長(zhǎng)三角地區(qū)產(chǎn)業(yè)低碳發(fā)展影響因素識(shí)別與路徑分析

丁典 廖雪伶

摘 要：本文運(yùn)用STIRPAT模型從制造業(yè)比例、制造業(yè)城鎮(zhèn)就業(yè)人口和能源效率三個(gè)角度探究長(zhǎng)三角地區(qū)二省一市——浙江省、江蘇省和上海市制造業(yè)碳排放的影響因素。實(shí)證結(jié)果顯示：制造業(yè)城鎮(zhèn)就業(yè)人口對(duì)浙江省和上海市碳排放具有顯著正向影響;制造業(yè)比例均是二省一市碳排放量的促進(jìn)因素;能源效率對(duì)上海市碳排放具有抑制作用。根據(jù)分析結(jié)果，提出控制就業(yè)人口規(guī)模、降低制造業(yè)比例、發(fā)展低碳產(chǎn)業(yè)、提高能源效率等建議，促進(jìn)長(zhǎng)三角地區(qū)制造業(yè)高質(zhì)量發(fā)展。

關(guān)鍵詞：STIRPAT模型? 長(zhǎng)三角地區(qū)? 制造業(yè)? 碳排放

中圖分類號(hào)：F127 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2020）08（b）--04

1 研究背景

工業(yè)的高度發(fā)展使人們對(duì)資源保護(hù)的預(yù)防措施無法匹配當(dāng)前的工業(yè)發(fā)展速度，致使資源短缺和環(huán)境破壞等問題接踵而至，全球溫室氣體排放量呈指數(shù)上升，環(huán)境問題不僅是國(guó)家問題，如今更是成為全球問題。中國(guó)是能源消耗最大的國(guó)家，也是碳排放量第二大國(guó)家，應(yīng)當(dāng)義不容辭地走在節(jié)能減排第一位。因此，中國(guó)在“十八屆五中全會(huì)”上明確提出，必須走綠色低碳發(fā)展的道路，促進(jìn)建立綠色低碳循環(huán)發(fā)展產(chǎn)業(yè)體系。第十九次全國(guó)人民代表大會(huì)之后，也提出了進(jìn)一步促進(jìn)綠色發(fā)展，建立和完善綠色循環(huán)發(fā)展經(jīng)濟(jì)體系的建議[1]。

當(dāng)前，中國(guó)正處于經(jīng)濟(jì)高質(zhì)量發(fā)展的重要時(shí)期，經(jīng)濟(jì)運(yùn)行的主要矛盾已從總量問題轉(zhuǎn)向結(jié)構(gòu)性問題。加快新舊動(dòng)能轉(zhuǎn)化是促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型和產(chǎn)業(yè)升級(jí)的重要途徑。作為中國(guó)國(guó)民經(jīng)濟(jì)的重要支柱，制造業(yè)也將向更高的水平發(fā)展，迫切需要加快制造業(yè)中新舊動(dòng)能的轉(zhuǎn)化。當(dāng)前，我國(guó)制造業(yè)中高耗能行業(yè)占比較高，隨之而來的是高碳排放。因此，促進(jìn)制造業(yè)的高質(zhì)量發(fā)展是實(shí)現(xiàn)可持續(xù)發(fā)展和符合中國(guó)環(huán)境承載力的正確選擇。

長(zhǎng)江三角洲作為全國(guó)重點(diǎn)經(jīng)濟(jì)發(fā)展帶，其碳排放比重占據(jù)全國(guó)碳排放較大比重。這意味著長(zhǎng)江三角洲的碳排放形勢(shì)十分嚴(yán)峻，降低碳排放刻不容緩。長(zhǎng)江三角洲的污染主要來源于制造業(yè)，因此降低長(zhǎng)三角地區(qū)的碳排放量，首先要從降低該地區(qū)制造業(yè)的碳排放入手。本文主要通過估算長(zhǎng)三角地區(qū)二省一市制造業(yè)碳排放量，基于STIRPAT模型分析制造業(yè)城鎮(zhèn)就業(yè)人口、制造業(yè)比例和能源效率與碳排放量的關(guān)系，從而探索出長(zhǎng)三角地區(qū)制造業(yè)高質(zhì)量發(fā)展的實(shí)現(xiàn)路徑。

