基于STIRPAT模型的内蒙古碳排放情景分析与峰值预测

摘" 要：为制定“双碳”目标要求下推动内蒙古经济发展的合理政策建议，确保自治区保质保量完成碳达峰目标，本文利用IPCC排放因子法测算内蒙古碳排放量，并基于扩展的STIRPAT模型，确定年末人口、人均GDP、能耗强度、城镇化率、能耗结构、产业结构中二产占比、产业结构中三产占比等7个自变量，进而建立自治区碳达峰预测模型，研究不同情景下自治区碳排放峰值及达峰时间。研究结果表明：在基准情景下自治区将难以在2030年前实现碳达峰目标，但通过下大力气调整产业结构和能耗结构、提升能源资源利用效率能有效控制碳排放并实现如期达峰。

关键词：碳排放" " "情景分析" " "STIRPAT模型" " "碳达峰" " "内蒙古

2020年9月，习近平总书记在第75届联合国大会一般性辩论上的讲话首次提出“碳达峰”“碳中和”目标：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。内蒙古作为北方的生态安全屏障，同时也是中国重要的化工能源基地，当前工业化发展任务尚未完成，城镇化正进入持续深化期，社会经济发展过程中对于能源的依赖度较高，协调好社会经济发展和2030年如期实现达峰目标的关系尤为重要。

本文以内蒙古为研究对象，利用IPCC排放因子法测算2001—2022年内蒙古自治区碳排放量，结合碳排放影响因素，构建扩展的自治区STIRPAT模型，设置不同的情景模式，预测2025—2035年自治区碳排放的峰值及发展趋势，提出自治区节能降碳的相应对策，以期能为“双碳”目标要求下推动自治区经济发展研究提供参考。

一、研究方法和数据来源

（一）碳排放测算

碳排放测算方法主要包括排放因子法、全生命周期法、物料平衡法、碳足迹法等，其中排放因子法是应用最为广泛的碳排放量测算方法，由联合国政府间气候变化专门委员会制定的《IPCC国家温室气体排放清单指南》提供。依据《2006年IPCC国家温室气体排放清单指南》，采用排放因子法，对内蒙古碳排放量进行测算，计算公式如下：

式中，C为碳排放总量（万t）；Ei为第i种能源的消耗量；EFi第i种能源的碳排放系数。

碳排放强度即单位国内生产总值（GDP）的二氧化碳的排放量，是衡量一个国家地区、行业碳排放量与经济发展之间关系的指标，其波动一般是由于碳排放的变化率与国内生产总值变化率不一致。碳排放强度越低，说明该地区单位国内生产总值的二氧化碳排放量越少，越有利于碳减排和碳达峰目标的实现。

式中，I为碳排放强度（t/万元）；C为碳排放量（万t）；G为国内生产总值（万元）。

（二）STIRPAT模型

STIRPAT模型是当前常用的考虑人口规模、富裕程度和技术水平等因素变动对环境的非比例影响的模型，也是当前研究碳排放量的常用方法。本文结合内蒙古发展的实际情况，人口规模维度以年末总人口代表，富裕程度以人均生产总值代表，技术发展程度以能耗强度代表，并引入表征自治区发展水平的城镇化率、能耗结构、产业结构对STIRPAT模型进行扩展，构建模型如下：

lnI=lna+blnP+clnAPC+dlnT+flnU+glnES+hlnIS1+ilnIS2+lne" nbsp; " " " （3）

式中：a为模型的系数；b，c，d，f，g，h，i分别为各自变量的弹性系数；e为随机误差项；P为年末总人口；APC为人均GDP；T为能耗强度（能源消耗量/国内生产总值）；U为城镇化率（城镇户籍人口占总人口的比重），ES为能耗结构（煤类能源消耗量占能源消耗量的比重）；IS1为产业结构中二产占比（第二产业生产总值占国内生产总值的比重）；IS2为产业结构中三产占比（第三产业生产总值占国内生产总值的比重）。

（三）数据来源

2001—2022年自治区各类能源消耗量从2002—2023年《中国能源统计年鉴》中获取；2001—2022年年末总人口和市镇人口、人均GDP、国内生产总值、第二产业生产总值、第三产业生产总值均从2002—2023年《内蒙古统计年鉴》中获取。

