□文/张倩宁　史欣怡

［提要］　本文从人口规模、财富水平、城镇化水平、产业结构、国际贸易水平、能源消费强度等六个方面构建STIRPAT模型，探究影响江苏省碳排放的主要因素。结果显示：国际贸易水平对江苏省碳排放量的影响不显著，常住总人口、人均GDP、城镇化水平、第二产业占比和能源消费强度每变化1%，碳排放量分别变化2.809%、0.321%、1.669%、1.521%和0.433%。基于对江苏省碳排放量估算、碳排放量驱动因子分析及未来趋势预测的探究结果，针对影响较大的驱动因子，提出关于“减碳”建议。

关键词：碳排放估算；碳排放预测；STIRPAT模型

基金项目：2022年江苏省高等学校大学生创新创业训练项目：“江苏省碳排放估算及未来趋势预测”（编号：202213843018Y）

中图分类号：F127 文献标识码：A

收录日期：2023年3月31日

当今，“双碳”目标的提出指明我国能源发展的方向与路径，也与“美丽中国”观念相契合，这将促使我国能源结构加快优化与转型升级。中国碳核算数据库（CEADs）数据显示，江苏省能源相关碳排放量位居中国前三甲，因此对江苏省的碳排放结构及未来趋势的研究成果将给予全国节能减排新思路，且研究路线及方法将同样适用于其他高排放省份，有利于加快我国“双碳”目标的实现。

一、数据来源及处理

本文采用2003～2019年江苏省数据，从人口、经济、生产、环境、贸易和能源消费强度六个方面出发，建立STIRPAT模型对江苏省碳排放量的影响进行分析。其中，进出口额根据当年的美元与人民币兑换率中间价为标准进行换算。

能源数据来自2003～2019年分种类能源消费面板数据，其中包括：能源消费量、煤炭消费量、焦炭消费量、原油消费量、汽油消费量、煤油消费量以及农村非商品能源生活消费。通过查询《中国温室气体清单研究（2005年）》及《省级温室气体清单指南（试行）》，确定了柴油、汽油、燃料油、天然气、液化石油气、无烟煤以及一般烟煤的低位发热量、单位热值含碳量、燃料碳氧化率。

二、研究方法

（一）碳排放量估算模型。目前，对于碳排放量的估算并没有指定唯一的算法，国际上常用的有生命周期法（LCA）、投入产出法（I-O）、碳足迹计算器法及二氧化碳排放计算指南法（IPCC）等方法，而国内更常用IPCC方法，因此本文采用IPCC计算方法对江苏省碳排放量进行估算。根据IPCC算法公式：

Carbon emissions=■Ei×NCVi×CEFi×COFi×■　（1）

其中，Ei表示第i种能源的消费量，NCVi表示第i种能源的平均低位发热量，CEFi表示第i种能源的单位热值含碳量，COFi表示第i种能源的碳氧化率，■则表示CO2分子量与C的分子量之比。

（二）碳排放量预测模型。Enrlich与Holden于1971年提出IPAT恒等式，以此等式反映人口与环境之间的关系。而后Waggoner与Ausubel对IPAT等式进行改良，将原式中技术水平（T）拆解，加入“单位GDP所消耗的技术（C）与每单位技术对环境的影响（T）”等新变量，在此基础上得出ImPACT等式。但上述两个式子都具有局限性――在其余各因素不变的情况下，某因素的变化与其对环境的影响是线性的，这显然是不符合现实情况的。因此，为弥补这个缺陷，York等再一次对模型进行改进，得到了更具有一般意义的STIRPAT模型，其内容如下：

I=αPaAbTfe （2）

其中，P代表人口规模；A代表人均富裕程度；T代表技术水平；a、b、f分别为人口规模系数、人均富裕程度系数、技术水平系数；e为随机环境误差；因变量I代表环境影响程度，例如二氧化碳的排放量。除上述自变量外，还可引入其他能够对碳排放造成影响的因素。

考虑到实际情况，在（2）式中加入及替换其他可能对碳排放量产生影响的因素，最终选取以下影响因素：人口规模（P）、人均GDP（A）、城市化程度（U）、产业结构（S）、国际贸易水平（X）、能源消费强度（T）。在此基础上得到改进的（3）式与（4）式。

