於冉 黃賢金

3.南京大學地理與海洋科學學院，江蘇 南京 210093）

摘要 建設用地作為最大的碳源用地類型，碳排放貢獻率顯著，因此，低碳調(diào)控是實現(xiàn)建設用地減量化的有效手段。已有研究多是通過優(yōu)化土地利用結(jié)構(gòu)、控制建設用地擴展來實現(xiàn)碳減排效果，而當中國政府做出2030年左右達到CO2排放峰值的承諾后，首先需要解決的是碳排放的達峰問題。因此，本文通過構(gòu)建與修正Kaya恒等式、回歸擬合、灰色預測等方法，在合肥市建設用地碳排放峰值預測的基礎上，對該峰值管控下的建設用地擴展進行研究。得到以下結(jié)論：①提出了碳排放峰值對建設用地管控的研究思路與框架，認為基于碳排放峰值的科學預測，可以有效地控制建設用地擴展，并引導土地利用結(jié)構(gòu)調(diào)整。②GDP、人口與建設用地、碳排放的關(guān)系密切，按照人均GDP高、中、低值三種情景的設定，認為中值情景更符合合肥市“十二五”以來的發(fā)展狀況，即合肥市將在2030年達到CO2排放峰值1 862.54萬t，此后開始逐漸降低。③建設用地擴展與碳排放之間具有強相關(guān)性，根據(jù)中值情景下合肥市的CO2排放峰值預測結(jié)果，合肥市建設用地將在2030年達到最高值10.81萬hm2，此后開始逐漸減少。最后，提出兩點討論：①對于模型構(gòu)建、因素分解等方面可進一步深入研究，從而為決策、規(guī)劃提供更全面的依據(jù)。②展望未來，“退建還耕”應當是中國城市精明增長的路徑之一，城市周邊建設用地復墾將是城鎮(zhèn)建設用地整治的重要工作內(nèi)容。

關(guān)鍵詞 碳排放峰值;建設用地碳排放;建設用地擴展;合肥市

中圖分類號 F301.2 文獻標識碼 A文章編號 1002-2104（2019）07-0066-07DOI：10.12062/cpre.20190121

中國正處于新型城鎮(zhèn)化的快速推進時期，經(jīng)濟社會發(fā)展對建設用地的大量需求導致土地利用變化劇烈，建設用地擴展與耕地保護仍然是焦點矛盾之一。早在2013年中央城鎮(zhèn)化工作會議和2014年發(fā)布的《國家新型城鎮(zhèn)化規(guī)劃（2014—2020年）》，均提出控制建設用地“天花板”的要求?！笆濉睍r期，建設用地減量增長逐漸成為規(guī)劃新潮，深圳、上海、北京等發(fā)達城市先后探索出臺了相關(guān)政策或規(guī)劃。可見，對建設用地的有效管控仍然是國土資源管理的重要命題。土地利用碳排放是一個前沿性的研究領域，研究證實土地利用變化會積累大量的碳排放[1]，而建設用地擴展造成的碳排放尤為顯著[2]。因此，基于碳排放的視角，能夠為建設用地管控提供低碳因素的參考。

21世紀以來，全球興起了以低碳發(fā)展為主題的第三次綠色浪潮，國際社會應對氣候變化的共同愿望越來越強烈，尤其是以溫室氣體排放為重要致因的全球氣候變暖已經(jīng)成為人類發(fā)展所面臨的嚴峻挑戰(zhàn)。IPCC在第五次評估報告中指出，氣候變化95%以上是由人類行為所造成的[3]?？梢?，人類活動對全球氣候變化的影響程度已遠遠超過了自然變化，人類活動所導致的溫室氣體濃度增加，尤其是CO2濃度增加，已成為全球變暖的主要原因[4]。中國作為世界上最大的發(fā)展中國家，碳排放總量已躍居世界第一[5]，這也成為在國際談判中的掣肘。2014年底APEC會議上，中國政府鄭重承諾將在2030年左右達到CO2排放峰值;2016年，習近平主席向聯(lián)合國交存《巴黎協(xié)定》批準文書，再次提及中國2030年CO2排放總量的峰值承諾。因此，合理預測碳排放峰值，并深入探討碳排放峰值約束下的建設用地管控，對于經(jīng)濟社會的低碳發(fā)展、第四輪土地利用總體規(guī)劃編制、多規(guī)合一探索等具有重要意義。