二、结果与分析

（一）碳排放量情况

按照碳排放测算的排放因子法，计算得到2001—2022年内蒙古碳排放量、碳排放强度及两者相应的同比增长率，具体数据见表1。

由表1可知，2001—2022年自治区碳排放量整体呈现波动增长趋势，仅2012年、2021年较上年度略有下降，2022年碳排放量达到65198.69万t，较2001年增长6.83倍，目前尚未达到碳排放的峰值。2001—2022年自治区碳排放强度则整体呈现波动下降趋势，由2001年的4.86t CO2/万元下降至2022年2.82 t CO2/万元，碳排放强度越低，说明单位国内生产总值产生的二氧化碳排放量越少，越有利于碳减排和碳达峰目标的实现，自治区碳排放强度的下降趋势说明当前绿色低碳政策一定程度上是有效的，碳减排工作已初见成效。

（二） STIRPAT扩展模型回归分析

岭回归分析是一种改良的最小二乘回归方法，它放弃最小二乘回归的无偏性，以牺牲部分精度换取更接近实际情景的回归结果，在解决多重共线性时有独特的作用，因此采用岭回归方法对STIRPAT扩展模型进行拟合。利用SPSSAU对式（6）进行岭回归分析（k=0.02），分析结果见表3。

岭回归分析结果显示（表3），调整R2=0.990趋近于1，意味着lnP、lnAPC、lnT、lnU、lnES、lnIS1和lnIS2可以解释lnI的99.0%变化原因，模型拟合度较好。与此同时，F=311.799，p=0.000lt;0.05通过F检验，表明模型有意义，所有变量均通过显著性检验，且所有变量VIF值均小于10。具体模型表达式为：

根据表2结果可知，年末人口、人均GDP、能耗强度、城镇化率、产业结构中二产占比和产业结构中三产占比为自治区碳排放量的正向驱动因素，弹性系数分别为0.783、0.449、0.429、1.827、0.733和0.553。能耗结构的煤类能源比重是自治区碳排放量的负向驱动因素，弹性系数为-1.053。

（三）碳排放达峰预测

1.情景及参数设置。以内蒙古社会经济历史数据和未来发展规划为背景，依照国家和自治区相关政策规划，设定碳排放增长的2个情景：基准情景、低碳情景和高碳情景，并对应国家的5年规划，以5年为周期，分别对年末人口、人均GDP、能耗强度、城镇化率和能耗结构、产业结构中二产占比、产业结构中三产占比进行不同的变化率设置，具体设置见表3。

2.碳达峰时间及峰值。按照基准、低碳、高碳的情景模式，基于STIRPAT扩展模型预测内蒙古自治区2023—2035年期间的碳排放趋势，得出不同情景下自治区碳排放峰值及达峰时间，预测结果如图和表4所示。从碳排放预测结果看，基准情景和高碳情景下，2023—2035年自治区碳排放总体上呈现上升趋势，均未出现达峰点；基准情景下，碳排放量自2030年出现上升放缓趋势；低碳情景下，自治区碳排放量能够在2030年达到峰值，碳峰值量为86589万t。

情景模式参数设置的差异导致内蒙古碳排放峰值出现时间的早晚及峰值量大小的不同。基准情景下，2035年前自治区碳排放量不能够达到峰值，不能够实现国家2030年实现碳达峰的目标，但增长速度有所放缓，说明自治区碳达峰的实现将面临严峻挑战，政策不干预情况下无法如期实现碳达峰目标。在政策干预的低碳情景下，达峰时间为2030年，峰值为86589万t。高碳情景下，自治区碳排放量则呈现持续上升趋势。综上所述，若自治区如期在2030实现碳达峰目标，需要在调整产业结构和能耗结构、提升能源资源利用效率下大力气，在持续推动高质量发展、绿色低碳发展的现有基础上采取更严格的管控措施，才能够延缓经济发展、工业化、城镇化带来的对二氧化碳的持续增长。

