范大莎，楊 旭.2**,羅 盼，楊 迪

(1. 哈爾濱師范大學(xué); 2.上海交通大學(xué))

黑龍江省碳排放變化特征及人均收入對(duì)其影響分析*

范大莎1，楊 旭1.2**,羅 盼1，楊 迪1

(1. 哈爾濱師范大學(xué); 2.上海交通大學(xué))

運(yùn)用碳排放估算模型，測(cè)算了黑龍江省2000～2014年能源消費(fèi)的碳排放量.基于碳排放估算方法與STIRPAT模型，實(shí)證研究了各驅(qū)動(dòng)因子對(duì)碳排放總量的影響及其驅(qū)動(dòng)程度.結(jié)果表明，能源結(jié)構(gòu)、城市化率、經(jīng)濟(jì)發(fā)展水平、人口總量、人均收入、產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放量有正向驅(qū)動(dòng)作用，能源結(jié)構(gòu)對(duì)碳排放對(duì)碳排放的促進(jìn)作用最強(qiáng)，因此調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，開發(fā)新能源，促進(jìn)科技創(chuàng)新是實(shí)現(xiàn)黑龍江省發(fā)展低碳經(jīng)濟(jì)的必經(jīng)之路.

碳排放；STIRPAT模型；驅(qū)動(dòng)因素

0 引言

全球變暖，以CO2為主的溫室氣體的排放，引發(fā)了嚴(yán)重的環(huán)境問(wèn)題.因此減少碳排放、推進(jìn)低碳經(jīng)濟(jì)已成為世界各國(guó)的共識(shí)[1].關(guān)于CO2排放的影響因素和影響程度的問(wèn)題，國(guó)內(nèi)外學(xué)者采用不同的模型和方法來(lái)分析碳排放與各影響因素的關(guān)系.國(guó)內(nèi)外學(xué)者在研究碳排放影響因素時(shí)多采用分解法，如模型有LMDI、Kaya公式 、IPAT模型等[2].改革開放以來(lái)我國(guó)經(jīng)濟(jì)快速發(fā)展，人均收入不斷提高，因此人均收入越來(lái)越成為影響一地區(qū)碳排放量不可或缺的因素.但多數(shù)學(xué)者在研究CO2排放驅(qū)動(dòng)因素時(shí)多采用GDP和總能耗，只有少數(shù)學(xué)者把人均收入作研究碳排放驅(qū)動(dòng)因素的變量[3].基于此，該文運(yùn)用碳排放估算模型結(jié)合STIRPAT模型分析深入黑龍江省碳排放變化特征及驅(qū)動(dòng)因素，為黑龍江省調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，發(fā)展低碳經(jīng)濟(jì)社會(huì)提供科學(xué)的依據(jù).

1 數(shù)據(jù)來(lái)源與研究方法

1．1 數(shù)據(jù)來(lái)源

黑龍江省碳排放量的原始數(shù)據(jù)來(lái)源于《黑龍江省統(tǒng)計(jì)年鑒》.該研究將能源消費(fèi)分為煤炭、石油、天然氣、水電和風(fēng)電.由于水電和風(fēng)電屬于清潔能源，產(chǎn)生的CO2較少，因此該文主要研究煤炭、石油、天然氣的CO2排放量，其碳排放系數(shù)為煤炭0.7476、石油0.5825、天然氣0.4435.

根據(jù)各類能源的消費(fèi)量乘以各自的碳排放系數(shù)，最后相加即可得到總的碳排放量，具體測(cè)算公式為:

(1)

模型中，C表示碳排放總量;Ei為第i種能源的消費(fèi)量;Ci為第i種能源的碳排放系數(shù).該研究主要核算煤炭、石油、天然氣三類能源消費(fèi)的碳排放量，因此i的取值為3[4].

1.2 研究方法

該文采用STIRPAT模型，結(jié)合黑龍江省地域特點(diǎn)，將人口數(shù)量用人口總數(shù)和城市化率來(lái)表征; 將財(cái)富指標(biāo)用經(jīng)濟(jì)發(fā)展水平人均收入和產(chǎn)業(yè)結(jié)構(gòu)來(lái)度量，將技術(shù)因素用能源結(jié)構(gòu)來(lái)表征，根據(jù)上述分析構(gòu)建碳排放與各驅(qū)動(dòng)因子的模型為:

C=mPa1Aa2Ia3Ga4Ua5Ea6ε

(2)

