基于STIRPAT模型的黑龙江省工业碳排放情景分析与峰值预测

何乐天，杨泳琪，李 蓉，韩勤章，刘 彤，田秀杰

（哈尔滨商业大学 经济学院，黑龙江 哈尔滨 150028）

0 引言

随着全球工业的高速发展，温室气体的排放也日益严重，暴露出臭氧层破坏、冰川融化以及海平面上升等诸多环境问题，同时也加剧了全球气候变暖。2020年习近平总书记在第七十五届联合国大会上提出，“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，二氧化碳排放力争在2030年前达到峰值，努力争取2060年前实现碳中和。”2021年10月，国务院印发了《2030年前碳达峰行动方案》（后文称《行动方案》），其主要目的在于扎扎实实推进碳达峰、碳中和行动。此《行动方案》表明了在“十四五”与“十五五”期间，政府将把大力推进碳达峰行动作为主要目标，把重点实施“碳达峰十大行动”作为主要计划。

黑龙江省近几年工业发展突飞猛进。2021年黑龙江省工业增加值增速达到7.3%，超额完成年度目标6%。2022年黑龙江省空气质量优良天数比例为95.9%，同比上升1.3%。黑龙江省原煤产量为6 913万t，焦炭产量为1 112.3万t。全省生产总值达到1.59万亿元，比上年增长0.1万亿元。这表明黑龙江省在争取国民生产总值稳步提升的同时，还需大力推进节能减排工作。众所周知，为实现全国碳达峰的工作，使工业行业更有效率地实现节能减排，需要主要的省、市发挥带头引领作用，因此，本文首次以黑龙江省工业部门作为研究对象，针对黑龙江省工业部门碳排放，根据2011—2020年黑龙江省工业碳排放相关数据和影响因素，构建拓展的黑龙江省工业部门STIRPAT模型，结合不同情景分别对影响黑龙江省工业碳排放量的相关因素进行分析，再运用情景分析法预测2020—2050年的碳排放的峰值和发展趋势，并对未来黑龙江省工业发展的节能减排工作提出有效建议。此研究既有助于优化黑龙江省自身工业发展格局，也能带领区域工业实现绿色协同发展，具有重要的现实意义。

1 文献综述

“双碳”背景下，碳达峰的情景预测成为研究的热点。从影响因素的角度看，影响碳排放量的因素主要有经济规模、能源结构、能源效率等。陈涛等（2022）对我国2011—2019年人均碳排放量变化进行了影响因素分解，发现经济总量对碳排放起主要促进作用。王梦凯等（2022）认为优化能源结构对碳排放的影响最为显著。郑蕊等（2022）认为经济规模对碳排放的贡献率最大，能源强度是减少碳排放最重要的驱动因素。林伯强等（2009）与高新伟等（2020）利用LMDI模型与STIRPAT模型探究了碳排放的影响因素，发现能源强度、能源消费和产业结构都对二氧化碳有显著影响，其中能源强度中的工业能源强度表现尤为突出。宋府霖等（2022）认为经济产出、人口规模可导致碳排放量增加，而能源强度和能源结构与碳排放量呈负相关关系，在各影响因素中人口规模对碳排放的影响最大。王利兵等（2021）对中国能源碳排放影响因素进行探究，发现由技术进步带来的能源强度下降以及产业结构优化升级均能有效降低碳排放。董莹等（2020）等指出经济规模的扩张对碳排放增长起决定性作用，并且在各产业中以工业为主的第二产业是碳排放量最大的产业。李江元等（2020）通过拓展Kaya不等式发现产业结构、技术效应是抑制我国碳排放增长的两大因素。

从研究对象的角度看，目前关于中国整体（渠慎宁等，2010；赵慧卿等，2022；唐志鹏等，2022）和区域 （王大会等，2023；李心萍等，2023；兰延文等，2021；田泽等，2021）碳达峰的研究已相当充分。孙蒙等（2023）对中国2000—2060年碳排放进行了情景分析与峰值预测。尹龙等（2021）通过IPAT-IDA模型预测了中国碳排放达峰时间及峰值的范围。Zhou et al.（2021）使用多元线性回归驱动力模型对未来中国整体碳排放量进行预测。方琦等（2021）从能源消费总量与结构出发估算出我国整体能源碳排放量达峰时间为2025年，峰值为106.2亿t。蒋昀辰等 （2022）等预测了2020—2040年我国30个省级地区的碳排放总量。Ning et al.（2021）使用ARIMA模型预测了北京、河南、广东和浙江4个省份的碳排放趋势。王韶华等（2022）使用STIRPAT模型预测了京津冀地区的碳排放峰值。

