长三角地区碳排放影响因素分析——基于IPAT改进模型

丁 胜，温作民

（南京林业大学经济管理学院，江苏 南京 210037）

长三角地区碳排放影响因素分析
——基于IPAT改进模型

丁 胜，温作民

（南京林业大学经济管理学院，江苏 南京 210037）

随着经济发展、人口与能源消耗的增长，以及不合理的能源结构，导致了长三角地区碳排放的不断增加。文章以人口增长率、GDP增长率、能源消耗量、能源技术进步率、能源结构优化系数变动率为影响因素在对IPAT模型进行改进的基础上，对2006-2011年间长三角地区碳排放的影响因素进行定量分析。主要结论是长三角地区能源技术进步率与能源结构优化的减排作用还不能抵消人口与GDP的快速增长的影响，受能源结构优化系数变动比率逐步增加的影响，碳排放量受人口增长率与GDP增长率的影响呈逐年减小趋势，能源技术进步率与能源结构优化的减排作用日趋显著。

IPAT模型；碳排放；能源结构；能源经济

一、引言

中国的碳排放问题已经成为国内外学术界和各国政府共同关注的焦点，2008年中国能源碳排放总量达70.3亿吨，首次超过美国，成为全球最大排放国。而经济总量相当于全国的20%的长三角地区地处中国东部亚热带湿润地区，已成为全国发展基础最好、体制环境最优、整体竞争力最强的地区之一，具有在高起点上加快发展的优势和机遇，但该地区能源消耗巨大，产业碳排放较高[1]。而要想能够抑制温室气体，达到有效减排的目的，就必须明确影响现有碳排放的主要因素[2]。因此，全面、完整、准确地描述长三角地区碳排放影响因素及其相互间的关系，寻求有效降低碳排放的空间及路径，对于实现长三角地区乃至全国的节能减排目标具有极其重要的意义。

二、文献述评

当前对于碳排放影响因素的研究较少，大部分学者主要针对国家层面或单一单元进行碳排放的核算方法研究。郝千婷等(2011)指出当前关于碳排放核算方法主要有四类，即IPCC清单法、实测法、模型因素分解法等。其中IPCC清单法是IPCC编写国家温室气体估计值清单指南，提供可用于估算国家温室气体人为源排放和汇清除清单。实测法由环境监测站提供基础数据，具有较高的精度，但测算成本较大[3]。因素分解法能更好地研究如何有效降低CO2排放量，定量分析影响CO2排放量的各类因素，揭示CO2排放量与影响因素的作用关系，常见的有IPAT模型、STIRPAT模型、Kara模型、LMDI分解法、Lespeyres分解法等。徐国泉等人(2006)采用LMDI分解法分析了1995-2004间能源结构、能源效率和经济发展等因素的变化对中国人均碳排放的影响；查冬兰等人(2007)引入Theil指数和Kaya因子，比较了能源消耗所导致的区域间人均CO2排放的差异；李国志等(2011)运用STIRPAT模型，通过面板数据分析了人口规模、技术进步、经济增长对二氧化碳排放的影响；葛琳珊、罗宾·坎普(2009)认为确定不同温室气体的来源及影响的方法包括估算、直接测量和宏观模型。随着时间的推移和经验的增加，学者们对每一种方法的准确性、价值和适用性的了解也不断在增加。

分析各种研究方法，IPCC清单法较为实用和简洁，对于统计数据不够详尽的情况有较好的适用性，但是采用此方法估算的数据可靠性不高。实测法具有较高的精度，但对二氧化碳单独进行连续监测的成本相当高，并且监测范围有限。模型因素分解法可以对碳排放影响的各类因素进行动态分析，但是必须提供各类影响因素的相关参数。

