唐德才+李萌萌+吳梅

文章編號(hào)：1001-148X（2014）05-0026-06

摘要：本文以2000-2011年江蘇省能源消耗數(shù)據(jù)及經(jīng)濟(jì)發(fā)展相關(guān)數(shù)據(jù)為基礎(chǔ)，對(duì)江蘇省碳排放進(jìn)行了時(shí)空差異分析，并基于STRIPAT模型對(duì)影響碳排放的因素進(jìn)行了實(shí)證檢驗(yàn)，結(jié)果表明：無(wú)論是江蘇省整體還是各省轄市，碳排放均呈上升趨勢(shì)，但碳排放強(qiáng)度呈現(xiàn)出逐年下降的趨勢(shì)；人口數(shù)量、第二產(chǎn)業(yè)比重、碳排放強(qiáng)度和人均財(cái)富是影響江蘇省碳排放的主要因子。

關(guān)鍵詞：碳排放；時(shí)空差異；STRIPAT模型；驅(qū)動(dòng)因子

中圖分類號(hào)：F427文獻(xiàn)標(biāo)識(shí)碼：A

收稿日期：2013-11-14

作者簡(jiǎn)介：唐德才（1966-），男，江蘇射陽(yáng)人，南京信息工程大學(xué)經(jīng)濟(jì)管理學(xué)院教授，博士生導(dǎo)師，管理學(xué)博士，研究方向：產(chǎn)業(yè)經(jīng)濟(jì)、氣候變化與公共氣象；李萌萌（1989-），女，江蘇徐州人，南京信息工程大學(xué)經(jīng)濟(jì)管理學(xué)院研究生，研究方向：氣象經(jīng)濟(jì)學(xué)、氣候變化與公共政策；吳梅（1990-），女，江蘇蘇州人，南京信息工程大學(xué)經(jīng)濟(jì)管理學(xué)院研究生，研究方向：氣候變化與公共政策。

基金項(xiàng)目：2010年度江蘇高校哲學(xué)社會(huì)學(xué)科重點(diǎn)研究基地重大項(xiàng)目“氣候變化與公共政策研究院”，項(xiàng)目編號(hào)：S7910006001；行業(yè)（氣象）科研專項(xiàng)課題“城市規(guī)劃及氣候條件對(duì)城市經(jīng)濟(jì)的影響”，項(xiàng)目編號(hào)：GYHY201106032-03。哥本哈根氣候大會(huì)上，我國(guó)政府提出到2020年單位GDP二氧化碳比2005年下降40%-50%，并將其作為約束性指標(biāo)納入國(guó)民經(jīng)濟(jì)和社會(huì)的長(zhǎng)期規(guī)劃。江蘇作為中國(guó)經(jīng)濟(jì)大省，提出到2015年CO2排放量比“十一五”降低18%以上的減排目標(biāo)，這無(wú)疑是對(duì)正處在快速工業(yè)化進(jìn)程中的江蘇省施加了一個(gè)限制性約束。如何控制和減少碳排放已成為一項(xiàng)日益緊迫的大課題。

碳排放水平是由一個(gè)國(guó)家或地區(qū)的技術(shù)水平、富裕程度、能源結(jié)構(gòu)、經(jīng)濟(jì)結(jié)構(gòu)、人口結(jié)構(gòu)等因素共同決定的［1］，因此本文擬在對(duì)2000-2011年江蘇省13個(gè)省轄市碳排放時(shí)空差異分析的基礎(chǔ)上，探討人口、人均財(cái)富、碳排放強(qiáng)度等對(duì)江蘇省碳排放量的影響，試圖獲得一些規(guī)律性的知識(shí)，為江蘇省低碳城市建設(shè)和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整提供參考。

一、數(shù)據(jù)來(lái)源與研究方法

（一）數(shù)據(jù)來(lái)源

南京、蘇州、無(wú)錫等13個(gè)省轄市的人口和GDP數(shù)據(jù)來(lái)源于《江蘇統(tǒng)計(jì)年鑒》（2001-2012），產(chǎn)業(yè)比重?cái)?shù)據(jù)來(lái)源于長(zhǎng)三角年鑒、中國(guó)城市統(tǒng)計(jì)年鑒，能源消耗數(shù)據(jù)來(lái)源于13個(gè)省轄市2001-2012年統(tǒng)計(jì)年鑒。對(duì)統(tǒng)計(jì)年鑒中個(gè)別值有缺失的，本文取上下年數(shù)值之和的平均值；連云港由于能源消耗數(shù)據(jù)的缺失，本文暫未考慮。此外，文中涉及到的價(jià)格財(cái)富數(shù)據(jù)如GDP、人均GDP均以1978年為基期，按居民消費(fèi)價(jià)格定基指數(shù)作價(jià)格平減處理。

（二）研究方法

1.碳排放的測(cè)算方法

目前，我國(guó)仍沒(méi)有碳排放總量的直接檢測(cè)數(shù)據(jù)，大多學(xué)者采用對(duì)能源消耗量、能源碳排放系數(shù)估算的方式對(duì)碳排放進(jìn)行研究。IPCC作為國(guó)際權(quán)威的溫室氣體排放研究機(jī)構(gòu)，提供了計(jì)算國(guó)家溫室氣體排放清單指南。本文在該指南提出的計(jì)算方法基礎(chǔ)上，結(jié)合江蘇省各市能源消費(fèi)的特征選取原煤、原油、天然氣等9種能源消費(fèi)產(chǎn)生的碳排放量進(jìn)行測(cè)算，其計(jì)算公式如下：

