新疆農村居民生活消費碳排放及影響因素研究

王志強 唐琪

摘要：構建新疆農村居民碳排放影響因素分析模型，探求各影響因素的實際貢獻，為實現新疆人口、消費、環境協調發展目標提出具有針對性的對策建議。文章運用IPCC碳排放系數法和CLA法對2002—2017年新疆農村居民生活消費的碳排放進行核算，并從環境、人口、技術3個方面選取新疆人均年可支配收入、能源強度、生活消費碳排放強度、農村人口比重4個影響指標，基于擴展的STIRPAT模型結合嶺回歸分析對各影響因素進行實證研究。結果表明：（1）新疆農村居民生活消費碳排放的發展整體呈現遞增趨勢，其中居民直接碳排放增幅較大，增速較快，在碳排放總量中占比較大，間接碳排放量占比逐年增加，但增速和增幅相對緩慢；（2）各自變量的彈性系數分別為0.09、-0.19、0.89、-0.2，新疆人均年可支配收入、生活消費碳排放強度為碳排放量帶來正效應，新疆農村人口比重、能源強度為碳排放量帶來負效應。（3）從影響程度來看，生活消費碳排放強度對新疆農村居民生活消費碳排放的拉動作用最大；能源強度對新疆農村居民生活消費碳排放的抑制作用最大。提出建議：（1）優化農村能源系統：調整農村能源結構，推進農村生物質轉化，提高農村居民資源利用率；（2）提倡科技興農：引進低碳技術，提高農村市場供給力，改變農村地區粗放式經濟的發展，實現節能產業和循環經濟雙向發展；（3）推進新型生態農業建設：加大農村“綠色宣傳”力度，改革“綠色供給”，加強“綠色治理”，強化“綠色監管”。

關鍵詞：STIRPAT模型；嶺回歸；影響因素；農村居民生活消費；碳排放

中圖分類號：X196；X24文獻標志碼：A論文編號：cjas2020-0250

Carbon Emission of Xinjiang Rural Residents’Living Consumption and Influencing Factors： Based on the SITRPAT Model

WANG Zhiqiang， TANG Qi

（School of Public Administration， Xinjiang Agricultural University， Urumqi 830052， Xinjiang， China）

Abstract： The study aims to construct an analysis model of factors affecting carbon emission of rural residents in Xinjiang， explore the actual contribution of each influencing factor， and put forward targeted countermeasures for realizing the coordinated development of population， consumption and environment. We used the IPCC carbon emission coefficient method and the CLA method to calculate the carbon emission of rural residents’living consumption in Xinjiang from 2002 to 2017， and selected 4 influencing factors of per capita annual disposable income， energy intensity， carbon emission intensity of living consumption， and the proportion of rural population from three aspects： environment， population and technology. Based on the extended STIRPAT model combined with ridge regression analysis， the empirical research on each influencing factor was carried out. The results showed that： （1） the overall development of carbon emission from the living consumption of rural residents in Xinjiang had an increasing trend， among them， the direct carbon emission of residents increased significantly， and the growth rate was relatively fast， accounting for a relatively large proportion of the total carbon emission， and the proportion of indirect carbon emission increased year by year， but the growth rate and growth range were relatively slow； （2） the elastic coefficients of the 4 variables were 0.09， -0.19， 0.89 and -0.2， respectively， Xinjiang’s per capita annual disposable income and carbon emission intensity of living consumption had positive effects on carbon emission， the proportion of rural population and energy intensity in Xinjiang had a negative effect on carbon emission； （3） from the perspective of the degree of impact， the carbon emission intensity of living consumption had the greatest pulling effect on the carbon emission of rural residents’living consumption in Xinjiang， while the energy intensity had the greatest restraint effect. Suggestions were put forward as： （1） optimizing the rural energy system by adjusting the rural energy structure， promoting the conversion of rural biomass and increasing the resource utilization rate of rural residents； （2） advocating agriculture development through science and technology by introducing low-carbon technologies， increasing rural market supply， changing regional extensive economic development in rural areas， and realizing the two-way development of energy-saving industries and circular economy； （3） promoting the construction of new ecological agriculture by intensifying rural‘green propaganda’， reforming‘green supply’， strengthening‘green governance’， and enhancing‘green supervision’.

