基于STIRPAT模型的水利工程建设对碳排放的影响研究

沈菊琴,马玲利

(河海大学 a.商学院;b.环境会计与资产管理研究所,江苏 南京 211100)

1 引言

绿色低碳发展是我国水利工程建设的一个主要目标，我国在部署建设现代化经济体系和生态体系时,把水利放在九大基础设施网络建设之首,提出了“加快生态文明体制改革,建设美丽中国”的目标。2018年我国提出今年水利在建投资规模达到1万亿元,以生态优先、绿色发展为引领推进水利工程建设,但水利工程建设在推动社会经济发展的同时也成为重要的能源消耗体和温室气体排放源。我国作为碳排放大国,水利工程建设将给我国资源、环境带来新的问题和巨大的压力,也对我国承诺到2030年实现碳排放达峰的目标带来了极大的挑战。

国内外研究水利工程建设对碳排放产生影响的文献基本为零,贴近主题的相关研究包括碳排放测算方法、碳排放影响因素、分析模型和低碳水利的研究等方面。国内外主要采用实测法、模型估算法和物料衡算法测算碳排放水平。采用实测法对碳排放进行核算的实例较少,如金属冶炼废气的排污系数[1]和隧道车辆气体污染物排放因子的测算[2,3],也有学者将实测法和IPCC法进行了比较,以某天然气气矿为研究对象,发现实测法对温室气体排放环节的细分更全面,计算结果更精确[4]。模型估算法包括AIM/enduse模型[5]、MARKAL模型[6,7]、系统动力学模型[8]、Logistic模型[9]、投入—产出模型(Input-Output,I-O)[10,11]、生命周期模型(Life Cycle Assessment,LCA)[12]等,且多应用于国家层面的碳排放核算。物料衡算法中应用最广泛的是IPCC指南推荐的估算方法,它是在燃料细分的基础上,碳排放量等于活动水平和排放因子的乘积。测算碳排放量的研究文献较丰富,王世进[13]将主要的化石能源煤炭、石油、天然气分别乘以相应的碳排放转换系数来估算碳排放量;方齐云等[14]将能源细分为8类,分别乘以各自的碳排放系数得出碳排放量,还有学者将能源细分为17类进行测算[15]。

在研究碳排放影响因素和分析模型方面,国内外学者利用Kaya模型[16]、LMDI分解法[17,18]、Laspeyres模型[19]、IPAT模型[20]及其衍生的STIRPAT模型[21-24]对碳排量驱动因子进行了分析,选取的碳排放影响因素主要有人口、经济增长、城镇化、技术、能源、产业结构等方面[25-29]。其中,IPAT模型及其衍生的STIRPAT模型是学者们进行碳排放影响因素分析的主要研究手段。低碳水利的提出较晚,发展还不成熟。黄海田等[30]首次将低碳经济概念引入水利行业,提出低碳水利的新型概念,并指出水利规划、设计、建设和管理等各个阶段要体现低碳理念。在此基础上,王淑军等[31]从农田水利建设、水源工程建设、水系生态建设、水能资源开发方面论述了水利工程建设对低碳经济效益的实现途径,认为水利建设不但发展水电减少碳源,而且通过灌溉提高单位面积内的生物量而增加碳汇。

综上所述,国内外文献关于水利工程建设与碳排放之间的关系研究少,多集中在城镇化、产业结构等方面与碳排放之间的关系研究,但低碳概念在水利中的理论指导和实践应用正逐步发展。本文对水利工程建设影响碳排放的路径进行机理分析,结合江苏省的水利工程建设,实证研究水利工程建与碳排放量之间的定量关系,为江苏省乃至全国的低碳水利发展提出建议。

2 水利工程建设对碳排放的影响路径与机理

水利工程通常具有综合效益,是集防洪、供水、发电等功能于一体的综合利用工程。水利工程建设利用必然会对生态环境产生一系列影响,如基础设施建设耗费大量的建筑材料,增加碳排放量,污染大气环境;开发水电、营造水景观等有利于减少碳排放量,符合绿色低碳循环发展;人口规模集聚推动着城镇化发展进程,对碳排放的影响是双向的。

