基于STIRPAT模型的内蒙古自治区碳排放预测研究

萨和雅, 罗 翔, 王一辰

(1.内蒙古师范大学 数学科学学院,内蒙古 呼和浩特 010022;2.内蒙古师范大学 应用数学中心,内蒙古 呼和浩特 010022;3.内蒙古师范大学 经济管理学院,内蒙古 呼和浩特 010022)

基于全球气候变化的严峻形势,人们已经认识到工业化发展带来的巨大危害。二氧化碳作为温室气体,是导致全球气候变暖的关键所在。2020年的联合国大会上,我国提出在2030年前实现碳达峰的宏伟目标,并努力争取2060年前实现碳中和。在2021年的政府工作报告中,再次强调了做好碳达峰和碳中和的各项准备工作。但在中国多煤炭、少油气资源的背景下,采取什么样的路径实现碳达峰与碳中和目标,是一个值得研究的问题。

1 研究现状

张莉军等[1]梳理了国内的碳排放预测模型,如IPAT方程、随机回归影响模型、成本分析模型、LEAP模型、神经网络、灰色预测模型等。其中LEAP模型功能强大,预测信息更多。邱硕等[2]利用该模型,对不同政策情景下陕西省能源消耗及温室气体排放情况做出了预测,对相关政策进行定量评价并分析节能减排的潜力。

相比建模过程复杂的LEAP模型而言,IPAT方程与随机回归影响模型更加简单与实用。York等[3]以IPAT模型为基础提出的STIRPAT模型更具可拓展性和随机性,在能源排放预测与评估研究方面得到广泛应用。STIRPAT模型一方面可以对我国碳排放的影响因素进行定量分析[4-6]; 另一方面也常被用于政策的评估及制定,如刘满芝[7]分析评估了人口规模、收入水平等要素对生活能源消费的效应。杨森[8]利用STIRPAT扩展模型,发现京津冀生态化与规模、技术、结构和政策效应高度相关。同时,邢红[9]基于拓展的STIRPAT模型分析长江经济带能源消费驱动因素的影响机理。

STIRPAT模型与统计方法的结合实现了模型的预测功能,其主要为岭回归与时间序列分析的应用。颜伟[10]通过情景设置的方式,预测未来的碳排放总量变化及趋势。也有学者以时间序列分析为基础,结合STIRPAT模型得到碳排放的总体趋势[11-12]。黄蕊等[13]通过岭回归拟合得到了能源消费碳排放与人口数量、人均GDP、能源强度、第三产业比重、城镇化水平的多元线性模型。STIRPAT模型在时间序列预测模型的基础上,也被用来分析能源排放与自变量的弹性系数[14-16]。也有学者采用计量经济学的方法进行实证研究[17-18]。

STIRPAT模型在模型拓展上具有巨大的灵活性。李昭华[19]对STIRPAT模型提出新的拓展,对进出口及其他因素对PM2.5污染的影响进行空间面板数据分析。许博[20]以STIRPAT理论模型为基础,建立固定效应模型,探究人口、富裕程度和技术对城市生活垃圾产生量的区域差异。本文采用STIRPAT模型,分析内蒙古自治区人口数量、人均GDP、能源强度和火力发电贡献率对能源消费产生的碳排放量的影响。

2 方法和数据来源

2.1 研究方法

内蒙古自治区以煤炭为主要能源,火力发电占比较大。火力发电贡献率指的是火力发电量占总发电量的比重,记为G,York等[3]在传统的IPAT模型的基础之上提出了STIRPAT模型,其标准形式为

I=aPbAcTde,

(1)

其中:I、P、A、T分别为环境压力、人口规模、富裕度(人均GDP)和技术水平(能源强度);a为模型常数;b、c、d为需要估计的常数项;e为误差项。对等式两边同时取对数得

lnI=lna+blnP+clnA+dlnT+lne,

(2)