Keywords： STIRPAT Model； ridge regression； influencing factors； rural residents’living consumption； carbon emission

0引言

自2000年以來，中國的居民能源消耗一直在不斷增長，與此同時，居民消費所導致的碳排放年增長率是8.7%，是超過工業部門的三大主要來源之一，因此中國居民生活碳排放是社會碳排放的一個著重關注點[1]。目前學者大多將碳排放劃分為直接和間接兩類，基于IPCC法、CLA法、I-O法、LCA法對碳排放進行核算[2-3]，國內學者主要從碳排放核算、減排潛力、區域范圍、空間形態、影響因素、能耗預測等層面進行有關居民生活消費碳排放的研究[4-9]，但研究范圍大多著眼于中國省域、市縣級和城鄉間。在居民碳排放影響因素研究方面，傅京燕[10]、湯嫣嫣[11]、史琴琴[12]引用STIRPAT模型考慮了多種影響因素，對中國居民生活用能碳排放的影響進行了定量分析，研究結果表明，消費結構、能源強度對生活消費碳排放產生負效應，消費水平、城鎮化率產生正效應，碳排放強度、人口規模影響方向存在差異，其中能源強度和能源結構是居民消費碳排放的主要驅動因素。參照以往研究成果，運用IPCC法、CLA法、擴展的STIRPAT模型，結合多元線性回歸法等實證分析使因素分析有據可依，探求新疆農村居民消費的碳排放機理。

新疆農村經濟發展迅速，居民在家庭生活各方面產生了巨大的能源消耗，由于農村地區經濟發展水平相對落后，在利用能源資源的過程中粗放現象較為突出[13-14]，但是，中國在對碳排放問題進行研究時，主要將目光投放在國家和省域層面，研究范圍多著眼于城市，缺乏以農村居民為主體的研究成果，介于此，對新疆農村居民生活消費碳排放影響因素進行實證研究，因地制宜地制定節能減排政策，期望能夠推進新疆乃至全國農村居民碳減排工作的開展和綠色低碳生活的實現，為中國相關領域學者的研究提供參考。

1數據來源與研究方法

1.1碳排放測算方法

1.1.1居民消費直接碳排放核算居民直接碳排放指居民生活直接能源消耗產生的碳排放，農村居民生活消費產生的直接碳排放主要來自：（1）原煤、焦炭、焦爐煤氣、其他煤氣、汽油、煤油、天然氣等11種化石能源消耗所產生的CO2排放；（2）電力和熱力屬于二次能源，在其生產和使用的過程中會消耗大量的化石燃料，因此其碳排放歸為居民生活直接碳排放[15-16]。另外太陽能、風能、潮汐能、沼氣等通常視為零碳能源，在能源消耗過程中不產生CO2的排放，不需計算碳排放量[17]。

根據IPCC清單核算法直接碳排放計算方法如式（1）所示。

1.3數據來源

本研究數據以2002年為基期，時間跨度為2002—2017年，其中生活能源碳排放強度、能源強度數據來源于《國家統計年鑒》地區能源平衡表；農村人口比重、人均可支配收入、人均能源消費支出來自《新疆統計年鑒》、《能源統計年鑒》，變量數據均通過數據處理得到。

2實證分析

2.1農村居民生活碳排放總量分析

2002—2017年新疆農村居民碳排放量總體呈上升趨勢，年均增速4.04%，2002年新疆農村生活碳排放總量為663.16萬t，其中直接碳排放占總排放量的91.91%，間接碳排放占總排放量的8.09%，人均碳排放量為526.12 kg/人。2017年新疆農村生活碳排放總量為1154.85萬t，其中直接碳排放占總排放量的90.76%，間接碳排放占總排放量的9.24%，人均碳排放量為933.22 kg/人。

從增量看，2017年新疆農村居民生活碳排放總量較2002年增加了521.69萬t，年均增長32.78萬t。2017年人均碳排放量933.22 kg/人，較2002年增加了407.10 kg/人，年均增長27.14 kg/人。2002—2017年農村居民生活碳排放變化趨勢詳見圖1。

從增速看，2017年新疆農村居民生活碳排放總量較2002年的663.16萬t，增長了1.74倍，年均增長3.77%；2017年人均碳排放量較2002年的526.12 kg/人，增長了1.77倍，年均增長6.42%。從年度環比增長速度來看，2002—2017年雖波動幅度較大，但總體上呈上升趨勢。以整體分為3段，2002—2005年較為平穩，2006—2015年稍有回落，但仍保持上升趨勢，2016—2017年迅速上升，整體呈現“U”型趨勢，與中國西部經濟發展狀態相呼應。其中2016年環比增長速度最大，農村生活碳排放總量較上一年增長速度為69.48%，人均碳排放較上一年增長70.39%；2006年環比增長速度最小，農村生活碳排放總量較上一年增長速度為-49.17%，人均碳排放較上一年增長-49.52%。

