杨 蕾

（长春理工大学 经济管理学院，吉林 长春 130022）

简单来说，碳足迹（CarbonFootprint）就是个人或企业的“碳耗用量”。即：个人或企业在一项活动、一个产品（或服务）的整个生命周期、或者某一地理范围内直接和间接产生的二氧化碳排放量。

一、研究方法说明

（一）碳排放模型

有关能源消耗碳排放量的计算，目前应用最广泛的碳排放模型是“卡亚公式”。计算公式如下：

其中C表示碳排放量，P表示所研究区域的人口，E表示能源消费量。则有为人均为单位GDP的能源消费，主要与技术有关，主要与能源利用结构有关，为单位能源的碳排放。将公式（1）变型为：

其中C仍表示碳排放量，Ci为i种能源的碳排放量；同理E仍表示能源消费量，而Ei则表示i种能源的消费量；Y为地区生产总值，P表示所研究区域的人口，为i种能源的碳排放系数。

（二）能源消费碳足迹

《中国生态足迹报告2012》中将碳足迹定义为扣除海洋碳吸收贡献后，吸收化石燃料燃烧排放二氧化碳所需的森林面积。因而，我们将能源消费碳足迹定义为：

其中，C为能源消费碳排放量，P为人口，FCL表示碳排放量与林地面积转换系数的比值，采用世界自然基金会提供的数值，即为6.49t/hm2。

（三）STIRPAT模型

Dietz与Rosa于1994年在IPAT模型的基础上提出了IPAT等式的随机模式——STIRPAT模型。［1］该模型描述了人口、富裕度和技术变化对环境影响的随机回归形式。其基本形式如下：

该模型中a为模型系数，b、c和d分别为P、A和T的指数，由模型估计而来，e为残差项，下标i是变量在不同观察单位间的变化。为降低回归时模型出现异方差现象的可能性，通常将STIR⁃PAT模型进行对数化处理。方程转变如下形式：

下面将上述公式变形，将富裕度引入到该公式中，考察富裕度与环境之间是否存在着倒“U”型环境库茨涅茨曲线。确定模型形式为：

对上式中的ln（A）项求一阶偏导，得到对富裕度对环境影响的弹性系数：

如果c2值为负，则说明存在环境库茨涅茨曲线，并因此确定环境开始改善的富裕状态值。

（四）脱钩指数

脱钩分为相对脱钩（弱脱钩）和绝对脱钩（强脱钩）。相对脱钩可以认为是经济增长的速度超过某一种资源消耗的速度，或者说，超过某一环境指标恶化的速度。绝对脱钩是指随着经济的增长，资源消耗量在减少，环境压力变小以及环境质量逐步改善（王嵩梅，2010）。［2］以下引用王嵩梅提出的脱钩指数概念（Decoupling In⁃dex），描述碳足迹与经济增长之间的关系变化。其计算公式为：

其中DI表示脱钩指数，Cit表示i种能源消费的总碳足迹增长速度，VG表示GDP的增长速度。根据经济合作与发展组织（OECD）标准，绝对脱钩指脱钩指数接近于0，相对脱钩指脱钩指数接近于1。当DI≥1时，说明碳足迹增长速度等于或快于经济增长速度，两者处于挂钩阶段；0

二、实证研究

（一）碳足迹变化趋势

从不同资源消费量来看，1990年—2011年的22年间，吉林省石油和天然气的消费量缓慢上升，且变化不大。而煤炭消费量在1990—1997年间变化不大，1997年—2000年间呈现下降趋势，从2000年开始煤炭消费总量呈直线上升态势，由2000年的1 869.681万吨猛增到2011年的7 069.563万吨，在三种能源消费中占有绝对大的优势。同时可知，吉林省二氧化碳排放量中，绝大部分是由于煤炭消费所引致的。因此可以认为，煤炭能源消费的增加是引致二氧化碳排放量不断上升的主要原因。

根据上述公式，计算吉林省1990年—2011年间能源消费的碳足迹。在所研究的时间段内，吉林省碳足迹总量总体呈现上升趋势。在1990—1997年间，碳足迹总量变动平缓，而1997—2000年间碳足迹总量从0.137hm2/人，下降到2000年的0.108hm2/人。但从2000年起，碳足迹呈现一路上升趋势，2011年碳足迹总量最高，达到了0.356hm2/人。从碳足迹构成变化来看，80%以上的碳足迹是由煤炭消费所引发的，占比重第二多的是石油能源的消费，天然气消费所引发的碳足迹所占比重最少，不到2%。并且从1990—2011年间，碳足迹的结构变化不大，这也说明能源消费结构变化不大，即吉林省一次能源消费结构长期得不到优化。

1997—2000年间煤炭消费量和煤炭消费碳足迹的下降应归因于亚洲金融危机的影响。在此期间，我国相应采取经济紧缩政策，经济发展速度放缓，导致能源利用的降低。进入新世纪，伴随着经济快速发展，城市化进程进一步加快，吉林省对能源需求进一步增加，从而能源消费产生的碳足迹也不断增加。1990—2001年间，吉林省碳足迹产值逐年增加，2001—2003年间，碳足迹产值有所回落。但从2003年起，碳足迹产值又呈增加趋势，一直到2011年碳足迹产值达到最大，为10.79万元/hm2。这说明从整体上看，1990—2011年间，吉林省经济发展良好，能源利用效率不断提高，单位能源消费的碳足迹所创造的经济价值不断增长。碳足迹强度的图像则显示，在研究期限内，碳足迹强度不断下降，且下降幅度较大，从1990年的0.731hm2/万元，下降到2011年的0.093hm2/万元，这说明吉林省能源利用效率逐年提高。

