基于STIRPAT模型的內蒙古碳排放情景分析與峰值預測

摘" 要：為制定“雙碳”目標要求下推動內蒙古經濟發展的合理政策建議，確保自治區保質保量完成碳達峰目標，本文利用IPCC排放因子法測算內蒙古碳排放量，并基于擴展的STIRPAT模型，確定年末人口、人均GDP、能耗強度、城鎮化率、能耗結構、產業結構中二產占比、產業結構中三產占比等7個自變量，進而建立自治區碳達峰預測模型，研究不同情景下自治區碳排放峰值及達峰時間。研究結果表明：在基準情景下自治區將難以在2030年前實現碳達峰目標，但通過下大力氣調整產業結構和能耗結構、提升能源資源利用效率能有效控制碳排放并實現如期達峰。

關鍵詞：碳排放" " "情景分析" " "STIRPAT模型" " "碳達峰" " "內蒙古

2020年9月，習近平總書記在第75屆聯合國大會一般性辯論上的講話首次提出“碳達峰”“碳中和”目標：中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和。內蒙古作為北方的生態安全屏障，同時也是中國重要的化工能源基地，當前工業化發展任務尚未完成，城鎮化正進入持續深化期，社會經濟發展過程中對于能源的依賴度較高，協調好社會經濟發展和2030年如期實現達峰目標的關系尤為重要。

本文以內蒙古為研究對象，利用IPCC排放因子法測算2001—2022年內蒙古自治區碳排放量，結合碳排放影響因素，構建擴展的自治區STIRPAT模型，設置不同的情景模式，預測2025—2035年自治區碳排放的峰值及發展趨勢，提出自治區節能降碳的相應對策，以期能為“雙碳”目標要求下推動自治區經濟發展研究提供參考。

一、研究方法和數據來源

（一）碳排放測算

碳排放測算方法主要包括排放因子法、全生命周期法、物料平衡法、碳足跡法等，其中排放因子法是應用最為廣泛的碳排放量測算方法，由聯合國政府間氣候變化專門委員會制定的《IPCC國家溫室氣體排放清單指南》提供。依據《2006年IPCC國家溫室氣體排放清單指南》，采用排放因子法，對內蒙古碳排放量進行測算，計算公式如下：

式中，C為碳排放總量（萬t）；Ei為第i種能源的消耗量；EFi第i種能源的碳排放系數。

碳排放強度即單位國內生產總值（GDP）的二氧化碳的排放量，是衡量一個國家地區、行業碳排放量與經濟發展之間關系的指標，其波動一般是由于碳排放的變化率與國內生產總值變化率不一致。碳排放強度越低，說明該地區單位國內生產總值的二氧化碳排放量越少，越有利于碳減排和碳達峰目標的實現。

式中，I為碳排放強度（t/萬元）；C為碳排放量（萬t）；G為國內生產總值（萬元）。

（二）STIRPAT模型

STIRPAT模型是當前常用的考慮人口規模、富裕程度和技術水平等因素變動對環境的非比例影響的模型，也是當前研究碳排放量的常用方法。本文結合內蒙古發展的實際情況，人口規模維度以年末總人口代表，富裕程度以人均生產總值代表，技術發展程度以能耗強度代表，并引入表征自治區發展水平的城鎮化率、能耗結構、產業結構對STIRPAT模型進行擴展，構建模型如下：

lnI=lna+blnP+clnAPC+dlnT+flnU+glnES+hlnIS1+ilnIS2+lne" nbsp; " " " （3）

式中：a為模型的系數；b，c，d，f，g，h，i分別為各自變量的彈性系數；e為隨機誤差項；P為年末總人口；APC為人均GDP；T為能耗強度（能源消耗量/國內生產總值）；U為城鎮化率（城鎮戶籍人口占總人口的比重），ES為能耗結構（煤類能源消耗量占能源消耗量的比重）；IS1為產業結構中二產占比（第二產業生產總值占國內生產總值的比重）；IS2為產業結構中三產占比（第三產業生產總值占國內生產總值的比重）。

（三）數據來源

2001—2022年自治區各類能源消耗量從2002—2023年《中國能源統計年鑒》中獲取；2001—2022年年末總人口和市鎮人口、人均GDP、國內生產總值、第二產業生產總值、第三產業生產總值均從2002—2023年《內蒙古統計年鑒》中獲取。

