河北省碳排放與經濟發展的分析

王銀 劉孟雄

摘要：指出了河北省政府印發《河北省煤炭行業化解過剩生產能實現脫困發展的實施方案》中明確了對煤炭的用量控制，該措施可以有效減少碳排放，因此對河北省19 80～2014年的碳排放量進行了分析與預測。采用環境庫茲涅茨曲線對河北省1980～2014年的碳排放進行了分析，以SPSS軟件為手段，用ARIMA模型對河北省碳排放進行了預測。分析結果表明：河北省碳排放EKC（環境庫茲涅茨曲線）呈現的“正U型”。ARIMA模型預測得到2015～2017年河北省的碳排放量分別為78937. 4817、72960. 5450、65039. 9987萬t。

關鍵詞：河北省;碳排放;EKC曲線;ARIMA模型

中圖分類號：F124

文獻標識碼：A

文章編號：1674-9944（2018）2-0098-03

1 引言

二氧化碳產生的溫室效應問題成為世界公認的環境問題已有多年，我國作為能源消耗大國，早在2009年就超越美國，成為世界第一碳排放大國[1]。中國作為一個負責任的大國，已經出臺了許多關于低碳經濟的政策[2]，以此來幫助實現低碳綠色循環發展。在此大環境下，河北省作為能源消耗大省，也出臺了一系列政策規定用于減少碳排放量的增加，從而調整能源產業結構，減少對環境的危害。本文對河北省的近幾年的碳排放量進行分析說明并預測未來幾年的排放量。

研究碳排放與經濟之間的關系主要有EKC曲線。EKC曲線是從宏觀上研究碳排放與經濟因素（通常為GDP）的關系，采用EKC經典模型對1980～2014年河北省碳排放量進行了分析。ARIMA模型即綜合自回歸移動平均模型，可用于預測碳排放量。以河北省1980～2014年的碳排放量為基礎，通過SPSS軟件對ARIMA模型進行了預測，得出河北省2015～2017年的碳排放量。

不少學者對河北省的碳排放做過研究，李潔、李衛東（2013）運用STIRPAT模型研究河北省碳排放驅動因素[3]。崔和瑞、尤麗君（2014）運用EKC曲線對河北省碳排放進行了實例研究[4]。趙秀麗、朱珍瑪（2016）運用ARIMA模型對北京市企業的碳排放量進行了分析[5]。本文將EKC與ARIMA模型聯系起來分析并預測河北省的碳排放量。

2 分析方法介紹

2.1 碳排放量的計算

二氧化碳的排放源主要為能源燃料與工業活動。其中能源燃料主要為煤石油天然氣等化石燃料的燃燒，而工業活動主要為鋼鐵與水泥的生產。需要注意的是鋼鐵中產生的二氧化碳主要為化石燃料燃燒，故在計算時只計算水泥生產中的二氧化碳排放量。

2.1.1 能源消耗中二氧化碳排放量

參考《2006年IPCC國家溫室氣體清單指南》中測算二氧化碳排放量總排放量的公式：

其中，C_CO2為能源活動中產生的CO2排放量，單位t;C為能源消耗量;NVC為燃料低位發熱量，單位Gg; CEC為碳排放系數，單位TJ/Gg;COF為碳氧化因子;s為排放源，v為能源種類;44/12為二氧化碳的質子轉換因子。

本文的數據來源于1980～2015的《中國能源統計年鑒》和《河北省統計年鑒2015》，根據公式（1）計算得到1980～2014年能源消費的二氧化碳排放量。

2.1.2 水泥生產過程二氧化碳的排放

由于對河北省的歷年水泥產量和對各種不同類型的水泥產量無從得知，故根據《2006年IPCC國家溫室氣體清單指南》，采用簡單的水泥生產過程中二氧化碳的排放量，其計算公式為：

W_CO2=M_C·C_CL·E_CLC?（2）

其中W_CO2為二氧化碳排放量，Mc_C為水泥產量，C_CL為水泥熟料比例，EF_CLC為水泥熟料碳排放因子。IPCC建議，無法按照品種分類水泥時，CCL取值0.75，排放因子取值0.52。

因此最終公式為：

Wco_CO2=M_C·0.75·0.52 （3）

根據中經網查得1995～2014年水泥的產量數據，并根據（3）式可求的水泥的二氧化碳排放量。將能源中的二氧化碳排放量與水泥生產中的二氧化碳量加和，即可求得總的二氧化碳排放量。

2.2

EKC曲線

對環境污染與經濟增長之間關系的討論多采用環境庫茲涅茨曲線，這也是分析二氧化碳排放與經濟增長關系的主要方法。環境庫茲涅茨曲線是美國經濟學家G.Grossman和A. Kureger （1991）提出的，他們發現經濟增長和環境污染之間呈倒U型的關系，即環境質量隨著經濟增長的積累呈先惡化后改善的趨勢[6]。

