城鎮化進程中的能源消費碳排放變化研究

趙晶　錢秋桐 盧娜

【摘要】 對比分析處于不同城鎮化發展階段區域的碳排放量變化的影響因素具有現實的指導意義。本文以處于城鎮化發展不同階段的蘇南、蘇中和蘇北三個地區為例，利用STIRPAT模型對比分析城鎮化發展進程和經濟發展水平不同對碳排放量的影響。研究結果表明：城鎮化發展是碳排放的主要影響因素之一，且現階段城鎮化發展并不利于實現碳減排；工業發展對碳排放量的影響較大，工業能源消費量占能源消費總量的70%以上；無論城鎮化發展處于哪個階段，改善能源消費模式，均有利于減少碳排放量。

【關鍵詞】 城鎮化 碳排放 STIRPAT模型 地區差異

一、引言

如今，自然資源日趨緊張，生態環境日趨惡劣，發展低碳經濟已成為全世界人民關注的焦點。加速城鎮化和促進低碳發展是我國目前經濟發展的重點。城鎮化不同階段經濟發展水平不同，不同經濟發展水平下的能源消費對碳排放量的影響也不同。江蘇省不同區域經濟發展水平差異顯著，蘇南、蘇中、蘇北目前正處于不同的城鎮化階段，因此對比研究具有代表性的三個區域的能源消費碳排放量對我國在城鎮化進程中發展低碳經濟具有現實的指導意義。

已有學者對城鎮化和碳排放之間的關系做了相關研究。盧祖丹基于1995—2008年省域面板數據，通過建立STIRPAT模型對城鎮化和碳排放之間的關系進行了相關研究，得出城鎮化發展有利于實現碳減排，但未探討不同的城鎮化水平對碳排放的影響因素。林伯強、劉希穎用協整法探討城市化對碳排放的影響程度，但只針對中國這一主體進行研究，并未對不同區域進行對比分析。宋德勇、徐安采用STIRPAT模型分析了區域差異對碳排放的影響，并未對經濟發展水平和碳排放的內在聯系進行探討。

二、研究方法

經濟發展是碳排放增長的首要因素，本文結合York等提出的STIRPAT隨機回歸模型，來分析研究產業結構對碳排放的影響。該模型主要分析P（人口）、A（富裕度）、T（技術）、I（環境影響）之間的關系，公式為：

I■=？琢P■■A■■T■■e■ （1）

其中：？琢是常數項，b、c、d是人口、富裕度、技術的指數，e是誤差項。

在實際分析時，將模型先進性對數化處理：

lnIi=ln？琢+blnPi+clnAi+dlnTi+lnei （2）

式（2）中，P代表城鎮化水平，用城鎮人口占總人口的比重表示（%），用來反映人口向城鎮聚集的程度；A代表人均工業生產總值，用工業生產總值與常住人口的比值表示（元/人）；T代表工業能耗強度，選取工業能源消費量與工業生產總值的比重即工業能耗強度來表示（噸標準煤/萬元）；I表示工業碳排放量（噸）。相關經濟數據均以2000年為基期做了不變價處理。

根據國家統計局編制的《能源統計報表制度》，本文的能源消費指能源的終端消費量。在計算碳排放量時，首先將能源消費量折算成標準煤，然后根據國家發改委能源研究所給出的標準煤的碳排放系數為2.4567噸CO2/噸標準煤進行計算。

文中的能源數據來自江蘇省13市各自歷年的《統計年鑒》；經濟社會數據來自歷年《江蘇省統計年鑒》。

三、結果與分析

1、研究區域

江蘇省位于我國大陸東部沿海中心，地處長江三角洲，經濟發展位于全國前列，地區生產總值占全國10%以上。江蘇省經濟發展區域差異大，蘇南、蘇中、蘇北的城鎮化發展處于不同的發展階段，因此選擇江蘇省為研究樣本，研究其城鎮化發展對碳排放的影響，探究城鎮化進程中碳排放的影響因素具有很好的代表性。

