城镇化对建筑业碳排放的影响效应分析

2021-01-08 08:10:02潘晓梦
工程管理学报 2020年6期
关键词:消费结构能源消耗建筑业

刘 彤,潘晓梦,宁 欣

(1. 东北财经大学 投资工程管理学院,辽宁 大连 116023,E-mail:ningxinsummer@yahoo.com.cn;2. 海信房地产股份有限公司,山东 青岛 266071)

中国是世界上最大的发展中国家,正处于城镇化高速发展的关键时期。城镇数量增加和规模扩大将带动建筑业发展,增加对水泥、钢材及相关能源产业的需求,造成大量的二氧化碳排放。2017年国务院发布的《“十三五”节能减排综合工作方案》提出了加强重点领域节能的具体措施,旨在提升建筑业等行业的能效水平。然而目前建筑业的碳排放量仍高居不下,为了能够有的放矢地制定节能减排措施,应从建筑业层面出发,多角度分区域深入探究城镇化对碳排放的影响效应。

目前,城镇化对碳排放影响的研究主要集中在国家和区域层面的分析。在国家层面,Liddle[1]研究得出发达国家的城镇化与碳排放呈正相关关系;Wu等[2]提出中国沿海地区的城镇化与碳排放呈显著的正线性关系。周葵等[3]发现中国整体城市化率与碳排放之间存在正相关关系。然而赵红等[4]却发现长期关系上,中国城镇化对碳排放存在负向影响。在区域层面,较多的学者基于地域分布特点进行区域划分,如李国志等[5]从人口、经济和技术角度对东、中、西部各区域碳排放的影响进行了研究。考虑到中国区域经济发展的不平衡性对碳排放的影响,越来越多的学者将经济水平作为区域划分的考虑因素,如胡建辉等[6]对长三角、京津冀和珠三角三大城市群进行了研究,发现城镇化对三大城市群分别存在具有抑制作用、促进作用和先促进后抑制的倒“U”型关系。潘晓梦[7]根据政府基于经济发展水平和地理位置等划分的东、中、西三大经济带对处于不同城镇化发展阶段区域的碳排放进行了差异化分析。然而以上划分均是基于各地区经济发展状况及地域分布特点,忽略了区域间的碳排放特征,在研究区域碳排放问题缺少较强的针对性。为了更进一步地从建筑业的角度挖掘城镇化与碳排放之间关系,需要从影响碳排放相关因素出发,选取多个变量来衡量城镇化。Bingquan等[8]从人口、经济、产业和空间4个效应方面研究了城镇化对碳排放效率的影响。卢娜等[9]应用LMDI(Logarithmic Mean Divisia Index)分解法,从规模效应、结构效应和技术效应3个角度对建筑业碳排放的影响因素进行了分解。除此之外,在衡量城镇化时,通常使用城镇化率,即城镇人口占总人口的比重,来研究其与碳排放的关系。

为解决上述问题,从建筑业层面对不同碳排放的区域进行差异化分析并探究城镇化的各相关变量对碳排放影响,本文应用 IPCC(Intergovernmental Panel on Climate Change)碳排放系数法测算出三大碳排放区域的建筑业碳排放量,通过 EKC(Environmental Kuznets Curve)曲线模型进行城镇化与建筑业碳排放的相关性分析[10]。引入人口规模、人均国内生产总值、建筑业能源消费结构和建筑业能源消耗强度4个变量来刻画城镇化,并采用拓展的STIRPAT(Stochastic Impacts by Regression on Population,Affluence and Technology)模型进行影响效应分析。STIRPAT模型[11]是在IPAT模型基础上的拓展,IPAT模型从人口、经济、技术3个维度归纳了人类活动对环境和生态系统的影响因素[12]。本文根据对三大碳排放区域的分析,探索城镇化发展对建筑业碳排放的一般性影响规律,针对选取的4个变量,提出了相应的政策建议,对今后在城镇化进程中有针对性地制定各区域建筑业的节能减排措施具有重要的现实意义。

1 研究方法

1.1 建筑业碳排放测算方法

本文应用IPCC排放系数法对建筑业碳排放进行测算。为了使测算结果更加准确,将建筑业碳排放分为直接和间接两种类型。直接碳排放主要包括9种化石能源、电力和热力能源的消耗造成的碳排放的增加,而间接碳排放选择了钢材、木材、水泥、玻璃和铝材5种建材行业的碳排放。数据来源如表1所示。

