基于能源消费的陕西省土地利用碳足迹
卢佚鸣 杨瑾
(长安大学地球科学与资源学院，陕西 西安 710018)
摘 要： 为了了解陕西省土地利用中能源消耗与碳足迹之间的情况，收集陕西省2009—2016年国土资源公报提供的土地利用数据、陕西省统计年鉴提供的2009—2016年经济数据和能源平衡表中各类产业中不同能源的数据消耗。利用以上数据通过构建碳排放模型, 对陕西省8a来不同土地利用方式的碳排放及碳足迹进行了定量分析。将得出的碳足迹与经济数据进行脱钩指数计算。得出以下结论：陕西省土地利用的能源消费在2014年之前，碳排放量逐年增长；2014年之后，碳排放总量逐渐下降，主要集中于居民点以及工矿用地，碳足迹大，并且占比逐年上升。陕西省碳足迹暂时能源消耗所产生的碳排放并没有造成生态赤字，但是发展方向不理想。从脱钩指数来看，碳足迹与GDP指数的脱钩越发明显，说明2009年以来，陕西省土地利用正向高GDP产出类型土地转变。
关键词： 能源消费；土地利用；碳足迹；脱钩指数
根据国内外研究，人类活动对碳排放的影响实际上是因为改变土地利用的方式而改变了人类活动的能源消费结构，从而改变了碳排放的数量和速率。在过去的 150 多年里，土地利用方式的碳排放量约占同期人类所有活动释放到大气中的碳的 33%之多。因此，本文从经济发展过程中人类土地利用与碳循环的关系出发，展开研究内容。
碳足迹(carbon footprint)理论是以生态足迹理论发展而成。有2种方式的理解，对某种人类活动以直接或间接的方式排放出CO2的总量的一种度量方式；另一种则为用于吸收这些CO2排放所需的生产性土地的面积。随着经济发展，对于能源的需求逐渐增长，能源消费的最终产物则为含碳化合物。因此，在计算碳足迹之后，可以对经济发展与碳足迹的变化关系进行分析。
1 数据来源与研究区概况
1.1 研究区概况
陕西，简称“陕”或“秦”，是中华人民共和国省级行政区，省会西安。位于西北内陆中部，横跨黄河和长江两大流域中部，介于E 105°29′～111°15′，N31°42′～39°35′之间，总面积 20.58 万km2。截至 2017 年末，陕西省下辖 10 个设区市，含30个市辖区、72个县、5个县级市。
1.2 数据来源
本文的数据主要来源于2009—2016年的国土资源公报提供的各类土地利用面积数据，以及陕西省统计局提供的统计年鉴中2009—2016年，能源平衡表中的不同行业的各类能源使用数据和相关的经济发展数据。
2 碳排放以及碳足迹计算
2.1 碳排放计算模型
碳足迹的计算需要对碳排放进行定量计算，因此需要建立碳排放模型。根据所查到资料的土地利用类型和能源消耗平衡表中给出的行业分类，建立土地分类与碳排放项目的对应关系[2]，对不同利用类型的土地的碳排放进行定量的分析。分类对应表如表1。
表1 土地利用类型与碳排放项目对应表
秸秆仓库接地干线采用热镀锌扁钢50*5埋入地下0.8米深以上，仓库屋顶是钢板结构，直接利用其作为屋面接闪器，屋面不做防雷带，直接用扁钢引至屋顶可靠接地作为防雷装置，现场勘察发现#1、#2料库只有一点接地，规定为至少2点接地，站柱根部发现屋顶连接至接地体的扁钢已消失，根部有断裂痕迹，建议有登高资质外包商进行接地扁钢修复
工作步骤：首先将上部装置本体上的标记处与无磁悬挂刻线对齐，然后通过固定装置将其与无磁悬挂固定连接，再打开激光发射器放入发射器安装孔并通过发射器护盖固定好，然后提升钻具使动力钻具刻线处位于井口合适位置，再转动下部装置本体，使红色激光光点与角度刻度盘的0度刻线在同一半径方向，然后固定下部装置本体，将另一半刻度盘插入卡槽并用限位螺栓固定，最后读取动力钻具刻线所对应的角度，该角度即是MWD的工具面角差。
