長三角地區碳排放影響因素分析
——基于IPAT改進模型

丁 勝，溫作民

（南京林業大學經濟管理學院，江蘇 南京 210037）

長三角地區碳排放影響因素分析
——基于IPAT改進模型

丁 勝，溫作民

（南京林業大學經濟管理學院，江蘇 南京 210037）

隨著經濟發展、人口與能源消耗的增長，以及不合理的能源結構，導致了長三角地區碳排放的不斷增加。文章以人口增長率、GDP增長率、能源消耗量、能源技術進步率、能源結構優化系數變動率為影響因素在對IPAT模型進行改進的基礎上，對2006-2011年間長三角地區碳排放的影響因素進行定量分析。主要結論是長三角地區能源技術進步率與能源結構優化的減排作用還不能抵消人口與GDP的快速增長的影響，受能源結構優化系數變動比率逐步增加的影響，碳排放量受人口增長率與GDP增長率的影響呈逐年減小趨勢，能源技術進步率與能源結構優化的減排作用日趨顯著。

IPAT模型；碳排放；能源結構；能源經濟

一、引言

中國的碳排放問題已經成為國內外學術界和各國政府共同關注的焦點，2008年中國能源碳排放總量達70.3億噸，首次超過美國，成為全球最大排放國。而經濟總量相當于全國的20%的長三角地區地處中國東部亞熱帶濕潤地區，已成為全國發展基礎最好、體制環境最優、整體競爭力最強的地區之一，具有在高起點上加快發展的優勢和機遇，但該地區能源消耗巨大，產業碳排放較高[1]。而要想能夠抑制溫室氣體，達到有效減排的目的，就必須明確影響現有碳排放的主要因素[2]。因此，全面、完整、準確地描述長三角地區碳排放影響因素及其相互間的關系，尋求有效降低碳排放的空間及路徑，對于實現長三角地區乃至全國的節能減排目標具有極其重要的意義。

二、文獻述評

當前對于碳排放影響因素的研究較少，大部分學者主要針對國家層面或單一單元進行碳排放的核算方法研究。郝千婷等(2011)指出當前關于碳排放核算方法主要有四類，即IPCC清單法、實測法、模型因素分解法等。其中IPCC清單法是IPCC編寫國家溫室氣體估計值清單指南，提供可用于估算國家溫室氣體人為源排放和匯清除清單。實測法由環境監測站提供基礎數據，具有較高的精度，但測算成本較大[3]。因素分解法能更好地研究如何有效降低CO2排放量，定量分析影響CO2排放量的各類因素，揭示CO2排放量與影響因素的作用關系，常見的有IPAT模型、STIRPAT模型、Kara模型、LMDI分解法、Lespeyres分解法等。徐國泉等人(2006)采用LMDI分解法分析了1995-2004間能源結構、能源效率和經濟發展等因素的變化對中國人均碳排放的影響；查冬蘭等人(2007)引入Theil指數和Kaya因子，比較了能源消耗所導致的區域間人均CO2排放的差異；李國志等(2011)運用STIRPAT模型，通過面板數據分析了人口規模、技術進步、經濟增長對二氧化碳排放的影響；葛琳珊、羅賓·坎普(2009)認為確定不同溫室氣體的來源及影響的方法包括估算、直接測量和宏觀模型。隨著時間的推移和經驗的增加，學者們對每一種方法的準確性、價值和適用性的了解也不斷在增加。

分析各種研究方法，IPCC清單法較為實用和簡潔，對于統計數據不夠詳盡的情況有較好的適用性，但是采用此方法估算的數據可靠性不高。實測法具有較高的精度，但對二氧化碳單獨進行連續監測的成本相當高，并且監測范圍有限。模型因素分解法可以對碳排放影響的各類因素進行動態分析，但是必須提供各類影響因素的相關參數。