蘇南地區（南京、蘇州、無錫、鎮江、常州）與上海相鄰，經濟發展較快，是江蘇省經濟發展的主力，城鎮化發展水平較高，2013年城鎮化率已達到73.5%；蘇中地區（揚州、泰州、南通）與蘇南地區隔江相望，位于長江中下游，經濟發展速度適中，城鎮化發展水平較落后，2013年城鎮化率為59.7%；蘇北地區（徐州、宿遷、淮安、連云港、淮安）相對蘇南和蘇中雖然自然資源豐富，但是接近內陸，經濟發展落后，城鎮化水平與蘇中地區較接近，城鎮化率在2013年已達到56.1%。

2、模型回歸結果

由于蘇中和蘇北地區2006年以前能源消費量數據缺失，故本文將主要研究2006—2013年間各區域的碳排放量。對式（2）利用SPSS進行線性回歸分析時，首先將數據進行Zscore一致性處理，避免各變量數量級不同對數據分析的影響，然后將處理后的數據帶入模型進行分析。結果顯示，模型整體通過了一致性檢驗，但是在95%的置信區間，所有變量的t值都不顯著。進一步計算各變量的方差膨脹因子（VIF），三個變量的VIF均遠大于10，證明模型中的城鎮化水平、人均工業生產總值和工業能耗強度三個變量之間存在嚴重的多重共線性，因此不適合運用最小二乘法進行無偏估計。

為克服自變量之間的多重共線性問題，本文采用SPSS軟件中的有偏估計嶺回歸函數對模型進行擬合。嶺回歸是一種改良的最小二乘估計法，通過放棄最小二乘法的無偏性，以損失部分信息、降低精度為代價獲得回歸系數更為符合實際、更可靠的回歸方法。其中k=0時，即為普通最小二乘估計。將式（2）進行嶺回歸分析，當k=0.1時，蘇南模型中各自變量回歸系數變化趨于穩定，當k=0.2時，蘇中和蘇北的模型中各自變量回歸系數變化趨于穩定，從而擬合方程分別為：

蘇南：lnI=0.2813lnP+0.4407lnA-0.2424lnT （3）

蘇中：lnI=0.4607lnP+0.2379lnA-0.2074lnT （4）

蘇北：lnI=0.1846lnP+0.3516lnA+0.4007lnT （5）

對嶺回歸擬合結果進行檢驗（見表1），結果顯示擬合結果能夠通過顯著性檢驗。

根據模擬結果可以看出，蘇南、蘇中和蘇北的模型在5%的置信區間都能通過顯著性檢驗，所有變量的t值都大于1.96，R2值和調整的R2值都大于86%，說明P（人口）、A（富裕度）、T（技術）三個變量解釋了86%以上的碳排放量變動。

3、結果分析

（1）工業能耗對碳排放的影響。根據回歸方程可以看出，城鎮化水平和工業生產總值與碳排放量都呈正相關，與實際相符合。工業發展越快，能源消耗越多，碳排放量越大。而城鎮化水平的提高并沒有導致碳排放的減少，很大程度上是因為城鎮化發展仍然離不開工業產業的發展。

蘇南是江蘇省經濟最發達地區，是江蘇地區經濟發展的主力。結合表2和圖1可以看出，2006年以來，蘇南地區的城鎮化水平較高，至2013年城鎮化水平已達到73.50%，且一直持續穩步增長。蘇南城鎮化水平對碳排放影響的彈性系數為0.28，說明該地區較高水平的城鎮化并沒有使碳排放量得到減少。相比蘇中和蘇北地區，蘇南地區的工業生產對碳排放的影響更大，彈性系數達0.44，說明該地區在發展工業的同時應提高生產技術水平，提高能源利用效率。

蘇中地區的經濟發展速度較慢，城鎮化水平由2006年的47.3%增長為2013年的59.7%，變動幅度是三個區域中最小的。回歸結果顯示，蘇中地區工業發展對碳排放量的影響較小，彈性系數為0.24，說明該地區工業發展并未造成碳排放量的大幅度增加。但是城鎮化對碳排放量影響較大，彈性系數達到0.46，說明該地區在大力發展城鎮化的同時必須注重減少碳排放量。

