基于STIRPAT模型的長江經濟帶碳排放峰值預測研究

李 強 左靜嫻

（安徽財經大學，安徽 蚌埠 233030）

基于STIRPAT模型的長江經濟帶碳排放峰值預測研究

李 強 左靜嫻

（安徽財經大學，安徽 蚌埠 233030）

基于長江經濟帶11個省（市）2000—2014年面板數據，運用STIRPAT模型預測未來碳排放峰值。研究發現：（1）對碳排放峰值影響較大的兩個因素是碳排放強度和人均GDP。如碳排放強度降速低于經濟增速，則在2030年前不會出現峰值。（2）在經濟增長情況下，保持碳排放強度合理下降，長江經濟帶碳排放將在2030年前達峰，達峰時間為2024—2029年。（3）保持碳排放強度合理降速對長江經濟帶在2030年內達到碳排放峰值尤為重要。

STIRPAT模型；碳排放；峰值預測

引言

2015年11月30日，巴黎氣候變化大會召開，近兩百位國家領導人共同探討全球氣候變化協議。如何減少溫室氣體排放，防止氣候惡劣變化給人類帶來傷害是大會重點內容。大會討論的另一重點是碳排放量，中國作為規模最大的碳排放國家之一，承諾到2030年達到碳排放峰值。為實現長江經濟帶戰略發展目標以及中國在巴黎全球氣候大會上提出的碳排放峰值目標，各地區應在經濟發展同時考慮如何控制碳排放，促進高碳經濟向低碳經濟轉變。長江經濟帶作為“三大支撐帶”之一，碳減排目標實現對我國生態文明建設具有重要意義。

碳排放問題研究涉及不同模型與方法，如IPAT、STIRPAT模型、環境庫次涅茨曲線等，已有研究在指標選取以及模型選擇上存在一定差異，研究結果也存在較大不同。

最初，在研究人口因素對環境影響過程中廣泛應用IPAT方程，通過保持其他因素不變，僅改變一個因素分析問題。在已有基礎上將方程“I=PAT”中T分解成“單位能源消費產生的環境影響（T）”及“單位GDP 能源消耗——能源強度（C）”，變成“I=PACT”。國內一些學者在研究碳排放問題時選擇IPAT模型分析，如張樂勤等在三種不同情景下，基于IPAT模型測度未來安徽省碳排放強度及碳排放量，結果顯示碳排放量在三種情景下均呈上升趨勢，表明EKC曲線拐點在2015年不會出現[1]。國外學者York通過研究發現，IPAT模型本身存在不足：當保持其他因素不變僅改變其中一個因素分析問題時，最終結果只是此因素對因變量的等比例影響[2]。為彌補IPAT模型缺陷并研究人口對環境的非線性影響，大多數學者在研究碳排放問題時選擇STIRPAT模型，如Brant Liddle選擇STIRPAT模型實證分析發達國家碳排放影響因素，結果發現，除人口、能源強度和人均財富外，碳排放影響因素還包括城鎮化率、能源結構等[3]。郭運功等選擇STIRPAT模型實證研究上海市碳排放與經濟發展問題，結果顯示上海市碳排放的主要影響因素不僅是人口增加，還包括城市化加速[4]。國內學者擴展并修正傳統STIRPAT模型[5-6]，實證研究碳排放峰值影響因素，發現技術對峰值的影響較其他因素更大[7-9]。也有學者在碳排放問題研究上采用其他模型與方法，如朱永彬、王錚在實證分析能源強度和最優經濟增長率間關系時選擇內生經濟增長模型，研究結果表明，當能源產出彈性小于0.5時，兩者間存在“倒U型”關系，我國能耗峰值將在2043年出現，碳排放將在2040年達到峰值[10]。杜強等基于我國省級面板數據，采用Logistic模型研究未來碳排放趨勢，發現未來碳排放增長趨勢與生物種群的“S”型增長類似[11]。馮宗憲和王安靜在陜西省碳排放因素分解時使用投入產出法的結構分解模型，并在此基礎上利用情景分析法及蒙特卡洛模擬法預測陜西省峰值出現時間，結果表明，陜西省碳排放峰值可能出現在2030年[12]。

綜上所述，國內外學者碳排放研究成果豐富，但在碳排放峰值預測方面主要針對中國整體及省際層面，區域層面碳排放峰值預測的研究較少。本文以長江經濟帶為例，以2030年為界，測度長江經濟帶總體碳排放趨勢，運用STIRPAT模型預測碳排放峰值在不同情景下的出現時間并分峰值出現的一般規律，根據分析結果為長江經濟帶經濟由高碳增長向低碳發展提出建議。

