研究表明，人类活动导致的温室气体排放、气溶胶变化、土地利用变化等是气候变暖的关键因素^[1]，其中CO₂是温室气体的重要组成部分，减缓气候变暖的关键在于减少CO₂的排放量^[2]。为减少碳排放的增长，国家采取了一系列的有效措施并于2020年宣布中国CO₂排放量力争在2030年实现碳达峰、2060年前实现碳中和的阶段目标^[3]。在此背景下，如何有效实施节能减排，走更高质量的绿色低碳、可持续发展道路成为新时期讨论的热点话题^[4]，不少学者因此展开大量研究。

近年来学者们对于碳排放量的测算不再局限于工业、农业、旅游业、交通等行业，对于能源消费碳排放和土地利用碳排放的研究逐渐增多。在能源消费碳排放方面，学者们以不同区域为研究对象，采用不同的方法从不同的角度对碳排放量的时空演变和驱动因素进行了大量的研究。邓吉祥等^[5]将中国划分为八大区域，并采用平均迪氏指数分解法对中国八大区域的碳排放量及其驱动因素进行了分析；高长春等^[6]从时空耦合的角度对中国除西藏外的30个省区的能源消费碳排放时空格局动态性进行了分析研究；王少剑等^[7]通过对2000—2017年中国县域碳排放数据进行分析，得出中国县域人均碳排放的总体变化、区域之间的差异以及集聚特征；马颖等^[8]采用LMDI因素分解法对北上津地区的能源消费碳排放进行影响因素的分解，并利用Tapio脱钩模型分析了碳排放与经济发展之间的关系。

尽管上述学者对我国各地区能源消费碳排放量及驱动因素进行了大量的研究并取得了显著的成果，但均是单方面地关注了能源消费碳排放量，很少将其与生态系统碳承载力联系起来。肖玲等^[9]于2013年提出了碳承载力、净碳足迹等概念。Venetoulis和Talberth^[10]将净初级生产力加入生态足迹模型并对其进行不断的完善和改进，分析计算了各类型生态系统的碳吸收能力、各类土地的均衡因子和生态足迹。方恺等^[11]提出了基于全球平均净初级生产力的能源足迹计算方法，解决了传统能源足迹忽略多数土地碳吸收贡献、碳吸收能力界定不清等问题。基于以上，本研究拟采用中国土地覆盖数据集(China land cover dataset，CLCD)^[12]，对河南省不同土地利用类型面积进行统计，运用方恺等^[11]提出的碳承载力计算方法研究河南省能源消费碳排放与碳承载力之间的关系，并对碳排放的驱动因素进行分析，以促进研究区节能减排，实现低碳、高质量经济发展。

1 材料与方法 1.1 研究区概况

河南省位于我国中部，东部与安徽省、山东省接壤，北接河北省、山西省，西连陕西省，南临湖北省，总面积16.7万km²。河南省地势东低西高，东部为平原，西部为山地和丘陵，是我国重要的粮食大省。全省大部分地区为暖温带，南部地区跨亚热带，属于北亚热带向暖温带过渡的大陆性季风气候区。

1.2 数据来源

能源消耗数据来自2000—2020年的《河南省统计年鉴》^[13]，土地利用数据采用了在GEE(Google earth engine)平台上制作的第一个源自Landsat的年度中国土地覆盖数据集(CLCD)，人口数据、国内生产总值(GDP)数据均来自2000—2020年的《河南省统计年鉴》^[13]。

1.3 研究方法 1.3.1 土地利用变化监测

土地利用变化监测包括从借助遥感影像、构建土地利用变化数据库、探究影响的潜在驱动力、搭建土地覆被空间模型等方面来监测土地利用的变化情况^[14]。本研究借助遥感影像实现对河南省土地利用变化的监测。遥感影像变化的监测是指对同一地区不同时相的遥感图像进行比较，以阐明土地利用类型^[15]转换的全过程。常用的变化监测^[16]方法有：图像直接比较法、分类后比较法和基于信息融合的方法^[17]。分类后比较法的关键是基于分类来检测信息内容的变化，首先应用统一分类对每个阶段的遥感影像进行独立分类，然后监测土地利用的变化。本研究采用分类后比较法，基于河南省土地覆盖数据集对已分类的土地利用类型^[18]进行下一步的分析研究。

