基于STIRPAT模型的山西省能源碳排放影響因素及峰值預(yù)測(cè)

關(guān)敏捷，袁艷紅，冉木希，王 子

(太原理工大學(xué)經(jīng)濟(jì)管理學(xué)院,山西省晉中市，030600)

0 引言

面對(duì)日益突出的全球氣候問(wèn)題，作為世界上最大的能源消費(fèi)國(guó)和溫室氣體排放國(guó)，中國(guó)積極響應(yīng)國(guó)際碳減排號(hào)召，2020年，習(xí)近平總書(shū)記在第七十五屆聯(lián)合國(guó)大會(huì)一般性辯論上提出：我國(guó)將提高國(guó)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(zhēng)于2030年達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和。在經(jīng)濟(jì)社會(huì)快速發(fā)展的同時(shí)，能源需求也持續(xù)增長(zhǎng)，國(guó)內(nèi)高碳化能源結(jié)構(gòu)和重型化產(chǎn)業(yè)結(jié)構(gòu)給2030年碳達(dá)峰帶來(lái)巨大挑戰(zhàn)。研究碳排放現(xiàn)狀及影響因素，基于不同模式對(duì)碳排放峰值預(yù)測(cè)，是我國(guó)各省市地區(qū)碳排放盡快達(dá)峰、有效節(jié)能減排的關(guān)鍵，也是一個(gè)需要高度關(guān)注和深入發(fā)掘的領(lǐng)域[1-2]。

目前，國(guó)內(nèi)外學(xué)者對(duì)碳排放問(wèn)題進(jìn)行了大量研究，學(xué)者們從國(guó)家、省區(qū)和行業(yè)等角度評(píng)估了不同碳排放影響因素對(duì)環(huán)境的影響。馬崢、崔豫泓[3]基于SDA模型，從能源結(jié)構(gòu)效應(yīng)、碳強(qiáng)度效應(yīng)、投入產(chǎn)出技術(shù)效應(yīng)和總量效應(yīng)4個(gè)方面對(duì)中國(guó)碳排放驅(qū)動(dòng)因素分解研究；寧論辰等[4]基于超效率SBM-Tobit模型的兩階段分析研究了我國(guó)30個(gè)省級(jí)行政區(qū)2007-2016年的碳排放效率及其影響因素；李建豹等[5]探究了江蘇省人口城鎮(zhèn)化與能源消費(fèi)CO2排放耦合協(xié)調(diào)度的時(shí)空格局，并基于空間滯后面板Tobit模型分析了其影響因素；姜博、馬勝利[6]以東北三省為例，運(yùn)用EKC和STIRPAT擴(kuò)展模型定量分析富裕程度、能源消費(fèi)強(qiáng)度以及產(chǎn)業(yè)結(jié)構(gòu)等關(guān)鍵因素對(duì)東北三省碳排放的影響；付華等[7]采用LMDI方法分析了中國(guó)制造業(yè)28個(gè)子行業(yè)的碳排放及影響因素；于克美等[8]基于非期望產(chǎn)出DEA模型、Tobit模型以及Bootstrap模型對(duì)我國(guó)鐵路運(yùn)輸業(yè)碳排放效率及影響因素進(jìn)行了分析。

除對(duì)碳排放的影響因素探究外，碳排放峰值預(yù)測(cè)也成為了各領(lǐng)域?qū)W者的研究熱點(diǎn)。主流的研究方法和手段有：IPAT模型及其衍生的STIRPAT模型、環(huán)境庫(kù)茲聶茨曲線、灰色預(yù)測(cè)模型和系統(tǒng)動(dòng)力學(xué)等。其中，席細(xì)平等[9]通過(guò)對(duì)江西省1995-2012年的時(shí)間序列數(shù)據(jù)進(jìn)行回歸，利用IPAT模型對(duì)未來(lái)江西省碳排放峰值進(jìn)行了預(yù)測(cè)研究；渠慎寧、郭朝先[10]基于STIRAT模型，用我國(guó)30個(gè)省市的面板數(shù)據(jù)對(duì)中國(guó)的碳排放峰值進(jìn)行了預(yù)測(cè)；劉衛(wèi)東等[11]基于1992-2012年我國(guó)省際面板數(shù)據(jù)，將技術(shù)創(chuàng)新納入環(huán)境庫(kù)茲涅茨曲線方程構(gòu)建碳排放模型，對(duì)我國(guó)碳排放峰值進(jìn)行預(yù)測(cè)；王永哲、馬立平[12]以吉林省為例，構(gòu)建灰色GM(1,1)模型，對(duì)吉林省2016-2018年人均碳排放量進(jìn)行了預(yù)測(cè)；趙亞濤[13]基于系統(tǒng)動(dòng)力學(xué)和情景分析法對(duì)我國(guó)煤電行業(yè)碳排放進(jìn)行了仿真模擬與預(yù)測(cè)。

