陜西省碳排放與經濟發展關聯性研究

華 瑛 ,張治河

(1.陜西師范大學 國際商學院, 陜西 西安 710062；2.西安文理學院 數學與計算機工程學院， 陜西 西安 710065)

?

·環境科學·

陜西省碳排放與經濟發展關聯性研究

華 瑛1,2,張治河1

(1.陜西師范大學 國際商學院, 陜西 西安 710062；2.西安文理學院 數學與計算機工程學院， 陜西 西安 710065)

研究陜西省碳排放量的測算,預測未來碳排放態勢及對區域經濟發展的影響。基于清單法和非線性最小二乘法,運用碳排放余額法和超對數模型模擬預測研究。測算了1991—2013年陜西省的碳排放余額,預測陜西省2020年的單位GDP碳排放余額為0.313 9,比2005年水平減少18%，且碳排放隨著人均GDP增高逐步增大,但增幅以平均1.6%水平遞減,因而,陜西省碳減排壓力較大。針對陜西省碳排放情況,提出繼續走區域低碳經濟發展道路，提倡清潔能源研發和應用;提倡生態、循環、集約型的農業生產模式;提升區域居民的低碳環保意識;增加生態補償力度等有效減排措施。

碳排放;碳排放余額;陜西省;經濟發展

近幾年,隨著全球氣溫逐步升高,在我國許多區域引發了一系列氣候環境問題,特別是碳濃度增大導致的大氣污染問題。2014年9月我國出臺了《國家應對氣候變化規劃(2014—2020)》明確提出目標:到2020年,單位國內生產總值的溫室氣體排放量要比2005年的水平減少40%～50%。在這種責任和壓力之下,準確測算和評價我國各個區域碳排放的大小、變化特征,預測未來碳排放的態勢及對經濟發展的影響,對科學合理地制定碳減排政策及評價區域綠色低碳發展水平等有重要的現實意義。

1 國內外研究現狀

碳排放與經濟發展關系最經典的描述是環境庫茨尼茲曲線, Grossman[1],Selden[2]等認為碳排放與經濟增長呈倒U型特點,而Moomaw[3],Martinez-Zarzoso[4]等認為環境污染與經濟增長呈N型特點。我國學者楊嶸等用IPCC中溫室氣體清單指南提供的能源消耗產生的CO2排方估算法測算了西部地區的碳排放,并用脫鉤指數法分析了西部地區首批低碳試點省份碳排放與經濟發展的脫鉤狀態[5]。申笑顏用灰色關聯度法預測了區域碳排放量及影響因素[6]。孟凡生等用組合賦權法分析了區域CO2排放量的影響因素[7]。齊紹洲用細化清單法核算了湖北省能源消耗碳排放[8]。而我們認為區域是一個動態的生態系統,在產生碳排放的同時,也進行著碳吸收,即不斷地減少碳排放,隨著排放、吸收效率的改變,產生不同的余額,碳排放余額影響環境,進而對區域經濟發展產生影響。因而,本研究用分類余額法測算碳排放，對經濟發展與碳排放的態勢關聯關系做進一步的模擬預測。

2 研究區域與數據來源

隨著工業化、城鎮化步伐的加快,陜西省未來碳排放總量狀況以及對區域經濟發展都將產生重大影響。本文所用原始數據有陜西省歷年煤炭、石油、天然氣的年消耗量,農用薄膜、農藥、農用化肥的年使用量,年末人口數量,林地、草地、未利用土地的面積,地區GDP,人均GDP。數據時間跨度從1991年到2013年,數據來源于陜西省歷年《陜西統計年鑒》，用MATLAB分析處理數據。

3 陜西省碳排放的測算方法

3.1 碳排放的來源

據《聯合國氣候變化框架公約》的界定,只要產生了大量溫室氣體排放的活動都可以列入到區域碳排放的清單中。結合陜西省的特點找到產生碳排放的多維主體源頭,表1為碳源排放量的計算公式:

E碳排放=U煤Q煤K煤+U油Q油K油+U氣Q氣K氣+

Q膜K膜+Q藥K藥+Q肥K肥+P人口K人

其中三大能源碳排放的系數取中國工程院、國家環境局溫室氣體控制項目、國家科委氣候變化項目、國家發展和改革委員會能源研究中心、美國能源部、日本能源研究所、全球氣候變化基金會、亞洲開發銀行、北京加拿大項目測算系數的平均值[9]。

