基于STIRPAT模型的河南省建筑碳排放影响因素分析

2022-10-10 01:19张果瑞
济源职业技术学院学报 2022年3期
关键词:常住人口城镇化率能源消耗

张果瑞,白 蕾

(河南建筑职业技术学院 工程管理系,河南 郑州 450064)

一、引言

2022年4月4日,政府间气候变化专门委员会(IPCC)发布了第六次评估报告(AR6)第三工作组报告指出,将全球变暖控制在工业化前1.5 ℃以内,在2025年前实现碳达峰,在2050年前实现碳中和,限制全球变暖,所有部门都需要深度减排[1]。建筑业占全球能源消耗的36%,碳排放的39%,是低碳减排的重要领域[2]。

已有学者研究表明,不同区域、不同经济发展水平建筑碳排放的影响因素和影响程度有较大差异[3-5],决定了区域建筑低碳发展和策略制订的差异性。河南省建筑业2020年总产值13122.55亿元,位列全国第八,建筑能耗也随行业发展逐年递增,2019年建筑业消耗标准煤是2010年的3.46倍。因此,从目前发展情况来看,未来全省建筑能源消耗和碳排放总量仍呈现持续攀升趋势,这将对河南省减排目标的实现带来巨大挑战。

本文在低碳减排背景下,分析河南省建筑碳排放发展情况和主要驱动因素,根据不同驱动因素对碳排放影响程度,为区域建筑低碳减排发展提供依据。

二、建筑碳排放影响因素模型

建筑全生命周期碳排放按照不同阶段可以划分为材料生产阶段、施工阶段、运行阶段和拆除阶段。根据已有文献研究,材料生产阶段和运行阶段占建筑碳排放的95%[3]24,由于材料生产阶段碳排放受建筑材料碳排放系数影响较大,而建筑材料碳排放系数与材料生产技术水平密切相关,属于工业范畴,因此,本文仅对运行阶段碳排放影响因素进行研究。

(一)建筑碳排放量测算模型

运行阶段的建筑碳排放主要源于建筑能源消耗,基于能源消耗量和不同能源的碳排放系数,计算消耗能源碳排放量[3]16。根据已有研究经验,运行阶段能源碳排放主要统计居住建筑和公共建筑[4-5];居住建筑中,分为城镇居住建筑和农村居住建筑;考虑到河南省冬季进行冬季供暖需要大量能源消耗,将运行阶段碳排放分为城镇居住建筑、农村居住建筑、公共建筑和冬季供暖四部分计算建筑运行阶段碳排放,见式(1)。

(1)

其中,Y为运行阶段二氧化碳排放总量,j表示第j类能源的碳排放量,Q1j为城镇居住建筑第j类能源消耗二氧化碳排放量,Q2j农村居住建筑第j类能源消耗二氧化碳排放量,Q3j公共建筑第j类能源消耗二氧化碳排放量,Q4j冬季供暖第j类能源消耗二氧化碳排放量。

(二)碳排放影响因素分析

1.影响因素选择

已有学者从微观和宏观方面对碳排放影响因素进行分析。为研究区域碳排放影响因素,本文从宏观方面进行研究。

基于现有研究成果发现[3-6],建筑碳排放影响因素多从人口、经济、技术等维度进行分析。基于科学性、真实性和数据可获得性的原则,本文选择人口维度指标(常住人口数量、城镇化率)、经济维度指标(人均GDP、人均第三产业增加值)、技术维度指标(单位建筑面积碳排放量)作为建筑碳排放影响因素。

2.建筑碳排放影响因素模型构建

1971年,Ehrlich和Holden[7]提出了环境压力控制的IPAT模型,公式为I=P×A×T,其中,I为因变量,表示各因素对环境的影响;P、A、T为三个影响因素,P为人口因素,A为富裕程度,T为技术因素。由于IPAT模型为恒等式,仅能反应各影响因素以乘积的形式单一地作用于环境,为了克服该模型的局限性,Dietz和Rosa[8]将IPAT模型改进为环境影响评估模型(STIRPAT),应用弹性系数解决了各影响因素对环境的影响,公式为I=aPbAcTde,其中,a表示模型系数,b表示人口驱动力指数,c表示富裕程度指数,d表示技术驱动力指数,e为模型误差。STIRPAT模型为多指标因素的非线性模型,通常对其取对数处理。

