基于STIRPAT模型的安徽省工業(yè)碳排放情景預(yù)測分析

張 純

(安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001)

氣候變化是當(dāng)今人類社會(huì)面臨的全球性問題，隨著世界各國工業(yè)化進(jìn)程的加快，以CO2為主的溫室氣體排放速度猛增，給地球的大氣生態(tài)環(huán)境系統(tǒng)帶來了臭氧層破壞、冰川融化以及海平面上升等諸多負(fù)面影響。在這一突出矛盾的背景下，世界各國以全球協(xié)約的方式控制溫室氣體的排放，并以此提出了碳排放達(dá)峰的目標(biāo)。習(xí)近平總書記在2020年的聯(lián)合國大會(huì)上宣布：“中國將提高國家自主貢獻(xiàn)力度，采取更加有力的政策和措施，二氧化碳排放力爭2030年前達(dá)到峰值，努力爭取2060年前實(shí)現(xiàn)碳中和”。 2021年全國兩會(huì)上,碳達(dá)峰、碳中和被首次寫入《政府工作報(bào)告》，《報(bào)告》指出要扎實(shí)做好碳達(dá)峰、碳中和各項(xiàng)工作，制定2030年前碳排放達(dá)峰的行動(dòng)方案。

省際碳排放研究是完成2030年前碳排放達(dá)峰目標(biāo)的重要基礎(chǔ)和前提，尤其是碳排放問題突出的工業(yè)省份，如安徽省地處東部發(fā)達(dá)地區(qū)與中西部地區(qū)之間，煤炭資源豐富，坐擁淮南與淮北兩大煤礦基地，與西部、北方省份相比，距長三角較近。對以上海為中心的華東地區(qū)經(jīng)濟(jì)的發(fā)展貢獻(xiàn)著重要力量，在全省整體被納入長三角后，產(chǎn)業(yè)結(jié)構(gòu)得到升級，工業(yè)化進(jìn)程得以提速。安徽省內(nèi)的工業(yè)發(fā)展帶來的碳排放量日益上升，在當(dāng)前“碳達(dá)峰、碳中和”經(jīng)濟(jì)發(fā)展背景下，對安徽省碳排放量進(jìn)行科學(xué)預(yù)測就顯得尤為必要，合理預(yù)測工業(yè)碳排放發(fā)展趨勢，可以有針對性地制定碳排放政策，從而準(zhǔn)確地把握碳排放達(dá)峰的時(shí)間節(jié)點(diǎn)。

1 文獻(xiàn)綜述

研究碳排放的達(dá)峰時(shí)間需要科學(xué)地對碳排放趨勢進(jìn)行合理預(yù)測，碳排放預(yù)測研究主要分為兩個(gè)部分：首先要構(gòu)建碳排放預(yù)測模型，依據(jù)過去歷年和現(xiàn)在碳排放數(shù)據(jù)，提出模型的構(gòu)建設(shè)想。諸多學(xué)者利用系統(tǒng)動(dòng)力學(xué)[1-2]、EKC環(huán)境曲線[3-4]、灰色預(yù)測模型[5-6]以及 IPAT恒等式進(jìn)行模型構(gòu)建；基于對過去趨勢狀態(tài)和現(xiàn)在政策及發(fā)展規(guī)劃，對未來技術(shù)、經(jīng)濟(jì)以及社會(huì)發(fā)展進(jìn)行合理情景設(shè)計(jì)，將各因素設(shè)計(jì)參數(shù)代入模型，從而完成對碳排放的預(yù)測。其中，IPAT模型在碳排放研究領(lǐng)域應(yīng)用最為廣泛。

Dietz等[7]為克服 IPAT 模型的不足，在IPAT 模型的基礎(chǔ)上提出了STIRPAT 模型。STIRPAT 模型可以引入無量綱的變量進(jìn)行拓展，通過系數(shù)和常數(shù)項(xiàng)進(jìn)行修正，相比 IPAT 模型除了有更好的擴(kuò)展性、能引入多個(gè)自變量之外，指數(shù)的加入能夠分析模型的自變量對因變量的非等比例影響,具體模型公式為

I=aPb×Ac×Tde.

(1)

式中：I為環(huán)境壓力；P為人口規(guī)模；A為經(jīng)濟(jì)水平；T為技術(shù)進(jìn)步；a為常數(shù)項(xiàng)；e為誤差項(xiàng)；b,c,d分別為人口規(guī)模、經(jīng)濟(jì)水平、技術(shù)進(jìn)步的彈性系數(shù)。

以C表示碳排放替代環(huán)境壓力I，對式(1)等號兩邊同時(shí)取對數(shù)可得

lnC=lna+blnP+clnA+dlnT+e.

