基于STIRPAT模型的黑龙江省碳排放影响因素研究

孙义 徐晓宇 艾桂艳

摘要：2005年以来，黑龙江省社会经济持续稳步发展，截至2017年，全省GDP达到15903亿元，增长近3倍，人均GDP增长2.89倍，城镇化率达到60%，第三产业占全省生产总值比重达到55.82%。与此同时，全省碳排放量从19095万吨增加到27251万吨，增长1.43倍。通过对黑龙江省13年间社会经济数据的系统分析研判，人均GDP、城镇化率、碳排放强度等因素对全省碳排放量影响显著。

关键词：STIRPAT模型;碳排放;影响因素

中图分类号：X511 文献标识码：A 文章编号：2095-672X（2020）02-0-02

DOI：10.16647/j.cnki.cn15-1369/X.2020.02.115

Abstract： Since 2005， the social and economic development of Heilongjiang Province has continued to develop steadily. As of 2017， the province s GDP reached 1.5903 trillion yuan， an increase of nearly three times， the per capita GDP increased by 2.89 times， and the urbanization rate reached 60%. The proportion of GDP reached 55.82%. At the same time， the provinces carbon emissions increased from 199.59 million tons to 27.251 million tons， an increase of 1.43 times. Through a systematic analysis of the 13-year socioeconomic data of Heilongjiang Province， factors such as per capita GDP， urbanization rate， and carbon intensity have a significant impact on the provinces carbon emissions.

Keywords： STIRPAT model; Carbon emissions; Influencing factors

黑龙江省既是我国能源生产大省、又是农业大省，碳排放影响因素种类多且呈现周期性变化，有研究认为黑龙江省能源消耗、碳排放和经济增长已处于脱钩状态[2]，因此，对其碳排放因素进行研究，不仅能揭示社会经济活动对该省碳排放量的影响，同时，丰富我国北方城市低碳发展研究案例，为其他同类城市提供经验借鉴。

1 研究思路

基于官方发布统计数据，对全省2005-2017年社会经济、能源消费、能源结构等变化趋势进行分析，按照国家发布的方法学对各年度碳排放量进行计算;将历年碳排放趋势与社会经济指标变化趋势进行对比分析，初步筛选出碳排放潜在影响因素;基于STIRPAT模型与岭回归方法对碳排放影响因素进行研究;根据分析结果，形成研究结论及意见建议。

2 研究方法

2.1 数据来源

本次研究数据主要来源黑龙江省统计年鉴，能源折算与碳排放量计算过程涉及低位热值等缺省值采用国家发改委发布的《省级温室气体清单编制指南（试行）》推荐数值，详见表1，具体来源如下：

a.黑龙江省统计局年鉴：原煤、原油、天然气历年能源消费总量，煤炭消费占比，人口、城镇化率、三次产业增加值及全省GDP;

b.综合能耗计算通则（GB/T2589-2008）：原煤、原油、天然气折标系数;

c.《中国能源统计年鉴 2012》：原煤、原油、天然气低位发热量;

d.《省级温室气体清单编制指南（试行）》：原煤、原油、天然气单位热值含碳量及碳氧化率。

2.2 碳排放量计算

现阶段，我国碳排放量的计算主要遵循《省级温室气体清单编制指南（试行）》的基本方法，本次研究采用全省一次能源消费量计算全省碳排放总量，其中，统计年鉴中涉及的一次能源包括：原煤、原油及天然气，具体计算公式为：

3 实证分析

黑龙江省统计年鉴显示：2005-2017年，黑龙江省能源消费总量在波动中不断增加，2012年最高，消费量达到为12758万t标准煤，煤炭始终占主导地位，2005年占比是71.3%，2017年是69.3%，呈持续下降趋势;天然气占比变化不明显，2005-2017年间占比仅提升0.3%。

2005-2017年間，黑龙江省碳排放量变化趋势与能源消费量基本一致，2005-2012年呈现快速增长态势，由19095万吨增长至29206万t。不同于能源消费总量变化的持续上升，2016-2017年间，全省碳排放总量小幅降低，2017年排放量为27251万t，较上年降低217万t。尽管能源消费和碳排放总量呈现总体上升态势，但全省碳排放强度逐年降低，从3.45t/万元降至2017年的1.71t/万元。