（二）STIRPAT结果分析

针对STIRPAT模型的理论分析，对方程（6）进行最小二乘回归，从结果上来看，方程拟合优度R2=0.982；从四个变量的方程膨胀因子（VIF）来看，所有变量的VIF值均远远大于10，方程变量存在严重多重共线，因此最小二乘法估计结果误差较大。岭回归函数对最小二乘估计进行改算，放弃部分精确度，符合实际的回归方程，克服了自变量间的多重共线性。其回归参数由岭回归整个方程组给出：

式中X为n×m阶系数矩阵。它由经过标准化的X变量组成，b为估计得到的系数向量，k为一个可调的正数，通常情况下取值在（0，1）之间，I为m×m阶的单位矩阵。与经典最小二乘法的正规方程组相比，在X′X的对角元素上加了常数k，故k被称为岭系数（Ridgec oefficient），当k=0时，即为普通最小二乘法。在岭回归中引入有偏估计算法的目的是为了提高回归系数估计的稳定性，因而我们采用岭回归的计算方法，对存在多重共线性的变量进行回归分析。再次对公式（6）进行岭回归估计，系数k以0.05为步长进行取值。

利用SPSS19.0软件对方程进行岭回归估计，从岭迹图中可以看到，当k=0.3时，各个自变量的系数变化趋于平稳，且可决系数在k=0.3后下降缓慢，故我们选择k=0.3时的岭回归结果确定随机模型。最终拟合方程为：

利用STIRPAT模型拟合得到的结果可知，k=0.3时，R2的值为0.7643，这说明人口、人均地区生产总值和技术水平能够解释吉林省碳足迹影响的76.43%。从各个自变量标准回归系数来看，人均地区生产总值对数的二次项ln2（A）的系数为正，方程不存在倒“U”型曲线，即吉林省富裕度与二氧化碳排放量间不存在库茨涅茨曲线。

其余三个变量与能源消费碳足迹均呈现正相关，对碳足迹影响程度从大到小依此为人均地区生产总值、技术进步、人口规模。其中当人均地区生产总值增加1%时，碳足迹增长0.3608%。从而可知，经济增长与碳足迹同向变化，但碳足迹增长的速度小于经济增长的速度。技术进步增加1%，碳足迹增加0.1822%。人口每增加1%，碳足迹增加0.1268%。可见，技术进步和人口规模对碳足迹的影响系数较为接近。

（三）经济增长与能源消费碳足迹脱钩分析

1990—2001年间，经济增长与碳足迹间处于相对脱钩与强脱钩交替状态（1990—2011年间，吉林省经济增长速度一直为正，因而脱钩指数为负的年份是由碳足迹增长速度为负值所导致的）；仅有2002年和2003年两年间，吉林省经济增长与碳足迹处于挂钩状态；而从2003年以后一直到2011年，吉林省经济增长与碳足迹增长一直处于相对脱钩阶段。值得注意的是，这一阶段中脱钩指数呈现不断减小的趋势。呈现上升趋势，这说明吉林省单位能源消费碳足迹创造的经济价值逐年提高。与之相对应的是，1990—2013年间，碳足迹强度呈现波动下降趋势。第二，从岭回归分析和脱钩指数分析来看，吉林省人口、经济增长和技术发展均与能源消费碳足迹存在正相关关系。其中由人均地区生产总值所表示的经济增长是能源消费碳足迹的主要因素，且两者之间并不存在库茨涅茨曲线。产生这种现象的原因之一可能是：吉林省距离到达曲线拐点所要求的经济发展水平还存在较大差距，因而经济发展对能源消费及生态环境的压力将不断增大。脱钩指数分析显示，吉林省经济增长与碳排放增长的脱钩指数数值不断减小，低碳经济发展状况不断得到改善。

针对实证结果来看，要优化吉林省能源消费碳排放结构，一方面应当进一步提高能源利用效率，大力发展循环经济，在推行资源综合利用工作中，优先支持具有示范意义的矿产资源综合利用、工业废渣资源化利用、木材节约代用、农业废弃物资源化利用，以及以提高专业化、规模化水平为主要内容的再生资源回收利用产业化项目，提高资源的利用率。［3］另一方面，应当积极开发和利用以核电和风电为主的新能源和清洁能源，加大石油等资源的地质勘查，提高天然气、核电等清洁、高效的优质能源的比重。［4］

：

［1］聂锐，张涛，王迪.基于IPAT模型的江苏省能源消费与碳排放情景研究［J］.自然资源学报，2010，（9）：1557－1563.

［2］张伟伟，张娇娇.国外碳市场研究的新进展［J］.社会科学战线.2013，（12）：95－97.

［3］潘福林.吉林省新型工业化道路的发展对策［J］.长春工业大学学报（社会科学版），2008，（1）：71－73.

［4］张伟伟，汪陈.低碳经济发展的投融资体系建设研究［J］.经济纵横，2012，（6），68－71.