1 文獻綜述

碳核算是碳排放研究的前提，按核算對象分主要包括區(qū)域綜合碳核算和行業(yè)或經(jīng)濟社會主體碳核算，前者如國家[6]、省域[7]、市域[8]等層面的碳核算，后者如鋼鐵行業(yè)[9]、水泥行業(yè)[10]、交通運輸業(yè)[11]、FDI行業(yè)[12]、城鎮(zhèn)消費[13]、國際貿(mào)易[14]等方面的碳核算。在碳核算的基礎上，研究碳排放與經(jīng)濟社會發(fā)展的關(guān)系以及減排效應成為主要的研究內(nèi)容，如碳排放與區(qū)域經(jīng)濟增長[15]、碳排放與城市發(fā)展[16]、碳排放與城鎮(zhèn)景觀格局[17]、行業(yè)節(jié)能減排路徑[18]以及碳排放的多重效應[19]等。近年來，碳預測逐漸成為研究熱點之一，2008年之后相關(guān)文獻明顯增多，尤其是隨著碳峰值承諾的提出，國內(nèi)與碳峰值相關(guān)的研究更是成為熱議論題。2015年之前，在中國區(qū)域碳排放預測研究中，一是由于預測年份較近而未出現(xiàn)峰值預測結(jié)果[20]，二是由于政策出臺的時間節(jié)點原因，預測的碳排放達峰時點較為滯后[21]。2015年之后，集中涌現(xiàn)出一批“碳排放峰值”的研究成果，這些成果大多貼合當前的低碳發(fā)展戰(zhàn)略，即對于絕大多數(shù)研究區(qū)域而言，都能在2030年左右達到碳排放峰值，也有少數(shù)研究指出中國部分區(qū)域的達峰時間可能稍長[22]。在碳排放與建設用地擴展關(guān)系的研究中，多是通過優(yōu)化土地利用結(jié)構(gòu)、控制建設用地擴展等辦法來抑制碳排放的增長[23-24]，而缺乏通過限定碳排放來反控建設用地擴展的研究視角。因此，本文需要解決兩個問題，一是對建設用地碳排放峰值的合理預測，二是基于此峰值控制下的建設用地擴展規(guī)模預測，前者包括峰值的大小以及峰值出現(xiàn)的時點，后者是指各時點碳排放量所被承載的建設用地面積。

2 研究思路與框架

土地承載了人類各種經(jīng)濟社會活動，作為主要的人類活動之一，土地利用變化是影響碳循環(huán)、導致大氣中溫室氣體尤其是CO2濃度增加的重要因素[25]。其中，建設用地承載著最集中的人類活動，對區(qū)域碳排放貢獻巨大，在建設用地擴展占用農(nóng)用地的過程中，碳匯用地類型轉(zhuǎn)變?yōu)樘荚从玫仡愋?，從而直接或間接地造成了大量的碳釋放，可見，控制建設用地擴展成為抑制碳排放的有效路徑，也說明了建設用地擴展與碳排放兩者之間的掛鉤程度較高。

常規(guī)研究思路是通過對土地利用方式、結(jié)構(gòu)、規(guī)模、強度等方面的優(yōu)化與調(diào)控，以限制建設用地的擴展，從而達到降低碳排放的目標。換一種思路，土地利用變化會導致碳排放的變化，那么，碳排放的增減一定會對土地利用變化產(chǎn)生反作用，即通過限定碳排放量，達到控制建設用地擴展的目的。比如在工業(yè)生產(chǎn)中，需要消耗大量的能源，那么就要有相應面積的建設用地來承載，如果通過創(chuàng)新科學技術(shù)、提高利用效率、發(fā)展綠色能源等手段，在保證經(jīng)濟發(fā)展的同時，改變能源消費類型及其組合方式，就會大大減少所需承載的建設用地面積。如果將節(jié)約出的建設用地復墾為林地、草地或其他生態(tài)用地，實現(xiàn)碳源用地類型向碳匯用地類型的轉(zhuǎn)換，那么，在減少碳排放的同時還可進一步增加碳吸收。可見，通過對碳排放的限制，可以有效地控制建設用地擴展、引導土地利用結(jié)構(gòu)的調(diào)整，研究框架如圖1所示。恰逢中國政府做出碳排放峰值的承諾，這對于建設用地管控、土地利用結(jié)構(gòu)調(diào)整、第四輪土地利用總體規(guī)劃編制等具有限制作用，當前部分發(fā)達城市也正在積極探索建設用地減量機制，本文的研究思路與框架能夠為政府決策、規(guī)劃編制提供依據(jù)。

