王建雄 呂沅姝 李晨曦

摘? 要： 運用LMDI法與STRIRPAT模型，擬合京津冀地區(qū)的碳排放量與其影響因素并進行回歸結(jié)果分析，架構(gòu)碳排放模型。發(fā)現(xiàn)地區(qū)碳排放受區(qū)域結(jié)構(gòu)效應、產(chǎn)出規(guī)模效應、能源強度效應的影響程度較大，建議從發(fā)揮全國性碳交易市場的市場機制作用、發(fā)揮區(qū)域優(yōu)勢以及增加科技投入三個方面入手降低碳排放。

關鍵詞： LMDI法? STIRPAT模型? 京津冀區(qū)域? 碳排放量

京津冀區(qū)域經(jīng)濟活躍，發(fā)展速度迅猛，但也面臨著減少碳排放這一艱巨的任務。很多學者就京津冀區(qū)域碳排放強度及影響因素這一主題進行了分研究，大部分學者大多圍繞產(chǎn)業(yè)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)與碳排放強度之間的聯(lián)系進行探析。本文在借鑒已有的經(jīng)驗，通過查閱2004-2017年統(tǒng)計年鑒，利用LMDI分析法和STIRPAT模型研究京津冀三地間碳排放影響因素的差異與聯(lián)系。

一、數(shù)據(jù)來源

碳排放的測度總共有三種方法，分別為實測法、投入工作產(chǎn)出法和排放系數(shù)法。根據(jù)研究對象的特點，本文采用排放系數(shù)法，通過查閱統(tǒng)計年鑒得到各地歷年來不同能源的消費量，并根據(jù)碳排放交易網(wǎng)上得到煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣八類能源的碳排放系數(shù)以及折算系數(shù)（限于篇幅，數(shù)據(jù)留存?zhèn)渌鳎?/p>

本文計算碳排放[BF]C=∑iQi×Si×Pi[BFQ]。其中，Qi為各地不同能源的消費量，Si和Pi分別對應不同能的排放系數(shù)以及折算系數(shù)。最終計算京津冀三地的各類能源的消費量得到各地的碳排放數(shù)量（見表1）。

二、研究方法

（一）LMDI法

LMDI法能夠很好的測量某一因素在事物整體變化的貢獻程度，因而在能源研究領域常被國內(nèi)外學者使用。馮相昭等（2008）通過對1971—2005年間中國的碳排放進行Kaya分解，得出經(jīng)濟和人口增長導致了碳排放量的增加，能源結(jié)構(gòu)的變化對CO2的排放，起到降低作用的結(jié)論。因而，本文研究首先對Kaya恒等式分解影響因素，并再用LMDI法對各因素進行的貢獻進行探析。

對Kaya恒等式進行分解后得到如下公式（1）：

[BF]CO2=CO2iPEi×PEiGDPi×GDPiGDP×GDPPOP×POP[BFQ] [JY]（1）

在擴展的Kaya恒等式中，i代表某一區(qū)域，PEi代表某區(qū)域能源消費量，GDPi代表某區(qū)域內(nèi)的區(qū)域生產(chǎn)總值，POP代表區(qū)域人口總數(shù)。為便于計算可令[BF]Ai=CO2iPEi[BFQ]，代表每單位能源所釋放的CO2數(shù)量。等于不同能源的碳排放系數(shù)、折算系數(shù)乘以對應能源排放總量再除以地區(qū)能源消費總量。即碳排放系數(shù)乘以折算系數(shù)乘以某地區(qū)不同能源消費占該地總消費量中的比重。觀察數(shù)據(jù)，由于不同能源的消費量歷年較穩(wěn)定，因此重點關注不同能源的折算系數(shù)與碳排放系數(shù)之積。因而Ai在此可以用來反映某地區(qū)煤油氣的比重變化，即一次能源結(jié)構(gòu)。數(shù)值越大，則表明某年份該地對系數(shù)高的能源使用量更多。

區(qū)域結(jié)構(gòu)效應在各地能源消費碳排放中起主導作用。北京的效應影響程度大于天津，天津大于河北，這說明碳排放的增加受經(jīng)濟增長方面的影響程度大。除去通貨膨脹所帶來的物價變動影響，京津冀三地2017較基準期經(jīng)濟增速分別為36227%、49625%、30125%。從環(huán)境庫茲涅茨曲線理論的角度看，經(jīng)濟發(fā)展的初級階段，碳排放量會隨著經(jīng)濟的發(fā)展呈現(xiàn)上升到趨勢，這與我國該階段的基本國情較為符合。此外，北京在三地中經(jīng)濟發(fā)展最好，占比最重，因而其貢獻程度也最多。

