城镇碳排放影响因素区域差异分析

钱秋桐 赵晶 卢娜

作者简介：钱秋桐（1993-），女，江苏南通人，本科生，研究方向：能源经济研究。

赵晶（1993-），女，江苏泰州人，本科生，研究方向：能源经济研究。

卢娜（1982-），女，河北石家庄人，讲师，博士，研究方向：国际贸易与经济研究。

摘要：本文采用STIRPAT模型对比分析了2007-2012年间影响江苏省苏南、苏中、苏北三个地区碳排放的影响因素，研究结果表明：①能源强度是影响苏南地区人均碳排放量的主要因素，人均可支配收入、城镇化水平影响程度依次减弱；②苏中地区能源强度是主要影响因素，但城镇化水平的影响程度不断加强，人均可支配收入的影响程度逐渐减弱；③对苏北地区人均碳排放的影响程度由强到弱依次是城镇化水平、能源强度、人均可支配收入。

关键词：城镇碳排放；区域差异；STIRPAT模型；江苏省

一、引言

目前，世界各国不再盲目地追求经济的快速发展，更加注重低碳经济的发展模式。改革开放以来，江苏省作为东部沿海城市，依靠优越的地理位置和良好的历史基础，经济快速发展，城镇化发展随之加速。自2007年至2012年期间，江苏省城镇化水平由532%增长到630%，年均增长率为344%，能源消费量由2094804万吨标准煤增加为2884984万吨标准煤，年均增长率为661%，但苏南、苏中、苏北三个区域在城镇化发展方式、人民生活水平等方面具有各自区域的发展特色，导致发展所耗用的能源总量不同，碳排放量因而存在着明显差异。

宋德勇、徐安采用STIRPAT模型分析了全国范围内城镇碳排放区域差异的影响因素；马衍分析了能源消费、城市化、工业化之间的关系，但模型的使用略显粗糙，三者之间的数学关系估算误差较大。本文將以城镇化水平发展差异显著的江苏省为例，采用STIRPAT模型分析苏南、苏中和苏北碳排放影响因素的区域差异，并提出有针对性的政策建议，为我国其他区域在城镇化发展过程中发展低碳经济提供参考。

二、研究区域概况

江苏省由十三市构成，根据地理位置，分为苏南（南京、苏州、无锡、常州、镇江）、苏中（南通、扬州、泰州）和苏北（盐城、徐州、宿迁、淮安、连云港）三个地区。三个地区城镇化发展速度有所差异，详见图1所示。

如图1所示，2007年至2012年间，苏南地区的城镇化水平均居于60%以上，且均高于同期的苏中、苏北，缓慢上升，由6750%上升为7270%，年均增长率为242%；苏中地区的城镇化水平居于60%以下，由4880%增长为5850%，发展速度较苏南地区迅速，年均增长率为369%；苏北地区的城镇化水平居于60%以下，增长较快，由4170%上涨为5970%，且于2012年超过苏中地区，位居第二位，年均增长率最高，达到744%。

三、城镇碳排放区域差异影响因素分析

（一）数据来源与处理

文中相关人口、经济、人均可支配收入、能源消费量数据均来自江苏省各市历年的统计年鉴，其中经济数据均以2000年为基期做了不变价处理。三个区域碳排放量是根据国家发改委发布的标准煤碳排放系数——24567吨CO2/吨标准煤与各区域能源消费量得到的。

（二）模型建立

选取Dietz & Rosa由IPAT分析框架发展出的STIRPAT模型，分析P（人口）、A（富裕度）、T（技术水平）与I（环境影响）的关系。形式为：

I=αPβAγTσe（1）

其中，α为常数项，β、γ、σ为P、A、T的指数项，e为误差项。

本文中，在城镇碳排放区域差异影响因素分析中，将方程（1）转变为对数形式：

lnIi=lnα+βln（Pi）+γln（Ai）+σln（Ti）+ln（ei）（2）

其中，Ii表示人均碳排放量，用区域碳排放总量与总人口的比重表示，单位为t/人；Pi表示城镇化水平，用城镇人口与总人口比重表示，单位为%；Ai表示人均可支配收入，单位为元/人；Ti为能源强度，用区域能源消费量与GDP的比重表示；i表示年度。

（三）结果分析

采用SPSS软件对苏南、苏中、苏北三个区域2007年至2012年期间的数据进行分析，首先对数据进行了Zscore一致性处理，消除因各变量数量级不同而造成的影响，接着将处理后的数据带入模型（2）中进行分析。虽然模型整体通过了一致性检验，但是在95%的置信区间，各个变量的t值均不显著，而且三个变量的VIF均远大于10，说明变量之间存在严重的多重共线性。然后，采用有偏估计岭回归函数对模型进行拟合[5]，解决多重共线性问题。根据岭回归分析结果得出，当k=01时，苏南、苏中、苏北的模型中各自变量回归系数变化趋于稳定。最后，对岭回归拟合结果进行检验，结果如表1所示。

