基于聚類分析的中國碳排放影響因素研究

(華北水利水電大學管理與經濟學院 河南 鄭州 450046)

基于聚類分析的中國碳排放影響因素研究

徐青青

(華北水利水電大學管理與經濟學院河南鄭州450046)

全球二氧化碳排放量的逐年上升，各國都面臨著巨大的減排壓力，中國作為《京都議定書》的簽字國，亟需找到碳排放的主要影響因素，從而抑制二氧化碳排放。本文通過借鑒國內外對碳排放問題的研究成果，得出了影響碳排放的10個主要因素，并進行數據收集，結合SPSS 19.0對其相關數據進行了聚類分析，從而將所有影響因素四個大類，并對聚類結果做出相關分析。最后針對結論提出了碳減排的相關政策建議。

碳排放；聚類分析；碳減排政策；SPSS 19.0

一、引言

人類進入21世紀以來，氣候變化問題日益成為全世界關注的焦點。政府間氣候變化專門委員會(IPCC)的第三次評估報告指出，近50年的氣候變暖與人類使用化石燃料所排放的二氧化碳等溫室氣體密切相關，世界各國共同認識到減少溫室氣體排放的必要性與緊迫性。作為全球最大的發展中國家，中國的溫室氣體排放量增長速度不斷加快。為此中國政府承受著巨大壓力，于2015年承諾：到2030年，中國碳排放強度比2005年下降60%～65%。中國能否完成這樣的減排目標？造成中國碳排放增多的主要因素是什么?明確并理順造成中國碳排放增長的影響因素，對中國實現可持續發展具有重要意義。

二、理論綜述

隨著碳減排逐漸成為國際性熱門話題，眾多學者慢慢把研究的熱點轉移到碳排放影響因素上來，采用不同視角不同的方法研究碳排放的動因，以尋求針對性的、科學有效的碳減排措施。Ang等(1998)采用對數平均指數分解研究方法(LMDI)對1985～1990年我國工業部門能源消費碳排放進行了分解研究，研究結果發現經濟總產出正向促進我國碳排放量，而能源強度則反向抑制碳排放量[1]。Schipper et al采用適應性加權迪氏分解法(Adaptive weighting Divisia，以下簡稱AWD)對13個國際能源機構國家的碳排放強度進行了因素分解，認為對于大多數的國家，能源強度和能源結構是引起碳排放強度變化的主要因素，而產業結構和碳排放系數的影響效果并不明顯[2]。張騰飛等依托城市化模型和污染模型推導城鎮化、人力資本積累、清潔生產和碳排放之間的作用機制，結果表明城鎮化可以通過人力資本積累和清潔生產實現碳減排[3]。孫昌龍等根據全球國家歷史數據，按城市化水平把城市化演進分為三個階段，結合模型評估不同階段下相關因子對碳排放的影響作用，結果表明城市化發展中后期對碳排放的促進作用較強[4]。肖周燕等的研究結果表明家庭戶的變動對碳排放的影響要遠遠大與人口總量對碳排放帶來的影響[5]。馬曉鈺等人的面板數據模型檢驗結果表明人口規模、年齡結構和城市化水平是推動我國碳排放的主要人口因素，而家庭結構上呈現出大的家庭結構對碳排放的抑制作用[6]。吳賢榮等研究了我國中、東、西三大區 域農業碳排放效率，并指出東部地區的碳排放效率的不斷改善主要是技術進步的推動，但中部和西部碳排放效率雖有所改善但波動性較強[7]。通過上述研究可以看出，碳排放的影響因素是多方面的，如何全而闡述中國碳排放影響因素，分析各影響因素之間的相互關系，找到降低碳排放的關鍵代表影響因素是本文所研究的課題。

三、碳排放影響因素的聚類分析

(一)數據來源與指標選擇

本文基于先前學者的研究，我們選取人口、人均GDP、城鎮化率、工業化水平、第三產業比重、能源消費量、勞動適齡人口比重、單位GDP能耗、能源產量以及化石燃料能耗比重作為中國碳排放量的主要影響因素，并搜集到1995-2015年相關數據進行聚類分析。