2.1 水利设施建设影响碳排放结构

水利工程作为国民经济重要的基础设施,水利工程建设存在短期的高碳锁定效应,带动长期的能耗密集型产业发展,影响能源消费的碳排放结构。水利工程建设往往包括城(集)镇、企业的复(改)建,带来大量建筑物、交通道路等基础设施建设和维护,增加对钢筋、水泥、砂石等高碳密度型原材料需求,且水利专项资金中对高耗能设施的投资比例较高。因此,水利工程建设对建材、化工和冶金等产业造成直接影响,加大对固定资产、劳动力和产成品需求。这些直接影响的产业通过上下游产业链的传导机制对相关产业产生二次、三次或多次的间接带动作用。钢铁、玻璃、水泥等建材业能耗约占工业总能耗的21.7%,产生了约20%的CO2排放量[32]。因此,资源型产业能耗系数高,耗费的资源和能源成本比重大,产生碳排放量多。

2.2 以绿色环保理念引导拆迁,降低碳排放强度

由于水利工程枢纽建设征地、河道开挖疏浚对沿线企业的生产经营产生影响,以绿色、环保、低碳理念引导企业征地拆迁安置,有利于实现产业升级转型,降低碳排放强度。水利工程建设周期长、工程量大,会对企业的土地、生产厂房、设备和正常经营产生不同程度的影响。受影响的部分企业规模较小,生产经营结构单一,属于“三高两低”或“五小”企业。结合我国切实推进节能减排的任务,落实安全生产措施和提高企业综合效益,企业拆迁安置过程中应严格把控高消耗、高污染、低效益产业,淘汰小印染、小建材、小水泥等落后产业。货币化安置后的企业难以维系原产业,必须更新性能低、落后的技术设备,或向低耗能的新兴产业升级,从结构上实现产业的高效、低碳发展。水利工程建设中拆迁企业的再生产、再创业,推动着产业结构的优化升级,碳排放强度会随之降低。

2.3 移民安置推动城镇化发展影响碳排放总量

水利工程建设必然会对周围居民的生产生活造成严重干扰,尤其是在项目的建设区域。出于对项目施工的安全考虑,应对相关居民进行迁移。人口大规模转移一般采取集中安置的方式,有利于加快当地的城镇化进程。如三峡大坝的修建共涉及25个县市区的迁移工作,最终移民140万人。为了进行水利工程移民安置,政府投入了大量的人力、物力和资金,对集中安置点的住房、基础配套设施进行新(改)建,加快了原城镇规模的扩张和新城镇的建立。此外,城镇作为经济中心,提供了大量的就业机会和优质的教育资源,吸引了更多的人口。人口规模效应使投资与消费递增,进一步刺激城镇经济发展。随着移民不断向城镇迁移,城镇化水平的提高促进了低碳生产技术发展,改变了原本粗放型的生产方式,降低了碳排放量。据测算,重庆三峡移民安置区每年碳排量可减少11.09万t。但从另一方面表明,城镇各类社会经济活动集聚,加快了能源消耗,碳排放随之增加。

2.4 水运发展改变交通运输结构减少碳排放量

交通运输业不但是产业经济布局中重要的基础支撑产业之一,而且与工业、电力部门共同构成了我国能源消耗碳排放的主要来源产业。在提供客货运输的生产性服务时,各类交通运输方式必然消耗大量的能源,对生态环境产生负面影响。在低碳经济不断发展的背景下,相对于其他运输方式的高成本、高能耗,水路运输被认为是低成本、低耗能、低排放的生态运输方式。近年来,水路运输对柴油和燃料油的消耗逐渐下降,增加了对电力能源的消费,清洁能源的使用大大降低了碳排放量。此外,水利工程建设加大了对航道基础设施的日常修养和维护投入,进行航道整治以改善通行条件。渠化航道以拓宽河道面积和加深通航水深为主,以利于发展内河水运。因此,水利工程建设能促进水路运输行业的发展,减轻其他运输方式的货运负担,转变现有的交通运输模式,建立节能低碳的交通运输体系。

