城鎮(zhèn)化進程中的能源消費碳排放變化研究

趙晶　錢秋桐 盧娜

【摘要】 對比分析處于不同城鎮(zhèn)化發(fā)展階段區(qū)域的碳排放量變化的影響因素具有現(xiàn)實的指導(dǎo)意義。本文以處于城鎮(zhèn)化發(fā)展不同階段的蘇南、蘇中和蘇北三個地區(qū)為例，利用STIRPAT模型對比分析城鎮(zhèn)化發(fā)展進程和經(jīng)濟發(fā)展水平不同對碳排放量的影響。研究結(jié)果表明：城鎮(zhèn)化發(fā)展是碳排放的主要影響因素之一，且現(xiàn)階段城鎮(zhèn)化發(fā)展并不利于實現(xiàn)碳減排；工業(yè)發(fā)展對碳排放量的影響較大，工業(yè)能源消費量占能源消費總量的70%以上；無論城鎮(zhèn)化發(fā)展處于哪個階段，改善能源消費模式，均有利于減少碳排放量。

【關(guān)鍵詞】 城鎮(zhèn)化 碳排放 STIRPAT模型 地區(qū)差異

一、引言

如今，自然資源日趨緊張，生態(tài)環(huán)境日趨惡劣，發(fā)展低碳經(jīng)濟已成為全世界人民關(guān)注的焦點。加速城鎮(zhèn)化和促進低碳發(fā)展是我國目前經(jīng)濟發(fā)展的重點。城鎮(zhèn)化不同階段經(jīng)濟發(fā)展水平不同，不同經(jīng)濟發(fā)展水平下的能源消費對碳排放量的影響也不同。江蘇省不同區(qū)域經(jīng)濟發(fā)展水平差異顯著，蘇南、蘇中、蘇北目前正處于不同的城鎮(zhèn)化階段，因此對比研究具有代表性的三個區(qū)域的能源消費碳排放量對我國在城鎮(zhèn)化進程中發(fā)展低碳經(jīng)濟具有現(xiàn)實的指導(dǎo)意義。

已有學者對城鎮(zhèn)化和碳排放之間的關(guān)系做了相關(guān)研究。盧祖丹基于1995—2008年省域面板數(shù)據(jù)，通過建立STIRPAT模型對城鎮(zhèn)化和碳排放之間的關(guān)系進行了相關(guān)研究，得出城鎮(zhèn)化發(fā)展有利于實現(xiàn)碳減排，但未探討不同的城鎮(zhèn)化水平對碳排放的影響因素。林伯強、劉希穎用協(xié)整法探討城市化對碳排放的影響程度，但只針對中國這一主體進行研究，并未對不同區(qū)域進行對比分析。宋德勇、徐安采用STIRPAT模型分析了區(qū)域差異對碳排放的影響，并未對經(jīng)濟發(fā)展水平和碳排放的內(nèi)在聯(lián)系進行探討。

二、研究方法

經(jīng)濟發(fā)展是碳排放增長的首要因素，本文結(jié)合York等提出的STIRPAT隨機回歸模型，來分析研究產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響。該模型主要分析P（人口）、A（富裕度）、T（技術(shù)）、I（環(huán)境影響）之間的關(guān)系，公式為：

I■=？琢P■■A■■T■■e■ （1）

其中：？琢是常數(shù)項，b、c、d是人口、富裕度、技術(shù)的指數(shù)，e是誤差項。

在實際分析時，將模型先進性對數(shù)化處理：

lnIi=ln？琢+blnPi+clnAi+dlnTi+lnei （2）

式（2）中，P代表城鎮(zhèn)化水平，用城鎮(zhèn)人口占總?cè)丝诘谋戎乇硎荆?），用來反映人口向城鎮(zhèn)聚集的程度；A代表人均工業(yè)生產(chǎn)總值，用工業(yè)生產(chǎn)總值與常住人口的比值表示（元/人）；T代表工業(yè)能耗強度，選取工業(yè)能源消費量與工業(yè)生產(chǎn)總值的比重即工業(yè)能耗強度來表示（噸標準煤/萬元）；I表示工業(yè)碳排放量（噸）。相關(guān)經(jīng)濟數(shù)據(jù)均以2000年為基期做了不變價處理。