蘇北地區城鎮化發展較快，至2013年，蘇北地區的城鎮化水平已達到56.1%，超過蘇中地區。相對而言，蘇北地區的生產力水平較低，經濟發展潛力較大。對蘇北地區碳排放量影響較顯著的因素是工業能耗強度，彈性系數為0.40，說明該地區節能減排的關鍵是降低工業能耗強度。城鎮化水平彈性系數為0.18，對碳排放影響較弱，說明該地區大力提高城鎮化水平不會造成碳排放量的大量增加。

對比三個回歸方程，蘇南和蘇中的能耗強度與碳排放呈負相關，而蘇北地區能耗強度與碳排放呈正相關，且能耗強度每增加1%，碳排放量將增加0.4007%，比人均工業生產總值對碳排放量的影響更大，原因在于，蘇南和蘇中地區的工業技術先進，能源利用效率高，而蘇北地區經濟落后，對傳統化石能源的依賴性較強，能源利用效率較低。

（2）能源消費模式。2010年之前江蘇省的家庭能源消費主要是煤氣和液化石油氣，從2010年開始其家庭能源消費主要是天然氣。到2013年，除蘇州地區，全省其他12個市都已經不使用煤氣。根據IPCC《國家溫室氣體排放清單指南》提供的碳排放系數可知，天然氣的碳排放系數為0.4483×104，煤氣的碳排放系數為0.3548×104，液化石油氣的碳排放系數為0.5042×104。

由圖2可知，隨著經濟的發展，蘇南、蘇中、蘇北城鎮居民家庭消費的碳排放強度都在逐步減弱，且變動趨勢接近一致。這主要是由于煤氣和液化石油氣消費量的減少和天然氣消費量的增加，使得能源消耗導致的碳排放增長速度小于經濟發展的增長速度。2006—2013年，僅家庭能源消費，蘇南地區的碳排放強度下降38.27%，蘇中地區的碳排放強度下降38.04%，蘇北地區的碳排放強度下降50.46%。

至2007年，天然氣還尚未投入使用，而江蘇省13市中除蘇北的連云港和宿遷兩地外，其它各市氣化率均達到90%以上。到2013年，江蘇省13市的燃氣普及率已經達到95%以上，天然氣的使用使三大地區家庭能源消費模式趨于一致。不同的城鎮化發展水平對于家庭能源消費模式的影響并不顯著，從2007年開始，三大地區的能源消費強度就逐漸接近，因此改善能源消費模式也可以大大減少碳排放量。

（3）能源政策。應綜合考慮三個地區不同城鎮化發展水平下的能源政策對碳排放的影響。從三個地區的經濟發展狀況和資源稟賦可以看出，蘇南地區的能源主要依靠進口，但蘇南地區經濟發展速度較快，蘇中、蘇北地區較多人口流入蘇南地區，推動蘇南地區的城鎮化發展。在“十二五”期間，蘇南地區基本已經實現能源消耗增長速度低于經濟發展速度。蘇南地區對于新能源產品和技術的研究和開發，使得蘇南地區的碳排放量基本得到了控制。相對于蘇南地區，蘇中地區城鎮化發展速度較慢，且正處于工業化中期向后期過渡階段，高耗能產業發展較快，在推動新能源發展的同時，重點發展石油化工產業的衍生產品，能源消耗高出全省平均水平，碳排放量持續增長。蘇北地區雖然城鎮化水平超過蘇中地區，但卻是江蘇省經濟發展最落后的地區，能源消耗高，對煤炭等傳統能源的依賴性高。但是蘇北地區利用自身的地理優勢，致力于新能源開發，主要研發太陽能和風能，在大力發展經濟的同時注重減少碳排放量。獨特的地理優勢和能源優勢，使蘇北地區的城鎮化建設發展較快，但同時也抑制了蘇北地區的經濟發展，促使蘇北地區仍停留在重工業為主導的經濟發展階段。