CE =∑Q i *Cf i *K
(1)
在式(2)中，NCVi是第i种传统能源平均发热量；u起到单位转化的作用，取值10-9；CHi是第i种能源的单位热值含碳量；CRi为第i种能源的碳氧转化率；k是碳转化成为二氧化碳的系数，取值为3.6667。需要将天然气用量体积，转换为质量，天然气密度取值为0.7174kg/m3。其它相关系数如表2。
公式(4)中DI为脱钩指数；CI为碳足迹指数；GI为国内生产总值(GDP)指数。
(2)
在式(1)中，CE为能源消耗的碳排放总量；Qi是第i中能源转化为标煤之后的终端消费量；Cfi是缺省二氧化碳排放系数；K是二氧化碳中含碳量的转换系数，取值为12/44。其中
表2 不同能源平均发热量、单位热值碳含量、 碳氧转化率以及折标煤系数表
2.2 碳足迹计算模型
通过对数据处理、计算，利用公式(1)和(2)求出的陕西省2009—2016年不同用地类型的碳排放量结果如表3。
在陕西省统计年鉴中，能源消耗类型主要选取原煤、天然气、原油、汽油、煤油、柴油、燃料油7种传统化石燃料来计算不同用地类型造成的碳排放。根据黄贤金对江苏省土地利用碳足迹中碳排放的计算模型[1]以及卞晓峰硕士论文中对不同土地利用类型碳足迹计算[2]，通过测算不同类型能源消耗放能确定的碳排放模型较为合理。碳排放模型如下：
(3)
式(3)中A为碳足迹的值；CE为碳排放量；Pf为林地碳吸收的比例；Pg为草地碳吸收的比例；NEPf、NEPg分别为林地和草地的NEP。
阅读方法有二：一是博览（面），快餐式阅读，迅速获得大量信息；二是精研（点），挖井式阅读，深入理解书中的概念和体系。二者有机结合。
2.3 碳排放计算
碳足迹有2种衡量的方式，由于第2种更易于量化，因此这里采取第2种，吸收一定量碳排放所需的生产性土地(植被)面积来衡量碳足迹的大小。引入指标NEP，即净生态系统生产力，1hm2植被的1a的碳吸收量，通过NEP的大小来计算植被的固碳情况，从而计算出所需要的生产性土地的总面积[1]。主要考虑作为陆地生态系统碳吸收的主要组成部分林地和草地。参考谢鸿宇计算的NEP取值[3]，获得碳排放量后，根据林地和草地的固碳量计算出陕西省各自的吸收碳的比例，最后通过NEP求得所需植被面积。因此，碳足迹的计算模型为：
由表中数据可以得出，2009—2016年碳排放总量先增高，从2014年开始逐年减小，最高值为2013年，全年排放3062.233万t。其中，居民点及工矿用地人类活动集中，吸收二氧化碳即固碳能力极低。因此为主要的碳排放源。
表3 2009—2016年不同用地类型碳排放 单位：10 4 t
从总量上来看，碳排放总量在2013年之后稍有降低，其关键原因是在2014年，陕西省第十二届人民代表大会常务委员会第十二次会议通过了《陕西省节约能源条例》，该条例规定了能源节约，能源结构加大产能节约能源消耗等问题。这一项关键政策文件是导致陕西省2014年开始碳排放量的减少的政策原因。次要原因可能为，原煤用量比重减少，高放能低排放的能源使用增多。从每年的综合能源万吨标准煤一项中可以看出，使用的能量增多，而原煤的使用量降低。原煤是利用效率很低的能源之一，经常不能充分燃烧，防热低的同时，碳排放却很多。
陕西省近几年加大光伏能源的投资建设，2015年，陕西省新能源发电装机达到700万kw，陕北太阳能发电和风电、关中太阳能光伏和新能源装备制造、陕南水电三大产业基地基本形成，使陕西省成为国家新能源研发、生产和应用的重要基地。