1.3.2 能源消耗碳排放计算

能源消耗类碳源估算方法的核心是采用能源消耗总量和化石燃料系数或碳排放因子来计算碳排放量。本研究根据联合国政府间气候变化专门委员会(IPCC)的清单法计算了河南省规模以上工业企业(主要包括采矿业、制造业、电力、燃气及水的生产和供应业)的能源消费碳排放。具体公式如下：

$ C = \sum {{m_i}} \times {\beta _i} \times {\gamma _i} $

(1)

式中：C为总碳排放量；i为各能源的种类；m_i为各能源的消耗量；β_i为各能源折算标准煤系数；γ_i为各能源碳排放系数。具体数据如表 1所示。

1.3.3 陆地生态系统碳承载力评估

陆地生态系统碳承载力表现为某一区域内各种植被每年所能吸收固定CO₂的质量^[19]，有3种评估方法，总初级生产力(GPP)表示一个陆地生态系统中单位面积植物通过光合作用固定的碳的总质量^[20]；净初级生产力(NPP)表示总初级生产量减去植物自养呼吸后的剩余碳的质量，即净固碳量；净生态系统生产力(NEP)表示一个生态系统植被的净初级生产量减去植物异氧呼吸排放的碳质量的差^[21]。NPP作为地球碳循环的原动力，可以真实反映各土地类型的生物生产和碳吸收能力^[11]，相比于NEP更为成熟，数据也更容易获取^[22]，因此，本研究采用不同子系统的NPP值来度量单位时间、单位面积相应子系统碳承载力，并研究河南省的碳汇量。陆地生态系统的细分及其碳承载力的NPP度量数据如表 2所示^[11]。

生态系统碳承载力计算公式：

$ B = \sum {{A_j}} \times {\alpha _j} $

(2)

式中：B表示生态系统碳承载力；j表示各土地利用类型；A_j表示各土地利用类型的面积；α_j表示各土地利用类型的NPP。

1.3.4 LMDI因素分解模型

Ang^[23]在Kaya碳排放恒等式的基础上，提出了LMDI (Logarithmic mean divisia index)分解法(平均迪氏指数分解法)。相比较于其他方法，该方法在理论基础、适用性以及可操作性上都具有一定的优势^[24]，且因其分解无残差并有效地解决了“0”值问题，被广泛应用于碳排放的分解研究中。

Kaya碳排放恒等式：

$ C = \sum {{C_i}} = \sum {P \times \frac{G}{P}} \times \frac{E}{G} \times \frac{{{C_i}}}{E} $

(3)

式中：C为能源消费碳排放的总量；i为能源种类；P为总人口数；G为经济情况即GDP；E为能源消耗总量。

令$ A = \frac{G}{P} $，$ I = \frac{E}{G} $，$ S = \frac{{\sum {{C_i}} }}{E} $

$ 则 C = \sum {{C_i}} = P \times A \times I \times S $

(4)

式中：P为人口规模；A为人均GDP即经济产出；I为能源消费强度；S为能源消费结构。

LMDI对数平均迪氏指数法公式如下：

$ \Delta C = {C^T} - {C^0} = \Delta C_P^T + \Delta C_\alpha ^T + \Delta C_i^T + \Delta C_S^T $

(5)

其中，

$ \Delta C_P^T = \sum {\frac{{C_i^T - C_i^0}}{{\ln {C^T} - \ln {C^0}}}} \ln \frac{{{P^T}}}{{{P^0}}} $

(6)

$ \Delta C_\alpha ^T = \sum {\frac{{C_i^T - C_i^0}}{{\ln {C^T} - \ln {C^0}}}} \ln \frac{{{A^T}}}{{{A^0}}} $

(7)

$ \Delta C_i^T = \sum {\frac{{C_i^T - C_i^0}}{{\ln {C^T} - \ln {C^0}}}} \ln \frac{{{I^T}}}{{{I^0}}} $

(8)

$ \Delta C_S^T = \sum {\frac{{C_i^T - C_i^0}}{{\ln {C^T} - \ln {C^0}}}} \ln \frac{{{S^T}}}{{{S^0}}} $

