張 余，姜 博，趙映慧

（東北農(nóng)業(yè)大學公共管理與法學院，黑龍江 哈爾濱 150000）

0 引言

【研究意義】隨著溫室效應引起的全球變暖、極端天氣等環(huán)境問題的日益嚴峻，控制和減少碳排放是世界各國促進生態(tài)平衡和實現(xiàn)經(jīng)濟可持續(xù)發(fā)展的重要舉措[1]?！丁笆奈濉币?guī)劃和2035年遠景目標綱要》提出要積極應對氣候變化，加快推動綠色低碳發(fā)展，并制定2030年前碳排放達峰行動方案，采取更加強有力的措施和政策，努力爭取到2060年實現(xiàn)碳中和。而廣東省作為連續(xù)32年領跑全國GDP總量的第一經(jīng)濟大省和碳排放大省，以“犧牲”環(huán)境來發(fā)展經(jīng)濟的方式導致經(jīng)濟發(fā)展與環(huán)境保護矛盾日益尖銳，在經(jīng)濟新常態(tài)的背景下，如何在保持經(jīng)濟快速增長的同時走低碳發(fā)展道路，是目前廣東省碳減排工作面臨的巨大挑戰(zhàn)。在此背景下，探究廣東省土地利用碳排放的影響因素及其影響方向與程度，對廣東省制定科學碳減排措施具有重要的現(xiàn)實意義?！厩叭搜芯窟M展】已有研究表明，土地利用變化改變了地表覆被成為造成溫室氣體排放的重要來源之一[2]，在過去幾十年，大氣中約有45%的二氧化碳排放來源于化石燃料和土地利用變化[3]。因此，對土地利用碳排放相關研究成為了熱點話題。國外有關土地利用碳排放的研究要早于我國，研究主要集中在土地利用碳排放機理及其核算方面[4-7]。而國內土地利用碳排放起步較晚，主要集中在土地利用碳排放核算及效應研究[8-10]；土地利用碳排放影響因素研究[11-13]；經(jīng)濟發(fā)展與土地利用碳排放關系研究[14-15]等方面。這些研究大多數(shù)是在不同土地利用方式碳排放核算結果的基礎上進一步的深化和拓展。影響因素研究方法多基于KAYA恒等式，或者改進KAYA恒等式進行因素分解，常用的分解模型有LMDI模型和STIRPAT模型[16-17]。還有學者利用向量自回歸模型( VAR)探究經(jīng)濟發(fā)展、能源消費、技術進步等因子對碳排放的影響[18-22]，為環(huán)境領域影響因素研究方法提供了新思路。國內外相關文獻資料豐富且各具特色，總體上呈現(xiàn)研究尺度多元化、研究方法模型多樣化等特點?！颈狙芯壳腥朦c】目前基于VAR模型研究多集中在能源消費碳排放領域，且對碳排放的影響集中某些特定因素[15]，同時對廣東省土地利用碳排放研究多集中在土地利用碳排放特征及其空間分異[21-22]、經(jīng)濟發(fā)展與碳排放脫鉤關系[23]，對廣東省土地利用碳排放影響因素選取不夠全面。利用VAR模型多維度分析廣東省土地利用碳排放影響程度及方向，能更全面地呈現(xiàn)廣東省土地利用碳排放影響因素，為廣東省科學制定土地利用碳減排政策提供一些參考。【擬解決的關鍵問題】基于現(xiàn)有研究基礎上，本研究通過構建VAR模型，綜合分析廣東省土地利用碳排放與影響因素之間的關系，探究其影響程度及方向，以期為廣東省碳排放管理提供科學依據(jù)。

1 研究方法和指標選取

1.1 研究方法

（1）土地利用碳排放測算

包括直接碳排放和間接碳排放測算。本文的直接碳排放主要是指耕地、園地、林地、草地的碳排放。根據(jù)以往的研究成果[10,24]，碳排放系數(shù)分別為：0.422 tC·hm-2、0.21 tC·hm-2、-0.644 tC·hm-2、-0.022 tC·hm-2，負值代表碳吸收。公式如下：