西双说这仍然不是问题的关键，大不了我真的丧尽天良，结了婚就盼着她死掉，结果她真的死掉了，可是，后面的问题呢？你知道楼兰有个女儿吧？本来是她和秃头的女儿，但是复婚以后，就会变成她和我的女儿，对不对？等于从结婚那天起，我就得替她养个女儿。然后，她去了，一了百了，我呢？我敢撒手不管？我能撒手不管？我是她父亲啊！我得送她去幼儿园，送她读小学，读中学，读大学，直到她有经济来源，这是什么概念？无底深渊啊！还有楼兰那个妈，老成那样，一身穷病，怎么办？我敢不管？我能不管？复了婚，我还得管她叫妈啊！我管？我心里怎么能痛快？再说我拿什么管？一边是假女儿一边是假妈，把我卖十遍也供不起啊。
2.4 碳足迹计算
利用碳足迹模型式(3)计算碳足迹，NEPf取值为3.8096t/hm2，NEPg的取值为0.9482/hm2[3]。求得的2009—2016年陕西省碳足迹结果如表4。
表4 2009—2016年不同土地类型碳足迹 10 4 hm 2
随着陕西省发展进程，城市扩张，人口上升，农用地总量被压缩，植被总量会减少，能源需求不会降低，因此原煤使用比例下降到一定程度之后对于碳足迹总量的影响会降到忽略不计，碳足迹总量会呈现回升，因此不能保证碳足迹会一直趋向下降状态，一定时间后仍有出现生态赤字的可能。
表5 2009—2016年不同用地类型碳足迹占比 单位/%
如表5可知，对于不同类型的土地利用类型，居民点及工矿用地的碳足迹占比最大，并且呈逐年升高的趋势，最高年份2016年占到总碳足迹的76.62%。农用地及水利设施用地的碳足迹最小，因为农用地虽然有能源消费造成碳排放，但同时农用地与水利设施用地会有一定的碳吸收作用，只占到总碳足迹的2.5%左右，并且在2009—2016年间，占比稳定。交通运输和其他土地的碳足迹占比逐年减小。
由表中结果可以看出，碳足迹的变化趋势呈现先增长后下降的趋势。通过植被碳足迹比例，在一定时期内并不会造成生态赤字，但植被碳足迹比例已经由最开始的1.73下降到1.35左右。说明如果不采取一定措施，植被碳足迹比例将会小于1，陕西省的碳排放，就会出现生态赤字。
3 碳足迹与经济
3.1 脱钩指数
脱钩指数主要用于分析经济增长与环境压力或者是能源消耗的关系[24]。对能源消费与经济增长脱钩可以理解为在一定时间段，能源使用的速度或某种环境指标变化的速度或某环境压力指数变化的速度小于经济增长的速度时，认为是相对脱钩的现象。若在相反的情况下，被认为是挂钩阶段。公式如下：
DI=CI/GI
(4)
Cf i =NCV i *u *CH i *CR i *k
3.2 碳足迹与GDP脱钩指数计算
碳足迹与GDP指数的单位不同，因此需要将2种指标进行无量纲化处理，但由于数据的不可获得性，因此，以2009年为基期计算2010—2016年的脱钩指数，之后反推2009年的结果。最终由公式(4)的出的脱钩指数如表6。
目前，随着我国经济与科技的大力发展，社会各行业对于复合型人才的需求量也在日益增加。同时，除了保证人才需求的数量，还要求人才的综合水平应当与时俱进，紧跟时代发展的步伐。因此，针对现在社会的需求，移动学习以它独有的灵活性与便捷性，登上了现代教学的舞台，成为新时代教育发展的催化剂与助力者。英语是当前较为普遍的交流方式之一，为培养更多满足社会需要的语言人才，我们必须探索出融合移动学习与英语教学的新方法。
