范大莎，杨 旭.2**,罗 盼，杨 迪

(1. 哈尔滨师范大学; 2.上海交通大学)

黑龙江省碳排放变化特征及人均收入对其影响分析*

范大莎1，杨 旭1.2**,罗 盼1，杨 迪1

(1. 哈尔滨师范大学; 2.上海交通大学)

运用碳排放估算模型，测算了黑龙江省2000～2014年能源消费的碳排放量.基于碳排放估算方法与STIRPAT模型，实证研究了各驱动因子对碳排放总量的影响及其驱动程度.结果表明，能源结构、城市化率、经济发展水平、人口总量、人均收入、产业结构对碳排放量有正向驱动作用，能源结构对碳排放对碳排放的促进作用最强，因此调整优化产业结构，开发新能源，促进科技创新是实现黑龙江省发展低碳经济的必经之路.

碳排放；STIRPAT模型；驱动因素

0 引言

全球变暖，以CO2为主的温室气体的排放，引发了严重的环境问题.因此减少碳排放、推进低碳经济已成为世界各国的共识[1].关于CO2排放的影响因素和影响程度的问题，国内外学者采用不同的模型和方法来分析碳排放与各影响因素的关系.国内外学者在研究碳排放影响因素时多采用分解法，如模型有LMDI、Kaya公式 、IPAT模型等[2].改革开放以来我国经济快速发展，人均收入不断提高，因此人均收入越来越成为影响一地区碳排放量不可或缺的因素.但多数学者在研究CO2排放驱动因素时多采用GDP和总能耗，只有少数学者把人均收入作研究碳排放驱动因素的变量[3].基于此，该文运用碳排放估算模型结合STIRPAT模型分析深入黑龙江省碳排放变化特征及驱动因素，为黑龙江省调整产业结构，发展低碳经济社会提供科学的依据.

1 数据来源与研究方法

1．1 数据来源

黑龙江省碳排放量的原始数据来源于《黑龙江省统计年鉴》.该研究将能源消费分为煤炭、石油、天然气、水电和风电.由于水电和风电属于清洁能源，产生的CO2较少，因此该文主要研究煤炭、石油、天然气的CO2排放量，其碳排放系数为煤炭0.7476、石油0.5825、天然气0.4435.

根据各类能源的消费量乘以各自的碳排放系数，最后相加即可得到总的碳排放量，具体测算公式为:

(1)

模型中，C表示碳排放总量;Ei为第i种能源的消费量;Ci为第i种能源的碳排放系数.该研究主要核算煤炭、石油、天然气三类能源消费的碳排放量，因此i的取值为3[4].

1.2 研究方法

该文采用STIRPAT模型，结合黑龙江省地域特点，将人口数量用人口总数和城市化率来表征; 将财富指标用经济发展水平人均收入和产业结构来度量，将技术因素用能源结构来表征，根据上述分析构建碳排放与各驱动因子的模型为:

C=mPa1Aa2Ia3Ga4Ua5Ea6ε

(2)

其中，C为碳排放总量(万吨);m为常数;ε为随机变量;P为人口总数(万人) ;A为经济发展水平，用GDP总量(亿元) 度量;G为能源结构，用煤炭消耗占总能源消耗比例度量;I为产业结构，用第二产业GDP占总GDP的比例度量;U为城市化率，用城市人口占总人口的比例度量，E为城镇人均可支配收入.为确定参数，对(2) 两边取对数，得到:

Ln(C) = Ln(m) +a1Ln(P) +a2Ln(A)+a3Ln(G)+a4Ln(I)+a5Ln(U)+a6Ln(E)+Ln(ε)

(3)

2 实证分析

2.1 碳排放量测算结果

根据公式(1)和黑龙江省各类能源消费量，测算出黑龙江省2000～2014各年的碳排放量(表1) .从表1可见，黑龙江省能源消耗总量从2000年的5663.1万吨上升到2014年的9322万吨，增长了64.61%，年均增长了4.31%.具体表现为:①2000～2012年为能源消耗快速增长阶段，增长幅度为77.32% ，年均增幅为5.95%.②2013～2014年为能源消耗下降阶段，下降幅度为4.0%.③能源消耗总量的增加主要由于原煤消耗量的增加，石油消耗量小幅上升，天然气消耗量较少[4].

表 1 黑龙江各种能源消费数量及碳排放总量 万吨

表2 解释的总方差

注：提取方法主成分分析法

2.2 驱动因素分析

为了消除自变量之间的共线性问题，该研究选择主成分分析法来解决多重共线性问题. 首先，通过主成分分析得到最强的综合变量F1和F2，两个综合变量对取自然对数的原始变量的解释能力为表2[4].

通过表3的主成分分析得分系数可确定综合变量与取自然对数后的原始变量之间的线性关系式:

F1= 0.184Ln(P) +0.188Ln(A) +

0.151Ln(G)-0.167Ln(I)+

0.188Ln(U)+0.188Ln(E)

(4)

F2= 0.298Ln(P)-0.119Ln(A) +

0.960Ln(G)+0.739Ln(I)-0.064Ln(U)-

0.225Ln(E)

(5)

表3 主成分分析得分系数矩阵

其次，将综合变量 F1和F2与碳排放量做最小二乘回归分析，得

Ln(C) = 0.947F1+ 0.249F2

(6)

其结果见表4.

