基于STIRPAT模型的中國碳排放峰值預(yù)測研究3

渠慎寧 郭朝先

(1.中國社會科學(xué)院研究生院,北京100102;2.中國社會科學(xué)院工業(yè)經(jīng)濟研究所,北京100836)

基于STIRPAT模型的中國碳排放峰值預(yù)測研究3

渠慎寧1,2郭朝先2

(1.中國社會科學(xué)院研究生院,北京100102;2.中國社會科學(xué)院工業(yè)經(jīng)濟研究所,北京100836)

利用STIRPAT模型對未來中國碳排放峰值進行相關(guān)預(yù)測。首先,通過對中國30個省市的面板數(shù)據(jù)分析展示目前我國各地碳排放的基本情況;其次,對中國1980-2008年的時間序列數(shù)據(jù)進行回歸,從中得出我國總體碳排放趨勢;再次,在先前回歸的基礎(chǔ)上對今后我國碳排放的峰值出現(xiàn)時間進行預(yù)測。研究發(fā)現(xiàn):技術(shù)對峰值的影響較為重要。若經(jīng)濟社會發(fā)展速度較高,而碳排放強度下降速度相對較低,則不能在2050年內(nèi)出現(xiàn)峰值。同樣,若碳強度降低速度相比經(jīng)濟社會發(fā)展速度為快,則會推動排放提早達到峰值。按照目前發(fā)展趨勢,若經(jīng)濟社會發(fā)展的同時保持碳排放強度合理下降,中國的峰值到達時間應(yīng)為2020-2045年之間。因此,保持碳排放強度的不斷下降對我國盡快出現(xiàn)碳排放峰值至關(guān)重要,加大清潔能源使用,減少傳統(tǒng)能源消耗應(yīng)是今后的重點工作任務(wù)。

STIRPAT模型;碳排放;峰值預(yù)測

針對目前國內(nèi)關(guān)于中國碳排放峰值預(yù)測的研究相對較少,學(xué)者們主要依托環(huán)境庫茲涅茨曲線(EKC曲線)對其進行預(yù)估的現(xiàn)狀[1],本文利用STIRPAT模型對未來中國碳排放峰值進行了相關(guān)預(yù)測。IPAT恒等式是研究能源經(jīng)濟和碳排放峰值的重要方法之一。IPAT恒等式最早由Enrlich與Holden于1971年提出,反映人口對環(huán)境壓力的影響。該方程將環(huán)境影響和人口規(guī)模、人均財富以及對環(huán)境毀壞的技術(shù)水平聯(lián)系起來,建立4者之間的恒等式“IMPACT(I)=POPULATION(P)×AFFLUENCE(A)×TECHNOLOGY(T)”。式中,P代表人口;A代表財富;T代表技術(shù),也可指經(jīng)濟活動的能源效率;因變量 I代表排放量。IPAT恒等式的主要作用在于其可探求影響排放變化的幕后驅(qū)動因素。隨后,Waggoner與Ausubel于2002年對IPAT恒等式進行了衍生,將技術(shù)水平 T分為單位G DP所消耗的技術(shù)(C)與每單位技術(shù)對環(huán)境的影響(T)之積,得出“ImPACT”恒等式,即“I=PACT”。然而,Y ork等于 2002 年研究認為,“IPAT”及“ImPACT”模型均存在一些局限性:當分析問題時僅改變一個因素,而保持其他因素固定不變,得出的結(jié)果即為該因素對因變量的等比例影響。為了修正IPAT模型的不足,分析人口對環(huán)境的非線性變化影響,Y ork等在IPAT模型的基礎(chǔ)上建立了STIRPAT(Stochastic Impacts by Regression on PAT)模型,即:

1 峰值研究簡要回顧

國內(nèi)針對中國碳排放峰值預(yù)測的研究相對較少,學(xué)者們主要依托環(huán)境庫茲涅茨曲線(EKC曲線)對中國未來的碳排放量進行預(yù)估。朱永彬等在內(nèi)生經(jīng)濟增長模型Moon2 Sonn基礎(chǔ)上對傳統(tǒng)的EKC理論進行改進,首先從理論上得到了最優(yōu)經(jīng)濟增長率與能源強度之間存在倒U曲線關(guān)系的必要條件,即能源的產(chǎn)出彈性小于0.5;接著將投入產(chǎn)出分析得到的反映技術(shù)進步下的能源強度代入模型,對中國未來經(jīng)濟增長路徑進行了預(yù)測,同時得到了最優(yōu)增長路徑下的能源消費走勢,進而通過對能源消費結(jié)構(gòu)和不同能源品種的碳排放系數(shù)的預(yù)測和估計,以及對分品種能源碳排放的匯總計算得到了中國未來能源消費所產(chǎn)生的總的碳排放走勢。結(jié)果顯示,在當前技術(shù)進步速率下,我國分別在2043年和2040年達到能源消費高峰和碳排放高峰。此外,其還對能源強度不同下降速率對能源消費高峰的影響進行模擬發(fā)現(xiàn),當降速為4.5%-5%時,能源高峰將出現(xiàn)在2040年前,此時的人均G DP為10萬元左右,與OECD國家的高峰時收入一致,并發(fā)現(xiàn)提高可再生能源的比重可以明顯降低碳排放量,但對高峰年份到來的時間影響甚微[2]。