二、結果與分析

（一）碳排放量情況

按照碳排放測算的排放因子法，計算得到2001—2022年內蒙古碳排放量、碳排放強度及兩者相應的同比增長率，具體數據見表1。

由表1可知，2001—2022年自治區碳排放量整體呈現波動增長趨勢，僅2012年、2021年較上年度略有下降，2022年碳排放量達到65198.69萬t，較2001年增長6.83倍，目前尚未達到碳排放的峰值。2001—2022年自治區碳排放強度則整體呈現波動下降趨勢，由2001年的4.86t CO2/萬元下降至2022年2.82 t CO2/萬元，碳排放強度越低，說明單位國內生產總值產生的二氧化碳排放量越少，越有利于碳減排和碳達峰目標的實現，自治區碳排放強度的下降趨勢說明當前綠色低碳政策一定程度上是有效的，碳減排工作已初見成效。

（二） STIRPAT擴展模型回歸分析

嶺回歸分析是一種改良的最小二乘回歸方法，它放棄最小二乘回歸的無偏性，以犧牲部分精度換取更接近實際情景的回歸結果，在解決多重共線性時有獨特的作用，因此采用嶺回歸方法對STIRPAT擴展模型進行擬合。利用SPSSAU對式（6）進行嶺回歸分析（k=0.02），分析結果見表3。

嶺回歸分析結果顯示（表3），調整R2=0.990趨近于1，意味著lnP、lnAPC、lnT、lnU、lnES、lnIS1和lnIS2可以解釋lnI的99.0%變化原因，模型擬合度較好。與此同時，F=311.799，p=0.000lt;0.05通過F檢驗，表明模型有意義，所有變量均通過顯著性檢驗，且所有變量VIF值均小于10。具體模型表達式為：

根據表2結果可知，年末人口、人均GDP、能耗強度、城鎮化率、產業結構中二產占比和產業結構中三產占比為自治區碳排放量的正向驅動因素，彈性系數分別為0.783、0.449、0.429、1.827、0.733和0.553。能耗結構的煤類能源比重是自治區碳排放量的負向驅動因素，彈性系數為-1.053。

（三）碳排放達峰預測

1.情景及參數設置。以內蒙古社會經濟歷史數據和未來發展規劃為背景，依照國家和自治區相關政策規劃，設定碳排放增長的2個情景：基準情景、低碳情景和高碳情景，并對應國家的5年規劃，以5年為周期，分別對年末人口、人均GDP、能耗強度、城鎮化率和能耗結構、產業結構中二產占比、產業結構中三產占比進行不同的變化率設置，具體設置見表3。

2.碳達峰時間及峰值。按照基準、低碳、高碳的情景模式，基于STIRPAT擴展模型預測內蒙古自治區2023—2035年期間的碳排放趨勢，得出不同情景下自治區碳排放峰值及達峰時間，預測結果如圖和表4所示。從碳排放預測結果看，基準情景和高碳情景下，2023—2035年自治區碳排放總體上呈現上升趨勢，均未出現達峰點；基準情景下，碳排放量自2030年出現上升放緩趨勢；低碳情景下，自治區碳排放量能夠在2030年達到峰值，碳峰值量為86589萬t。

情景模式參數設置的差異導致內蒙古碳排放峰值出現時間的早晚及峰值量大小的不同。基準情景下，2035年前自治區碳排放量不能夠達到峰值，不能夠實現國家2030年實現碳達峰的目標，但增長速度有所放緩，說明自治區碳達峰的實現將面臨嚴峻挑戰，政策不干預情況下無法如期實現碳達峰目標。在政策干預的低碳情景下，達峰時間為2030年，峰值為86589萬t。高碳情景下，自治區碳排放量則呈現持續上升趨勢。綜上所述，若自治區如期在2030實現碳達峰目標，需要在調整產業結構和能耗結構、提升能源資源利用效率下大力氣，在持續推動高質量發展、綠色低碳發展的現有基礎上采取更嚴格的管控措施，才能夠延緩經濟發展、工業化、城鎮化帶來的對二氧化碳的持續增長。