从产业的角度上看，碳达峰研究主要集中在农业、交通运输业、建筑业等。王丽萍等（2018）基于投入产出法测算了中国物流业碳排放。纪建悦等（2012）与Pu et al.（2022）分别基于投入产出法与BP神经网络对我国建筑业碳排放进行预测。刘淳森等（2023）与王利军等（2022）分别对中国整体以及湖北省的交通运输业碳排放进行情景预测。曾贤刚等（2023）对中国农业农村碳排放结构以及峰值进行了预测。朱海等（2023）研究了多情景下中国省域旅游业碳达峰的时空特征。Zhu et al.（2018）基于广义Divisia指数模型和Monte Carlo模拟法对中国电力行业碳排放进行了情景预测。工业部门在中国经济增长和二氧化碳排放中发挥着重要作用（Zhang et al.，2017；鲁万波等，2013），而有关工业碳达峰的研究有待深入。

综上所述，学术界对中国碳排放影响因素及达峰趋势已经有了很深入的研究。但有关省域层面的工业部门碳达峰系统性研究相对较少。因此，本文以黑龙江省为研究对象，使用STIRPAT碳排放预测模型，借助岭回归法消除变量间多重共线性的影响，并结合情景分析法，定量分析黑龙江省工业部门在不同情境下碳达峰时间与峰值。以期为制定科学、有操作性、有针对性的工业部门节能减排政策提供理论依据，也为其他地区工业可持续性发展提供借鉴。

2 模型构建、变量与数据选取

黑龙江省碳排放量的峰值取决于黑龙江省能源活动的碳排放峰值，而工业生产对能源活动的碳排放峰值起到决定性作用。针对这一方面，黑龙江省尚未对工业碳达峰提出明确性目标，但这却是推动全省乃至全国整体碳达峰的重要前提条件。因此，本文针对黑龙江省工业部门碳达峰的峰值和时间进行研究。

2.1 模型构建与变量选取

碳排放预测的主要方法包括GM （1，1）、BP神经网络、多元线性回归。其中GM （1，1）又叫灰色预测模型，是一种对含有不确定因素的系统进行预测的方法。而BP神经网络是一种无需事先确定输入与输出之间的数学方程，在研究碳排放预测时是一种很常用的方法。社会经济现象的变化往往受到多个因素的影响，多元线性回归模型就是研究社会多种现象变化最常用的方法之一，其中最常用的一种是IPAT模型。

IPAT模型是一种将人为驱动力与环境因素相结合的分析框架。国家或地区对环境和生态系统的影响（I）都是其人口数量（P）和富裕水平（A）的产物，并被支持这种富裕程度的特定技术（T）所破坏，即I＝PAT。根据钟兴菊等（2016）的研究，这种模型也被称为环境压力控制模型，其实质是测量人类活动对环境的输入性影响或压力，本文用其测量工业碳排放对于环境的影响及压力。从IPAT模型可知，在其他因素不变的情况下，人口规模（P）、人均资源消耗程度或消费水平（A）、提供消费品的技术（T）的改变，都会对环境造成显著影响。如今，随着IPAT在碳排放方面的广泛应用，STIRPAT在IPAT的基础上逐渐发展起来。该模型在研究碳排放时的主要优势在于能够消减IPAT模型在研究问题时的局限性，对各个变量进行了较为全面的分解与改进。STIRPAT模型的基本表达式为

式中：I为环境压力；P为人口因素；A为富裕程度；T为特定技术；a，e分别为常数项、误差项。

对等式两边同时取对数，可以得到扩展的STIRPAT模型，

式中：I为环境质量，通常会根据研究问题的不同来确定适宜的指标；P为人口因素，其中包括人口规模和人口密度；A为经济发展水平，通常采用GDP或人均GDP来衡量；T为技术水平，表示技术对环境随机效应；a，e分别为常数项、误差项。

