基于STIRPAT模型的碳排放峰值預測研究
——以甘肅省為例

李小軍 朱青祥 漆志強 王同斌 張玉潔

( 蘭州金石資源環境科技有限公司，蘭州 730000)

2021年8月9日，聯合國政府間氣候變化專門委員會(IPCC)發布了第六次評估報告第一工作組報告《氣候變化2021：自然科學基礎》。報告稱，從全球氣候變化看，自1750年以來，由人類活動造成的全球溫室氣體濃度增加導致大氣圈、海洋圈、冰凍圈和生物圈均發生了廣泛而迅速的變化，其規模及現狀是過去幾個世紀甚至幾千年來所未有的，人類活動引起的氣候變化已經影響到全球各個地區發生極端天氣與氣候事件。作為全球最大的二氧化碳排放國，2020年中國碳排放總量占全球總排放量的30.7%[1]，中國二氧化碳排放已成為國際社會關注的熱點問題之一。未來中國將采取更加有力的政策和措施以提高國家自主貢獻力度，二氧化碳排放力爭于2030年前達到峰值，并爭取2060年前實現碳中和[2]。因此，研究建立2060年前二氧化碳排放路徑，是落實“雙碳”承諾的基礎性工作，也是我國社會經濟高質量發展路線圖的重要支撐[3-4]。

近年來，國內外學者運用不同方法對碳排放影響因素與排放量預測進行了深入的研究，包括環境庫茲涅茨曲線、LMDI分解法、灰色預測模型、STIRPAT模型、系統動力學、LEAP模型等方法，取得了較為豐碩的研究成果[5-16]。

甘肅省作為國家重要的綜合能源基地和陸上能源輸送大通道，在國家能源發展戰略中占有重要地位，而能源活動是二氧化碳排放的主要來源，因此深入探究影響碳排放的驅動因素并科學預測碳排放達峰節點及峰值，可為二氧化碳排放科學精準管控提供新思路。鑒于此，本文基于不同視角，結合甘肅中長期專項規劃和國內外學術文獻，充分考慮其產業結構、能源結構等基本省情，選取地區生產總值、第二產業占比、城鎮人口數量、能源消費總量、科技發展水平、煤炭消費量共6項影響因素，利用STIRPAT模型分析其對甘肅省碳排放量的影響權重；進而設置基準、低碳、強化低碳3種不同發展情景，對甘肅省未來碳排放量達峰時間及峰值進行預測，并提出碳減排實施路徑及建議，以期為甘肅省科學計算、精準研判并落地二氧化碳排放管控路徑和措施提供決策支撐。

1 模型與數據來源

1.1 STIRPAT模型

本文采用的STIRPAT模型是Dietz，York等[17-18]在經典IPAT方程的基礎上提出的擴展形式。相較于其他模型，STIRPAT模型考慮了人口、財富和技術因素各自變動時對環境的單獨影響，消除了所有自變量同比例影響因變量的問題，并且具有很好的拓展性和靈活性，是探索碳排放的經濟社會影響因素以及預測碳排放量的有效方法，也是目前研究碳排放問題較主流的方法。其模型基本公式為：

I=aPbAcTde

(1)

其中，I代表環境影響壓力，P代表人口規模，A代表財富因素，T代表技術水平，a是模型系數，b、c、d分別代表三個自變量的指數，e是整個模型的誤差項。

為了更加全面地研究甘肅省碳排放的影響因素，參考以往對甘肅省碳排放影響因素的研究[19-22]，本次引入地區生產總值(X1)、第二產業占比(X2)、城鎮人口數量(X3)、能源消費總量(X4)、科技發展水平(X5)、煤炭消費量(X6)共6個自變量，并對式(1)進行取對數分析，以初步消除解釋變量之間的多重共線性，拓展后最終STIRPAT模型等式為：

lnI=a+blnX1+clnX2+dlnX3+elnX4+flnX5+glnX6

(2)