(2)

國內(nèi)也有諸多學(xué)者運(yùn)用IPAT模型和STIRPAT模型對碳排放進(jìn)行影響因素研究和達(dá)峰預(yù)測，如何小鋼等[8]以投資規(guī)模替代人口規(guī)模，并結(jié)合行業(yè)人均產(chǎn)出、研發(fā)投入、能源效率、能源結(jié)構(gòu)、外資比重以及政策因素對STIRPAT模型進(jìn)行改進(jìn)，利用動(dòng)態(tài)面板數(shù)據(jù)實(shí)證研究了工業(yè)碳排放的影響因素。王勇等[9]以中國主要工業(yè)行業(yè)為研究對象，從經(jīng)濟(jì)水平、能源結(jié)構(gòu)、開放程度以及技術(shù)因素等角度對STIRPAT模型進(jìn)行拓展，對工業(yè)及其 9個(gè)細(xì)分行業(yè)的碳排放達(dá)峰進(jìn)行情景預(yù)測，結(jié)果發(fā)現(xiàn)只有低碳情景和抑制排放情景下可以實(shí)現(xiàn)中國碳排放2030年達(dá)峰。張巍[10]基于STIRPAT模型定量分析陜西省工業(yè)碳排放量與工業(yè)經(jīng)濟(jì)規(guī)模、人均工業(yè)增加值、能源強(qiáng)度和能源結(jié)構(gòu)之間的關(guān)系，結(jié)果表明保持經(jīng)濟(jì)適度增長、能源強(qiáng)度下降和能源結(jié)構(gòu)優(yōu)化能夠控制陜西省工業(yè)碳排放量增長。袁曉玲等[11]將中國工業(yè)部門劃分為8大細(xì)分行業(yè)，并以此構(gòu)建出工業(yè)整體和細(xì)分行業(yè)的碳排放STIRPAT模型，研究在基準(zhǔn)、低碳和高耗能3種情景下的碳排放峰值時(shí)間，結(jié)果發(fā)現(xiàn)，基準(zhǔn)情境下僅輕工和石油業(yè)能夠在2030年達(dá)峰，而低碳情境下各行業(yè)均能在2030年前達(dá)峰，高耗能情境下各行業(yè)只有在2040年前后才能達(dá)峰。

2 研究方法與數(shù)據(jù)來源

2.1 碳排放測算模型

基于IPCC《國家溫室氣體排放清單指南》中自下而上的路徑方法，根據(jù)安徽省工業(yè)行業(yè)面板數(shù)據(jù)，結(jié)合工業(yè)行業(yè)能耗差異的實(shí)際情況，建立安徽省工業(yè)行業(yè)碳排放測算模型，具體模型如式(3)所示，各類能源的計(jì)算系數(shù)如表1所示。

表1 各類能源的計(jì)算系數(shù)

(3)

式中：CO2為測算的CO2排放量；Ei為第i種能源的消耗數(shù)量；NCVi為第i種能源的平均低位發(fā)熱量；CEFi為第i種能源的碳排放系數(shù)；COFi為第i種能源的碳氧化因子；44/12為CO2與C的分子量比率。

2.2 碳排放預(yù)測模型

以安徽省工業(yè)行業(yè)為研究對象，參考諸多學(xué)者碳排放預(yù)測研究方法[12-14]，對STIRPAT模型指標(biāo)進(jìn)行如下擴(kuò)展和修正。首先，經(jīng)濟(jì)產(chǎn)出和人口規(guī)模是驅(qū)動(dòng)碳排放的主要促進(jìn)因素，故以年末工業(yè)從業(yè)人數(shù)表示人口規(guī)模，工業(yè)人均產(chǎn)出表示經(jīng)濟(jì)產(chǎn)出；其次，除人口規(guī)模和經(jīng)濟(jì)水平指標(biāo)外，還將產(chǎn)業(yè)規(guī)?？紤]進(jìn)去，以工業(yè)行業(yè)產(chǎn)值作為變量選入；最后，根據(jù)煤炭能源消費(fèi)在安徽省工業(yè)能源消費(fèi)結(jié)構(gòu)占比相對較高的實(shí)際情況以及碳排放密切相關(guān)的變量，將技術(shù)水平變量擴(kuò)展為能源結(jié)構(gòu)、能源強(qiáng)度以及碳排放強(qiáng)度3個(gè)變量。所構(gòu)建的預(yù)測研究變量見表2。構(gòu)建的模型方程為

表2 安徽省工業(yè)碳排放預(yù)測研究變量

lnC=lna+blnP+clnQ+dln QP+

fln ES+gln EE+hln TS+e.