山西省是我國(guó)重要的能源和原材料供應(yīng)基地，是典型的資源型經(jīng)濟(jì)代表和碳排放大省，深入探究其碳排放的影響因素并合理預(yù)測(cè)碳排放峰值年，有助于達(dá)成國(guó)家減排目標(biāo)，為有效設(shè)計(jì)減排路徑提供新思路[14-15]。鑒于此，本文首先分析山西省人口數(shù)量、人均GDP、城鎮(zhèn)化水平、能源強(qiáng)度、碳排放強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)對(duì)能源消費(fèi)產(chǎn)生的碳排放量的影響，并選取出影響顯著的因素納入STIRPAT模型進(jìn)行模擬；然后基于模擬結(jié)果，設(shè)置8種不同發(fā)展情景，對(duì)山西省未來(lái)能源消費(fèi)碳排放量進(jìn)行預(yù)測(cè)，探索碳排放量峰值出現(xiàn)的時(shí)間及數(shù)量，以期為山西省實(shí)現(xiàn)碳減排目標(biāo)提供參考依據(jù)。

1 方法和數(shù)據(jù)

1.1 研究方法

STIRPAT模型是YORK R和DIETZ T等[16]在IPAT恒等式的基礎(chǔ)上提出的隨機(jī)特殊形式，考慮了人口、財(cái)富和技術(shù)因素各自變動(dòng)時(shí)對(duì)環(huán)境的單獨(dú)影響，消除了同比例變動(dòng)問(wèn)題的影響。該模型是目前研究碳排放峰值最常用的方法，并且具有很好的拓展性，因此，本文采用STIRPAT拓展模型對(duì)山西省的碳排放影響因素和碳排放峰值進(jìn)行研究。模型基本形式為：

I=aPbAcTdu

(1)

式中：I、P、A、T——環(huán)境壓力、人口因素、財(cái)富因素和技術(shù)水平；

a——模型系數(shù)；

b、c、d——人口、財(cái)富和技術(shù)的彈性系數(shù)；

u——誤差項(xiàng)。

山西省的三次產(chǎn)業(yè)結(jié)構(gòu)層次偏低、化石能源產(chǎn)業(yè)比重偏高、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)等結(jié)構(gòu)性因素對(duì)山西省的能源碳排放影響很大，在STIRPAT的拓展模型上引入結(jié)構(gòu)因素S，選取具體的結(jié)構(gòu)性指標(biāo)進(jìn)行研究。此處將方程轉(zhuǎn)化為線性方程，兩邊分別取對(duì)數(shù)，模型擴(kuò)展為：

lnI=lna+blnP+clnA+dlnT+elnS+lnu

(2)

1.2 數(shù)據(jù)來(lái)源

根據(jù)不同指標(biāo)數(shù)據(jù)的可獲得性，本文中總?cè)丝凇⒊擎?zhèn)化率、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)4項(xiàng)指標(biāo)的原始數(shù)據(jù)來(lái)源于2001-2020年《山西省統(tǒng)計(jì)年鑒》；碳排放量指標(biāo)數(shù)據(jù)由主要化石燃料消費(fèi)量結(jié)合排放系數(shù)法計(jì)算所得，其中化石燃料消費(fèi)量由2001-2020年《中國(guó)能源統(tǒng)計(jì)年鑒》中山西省能源平衡表整理得到；碳排放強(qiáng)度和能源強(qiáng)度數(shù)據(jù)分別根據(jù)山西省地區(qū)能源碳排放量、化石能源消耗量與地區(qū)實(shí)際GDP總值計(jì)算所得；能源結(jié)構(gòu)數(shù)據(jù)由煤炭消耗量占化石能源消耗總量計(jì)算所得。

1.3 自變量的選擇

為盡可能不遺漏重要影響因素，參考學(xué)者們已有研究中引入的變量，并結(jié)合山西省實(shí)際情況和數(shù)據(jù)可得性，本文選取7個(gè)影響指標(biāo)，先納入模型再篩選，科學(xué)取舍，指標(biāo)具體內(nèi)容如表1所示。人口因素選擇體現(xiàn)人口規(guī)模的總?cè)丝诤腕w現(xiàn)人口結(jié)構(gòu)的城鎮(zhèn)化率[17]；財(cái)富因素采用人均GDP；技術(shù)因素選擇碳排放強(qiáng)度和能源強(qiáng)度；結(jié)構(gòu)因素選擇產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)。