综合考虑内蒙古自治区的资源优势以及目前的能源结构,引入火力发电贡献率变量衡量未来能源结构的变化。对STIRPAT模型进行拓展后的形式为

lnI=lna+blnP+clnA+dlnT+flnG+lne,

(3)

其中:I是内蒙古自治区能源消费产生的碳排放量(百万吨);P为人口数(万人);A为富裕度,以人均GDP表示(元/人);T为能源强度,即能源消费量与GDP的比值(吨标煤/万元);G为火力发电贡献率,以火力发电量占总发电量的比值表示;b、c、d、f为弹性系数,表示当P、A、T、G每变化1%时,分别引起I的b%、c%、d%、f%变化。

2.2 数据来源

从国家统计局官网获得内蒙古自治区的宏观经济数据,如人口总数、人均国民生产总值、能源消费量等,对于少量缺失值采取线性插值的方式进行补充。内蒙古自治区2001年至2017年的碳排放数据从中国碳核算数据库(CEADS)检索得到。

3 结果分析

以lnI为因变量,lnP、lnA、lnT、lnG为自变量,对2001年至2016年的历史数据进行多元回归分析,变量共线性检验结果见表1。其中所有变量的方差膨胀系数均大于10,表明各变量之间存在多重共线性。并且人口总数、人均GDP、火力发电贡献率、能源强度通过显著性检验(P<0.05)说明对碳排放量有影响关系。

表1共线性分析结果Tab.1 Results of collinearity analysis

为了解决自变量之间的多重共线性,使用岭回归方法。得到的拟合优度R2=0.992,人口总数、人均GDP、火力发电贡献率、能源强度可以解释碳排放总量的0.992变化原因,可知模型拟合程度好。将岭回归得到的回归系数代入模型(3)中,得到考虑火力发电贡献率的STIRPAT模型为

I=exp (-90.625+11.275lnP+0.680lnA+1.330lnT-0.094lnG)。

(4)

人口数量、人均GDP、能源强度、火力发电贡献率每变化1%,内蒙古自治区碳排放量将发生11.275%、0.680%、0.094%、1.330%的变化。为了检验模型的预测能力,将2017年的人口、人均GDP、能源排放强度、火力发电贡献率等历史数据代入模型(4),得到2017年的预测值为635.394百万吨,2017年的历史数据为639百万吨,误差率只有0.56%。2001-2017年间真实值和模型(4)预测的碳排放量如图1所示,从图1可知,预测数据与原始数据的误差较小。

图1 内蒙古自治区2001-2019年预测值与实测值的比较Fig.1 Comparison of predicted and measured values in Inner Mongolia from 2001 to 2019

4 情景分析

内蒙古自治区地广人稀、经济发展相对滞后,人口数量一直呈现缓慢增长趋势。2016年至2017年人口增长率从0.24%提升到0.36%,但2018年的人口增长率下降到0.2%,可知二孩政策与人口引入政策的实施效果有限。基于以上分析,设置人口的高增长、基准情形、低增长三种模式的人口年均增长率均为0.22%,并以不同的下降速度减少。根据《国家人口发展规划(2016-2030年)》,我国的人口数量将在2030年左右达到峰值,因此设置高增长、基准情形、低增长三种模式达到人口峰值的年份分别为2040年、2035年、2030年。根据以上分析,设置的内蒙古自治区未来人口增长率见表2。

关于人均GDP设置,从《内蒙古自治区国民经济和社会发展第十四个五年规划和2035年远景目标纲要》了解到十三五期间实现了地区总值年均增长4.3%,2015-2019年的年均增长率为6.9%,相比上五个年度的年均增长率下降了36%。基于以上分析,对人均GDP的增长率设置高增长、基准情形、低增长三种模式,相应的增长率为6.4%,4.8%,3.2%,并且随着经济发展水平的提高,增速会逐渐下降(表2)。