1.數據來源

本文所采用的數據均來源于國家統計年鑒和國家統計局，如表1。

表1 碳排放相關影響因素1995-2015年數據

續表：

表1 碳排放相關影響因素1995-2015年數據

(二)聚類分析

聚類分析指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的分析過程。聚類分析的目標就是在相似的基礎上收集數據來分類。聚類分析是一種很常見的數據挖掘技術，它的主要作用是用于揭示數據庫中未知的對象類。簡單地說，就是對大量的數據進行分類，使得同一類別的數據之間的相似度盡可能大、相異度盡可能小，而不同類別之間的數據的相似度要盡可能小、相異度盡可能大。聚類分析的本質特征就是按照事物的所有特征來構建組，每組的成員應該顯示出盡可能類似的結構。聚類分析來的目的是為了在眾多對象中確定對象的同質性。

系統聚類分為Q型聚類和R型聚類兩種：Q型聚類是對樣本進行聚類，它使具有相似特征的樣本聚集在一起，使差異性大的樣本分離開來；R型聚類是對變量進行聚類，它使差異性大的變量分離開來，相似的變量聚集在一起，這樣就可以在相似變量中選擇少數具有代表性的變量參與其他分析，實現減少變量個數、降低變量維度的目的。在本文中進行的是Q型聚類。

(三)實證分析過程

由于各項數據指標統計時采取的測量單位均不同，不能直接進行分析，故在分析前要對數據進行標準化處理，消除量綱帶來的干擾。

聚類分析結果通過運用SPSS 19.0軟件得到縱向21年碳排放10個影響因素的標準化聚類(最短距離法)情況如下表：

表3 聚類表

表3顯示的是聚類表，該表反映的是每一階段聚類的結果，系數表示的是“聚合系數”，第2列和第3列表示的是聚合的類。

圖1 完整連接的樹狀圖

圖1的樹狀圖顯示的是數據分析的最終結果，詳細分析見3.4結果分析。

(四)結果分析

圖1的聚類結果表明：

第一類是人口、單位GDP能耗、適齡勞動人口以及人均GDP。這一類主要反映了我國人口眾多且消費方式高碳化。雖然我國實施了一系列的人口政策，但是由于人口基數很大，降低的增長率都會導致絕對值的較高增長，治標不治本。所以，我們應該從根本上改變人們的生活方式和行為。居民的價值取向和生活模式對我國溫室氣體排放的影響重大，低碳意識的提高能夠大大促進中國降低碳排放進度的加快。

第二類是城鎮化率、化石燃料能耗和能源產量。我國已探明的能源儲量中，煤炭占到90%以上，石油與天然氣的比重較小，這種煤炭占主導地位的能源資源條件，是我國不得不把煤炭作為經濟發展的主要能源，而煤的高碳密集度使我國降低碳排放強度難度大大增加。另外，隨著經濟的發展，我國城鎮化進程也逐步增速，城區面積迅速增加導致大量的耕地被占用，公交密度的整體下降，私人交通工具的增多不可避免的使得碳排放量大大增加。

第三類是能源消費量和工業化水平。我國能源消費的一個主要特征就是以煤炭消費為主，與另外兩種能源石油和天然氣相比較而言煤炭的利用效率較低且單位能源產生的二氧化碳排放量最高。另外，在我國，第二產業的能源強度遠遠低于其他產業，特別是一些高耗能行業，如石油加工業、煉焦業、電力生產和供應業等產品的耗能遠遠高于世界水平。

第四類是第三產業比重。我國正處于工業化和城市化中期，第三產業增加值比重不足50%，而世界的平均水平在67%左右，發達國家已經超過70%。我國第三產業比重明顯偏低，這也是碳排放總量高的一個原因。