(4)

在使用STIRPAT模型研究碳排放時(shí)，由于各個(gè)變量的數(shù)據(jù)之間存在著高度相關(guān)性，如工業(yè)總產(chǎn)值、能源消費(fèi)總量等數(shù)據(jù)多次出現(xiàn)在不同的自變量中，導(dǎo)致各因素變量之間存在很強(qiáng)的多重共線性。

為消除多重共線性對變量的影響，采用嶺回歸法對碳排放模型方程進(jìn)行回歸。嶺回歸法可以通過在自變量標(biāo)準(zhǔn)化矩陣的主對角線加入非負(fù)因子K的方法來消除多重共線性對結(jié)果的干擾。雖然在一定程度上會(huì)降低模型擬合精度，但可以顯著提高回歸結(jié)果的有效性與穩(wěn)定性。根據(jù)R2隨K變化情況，選擇最優(yōu)的嶺回歸模型進(jìn)行碳排放預(yù)測。

如表3所示，從嶺回歸系數(shù)來看，人口規(guī)模、經(jīng)濟(jì)產(chǎn)出、經(jīng)濟(jì)水平、能源結(jié)構(gòu)的提高都會(huì)對安徽省工業(yè)碳排放量增加起到促進(jìn)作用。 其中，能源結(jié)構(gòu)對安徽省工業(yè)碳排放的影響最大，其次是經(jīng)濟(jì)水平 和人口規(guī)模，而經(jīng)濟(jì)產(chǎn)出影響相對較弱。這4項(xiàng)每增加1%,碳排放量就會(huì)分別增加0.153%、0.151%、0.147%、0.135%。能源強(qiáng)度和碳排放強(qiáng)度對安徽省工業(yè)碳排放起抑制效果，二者每降低 1%，碳排放量就會(huì)相應(yīng)減少0.153%和0.154%。

表3 工業(yè)部門嶺回歸系數(shù)與模型檢驗(yàn)

從嶺回歸模型檢驗(yàn)結(jié)果來看，可決系數(shù)R2為0.974，F(xiàn)值為22.389，SigF為0.000 3，表明預(yù)測模型的回歸方程顯著。將各系數(shù)代入方程得到模型為

lnC=6.071+0.147lnP+0.135lnQ+

0.151ln QP+0.153ln ES-0.153ln EE-

0.154ln TS.

(5)

將2005—2018年安徽省年末工業(yè)從業(yè)人數(shù)、工業(yè)總產(chǎn)值、工業(yè)人均產(chǎn)出、原煤消費(fèi)比、能耗強(qiáng)度以及碳排放強(qiáng)度等數(shù)據(jù)代入式(5)。將模型測算結(jié)構(gòu)數(shù)據(jù)與實(shí)際碳排放量進(jìn)行比較，得到表4。由表4可知，模型預(yù)測值與實(shí)際碳排放量的誤差絕對值平均為8.22%，說明構(gòu)建的預(yù)測模型具有一定的實(shí)證意義。

表4 安徽省工業(yè)碳排放量預(yù)測值與實(shí)際值比較

2.3 碳排放情景設(shè)定

要對安徽省未來工業(yè)碳排放量做精準(zhǔn)的預(yù)測分析，首先需要確定安徽省未來工業(yè)人口規(guī)模、經(jīng)濟(jì)產(chǎn)出、經(jīng)濟(jì)水平、能源結(jié)構(gòu)、能源強(qiáng)度、碳排放強(qiáng)度等指標(biāo)的增長率數(shù)值。為降低預(yù)測模型的誤差，在情景預(yù)設(shè)時(shí)，詳細(xì)研究歷年指標(biāo)變化規(guī)律，并參考《安徽省國民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》[15]以及《安徽省“十三五”工業(yè)綠色發(fā)展規(guī)劃》[16]中提出全省規(guī)模以上單位工業(yè)增加值能耗比2015年下降18%的目標(biāo)，對高中低3個(gè)層次進(jìn)行了年度增長率細(xì)分設(shè)定，具體情景參數(shù)見表5。通過設(shè)定的參數(shù)對安徽省未來工業(yè)碳排放量進(jìn)行低碳、基準(zhǔn)和激進(jìn)3種情景模式設(shè)計(jì)，分別研究3種不同模式下的碳排放變化趨勢，情景設(shè)定見表6。