结合本文因变量和5个影响因素,构建建筑碳排放影响因素模型,并将其取自然对数,如式(2)。

lnY=a+blnX1+clnX2+dlnX3+

elnX4+flnX5+m。

(2)

其中,Y表示建筑运行阶段二氧化碳排放量,X1表示人口数量,X2表示城镇化率,X3表示人均GDP,X4表示人均第三产业增加值,X5表示单位建筑面积碳排放量,a表示常数项,b、c、d、e、f表示各指标系数,m表示误差项。

三、河南省建筑碳排放影响因素实证研究

(一)河南省建筑运行阶段碳排放测算

根据式(1),测算河南省2010—2019年碳排放量,如图1所示。

注:能源消耗数据源于《中国能源统计年鉴》、《河南统计年鉴》;碳排放系数源于《国家温室气体排放清单指南》及已有研究数据[3-4],[9-11]等。

研究结果表明,2010—2019年河南省建筑碳排放量中,居住建筑占建筑碳排放量比重最大,年均达到48%,公共建筑年均占比31%,冬季供暖年均占比约为21%。2010—2019年河南省建筑碳排放量持续增长,其中,公共建筑碳排放增速最快,年均增长35%,居住建筑碳排放与冬季供暖碳排放增速较小,年均分别增长9%和3%。

(二)河南省建筑碳排放影响因素分析

1.数据收集与处理

根据式(2)和2010—2019年河南省建筑碳排放量Y,需要收集2010—2019年河南省人口数量、城镇化率、人均第三产业增加值、建筑面积碳排放量。

河南省人口数量指标中,根据人口对当地建筑碳排放的影响,将常住人口作为该指标取值;城镇化率为城镇常驻人口数量和总常住人口数量的比值;人均第三产业增加值为第三产业增加值和总常住人口数量的比值;单位建筑面积碳排放量根据式(1)计算结果与建筑面积的比值。

数据收集结果如图2所示。

图2 河南省建筑碳排放影响因素变化曲线

2.基于STIRPAT模型的河南省建筑碳排放影响因素分析

(1)多重共线性分析

根据建筑碳排放五个影响因素的意义可知,各个影响因素之间具有一定相关性。运用SPSS19.0软件对河南省建筑碳排放和影响因素进行最小二乘法回归分析及多重共线性检验,分析结果如表1所示。

表1 河南省建筑碳排放影响因素回归分析及多重共线性检验

由分析结果可知,VIF检验中,常住人口数量X1、城镇化率X2、人均GDPX3均大于10,影响因素之间存在严重共线情况。根据最小二乘法分析结果,常住人口数量、城镇化率及人均第三产业增加值系数均为负数,与事实不符,因此不能利用最小二乘法对模型进行拟合。

(2)岭回归分析

岭回归(Ridge Regression)由Hoerl最早于1962年提出,该方法是对最小二乘法的改进;1970年,Hoerl和Kennard对该方法进行详细地介绍[12]。在不改变变量的情况下,岭回归分析可以较好地解决多重共线性问题[4]41-42。运用SPSS19.0软件对模型进行拟合,得到岭迹图,如图3建筑碳排放影响因素回归岭迹图所示。

图3 河南建筑碳排放影响因素回归岭迹图

根据图3,当K=0.5时,五个影响因素的岭迹图趋于稳定,取K=0.5对模型进行岭回归分析,得到结果如表2所示。

表2 河南省碳排放影响因素岭回归分析结果

表2中,Constant为式(2)的常数项a,B列为影响因素非标准回归系数,即式(2)的系数,Beta列为影响因素标准回归系数。岭回归模型的决定系数RSquare=0.9644,表明模型具有较好的拟合度;显著性检验P<0.01,显著性较好。