根據(jù)國家統(tǒng)計局編制的《能源統(tǒng)計報表制度》，本文的能源消費指能源的終端消費量。在計算碳排放量時，首先將能源消費量折算成標準煤，然后根據(jù)國家發(fā)改委能源研究所給出的標準煤的碳排放系數(shù)為2.4567噸CO2/噸標準煤進行計算。

文中的能源數(shù)據(jù)來自江蘇省13市各自歷年的《統(tǒng)計年鑒》；經(jīng)濟社會數(shù)據(jù)來自歷年《江蘇省統(tǒng)計年鑒》。

三、結(jié)果與分析

1、研究區(qū)域

江蘇省位于我國大陸東部沿海中心，地處長江三角洲，經(jīng)濟發(fā)展位于全國前列，地區(qū)生產(chǎn)總值占全國10%以上。江蘇省經(jīng)濟發(fā)展區(qū)域差異大，蘇南、蘇中、蘇北的城鎮(zhèn)化發(fā)展處于不同的發(fā)展階段，因此選擇江蘇省為研究樣本，研究其城鎮(zhèn)化發(fā)展對碳排放的影響，探究城鎮(zhèn)化進程中碳排放的影響因素具有很好的代表性。

蘇南地區(qū)（南京、蘇州、無錫、鎮(zhèn)江、常州）與上海相鄰，經(jīng)濟發(fā)展較快，是江蘇省經(jīng)濟發(fā)展的主力，城鎮(zhèn)化發(fā)展水平較高，2013年城鎮(zhèn)化率已達到73.5%；蘇中地區(qū)（揚州、泰州、南通）與蘇南地區(qū)隔江相望，位于長江中下游，經(jīng)濟發(fā)展速度適中，城鎮(zhèn)化發(fā)展水平較落后，2013年城鎮(zhèn)化率為59.7%；蘇北地區(qū)（徐州、宿遷、淮安、連云港、淮安）相對蘇南和蘇中雖然自然資源豐富，但是接近內(nèi)陸，經(jīng)濟發(fā)展落后，城鎮(zhèn)化水平與蘇中地區(qū)較接近，城鎮(zhèn)化率在2013年已達到56.1%。

2、模型回歸結(jié)果

由于蘇中和蘇北地區(qū)2006年以前能源消費量數(shù)據(jù)缺失，故本文將主要研究2006—2013年間各區(qū)域的碳排放量。對式（2）利用SPSS進行線性回歸分析時，首先將數(shù)據(jù)進行Zscore一致性處理，避免各變量數(shù)量級不同對數(shù)據(jù)分析的影響，然后將處理后的數(shù)據(jù)帶入模型進行分析。結(jié)果顯示，模型整體通過了一致性檢驗，但是在95%的置信區(qū)間，所有變量的t值都不顯著。進一步計算各變量的方差膨脹因子（VIF），三個變量的VIF均遠大于10，證明模型中的城鎮(zhèn)化水平、人均工業(yè)生產(chǎn)總值和工業(yè)能耗強度三個變量之間存在嚴重的多重共線性，因此不適合運用最小二乘法進行無偏估計。

為克服自變量之間的多重共線性問題，本文采用SPSS軟件中的有偏估計嶺回歸函數(shù)對模型進行擬合。嶺回歸是一種改良的最小二乘估計法，通過放棄最小二乘法的無偏性，以損失部分信息、降低精度為代價獲得回歸系數(shù)更為符合實際、更可靠的回歸方法。其中k=0時，即為普通最小二乘估計。將式（2）進行嶺回歸分析，當k=0.1時，蘇南模型中各自變量回歸系數(shù)變化趨于穩(wěn)定，當k=0.2時，蘇中和蘇北的模型中各自變量回歸系數(shù)變化趨于穩(wěn)定，從而擬合方程分別為：

蘇南：lnI=0.2813lnP+0.4407lnA-0.2424lnT （3）

蘇中：lnI=0.4607lnP+0.2379lnA-0.2074lnT （4）

蘇北：lnI=0.1846lnP+0.3516lnA+0.4007lnT （5）

對嶺回歸擬合結(jié)果進行檢驗（見表1），結(jié)果顯示擬合結(jié)果能夠通過顯著性檢驗。

根據(jù)模擬結(jié)果可以看出，蘇南、蘇中和蘇北的模型在5%的置信區(qū)間都能通過顯著性檢驗，所有變量的t值都大于1.96，R2值和調(diào)整的R2值都大于86%，說明P（人口）、A（富裕度）、T（技術(shù)）三個變量解釋了86%以上的碳排放量變動。