表5 碳排放變量情景參數(shù)設(shè)定 %

表6 碳排放變量情景設(shè)定

2.4 數(shù)據(jù)來源與處理

文中選取自2005—2018年共計(jì)14 a的研究區(qū)間，研究數(shù)據(jù)主要涉及工業(yè)總產(chǎn)值、工業(yè)從業(yè)人數(shù)、能源消費(fèi)量以及碳排放量。其中，工業(yè)總產(chǎn)值、工業(yè)從業(yè)人數(shù)等數(shù)據(jù)均來源于《安徽省統(tǒng)計(jì)年鑒》，能源消費(fèi)量原始數(shù)據(jù)來源于《安徽省統(tǒng)計(jì)年鑒》，參考表1折算成標(biāo)準(zhǔn)煤后使用。

3 實(shí)證分析

3.1 安徽省工業(yè)碳排放現(xiàn)狀

通過對安徽省 2005—2018年工業(yè)能源消費(fèi)占比進(jìn)行統(tǒng)計(jì)分析，可得到圖1。由圖1可知， 2005—2018年原煤和焦炭的能源消費(fèi)占比相對較高，其中,原煤占比最為突出，始終占據(jù)能源消費(fèi)總量的80%以上。這是因?yàn)榘不帐∈俏覈鴤鹘y(tǒng)的制造業(yè)大省，且以傳統(tǒng)制造企業(yè)為主。從 2008 年開始，安徽省積極承接?xùn)|部沿海地區(qū)的產(chǎn)業(yè)，能源消費(fèi)結(jié)構(gòu)出現(xiàn)了調(diào)整，致使其他能源的使用比例相對減少，而原煤等煤炭類能源消費(fèi)比例逐步有上升趨勢。在2012年原煤消費(fèi)量占比達(dá)到頂峰后逐步向下，與此同時(shí)，石油消費(fèi)也從不斷地緩慢下降的態(tài)勢轉(zhuǎn)變?yōu)樯仙厔?。盡管目前化石類能源占比仍然相對較大，但隨著國家政策、產(chǎn)業(yè)升級以及環(huán)境壓力等要求，化石類能源占比會(huì)逐步下降，實(shí)現(xiàn)可持續(xù)發(fā)展的可能性會(huì)逐步提高?？偠灾?，目前原煤、焦炭、石油等能源在安徽省消費(fèi)結(jié)構(gòu)中占據(jù)90%以上，而其他能源消費(fèi)比例不到10%，由此可見，能源結(jié)構(gòu)的調(diào)整將是安徽省未來發(fā)展低碳經(jīng)濟(jì)的重要方向。

圖1 安徽省2005—2018年消費(fèi)能源類型結(jié)構(gòu)

由圖2可知，2005—2018年安徽省工業(yè)能源換算成標(biāo)準(zhǔn)煤的消耗總量和CO2排放總量發(fā)展趨勢基本一致。在整個(gè)研究期間，2014年和2016年是兩個(gè)拐點(diǎn)。2005—2014年，工業(yè)碳排放與能源消耗一直處于上升勢頭，其中，工業(yè)碳排放從2005年的1.64億t飆升到2014年的3.86億t，增幅達(dá)135%；能源折算成標(biāo)準(zhǔn)煤消耗量從2005年的0.58億t飆升至2014年的1.38億t，漲幅達(dá)138%。2014年之后，首次出現(xiàn)了停止增長，甚至出現(xiàn)下降趨勢。而到2016年，這兩個(gè)指標(biāo)均觸底反彈，最后兩年保持平穩(wěn)。通過對圖2進(jìn)行對比分析可以發(fā)現(xiàn)安徽省工業(yè)碳排放與工業(yè)能源消耗結(jié)構(gòu)具有高度的關(guān)聯(lián)性，煤炭類能源占比的趨勢與碳排放趨勢基本保持同步，都是前期處于上升，后期逐步下降放緩。

圖2 2005—2018年工業(yè)能源消耗總量與碳排放總量

3.2 碳排放發(fā)展預(yù)測分析

結(jié)合表5設(shè)定的參數(shù)與表6設(shè)定的情景，通過碳排放預(yù)測模型測算出2019—2050年安徽省工業(yè)碳排放量預(yù)測值。根據(jù)碳排放預(yù)測結(jié)果繪制出3種情景模式下工業(yè)碳排放預(yù)測如圖3所示。

