黄忠华， 周思超

(浙江工业大学 经贸管理学院， 浙江 杭州 310023)

2009年哥本哈根全球气候变化大会提出192个与会国要依照《京都议定书》的要求开展减排活动,中国大气本底基准观象台最新监测表明，1994—2005年大气中CO2浓度年均上升2 mg/kg。全球温室气体排放形势依旧严峻，全球变暖趋势不变，各国减排任务依然艰巨。碳足迹作为一种新的CO2排放测算方法已经成为国内外学者研究的热点之一。碳足迹一词最早源于生态足迹[1],国外对碳足迹的研究起步较早，主要从概念内涵、测度方法以及计算分析三个方面展开[2]。碳足迹目前没有统一的定义，王薇等[3]对BP，ETAP，POST，Energetics等国外学者关于碳足迹的定义做了系统的比较，发现Wiedmann和Minx[4]的定义较为全面,他们认为碳足迹一方面是产品、系统完整生命周期的CO2排放总量，另一方面是政府、个人、企业等主体在活动中直接和间接产生的CO2总量。国内学者对碳足迹也做了大量的研究，焦文献等[5]、卢娜等[6]学者对甘肃、江苏省历年碳足迹进行了测算并分析了其影响因素。肖玲等[7]、纪芙蓉等[8]对山东、陕西省的碳足迹和碳承载力进行了测算和分析。国内碳足迹的研究已较多，而对碳承载力和碳安全的研究相对较少。汪燕[9]、李炯等[10]对浙江省碳足迹及其影响因素进行了研究。浙江省的碳足迹研究主要集中在碳足迹变化以及影响因素方面，较少探讨碳承载力和碳安全。浙江省是东部沿海发达省份，GDP位列全国前5，从资源禀赋情况看，浙江省的资源相对紧缺，以煤炭为主的能源现状短时间内不会改变，随着经济继续快速发展，浙江省的减排压力依然很大。本研究计算分析浙江省能源碳足迹和碳承载力，通过碳压力指数、碳足迹指数构建的评价体系对浙江省的碳安全现状作出评价，并选用STIRPAT模型对浙江省以及其11个地级市碳足迹的影响因素做实证分析，比较各因素的影响效应，为浙江省发展低碳经济提供参考。

1 研究方法

1.1 碳足迹

能源消耗是城市碳足迹的主要贡献源，约占CO2排放总量的90%[11]。本文采用2001—2016年《中国能源统计年鉴》中各类能源消费数据来计算浙江省2000—2015年的碳足迹。碳足迹的计算主要有投入产出法、生命周期法 、《2006年IPCC国家温室气体清单指南》推荐的IPCC计算方法等。本文采用IPCC所提供的参考方法，计算公式为：

CF=∑Ci·EFi=N·cfp=S·cfd

(1)

式中：CF——区域的总碳迹(t)；Ci——第i种能源的消费量(t)； EFi——第i种能源的CO2排放系数；ei，ci，oi——第i种能源的平均低位发热值、单位热值碳含量和燃烧碳氧化率；N——总人口数量； cfp——人均碳足迹(t/人)；S——浙江省总面积(km2)； cfd——碳足迹密度(t/km2)。

碳足迹产值(VCF)是GDP与碳足迹的比值，表示单位碳足迹所产生的经济价值。VCF越大表明单位碳足迹产生的GDP越大，即能源利用效率越高。通过分析碳足迹产值的变化趋势可以探析区域能源效益态势以及经济增长对能源消费的依赖情况。

1.2 碳承载力

碳承载力指某一区域所有碳汇植被所固定的CO2总量。碳承载力的计算口径目前没有明确的界定,赵先贵等[12]主要考虑森林的固碳能力，卢俊宇等[13]主要考虑森林和草地的固碳能力，韦良焕等[14]、马彩虹[15]在前者基础上，将农作物固碳也纳入计算。浙江省属于亚热带季风气候，森林主要以乔木林、竹林为主；主要农作物包括水稻、玉米、小麦、油菜和茶叶等。结合浙江省地理特点，本研究将碳承载力的计算范围确定为森林(以乔木为主)、竹林、城市绿地、园地、牧草地、农田以及沿海藻类水产作物，碳承载力计算公式为： CC=CS+CG+CP=N·ccp

