基于LMDI 及STIRPAT 模型的中国工业能源消费碳排放峰值预测研究

宋 岚 王 莉 邹方政

（1. 西华大学能源与动力工程学院 四川成都 610039；2. 成都市工业经济和信息化研究院 四川成都 610073）

一、引言

为减缓人类活动对全球变暖的影响，2020 年9 月22 日，中国提出将于2030 年前实现碳达峰，于2060 年前实现碳中和（以下简称“双碳”目标），这是中国向世界做出的庄严承诺[1]。中国能否于2030 年前实现碳达峰？实现碳达峰的峰值又是多少？成了现阶段的研究热点。

中国于2006 年超越美国成为全球最大的碳排放国。根据国家统计局的数据显示，2021 年中国能源消费总量达到了52.4 亿吨标准煤，其中煤炭占能源消费总量的比例高达56%，尽管与2011 年的70.2%相比，已下降了14.2 个百分点，但“富煤、贫油、少气”的能源特征决定了中国以煤炭为主的能源特点，这给如期实现“双碳”目标带来了巨大的挑战。

自1978 年改革开放以来，中国经济快速发展，城镇化、工业化进程不断加快。虽然工业能源消费占全国能源消费的比值总体呈下降趋势，但占比仍超过了65%，且工业能源消费量、工业增加值均逐年升高（如图1 所示）。因此，工业部门的节能减排在全国的节能减排过程中扮演着至关重要的角色，而如何在经济高速发展的同时实现工业能源结构优化，完成工业部门的达峰目标、实现工业部门的碳减排是本文研究的重点。

图1 2009—2019 年中国工业能源消费总量和工业增加值及其增长率

二、文献综述

笔者分别以“能源消费”“碳达峰”为主题词在CNKI 平台上进行高级检索，为保证研究质量，来源类别限定为北大核心、EI、CSSCI、SCI 等4 类，基于时间序列选择前200 篇文献进行关键词聚类共现图谱制作（如图2所示），从图2（左）中可知目前对能源消费的研究主要集中在能源消费、碳中和、经济增长等方面。从图2（右）可知目前对碳达峰的研究多集中于碳排放、碳达峰、碳中和方面。而目前对碳排放的研究应用较多的有Dietz t 和Rosaea[2]于20 世纪90 年代中期提出的STIRPAT 模型，Ang[3]于2004 年提出的LMDI 模型，Kaya[4]于1989 年提出的Kaya 恒等式，美国波士顿大学和斯德哥尔摩环境研究所共同研发的LEAP 模型[5]，Grossman 等[6]于1991 年提出的EKC 模型。李国璋和王双[7]运用LMDI 方法对中国能源强度变动的区域因素进行了分析，并认为区域内技术进步对中国能源强度的变动至关重要。李湘梅和叶慧君[8]采用LMDI 法对中国工业能源消耗碳排放影响因素进行了分析，认为中国能源碳排放持续增长的主要原因是由于经济的增长以及能源强度的升高。董莹等[9]利用LMDI 模型对甘肃省碳排放的影响因素进行研究。赵慈等[10]采用STIRPAT 模型和情景分析法相结合的方式对浙江省碳排放达峰的时间进行预测，认为无论是在基准情景、低碳情景还是强低碳情景下，浙江省都能如期实现碳排放达峰的目标。张传平等[11]通过改进的STIRPAT 模型对中国工业碳排放的影响因素进行研究，并认为能源强度是影响工业部门碳减排的重要因素。除此之外，shoufu Lin 等[12]和Shi A[13]都利用STIRPAT 模型对碳排放量、能源强度进行了相关研究。吴唯等[14]利用LEAP 模型对浙江省的能源需求以及碳排放进行了分析。冯国会等[15]利用LEAP 模型对辽滨沿海经济区域的二氧化碳减排及能源规划进行研究。杨花等[16]利用LEAP 模型对山西省能源消费二氧化碳的情况进行分析。马丁等[17]利用TIMES 模型对中国碳排放的达峰路径进行研究。胡宗义等[18]利用EKC 曲线对中国低碳经济背景下的碳排放进行研究，并认为经济增长与环境质量之间不存在倒“U”关系。通过梳理相关文献发现，大部分的学者都是基于单一模型对能源消费碳排放进行研究分析，同时采用两种及以上模型的研究相对较少。基于此，本文着重使用LMDI 模型对中国工业能源消费碳排放进行因素分解，使用STIRPAT 模型和情景设置相结合的方式对中国工业部门的碳达峰年份及达峰时间进行预测，使预测结果更加精准合理。