表1 模型變量說(shuō)明

通過(guò)輸出結(jié)果可知，進(jìn)入回歸法顯示總?cè)丝凇⑷司鵊DP、能源強(qiáng)度和能源結(jié)構(gòu)影響顯著。因此將人口指標(biāo)中的總?cè)丝凇⒇?cái)富指標(biāo)中的人均GDP、技術(shù)指標(biāo)中的能源強(qiáng)度和結(jié)構(gòu)指標(biāo)中的能源結(jié)構(gòu)作為自變量納入方程，篩選出來(lái)的4個(gè)變量一一對(duì)應(yīng)STIRPAT拓展模型的人口、財(cái)富、技術(shù)和結(jié)構(gòu)4個(gè)方面，也驗(yàn)證了該模型理論維度選擇的合理性。

1.4 統(tǒng)計(jì)分析

1.4.1 能源消費(fèi)量和能源強(qiáng)度

山西省化石能源消費(fèi)量和能源強(qiáng)度變化趨勢(shì)如圖1所示，能源消費(fèi)總量總體上保持著不斷增長(zhǎng)的趨勢(shì)。總體來(lái)看，山西省的能源強(qiáng)度呈現(xiàn)波動(dòng)下降的趨勢(shì)，在2003年能源強(qiáng)度出現(xiàn)了小的峰值，為7.03 t標(biāo)準(zhǔn)煤/萬(wàn)元，之后又呈下降趨勢(shì)，2019年山西省的能源強(qiáng)度為4.65 t標(biāo)準(zhǔn)煤/萬(wàn)元。

圖1 山西省化石能源消費(fèi)量和能源強(qiáng)度

1.4.2 碳排放量測(cè)算

以煤炭為依托的山西省高碳化能源結(jié)構(gòu)呈現(xiàn)“一煤獨(dú)大”的格局，本文以化石能源作為碳源對(duì)碳排放進(jìn)行測(cè)算，使用當(dāng)前應(yīng)用最為廣泛的碳排放系數(shù)法。根據(jù)IPCC核算框架進(jìn)行能源碳排放量計(jì)算：

Ic=∑Ici=Ei·θi·fi

(3)

式中：Ic——碳排放量；

i——化石能源的類(lèi)型；

Ei——不同能源消耗量；

θi——不同能源標(biāo)準(zhǔn)煤換算系數(shù)；

fi——不同能源的碳排放系數(shù)。

其中，標(biāo)準(zhǔn)煤換算系數(shù)和碳排放系數(shù)來(lái)自《IPCC國(guó)家溫室氣體清單指南(2006)》和國(guó)家氣候變化對(duì)策協(xié)調(diào)小組辦公室和國(guó)家發(fā)改委能源研究所(2007)發(fā)布的相關(guān)數(shù)據(jù)，見(jiàn)表2。

表2 能源標(biāo)準(zhǔn)煤換算系數(shù)和碳排放系數(shù)

山西省能源消耗產(chǎn)生的碳排放量如圖2所示。

圖2 山西省能源碳排放量

由圖2可以看出，2000年以來(lái)，山西省能源碳排放量不斷增長(zhǎng)，2017年能源碳排放量的增長(zhǎng)率達(dá)到最高值17.32%，在這20年間，增長(zhǎng)率偶有負(fù)值，但碳排放量始終保持著不斷增長(zhǎng)的趨勢(shì)。2019年山西省能源碳排放量達(dá)到31 032.14萬(wàn)t。

2 結(jié)果分析

2.1 STIRPAT模型回歸擬合分析結(jié)果

2.1.1 普通最小二乘估計(jì)結(jié)果

運(yùn)用SPSS19.0對(duì)數(shù)據(jù)進(jìn)行多元回歸分析，結(jié)果見(jiàn)表3，總?cè)丝诤腿司鵊DP的VIF值都遠(yuǎn)大于10，說(shuō)明存在多重共線性。因此，普通最小二乘法擬合出的系數(shù)無(wú)法得到可靠的保證，不能根據(jù)普通最小二乘擬合結(jié)果進(jìn)行判斷。