表1 碳源排放系數表Tab.1 Coefficient of Carbon source emission

3.2 碳吸收的途徑

區域生態系統碳排放時,內部植物在光合作用下,吸收溫室氣體中的碳，以生物量形式存儲在植物和土壤中,降低溫室氣體中CO2的濃度,達到系統自然減排的作用。而吸收碳的植物主要來自于林地、草地以及未利用的土地等,表2為已有研究基礎上[15-17]的加權平均碳吸收系數，碳吸收量的計算公式:

E碳吸收=S林地·K林地+S草地·K草地+

S未利用土地·K未利用土地。

表2 土地碳吸收系數表Tab.2 Coefficient of Land carbon absorption

3.3 碳排放的余額

陜西省碳排放的測算以區域經過相應的碳吸收之后的碳余額量作為衡量的依據,采用碳排放余額法計算真實碳排放總量(表3)。

CE余額=E碳排放-E碳吸收。

表3 1991—2013年陜西省碳排放余額表(萬噸)Tab.3 Remain of carbon emission in Shaanxi province in 1991—2013 104t

4 陜西省碳排放余額與經濟發展關聯性的預測

4.1 單位GDP碳排放余額對年度的預測分析

由1991—2013年陜西省單位國內生產總值的碳排放余額隨時間變化的散點分布特征,采用非線性最小二乘原理進行曲線對比擬合,利用Gauss4型超對數模型擬合,得到擬合曲線1和預測模型1。

從擬合曲線圖1與模型1檢驗結果表4來看，可用此模型預測陜西省2020年的單位GDP的碳排放余額為0.313 9,比2005年水平減少18%,距離溫室氣體碳減排目標40%～50%,還有很大差距,因而,陜西省近幾年碳減排還有很大壓力,還要加大力度繼續堅持走低碳發展道路。

表4 預測模型1的參數檢驗Tab.4 The test of parameters about the prediction model 1

圖1 單位GDP碳排放余額對年度的擬合曲線Fig.1 The fitting curve of remaining carbon emission of per unit of GDP vs.year

4.2 人均GDP對碳排放余額的預測分析

由1991—2013年陜西省碳排放余額隨經濟增長態勢的散點發展分布特征,采用非線性最小二乘原理進行曲線對比擬合,利用Rat32型超對數模型擬合,得到擬合曲線2和預測模型2:

lny=

表6預測了陜西省未來經濟發展狀況對碳排放余額的影響,發現碳排放余額隨著人均GDP的逐步增高而增大,但碳排放余額幅度以平均1.6%水平遞減,因而,陜西省經濟發展對碳排放量有較大影響,表明陜西省的低碳、綠色發展程度較低。

表5 預測模型2的參數檢驗Tab.5 The test of parameters about the prediction model 2

圖2 碳排放對人均GDP的擬合曲線Fig.2 The fitting curve of carbon emission vs. per capita GDP

表6 經濟發展對碳排放的預測Tab.6 The forecast of carbon emissions for economic development

5 建議與對策

綜上所述，要實現陜西省的碳減排目標，需從管理和技術多層次實施減排，提倡清潔能源的研發和應用,如在關中、陜北區域發展分布式光伏發電的清潔模式,尤其是在清潔生產技術上,不斷設計研發,使用清潔能源和原料,采用先進的設備和工藝技術,通過管理體制改善措施的實施,從碳排放源頭上消減污染,提高能源資源的利用效率,減少產品在生產、服務、使用過程中產生的碳排放。同時,相關管理部門積極制定區域相關產業或行業的清潔生產技術要求和相應標準,加強全過程的污染預防意識,鼓勵區域綠色生產,可通過以區域經濟發展對應的生產總值與區域碳排放的余額之比作為評估衡量區域的低碳發展水平,并以此來約束區域碳排放和提高區域碳的使用效率。轉變農業發展和管理模式,尤其要注重節約化肥、農藥、農膜等生產資料和低碳農業生產技術,提倡生態、循環、集約型的農業生產模式。增加城市園林綠地面積和改善城市綠化狀況,通過衛星遙感調查模擬技術,定量分析評估增加相應的城市綠地面積。可適當把低產農田變為草地或森林,實行農林復合、林草復合式的經營模式,提高區域碳吸收能力,減少碳在環境中的儲量。如在陜南區域,根據其地理環境特點,開展綠化工程,逐步提高森林、綠地、濕地等的覆蓋率。提升居民的低碳環保意識,尤其在管理運行機制方面,增加相關產業的生態補償力度,建立相應的技術補償標準和實施體系,鼓勵陜西居民積極參與生態行動和生態主體功能區的保護。征收合理的相關產業碳稅,從而控制人為因素的超碳排放。

[1] GROSSMAN G M, KRUEGER A B. Environmental impacts of a north american free trade agreement[J].NBER Working Paper Series,1991,39(14):26-35.