三、IPAT模型改进

IPAT模型由美国生态学家Ehrlich&Comnoner提出，IPAT是Environmental impact(I)=Population(P)*Affluence(A)*Technology (T)的公式表达，反映影响环境最直接的因素是人口、人均财富量和技术及其相互间的作用。其中，I为环境负荷；P为人口总量；A为人均GDP；T为单位GDP的环境负荷；G为GDP总量。在IPAT框架基础上，许多学者提出了不同的分析模型，Waggoner&Ausubel(2002)发展了Im-PACT模型，即把“I= PAT”中的T分解成单位GDP的消费(C)和单位消费产生的影响(T)，因此变为“I=PACT”，这一改变的目的在于通过因素量的改变来分析对环境影响结果的变化，从而确定影响决定性因素的其他关联因素。徐中民等提出ImPACTS等式，在原有模型中增加了社会发展状态项(S)，对环境的综合影响I进行系统评价。还有如考虑了人类行为方式的IPBAT，即在修正模型中添加了行为因素B，认为除了技术进步和财富减少，还可以通过人类自身行为等更为积极有效的方式来实现环境改善。当然，IPAT模型修正过程中对等式两边的单位一致性要求十分严格，如果将人口规模、人均GDP、碳排放强度及其变化率、科学技术进步、管理、行为方式等对环境的影响假设为线性的话，可能就会忽视各因素间存在的二次及以上的相关关系。

综上，IPAT模型的修正都是通过改变等式中的某个因素同时假设其他因素不变的条件下来分析某一因素对环境的线性影响，这是模型应用的局限性[4]。然而相比于IPCC法可靠性差、实测法成本较高，利用改进的IPAT模型更适合现阶段长三角地区的碳排放影响因素分析，长三角产业的数据统计特征使得IPAT模型所需参数来源可靠，能更好地支持碳排放影响因素的研究结果。在考虑各项指标综合作用的情况下，将长三角人口增长率、GDP增长率、能源消耗量、能源技术进步率、能源结构优化系数变动率确定为影响长三角碳排放量的变量，令C表示环境负荷，即终端能耗导致的CO2排放量；c代替T，表示碳排放强度；E表示能源消耗总量，D代替能源强度，第j种能源的消耗量用Ej代替，第j种能源的碳排放系数用efj代替，j表示第j种能源的所占份额[5]。因此，碳排放强度可以表示为:

假设短期内能源利用技术未发生重大变革，那么每一种能源的碳排放系数efj相对固定，短期内碳排放的变动只受到人口、人均产出、能源消耗、能源强度与能源结构的影响。设g为人均GDP的年增长率，n为人口自然增长率，i为能源技术进步率，将表示能源结构调整所致的碳排放系数，即能源结构优化系数，其变动率为v，那么第t期的碳排放为：

根据式(2)可知：

若(1+n)·(1+g)·(1-i)·(1-v)＞1，人口与GDP的快速增长抵消了能源技术进步与能源结构优化的减排作用，碳排放量在各种因素的作用下比基期有所增长。

若(1+n)·(1+g)·(1-i)·(1-v)=1，能源技术进步与能源结构优化的节能减排作用抵消了人口与GDP增长所增加的能源消费量，在各种因素的综合作用下碳排放零增长。

若(1+n)·(1+g)·(1-i)·(1-v)＜1，碳排放与能源消耗随着的GDP增长逐年下降，能源技术进步与能源结构优化的节能减排作用超过了人口与GDP增长带来的能源消耗量的增加。能源技术进步率i与能源结构优化系数变动率v与人口自然增长率n及人均GDP平均增长率g的差值越大，碳减排效果越好。

四、长三角地区碳排放影响因素分析

1.人口数量与GDP

假设主要能源的碳排放系数短期内是固定的，人口和GDP的增长速度与能源技术进步和能源结构优化的减排作用呈线性关系，由此可以比较在各类因素综合作用下的碳排放量。

由表1可得，2006-2011年长三角地区年均人口增长率为0.64%，高于全国年均人口增长率，其中，江苏年均人口增长率低于长三角地区年均人口增长率，浙江与上海年均人口增长率高于长三角地区年均人口增长率。长三角地区年均人口增长率对碳排放量的影响大于全国年均人口增长率对碳排放量的影响。

表1 2006-2011年江浙沪及全国人口数量（万人）

由表2可知，长三角地区年均GDP增长率为16.03%，其中，江苏年均GDP增长率为17.89%，浙江年均GDP增长率为15.51%，上海年均GDP增长率为12.67%，江苏年均GDP增长率明显高于浙江与上海。长三角地区年均GDP增长率对碳排放的影响小于全国年均GDP增长率对碳排放的影响。