一、數據與模型

（一）STIRPAT模型

STIRPAT模型與其他模型不同之處在于該模型可引入多個自變量，分析不同自變量對環境壓力的影響；該模型是非線性模型，具有較好拓展性，可分析人文因素對環境的非等比例影響。因此，本文選擇STIRPAT模型預測長江經濟帶碳排放達峰時間。STIRPAT模型以IPAT為基礎，建立人口、環境影響、技術水平和人均財富間的關系式：

式（1）中，I、P、A、T分別代表排放量、人口、財富及技術，利用該模型可預測長江經濟帶未來達峰時間。但是IPAT無法反映函數式中各影響因素非單調與非均衡的函數關系，為彌補IPAT模型不足，York等以IPAT模型為基礎建立STIRPAT模型[2]，即：

部分學者認為財富A和排放量I之間存在非線性關系，本文借鑒York等的方法，并考慮產業結構等因素對碳排放量影響，將模型擴展為：

選取人口、碳排放強度=碳排放量/GDP、人均GDP及產業結構（C）（第二產業占GDP的比重）作為影響因素。

（二）數據來源與說明

以2000—2014年長江經濟帶省級面板數據為樣本，包括11個截面單元15年的時間序列數據。數據包含長江經濟帶11個省市人口、GDP、第二產業值及各省市煤炭、石油和天然氣年度消費數據，數據來源于《中國能源統計年鑒》、各省市統計年鑒及《中國統計年鑒》。

碳排放總量計算參考公式：

公式（5）中Cic為煤炭消費量，Cio為石油消費量，Cig為天然氣消費量，Ci為碳排放總量。a為煤炭碳排放系數、b為石油碳排放系數，d為天然氣碳排放系數，分別為0.7476、0.5825和0.4435，數值來自2003公布的《中國可持續發展能源暨碳排放情景分析》。

二、結果分析

（一）長江經濟帶各地區碳排放情況分析

長江經濟帶各省市的碳排放存在差異，首先采用長江經濟帶2000—2014年省級面板數據，選取人口、碳排放量 、碳排放強度及人均GDP等作為影響因素分析目前各地碳排放基本情況。將模型（4）擴展為：

其中，ai*表示長江經濟帶各省市間碳排放結構差異，ai代表11個省市碳排放固定效應。長江經濟帶各省市碳排放情況不同，對該模型選用廣義最小二乘法估計，得到結果如下（見表1）：

注：括號內為t值。

其中，R2=0.996，P=0.000。

表1中數據不僅表示長江經濟帶各省市間碳排放對固定影響偏離程度的估計結果不同，同時反映省市間碳排放結構差異。江蘇、浙江、安徽、湖北、湖南及四川碳排放偏離程度為負值，低于長江經濟帶碳排放平均水平，其中江蘇碳排放對固定影響偏離程度的估計值為-0.095217，碳排放水平最低。貴州、上海、江西、重慶以及云南碳排放偏離程度為正值，高于長江經濟帶碳排放平均水平，其中貴州碳排放對固定影響偏離程度的估計值為0.116783，碳排放水平最高。江蘇、浙江、安徽等近幾年第二產業占比呈遞減趨勢，產業結構有所調整，第二產業逐漸向第三產業轉移，能源消耗量減少，碳排放較長江經濟帶平均水平低。重慶、云南、貴州等由于西部大開發，工業基礎設施投資增多，能源消費導致碳排放增加，碳排放量比長江經濟帶平均水平高。

（二）長江經濟帶總體碳排放情況分析

為得到長江經濟帶總體碳排放趨勢，本文將11個省市2000—2014年人口、碳排放量、人均GDP、碳排放強度和第二產業占比等數據回歸處理，分析其對長江經濟帶碳排放影響，其中人均GDP換算為2000年不變價，得到結果如下：

注：括號內為t值。

其中，R2=0.996，P=0.000。

根據以上回歸結果，發現人口、人均GDP及碳排放強度三個變量系數均為正數，表明變量與碳排放總量存在正相關關系。人口變量系數最大即對碳排放量影響最大，碳排放強度次之，再次為人均GDP。

假定人口、碳排放強度和人均GDP等變量在2015—2030年間保持目前發展趨勢，即取2000—2014年年平均增長率為其增長率。預測模型中產業結構即第二產業占比取值不變，取年均值為45.86%，不影響預測曲線走向。根據各變量增長率計算相關數據，帶入回歸方程中得到2015—2030年碳排放量，如圖1所示。