3 研究方法與數(shù)據(jù)說明

3.1 模型構(gòu)建

根據(jù)Kaya恒等式思想，構(gòu)建以下模型：

其中，Cc為建設用地碳排放量，Ce為能源消費碳排放量，MCe為能源消費量，GDP為國內(nèi)生產(chǎn)總值，P為人口數(shù)。然而，單純的Kaya恒等式?jīng)]有考慮科技進步因素，而多項研究證明，能源消費過程中所產(chǎn)生的碳排放不僅與能

源消費量直接相關(guān)，還與科技進步導致的產(chǎn)業(yè)結(jié)構(gòu)演變有著非常密切的聯(lián)系[26-27]，因此，對恒等式進行改進，加入科技進步因子k，得到下式：

其中，α、β、γ、δ、k分別表示建設用地與能源消費碳排放比、單位能源消費碳排放、單位GDP能源消費（即能源強度）、人均GDP、科技進步修正系數(shù)。

3.2 數(shù)據(jù)說明

本文以合肥市為例，涉及數(shù)據(jù)主要來源于公開發(fā)表的年鑒、公報、土地利用變更調(diào)查、以及經(jīng)驗數(shù)據(jù)。其中，經(jīng)濟社會數(shù)據(jù)來源于歷年《合肥統(tǒng)計年鑒》《合肥市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》以及《安徽統(tǒng)計年鑒》中關(guān)于合肥市的數(shù)據(jù);建設用地數(shù)據(jù)來源于合肥市土地利用變更調(diào)查成果;能源消費數(shù)據(jù)來源于歷年《中國能源統(tǒng)計年鑒》中的安徽能源平衡表（實物量）;各能源碳排放經(jīng)驗系數(shù)來源于國內(nèi)外學者或機構(gòu)的研究成果。

需要說明的是：中國對于小尺度的城市層面的能源消費數(shù)據(jù)統(tǒng)計不夠完整，本文以全省能源消費量為基礎，通過省、市相應產(chǎn)業(yè)產(chǎn)值比或人口規(guī)模比進行折算。

4 研究結(jié)果

4.1 因子設定

（1）建設用地與能源消費碳排放比。能源碳排放作為最主要的碳源核算項目，其對建設用地碳排放的貢獻率最高，對1995—2012年合肥市建設用地碳排放和能源碳排放進行擬合（見圖2）。檢驗結(jié)果表明，兩者之間存在穩(wěn)定的強相關(guān)性，R2=0.991 3，故 α=10.704 6=1.419 2。

（2）單位能源消費碳排放。

（3）能源強度。根據(jù)合肥市國民經(jīng)濟發(fā)展規(guī)劃，能源強度的約束性下降指標要求達到國家控制指標，而國家“十二五”規(guī)劃的能源強度降低目標為16%，“十三五”要求降低15%。據(jù)統(tǒng)計，“十二五”期間，已超額完成16%的能源強度下降目標，而且2016年和2017年均超額完成年度計劃下降目標。因此，仍然以5年降低16%作為能源強度下降的因子設定，相當于每年下降3.43%，即 γ=3.34%。

（4）人均GDP。GDP、人口與建設用地、碳排放的關(guān)系密切，大量成果表明，以GDP為核心的經(jīng)濟因素和以人口為基礎的社會因素對于建設用地管控[28-29]、碳排放增減[30-31]具有重要的作用，因此本文在模型構(gòu)建時分解出人均GDP因子。根據(jù)合肥市“十二五”規(guī)劃，2015年人均GDP達到15 000美元，2020年人均GDP達到20 000美元，相當于每年增長5.92%。但是從完成情況來看，2015年的人均GDP離15 000美元還有較小的差距，而合肥市“十三五”規(guī)劃仍然將20 000美元定為2020年的規(guī)劃目標。因此，“十三五”期間，合肥市人均GDP增速平均每年至少要達到5.92%，且需要一定程度的上浮。參考Yuan等[32]在碳排放影響因素設定中對人均GDP的設定，在此將合肥市人均GDP設定為3種情景，以2012—2020年每年增長率5.92%為低值，分別向上浮動0.5個百分點設置為中值和高值情景，再從2021—2050年每5年降低0.5個百分點，如表1所示。