其中，C為碳排放總量(萬(wàn)噸);m為常數(shù);ε為隨機(jī)變量;P為人口總數(shù)(萬(wàn)人) ;A為經(jīng)濟(jì)發(fā)展水平，用GDP總量(億元) 度量;G為能源結(jié)構(gòu)，用煤炭消耗占總能源消耗比例度量;I為產(chǎn)業(yè)結(jié)構(gòu)，用第二產(chǎn)業(yè)GDP占總GDP的比例度量;U為城市化率，用城市人口占總?cè)丝诘谋壤攘浚珽為城鎮(zhèn)人均可支配收入.為確定參數(shù)，對(duì)(2) 兩邊取對(duì)數(shù)，得到:

Ln(C) = Ln(m) +a1Ln(P) +a2Ln(A)+a3Ln(G)+a4Ln(I)+a5Ln(U)+a6Ln(E)+Ln(ε)

(3)

2 實(shí)證分析

2.1 碳排放量測(cè)算結(jié)果

根據(jù)公式(1)和黑龍江省各類能源消費(fèi)量，測(cè)算出黑龍江省2000～2014各年的碳排放量(表1) .從表1可見，黑龍江省能源消耗總量從2000年的5663.1萬(wàn)噸上升到2014年的9322萬(wàn)噸，增長(zhǎng)了64.61%，年均增長(zhǎng)了4.31%.具體表現(xiàn)為:①2000～2012年為能源消耗快速增長(zhǎng)階段，增長(zhǎng)幅度為77.32% ，年均增幅為5.95%.②2013～2014年為能源消耗下降階段，下降幅度為4.0%.③能源消耗總量的增加主要由于原煤消耗量的增加，石油消耗量小幅上升，天然氣消耗量較少[4].

表 1 黑龍江各種能源消費(fèi)數(shù)量及碳排放總量 萬(wàn)噸

表2 解釋的總方差

注：提取方法主成分分析法

2.2 驅(qū)動(dòng)因素分析

為了消除自變量之間的共線性問(wèn)題，該研究選擇主成分分析法來(lái)解決多重共線性問(wèn)題. 首先，通過(guò)主成分分析得到最強(qiáng)的綜合變量F1和F2，兩個(gè)綜合變量對(duì)取自然對(duì)數(shù)的原始變量的解釋能力為表2[4].

通過(guò)表3的主成分分析得分系數(shù)可確定綜合變量與取自然對(duì)數(shù)后的原始變量之間的線性關(guān)系式:

F1= 0.184Ln(P) +0.188Ln(A) +

0.151Ln(G)-0.167Ln(I)+

0.188Ln(U)+0.188Ln(E)

(4)

F2= 0.298Ln(P)-0.119Ln(A) +

0.960Ln(G)+0.739Ln(I)-0.064Ln(U)-

0.225Ln(E)

(5)

表3 主成分分析得分系數(shù)矩陣

其次，將綜合變量 F1和F2與碳排放量做最小二乘回歸分析，得

Ln(C) = 0.947F1+ 0.249F2

(6)

其結(jié)果見表4.

表4

注：因變量為碳排放量.

表5 方差分析

注: 預(yù)測(cè)變量為綜合因子F2、綜合因子F1，因變量為碳排放量.

表5方差分析中的F值為138.360且模型系數(shù)t檢驗(yàn)的Sig.值小于0.01,說(shuō)明模型擬合非常好.把(4)(5)式代入(6)可得到碳排放量與各個(gè)驅(qū)動(dòng)因子的關(guān)系式:

Ln(C) =K + 0.25Ln(P) + 0.15Ln(A)+

0.38Ln(G) +0.03Ln(I)+0.12Ln(U)+

0.12Ln(E)

(7)

其中K 為式(3) 中的Ln(k) 和Ln(ε) 之和.整理式(7) 后得公式:

C = KP0.25A0.15G0.38I0.03U0.12E0.12

(8)

式(8) 可知，黑龍江2000～2014年碳排放的驅(qū)動(dòng)因子人口總數(shù)、經(jīng)濟(jì)發(fā)展水平、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、城市化率、可支配收入彈性系數(shù)分別為0.25、0.15、0.38、0.03、0.12、0.12.表示人口總數(shù)、GDP、煤炭消耗量占總能源消耗量、第二產(chǎn)業(yè)GDP占總GDP比例、城市化率、城鎮(zhèn)人均可支配收入每增加1%，碳排放量將增加0.25%、0.15%、 0.38%、0.03%、0.12%、0.12%[4].