C=∑iEi×Fi×Ki（1）

其中，C為碳排放總量; Ei為第i類化石能源的消費(fèi)量；Fi為第i類化石能源對(duì)標(biāo)準(zhǔn)煤的折算系數(shù)；Ki為第i類化石能源的碳排放系數(shù)，能源不同，K值也不同［2］。在國(guó)家層面，K值因不同國(guó)家的技術(shù)條件和能源結(jié)構(gòu)而有所差異。英國(guó)、美國(guó)、日本等發(fā)達(dá)國(guó)家能源結(jié)構(gòu)合理且利用效率高，其K值偏低，而中國(guó)由于能源結(jié)構(gòu)不合理，其碳排放系數(shù)偏高。綜合國(guó)內(nèi)相關(guān)學(xué)者的研究成果，本文設(shè)定的中國(guó)碳K值約等于0785。江蘇12個(gè)省轄市中不同能源使用后的CO2排放量根據(jù)《中國(guó)能源統(tǒng)計(jì)年鑒2012》中公布的能源折標(biāo)煤轉(zhuǎn)換系數(shù)計(jì)算得到（見(jiàn)表1）?？偟?45期唐德才：江蘇省碳排放時(shí)空差異及驅(qū)動(dòng)因子分析????商 業(yè) 研 究2014/05

表1一次能源的折標(biāo)準(zhǔn)煤系數(shù)、碳排放系數(shù)能源種類原煤洗精煤焦炭天然氣原油汽油柴油燃料油電力折標(biāo)準(zhǔn)煤系數(shù)0.71430.90.971413.31.42861.47141.45711.42861.229碳排放系數(shù)0.75590.75590.8550.44830.58570.55380.59210.61860資料來(lái)源：廈門(mén)節(jié)能公共服務(wù)網(wǎng)http://xmecc.xmsme.gov.cn/2006-10/2006101194039.htm；2006 IPCC guidelines for national greenhouse gas inventories:volume Ⅱ 。

圖1江蘇省歷年碳排放量（單位：萬(wàn)噸）

2.STRIPAT模型的構(gòu)建

York在經(jīng)典IPAT等式（I=PAT）基礎(chǔ)上，提出了隨機(jī)回歸模型，即STRIPAT模型，具體模型方式為：I=aPbAcTde［3］。其中，I、P、A、T分別為環(huán)境壓力、人口數(shù)量、富裕程度和技術(shù)水平；a是模型的系數(shù)，b、c、d 分別是人口數(shù)量、富裕度、技術(shù)等人文驅(qū)動(dòng)力的指數(shù)，e為模型誤差。STRIPAT模型是定量分析人文因素對(duì)環(huán)境壓力的一種有效方法，指數(shù)的引入使得該模型可用于分析各驅(qū)動(dòng)要素對(duì)環(huán)境壓力的非比例影響。借鑒STRIPAT多變量的非線性模型，本文構(gòu)建的能源消費(fèi)碳排放與其驅(qū)動(dòng)因子關(guān)系的計(jì)量模型為：

I=k×Pa×Ab×Tc×SId×e（2）

兩邊取對(duì)數(shù)，可得：

ln(I)=lnk+a(lnP)+b(lnA)+c(lnT)+d(lnSI)+lne（3）

式中各個(gè)變量的含義為：I表示二氧化碳總量（萬(wàn)噸）；P表示人口因素（萬(wàn)人）；A為財(cái)富因素，用人均GDP表示（人民幣元）；T表示技術(shù)因素，用二氧化碳強(qiáng)度表示，即單位GDP二氧化碳的排放量（噸/萬(wàn)元）；SI為產(chǎn)業(yè)結(jié)構(gòu)，用第二產(chǎn)業(yè)GDP占GDP的比重來(lái)表示；lnk表示常數(shù)項(xiàng)；lne作為隨機(jī)誤差項(xiàng)。a、b、c、d為彈性系數(shù)，表示P、A、T、SI每變化1%時(shí)，將分別引起I的a%、b%、c%、d%的變化。

二、江蘇省12個(gè)省轄市碳排放時(shí)空差異分析

（一）江蘇省碳排放時(shí)間演變分析

從圖1可以看出，2000-2011年江蘇省碳排放量整體上呈快速上升趨勢(shì)，尤其是2009年之后，碳排放增長(zhǎng)速度明顯加快，2011年的碳排放量為2000年的33倍，達(dá)到15 79170萬(wàn)噸。導(dǎo)致碳排放快速增長(zhǎng)的根源在于以工業(yè)為主導(dǎo)的經(jīng)濟(jì)快速發(fā)展。

從2011年省轄市的碳排放總量看，蘇州、南京、徐州、無(wú)錫、南通的碳排放依次為3 48337萬(wàn)噸、3 39578萬(wàn)噸、2 56972萬(wàn)噸、1 57506萬(wàn)噸、89220萬(wàn)噸，位居江蘇省前五位，泰州、揚(yáng)州、淮安、鹽城、宿遷的碳排放依次為68760萬(wàn)噸、66958萬(wàn)噸、53166萬(wàn)噸、32905萬(wàn)噸、8312萬(wàn)噸，位居江蘇省倒數(shù)五位；排放量最多的蘇州幾乎是排放量最小的宿遷的42倍，相差懸殊。2000-2010年碳排放量位居前五名的省轄市略有不同，南京、蘇州、徐州是排放量最多的地區(qū)，大約是碳排放量最少的宿遷的44倍。

