重庆市能源碳排放测算及影响因素研究

摘要：从区域层面出发，研究能源碳排放的影响因素是有效实现节能减碳的重要研究方略。本文先采用IPCC方法测算重庆市能源碳排放量，同时基于扩展的STIRPAT模型，对2000—2018年重庆市能源消费碳排放的主要影响因素进行岭回归，定量研究各个影响因素对于区域碳排放的影响机制，得到如下研究结论：经济增长是导致重庆市能源碳排放增长的最主要因素，其次市人口规模，与此同时，技术进步会遏制能源碳排放的增长，但目前重庆市遏制效果还欠佳。

关键词：碳排放;STIRPAT;影响因素

1引言

改革开放以来，中国的经济、城镇化水平和能源消费量都在快速提高，随之也带来了一系列的环境污染问题。其中，中国的碳排放问题备受国际社会关注。因此，如何保持经济增长，促使环境污染日益减少，实现经济高质量发展迫在眉睫，从近几年各项数据表明，节能减排在中国取得了一定效果，但在碳减排研究还应有进一步发展空间。

从区域层面出发，研究能源碳排放的影响因素是有效实现节能减碳的重要研究方略。并且具有更为细致的操作性和针对性，各地区实现节能减排目标应因地制宜，根据自身经济发展和环境承载力状况进行调整。重庆作为中国西部地区的唯一直辖市，在一带一路、西部大开发等国家重要战略的推动下，成为了中国西部的最重要的经济增长中心之一[1]。但在粗放式经济增长的同时，环境污染问题也日趋严重。因此，重庆促进工业结构转型，实现经济绿色发展是当前亟待解决的战略性问题。本文在利用IPCC计算重庆能源碳排放量的基础上，基于STIRPAT模型，分析相关因素对样本期内重庆能源消费碳排放的影响程度，再根据研究结果，针对性提出促进重庆市能源环境的可持续发展的相关建议。

2研究设计

2.1研究方法

相关研究表明，能源碳排放对区域环境造成了严重的破坏和污染，本文将采用在IPAT模型基础上扩展的环境压力评估模型——STIRPAT模型进行实证研究。其一般形式如下：

公式（1）中，I、P、A和T分别为环境压力、人口规模、富裕程度和技术进步。其中，a为常数项;b、c、d是待估参数，分别表示人口规模、富裕程度和技术进步对环境污染影响的大小;μ：随机扰动项。STIRPAT模型作为一个非线性模型，本文将在前文研究的基础上，增加能源消费结构和城市化水平对STIRPAT模型进行了扩展，并将方程（1）分别取自然对数，得到的方程（2）如下：

其中，人口规模（P）采用常住人口表征;富裕程度（A）采用人均GDP表示;技术水平（T）：第三产业占地区GDP的比重;同时城市化水平（U）是衡量一个地区经济社会发展水平的重要现代化指标[2];同时引入能源（C），即通过煤炭消费占能源总消费的比重来研究能源消费结构变动对环境压力的影响。

本研究所需相关数据均来源于2000—2019年的《重庆统计年鉴》和《中国能源统计年鉴》，缺失部分通过插值法补齐。

2.2碳排放量核算

根据IPCC（2006）中的方法计算了重庆2000-2018年二氧化碳排放量数据，计算公式如下：

在公式（3）中，i和t分别为各种能源和时间;：t年碳排放总量（单位：万吨）;：t年第i种能源消费量（单位：万吨标准煤）;为第i种能源的燃料低热值;为i种能源的碳排放系数;为i种能源的燃烧氧化率。相关数据均来自于2000-2019年的《中国能源统计年鉴》，年鉴中提供了8种化石燃料的消费量数据，其中包含了能源加工转换中的一些燃料投入和非能源使用的化石燃料。为了避免重复计算，本文在2000-2009年获取能源平衡表中：煤炭、焦炭、焦炉煤气、其他煤气、原油、汽油、煤油、柴油、燃料油、液化石油气和天然气共11种能源;2010-2018年根据平衡表新增高炉煤气、转炉煤气以及液化天然气总共14种能源。逐年对重庆市消费的各种能源剔除掉能源加工转换过程中的投入量、损失量以及工业生产中用作原料和材料的部分。再根据公式计算得到重庆市2000-2018年的（净）能源碳排放量。

3实证分析

3.1STIRPAT模型回归分析

本文应用stata16进行多元回归分析，根据回归结果可知，拟合优度为0.963表明拟合优度较好，通过F检验，但城市化水平和人均GDP的方差膨胀因子高达128.53和212.20，远大于10，说明两者之间存在严重的多重共线性，且存在与经济意义相违背的系数以及不显著等问题。所以，普通OLS拟合出的系数存在有偏估计，不能根据普OLS拟合的结果进行分析，因此必须消除自变量的多重共线性才能得到稳健的估计量。

3.2模型岭回归分析

通过上述分析本文发现传统的OLS估计在本文中不具有有效性和稳健性，为了克服严重的多重共线性对回归结果带来的影响，本文采用共线性数据分析的具有偏估计的岭回归进行模型拟合。岭回归主要思想是用引入估计系数偏误为代价，从而有效来降低估计系数方差。同时放弃OLS的无偏性损失部分信息，以降低精度为代价从而获得更为符合实际的回归系数。本文通过岭回归函数进行回归分析，采用岭迹图来选取变化逐渐平稳时的岭回归系数。发现当回归方程的岭回归系数取0.5时，模型回归系数才趋于稳定，因此最终得到的具体回归结果如下：

