基于STIRPAT模型的吉林省建筑业能耗影响因素分析与预测①

□□ 严雯莲,季忠洋 (吉林建筑大学 经济与管理学院,吉林 长春 130118)

引言

建筑业是我国支柱产业之一,在促进我国经济社会发展和改善民生等方面发挥着不可替代的作用。建筑业在国民经济中的许多部门具有较大波及效应和产业关联效应,即建筑业的影响力系数较大,感应度系数较小,故建筑业的高质量发展对国民经济可持续发展具有重大推动作用[1]。据联合国环境署可持续建筑和气候促进会发布的数据显示,建筑业约占全球范围内40%的能源消耗,且30%以上温室气体的排放与建筑业相关,这意味着建筑业能耗在整个能源消耗中占有较高比例,故建筑业节能降耗已成为当务之急。

目前关于建筑业能耗影响因素的研究多集中在国家层面,主要应用岭回归法和GIS时空对比分析法等,结果表明建筑业能耗的影响因素主要包括建筑业劳动生产率、人口总量、居民消费水平、能源强度和城镇化率等[2-3]。鲜有学者在区域层面探讨特定地区建筑业的能耗问题,但建筑业能耗与所处区域的地理位置、气候条件、人口、经济状况等因素息息相关,具有较强的区域特征[4],因而不同区域的建筑业能耗影响因素可能存在差异。鉴于此,拟基于STIRPAT模型和岭回归法,以吉林省建筑业为例,对其能耗影响因素展开分析,并采用情景分析法预测吉林省建筑业能耗发展趋势。

1 研究设计

1.1 STIRPAT模型

为定量反映人口膨胀、经济发展和科学技术对环境的影响,Ehrlich P R等[5]提出了IPAT模型,其形式见式(1):

I=PAT

(1)

式中:I——表示对环境产生的冲击或影响;

P——表示人口因素;

A——表示富裕度;

T——表示科学技术进步。

IPAT模型经过广泛应用并得到认可,常被用于分析人口、经济和技术因素对环境的影响。若式(1)中其他因素均保持不变,其因变量对各自变量的弹性系数恒为1。为分析各因素对环境的非比例影响,Dietz等基于IPAT模型建立了STIRPAT模型[6],其形式见式(2):

I=aPbAcTde

(2)

式中:a——模型的修正系数;

b——表示人口因素的指数;

c——表示富裕度因素的指数;

d——表示技术水平因素的指数;

e——随机误差项。

STIRPAT为非线性模型,通常在模型估计时会将式(2)两边取对数,由此得到式(3):

lnI=lna+blnP+clnA+dlnT+lne

(3)

1.2 模型构建

吉林省是我国重要的工业基地之一,也是重工业较为集中的省份,2000年以来的发展中,总体能源消耗量提升了近2.27倍[7]。同时,《吉林省“十四五”节能减排综合实施方案》中提出,到2025年全省单位地区生产总值能源消耗比2020年下降14.5%[8],能源消费总量得到合理控制,由此可见吉林省对节能减排的重视。以吉林省建筑业为例,自2006年以来其能源消耗量整体呈上升趋势,至2021年其消耗量达到648.71万t标准煤,是2006年的1.6倍。结合吉林省建筑业发展实情,构建拓展的STIRPAT模型,以分析不同因素对吉林省建筑业能源消耗的影响,具体见式(4):

lnI=lnα+alnP+blnA+clnT+dlnEI+lnβ

(4)

式中:I——表示建筑业能源消耗量;

P——城市化率;

A——建筑业总产值;

T——产业结构;

EI——能源强度;

α——常数项;

β——误差项;

a、b、c、d——指数项。

借鉴已有研究[9-13],各指标内涵及计算方法等见表1。

表1 主要变量含义、计算方法及参考文献

2 实证研究

2.1 数据来源

现有研究大多将建筑业能源消耗划分为两个部分,一是直接能耗,主要发生在建造施工阶段,在施工过程中机器设备施工、安装和装饰等所消耗的能源;二是间接能耗,主要指建材生产阶段所产生的能耗,包括水泥、钢材、铝材和平板玻璃等材料的生产能耗。研究所采用的建筑业能耗计算方法见式(5):

I=∑mi×αi+∑nj×βj

(5)

式中:mi——施工设备i的能源消耗量;

