摘要:利用西寧市2006—2019年城市建設(shè)用地數(shù)據(jù)和天然氣總量、液化石油氣供氣總量、全社會用電量、城市供熱總量等數(shù)據(jù)折算的碳排放量建立VAR模型,分析西寧市建設(shè)用地擴張與碳排放之間的關(guān)系。結(jié)果表明:西寧市建設(shè)用地在14年間呈擴張趨勢,以2011年為節(jié)點,2011年以前增長緩慢,之后則呈現(xiàn)快速增長態(tài)勢,年平均增長率為4.07%;西寧市碳排放總體呈“凹”字形增長,在多個年段出現(xiàn)一定幅度地降低;西寧市建設(shè)用地擴張和碳排放間僅存在單項因果關(guān)系,即城市建設(shè)用地的擴張致使碳排放量增長;西寧城市建設(shè)用地擴張對碳排放的初期影響較大,但隨著經(jīng)濟的發(fā)展、技術(shù)水平的進步,碳排放量逐漸減少并趨于穩(wěn)定;城市建設(shè)用地擴張對碳排放的貢獻率逐漸升高并超過碳排放對自身的貢獻率,貢獻率穩(wěn)定在54%以上。
關(guān)鍵詞:建設(shè)用地擴張;碳排放;VAR模型;西寧市
中圖分類號:F299.23;X321文獻標識碼:A文章編號:2095-6916(2023)07-0005-05
由于中國特色社會主義具有的強大生機活力,改革開放以來,我國經(jīng)歷了全球規(guī)模最大、速度最快的城鎮(zhèn)化過程[1]。截至2021年年末,我國城鎮(zhèn)化率已達64.72%[2]。伴隨著城市化、工業(yè)化進程的推進,環(huán)境污染、交通擁堵、人口擁擠、耕地被侵蝕等問題越來越突出[3],其中所產(chǎn)生的生態(tài)環(huán)境問題尤其引人關(guān)注。孫慧宗等[4]在研究中發(fā)現(xiàn),城市化和碳排放之間表現(xiàn)為長期穩(wěn)定的均衡關(guān)系,而城市作為人類活動、經(jīng)濟發(fā)展的密集區(qū),成為碳排放的主要來源[5]。雖然全球城市建設(shè)用地面積僅占陸地總面積的2.4%,但卻承載了全球80%的碳排放量[6]。且隨著城市建設(shè)用地的迅速擴張,農(nóng)用地加速轉(zhuǎn)化為非農(nóng)用地,致使園地、草地、林地、水域等具有較強碳匯能力的土地轉(zhuǎn)化為碳源類的建設(shè)用地,使得這一比例持續(xù)增長。
世界氣象組織2021年的報告顯示,2020年以前,全球正在經(jīng)歷著有史以來最為炎熱的六年[7];照此情形下去,如若不采取任何節(jié)能減排措施,全球氣溫在未來的百年間將持續(xù)走高[8]。國際能源署(International Energy Agency,IEA)發(fā)布的相關(guān)數(shù)據(jù)表明,中國在二十一世紀初期成為全球第一大碳排放國[9]?!吨袊鴾厥覛怏w公報》資料顯示,2019年我國年均二氧化碳濃度為411.4±0.2ppm,且其中約70%的碳排放來源于城市[10]。習近平主席在第75屆聯(lián)合國大會一般性辯論會上正式提出,中國將在2030年前實現(xiàn)碳達峰,并力爭在2060年實現(xiàn)碳中和[11]。青海省對國家生態(tài)安全、民族永續(xù)發(fā)展負有重大責任,青海最大的價值在生態(tài),最大的責任在生態(tài),最大的潛力也在生態(tài)。所以,從城市化與碳排放的視角出發(fā)探究青海省會城市西寧建設(shè)用地擴張與碳排放之間的耦合關(guān)系,以期可以為西寧市建設(shè)可持續(xù)發(fā)展的“低碳城市”和實現(xiàn)“新型城鎮(zhèn)化”發(fā)展提供參考。