（5）科技進步修正系數(shù)。呂煒等研究證明，技術(shù)進步與產(chǎn)業(yè)勞動者報酬變動之間存在穩(wěn)定的強相關(guān)，可決系數(shù)達0.91[26]，因此，杜強等[27]研究認為，可以用0.91倍的

產(chǎn)業(yè)勞動者報酬變動率來表征產(chǎn)業(yè)技術(shù)進步率，進而代表科技進步因素。以1995年不變價計算得到1995—2012年合肥市全部職工年均工資，為消除經(jīng)濟數(shù)據(jù)的右偏影響，在統(tǒng)計學上減少共線性和異方差出現(xiàn)的概率，對其取自然對數(shù)處理，得到擬合曲線及表達式如圖4所示。

R2=0.988 1，擬合結(jié)果理想，那么假設中長期內(nèi)不會出現(xiàn)巨大的科技革命，則可以不變價工資增長函數(shù)的斜率 f 表征科技進步。由圖4可知，f=0.146，則技術(shù)進步率為 0.91 f，即為0.133。根據(jù)美國學者Rogers提出的創(chuàng)新擴散理論，一件事物或一項技術(shù)的創(chuàng)新推廣過程大致包括五個階段，即認知、說服、決策、實施和確認，需要5 a的時間。在《江蘇省人民政府關(guān)于加強農(nóng)業(yè)科技創(chuàng)新與推廣的工作意見》中，也要求通過5 a左右的時間完成創(chuàng)新與推廣工作。因此，設定5 a為技術(shù)創(chuàng)新推廣周期，則5 a內(nèi)的科技進步修正系數(shù)為1-0.91f=0.867，再根據(jù) k5=0.867，換算為每年的科技進步修正系數(shù) k=0.972。

（6）人口數(shù)。采用人口預測中常用的灰色模型。首先，設時間序列 x（0） 有n個值，即 x（0）={x（0）? （1），x（0） （2），…，x（0）（n） }，代表合肥市歷年人口數(shù)，通過累加生成新的時間序列 x（1）={x（1） （1），x（1）? （2），…，x（1）? （n）}，則相應的微分方程為 dx（1）dt+εx（1）=μ 。其中，ε 為發(fā)展灰數(shù)，μ 為內(nèi)生控制灰數(shù)。再對此微分方程求解，得到GM（1，1） 模型：

通過模型即可得到2013—2050年合肥市人口數(shù)。根據(jù)GM（1，1） 模型的統(tǒng)計檢驗要求，后驗差C<0.35時精度較高，當C>0.65時不可用。模型運行檢驗顯示，后驗差C=0.021 2，預測結(jié)果可信度較高。

4.2 建設用地碳排放峰值預測運用模型對2008—2012年合肥市5 a的建設用地碳排放進行倒推，并與實際核算結(jié)果進行對比（見表2）。

由表2可知，檢驗年份的誤差較小，說明模型可信度 較高，可以進行預測應用。根據(jù)對人均GDP增長的情景設定，計算得到預測結(jié)果（見圖5）。在人均GDP低值增長情景下，合肥市建設用地碳排放將在2025年達到峰值1 734.64萬t;在人均GDP中值增長情景下，合肥市建設用碳排放將在2030年達到峰值1 862.54萬t;在人均GDP高值增長情景下，合肥市建設用地碳排放將在2035年達到峰值2 047.16萬t。就合肥市目前經(jīng)濟社會的發(fā)展狀況來看，人均GDP的增長速率將高于低值情景的增長速率，因此合肥市建設用地碳排放在2025年之前不會達到峰值。相較于發(fā)達城市而言，合肥市的經(jīng)濟發(fā)展水平尚具有較高的提升空間，由于基數(shù)較低，因此人均GDP增長速率