本文在进行碳排放峰值预测时，采用STIRPAT模型，并结合黑龙江省工业部门实际情况，选取了人均生产总值的平方（Pgdp2）、年末总人口（pop）、工业能源消耗折标煤总量（Ienergy）、工业总产值（Indus）、能耗效率（Ieff）、能源结构（Iers）6个变量。研究时间范围为2011—2020年，数据来源于《黑龙江省统计年鉴》 《中国能源统计年鉴》《中国工业统计年鉴》。变量具体说明如表1所示。

表1 变量说明Table 1 Description of variables

2.2 碳排放量计算

碳排放峰值预测是依据历史数据结合回归模型对未来碳排放量进行估计模拟。为计算黑龙江省工业碳排放量，本文选取黑龙江省工业部门主要能源的终端消费量来计算相应碳排放量，主要选取了一次能源中具有代表性的煤炭 （coal）、焦炭（coke）、汽油（petrol）、煤油（kerosene）、天然气（gas）5类一次化石能源，以及代表间接碳排放的电力消耗（electricity）。根据《IPCC国家温室气体清单指南（2006）》，各能源折标煤和碳排放系数如表2所示。

表2 各能源的碳排放系数与折标煤系数Table 2 Carbon emission coefficient and conversion coefficient of standard coal for each energy source

根据各类能源的折标煤系数和碳排放系数以及黑龙江省工业部门2011—2020年的能源消耗量，计算了工业部门各年的碳排放量（表3）。计算公式为

表3 2011—2020年黑龙江省工业主要能源消费量及碳排放量Table 3 Major energy sources and their corresponding carbon emissions for industry in Heilongjiang Province，2011-2020

3 岭回归模型

由于STIRPAT模型的使用，导致黑龙江省工业部门的二氧化碳排放量的影响因素之间存在着多重共线性，无法使用一般多元回归的方式进行模型构建，因此，为解决变量间多重共线性带来的影响，本文使用岭回归法进行模型构筑。

岭回归法能够在牺牲一定模型拟合优度的前提下，通过将非负因子加入自变量的标准化矩阵的主对角线，从而消除自变量间的多重共线性对回归结果的干扰，极大程度地提高了结果的稳定性和可靠性。在R2伴随非负因子的一系列变化中，本文选取了最优的岭回归模型对黑龙江省工业部门碳排放量进行预测（表4）。

表4 各变量回归系数Table 4 Regression coefficient of each variable

从拟合结果可以看出，R2为0.990，Sig F为0.000 0说明回归方程可靠，拟合效果较好。于是得到回归方程

从整体的回归结果可以看出，Pgdp2、Ienergy、Indus、Iers的提高对黑龙江工业部门碳排放起到促进作用。其中工业能源消耗折标煤总量对黑龙江工业部门碳排放影响程度最大，每提高1%，碳排放量就会增加0.517%，这反映出工业部门对能源消费的迫切需要是推动黑龙江工业部门碳排放的主要驱动因素，Pgdp2、Indus和Iers每提高1%，分别会导致黑龙江工业部门碳排放增加0.051%、0.356%、0.018%。Pop和Ieff对黑龙江工业部门碳排放分别呈负向影响。反映出通过能耗效率的提升和能源结构的优化，能有效降低黑龙江工业部门的碳排放量，也表明技术水平的进步是碳减排的重要动力。

为了进一步检验模型的可靠性，本文将相关变量代入回归方程获得2011—2020年黑龙江省工业部门碳排放模拟值，再将其与2011—2020年黑龙江省工业部门实际碳排放值进行拟合对比。结果显示实际碳排放值与模拟碳排放值误差在4%范围以内，符合本文的精度要求（表5）。

表5 碳排放模拟值与实际碳排放值拟合对比Table 5 Comparison of simulated carbon emission values and actual carbon emission values

