STIRPAT 模型下能源碳排放影響因素與碳排放趨勢情景分析
——基于中國黑龍江省的實證研究

彭云艷PENG Yun-yan；孫永波SUN Yong-bo；黃健龍HUANG Jian-long

（黑龍江科技大學經濟學院，哈爾濱 150027）

0 引言

過去的50 年中，工業排放的CO2顯著增加，引發的溫室效應，危害人類健康與社會經濟。2021 年，我國提出力爭2030 年前實現“碳達峰”，2060 年前實現“碳中和”，構建以新能源為主體的新型經濟體系。黑龍江省作為東北省份老工業基地，其工業所產生碳排放占有巨大的份額，短時間內還改變不了以礦產資源為主的產業結構，能源結構的優化依然有待改進，同時，黑龍江省作為農業大省，其所產生碳排放量也占有重大的份額，改善能源結構，減少碳排放量，促進黑龍江經濟的可持續發展問題亟需解決。

1 國內外相關研究梳理

對于碳排放的研究可以上溯到20 世紀90 年代，York和Dietz,Rosa 等人（1994）首次基于IPAT 模型提出了其隨機特殊形式STIRPAT 模型，目前該方法已普遍應用于碳排放的研究。Fisher-Vanden Karen 等應用一種新的指數分解技術應用于多地區多部門可計算的一般均衡模型來量化地影響碳排放增長的五個因素，闡明了當應對全球碳排放稅的征收時這些因素變化的相對重要性。Muhammad Shahbaz 等人使用1970-2014 年的時間序列和面板數據分析了25 個來自亞洲、美洲北部、歐洲西部和大洋洲的發達經濟體的全球化和二氧化碳排放之間存在因果關系。Madaleno 等人以歐洲各國為研究對象，研究表明化石燃料消耗、能源強度、石油進口強度、石油依賴和人口等因素會對碳排放強度產生重要影響。Martinez 等人對西班牙能源強度比率趨勢變化進行分析，確定了溫室氣體排放趨勢的主要驅動因素，并區分了“戰略性”和“非戰略性”的驅動因素。

國內對碳排放影響因素以及碳排放趨勢研究相對于西方發達國家比較晚，學者們從國家、省區和行業角度評估了不同碳排放影響因素對環境的影響（寧論辰等、李建豹等），目前主流的研究方法和手段有：IPAT 模型及其衍生的STIRPAT 模型、環境庫茨涅茨曲線、灰色預測模型和系統動力學等。通過對文獻的梳理，我們發現，對于黑龍江省區域碳排放的研究相對較少，碳排放影響因素的研究有待進一步深入。

2 STITPAT 模型構建與指標的選取

2.1 STITPAT 模型的構建

STIRPAT 模型是YORKR 和DIETZT 等在IPAT 恒等式的基礎上提出的隨機特殊形式，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，消除了同比例變動問題的影響。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，故本文采用STIRPAT 拓展模型對黑龍江省的碳排放影響因素和碳排放峰值進行研究。模型基本形式為：

式中：I、P、A、T—環境壓力、人口因素、財富因素和技術水平；a—模型系數；b、c、d—人 口、財富和技術的彈性系數；u—誤差項。

對模型取對數，公式（1）變為：

由于黑龍江省是我國的老工業基地，其產業結構和能源結構有別于其他地區，因此結構性的差別是否會影響碳排放量，有待研究。故本文在STRPAT 的拓展模型上引入結構性指標S 進行具體研究。此處將方程轉化為線形方程，兩邊分別取對數，模型擴展為：

2.2 指標的選取

本文借鑒前人的研究成果，選取人口規模、城鎮化率、人均GDP、產業結構，這四項指標的原始數據來源于2001-2020 年《黑龍江省統計年鑒》；二氧化碳排放量來源于中國碳核算數據庫；化石能源消耗量由《中國能源統計年鑒》中黑龍江省能源平衡表整理得到；碳排放強度和能源強度數據分別根據黑龍江省地區能源碳排放量、化石能源消耗量與地區實際GDP 總值計算所得；能源結構數據由黑龍江省原煤消耗量占化石能源消耗總量計算所得，見表1。

表1 模型變量說明

因為本文所選取的變量指標相對較少，為了盡可能保留重要變量的信息，以及規避面板數據自身存在的多重共線性干擾，所以本文采用嶺回歸方法對數據重新進行回歸，運用SPSSPRO 平臺進行嶺回歸方程的結果估計。根據SPSSPRO 平臺所做方差擴大因子法確定K＝0.107 時，系數逐步趨于穩定，R2為0.964，擬合程度較好，但lnP1、lnT 和lnIS 的p 值卻遠大于0.1，沒有通過0.05 水平下的顯著性檢驗；不同變量的組合進行嶺回歸結果也不盡相同，所以再次進行變量組合進行嶺回歸，以城鎮化率、人均GDP、能源強度和能源結構作為自變量，二氧化碳為因變量，根據方差擴大因子法確定當K＝0.186 時，系數逐步趨于穩定，擬合優度R2＝0.955，但是所得結果lnP2 大于0.05，沒有在0.05 的顯著水平通過檢驗，而STIRPAT 模型中的P為人口因素，城鎮化率歸于人口因素當中，為了盡可能保留住城鎮化率指標以嵌合模型，重新進行變量組合進行嶺回歸，在拓展STIRPAT 模型中結構因素，把能源結構換成產業結構，即以城鎮化率、人均GDP、能源強度和產業結構作為自變量，二氧化碳排放量作為因變量進行再一次的嶺回歸，最終所得結果：當K＝0.108 時，系數逐步趨于穩定，R2為0.952，擬合效果很好，且常數項和各變量都在0.05 的顯著水平通過了檢驗，說明回歸系數符合現實意義檢驗。城鎮化率、人均GDP、能源強度、產業結構一一對應STIRPAT 拓展模型的人口、財富、技術和結構四個方面。最終所得嶺回歸非標準系數方程，即為拓展STIRPAT 模型的線形方程：