(2)

式中：CC——碳承载力总量(t)； CS——林地(森林、竹林)的CO2固定量(t)； CG——其他绿地(城市绿地、牧草地、园地)的CO2固定量(t)； CP——各类农作物的CO2固定量(t)； ccp——人均碳承载力(t/人)。CS，CG的计算公式为：

(3)

式中：Sfi——第i类林地的面积(hm2)； NEPfi——第i类林地的净生态系统生产力〔t/(hm2·a)〕，即1 hm2该类林地1 a时间所能够固定的碳总量。参考吴庆标[16]的研究，本文取浙江省森林的NEPfi=2.84 t/(hm2·a)，竹林的固碳能力是同等立地杉木的1.6倍[17]，竹林NEPfi=4.99 t/(hm2·a)[18]。Sgi——第i类绿地的面积(hm2); NEPgi——第i类绿地的净生态系统生产力〔t/(hm2·a)〕，参考以往学者的研究，各类绿地的净生态系统生产力分别取城市绿地NEPgi= 0.62 t/(hm2·a)[19]；牧草地NEPgi=0.36 t/(hm2·a)；园地NEPgi=0.95 t/(hm2·a)。

农作物碳承载力的计算公式为：

(4)

农作物固碳研究主要采用生物量法，根据各类作物的干重碳含量、经济系数、水分占比、根冠比计算作物的含碳量。近来许多学者将农田视为一个生态系统，通过实地抽样，跟踪测算等方法将各类生产活动的碳足迹，土壤固碳等因素综合考虑，测算出了一些农作物的净生态系统生产力(NEPpi)。为了更真实地计算碳承载力，本文对已经测算出NEPpi的作物，将该作物种植面积Spi(hm2)与NEPpi相乘计算其碳承载力。其他作物根据生物量法，以碳转换系数Ki与经济产量Qi(t)相乘计算其碳承载力。余玮[20]等测算了中国6个典型农作区主要作物的NEPpi，浙江在其区域划分中属于长江中下游地区，该地区主要作物NEPpi分别为：水稻4.32 t/(hm2·a)>玉米2.477 t/(hm2·a)>油菜2.474 t/(hm2·a)>小麦1.136 t/(hm2·a)；宋博等[21]对我国省域设施蔬菜农田生态系统单位净碳汇量进行了核算，其中浙江省为3.541 t/(hm2·a)；阮建云[22]在茶园生态系统固碳潜力研究中测得浙江绍兴高产茶园地茶树年均固碳量为7.0 t/(hm2·a)；参考谷家川等[23]各类作物生物量计算的指标，计算碳转换系数Ki。本文纳入计算各类作物的Ki及NEPpi，结果详见表1。

表1 各类作物的碳转化系数及净生态系统生产力

1.3 碳安全评价

衡量一个区域碳安全程度的主要指标包括净碳足迹(NCF)和碳压力指数(CTI)。净碳足迹指某一区域碳足迹和碳承载力的差值，差值为正则该区域表现为碳源，差值为负则该区域表现为碳汇。碳源加剧温室效应，碳汇则遏制温室效应，净碳足迹的计算如公式(5)；碳压力指数是碳足迹与碳承载力的比值，反映一个区域的碳安全程度，其计算如公式(6)。

NCF=CF-CC=N·NCFp

(5)

CTI=CF/CC

(6)

胡剑波[11]在以往研究的基础上构建了区域能源消耗碳排放指数，并制定了等级划分标准。本文参考其研究结果，将碳排放拓展到碳足迹概念，构建碳足迹指数如公式(7)。

(7)

式中：CFI——碳足迹指数，碳足迹指数大小反映了研究对象碳足迹水平在世界范围内的位置； CFp=2 t/人，是为适应全球气候变化的人均碳足迹目标值；CFd=233 t/km3，是为适应全球气候变化的碳足迹密度目标值； CFPI——人均碳足迹指数，为cfp和CFp的比值，CFPImax=15；CFDI是碳足迹密度指数，为cfd和CFd的比值，CFDImax=35； CFPImax，CFDImax——全球范围内的最大值。