3、結(jié)果分析

（1）工業(yè)能耗對碳排放的影響。根據(jù)回歸方程可以看出，城鎮(zhèn)化水平和工業(yè)生產(chǎn)總值與碳排放量都呈正相關(guān)，與實際相符合。工業(yè)發(fā)展越快，能源消耗越多，碳排放量越大。而城鎮(zhèn)化水平的提高并沒有導(dǎo)致碳排放的減少，很大程度上是因為城鎮(zhèn)化發(fā)展仍然離不開工業(yè)產(chǎn)業(yè)的發(fā)展。

蘇南是江蘇省經(jīng)濟最發(fā)達地區(qū)，是江蘇地區(qū)經(jīng)濟發(fā)展的主力。結(jié)合表2和圖1可以看出，2006年以來，蘇南地區(qū)的城鎮(zhèn)化水平較高，至2013年城鎮(zhèn)化水平已達到73.50%，且一直持續(xù)穩(wěn)步增長。蘇南城鎮(zhèn)化水平對碳排放影響的彈性系數(shù)為0.28，說明該地區(qū)較高水平的城鎮(zhèn)化并沒有使碳排放量得到減少。相比蘇中和蘇北地區(qū)，蘇南地區(qū)的工業(yè)生產(chǎn)對碳排放的影響更大，彈性系數(shù)達0.44，說明該地區(qū)在發(fā)展工業(yè)的同時應(yīng)提高生產(chǎn)技術(shù)水平，提高能源利用效率。

蘇中地區(qū)的經(jīng)濟發(fā)展速度較慢，城鎮(zhèn)化水平由2006年的47.3%增長為2013年的59.7%，變動幅度是三個區(qū)域中最小的?；貧w結(jié)果顯示，蘇中地區(qū)工業(yè)發(fā)展對碳排放量的影響較小，彈性系數(shù)為0.24，說明該地區(qū)工業(yè)發(fā)展并未造成碳排放量的大幅度增加。但是城鎮(zhèn)化對碳排放量影響較大，彈性系數(shù)達到0.46，說明該地區(qū)在大力發(fā)展城鎮(zhèn)化的同時必須注重減少碳排放量。

蘇北地區(qū)城鎮(zhèn)化發(fā)展較快，至2013年，蘇北地區(qū)的城鎮(zhèn)化水平已達到56.1%，超過蘇中地區(qū)。相對而言，蘇北地區(qū)的生產(chǎn)力水平較低，經(jīng)濟發(fā)展?jié)摿^大。對蘇北地區(qū)碳排放量影響較顯著的因素是工業(yè)能耗強度，彈性系數(shù)為0.40，說明該地區(qū)節(jié)能減排的關(guān)鍵是降低工業(yè)能耗強度。城鎮(zhèn)化水平彈性系數(shù)為0.18，對碳排放影響較弱，說明該地區(qū)大力提高城鎮(zhèn)化水平不會造成碳排放量的大量增加。

對比三個回歸方程，蘇南和蘇中的能耗強度與碳排放呈負相關(guān)，而蘇北地區(qū)能耗強度與碳排放呈正相關(guān)，且能耗強度每增加1%，碳排放量將增加0.4007%，比人均工業(yè)生產(chǎn)總值對碳排放量的影響更大，原因在于，蘇南和蘇中地區(qū)的工業(yè)技術(shù)先進，能源利用效率高，而蘇北地區(qū)經(jīng)濟落后，對傳統(tǒng)化石能源的依賴性較強，能源利用效率較低。

（2）能源消費模式。2010年之前江蘇省的家庭能源消費主要是煤氣和液化石油氣，從2010年開始其家庭能源消費主要是天然氣。到2013年，除蘇州地區(qū)，全省其他12個市都已經(jīng)不使用煤氣。根據(jù)IPCC《國家溫室氣體排放清單指南》提供的碳排放系數(shù)可知，天然氣的碳排放系數(shù)為0.4483×104，煤氣的碳排放系數(shù)為0.3548×104，液化石油氣的碳排放系數(shù)為0.5042×104。