國內(nèi)外有關(guān)城市碳排放的研究主要集中于探討碳排放與城市規(guī)劃、城市規(guī)模、城市形狀、城市交通、土地利用方式等之間的關(guān)系[12-15],也運用生命周期法、CEG(Computable General Equilibrium,CGE)模型、庫茲涅茨曲線、灰色關(guān)聯(lián)度和LMDI(Logarithmic Mean Divisia Index,LMDI)分解法等不同的方法對兩者之間的關(guān)系展開研究[16-19]。雖然有關(guān)城市化和碳排放的研究較為廣泛,但城市化發(fā)展對于碳排放是負相關(guān)效應還是正相關(guān)效應,學界還沒有達成共識,而且對于我國西部地區(qū)城市化和碳排放之間的研究較少。所以,本文借助建設(shè)用地表征建設(shè)用地擴張量與碳排放量兩個變量,探究西寧市建設(shè)用地擴張與碳排放之間的關(guān)系,并提供實證檢驗。
一、研究方法和數(shù)據(jù)來源
(一)研究概況
作為青海省省會城市,西寧是我國西北地區(qū)重要的中心城市,是青藏高原上的東方古城,還是國務院《蘭州—西寧城市群發(fā)展規(guī)劃》蘭西城市群具有發(fā)展?jié)摿Φ牧咙c城市。西寧地理位置處于青海省東部,東西向呈條帶狀走向,地勢西南高、東北低。截至2021年,全市下轄5個區(qū)、2個縣,總面積7660平方千米,常住人口為246.7965萬人,地區(qū)生產(chǎn)總值1548.8億元。截至2019年,西寧市建設(shè)用地總面積為94.57平方千米,折算的碳排放量為4009.707萬噸。
(二)數(shù)據(jù)來源
研究西寧市碳排放的統(tǒng)計數(shù)據(jù)(人工煤氣和天然氣供氣量,全年用電總量,液化石油氣、蒸汽供熱量,熱水供熱量)和相應碳排放因子數(shù)據(jù)主要來自文獻、2007—2020年的《青海省統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》及《2006年國家溫室氣體排放清單指南》;城市建設(shè)用地數(shù)據(jù)、GDP(Gross Domestic Product,GDP)數(shù)據(jù)來自2007—2020年《中國城市統(tǒng)計年鑒》《西寧統(tǒng)計年鑒》。
(三)研究方法
1.碳排放量測算
城市碳排放的測算,即能源消耗的碳排放根據(jù)IPCC(CIntergovernmental Panel on Climate Change,IPCC)溫室氣體排放清單指南中的碳排放系數(shù)進行測算。也可以通過測算電能和熱能消耗得出碳排放量,其中包括液化石油氣、天然氣、電力消費等。因數(shù)據(jù)收集的限制,借鑒吳建新等[20]和任曉松等[21]對碳排放量的測算,本文采用供氣總量(人工煤氣、天然氣)、液化石油氣供氣總量、全社會用電量、城市供熱總量來折算西寧市2006—2019年碳排放總量,其中城市供熱主要包含熱電廠和鍋爐房兩種供熱方式,且多以原煤為主要原料,本文根據(jù)原煤量折算熱能,碳排放量計算公式如下:
CO2=C1+C2+C3+C4+αE1+βE2+γnE3+εE4(1)
式中C1、C2、C3、C4分別表示供氣量、液化石油氣、全社會用電量、城市供熱量所產(chǎn)生的二氧化碳排放量,α、β、γn、ε分別表示天然氣、液化石油氣、電能消耗、原煤的CO2折算系數(shù)如表1所示。E1、E2、E3、E4分別表示天然氣消耗量、液化石油氣消耗量、電能消耗量、原煤的消耗量。其中電能消耗的CO2折算系數(shù),因由我國地理位置、社會經(jīng)濟等要素劃分的6大區(qū)域均有不同的排放因子,所以根據(jù)研究年份和研究區(qū)域不同,CO2折算系數(shù)會有不同。西寧市按照區(qū)域劃分屬于西北地區(qū),其研究年份內(nèi)的系數(shù)值如表2所示。另外對于原煤的碳排放量測算,參考吳建新等[20]研究中的供熱量、平均低位發(fā)熱量20908 J/kg,以及70%的熱效率值來計算的原煤數(shù)量并折算為供熱消耗的能源數(shù)量,再根據(jù)原煤碳排放系數(shù)得出供熱量產(chǎn)生的碳排放。