表1 数据来源

测算模型参考李修东[13]的估算方法将各类能源的消耗量与相应碳排放系数的乘积进行加总,如下式所示:

式中,CE、DCE、ICE分别为建筑业碳排放、直接碳排放和间接碳排放,单位均为万t;FE、EE、TE、DE分别为化石、电力、热力和建材能源消耗量,单位分别为 t或 m3、KW·h、KJ和 kg;fe、ee、te、de*分别为化石、电力、热力和修正后的建材碳排放因子;i为地区;j为年份;k为化石能源种类;h为建材种类。

根据以上方法,本文对全国 30个省市 2008~2017年的建筑业碳排放量(因港澳台及西藏数据无法获取,未将其列入样本集)进行了测算,测算结果如表2所示。

1.2 EKC曲线模型

本文引入 EKC曲线模型对建筑业和城镇化率的相关关系进行研究,并对相关数据取对数处理以缩小数据间的异方差,设定的模型如下:

表2 30 个省市筑业碳排放量 (单位:万t)

式中,U为城镇化率,单位为%;f1、f2、f3为各个自变量的系数项。

基于以往的研究成果,城镇化与建筑业碳排放之间可能出现的4种模型的系数估计结果及含义如表3所示。

表3 EKC 曲线的系数及含义

1.3 拓展的STIRPAT模型

本文采用拓展的STIRPAT模型对人口规模、人均国内生产总值、建筑业能源消耗强度和能源消费结构4个变量的影响效应进行定量研究,同时为了消除异方差,对各变量做自然对数处理,且引入了人均国内生产总值的平方项来增加研究的准确性,构建的模型如下:

式中,CE、P、AGDP、EI和ES分别代表建筑业碳排放、人口规模、人均国内生产总值、建筑业能源消耗强度和建筑业能源消费结构,单位分别为万t、万人、万元、kg/万元和 kg(CO2)/kg。总人口、城镇人口、人均国内生产总值和建筑业总产值数据来源于《中国统计年鉴(2009~2018)》。

1.4 模型检验方法

1.4.1 平稳性检验

面板数据在回归前需要检验其平稳性,这是因为一些非平稳的序列往往呈现出共同的变化趋势,失去了回归的实际意义,因此需要单位根检验来确保估计结果的有效性。常用的单位根检验包括LLC、IPS、Breintung、ADF-Fisher和PP-Fisher这5种方法,本文采用相同根LLC检验和不同根ADF检验2种方法进行检验,具体操作流程如图1所示。

图1 单位根检验流程图

1.4.2 协整检验

协整检验是考察变量间长期均衡关系的方法,协整关系是指如果两个或多个非平稳的变量序列在进行线性组合后具备平稳性的现象。常用的协整检验包括Pedroni、Kao、Johansen这3种方法,本文采用Kao协整检验,具体操作流程如图2所示。

图2 协整检验流程图

2 区域划分

为了进一步分析中国各省市城镇化建筑业碳排放的差异化影响,考虑区域间的建筑业碳排放特征,本文参照李国志等[14]、宋德勇等[15]的区域划分方法,选取2008~2017年建筑业碳排放均值及其分布,将全国 30个省市分为高排放区域、中排放区域和低排放区域,具体区域范围及均值如表4所示。

表4 区域范围及均值 (单位:万吨)

3 城镇化对建筑业碳排放的影响效应分析

3.1 模型检验

3.1.1 平稳性检验

本文中三个区域的数据均通过了 LLC检验和ADF检验,各变量具备平稳性,面板数据皆为同阶单整,可以进行下一步的协整检验,检验结果如表5所示。

3.1.2 协整检验

本文中三大碳排放区域均通过Kao协整检验,可以进行下一步的回归分析,检验结果如表6所示。

3.2 结果分析

3.2.1 相关性分析

本文首先采用 EKC曲线模型从整体上进行城镇化和建筑业碳排放的相关性分析,采用逐步回归的方法,将各变量逐个引入式(2)以得到最优的回归模型。三大区域的回归结果如表7所示。