由圖2可知，隨著經(jīng)濟的發(fā)展，蘇南、蘇中、蘇北城鎮(zhèn)居民家庭消費的碳排放強度都在逐步減弱，且變動趨勢接近一致。這主要是由于煤氣和液化石油氣消費量的減少和天然氣消費量的增加，使得能源消耗導(dǎo)致的碳排放增長速度小于經(jīng)濟發(fā)展的增長速度。2006—2013年，僅家庭能源消費，蘇南地區(qū)的碳排放強度下降38.27%，蘇中地區(qū)的碳排放強度下降38.04%，蘇北地區(qū)的碳排放強度下降50.46%。

至2007年，天然氣還尚未投入使用，而江蘇省13市中除蘇北的連云港和宿遷兩地外，其它各市氣化率均達到90%以上。到2013年，江蘇省13市的燃氣普及率已經(jīng)達到95%以上，天然氣的使用使三大地區(qū)家庭能源消費模式趨于一致。不同的城鎮(zhèn)化發(fā)展水平對于家庭能源消費模式的影響并不顯著，從2007年開始，三大地區(qū)的能源消費強度就逐漸接近，因此改善能源消費模式也可以大大減少碳排放量。

（3）能源政策。應(yīng)綜合考慮三個地區(qū)不同城鎮(zhèn)化發(fā)展水平下的能源政策對碳排放的影響。從三個地區(qū)的經(jīng)濟發(fā)展狀況和資源稟賦可以看出，蘇南地區(qū)的能源主要依靠進口，但蘇南地區(qū)經(jīng)濟發(fā)展速度較快，蘇中、蘇北地區(qū)較多人口流入蘇南地區(qū)，推動蘇南地區(qū)的城鎮(zhèn)化發(fā)展。在“十二五”期間，蘇南地區(qū)基本已經(jīng)實現(xiàn)能源消耗增長速度低于經(jīng)濟發(fā)展速度。蘇南地區(qū)對于新能源產(chǎn)品和技術(shù)的研究和開發(fā)，使得蘇南地區(qū)的碳排放量基本得到了控制。相對于蘇南地區(qū)，蘇中地區(qū)城鎮(zhèn)化發(fā)展速度較慢，且正處于工業(yè)化中期向后期過渡階段，高耗能產(chǎn)業(yè)發(fā)展較快，在推動新能源發(fā)展的同時，重點發(fā)展石油化工產(chǎn)業(yè)的衍生產(chǎn)品，能源消耗高出全省平均水平，碳排放量持續(xù)增長。蘇北地區(qū)雖然城鎮(zhèn)化水平超過蘇中地區(qū)，但卻是江蘇省經(jīng)濟發(fā)展最落后的地區(qū)，能源消耗高，對煤炭等傳統(tǒng)能源的依賴性高。但是蘇北地區(qū)利用自身的地理優(yōu)勢，致力于新能源開發(fā)，主要研發(fā)太陽能和風能，在大力發(fā)展經(jīng)濟的同時注重減少碳排放量。獨特的地理優(yōu)勢和能源優(yōu)勢，使蘇北地區(qū)的城鎮(zhèn)化建設(shè)發(fā)展較快，但同時也抑制了蘇北地區(qū)的經(jīng)濟發(fā)展，促使蘇北地區(qū)仍停留在重工業(yè)為主導(dǎo)的經(jīng)濟發(fā)展階段。

四、結(jié)論和建議

1、結(jié)論

本文以處于城鎮(zhèn)化發(fā)展不同階段的蘇南、蘇中和蘇北三個地區(qū)為例，利用STIRPAT模型探討城鎮(zhèn)化發(fā)展進程和經(jīng)濟發(fā)展水平對碳排放量的影響因素，研究結(jié)果表明，不同的城鎮(zhèn)化發(fā)展進程和經(jīng)濟發(fā)展水平對碳排放量的影響不同。城鎮(zhèn)化發(fā)展和經(jīng)濟發(fā)展速度均較快的蘇南地區(qū)，碳排放量的增長速度（25.8%）已經(jīng)低于工業(yè)經(jīng)濟增長速度（156%），碳排放量基本得到了控制；城鎮(zhèn)化發(fā)展和經(jīng)濟發(fā)展速度適中平穩(wěn)的蘇中地區(qū)，城鎮(zhèn)化發(fā)展是現(xiàn)階段的發(fā)展重點，碳排放量增長速度與經(jīng)濟增長速度一致，持續(xù)穩(wěn)步增長；城鎮(zhèn)化發(fā)展速度較快但經(jīng)濟發(fā)展落后的蘇北地區(qū)，對傳統(tǒng)能源依賴性大，碳排放量增長速度超過經(jīng)濟發(fā)展速度。