2.向量自回歸模型
為探究西寧市建設(shè)用地擴張與碳排放水平之間的關(guān)系,建立城市建設(shè)用地擴張和碳排放水平之間的向量自回歸模型(Vector autoregression,VAR)。該模型在二十世紀八十年代由西姆斯(Sims)引入,它是一種常用的非結(jié)構(gòu)化的多方程計量經(jīng)濟模型,其基本原理是在研究變量平穩(wěn)和模型穩(wěn)定的前提下,對所有內(nèi)生變量的若干滯后變量進行回歸,分析相關(guān)聯(lián)的時間序列及隨機擾動項對各個變量的動態(tài)影響[22]。VAR(p)模型數(shù)學表達公式如下:
Yt=α1yt-1+α2yt-2+…+αpyt-p+βxt+εt;t=1,2,...,T(2)
式中Yt是指內(nèi)生變量列向量,本文則為建設(shè)用地面積和碳排放水平兩組列向量;α1、α2、…、αp、β是指待估計的系數(shù)矩陣;P表示內(nèi)生變量滯后階數(shù);εt為隨機擾動向量;t指樣本個數(shù)。另外構(gòu)建VAR模型時最重要的確定最佳滯后階數(shù)(P),本文采用信息準則對模型進行檢驗并確認。
二、西寧市城市建設(shè)用地擴張和碳排放分析
(一)西寧市城市建設(shè)用地擴張分析
對2006—2019年西寧市城市建設(shè)用地數(shù)據(jù)進行分析(見圖1)。西寧市城市建設(shè)用地從2006年的63.94平方千米增長到2019年的94.57平方千米,擴張量達30.63平方千米,擴張率達47.90%。這14年間建設(shè)用地總體呈現(xiàn)穩(wěn)步增長的擴張態(tài)勢,除2008年、2012年較上一年度無增長,2019較上一年出現(xiàn)少量縮減。以2011年和2018年為節(jié)點,在2006—2010年間,西寧市城市建設(shè)用地增長緩慢,平均增長率為1.09%。2011年增長率達研究年份最值,為12.33%,這主要是因為《中共中央國務院關(guān)于深入實施西部大開發(fā)戰(zhàn)略的若干意見》和《國務院關(guān)于支持青海等省藏區(qū)經(jīng)濟社會發(fā)展的若干意見》等文件出臺,以及對西部大開發(fā)和西部城市發(fā)展的重視,海湖新區(qū)等建設(shè)項目落實落地,西寧市城市建設(shè)用地面積迅速增長。2013—2018年西寧市城市建設(shè)用地呈快速增長,平均增長率達4.07%。
(二)西寧市碳排放分析
根據(jù)前文中各統(tǒng)計量折算得出的西寧市碳排放總量,得到如圖2柱狀圖所示的2006—2019年西寧市碳排放量。可以發(fā)現(xiàn),在研究期內(nèi),西寧市碳排放量總體呈“凹”字形增長,主要體現(xiàn)在研究前期三年即2006、2007、2008,以及研究后期三年2017、2018、2019較其他居于中間的8年有更多的碳排放量,且后三年的碳排放量要遠高于前三年的碳排放量,平均高出2001.182萬噸,并在2019年達到研究期內(nèi)的峰值,碳排放總值達到4009.707萬噸。2009—2016年呈現(xiàn)小幅增長和小幅縮減趨勢,平均碳排放量保持在745.163萬噸。西寧市碳排放量雖在多個年段出現(xiàn)一定幅度的減少,但總體呈波動增長,這與西寧市的發(fā)展息息相關(guān),也與青海省節(jié)能減排、保護生態(tài)的政策是相一致的。