根据模型设定,高排放区域回归结果是最优的为三次模型,而中低排放区域回归结果最优的是二次模型。高排放区域各个自变量的系数项符号为f1>0,f2<0,f3>0,即建筑业碳排放随着城镇化率先上升后下降再上升,为正“N”型关系;中排放区域各个自变量的系数项符号为f1>0,f2<0,即建筑业碳排放随着城镇化率先上升后下降,为倒“U”型关系;低排放区域各个自变量的系数项符号为f1<0,f2>0,即建筑业碳排放随着城镇化率先下降后上升,为正“U”型关系。高、中、低排放区域的回归模型图如图3所示。

表5 单位根检验结果

表6 协整检验结果

表7 三大碳排放区域的城镇化与建筑业碳排放相关性

图3 回归模型图

由图3可知,高排放区域的回归模型有两个极值点,分别为 lnU=3.78和 lnU=3.99,该区域正处正“N”型曲线的第二个上升阶段,城镇化的发展正向影响建筑业碳排放。中排放区域的回归模型有一个极值点,为 lnU=4.10。该区域正处于倒“U”型曲线的上升阶段,城镇化的发展正向影响建筑业碳排放。低排放区域的回归模型有一个极值点,为lnU=3.88,该区域正处于正“U”型曲线的上升阶段,城镇化的发展正向影响建筑业碳排放。

3.2.2 影响效应分析

在进行回归分析之前,需要确定模型的影响形式,本文采用Hausman检验确定应该建立随机效应模型还是固定效应模型,即城镇化发展的各变量与随机扰动项是否存在同期性[16]。通过检验得出高、中、低排放区域的模型均采用固定效应模型。对式(3)进行回归分析,结果如表8所示。

表8 回归分析结果

由表8可知,高、中、低排放区域回归模型的R2均在0.95以上,且F检验的p值均在1%的水平上显著,模型的拟合程度良好。另外,除了人均国内生产总值的平方项通过 10%的显著性检验水平之外,其余变量均在1%的水平上显著。

(1)人口规模。就人口规模变量而言,3个排放区域人口规模的相关系数均为正,且在 1%的水平上显著,表明3个区域的人口规模变量均与建筑业碳排放呈显著正相关。在其他变量保持不变的情况下,人口规模每增长1个单位,高、中和低排放区域的建筑业碳排放会随之增加4.15个单位、2.55个单位和2.24个单位。

(2)人均国内生产总值。本文引入人均国内生产总值的平方项,3个区域的人均国内生产总值及其平方项均在10%的水平上显著,表明3个区域的该变量与建筑业碳排放的关系均为倒“U”型。建筑业碳排放随着人均国内生产总值的增长先增后降。在高、中、低排放区域,人均国内生产总值每变化1个单位,建筑业碳排放会变化(1.41-0.14 lnAGDP)个单位、(1.58-0.31lnAGDP)个单位和(1.56-0.65lnAGDP)个单位。

(3)建筑业能源消耗强度。对于建筑业能源消耗强度,高、中和低排放区域的建筑业能源消耗强度的相关系数为正,且在 1%的水平上显著,表明3个区域的建筑业能源消耗强度变量均与建筑业碳排放呈显著正相关。在其他变量保持不变的情况下,建筑业能源消耗强度每增长1个单位,高、中和低排放区域的建筑业碳排放会随之增加 1.01个单位、1.01个单位和0.58个单位。

(4)建筑业能源消费结构。结果表明,高、中和低排放区域的建筑业能源消费结构的相关系数为正,且在1%的水平上显著,表明3个区域的建筑业能源消费结构变量均与建筑业碳排放呈显著正相关。在其他变量保持不变的情况下,建筑业能源消费结构每增长1个单位,高、中和低排放区域的建筑业碳排放会随之增加1.03个单位、1.08个单位和0.95个单位。

综上所述,人均国内生产总值对建筑业碳排放的影响程度均呈倒“U”型曲线。其余3个变量对建筑业碳排放的影响程度排序分别为:高排放区域:人口规模(4.15)>建筑业能源消耗强度(1.01)>建筑业能源消费结构(1.03);中排放区域:人口规模(2.55)>建筑业能源消费结构(1.08)>建筑业能源消耗强度(1.01);低排放区域:人口规模(2.24)>建筑业能源消费结构(0.95)>建筑业能源消耗强度(0.58)。