2 文獻(xiàn)綜述

2.1 制造業(yè)發(fā)展

隨著時(shí)代的不斷發(fā)展，制造業(yè)以各種方式適應(yīng)時(shí)代發(fā)展，不斷改革生產(chǎn)模式。在制造業(yè)規(guī)模隨著工業(yè)化進(jìn)程變化的同時(shí)，其內(nèi)部結(jié)構(gòu)和發(fā)展機(jī)制也在發(fā)生巨大變化。這是制造業(yè)的結(jié)構(gòu)變化定律，包括內(nèi)部行業(yè)迭代和外部空間轉(zhuǎn)移。制造業(yè)內(nèi)部的行業(yè)迭代，即不同的行業(yè)又經(jīng)歷了“高速增長(zhǎng)-達(dá)到峰值-逐步下降”的過程。

對(duì)于我國(guó)制造業(yè)現(xiàn)狀，國(guó)內(nèi)外均有許多學(xué)者對(duì)此研究分析，國(guó)外主要學(xué)者有FeenstraR.C（2015）、InklaarR.（2015）等;國(guó)內(nèi)學(xué)者主要有段敏芳（2019）、唐紅祥（2019）等?，F(xiàn)有學(xué)者指出，雖然我國(guó)是全球制造業(yè)規(guī)模最大的國(guó)家，但在龐大規(guī)模的背后暗含管理和技術(shù)問題。隨著國(guó)際競(jìng)爭(zhēng)日益激烈，歐美發(fā)達(dá)國(guó)家占據(jù)價(jià)值鏈上游，新興工業(yè)化國(guó)家憑借更低廉的勞動(dòng)力、資源和更優(yōu)惠的政策等優(yōu)勢(shì)承接產(chǎn)業(yè)轉(zhuǎn)移[2]。而我國(guó)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)低端、產(chǎn)品質(zhì)量問題頻發(fā)、產(chǎn)能過剩等問題日益突出，小到產(chǎn)品質(zhì)量，大到產(chǎn)業(yè)發(fā)展質(zhì)量都亟待關(guān)注。因此，在當(dāng)前的國(guó)際形勢(shì)下，中國(guó)制造業(yè)要站在新一輪工業(yè)革命的前沿，必須提高發(fā)展水平，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，從大規(guī)模的制造業(yè)國(guó)家向強(qiáng)大的制造業(yè)國(guó)家轉(zhuǎn)變。

2.2 碳排放影響因素

目前，國(guó)內(nèi)外關(guān)于碳排放影響因素的研究主要分為四類。第一類是關(guān)于能源消費(fèi)模式的研究，分析制造業(yè)能源消費(fèi)現(xiàn)狀，了解制造業(yè)的能源消費(fèi)結(jié)構(gòu)和能源利用率，以期為行業(yè)提出可行的對(duì)策建議，為制造業(yè)低碳發(fā)展提供參考。此領(lǐng)域的主要研究學(xué)者有卓駿（2018）、馮杰（2019）等。其中，Gonzalez使用LMDI方法分析了1965—2010年墨西哥的工業(yè)碳排放。結(jié)果表明，結(jié)構(gòu)效率，碳排放系數(shù)和能量強(qiáng)度是影響碳排放的主要因素[3];第二類是關(guān)于技術(shù)水平的相關(guān)研究，分析生產(chǎn)技術(shù)水平和碳排放量之間的聯(lián)系，并揭示其內(nèi)在規(guī)律。國(guó)內(nèi)主要研究者有王柏玲（2015）、韓鈺鈴（2018）、錢浩祺（2019）等;第三類是產(chǎn)業(yè)結(jié)構(gòu)，邵帥等（2017）使用GDIM研究了1995—2014年制造業(yè)碳排放的驅(qū)動(dòng)因素[4];第四類是投資，主要研究者有賈妮莎（2016）、冉啟英（2019）等。此外，邵帥等學(xué)者還針對(duì)與投資相關(guān)的因素如投資碳強(qiáng)度、投資效率等展開具體研究。

綜上，現(xiàn)今國(guó)內(nèi)外有大量學(xué)者對(duì)制造業(yè)的現(xiàn)狀和碳排放情況進(jìn)行了專業(yè)和一定深度的研究，指出了當(dāng)今中國(guó)制造業(yè)的不足和碳排放的影響因素，卻鮮有研究把制造業(yè)經(jīng)濟(jì)發(fā)展質(zhì)量和碳排放結(jié)合起來，探索出制造業(yè)如何實(shí)現(xiàn)高質(zhì)量發(fā)展。本研究從兩者聯(lián)系出發(fā)，即從產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)技術(shù)水平、能源消費(fèi)模式角度進(jìn)行分析，運(yùn)用STIRPAT模型對(duì)長(zhǎng)三角地區(qū)數(shù)據(jù)分析，尋求既能降低制造業(yè)碳排放，同時(shí)又能推進(jìn)制造業(yè)高質(zhì)量發(fā)展的實(shí)現(xiàn)路徑及對(duì)策。