表2 要素增长率预测值Tab.2 Forecast value of factor growth rate

火力发电贡献率的含义为火力发电量占总发电量的比重,能够粗略估计能源的供给结构。在《内蒙古自治区国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中提到2020年可再生能源装机占比达36.1%,预计2050年可再生能源装机率占比可达50%,可知清洁能源的发电量已经初具规模并产生对一次能源的替代效果。基于以上分析,火力发电贡献率的高减排情形与及基准情形的年均增长率分别设为0.2%,0.1%,并随着科技的发展,增速加快(表2)。

能源强度反映单位GDP对一次能源的依赖程度。在《内蒙古自治区国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中将单位地区生产总值能源消耗作为十四五规划的重要指标。历史数据显示,能源强度的年增长率存在一定的波动,2013年到2017年的年均增长率为5.69%。因此设置高减排情形与基准情形两种情形,对应的增长率分别设为5.04%,2.52%。由于能源排放强度受煤炭消费量与地区生产总值有关,能源强度的增减率在未来可能产生一定的波动(表2)。

综合经济增长要素与减排要素的情景设置,可以将内蒙古自治区未来的经济增长模式组合为六种情况(表3)。

表3 内蒙古自治区发展模式Tab.3 Development model of Inner Mongolia

基于未来发展模式的设置,将相关情景的数据代入模型(4)中,对未来年度的碳排放量做出预测(表4)。

表4 内蒙古自治区未来碳排放量预测值Tab.4 Prediction of future carbon emissions in Inner Mongolia

从表4可知,2050年的碳排放量从大到小 的排序为模式1,模式3,模式2,模式5,模式4,模式6。其中经济要素设置为低增速,高减排模式的模式6在2050年的碳排放量为420.988百万吨,说明内蒙古自治区有着巨大的减排潜力。

图2给出了2018年至2050年间内蒙古自治区碳排趋势,模式1、模式2、模式3均未实现在2030年实现碳达峰。相反模式5中的经济指标以低速增长,减排指标设置为基准情形,在2030年达到碳排放峰值。而模式4与模式6的碳排放量一直呈现下降趋势,并于2030年形成小型峰值。可知模式5更加符合内蒙古自治区减排的趋势,模式4与模式6能否实现取决于火力发电量占总发电量的比重。

图2 内蒙古自治区碳排放预测Fig.2 Carbon emission forecast for Inner Mongolia

5 结论

本文采用STIRPAT模型分析了人口数、人均GDP、能源强度、火力发电贡献率4种影响因素对内蒙古自治区碳排放量的影响。并根据情景分析设置经济要素与减排要素在未来的发展趋势,最终组合为6种发展模式,对内蒙古自治区未来的碳排放量情况进行预测,得到如下结论:

(1) 人口数量、人均GDP、能源强度、火力发电贡献率每变化1%,内蒙古自治区碳排放量将发生11.275%,0.680%,0.094%,1.330%的变化; 从回归系数的大小来看,人口数量的变动对碳排放的影响最为显著;

(2) 保持减排力度不变,降低经济增速能有效提高减排效果; 内蒙古自治区的碳排放预测结果显示,低人口增长率以及GDP增速对碳达峰目标的实现更为有利。

在一般STIRPAT模型的运用中,较少考虑能源供给结构的变化,所以只从能源强度方面反映减排力度很难预测到碳峰值的时间。而本文根据现有的能源结构,引入火力发电量占总发电量的比重这一比值变量,用以衡量内蒙古自治区的能源供给结构,预测到低经济增速、高减排力度在碳排放减排中取得的效果较好。

内蒙古自治区存在着丰富的煤炭资源和可再生能源,其中可再生能源如风能、水能、太阳能等在未来的能源开发方面有着巨大的潜力,所以改变能源供给结构是内蒙古自治区实现碳中和与碳达峰的必由之路,而且能够为我国的碳达峰碳中和目标的实现做出应有的贡献。