從分析結(jié)果看出，能源結(jié)構(gòu)等影響因素均對(duì)碳排放量起正向驅(qū)動(dòng)作用，其中能源結(jié)構(gòu)影響力最強(qiáng).從表1中看出，黑龍江省2000年到2014年煤炭消耗量比重在不斷上升，2014年煤炭消耗量達(dá)到66.50%.說(shuō)明黑龍江能源消耗仍以煤炭為主，引起碳排放總量的增加.人口總數(shù)的增加，城市化率的提高，會(huì)增加對(duì)交通等基礎(chǔ)設(shè)施的需求，導(dǎo)致碳排放量增加.黑龍江省的GDP從2000年到2014年增長(zhǎng)了4.8倍，碳排放量增加的貢獻(xiàn)值卻趨于穩(wěn)定，說(shuō)明生產(chǎn)的發(fā)展技術(shù)的進(jìn)步減少了萬(wàn)元GDP能耗.產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整使得黑龍江省第二產(chǎn)業(yè)比重逐年下降，從2000年到2014年第二產(chǎn)業(yè)比重從55%下降到36.9%，碳排放量成下降趨勢(shì).雖然人均收入不是影響碳排放量的最主要因素，但隨經(jīng)濟(jì)的發(fā)展人均收入的提高，人們對(duì)物質(zhì)需求會(huì)有所增加，因此會(huì)使得碳排放量進(jìn)一步增加，但在人們物質(zhì)生活水平提高的同時(shí)，會(huì)更加關(guān)注周圍的生活環(huán)境，提高對(duì)環(huán)境質(zhì)量的要求，因此，有助于減少碳排放量.可見，人均收入對(duì)碳排放量的影響是復(fù)雜的[5].

3 結(jié)論與對(duì)策

該研究運(yùn)用碳排放測(cè)算方法結(jié)合STIRPAT模型研究了黑龍江省2000～2014年的碳排放量的變化趨勢(shì)，分析了碳排放的驅(qū)動(dòng)因素及各因子的影響強(qiáng)度.得到以下主要結(jié)論: (1)2000～2012年為黑龍江能源消耗與碳排放量的快速增長(zhǎng)期，2013～2014年為能源消耗碳排放量的下降階段.(2)人口總量、城市化率、經(jīng)濟(jì)發(fā)展水平、能源結(jié)構(gòu)、人均收入、和產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放總量有正向驅(qū)動(dòng)作用.

黑龍江省節(jié)能減排措施：(1)優(yōu)化能源結(jié)構(gòu)，增加風(fēng)電、水電與天然氣在總能耗中的比例，減少煤炭的使用，利用清潔能源.(2)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，發(fā)展低碳產(chǎn)業(yè).支持引導(dǎo)低碳產(chǎn)業(yè)與旅游業(yè)的發(fā)展，即促進(jìn)第三產(chǎn)業(yè)的發(fā)展，降低第二產(chǎn)業(yè)比重[4].(3)提高全民意識(shí)，加強(qiáng)宣傳教育，倡導(dǎo)低碳生活.

[1] 劉燕華,葛全勝,何凡能，等．應(yīng)對(duì)國(guó)際 CO2減排壓力的途徑及我國(guó)減排潛力分析[J]．地理學(xué)報(bào),2008，63(7) : 675-682.

[2] Ehrlich P R,Holden J P.Impact of population growth[J].Science,1981，171(3977) : 1212-1217.

[3] 賀仁飛,牛叔文,賈艷琴,等.人均生活能源消費(fèi)、收入和碳排放的面板數(shù)據(jù)分析[J].資源科學(xué),2012,34(6):1142-1151.

[4] 劉淑花,譚旭紅,陳梅.基于STIRPAT模型的碳排放驅(qū)動(dòng)因子研究—以黑龍江省為例[J].資源與環(huán)境,2014,30(9):1086-1091.

[5] 許海平.空間依賴、碳排放與人均收入的空間計(jì)量研究[J].中國(guó)人口資源與境,2012,22(9).

(責(zé)任編輯：季春陽(yáng))

Driving Factors Analysis of Carbon Emissions of Heilongjiang Province

Fan Dasha, Yang Xu, Luo Pan, Yang Di

(1.Harbin Normal University；2. Shanghai Jiaotong University)

In this paper the quantity of carbon emission of Heilongjiang Province based the quantity of energy consumption from 2000 to 2014 is calculated by the formula of carbon emission.Based on the STIRPAT model, the effect of the driving factor on the Carbon emission is studied.The results showe that the elastic coefficient of driving factor such as energy structure,GDP,urban development,population which have the positive driving effect for carbon emissions.Energy consumption structure optimization,and increasing the efforts on industrial structure adjustment,technology innovation are the feasible path to establish low carbon economy and society in Heilongjiang Province．

Carbon emissions; STIRPAT model; Driving factors

2016-12-25

*黑龍江省博士后科研啟動(dòng)金資助項(xiàng)目(LBH-Q13101))

**通訊作者:yangxu2005gd@163.com

X16

A

1000-5617(2016)05-0067-04