從表2人均碳排放來(lái)看，2011年人均碳排放位于江蘇省前五位的是蘇州、南京、無(wú)錫、徐州、常州，后五位的則是泰州、南通、淮安、鹽城、宿遷，最高的蘇州是最低的宿遷的36倍。作為人均碳排放最高的城市，蘇州2011年人均碳排放是2000年的553倍，年均增長(zhǎng)1665%，其增長(zhǎng)大致可以分為三個(gè)階段：一是緩慢增長(zhǎng)階段，由2000年的098噸/人增長(zhǎng)到2003年的145噸/人；二是2003-2007年的快速增長(zhǎng)階段，2007年人均碳排放達(dá)到428噸/人，增幅達(dá)296%；三是2007-2011年的增長(zhǎng)緩慢階段，此階段的增長(zhǎng)幅度明顯小于第二階段，但仍處于增長(zhǎng)趨勢(shì)，2011年人均碳排放達(dá)542噸/人，比2007年增長(zhǎng)了114噸/人。

endprint

表2江蘇省12個(gè)省轄市人均碳排放（單位：噸/人）200020012002200320042005200620072008200920102011南京2.462.362.743.033.394.044.144.324.064.264.815.34無(wú)錫1.171.271.441.752.212.462.722.872.852.983.153.37徐州0.750.760.831.001.201.361.401.551.681.762.092.63常州0.610.730.851.041.321.391.611.991.962.072.222.40蘇州0.981.141.211.452.233.103.714.284.334.675.085.42南通0.350.390.420.490.570.650.700.740.750.741.081.17淮安0.510.510.490.500.520.680.760.870.900.960.990.98鹽城0.140.160.180.220.270.320.360.390.390.900.440.40揚(yáng)州0.630.630.640.720.830.931.011.301.311.451.461.46鎮(zhèn)江1.331.501.641.872.072.232.332.282.292.432.562.58泰州0.240.290.360.420.500.560.780.901.151.241.301.36宿遷0.050.060.070.070.100.120.130.110.110.110.130.15資料來(lái)源：根據(jù)《中國(guó)城市統(tǒng)計(jì)年鑒》（2001-2012）、江蘇12個(gè)省轄市統(tǒng)計(jì)年鑒（2001-2012）整理計(jì)算所得。

圖2江蘇省碳排放強(qiáng)度趨勢(shì)對(duì)比圖（單位：噸/萬(wàn)元）

從碳排放強(qiáng)度看，2000-2011年江蘇省碳排放強(qiáng)度呈大幅下降趨勢(shì)（見(jiàn)圖2）。2000年碳排放強(qiáng)度為256噸/萬(wàn)元，2011年為188噸/萬(wàn)元，下降了068噸/萬(wàn)元，降幅明顯。與此同時(shí)，2000-2011年蘇南、蘇北、蘇中三大區(qū)域的碳排放強(qiáng)度也呈現(xiàn)出下降的趨勢(shì)，但其下降幅度不同，碳排放強(qiáng)度整體呈現(xiàn)出蘇北＞蘇南＞蘇中的關(guān)系。2011年碳排放強(qiáng)度位于江蘇省前五位的是徐州、南京、蘇州、淮安、鎮(zhèn)江、泰州，后五位的則是常州、無(wú)錫、南通、鹽城、宿遷，最高的徐州是最低的宿遷的1136倍，相差明顯。盡管2000-2011年12個(gè)省轄市碳排放強(qiáng)度在江蘇省的位置略有不同，但南京、徐州始終是碳排放強(qiáng)度較高的城市。

（二）江蘇省碳排放空間格局分析

眾所周知，江蘇省經(jīng)濟(jì)發(fā)展極為不平衡，表現(xiàn)出明顯的地域差異。按照經(jīng)濟(jì)、地理位置，可將江蘇省劃分為蘇南、蘇中、蘇北三大區(qū)域地帶。本文在大區(qū)域系統(tǒng)中分析江蘇省一次能源消費(fèi)的碳排放空間格局的變化。

1大區(qū)域變化

總體而言，2000-2011年蘇南地區(qū)的碳排放量大于蘇北地區(qū)，而蘇北地區(qū)又高于蘇中地區(qū)。從圖3可以看出，2000-2011年蘇南地區(qū)的碳排放比重始終保持在60%以上，其原因是蘇南地區(qū)資源豐富，有較強(qiáng)的經(jīng)濟(jì)基礎(chǔ)、技術(shù)基礎(chǔ)和較高素質(zhì)的勞動(dòng)力資源，靠近上海，交通便利，經(jīng)濟(jì)發(fā)展速度較快，第二產(chǎn)業(yè)較為發(fā)達(dá)，城市化水平高。由于能源消耗主要集中在第二產(chǎn)業(yè)部門(mén)，導(dǎo)致一次能源消費(fèi)水平高，碳排放始終占據(jù)著主導(dǎo)地位。但從2007年以后，蘇南地區(qū)的碳排放比重有所下降，原因是江蘇省政府出臺(tái)了蘇南向蘇北進(jìn)行產(chǎn)業(yè)轉(zhuǎn)移的政策。據(jù)統(tǒng)計(jì)，截止到2008年，蘇南向蘇北轉(zhuǎn)移產(chǎn)業(yè)項(xiàng)目5 261個(gè)，總投資1 9614億元［4］，其中絕大部分是貿(mào)易制造加工業(yè)，而處在工業(yè)化后期的蘇南地區(qū)開(kāi)始重點(diǎn)轉(zhuǎn)向服務(wù)業(yè)及第三產(chǎn)業(yè)的發(fā)展，這在一定程度上降低了蘇南地區(qū)的碳排放比重。圖32000-2011年蘇南、蘇中、蘇北碳排放區(qū)域格局變化

蘇北地區(qū)的碳排放比重呈現(xiàn)出先下降后逐步上升的趨勢(shì)，即先由2000年的226%下降到2007年的1930%，下降幅度達(dá) 3%，而后碳排放比重又開(kāi)始逐漸升高，上升的幅度達(dá)3%。較蘇南地區(qū)而言，蘇北地區(qū)處于工業(yè)化初期階段，2007年起，隨著蘇南地區(qū)產(chǎn)業(yè)向蘇北地區(qū)的轉(zhuǎn)移，特別是建筑制造業(yè)等第二產(chǎn)業(yè)的轉(zhuǎn)移，一定程度上促進(jìn)了蘇北地區(qū)經(jīng)濟(jì)的發(fā)展，但相應(yīng)地也導(dǎo)致蘇北地區(qū)消耗更多的一次化石能源，致使碳排放比重有所上升。