產(chǎn)出規(guī)模效應是碳排放增加的第二大主導因素。通過公式可以發(fā)現(xiàn)該指標與區(qū)域結(jié)構(gòu)效應的變化保持同步，并且當人口變化波動起伏較小時，該因素受區(qū)域結(jié)構(gòu)效應影響顯著。產(chǎn)出規(guī)模效應對碳排放的影響起正向作用，這說明該段時期內(nèi)人均可支配收入增加，而居民收入的增加會導致供給兩端生產(chǎn)與消費的增加，從而增加碳排放量。

能源強度效應占第三因素，對碳排放的影響起負向作用，即單位GDP能源消耗量下降。這主要是由于能源利用率提高實現(xiàn)碳排放的降低。從占比比重可以看出，京津冀三地近年來在技術方面的投入較多。人口規(guī)模效應占第四因素，對碳排放的影響起正向作用，即人口增加導致碳排放增加。但由于其絕對值較小，因而影響程度較小。能源結(jié)構(gòu)效應影響程度最低，這一方面表明京津冀三地在2005年-2017年中，能源結(jié)構(gòu)的調(diào)整變化不明顯，煤油氣的利用比重起伏小。此外，由于許多值為正值，說明三地對于煤油氣的利用比重較為合理，因而能源結(jié)構(gòu)效用對于碳排放的影響程度相對較低。

（二）STIRPAT模型

由于STIRPAT模型可以用于分析人文因素與因變量之間的關系，因此筆者用其來分析各個變量對碳量的變化的貢獻程度。結(jié)合STIRPAT模型I=aPbAcTde，以及LMDI部分的分析，對模型進行相應的改動。在人口因素方面，由于區(qū)域人口規(guī)模效應會對碳排放產(chǎn)生一定的影響，因而筆者選擇歷年各地年末人口數(shù)A以及人口增長率B作為自變量，用來反映人口規(guī)模的變化。

在財產(chǎn)方面選擇地區(qū)生產(chǎn)總值G、以及城市化率K作為自變量;在技術方面，由于技術的上升，減少碳排放能量強度顯著影響。而根據(jù)三大產(chǎn)業(yè)的特點，工業(yè)所帶來的碳排放是地區(qū)碳排放總量增加的主要因素，因而選擇、R&D經(jīng)費投入I以及能源強度P作為自變量，探究該類因素的變動是否會對碳排放的變動產(chǎn)生相應的變化。為消除量綱，兩邊同時取對數(shù)，最終設定多元線性回歸模型為式（10）：

lnU=β0+β1lnA+β2lnG+β3lnK+β4lnI+β5lnP+μ[JY]（10）

其中l(wèi)nU為被解釋變量，代表某地區(qū)的人均碳排放總量，常數(shù)項為β0，μ為隨機誤差項，描述變量外的因素對模型的干擾。

本實驗從中國國家統(tǒng)計局官方網(wǎng)站上獲取了自2004年至2017年的地區(qū)碳排放總量、年末居住人數(shù)、人口增長率、地區(qū)生產(chǎn)總值、居民可支配收入、R&D經(jīng)費投入以及能源強度等相關數(shù)據(jù)。

為便于計算，數(shù)據(jù)進行對數(shù)化處理后，對三地逐個進行分析：

其中，由于04-07年三地R&D科研投入數(shù)據(jù)難以查詢，因而筆者通過取中值法以及對數(shù)據(jù)模擬回歸方程從而綜合計算得到結(jié)果。北京R&D投入方程為Y=-3258825+1162309X;天津方程為Y=-1904503+1975225X;河北方程為Y=-1924730+1544211X。

通過軟件分析以及進行OLS法得到的結(jié)果顯示，京津冀三地的R2分別為097、079、099，其中對于河北的擬合度最好、北京次之，天津最弱，并且在5%的置信水平下，河北的lnU、lnG、lnP均顯著。因而選取指標所構(gòu)建的模型對河北的預測程度最優(yōu)、北京次之，天津最弱。