[2] SELDEN T, SONG D. Environmental quality and development:Is there a kuznets curve for air pollution emissions?[J].Journal of Environmental Economics and Management,1994,27(2):147-162.

[3] MOOMAW W R,UNRUH G C. Are environmental kuznets curve misleading US the case of CO2emissions,special lssue on environmental kuznets curves[J].Environmental and Development Economics,1997,2(4):451-463.

[4] MARTINEZ-ZARZOSO I,BENGOCHEA-MORANCHO A. Pooled mean group estimation for an environmental kuznets curve for CO2[J].Economics Letters,2004,82(1):121-126.

[5] 楊嶸,常烜鈺. 西部地區碳排放與經濟增長關系的脫鉤及驅動因素[J]. 經濟地理,2012,12:34-39.

[6] 申笑顏. 中國碳排放影響因素的分析與預測[J]. 統計與決策,2010，19:90-92.

[7] 孟凡生,李美瑩. 基于組合賦權法的我國CO2排放量影響因素的評價研究[J]. 運籌與管理,2014(1):157-165.

[8] 齊紹洲,付坤. 低碳經濟轉型中省級碳排放核算方法比較分析[J]. 武漢大學學報(哲學社會科學版),2013(2):85-92+129.

[9] 呂麗汀,王龍,趙建莉. 溫室氣體排放量化換算系數的研究[J]. 山東建筑大學學報,2013(3):244-249.

[10] BHATTACHARYA S C,ABDUL P.Emissions from biomass energy use in some selected asian countries[J].Energy,2000,25(2):169-188.

[11] ZHANG J,SMITH K R. Greenhouse cases and other airborne pollutants from household stoves in China:A database for emission factors[J].Atmospheric Environment,2000,34(26):4537-4549.

[12] 李俊杰.民族地區農地利用碳排放測算及影響因素研究[J].中國人口資源與環境,2012,22(9):42-47.

[13] WEST T O,MARLAND G.A synthesis of carbon sequestration,carbon missions,and net carbon flux in agriculture:Comparing tillage practices in the united states[J].Agriculture Ecosystems and Environment,2002,91(1):217-232.

[14] 陶在樸.生態包袱與生態足跡——可持續發展的重量及面積觀念[M].北京:經濟科學出版社,2003:207-216.

[15] 何勇.中國氣候、陸地生態系統碳循環研究[M]北京:氣象出版社,2006:41-45.

[16] ZHAO M,KONG Z H,ESCOBEDO F J,et al.Impacts of urban forests on offsetting use in Hangzhou,China[J].Journal of Environment Management,2010,91(4):807-813.

[17] 張艷芳.西安市土地利用變化與碳排放空間格局特征研究[J].西北大學學報(自然科學版),2013,43(2):287-292.

(編 輯徐象平)

The study on the correlation between carbon emission and economic development in Shaanxi Province

HUA Ying1,2, ZHANG Zhi-he1

(1.School of International Business, Shaanxi Normal University, Xi′an 710062, China; 2.School of Mathematics and Computer Engineering, Xi′an University, Xi′an 710065， China)

The paper studied the measure and prediction trend of carbon emission in the future as well as the influence on regional economy development in Shaanxi Province. Based on the listing method and the nonlinear least squares method, remaining carbon emission and super logarithmic model are applied in prediction. To estimate the carbon emission of Shaanxi Province in 1991—2013, remaining carbon emission of per unit of GDP in Shaanxi Province in 2020 is 0.3139, 18% less than 2005 levels, and the fact that carbon emission increases gradually when per capita GDP increase is found, but growth at an average level of 1.6%, so the pressure to reduce emission is big in Shaanxi Province.To solve the problem of carbon emission in Shaanxi Province, regional low-carbon economic development path are put forward, with clean energy research & development and application; ecological, green, intensive agricultural production mode are given; residents need to know more about low-carbon environmental protection; effective measures of emission reduction is requested to increase by strengthening ecological compensation.

carbon emission; remaining carbon emission; Shaanxi province; economic development

2014-06-09

陜西省社科界重大理論與現實問題基金資助項目(2015Z029)；陜西省教育廳科學研究計劃基金資助項目(11JK0337)

華瑛，女,浙江富陽人，陜西師范大學博士生,從事區域經濟、生態模型預測研究。

F061.5

：ADOI：10.16152/j.cnki.xdxbzr.2015-03-023