1.2 基礎數據選取

本模型的統計樣本包括甘肅省二氧化碳排放量及6個自變量2005年至2020年的基礎數據。GDP(采用2005年可比價)、二產占比、城鎮人口數量、能源消費總量、科技發展水平(每萬人登記科技成果數量)、煤炭消費量數據均由《甘肅發展年鑒》直接獲取或間接推算得出[23]，其中2010年、2020年城鎮人口數量采用第六次、第七次全國人口普查甘肅省人口數據。

歷年二氧化碳排放量基礎數據根據國家發展改革委印發的《單位國內生產總值二氧化碳排放降低目標責任考核評估辦法》計算化石燃料(煤炭、油品、天然氣)消費產生的二氧化碳直接排放及電力調入調出蘊含的間接排放(即考核口徑)，該方法有別于《省級溫室氣體清單編制指南》核算口徑，不包括工業生產過程、廢棄物處理、土地利用變化和林業產生的碳排放，且考慮了電力調入調出蘊含的間接排放。化石燃料消費及電力調入調出活動水平數據均來自《甘肅發展年鑒》，化石燃料排放因子數據采用2012年國家溫室氣體清單的初步數據，即煤炭、油品、天然氣排放因子分別為2.66噸CO2/噸標煤、1.76噸CO2/噸標煤、1.56噸CO2/噸標煤。電力調入、調出排放因子數據根據省級電網平均二氧化碳排放因子分別取值為0.3957kgCO2/kWh、0.4912kgCO2/kWh。

表1 2005—2020年甘肅省碳排放相關變量統計

2 數據分析

在對各變量進行對數化處理的基礎上，利用SPSS軟件進行回歸分析，數據檢驗結果顯示(表2)，各變量的VIF值均大于10，說明變量間存在多重共線性問題。

表2 多重共線性分析結果

為使擬合結果更符合實際，采用專門用于共線性數據分析的有偏估計回歸方法嶺回歸法，相較于普通線性回歸，嶺回歸是將變量的系數趨向零，使其在回歸方程中的影響變小，變化更加平滑。通過SPSS軟件對以上各變量進行嶺回歸分析，得出K-R2變化圖和嶺跡圖，具體見圖1、圖2。

圖1 K-R2變化圖

圖2 嶺跡圖

根據嶺跡圖及K-R2變化圖顯示，在K值位于0.20附近時，R2=0.97097，F值為50.17，Sig F=0.00000206，充分體現了此次嶺回歸擬合效果比較好。

將表3中系數代入式(2)，最終得到的甘肅省碳排放回歸方程為：

表3 最終模型統計量

lnI=1.474+0.095lnX1+0.232lnX2+0.161lnX3+0.276lnX4-0.30lnX5+0.316lnX6

(3)

3 情景參數設定

基于上述建立的回歸方程，結合國家及甘肅省“十四五規劃”[24-25]、各類專項規劃及歷史變化規律等，利用情景分析法對變量中可預測控制變量進行不同情景模式下的增長率設定。根據甘肅省經濟社會發展狀況設置基準情景、低碳情景及強化低碳情景共3種情景模式，基準情景是按照目前的狀態慣性發展，除目前已有節能降碳政策外不采取額外干預措施；低碳情景是在目前政策基礎上再采取一定的節能降碳措施；強化低碳情景是采取嚴格強力的節能降碳措施。具體情景參數設定如下。

3.1 GDP(X1)

根據世界主要經濟體的經濟發展規律，隨著經濟發展向發達水平趨近，其勞動生產率增長速度將逐步下降。其次，隨著我國進入老齡化社會，勞動人口和就業率均已處于峰值，勢必成為將來經濟發展的制約因素。在雙循環新發展格局的背景下，我國經濟發展戰略需要從出口導向型轉向內需驅動型，因此判斷在未來我國經濟由高速增長轉向高質量發展的過程中，GDP增速也將走出微幅波動下滑并趨于平緩的趨勢。

參考國家及甘肅省“十四五規劃”，在積極的財政政策和穩健的貨幣政策配合下，基準情景下GDP發展按照“十四五”期間年均增速6.5%，“十五五”期間年均增速6%，“十六五”期間年均增速5%設定。

3.2 二產占比(X2)