難以達到高值情景增長。故而推斷，中值情景更符合對合肥市的未來預測，即合肥市建設用地碳排放峰值將會在2030年左右出現(xiàn)。

4.3 建設用地擴展規(guī)模預測

由于建設用地承載了大部分的人類活動，而人類活動是最重要的碳源影響因素，因此推斷兩者之間存在穩(wěn)定的強相關(guān)性，對此進行回歸擬合驗證（見圖6）。

由圖6可知，R2=0.993 8，證實兩者之間具有穩(wěn)定的強相關(guān)性，回歸方程為y=0.001 6x+7.831 8，其中y為建設用地面積，x為建設用地碳排放。結(jié)合建設用地碳排放預測結(jié)果，得到三種情景下的建設用地擴展規(guī)模（見圖7）。

如圖7所示，按照碳排放峰值在人均GDP高、中、低值三種情景設定下得到的結(jié)果（見圖5），合肥市建設用地規(guī)模分別對應為高值情景下的11.11萬hm2、中值情景下的10.81萬hm2和低值情景下的10.61萬hm2。依據(jù)前文所述，合肥市將在2030年左右達到碳排放峰值，因此合肥市建設用地規(guī)模亦將在2030年左右達到最高值。

5 結(jié)論與展望

5.1 結(jié)論

（1）提出了基于碳排放控制建設用地擴展的研究思路與框架，在中國政府作出2030年左右達到CO2排放峰值的承諾后，首先需要解決的就是預測碳排放的達峰問題，進而通過對碳排放的管控，能夠有效的控制建設用地擴展，并引導土地利用結(jié)構(gòu)調(diào)整。本研究將建設用地擴展與低碳調(diào)控相結(jié)合，對于土地利用與管理具有重要的指導意義，能夠為政府決策、以及相應規(guī)劃編制提供借鑒。

（2）通過構(gòu)建并修正Kaya恒等式模型、設定模型因子，基于1995—2012年的歷史數(shù)據(jù)，對合肥市的碳排放峰值進行了預測。其中，將人均GDP分設為低值、中值、高值三種增長情景，得到三種預測結(jié)果。鑒于合肥市目前的經(jīng)濟社會發(fā)展狀況，以及在全國城市中的位置，認為中值情景更符合合肥市的發(fā)展規(guī)律，即合肥市碳排放將在2030年達到峰值1 862.54萬t，此后開始逐漸降低。

（3）基于合肥市建設用地碳排放與建設用地擴展之間回歸擬合驗證的強相關(guān)性，分別算得三種增長情景的建設用地擴展趨勢。按照中值情景為合理碳排放峰值預測結(jié)果，那么，合肥市建設用地將在2030年達到最高值10.81萬hm2，而后開始逐漸減少。

5.2 展望

（1）針對中國政府提出的碳排放峰值承諾，本文根據(jù)Kaya恒等式的思想，通過構(gòu)建并修正模型對合肥市碳排放峰值進行了預測，預測結(jié)果表明基本能夠兌現(xiàn)承諾。因此，為確保完成承諾目標，應加大對碳排放的管控力度。雖然能源、GDP、科技進步是碳排放影響因素中相對較為重要的因子，但不排除忽視了其他因子的影響;同時，本文在模型構(gòu)建中，參考了被廣泛接受的Kaya恒等式。在后續(xù)研究中，可以嘗試加入更多、或者不同的控制因子，并進行更為細致的情景設定，以及采取不同的定量模型進行對比研究。此外，本文沒有涉及建設用地集約度、以及建設用地內(nèi)部的差異分析，可進一步研究，也可作為影響因子納入模型中進行驗證，從而為政府決策、規(guī)劃編制等提供更全面的參考依據(jù)。

（2）根據(jù)相關(guān)學者的大數(shù)據(jù)分析結(jié)果，當前部分發(fā)達國家已進入城鎮(zhèn)化穩(wěn)定時期，發(fā)達城市的城鎮(zhèn)化率能夠達到85%以上，而且人口開始出現(xiàn)逆城鎮(zhèn)化趨勢，即從城市向鄉(xiāng)村轉(zhuǎn)移，然而建設用地卻并沒有減少。但中國不同，首先，中國的人口壓力巨大，需要有足夠的耕地保障糧食安全，當前興起的建設用地減量增長規(guī)劃就是很好的佐證，而歐美發(fā)達國家暫時還沒有這方面的迫切需求;其次，中國圈層式的城市擴展形式大多占用的是周邊高質(zhì)量的農(nóng)田，因此對于中國的城市而言，精明增長的結(jié)果之一應該包括“退建還耕”;第三，目前城鎮(zhèn)建設用地整治的主要對象是低效用地，工作方式是存量建設用地挖潛，但并沒有改變建設用地自身的土地利用類型，因此基于“退建還耕”的構(gòu)想，未來將進一步開展城市周邊建設用地復墾的整治工作。

（編輯：王愛萍）

參考文獻

[1]WARD A， YIN K， DARGUSCH P， et al. The impact of land use change on carbon stored in mountain grasslands and shrublands[J]. Ecological economics， 2017，135：114-124.