四、結論和建議

1、結論

本文以處于城鎮化發展不同階段的蘇南、蘇中和蘇北三個地區為例，利用STIRPAT模型探討城鎮化發展進程和經濟發展水平對碳排放量的影響因素，研究結果表明，不同的城鎮化發展進程和經濟發展水平對碳排放量的影響不同。城鎮化發展和經濟發展速度均較快的蘇南地區，碳排放量的增長速度（25.8%）已經低于工業經濟增長速度（156%），碳排放量基本得到了控制；城鎮化發展和經濟發展速度適中平穩的蘇中地區，城鎮化發展是現階段的發展重點，碳排放量增長速度與經濟增長速度一致，持續穩步增長；城鎮化發展速度較快但經濟發展落后的蘇北地區，對傳統能源依賴性大，碳排放量增長速度超過經濟發展速度。

蘇南地區，城鎮化水平由2006年的67.1%增長為2013年的73.5%，工業生產對碳排放的影響最大，彈性系數達0.44；城鎮化水平對碳排放影響的彈性系數僅為0.28，城鎮化建設的推動對碳排放量影響較小。蘇中地區，城鎮化水平由2006年的47.3%增長為2013年的59.7%，與蘇南地區相反，工業發展對碳排放量的影響較小，彈性系數為0.24，工業發展并未造成碳排放量的大幅度增加。但是城鎮化對碳排放量影響較大，彈性系數達到0.46，推動城鎮化發展的基礎設施建設對蘇中地區的碳排放影響較大。蘇北地區，雖然經濟增長速度是三個地區中最快的，2013年蘇北地區工業生產總值是2006年的6.31倍，但是蘇北地區的城鎮化水平和工業生產的彈性系數分別只有0.18和0.35，而能耗強度對碳排放的影響最大，彈性系數為0.40，提高能源利用效率、降低能耗強度才是蘇北地區節能減排的關鍵。

2、政策建議

（1）優化產業結構，促進產業優化升級。雖然蘇南地區正在逐步實現產業轉型，但是蘇中和蘇北地區的經濟發展仍舊以重工業為主，而且江蘇新能源資源匱乏，對傳統能源依賴程度大，僅鹽城地區風能資源較為豐富。因此加快產業結構優化升級，是減少碳排放量最直接的方法。

（2）提高能源利用效率，優化能源消費模式。提高能源利用效率、降低能耗強度有助于節能減排。家庭能源消費對碳排放的影響體現在衣食住行各方面，應改變能源結構，使用碳排放量較少的新能源替代傳統能源。例如，大力發展太陽能、風能發電，減少火力發電；早日實現江蘇省13市100%的燃氣普及率，減少煤氣和液化石油氣的使用。

（3）大力實施節能減排政策。政策與實踐相結合，在接下來的“十三五”期間，進一步降低碳排放強度，努力實現經濟與碳減排的同步發展。結合蘇南、蘇中和蘇北地區不同的地理優勢和資源稟賦，制定不同的發展政策，因地制宜，使地區在經濟穩步發展的同時減少碳排放。

（注：基金項目：江蘇省實踐創新指導項目“城鎮化不同階段對區域碳排放影響研究——以江蘇省為例”201410299088X。）

【參考文獻】

[1] 盧祖丹：我國城鎮化對碳排放的影響研究[J].中國科技論壇，2011（7）.

[2] 林伯強、劉希穎：中國城市化階段的碳排放：影響因素和減排策略[J].經濟研究，2010（8）.

[3] 宋德勇、徐安：中國城鎮碳排放的區域差異和影響因素[J].中國人口·資源與環境，2011（11）.

[4] York R，Rosa E A，Dietz T.STIRPAT，IPAT and ImPACT；Analytic tools for unpacking the driving forces of environmental impacts[J]. Ecological Economics，2003（23）.

[5] 盧娜、曲福田、馮淑怡、邵雪蘭：基于STIRPAT模型的能源消費碳足跡變化及影響因素——以江蘇省蘇錫常地區為例[J].自然資源學報，2011（5）.

[6] 馬珩：中國城市化和工業化對能源消費的影響研究[J].中國軟科學，2012（1）.

（責任編輯：張瓊芳）