3 黑龍江省未來碳排放趨勢分析與情景假設

3.1 預測模型

基于嶺回歸分析結果可以對黑龍江省未來的二氧化碳排放量趨勢進行預測，確定其基本公式為：

將黑龍江省2000-2019 年的各變量數據代入公式（5），得到模型測算的方程擬合數據與實際二氧化碳排放量結果進行比較，誤差絕對值平均為5.63%，說明預測模型具有一定的實證意義。

3.2 發展情景假設

通過對STIRPAT 模型中的各變量進行參數設定，可以設置不同的發展情景。本文將每個變量設置為“低速”“中速”“高速”發展模式三種情景，參數設置為固定變化值。再將不同的參數值代入預測模型（5）當中，就可以對黑龍江省未來的二氧化碳排放量趨勢進行分析。設置基準年為2019 年，（部分有2020 年數據以2020 年為基準年），預測2020-2050 年黑龍江省碳排放趨勢，以政府每一個五年規劃期為一個發展階段。分別為：第一階段：2020-2025；第二階段：2026-2030 年；第三階段：2031-2036 年；第四階段：2036-2040 年；第五階段：2040-2050 年。根據黑龍江省現實情況，情景參數設置如表2。

表2 不同情景模式下參數設置

3.3 發展情景分析

結合具體參數數值進行情景組合，具體見表3，并根據此進行合理趨勢預測，如圖1 所示。

圖1 不同情景下黑龍江省二氧化碳排放量趨勢預測

表3 發展情景組合

在情景2 中，當城鎮化率、人均GDP 高速增長，能源強度低速下降和第二產業高速下降時，二氧化碳排放量增長速度最慢。而情景8 中，當城鎮化率和人均GDP 高速增長，能源強度高速下降和產業結構低速降低時，二氧化碳排放量增長速度最快。對比情景2、4 和情景6、8，可以發現，當城鎮化率和人均GDP 保持低速增長時，二氧化碳排放量將大幅度降低，說明城鎮化率和人均GDP 是影響未來黑龍江省二氧化碳排放量增長的主要因素。對比情景1、2 和情景8、9，當城鎮化率、人均GDP 和能源強度變化保持一致時，產業結構較高速度下降，二氧化碳排放量增長速度就慢，反之就快。因此，合理保持較高的第二產業降低速度，可以大幅度降低二氧化碳排放量。對比情景1、3和情景2、4，情景6、8 和情景7、9，可以發現當城鎮化率、人均GDP 和產業結構變化保持一致時，能預測強度高速下降，二氧化碳排放量增長速度就變得相對快，反之相對慢。因此可以看出，過快的能源強度降低速度，反而對二氧化碳排放量降低起到反作用，能源強度的下降已經保持一個比較低的下降速度。

綜合以上分析，為了控制黑龍江省二氧化碳排放量，需要控制城鎮化率過快的擴張速度以及人均GDP 的快速增長，避免低質量發展模式的形成；其二，進行適當的技術創新，不能過快地降低能源強度，而是保持穩定適中的降低，這也意味著黑龍江經濟發展還需要依賴適度的能源強度，短期內仍不可改變；其三，要優化產業結構，需要保持較高的第二產業占比降低速度，這也從反面看出來第三產業的增長，降低了第二產業占比，說明未來黑龍江經濟轉型需要提升第三產業占比。

4 建議與結論

黑龍江省目前的二氧化碳排放趨勢和能源強度、產業結構表明，未來黑龍江省的二氧化碳排放量仍會繼續增加，黑龍江要發展低碳經濟，實現可持續發展，需要承擔起相應的減排任務，配合國家政策，實現自己的目標。因此，提出以下建議：①要控制城鎮化的過速擴張。黑龍江省在不斷推進城鎮化水平上升過程中，要保持穩定適中的速度，確保城鎮化水平合理地上升。②保持合理的經濟增長速度。要不斷推進供給側結構性改革，對高碳產業經濟進行低碳產業經濟轉型，淘汰落后產能，大力發展新型可持續發展產業。③提高能源利用的技術水平。提高能源的利用效率能夠有效降低能源消費總量從而降低能源強度水平。提高能源利用效率的同時，在當前階段，不能過快地降低能源強度，需要在當前經濟發展狀態下適當依賴能源消費量，適度地降低能源消耗，結合能源結構工作穩步推進。④優化產業結構。構建與不斷完善新型低碳產業鏈，并且不斷發展第三產業，改變當前第二產業發展乏力的現狀，逐步發展低碳經濟產業，形成可持續發展戰略模式。

本文采用STIRPAT 模型和嶺回歸分析黑龍江省能源二氧化碳排放影響因素，并運用情景分析預測不同情景下的黑龍江省2020-2050 年的能源二氧化碳排放量趨勢，得出以下結論：黑龍江省能源二氧化碳排放影響因素按系數即作用大小排序依次為：城鎮化率、人均GDP、產業結構、能源強度；城鎮化率和人均GDP 是二氧化碳排放量的主要驅動因素，產業結構完善可以有效降低二氧化碳排放量，能源強度對二氧化碳排放量的抑制作用不明顯。本文不足之處在于：因為指標選取的不同，研究結論可能存在一定的偏差；對于黑龍江省二氧化碳排放趨勢的分析并沒有出現碳達峰情況，原因可能存在隱含變量的缺失，如黑龍江呈人口不斷下降的趨勢；對指標之間是否存在線性關系以及是否高度相關未進行高度分析。