其中，CEa是耕地、園地、林地、草地的碳排放總量， αi是指第i種地類的碳排放系數(shù)，Si是第i種地類的面積。

本文建設用地碳排放的測算選擇廣東省的主要的使用能源進行間接估算。其標準煤折算系數(shù)及碳排放系數(shù)見表1，公式如下：

表1 能源標準煤折算系數(shù)與碳排放系數(shù)Table 1 Conversion coefficients of energy standard coal and carbon emission

其中，CEb是 建設用地碳排放量， βj是第j種化石能源的碳排放系數(shù)，Aj是指第j種化石能源消費量，Rj是第j種能源的標準煤折算系數(shù)。

（2） VAR模型

向量自回歸模型（Vector Auto-regression Model，VAR）由Christopher Sims提出，可以通過不同時間序列的當期數(shù)據(jù)與往期數(shù)據(jù)之間建立回歸方程，估計各個變量之間的動態(tài)影響[20]。本文選取土地利強度、人均GDP的對數(shù)作為解釋變量，地均土地利用碳排放的對數(shù)作為被解釋變量引入模型，從而分析土地利用強度、經(jīng)濟發(fā)展對土地碳排放的動態(tài)影響，其基本模型如下：

其中，Yt=(lnLCEt,lnLAt,lnGDPt)， λ1;λ2;λp是3×3維的系數(shù)矩陣； E t是3×1維的向量，代表隨機誤差項。t=1,2,3···22。

1.2 指標選取

本文參考文獻[24-25]，從土地利用和經(jīng)濟社會發(fā)展視角，結合廣東省實際情況和數(shù)據(jù)的可獲取性，選取了土地利用強度（LA）、土地利用結構（LUS）、人均GDP（GDP）、能源強度（EGDP）和產(chǎn)業(yè)結構（IS）等指標。人均GDP可以體現(xiàn)一個地區(qū)經(jīng)濟發(fā)展狀況，反映其經(jīng)濟發(fā)展實力，經(jīng)濟發(fā)展越好，所要消耗的資源與能源越多，必然會引起土地利用碳排放的增長，為了消除通貨膨脹的影響，人均GDP按1978年不變價進行平減；土地利用綜合程度指數(shù)來表征土地利用強度，土地利用強度越高，說明區(qū)域土地開發(fā)與利用越多，各地類間轉換明顯，對碳排放的影響也越大；由于建設用地為最主要的碳源，建設用地在土地總面積中比例強度越大，造成的碳排放越多，因此土地利用結構用建設用地與土地總面積的比值來表征；單位GDP能耗表征能源強度，能源強度越大，說明生產(chǎn)一單位GDP所需的能源消耗就越大，從而導致碳排放的增加；產(chǎn)業(yè)結構為第二產(chǎn)業(yè)與第三產(chǎn)業(yè)占比。第二產(chǎn)業(yè)發(fā)展需要消耗大量的能源，將產(chǎn)生大量的能源消耗碳排放，第二產(chǎn)業(yè)比重較高，說明能源消耗碳排放就越高。地均碳排放LCE為CEa，CEb之和除以土地總面積。各變量情況見圖1、表2。

圖1 1996—2017年廣東省土地利用碳排放Fig.1 Carbon emissions from land use in Guangdong from 1996 to 2017

表2 變量土地利用強度、經(jīng)濟發(fā)展與土地碳排放描述性統(tǒng)計Table 2 Descriptive statistics of variable land use intensity, economic development, and land carbon emissions

從廣東省土地利用碳排放核算結果來看，1996-2017年土地利用碳排放總量經(jīng)歷上升、下降再上升的變化過程，整體上呈上升趨勢；碳源排放變動趨勢基本與碳排放總量一致；碳匯排放整體上呈下降的趨勢，但變動幅度較小。在碳源排放中，建設用地碳排放是主要來源，逐漸增加的碳源排放沒有相應多的碳匯去抵消，容易導致碳平衡失衡，碳排放總量增加。因此，廣東省節(jié)能減排工作已經(jīng)刻不容緩。

