中国碳排放模型的进一步研究

李思儒,胡宏昌

(1中国科学与技术大学 管理学院,安徽 合肥 230000;2湖北师范大学 数学与统计学院,湖北 黄石 435002)

中国碳排放模型的进一步研究

李思儒1,胡宏昌2*

(1中国科学与技术大学 管理学院,安徽 合肥 230000;2湖北师范大学 数学与统计学院,湖北 黄石 435002)

针对中国1990—2009年的能源消耗数据，利用线性回归模型的最小二乘估计理论和SAS统计软件建立了碳排放模型。通过分析可得：CO2的排放量主要与煤炭和石油的消耗量有关，而与天然气、水电、核电和风电等新兴能源的消费没有显著性关系。现阶段我国应降低煤炭和石油的消耗量，更多地使用新兴能源。

碳排放；线性回归模型；残差分析

全球温室气体增加的主要来源是化石能源消费，能源消耗所排放的CO2是导致全球气候上升的主要原因。因此，世界各国呼吁要大力发展低碳经济，其目标就是实现经济增长与碳排放量的脱钩发展，碳排放的问题已成为国际各方利益博弈的矛盾点和有关学者研究的焦点。改革开放以来，我国能源消费持续增长，节能减排压力日益增大。建立我国能源消费碳排放的模型，分析其主要影响因素，有助于提高节能减排政策制定的科学性和可操作性。

关于中国CO2排放量的模型研究有很多成果，如文献[1-8]等。大多数学者将非线性模型转化为线性回归模型，然后采用最小二乘估计方法得到较好的回归模型，然而他们似乎忽略了一个特别重要的方面，即未进行残差分析。大家都知道，在运用最小二乘估计方法建立线性回归模型时，只有满足它所假定的所有条件，用其建立的回归模型才可靠，否则将不认为是最好的回归模型，有时甚至是非常糟糕的模型。

文献[1]利用表1的数据(1990—2009年前6列)，选取以煤炭(以x1表示)、石油(以x2表示)、天然气(以x3表示)为典型的化石能源消费类型及水电、核电、风电(以x4表示)等新兴能源消费类型为解释变量，以CO2排放量(以y表示)为因变量，建立了一些回归模型(见表2)。尽管模型有其合理之处，但存在不足，如：该文表3中的回归模型均不能通过回归系数不为0的检验，以及没有对模型残差做任何检验。由于最小二乘估计方法计算简便、性质优良，所以被很多人广为采用，但是在应用时，一些应用者往往忽略了残差分析。为此本文对文献[1]的回归模型进一步优化，其表3中的回归模型(Ⅰ)～(Ⅳ)分别为(未知系数的估计见该文表3，在此略)：

yi=b0+b1xi1+b2xi2+b3xi3+b4xi4+ei

(1)

lnyi=b0+b1lnxi1+b2lnxi2+b3lnxi3+b4lnxi4+ei

(2)

yi=b0+b1lnxi1+b2lnxi2+b3lnxi3+

b4lnxi4+ei

(3)

lnyi=b0+b1xi1+b2xi2+b3xi3+b4xi4+ei

(4)

表1 1990—2009年各种能源消耗量及CO2排放量 1×106t

年份yx1x2x3x4lnylny预测值标准化残差19902293.39752.1163.820.750.37.737797.76618-0.8769819912401.36789.8177.520.7649.827.783797.80035-0.5049019922474.26826.4191.0420.7453.497.813707.83374-0.6041719932640.75866.5213.622.0460.327.878827.877470.0399219942855.77920.5213.623.3269.967.957107.908241.4658619952903.39978.6229.623.6180.027.973637.956160.5215619962936.98993.7252.824.3381.127.985147.98623-0.0318319973133.13970.4277.224.4686.988.049797.995541.5705919983029.19965.55283.2624.5188.528.016057.998380.5142519992992.12992.42302.2228.1182.948.003748.03124-0.8092420002966.521007.08323.0832.0293.147.995148.05890-1.9328420013107.991027.27327.8936.1112.88.041738.07486-1.0015120023440.61084.13355.5338.26116.388.143408.132840.3288520034061.641282.87389.6445.95119.468.309348.277660.9387120044847.331483.52454.6653.36143.028.486188.452181.0407520055429.31670.86467.2761.36160.488.599578.570610.8531120066017.691839.19499.2475.02173.318.702468.696130.19057200762841994.41527.3692.57190.758.745768.81061-2.0265020086803.922048.87533.35107.84224.428.825258.84719-0.7009720097710.52158.8548.9119.59239.188.950348.924230.88392

1 碳排放模型(1)～(3)的分析

针对模型(1)，用逐步回归方法得到模型(1)的逐步回归结果见表2，模型(1)的标准化残差QQ图如图1所示。

从表2和图1中的结果可知，线性回归模型、回归系数及误差均能通过统计检验(取显著性水平α=0.05)，拟合程度很高(R2=0.993 0)，因此模型(1)在理论上非常合理，但该模型与实际不符合，主要是由于石油对CO2排放量的影响仅次于煤炭，但在模型(1)中却没有影响。用类似的方法，我们可以对模型(2)和(3)进行分析。同样可以得到：理论上非常合理，但模型(2)中CO2的排放量只与煤炭消耗量有关，而与其他能源无关，这也与实际不符；由模型(3)中石油的系数为-1 589.088 42可知，石油的消耗会减少CO2的排放量，这也与实际不符。综上可知，模型(1)～(3)均与现实不吻合，从而不能用于实际。