2.5 水电开发优化能源消费结构减少碳排放量

我国水利工程建设开发的水电具有技术成熟、调度灵活、安全可靠的优势。与火电相比,水电等无碳能源消费的比重每增加5%,碳排放量将减少6%左右[33]。水电属于低碳、清洁、可再生的绿色能源,水电零碳排放特性可代替化石能源燃烧,优化能源消费结构,具有显著的减排效益。截至2018年年初,江苏省共建成3座抽水蓄能电站,分别在宜兴、沙河和溧阳。宜兴和沙河抽水蓄能电站的年发电量1亿kW·h,平均综合利用效率在75%左右;溧阳抽水蓄能电站年发电量可达20.07亿kW·h,相当于溧阳市全年用电总量的1/3。江苏省在建电站2座,分别在句容和连云港。抽水蓄能电站的运行,能有效增强城市用电高峰的调控能力,缓解苏南地区供电紧缺的局面,减少江苏电网的煤炭消耗量,有利于缓解电力行业面临的CO2、SO2等污染气体的排放限制压力,对保护生态环境、促进地区经济发展起着积极的推动作用。

2.6 水景观营造绿色低碳生活减少碳排放量

水利工程建设在实现河道延伸拓浚、堤防加固功能的同时,更注重水域环境改善,营造优美的水景观,提高当地居民的低碳生活意识,推进实施节能减排。现代水利工程建设立足于生态水利建设,积极进行水环境治理,以水景观工程建设构建宜人的滨水环境与河流景观。在城市水景观建设中,充分考虑城市居民的需求和城市整体景观的和谐度,建设适宜景观观赏的亲水平台和亲水广场,有利于带动水域景观的休闲娱乐,为当地居民提供休闲健身的好场所,倡导绿色低碳的生活方式。此外,以生态水利为建设理念,进一步提升水环境,整合水域自然资源,大力发展具有水乡特色的休闲观光、商务旅游的生态水利旅游行业。水域景观营造能增强当地的经济实力,加快海绵城市建设,引导居民践行低碳环保的生活理念。

3 模型构建及数据来源

3.1 STIRPAT模型构建

基于STIRPAT可拓展的随机性环境影响评估模型，本文对水利工程建设和碳排放之间的关系进行研究。埃尔利希、霍尔登于20世纪70年代建立了“IPAT”环境污染模型,认为环境影响是人口、富裕程度和技术因素共同作用的结果,公式为:

I=PAT

(1)

式中,I、P、A、T分别表示环境压力、人口规模、富裕程度和技术进步。

由于IPAT模型存在局限性,迪茨、罗莎在IPAT模型的基础上建立了STIRPAT模型,公式为:

I=aPbAcTde

(2)

式中,I、P、A、T的含义分别与模型(1)相同;a为模型的影响系数;b、c、d为各自变量的指数;e为随机误差项。

为了研究能源消费碳排放和水利工程建设之间的关系,对模型(2)进行扩展,用人口总量和人口城镇化率共同表征P,用人均GDP表征富裕程度,用能源强度和产业结构共同表征T,加入水利工程建设的影响因素,模型构建为:

C=kPa1Aa2Ta3Ua4Ia5Wa6ε

(3)

模型(3)是非线性的,为了消除其中异方差问题,对其进行对数处理,模型转换为:

lnC=k+a1lnP+a2lnA+a3lnT+a4lnU+a5lnI+a6lnW+ε

(4)

式中,C为碳排放总量(t);P为人口数量(万人);A为富裕程度,用人均GDP表示(元/人);T为能源强度,即单位GDP能源消费量(tce/万元);U为人口城镇化水平,用非农业人口占人口总量表示;I为产业结构,用第二产业对经济贡献值表示;W为水利工程建设规模,用水利工程投资表示(亿元);k为模型的常数;a1、a2、a3、a4分别表示各自变量的弹性系数;ε为随机干扰项。