圖2折線圖是西寧市2006—2019年的碳排放強度,碳排放強度是指單位GDP的二氧化碳排放量,一般而言,該指標會隨著技術(shù)進步和經(jīng)濟增長而趨于下降。西寧市近14年的碳排放強度波動與碳排放波動相似,但2017、2018、2019這三年的碳排放強度遠低于2006、2007、2008三年的碳排放強度,這也說明隨著西寧經(jīng)濟的發(fā)展、技術(shù)的進步、節(jié)能減排力度的加大,碳排放強度有所降低。
三、模型結(jié)果分析
(一)平穩(wěn)性檢驗
對于VAR模型而言,為避免在建模過程中由時間序列數(shù)據(jù)非平穩(wěn)出現(xiàn)偽回歸現(xiàn)象,需要對研究中用到的時間序列數(shù)據(jù)進行平穩(wěn)性檢驗,確定單階整數(shù),本文采用ADF(Augmented Dickey-Fuller Tested,ADF)單位根檢驗法進行檢驗。
對西寧市城市建設(shè)用地擴張和碳排放兩個研究變量進行對數(shù)處理,分別記為ΔLNL和ΔLNC。根據(jù)表3顯示,水平情況下,p值分別為0.1449和0.2178,ADF統(tǒng)計量值對于任意臨界值均小于其絕對值,即不能拒絕原假設(shè)并存在單位根,時間序列數(shù)據(jù)為非平穩(wěn)。隨后,對水平情況下的時間序列數(shù)據(jù)分別進行一階差分,其P值分別為0.0109和0.0010,ΔLNL的ADF統(tǒng)計量絕對值大于5%臨界值的絕對值,ΔLNC的ADF統(tǒng)計量絕對值大于任意臨界值的絕對值,即拒絕原假設(shè)并通過了平穩(wěn)性檢驗。所以一階差分后的序列不存在單位根,時間序列數(shù)據(jù)為平穩(wěn),得出研究變量為一階單整序列。
(二)構(gòu)建VAR模型
在平穩(wěn)性檢驗的基礎(chǔ)上,進行模型滯后階數(shù)的確定。根據(jù)表4中LR、FPE、AIC、SC和HQ標準準則中的集中選擇,確定本研究的最優(yōu)滯后階數(shù)為1,即最終需要建立VAR(1)模型。
為保證后續(xù)的建模和分析過程具有實際意義,還需要對VAR模型進行穩(wěn)定性檢驗,主要通過觀察其特征根是否均小于1或是否均落在單位圓內(nèi)進行判別。研究發(fā)現(xiàn)其特征根均落在單位圓內(nèi),即單位根都小于1,表明該模型通過穩(wěn)定性檢驗。綜上,可以進行模型構(gòu)建。
1.Granger因果關(guān)系檢驗。需要通過Granger因果檢驗來確定研究變量之間的因果關(guān)系,如表5所示,對于LNL不是LNC的Granger原因的原假設(shè)下,P值為0.0422,即拒絕原假設(shè),說明城市建設(shè)用地擴張是碳排放的Granger原因,即城市建設(shè)用地對碳排放有預測能力,可以解釋為城市建設(shè)用地的擴張在一定程度上導致了碳排放的增加。相應地,碳排放不是城市建設(shè)用地擴張的Granger原因,碳排放對城市建設(shè)用地擴張沒有預測能力,碳排放的增長不能成為建設(shè)用地無序擴張的理由。所以,探究的兩個變量之間僅存在單項因果關(guān)系。
2.脈沖分析。為探究內(nèi)生變量短期沖擊對其他內(nèi)生變量的沖擊程度、沖擊大小以及其他沖擊特征,即對一個變量進行干擾,觀察該變量是如何影響其他變量以及變量本身。本研究在基于城市建設(shè)用地擴張是碳排放的Granger原因下,繼續(xù)對變量進行脈沖響應分析。得到(圖3所示)相應變量的脈沖響應函數(shù),其中滯后階數(shù)最大為20,實線代表脈沖響應函數(shù)曲線,虛線代表雙側(cè)正負2倍標準差下的置信區(qū)域。