2.2新疆農村居民消費碳排放結構及彈性分析

從碳排放結構看，2002—2017年新疆農村居民消費碳直接碳排放和間接碳排放趨勢見圖2，農村居民消費碳排放中的直接碳排放是重要來源，平均占比81.46%以上。2002年新疆農村居民生活直接碳排放占總排放量的91.91%，間接碳排放占排放總量的8.09%；2002—2017年新疆農村居民消費碳直接碳排放和間接碳排放趨勢見圖2，農村居民消費碳排放中的直接碳排放是重要來源，平均占比81.46%以上。居民生活間接碳排放量呈現增加趨勢，但增速緩慢。隨著農村經濟水平的提高，居民對高水平生活質量的需求逐漸顯現，間接碳排放的比重會隨著農村居民可支配收入和消費支出的增加而增加。

農村人口碳排放彈性是指單位農村人口增加農村人口碳排放量變化幅度。計算公式如式（7）所示。

2.3模型分析

2.3.1變量描述根據模型需要的指標找到相應數據，數據來源于2003—2018年《新疆統計年鑒》，詳細數據如表1所示。

人口用新疆農村人口比重來衡量，由于中國衡量口徑不一致，僅用常駐人口或農業人口代表農村人口，存在一定的片面性，為了提高數據的精準度和指標的優化度，選取《新疆統計年鑒》農村人口的比重作為最終變量。

能源強度也稱萬元GDP能耗，用新疆能源消耗量與新疆生產總值之比表示，新疆是一個富集煤炭、石油以及天然氣的地域，煤炭在消費總量中所占的比重仍處于一半以上，綜合反映新疆經濟對能源利用效率的重要指標，因此具有一定代表性。

生活消費碳排放強度是新疆生活消費碳排放總量與新疆農村居民生活消費支出的比值，單位為t/萬元，碳排放強度能反應農村居民消費模式，碳排放強度降低是有效實現低碳消費的舉措，在減排中有著舉足輕重的作用。

能源強度和生活消費碳排放強度通過新疆生活消費總量、能源消費總量、生活消費碳排放總量和新疆生產總值折算得出。在多指標評價體系中，為消除價格變化的影響，新疆生產總值、人均年可支配收入和居民生活消費支出等相關數值均折算成2010年不變價。另外，由于各評價指標的具有不同的量綱和數量級，需要對原始數據進行標準化處理，本章節利用極差標準化（Min-max normalization）去除數據的單位限制，將碳排放總量、新疆農村人口比重、人均年可支配收入、人均能源消費、能源強度、生活消費碳排放強度6個指標均轉化為無量綱的純數值，同時為了消除異方差帶來的影響，應用時還需要對其進行對數化處理，對數化處理后得到結果如表2所示。

2.3.2回歸擬合結果對上述解釋變量進行相關系數檢驗，其結果如表3所示。

將對數化數據進行多元回歸分析，R2等于0.998，F=482.537，說明回歸方程是高度顯著的，但模型中大部分系數沒有通過顯著性檢驗，且方差擴大因子均大于10，說明該回歸方程存在多重共線性。

表4有3個特征值都接近0，2個條件指數遠大于100，再次說明具有多重共線性，從條件指數283.531這一行可以看出，lnA2、lnT2的方差比例同時比較大，說明/2個自變量之間一定存在多重共線性的關系，對我們消除多重共線性有很大作用。

2.3.3嶺回歸估計表從表4可以看出，5個變量之間存在很強的共線性，如果多重共線性存在，則線性回歸就無法使用最小二乘法來求解，或者求解會出現偏差。在處理解釋變量之間的多重共線性問題時，主要有逐步回歸法、主成分分析法、嶺回歸法，而嶺回歸無疑比最小二乘法更穩定，可以解決特征變量間的精確相關關系導致的最小二乘法無法使用的問題，可以保證回歸系數穩定的正常數矩陣，因此，本章節采用嶺回歸的方法，將嶺回歸系數K的值定在0～1之間，運用SPSS26.0軟件進行編程對參數進行估計，嶺回歸估計如表5所示。