4 政策建议

(1)总体而言,对于三大排放区域,政策上均以调整人口规模结构为主。在城镇化进程中,大量的人口转移必然会对建筑业碳排放造成冲击,一方面促使城镇人口规模不断扩大,对于住房和基础设施的需求加快了房地产企业的开发进程和建筑工程的涌现,使得建筑业碳排放压力剧增;另一方面由于不同区域人口规模的不平衡,城镇化水平较高的地区会出现人口大量集中的现象,会造成不可逆的区域生态环境的破坏。因此,需要在政策上鼓励和约束人口规划,针对人口集中的地区,放缓外来人口的流入量和当地人口增长的速度。

(2)在城镇化进程中,短期内经济发展水平对于建筑业碳排放存在不利的正向影响,这是因为人均国内生产总值的增长会提高城镇居民的消费水平,对于住房的购买能力和需求的增加,会提高对于建筑业的需求水平,短期内会增加建筑业的碳排放压力。就长期而言,一旦经济发展水平达到拐点,会转而抑制建筑业碳排放的增加。为了经济和城镇化的平稳协调发展,需要合理制定减排目标,实行阶段性和渐进式的规划策略。

(3)针对高排放区域,应以降低建筑业能源消耗强度、提高能源利用效率为主。建筑业是高能耗的产业,其粗放的生产方式不利于节能减排,这就要求建筑业做出技术升级,提高能源利用效率,开发低碳技术与引进国外先进技术构造低碳生活系统。同时政府应该给予相应的政策支持和财政补贴,扶持新能源产业的创新发展。

(4)针对中、低排放区域,应以优化建筑业能源消费结构为主,能源消费结构的改善能够显著地减少建筑业碳排放。在城镇化进程中,为了优化能源消费结构,需要丰富能源供应渠道,并提升清洁能源在建筑业中的比重。

在不同碳排放区域,城镇化的各项变量对建筑业碳排放的影响程度存在一定的差异,城镇化对于建筑业碳排放的影响是各变量共同作用的结果,因此各地政府在制定建筑业节能减排规划时需要综合考虑各个因素。

5 结语

本文以建筑业碳排放为研究对象,基于 IPCC碳排放系数法测算了三大碳排放区域的建筑业碳排放量。在此基础上,引入了 EKC曲线模型,从整体上对3个区域的城镇化率与建筑业碳排放进行了相关性研究。研究发现,在高、中、低3个碳排放区域内,城镇化的发展与建筑业碳排放之间分别呈正“N”型、倒“U”型和正“U”型关系,且均处于曲线的上升阶段,建筑业碳排放虽城镇化的发展而增加。应用拓展的STIRPAT模型分析了人口规模、人均国内生产总值、建筑业能源消耗强度和能源消费结构4个变量对建筑业碳排放的影响效应。结果表明,4个变量均对建筑业碳排放产生正向影响,人口规模对三大碳排放区域的影响程度最大,高排放区域能源消耗强度大于能源消费结构,中低排放区域能源消费结构大于能源消耗强度,而人均国内生产总值对建筑业碳排放的影响效应均呈倒“U”型。本文深入探究了城镇化对建筑业碳排放的影响效应,对城镇化和建筑业的健康发展具有重要的现实意义,有助于各区域的政府有针对性地制定符合自身发展的城镇化推进政策,并从建筑业角度制定节能减排政策。

猜你喜欢
消费结构能源消耗建筑业
基于ELES模型的河北省城镇居民消费结构分析
福建轻纺(2022年4期)2022-06-01 06:26:06
甘肃建筑业将采用清洁能源降低碳排放
毕赛端 “从事建筑业,我乐在其中”
海峡姐妹(2020年6期)2020-07-25 01:26:06
建筑业在我国经济中的支撑作用
需求驱动我国能源消耗效应研究——基于改进的两级分解法
我国消费结构与产业结构互动机制的理论探讨
2004~2013年建筑业坍塌死亡事故统计分析
安全(2015年8期)2016-01-19 06:19:42
杭州市首次开展旅游消费结构调查
杭州(2015年9期)2015-12-21 02:51:48
工业制造项目新增能源消耗影响的对比研究
数据分析检测能源消耗异常研究