蘇中地區(qū)的碳排放比重整體上變化幅度不大，基本保持在10%-15%的比例。由于蘇南經(jīng)濟(jì)的快速發(fā)展對(duì)蘇中地區(qū)的輻射和帶動(dòng)作用比較強(qiáng)，近幾年，蘇中地區(qū)產(chǎn)業(yè)化進(jìn)程加快，碳排放比重有一定的波動(dòng)性。

2 江蘇省省轄市碳排放過(guò)程變化

本文采納張雷（2006）對(duì)碳排放規(guī)模分類的方法［5］，把碳排放分為超重碳排放型、重碳排放型、一般碳排放型、輕碳排放型四種類型。結(jié)合江蘇省12個(gè)省轄市碳排放的變化特征，各種碳排放類型的碳排放量界定標(biāo)準(zhǔn)見(jiàn)表3。

（1）2000年江蘇省12個(gè)省轄市碳排放類型的空間分布。從圖4可以看出，2000年屬于超重碳排放型的地區(qū)有南京、徐州；屬于I級(jí)重碳排放型的地區(qū)包括常州、淮安、南通、揚(yáng)州、鎮(zhèn)江等5個(gè)；屬于II級(jí)重碳排放型的地區(qū)包括無(wú)錫、蘇州；屬于I級(jí)一般碳排放型的地區(qū)只有鹽城；屬于II級(jí)一般碳排放型的地區(qū)只有泰州；屬于輕碳排放型的地區(qū)僅包括宿遷。

圖42000年江蘇省12個(gè)省轄市碳排放空間格局

（2） 2005年江蘇省12個(gè)省轄市碳排放類型的空間格局。從圖5可以看出，2005年屬于超重碳排放型的地區(qū)有無(wú)錫、徐州、蘇州、南京；屬于I級(jí)重碳排放型的地區(qū)包括泰州、鹽城、淮安；屬于II級(jí)重碳排放型的地區(qū)包括揚(yáng)州、常州、南通、鎮(zhèn)江；屬于I級(jí)一般碳排放型的地區(qū)只有宿遷；沒(méi)有屬于II級(jí)一般碳排放型和輕碳排放型的地區(qū)。相比2000年，2005年超重型碳排放地區(qū)增加2個(gè)，重碳排放型地區(qū)的數(shù)量沒(méi)有發(fā)生變化，一般碳排放型的地區(qū)增加1個(gè)，輕碳排放型地區(qū)減至0個(gè)。

表3江蘇省碳排放類型劃分標(biāo)準(zhǔn)類型碳排放量（萬(wàn)噸）超重碳排放大于等于600重碳排放

I級(jí):大于等于180小于360 II級(jí):大于等于360小于600一般碳排放

I級(jí):大于等于60小于120II級(jí):大于等于120小于180輕碳排放小于60資料來(lái)源：結(jié)合相關(guān)文獻(xiàn)作者整理而來(lái)。

圖52005年江蘇省12個(gè)省轄市碳排放空間格局

（3） 2011年江蘇省12個(gè)省轄市碳排放類型的空間格局。從圖6可以看出，2011年屬于超重碳排放型的地區(qū)有蘇州、南京、徐州、無(wú)錫、南通、常州、鎮(zhèn)江、泰州、揚(yáng)州9個(gè)，比2005年增加了5個(gè)；屬于I級(jí)重碳排放型的地區(qū)包括鹽城；屬于II級(jí)重碳排放型的地區(qū)包括淮安；屬于I級(jí)一般碳排放型的地區(qū)只有宿遷。與2005年相同，沒(méi)有屬于II級(jí)一般碳排放型和輕碳排放型的地區(qū)。

圖62011年江蘇省12個(gè)省轄市碳排放空間格局

通過(guò)上述分析不難發(fā)現(xiàn)，在江蘇省整體經(jīng)濟(jì)發(fā)展和一次能源消費(fèi)增多的情況下，12個(gè)省轄市的碳排放量也在不斷增加，特別是超重碳排放型地區(qū)，由2000年的2個(gè)增加到2011年的9個(gè)地區(qū)，表明2000-2011年江蘇省12個(gè)省轄市的碳排放量發(fā)生顯著變化。

三、江蘇省轄市碳排放驅(qū)動(dòng)因子分析

（一）對(duì)多重共線性和異方差的修正

大量文獻(xiàn)表明，多重共線性和異方差問(wèn)題是應(yīng)用STRIPAT模型時(shí)通常會(huì)遇到的問(wèn)題，經(jīng)檢驗(yàn)，本文選取的變量之間不存在多重共線性問(wèn)題（見(jiàn)表4）；通過(guò)對(duì)原始數(shù)據(jù)取對(duì)數(shù)，方差膨脹因子（VIF檢驗(yàn)值）小于10，說(shuō)明STRIPAT模型本身較好地解決了異方差問(wèn)題。因此，可以判斷模型中的各個(gè)統(tǒng)計(jì)檢驗(yàn)值是比較理想的，回歸結(jié)果是可信的。

endprint

表4VIF檢驗(yàn)結(jié)果variableVIF1/VIFlnA40.250129SI3.270.305566lnT1.380.724417lnP1.210.826715