2 研究區(qū)概況與數(shù)據(jù)來源

2.1 研究區(qū)概況

廣東省地處中國大陸最南部。全省土地總面積17.98萬km2，約占全國陸地面積的1.85%；其中全省農(nóng)用地面積為14.94萬km2，占土地總面積的83.09%；建設用地面積為1.72萬km2，占土地總面積的9.54%，未利用地1.32萬km2，占土地總面積的7.34%。1996-2005年期間，廣東省耕地面積年均減少0.034萬km2，建設用地增加0.29萬km2。廣東是中國國內人多地少的省份之一，2017年廣東省地區(qū)生產(chǎn)總值為89 705.23億元，與1996年相比增長了82 857億元，年均增長率約為13%；2017年人均地區(qū)生產(chǎn)總值為80 932元，與1996年相比增長了71 775元，年均增長率約為10.9%。

2.2 數(shù)據(jù)來源

廣東省1996-2017年的土地利用現(xiàn)狀、經(jīng)濟發(fā)展、能源消費等數(shù)據(jù)來源于廣東省自然資源廳官網(wǎng)以及《廣東省國土資源統(tǒng)計年鑒》《廣東統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》。

3 實證分析

3.1 ADF單位根檢驗

由于建立VAR模型需要變量都是平穩(wěn)變量，且時間序列的非平穩(wěn)性會導致后期建模產(chǎn)生虛假回歸現(xiàn)象，因此，在建模之前，需要對廣東省土地利用各指標取對數(shù)之后進行ADF單位根檢驗。從表3可以看出，所有變量對數(shù)在一階差分之后是平穩(wěn)的，因此可以構建VAR模型。

表3 單位根檢驗結果Table 3 Unit root test results

3.2 協(xié)整方程建立

在建立協(xié)整方程之前，增強參數(shù)的解釋性，要確定最佳滯后階數(shù)和檢驗模型的穩(wěn)定。本文采用似然比統(tǒng)計量（LR）、 最終預測誤差統(tǒng)計量（FPE）、赤池信息準則統(tǒng)計量（AIC）、施瓦茨信息統(tǒng)計量（SC）、漢南—奎因信息準則統(tǒng)計量（HQ）來確定模型的最佳滯后階數(shù)，從表4中可以看出，各準則選出的滯后階數(shù)中2階的個數(shù)最多，因此能夠建立最佳滯后階數(shù)為2的VAR（2），根據(jù)特征根檢驗結果（圖2）可以看出，全部的點都在單位圓內，說明VAR（2）模型是穩(wěn)定的。

圖2 VAR模型的AR根檢驗Fig.2 AR root test of VAR model

表4 最佳滯后階數(shù)的選擇Table 4 Selection of optimal lag order

由于所有變量都是一階單整，因此可以建立協(xié)整檢驗。從表5可以看出，給定5%顯著性水平，變量間存在6個協(xié)整關系，通過Eviews軟件，得到標準化的協(xié)整方程：

表5 Johansen協(xié)整檢驗結果Table 5 Johansen cointegration test results

從協(xié)整方程可以看出，人均GDP，土地利用強度和能源強度與地均利用碳排放呈正相關，土地利用結構和產(chǎn)業(yè)結構與地均利用碳排放呈負相關。其中，人均GDP與土地利用強度對地均土地利用碳排放的影響相當，土地利用結構對地均土地利用碳排放的影響最大，而能源結構影響相對較小。

3.3 格蘭杰因果關系檢驗

為了探究進一步變量之間的關系，對VAR模型進行因果關系檢驗，檢驗結果見表6。

表6 格蘭杰因果檢驗結果Table 6 Granger Causality test results

從檢驗結果可以看出，給定10%顯著性水平，LNLA、LNLUS、LNIS均與LNLCE的互為因果關系，而LNGDP和LNEGDP并非LNLCE的格蘭杰原因。但從間接角度看，LNGDP是LNLUS、LNIS的格蘭杰原因，且LNEGDP是LNLA、LNLUS、LNIS的格蘭杰原因，因此可以看出LNGDP和LNEGDP對LNLCE有著間接的因果關系。這說明，經(jīng)濟發(fā)展與能源強度通過土地利用強度、土地利用結構和產(chǎn)業(yè)結構間接對土地利用碳排放產(chǎn)生影響。