3.2 碳排放测度模型构建

在碳排放测算方法上,实测法要求样本采集具有代表性,且连续监测耗费较多的人力、物力和财力;模型估算法可对碳排放量进行动态分析,但假设数据较多,变量设定不全面,可能遗漏重要的变量,模型构建复杂程度不一;物料衡算法中应用范围最广泛的是IPCC清单法,该法较为简便实用。因此,本文采用IPCC指南推荐的测度方法,用终端化石能源消费量来估算碳排放量,选取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然气这8种化石能源,模型构建为:

(5)

式中,C为碳排放总量(t);Ci为第i种化石能源消费产生的CO2排放量(t);Ei为第i种能源的消费量(折标煤,tce);fi为第i种能源的碳排放强度,即能源的碳排放系数;ei为能源结构,表示第i种能源消费量占能源总消费量的比重。

4 江苏省水利工程建设与碳排放实证研究

4.1 江苏省水利工程建设概况

江苏省位于长江经济带,综合经济实力一直处于我国前列水平,但在经济快速发展的同时,面临着能源紧缺和碳排放量增长过快等生态问题。要解决这一问题,江苏省着力加强了水利基础设施建设,2018年初步安排水利基本建设投资125亿元,重点加快区域水治理步伐;同时全面启动新一轮太湖治理和河道综合整治工作,严格落实“河长制、湖长制”,改善水体水质。本文以江苏省为例,对其水利工程建设与碳排放之间的影响关系进行实证研究。黄蕊等[28]利用STIRPAT模型对江苏省1995—2013年人口、人均GDP、能源强度、城镇化水平和碳排放进行了岭回归拟合分析;王世进等[34]在城镇化背景下,利用STIRPAT模型对江苏省2000—2014年人口、产业、土地、研发强度、能源消费结构与碳排放关系进行了研究,而针对江苏省水利工程建设对碳排放的影响研究未见报道。

4.2 数据来源

本文选取江苏省2000—2015年的相关数据,能源消费数据来源于相关年份的《中国统计年鉴》中分省的年度数据,折标煤系数来自2008年6月1日正式实施的最新国家标准GB/T 2589—2008《综合能耗计算通则》,能源消费的碳排放系数(fi)来源于IPCC碳排放计算指南[32],见表1。年末常住人口、人均GDP、GDP、城镇人口、第二产业比重数据来源于相关年份的《江苏统计年鉴》。

由于水利工程投资数据没有公布,本文采用《中国统计年鉴》江苏省农林水事务支出的数据进行百分比估算,2007年及以后的财政支出按具体用途划分的统计口径发生了变化,2006年及以前的数据包括农业支出、林业支出和农林水利气象支出,本文将其归属于农林水事务支出。

表1 各种能源的碳排放转换系数

4.3 回归分析

本文利用SPSS21.0模型进行回归分析。为了消除自变量之间的多重共线性,本文采用主成分分析和OLS(普通最小二乘法)回归相结合的方法。主成分分析是将原来具有一定相关性的多个指标利用降维思想提取其中尽可能多的信息,集中到少数几个互相无关的综合性新指标中。由于原始指标存在量纲不同,因此在计算分析之前首先对原始数据用SPSS进行标准化处理,使数据之间具有可比性。ZLnP、ZLnA、ZLnT、ZLnU、ZLnI、ZLnW为数据标准化后的值,再对标准化的数据进行主成分分析,见表2—4。表2给出了标准化后变量之间的相关关系,所有指标之间系数均大于0,存在显著的高度自相关关系,可见变量之间直接的相关性较强,信息上存在着严重的交叉重叠。从表3可知,在考虑主成分对原始信息解释程度的基础上,本文提取2个主成分因子,用F1、F2表示,标准化后的变量信息解释程度达到99.518%。

表2 主成分分析相关系数矩阵

表3 主成分因子特征值和贡献率

由表4可得主成分因子F1、F2与标准化的自变量之间的关系:

F1=0.182ZlnP+0.185ZlnA-0.185ZlnT+0.184ZlnU-0.13ZlnI+0.185ZlnW

(6)