表22006 -2011年江浙沪及全国生产总值（单位：亿元）

2.能源消耗量

由表3可得，长三角地区年均能源消耗增长率为6.78%，高于全国年均能源消耗增长率。其中，江苏年均能源消耗增长率8.04%，浙江年均能源消耗增长率为6.16%，上海年均能源消耗增长率为4.89%，江苏年均能源消耗增长率明显高于浙江与上海。

表32006 -2011年江浙沪及全国主要能源消耗量（单位：万吨标准煤）

由图1可见，江浙沪CO2能源消耗总量差异明显。2006-2011年，江苏省能源消耗总量始终远高于浙江和上海。江苏省能源消耗年均增长率高于浙江省，上海市能源消耗年均增长率较平缓。纵向来看，江浙沪能源消耗均呈现逐年上升的趋势。降低江苏能源消耗量对降低长三角年均能源消耗增长率、减少长三角能源消耗量对全国碳排放量的影响具有重要作用。

图1 2006-2011年长三角主要能源消耗量变化趋势

3.能源强度

能源强度等于能源消耗量与GDP的比值，反映了一个国家或地区的发展历程中经济增长对能源消耗量的贡献程度。能源消耗量越小，表明相同数量GDP的增加带来的能源消耗增量越少，从而反映了产业结构、能源结构的合理性及相应碳排放政策的效益水平[1]。由表1与表2可以推算出2006-2011年长三角及全国的能源强度，见图2。图2表明，长三角地区与全国能源强度逐年减少，2006-2011年长三角年均能源技术进步率为8.70%，全国年均能源技术进步率10.15%。长三角能源强度下降速度低于全国平均水平，表明长三角地区单位GDP增加带来的能源消耗增量大于全国平均水平，说明在这一段时期长三角经济发展对高能耗产业、能源的依赖度高于全国平均水平。

图2 2006-2011年长三角及全国能源强度

4.能源结构

在当前及未来较长的一段时间内，长三角产业发展仍然保持以煤炭为主的能源结构，这种以依赖化石能源为主的能源结构将严重制约经济的可持续发展。2006-2011年长三角地区各类能源消耗量见表4。

表4 十一五期间长三角地区能源消耗量 （单位：万吨标准煤）

2006-2011年长三角地区各能源消耗量年均增长率情况为，煤炭5.31%，焦炭7.93%，原油6.23%，燃料油-0.31%，汽油11.76%，煤油11.50%，柴油5.08%，天然气22.55%。

比较2006年与2011年长三角地区各能源所占比重可知，尽管近年来煤炭所占比重有所下降，但各产业碳排放量仍呈明显上升趋势。究其原因，长三角地区产业发展除了消耗大量的煤炭外，还需消耗占比15%～20%的原油。另外天然气碳排放量占比重也有较快上升趋势，这主要与2004年底全线建成投产的国家西气东输工程有关，长三角地区煤炭、原油、天然气消耗的增加导致其他能源的碳排放量所占比重基本保持在较低水平。

五、模型的运用与分析

设(1+n)·(1+g)·(1-i)·(1-v)为w，则：

2007年与2006年相比，

w=(1+0.008)·(1+0.192)·(1-0.071)·(1-v)=1.116(1-v)

2008年与2007年相比，

w=(1+0.006)·(1+0.162)·(1-0.101)·(1-v)=1.051(1-v)

2009年与2008年相比，

w=(1+0.006)·(1+0.090)·(1-0.043)·(1-v)=1.049(1-v)

2010年与2009年相比，

w=(1+0.007)·(1+0.183)·(1-0.074)·(1-v)=1.103(1-v)

2011年与2010年相比，

w=(1+0.005)·(1+0.178)·(1-0.111)·(1-v)=1.052(1-v)

2011年与2006年相比，

w=(1+0.006)·(1+0.16)·(1-0.08)·(1-v)=1.074(1-v)