蘇南地區(qū)，城鎮(zhèn)化水平由2006年的67.1%增長為2013年的73.5%，工業(yè)生產(chǎn)對碳排放的影響最大，彈性系數(shù)達0.44；城鎮(zhèn)化水平對碳排放影響的彈性系數(shù)僅為0.28，城鎮(zhèn)化建設(shè)的推動對碳排放量影響較小。蘇中地區(qū)，城鎮(zhèn)化水平由2006年的47.3%增長為2013年的59.7%，與蘇南地區(qū)相反，工業(yè)發(fā)展對碳排放量的影響較小，彈性系數(shù)為0.24，工業(yè)發(fā)展并未造成碳排放量的大幅度增加。但是城鎮(zhèn)化對碳排放量影響較大，彈性系數(shù)達到0.46，推動城鎮(zhèn)化發(fā)展的基礎(chǔ)設(shè)施建設(shè)對蘇中地區(qū)的碳排放影響較大。蘇北地區(qū)，雖然經(jīng)濟增長速度是三個地區(qū)中最快的，2013年蘇北地區(qū)工業(yè)生產(chǎn)總值是2006年的6.31倍，但是蘇北地區(qū)的城鎮(zhèn)化水平和工業(yè)生產(chǎn)的彈性系數(shù)分別只有0.18和0.35，而能耗強度對碳排放的影響最大，彈性系數(shù)為0.40，提高能源利用效率、降低能耗強度才是蘇北地區(qū)節(jié)能減排的關(guān)鍵。

2、政策建議

（1）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進產(chǎn)業(yè)優(yōu)化升級。雖然蘇南地區(qū)正在逐步實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型，但是蘇中和蘇北地區(qū)的經(jīng)濟發(fā)展仍舊以重工業(yè)為主，而且江蘇新能源資源匱乏，對傳統(tǒng)能源依賴程度大，僅鹽城地區(qū)風能資源較為豐富。因此加快產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，是減少碳排放量最直接的方法。

（2）提高能源利用效率，優(yōu)化能源消費模式。提高能源利用效率、降低能耗強度有助于節(jié)能減排。家庭能源消費對碳排放的影響體現(xiàn)在衣食住行各方面，應(yīng)改變能源結(jié)構(gòu)，使用碳排放量較少的新能源替代傳統(tǒng)能源。例如，大力發(fā)展太陽能、風能發(fā)電，減少火力發(fā)電；早日實現(xiàn)江蘇省13市100%的燃氣普及率，減少煤氣和液化石油氣的使用。

（3）大力實施節(jié)能減排政策。政策與實踐相結(jié)合，在接下來的“十三五”期間，進一步降低碳排放強度，努力實現(xiàn)經(jīng)濟與碳減排的同步發(fā)展。結(jié)合蘇南、蘇中和蘇北地區(qū)不同的地理優(yōu)勢和資源稟賦，制定不同的發(fā)展政策，因地制宜，使地區(qū)在經(jīng)濟穩(wěn)步發(fā)展的同時減少碳排放。

（注：基金項目：江蘇省實踐創(chuàng)新指導(dǎo)項目“城鎮(zhèn)化不同階段對區(qū)域碳排放影響研究——以江蘇省為例”201410299088X。）

【參考文獻】

[1] 盧祖丹：我國城鎮(zhèn)化對碳排放的影響研究[J].中國科技論壇，2011（7）.

[2] 林伯強、劉希穎：中國城市化階段的碳排放：影響因素和減排策略[J].經(jīng)濟研究，2010（8）.

[3] 宋德勇、徐安：中國城鎮(zhèn)碳排放的區(qū)域差異和影響因素[J].中國人口·資源與環(huán)境，2011（11）.

[4] York R，Rosa E A，Dietz T.STIRPAT，IPAT and ImPACT；Analytic tools for unpacking the driving forces of environmental impacts[J]. Ecological Economics，2003（23）.

[5] 盧娜、曲福田、馮淑怡、邵雪蘭：基于STIRPAT模型的能源消費碳足跡變化及影響因素——以江蘇省蘇錫常地區(qū)為例[J].自然資源學報，2011（5）.

[6] 馬珩：中國城市化和工業(yè)化對能源消費的影響研究[J].中國軟科學，2012（1）.

（責任編輯：張瓊芳）