依賴。

4 結(jié)論與討論

4.1 結(jié)論

2000—2015年上海市建設(shè)用地面積呈現(xiàn)持續(xù)擴(kuò)張趨勢(shì),建設(shè)用地面積共增加了1162.22km2,年均擴(kuò)張率達(dá)到4.06%。16年間建設(shè)用地動(dòng)態(tài)度變化幅度較大,在2001年和2009年建設(shè)用地面積年均擴(kuò)張率達(dá)到最大,分別為11.92%和11.63%,建設(shè)用地?cái)U(kuò)張是上海市土地利用的顯著特征。

2000—2015年上海市土地利用碳排放總量呈現(xiàn)增長(zhǎng)態(tài)勢(shì),凈碳排放量增長(zhǎng)273.5萬t,年均增長(zhǎng)率達(dá)1.09%。其中,耕地和建設(shè)用地為主要碳源,隨著建設(shè)用地開發(fā)占用大量耕地,耕地面積逐年減少,耕地的碳排放量逐年降低;建設(shè)用地的碳排放量呈現(xiàn)增長(zhǎng)趨勢(shì),年均增加45.03萬t,年均增長(zhǎng)率達(dá)2.53%,對(duì)土地利用碳排放量的貢獻(xiàn)率達(dá)99.5%;林地和草地為主要碳匯,隨著上海市土地利用變化,林地和草地的碳吸收量逐年增加,林地的碳吸收量由2000年的67.62萬t增長(zhǎng)到2015年的510.19萬t,年均增長(zhǎng)率達(dá)到43.63%;草地碳吸收量變化并不顯著,總體維持在較低水平。

4.2 討論

采用VAR模型對(duì)上海市建設(shè)用地面積和土地利用碳排放進(jìn)行計(jì)量分析,結(jié)果表明上海市建設(shè)用地面積與土地利用碳排放的時(shí)間序列均為二階單整,兩者之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系。采用脈沖響應(yīng)函數(shù)對(duì)上海市建設(shè)用地面積與土地利用碳排放之間的動(dòng)態(tài)影響關(guān)系進(jìn)行分析:從短期看,城市建設(shè)用地的擴(kuò)張會(huì)促進(jìn)碳排放量增加,而碳排放量的沖擊對(duì)建設(shè)用地面積產(chǎn)生正向影響;從長(zhǎng)期看,建設(shè)用地?cái)U(kuò)張對(duì)碳排放量的正向作用逐漸減弱,并有抑制的趨勢(shì),而碳排放量的沖擊對(duì)建設(shè)用地的擴(kuò)張作用有限,并隨著時(shí)間推移逐漸消失。

[1]何志揚(yáng),劉昌南,任遠(yuǎn).新世紀(jì)以來中國(guó)城鎮(zhèn)化的階段轉(zhuǎn)變及政策啟示[J].天津大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2017,19(2)∶125-131.

[2]中華人民共和國(guó)住房與城鄉(xiāng)建設(shè)部.中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)出版社,2015.

[3]張苗,甘臣林,陳銀蓉,等.中國(guó)城市建設(shè)用地開發(fā)強(qiáng)度的碳排放效率分析與低碳優(yōu)化[J].資源科學(xué),2016,38(2)∶265-275.

[4]劉紀(jì)遠(yuǎn),匡文慧,張?jiān)鱿?等.20世紀(jì)80年代末以來中國(guó)土地利用變化的基本特征與空間格局[J].地理學(xué)報(bào),2014,69(1)∶3-14.

[5]傅靖,羊秀丹.全國(guó)建設(shè)用地占用耕地的空間相關(guān)性與熱點(diǎn)分析[J].安徽農(nóng)業(yè)科學(xué),2016,44(9)∶238-240.

[6]Zhang Wenting,Huang Bo,Luo Dong.Effects of Land Use and Transportation on Carbon Sources and Sarbon Sinks：A Case Study in Shenzhen,China[J].Landscape and Urban Planning,2014,122(2)∶175-185.

[7]Churkina Galina.Modelling the Carbon Cycle of Urban Systems [J].Ecological Modeling,2008,216(2)∶107-113.