土地利用強度和結構以及產(chǎn)業(yè)結構都以經(jīng)濟發(fā)展為前提，經(jīng)濟發(fā)展帶動城市化、工業(yè)化進程加快，而土地一直是生產(chǎn)生活活動的載體，一方面經(jīng)濟發(fā)展帶來土地利用強度的增加，也就意味著人類對土地的勞動和資本投入越多，建設用地占比越高，對碳排放的影響也將加大；另一方面經(jīng)濟快速發(fā)展使得能源強度不斷增強，第二產(chǎn)業(yè)比重不斷加大，加快了能源消耗碳排放速率。

3.4 脈沖響應

在構建VAR模型的基礎上，選取15期為滯后期，利用脈沖響應函數(shù)分析變量對土地利用碳排放的動態(tài)影響。脈沖響應果如圖3所示。其中橫坐標表示沖擊后的滯后期數(shù)，縱坐標表示變量對沖擊的響應程度，中間曲線表示脈沖響應函數(shù)，兩邊表示兩倍標準差范圍。

從圖3可以看出，當受人均GDP一單位的標準差沖擊，地均土地利用碳排放受到的影響多為正向沖擊，且反應迅速，在第3期左右上升為正向最大，隨后開始下降，并在第9期左右轉變?yōu)樨撓虿②呌谄骄?，這說明隨著經(jīng)濟發(fā)展到一定階段之后，經(jīng)濟發(fā)展將有利于抑制土地利用碳排放的增長，證明廣東省人均GDP與地均土地利用碳排放存在ECK現(xiàn)象，與已有結論[26]一致。

圖3 地均土地利用碳排放對人均GDP的脈沖響應Fig.3 Impulse response of LNLCE to LNGDP

從圖4可以看出，受土地利用強度一單位的標準差沖擊后，地均土地利用碳排放受到的影響短期為負，長期為正。這說明在土地利用初期，土地利用強度較小，利用過程中產(chǎn)生的能源消耗較小，因此對土地利用碳排放的影響相對較小，但從長期來看，隨著土地利用強度的不斷加大，意味著對土地投入的資本與資源越多，從而促進土地利用碳排放的增長。

圖4 地均土地利用碳排放對土地利用強度的脈沖響應Fig.4 Impulse response of LNLCE to LNLA

從圖5可以看出，受土地利用結構一單位的標準差沖擊，地均土地利用碳排放受到的影響多為負向沖擊，且負向沖擊反應較慢并呈現(xiàn)逐漸降低最后平穩(wěn)的趨勢。從長期來看，隨著土地利用結構中建設用地比例的不斷上升，意味著其建設過程中資源、能源消耗也在不斷上升，從而導致土地利用碳排放增長。

從圖6可以看出：受產(chǎn)業(yè)結構一單位的標準差沖擊，地均土地利用碳排放受到的影響短期為負，中期為正，長期有著負向趨勢。初期，經(jīng)濟迅速發(fā)展，第二產(chǎn)業(yè)占比不斷上升，導致能源消耗不斷增長，進而促進土地利用碳排放量上升，從長期來看，隨著產(chǎn)業(yè)結構的不斷優(yōu)化，第三產(chǎn)業(yè)占比逐漸上升，高耗能產(chǎn)業(yè)占比下降，從而有利于抑制土地利用碳排放的增加。

圖6 地均土地利用碳排放對產(chǎn)業(yè)結構的脈沖響應Fig.6 Impulse response of LNLCE to LNIS

從圖7可以看出，受能源強度一單位的標準差沖擊，地均土地利用受到的影響短期為正，長期為負。經(jīng)濟發(fā)展初期，經(jīng)濟發(fā)展方式粗放，能源強度高，且高碳排放能源使用率高，因此將促進土地利用碳排放的增長，但隨著能源供給側改革，清潔能源等低碳資源使用強度的上升，開始減少土地利用碳排放，長期將抑制土地利用碳排放的增長。