为评价浙江省碳足迹水平和碳安全程度，参考赵先贵等[12]根据生态压力指数等级划分的评价模式，并简化为5级评价模式，沿用胡剑波[11]的二级等级划分标准，构建综合评价体系详见表2。

表2 碳安全等级划分标准

1.4 STIRPAT模型

国内外学者采用KAYA，IPAT，STIRPAT及LARS-Lasso等模型和算法对碳足迹的影响因素做了大量研究。研究普遍认为碳足迹是人口、经济水平、城镇化进程、科技水平等因素共同影响的结果。本文采用STIRPAT模型对浙江省及11个地级市层面的碳足迹影响因素进行分析。STIRPAT模型最早由York[24]等人提出，模型如式(8)，为计算方便，对STIRPAT模型进行对数化处理，得到如公式(9)的模型。

I=a·Pb·Ac·Td·e

(8)

lnI=lna+blnP+clnA+dlnT+lne

(9)

式中：I——环境影响；P——人口因素；A——财富因素；T——技术因素；a——模型整体系数；b，c，d——人口、财富、技术的指数；e——随机误差项，当各项指数都为1时与IPAT模型相同。

1.4.1 指标选取 ①环境因素。总量概念，以区域碳足迹来表征。②人口因素。城市人口数量和人口结构的变动直接影响能源的消费量，以总人口(P)和城镇化率(UR)来表征。③财富因素。经济增长离不开能源消费，以区域生产总值(GDP)来表征。④技术因素。技术的发展将影响能源消费从而影响碳足迹，以第二产业比重(SR)，原煤碳足迹在总碳足迹中的占比(CR)来表征，模型可调整为公式(10)：

lnCF= lna+b1lnP+b2lnUR+clnGDP

+d1lnSR+d2lnCR+lne

(10)

1.4.2 方法选取 根据STIRPAT模型的相关研究，为消除选取变量间可能存在的共线性影响，本文采用岭回归方法对模型进行拟合。具体操作为：分析各变量的岭迹图(0

2 结果分析

2.1 碳足迹和碳足迹产值计算结果与动态分析

根据2001—2016年《中国能源统计年鉴》《浙江统计年鉴》的数据，计算出浙江省2000—2015年的碳足迹，碳足迹产值如图1所示。由图1可知，浙江省能源碳足迹从2000年的1.58×108t增加到2015年的4.44 ×108t，增幅180.65%。历年全省生产总值根据GDP指数换算为2000年可比价，GDP从2000年的6.20×1011元增加到2015年的2.94×1012元，增幅378.33%，年均增幅25.22%。VCF从2000年的3 900元/t增加到2015年的6 600元/t，增幅69.23%，表明每吨碳足迹的GDP产出增加2 700元，这得益于政府节能减排政策的实施和生产水平提高。2000—2005年VCF一直保持在3 800～4 000元/t，表明这些年份浙江省GDP增加对能源的依赖程度基本不变。浙江省2005—2015年GDP与VCF均逐年递增，表明浙江省这11 年经济不断增加，同时经济增长对能源的依赖程度逐渐降低。浙江省的碳足迹总体是呈上升趋势，2011年达到峰值4.55×108t，在2012—2015年呈现较弱的下降趋势，均在4.40×108t浮动，表明浙江省的能源消费在2012年后达到了一个比较平稳的状态。

图1 浙江省2000-2015年碳足迹和碳足迹产值

2.2 碳承载力计算结果与动态分析

根据2001—2016年《浙江统计年鉴》历年作物种植面积和产量数据、《浙江自然资源与环境统计年鉴》历年土地利用情况数据、浙江林业局和国家林业局公布的历年植被类型面积数据，通过公式(2)—(4)计算得到2000—2015各年各类植被类型，土地类型的碳承载力。