（二）結(jié)果分析

根據(jù)建立的STRIPAT模型，以ln(I)為因變量，lnP、lnA、lnT、lnSI為自變量，在stata軟件中進(jìn)行擬合，結(jié)果如表5所示。人口、人均財(cái)富、技術(shù)水平、第二產(chǎn)業(yè)比重都通過(guò)了1%顯著性水平檢驗(yàn)，從而可以得出江蘇省各省轄市2000-2011年碳排放驅(qū)動(dòng)因子計(jì)量模型：

I=k×P104×A091×T095×SI096×e（4）

表5隨機(jī)效應(yīng)回歸結(jié)果lnIcoef.std.err.z值p值lnP***1.036090.38845426.670.0000lnA***0.91430320.026962233.910.0000lnT***0.94994870.24959538.060.0000SI***0.9617820.31762053.030.0002k***-9.4866460.3142392-30.190.0000注：***、**、*分別表示1%、5%、10%顯著水平。

從系數(shù)大小來(lái)看，（1）人口數(shù)量是江蘇省各省轄市碳排放影響最重要的因素，人口數(shù)量每提高1%，碳排放增加104%。人口是決定能源需求的傳統(tǒng)因素，較高的人口增長(zhǎng)率往往會(huì)伴隨著較高的能源需求［6］，從而大大增加碳排放量，這也解釋了為何南京、徐州在經(jīng)濟(jì)發(fā)展迅速的同時(shí)也是江蘇省碳排放量最高的城市。（2）人均財(cái)富對(duì)碳排放也起正向推動(dòng)作用，每增加1%，碳排放就會(huì)增加091%，說(shuō)明江蘇省各省轄市的富裕程度對(duì)碳排放的影響很強(qiáng)烈。（3）碳排放強(qiáng)度成為僅次于人口和產(chǎn)業(yè)結(jié)構(gòu)的第三大影響因素，表明通過(guò)技術(shù)的進(jìn)步可以提高能源效率從而降低單位能源消耗和碳排放。（4）產(chǎn)業(yè)結(jié)構(gòu)每改變1%，將引起碳排放量097%的變化，對(duì)碳排放具有比較大的正效應(yīng)。近年來(lái)，江蘇省各省轄市的第二產(chǎn)業(yè)比重總體都呈現(xiàn)上升趨勢(shì)，且增長(zhǎng)趨勢(shì)快于第三產(chǎn)業(yè)，其貢獻(xiàn)率抵消了相對(duì)低碳的第三產(chǎn)業(yè)對(duì)碳排放增長(zhǎng)的負(fù)效應(yīng)。

四、結(jié)論

本文以2000-2011年江蘇省12個(gè)省轄市的能源消費(fèi)量及經(jīng)濟(jì)發(fā)展相關(guān)數(shù)據(jù)為基礎(chǔ)，對(duì)江蘇省碳排放進(jìn)行時(shí)空差異分析，并基于STRIPAT模型構(gòu)建了碳排放驅(qū)動(dòng)因子分析模型，得出如下結(jié)論：

（1）2000-2011年江蘇省整體碳排放呈快速上升趨勢(shì)，其根源在于以工業(yè)為主導(dǎo)的經(jīng)濟(jì)快速發(fā)展，在顯著提高人民生活水平的同時(shí)也增加了大量的能源消耗，從而使江蘇省的碳排放呈較快增長(zhǎng)趨勢(shì)。具體到各省轄市，碳排放總量略有不同，南京、蘇州、徐州一直是碳排放量最多的地區(qū)；人均碳排放都呈現(xiàn)出逐年上升的趨勢(shì)；碳排放強(qiáng)度呈現(xiàn)出逐年下降的趨勢(shì)，且蘇北＞蘇南＞蘇中，說(shuō)明隨著經(jīng)濟(jì)的發(fā)展，相同數(shù)量GDP的增加帶來(lái)的碳排放增量減少，從側(cè)面反映了江蘇省12個(gè)省轄市經(jīng)濟(jì)結(jié)構(gòu)的合理性和經(jīng)濟(jì)發(fā)展中的科學(xué)技術(shù)水平在不斷提高。

（2）江蘇省碳排放比重在空間格局上呈現(xiàn)出蘇南＞蘇北＞蘇中的現(xiàn)象，特別是2007年以后江蘇省產(chǎn)業(yè)轉(zhuǎn)移政策的出臺(tái)，大大增加了蘇北地區(qū)的碳排放比重。從江蘇省12個(gè)省轄市碳排放類型看，江蘇省超重碳排放型地區(qū)由2000年的2個(gè)增加到2011年的9個(gè)，輕碳排放型地區(qū)的個(gè)數(shù)在逐漸減少，說(shuō)明近年來(lái)江蘇省12個(gè)省轄市的碳排放量都在顯著增加。

（3）人口、人均財(cái)富、技術(shù)水平、第二產(chǎn)業(yè)比重是江蘇省各省轄市碳排放的主要驅(qū)動(dòng)因子，實(shí)證檢驗(yàn)表明，當(dāng)人口、人均財(cái)富、技術(shù)水平、第二產(chǎn)業(yè)比重每增加1%時(shí)，碳排放量將分別增加104%、091%、095%、096%。江蘇省碳排放之所以呈現(xiàn)出明顯的時(shí)空差異，主要是因?yàn)榻K省各省轄市的人口、人均財(cái)富、技術(shù)水平、第二產(chǎn)業(yè)比重存在著嚴(yán)重的區(qū)域差異。

參考文獻(xiàn)：

［1］Hoffert M I, Caldeira K, Jain A K, et al. Energy implications of future stabilization of atmospheric CO2 content［J］．Nature, 1998, 395(6705):881-884.

［1］趙敏,張衛(wèi)國(guó),俞立中.上海市能源消費(fèi)碳排放分析［J］．環(huán)境科學(xué)研究,2009,22(8):984-989.