圖4可以看出變量lnT2的回歸系數，隨著K值增大迅速下降，變量lnA2的系數隨著K值增大迅速上升，表現不穩定但其他大致穩定，而且lnT2與lnA2的相關系數為0.722，只需保留一個就可以，我們選擇剔除lnA2，用其余4個自變量與因變量做嶺回歸。

圖5可以看出剔除lnA2之后嶺回歸系數變化幅度減小，將嶺回歸系數K值的范圍定在0.0～0.3之間，步長更改為0.02進行取值。發現，各系數在K=0.1已經相對穩定，于是我們給定K=0.1建立嶺回歸模型，得到嶺回歸分析結果見表7、8。。

方差分析結果中，Sig.≈0.000，回歸方程是高度顯著的，各自變量顯著性Sig.值都小于0.05，R2≈0.986，經過嶺回歸處理后，各系數之間均顯著，模型的整體擬合效果較好，且符合實際意義，最終得到標準化后的STIRAPT模型表達式如（8）所示。

3結論

（1）從碳排放總量來看，2002—2017年新疆農村居民碳排放量波動上升，2002—2005年較為平穩，2006—2015年稍有回落，但仍保持上升趨勢，2016年以后迅速上升，整體呈現出“U”型變化趨勢。究其原因，新疆農村居民的能源消費大量提高，由于“西部大開發戰略”的實施，新疆經濟全面發展，大大加劇了新疆地區鋼鐵、化工等重化工業企業的攀升，對能源的依賴增加了很多，導致直接碳排放總量直線上升；隨著農村經濟的發展，居民生活正在由完全的物質需求向物質與精神需求并舉轉變，對耐用品和交通通信的需求明顯提升，教育和健康的要求也越來越高，消費需求的擴大對地區碳排放有重要驅動作用。

（2）從碳排放結構來看，新疆長期以來由煤炭消耗所致的碳排放在直接能源消費中占比最大，雖引進了清潔能源和零碳能源，增加了直接能源消費種類的多樣性，但由于化石能源消費居高不下，使得農村居民直接碳排放增幅較大，增速較快，在碳排放總量中占比較大，成為居民碳排放的重要來源；農村生活變富裕，對物質品的需求逐漸增加，使得居民生活間接碳排放量占比逐年增加，但居民在生活過程中引起碳排放的增速和增幅相對一次能源消費所帶來的直接碳排放緩慢。

（3）從貢獻度可以看出，各自變量的彈性系數分別為0.09、-0.19、0.89、-0.2，表明，人均年可支配收入、碳排放強度每增加1%會導致碳排放量分別增加0.09%和0.89%；能源強度、農村人口占有率每減少1%，碳排放量減少0.19%、0.20%。

（4）從影響程度來看，新疆人均年可支配收入、生活消費碳排放強度的增長為碳排放量的增加帶來的是正效應，新疆農村人口占有率、能源強度為碳排放量的增加帶來的是負效應。其中，生活消費碳排放強度對新疆農村居民生活消費碳排放的影響最強，其次是農村人口占有率、人均可支配收入水平、能源強度。

4建議

（1）優化農村能源系統：一是發展農村清潔能源和可再生能源。發展新疆具有優勢的風能、太陽能等清潔能源，運用現代先進技術替代傳統的高碳化工能源，減少火力發電的供能方式等。二是推進農村生物質轉化。高效開發農村地區可再生綠色能源，通過生物質轉換和壓縮技術，保障地區能源安全，減少農村廢棄物堆積和污染，做到地盡其利、物盡其用。三是調整農村能源結構，降低農村地區煤炭消費比重，鼓勵對零碳能源、清潔能源開發和利用。

（2）提倡科技興農：一是發展農村清潔煤技術。加強煤炭綜合利用，以先進的煤炭轉化技術和現代煤化工技術改造傳統煤化工產業，使煤改造技術完整貫穿于煤炭開發、加工、燃燒、轉化的過程。二是提高農村市場供給力。用新疆當地龍頭企業，深化生態農產品品牌效應，將生態與經濟相結合，推動新疆特色農產品和農業現代化技術的研發與應用。三是引進低碳技術。重點對一些高污染、高能耗、高排放的傳統技術進行改造，降低碳排放強度，改變農村地區粗放式經濟的發展，實現節能產業和循環經濟雙向發展。

