能源转型与京津冀协同发展的相关性研究

孙干 黄韧 高杨鹤

1 北京节能环保中心 2 华北电力大学电气与电子工程学院 3 国家电网公司华北分部

推动京津冀协同发展是一个重大国家战略，要在交通一体化、生态环境保护、产业升级转移等重点领域协同发展。据统计，2021年京津冀地区人口与GDP 全国占比分别为7.8%与8.26% ，庞大的人口数量与经济体量对应着高额的用能需求，2021年京津冀区域能源消费总量高达47899 万吨标准煤，占全国能源消费总量的9.1%。绿色发展水平持续提升，2021年京津冀区域可再生能源开发利用总量占能源消费总量达到8.8%。能效水平（0.50tce/万元）低于全国平均水平（0.46tce/万元），与长三角（0.22tce/万元）和珠三角地区（0.24tce/万元）相比还有较大差距。近年来，大量学者对京津冀区域协同发展进行了研究，但大多数聚焦于协同发展机理、协同发展障碍以及京津冀区域协同发展的环保效应等方面，对能源转型与区域协同发展相关性及协同发展关键领域的研究较少。本文将通过能源转型与京津冀协同发展的相关性定性分析和基于STIRPAT 模型的定量分析，明确协同发展的关键领域，为实现京津冀协同发展目标提供理论支撑，并提出相应措施建议。

1 能源转型与京津冀协同发展的定性分析

京津冀协同发展是一个系统的工程，根据区域经济学理论，交通一体化可以降低运输成本，加速产业从集聚走向分散，推动产业升级转移，而产业升级转移又会促进区域资源配置优化，推动经济增长与人口转移，并带来环境的改善。这表明，京津冀协同发展的最终目标是促进经济增长、环境优化及人口转移。

如图1 所示，能源转型与京津冀协同发展的三个重点领域彼此关联、相互影响，京津冀协同发展推动能源转型，能源转型支撑京津冀协同发展。交通一体化和产业升级转移将分别通过提高交通电气化率和优化能源消费结构来提升终端消费电气化率。而电气化率的提升，不仅可以降低能源强度，还会促进经济增长。而在生态环境改善方面，京津冀协同发展对各行业的能源结构和能源效率提出了比以往更高的要求，从而加快推动可再生能源开发利用。反过来，能源转型也是实现京津冀协同发展的最终目标(经济增长与环境优化)的重要手段。

图1 能源转型与京津冀协同发展的内在联系

2 能源转型与京津冀协同发展的定量分析

京津冀协同发展从本质目标又可概括为：经济增长、环境保护与人口迁移。为了进一步定量分析能源转型与京津冀协同发展的相关性，本文基于STIRPAT 模型对相关变量进行回归分析。

可拓展的随机性的环境影响评估模型（STIRPAT 模型）应用于经济发展、环境保护及能源转型等领域。本文STIRPAT 模型拓展为式（1），对京津冀地区2000—2021年相关数据进行回归分析，具体变量取值及含义如表1 所示。其中，C为环境压力，A 为工业生产总值；P为居住总人数；I为能耗强度；S为清洁能源装机占比；B为一次电力消费总量；a是该模型的系数，b、c、d、f、g是各个因素的变量指数；e 是误差项。

表1 变量取值及含义

对STIRPAT 模型取对数得等式（2）再取微分的等式（3），由等式（3）可知b、c、d、f、g为相应弹性系数。由于对非平稳的时间序列数据直接建模会产生伪回归现象，本文依次对相关变量进行单位根检验后发现lnI与lnP为平稳序列，其余变量均为一阶单整。因为数据不平稳进一步运用Johansen 协整方程进行协整检验后发现在0.05 的显著性水平下，Trace 检验共得出4 个协整关系，可判断时间序列数据存在长期关系。在此基础上将式（3）作为回归方程进行回归分析后，得到回归结果如表2 所示。

表2 初步回归分析结果

从回归的拟合结果来看，拟合优度R2=0.84，接 近 于1，F-statistic=12.58＞=F0.01(5,12）5.064，prob 接近于0，模型精度超过99%的准确度。1nA，1nI，1nP，lnB 及常数项均通过了1%的显著性水平检验，lnS 通过了78%的显著性水平检验，方程的显著性水平及拟合效果良好，因此回归方程为:

