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-王长建.pdf

《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-王长建.pdf》由会员分享，可在线阅读，更多相关《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-王长建.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2啪年第，期 鼢。刎T。黝嚣鬻霉。R愀玳hdoi：103969jissn10007695201703036广东省能源消费碳排放的多变量驱动因素基于扩展的STIRPAT模型王长建，张虹鸥，叶玉瑶，苏泳娴，陈伟莲(广州地理研究所广东省地理空间信息技术与应用公共实验室，广东广州 510070)摘要：区域层面能源消费碳排放的影响因素解析是有效实现碳减排的重要研究议题。以经典的IPAT模型为基础，采用扩展的STIRPAT环境压力评价模型，对1990一2014年广东省能源消费碳排放的主要驱动因素进行时间序列分析，并定量研究各个驱动因素对于区域碳排放的作用机理与影响机制，主要研究结论如下：各个影响因素对广东

2、省碳排放增长的作用机理与影响机制各不相同，经济增长、固定资产投资和工业发展是碳排放增长的最主要影响因素，人口规模和城镇化对碳排放增长作用显著，技术进步和能源结构是遏制碳排放增长的最主要贡献因子。关键词：碳排放；广东省；STIRPAT；驱动因素中图分类号：F206；F1245；F207；F224 文献标志码：A 文章编号：10007695(2017)03021005Examining Driving Factors of Energy Related Carbon Emissions in Guangdong Based on STIRPAT ModelWANG Changjian，ZHANG

3、Hongall，YF Yuyao，SU Yongxian，CHEN Weilian(Ouangzhou Institute of Geography；Guangdong Open Laboratory of Geospatial InformationTechnology and Application，Guangzhou 5 10070，China)Abstract：Analysis Oil driving factors of energy related carbon emissions from the regional perspective is necessary andhelp

4、ful for China to achieve i“rcductioIl target5 An extended STIRPAT model based Oil the classical IPAT identity is usedtO determine the main driving factors for energy related carbon emissions in GuangdongResearch results show that theimpacts and influences of various factors on carbon emissions are d

5、ifferentEconomic growth，fixed assets investment andindustrial developmem are the three dominant contributors to the carb011 emissions increments，as well as population size andurbanization，while technological progress and energy consumption structure play the important negative effects on carbonemiss

6、ionsKey words：carbon emissions；Guangdong；STIRPAT model；driving factors1 研究背景以全球变暖为主要特征的气候变化问题受到国际社会越来越多的关注，成为全球变化领域的研究热点和国际环境谈判的焦点。高速的经济增长和快速的城镇化、工业化，以及加速增长的能源消费，使得中国的碳排放问题备受国际社会关注。，中国能否兑现约束性的碳减排承诺，同时保持社会经济的平稳发展，进一步突显碳减排研究的重要性与迫切性。目前关于碳排放的研究大致分为碳排放总量估算与核算口q】、碳排放影响因素及其作用机理4-61、碳排放情景分析及预测71-,碳减排技术评价及政

7、策模拟博I等几个方面，其中碳排放影响要素及驱动因素解析是制定减排政策和实施情景模拟的关键。关于碳排放影响因素分析的研究，主要集中在能源消费、经济增长与碳排放oJ引胡；能源结构、产业结构与碳排放【1l】魄；能源强度、技术进步与碳排放12154；人口增长、居民消费与碳排放H3；工业化、城镇化与碳排放14015”1的定量研究。从地理学的角度分析，对于一个国家碳排放的研究，不仅需要从总量变化方面评估，而且也需要从区域格局变化来把握，从区域空间格局的角度落实国家的碳减排政策，并实现碳减排的目标，使其具有更为明确的针对性和更为良好的操作性。广东省作为中国沿海发达区域和重要的制造业生产基地及能源消耗省份，同

8、时作为全国低碳发展的先行区，如何率先示范完成节能降耗减排的约束指标，更加突显广东省能源消费碳排放影响因素研究的代表性与重要性。收稿日期：20160420，修回日期：2016-0927基金项目：国家自然科学基金青年科学基金项目“区域碳生产率的时空间演化及其多变量驱动因素研究以广东省为例”(41501144)；广东省科学院青年科学研究基金项目“区域碳生产率空间演化的特征分析及其影响机制研究以广东省为例”(qnjj201501)；广东省自然科学基金项目“基于夜间灯光影像的广东省能源碳排放监测与地区化政策研究(2015A030313809)”；广东省科学院引进高层次领军人才专项资金项目“珠三角产业与城