圖3(a)可以看出,在對城市建設(shè)用地進行一個正沖擊后,碳排放量呈現(xiàn)快速上升的增長態(tài)勢,并且在第6期達到最高值0.158468后開始緩慢下降,影響周期比較長。這表明西寧市在經(jīng)濟發(fā)展水平較低、技術(shù)手段薄弱時期碳排放隨著城市建設(shè)用地擴張而升高,在經(jīng)濟發(fā)展水平較高、技術(shù)水平增長時期碳排放隨著城市建設(shè)用地的擴張而減小。所以在城市化快速發(fā)展進程中,如何控制城市建設(shè)用地擴張成為一個重要的問題。由于其造成碳排放的不穩(wěn)定變化,且影響周期比較長,說明西寧市城市建設(shè)用地的控制發(fā)揮明顯效果需要較長時間。圖3(b)中碳排放對自身的反應比較敏感,在對碳排放進行一個正沖擊后,碳排放量開始緩慢下降,并在第6期以后保持低位的負效應,總體而言影響周期較短。
3.方差分解分析。方差分解主要是在脈沖分析的基礎(chǔ)上來探討城市建設(shè)用地擴張該變量的結(jié)構(gòu)沖擊對碳排放以及碳排放自身沖擊對本身變化的貢獻率,即在總貢獻中變量沖擊所占比例大小。從圖4可以看出,初期階段,對西寧市碳排放的貢獻率主要來源于其自身,并且隨著期數(shù)的增加呈現(xiàn)大幅下落。但另一方面隨著期數(shù)的增加,城市建設(shè)用地擴張對碳排放的貢獻率逐步上升。兩曲線在11期處交匯并趨于平緩,交匯后城市建設(shè)用地的擴張量對碳排放的貢獻率高于其自身,貢獻率穩(wěn)定在54%以上。該結(jié)果也進一步驗證了前期的研究,說明西寧市城市建設(shè)用地的擴張很大程度上影響著碳排放的產(chǎn)生,所以從城市化角度出發(fā),控制西寧市城市建設(shè)用地向內(nèi)填型方向擴張,避免外延型、飛地型的擴張方式,有利于碳減排事業(yè)的發(fā)展。
四、結(jié)論
通過建立西寧市2006—2019年城市建設(shè)用地擴張和碳排放兩變量的VAR模型,分析西寧市碳排放和城市建設(shè)用地的因果關(guān)系及相互影響,得出如下結(jié)論:(1)西寧市城市建設(shè)用地在14年間呈現(xiàn)增長趨勢,2011年以前增長緩慢,2011年后則呈現(xiàn)快速增長態(tài)勢,平均增長率為4.07%。(2)西寧市碳排放總體呈“凹”字形增長,并在多個年份有一定程度的減少,2019年達到研究期內(nèi)的峰值,碳排放總值達到4009.707萬噸。(3)兩個變量之間僅存在單項因果關(guān)系,說明西寧市城市建設(shè)用地的無序擴張在一定程度上導致了碳排放量的升高。(4)在初期階段,西寧市城市建設(shè)用地的擴張對碳排放的影響較大且迅速,但在后期階段影響趨于平穩(wěn),但總的影響周期比較長。(5)城市建設(shè)用地擴張對碳排放的貢獻率逐漸升高并超過碳排放對自身的貢獻率,貢獻率穩(wěn)定在54%以上。
研究結(jié)果表明,西寧市城市建設(shè)用地擴張會促使碳排放量呈現(xiàn)上升趨勢。西寧市在承擔青海省作為國家重要的生態(tài)安全屏障中起著舉足輕重的作用,應在碳減排方面做出重要貢獻,因此根據(jù)本文研究結(jié)論提出如下建議:(1)控制城市建設(shè)用地無序擴張。應當堅持走低碳城市化道路,嚴格控制城鎮(zhèn)開發(fā)邊界,控制邊緣型和飛地型土地擴張方式,加大內(nèi)填型城市擴張模式,實現(xiàn)城市土地集約利用。(2)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和布局。以綠色GDP為發(fā)展目標,大力推推動產(chǎn)業(yè)升級轉(zhuǎn)型,推進技術(shù)發(fā)展,扶持電力、煤炭、石油、天然氣等重點領(lǐng)域利用可再生能源,從源頭降低碳排放量。
參考文獻:
[1]尹上崗,楊山,李在軍.長三角地區(qū)生態(tài)城鎮(zhèn)化空間格局及影響因素[J].自然資源學報,2022(6).
