基于聚类分析的中国碳排放影响因素研究

(华北水利水电大学管理与经济学院 河南 郑州 450046)

基于聚类分析的中国碳排放影响因素研究

徐青青

(华北水利水电大学管理与经济学院河南郑州450046)

全球二氧化碳排放量的逐年上升，各国都面临着巨大的减排压力，中国作为《京都议定书》的签字国，亟需找到碳排放的主要影响因素，从而抑制二氧化碳排放。本文通过借鉴国内外对碳排放问题的研究成果，得出了影响碳排放的10个主要因素，并进行数据收集，结合SPSS 19.0对其相关数据进行了聚类分析，从而将所有影响因素四个大类，并对聚类结果做出相关分析。最后针对结论提出了碳减排的相关政策建议。

碳排放；聚类分析；碳减排政策；SPSS 19.0

一、引言

人类进入21世纪以来，气候变化问题日益成为全世界关注的焦点。政府间气候变化专门委员会(IPCC)的第三次评估报告指出，近50年的气候变暖与人类使用化石燃料所排放的二氧化碳等温室气体密切相关，世界各国共同认识到减少温室气体排放的必要性与紧迫性。作为全球最大的发展中国家，中国的温室气体排放量增长速度不断加快。为此中国政府承受着巨大压力，于2015年承诺：到2030年，中国碳排放强度比2005年下降60%～65%。中国能否完成这样的减排目标？造成中国碳排放增多的主要因素是什么?明确并理顺造成中国碳排放增长的影响因素，对中国实现可持续发展具有重要意义。

二、理论综述

随着碳减排逐渐成为国际性热门话题，众多学者慢慢把研究的热点转移到碳排放影响因素上来，采用不同视角不同的方法研究碳排放的动因，以寻求针对性的、科学有效的碳减排措施。Ang等(1998)采用对数平均指数分解研究方法(LMDI)对1985～1990年我国工业部门能源消费碳排放进行了分解研究，研究结果发现经济总产出正向促进我国碳排放量，而能源强度则反向抑制碳排放量[1]。Schipper et al采用适应性加权迪氏分解法(Adaptive weighting Divisia，以下简称AWD)对13个国际能源机构国家的碳排放强度进行了因素分解，认为对于大多数的国家，能源强度和能源结构是引起碳排放强度变化的主要因素，而产业结构和碳排放系数的影响效果并不明显[2]。张腾飞等依托城市化模型和污染模型推导城镇化、人力资本积累、清洁生产和碳排放之间的作用机制，结果表明城镇化可以通过人力资本积累和清洁生产实现碳减排[3]。孙昌龙等根据全球国家历史数据，按城市化水平把城市化演进分为三个阶段，结合模型评估不同阶段下相关因子对碳排放的影响作用，结果表明城市化发展中后期对碳排放的促进作用较强[4]。肖周燕等的研究结果表明家庭户的变动对碳排放的影响要远远大与人口总量对碳排放带来的影响[5]。马晓钰等人的面板数据模型检验结果表明人口规模、年龄结构和城市化水平是推动我国碳排放的主要人口因素，而家庭结构上呈现出大的家庭结构对碳排放的抑制作用[6]。吴贤荣等研究了我国中、东、西三大区 域农业碳排放效率，并指出东部地区的碳排放效率的不断改善主要是技术进步的推动，但中部和西部碳排放效率虽有所改善但波动性较强[7]。通过上述研究可以看出，碳排放的影响因素是多方面的，如何全而阐述中国碳排放影响因素，分析各影响因素之间的相互关系，找到降低碳排放的关键代表影响因素是本文所研究的课题。

三、碳排放影响因素的聚类分析

(一)数据来源与指标选择

本文基于先前学者的研究，我们选取人口、人均GDP、城镇化率、工业化水平、第三产业比重、能源消费量、劳动适龄人口比重、单位GDP能耗、能源产量以及化石燃料能耗比重作为中国碳排放量的主要影响因素，并搜集到1995-2015年相关数据进行聚类分析。

1.数据来源

本文所采用的数据均来源于国家统计年鉴和国家统计局，如表1。

表1 碳排放相关影响因素1995-2015年数据

续表：

表1 碳排放相关影响因素1995-2015年数据

(二)聚类分析

聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。聚类分析的目标就是在相似的基础上收集数据来分类。聚类分析是一种很常见的数据挖掘技术，它的主要作用是用于揭示数据库中未知的对象类。简单地说，就是对大量的数据进行分类，使得同一类别的数据之间的相似度尽可能大、相异度尽可能小，而不同类别之间的数据的相似度要尽可能小、相异度尽可能大。聚类分析的本质特征就是按照事物的所有特征来构建组，每组的成员应该显示出尽可能类似的结构。聚类分析来的目的是为了在众多对象中确定对象的同质性。

系统聚类分为Q型聚类和R型聚类两种：Q型聚类是对样本进行聚类，它使具有相似特征的样本聚集在一起，使差异性大的样本分离开来；R型聚类是对变量进行聚类，它使差异性大的变量分离开来，相似的变量聚集在一起，这样就可以在相似变量中选择少数具有代表性的变量参与其他分析，实现减少变量个数、降低变量维度的目的。在本文中进行的是Q型聚类。