F2=0.366ZlnP+0.231ZlnA+0.159ZlnT+0.248ZlnU+1.160ZlnI+0.136ZlnW

(7)

表4 主成分系数

根据式(6)、式(7)得到两组主成分因子F1、F2,再将F1、F2与标准化的因变量ZLnC采用普通最小二乘法进行回归拟合。从表5—7可知,模型R2为0.986,主成分因子的变异信息被解释程度高;F检验的Sig值小于0.01,模型整体显著,且方程显著有效;t检验的Sig值均小于0.01,主成分因子F1、F2对ZLnC具有显著影响,说明该模型拟合度高。

表5 模型汇总

表6 方差分析结果

表7 模型回归系数

根据表7得到主成分因子与因变量之间的关系式:

ZlnC=0.947F1+0.298F2

(8)

将式(6)、式(7)代入式(8),可得:

ZlnC=0.2814ZlnP+0.2440ZlnA-0.1308ZlnT+0.2482ZlnU+0.2216ZlnI+0.2157ZlnW

(9)

由式(9)可得江苏省碳排放与水利工程建设的原始模型:

C=P0.2814×A0.2440×T-0.1308×U0.2482×I0.2216×W0.2157

(10)

根据式(10)回归系数可知,江苏省碳排放的影响因素人口、人均GDP、能源强度、人口城镇化水平、第二产业产值比重和水利工程投资的弹性系数分别为0.2814、0.2440、-0.1308、0.2482、0.2216和0.2157,除能源强度对江苏省碳排放增长具有明显的抑制作用外,其他因素均为正向影响,表示能源强度每增加1%,碳排放将减少0.1308%;人口、人均GDP、城镇化水平、第二产业产值比重和水利工程投资每增加1%,碳排放将分别增加0.2814%、0.2440%、0.2482%、0.2216%和0.2157%。

综上所述,江苏省水利工程建设投资规模越大,带来的能源消费碳排放量越高。一是因为江苏省河网密布,中小型水利工程项目众多,投资建设规模较大,基础设施建设消耗了相当数量的高耗能材料;二是因为非环保企业拆迁、水运交通发展、水电开发和水景观营造等没有充分发挥其本身的低碳效益,对减排的贡献度较低。从江苏省水利工程建设整体来看,前期耗能现象严重,后期综合效益发挥不足,工程尚未体现低碳水利的理念。

5 结论与建议

5.1 结论

根据水利工程建设对碳排放影响的路径分析,结果表明:①江苏省水利工程投资与碳排放量之间存在显著的正向相关关系,水利工程投资的弹性系数为0.2157,表明当水利工程投资每增加1%,碳排放量就会相应增加0.2157%。②江苏省水利工程建设未彻底践行绿色发展理念,以资源消耗和环境破坏为代价发展水利事业,后期低碳效益发挥不显著。

5.2 建议

根据江苏省的自然条件与社会经济条件,提出以下建议:①发展低碳水利,重视碳计量、进行碳统计。江苏省政府相关部门应对水利工程建设过程中的各方面进行碳足迹调查,寻找碳源,对CO2排放情况进行统计与监测,找出影响碳排放的关键因素,提出综合整治方案以减少碳排放的产生,促进水利事业向低碳转型发展。②对以煤炭为主的能源消费结构进行改革,大力开发低碳环保技术。依靠创新性低碳材料,最大限度地减少CO2排放,彻底摆脱以往那种大量生产、大量消费和大量废弃的生产运营模式,逐步实现水利工程建设与碳排放的脱钩,建设一个良性可持续的能源生态体系。③水利工程发挥后续效益,建立工程全过程低碳效益的监督评价机制。水利工程建设具有工期长、质量要求高和后期综合效益大的特点，因此应建立低碳施工机制、低碳管理机制、低碳监督机制和低碳评价机制,以监督水利低碳发展,进一步针对水利低碳发展中的问题,督促水利实现低碳绿色发展,充分发挥水利工程的低碳效益。