(9)

式中：∆C为全国区域内能源消费碳排放变化综合效应；C⁰为基期碳排放量；C^T为第T期碳排放量；∆C_P为人口规模效应；∆C_α为经济产出效应；∆C_i为能源消费强度效应；∆C_S为能源消费结构效应。

通过整理《河南省统计年鉴》^[13]得到人口、经济、能源结构(本文主要采用煤炭、石油和天然气的消耗量)数据，利用LMDI分解法对河南省碳排放驱动因素进行分析。

1.3.5 Tapio脱钩模型

脱钩弹性系数，用于表述经济增长与环境压力两者之间存在的联系，在研究省市乃至国家层面的经济情况和碳排放关系时，Tapio脱钩弹性系数得到了广泛的应用^[25]。公式如下：

$ e = \frac{{\Delta C/C}}{{\Delta {\text{GDP}}/{\text{GDP}}}} = \frac{{\left( {{C_T} - {C_0}} \right)/{C_0}}}{{\left( {{\text{GD}}{{\text{P}}_T} - {\text{GD}}{{\text{P}}_0}} \right)/{\text{GD}}{{\text{P}}_0}}} $

(10)

式中：$ e $为脱钩弹性指数，∆C和∆GDP为碳排放和GDP的变化量，C₀和GDP₀为基期的碳排放和GDP，C_T和GDP_T为T时期的碳排放和GDP。Tapio脱钩模型的状态划分如表 3所示。

Tapio脱钩模型可划分为8个状态。强脱钩：碳排放减少的同时经济增长，是最理想的状态；弱脱钩：碳排放和经济都为增长状态，但碳排放增长速度慢于经济增长速度；衰退脱钩：碳排放和经济都表现为降低，但碳排放减少速度快于经济衰退速度；强负脱钩：经济衰退的同时碳排放增加，是最差的状态；弱负脱钩：碳排放和经济都表现为降低，但碳排放减少速度慢于经济衰退速度；扩张负脱钩：碳排放和经济都为增长状态，但碳排放增长速度快于经济增长速度；扩张连结：碳排放与经济增长同步增加；衰退连结：碳排放与经济增长同步减少。

2 结果与分析 2.1 土地利用变化

土地资源利用的转变是人与地球资源之间化学物质转化的关键表现，其在所有时间限制内都会发生。由CLCD数据集得到河南省2000—2020年各年份土地利用数据计算碳承载力，并选取2000年、2010年、2015年以及2020年的土地利用空间分布图用于分析河南省近年来的土地利用变化情况，如图 2所示。通过图 2可以直观地看出各土地类型面积变化情况以及发生土地类型转化的位置。其中，建设用地的变化最为显著，面积逐年增加。建设用地区域附近的非建设用地转变为建设用地的情况较为常见，且这种情况在中心城区体现得更为显著。由于建筑物原来密度较大且扩张空间有限，所以呈零星线状由中心城区向四周散开。林地面积和水域面积也有所增长，但其增长幅度均小于建设用地。而河南省的耕地面积、草地面积以及未利用地面积逐年减少。

自然因素和人文因素对土地利用类型的改变有着很大程度的影响，不同区域以及不同时间所对应的土地利用类型变化也不同，为定量表达不同时期土地利用的变化情况，本文运用土地利用转移矩阵来度量土地利用的变化。土地利用转移矩阵^[26]是基于同一地区但不在同一阶段的土地资源现状的变化而得出的一个二维矩阵，通过对其进行分析，能够得到2个不同阶段的土地利用类型之间相互转化的情况，揭示土地资源在不同年份发生变化的类型、发生变化的具体位置以及发生变化的总面积。通过分析表 4可得，2000—2020年河南省发生了30种土地类型的相互转换，建设用地和非建设用地之间的转换现象较为普遍，其中耕地的转换面积最多，共计转换了1 127 462.04 hm²，耕地大部分转换为建设用地，约占64.31%，转换面积725 030.28 hm²。