三、建议

为更好地完成内蒙古碳达峰目标，实现自治区社会经济发展与碳减排协调发展，从能耗强度降低、产业结构调整及能耗结构调整提出以下建议：

（一）坚持把节约能源资源放在首位，强化能耗强度降低约束性指标管理

充分利用好资源税对降低能耗强度的作用，从扩大资源税征税范围、提高税率、调整计税依据入手，积极构建有利于促进绿色低碳发展和资源高效利用的财税政策体系，落实相关税收优惠，完善绿色税制。鼓励企业逐渐降低能源消费结构中煤炭直接利用的比重，同时鼓励高效能源的开发和利用，并加大科技创新力度，通过技术进步促进能源使用效率的提升，进而降低能耗强度。

（二）加快产业结构绿色低碳转型，推动传统产业绿色低碳改造升级

充分发挥财政资金效用，通过产业扶持资金和减税降费政策，扶持高耗能企业低碳转型，逐渐淘汰高耗能、高排放、高污染产业，并以政府投资基金撬动金融资本和社会资本，降低期限错配和信息不对称等问题，促进产业绿色发展，以绿色产品带动全社会绿色低碳转型，不断提高创新能力，发展新型服务业，并凭借自身的能源优势与碳汇优势，承接东中部地区的优质产业转移，优化调整产业结构。

（三）实现能源结构向清洁高效低碳转变

实施煤炭分质分级清洁高效利用行动，稳妥有序发展现代煤化工，有序推进重点用能行业煤炭减量替代，进一步提高非化石能源消费比重，深化资源性产品价格改革，调整煤炭、电力、石油、天然气等资源性产品的价格关系，对优先使用清洁能源的企业、园区给于资金支持，逐步提高新能源和可再生能源比例，优化煤炭和新能源组合，优化调整能源结构。

参考文献：

[1]习近平.在第七十五届联合国大会一般性辩论会上的讲话[N].人民日报，2020-09-23（2）.

[2]李悦，荣丁华.基于STIRPAT模型的内蒙古碳排放影响因素研究[J].大陆桥视野，2023，26-30.

[3]Lu Ying， Li Xudong， Yang Zhengye. Current situation and peak forecast of energy carbon emissions in Guizhou Province[J]. Environmental Science and Technology，2018，41（11）：173-180.

[4]曾炜，方泽慧，张燕华.湖北省碳达峰情景预测：基于STIRPAT扩展模型[J].环境科学与技术，2023，46（S2）：226-232.

[5]王少剑，黄永源.中国城市碳排放强度的空间溢出效应及驱动因素[J].地理学报，2019，74（6）：1131-1148.

[6]王李轩，李蓁，何吉成，等.基于STIRPAT模型的陕西省交通运输业碳排放影响因素分析[J].交通运输研究，2022，8（6）：98-107.

[7]张烜，刘国东，叶意晶，等.基于STIRPAT 模型的广东省碳排放峰值预测分析[J]. 中国资源综合利用，2024，42（4）： 183-189.

[8]国家统计局能源统计司.中国能源统计年鉴（2002-2023）[M].北京：中国统计出版社，2002-2023.

[9]内蒙古自治区统计局.内蒙古统计年鉴（2002-2023）[M].北京：中国统计出版社，2002-2023.

[10]刘明钰.工业科技创新对工业碳排放强度的影响研究[D].保定：河北大学，2024.

[11]杨楠.岭回归分析在解决多重共线性问题中的独特作用[J].统计与决策，2004，（3）：14-15.

[12]申秀清，景文琦，朱雪超，宋继承，郑艺，张宏伟.基于STIRPAT模型的内蒙古碳排放驱动因素分析[J].财经理论研究，2023，（4）：12-22.

[13]李刚.我国资源税对能源强度的影响研究[D].郑州：河南大学.2018.

[14]赵昶瑾.中国省区能源强度的影响因素分析[J].广西经济，2023，41（4）：93-97.

[15]金贵朝，王国梁，何怡然.数字化水平、产业结构调整与区域碳减排[J].统计与决策，2023，39（3）：27-32.

（作者单位：内蒙古交通运输科学发展研究院）

责任编辑：康伟