图2 中文文献关键词聚类共现图谱

三、研究方法、情景设定、数据来源

（一） 工业碳排放量计算方法

由于目前中国工业碳排放量暂无官方数据，因此本文根据IPCC 温室气体排放清单指南中[19]的方法进行计算，根据《中国能源统计年鉴2021》将工业能源消费分为原煤、焦炭、原油、燃料油、汽油、煤油、柴油、天然气、电力等9 类。具体公式如下：

其中，Cit为第t年工业i部门碳排放总量；Eijt为第t年工业i部门j种能源实物消费量；Mj为j种能源折标准煤系数； αj为j种能源碳排放系数；44/12 为二氧化碳与碳的比例。能源折标准煤系数及能源碳排放系数见表1。

表1 各能源折标准煤系数及碳排放系数

（二） 构建LMDI 模型

LMDI 方法是计算碳排放影响因素中使用最为广泛的方法之一，其具有分析结果唯一，分析产物中不包含无法解释的残差项、计算简单的特性。所以，本文根据此方法将影响中国工业能源消费碳排放量的主要因子分解为经济增长、能源结构、能源强度、工业产业结构等四个方面。中国工业碳排放量的计算公式如下：

其中，Ct表示t年工业碳排放量；i表示不同行业；j表示不同的能源类型；Q表示t年工业总增加值；Eij表示工业i部门第j类能源消费量；Ei表示工业i部门的能源消费量；Qi表示工业i部门的增加值；Cij表示工业i部门j类能源的碳排放量。不妨令表示能源消费结构；表示能源消费强度；表示工业产业结构；表示碳排放因子，故（2）式可改写为：

根据LMDI 模型对各类因素进行如下分解：

由于Cf=0，故中国工业碳排放各因素的总效应为：

其中，ΔCtot为 碳排放总的变化值；Ct为第t年的碳排放量；C0为基年（2004 年）的碳排放量；ΔCa为经济增长效应；ΔCn表示能源消费结构效应；ΔCe表示能源强度效应；ΔCs表示工业产业结构效应。

（三） 构建STIRPAT 模型

York[20]基于IPAT 等式提出了STIRPAT 模型[21]，其公式如下：

其中，I表示环境压力；P表示人口数量；A表示富裕度；T表示技术进步； α为模型系数；b、c、d分别为各影响因素的指数； ω表示模型误差。将式（10）取对数得到式（11）。

由于该模型可适当扩展，为了方便与LMDI 模型进行结合，选取经济增长(A)、能源强度(B)、能源结构(D)、工业产业结构(F)等四项因素构建扩展的STIRPAT 模型如式（12）所示：

其中，C为中国工业能源消费碳排放量； α表示模型系数； ω 表示误差；b1、b2、b3、b4均为弹性系数，表示在其他变量不变的前提下，A、B、D、F每发生1%的变化，将分别引起C 发生b1%、b2%、b3%、b4%的变化。

（四） 数据来源

工业占全国能源消费比例、工业能源消费增长率依据国家统计局数据计算所得。工业分行业不同能源消费量、工业分行业增加值、工业总增加值均来源于2000—2021 年《中国统计年鉴》，折标准煤系数来源于《中国能源统计年鉴2021》，其中天然气折标准煤系数按1.33 千克标准煤/立方米计算，碳排放系数来源于IPCC 研究结果（2007），折标准煤系数及碳排放系数详见表1。为排除通货膨胀等因素，以2004 年不变价格进行计算。

四、实证结果与分析

（一） LMDI 模型

经过LMDI 模型计算得到中国工业部门2005—2019 年的能源消费碳排放量及碳排放强度（如表2 所示）。在此期间，中国能源消费总量不断上升，由2005 年的18.79 亿吨标准煤上升到2019 年的32.25 亿吨标准煤，年均上升5.3%，在能源消费的带动下，中国工业碳排放量也呈快速增长的态势，由2005 年的16.83 亿吨上升到2019 年的93.38 亿吨，年均增长13.7%，同时中国工业碳排放强度呈现先增后减的特征，其中2005—2009 年的增长率较快，而后期的降幅较缓慢。