［3］York R, Rosa E A, Dietz T.STIRPAT,IPAT and ImPACT:analytic tools for unpacking the driving forces of environmental impacts［J］.Ecological economics, 2003, 46(3):351-365.

［4］陳進(jìn).蘇南向蘇北產(chǎn)業(yè)轉(zhuǎn)移過(guò)程中存在的問(wèn)題及對(duì)策研究［J］．經(jīng)濟(jì)師, 2009（9）.

［5］張雷.中國(guó)一次能源消費(fèi)的碳排放區(qū)域格局變化［J］．地理研究, 2006, 25(1):1-9.

［6］曹翠，李秋妍.不同城市化進(jìn)程的碳排放特征差異比較——基于LMDI分解［J］．哈爾濱商業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013（6）：25-32.

An Analysis of Time and Space Differences of Carbon Emissions and Driving

Factors in Jiangsu ProvinceTANG De-cai, LI Meng-meng, WU Mei

（School of Economics & Management, Nanjing University of Information Science & Technology,

Nanjing 210044,China）

Abstract： Based on the energy consumption data and related economic development data in Jiangsu province from 2000 to 2011, the paper analyzes time and space differences of carbon emissions in Jiangsu Province and empirically analyzes the factors that influence the carbon emission based on the STRIPAT model. The results show that the Jiangsu Province whether as a whole or not, carbon emissions appear to be on the rise, but the carbon emissions intensity shows downward trend year by year; population, the proportion of secondary industry, carbon emissions intensity and per capita wealth are the main factors that affect the carbon emissions in Jiangsu Province.

Key words：carbon emissions; time and space differences; STRIPAT model; driving factor

（責(zé)任編輯：王奇）

endprint

表4VIF檢驗(yàn)結(jié)果variableVIF1/VIFlnA40.250129SI3.270.305566lnT1.380.724417lnP1.210.826715

（二）結(jié)果分析

根據(jù)建立的STRIPAT模型，以ln(I)為因變量，lnP、lnA、lnT、lnSI為自變量，在stata軟件中進(jìn)行擬合，結(jié)果如表5所示。人口、人均財(cái)富、技術(shù)水平、第二產(chǎn)業(yè)比重都通過(guò)了1%顯著性水平檢驗(yàn)，從而可以得出江蘇省各省轄市2000-2011年碳排放驅(qū)動(dòng)因子計(jì)量模型：

I=k×P104×A091×T095×SI096×e（4）

表5隨機(jī)效應(yīng)回歸結(jié)果lnIcoef.std.err.z值p值lnP***1.036090.38845426.670.0000lnA***0.91430320.026962233.910.0000lnT***0.94994870.24959538.060.0000SI***0.9617820.31762053.030.0002k***-9.4866460.3142392-30.190.0000注：***、**、*分別表示1%、5%、10%顯著水平。

從系數(shù)大小來(lái)看，（1）人口數(shù)量是江蘇省各省轄市碳排放影響最重要的因素，人口數(shù)量每提高1%，碳排放增加104%。人口是決定能源需求的傳統(tǒng)因素，較高的人口增長(zhǎng)率往往會(huì)伴隨著較高的能源需求［6］，從而大大增加碳排放量，這也解釋了為何南京、徐州在經(jīng)濟(jì)發(fā)展迅速的同時(shí)也是江蘇省碳排放量最高的城市。（2）人均財(cái)富對(duì)碳排放也起正向推動(dòng)作用，每增加1%，碳排放就會(huì)增加091%，說(shuō)明江蘇省各省轄市的富裕程度對(duì)碳排放的影響很強(qiáng)烈。（3）碳排放強(qiáng)度成為僅次于人口和產(chǎn)業(yè)結(jié)構(gòu)的第三大影響因素，表明通過(guò)技術(shù)的進(jìn)步可以提高能源效率從而降低單位能源消耗和碳排放。（4）產(chǎn)業(yè)結(jié)構(gòu)每改變1%，將引起碳排放量097%的變化，對(duì)碳排放具有比較大的正效應(yīng)。近年來(lái)，江蘇省各省轄市的第二產(chǎn)業(yè)比重總體都呈現(xiàn)上升趨勢(shì)，且增長(zhǎng)趨勢(shì)快于第三產(chǎn)業(yè)，其貢獻(xiàn)率抵消了相對(duì)低碳的第三產(chǎn)業(yè)對(duì)碳排放增長(zhǎng)的負(fù)效應(yīng)。

四、結(jié)論

本文以2000-2011年江蘇省12個(gè)省轄市的能源消費(fèi)量及經(jīng)濟(jì)發(fā)展相關(guān)數(shù)據(jù)為基礎(chǔ)，對(duì)江蘇省碳排放進(jìn)行時(shí)空差異分析，并基于STRIPAT模型構(gòu)建了碳排放驅(qū)動(dòng)因子分析模型，得出如下結(jié)論：

（1）2000-2011年江蘇省整體碳排放呈快速上升趨勢(shì)，其根源在于以工業(yè)為主導(dǎo)的經(jīng)濟(jì)快速發(fā)展，在顯著提高人民生活水平的同時(shí)也增加了大量的能源消耗，從而使江蘇省的碳排放呈較快增長(zhǎng)趨勢(shì)。具體到各省轄市，碳排放總量略有不同，南京、蘇州、徐州一直是碳排放量最多的地區(qū)；人均碳排放都呈現(xiàn)出逐年上升的趨勢(shì)；碳排放強(qiáng)度呈現(xiàn)出逐年下降的趨勢(shì)，且蘇北＞蘇南＞蘇中，說(shuō)明隨著經(jīng)濟(jì)的發(fā)展，相同數(shù)量GDP的增加帶來(lái)的碳排放增量減少，從側(cè)面反映了江蘇省12個(gè)省轄市經(jīng)濟(jì)結(jié)構(gòu)的合理性和經(jīng)濟(jì)發(fā)展中的科學(xué)技術(shù)水平在不斷提高。