三、IPAT模型改進

IPAT模型由美國生態學家Ehrlich&Comnoner提出，IPAT是Environmental impact(I)=Population(P)*Affluence(A)*Technology (T)的公式表達，反映影響環境最直接的因素是人口、人均財富量和技術及其相互間的作用。其中，I為環境負荷；P為人口總量；A為人均GDP；T為單位GDP的環境負荷；G為GDP總量。在IPAT框架基礎上，許多學者提出了不同的分析模型，Waggoner&Ausubel(2002)發展了Im-PACT模型，即把“I= PAT”中的T分解成單位GDP的消費(C)和單位消費產生的影響(T)，因此變為“I=PACT”，這一改變的目的在于通過因素量的改變來分析對環境影響結果的變化，從而確定影響決定性因素的其他關聯因素。徐中民等提出ImPACTS等式，在原有模型中增加了社會發展狀態項(S)，對環境的綜合影響I進行系統評價。還有如考慮了人類行為方式的IPBAT，即在修正模型中添加了行為因素B，認為除了技術進步和財富減少，還可以通過人類自身行為等更為積極有效的方式來實現環境改善。當然，IPAT模型修正過程中對等式兩邊的單位一致性要求十分嚴格，如果將人口規模、人均GDP、碳排放強度及其變化率、科學技術進步、管理、行為方式等對環境的影響假設為線性的話，可能就會忽視各因素間存在的二次及以上的相關關系。

綜上，IPAT模型的修正都是通過改變等式中的某個因素同時假設其他因素不變的條件下來分析某一因素對環境的線性影響，這是模型應用的局限性[4]。然而相比于IPCC法可靠性差、實測法成本較高，利用改進的IPAT模型更適合現階段長三角地區的碳排放影響因素分析，長三角產業的數據統計特征使得IPAT模型所需參數來源可靠，能更好地支持碳排放影響因素的研究結果。在考慮各項指標綜合作用的情況下，將長三角人口增長率、GDP增長率、能源消耗量、能源技術進步率、能源結構優化系數變動率確定為影響長三角碳排放量的變量，令C表示環境負荷，即終端能耗導致的CO2排放量；c代替T，表示碳排放強度；E表示能源消耗總量，D代替能源強度，第j種能源的消耗量用Ej代替，第j種能源的碳排放系數用efj代替，j表示第j種能源的所占份額[5]。因此，碳排放強度可以表示為:

假設短期內能源利用技術未發生重大變革，那么每一種能源的碳排放系數efj相對固定，短期內碳排放的變動只受到人口、人均產出、能源消耗、能源強度與能源結構的影響。設g為人均GDP的年增長率，n為人口自然增長率，i為能源技術進步率，將表示能源結構調整所致的碳排放系數，即能源結構優化系數，其變動率為v，那么第t期的碳排放為：

根據式(2)可知：

若(1+n)·(1+g)·(1-i)·(1-v)＞1，人口與GDP的快速增長抵消了能源技術進步與能源結構優化的減排作用，碳排放量在各種因素的作用下比基期有所增長。

若(1+n)·(1+g)·(1-i)·(1-v)=1，能源技術進步與能源結構優化的節能減排作用抵消了人口與GDP增長所增加的能源消費量，在各種因素的綜合作用下碳排放零增長。

若(1+n)·(1+g)·(1-i)·(1-v)＜1，碳排放與能源消耗隨著的GDP增長逐年下降，能源技術進步與能源結構優化的節能減排作用超過了人口與GDP增長帶來的能源消耗量的增加。能源技術進步率i與能源結構優化系數變動率v與人口自然增長率n及人均GDP平均增長率g的差值越大，碳減排效果越好。

四、長三角地區碳排放影響因素分析

1.人口數量與GDP

假設主要能源的碳排放系數短期內是固定的，人口和GDP的增長速度與能源技術進步和能源結構優化的減排作用呈線性關系，由此可以比較在各類因素綜合作用下的碳排放量。

由表1可得，2006-2011年長三角地區年均人口增長率為0.64%，高于全國年均人口增長率，其中，江蘇年均人口增長率低于長三角地區年均人口增長率，浙江與上海年均人口增長率高于長三角地區年均人口增長率。長三角地區年均人口增長率對碳排放量的影響大于全國年均人口增長率對碳排放量的影響。

表1 2006-2011年江浙滬及全國人口數量（萬人）

由表2可知，長三角地區年均GDP增長率為16.03%，其中，江蘇年均GDP增長率為17.89%，浙江年均GDP增長率為15.51%，上海年均GDP增長率為12.67%，江蘇年均GDP增長率明顯高于浙江與上海。長三角地區年均GDP增長率對碳排放的影響小于全國年均GDP增長率對碳排放的影響。