I=αPbAcUfSgXmTne （3）

其中，α表示模型系数，b、c、f、g、m分别为对应指标的弹性系数。两边取对数得：

lnI=lnα+blnP+clnA+flnU+glnS+mlnX+nlnT+lne （4）

采用改进后的STIRPAT模型对江苏省碳排放量进行驱动因子分析，并预测未来碳排放量的走向与趋势。各变量具体说明详见表1。（表1）

三、研究结果分析

（一）碳排放量估算。通过查询《江苏统计年鉴》相关数据与碳排放系统结构，整理2003～2019年江苏省相关能源类型及其消耗量数据。通过查询《中国温室气体清单研究（2005年）》及《省级温室气体清单指南（试行）》，整理柴油、汽油、燃料油、天然气、液化石油气、无烟煤以及一般烟煤的低位发热量、单位热值含碳量、燃料碳氧化率。根据IPCC碳排放量估算公式（5）计算2003～2019年江苏省碳排放量，估算结果见表2。（表2）

Carbon emissioms=■Ei×NCVi×CEFi×COFi×■　（5）

（二）碳排放量驱动因子分析。为避免多重共线性问题，将数据取对数后，采用SPSS软件对模型进行岭回归，得到不同k值下标准自回归系数。当k值为0时，则为普通线性OLS回归，在此处可以发现各个自变量的标准化回归系数趋于稳定时的最小k值接近0.01，最终确定使用k=0.1时的相关数据对STIRPAT模型进行拟合。此时，R2为0.990，模型误差为0.028，可以通过F检验。构建STIRPAT模型如下：

I=αPbAcUfSgTne （6）

两边同时取对数有：

lnI=lnα+blnP+clnA+flnU+glnS+nlnT+lne （7）

由此得到回归结果详见表3，其中R2为0.990，且通过显著性检验。（表3）

因此，满足江苏碳排放量与各影响因素之间的关系，具体形式为：

lnI=-30.560+2.809lnP+0.321lnA+1.699lnU+1.521lnS+0.433lnT （8）

从系数来看，常住总人口、人均GDP、城镇化程度、产业结构均对碳排放量有显著的正向影响。即常住总人口数量每增加1%，碳排放量将会增加2.809%；人均GDP每增加1%，碳排放量将会增加0.321%；城镇化程度每增加1%，碳排放量将会增加1.699%；产业结构每增加1%，碳排放量将会增加1.521%；能源消费强度每增加1%，碳排放量将会增加0.433%。其中，人口数量对碳排放量的影响高于其他变量，是碳排放的首要影响因素。城镇化程度和产业结构次之，而能源消耗强度和人均GDP对碳排放量的影响相对较小。

（三）发展模式设定。地区发展水平会直接作用于地区的经济发展、空间结构、社会生活方式和人类居住模式等。我国目前的经济发展模式已从高速发展转向低中速发展阶段，结合江苏省现阶段发展情况与其在全国的经济、科技地位等，推断江苏省已向中速及低速发展模式转型，因此本文仅在低速发展模式与中速发展模式下预测江苏省碳排放的未来趋势。此外仿照政府“五年规划”发展，将要预测的2020～2034年分为三个阶段：第一阶段――2020～2024年；第二阶段――2025～2029年，第三阶段――2030～2034年。

1、人口规模（P）。2015～2019年江苏省常住人口增加了153.98万人，年均增速为0.46%，而近年来，随着江苏省人口结构难题加剧――少子化趋势持续及老龄化程度加深，人口负增长时代也加速到来，在此背景下，本文对以下两种模式进行假设说明：（1）中速发展模式：假设此模式下第一阶段的年均增长率为0.35%，根据相关预测结果，在中速情境下，江苏省人口持续缓慢增加，并在2024年达到巅峰，此后持续下降，因此后两个阶段的增长率须为负值，设第二阶段年均增长率为-0.02%，第三阶段为-0.10%。（2）低速发展模式：根据预测结果，在低速发展模式下，江苏省常住人口将在2030年达到峰值，假设第一阶段人口增长率为近五年来的年均增长率最低值0.17%，第二阶为0.03%，而第三阶段应呈现负增长，因此第三阶段增长率为-0.12%。

2、人均GDP（A）。随着省内GDP基础数据的不断壮大，人均GDP的增速也会趋缓，以2015年为基准，计算2015～2019年间人均GDP的年增速。（1）低速发展模式：为了满足低速发展模式的需要，选取所计算出的5年增速最低值5.58%为基调，假设此后每一阶段的人均GDP年均增速都为上一阶段的50%，即第一阶段增速为2.79%，第二阶段为1.40%，第三阶段为0.70%。（2）中速发展模式：选取5年年增速的平均值8.18%，同上述操作，第一阶段增速为4.09%，第二阶段为2.05%，第三阶段为1.03%。