（2）江蘇省碳排放比重在空間格局上呈現(xiàn)出蘇南＞蘇北＞蘇中的現(xiàn)象，特別是2007年以后江蘇省產(chǎn)業(yè)轉(zhuǎn)移政策的出臺(tái)，大大增加了蘇北地區(qū)的碳排放比重。從江蘇省12個(gè)省轄市碳排放類型看，江蘇省超重碳排放型地區(qū)由2000年的2個(gè)增加到2011年的9個(gè)，輕碳排放型地區(qū)的個(gè)數(shù)在逐漸減少，說(shuō)明近年來(lái)江蘇省12個(gè)省轄市的碳排放量都在顯著增加。

（3）人口、人均財(cái)富、技術(shù)水平、第二產(chǎn)業(yè)比重是江蘇省各省轄市碳排放的主要驅(qū)動(dòng)因子，實(shí)證檢驗(yàn)表明，當(dāng)人口、人均財(cái)富、技術(shù)水平、第二產(chǎn)業(yè)比重每增加1%時(shí)，碳排放量將分別增加104%、091%、095%、096%。江蘇省碳排放之所以呈現(xiàn)出明顯的時(shí)空差異，主要是因?yàn)榻K省各省轄市的人口、人均財(cái)富、技術(shù)水平、第二產(chǎn)業(yè)比重存在著嚴(yán)重的區(qū)域差異。

參考文獻(xiàn)：

［1］Hoffert M I, Caldeira K, Jain A K, et al. Energy implications of future stabilization of atmospheric CO2 content［J］．Nature, 1998, 395(6705):881-884.

［1］趙敏,張衛(wèi)國(guó),俞立中.上海市能源消費(fèi)碳排放分析［J］．環(huán)境科學(xué)研究,2009,22(8):984-989.

［3］York R, Rosa E A, Dietz T.STIRPAT,IPAT and ImPACT:analytic tools for unpacking the driving forces of environmental impacts［J］.Ecological economics, 2003, 46(3):351-365.

［4］陳進(jìn).蘇南向蘇北產(chǎn)業(yè)轉(zhuǎn)移過(guò)程中存在的問(wèn)題及對(duì)策研究［J］．經(jīng)濟(jì)師, 2009（9）.

［5］張雷.中國(guó)一次能源消費(fèi)的碳排放區(qū)域格局變化［J］．地理研究, 2006, 25(1):1-9.

［6］曹翠，李秋妍.不同城市化進(jìn)程的碳排放特征差異比較——基于LMDI分解［J］．哈爾濱商業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013（6）：25-32.

An Analysis of Time and Space Differences of Carbon Emissions and Driving

Factors in Jiangsu ProvinceTANG De-cai, LI Meng-meng, WU Mei

（School of Economics & Management, Nanjing University of Information Science & Technology,

Nanjing 210044,China）

Abstract： Based on the energy consumption data and related economic development data in Jiangsu province from 2000 to 2011, the paper analyzes time and space differences of carbon emissions in Jiangsu Province and empirically analyzes the factors that influence the carbon emission based on the STRIPAT model. The results show that the Jiangsu Province whether as a whole or not, carbon emissions appear to be on the rise, but the carbon emissions intensity shows downward trend year by year; population, the proportion of secondary industry, carbon emissions intensity and per capita wealth are the main factors that affect the carbon emissions in Jiangsu Province.

Key words：carbon emissions; time and space differences; STRIPAT model; driving factor

（責(zé)任編輯：王奇）

endprint

表4VIF檢驗(yàn)結(jié)果variableVIF1/VIFlnA40.250129SI3.270.305566lnT1.380.724417lnP1.210.826715

（二）結(jié)果分析

根據(jù)建立的STRIPAT模型，以ln(I)為因變量，lnP、lnA、lnT、lnSI為自變量，在stata軟件中進(jìn)行擬合，結(jié)果如表5所示。人口、人均財(cái)富、技術(shù)水平、第二產(chǎn)業(yè)比重都通過(guò)了1%顯著性水平檢驗(yàn)，從而可以得出江蘇省各省轄市2000-2011年碳排放驅(qū)動(dòng)因子計(jì)量模型：

I=k×P104×A091×T095×SI096×e（4）

表5隨機(jī)效應(yīng)回歸結(jié)果lnIcoef.std.err.z值p值lnP***1.036090.38845426.670.0000lnA***0.91430320.026962233.910.0000lnT***0.94994870.24959538.060.0000SI***0.9617820.31762053.030.0002k***-9.4866460.3142392-30.190.0000注：***、**、*分別表示1%、5%、10%顯著水平。

從系數(shù)大小來(lái)看，（1）人口數(shù)量是江蘇省各省轄市碳排放影響最重要的因素，人口數(shù)量每提高1%，碳排放增加104%。人口是決定能源需求的傳統(tǒng)因素，較高的人口增長(zhǎng)率往往會(huì)伴隨著較高的能源需求［6］，從而大大增加碳排放量，這也解釋了為何南京、徐州在經(jīng)濟(jì)發(fā)展迅速的同時(shí)也是江蘇省碳排放量最高的城市。（2）人均財(cái)富對(duì)碳排放也起正向推動(dòng)作用，每增加1%，碳排放就會(huì)增加091%，說(shuō)明江蘇省各省轄市的富裕程度對(duì)碳排放的影響很強(qiáng)烈。（3）碳排放強(qiáng)度成為僅次于人口和產(chǎn)業(yè)結(jié)構(gòu)的第三大影響因素，表明通過(guò)技術(shù)的進(jìn)步可以提高能源效率從而降低單位能源消耗和碳排放。（4）產(chǎn)業(yè)結(jié)構(gòu)每改變1%，將引起碳排放量097%的變化，對(duì)碳排放具有比較大的正效應(yīng)。近年來(lái)，江蘇省各省轄市的第二產(chǎn)業(yè)比重總體都呈現(xiàn)上升趨勢(shì)，且增長(zhǎng)趨勢(shì)快于第三產(chǎn)業(yè)，其貢獻(xiàn)率抵消了相對(duì)低碳的第三產(chǎn)業(yè)對(duì)碳排放增長(zhǎng)的負(fù)效應(yīng)。