9、市群创新团队77(2016GDASRC一0101)；广东省软科学研究计划项目“广东省产业转型升级的低碳化路径及政府调控机制研究”(20138070104013)万方数据王长建等：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 21 12 数据来源与研究方法21 数据来源本研究所需的人口数据、经济数据和能源数据均来源于广东省统计年鉴(1990-2015年)和中国能源统计年鉴(1990-2015年)，主要包含1990-2014年广东省人口规模、城镇人口总量、地区生产总值(GDP)、工业增加值、固定资产投资数据序列，以及煤炭、石油、天然气等化石能源消费总量，同时对GDP数据序列进行

10、1990年不变价处理。22碳排放量核算能源消费碳排放的核算主要依据IPCC(intergovemmental panel on climate change)碳排放计算指南，参照缺省值确定主要的碳排放系数1018168,11167。计算公式如下：，=E X三CcE2p Ll，l其中：上标f为不同种类的能源，下标t为时间；r为t年份的碳排放总量(万t)；也；为t年份第f种能源消费量(万t标准煤)；三C矿为第Z种能源的燃料低热值(10wer calorific value，LCV)；CF,为第f种能源的碳排放系数；p为第i种能源的燃烧氧化率。如表1所示。表1碳排放转换因子23 STIRPAT模型构

11、建IPAT模型由Ehrlich等叫1和Holden等m1首次建立，用以测度人口变化对环境压力的影响。以IPAT模型为基本框架是因素分解研究的主要方法之一，方程式如下：I=PAT I、2)其中：，为环境压力(Impact)，P为人口规模(Population)，4为富裕程度(Affluence)，丁为技术进步(Technology)。IPAT模型假定，是由JP、4、丁这3种驱动力共同影响，并且，与各个驱动因素之间成等比例变化关系，因此，使得IPAT模型在环境压力的决定因素的广泛应用中存在一定的局限。York等H踟在IPAT模型的基础上建立随机形式的STIRPAT模型(stochastic imp

12、actsby regression on population affluence and technology)，方程式如下：I：aP6A。Tde (3)其中：J、P、4、丁与方程(2)中的含义相同；a为模型的系数；b、c d为各个自变量的指数，P为模型的误差项。b、C d的引入使得该模型弥补了，与各个驱动因素之间成等比例变化关系的缺陷，可用于分析各个自变量对于环境压力的非比例影响。随机形式的STIRPAT模型是一个多变量的非线性模型，将方程(2)同时取自然对数，得到方程(4)如下：LnI=a+bLnP+cLnA+dLnT+Lne (4)随机形式的STIRPAT模型允许引入其它更多的影响因子

13、用于分析环境压力的影响分析，解释变量与被解释变量之间的弹性关系即由方程的回归系数反映。为了深人研究区域环境压力的影响因素，在人口规模(P)的基础上引入城镇化率(只)(以城镇人口比重表征)研究人口结构变动对环境压力的影响14】108；富裕程度(A)用人均GDP表征，研究经济增长对环境压力的影响；丁用万元GDP环境污染物排放量表征，表征技术进步对环境压力的影响M1川p2；引入。S，(工业发展)和V(固定资产投资总额)，用以研究工业化和投资对环境压力的影响m“1；引人E(能源消费结构)研究能源消费结构变动对环境压力的影响flo8170,脚3。具体变量的解释如表2所示，得到方程(5)如下：LnI=a+

14、b,Ln尸+改LnP+cLnA+dLnT+ 。 。 。(5)elLnSI+vLnV+fLnE+Lne表2变量描述3 实证分析31 广东省碳排放总量与碳排放结构根据公式(1)的碳排放核算结果，1990-2014年，广东省能源消费碳排放总体呈不断增长趋势，由1990年的2 24016万t增长到2014年的12 70954万t(如图1)。1990-2000年是广东省能源消费碳排放较快增长时期，年均增长速度分别为744；2001-2010年是广东省能源消费碳排放快速增长时期，年均增长速度分别为1079；201 12014年是广东省能源消费碳排放呈现波动下降时期，由201 1年的13 18580万t下降