[8]王志遠(yuǎn),廖建軍,陳祖展,等.城市用地空間擴(kuò)張與碳排放的相關(guān)效應(yīng)研究[J].南華大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,27(2)∶82-88.

[9]Frank G Collins.Inclusion of Carbonation During the Life Cycle of Built and Recycled Concrete：Influence on Their Carbon Footprint[J].The International Journal of Life Cycle Assessment,2010,15(6)∶549-556.

[10]Levent Aydin,Mustafa Acar.Economic and Environmental Implications of Turkish Accession to the European Union：A CGE Analysis[J].Energy Policy,2010,38(11)∶7031-7040.

[11]Levent Aydin,Mustafa Acar.Economic Impact of Oil Price Shocks on the Turkish Economy in the Coming Decades：A Dynamic CGE Analysis[J].Energy Policy,2011,39 (3)∶1722-1731.

[12]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.

[13]張潤(rùn)森,濮勵(lì)杰,文繼群,等.建設(shè)用地?cái)U(kuò)張與碳排放效應(yīng)的庫(kù)茲涅茨曲線假說及驗(yàn)證[J].自然資源學(xué)報(bào),2012,27(5)∶723-733.

[14]王亮.基于灰色關(guān)聯(lián)的鹽城市城市建設(shè)用地碳排放協(xié)調(diào)發(fā)展研究[J].水土保持研究,2015,22(2)∶253-257.

[15]張樂勤,陳素平,王文琴,等.安徽省近15年建設(shè)用地變化對(duì)碳排放效應(yīng)測(cè)度及趨勢(shì)預(yù)測(cè)——基于STIRPAT模型[J].環(huán)境科學(xué)學(xué)報(bào),2013,33(3)∶950-958.

[16]毛熙彥,林堅(jiān),蒙吉軍.中國(guó)建設(shè)用地增長(zhǎng)對(duì)碳排放的影響[J].中國(guó)人口·資源與環(huán)境,2011,21(12)∶34-40.

[17]劉明志.時(shí)間序列分析[M].北京：中國(guó)社會(huì)科學(xué)出版社,1999.

[18]David I Stern.Energy and Economic Growth in the USA：A Multivariate Approach[J].Energy Economics,1993,15(2)∶137-150.

[19]Mehmet Balcilar,Zeynel Abidin Ozdemir,Yalcin Arslanturk.Economic Growth and Energy Consumption Casual Nexus Viewed Through a Bootstrap Rolling Window[J].Energy Economics,2010,32(6)∶1398-1410.

[20]李湘梅,姚智爽.基于VAR模型的中國(guó)能源消費(fèi)碳排放影響因素分析[J].生態(tài)經(jīng)濟(jì),2014,30(1)∶39-44.

[21]綦遠(yuǎn)超,孫秀梅,張慧.基于VAR的山東省碳排放與經(jīng)濟(jì)增長(zhǎng)的關(guān)系[J].山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,30(6)∶20-25.

[22]李松,王寶海,丁慧媛.我國(guó)城鎮(zhèn)化、工業(yè)化與碳排放關(guān)系的研究——基于VAR模型的分析[J].安徽農(nóng)業(yè)科學(xué),2015,43(16)∶230-234.

[23]Zhao Rongqin,Huang Xianjin,Zhong Taiyang,etal.Carbon Footprint of Different Industrial Spaces Based on Energy Consumption in China[J].Journal of Geographical Sciences,2011,21(2)∶285-300.

[24]Zhang Leqin,Chen Suping,Zhu Yawen,etal.The Measurement of Carbon Emission Effect of Construction Lnd Changes in Anhui Province Based on the Extended LMDI Model[J].Journal of Resources and Ecology,2013,4(2)∶186-192.

[25]黃魯霞,韓驥,袁坤,等.中國(guó)建設(shè)用地碳排放強(qiáng)度及其區(qū)域差異分析[J].環(huán)境科學(xué)與技術(shù),2016,39(8)∶185-192.

[26]李福祥,劉琪琦,張霄怡.經(jīng)濟(jì)增長(zhǎng)、進(jìn)出口貿(mào)易額、能源消費(fèi)的動(dòng)態(tài)關(guān)系研究——基于碳排放強(qiáng)度分組的省級(jí)面板VAR模型的實(shí)證分析[J].生態(tài)經(jīng)濟(jì),2016,32(9)∶75-81.

