基于STIRPAT模型的武汉市碳排放情景分析

余利丰

(江汉大学 武汉研究院，湖北 武汉 430056)

0 引言

面对资源约束趋紧、环境污染严重、生态系统退化、气候变化反常的严峻形势，2020年9月22日，习近平总书记在第75届联合国大会上宣布：“中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。”[1]实现碳达峰、碳中和是一场广泛、复杂且影响深远的经济社会系统性变革，需要正确处理好经济发展与碳减排、整体与局部、短期与长期的关系[2-7]。对于武汉市这样一个工业城市来说，发展低碳经济，实现可持续发展是未来发展的必由之路。低碳政策的制定与实施离不开摸清自身未来的碳排放趋势，因此，科学预测未来碳排放量及研究碳排放的影响因素具有重要意义。

STIRPAT模型是进行碳排放预测的经典模型之一，目前已被广泛应用于碳排放达峰的预测研究中。张乐勤等[8]基于STIRPAT模型分析了安徽省能源消费的碳排放发展趋势，指出安徽省未来的碳排放量将进一步加大，由此会进一步加剧安徽省的减排压力，因此安徽省应加快经济结构调整，大力发展高新技术产业、环保产业和旅游产业。黄蕊等[9]基于STIRPAT模型定量分析了江苏省未来能源消费碳排放量的发展趋势，认为提高技术增长率有利于控制能源消费的碳排放量。张巍[10]基于STIRPAT模型对陕西省工业碳排放量进行了预测和情景分析，指出保持经济适度增长、控制能源强度和优化能源结构，能够有效降低陕西省工业碳排放量。鉴于此，本文以武汉市为例，基于扩展STIRPAT模型分析影响武汉市碳排放的关键因素，运用情景分析法预测不同情景下的碳排放及减排潜力，为武汉市的低碳发展之路提供参考。

1 研究方法

1.1 STIRPAT模型简介

STIRPAT模型由IPAT模型演变而来。1971年，Ehrlich和Holdren[11]首次提出IPAT模型，形成了碳排放量与人口规模、人均财富及技术水平之间的关系，用于测度人口变化对环境压力的影响[7]，即：

I=P×A×T

(1)

式(1)中，P代表人口规模；A代表人均财富或人均产出；T代表技术，也可指经济活动的能源效率；I代表碳排放量。

由于IPAT模型假定不同影响因素对环境的影响是一致的，并不能很好地揭示不同情况下人口规模、人均财富以及技术水平对环境影响的变化[8]，1994年Dietz和Rosa在IPAT模型的基础上提出了STIRPAT模型[9]：

I=P×A×T×e

(2)

式(2)中，e为模型误差项。

STIRPAT模型既允许将各系数作为参数来估计，也允许对各影响因素进行适当分解。York等对无法反应模型中各个因素非均衡与非单调的函数关系的缺陷进行了修正与完善[10]。目前，STIRPAT模型已被广泛应用于碳排放的预测研究中。

1.2 STIRPAT模型的估计

在实际研究中，采用STIRPAT模型进行回归分析时，自变量之间难以避免地存在多重共线，导致计算出来的结果与实际现象存在差距。这就需要对模型进行修正。岭回归模型是对共线性数据进行有偏估计的回归方法，本质是改良的最小二乘法。假设传统的多元线性回归模型的一般形式可以表示为：

y=Xβ+ε

(3)

式(3)中，y是1个n×1的向量；X为n×p数据矩阵；β是1个p×1的参数向量；ε为误差项。一般情况下，参数β的估计结果为：β=(XXT)-1XTy。在估计参数β中，数据矩阵X必须是满秩矩阵，即自变量之间不存在线性相关关系。但在实际研究中，难以避免自变量数据之间存在相关性。当自变量数据之间存在着较强的多重共线时，|XXT|-1≈0，则参数β不可识别。由于数据之间的多重共线，矩阵(XXT)-1变得几乎不可逆，从某种意义上来说，矩阵(XXT)-1变得很大，致使方差Var(β|X)=σ2(XXT)-1增大，使得对系数的估计变得不准确[6]。

岭回归估计法是在XXT基础上增加一个常数矩阵KI，此时矩阵(XXT+KI)的奇异程度小于XXT。按照岭回归的估计结果，此时参数β的估计结果为：

β*=(XXT+KI)-1XTy

(4)

从参数β*可以看出，岭回归的估计结果比最小二乘法时的估计结果更稳定。在实际估计中，一般采用方差膨胀因子判断是否采用岭回归方法，当方差膨胀因子大于10时，自变量之间存在着多重共线，此时应该对变量采用岭回归分析。

1.3 基于STIRPAT模型的武汉市碳排放预测模型的设定

借鉴黎孔清等[12]和张哲等[3]的做法，结合武汉市特点，选择人口、人均GDP、碳排放强度、产业结构、城镇化水平、能源结构、能源强度等因素[6，11]构建武汉市碳排放峰值预测的STIRPAT模型：

lnI=a+blnP+clnA+dlnT+elnU+flnF+glnC+hlnE+ε

(5)