表3 普通最小二乘結(jié)果分析

2.1.2 嶺回歸估計(jì)結(jié)果

為了規(guī)避面板數(shù)據(jù)自身存在的多重共線性干擾，更大限度保留自變量和因變量的信息[18]，采用嶺回歸方法對(duì)數(shù)據(jù)重新進(jìn)行回歸，在SPSS19.0中編寫(xiě)調(diào)用Ridge Regression程序的語(yǔ)法,以總?cè)丝凇⑷司鵊DP、能源強(qiáng)度和能源結(jié)構(gòu)為自變量,能源碳排放量為因變量,得到不同嶺參數(shù)K值對(duì)應(yīng)的方程、嶺跡圖和擬合優(yōu)度R2值,K值越小,樣本數(shù)據(jù)損失的信息越少,模型精確度越高。根據(jù)嶺跡圖變化情況,當(dāng)K=0.2時(shí),系數(shù)逐步趨于穩(wěn)定,R2為0.896,擬合程度較好,可選擇參數(shù)為0.2進(jìn)行回歸,結(jié)果如表4所示。

表4 K=0.2時(shí)嶺回歸結(jié)果

嶺回歸非標(biāo)準(zhǔn)化系數(shù)方程，也是STIRPAT模型的線性模式：

(4)

回歸系數(shù)為彈性系數(shù)，一般以該回歸模型為預(yù)測(cè)模型。從系數(shù)大小來(lái)看，總?cè)丝谑巧轿魇』茉聪M(fèi)碳排放的最重要影響因素，總?cè)丝跀?shù)每增長(zhǎng)1%，山西省能源碳排放增長(zhǎng)2.127%，這是由人口對(duì)能源的絕對(duì)需求決定的；能源結(jié)構(gòu)因素次之，能源結(jié)構(gòu)ES每增長(zhǎng)1%，山西省能源碳排放增長(zhǎng)1.172%，這是因?yàn)樯轿魇∈歉咛蓟茉唇Y(jié)構(gòu)，煤炭消耗占比較大，在推動(dòng)經(jīng)濟(jì)增長(zhǎng)的同時(shí)，消耗了大量煤炭資源，造成了大量碳排放。

本文采用模型(4)對(duì)山西省歷史能源消費(fèi)碳排放量進(jìn)行模擬，并將模擬值與歷史值進(jìn)行回歸，結(jié)果發(fā)現(xiàn)擬合得很好，R2達(dá)到0.99。因此，采用模型(4)對(duì)未來(lái)山西省能源消費(fèi)碳排放量進(jìn)行預(yù)測(cè)是可行的。模擬值與預(yù)測(cè)值對(duì)比如圖3所示。

圖3 山西省能源消費(fèi)碳排放量模擬值與歷史值對(duì)比

2.2 山西省未來(lái)能源碳排放趨勢(shì)分析

2.2.1 情景設(shè)置

情景分析法近年來(lái)在碳排放預(yù)測(cè)中得到廣泛應(yīng)用，其最大優(yōu)勢(shì)是可預(yù)測(cè)未來(lái)碳排放的變化趨勢(shì)，避免過(guò)高或過(guò)低估計(jì)未來(lái)的變化及其影響[19-20]。

本文基于2000-2019年山西省的歷史數(shù)據(jù)，計(jì)算各參數(shù)的變化率，根據(jù)實(shí)際經(jīng)濟(jì)發(fā)展情況，合理設(shè)置情景組合。假設(shè)STIRPAT拓展模型中各自變量分別有高、中、低3種模式，將不同自變量根據(jù)山西省相關(guān)研究進(jìn)行設(shè)置，設(shè)置8種情景模式，如表5所示。

表5 情景設(shè)置

預(yù)測(cè)的基準(zhǔn)年為2019年，根據(jù)表5對(duì)不同情景模式的設(shè)置和描述，設(shè)定預(yù)測(cè)年份到2050年為止。具體情景模式參數(shù)設(shè)置如表6所示。

表6 不同情景模式參數(shù)設(shè)置

2.2.2 趨勢(shì)分析

依據(jù)設(shè)定的8種不同情景模式，并基于STIRPAT拓展模型對(duì)山西省2020-2050年的能源碳排放量進(jìn)行擬合，得出各個(gè)情景下山西省未來(lái)的碳排放量，結(jié)果如圖4、表7所示。

結(jié)合圖4和表7來(lái)看，在能源結(jié)構(gòu)優(yōu)化情景下，山西省未來(lái)的能源消費(fèi)碳排放量最先達(dá)到碳排放峰值，達(dá)峰時(shí)間為2025年；低碳情景下，2032年達(dá)到峰值，且碳峰值量最低，為56 735.24萬(wàn)t；綠色發(fā)展情景、節(jié)能情景將在2040年達(dá)到峰值，峰值量分別為58 146.56萬(wàn)t、59 007.68萬(wàn)t；其他情景模式在2050年前并未出現(xiàn)峰值。