由表中结果可以看出，2010—2016年的发展过程中，碳足迹与GDP一直呈现脱钩的状态，并且脱钩的情况越来越大。在研究时间段内的脱钩速度明显在加快。说明陕西省的碳足迹变化的速度，逐渐小于经济增长的速度，可以推测陕西省的土地利用能源消费正向节能减排、节约集约利用转变。陕西省服务业、金融、互联网等产业产生的GDP比重正在上升。产生单位GDP所造成的碳足迹，正逐年减小。
表6 2010—2016年的脱钩指数
4 结论
陕西省土地利用仍然在向建设用地倾斜，居民点和工矿用地仍然为主要的能源消耗所在，暂时能源消耗所产生的碳排放并没有造成生态赤字，随着碳汇土地数量逐渐减少，交通运输用地虽有增加，但是占比减小。深入分析之后，通过植被面积与碳足迹之比可以看出，数值呈下降趋势，表明未来陕西省的植被数量将不能够吸收全部的碳排放，需要及时采取相应措施。
教学内容分层是保证高中化学分层教学能够顺利实施的关键，只有在科学合理的化学教学内容分层下，化学分层教学模式才能够发挥出应有的作用，提升学生的化学理解能力以及化学应用能力。因此，相关的高中化学教职人员必须要对化学教学内容进行准确的分层基础。
在建设用地不断增加，而具有固碳能力的土地不断减少的情况下，陕西省土地利用的碳足迹经历了上升到减少，在2014年之前，碳排放量逐年增长；2014年之后，碳排放总量逐渐下降。在2014年时，陕西省通过了《陕西省节约能源条例》，本条例应为碳排放减少的重要原因之一。减少了能源消耗，将能源消费结构向更高效的方式转变，在研究时间段内，碳排放的主要源头是居民点及工矿用地，这与其占地面积，以及大量的能源消费同时没有吸收碳的能力有关。通过观察能源使用比例，原煤使用的占比减小。陕西省近几年来，建设了大面积的光伏发电设施，对于碳排放也有积极的影响。
菌渣:取自安徽省某双孢菇栽培基地,pH值为6.4,有机质含量为35.8%,总氮含量为3.98%,有效磷含量为0.125%.
陕西省仍然处于不断发展的过程中，高碳足迹的土地类型增加意味着高GDP产出类型土地数量的增加。交通运输用地与居民点及工矿用地一直作为陕西省的2项主要能源消耗，合计占到90%左右。从脱钩指数来看，碳足迹与GDP指数的脱钩越发明显，说明2009年以来，陕西省的土地利用的能源消耗正向节约集约方向发展，是一个积极的现象。说明土地利用结构上，对于能源的消耗结构比较合理。
他身上有习武之人的豪爽之气，对金银钱财不甚在意。小舅子住便住罢，也不过是多双筷子多个碗的事情。当然，这和李公甫父母早亡有很大关系。
5 建议
陕西省正处于高速发展的阶段，能源消耗量巨大，能源消耗放能总量逐年增加。居民点和工矿类用地是碳排放巨头，产生庞大的碳足迹，因此从此类碳排放源土地入手，才会取得结果。需要调整好土地利用结构，减小建设用地的碳排放，从建新方面入手，把控新建占用土地的数量，以及占用土地的固碳能力，控制建设用地扩张占用林地、草地等具有高效碳吸收能力土地的数量。同时落实好节约集约利用土地的方针，将建新的规模控制在生态合理的范围内。合理做好国土空间规划，控制新增建设用地指标。
通过GDP碳足迹的关系以及原煤用量占比来看，陕西的第三产业提高，第一二产业的比重减小。金融，互联网等高新产业，产出GDP高、占地少、污染小。并且此类产业少，发展前景高，在整个西北地区也少有竞争，因此对减少土地利用的碳足迹有着积极的作用。减少使用原煤这种低效的能源消耗，尽量使用高效率能源，在增加能量释放的同时，减少碳排放，加强陕西省在西北地区领头的地位，保护生态环境。同时在节约能源方面，开发光伏发电等清洁能源，提高能源利用效率，优化能源消费结构。
参考文献
[1] 赵荣钦,黄贤金.基于能源消费的江苏省土地利用碳排放与碳足迹[J].地理研究,2010,29(09):1639-1649.