式(5)中，I为碳排放；P为人口总量；A为财富水平，用人均国内生产总值来表示；T为技术水平，用碳排放强度作为代理变量，以第三产业碳排放量与第二产业产值的比值来表示；U为城镇化水平指标，采用城镇人口占常住人口的比重来衡量；F为能源强度，以万元工业生产总值消费的能源总量表示；C为产业结构，用第三产业增加值占GDP的比重来表示；E为能源结构，以煤炭消费量占能源消费总量的比重表示；a为常数项；b，c，d，e，f，g，h为待估计系数；ε为误差项。模型中用到的变量数据来源于2000—2019年武汉市统计年鉴。

由于武汉市统计机构没有公布二氧化碳排放数据，借鉴赵秀娟等[13]的测算方法，可估算出武汉市碳排放总量。一般而言，碳排放计算公式可设定为：

E=∑Ei=∑Ti×δi

(6)

式(6)中，E为碳排放总量；Ei为各种碳源的碳排放量；Ti为各种碳排放源的量；δi为各碳排放源的碳排放系数。由于原始统计时，各种能源的消费均为实物统计量，测算碳排放时必须转化为标准统计量，各种能源折标准煤参考系数见《中国能源统计年鉴》(2019年)。

为了判断因变量I与变量P，A，T，F，C，U，E之间是否存在多重共线，首先对各个变量进行普通最小二乘法估计。STIRPAT模型共线性检验结果见表1。由表1可知，所有变量的方差膨胀因子远远高于最大容忍度10，说明解释变量之间存在严重的多重共线性，普通最小二乘法的回归系数的可信度低，不能有效地解释碳排放因子。

为了保证模型估计结果的有效性，采用岭回归进行拟合。以武汉市2000—2019年的相关数据为基础，利用SPSS 25进行岭回归建模，以0.01作为单位长度，岭回归系数K在0～1之间取值，观察R2和K的关系。当R2和K趋于平稳时，岭回归估计模型有意义，选取K=0.3作为模型结果，模型的拟合优度R2为0.947 4，说明该模型的建立效果比较理想。检验模拟的方差，可知F=23.0463，SigF<0.01，故在显著性为1%的水平下通过方差检验。最终建立的武汉市碳排放岭回归方程为：

lnI=3.5127+0.2702lnC-0.5217lnU-0.0613lnT+0.1348lnA+0.6654lnP-0.1165lnF+0.6363lnE。

表1 STIRPAT模型共线性检验结果

根据得到的碳排放岭回归方程，代入数据计算，得到2000—2019年武汉市碳排放预测值与实际值的比较如图1所示。由图1可知，与碳排放的实际值进行比较，发现预测值误差范围为-1.93%～1.74%，模型拟合程度较高，可以进行碳排放预测。

图1 2000—2019年武汉市碳排放预测值与实际值的比较

2 武汉市碳排放的情景预测分析

2.1 情景分析

根据湖北省和武汉市的低碳发展政策与法规，综合考虑武汉市经济发展阶段、产业结构、能源消费结构和社会发展等因素，设定3种不同政策下的发展变化情景，即设置3个碳排放情景，均以2019年为基期，以2030年为目标年，以5年为1个时段，与国家和地方政府的5年规划相对应，以国家层面的碳达峰、碳中和时间界限为重要参考依据，并根据产业结构的优化调整设置情景分析。

基准情景：产业结构、能源消费结构、能源消费强度按照既定的速度进行调整，武汉市产业结构调整速度较慢、能源结构优化速度较慢、能源消费强度调整速度较慢。

强排放模式情景：产业结构调整速度较慢，碳排放较高的第二产业结构比例较高；能源结构中，煤炭消费占能源消费的比重较高；能源消费强度较高。

低碳情景：政府通过优化调整产业结构，努力改变经济发展方式，重点高碳行业的能源消费水平下降、能源消费强度下降。

依据《武汉市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》(以下简称《纲要》)中的相关规定预设相关数据，其中，GDP增长率、产业结构、能源利用率数据根据《纲要》进行设定。基于“双碳”目标，按照5年规划时间段的划分方法，将2021—2030年划分为2021—2025年和2026—2030年2个时间段。

2.2 情景预测

1)经济发展水平预测

根据《纲要》中关于武汉市2025年的GDP规划，将2020—2030年的GDP年均增速设置为7%，得到武汉市2021—2030年人均GDP预测值，见表2。

表2 武汉市2021—2030年人均GDP预测值 元

2)人口发展水平预测值

武汉市2021—2030年人口预测值见表3。由表3可知，随着武汉市城镇化推进和经济快速发展，武汉市的人口流入速度还将不断增长，存在一定的人口增长空间。

表3 武汉市2021—2030年人口预测值 万人

3)城镇化发展水平预测

结合《纲要》，武汉市2021—2030年城镇化率预测值见表4。由表4可知，2021—2030年武汉市的城镇化率将进一步提升，但提升速度有所放缓。

表4 武汉市2021—2030年城镇化率预测值

4)产业结构发展水平预测

根据《纲要》，3种情景下武汉市2021—2030年产业结构发展水平预测值见表5。结合武汉市当前产业结构的变化趋势可知，未来其产业结构仍将呈现出第二产业占比下降，第三产业比重上升的发展趋势。

