——基于STIRPAT和灰色GM（1，1）模型的实证研究
Analysis of Carbon Emission Factors and Trend Prediction in the Six Central Provinces:
An Empirical Study Based on STIRPAT and Grey GM(1,1) Model
梁一鸣① LIANG Yi-ming；雷社平② LEI She-ping
（①西北工业大学理学院，西安 710129；②西北工业大学人文与经法学院，西安 710129）
（①School of Natural and Applied Sciences，Northwestern Polytechnical University，Xi'an 710129，China；
②School of Humanity, Economy and Law，Northwestern Polytechnical University，Xi'an 710129，China）
摘要：利用STIRPAT面板模型分析中部六省2000-2012年碳排放情况，发现：六省的碳排放量递增，碳排放强度递减，地区差异显著。人均收入水平的二次项系数显著为负，环境库兹涅茨假说成立。城镇化水平、技术水平与碳排放量、排放强度呈负相关；人口规模、能源结构与碳排放量、排放强度呈正相关。运用灰色GM（1，1）模型，预测中部六省2015年、2020年碳排放量分别达到12万吨、18万吨，碳排放强度分别降至6.7吨/万元、4.7吨/万元。最后提出了节能减排的措施。
Abstract: The STIRPAT panel model is used to analyze the carbon emissions of the six central provinces from 2000 to 2012, and it is found that the carbon emissions of the six provinces are increasing, the carbon emission intensity is decreasing, and the regional differences are significant. The quadratic coefficient of per capita income level is significantly negative, and the environmental Kuznets hypothesis is established. Urbanization level and technical level are negatively correlated with carbon emissions and emission intensity; population size and energy structure are positively correlated with the carbon emissions and emission intensity. Using the gray GM (1,1) model, it is predicted that the carbon emissions in the six central provinces in 2015 and 2020 will reach 120,000 tons and 180,000 tons respectively, and the carbon emission intensity will be reduced to 6.7 tons/10,000 yuan and 4.7 tons/10,000 yuan respectively. Finally, measures for energy conservation and emission reduction are proposed.
关键词：中部六省；碳排放；STIRPAT模型；GM(1,1)模型；预测
Key words: six provinces in central China；carbon emissions；STIRPAT model；GM (1, 1) model；prediction
中图分类号：X502；F224 文献标识码：A 文章编号：1006-4311（2019）21-0011-04
0 引言
近十年来，气候问题被国际社会列为全球十大环境问题之首。而碳排放是引起全球气候变暖的主要原因。目前我国的中西部节能碳减排压力较大[1]。因此，深入探析中部地区碳排放的影响因素，是中部地区节能减排的重要前提，对中部崛起战略的实施，实现低碳经济可持续发展具有重大的意义。