由此得到,拟合岭回归方程为:

lnY=-14.8629+2.243lnX1+0.3599lnX2+0.2044lnX3+0.0435lnX4+0.4385lnX5。

(3)

河南省建筑碳排放实际值和拟合结果对比如图4所示,模型拟合良好。

图4 河南省建筑碳排放实际值和拟合值

(3)研究结果分析

岭回归结果表明,河南省建筑碳排放影响因素从大到小依次为:常住人口数量(2.243)、单位建筑面积建筑碳排放量(0.4385)、城镇化率(0.3599)、人均GDP(0.2044)、人均第三产业增加值(0.0435)。

由此可见,河南省常住人口数量是建筑碳排放最大的影响因素。运行阶段建筑碳排放主要是由于人们生产、生活过程中的煤、燃气、用电、采暖等能源消耗造成的,因此,常住人口数量对碳排放影响最大。2010—2019年期间,河南省常住人口数量增加5.27%,导致建筑碳排放增加。

单位建筑面积碳排放量是衡量地区碳排放技术维度的重要指标,也是影响河南省碳排放的第二大因素,但是影响系数与常住人口因素相差较大,说明2010年—2019年期间,单位建筑面积碳排放对碳排放影响有限,反映出当地低碳减排政策和绿色建筑技术对建筑运行阶段碳排放影响不大[4]46。

城镇化率增加会导致城镇人口数量的增加,有研究表明,城镇人均能源消耗量比农村人均消耗高出80%[6]51-52,2010—2019年,建筑碳排放从38%增长到54%,引起建筑碳排放量增加。

但2010—2019年期间,人均GDP累计增加126.63%,人均收入大幅度提高,提高了人们对于家电和舒适程度的需求[3]25,进而拉动建筑碳排放量增加。

人均第三产业增加值是影响建筑碳排放最小的因素。2010—2019年期间,人均第三产业增加值累计增长98.52%,将近增加一倍,将在一定程度上带动建筑碳排放增加。

四、结语

碳排放量增加是造成气温升高的重要原因。本文基于环境影响评估模型STIRPAT研究常住人口数量、城镇化率、人均GDP、人均第三产业增加值、单位建筑面积建筑碳排放量五个影响因素对建筑运行阶段碳排放的影响,研究结果表明,五个因素与建筑碳排放都存在正相关的关系。其中,常住人口是影响建筑碳排放最大的影响因素,其他因素虽然对建筑碳排放影响相对较小,但是,影响因素的大幅度增长也会引起建筑碳排放的增加,2010—2019年期间,建筑碳排放增加为原来的2.06倍。

因此,在不影响经济发展的前提下,有效稳定并逐步降低建筑碳排放还需要从人口因素入手,倡导低碳、低能耗的生活方式,降低生活、生产过程中的能源消耗;此外,加大绿色节能建筑推广力度,降低使用过程中由于建筑本身问题引发的额外能源消耗,减少建筑“刚需”部分能耗;加大对能耗产品的科技研发也是降低建筑碳排放的突破点,这也是从技术维度降低能耗的有效措施。在不影响经济发展的前提下,从人口和技术的维度,探索降低建筑碳排放的方法,助力区域如期达成碳达峰、碳中和。

猜你喜欢
常住人口城镇化率能源消耗
2021 年内蒙古自治区常住人口主要数据公报
北京城市副中心:常住人口控制在130万以内
需求驱动我国能源消耗效应研究——基于改进的两级分解法
2015年上海市常住人口首现负增长
安徽省生态足迹与城镇化率关系实证研究
工业制造项目新增能源消耗影响的对比研究
基于Logistic模型的县域城镇化率及其推进预测
——以济南市平阴县为例
数据分析检测能源消耗异常研究
项目新增能源消耗影响分析研究
2011年全省城镇化率达45.6%