表2 关于模型(1)逐步回归结果

图1 关于模型(1)的标准化残差QQ图

2 对碳排放模型(4)的改进

由于碳排放模型(1)～(3)都不合理，下面考虑模型(4)。利用SAS统计软件的逐步回归法可以得到如下部分结果及表1的后3列。模型(4)逐步回归的主要结果见表3，模型(4)的标准化残差QQ图如图2所示。

由表3和图2可知，线性回归模型、回归系数及误差均能通过统计检验，拟合程度很高(R2=0.992 0)，因此模型(4)在理论上非常合理。由表3可得到如下线性回归模型：

lnyi=7.18599+0.00056988xi1+0.00092545xi2+ei,εi～N(0,1)

(5)

由于模型(5)中没有天然气的消耗，即天然气的消耗对CO2的排放没有显著性影响，似乎与实际有点不符。但我们认为与实际相符合，因为：①由于我国的能源资源和产量都是以煤炭为主,这也决定了我国的能源消费也是以煤炭为主，根据国家统计局发布的数据可知，2009年天然气消耗量占我国能源消耗总量的3.9%；②天然气的利用率较高，且天然气为低碳能源，排放CO2较少。另外，从模型(5)中自变量的系数来看，好像石油比煤炭对CO2排放的影响大。其实不然，只要将数据标准化，就可以得到煤炭和石油的系数分别为0.690 21和0.314 3，前者大于后者，从而说明石油比煤炭对CO2排放的影响小，这也与实际相吻合。

表3 关于模型(4)逐步回归的主要结果

图2 关于模型(4)的标准化残差QQ图

3 结论

1)CO2的排放量主要与煤炭消耗量有关，而与水电、核电、风电等新兴能源消费没有显著性关系。

2)在理论上，模型(1)～(4)均能通过统计学上的检验，但模型(1)～(3)不符合实际，因此它们均不能运用于实际，而模型(4)则能用于实际。

4 对策

对于如何减少CO2的排放量，有很多学者和专家提出了很多有建设性的意见，下面利用所建立的模型，并结合实际情况，提出如下对策：

1)由于煤炭和石油的消耗是CO2排放量的主要来源，因此，在现阶段应重点提高煤炭和石油能源的利用效率，与此同时，适当控制依靠煤炭和石油的投资规模和项目数量，开发和利用CO2排放量相对较小的能源。

2)由于天然气的能源消费及水电、核电、风电等新兴能源消费对煤炭排放没有显著性关系，所以应提倡利用这些能源，尤其是新兴能源。由于天然气不可再生，同时在消耗过程中也能产生CO2，所以对这些能源应节约使用。

[1] 刘中文,赵井会,高朋钊.基于能耗的碳排放测度方法研究[J].统计与决策,2012(21):33-36.

[2] 杜强,陈乔,杨锐.基于Logistic模型的中国各省碳排放预测[J].长江流域资源与环境,2013,22(2):143-151.

[3] 田立新,封录.实证分析二氧化碳排放量主要影响因素[J].北京理工大学学报(社会科学版)，2013,15(2):23-27.

[4] 郭永奇.中国能源消费碳排放的因素分解及实证研究[J].南都学坛(人文社会科学学报), 2013,33(4):117-118.

[5] 王健，路正南，陈春华.我国经济增长对碳排放的影响分析[J].统计与决策，2012(1):137-139.

[6] 刘亚铮,张昭,李延芳.二氧化碳排放与经济增长关系探究[J].湖南财政经济学院学报, 2013,29(4):13-18.

[7] 范勇.二氧化碳减排与经济增长——基于中国数据的实证分析[J].华东交通大学学报，2013,30(2):105-109.

[8] 朱永彬,王铮,庞丽.基于经济模拟的中国能源消费与碳排放高峰预测[J].地理学报，2009,64(8):935-944．

(责任编辑 高 嵩)

Further Research on China's Carbon Emission Model

LiSiru1，HuHongchang2*

(1School of Management,University of Science and Technology of China,Hefei Anhui 230000;2School of Mathematics and Statistics,Hubei Normal University,Huangshi Hubei 435002)

According to the data of Chinese energy consumption from year 1990 to 2009,the model of carbon emissions was built by using the least squares estimation of the linear regression model and SAS statistical software.The analysis showed that CO2emissions mainly related to coal and oil consumption,and didn' t have significant relationship with the consumption of natural gas,hydropower,nuclear power and wind power.At present,our country should reduce the consumption of coal and oil,more emerging energy should be used.

carbon emission;linear regression model;residual analysis

2015-06-02

湖北省教育厅优秀团队项目(项目编号：T201412)。

李思儒，本科。

10.3969/j.issn.2095-4565.2016.06.011

O213.9;O212.4

A

2095-4565(2016)06-0048-04

*通讯作者：胡宏昌，教授，博士，研究方向：统计学。