表22006 -2011年江浙滬及全國生產總值（單位：億元）

2.能源消耗量

由表3可得，長三角地區年均能源消耗增長率為6.78%，高于全國年均能源消耗增長率。其中，江蘇年均能源消耗增長率8.04%，浙江年均能源消耗增長率為6.16%，上海年均能源消耗增長率為4.89%，江蘇年均能源消耗增長率明顯高于浙江與上海。

表32006 -2011年江浙滬及全國主要能源消耗量（單位：萬噸標準煤）

由圖1可見，江浙滬CO2能源消耗總量差異明顯。2006-2011年，江蘇省能源消耗總量始終遠高于浙江和上海。江蘇省能源消耗年均增長率高于浙江省，上海市能源消耗年均增長率較平緩。縱向來看，江浙滬能源消耗均呈現逐年上升的趨勢。降低江蘇能源消耗量對降低長三角年均能源消耗增長率、減少長三角能源消耗量對全國碳排放量的影響具有重要作用。

圖1 2006-2011年長三角主要能源消耗量變化趨勢

3.能源強度

能源強度等于能源消耗量與GDP的比值，反映了一個國家或地區的發展歷程中經濟增長對能源消耗量的貢獻程度。能源消耗量越小，表明相同數量GDP的增加帶來的能源消耗增量越少，從而反映了產業結構、能源結構的合理性及相應碳排放政策的效益水平[1]。由表1與表2可以推算出2006-2011年長三角及全國的能源強度，見圖2。圖2表明，長三角地區與全國能源強度逐年減少，2006-2011年長三角年均能源技術進步率為8.70%，全國年均能源技術進步率10.15%。長三角能源強度下降速度低于全國平均水平，表明長三角地區單位GDP增加帶來的能源消耗增量大于全國平均水平，說明在這一段時期長三角經濟發展對高能耗產業、能源的依賴度高于全國平均水平。

圖2 2006-2011年長三角及全國能源強度

4.能源結構

在當前及未來較長的一段時間內，長三角產業發展仍然保持以煤炭為主的能源結構，這種以依賴化石能源為主的能源結構將嚴重制約經濟的可持續發展。2006-2011年長三角地區各類能源消耗量見表4。

表4 十一五期間長三角地區能源消耗量 （單位：萬噸標準煤）

2006-2011年長三角地區各能源消耗量年均增長率情況為，煤炭5.31%，焦炭7.93%，原油6.23%，燃料油-0.31%，汽油11.76%，煤油11.50%，柴油5.08%，天然氣22.55%。

比較2006年與2011年長三角地區各能源所占比重可知，盡管近年來煤炭所占比重有所下降，但各產業碳排放量仍呈明顯上升趨勢。究其原因，長三角地區產業發展除了消耗大量的煤炭外，還需消耗占比15%～20%的原油。另外天然氣碳排放量占比重也有較快上升趨勢，這主要與2004年底全線建成投產的國家西氣東輸工程有關，長三角地區煤炭、原油、天然氣消耗的增加導致其他能源的碳排放量所占比重基本保持在較低水平。

五、模型的運用與分析

設(1+n)·(1+g)·(1-i)·(1-v)為w，則：

2007年與2006年相比，

w=(1+0.008)·(1+0.192)·(1-0.071)·(1-v)=1.116(1-v)

2008年與2007年相比，

w=(1+0.006)·(1+0.162)·(1-0.101)·(1-v)=1.051(1-v)

2009年與2008年相比，

w=(1+0.006)·(1+0.090)·(1-0.043)·(1-v)=1.049(1-v)

2010年與2009年相比，

w=(1+0.007)·(1+0.183)·(1-0.074)·(1-v)=1.103(1-v)

2011年與2010年相比，

w=(1+0.005)·(1+0.178)·(1-0.111)·(1-v)=1.052(1-v)

2011年與2006年相比，

w=(1+0.006)·(1+0.16)·(1-0.08)·(1-v)=1.074(1-v)