4 碳排放峰值预测情景设定

4.1 确定变量取值范围

利用情景分析法，对黑龙江省未来几年工业碳排放量进行较精准的预测分析。参考王勇等（2017）的情景设定，结合《黑龙江省国民经济和社会发展第十三个五年规划纲要》 《黑龙江省国民经济和社会发展第十四个五年规划和二〇三五年远景》，通过对黑龙江省的经济发展、人口规模、能源消耗、能耗效率4个方面分别进行详尽分析以确定变量取值范围，并结合黑龙江省实际情况和省政府政策以降低预测模型的误差。

4.1.1 黑龙江省社会经济发展概述

1）经济发展。自“十二五”规划以来，黑龙江省经济发展实力显著增强，产业结构调整取得积极进展，科技成果产业化进步明显。但近几年受到人口流失、重工业影响力不足等问题的影响，整个黑龙江省处于转型瓶颈期。与此同时，2020年新型冠状病毒肺炎的暴发也给黑龙江省的经济带来巨大冲击。好在随着宏观调控力度加大，服务业发展稳步恢复，黑龙江省经济呈现出逐渐回升的发展态势。结合《黑龙江经济发展报告（2021）》 《黑龙江省人民政府关于印发黑龙江省国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要的通知（上）黑政发〔2021〕5号》所释放的信号，本文认为在“十四五”、 “十五五”时期黑龙江省经济增速基本会在6%～8%波动，未来随经济体量的增大逐年放缓。

2）人口规模。自“十二五”时期以来，黑龙江省人口总量虽在较长时期保持持续增长，但伴随育龄妇女人数逐渐减少的情况。参考《黑龙江省统计年鉴》中总人口及自然增长率变化趋势，黑龙江省总人口自2012年达峰以来便逐年减少，呈现负增长趋势。据黑龙江省《2019年黑龙江省国民经济和社会发展统计公报》显示，据人口抽样调查推算，2019年末，常住人口3 751.3万人，比上年减少21.8万人，人口流失极其严重。综合考虑上述因素并结合黑龙江省人口发展“十二五”和“十三五”规划，本文认为黑龙江省人口持续性流失现状短期内或将难以得到较为显著的改善。

3）能源消耗。根据《黑龙江省人民政府办公厅关于做好“十三五”控制温室气体排放工作的意见》，黑龙江省计划实行能源消费总量和强度“双控”，推动全省单位GDP能耗下降15%，将能源消费增量控制在1 880万t标准煤。2020年全省天然气消费量47亿m3，年均增长5.6%。低碳发展能力显著增强，碳排放强度累计降低20.5%。据黑龙江统计局数据显示，2020年单位GDP能耗下降1.70%，工业能源消费总量6 320.4万t标准煤，比去年增加37.7万t标准煤。根据 《黑龙江省“十四五”节能减排综合工作实施方案》指示，计划于2025年，全省单位地区生产总值能源消耗比2020年下降14.5%。综上所述，未来一段时间内黑龙江能源消耗总量仍然上升，但上升幅度逐渐减小，直至能源消耗总量下降。

4）能耗效率。根据《黑龙江省“十四五”工业节能与绿色发展规划》，黑龙江省将全面构建绿色制造体系，着力提升工业能源利用效率和清洁生产水平。预计2025年，工业生产方式、产业结构绿色转型将取得显著成效，绿色低碳技术装备普遍应用，数字化、智能化助推绿色发展水平快速提升，资源能源利用效率大幅提高。“十四五”时期，黑龙江省将加快实施节能降碳技术改造，优化工业用能结构，全面推动工业能效变革，提高能耗效率。黑龙江省将继续推进工业节能降碳，提高工业资源综合利用率、资源循环利用率、绿色清洁生产率、绿色制造普及率。因此黑龙江省碳排放达峰需要通过提高能耗效率来驱动，为响应我国于2030年实现碳达峰的目标，未来黑龙江省工业部门整体的能耗效率或将得到持续性优化。

4.1.2 确定变量涨幅

对黑龙江省工业部门碳排放峰值的预测，需要在考虑各种碳排放驱动因素的基础上对未来发展情景进行设定。参考前文的研究，本文构建了基准情景、低碳情景和高能耗情景来对黑龙江省工业部门碳排放峰值进行预测。根据上文对黑龙江省宏观政策的分析，参考各变量2011—2020年历史值、平均发展速度并结合研究目的，本文对Pgdp2、Pop、Ienergy、Indus、Ieff、Iers等6个变量的涨幅进行设定。各变量高位、中位和低位涨幅设定见表6。

