付晶園，王蒼平，金亞亞，張 宏

（蘭州工商學(xué)院經(jīng)濟(jì)學(xué)院，蘭州 730101）

甘肅省是我國(guó)重要的新能源基地，新能源在促進(jìn)甘肅省經(jīng)濟(jì)社會(huì)發(fā)展和保護(hù)生態(tài)環(huán)境等方面扮演重要的角色。2020年5月，黨中央、國(guó)務(wù)院發(fā)布《關(guān)于新時(shí)代推進(jìn)西部大開(kāi)發(fā)形成新格局的指導(dǎo)意見(jiàn)》，意見(jiàn)指出，要優(yōu)化能源供需結(jié)構(gòu)，加強(qiáng)可再生能源開(kāi)發(fā)利用，培育一批清潔能源基地，加快風(fēng)電、光伏發(fā)電就地消納，有效解決棄風(fēng)棄光棄水問(wèn)題。甘肅省委、省政府積極響應(yīng)，立即制定計(jì)劃，貫徹落實(shí)指導(dǎo)意見(jiàn)，提出將甘肅省打造成綜合能源樞紐，構(gòu)建清潔低碳、節(jié)能減排、安全高效的能源體系。

1 碳排放概述

碳排放量是指某一特定時(shí)間段內(nèi)所有人類(lèi)活動(dòng)產(chǎn)生的二氧化碳（CO2）總量，通常以噸為單位進(jìn)行衡量。碳排放量是量化人類(lèi)活動(dòng)對(duì)大氣中溫室氣體的貢獻(xiàn)程度的一個(gè)指標(biāo)。碳排放源主要有兩種，一是化石燃料燃燒，如煤炭、石油和天然氣的使用，二是工業(yè)生產(chǎn)過(guò)程的排放，包括鋼鐵制造、水泥生產(chǎn)和化學(xué)品生產(chǎn)等。各類(lèi)能源碳排放系數(shù)如表1所示。此外，森林砍伐、土地利用變化、農(nóng)業(yè)活動(dòng)以及廢棄物處理也會(huì)導(dǎo)致碳排放，以CO2為標(biāo)準(zhǔn)計(jì)算[1]。

當(dāng)前，常見(jiàn)的能源有化石能源、太陽(yáng)能、風(fēng)能等，其中造成大量碳排放的能源主要是化石能源。因此，本文僅計(jì)算煤炭、石油、天然氣等3 種化石能源的碳排放[2-3]。以標(biāo)準(zhǔn)煤計(jì)算，3 種主要燃料碳排放系數(shù)如表2所示。碳排放總量采用式（1）計(jì)算。

表2 3 種主要燃料碳排放系數(shù)

式中：C為碳排放總量；ac為煤炭消耗的碳排放轉(zhuǎn)換系數(shù)；Ec為煤炭消耗量；ao為石油消耗的碳排放轉(zhuǎn)換系數(shù)；Eo為石油消耗量；ag為天然氣的碳排放轉(zhuǎn)換系數(shù)；Eg為天然氣消耗量。

2 甘肅省碳排放影響因素的實(shí)證分析

2.1 指標(biāo)選取

在進(jìn)行甘肅省碳排放的影響因素研究時(shí)，選取人口規(guī)模、人均地區(qū)生產(chǎn)總值（GDP）、產(chǎn)業(yè)結(jié)構(gòu)、居民消費(fèi)水平、城市化率、老齡化率、能耗強(qiáng)度以及碳強(qiáng)度作為評(píng)估指標(biāo)，人均GDP、居民消費(fèi)水平作為反映富裕程度的指標(biāo)，產(chǎn)業(yè)結(jié)構(gòu)、能耗強(qiáng)度、碳強(qiáng)度作為反映技術(shù)水平的指標(biāo)。

2.2 數(shù)據(jù)來(lái)源及整理

研究數(shù)據(jù)均來(lái)自國(guó)家統(tǒng)計(jì)局和甘肅省統(tǒng)計(jì)局[4-5]。能源消耗的碳排放量參照相關(guān)標(biāo)準(zhǔn)計(jì)算，選取1995—2019年甘肅省經(jīng)濟(jì)社會(huì)發(fā)展的主要指標(biāo)（煤炭、石油、天然氣）作為碳排放的能源消耗來(lái)源。