国内外关于碳排放影响因素研究的文献比较多，分解法是学者们常用的方法。分解法主要有结构分解法（Structural Decomposition Analysis，SDA）和指数分解法（Index Decomposition Analysis，IDA）（Ang et al.，1998[2]；Peters，2008[3]；陈诗一，2011[4]），分解因素较为单一，应用规范的计量经济学方法进行的较为少见（李小平，卢现祥，2010[5]；何小钢，张耀辉2011[6]）。结合STIRPAT模型研究碳排放问题的也不多（何小钢，张耀辉2012[7]）。总的来看，国内外碳排放研究较成熟，具有方法模型化、手段信息化、尺度多元化、视野拓展化等趋势。中部六省发展模式多为高能耗的粗放型增长方式，会给自然生态系统带来较大压力，影响社会经济的可持续发展和生态文明的建设。齐绍洲等[8]运用面板模型对中部六省经济增长方式对区域碳排放的影响进行了研究，而针对中部六省碳排放的驱动因素分析研究较为少见，基于此，本文利用STIRPAT模型对中部六省2000-2012年碳排放影响因素进行分析，并利用灰色系统GM（1，1）模型对2015-2020年的碳排放进行预测，可为中部六省节能减排政策的制定提供科学依据，也有利于中部地区的生态建设及可持续发展。
1 研究方法及数据
1.1 STIRPAT碳排放因素模型的建立
Eheilich和Holden（1971）首次提出建立“IPAT”方程来反映人口对环境压力的影响。即
■（1）
I表示环境负荷、P为人口数量、A为富裕程度、T为技术[9]。从该模型假无法考察影响因素的权重。于是Dietz和Rossa（1994）对IPAT模型进行了改进，即变为STIRPAT模型[10]：
■ （2）
式（2）中，a，b，c，d为模型系数，Ii、Pi、Ai、Ti含义和式（1）相同，是随机误差项。当a=b=c=d=1时，STIRPAT模型即为IPAT模型。式（2）中下标i表明I、P、A、T在不同观测地区之间的变化。
实证中，将式（2）两边同时取对数，即：
■ （3）
式（3）中斜率系数b、c、d表示在其他影响因素不变时，该因素每变化1%所引起的环境影响变化的百分比。
最后利用面板数据模型分析碳排放影响因素，利用灰色GM（1，1）预测中部地区碳排放量。
1.2 中部地区碳排放核算及分析
1.2.1 数据选取
本文根据中国能源统计年鉴计算碳排放量，用C表示，并采用美国能源部DOE/EIA推荐的碳排放系数（单位：kg碳/kg标准煤）：煤炭，0.702；石油，0.478；天然气，0.389 ①。
1.2.2 碳排放量
碳排放量（万吨）测算结果列于图1（图中AH：安徽，HB：湖北，HN：河南，HUN：湖南，JX：江西，SX：山西；下同）。各省碳排放均呈增长趋势，山西省排放量远远高出其他省。
■
■
1.2.3 碳排放强度
碳排放强度（吨/亿元）指单位产值碳排放的数量。图3是中部六省碳排放强度历史数据趋势图。可以看出，山西省的碳排放强度先增后减，且始终保持较高水平。其他五省的碳排放强度逐年下降，并且远小于山西省排放量。
1.2.4 人均碳排放量
如图4，2000-2012年，山西省呈波动增长，且增速快；其余五省增速缓慢。
1.2.5 预测模型构建
灰色系统预测是一种以 “小样本”、“贫信息”的不确定系统为研究对象[11]，实现对系统运行行为、演化规律的正确描述，运算简便、精度高、易于检验，常用于能源指标预测[12]。本文采用灰色GM（1，1）模型对中部六省2015-2020年碳排放量进行预测。
2 中部地区碳排放的因素分析
本文选取5个影响因素指标，即人均收入水平、城镇化率、人口规模、技术水平和能源结构。具体数据来自《中国统计年鉴》和各省统计年鉴。
2.1 实证分析
2.1.1 面板模型选择
为判定模型的具体形式，运用EViews8.0，首先对模型进行F检验，结果如表1。
■
结果显示，P值小于0.01，表明拒绝建立混合模型的原假设，建立个体固定效应模型优于混合模型。接下来，对模型进行Hausman检验，结果如表2。
■
结果显示，P值小于0.01，拒绝建立个体随机效应的原假设，建立个体固定效应模型优于个体随机效应模型。综合表3和表4结果，应选取个体固定效应模型。即：
■
（4）
α■■为常数项，ε■■为随机误差项，■。
2.1.2 实证结果
利用EViews8.0软件并采用加入时间趋势变量lnt以控制时间、政策等对各省碳排放的共同影响。表3是因变量分别为碳排放量自然对数和碳强度自然对数的回归结果。模型1、2用固定效用模型估计了回归方程（4）。可以看出，中部六省人均收入水平的一次项、二次项的系数均显著，人均收入水平的二次项系数为负，说明人均收入水平与碳排放量成倒U型关系，环境库兹涅茨假说成立。为了检验模型1的稳健性，在其基础上增加了城镇化率、人口规模、技术水平、能源消费结构4个控制变量得到模型2，从回归结果看，人均收入水平的二次项在5%的水平上显著为负，再一次证明环境库兹涅茨假说成立。由于模型2可能存在内生性的问题，采用滞后期工具变量策略，以内生变量中部六省人均收入水平对数的滞后一期和人均收入水平对数二次项的滞后一期为当期值的工具变量得到模型3。经检验发现，滞后期的内生变量（工具变量）与当期值有较强的相关性，通过当期值对碳排放产生影响，而当期的碳排放对前一期的内生变量则没有影响，因此工具变量选择符合要求。
从模型3 的估计结果来看，人均收入水平的二次项显著为负，环境库兹涅茨假说仍然成立，人均收入水平的一次项和二次项通过了1%和5%水平检验，说明滞后期工具变量作用明显；城镇化水平显著为负，即城镇化水平越高，碳排放量和碳排放强度均下降；人口规模水平在1%水平上显著且为正，表明人口总量的增加，碳排放量和碳排放强度均增加；技术水平在1%的水平上显著且为负，即单位能源消耗利用率增大，碳排放和碳排放强度均减小；能源结构在10%的水平上显著为正，即煤炭消费比重越大，碳排放量和碳排放强度均增大。