表6 碳排放变量情景参数确定Table 6 Parameters for scenario analysis of carbon emission variables%

4.2 情景设定

4.2.1 基准情景

基准情景主要参考黑龙江省“十三五” “十四五”规划，根据黑龙江省目前相关政策来进行情景设定，以体现未来黑龙江省社会经济平稳发展情况。故在基准情景下，各变量取中位值。经济方面，基于“五年计划”随着经济体量增大，增长率每5年减少1%；人口方面，考虑到黑龙江省面临着人口老龄化以及人口外迁的现象，未来黑龙江省人口稳定性流失的现状短期内难以得到有效改善，因此本文以2011—2020年普遍意义上人口增长率平均数作为基准情景下的中位值，中位值为-2%～-1.8%且在未来逐渐升高；在工业部门经济产出、能源消耗、能耗效率、能源结构方面，根据各变量历史变化状况选取中位值。

4.2.2 低碳情景

当前黑龙江省距真正实现低碳发展仍然存在很大差距。因此本文结合黑龙江省相关政策，对黑龙江省能源消耗总量、工业经济产出的取值均低于基准情景模式，使数值更趋向于低碳模式。在人口规模方面，同基准情景，假定人口规模处于中位值水平。在低碳发展模式下，能源消耗将受到较大影响，在此条件下，假定工业能源消耗及工业总产值以较低的增长速度增长。在低碳情景模式下，黑龙江省依然以经济发展作为主要目标，但是也加强了通过持续的技术创新和节能减排来实现低碳目标的力度。

4.2.3 高能耗情景

中国承诺将于2030年在全国范围内完成碳排放达峰，但全国碳排放形势仍十分严峻。在新冠疫情对黑龙江省经济发展的巨大冲击下，黑龙江省经济增长受到较大刺激，或将导致为保证经济稳定增长，而放松工业部门对于碳排放的要求。因此，本文设定了高能耗情景以模拟黑龙江省为顶住经济下行压力，放宽对产业转型、节能减排的约束。此种情景下，假定黑龙江省经济增长、工业能耗、工业总产值、能源结构为高位值。考虑到黑龙江人口实际涨幅情况，假定人口规模表现为中位值。黑龙江省工业能源会出现高耗能情况，基于基准情景能耗效率取低位值。

根据上文相关情景和变量涨幅设定，低碳、基准和高能耗情景下各变量取值如表7所示。

表7 碳排放达峰情景变量设定Table 7 Carbon emissions peaking scenario variable setting

5 结论与启示

根据黑龙江工业部门岭回归方程，结合上文设定的低碳、基准、高能耗情景，对2020—2050年碳排放进行了预测。黑龙江工业部门碳排放在低碳、基准、高能耗情景下的碳排放达峰的时间和峰值如图1所示。

图1 黑龙江省工业部门碳排放峰值预测趋势图Fig.1 Scenario forecast trends in peak industrial carbon emissions in Heilongjiang province

5.1 工业碳排放情景预测结果

基于STIRPAT模型并结合岭回归法对黑龙江省工业部门碳排放进行情景分析与峰值预测，得出如下结论。

1）黑龙江省工业部门碳减排受到化石能源需求大、能源转换效率低的制约，降低化石能源消耗的同时优化能源结构、提高能耗效率是实现工业部门碳达峰的重要手段。在选取的6个变量中，代表经济发展水平、工业部门总产出、工业能源消耗、能源结构的4个变量对黑龙江省工业部门碳排放表现出正影响，而代表能耗效率、人口规模的两个变量则对黑龙江省工业部门碳排放表现出负影响，其中工业能源消耗是促进工业部门碳排放的首要因素，能源转化技术水平的进步则是抑制黑龙江省工业部门碳排放的主要动力。