InI=0.7474+0.2970lnP+0.3201lnA+0.1038lnC+0.0921lnU-0.0907lnT

由岭回归结果可知，岭回归的系数在5%的显著性水平上通过检验，R2为0.95，拟合效果较好，F统计量为11.3357，显著性为0.0365，也通过了5%的显著性水平检验，同时，经济意义与现实相符。因此，以下将采用岭回归的结果对重庆市能源消费碳排放量与其影响因素之间的关系进行具体分析。

3.3具体结果分析

从具体结果来看，模型模擬效果较好，同时与实际情况相符合。其中人口规模、经济增长、能源结构、城镇化水平和技术进步都是碳排放增长的主要影响因素，技术进步是遏制碳排放增长的最主要影响因素，正向影响因素的作用程度大小依次是经济增长>人口规模>能源结构>城镇化。

从相关系数的大小来看，经济增长和人口规模都是重庆市能源消费碳排放量的最重要的影响因素。经济增长是影响重庆市能源消费碳排放量的首要因素，结果表明人均GDP每提高1%，重庆市的能源消费碳排放量将增加0.3201%，这是由于重庆市的经济结构决定的，重庆作为传统的重工业城市，前期的“先污染后治理”粗放式经济增长导致经济的增长伴随着环境污染的恶化。

人口规模和城镇化水平的不断提升也是影响重庆市能源碳排放增长的重要因素。其经济意义分别为人口数量每增加1%，将会导致重庆市能源消费碳排放量提高0.2970%;城市化水平每提高1%，将会导致重庆市能源消费碳排放量提高0.0921%。重庆作为西部经济活力最强的直辖市，是西南地区的重要经济增长极之一，对人口流入具有巨大的吸引力，伴随经济的不断发展，促使重庆的人口密度逐渐提高，对于能源资源的需求量也越来越高，比如对交通、各种产品的需求都会导致重庆市的能源碳排放提高，所以倡导绿色生活势在必行。与此同时，人口总量的不断增长带来集聚效应，导致城镇化水平不断提升，从而使得重庆市碳排放量的增加。

能源结构市另一个引起重庆市碳排放增加的因素。重庆是市能源失衡1%将会导致重庆市碳排放增加0.1038%。通过对重庆市2000-2018年的能源结构比例.我们可知重庆市的能源结构是在波动下降的，但是岭回归结果显示它对重庆市碳排放的影响仍然为正并且通过显著性检验，表明重庆市能源强度的降低还没有直接起到减少碳排放的作用，重庆作为传统重工业城市，能源消费量仍然以煤炭为主，且大多为原煤直接燃烧。虽然一些技术进步可以提高能源的利用效率，但目前对重庆的能源碳排放遏制效果仍然有待进一步提升。

从技术进步的回归结果可以发现，重庆市第三产业比重每增加1%，将会使得能源消费碳排放减少0.0907%，说明技术进步有利于降低重庆的能源碳排放强度。这可能与重庆的产业结构有密切的关系，一方面，重庆市的批发、零售业及服务业早期发展情况较好，在推动经济增长的同时对于能源消耗的减少有一定帮助。近年来，重庆以工业和建筑业为核心的第二产业对重庆经济驱动力影响越来越强，这意味着能源资源的大量消耗，从而不利于重庆市的节能减排。因此，在产业结构转型升级中，重庆市仍应坚持发展第三产业，提高附加值更高的高新技术产业占比，使产业结构更低碳环保，实现重庆既要“绿水青山”也要“金山银山”的目标。

4结论与建议

采用IPCC方法测算重庆市能源碳排放量，同时基于扩展的STIRPAT模型，对2000—2018年重庆市能源消费碳排放的主要影响因素进行岭回归，得到如下研究结论：经济增长是导致重庆市能源碳排放增长的最主要因素，其次市人口规模，与此同时，技术进步会遏制能源碳排放的增长，但目前重庆市遏制效果还欠佳。因此，本文提出如下建议：①重庆应大力发展节能减排技术，提高技术进步率和生产力，促进能源资源的利用率，实现产业生态化和生态产业化的目标;②优化产业结构，重庆政府应制定合理政策鼓励低耗能、高附加值的第三产业发展，促进高新技术等信息技术产业的发展;③广泛宣传绿色生活理念，倡导低碳的居民生活方式和消费方式，缓解重庆市的能源压力，减少居民生活产生的碳排放。

参考文献

[1]李孝坤，韦杰.2010.重庆市都市区环境压力与经济发展退耦研究[J].自然资源学报，25（1）：139-147

[2]吴敬锐，杨兆萍，阿达衣赛肯.2011.基于STIRPAT模型分析新疆能源足迹的影响因素[J].干旱区地理，34（1）：187-192

[3]王长建，张虹鸥，叶玉瑶，苏泳娴，陈伟莲.广东省能源消费碳排放的多变量驱动因素——基于扩展的STIRPAT模型[J].科技管理研究，2017，37（03）：210-214.

[4]邵敏，郝晴，闫桂焕，许崇庆.山东省能源消费碳排放影响因素分析[J].科学与管理，2019，39（04）：64-68.

[5]胡宗义，刘亦文，唐李伟.中国能源消费、碳排放与经济增长关系的实证研究[J].湖南大学学报（自然科学版），2012，39（07）：84-88.

[6]黄蕊，王铮.基于STIRPAT模型的重庆市能源消费碳排放影响因素研究[J].环境科学學报，2013，33（02）：602-608.

作者简介：胡钰苓（1997.5-）;女;汉族;四川广安人;硕士研究生;重庆工商大学;研究方向：产业结构与布局