2.3 模型的建立

2.3.1 模型設(shè)定將評(píng)估模型設(shè)定為線(xiàn)性回歸模型形式，如式（2）所示。結(jié)合研究數(shù)據(jù)，用EViews 軟件對(duì)模型進(jìn)行普通最小二乘法（OLS）估計(jì)，得到樣本回歸方程。初始回歸分析結(jié)果如表3所示。樣本可決系數(shù)R2為0.979 883，F(xiàn)檢驗(yàn)值為97.419 17。根據(jù)回歸分析結(jié)果，得到相應(yīng)模型，如式（3）所示。

表3 初始回歸分析結(jié)果

式中：Y為碳排放總量；X1為人口規(guī)模；X2為城市化率；X3為人均GDP；X4為居民消費(fèi)水平；X5為第二產(chǎn)業(yè)比率；X6為老齡化率；X7為能耗強(qiáng)度；X8為碳強(qiáng)度；β為系列回歸系數(shù)，反映對(duì)應(yīng)解釋變量的變化幅度。

2.3.2 經(jīng)濟(jì)意義檢驗(yàn)

模型評(píng)估結(jié)果表明，在假定條件不變的情況下，地區(qū)年末人口每增加1 萬(wàn)人，平均碳排放量會(huì)減少1.809 9 萬(wàn)t；城市化率每增加1%，平均碳排放量會(huì)增加169.81 萬(wàn)t；人均GDP 每增加1 元，平均碳排放量會(huì)增加0.104 萬(wàn)t；居民消費(fèi)水平每增加1 元，平均碳排放量會(huì)減少0.324 萬(wàn)t；第二產(chǎn)業(yè)比率每增加1%，平均碳排放量會(huì)增加43.19 萬(wàn)t；老齡化率每增加1%，平均碳排放量會(huì)減少0.364 萬(wàn)t；能耗強(qiáng)度每增加1，平均碳排放量會(huì)減少8.956 萬(wàn)t；碳強(qiáng)度每增加1，平均碳排放量會(huì)增加242.92 萬(wàn)t。

2.3.3 統(tǒng)計(jì)檢驗(yàn)

經(jīng)擬合優(yōu)度檢驗(yàn)，模型的樣本可決系數(shù)R2為0.979 883，表明模型擬合度高。經(jīng)F檢驗(yàn)，模型的F檢驗(yàn)值為97.419，而在5%的顯著性水平下，F(xiàn)分布臨界值（2.61）遠(yuǎn)小于模型的F檢驗(yàn)值，說(shuō)明模型總體顯著相關(guān)。經(jīng)t檢驗(yàn)，得到回歸模型各參數(shù)的t檢驗(yàn)值。在5%的顯著性水平下，t分布臨界值為1.74，因此部分t值是不顯著的。

2.4 實(shí)證分析

2.4.1 多重共線(xiàn)檢驗(yàn)

碳排放涉及多個(gè)影響因素，而影響因素之間常常存在一定的相關(guān)性。因此，首先進(jìn)行共線(xiàn)性檢驗(yàn)。共線(xiàn)性檢驗(yàn)結(jié)果顯示，回歸系數(shù)β0的方差擴(kuò)大因子（VIF）為125 559.9；X1的方差擴(kuò)大因子為117 259.6；X2的方差擴(kuò)大因子為4 036.357；X3的方差擴(kuò)大因子為1 708.003；X4的方差擴(kuò)大因子為1 495.437；X5的方差擴(kuò)大因子為688.816 3；X6的方差擴(kuò)大因子為1 024.296；X7的方差擴(kuò)大因子為382.681 8；X8的方差擴(kuò)大因子為2 124.341。

方差擴(kuò)大因子是用于檢測(cè)多重共線(xiàn)性的一種統(tǒng)計(jì)指標(biāo)。它描述了一個(gè)解釋變量與其他解釋變量的相關(guān)程度，并通過(guò)計(jì)算其對(duì)應(yīng)的方差擴(kuò)大因子來(lái)確定共線(xiàn)性程度。一般來(lái)說(shuō)，若方差擴(kuò)大因子大于10，則說(shuō)明存在嚴(yán)重的多重共線(xiàn)性問(wèn)題。多重共線(xiàn)性意味著解釋變量之間存在高度相關(guān)性，導(dǎo)致回歸模型的穩(wěn)定性和解釋能力下降。結(jié)果顯示，各方差擴(kuò)大因子遠(yuǎn)遠(yuǎn)大于10，表明存在嚴(yán)重的多重共線(xiàn)性問(wèn)題。