3、城镇化程度（U）。（1）低速发展模式：第一阶段增长速率为近5年平均增速的50%，即0.75%，随后每一阶段下降0.15%，第二阶段为0.60%，第三阶段为0.45%。（2）中速发展模式：根据《江苏省新型城镇化与城乡发展一体规划（2014-2020年）》2015～2019年均增长率为1.51%，第一阶段1.51%，随后每一阶段下降0.3%，即第二阶段1.21%，第三阶段0.91%。

4、产业结构（S）。随着GDP的不断提高，第二产业产值占比将不断下降，而第三产业则兴旺，故假设：（1）低速发展模式：假设第一阶段的第二产业占比下降速度为近五年的最低的一半-1.06%，后每一阶段为前一阶段的80%。（2）中速发展模式：假设第一阶段增速为前5年平均增速的50%，即0.35%，第二阶段为此基础的0.28%，第三阶段增长率为0.24%。

5、能源强度（T）。（1）低速发展模式：假设低速发展模式下，三个阶段年均增速皆为近5年最高负增速的50%，即-4.40%。（2）中速发展模式：此模式下能源强度变化速度适中，因此假设三个阶段的年均增速为近5年平均增速的50%，即-3.10%。

（四）碳排放量预测。结合前文对各驱动因子在不同发展模式下的推算分析，利用已得出的江苏省碳排放量与影响因素之间的关系公式（8），将相关数据代入公式，继续按低速发展模式与中速发展模式分类预测在不同背景下2020～2034年江苏省碳排放量变化趋势可视化如图1所示。可以看出，显然无论是在低速发展模式还是在中速发展模式下，近几年的江苏省碳排放量依旧会持续增加；在低速发展模式下，江苏省碳排放量将在2029年左右达到顶峰，峰值约为72，541.63万吨；而在中速发展模式下，江苏省碳排放量将在2024年左右“碳达峰”，峰值约为73，450.89万吨。我国的能源发展规划及目标是“在2030年前达到碳达峰，在2060年前实现碳中和”，虽然此任务力度与难度较大，但在江苏省的不懈努力下，江苏省“在2030年前实现碳达峰”的目标必定能实现甚至是提前完成。（图1）

四、应对措施

基于以上分析结果，本文提出一些碳排放管控应对措施，希望对今后全面促进我国的高质量碳排放管控工作有所帮助。

（一）加强清洁能源开发利用，降低煤炭、电力消耗。一方面积极开展煤改气、油改气工程，合理化控制煤炭、电力消耗。结合工业发展的要求，应积极对高能耗、高污染的落后产能进行探讨，尽量保持选择碳排放量少、污染小的天然气供给要求，更好地满足绿色转型发展；另一方面加强推动风力发电项目建设力度等方面的工作，充分发挥出风能作用，并全方位做好相应的碳排放管控和环境保护的工作。

（二）优化人口结构，防止外来人口过度。江苏省人口将达到峰值，即将呈现负增长。但仍应控制外来人口的数量，防止外来人口的过度涌入，努力维持碳减排与吸引外地人口发展经济与就业之间的平衡，减缓由于人口激增所带来的大量碳排放所导致的空气污染加重。

（三）推动产业结构优化，促进低碳经济发展。大力促进第三产业发展，逐渐代替高能耗的第二产业。促进第三产业发展，从政府层面来讲，要给予第三产业政策扶持，鼓励金融、交通运输、计算机服务和软件业等高新产业健康发展。同时，应发展低碳经济，坚定不移地发展低碳产业。政府也应该通过一系列措施促进材料节能、建筑节能、工业节能与减排、资源回收等新兴低碳产业的发展。

（作者单位：南京师范大学泰州学院）

主要参考文献：

［1］田静，史学瀛.碳边境调节机制：欧盟应对气候变化的新选择与中国因应［J］.中国环境管理，2023.15（01）.

［2］周天军，陈晓龙.《巴黎协定》温控目标下未来碳排放空间的准确估算问题辨析［J］.中国科学院院刊，2022.37（02）.

［3］刘玮，柳婉睿.智能化城市治理中的居民主观幸福感――基于中介效应的结构方程模型分析［J］.重庆社会科学，2023（01）.