浙江省2000—2015年碳承载力基本稳定，总体呈下降趋势，从2000年的1.17×108t下降到2015年的1.09×108t，降幅为6.96%。浙江省牧草地很少，少于466.67 hm2，年均约吸收500 t二氧化碳。以乔木为主的森林碳承载力基本保持不变，总体表现为先增后减，2009年为峰值，历年均在5 800～5 900 t间变动。竹林碳承载力逐年递增，从2000年的1.40×107t增加到2015年的1.70×107t，增幅为20.35%。农田碳承载力显著逐年递减，这是城市化发展的结果，农田碳承载力从2000年的4.30×107t下降到2015年的3.10×107t，降幅28.47%。城市绿地碳承载力显著逐年递增，从2000年的7.50×104t增加到2015年的3.53×105t，增幅达370.40%，年均增幅24.69%，表明浙江省对城市绿化的重视程度很高，但城市绿地的碳承载力占总承载力的份额很小。构成浙江省碳承载力的主要是森林(49.44%～54.35%)、竹林(12.07%～15.61%)、农田(28.17%～36.64%)，这三者构成了超过90%的全省碳承载力。相比较其他碳承载力的研究，浙江省承载力构成中草地贡献很小，竹林和农田占了很大比重。水稻碳承载力下降是农田碳承载力下降的主要原因，水稻碳承载力从2000年的2.50×107t下降到2015年1.30×107t，降幅48.53%；油菜碳承载力从2000年的2.70×106t下降到2015年的1.10×106t，降幅58.84%；蔬菜碳承载力没有明显的变动趋势，2008年后基本保持在8.00×106t左右；茶叶碳承载力从2000年的3.31×106t增加到2015年的4.99×106t，增幅50.97%。水稻(47.98%～65.4%)、油菜(4.09%～6.97%)、蔬菜(19.08%～29.55%)、茶叶(8.55%～18.39%)4种作物构成了超过88%的农田碳承载力。

2.3 碳安全分析

根据碳足迹、碳承载力计算结果以及浙江省历年常住人口，通过公式(5)计算出浙江省2000—2015年人均碳足迹，人均碳承载力及人均净碳足迹，计算结果及变动情况如图2所示。由图2可知，浙江省人均碳承载力在2000—2015年整体呈下降趋势，从2000年到2015年减少了0.36 t/人，降幅13.84%。人均碳承载力降幅大于总碳承载力的降幅6.96%，表明人均碳承载力减少是由于总碳承载力减少和人口增加两者共同作用的结果。人均净碳足迹和人均碳足迹基本呈现相似的变化趋势：2000—2011年呈上升趋势，增幅分别为170.45%，680.96%。人均净碳足迹的增幅大于人均碳足迹的原因是2000—2011年人均碳承载力虽然基本保持稳定，但总体还是呈现下降趋势。人均净碳足迹和人均碳足迹在2011年达到峰值后，在接下来的4 a内呈现较弱的下降趋势。2012年碳足迹显著下降的主要原因笔者认为是政府进一步强化重点领域监管，实施节能减耗工程，污染减排工程，启动能源消费总量和单位生产总值能耗双控工作，关闭不达标企业的结果。2015年浙江省人均碳足迹为9.11 t/人，为应对全球气候变暖年人均碳足迹目标值的4.56倍，碳足迹水平较高。

图2 浙江省2000-2015年人均碳足迹，人均碳承载力，人均净碳足迹

浙江省2000—2015年的碳压力指数、碳足迹指数计算结果及等级划分情况如图3所示。由图3可知，浙江省碳压力指数(CTI)与碳足迹指数(CFI)在2000—2015年基本呈现相似变动。CTI，CFI在2000—2011年呈上升趋势，CTI从2000年的1.35增加到2011年的4.19，增幅210.37%；CFI从2000年的0.21增加到2011年的0.59，增幅180.95%。2011年达到峰值后，CTI，CFI开始呈现出下降的趋势，CTI从2011年的4.19下降到2015年的4.08，降幅2.63%；CFI从2011年的0.59下降到2015年的0.58，降幅1.69%，表明浙江省在十二五期间节能减排成效明显。CTI(2000—2001年)在1.01～1.50碳压力指数分级中属于第Ⅳ级：较不安全；CTI(2002—2015年)>1.50，属于第Ⅴ级：不安全。CFI(2000—2015年)在0.21～0.59，属于第ⅡA—ⅢA级，等级呈上升趋势，CFI(2007—2015年)均属于第ⅢA级，表明近几年浙江省的碳足迹在世界范围内属于较高水平。在2000—2015年CTI均大于1，CFI均大于0，说明2000—2015年浙江省都是一个碳源，对加剧温室效应起到促进作用。总体上浙江省近些年均处于一个不安全的能源消费进程中，碳足迹水平较高，碳安全程度较低。