3 研究方法與數(shù)據(jù)來源

3.1 二氧化碳排放量的測(cè)算

由于長(zhǎng)三角二省一市的統(tǒng)計(jì)數(shù)據(jù)方式不同，江蘇省和浙江省的碳排放量根據(jù)規(guī)模以上制造業(yè)企業(yè)的主要能源消費(fèi)量進(jìn)行計(jì)算，而上海市碳排放量根據(jù)工業(yè)能源終端消費(fèi)量進(jìn)行計(jì)算的。

3.1.1 浙江省和江蘇省碳排放計(jì)算方法

江蘇省和浙江省的碳排放量利用中國(guó)碳排放交易網(wǎng)提供的各能源碳排放系數(shù)[5]和統(tǒng)計(jì)年鑒中提供的規(guī)模以上制造業(yè)企業(yè)能源消費(fèi)量中的7種主要能源消費(fèi)量，包括焦炭、原油、汽油、煤油、柴油、燃料油、液態(tài)石油氣，得到兩省主要能源年碳排放量，再相加進(jìn)行匯總，從而得到每年規(guī)模以上工業(yè)企業(yè)的碳排放量。計(jì)算方式如下：

CO2表示待估算的二氧化碳排放量; i表示各種主要能源燃料; Ei代表各種能源的燃燒消費(fèi)量; μi表示各種能源的碳排放系數(shù)[6]。

3.1.2 上海市碳排放測(cè)算方法

上海市碳排放量的測(cè)算利用各年主要工業(yè)能源終端消費(fèi)量數(shù)據(jù)。根據(jù)中國(guó)碳排放交易網(wǎng)提供的數(shù)據(jù)，燃燒1噸標(biāo)準(zhǔn)煤能排放2.493噸二氧化碳，從而得到上海市2003—2017年工業(yè)碳排放量的估算值。

3.2 STIRPAT模型的構(gòu)建及指標(biāo)選取

本文采用York等[7]提出的STIRPAT模型，該模型是對(duì)IPAT模型的進(jìn)一步改進(jìn)和擴(kuò)展，克服了其假設(shè)“各因素等比例影響環(huán)境狀況”的不足，其標(biāo)準(zhǔn)形式為：

其中：模型系數(shù)為a，誤差為e; I、 P、 A、 T分別代表環(huán)境壓力、人口規(guī)模、富裕程度和技術(shù)水平。 P、 A、 T的指數(shù)分別用b、 c、 d表示[8]。

在實(shí)際應(yīng)用中，通常在模型的兩側(cè)進(jìn)行對(duì)數(shù)處理，以減少誤差[9]，則模型為：

其中， I為長(zhǎng)三角地區(qū)各省、直轄市的能源消費(fèi)碳排放量（萬噸）; P為制造業(yè)城鎮(zhèn)就業(yè)人口（萬人）; A為制造業(yè)比例，即制造業(yè)總產(chǎn)值與地區(qū)生產(chǎn)總值之比; T為能源效率，即制造業(yè)總產(chǎn)值與制造業(yè)能源消費(fèi)量之比（億元/萬噸標(biāo)準(zhǔn)煤）。

3.3 數(shù)據(jù)來源

本文制造業(yè)總產(chǎn)值、地區(qū)生產(chǎn)總值、城鎮(zhèn)就業(yè)人口規(guī)模和能源消費(fèi)量等數(shù)據(jù)來自國(guó)家統(tǒng)計(jì)局，《上海統(tǒng)計(jì)年鑒（2004—2018）》，《江蘇統(tǒng)計(jì)年鑒（2000—2017）》和《浙江統(tǒng)計(jì)年鑒（2008—2019）》部分篇目。

4 實(shí)證分析

4.1 單位根檢驗(yàn)

非平穩(wěn)時(shí)間序列會(huì)出現(xiàn)“偽回歸”現(xiàn)象。因此本文運(yùn)用Eviews 8對(duì)lnP、lnA、lnT和lnI進(jìn)行ADF單位根檢驗(yàn)，以保證時(shí)間序列的平穩(wěn)性。結(jié)果顯示，浙江省、江蘇省和上海市的原始變量的平穩(wěn)性并不存在，但在經(jīng)過二階差分后序列平穩(wěn)，均變?yōu)榱汶A單整序列。

4.2 多重共線性檢驗(yàn)

為避免模型因變量間存在多重共線性而失真，本文運(yùn)用SPSS24.0對(duì)長(zhǎng)三角二省一市的因變量lnI和自變量lnP、lnA、lnT進(jìn)行共線性診斷，通過條件索引判斷變量間是否存在多重共線性。