表7 不同情景模式下碳排放量預(yù)測(cè)結(jié)果

山西省未來(lái)能源碳排放量見(jiàn)表8。通過(guò)對(duì)比8種情景模擬的結(jié)果，發(fā)現(xiàn)降低能源結(jié)構(gòu)是山西省有效降低能源碳排放最重要的因素。在能源結(jié)構(gòu)優(yōu)化情景和低碳情景下，能源結(jié)構(gòu)的調(diào)整和優(yōu)化，能夠有效控制山西省的能源碳排放，使得山西省能源碳排放在2030年時(shí)達(dá)到峰值，并且能源強(qiáng)度的下降也會(huì)使得碳峰值量降低。而在綠色發(fā)展情景和節(jié)能情景下，能源結(jié)構(gòu)保持中模式，其他因素保持低、中模式時(shí)，也可使得山西省的能源碳排放達(dá)到峰值，但達(dá)峰時(shí)間會(huì)有所推遲，達(dá)峰量也有所增加，這意味著未來(lái)山西省要著重降低能源結(jié)構(gòu)，減少對(duì)煤炭的依賴(lài)，轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式。

表8 山西省未來(lái)能源碳排放量 萬(wàn)t

3 結(jié)論及政策建議

本文根據(jù)IPCC法計(jì)算出了山西省2000-2019年化石能源消費(fèi)產(chǎn)生的碳排放量，自變量先篩選后建模，采用STIRPAT模型和嶺回歸分析山西省能源碳排放的影響因素，并運(yùn)用情景分析預(yù)測(cè)出不同情景下山西省2020-2050年的能源碳排放量，得出如下結(jié)論。

(1)山西省能源碳排放影響因素的影響程度各不相同。顯著影響因素按作用大小排序依次為：總?cè)丝凇⒛茉唇Y(jié)構(gòu)、人均GDP、能源強(qiáng)度，分別反映為STIRPAT模型中的人口因素、結(jié)構(gòu)因素、財(cái)富因素和技術(shù)因素，人口因素影響最大。

(2)不同情景下，山西省能源碳排放達(dá)峰時(shí)間和峰值量差異明顯。截至2050年，能源結(jié)構(gòu)優(yōu)化情景和低碳情景下，山西省能源消費(fèi)碳排放量可分別于2025年、2032年達(dá)到峰值，且低碳情景模式下，峰值量最低，為56 735.24萬(wàn)t；綠色發(fā)展情景、節(jié)能情景下則在2040年達(dá)到峰值，峰值量分別為58 146.56萬(wàn)t、59 007.68萬(wàn)t；其余情景模式均無(wú)法在2050年前達(dá)到峰值。綜合8種情景模式來(lái)看，在人口經(jīng)濟(jì)穩(wěn)步增長(zhǎng)的同時(shí)，加速優(yōu)化能源結(jié)構(gòu)，降低對(duì)煤炭的依賴(lài)程度，提高能源效率是山西省在2030年能源碳排放量達(dá)到峰值的重要保障，是適合山西省生態(tài)文明建設(shè)和可持續(xù)發(fā)展的重要方向。

山西省目前的能源碳排放趨勢(shì)和能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)表明，未來(lái)山西省的能源碳排放仍會(huì)繼續(xù)增加，山西省面臨著較大的減排壓力。因此，提出以下建議。

(1)推進(jìn)能源生產(chǎn)清潔化、能源消費(fèi)電氣化，積極推動(dòng)技術(shù)進(jìn)步與創(chuàng)新，提高能源效率，降低能源強(qiáng)度。嚴(yán)控化石能源總量，提高非化石能源使用比例，弱化以煤炭為首的化石能源消費(fèi)的局面，降低山西省能源強(qiáng)度。

(2)以電代煤、代氣、代油，大力提升工業(yè)、建筑業(yè)電氣化水平，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提升能效，促進(jìn)低耗能、高附加值第三產(chǎn)業(yè)發(fā)展，減少對(duì)高碳產(chǎn)業(yè)和化石能源的依賴(lài)，轉(zhuǎn)變以化石能源消費(fèi)為基礎(chǔ)的經(jīng)濟(jì)增長(zhǎng)模式，促進(jìn)低碳產(chǎn)業(yè)發(fā)展。

(3)立足能源結(jié)構(gòu)優(yōu)化調(diào)整，大力引進(jìn)清潔能源項(xiàng)目，推進(jìn)節(jié)能減污降碳。推動(dòng)能源供應(yīng)多元化發(fā)展，加速發(fā)展核電和可再生能源。