15、到2014年的12 70954万t。1990-2014年煤炭消费是广东省碳排放的主要来源(如图1)，煤炭消费导致的碳排放由1990年的1 50119万t增长到2014年的8 06620万t，多年来平均6827的碳排放来自于煤炭消费。万方数据下长建等：广东省能源消费碳排放的多变量驱动因素基于扩展的STIRPAT模型图1 19902014年广东省能源消费碳排放总量与碳排放结构32 回归结果分析321共线性诊断在进行变量之间相关性检验之前，首先对各个变量进行对数化处理，以消除变量之间量纲的影响。由表3可以看出，变量，、传、R、A、丁、田、y、E之间的相关系数均较高，因此，可以判断变量之间存在着高度的

16、相关性，并且可能存在严重的多重共线性。表3变量相关性检验为了判断因变量I与解释变量Ps、R、4、丁、田、y、E之间是否存在多重共线性，首先对各个变量进行普通最小二乘估计(OLS)。如表4所示，对模型进行普通最小二乘估计(OLS)，经过方差膨胀因子的检验(variance inflation factor，VIF)，变量的VIF远远高于最大容忍度10，说明解释变量之间存在严重的多重共线性，普通最小二乘估计(OLS)的回归系数的可信度较低，不能有效地用于碳排放影响因子的解释说明。表4 OLS回归变量 非标准化系数 T检验 显著性检验方差膨胀因子322岭回归结果分析为了保证模型结果的有效性与准确性，

17、克服变量之间多重共线性对回归结果的影响，改善传统的最小二乘估计的稳定性与可靠性，采用专门用于共线性数据分析的具有偏估计的岭回归(ridge regression)进行模型拟合。岭回归估计实质上是最小二乘估计的一种改良方法，通过显著改善传统最小二乘估计的均方误差，以损失部分信息为代价，进而增强模型估计的数值稳定性，获得更为可靠的回归系数。通过岭回归函数进行模型拟合，依据岭迹图来选择变化逐渐平稳时的岭回归系数。回归方程的岭回归系数取025时，各个解释因子的模型回归系数趋于稳定，因此选取岭回归系数为025时的标准化回归方程：Ln=01 59(LnPs)+01 34(LnPc)+01 76(LnA)一

18、0065(LnT)+01 68(LnS)+01 73(Ln们一0027(LnE)由回归方程的结果分析，人口规模、城镇化、经济增长、工业化、固定资产投资是促进碳排放增长的主要贡献因子，技术进步和能源结构是遏制碳排放增长的主要贡献因子，正向影响因子的作用程度大小依次是经济增长固定资产投资工业发展人口规模城镇化，负向影响因子的作用程度大小依次为技术进步能源结构。经济增长、固定资产投资和工业发展是广东省碳排放的最主要影响因素。自1990年实施“八五”计划以来，地处东南沿海的广东实现经济的快速腾飞，虽然经历1997年亚洲金融危机和2008年美国次贷危机的影响，但全省GDP由1990年的1 55903亿元

19、快速增长到2014年的67 80985亿元，年均增长速度10以上；人均GDP由1990年的2 48411元人增长到2014年的58 54000元人。伴随着经济的快速增长，广东省固定资产投资总额由1990年的38147亿元增长到2014年的25 92809亿元，并且固定资产投资大多集中在房地产开发等高耗能产业，多年来房地产开发的固定资产投资占投资总额的平均比重为2237，并且近年来处于不断增长的趋势。在改革开放和经济全球化的共同作用下，广东省成为中国经济增长最快的省份之一，成为以制造业为主的经济强省，其中制造业生产总值年均约占全国的15。制造业的快速发展，使得广东省的工业生产总值由1990年的5