[2]SATTERTHWAITE D. Cities contribution to global warming： notes on the allocation of greenhouse gas emissions[J]. Environment and urbanization， 2008，20（2）：539-549.

[3]IPCC. Working Group I contribution to the IPCC Fifth assessment report， climate change 2013： the physical science basis[R]. Cambridge： Cambridge University Press， 2013.

[4]盧娜. 土地利用變化碳排放效應研究[D]. 江蘇：南京農(nóng)業(yè)大學， 2011： 1.

[5]CHUAI X W， HUANG X J， WANG W J， et al. Spatial econometric analysis of carbon emissions from energy consumption in China[J]. Journal of geographical sciences， 2012，22（4）：630-642.

[6]劉竹， 關(guān)大博， 魏偉. 中國二氧化碳排放數(shù)據(jù)核算[J]. 中國科學：地球科學， 2018，48（7）：878-887.

[7]齊紹洲， 林屾， 王班班. 中部六省經(jīng)濟增長方式對區(qū)域碳排放的影響——基于Tapio脫鉤模型、面板數(shù)據(jù)的滯后期工具變量法的研究[J]. 中國人口·資源與環(huán)境， 2015，25（5）：59-66.

[8]CHUAI X W， HUANG X J， WANG W J， et al. Spatial simulation of land use based on terrestrial ecosystem carbon storage in coastal Jiangsu， China[J]. Scientific reports， 2014（4）：1-8.

[9]張蕊嬌， 劉振鴻. 中國鋼鐵行業(yè)CO2排放核算[J]. 中國人口·資源與環(huán)境， 2012，22（11）： 5-8.

[10]GAO T M， SHEN L， SHEN M， et al. Evolution and projection of CO2 emissions for Chinas cement industry from 1980 to 2020[J]. Renewable and sustainable energy reviews， 2017，74：522-537.

[11]YAN X Y， CROOKES R J. Energy demand and emissions from road transportation vehicles in China[J]. Progress in energy and combustion science， 2010，36（6）：651-676.

[12]劉海云， 龔夢琪. 要素市場扭曲與雙向FDI的碳排放規(guī)模效應研究[J]. 中國人口·資源與環(huán)境， 2018，28（10）：27-35.

[13]MI Z F， ZHANG Y K， GUAN D B， et al. Consumption-based emission accounting for Chinese cities[J]. Applied energy， 2016，184：1073-1081.

[14]SU B， ANG B W. Input-output analysis of CO2 emissions embodied in trade： a multi-region model for China[J]. Applied energy， 2014，114：377-384.

[15]HAN F， XIE R， LU Y， et al. The effects of urban agglomeration economies on carbon emissions： evidence from Chinese cities[J]. Journal of cleaner production， 2018，172：1096-1110.

[16]張苗， 甘臣林， 陳銀蓉， 等. 中國城市建設用地開發(fā)強度的碳排放效率分析與低碳優(yōu)化[J]. 資源科學， 2016，38（2）：265-275.

[17]郭杰， 丁冠喬， 劉曉曼， 等. 城鎮(zhèn)景觀格局對區(qū)域碳排放影響及其差別化管控研究[J]. 中國人口·資源與環(huán)境， 2018，28（10）：55-61.

[18]XIE X， SHAO S， LIN B Q. Exploring the driving forces and mitigation pathways of CO2 emissions in Chinas petroleum refining and coking industry： 1995-2031[J]. Applied energy， 2016，184：1004-1015.

[19]BAKHSH K， ROSE S， ALI M F， et al. Economic growth， CO2 emissions， renewable waste and FDI relation in Pakistan： new evidences from 3SLS[J]. Journal of environmental management， 2017，196：627-632.

[20]張樂勤， 李榮富， 陳素平， 等. 安徽省1995年—2009年能源消費碳排放驅(qū)動因子分析及趨勢預測：基于STIRPAT模型[J]. 資源科學， 2012，34（2）：316-327.