表2 2005—2019 年中国工业能源消费量、碳排放量

根据式（2）—式（9）对2005—2019 年中国工业能源消费碳排放的影响因素进行LMDI 分析和Kaya 方程分解，得到各影响因素的逐年效应及累积效应，计算结果如表3 所示。

表3 中国工业部门能源消费碳排放因素分解表单位：亿吨

由表3 可知，以2004 年为基期，在2005—2019 年期间，经济增长使碳排放量增加了1466.39 亿吨，能源结构使碳排放量增加了135.63 亿吨，能源强度使碳排放量减少了572.82 亿吨，工业产业结构使碳排放量减少了89.62 亿吨，而中国工业部门能源消费碳排放总量则增加了939.59 亿吨。中国工业部门能源强度、工业产业结构的累积效应为负值，经济增长，能源结构的累积效应为正值。这表明，从累积效应看，能源强度、工业产业结构对碳排放增加具有负影响；而经济增长、能源结构对能源消费碳排放的增加具有正影响，其中经济增长的累积效应贡献度最大，对碳排放累积增量有156%的拉动贡献，其次是能源强度有-61%的贡献，而能源结构、工业产业结构的累积贡献度则相对较小，分别为14%、-10%的贡献（如图3 所示）。2019 年，工业经济的增长使碳排量增长了164.58 亿吨，是实际碳排放增量的1.76 倍，是导致碳排放量增加的主要原因。而能源消费结构、能源强度、工业产业结构分别是实际排放量的0.144、-0.86、-0.042 倍（如图4 所示）。

图3 2005—2019 年中国工业能源消费碳排放影响因素累积效应贡献率

图4 2019 年中国工业能源消费碳排放影响因素贡献率

（二） STRIPAT 模型

使用STIRPAT 模型构建多元线性回归方程将产生多重共线性问题，而岭回归分析可解决此问题，故本文参考钟少芬等[22]的研究采用岭回归方法进行模型构建。采用SPSS25.0 软件对式（12）中的各变量进行岭回归分析(K=0.01)，得到岭回归方程式（13）。

从式（13）可以看出，在其他控制变量不变的情况下，经济每增长1%，碳排放量平均增长1.05%；能源强度每增长1%，碳排放量平均增长0.321%；能源结构每上升1%，碳排放量平均增长4.19%；工业产业结构每降低1%，碳排放量平均降低0.86%。由此可见，经济增长、能源强度、能源结构与碳排放量正相关。

由于LMDI 模型更适合对过去某时段碳排放的影响因素进行分解，而STIRPAT 模型更适合对未来的碳排放量进行预测，故本文采用STIRPAT 模型结合情景设置对中国工业碳排放量进行预测。

（三） 情景预测

为了更加全面地预测中国工业部门二氧化碳的排放情况，本文设定了基准情景、低碳情景两种碳排放情景。（1）基准情景。按照现有发展趋势预测经济增长、能源强度（创造单位GDP 所消耗的能量，值越低，则GDP 的质量越高）、能源结构（煤炭消费量占能源消费总量的比重）、工业产业结构（工业增加值与GDP 之比）的变化情况。2022 年经济增长、工业产业结构等参数根据中国工业2017—2021 年5 年年均变化率计算所得，因为分行业能源消费量国家统计局最新只有2019 年数据，故能源结构、能源消费强度等参数根据中国工业2015—2019 年5 年年均变化率计算所得。（2）低碳情景。根据“十四五”规划以及碳达峰、碳中和目标，结合模型分解后各影响因素的权重，对相关因素进行优化调整。鉴于中国经济经历了几十年的快速增长，再加上人口结构变化、去杠杆、经济从制造业转向服务业再平衡等因素，预计未来二十几年，中国经济的年均增速应该会有所放缓，因此设定经济增速在5%左右。我国2020 年能源结构较2019 年下降了0.9%，在“双碳”目标的约束下，未来几年中国将严格控制煤炭消费的增长，但疫情后经济修复带来的工业用电将扩大对煤炭的需求，并且中国以煤炭为主体的能源地位短期内难以改变，因此设定未来几年的能源结构下降率保持在0.9%左右。国家统计局数据显示，十年来，我国单位GDP 能耗年均下降3.3%，由于“十四五”时期是实现碳达峰目标的关键五年，因此能源强度下降率在此基础上提高0.8 个百分点设定在4.1%左右，当前计算机、人工智能等技术的蓬勃发展以及我国研发经费、研究人员素质的提高能为工业绿色转型提供新的发展机遇及发展动力。此外，“十四五”规划中提到第二产业占比将下降至35.5%，即年均下降0.78 个百分点，因此工业产业结构设置在1.5%左右。两种情景的具体参数设置如表4 所示。预测结果如图5 所示。