在多元线性回归方程模型中根据Cond.No(条件数)来判断该模型是否存在多重共线性问题，根据上表7 所示，Cond.No(条件数)较大，各变量数据之间存在多重共线性问题，运用多元线性逐步回归分析，得到以下4 个模型为:

式(6)中不考虑京津冀常驻人口总数、能耗强度、清洁能源装机占比及电力消费总量，只有工业GDP 一个自变量，运用软件对其进行回归后得出

F-statistic=4.498＞F0.05(1,16）=4.494，超过95%的可信度，且t检验的显著性水平较好，因而用工业GDP 解释碳排放基本可行。但拟合优度仅为0.219.模型精度有待提高。

式(7) 中不考虑京津冀常驻人口总数、能耗强度、清洁能源装机占比，采用工业GDP 和电力消费总量两个自变量，F-statistic=4.804＞F0.05(2,15）=3.682，超过95%的模型精度，且t 检验的显著性水平较好，拟合优度为0.39 得到进一步提高因而用工业GDP 与电力消费总量解释碳排放基本可行。

式(8)中不考虑京津冀常驻人口总数与清洁能源装机占比，采用工业GDP、电力消费总量及能耗强度三个自变量，F-statistic=7.609＞ =5.564，超过99%的模型精度，且t检验的显著性水平较好，拟合优度为0.62 得到进一步提高因而用工业GDP、电力消费总量与能耗强度解释碳排放基本可行。式(9) 中不考虑清洁能源装机占比，采用工业GDP、电力消费总量、能耗强度及京津冀常驻人口总数四个自变量，F-statistic=14.60＞F0.01(4,13）=5.205，由于模型精度较高，超过99%的可信度且所有变量显著性均超过99%，拟合优度为0.818，比较优秀。因而用工业GDP、电力消费总量、能耗强度及京津冀常驻人口总数来解释工业碳排放可行。表明工业GDP 提高1%，碳排放增加2.47%；能耗强度降低1%，碳排放降低4.34%；电力消费提升1%，碳排放降低2.8%；常住人口增加1%，碳排放增加15.09%。

为了进一步解释能源转型对经济系统的影响，通过移项后得到（11），工业碳排放增加1%，工业GDP 增加0.4%；电力消费提升1%点，工业GDP 提升1.13%；能耗强度降低1%，工业GDP 会增加1.76%；常驻人口增加1%，工业GDP 会减少6.11%。

如果减少一定模型精确度引入清洁能源装机S 这一变量。如（12）所示，变量的结果趋势大同小异，清洁能源装机每增加1%，碳排放会减少0.52%，工业GDP 会增长0.22%，通过分析可知当前清洁能源装机对工业GDP 及环保方面的影响力相对较小。

考虑到京津冀协同发展的核心目标是经济增长与环境保护，进一步移项得（13），通过（13）看出如果想要保持经济增长与节能减排的基础上，会一定程度上要求加大能源转型力度（提升可再生能源占比与电力替代消费）、推动产业升级（降低能耗强度）、降低人口数量。

3 结论与建议

基于STIRPAT 模型分析后得出：工业GDP 提高1%，碳排放增加2.47%；能耗强度降低1%，碳排放降低4.34%；电力消费提升1%，碳排放降低2.8%；常住人口每增加1%，碳排放增加15.09%。清洁能源装机增加1%，碳排放会减少0.52%。对此，在京津冀地区人口总数量保持不变的情况下，应从提高区域可再生能源装机占比、实施能源消费电气化及降低能耗强度这三方面推动能源转型，以实现区域环境保护和产业升级。

为促进京津冀协同发展的战略目标实现，建议京津冀各区域结合本地资源禀赋条件和产业现状，合理制定能源转型发展规划，创新推动机制，聚焦绿色低碳科技前沿技术，大力推动风电、光伏、氢能、储能、新型电力系统建设，深入开展工业领域、建筑领域、交通领域的电力替代和节能改造，并做好工业领域二氧化碳高效捕集和资源化利用。