如果不考慮能源結構調整所帶來的碳排放系數的變動，2006-2009年w值逐年下降，2010年由于GDP增速加快，w值上升，2011年能源技術進步率逐步提高，w值回落。2006-2011年長三角地區在各種因素綜合作用下，w＞1，表明人口與GDP的快速增長抵消了能源技術進步與能源結構優化的減排作用，與2006-2009年長三角地區碳排放量呈上升趨勢是一致的。碳排放量在各種因素的作用下比基期有所增長，而其中的主要影響因素是能源利用效率、能源結構以及人口與GDP等[6]，能源結構為低碳能源與高碳能源的比例結構，天然氣的碳排放系數比石油和煤炭低，核電、風電、水電的碳排放系數最小。近幾年，長三角地區注重發展了低碳產業，平均碳排放系數呈下降趨勢[7]，使得能源結構得到了一定的優化，能源結構優化系數變動比率v總體上呈平穩上升趨勢。盡管長三角地區當前產業的發展還未能實現利用能源技術進步率與能源結構優化的減排去抵消人口與GDP快速增長的影響，即實現w=1或w＜1的狀態，但w的數值受能源結構優化系數變動比率逐步增加的影響，呈現逐年降低的趨勢。

就能源結構因素看，煤炭消耗產生的碳排放量最大，年碳排放量比重基本保持在75%以上，比重雖有逐年下降的趨勢，但幅度不大；其次是油類能源，年碳排放量比重達到19%左右，而天然氣等其他能源消費的年碳排放量比重不足5%，但呈現逐年增長的趨勢，這表明長三角對天然氣和其他能源單位的使用正逐年增加。以2011年末上海市數據為例，第一產業主要消耗能源為原煤、汽油、燃油和電力，第二產業主要消耗原煤、焦炭、熱力、電力能源，第三產業中的交通運輸、倉儲及郵電通信業主要消耗燃料油、煤油、柴油、汽油，批發和零售貿易業、餐飲業主要消耗柴油、電力、汽油[8]。比較上海市三大產業碳排放量，受能源結構逐步優化作用，第二產業碳排放量最大，但碳排放同比增長不斷下降，第三產業碳排放增長速率最快，碳排放強度變化不大，這與金融保險、房地產和社會服務業的比例飛速上升，行業內部結構不斷升級有很大關系[9]。由于能源消耗仍然是以煤為主，并且長期以來未發生實質性改變，預示著長三角地區在能源結構優化、節能減排方面仍將面臨著較大壓力。

在當前，以煤制油、煤化工、煤制氫和煤氣化聯合循環發展為代表的新型煤炭清潔轉化產業正在形成，并與石油、天然氣、風能、太陽能、生物質能、核能等形成“低碳化能源族”。長三角作為中國經濟最發達的區域，進行能源戰略創新需要不斷減少能源在生產、運輸、存儲、消費過程中對環境的有害影響，不斷優化能源配置結構。石油、天然氣、煤炭等資源將有耗盡的可能，因此應該大力發展太陽能、風能等可再生能源，根據區域經濟發展對能源的近期、中期和長遠需求制定切實可行的能源戰略，把傳統能源的利用和新能源的開發結合起來。如開發氫能源，東海油氣資源，不斷提高碳排放系數較低的高效能源在能源結構中的比例，實現煤炭低碳化利用。因此，基于改進的IPAT模型，在提高傳統能源利用率的同時還應提高能源結構優化系數變動比率，以滿足不斷高漲的產業能源需求，達到節能減排的目標[10]。

六、結論

改進的IPAT模型與其它因素分解模型相比，模型所需參數容易確定，數據來源可靠性強，測量結果誤差較小。基于改進IPAT模型的性質，考慮將長三角人口增長率、GDP增長率、能源技術進步率、能源結構優化系數變動率作為影響長三角碳排放量的變量，對2006-2011年長三角地區碳排放影響因素進行綜合比較與分析得出：

第一，2006-2011年，長三角地區年均人口增長率對碳排放的影響大于全國平均水平。

第二，2006-2011年，長三角地區年均GDP增長率對碳排放的影響大于全國平均水平。

第三，江浙滬能源消耗均呈現逐年上升的趨勢，江蘇能源消耗總量始終遠高于浙江和上海，降低江蘇能源消耗量對降低長三角年均能源消耗增長率、減少長三角能源消耗量對全國碳排放量的影響具有重要作用。