表4 情景设置

图5 STIRPAT 模型下中国工业碳达峰预测

碳达峰即某个时间节点二氧化碳的排放量达到最高值后逐渐下降的过程[23]，由图5 可知，在基准情景下，中国工业部门的达峰年份为2035 年， 峰值约97 亿吨，而后开始下降。在低碳情景下，2022—2030 年中国工业碳排放量处于波动的状态，预计于2028 年达到峰值92.76 亿吨，比基准情景的峰值减少了4.24 亿吨。

五、结论及建议

（一） 结论

（1）本文使用LMDI 方法对中国工业碳排放影响因素进行分析，结果显示经济增长对碳排放量的影响最为显著，且一直以来都处于一个较高的水平。这是因为近年来，中国城镇化、工业化的进程不断加快，使得经济对能源的依赖逐渐变大。

（2）本文运用STIRPAT 模型与情景设置相结合的方式对中国工业部门的达峰年份及达峰峰值进行预测，结果显示，中国工业部门的能源消费碳排放量在基准情景下将于2035 年达到峰值97 亿吨左右，在低碳情景下将于2028 年达到峰值92 亿吨左右，且低碳情景的碳排放量仅为基准情景的94.8%。因此，在“双碳”目标的背景下，中国工业部门具有较大的碳减排潜力。

（二） 建议

中国工业部门的能源消费碳排放目前仍处于增长趋势，这使得中国如期实现“双碳”目标面临巨大的压力，因此，结合上述结论，对中国工业部门碳达峰路径优化提出如下建议：

一是进一步优化节能减排政策，这是控制我国能源消费碳排放增长的重要手段。相较于美国、日本、法国等发达国家，我国低碳经济相应的法律法规、管理办法尚不完善。从基准情景可知，若继续按照目前的发展趋势，我国不仅不能如期实现2030 年前的碳达峰目标，还会给经济高质量发展和社会可持续发展带来巨大的挑战。因此，明确各相关部门的职责，落实相关法律法规、制定碳排放标准、优化节能政策是控制能源消费碳排放的重要举措之一。

二是进一步加大清洁能源研发强度，构建地热能、生物质能、潮汐能、天然气、水电等清洁能源技术交流平台，加强跨领域跨学科的交流，大力推广与可再生能源相关的新兴技术，构建多元化的低碳能源体系。政府可通过设立“碳达峰、碳中和”专项基金，作为实现“双碳”目标的研发资金及奖励资金，为“双碳”目标的实现提供有力的资金及组织保障。

三是由于我国以煤炭为主的资源禀赋现状短期内不会改变，提高煤炭清洁高效利用、推动能源结构转型是必然选择。建立煤炭清洁开发奖励机制，重点关注以煤炭消费为主的大型企业，给这类企业设定碳排放考核指标，鼓励其使用国内外先进环保技术以提升能源的利用效率，并对实现煤炭高效、清洁利用的企业给予税收优惠、财政奖励，推动与“碳达峰、碳中和”相关的低碳环保企业的发展，此外，各省份还应根据自身资源禀赋特征，构建多元化能源消费结构，建设绿色低碳能源体系以此来提升我国清洁能源发展水平。

四是进一步优化产业结构，推动经济高质量发展。以碳达峰为目标导向，倒逼传统产业转型迭代升级，严格控制高耗能高排放的工业项目，推动产业结构向高端、数字、绿色、集群以及融合转型，加快培育新能源动力、智能制造、生物医药等战略性新兴产业，构建绿色低碳的产业链价值链和供应链，形成现代产业体系，实现经济高质量发展，壮大未来参与绿色竞争的动力源。