圖3 3種情景下安徽省工業(yè)碳排放達(dá)峰時(shí)間

在低碳模式的情景中，未來安徽省工業(yè)化效率提升，受機(jī)械自動(dòng)化程度上升和人口趨勢下降等因素影響，工業(yè)行業(yè)提供就業(yè)崗位勢必逐漸減少，工業(yè)行業(yè)的從業(yè)人數(shù)將出現(xiàn)負(fù)增長的趨勢，此時(shí)，工業(yè)經(jīng)濟(jì)產(chǎn)出和經(jīng)濟(jì)水平保持低速增長、工業(yè)產(chǎn)值的能耗高速下降，加上新能源的大力發(fā)展，原煤的消費(fèi)比例會(huì)逐漸降低。根據(jù)模型預(yù)測安徽省工業(yè)行業(yè)碳排放總量在2030年左右達(dá)到最高峰。碳排放總體趨勢由2018年的37 871.27萬t上升至2030年的45 927.45萬t，在2030年之后，工業(yè)年度碳排放總量開始逐漸掉頭向下遞減。

在基準(zhǔn)模式的情景中，未來安徽省工業(yè)從業(yè)人數(shù)從低速增長轉(zhuǎn)變?yōu)榈退儇?fù)增長，工業(yè)產(chǎn)值和人均工業(yè)產(chǎn)值保持平均水平、工業(yè)能源強(qiáng)度和能源結(jié)構(gòu)中原煤的消費(fèi)占比保持勻速下降，此情景下，安徽省工業(yè)碳排放量的增長速度中等。根據(jù)模型預(yù)測安徽省工業(yè)行業(yè)碳排放總量在2035年左右達(dá)到最高峰。最高峰值點(diǎn)為49 325.58萬t，在2035年之后，工業(yè)年度碳排放總量開始逐漸向下減弱。

在激進(jìn)模式的情景中，受到人口趨勢和老年化結(jié)構(gòu)影響，未來安徽省工業(yè)從業(yè)人數(shù)保持著低增長。與此同時(shí)，安徽省工業(yè)經(jīng)濟(jì)產(chǎn)出和經(jīng)濟(jì)水平超過中國平均水平保持著高速增長、工業(yè)能源強(qiáng)度低速下降和能源結(jié)構(gòu)中原煤的消費(fèi)占比仍然較高時(shí)，碳排強(qiáng)度低速下降，碳排放量的增長速度最快。根據(jù)模型預(yù)測安徽省工業(yè)行業(yè)碳排放總量在2040年左右達(dá)到最高峰。最高峰值點(diǎn)為56 248.44萬t，在2035年之后，工業(yè)年度碳排放總量開始緩慢減速。

4 結(jié) 論

文中依據(jù)STIRPAT模型，構(gòu)建出安徽工業(yè)部門的碳排放預(yù)測模型，從工業(yè)人口規(guī)模、工業(yè)經(jīng)濟(jì)產(chǎn)出、人均工業(yè)產(chǎn)出、能源結(jié)構(gòu)、能源強(qiáng)度和碳排強(qiáng)度等因素指標(biāo)進(jìn)行參數(shù)設(shè)定，設(shè)計(jì)低碳、基準(zhǔn)和激進(jìn)3種不同情景，對安徽工業(yè)行業(yè)的未來碳排放總量進(jìn)行預(yù)測，得到結(jié)果如下：

1)從歷年數(shù)據(jù)和嶺回歸系數(shù)來看，人口規(guī)模、經(jīng)濟(jì)產(chǎn)出、經(jīng)濟(jì)水平、能源結(jié)構(gòu)的提高對安徽省工業(yè)碳排放量增加均起到促進(jìn)作用。其中，能源結(jié)構(gòu)對安徽省工業(yè)碳排放的影響最大，其次是經(jīng)濟(jì)水平和人口規(guī)模，而經(jīng)濟(jì)產(chǎn)出影響相對較弱。這4項(xiàng)每增加1%，碳排放量就會(huì)分別增加0.153%、0.151%、0.147%、0.135%。能源強(qiáng)度和碳排強(qiáng)度對安徽省工業(yè)碳排放起抑制效果，二者每降低1%，碳排放量就會(huì)相應(yīng)減少0.153%和0.154%。

2)從情景模擬來看，低碳、基準(zhǔn)和激進(jìn)3種不同情景下，安徽省工業(yè)碳排放達(dá)峰時(shí)間節(jié)點(diǎn)分別為2030年、2035年和2040年左右，碳排放峰值量分別為45 927.45萬t、49 325.58萬t、56 248.44萬t。綜上分析，目前只有低碳情景下，安徽省工業(yè)行業(yè)的碳排放能夠做到與2030年“碳達(dá)峰”的目標(biāo)保持同步。