2.2 碳排放量

根据IPCC能源消费碳排放系数，并结合公式(1)可以得到河南省2000—2020年的碳排放量，根据公式(2)得到近20年河南省陆地生态系统碳承载力数据，两者之差即为碳净排放量，如表 5所示。2000—2012年，河南省能源消费碳排放量持续增长，由2000年的5 305.62万t增长到2012年的15 842.01万t，增长了近2倍，2013年陡降至14 679.03万t，2014年回升至15 336.30万t，直至2020年能源消费碳排放量一直在1 500 0.00万t浮动，逐渐趋于稳定。近20年来，河南省生态系统碳承载力呈现缓慢减少的趋势，从6 926.62万t减少到6 766.00万t，与这些年来大面积耕地转换为建设用地有着密切的关系。碳净排放量的变化趋势与能源消费碳排放量大致相同，均表现为先增后减然后趋于稳定，从2000年的–1 620.99万t增长到2020年的8 477.84万t，且在2012年达到高峰9 001.54万t。随着碳减排相关政策的出台以及我国经济发展模式的转变，近年来河南省碳排放量减少，碳净排放量逐步降低。从2003年河南省开始出现碳净排放量转为正值现象，一直到2020年均为碳排放量大于生态系统碳承载力的状态，其间虽然处于碳超载状态，但近年来碳超载程度有所缓解，碳超载量得到了一定的减少。这表明相关的政策和方法起到了一定的作用，河南省的碳排放现状和经济发展都在朝着好的方向发展。

2.3 碳排放影响因素 2.3.1 基于LMDI模型的因素分解

采用LMDI分解法，将人口规模效应、经济产出效应、能源消费强度效应和能源消费结构效应^[27]作为进一步探讨河南省能源消费碳排放的驱动因素，结果如表 6所示。综合分析可得，河南省碳排放量近20年整体上呈增长趋势，可分为3个阶段：第一阶段2000—2012年，此期间除2007—2009年和2011—2012年外其余年份增长较为迅速，在2003—2004年增加量达到了近年来的峰值，1 661.04万t，第一阶段总增长量为10 537.94万t，高增长的碳排放量与该阶段粗放的经济发展方式密切相关；第二阶段2012—2013年，碳排放量锐减，首次达到负增长，与2012年相比，2013年碳排放量减少了1 164.54万t，该阶段国家政策发生了改变，将生态文明建设上升到了国家战略层面，相应的经济发展模式也发生了一定的变化，由原来的粗放型发展逐渐转变为低碳集约型发展；第三阶段2013—2020年，其间碳排放量逐渐趋于稳定，这几年的增长量在正值与负值之间小范围波动，平均增长量为80.69万t。

从整体上看，人口规模效应和经济产出效应起到了促进CO₂排放的作用，均表现为正效应，能源消费强度效应和能源消费结构效应抑制了CO₂的排放，均表现为负效应。其中，经济产出效应是导致CO₂排放量增加的主要因素，能源消费强度效应是降低CO₂排放量的主要因素。具体而言，近20年来，经济产出效应导致的碳排放量为38 446.71万t，年平均贡献率为58.9%；能源消费强度效应导致的碳排放量为–31 768.90万t，年平均贡献率为–31.15%；人口规模效应和能源消费结构效应导致的碳排放量占据小部分，分别为1 757.92万t和–4 002.03万t，年平均贡献率分别为2.7% 和3.1%。

人口规模效应的贡献率一直波动不大，随着人口的增长，对能源的需求和使用也随之增多，土地利用方式也会随之发生改变，建筑面积增多，林地面积减少；但近年来由于政府的管控，积极响应国家号召，退耕还林，人口规模效应对碳排放量的影响一直在小范围内波动。能源消费结构效应虽在2003年、2005年、2007年、2012年和2015年对碳排放量表现为正效应，但整体上看是负效应，且呈现增长趋势，这与降低高碳能源的消费比重有着很大关联。经济产出效应和能源消费强度效应在2000—2004年贡献率呈增长趋势，在2001—2004年时能源消费强度效应甚至对碳排放量表现正效应，这可能与早年大力发展高能耗、低能效行业以及粗狂的经济发展模式有关；2005—2019年，经济产出效应表现的正效应在降低，能源消费结构效应表现的负效应在增加。由此表明，低碳的经济发展模式对降低碳排放量有促进作用，河南省能源利用效率方面也得到了提升。