共線性診斷結(jié)果如表1所示，當(dāng)維數(shù)達(dá)到3和4時(shí)，條件索引的值都大于10，即浙江省、江蘇省和上海市的變量之間均存在多重共線性。使用普通最小二乘回歸進(jìn)行的無偏估計(jì)不再是可靠的估計(jì)結(jié)果。因此，為了消除多重共線性的影響，本文采用嶺回歸法進(jìn)行擬合[10]。

4.3 嶺回歸分析

對(duì)于變量之間的共線性問題，嶺回歸本質(zhì)上是一種優(yōu)化的最小二乘法和有偏回歸方法。本文利用SPSSAU軟件對(duì)二省一市進(jìn)行了嶺回歸分析，并通過觀察嶺跡圖和中間過程值確定嶺參數(shù)，得到回歸模型。

4.3.1 浙江省

在浙江省的嶺跡圖中，當(dāng)嶺參數(shù)K從0變化到0.01時(shí)，自變量的回歸系數(shù)發(fā)生較大變化，但當(dāng)嶺參數(shù)K大于0.01之后，自變量的回歸系數(shù)趨于穩(wěn)定。為保證更高的擬合精度，嶺參數(shù)K值應(yīng)盡可能小，故最終確定嶺參數(shù)K=0.01。以lnI為被解釋變量進(jìn)行嶺回歸分析，結(jié)果顯示（表2），模型的R2為0.843，意味著lnP、lnA、lnT可以解釋lnI的84.3%變化原因。模型通過F檢驗(yàn)（p=0.001<0.05），進(jìn)而說明lnP、lnA、lnT中至少有一項(xiàng)對(duì)lnI產(chǎn)生影響。

得到模型：

通過總結(jié)分析可知，lnP和lnA會(huì)對(duì)lnI產(chǎn)生顯著正向影響關(guān)系，lnT不會(huì)對(duì)lnI產(chǎn)生影響，即制造業(yè)城鎮(zhèn)就業(yè)人口規(guī)模的增加和制造業(yè)比例的降低會(huì)促進(jìn)浙江省碳排放量的增長(zhǎng)，能源效率對(duì)碳排放量沒有顯著影響。

4.3.2 江蘇省

根據(jù)SPSSAU和嶺跡圖分析，最終確定嶺參數(shù)K=0.01。

由表 3可知江蘇省的嶺回歸模型為：

通過嶺回歸分析可知，lnP和lnT的p值均大于0.05，只有l(wèi)nA對(duì)lnI產(chǎn)生顯著正向影響。因此江蘇省制造業(yè)比例的增加會(huì)促進(jìn)碳排放的增長(zhǎng)。

4.3.3 上海市

根據(jù)SPSSAU和嶺跡圖分析，最終確定嶺參數(shù)K=0.03。

由表 4的嶺回歸分析結(jié)果可知，上海市的嶺回歸模型為：

模型中，lnP、lnA系數(shù)為正，lnT的系數(shù)為負(fù)，由此可得制造業(yè)城鎮(zhèn)就業(yè)人口規(guī)模和制造業(yè)比例均對(duì)上海市的碳排放量產(chǎn)生積極影響，而能源效率對(duì)碳排放量具有抑制作用。

5 結(jié)論與建議

本文基于STIRPAT模型，實(shí)證分析長(zhǎng)三角地區(qū)二省一市的制造業(yè)城鎮(zhèn)就業(yè)人口、制造業(yè)比例和能源效率對(duì)碳排放量的影響，得到以下結(jié)論和建議。

5.1 結(jié)論

（1）對(duì)浙江省分析結(jié)果來說，制造業(yè)城鎮(zhèn)就業(yè)人口規(guī)模的增加和制造業(yè)比例的增長(zhǎng)會(huì)導(dǎo)致浙江省碳排放量的增長(zhǎng)，且城鎮(zhèn)就業(yè)人口規(guī)模對(duì)碳排放量的影響更大，即可以通過控制就業(yè)人口規(guī)模，控制制造業(yè)比例來減緩碳排放量的增加。

（2）對(duì)江蘇省分析結(jié)果來說，僅有制造業(yè)比例影響因素對(duì)碳排放存在影響。制造業(yè)比例的增長(zhǎng)會(huì)對(duì)江蘇省的碳排放產(chǎn)生促進(jìn)作用，可適當(dāng)減緩制造業(yè)的發(fā)展。