如果不考虑能源结构调整所带来的碳排放系数的变动，2006-2009年w值逐年下降，2010年由于GDP增速加快，w值上升，2011年能源技术进步率逐步提高，w值回落。2006-2011年长三角地区在各种因素综合作用下，w＞1，表明人口与GDP的快速增长抵消了能源技术进步与能源结构优化的减排作用，与2006-2009年长三角地区碳排放量呈上升趋势是一致的。碳排放量在各种因素的作用下比基期有所增长，而其中的主要影响因素是能源利用效率、能源结构以及人口与GDP等[6]，能源结构为低碳能源与高碳能源的比例结构，天然气的碳排放系数比石油和煤炭低，核电、风电、水电的碳排放系数最小。近几年，长三角地区注重发展了低碳产业，平均碳排放系数呈下降趋势[7]，使得能源结构得到了一定的优化，能源结构优化系数变动比率v总体上呈平稳上升趋势。尽管长三角地区当前产业的发展还未能实现利用能源技术进步率与能源结构优化的减排去抵消人口与GDP快速增长的影响，即实现w=1或w＜1的状态，但w的数值受能源结构优化系数变动比率逐步增加的影响，呈现逐年降低的趋势。

就能源结构因素看，煤炭消耗产生的碳排放量最大，年碳排放量比重基本保持在75%以上，比重虽有逐年下降的趋势，但幅度不大；其次是油类能源，年碳排放量比重达到19%左右，而天然气等其他能源消费的年碳排放量比重不足5%，但呈现逐年增长的趋势，这表明长三角对天然气和其他能源单位的使用正逐年增加。以2011年末上海市数据为例，第一产业主要消耗能源为原煤、汽油、燃油和电力，第二产业主要消耗原煤、焦炭、热力、电力能源，第三产业中的交通运输、仓储及邮电通信业主要消耗燃料油、煤油、柴油、汽油，批发和零售贸易业、餐饮业主要消耗柴油、电力、汽油[8]。比较上海市三大产业碳排放量，受能源结构逐步优化作用，第二产业碳排放量最大，但碳排放同比增长不断下降，第三产业碳排放增长速率最快，碳排放强度变化不大，这与金融保险、房地产和社会服务业的比例飞速上升，行业内部结构不断升级有很大关系[9]。由于能源消耗仍然是以煤为主，并且长期以来未发生实质性改变，预示着长三角地区在能源结构优化、节能减排方面仍将面临着较大压力。

在当前，以煤制油、煤化工、煤制氢和煤气化联合循环发展为代表的新型煤炭清洁转化产业正在形成，并与石油、天然气、风能、太阳能、生物质能、核能等形成“低碳化能源族”。长三角作为中国经济最发达的区域，进行能源战略创新需要不断减少能源在生产、运输、存储、消费过程中对环境的有害影响，不断优化能源配置结构。石油、天然气、煤炭等资源将有耗尽的可能，因此应该大力发展太阳能、风能等可再生能源，根据区域经济发展对能源的近期、中期和长远需求制定切实可行的能源战略，把传统能源的利用和新能源的开发结合起来。如开发氢能源，东海油气资源，不断提高碳排放系数较低的高效能源在能源结构中的比例，实现煤炭低碳化利用。因此，基于改进的IPAT模型，在提高传统能源利用率的同时还应提高能源结构优化系数变动比率，以满足不断高涨的产业能源需求，达到节能减排的目标[10]。

六、结论

改进的IPAT模型与其它因素分解模型相比，模型所需参数容易确定，数据来源可靠性强，测量结果误差较小。基于改进IPAT模型的性质，考虑将长三角人口增长率、GDP增长率、能源技术进步率、能源结构优化系数变动率作为影响长三角碳排放量的变量，对2006-2011年长三角地区碳排放影响因素进行综合比较与分析得出：

第一，2006-2011年，长三角地区年均人口增长率对碳排放的影响大于全国平均水平。

第二，2006-2011年，长三角地区年均GDP增长率对碳排放的影响大于全国平均水平。

第三，江浙沪能源消耗均呈现逐年上升的趋势，江苏能源消耗总量始终远高于浙江和上海，降低江苏能源消耗量对降低长三角年均能源消耗增长率、减少长三角能源消耗量对全国碳排放量的影响具有重要作用。

