基于STIRPAT 模型的吉林省碳排放驱动因素研究

孙义陈楠白微

［1. 中环联合（ 北京）认证中心有限公司，北京 100019； 2. 生态环境部环境发展中心，北京 100019；3. 中国质量认证中心，北京 100070］

1 引言

1998 年以来，吉林省GDP 持续增长，2017 年达到14 945 亿元，较1998 年增长9.5 倍，与此同时，全省碳排放量增长3 倍。在新形势下，摸清影响碳排放的主要因素不仅有助于实现区域碳排放的尽早达峰，同时有助于全省的绿色低碳发展。

研究基于吉林省主管部门发布的1998—2017年统计数据， 采用国家发布的方法学对各年度碳排放量进行计算。 通过对历年碳排放总量与全省社会经济、能源消费、能源结构等变化情况的对比分析，初步筛选出影响碳排放的驱动因素； 利用STIRPAT模型与岭回归方法对影响碳排放的主要因素进行分析研判，最终形成研究结论，同时提出未来低碳转型发展的意见与建议。

2 研究方法

2.1 数据来源

1998—2017 年各类能源消费总量、 煤炭消费占比、人口数量、三次产业增加值、人均GDP 及居民消费水平等，来源于《 2018 吉林统计年鉴》［1］。

原煤、原油、天然气折标系数来源于《 综合能耗计算通则》（ GB/T 2589—2008）［2］。

燃料低位热值、单位热值含碳量、碳氧化率来源于《 省级温室气体清单编制指南（ 试行）》［3］。

2.2 排放量计算

本研究采用吉林省一次能源消费量计算全省碳排放总量，计算方法按照《 省级温室气体清单编制指南（ 试行）》的基本方法，具体公式为：

式中，EF 为排放因子，kg/TJ；Activity为燃料消费量，TJ；i 为燃料类型。

2.3 STIRPAT 模型

基于扩展性考虑，本研究选择Dietz 等［4］提出的改进后的非线性随机回归STIRPAT 模型，分析人口数量、财富因素和技术因素对碳排放的单独影响，具体公式如下：

式中，I，P，A，T 分别代表环境压力、人口数量、财富因素和技术因素；a 是模型系数； 上标b，c，d 分别是人口数量、 财富因素和技术等驱动因素的指数；e 为模型误差； 下标i 标明不同的观测单元各异的模型参数。

对公式（ 2）两边同时取对数变化为公式（ 3）：

式中，lnI 为因变量；lnP，lnA，lnT 为自变量；lna 为常数项；lne 为误差项。根据弹性系数概念，在其他因素保持不变时，自变量P，A，T 每变化1%，将分别引起因变量I 变化b%，c%和d%。

3 实证分析

3.1 能源消费

1998—2017 年， 吉林省能源消费总量增长2.2倍，2017 年达到8 015 万t 标准煤； 在此期间，全省碳排放量由1998 年的6 987 万t 增加到2017 年的21 427 万t，增长约3 倍，增速高于能源消费量；碳排放强度由1998 年的4.43 t/万元降至2017 年的1.44 t/万元，降幅显著。

能源消费构成方面，2017 年煤炭、 油品、 天然气、电力比重为65.8∶18.8∶4.1∶6，其中，煤炭占比在研究期内呈现先上升再下降的变化， 与碳排放量的变化趋同。

3.2 社会经济

研究期内，吉林省GDP 由1998 年的1 577 亿元增长到2017 年的14 945 亿元；全社会固定资产投资由421 亿元增长到13 284 亿元；人口数量由2 603 万人增长到2 616 万人；城镇化率由43%增长到49.6%；居民消费水平由2 949 元增长到15 083 元；人均GDP 由5 983 元增长到54 838 元。上述指标除GDP 逐年提高外，其他均呈波动增长态势。

产业结构方面，吉林省二次产业占比从1998 年起逐年升高，2013 年达到53.41%，此后呈下降趋势，2017 年占比降至46.83%；与其变化对应的是三次产业占比，到2017 年末，达到45.84%，与二次产业接近，说明该省产业结构调整取得一定成效。

3.3 模型分析

通过对吉林省1998—2017 年间各指标的分析，初步选择与碳排放量相关联的8 个变量，见表1。

表1 模型中的变量描述

研究首先对碳排放量及解释变量的相关性进行分析， 发现以上解释变量与因变量均具有显著相关性。 由于解释变量较多，可能存在共线性问题，因此使用SPSS21.0 对碳排放量及其解释变量做共线性诊断。 同时，为消除共线性对回归结果的影响，本文采用岭回归分析方法。

取k 从0 到1，岭回归输出结果见公式（ 4）。

k=0.66 时，各解释变量稳定，因此当k=0.66 时，R2=0.961，岭回归方程为：

为验证该模型的有效性， 通过模型计算得到吉林省1998—2017 年度碳排放的预测值，并与碳排放实际值进行配对样本T 检验。 检验结果显示，p 值为0.232，大于显著性水平0.05，碳排放量预测值与实际值相关系数为0.990，说明根据得到的模型计算的吉林省碳排放值与实际情况无显著差异， 方程预测效果较好。

4 结论与建议

由公式（ 4）可知，对碳排放量起正向驱动的因素为人口、人均GDP、居民消费水平、城镇化率、一次能源占比、二次产业占比、固定资产投资占比，起负向驱动的因素为碳排放强度， 弹性系数分别为3.666，0.085，0.117，1.452，1.864，0.601，0.14 和-0.062。

从上述定量分析结果来看， 人口总量对碳排放量的影响最为显著，同时，随着城镇化率以及社会消费能力的提升，碳排放量将持续增加。 因此，在居民生活层面要倡导绿色生活，鼓励绿色消费，优先选购节能产品、低碳产品、绿色产品；政府部门要深入推进绿色采购，鼓励企业的绿色低碳升级，拓宽绿色产品销售平台。

在能源结构方面， 煤炭占一次能源比重的弹性系数为1.864，对吉林省碳排放影响显著。因此，吉林省应加快能源结构的调整， 在降低煤炭消费总量的同时，进一步提升天然气、氢气、生物质等能源比重，积极开发利用风电、水电、太阳能等非化石能源。

此外，吉林省还应注重技术升级，通过改进生产工艺、提高标准等措施，减少能源在生产、转换以及消费过程中的损失。