優化產業結構對經濟發展提質增效有重要作用，參照世界主要發達經濟體的產業結構，二產占比基本穩定在20%左右，2020年甘肅省二產占比為31.63%，還有一定下調空間但難度較大。根據甘肅省歷史增速及產業結構調整進程，結合甘肅省作為全國的生態安全屏障的定位，其未來產業將以十大綠色生態產業為抓手，基準情景下二產占比按照“十四五”期間累計降低12%，“十五五”期間累計降低11%，“十六五”期間累計降低10%測算。低碳情景及強化低碳情景下各階段二產占比累計降低率增加1～2個百分點。

3.3 城鎮人口(X3)

城鎮人口的預測由常住人口數量與常住人口城鎮化率二者推算得出。

常住人口數量參考《甘肅省第七次全國人口普查公報》[26]，全省常住人口相比第六次全國人口普查減少55.54萬人，年平均增長率為-0.22%。在不發生行政區劃調整的情況下，考慮到全國陸續出臺的人口刺激性政策，結合《甘肅省人口發展規劃(2016-2030年)》[27]，確定基準情景下“十四五”期間常住人口年平均增長率為-1%，“十五五”期間年度增長率為-0.1%～-0.5%，“十六五”期間年度增長率為-0.6%～-1%。不同情景常住人口增長率設定見表4。

伴隨著城鎮化水平的快速提高，居民消費水平將會提高，生活方式也會隨之改變，從而使得居民對生活性能源消耗的直接與間接需求增長，城市建筑、交通及居民住宅等對能源的需求也會不斷增長，從而帶動了碳排放的增長。從世界范圍來看，發達國家城鎮化率基本在80%以上，截至2020年甘肅省常住人口城鎮化率僅為52.23%，可見甘肅省城鎮化發展空間較大。根據《甘肅省十四五規劃》及《甘肅省新型城鎮化規劃(2021—2035年)》[28]目標，到2025年，常住城鎮人口城鎮化率達到58%以上；到2035年，常住人口城鎮化率達到70%左右，以此為基準情景。低碳情景及強化低碳情景下各階段目標值增加2～5個百分點。

3.4 能源消費總量(X4)

能源消費總量由各年度能耗強度推算得出，參考國家“十四五規劃”中“十四五”能耗強度累計下降目標由“十三五”的15%調整為13.5%，降低了1.5個百分點；結合甘肅省《關于加快建立健全綠色低碳循環發展經濟體系的實施方案》[29]中“到2025年，單位地區生產總值能耗較2020年下降13%”的目標，預測基準情景下甘肅省“十四五”能耗強度累計下降13%，“十五五”期間累計下降12%，“十六五”期間累計下降11%。低碳及強化低碳情景下，甘肅省需在產業結構優化的基礎上不斷提高能源利用效率，各階段能耗強度累計下降率力度更大。

3.5 科技發展水平(X5)

碳排放強度的降低離不開技術的進步、能源利用效率的提高等因素。近年來，從國家到地方逐步重視技術市場體系的建立，甘肅省科技成果轉化活躍度、技術轉移能力亦有所提升。為易于統計，此處科技發展水平指標以每萬人科技成果登記量為準計取。隨著新一輪全球科技革命和產業變革快速推進，根據《甘肅省“十四五”科技創新規劃》[30]對全省科技創新發展目標定位，結合歷史增速，確定基準情景按照“十四五”期間科技成果登記量年度增加2%，“十五五”期間年度增加4%，“十六五”期間年度增加10%。低碳及強化低碳情景下，根據我國“建設世界科技強國成為世界主要科學中心和創新高地”的目標定位及甘肅省“打造特色區域創新發展高地”的定位，采取更高預期的年度增長率。

3.6 煤炭消費量(X6)

2020年，甘肅省煤炭消費占能源消費比重約為54%，相比發達國家及國內如廣東、浙江、福建、青海等省份，甘肅省煤炭消費占比還有很大的優化空間。依據《甘肅省“十三五”煤炭消費總量控制目標責任考核實施方案》對全省“十三五”期間煤炭消費總量累計增長7%的控制目標，結合歷史趨勢，預測基準情景下“十四五”期間煤炭消費總量累計增長5%，“十五五”期間累計增長2%，“十六五”期間累計減少5%。低碳及強化低碳情景下，甘肅省需進一步加大非化石能源占比，大力發展可再生能源以替代燃煤使用量，各階段煤炭消費總量控制力度更大。