2）黑龙江省工业部门碳排放在3种情境下均出现峰值，但峰值出现的时间和高度各有差异。由图1可以发现，在基准情景下，黑龙江省工业部门碳排放达峰时间为2035年，相对于我国计划于2030年实现全国整体碳达峰较晚，峰值约为8 997万t；在低碳情景下，达峰时间为2030年，峰值约为7 135万t，相较于基准情景提前了5年，且峰值下降了1 826万t，可见黑龙江省工业部门碳排放达峰时间与全国计划实现整体碳达峰的时间基本吻合，释放出今后还需进一步加强实现碳达峰的决心，优化现今节能减排政策的信号；在高能耗情景下，黑龙江省工业部门碳达峰时间为2045年，峰值约为12 368万t，较基准情景，达峰时间推迟了10年，峰值提升了3 371万t，面对多方压力，黑龙江省工业部门碳达峰的实现将面临严峻挑战，如何平衡经济发展与能源消耗带来的冲突是未来的一大难题。

5.2 政策启示

基于以上结论，提出以下建议。

1）加大黑龙江省工业用能结构的调整力度。重点控制化石能源总量并降低煤炭能源消耗的占比，尝试开发新能源以推动产业结构优化升级。黑龙江省作为东北重要工业基地，预测到2025年工业占GDP的比例将达到30%。由此以及历史发展来看，扩大工业生产对于黑龙江省经济发展必不可少，但从黑龙江省工业部门的能源结构和能耗效率来看，作为黑龙江省工业碳排放的最主要影响因素，工业消耗折标煤总量呈现总量庞大且增长速度迅猛的趋势，且在目前黑龙江省工业活动中，煤炭消耗在主要能源消耗中占主导地位。为响应国家早日实现碳达峰及碳中和的目标，需尽快降低工业发展对煤炭等化石能源的依赖。省政府可通过加大对新能源的投资和扶持力度，推动新能源在黑龙江省的发展，如风能、太阳能、水能等清洁能源的开发，以降低煤炭所占主要能源消耗的占比。支持在自有场所开发利用清洁低碳能源，建设自发自用分布式新能源和智慧能源系统。建立能源交易市场，促进清洁能源的开发和利用，加强市场监管，打破能源垄断，提高能源的利用效率和透明度，从而促进能源多样化和可持续发展，加快“4567”现代产业体系构建。

2）重视节能提效科技创新研发。加快黑龙江省工业绿色低碳技术突破创新，提升能源转化效率以实现节能减排。除产业结构偏重、能源消费偏煤外，黑龙江省工业部门还面临能源效率偏低的问题，能耗效率是影响工业碳排放的主要抑制因素，因此在寻找并开发新的可替代清洁能源的同时，还应重视化石能源的清洁高效利用。为提升化石能源转化效率，需提升科研人才储备，进行节能提效的科创研发、技术攻关，发展超超临界、超临界二氧化碳循环、气化联合循环等先进发电技术，提高电厂的节能降耗水平。同时加快推进碳捕集、利用和封存技术的应用，实现低碳或负碳排放。此外，应加大对能源转化技术领域的人才培养和引进力度，吸引更多的高质量人才从事能源转化技术的研究和开发，提高人才质量，推动技术科创水平的提升。并建立科技创新平台，支持企业和科研机构共同开展能源转化技术的研究和开发，打通科技创新链条，提高技术研发效率。

3）完善符合低碳模式的相关政策。加强政府对黑龙江省工业整体发展和节约资源环境保护的宏观调控与引领作用。在有更多清洁能源可选以及高转化效率化石能源可用的情况下，省政府还需全面提升能源管理水平。制定一套符合黑龙江省工业发展特点和时代需求的方案准则，建立和完善低碳节能监查体制，健全用能预算管理制度，探索开展能耗产出效益评价。可尝试运用数字技术实现工业园区能源节能减排管控系统化，加强对企业的环保和低碳排放的监管，鼓励工业企业向清洁能源转型，对“双超、双有、能耗超限额”的违规企业进行强制性清洁生产审核。同时对清洁生产成绩优秀的、符合低碳发展要求的企业给予奖励和优惠。采取积极的宏观调控措施，例如提供资金支持、税收优惠、技术支持等方面的政策支持，以鼓励低碳产业的发展和推广。争取今后将黑龙江省碳排放情况向本文设定的低碳情景靠拢。