αi——施工设备i的折标煤系数;

nj——建材j的能源消耗量;

βj——建材j的单位产品综合能耗。

研究所涉及的变量数据均来源于2007—2021年《吉林统计年鉴》和《中国能源统计年鉴》中的各地区能源平衡表,并将各能源实物量转化为标准煤后进行量化比较,各类能源的标准煤折算系数来自《中国能源统计年鉴》。核算过程所用的建筑业主要建材用量数据来源于2007—2021年《中国建筑业统计年鉴》与《吉林统计年鉴》,不同材料的单位产品综合能耗数据来源于《中国能源统计年鉴》和《中国有色金属工业年鉴》。

2.2 拟合分析

利用SPSS软件,对模型数据进行回归分析,所得结果见表2。回归结果中,F统计量所对应的Sig值(0.000)通过显著性检验,在单个变量的检验中,只有能源强度的方差膨胀因子VIF<10,其余变量的VIF值均>10,说明变量间存在多重共线性问题。为避免模型评估误差,采用岭回归估计法对数据进行拟合,以减少多重共线性问题对回归结果的影响,回归结果见表3。

表2 线性回归分析结果

表3 岭回归拟合结果

利用岭回归法对模型进行再次回归分析,当k=0.02时,各变量回归结果随k逐渐放缓,趋于稳定。表3中可决系数R2为0.997,说明模型整体拟合程度较好。F统计量为787.707,F统计量所对应的Sig值为(0.000),<0.001,说明模型有意义,变量通过了0.1%显著性水平检验,拟合效果满足要求。由岭回归结果可得吉林省建筑业能耗量与各变量的拟合方程,见式(6):

lnI=4.101+1.785lnP+0.721lnA-0.879lnT+

0.965lnEI

(6)

2.3 结果分析

由拟合结果可知,影响吉林省建筑业能耗量最大的因素是城市化率,城市化率每增长1%,吉林省建筑业能耗量将增加1.785%,说明城市化率的提高对吉林省建筑业能耗存在不利影响;能源强度每增长1%,能耗量增加0.965%,表明现阶段能源效率的提高有助于抑制建筑业能源消耗的增长;建筑业总产值每增加1%,能源消耗量增加0.721%,说明吉林省建筑业在发展过程中并不以高能耗为代价来提高产值;产业结构系数为负值,产业结构每提高1%,建筑业能耗量将减少0.879%,表明第二产业占比下降驱动建筑业能耗减少被其他因素引起的能耗增长所抵消,其原因可能在于虽然第二产业占比降低,但工业仍处于发展状态,其发展速度略缓于服务业,所以存在有悖于理论的现象[14]。

3 情景预测分析

3.1 预测模型

根据STIRPAT模型的拟合结果对吉林省未来的能耗量进行预测,计算见式(7):

I=e4.101+1.785lnP+0.721lnA-0.879lnT+0.965lnEI

(7)

根据STIRPAT模型的拟合结果对吉林省未来的能耗量进行预测,为确保模型能准确预测吉林省建筑业能耗,需对模型有效性进行验证,将2007—2021年间各自变量代入式(7)进行模型误差检验,将模型预测值的能耗量与实测值进行比较,见表4。可发现模型拟合误差较小,与实测值基本吻合,模型预测值与实测值的绝对误差平均值为4.41%,说明可用该模型预测吉林省建筑业能耗。

表4 吉林省建筑业能耗量实测值与预测值比较

3.2 发展情景设置

为全面预测吉林省建筑业能源消耗情况,便于明晰吉林省建筑业节能工作重点及制定节能策略,将STIRPAT模型与情景分析法相结合,对各影响因素的发展情景进行分析。基于“高速发展”和“低速发展”两种情况,对吉林省建筑业能耗进行情景预测,以实现预测结果分析的简便性并减小误差。

(1)建筑业总产值。通过建筑业总产值的变化情况,可了解建筑业的发展速度,可为制订建筑业发展规划提供依据。2007—2021年间吉林省建筑业总产值年均增长率为8.27%,因而设定吉林省建筑业总产值按8.27%的增长率保持线性变化,以此确保吉林省建筑业呈现可持续发展趋势,即吉林省建筑业节能降耗目标的实现不以降低产值为路径。