2.4.2 修訂多重共線(xiàn)性

逐步回歸法常用于解決多重共線(xiàn)性問(wèn)題，通過(guò)逐步加入和排除解釋變量，選擇最佳的回歸模型，提高模型的擬合效果和解釋能力。本研究采用逐步回歸法，檢驗(yàn)多重共線(xiàn)性。首先分別對(duì)各個(gè)解釋變量與被解釋變量進(jìn)行一元回歸，然后逐步引入其他解釋變量，保留樣本可決系數(shù)R2最大的，同時(shí)觀(guān)察t檢驗(yàn)值和F檢驗(yàn)值，修正多重共線(xiàn)性，確定最合適的多元回歸方程。回歸分析發(fā)現(xiàn)，Y與X2的回歸具有最大的可決系數(shù)，可見(jiàn)，碳排放量受老齡化率的影響最大，因此選擇Y與X2的回歸模型作為初始回歸模型。經(jīng)確定，最合適的多元回歸方程如式（4）所示。其中，樣本可決系數(shù)R2為0.972 926，F(xiàn)檢驗(yàn)值為251.552 5，獨(dú)立性檢驗(yàn)值DW為1.447 901。

2.4.3 異方差性檢驗(yàn)

對(duì)式（5）模型進(jìn)行OLS 回歸，并進(jìn)行異方差性檢驗(yàn)，即開(kāi)展White 檢驗(yàn)。樣本可決系數(shù)R2為0.883 174，拉格朗日乘數(shù)（LM）統(tǒng)計(jì)量nR2為22.079 35，由White 檢驗(yàn)可知，在5%的顯著性水平下，查χ2卡方分布表，臨界值χ2(0.05)為5.991 5，因?yàn)閚R2>χ2(0.05)，表明存在異方差性。使用加權(quán)最小二乘法對(duì)異方差進(jìn)行修正，根據(jù)多重共線(xiàn)性修訂結(jié)果，LM 統(tǒng)計(jì)量為9.822 651。此時(shí)，顯著性系數(shù)P值大于0.05，則說(shuō)明不再存在異方差。最終回歸分析結(jié)果如表4所示，回歸模型如式（6）所示。其中，樣本可決系數(shù)R2為0.994 5，F(xiàn)檢驗(yàn)值為481.59，獨(dú)立性檢驗(yàn)值DW為1.858。

表4 最終回歸分析結(jié)果

2.4.4 自相關(guān)檢驗(yàn)

由上述回歸分析結(jié)果可知，獨(dú)立性檢驗(yàn)值DW為1.858。樣本量為25，模型存在3 個(gè)解釋變量，在5%的顯著性水平下，查DW統(tǒng)計(jì)表可知，DW檢驗(yàn)下臨界值dL為1.123，DW檢驗(yàn)上臨界值dU為1.654，dU

3 結(jié)論

本文結(jié)合1995—2019年甘肅省經(jīng)濟(jì)社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)，構(gòu)建計(jì)量經(jīng)濟(jì)模型，研究人口規(guī)模、城市化率、人均GDP、居民消費(fèi)水平、產(chǎn)業(yè)結(jié)構(gòu)、老齡化率、能耗強(qiáng)度以及碳強(qiáng)度對(duì)甘肅省碳排放量的影響，最后提出相應(yīng)建議。其間通過(guò)多重共線(xiàn)性檢驗(yàn)，剔除檢驗(yàn)不通過(guò)的變量，檢驗(yàn)異方差性并修訂異方差，建立理想模型。檢驗(yàn)?zāi)Ｐ筒淮嬖谧韵嚓P(guān)性，所以不需要處理自相關(guān)性。由回歸模型可知，影響甘肅省碳排放量的因素主要有人口規(guī)模、城市化率和產(chǎn)業(yè)結(jié)構(gòu)。未來(lái)，甘肅省要因地制宜，綜合施策，有效削減碳排放量。一是調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，實(shí)行低碳發(fā)展。經(jīng)濟(jì)發(fā)展與能耗密不可分，而能耗又對(duì)碳排放有一定影響，所以，在經(jīng)濟(jì)發(fā)展過(guò)程中，要提高化石能源的利用率，節(jié)約能源，降低碳排放量。二是在城市推行綠色出行。城市中汽車(chē)尾氣排放會(huì)增加碳排放，為了有效降低碳排放量，要提倡綠色出行，盡可能使用公交車(chē)、地鐵或者自行車(chē)等低碳交通工具。三是植樹(shù)造林，綠化環(huán)境。植物可以吸收CO2，應(yīng)加大植樹(shù)造林力度，有效減少碳排放量。四是采用清潔能源技術(shù)，推廣使用新能源。傳統(tǒng)化石能源不可再生，大量使用會(huì)增加碳排放量，加劇地球溫室效應(yīng)，應(yīng)該大力開(kāi)發(fā)新能源，利用可再生資源代替化石能源。