EKC模型的最簡形式為：

其中，E為環境污染指標，Y為經濟發展指標，ε為誤差項，且服從正態分布。

為了方便，通常會對（4）式兩邊各自變量取對數得到

本文中E為人均二氧化碳排放量，Y為人均GDP。

3 基于EKC曲線的分析

3.1 碳排放總量分析

根據以上方法求得碳排放總量見圖1。

由圖可以看出在1980～2014年間，河北省的碳排放量呈現遞增的狀態。在1980～1999年之間，碳排放的增量比較穩定，年平均增長量為1011.52萬t。在2000～2008年間，碳排放的增量也比較穩定，但增幅明顯增大，年均增長量在4564.16萬t。而2009～2010年間碳排放的變化趨于復雜，且于2014年出現了下降現象。所以從總體來看，河北省的碳排放量呈增長狀態，近幾年由于河北省出臺了一些減排政策，最近的碳排放量應該不會有明顯的增加。

3.2 EKC曲線分析

對于（5）式，人均二氧化碳排放量InE和人均GD-PlnY數據可根據《河北省統計年鑒2015》數據計算得到，然后擬合數據可得到圖2。

數據可擬合得到，InE=0.044491nY²—0. 335111nY+1.0814（6），其中R²=0.97406。說明此曲線為“正U型”曲線。因為R²=0. 97406可得到說明方程擬合度足夠高，各參數的檢驗與模型的總體檢驗都可以通過，也可說明兩參數之間存在函數關系。根據方程（6）可得，當GDP為41.7元時到達最低點，但至遠小于1980年的人均GDP（427元），所以可得出，自1980年以來，二氧化碳的排放量與GDP 一直為單邊遞增關系。

4 對河北省碳排放的預測

ARIMA模型是隨機性時間序列分析中的一大類分析方法的綜合，可以進行精度較高的短期預測[7]，這里通過使用SPSS建立ARIMA模型并分析結果。

4.1 時間序列的平穩化

ARIMA模型的應用之前需要對數據進行平穩化處理，即將非平穩時間序列變成平穩時間序列。

首先應用SPSS軟件對河北省1980～2014年的碳排放量進行序列圖預測，見圖3。發現序列有明顯上升的趨勢，為非平穩時間序列，需要對數據進行預處理。經過三次差分后，時間序列處于平穩狀態見圖4。

4.2 ARIMA模型的判定

通過對數據序列的自相關（ACF）與偏自相關分析（PACF）可得到，樣本時間序列均為拖尾，符合ARIMA模型，故采用ARIMA模型很合適。

ARIMA（p，d，q）中d代表上面所提到的階數，即d=3，經ACF與PACF圖可得p為1或2，d為1。故可得兩個模型即ARIMA（1，3，1）與ARIMA（2，3，1）。

運用SPSS分別對以上兩個模型進行進行模擬可得，見表1。由以此表1可以看出ARIMA（1，3，1）能更好的擬合模型。

4.3 ARIMA模型對2015～2017年河北省碳排放的

由于政府政策等導向作用，造成碳排放的一定指向性變化，使得ARIMA模型較適合短期預測。故只對2015～2017三年的碳排放進行預測。預測結果見表2。

5 結論

（1）通過對1980～2014年河北省碳排放量的計算，分析得出于2000年時碳排放曲線出現了斜率增加的現象，但在2014年出現下降的趨勢。2016年河北省發布《河北煤炭行業化解過剩產能實現脫困發展的實施方案》，方案指出河北省在3～5年內退出煤礦123處，退出產能5130 t，到2020年力爭全省剩余煤礦60處左右，產能控制在7000萬t左右。可見河北省的碳排放量將會出現因定的減少。

（2）運用（EKC）環境庫茲涅茨曲線，分析1980～2014年人均碳排放量與人均GDP之間的關系得出，曲線為“正U型”，與理論上的“倒U型”不符，即EKC曲線在河北省的實用性不強，甚至不適合。

（3）通過SPSS模擬所得的ARIMA模型預測出2015～2017年河北省的碳排放量分別為78937. 4817、72960. 5450、65039. 9987萬t呈現下降趨勢，與河北省最近推出的《河北省大氣污染深入治理三年（ 20152017）行動方案》、《河北省鋼鐵產業結構調整方案》與《河北省煤炭行業化解過剩產能實現脫困發展的實施方案》目標相符合。

參考文獻：

[1]2050中國能源與碳排放研究課題組.2050中國能源與碳排放報告[M].北京：科學出版社，2009.

[2]董小林.環境經濟學[M].北京：人民交通出版社，2010.

[3]李潔，李衛東，河北省二氧化碳排放驅動因素研究——基于STIRPAT模型[J].安徽農業科學，2013，41（20）;8660～8663.

[4]崔和瑞，尤麗君，河北省碳排放的環境庫茲涅茨曲線實例研究[J].華北電力大學學報，2014（1）：12～14.

[5]趙秀麗，朱珍瑪.ARIMA模型在企業二氧化碳排放量中的運用[J].科技經濟與資源環境，2016（23）：102～103.

[6]林伯強，蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析J].管理世界，2009（4）：27～28.

[7]張文彤.SPSS統計分析高級教程（第二版）[M].北京：高等教育出版社，2011.