四、結(jié)論

本文以2000-2011年江蘇省12個(gè)省轄市的能源消費(fèi)量及經(jīng)濟(jì)發(fā)展相關(guān)數(shù)據(jù)為基礎(chǔ)，對(duì)江蘇省碳排放進(jìn)行時(shí)空差異分析，并基于STRIPAT模型構(gòu)建了碳排放驅(qū)動(dòng)因子分析模型，得出如下結(jié)論：

（1）2000-2011年江蘇省整體碳排放呈快速上升趨勢(shì)，其根源在于以工業(yè)為主導(dǎo)的經(jīng)濟(jì)快速發(fā)展，在顯著提高人民生活水平的同時(shí)也增加了大量的能源消耗，從而使江蘇省的碳排放呈較快增長(zhǎng)趨勢(shì)。具體到各省轄市，碳排放總量略有不同，南京、蘇州、徐州一直是碳排放量最多的地區(qū)；人均碳排放都呈現(xiàn)出逐年上升的趨勢(shì)；碳排放強(qiáng)度呈現(xiàn)出逐年下降的趨勢(shì)，且蘇北＞蘇南＞蘇中，說(shuō)明隨著經(jīng)濟(jì)的發(fā)展，相同數(shù)量GDP的增加帶來(lái)的碳排放增量減少，從側(cè)面反映了江蘇省12個(gè)省轄市經(jīng)濟(jì)結(jié)構(gòu)的合理性和經(jīng)濟(jì)發(fā)展中的科學(xué)技術(shù)水平在不斷提高。

（2）江蘇省碳排放比重在空間格局上呈現(xiàn)出蘇南＞蘇北＞蘇中的現(xiàn)象，特別是2007年以后江蘇省產(chǎn)業(yè)轉(zhuǎn)移政策的出臺(tái)，大大增加了蘇北地區(qū)的碳排放比重。從江蘇省12個(gè)省轄市碳排放類型看，江蘇省超重碳排放型地區(qū)由2000年的2個(gè)增加到2011年的9個(gè)，輕碳排放型地區(qū)的個(gè)數(shù)在逐漸減少，說(shuō)明近年來(lái)江蘇省12個(gè)省轄市的碳排放量都在顯著增加。

（3）人口、人均財(cái)富、技術(shù)水平、第二產(chǎn)業(yè)比重是江蘇省各省轄市碳排放的主要驅(qū)動(dòng)因子，實(shí)證檢驗(yàn)表明，當(dāng)人口、人均財(cái)富、技術(shù)水平、第二產(chǎn)業(yè)比重每增加1%時(shí)，碳排放量將分別增加104%、091%、095%、096%。江蘇省碳排放之所以呈現(xiàn)出明顯的時(shí)空差異，主要是因?yàn)榻K省各省轄市的人口、人均財(cái)富、技術(shù)水平、第二產(chǎn)業(yè)比重存在著嚴(yán)重的區(qū)域差異。

參考文獻(xiàn)：

［1］Hoffert M I, Caldeira K, Jain A K, et al. Energy implications of future stabilization of atmospheric CO2 content［J］．Nature, 1998, 395(6705):881-884.

［1］趙敏,張衛(wèi)國(guó),俞立中.上海市能源消費(fèi)碳排放分析［J］．環(huán)境科學(xué)研究,2009,22(8):984-989.

［3］York R, Rosa E A, Dietz T.STIRPAT,IPAT and ImPACT:analytic tools for unpacking the driving forces of environmental impacts［J］.Ecological economics, 2003, 46(3):351-365.

［4］陳進(jìn).蘇南向蘇北產(chǎn)業(yè)轉(zhuǎn)移過(guò)程中存在的問(wèn)題及對(duì)策研究［J］．經(jīng)濟(jì)師, 2009（9）.

［5］張雷.中國(guó)一次能源消費(fèi)的碳排放區(qū)域格局變化［J］．地理研究, 2006, 25(1):1-9.

［6］曹翠，李秋妍.不同城市化進(jìn)程的碳排放特征差異比較——基于LMDI分解［J］．哈爾濱商業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013（6）：25-32.

An Analysis of Time and Space Differences of Carbon Emissions and Driving

Factors in Jiangsu ProvinceTANG De-cai, LI Meng-meng, WU Mei

（School of Economics & Management, Nanjing University of Information Science & Technology,

Nanjing 210044,China）

Abstract： Based on the energy consumption data and related economic development data in Jiangsu province from 2000 to 2011, the paper analyzes time and space differences of carbon emissions in Jiangsu Province and empirically analyzes the factors that influence the carbon emission based on the STRIPAT model. The results show that the Jiangsu Province whether as a whole or not, carbon emissions appear to be on the rise, but the carbon emissions intensity shows downward trend year by year; population, the proportion of secondary industry, carbon emissions intensity and per capita wealth are the main factors that affect the carbon emissions in Jiangsu Province.

Key words：carbon emissions; time and space differences; STRIPAT model; driving factor

（責(zé)任編輯：王奇）

endprint