CTI是碳足迹与碳承载力的比值，浙江省碳承载力在2000—2015年基本保持不变，呈现微弱的下降趋势，降幅为6.96%；碳足迹变动较大，从2000—2015年增加了180.65%，CTI变动主要受碳足迹影响。CFI的计算因子是人均碳足迹和地均碳足迹，首先，地均碳足迹是碳足迹和浙江省面积的比值，浙江省面积固定不变，地均碳足迹取决于总碳足迹。其次，人均碳足迹是碳足迹和人口的比值，浙江省人口在2000—2015年增加了8.27%，与碳足迹增幅180.65%相比较小，人均碳足迹变动主要受碳足迹影响。浙江省面积不变，人口增速减缓，根据前文碳承载力计算结果与趋势分析，预测碳承载力在未来较长一段时间内不会有明显变动，所以在未来较长一段时间内，浙江省的碳安全程度主要受其碳足迹的影响。

图3 浙江省2000-2015年碳压力指数,碳足迹指数变化

2.4 影响因素分析

根据浙江省能源消费数据、地级市工业主要能源消费数据，计算浙江省、各地级市碳足迹(CF)和原煤碳足迹占比(CR)；以城镇人口占总人口比重表示城镇化率(UR)；历年GDP根据GDP指数调整为2000年可比价；第二产业增加值比重(SR)；历年年末常住人口(P)。通过SPSS 20.0对2000—2015年浙江省及各地级市层面的影响因素变量(lnCF，lnGDP，lnP，lnUR，lnSR，lnCR)进行岭回归分析。浙江省的岭回归结果如表3所示，回归方程如式(11)：

lnCF= 3.638lnP+ 1.328lnUR +0.291lnGDP+

1.452lnSR+1.248lnCR-22.6

(11)

分析可知，各影响因素的回归系数均大于零，表明人口、城镇化率、GDP、第二产业占比、原煤碳足迹占比都对碳足迹起到促进作用。影响程度依次为：人口>第二产业占比>城镇化率>原煤碳足迹占比>GDP；其中人口的影响程度最大，当lnP增加1%时，lnCF相应增增加3.638%；GDP的影响程度最小，当lnGDP增加1%时，lnCF增加0.291%。

表3 浙江省岭回归拟合结果(K=0.028)

注：R2= 0.991，F值=216.599，sig.F=0.000。

浙江省各地级市对模型的拟合程度整体较好。除湖州(0.798)、舟山(0.816)外其他各市对模型的拟合程度均达到了0.88以上，杭州、宁波、嘉兴、衢州对模型的拟程度达到0.95以上。各因素对地级市的平均影响水平与对省级的影响水平基本一致。浙江省和各地级市岭参数K值 、因素的回归系数B(p<0.05)、模型拟合优度R2如表4所示。地级市层面，各市的显著影响因素不同，因素的影响水平也有差异，差异大小可以根据回归系数大小进行评价。分因素看，人口对金华(5.040)、台州(5.033)的影响较大，对杭州(2.141)、温州(1.99)的影响较小，对舟山、绍兴和湖州不存在显著影响；城镇化率对温州(3.851)影响最大、对嘉兴(0.508)、衢州(0.315)影响较小，对舟山不存在显著影响；GDP对11个地级市均存在显著影响，对舟山(0.784)的影响最大，对绍兴市(0.149)影响最小；第二产业占比对嘉兴市(5.170)影响最大，对舟山、杭州和温州不存在显著影响；原煤碳足迹占比对舟山市(14.256)、嘉兴市(10.504)的影响较大，对丽水、湖州、绍兴和衢州不存在显著影响。各因素显著影响的城市个数：GDP>城镇化率>人口数=第二产业占比>原煤碳足迹占比。回归系数均值：人口>第二产业比>原煤碳足迹占比>城镇化率>GDP。地级市层面和全省层面人口总数、城镇化率、GDP对碳足迹的影响效应基本一致，第二产业占比和原煤碳足迹占比对碳足迹的影响，地级市水平高于省级水平。