三、建議

為更好地完成內蒙古碳達峰目標，實現自治區社會經濟發展與碳減排協調發展，從能耗強度降低、產業結構調整及能耗結構調整提出以下建議：

（一）堅持把節約能源資源放在首位，強化能耗強度降低約束性指標管理

充分利用好資源稅對降低能耗強度的作用，從擴大資源稅征稅范圍、提高稅率、調整計稅依據入手，積極構建有利于促進綠色低碳發展和資源高效利用的財稅政策體系，落實相關稅收優惠，完善綠色稅制。鼓勵企業逐漸降低能源消費結構中煤炭直接利用的比重，同時鼓勵高效能源的開發和利用，并加大科技創新力度，通過技術進步促進能源使用效率的提升，進而降低能耗強度。

（二）加快產業結構綠色低碳轉型，推動傳統產業綠色低碳改造升級

充分發揮財政資金效用，通過產業扶持資金和減稅降費政策，扶持高耗能企業低碳轉型，逐漸淘汰高耗能、高排放、高污染產業，并以政府投資基金撬動金融資本和社會資本，降低期限錯配和信息不對稱等問題，促進產業綠色發展，以綠色產品帶動全社會綠色低碳轉型，不斷提高創新能力，發展新型服務業，并憑借自身的能源優勢與碳匯優勢，承接東中部地區的優質產業轉移，優化調整產業結構。

（三）實現能源結構向清潔高效低碳轉變

實施煤炭分質分級清潔高效利用行動，穩妥有序發展現代煤化工，有序推進重點用能行業煤炭減量替代，進一步提高非化石能源消費比重，深化資源性產品價格改革，調整煤炭、電力、石油、天然氣等資源性產品的價格關系，對優先使用清潔能源的企業、園區給于資金支持，逐步提高新能源和可再生能源比例，優化煤炭和新能源組合，優化調整能源結構。

參考文獻：

[1]習近平.在第七十五屆聯合國大會一般性辯論會上的講話[N].人民日報，2020-09-23（2）.

[2]李悅，榮丁華.基于STIRPAT模型的內蒙古碳排放影響因素研究[J].大陸橋視野，2023，26-30.

[3]Lu Ying， Li Xudong， Yang Zhengye. Current situation and peak forecast of energy carbon emissions in Guizhou Province[J]. Environmental Science and Technology，2018，41（11）：173-180.

[4]曾煒，方澤慧，張燕華.湖北省碳達峰情景預測：基于STIRPAT擴展模型[J].環境科學與技術，2023，46（S2）：226-232.

[5]王少劍，黃永源.中國城市碳排放強度的空間溢出效應及驅動因素[J].地理學報，2019，74（6）：1131-1148.

[6]王李軒，李蓁，何吉成，等.基于STIRPAT模型的陜西省交通運輸業碳排放影響因素分析[J].交通運輸研究，2022，8（6）：98-107.

[7]張烜，劉國東，葉意晶，等.基于STIRPAT 模型的廣東省碳排放峰值預測分析[J]. 中國資源綜合利用，2024，42（4）： 183-189.

[8]國家統計局能源統計司.中國能源統計年鑒（2002-2023）[M].北京：中國統計出版社，2002-2023.

[9]內蒙古自治區統計局.內蒙古統計年鑒（2002-2023）[M].北京：中國統計出版社，2002-2023.

[10]劉明鈺.工業科技創新對工業碳排放強度的影響研究[D].保定：河北大學，2024.

[11]楊楠.嶺回歸分析在解決多重共線性問題中的獨特作用[J].統計與決策，2004，（3）：14-15.

[12]申秀清，景文琦，朱雪超，宋繼承，鄭藝，張宏偉.基于STIRPAT模型的內蒙古碳排放驅動因素分析[J].財經理論研究，2023，（4）：12-22.

[13]李剛.我國資源稅對能源強度的影響研究[D].鄭州：河南大學.2018.

[14]趙昶瑾.中國省區能源強度的影響因素分析[J].廣西經濟，2023，41（4）：93-97.

[15]金貴朝，王國梁，何怡然.數字化水平、產業結構調整與區域碳減排[J].統計與決策，2023，39（3）：27-32.

（作者單位：內蒙古交通運輸科學發展研究院）

責任編輯：康偉