四、建議

本文通過對碳排放影響因素的數據進行聚類分析，把有共性的因素歸為一類，使對碳排放問題的分析更加簡明，更容易從重要的點切入。針對本文的結果，提出以下結論：

(1)人口方面來看，在減排的道路上僅僅有人口政策是不能從根本上解決人口帶來的碳排放增加的，我們要做的是轉變人們的生活消費行為，鼓勵低碳生活，低碳消費。發展低碳經濟必須在消費領域制定合理的政策，引導低碳消費潮流，使低碳消費成為社會發展的風向標。在消費領域，可以通過采取適當的補貼政策和獎勵政策，并制定相應的強制性法律法規，推行低碳消費理念和生活方式。

(2)我國能源消費的一個特征就是以煤炭消費為主，而與另外兩種能源(石油和天然氣)相比，煤炭的利用效率最低，單位能源產生的二氧化碳排放量最高。從這個方面來看，降低煤炭的消費比例，提高石油和天然氣的消費比例是有效的減排方法，但實際情況是，受到資源賦存條件的限制，再加上資金和技術等方面的制約，在短期內，我國很難改變以煤炭為主的能源消費結構，所以積極增加石油和天然氣的進口量，加大力度開發新能源和可再生能源，逐步減少能源消費中煤炭的比例，這應是我國調整能源結構的長期目標。

(3)我國的能源消費量和工業化水平都比較高，但是能源使用效率卻很低，因此，通過提高能源效率來降低碳排放強度的空間仍十分大。能源利用效率的提高離不開高科技的支持，加速發展煤炭清潔利用技術，通過更新設備、采用先進工藝等措施充分挖掘高耗能行業的減排潛力。同時可以因地制宜、重點發展太陽能光電和光熱利用技術、風力發電技術、生物質能發電技術等新能源和清潔能源技術，以實現我國能源供應和消費的多元化。可以通過加大對節能技術和新能源的傾斜性投資，來推動能源開發利用各個環節的創新性技術的研發和推廣，并盡快促成相關節能法律的貫徹力度，從法律層面保障能源效率的持續提高。

(4)盡管中國第三產業處于高速發展階段，但仍然面臨著占比少、結構不合理等問題。發達國家的第三產業主要以金融、保險、技術服務等高附加值新興產業為主，反觀中國的第三產業，餐飲業、交通運輸業等傳統服務業占據了40% 以上的比例，這些行業仍然是碳排放較高的行業。因此，雖然中國第三產業的總量已經很大，但是對于碳排放強度降低的效果并不十分理想。在中國“穩發展、調結構”的背景下，需要加大對第三產業內部結構的調整，發展低碳排放的新興產業，為碳排放強度的下降提供積極地作用。

[1]AngJB.CO2,emissions,researchandtechnologytransferinChina[J].EcologicalEconomics,2009,68(10):2658-2665.

[2]SchipperL,MurtishawS,KhrushchM,etal.Carbonemissionsfrommanufacturingenergyusein13IEAcountries:long-termtrendsthrough1995[J].EnergyPolicy,2001,29(9):667-688.

[3]張騰飛,楊俊,盛鵬飛.城鎮化對中國碳排放的影響及作用渠道[J].中國人口資源與環境,2016,26(2):47-57.

[4]孫昌龍,靳諾,張小雷,等.城市化不同演化階段對碳排放的影響差異[J].地理科學,2013,33(3):266-272.

[5]肖周燕.我國家庭動態變化對CO2排放的影響分析[J].人口研究,2012,36(1):52-62.

[6]馬曉鈺,李強誼,郭瑩瑩.我國人口因素對CO2排放的影響——基于STIRPAT模型的分析[J].人口與經濟,2013(1):44-51.

[7]吳賢榮,張俊飚,田云,等.中國省域農業碳排放:測算、效率變動及影響因素研究——基于DEA-Malmquist指數分解方法與Tobit模型運用[J].資源科學,2014,36(1):129-138.