[2]卞晓峰. 不同土地利用方式的碳排放和碳足迹研究[D].兰州：西北师范大学,2014.
[3]谢鸿宇,陈贤生,林凯荣,胡安焱.基于碳循环的化石能源及电力生态足迹[J].生态学报,2008(04):1729-1735.
[4]李东晔.基于土地利用方式的福建省碳足迹时空变化研究[J].海峡科学,2016(06):10-13.
[5]白翠媚,梅昀,张苗.武汉市土地利用变化碳排放及碳足迹分析[J].湖北农业科学,2015,54(02):313-317.
[6]韩召迎,孟亚利,刘丽平,刘娜丽,周治国.基于区域土地利用变化的能源碳足迹改进算法及应用[J].农业工程学报,2012,28(09):190-195.
[7]蓝家程,傅瓦利,袁波,张婷,彭景涛.重庆市不同土地利用碳排放及碳足迹分析[J].水土保持学报,2012,26(01):146-150，155.
[8]郭自强,吴开亚,周峰.上海市土地利用碳排放测算与分析[J].湖北农业科学,2016,55(21):5479-5482.
[9]路漫其,许信旺,汪强.基于不同土地利用方式的安徽省碳排放效应及时空差异分析[J].能源环境保护,2016,30(02):10-13，38.
[10] 李记红. 基于能源消费的西北五省不同土地利用方式的碳排放与碳足迹研究[D].兰州：西北师范大学,2015.
[11] 李雪. 吉林西部土地利用变化碳足迹时空模拟[D].长春：吉林大学,2015.
[12] 樊高源. 乌鲁木齐市土地利用变化碳排放效应研究[D].乌鲁木齐：新疆农业大学,2016.
[13] 冯天伟. 郑州市土地利用变化碳排放效应研究[D].开封：河南大学,2017.
[14] 李星明. 郑州市土地利用碳足迹测算与对策研究[D].开封：河南大学,2013.
[15] 陈勇,李首成,税伟,康银红.基于EKC模型的西南地区农业生态系统碳足迹研究[J].农业技术经济,2013(02):120-128.
[16] 彭文甫,周介铭,徐新良,罗怀良,赵景峰,杨存建.基于土地利用变化的四川省碳排放与碳足迹效应及时空格局[J].生态学报,2016,36(22):7244-7259.
[17] 吴仕海,张安明,曹伟,李映晖,李灿,黄九松,严超.基于能源消费的重庆市土地利用碳排放效应分析[J]. 西南师范大学学报(自然科学版),2015,40(01):65-72.
[18] 杨文,陈燕,贺肖芳,宋新山,王宇晖.基于土地利用的上海市碳足迹研究[J].长江流域资源与环境,2013,22(S1):1-5.
[19] 王晓霞. 陕西省土地利用碳排放效应及影响因素研究[D].杨陵：西北农林科技大学,2014.
[20] 郑丹. 1996-2010年中国能源碳足迹生态压力研究[D].天津：天津大学,2014.
[21] 朱妮. 西安城市空间增长下的碳足迹时空演变研究[D].西安：陕西师范大学,2014.
[22] 易舟. 基于能源消费的湖南省土地利用碳排放与碳足迹研究[D].长沙：湖南农业大学,2013.
[23] 卢俊宇,黄贤金,陈逸,肖潇.基于能源消费的中国省级区域碳足迹时空演变分析[J].地理研究,2013,32(02):326-336.
[24]温雪颖,金良,郭长治,阿如娜.基于脱钩理论的内蒙古能源消费碳排放与经济发展特征分析[J].未来与发展,2019,43(03):60-66.
中图分类号： S-3
文献标识码： A
DOI :10.19754/j.nyyjs.20191130011
作者简介： 卢佚鸣，硕士。研究方向：土地资源管理；杨瑾，副教授，长安大学土地资源管理系主任。
标签：能源消费论文; 土地利用论文; 碳足迹论文; 脱钩指数论文; 长安大学地球科学与资源学院论文;