第四，長三角能源強度下降速度低于全國平均水平，長三角地區單位GDP增量帶來的能源消耗增長大于全國平均水平，長三角經濟發展對高耗能產業、能源的依賴性高于全國平均水平。

第五，長三角地區在人口增長率、GDP增長率、能源技術進步率、能源結構優化系數變動率等各種因素的綜合作用下，目前還不能實現利用能源技術進步率與能源結構優化的減排去抵消人口與GDP快速增長的影響。

第六，受能源結構優化系數變動比率逐步增加的影響，碳排放量受人口增長率與GDP增長率的影響呈逐年減小趨勢，能源技術進步率與能源結構優化的減排作用日趨顯著。

因此運用改進的IPAT模型能夠比較清晰地刻畫長三角地區碳排放因素的影響水平，隨著經濟的發展與科技的進步，長三角地區可以通過調整能源結構，減少高排放量的煤炭消耗，逐步減少傳統工業對化石能源的過度依賴，提高能源體系的效率，使能源技術進步與能源結構優化的節能減排作用大于人口與GDP增長所產生的影響。同時積極發展技術密集程度高、產品附加值高和能耗少、排污少的產業，促進產業結構的高加工度化，控制高碳產品的產量，努力提升第三產業在長三角地區經濟中的比重。

[1]張春燕.氣候變暖下的長江三角洲碳排放強度測算及減排政策研究[D].南京信息工程大學，2012：25-36．

[2]張德英，張麗霞.碳源排碳量估算辦法研究進展 [J].內蒙古林業科技，2005(01)：20-22．

[3]郝千婷，黃明祥，包剛．碳排放核算方法概述與比較研究 [J].中國環境管理，2011(04)：51-55．

[4]戴鈺，劉亦文．基于IPAT模型的長株潭城市群經濟增長與能源消耗的實證研究 [J].經濟數學，2009，26(2)：65-71．

[5]聶銳，張濤，王迪．基于IPAT模型的江蘇省能源消費與碳排放情景研究 [N].自然資源學報，2010，9(25)：1558-1562．

[6]趙敏，張衛國，俞立中.上海市能源消費碳排放分析 [J].環境科學研究，2009，22(8)：984-989．

[7]華堅，任俊.長三角地區碳排放的測度、比較及影響因素分析:1990-2009年 [N].河海大學學報，2012，9(14)：57-58．

[8]郭茹，曹曉靜，李風亭編.上海市能源碳排放量2050[M].上海：同濟大學出版社，2011(03)：23-42．

[9]鞠麗萍，陳彬，楊謹．城市產業部門CO2排放三層次核算研究 [J].資源科學，2012(01)：28-34．

[10]Accountingfor carbon emissions[J].Accountancy，2008(141)：65-66．

（責任編輯：JJ）

Study on Influential Factors of Carbon Emissions in Yangtze River Delta——Based on IPAT Improved Model

DING Sheng，WEN Zuo-min
（College of Economics and Management，Nanjing Forestry University，Nanjing Jiangsu 210037，China）

With the economy expanding，the population and energy consumption gorwing，and the unreasonable structure of energy，causes the carbon emissions of Yangtze River delta region increase continued.On the basis of IPAT model improved with the influential factors of the population and GDP growth rate，energy consumption and the rate of energy technology progress and energy structure optimization coefficient.The paper analyzes quantitatively the influential factors of carbon emissions in Yangtze River delta region (2006-2011).The main results show that the emission reduction effects of the rate of energy technology progress and optimizing energy structure has not been able to offset the rapid growth of the population and GDP in Yangtze River delta.Because of the gradual increase of energy structure optimization coefficient ratio.Carbon emissions decrease under the impact of population and GDP growth rate year by year.The emission reduction role of energy technology progress rate and energy structure optimization is becoming more and more obvious.

IPAI model；Carbon emissions；Energy structure；Energy economy

F120

A

1004-292X（2014）09-0106-04

2014-04-21

國家948項目（2009-4-44）；江蘇省教育廳2013年度高校哲學社科項目（2013SJB6300050）。

丁 勝（1970-），男，江蘇姜堰人，博士，副教授，主要從事產業經濟理論及應用研究；溫作民（1961-），男，浙江杭州人，教授，博士生導師，主要從事生態經濟學研究。