（3）關(guān)于上海市的制造業(yè)碳排放情況，三個(gè)因素均對(duì)碳排放量有顯著影響。其中，制造業(yè)城鎮(zhèn)就業(yè)人口規(guī)模對(duì)碳排放量的影響最大，再是能源效率和制造業(yè)比例。城鎮(zhèn)就業(yè)人口規(guī)模和制造業(yè)比例對(duì)碳排放產(chǎn)生積極影響，而能源效率對(duì)其產(chǎn)生消極影響。因此可以通過控制制造業(yè)城鎮(zhèn)就業(yè)人口規(guī)模、降低制造業(yè)比例和提高能源效率以減少二氧化碳的排放。

5.2 建議

（1）控制就業(yè)人口規(guī)模，減少制造業(yè)城鎮(zhèn)人口數(shù)量。實(shí)證分析結(jié)果顯示，制造業(yè)城鎮(zhèn)就業(yè)人口對(duì)浙江省和上海市碳排放量的影響最大。因此，浙江省和上海市要實(shí)現(xiàn)制造業(yè)低碳發(fā)展，必須控制制造業(yè)城鎮(zhèn)就業(yè)人口規(guī)模。同時(shí)政府也應(yīng)該鼓勵(lì)制造業(yè)企業(yè)精細(xì)化人員配置，降低人力成本，提高工作效率，促進(jìn)制造業(yè)企業(yè)高質(zhì)量發(fā)展。

（2）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)低碳產(chǎn)業(yè)快速發(fā)展。長(zhǎng)三角地區(qū)二省一市的回歸分析結(jié)果均顯示，降低制造業(yè)比例有利于減少碳排放量。因此，長(zhǎng)三角地區(qū)可適當(dāng)降低制造業(yè)比例，發(fā)展能耗較低的第三產(chǎn)業(yè)以減少二氧化碳的排放。政府可以出臺(tái)一些惠企政策，鼓勵(lì)制造業(yè)企業(yè)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)并引導(dǎo)低碳產(chǎn)業(yè)的發(fā)展，以促進(jìn)制造業(yè)高質(zhì)量發(fā)展和環(huán)境保護(hù)。

（3）提升節(jié)能減排技術(shù)，提高能源利用率。發(fā)展低碳經(jīng)濟(jì)就是要提高能源利用率，構(gòu)建清潔能源結(jié)構(gòu)[11]。因此，上海市可增加科技投入，加快制造業(yè)企業(yè)技術(shù)改造和升級(jí)，提高能源效率。

參考文獻(xiàn)

張恪渝，廖明球.中國(guó)經(jīng)濟(jì)增長(zhǎng)與碳排放之間的關(guān)系研究——基于非參數(shù)bootstrap方法構(gòu)建的VEC模型[J].數(shù)理統(tǒng)計(jì)與管理，2019，38（01）.

段敏芳，左爽.我國(guó)制造業(yè)國(guó)際競(jìng)爭(zhēng)力比較研究[J].中南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2019，39（02）.

岳書敬，鄒玉琳.基于因素分解模型的江蘇碳排放影響因素分析[J].徐州工程學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2018，33（03）.

邵帥，張曦，趙興榮.中國(guó)制造業(yè)碳排放的經(jīng)驗(yàn)分解與達(dá)峰路徑——廣義迪氏指數(shù)分解和動(dòng)態(tài)情景分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2017（03）.

廖芳，陳麗娜.江蘇省碳排放現(xiàn)狀及影響因素的研究[J].河北企業(yè)，2015（01）.

付云鵬，祝國(guó)君，馬樹才.能源消費(fèi)、經(jīng)濟(jì)增長(zhǎng)與碳排放總量之間的關(guān)系研究——以遼寧省為例[J].遼寧大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2013，41（06）.

York R，Rosa E A，Dietz T.STIRPAT，IPAT and Impact： Analytic Tools for Unpacking the Driving Forces of Environmental Impacts[J].Ecological Economics，2003，46（03）.

龔利，屠紅洲，龔存.基于STIRPAT模型的能源消費(fèi)碳排放的影響因素研究——以長(zhǎng)三角地區(qū)為例[J].工業(yè)技術(shù)經(jīng)濟(jì)，2018，37（08）.

屠紅洲.長(zhǎng)三角地區(qū)能源消費(fèi)碳排放與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究[D].上海：華東師范大學(xué)，2018.

趙霞，王志增.中國(guó)三次產(chǎn)業(yè)要素投入與經(jīng)濟(jì)增長(zhǎng)：基于嶺回歸經(jīng)驗(yàn)分析[J].重慶工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，32（04）.

]趙霞.發(fā)展低碳經(jīng)濟(jì)過程中問題與對(duì)策研究[J].現(xiàn)代商貿(mào)工業(yè)，2012，24（10）.