(2)城市化率。由计算可知,2007—2021年吉林省城市化率的年均增长率为1.26%,以此作为“低速发展”情景下吉林省城市化率的增长率。此外,《吉林省国民经济和社会发展第十四个五年规划和2035年远景目标纲要》[15]指出,2025年预计吉林省常住人口城镇化率可达65%以上,2035年达到75%。在此将“十四五”时期城市化率的年增长率1.61%作为“高速发展”模式下的增长速度。

(3)产业结构。“十三五”期间吉林省第二产业占比年均下降率为1.7%,将此设置为“低速发展”模式下第二产业占比的下降速度;借鉴沈满洪等[16]的研究,设定高增长模式下第二产业占比下降率为3%。

(4)能源强度。《吉林省节能减排“十四五”规划》可知,吉林省“十四五”期间的节能任务为单位生产总值能源消耗2025年较2020年降低14.5%[17],年均下降率为2.71%,以此作为吉林省能源强度在低速模式下的下降率;节能降耗仍是吉林省未来的工作重点,故借鉴相关研究[17],设置吉林省能源强度在高速情景下的下降率为4.71%。

根据以上分析,设置吉林省建筑业发展情景见表5。

表5 吉林省建筑业发展情景设置

3.3 发展情景分析

基于8种不同发展情景将各指标数据带入预测模型,得到2023—2032年吉林省建筑业能源消耗在不同发展情景下的预测值,结果见表6,发展趋势如图1所示。

表6 吉林省建筑业能耗量预测 单位:万t标准煤

图1 不同情景下2023—2032年吉林省建筑业能耗量趋势

由图1可知,在情景7中,当吉林省城市化率保持高速增长、能源强度处于低速发展模式和第二产业占比为高速发展模式时,吉林省建筑业能耗量增长速度最快。在情景2中,当城市化率保持低速增长,能源强度处于高速发展模式和第二产业占比低速发展时,吉林省建筑业能耗量增长速度最慢。此外,对比情景1与5、情景2与6、情景3与7、情景4与8可以发现,当城市化率处于低速增长模式时,吉林省建筑业能耗量均大幅度降低,说明城市化率对吉林省建筑业的重要影响;对比8种情景可以发现,无论其他变量处于高速或低速发展模式,当能源强度处于高速下降模式时,在其所对应的发展情景下,吉林省建筑业能耗值均小于其他发展情景,由此可知能源强度对吉林省建筑业可持续发展的重要作用;对比情景1与3、情景2与4、情景5与7、情景6与8可知,当产业结构保持低速发展模式时,吉林省建筑业能耗量较少。

综上所述,为实现吉林省建筑业可持续发展,降低其能源消耗量,需要控制城市人口过快增长,需不断提高能源利用效率并优化现有产业结构。

4 结论

基于2007—2021年吉林省建筑业能耗相关数据,选取STIRPAT模型,分析了城市化率、建筑业总产值、产业结构和能源强度对吉林省建筑业能耗的影响程度,结果表明:城市化率、建筑业总产值、产业结构和能源强度每变化1%,吉林省建筑业能耗量将发生1.785%、0.721%、-0.879%和0.965%的变化,城市化率对建筑业能耗的影响最为显著。同时,设置了8种发展情景,对2023—2032年吉林省建筑业能耗量进行预测,发现保持城市化率与产业结构低速发展,能源强度高速下降,有利于降低吉林省建筑业的能源消耗量。为降低吉林省建筑业能耗量,基于上述分析提出如下对策建议:

(1)控制城市人口过快增长。在城市化进程中,吉林省应确定合理的城市人口增长速度,提高城市化质量,防止由于城市化进程过快导致能源消耗量过大、经济发展受到制约和居民生活质量下降等问题,避免出现“城市病”。

(2)优化现有产业结构。确保在其他行业稳定持续发展的前提下优化现有产业结构,可着力发展以现代服务业为主的第三产业,保证产业结构内部对能源消耗的有效需求;还可调整轻重工业比例,适度发展轻工业,使吉林省偏重型工业结构逐步得到优化。

(3)提升能源利用效率。应推广智能建造技术,加强新型建筑材料的研发与推广力度,并充分利用建筑废料,提高能源利用效率,避免能源浪费;还应降低能源在生产、加工和运输等环节的损耗,建立全面的节能制度,实现能源的精细化管理和优化利用。