[21]朱永彬， 王錚， 龐麗，等. 基于經(jīng)濟模擬的中國能源消費與碳排放高峰預測[J]. 地理學報， 2009，64（8）： 935-944.

[22]鄭海濤， 胡杰， 王文濤. 中國地級城市碳減排目標實現(xiàn)時間測算[J]. 中國人口·資源與環(huán)境， 2016，26（4）：48-54.

[23]DILLING L， FAILEY E. Managing carbon in a multiple use world： the implications of land-use decision context for carbon management[J]. Global environmental change， 2013，23（1）：291-300.

[24]趙榮欽， 黃賢金， 鐘太洋， 等. 區(qū)域土地利用結(jié)構(gòu)的碳效應評估及低碳優(yōu)化[J]. 農(nóng)業(yè)工程學報， 2013，29（17）：220-229.

[25]FRIEDLINGSTEIN P， HOUGHTON R A， MARLAND G， et al. Update on CO2 emissions[J]. Nature geoscience， 2010，3（12）：811-812.

[26]呂煒. 美國產(chǎn)業(yè)結(jié)構(gòu)演變的動因與機制——基于面板數(shù)據(jù)的實證分析[J]. 經(jīng)濟學動態(tài)， 2010（8）：131-135.

[27]杜強， 陳喬， 陸寧. 基于改進IPAT模型的中國未來碳排放預測[J]. 環(huán)境科學學報， 2012，32（9）：2294-2302.

[28]趙會順， 陳超， 胡振琪， 等. 天山北坡經(jīng)濟帶城市土地集約利用評價及障礙因素分析[J]. 農(nóng)業(yè)工程學報， 2018，34（20）：258-266.

[29]黃凌翔， 張臣剛， 盧靜， 等. 土地供應結(jié)構(gòu)對經(jīng)濟增長影響的空間效應研究——以長江中游城市群為例[J]. 中國土地科學， 2018，32（9）：51-58.

[30]陳占明， 吳施美， 馬文博， 等. 中國地級以上城市二氧化碳排放的影響因素分析：基于擴展的STIRPAT模型[J]. 中國人口·資源與環(huán)境， 2018，28（10）：45-54.

[31]譚顯春， 賴海萍， 顧佰和， 等. 主體功能區(qū)視角下的碳排放核算——以廣東省為例[J]. 生態(tài)學報， 2018，38（17）：6292-6301.

[32]YUAN J H， XU Y， HU Z ， et al. Peak energy consumption and CO2 emissions in China[J]. Energy policy， 2014，68：508-523.

Abstract As the largest type of carbon-source land， construction land has a particularly significant contribution rate for carbon emission. It can be seen that low-carbon regulation is an effective means to realize the reduction of construction land. Most of the existing studies have achieved the carbon emission reduction effect by optimizing the land use structure and controlling the expansion of construction land. However， after Chinese government has made a commitment to reach the peak of CO2 emission around 2030， the first thing to be solved is to predict the peak of carbon emission. Therefore， by constructing and revising the Kaya identity， regression fitting， grey prediction and other methods， this paper first predicted carbon emission peak of construction land， then further studied the expansion scale of construction land under the peak in Hefei City. The results show that： ①It constructs a research framework on the control of construction land by carbon emission peak. Based on scientific prediction of carbon emission peak， it can effectively control the expansion of construction land and guide the adjustment of land use structure. ②GDP， population and construction land， carbon emissions are closely related. Due to the setting of the three scenarios of high， medium and low per capita GDP， the median scenario is more consistent with the development situation of Hefei， that is， Hefei will reach the peak of carbon emission of 18，625，400 tons in 2030， and it will gradually decrease thereafter. ③There is a strong correlation between the expansion of construction land and carbon emissions. In view of the prediction results of carbon emission peak， construction land in Hefei will peak at 108，100 hm2 in 2030， and it will gradually decrease thereafter. Finally， two points of discussion are proposed： ①Further research can be carried out on model construction， factor decomposition and so on， to provide more comprehensive basis for decision-making and planning. ②Looking forward to the future， it is proposed that ‘withdrawing construction and returning cultivation should be one of the smart ways of urban growth in China， and the reclamation of construction land around the city will be an important work content of urban construction land renovation.

Key words carbon emission peak; construction land carbon emission; expansion of construction land; Hefei City