(三)实证分析过程

由于各项数据指标统计时采取的测量单位均不同，不能直接进行分析，故在分析前要对数据进行标准化处理，消除量纲带来的干扰。

聚类分析结果通过运用SPSS 19.0软件得到纵向21年碳排放10个影响因素的标准化聚类(最短距离法)情况如下表：

表3 聚类表

表3显示的是聚类表，该表反映的是每一阶段聚类的结果，系数表示的是“聚合系数”，第2列和第3列表示的是聚合的类。

图1 完整连接的树状图

图1的树状图显示的是数据分析的最终结果，详细分析见3.4结果分析。

(四)结果分析

图1的聚类结果表明：

第一类是人口、单位GDP能耗、适龄劳动人口以及人均GDP。这一类主要反映了我国人口众多且消费方式高碳化。虽然我国实施了一系列的人口政策，但是由于人口基数很大，降低的增长率都会导致绝对值的较高增长，治标不治本。所以，我们应该从根本上改变人们的生活方式和行为。居民的价值取向和生活模式对我国温室气体排放的影响重大，低碳意识的提高能够大大促进中国降低碳排放进度的加快。

第二类是城镇化率、化石燃料能耗和能源产量。我国已探明的能源储量中，煤炭占到90%以上，石油与天然气的比重较小，这种煤炭占主导地位的能源资源条件，是我国不得不把煤炭作为经济发展的主要能源，而煤的高碳密集度使我国降低碳排放强度难度大大增加。另外，随着经济的发展，我国城镇化进程也逐步增速，城区面积迅速增加导致大量的耕地被占用，公交密度的整体下降，私人交通工具的增多不可避免的使得碳排放量大大增加。

第三类是能源消费量和工业化水平。我国能源消费的一个主要特征就是以煤炭消费为主，与另外两种能源石油和天然气相比较而言煤炭的利用效率较低且单位能源产生的二氧化碳排放量最高。另外，在我国，第二产业的能源强度远远低于其他产业，特别是一些高耗能行业，如石油加工业、炼焦业、电力生产和供应业等产品的耗能远远高于世界水平。

第四类是第三产业比重。我国正处于工业化和城市化中期，第三产业增加值比重不足50%，而世界的平均水平在67%左右，发达国家已经超过70%。我国第三产业比重明显偏低，这也是碳排放总量高的一个原因。

四、建议

本文通过对碳排放影响因素的数据进行聚类分析，把有共性的因素归为一类，使对碳排放问题的分析更加简明，更容易从重要的点切入。针对本文的结果，提出以下结论：

(1)人口方面来看，在减排的道路上仅仅有人口政策是不能从根本上解决人口带来的碳排放增加的，我们要做的是转变人们的生活消费行为，鼓励低碳生活，低碳消费。发展低碳经济必须在消费领域制定合理的政策，引导低碳消费潮流，使低碳消费成为社会发展的风向标。在消费领域，可以通过采取适当的补贴政策和奖励政策，并制定相应的强制性法律法规，推行低碳消费理念和生活方式。

(2)我国能源消费的一个特征就是以煤炭消费为主，而与另外两种能源(石油和天然气)相比，煤炭的利用效率最低，单位能源产生的二氧化碳排放量最高。从这个方面来看，降低煤炭的消费比例，提高石油和天然气的消费比例是有效的减排方法，但实际情况是，受到资源赋存条件的限制，再加上资金和技术等方面的制约，在短期内，我国很难改变以煤炭为主的能源消费结构，所以积极增加石油和天然气的进口量，加大力度开发新能源和可再生能源，逐步减少能源消费中煤炭的比例，这应是我国调整能源结构的长期目标。

(3)我国的能源消费量和工业化水平都比较高，但是能源使用效率却很低，因此，通过提高能源效率来降低碳排放强度的空间仍十分大。能源利用效率的提高离不开高科技的支持，加速发展煤炭清洁利用技术，通过更新设备、采用先进工艺等措施充分挖掘高耗能行业的减排潜力。同时可以因地制宜、重点发展太阳能光电和光热利用技术、风力发电技术、生物质能发电技术等新能源和清洁能源技术，以实现我国能源供应和消费的多元化。可以通过加大对节能技术和新能源的倾斜性投资，来推动能源开发利用各个环节的创新性技术的研发和推广，并尽快促成相关节能法律的贯彻力度，从法律层面保障能源效率的持续提高。

(4)尽管中国第三产业处于高速发展阶段，但仍然面临着占比少、结构不合理等问题。发达国家的第三产业主要以金融、保险、技术服务等高附加值新兴产业为主，反观中国的第三产业，餐饮业、交通运输业等传统服务业占据了40% 以上的比例，这些行业仍然是碳排放较高的行业。因此，虽然中国第三产业的总量已经很大，但是对于碳排放强度降低的效果并不十分理想。在中国“稳发展、调结构”的背景下，需要加大对第三产业内部结构的调整，发展低碳排放的新兴产业，为碳排放强度的下降提供积极地作用。

[1]AngJB.CO2,emissions,researchandtechnologytransferinChina[J].EcologicalEconomics,2009,68(10):2658-2665.

[2]SchipperL,MurtishawS,KhrushchM,etal.Carbonemissionsfrommanufacturingenergyusein13IEAcountries:long-termtrendsthrough1995[J].EnergyPolicy,2001,29(9):667-688.

[3]张腾飞,杨俊,盛鹏飞.城镇化对中国碳排放的影响及作用渠道[J].中国人口资源与环境,2016,26(2):47-57.

[4]孙昌龙,靳诺,张小雷,等.城市化不同演化阶段对碳排放的影响差异[J].地理科学,2013,33(3):266-272.

[5]肖周燕.我国家庭动态变化对CO2排放的影响分析[J].人口研究,2012,36(1):52-62.

[6]马晓钰,李强谊,郭莹莹.我国人口因素对CO2排放的影响——基于STIRPAT模型的分析[J].人口与经济,2013(1):44-51.

[7]吴贤荣,张俊飚,田云,等.中国省域农业碳排放:测算、效率变动及影响因素研究——基于DEA-Malmquist指数分解方法与Tobit模型运用[J].资源科学,2014,36(1):129-138.