對于公式進行去對數(shù)化處理，得到三地的人均碳排放模型：

北京：U=-1893271+A0250091+B0102181+G-0392218+K5198948+I-0100509+P0081421

天津：U=-3952662+A-5513881+B-0048345+G0256063+K1794937+I0161957+P0149626

河北：U=-1800621+A1186944+B0019547+G0978059+K-0199052+I-0008422+P1069526

其中，北京地區(qū)生產(chǎn)總值以及城市化率每變化1%，對人均碳排放的影響貢獻約04%、52%;天津科研經(jīng)費投入以及年末居住人數(shù)每變動1%，對人均碳排放貢獻約179%、55%;河北年末居住人數(shù)、能源強度以及地區(qū)生產(chǎn)總值對于人均碳排放的影響分別貢獻為119%、106%和098%。

三、結(jié)論與建議

以上研究表明，經(jīng)濟增長是促進碳排放增長的關鍵因素;單位GDP能耗的下降以及能源結(jié)構(gòu)的調(diào)整對碳排放起到重要的抑制作用;人均可支配收入的增長以及區(qū)域人口數(shù)量的上升會導致碳排放量的增加，但作用較弱。因此，降低碳排放關鍵從區(qū)域結(jié)構(gòu)和能源利用兩大角度進行思考。

第一，完善協(xié)調(diào)機制，突破行政壁壘。首先，各地應從大局出發(fā)明確自身在整體中的功能、定位，發(fā)揮各自優(yōu)勢。其次，不同地區(qū)之間需要加強協(xié)調(diào)溝通，在兼顧整體原則的基礎上又能考慮自身實際情況。第三，設立專門的網(wǎng)絡平臺和協(xié)調(diào)部門，負責監(jiān)管同落實。最后共同設立專項資金，保證科研、組織、信息等重要經(jīng)費的運轉(zhuǎn)，加強同低碳相關的技術創(chuàng)新，實現(xiàn)區(qū)域協(xié)同增效。

第二，推動碳排放交易合作，完善區(qū)域性碳交易市場。各地相關部門根據(jù)自身實際情況制定碳排放指標，建立基于市場導向原則的區(qū)域碳交易市場，將碳作為一種商品在區(qū)域間進行流轉(zhuǎn)和碳指標的買賣，每年針對不同類型的企業(yè)，給出具體的碳排放指標，并建立一套與之相配套的計算標準、法律法規(guī)以及運行機制，通過市場化的手段逐年逐量降低碳排放。

第三，大力開發(fā)利用新能源，努力讓新能源在各個領域中得到全面應用。如京津冀地區(qū)清潔能源儲量較為豐富，河北省張家口、承德等地可以更多地開發(fā)建設風電項目，擴大風能、電能和太陽能的利用范圍，在部分有條件的地區(qū)，可以增加對生物質(zhì)能和地熱能加強開發(fā)投入;天津地區(qū)重點關注對海洋能源的開發(fā)利用，逐步降低傳統(tǒng)能源在居民生活和生產(chǎn)中的比重，以降低碳排放。

參考文獻：

＼[1＼][ZK（#]翁智雄，馬忠玉，葛察忠等不同經(jīng)濟發(fā)展路徑下的能源需求與碳排放預測—基于河北省的分析＼[J＼]中國環(huán)境科學，2019，39（8）：3508-3517

＼[2＼]許剛，王蕾基于KAYA模型的天津市碳排放量分析與對策研究＼[J＼]產(chǎn)業(yè)與科技論壇2014（13）：98-99

＼[3＼]孫欣，張可蒙中國碳排放強度影響因素實證分析＼[J＼]統(tǒng)計研究 2014（2）61-67

＼[4＼]ANG，BThe LMDI approach to decomposition analysis： A practical guide＼[J＼]Energy Policy，2005（07）：867-871

＼[5＼]馮相昭，鄒冀中國CO2排放趨勢的經(jīng)濟分析＼[J＼]中國人口·資源與環(huán)境，2008（03）：43-47

＼[6＼]朱清雅，李作志京津冀建筑行業(yè)碳排放量化研究＼[J＼]科技創(chuàng)業(yè)，2020（07）：45-47[ZK）]

〔本文系中央高校基本科研業(yè)務費項目（項目編號：20bjx013）階段性成果〕

（王建雄、呂沅姝、李晨曦，中國勞動關系學院經(jīng)濟管理學院）