2.2 碳排放预测
设中部六省碳排放保持“惯性发展”，以2000-2012年碳排放量、碳排放强度作为原始数据，通过灰色系统GM（1，1）计算，可对2015-2020年碳排放量、碳排放强度进行预测，结果见表4。
由表4可知，中部六省2020年碳排放量将是2005年的2.82倍，碳排放强度为2010年的37.63%，降幅为62.37%，表明中部六省如果按目前节能减排强度持续推进，至2020年能够完成国家设定的单位GDP排放较2005年下降40~45%的目标。
3 结论与政策建议
3.1 结论
2000-2012年中部地区不同省份的排放量差距很大。2012年，排放量最多，且始终保持较高水平的山西省，比江西省多5万吨，排放量是江西省的10.81倍。其他五省的碳排放强度逐年下降，并且远小于山西省。这期间，山西省人均碳排放量呈波动增长趋势，其余五省人均碳排放量都呈稳健增长趋势。
从碳排放影响因素来看，人均收入水平的二次项显著为负，环境库兹涅茨假说仍然成立。城镇化水平越高，碳排放量和碳排放强度均下降。人口规模增加，碳排放量增加和碳强度也增加。技术水平系数显著且为负，即单位能源消耗利用率提高，碳排放和碳排放强度均下降。能源结构系数显著为正，即煤炭消费比重越大，碳排放和碳排放强度也越大。
根据灰色预测的结果，中部六省碳排放量2015年将达到120063.31万吨，2020年将达到182709.2万吨，碳排放强度2015年降至67409.94吨/亿元，2020年降至47431.18吨/亿元。中部六省如果按目前节能减排强度持续推进，至2020年能够完成国家设定的单位GDP排放较2005年下降40~45%的目标。
3.2 政策建议
从上文分析得知，中部六省未来碳排放量将进一步加大，将会进一步加剧生态环境的压力，中部崛起战略的实际效果要打折扣，生态文明建设面临重大挑战，据此，提出以下建议：
优化能源结构。降低煤炭消费比重，积极开发利用低污染的太阳能、水能、生物能等清洁能源，努力提高能源利用率。
继续落实国家人口计划生育政策，努力将人口数量控制在资源环境承载力范围内。同时，倡导绿色低碳环保消费，实现生活生态化，以降低生活消费的碳排放量。
调整经济结构，加快经济结构向资源环保型转变，大力发展低能耗、高附加值的高新技术产业及环保产业。植树造林，提高植被覆盖率，加快碳汇农林业，充分发挥碳汇潜力。
注释：
①资料来源：国家发展和改革委员会能源研究所（国家发展和改革委员会能源研究所.中国可持续发展能源暨碳排放情景分析综合报告[R].2003：37）：王刚、冯霄（汪刚，冯霄.基于能量集成的CO2减排量的确定[J].化工进展，2006，25（12）：1467-1470）。
参考文献：
[1]国务院公布今明两年节能降碳方案 中西部形势严峻[N].21世纪网-21世纪经济报道，2014-5-27.
[2]Ang, B. W., Zhang F.Q., Choi K. Factoring Changes in Energy and Environmental Indicators though Decomposition[J].Energy,1998,23(6).
[3]Peters，G. ，C.L．Weber，D. Guan，K．Hubacek．2007．“China’s Growing CO2 Emissions：A Race between Lifestyle Changes and Efficiency Gains．”Environmental Science and Technology，41(17）：5939 -5944．
[4]陈诗一.中国碳排放强度的波动下降模式及经济解释[J].世界经济，2011（4）.
[5]李小平，卢现祥.国际贸易、污染产业转移和中国工业CO2排放[J].经济研究，2010（1）.
[6]何小钢，张耀辉.行业特征，环境规制与工业CO2排放—基于中国工业36个行业的实证考察[J].经济管理，2011（11）.
[7]何小钢，张耀辉.中国工业碳排放影响因素与CKC重组效应—基于STIRPAT模型的分行业动态面板数据实证研究[J].中国工业经济，2012（1）.
[8]齐绍洲，林屾，王班班.中部六省经济增长方式对区域碳排放的影响——基于Tapio脱钩模型、面板数据的滞后期工具变量法的研究[J].中国人口·资源与环境，2015（5）：59-66.
[9]Ehrlich, P.R., Holdren,J.p..Impact of Population Growth[J].Science,1971(171):1212-1217
[10]Dietz.T,and Rosa.E.A. Rethinking the Environmental Impact of Population,Affluence and Technology[J].Human Ecology Review,1994:277-300.
[11]刘思峰，党耀国.灰色系统理论及其应用[M].三版.北京：科学出版社，2004.
[12]徐明德.灰色GM（1，1）模型及其在能源预测中的应用[J].应用能源技术，1995（2）：6-7. |