20、2342亿元增长到2014年的29 14415亿元，占GDP比重由1990年的336提升到2014年的4298。广东省制造业的增长主要集中在：典型的能源密集型行业，包括金属冶炼及压延加工业、化学工业、石油加工及炼焦业；电子与机械类行业，主要包括通信设备、计算机及其它电子设备制造业，电气、机械及器材制造业，通用、专用设备制造业；服装及其他纤维制品制造业等低附加值和劳动密集型产品。经济的快速发展以及固定资产投资总额和工业生产总值的规模不断扩大，刺激能源加工业、高耗能产业、碳密集生产部门及其上下游关联能源密集型行业的快速发展，造成这一阶段广东省碳排放的快速增长。_噫lla秀嚣蘸噩嚣箍囊一量碟g翳雕*

21、g*、I屑lgg譬Bgg赣臻鬻嚣薰lg女B，舞磐嚣蕊*嚣嚣，g#g，一器菠搓氍餮鬟，嚣鬟嚣嚣鍪羹，嚣鞋瓣箍箍瑶攀，一*i一疆暑赫嚣嚣叠|署譬稀器显蕊，lrtE*gi一蒜萎嚣嚣藿s嚣_群萎墓孺嚣鼙碧i丑瑶强l藤馐g穗璺：罐善l纂一嚣硅嚣氍鐾露鞋瓣_-疆R箍#E#l，r万方数据王长建等：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 213人口规模的不断增长和城镇化水平的不断提升对广东省碳排放的增长作用显著。人口总量的不断增长带来人口集聚效应，广东省常住人口规模由1990年的6 34719万人增长到2014年的10 72400万人：人口结构的变动引致城镇化水平不断提升，广东省城镇

22、化水平由1990年的3676快速提升到2014年的6776。人口的集聚效应和结构变化导致居民的消费需求和消费水平持续增长，在人15快速增长和城镇化持续推进的过程中，大量外来人员以及农村居民涌人城市，带来持续增长的房地产需求、生活消费需求、交通出行以及运输需求、电力消费需求等，对广东省碳排放的增长造成显著影响。技术进步和能源结构是遏制碳排放增长的主要贡献因子，在一定程度上减缓了广东省碳排放的快速增长，但是技术进步和能源结构对于碳排放的影响程度(以绝对值计算)明显低于其它正向因子对于碳排放的作用程度。1990-2014年，广东省能源消费结构主要是以煤炭为主，煤炭消费比重从1990年的565波动下降

23、到2014年的479。虽然煤炭消费比重总体趋于下降趋势，但是煤炭消费占能源消费总量的比重多年平均值为53，广东省能源消费结构高碳化特征依然明显，导致能源消费结构优化的碳减排作用相对较弱。受广东省能源消费结构高碳化的影响，万元GDP碳排放由1990年的143 t碳万元GDP下降到2014年的021 t碳万元GDP，但是2000年之后万元GDP碳排放下降速度明显放缓，广东省以煤为主的能源消费结构未发生根本性改变，导致技术进步和能源结构对于碳减排的贡献作用相对较低。4主要结论本研究以经典的IPAT模型为基础，采用扩展的STIRPAT环境压力评价模型，对199卜2叭4年广东省一次能源消费碳排放的主要驱

24、动因素进行时间序列分析。在IPAT模型人口规模、经济增长和技术进步三大要素的碳排放评价基础上，进一步扩展引入城镇化、工业发展、固定资产投资、能源消费结构等影响因素，并定量分析了各个影响因素对碳排放增长的作用机理与影响机制，主要研究结论如下：各个影响因素对广东省碳排放增长的作用机理与影响机制各不相同。经济增长、固定资产投资和工业发展是广东省碳排放的最主要影响因素；人口规模的不断增长和城镇化水平的不断提升对广东省碳排放的增长作用显著，正向影响因子的作用程度大小依次是经济增长固定资产投资工业发展人口规模城镇化。技术进步和能源结构是遏制碳排放增长的主要贡献因子，在一定程度上减缓了广东省碳排放的快速增长