[2]李迅.“雙碳”戰(zhàn)略下的城市發(fā)展路徑思考[J].城市發(fā)展研究,2022(8).
[3]YANG Z S,YANG H,WANG H.Evaluating urban sustainability under different development pathways:A case study of the Beijing-Tianjin-Hebei region[J].Sustainable Cities and Society,2020(61).
[4]孫慧宗,李久明.中國城市化與二氧化碳排放量的協(xié)整分析[J].人口學刊,2010(5).
[5]楊青林,趙榮欽,丁明磊,等.中國城市碳排放的空間格局及影響機制——基于285個地級市截面數(shù)據(jù)的分析[J].資源開發(fā)與市場,2018(9).
[6]ZENG L,SHI T M,HU Y M,et al.Change of construction land and trend prediction of carbon emission effect based on STIRPAT model[J].Journal of Computational and Theoretical Nanoscience,2016(5).
[7]余麗,周旭磊.碳達峰目標實現(xiàn)的國際經(jīng)驗及中國路徑[J].大連理工大學學報(社會科學版),2022(3).
[8]崔學勤,王克,傅莎,等.2℃和1.5℃目標下全球碳預算及排放路徑[J].中國環(huán)境科學,2017(11).
[9]董文超,趙健艾,張澤宜.最終需求拉動下的中國碳排放研究[J].自然資源學報,2014(5).
[10]SULLIVAN R,GOULDSON A,WEBBER P.Funding low carbon cities:local perspectives on opportunities and risks[J].Climate Policy,2013(4).
[11]陳迎.碳中和概念再辨析[J].中國人口·資源與環(huán)境,2022(4).
[12]鄭德高,吳浩,林辰輝,等.基于碳核算的城市減碳單元構(gòu)建與規(guī)劃技術(shù)集成研究[J].城市規(guī)劃學刊,2021(4).
[13]范秋芳,王勁草,王杰.城市空間結(jié)構(gòu)演化的減排效應:內(nèi)在機制與中國經(jīng)驗[J].城市問題,2021(12).
[14]舒心,夏楚瑜,李艷,等.長三角城市群碳排放與城市用地增長及形態(tài)的關(guān)系[J].生態(tài)學報,2018(17).
[15]金昱.國際大城市交通碳排放特征及減碳策略比較研究[J].國際城市規(guī)劃,2022(2).
[16]COLLINS F.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(6).
[17]AYDIN L,ACAR M.Economic impact of oil price shocks on the Turkish economy in the coming decades:A dynamic CGE analysis[J].Energy Policy,2011(3).
[18]張潤森,濮勵杰,文繼群,等.建設(shè)用地擴張與碳排放效應的庫茲涅茨曲線假說及驗證[J].自然資源學報,2012(5).
[19]張思齊,陳銀蓉.城市建設(shè)用地擴張與能源消耗碳排放相關(guān)效應[J].水土保持研究,2017(1).
[20]吳建新,郭智勇.基于連續(xù)性動態(tài)分布方法的中國碳排放收斂分析[J].統(tǒng)計研究,2016(1).
[21]任曉松,劉宇佳,趙國浩.經(jīng)濟集聚對碳排放強度的影響及傳導機制[J].中國人口·資源與環(huán)境,2020(4).
[22]MARTíNEZ-ZARZOSO I,MARUOTTI A.The impact of urbanization on CO2 emissions:evidence from developing countries[J].Ecological Economics,2011(7).
作者簡介:才仁卓瑪(1996—),女,藏族,青海海晏人,青海民族大學經(jīng)濟與管理學院助教,研究方向為城市化與碳排放。
(責任編輯:王寶林)