孫義陳楠白微

［1. 中環(huán)聯(lián)合（ 北京）認證中心有限公司，北京 100019； 2. 生態(tài)環(huán)境部環(huán)境發(fā)展中心，北京 100019；3. 中國質量認證中心，北京 100070］

1 引言

1998 年以來，吉林省GDP 持續(xù)增長，2017 年達到14 945 億元，較1998 年增長9.5 倍，與此同時，全省碳排放量增長3 倍。在新形勢下，摸清影響碳排放的主要因素不僅有助于實現(xiàn)區(qū)域碳排放的盡早達峰，同時有助于全省的綠色低碳發(fā)展。

研究基于吉林省主管部門發(fā)布的1998—2017年統(tǒng)計數據， 采用國家發(fā)布的方法學對各年度碳排放量進行計算。 通過對歷年碳排放總量與全省社會經濟、能源消費、能源結構等變化情況的對比分析，初步篩選出影響碳排放的驅動因素； 利用STIRPAT模型與嶺回歸方法對影響碳排放的主要因素進行分析研判，最終形成研究結論，同時提出未來低碳轉型發(fā)展的意見與建議。

2 研究方法

2.1 數據來源

1998—2017 年各類能源消費總量、 煤炭消費占比、人口數量、三次產業(yè)增加值、人均GDP 及居民消費水平等，來源于《 2018 吉林統(tǒng)計年鑒》［1］。

原煤、原油、天然氣折標系數來源于《 綜合能耗計算通則》（ GB/T 2589—2008）［2］。

燃料低位熱值、單位熱值含碳量、碳氧化率來源于《 省級溫室氣體清單編制指南（ 試行）》［3］。

2.2 排放量計算

本研究采用吉林省一次能源消費量計算全省碳排放總量，計算方法按照《 省級溫室氣體清單編制指南（ 試行）》的基本方法，具體公式為：

式中，EF 為排放因子，kg/TJ；Activity為燃料消費量，TJ；i 為燃料類型。

2.3 STIRPAT 模型

基于擴展性考慮，本研究選擇Dietz 等［4］提出的改進后的非線性隨機回歸STIRPAT 模型，分析人口數量、財富因素和技術因素對碳排放的單獨影響，具體公式如下：

式中，I，P，A，T 分別代表環(huán)境壓力、人口數量、財富因素和技術因素；a 是模型系數； 上標b，c，d 分別是人口數量、 財富因素和技術等驅動因素的指數；e 為模型誤差； 下標i 標明不同的觀測單元各異的模型參數。

對公式（ 2）兩邊同時取對數變化為公式（ 3）：

式中，lnI 為因變量；lnP，lnA，lnT 為自變量；lna 為常數項；lne 為誤差項。根據彈性系數概念，在其他因素保持不變時，自變量P，A，T 每變化1%，將分別引起因變量I 變化b%，c%和d%。

3 實證分析

3.1 能源消費

1998—2017 年， 吉林省能源消費總量增長2.2倍，2017 年達到8 015 萬t 標準煤； 在此期間，全省碳排放量由1998 年的6 987 萬t 增加到2017 年的21 427 萬t，增長約3 倍，增速高于能源消費量；碳排放強度由1998 年的4.43 t/萬元降至2017 年的1.44 t/萬元，降幅顯著。

能源消費構成方面，2017 年煤炭、 油品、 天然氣、電力比重為65.8∶18.8∶4.1∶6，其中，煤炭占比在研究期內呈現(xiàn)先上升再下降的變化， 與碳排放量的變化趨同。

3.2 社會經濟

研究期內，吉林省GDP 由1998 年的1 577 億元增長到2017 年的14 945 億元；全社會固定資產投資由421 億元增長到13 284 億元；人口數量由2 603 萬人增長到2 616 萬人；城鎮(zhèn)化率由43%增長到49.6%；居民消費水平由2 949 元增長到15 083 元；人均GDP 由5 983 元增長到54 838 元。上述指標除GDP 逐年提高外，其他均呈波動增長態(tài)勢。

產業(yè)結構方面，吉林省二次產業(yè)占比從1998 年起逐年升高，2013 年達到53.41%，此后呈下降趨勢，2017 年占比降至46.83%；與其變化對應的是三次產業(yè)占比，到2017 年末，達到45.84%，與二次產業(yè)接近，說明該省產業(yè)結構調整取得一定成效。

3.3 模型分析

通過對吉林省1998—2017 年間各指標的分析，初步選擇與碳排放量相關聯(lián)的8 個變量，見表1。

表1 模型中的變量描述

研究首先對碳排放量及解釋變量的相關性進行分析， 發(fā)現(xiàn)以上解釋變量與因變量均具有顯著相關性。 由于解釋變量較多，可能存在共線性問題，因此使用SPSS21.0 對碳排放量及其解釋變量做共線性診斷。 同時，為消除共線性對回歸結果的影響，本文采用嶺回歸分析方法。

取k 從0 到1，嶺回歸輸出結果見公式（ 4）。

k=0.66 時，各解釋變量穩(wěn)定，因此當k=0.66 時，R2=0.961，嶺回歸方程為：

為驗證該模型的有效性， 通過模型計算得到吉林省1998—2017 年度碳排放的預測值，并與碳排放實際值進行配對樣本T 檢驗。 檢驗結果顯示，p 值為0.232，大于顯著性水平0.05，碳排放量預測值與實際值相關系數為0.990，說明根據得到的模型計算的吉林省碳排放值與實際情況無顯著差異， 方程預測效果較好。

4 結論與建議

由公式（ 4）可知，對碳排放量起正向驅動的因素為人口、人均GDP、居民消費水平、城鎮(zhèn)化率、一次能源占比、二次產業(yè)占比、固定資產投資占比，起負向驅動的因素為碳排放強度， 彈性系數分別為3.666，0.085，0.117，1.452，1.864，0.601，0.14 和-0.062。

從上述定量分析結果來看， 人口總量對碳排放量的影響最為顯著，同時，隨著城鎮(zhèn)化率以及社會消費能力的提升，碳排放量將持續(xù)增加。 因此，在居民生活層面要倡導綠色生活，鼓勵綠色消費，優(yōu)先選購節(jié)能產品、低碳產品、綠色產品；政府部門要深入推進綠色采購，鼓勵企業(yè)的綠色低碳升級，拓寬綠色產品銷售平臺。

在能源結構方面， 煤炭占一次能源比重的彈性系數為1.864，對吉林省碳排放影響顯著。因此，吉林省應加快能源結構的調整， 在降低煤炭消費總量的同時，進一步提升天然氣、氫氣、生物質等能源比重，積極開發(fā)利用風電、水電、太陽能等非化石能源。

此外，吉林省還應注重技術升級，通過改進生產工藝、提高標準等措施，減少能源在生產、轉換以及消費過程中的損失。