綜上，甘肅省碳排放各相關變量在不同情景下的增長率具體設定及各控制變量見表4、5。

表4 2021-2035年不同情景下相關變量增長率設定

表5 不同情景下2021—2035年各控制變量統計

4 基于模型的碳排放預測結果

按照設定的參數計算各變量的預測數據，帶入修正后的回歸方程中進行核算，得出設定3種情景下甘肅省碳排放總量預測結果，如圖3所示。

圖3 2005—2035年不同情景下甘肅省碳排放總量及強度變化趨勢

5 結論與建議

5.1 結論

根據最終得到的甘肅省碳排放回歸方程，對自變量的回歸系數進行排序，可說明各解釋變量對碳排放量的影響程度，其中GDP、二產占比、城鎮人口數量、能源消費總量、煤炭消費量對甘肅省碳排放具有顯著的正向影響，影響程度由高到低為煤炭消費量>能源消費總量>二產占比>城鎮人口數量>GDP，而科技發展水平與甘肅省碳排放呈負相關關系。當煤炭消費量、能源消費總量、二產占比、城鎮人口數量、GDP、科技發展水平每變化1%時，分別引起碳排放總量0.316%、0.276%、0.232%、0.161%、0.095%、-0.30%的變化。因此，調整目前甘肅省煤炭消費占比居于主導的能源結構和重工業為主的產業結構，對全省碳達峰目標的順利達成意義重大。

通過建立模型及情景分析，在基準情景下甘肅省二氧化碳排放總量將在2032年達峰，峰值為16248.88萬噸，對應碳排放強度為1.1666噸/萬元(2005年價格)；低碳情景下甘肅省二氧化碳排放總量將在2030年達峰，可看齊國家2030年前達峰目標，其峰值為15560.75萬噸，對應碳排放強度為1.2612噸/萬元(2005年價格)，相比2005年下降71.98%，可實現“2030年單位國內生產總值二氧化碳排放比2005年下降65%”的目標；強化低碳情景下甘肅省二氧化碳排放總量將在2027年實現提前達峰，峰值為15078.07萬噸，對應碳排放強度為1.4691噸/萬元。可以看出，甘肅省發展的最優方案是低碳情景模式，考慮到甘肅省產業結構及能源消費結構調整難度較大、生態脆弱和適應氣候變化能力較弱等現狀，2030年碳達峰目標面臨較大現實困難和挑戰。

本研究從碳排放主要影響因素方面進行峰值預測，尚未涉及重點排放行業對碳達峰目標實現的影響，另外暫未考慮碳匯建設對碳排放峰值的影響，以上內容還有待于進一步研究。

5.2 措施建議

加快能源轉型升級。甘肅省新能源可開發量整體位居全國前列，尤其河西地區開發條件較好，風能及光伏發電技術開發利用空間巨大。建議積極開展新能源生產基地建設，鞏固提升國家新能源基地的地位。推進煤電由主體電源向基礎性和調節性電源轉型，促進煤電與新能源發展更好的協同，構建以新能源為主體的新型電力系統。

推進產業體系低碳升級。緊跟新一輪科技革命和產業變革步伐，以高新技術推動傳統產業高端化、智能化、低碳化改造，推動半導體材料、電池、儲能、電子信息等新興產業綠色化、集群化發展，積極布局節能環保、清潔生產、清潔能源等綠色產業領域。

構建綠色技術創新體系。推動技術進步是實現碳達峰和經濟可持續發展的關鍵。必須積極培育新技術新模式新業態，激發各類主體的創新活力。發展云計算、大數據、物聯網、移動終端、人工智能、區塊鏈等新一代數字技術，深入推進各行業各領域數字化轉型。尤其加快綠色低碳技術研發，培育壯大綠色科技型中小微企業群體，加快推廣應用先進成熟技術。