表4

注：因变量为碳排放量.

表5 方差分析

注: 预测变量为综合因子F2、综合因子F1，因变量为碳排放量.

表5方差分析中的F值为138.360且模型系数t检验的Sig.值小于0.01,说明模型拟合非常好.把(4)(5)式代入(6)可得到碳排放量与各个驱动因子的关系式:

Ln(C) =K + 0.25Ln(P) + 0.15Ln(A)+

0.38Ln(G) +0.03Ln(I)+0.12Ln(U)+

0.12Ln(E)

(7)

其中K 为式(3) 中的Ln(k) 和Ln(ε) 之和.整理式(7) 后得公式:

C = KP0.25A0.15G0.38I0.03U0.12E0.12

(8)

式(8) 可知，黑龙江2000～2014年碳排放的驱动因子人口总数、经济发展水平、能源结构、产业结构、城市化率、可支配收入弹性系数分别为0.25、0.15、0.38、0.03、0.12、0.12.表示人口总数、GDP、煤炭消耗量占总能源消耗量、第二产业GDP占总GDP比例、城市化率、城镇人均可支配收入每增加1%，碳排放量将增加0.25%、0.15%、 0.38%、0.03%、0.12%、0.12%[4].

从分析结果看出，能源结构等影响因素均对碳排放量起正向驱动作用，其中能源结构影响力最强.从表1中看出，黑龙江省2000年到2014年煤炭消耗量比重在不断上升，2014年煤炭消耗量达到66.50%.说明黑龙江能源消耗仍以煤炭为主，引起碳排放总量的增加.人口总数的增加，城市化率的提高，会增加对交通等基础设施的需求，导致碳排放量增加.黑龙江省的GDP从2000年到2014年增长了4.8倍，碳排放量增加的贡献值却趋于稳定，说明生产的发展技术的进步减少了万元GDP能耗.产业结构优化调整使得黑龙江省第二产业比重逐年下降，从2000年到2014年第二产业比重从55%下降到36.9%，碳排放量成下降趋势.虽然人均收入不是影响碳排放量的最主要因素，但随经济的发展人均收入的提高，人们对物质需求会有所增加，因此会使得碳排放量进一步增加，但在人们物质生活水平提高的同时，会更加关注周围的生活环境，提高对环境质量的要求，因此，有助于减少碳排放量.可见，人均收入对碳排放量的影响是复杂的[5].

3 结论与对策

该研究运用碳排放测算方法结合STIRPAT模型研究了黑龙江省2000～2014年的碳排放量的变化趋势，分析了碳排放的驱动因素及各因子的影响强度.得到以下主要结论: (1)2000～2012年为黑龙江能源消耗与碳排放量的快速增长期，2013～2014年为能源消耗碳排放量的下降阶段.(2)人口总量、城市化率、经济发展水平、能源结构、人均收入、和产业结构对碳排放总量有正向驱动作用.

黑龙江省节能减排措施：(1)优化能源结构，增加风电、水电与天然气在总能耗中的比例，减少煤炭的使用，利用清洁能源.(2)调整产业结构，发展低碳产业.支持引导低碳产业与旅游业的发展，即促进第三产业的发展，降低第二产业比重[4].(3)提高全民意识，加强宣传教育，倡导低碳生活.

[1] 刘燕华,葛全胜,何凡能，等．应对国际 CO2减排压力的途径及我国减排潜力分析[J]．地理学报,2008，63(7) : 675-682.

[2] Ehrlich P R,Holden J P.Impact of population growth[J].Science,1981，171(3977) : 1212-1217.

[3] 贺仁飞,牛叔文,贾艳琴,等.人均生活能源消费、收入和碳排放的面板数据分析[J].资源科学,2012,34(6):1142-1151.

[4] 刘淑花,谭旭红,陈梅.基于STIRPAT模型的碳排放驱动因子研究—以黑龙江省为例[J].资源与环境,2014,30(9):1086-1091.

[5] 许海平.空间依赖、碳排放与人均收入的空间计量研究[J].中国人口资源与境,2012,22(9).

(责任编辑：季春阳)

Driving Factors Analysis of Carbon Emissions of Heilongjiang Province

Fan Dasha, Yang Xu, Luo Pan, Yang Di

(1.Harbin Normal University；2. Shanghai Jiaotong University)

In this paper the quantity of carbon emission of Heilongjiang Province based the quantity of energy consumption from 2000 to 2014 is calculated by the formula of carbon emission.Based on the STIRPAT model, the effect of the driving factor on the Carbon emission is studied.The results showe that the elastic coefficient of driving factor such as energy structure,GDP,urban development,population which have the positive driving effect for carbon emissions.Energy consumption structure optimization,and increasing the efforts on industrial structure adjustment,technology innovation are the feasible path to establish low carbon economy and society in Heilongjiang Province．

Carbon emissions; STIRPAT model; Driving factors

2016-12-25

*黑龙江省博士后科研启动金资助项目(LBH-Q13101))

**通讯作者:yangxu2005gd@163.com

X16

A

1000-5617(2016)05-0067-04