[27]張紅,李洋,張洋.中國(guó)經(jīng)濟(jì)增長(zhǎng)對(duì)國(guó)際能源消費(fèi)和碳排放的動(dòng)態(tài)影響——基于33個(gè)國(guó)家GVAR模型的實(shí)證研究[J].清華大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2014,29(1)∶14-25.

[28]張子遷.基于低碳經(jīng)濟(jì)背景下云南省土地利用結(jié)構(gòu)與碳排放量關(guān)系研究[D].昆明：云南財(cái)經(jīng)大學(xué)碩士學(xué)位論文,2011.

[29]上海市統(tǒng)計(jì)局.上海能源統(tǒng)計(jì)年鑒[M].上海：2016.

[30]上海市統(tǒng)計(jì)局.上海統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)出版社,2016.

[31]Veldkamp A,LambinE F.Editorial Predicting Land-use Change[J].Agriculture,Ecosystems & Environment,2001,85(1-6)∶379-386.

[32]Koen P Overmars,Peter H Verburg,Verburg.Analysis of Land Use Drivers at the Watershed and Household Level:Linking Two Paradigms at the Philippine Forest Fringe[J].International Journal of Geographical Information Science,2005,19(2)∶125-152.

[33]曾娟.基于碳排放約束的廣州市土地利用數(shù)量結(jié)構(gòu)優(yōu)化研究[D].廣州：廣州大學(xué)碩士學(xué)位論文,2013.

[34]史利江, 王圣云,姚曉軍,等.1994—2006年上海市土地利用時(shí)空變化特征及驅(qū)動(dòng)力分析[J].長(zhǎng)江流域資源與環(huán)境,2012,21(12)∶1468-1479.

[35]劉紀(jì)遠(yuǎn).中國(guó)資源環(huán)境遙感宏觀調(diào)查與動(dòng)態(tài)研究[M].北京：中國(guó)科學(xué)技術(shù)出版社,1996∶158-188.

[36]Cai Zucong,Kang Guoding, Tsuruta H,etal.Estimate of CH4 Emissions from Year-round Flooded Rice Field During Rice Growing Season in China[J].Pedosphere,2005,15(1)∶ 66-71.

[37]賴力.中國(guó)土地利用的碳排放效應(yīng)研究[D].南京：南京大學(xué)碩士學(xué)位論文,2010.

[38]方精云,郭兆迪,樸世龍,等.1981—2000年中國(guó)陸地植被碳匯的估算[J].中國(guó)科學(xué)(D輯),2007,37(6)∶804-812.

[39]徐國(guó)泉,劉則淵,姜照華.中國(guó)碳排放的因素分解模型及實(shí)證分析：1995—2004[J].中國(guó)人口·資源與環(huán)境,2006,16(6)∶158-161.

[40]IPCC.2006 IPCC Guidelines for National Greenhouse Gas Inventories[M].Japan：IGES,2006∶29-212.

[41]Blanchard O J,Quah D.The Dynamic Effects of Aggregate Demand and Supply Disturbances[J].The American Economic Review,1990,79(4)∶655-673.

[42]Ben S Bernanke,Jean Boivin,Pioter Eliasz.Measuring the Effects of Monetary Policy：A Factor-augmented Vector Autoregressive(FAVAR) Approach[J].Quarterly Journal of Economics,2005,120(1)∶387-422.

[43]高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模：Eviews應(yīng)用及實(shí)例(第二版)[M].北京：清華大學(xué)出版社,2006∶280-282.

[44]David A Dickey,Wayne A Fuller.Distribution of the Estimators for Autoregressive Time Series with a Unit Root[J].Jounal of the American Statistical Association,1979,74(366)∶427-431.

[45]Robert F Engle,Clive William John Granger.Co-integration and Error Correction：Representation, Estimation,and Testing [J].Econometrica,1987,55(2)∶251-276.

[46]Lutkepohl, Helmut.Introduction to Multiple Time Series Analysis[M].New York：Springer Verlag,1991.