圖7 地均土地利用碳排放對能源強度的脈沖響應Fig.7 Impulse response of LNLCE to LNEGDP

3.5 方差分解

方差分解是通過把變量沖擊進行方差分解來研究各個變量沖擊的相對比例，從而可以將不同變量的影響程度和貢獻度進行排名與比較。方差分解結果圖8可知，各影響因子變化程度可以分為三個階段，首先，從第二期來看，對地均土地利用碳排放貢獻最大的是能源強度，其次是人均GDP與產(chǎn)業(yè)結構，土地利用強度與土地利用結構對地均土地利用碳排放的貢獻較小；從第2-9期來看，各影響因子貢獻程度出現(xiàn)變化，產(chǎn)業(yè)結構、人均GDP和土地利用結構貢獻率不斷上升，土地利用強度和能源強度貢獻率出現(xiàn)短暫下降后上升，產(chǎn)業(yè)結構成為主要影響因素；滯后期到第9期之后，各影響因子方差貢獻率趨于平穩(wěn)，整體上對地均土地利用碳排放的影響從大到小依次為土地利用強度、產(chǎn)業(yè)結構、能源強度、人均GDP和土地利用結構。

圖8 地均土地利用碳排放的方差分解Fig.8 Variance decomposition of LNLCE

4 結論與展望

4.1 結論

本文在測算出1996-2017年廣東省土地利用碳排放的基礎之上，利用VAR模型對1996-2017年廣東省土地利用碳排放影響因子進行實證分析，結果表明：

（1）1996-2017年廣東省土地利用碳排放總量整體上呈上升趨勢，建設用地是主要碳源，碳源排放遠高于碳匯排放，導致廣東省碳平衡失衡，節(jié)能減排工作任務艱巨。

（2）從格蘭杰因果檢驗來看，廣東省土地利用強度、土地利用結構、產(chǎn)業(yè)結構與地均土地利用碳排放互為因果關系，而人均GDP和能源強度對地均土地利用碳排放有著間接的因果關系。

（3）從脈沖響應結果來看，土地利用強度的增長意味著對土地利用投入的資本與資源的增長，使得土地利用碳排放也不斷增長；而人均GDP與土地利用碳排放呈正相關，人均GDP對土地利用碳排放影響最后穩(wěn)定在7%左右；能源強度則與土地利用碳排放呈現(xiàn)正相關，但如果在能源利用中提升清潔能源的強度，將有利于抑制土地利用碳排放的增長；產(chǎn)業(yè)結構不斷優(yōu)化，提高第三產(chǎn)業(yè)比重，充分發(fā)揮第三產(chǎn)業(yè)在節(jié)能減排中的優(yōu)勢，將利于土地利用碳排放減少；土地利用結構與地均土地利用碳排放呈負相關，但其貢獻程度相對較小。

（4）從方差分解結果來看，對土地利用碳排放影響貢獻程度從大到小依次為：土地利用強度＞產(chǎn)業(yè)結構＞能源強度＞人均GDP＞土地利用結構。

4.2 展望

本文通過構建VAR模型來全面分析廣東省土地利用碳排放影響因素，所得的有關結論有利于為廣東省碳排放管理以及“十四五”減排目標實現(xiàn)提供一定的科學依據(jù)，但是本文選用的樣本區(qū)間是1996-2017年，對于時間序列數(shù)據(jù)來說屬于是小樣本，且在研究過程中僅針對廣東省整體情況進行研究，未考慮廣東省各個地級市情況，不能很好地展現(xiàn)廣東省各地級市碳排放主要影響因素的具體情況。因此，未來研究可以在拓寬數(shù)據(jù)樣本的同時，深入考慮各個地級市的實際情況，分析各地級市影響土地利用碳排放變化的因素，并進行橫向比較或是差異性分析，從而有針對性地提出一些碳減排措施，為廣東省分區(qū)制定科學的碳排放管理措施提供理論依據(jù)。