圖1 維持現狀下2015—2030年碳排放量預測

由圖1可知，保持目前發展趨勢，第二產業占比不變，長江經濟帶碳排放量將不斷增加，在2015—2030年不會出現碳排放峰值。因此，應適當控制人口、碳排放強度和人均GDP等變量增長率，使長江經濟帶碳排放在2030內達峰。

三、長江經濟帶碳排放峰值路徑預測

為更好預測2015—2030年長江經濟帶碳排放量，根據渠慎寧、郭朝先研究，假定未來三種經濟發展方案，即高、中、低模式[7]。除此三種模式外，延伸出高中、低中、高低、中低及中高五種模式（其中低高模式不符合實際情況排除）。低模式假定人口、人均GDP等變量低速增長；中模式假定變量適中速度增長；高模式假定變量較高速度增長；高中模式假定碳排放強度適中增長而人均GDP高速增長；中低模式假定人均GDP適中增長而碳排放強度低速增長；高低模式假定碳排放強度低速增長而人均GDP高速增長；中高模式假定人均GDP中速增長而碳排放強度高速增長；低中模式假定碳排放強度適中增長，人均GDP以較低速度增長（見表2）。其他延伸模式設定用來與高、中、低模式比較，從而分析不同因素對峰值出現時間的影響，為控制達峰時間提供參考。

表2 情景模式設定說明

根據表2并結合長江經濟帶實際情況，設定不同情景模式下各變量增速。情景模式中以中模式作為各變量變化速度基準，高模式變量增速高于中模式，而低模式各變量增速低于中模式。人口、人均GDP及碳排放強度增長率采用各年均增長率平均值，碳排放強度設定參考碳排放強度三種模式（高模式、低模式和中模式）的情景預測。

表3列出各變量增長率，并計算8種情景模式下不同時間段各變量相關數據，將這些數據代入回歸方程中得出長江經濟帶2015—2030年各時間段碳排放總量，預測峰值出現時間及相應峰值。通過圖2以及表4，可見長江經濟帶碳排放量在2030內分別在低模式和低中模式兩種情景模式下達到峰值，低模式下碳排放達峰時間為2029年，峰值額為523 670萬噸，低中模式下碳排放在2024年達到峰值，峰值額為513 096.34萬噸。其他5種模式下碳排放量一直呈上升趨勢，并未在2030內出現碳排放峰值。由此可預測，以目前發展趨勢，在維持長江經濟帶經濟增長同時兼顧碳排放強度降速，長江經濟帶將在2024—2029年之間出現碳排放峰值。如不關注碳排放強度降低僅考慮經濟快速增長，則會推遲長江經濟帶碳排放峰值出現時間，無法在2030內達到碳排放峰值。因此，保持碳排放強度合理下降對于長江經濟帶在2030內達到碳排放峰值十分重要，未來碳減排壓力主要來自加快碳排放降速。

表3 2015—2030年長江經濟帶社會經濟發展情況假定

圖2 8種模式下碳排放量預測結果

表4 8種情景模式預測結果

四、結論及政策建議

通過以上分析可知，人口、碳排放強度和人均GDP是促進長江經濟帶碳排放快速增長的重要因素。本文在8種情景模式下預測長江經濟帶碳排放量，研究結果顯示，在中模式、高模式、高中模式、高低模式、中高模式和中低模式下碳排放量并未達到峰值，僅在低模式和低中模式下出現峰值，達峰時間為2024—2029年。影響碳排放峰值的兩個較重要因素為碳排放強度和人均GDP。在碳排放降速較慢而人均GDP及人口增速較快情況下，長江經濟帶在2030年內不會出現峰值。因此，保證長江經濟帶提前達峰且不降低經濟增長速度，關鍵在于加快碳排放強度降速。減少傳統能源使用，加大使用清潔能源是未來長江經濟帶生態經濟發展迫切需要。

（一）優化沿岸產業布局

長江經濟帶發展是中國區域發展的“三大戰略”之一，具有自然資源及地理條件優勢，但部分地區經濟相對較落后，經濟發展需求強烈，繼續采用傳統經濟發展模式，可能會以犧牲環境為代價促進經濟發展，對生態環境造成不利影響。長江經濟帶在未來經濟發展中，應積極探索以綠色產業為主導的經濟發展模式，提高準入門檻，構建適合生態經濟發展的產業布局。一方面，調整和淘汰“高污染、低產出”的傳統產業，積極促進“低污染、高產出”的清潔類產業發展。另一方面，對仍存在發展價值的工業企業開展技術改造，延長企業生產鏈條，簡化生產過程，提高原材料利用率，在增大產出同時減少能源消耗。2014年國家提出經濟新常態理念后要求經濟中高速發展，過快的經濟增速不利于經濟社會可持續發展，長江經濟帶在保持經濟增長同時應將高碳產業向低碳產業轉型，優化升級產業結構，嚴格控制廢氣、廢水等污染物排放。