2.3.2 Tapio脱钩模型

基于LMDI模型对碳排放驱动因素进行分析得出经济产出效应是影响碳排放的最关键因素，通过公式(10)，计算得出2000—2020年河南省碳排放量与其经济增长之间脱钩关系的时序变化(表 7)。结果显示，2000—2020年河南省碳排放与其经济增长之间的脱钩状态以弱脱钩为主，即经济发生增长，碳排放量也表现为上升趋势，但经济增长速度更快，属于较理想状态；2001—2004年和2019—2020年，脱钩状态表现为扩张连结，表明这期间经济与碳排放量均呈现增长状态，且增长速度相当；2012—2013年、2014—2017年和2018—2019年，河南省的经济在增长，而碳排放量在减少，这阶段脱钩状态表现为强脱钩，属于理想状态。

3 讨论

在过去几十年中，碳排放已成为全球关注的一个热门议题。能源消费对CO₂的排放有着显著的影响^[28]，既往不乏有学者对河南省碳排放进行研究，如孙昕^[29]采用《IPCC国家温室气体清单指南》中提供的测量方法对河南省能源消费碳排放量进行了计算，结果表明碳排放量整体上呈现增加趋势，与本研究的结果基本一致。但这些研究均是单方面对碳排放进行分析，缺乏碳吸收方面的研究。探究区域固碳能力对缓解全球变暖具有重要意义^[30]，分析区域碳排放量和陆地生态系统碳承载力对碳均衡目标制定的科学性具有重要的理论意义，其能有力完善低碳经济发展视角的区域生态文明的外延。本文不仅从能源消费的角度研究了河南省碳排放问题，还基于土地利用类型分析了河南省生态系统碳承载力，直观地表达了河南省生态系统的碳吸收能力，将两者联系起来分析河南省的碳超载情况，采用LMDI模型分析碳排放与经济、人口、能源消费强度和能源消费结构的关系，结果表明碳排放的主要驱动因素为经济，并基于Tapio脱钩模型分析碳排放与经济的脱钩情况，对节能减排工作更具有参考价值。

总体而言，河南省能源消费碳排放虽然为增长趋势，但其增长量近年来有明显的减少且出现了负值，碳排放量与经济发展的密切程度也在降低，这表明近年来节能减排工作取得了一定的成效。“十四五”时期是实现2030年碳达峰和2060年碳中和目标的关键时期^[31]，紧抓节能减排重点项目、完善相关政策机制、推动能源消费结构得到改善是提高生态环境质量、促进可持续发展的重要举措。立足于各地区的实际情况，实施具体的减排政策，不仅可以健全绿色低碳的发展体系，而且还能增加新能源的投入使用，提高其在能源消费构成中的比重，进而通过改善能源生产结构，实现节能减排和社会经济发展与碳排放^[32]解耦的目的。

实现“碳达峰碳中和”战略目标不仅需要约束区域的碳排放总量，也需要切实转变经济社会发展方式^[33]。但本文在碳排放驱动因素的研究中只考虑了经济、人口、能源消费强度和能源消费结构，未考虑能源替代和科技水平等因素对碳排放的影响，未来，能源消费结构逐渐多元化，深入研究能源消费对碳排放的影响是很有必要的。

4 结论

1) 近20年来河南省的碳排放量得到了一定的控制，前期呈现“先急后缓”的持续增长状态，2012年之前每年的碳排放量均为正值，2012年以后，河南省的碳排放量开始出现负值，此后开始在零增长附近小范围波动。陆地生态系统碳承载力波动不大，整体呈缓慢递减趋势。

2) 碳排放的主要影响因素为经济产出效应和能源消费强度效应，经济产出效应对碳排放起促进作用，贡献率逐年减少并趋于稳定；能源消费强度效应对碳排放起抑制作用，并且为主要的抑制因素，贡献率呈增长趋势。人口规模效应和能源消费结构效应对碳排放影响较小。

3) 2000—2020年期间河南省碳排放与其经济增长之间的脱钩状态以弱脱钩为主，经济发展与碳排放增量之间的联系进一步减弱，属于较理想的模式，这与我国近年来实施的节能减排措施有着很大的关联，脱钩指数逐年减小，逐步向强脱钩状态迈进。