表5 3种情景下武汉市2021—2030年产业结构发展水平预测值

5)碳排放强度预测

3种情景模式下武汉市2021—2030年碳排放强度预测值见表6。由表6可知，随着国家下达碳达峰、碳中和目标，未来武汉市碳排放强度将呈现下降的发展趋势。

表6 3种情景下武汉市2021—2030年碳排放强度预测值 t/万元

6)能源强度预测

结合《纲要》，3种情景下武汉市2021—2030年能源强度预测值见表7。由表7可知，受碳达峰、碳中和目标的约束，未来武汉市万元工业产值中能源消耗的比重将呈现不断下降的发展趋势。

表7 3种情景下武汉市2021—2030年能源强度预测值 t标准煤/万元

7)能源结构预测

结合《纲要》，3种情景下武汉市2021—2030年能源结构发展水平预测值见表8。由表8可知，随着国家层面碳达峰、碳中和目标的约束，未来武汉市煤炭消费在一次性能源消费中的比重呈现下降的发展趋势。

表8 3种情景下武汉市2021—2030年能源结构发展水平预测值

3 基于STIRPAT模型的碳排放情景分析

3.1 武汉市碳排放达峰情景预测

利用STIRPAT模型计算出的武汉市2021—2030年碳排放达峰预测值见表9。

表9 武汉市2021—2030年碳排放达峰预测值 万t

从表9可以看出，武汉市的碳排放只有在低碳情景下才出现先增加后下降的变化趋势，即出现碳排放达峰的情况；而在基准情景和强排放模式情景下，则呈现继续增长的变化趋势。在基准情景下，2021—2030年的排放一直保持增长的态势，于2030年达14 050.4 万t；在低碳情景下，碳排放量在2025年达到峰值，即12 539.0 万t，之后开始下降到2030年的11 899.4 万t。在强排放模式情景下，2021—2030年的碳排放一直保持增长的态势，至2030年达15 005.7 万t。因此，在低碳情景下，可于2025年实现碳排放达峰，为武汉市如期完成国家层面的碳中和目标奠定基础。

3.2 低碳情景下武汉市的减排潜力

为实现2030年碳达峰、2060年碳中和目标，武汉市首先必须使碳排放达到峰值。按照低碳情景模式，武汉市需在产业结构、碳排放强度、能源结构方面进行优化调整。

在产业结构调整方面，武汉市要大力发展第三产业，尤其是现代服务业，提升第三产业在经济总量中的比例。根据测算，2021—2025年武汉市第三产业在地区生产总值中的比重要年均提升0.9%左右；在2025—2030年第三产业在地区生产总值中的比重要年均提升0.7%左右。这就意味着，与2020年相比，2025年第三产业占地区生产总值的比重要增加4.58%，而2030年第三产业占地区生产总值的比重则要增加8.29%。按照这个速度来测算，到2025年，武汉通过调整第三产业结构的比重，碳排放应比2020年减少1.24%；到2030年，武汉通过调整第三产业结构的比重，碳排放应比2020年减少8.29%。这就意味着，在2021—2030年间，武汉市通过优化升级产业结构，实现碳排放减少8.29%，减排潜力巨大。

产业结构的优化升级带来的减排效应不仅体现在自身方面，还体现在与产业结构相连的能源消费方面。与2019年相比，2025年能源消费强度下降33.22%，2030年能源消费强度下降52.3%。按照这个速度来测算，与2019年相比，2025年武汉市通过降低能源消费强度，碳排放比2019年减少2.04%；到2030年，武汉市通过降低能源消费强度，碳排放比2019年减少3.21%。

在能源结构方面，武汉市煤炭消费占一次能源消费的比重从2019年的44.81%下降至2025年的29.28%，在2030年大约为21.31%。在能源消费中，煤炭消费占能源消费比重的下降也带来了碳排放的下降。与2019年相比，2025年武汉市通过降低煤炭消费在一次能源消费中的比重，碳排放比2019年减少9.88%；到2030年，武汉通过降低能源结构，碳排放比2019年减少14.95%。

总而言之，在低碳情景下，武汉市通过优化产业结构，能够达到良好的碳减排效果，并促使与产业结构相关联的能源结构、能源消费强度降低，为2030年前实现碳达峰奠定了良好的基础。

4 结论

通过STIRPAT模型，运用情景分析法，分别对基准、强排放模式、低碳3种情景下武汉市2021—2030年的碳排放情况进行预测，指出武汉市只有在低碳情景下才能在2025年实现碳排放达峰，而在基准情景和强排放模式情景下碳排放继续保持上升的趋势。通过将优化产业结构和优化能源结构相结合，可实现碳达峰。因此，武汉市要大力进行产业结构调整，尤其是现代服务业，提升第三产业在经济总量中的比例；另一方面，在进行产业结构调整的同时，要优化武汉市的能源消费结构，提高能源利用效率，降低能源强度。