（二）優化能源結構

資源為導向的經濟發展模式轉變為創新、科技為導向的發展模式，需改變傳統能源利用模式。一方面，提倡使用清潔能源，減少使用污染大、利用率低的能源，減少開采化石能源；積極發展新型能源，增加風能、太陽能、核能等可再生能源使用比重，減少煤炭、石油等高污染、高排放能源使用量，不僅能夠減少碳排放，也有利于經濟可持續發展。另一方面，在碳排放和能源約束下，實現經濟可持續發展，必須加大可持續能源開發，提高能源可再生率，通過技術進步、人力資本積累、節約能源以及環境治理實現經濟可持續發展。長江經濟帶實現經濟低碳可持續發展，需要優化能源結構，大力發展可再生的清潔能源，并提高能源利用率，積極推行循環生產和清潔生產，協調好經濟發展與環境保護關系。

（三）促進產業結構優化

長江經濟帶橫跨我國東中西部地區，各地區擁有不同自然資源和地理條件，總體而言，東部地區自然資源較豐富，中西部地區自然資源相對匱乏。但東部地區勞動力資源不足，應利用各自優勢，如東部地區可發展資本密集型產業，向中西部地區轉移勞動密集型產業，大力發展高技術產業及信息服務業等；中西部地區應不斷優化升級產業結構，利用豐富勞動力資源發展和承接勞動密集型產業，在控制碳排放量同時實現經濟增長。長江經濟帶中西部地區能源強度比東部地區大，經濟充分發展對降低能源強度至關重要，也對低碳技術引進與研發具有重要作用[13]。

（四）實行差異化碳減排政策和峰值目標

長江經濟帶橫跨東中西部三大區域，地理條件、資源稟賦、交通環境以及基礎設施等存在較大差異，各區域發展也有較大差異。長江經濟帶在2030內到碳排放達峰值，不僅需要減少使用煤炭等高污染能源，提高天然氣等清潔能源消耗比例，政府在制定政策時還需要考慮區域差異，采取不同碳排放政策并結合當地實際情況設定碳排放目標。提高對節能減排工作的重視程度，減少煤炭等傳統能源消耗，將碳排放量控制在合理范圍內。

［1］張樂勤,李榮富,陳素平,等.安徽省1995年—2009年能源消費碳排放驅動因子分析及趨勢預測——基于STIRPAT模型[J].資源科學,2012(2)：316-326.

［2］Richard York,Eugene A.Rosa,Thomas Dietz.STIRPAT,IPAT and ImPACT：Analytic Tools for Unpacking the Driving Forces of Environmental Impacts[J]. Ecological Economics,2003(46)：351-365.

［3］Brant Liddle,Sidney Lung.Age-Structure,Urbanization,and Climate Change in Developed Countries：Revisiting STIRPAT for Disaggregated Population and Consumption-Related Environ-mental Impacts[J].Popul Environ,2010(1)：007-031.

［4］郭運功,汪冬冬,林逢春.上海市能源利用碳排放足跡研究[J].中國人口·資源與環境,2010(2)：103-108.

［5］朱勤,彭希哲,陸志明,等.人口與消費對碳排放影響的分析模型與實證[J].中國人口·資源與環境,2010(2)：98-102.

［6］彭希哲,朱勤.我國人口態勢與消費模式對碳排放的影響分析[J].人口研究,2010(1)：48-58.

［7］渠慎寧,郭朝先.基于STIRPAT模型的中國碳排放峰值預測研究[J].中國人口·資源與環境,2010(12)：10-15.

［8］王憲恩,王泳璇,段海燕.區域能源消費碳排放峰值預測及可控性研究[J].中國人口·資源與環境,2014(8)：9-16.

［9］鄧小樂,孫慧.基于STIRPAT模型的西北五省區碳排放峰值預測研究[J].生態經濟,2016(9)：36-41.

F127 文獻標識碼：A 文章編號：1672-3805(2017)05-0053-06 收稿日期：2017-09-12

安徽省自然科學基金面上項目“長江經濟帶產業轉型升級與生態環境優化的協同機制研究”（1708085MG172）；安徽省創新發展研究重大課題“長江經濟帶產業結構與生態環境耦合優化研究”（2017ZD003）；安徽省教育廳人文社科重點項目“考慮技術進步和結構調整回彈效應的我國節能減排路徑研究”（SK2015A224）；2016年安徽財經大學研究生科研創新基金“長江經濟帶能耗和碳排放峰值預測研究”（ACYC2016102）