根据模型分析结果可以看出，苏南、苏中和苏北的模型在5%的置信区间通过显著性检验，各个变量的t值均大于196，R2值和调整的R2值均大于91%，说明P、A、T三个变量解释了91%以上的人均碳排放量变动，并可以得到苏南、苏中、苏北三个地区人均碳排放量与城镇化水平、人均可支配收入、能源强度之间的拟合方程（1）、（2）、（3）：

根据苏南的拟合方程（1），可以得到人均可支配收入、城镇化水平、能源强度的弹性系数分别为030、028、046，说明能源强度是影响苏南地区人均碳排放量的主要因素，人均可支配收入、城镇化水平对苏南地区人均碳排放量的影响程度依次减弱。作为江苏省的经济发展水平最高的地区，苏南地区城镇化发展处于高水平的相对稳定状态，是江苏省重要工业企业的集聚地，工业发展规模大，人民生活水平较高，生活娱乐配套设施（如汽车、空调等）人均拥有率高。为维持苏南地区每天的生产、生活，在带来巨大的经济利益的同时，耗用的能源消费量也愈多，因此降低单位产值的能源消耗量是苏南地区控制人均碳排放量的有效途径。[6]

根据苏中的拟合方程（2），可以得到人均可支配收入、城镇化水平、能源强度的弹性系数分别为021、031、046，与苏南地区地区相比，虽然能源强度依旧是主要影响因素，但城镇化水平对于人均碳排放量的影响程度变大，人均可支配收入对人均碳排放量的影响程度减小，主要是由于苏中地区作为苏南地区低附加值高耗能产业的转入地区，工业快速发展，吸引了大量农民工到苏中地区打工，随之加快发展了城镇化发展的步伐。在苏中地区进行现代化发展时，既要注重提高能源的利用效率，又要注重改善城镇化发展的方式。

根据苏北地区的拟合方程（3），可以得到人均可支配收入、城镇化水平、能源强度的弹性系数分别为027、043、030，说明城镇化水平是影响苏北地区人均碳排放水平的主要因素，

能源强度则成为影响人均碳排放量的次要因素，人均可支配收入对人均碳排放量的影响最小。造成这种结果的原因是：与苏南、苏中地区相比，苏北地区经济发展起步较晚，可以利用比较成熟、完善的技術、设备发展经济，能源利用效率较高，但由于城镇化发展处于快速发展阶段，为支持发展所需的能源消费量仍很大，而且人均可支配收入较少，在能源消费的选择上偏向于价廉的传统能源，而对价格较高的清洁能源、新型能源利用较少。能源消费模式的转变是苏北地区城镇化进程中有效控制人均碳排放的主要方式。

四、政策建议

根据苏南、苏中、苏北三个地区的特点，因地制宜地提出建议：

1、能源强度是影响苏南地区人均碳排放的主要因素，因此应通过降低单位产值的能源消费量来降低人均碳排放。主要措施是进行产业转型，逐渐将发展的重心由工业发展转移到服务业、IT技术产业、金融业等低耗能高附加值的第三产业。

2、能源强度与城镇化水平对苏中地区人均碳排放量的影响程度较为显著，应改善城镇化发展模式[]，提高能源利用效率。苏中地区作为苏南地区工业企业的转入地区，在承接的同时进行技术创新，注重与高校或专业研究院进行合作，研究、开发新型设备或改善生产技术方法，提高能源利用效率。

3、城镇化水平对苏北地区的人均碳排放量的影响程度最大，因而在大力推进城镇化进程时，苏北地区应改善原有的能源消费模式，减少对传统化石能源的消耗，鼓励使用太阳能、风能等清洁能源。在企业对能源消费品种更换的初期，政府可以适度对企业进行补贴，推动能源消费模式的转变。（作者单位：江苏大学财经学院）

基金项目：江苏大学第十三批大学生科研立项资助项目（13C144）

参考文献：

[1]林伯强，刘希颖.中国城市化阶段的碳排放：影响因素和减排策略[J].经济研究，2010，08：66-78.

[2]宋德勇，徐安.中国城镇碳排放的区域差异和影响因素[J].中国人口.资源与环境，2011，11：8-14.

[3]马珩.中国城市化和工业化对能源消费的影响研究[J].中国软科学，2012，01：176-182.

[4]卢祖丹.我国城镇化对碳排放的影响研究[J].中国科技论坛，2011，07：134-140.

[5]卢娜，曲福田，冯淑怡，邵雪兰.基于STIRPAT模型的能源消费碳足迹变化及影响因素——以江苏省苏锡常地区为例[J].自然资源学报，2011，05：814-824.