第四，长三角能源强度下降速度低于全国平均水平，长三角地区单位GDP增量带来的能源消耗增长大于全国平均水平，长三角经济发展对高耗能产业、能源的依赖性高于全国平均水平。

第五，长三角地区在人口增长率、GDP增长率、能源技术进步率、能源结构优化系数变动率等各种因素的综合作用下，目前还不能实现利用能源技术进步率与能源结构优化的减排去抵消人口与GDP快速增长的影响。

第六，受能源结构优化系数变动比率逐步增加的影响，碳排放量受人口增长率与GDP增长率的影响呈逐年减小趋势，能源技术进步率与能源结构优化的减排作用日趋显著。

因此运用改进的IPAT模型能够比较清晰地刻画长三角地区碳排放因素的影响水平，随着经济的发展与科技的进步，长三角地区可以通过调整能源结构，减少高排放量的煤炭消耗，逐步减少传统工业对化石能源的过度依赖，提高能源体系的效率，使能源技术进步与能源结构优化的节能减排作用大于人口与GDP增长所产生的影响。同时积极发展技术密集程度高、产品附加值高和能耗少、排污少的产业，促进产业结构的高加工度化，控制高碳产品的产量，努力提升第三产业在长三角地区经济中的比重。

[1]张春燕.气候变暖下的长江三角洲碳排放强度测算及减排政策研究[D].南京信息工程大学，2012：25-36．

[2]张德英，张丽霞.碳源排碳量估算办法研究进展 [J].内蒙古林业科技，2005(01)：20-22．

[3]郝千婷，黄明祥，包刚．碳排放核算方法概述与比较研究 [J].中国环境管理，2011(04)：51-55．

[4]戴钰，刘亦文．基于IPAT模型的长株潭城市群经济增长与能源消耗的实证研究 [J].经济数学，2009，26(2)：65-71．

[5]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 [N].自然资源学报，2010，9(25)：1558-1562．

[6]赵敏，张卫国，俞立中.上海市能源消费碳排放分析 [J].环境科学研究，2009，22(8)：984-989．

[7]华坚，任俊.长三角地区碳排放的测度、比较及影响因素分析:1990-2009年 [N].河海大学学报，2012，9(14)：57-58．

[8]郭茹，曹晓静，李风亭编.上海市能源碳排放量2050[M].上海：同济大学出版社，2011(03)：23-42．

[9]鞠丽萍，陈彬，杨谨．城市产业部门CO2排放三层次核算研究 [J].资源科学，2012(01)：28-34．

[10]Accountingfor carbon emissions[J].Accountancy，2008(141)：65-66．

（责任编辑：JJ）

Study on Influential Factors of Carbon Emissions in Yangtze River Delta——Based on IPAT Improved Model

DING Sheng，WEN Zuo-min
（College of Economics and Management，Nanjing Forestry University，Nanjing Jiangsu 210037，China）

With the economy expanding，the population and energy consumption gorwing，and the unreasonable structure of energy，causes the carbon emissions of Yangtze River delta region increase continued.On the basis of IPAT model improved with the influential factors of the population and GDP growth rate，energy consumption and the rate of energy technology progress and energy structure optimization coefficient.The paper analyzes quantitatively the influential factors of carbon emissions in Yangtze River delta region (2006-2011).The main results show that the emission reduction effects of the rate of energy technology progress and optimizing energy structure has not been able to offset the rapid growth of the population and GDP in Yangtze River delta.Because of the gradual increase of energy structure optimization coefficient ratio.Carbon emissions decrease under the impact of population and GDP growth rate year by year.The emission reduction role of energy technology progress rate and energy structure optimization is becoming more and more obvious.

IPAI model；Carbon emissions；Energy structure；Energy economy

F120

A

1004-292X（2014）09-0106-04

2014-04-21

国家948项目（2009-4-44）；江苏省教育厅2013年度高校哲学社科项目（2013SJB6300050）。

丁 胜（1970-），男，江苏姜堰人，博士，副教授，主要从事产业经济理论及应用研究；温作民（1961-），男，浙江杭州人，教授，博士生导师，主要从事生态经济学研究。