表4 浙江省及11个地级市STIRPAT岭回归结果

注：数据来源：2001—2016年《中国能源统计年鉴》《浙江统计年鉴》各地级市统计年鉴。衢州市2000—2003年，嘉兴市2004年，舟山市2000年能源消费数据缺失。表中缺省值为变量的参考系数未通过T检验。各系数个数及均值计算只考虑11个地级市，不考虑舟山市和嘉兴市的d2。

整体上看，影响浙江省碳足迹的主要因素是人口因素，次要因素是技术因素，财富因素也促进碳足迹增加，但影响程度不大。具体来看，人口增加和城镇化发展是碳足迹增加的主要原因，近几年浙江省人口增速趋缓为管控碳足迹提供了有力条件，碳足迹是城镇化的负效应，政府应着眼于提高城镇化质量以减少碳足迹；落后的产业结构和能源结构是碳足迹增加的重要原因，政府应着手于推进产业结构升级和能源结构优化；GDP虽然也促进碳足迹增加，但影响不大，省级(0.291)，市级(0.254)，控制碳足迹不会牺牲GDP的增长。因此，浙江省应采取控制人口数量、提高城镇化质量、发展低碳产业、促进高碳产业低碳化、推广使用清洁能源等措施以减少碳足迹。

3 讨 论

目前许多碳收支研究采用国家级甚至全球级的研究结论，导致其研究在大尺度上掩盖了地区特征。本文在计算碳足迹时考虑各类能源的燃烧碳氧化率，在计算碳承载力时根据浙江省地理特点确定计算范围，并将最接近浙江省固碳能力的研究成果进行了归纳，使计算结果能最大程度反映浙江省碳收支的真实状况。

在以往研究基础上，本文从碳压力指数和碳足迹指数两个角度对浙江省碳安全现状进行了分析。通过分析两者计算结果的共性，发现浙江省碳安全的主要受其碳足迹影响，研究碳足迹影响因素也就是研究其碳安全状态的影响因素，基于此推论本文采用STIRPAT模型对浙江省及其11个地级市2000—2015年碳足迹影响因素进行了研究，对各影响因素的影响效应进行了分析。最后根据研究结果为浙江省低碳经济发展提出了具有实践价值的建议。

4 结 论

(1) 浙江省2000—2011年碳足迹一直增加，2012有下降波动，在2012-2015年基本稳定；浙江省能源利用效率提高、经济增长对能源消耗的依赖程度不断降低；人均净碳足迹与人均碳足迹在研究年份内呈现相似的变动趋势；人均碳承载力基本保持稳定，总体呈下降趋势；浙江省碳承载力在研究年份内基本稳定，总体呈下降趋势，森林、竹林、农田贡献超过90%的全省碳承载力；水稻、油菜、蔬菜、茶叶贡献超过88%的农田碳承载力。

(2) 浙江省在2002年后碳压力指数均大于1.50，碳安全等级为第Ⅴ级，碳安全程度较低；碳足迹指数在0.21～0.59，碳足迹安全等级在ⅡA—ⅢA之间，2005年开始浙江省碳足迹在全球范围内属于中等以上水平，碳足迹水平较高。尽管两个指数在2011年后有较小的下降趋势，但碳足迹基数大，碳压力指数较高，浙江省的节能减排压力依然很大；浙江省碳安全程度主要受碳足迹影响。

(3)浙江省及其各地级市碳足迹的驱动因素包括总人口、城镇化率、生产总值、第二产业占比、原煤碳足迹占比；主要因素是人口因素，次要因素是第二产业占比和原煤碳足迹占比；GDP也促进碳足迹增加，但影响程度不大。地级市层面，各因素的影响效应存在差异，平均水平与省级基本一致。

综合来说，在2000—2015年，浙江省碳足迹经历了先增加后稳定并略微下降的过程。能源利用效率提高，经济发展对能源的依赖程度不断降低，但由于碳足迹基数较大，未来几年浙江省减排压力依然较大。浙江省碳承载力基本稳定，碳安全程度主要受碳足迹大小影响。为实现可持续发展目标，控制碳安全水平，浙江省应采取控制人口数量、提高城镇化质量、发展低碳产业、促进高碳产业低碳化、推广使用清洁能源等措施减少碳足迹，同时增加城市绿化面积，保护森林以增加浙江省碳承载力。