研究期内，全省GDP稳步提升，从2005年的5543亿元增加到2017年的15903亿元，增长近3倍。其中，一次和三次产业增加值均呈现稳步增长态势，而二次产业增加值从2013年开始逐年降低，到2017年末，全省三次产业比重为18.65：25.53：55.82，三次产业成为主导产业。

黑龙江省人均GDP与城镇化率均保持稳定增长，其中，人均GDP从14510元增加到41974元，城镇化率从53.1%增长到59.4%，与碳排放量对比可知，2005-2012年间趋势一致;2013年开始碳排放量下降，与人均GDP呈现脱钩状态。

综上分析，本研究STIRPAT模型变量选择见表2。

本研究首先对碳排放量及其解释变量进行相关性分析，结果显示人口数量、能源结构与碳排放量相关关系不显著，因此将人口数量和能源结构从解释变量中剔除。由于解释变量较多，可能存在共线性问题，因此使用SPSS21.0对碳排放量及其解释变量做多重共线性诊断，结果发现除能源结构外，其他解释变量均存在共线性，为消除多重共线性对回归结果的影响，本文采用岭回归分析方法。

取k从0到0.5，岭回归输出结果显示，Ind3的系数不显著，因此将其剔除，重新进行岭回归。结果见表3。

为了证明该预测模型的有效性，基于黑龙江省2005～2017年度数据通过模型计算得到碳排放的方程预测值，并对碳排放实际值与预测值值进行两配对样本T检验，检验结果显示p值为0.908，大于显著性水平0.05，碳排放量预测值与实际值相关系数为0.968，说明根据得到的模型计算的黑龙江省碳排放值与实际情况没有显著差异，方程预测效果较好。

由式（ 5） 可知，黑龙江2005-2017 年能源消费碳排放的驱动因子经济水平、城镇化率、二产占比、碳排放强度的弹性系数分别为0.23、1.01、0.17、-0.13，分别表示经济水平每增加1%，碳排放量将增加0.23%; 城镇化率每增加1%，碳排放量将增加1.01%;二产占比每增加1%，碳排放量将增加0.17%;碳排放强度每下降1%，碳排放量将下降0.13%。

4 结论与建议

（1）有数据显示，2018年我国碳排放强度为1.63t/万元[3]，而黑龙江省2017年碳排放强度是1.71t/万元，高于全国平均水平。

（2）由模型分析可知，碳排放强度对碳排放量具有一定抑制效果，因此，黑龙江省应当加大在节能减排技术方面的資金和人员投入，加快技术升级，积极从国内外引进先进技术，改进生产工艺，减少能源在生产、转换、消费过程中的损失[4]。

（3）城镇化率对碳排放量起到正向驱动，影响较强。尽管加快城市化进程会增加区域碳排放量，但从长远发展看，进一步加快推进城镇化建设将使区域发展布局更为优化，资源利用与生产效率进一步提升，从而促进区域经济增长与低碳发展的转型。

参考文献

[1]马丁.中国2030年碳排放峰值水平及达峰路径研究[J].中国人口·资源与环境，2016，26（5）：1-4.

[2]滕飞.东北三省碳排放与经济增长脱钩关系的实证分析[J].吉林师范大学学报（自然科学版），2018，3（8）：56-62.

[3]Dietz T，Rosa E A.Rethinking the environmental impacts of population，affluence，and tecgnology[J].Human Ecology Review，1994（1）：277-300.

[4]生态环境部：2018年我国碳排放强度比2005年下降45%以上[OL].央广网，2019年08月30日.

[5]刘淑花.基于STIRPAT模型的碳排放驱动因子研究——以黑龙江省为例[J].资源与环境，2014，30（9）：1086-1091.

收稿日期：2019-12-21

作者简介：孙义（1982-），男，汉族，硕士，工程师，研究方向为环境管理与应对气候变化。