25、，但是技术进步和能源结构对于碳排放的影响程度明显低于其它正向因子对于碳排放的作用程度。近10多年，固定资产投资对广东省碳排放作用显著，固定资产投资规模增长的同时，既促进区域经济的快速发展，又带来了能源消费温室气体的大量排放。作为低碳发展试点省份，广东省应彻底转变投资驱动的经济增长方式，施行绿色GDP的可持续发展道路。保持适度投资规模的同时，更加重视优化固定资产投资结构，降低高能耗、高污染行业的投资比重，提升R&D投资比例，注重新开工投资项目的产业技术升级和能源效率提升。随着工业化进程的持续推进，钢铁产业、石化行业、电力行业等能源生产加工业和电子制造业、设备制造业、汽车制造业等高耗能行业将是当前

26、乃至未来广东省工业发展的重点控排与减排行业，应当促进石化行业、钢铁工业向园区化、规模化、集约化方向发展，提升装备制造业、汽车制造业的能源效率，坚持产业发展与环境保护并重的同时，大力推行清洁生产，发展循环经济。参考文献：11 WANG C J，WANG F，ZHANG H O，et a1ChinaS carbon tradingscheme is a priorityJEnvironmental ScienceTechnology 201448(23)：1 35591 35592】赵立祥，刘亚萍基于奇异谱分析方法的北京、上海能源消费的二氧化碳排放趋势研究fJ科技管理研究，2015(21)：236

27、2443王长建，张小雷，杜宏茹，等哈萨克斯坦能源消费的碳排放动态演进分析J】干旱区地理，2013，36(4)：7577634】路正南，郝文丽，杨雪莲基于低碳经济视角的我国碳排放强度影响因素分析叭科技管理研究，2016(3)：2402455王长建，汪菲，张虹鸥新疆能源消费碳排放过程及其影响因素基于扩展的Kaya恒等式【J】生态学报，2016，36(8)：2151-21636】王长建，张利王强，等1990-2009年山东能源消费的碳排放动态演进分析J中国科学院研究生院学报，2012，29：469475f71李虹，娄雯二氧化碳排放强度预测与“十三五”减排路径分析基于STIRPAT模型的构建叽科技管理

28、研究，2016(5)：2332408】朴胜任，李健京津冀区域碳减排能力测度与评价【J科技管理研究，2016(5)：193198f91许珊，范德成，王韶华基于最优评价方法的我国能源结构低碳评价研究J科技管理研究，2016(5)：186192f10WANG C J，WANG F，ZHANG H O，et a1Carbon emissionsdecomposition and environmental mitigation policy recommendationsfor sustainable development in Shandong provinceJSustainability，20

29、146(1 11：8164-81791 1WANG C J，ZHANG X L，WANG F，et a1Decomposition of energyrelated carbon emissions in Xinjiang and relative mitigation policyrecommendationsJFrontiers of Earth Science201 59(1)：657612WONG S L，CHANG Y，CHIA WMEnergy consumption，energyR&D and real GDP in OECD countries with and without

30、 oil reserves【JEnergy Economics，2013，40：5160f1 31 ZHU Q，PENG X Z，WU K YCalculation and decomposition ofindirect carbon emissions from residential consumption in China based onthe inpn!一output modelJEnergy Policy，2012，48：618626141 AI一MULALI U，FEREIDOUNI H G，LEE J Y，et a1Exploring therelationship betw

31、een urbanization，energy consumption，and C02emission in MENA countries【J】Renewable and Sustainable EnergyReviews201323：10711215XU B，LIN B QHow industrialization and urbanization process impactson C02 emissions in China：Evidence from nonparametric additiveregression modelsJEnergy Economics，2015，48：188

32、20216EHRLICH P R，HOLDREN J PImpact of population growthJScience，1971，171f3977)：12121217万方数据214 _-_-_-_-_-_-_-_-_-_-_-_一【17HOLDREN J P，EHRLICH P RHuman population and the globalenvironment【JAmerican Scientist，1974，62(3)：282292【18YORK R，ROSA E A，DIETZ TSTIRPAT，IPAT and IMPACT：analytic tools for unpacking the driving forces of environmental impactsJ1EcologicalEconomics，2003，46(3)：35136519李秋妍，曹翠固定资产投资对二氧化碳排放影响的实证研究基于省际面板数据模型【J科技管理研究，2014(14)：221225作者简介：王长建(1986一)，男，河南南阳人，博士，副研究员，主要研究方向为生态经济与区域可持续发展。万方数据