（3）推進新型生態農業建設：首先，加大農村“綠色宣傳”力度。開展多種宣傳形式，強調技術更新進步的宣傳，通過多種方式如：廣播電視、期刊讀物、互聯網資訊等媒介，進行生態文明建設和環境衛生知識的普及。動員居民廣泛參與紀念性活動，如：“世界低碳日”、“中國植樹節”、“世界無煙日”等，潛移默化帶動農村居民的環保意識，養成健康合理的生產生活方式和消費模式。其次，改革“綠色供給”。提高農村產業對經濟增長的貢獻率，以農業工程、生態工程為重點，完成“新疆百項技術改造升級示范工程”，培育和壯大綠色金融生態圈、“互聯網+農業”等產業，實現互聯網三次產業融合發展。第三，加強“綠色治理”。推進農村生活垃圾治理，開展農村“廁所革命”，梯次推進農村生活污水治理，加強村莊規劃管理，加大綜合治理，全面開展環境整治。第四，強化“綠色監管”。提高綠化保護工作水平，完善系統監測、管理、維護、預警體系，提高棚戶區改造、污水處理、常態管理、結合實際情況，因地制宜對新疆農村生態環境進行多元化的綠色低碳監管機制。

參考文獻

[1]FAN J L， LIAO H， LIANG Q， Residential carbon emission evolutions in urban-rural divided China：An end-us and behavior analysis[J].Applied Energy，2013，101（1）：323-332.

[2]李繼峰，郭焦鋒，高世楫，等.國家碳排放核算工作的現狀、問題及挑戰[J].發展研究，2020（06）：9-14.

[3]劉明達，蒙吉軍，劉碧寒.國內外碳排放核算方法研究進展[J].熱帶地理，2014，34（02）：248-258.

[4]樊靜麗，李佳，晏水平，等.我國生物質能-碳捕集與封存技術應用潛力分析[J].熱力發電，2021，50（1）：7-17.

[5]呂迎.甘肅省農業碳排放綜合測算及驅動力分析[J].合作經濟與科技，2020（20）：14-17.

[6]孫義，劉文超，徐曉宇.基于STIRPAT模型的遼寧省碳排放影響因素研究[J].環境保護科學，2020，46（5）：43-46.

[7]李莉，董棒棒，敬盼.環境規制背景下新疆能源碳排放峰值預測與情景模擬研究[J].生態與農村環境學報，2020，36（11）：1444-145.

[8]熊薇.面向低碳的城市空間結構優化評價研究——以南京市為例[J].華中建筑，2020，38（6）：90-94.

[9]王世進，馬妍妍，夢雯.城鎮化背景下江蘇省區域碳排放的影響因素研究[J].資源開發與市場，2017，33（12）：1444-1448.

[10]傅京燕，李存龍.中國居民消費的間接用能碳排放測算及驅動因素研究——基于STIRPAT模型的面板數據分析[J].消費經濟， 2015，31（2）：92-97.

[11]湯嫣嫣，李爽，夏青.中國居民生活用能碳排放影響因素分析——基于STIRPAT模型[J].生態經濟，2017，33（5）：42-47.

[12]史琴琴，魯豐先，陳海，等.中原經濟區城鎮居民消費間接碳排放時空格局及其影響因素[J].資源科學，2018，40（6）：1297-1306.

[13]JING L F， HAO Y， YI M W， Residential energy- related carbon emissions in urban and rural China during 1996–2012： From the perspective of five end-use activities[J].Energy & Buildings，2015（96）：201-209.

[14]YAO C S， CHEN C Y， LI Ming. Analysis of rural residential energy consumption and corresponding carbon emissions in China[J].Energy Policy，2012（41）： 445-450.

[15]陳慧.區域能源消費碳排放及影響因素分析[D].南昌：江西財經大學，2020.

[16]李穎.安徽省農村居民生活消費碳排放與居民收入關系研究[J].農村經濟與科技，2019，30（19）：98-100.

[17]王瓏.人口、消費與碳排放問題的文獻綜述[J].廣西質量監督導報，2019（3）：53-55.

[18]馬翠梅，李士成，葛全勝.省級電網溫室氣體排放因子研究[J].資源科學，2014，36（5）：1005-1012.

[19]PAUL R ehalich， GARY Wolff， GRETCHEN C. Daily， et al. Knowledge and the environment[J].Ecological Economics，1999（2）：267-284.

[20]RICHARD York， EUGENE A Rosa， THOMAS Dietz. Bridging Environmental Science with Environmental Policy：Plasticity of Population，Affluence，and Technology[J].Social Science Quarterly， 2002，83（1）：18-23.