林伯強等采用傳統(tǒng)的環(huán)境庫茲涅茨模型模擬和在二氧化碳排放預(yù)測的基礎(chǔ)上預(yù)測兩種方法,對中國的二氧化碳庫茲涅茨曲線做了對比研究和預(yù)測,發(fā)現(xiàn)結(jié)果存在較大差異。通過對二氧化碳庫茲涅茨模型計量預(yù)測顯示中國的二氧化碳排放將在2020年左右經(jīng)過拐點,之后隨著人均收入的增加而排放減少。而若先預(yù)估一次能源需求和能源消費結(jié)構(gòu),再預(yù)測出中國的二氧化碳庫茲涅茨曲線,所得結(jié)果顯示到2040年,中國的二氧化碳庫茲涅茨曲線并未出現(xiàn)倒U型。其采用對數(shù)平均迪式分解法(LMDI)和STIRPAT模型,分析影響中國人均二氧化碳排放的主要因素并解析了差異原因。其發(fā)現(xiàn)除人均收入外,能源強度,產(chǎn)業(yè)結(jié)構(gòu)和能源消費結(jié)構(gòu)都對二氧化碳排放有顯著影響,特別是能源強度中的工業(yè)能源強度。這導(dǎo)致實證預(yù)測與二氧化碳庫茲涅茨模型的理論拐點不一致[3]。

姜克雋等利用IPAC模型,對我國未來中長期的能源需求與溫室氣體排放情景進行分析。其設(shè)計了基準情景、低碳情景與強化低碳情景,并介紹了情景的主要參數(shù)和結(jié)果,以及實現(xiàn)減排所需的技術(shù),同時探討了中國實現(xiàn)低碳情景所需要的發(fā)展路徑。結(jié)果顯示:基準情景下,中國化石燃料產(chǎn)生的碳排放將于2040年達到峰值;強化低碳情景下,中國將于2030年達到峰值[4]。

2 基本模型及數(shù)據(jù)處理

lnIi=a+blnPi+clnAi+dlnTi+ei(1)

式中:P代表人口;A代表財富;T代表技術(shù),指經(jīng)濟活動的能源效率或碳排放強度;因變量 I代表排放量。由于某些學(xué)者認為排放量 I與經(jīng)濟發(fā)展指標A間并非僅存在單一的一次線性關(guān)系,本文借鑒 Y ork等2003年采用的方法,藉此建立二次模型:

lnIi=a+blnPi+clnAi+d(lnAi)2+flnTi+ei(2)

若對技術(shù) T進一步分解,可考慮產(chǎn)業(yè)結(jié)構(gòu)等變量對碳排放量的影響,產(chǎn)業(yè)結(jié)構(gòu) C用工業(yè)增加值占G DP比重表示(見表1)。則模型可變?yōu)?

lnIi=a+blnPi+clnAi+d(lnAi)2+flnTi+glnCi+ei(3)

本文主要計算思路為:首先,通過對中國30個省市的面板數(shù)據(jù)分析展示目前我國各地碳排放的基本情況;其次,依托對中國1980-2008年的時間序列數(shù)據(jù)的回歸把握我國總體碳排放趨勢;再次,在回歸的基礎(chǔ)上對今后我國碳排放的峰值出現(xiàn)時間進行預(yù)測,同時提出一些減排措施與建議。

表1 模型各變量的說明Tab.1 Descriptions of the variables

3 地域性碳排放情形分析

先采用中國2000-2007年30個省市的碳排放量、人口、人均 G DP、碳排放強度等面板數(shù)據(jù)來分析人口、經(jīng)濟、技術(shù)等變量對我國地域性碳排放量的影響。由于西藏相關(guān)統(tǒng)計數(shù)據(jù)缺失,故未采用。人均 G DP單位基準為2000年不變價,測算方法為先計算相關(guān)年份30個省市的人均G DP指數(shù)(1952=100),再利用其將各省人均G DP當年價換算為2000年不變價。其中,各省市碳排放量采用IPCC提供的碳排放系數(shù)缺省值估算而來。

將模型(3)擴展為面板模型形式:

注:括號內(nèi)為 t值,3:p<0.001。

其中,R2=0.999,p=0.000。反映各地區(qū)碳排放差異的的估計結(jié)果由表2給出。

從各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)來看,工業(yè)增加值占 G DP比重較低的地區(qū)碳排放偏離程度為負值,低于全國碳排放平均水平,這里包括農(nóng)業(yè)增加值占 G DP比重較高的省市(如青海、寧夏、貴州、新疆等),及服務(wù)業(yè)增加值占 G DP比重較高的省市(如海南等)。工業(yè)增加值占G DP比重較高的地區(qū)碳排放偏離程度為正值,高于全國碳排放平均水平(如廣東、河南、江蘇、浙江、河北、遼寧、山東等)。從地域分布來看,東部地區(qū)由于經(jīng)濟發(fā)展規(guī)模較大,工業(yè)結(jié)構(gòu)偏重,能源消耗量較大,導(dǎo)致碳排放偏高,而對于產(chǎn)業(yè)結(jié)構(gòu)偏向服務(wù)業(yè)的海南等地,碳排放則顯著較全國均值為低。相比東部地區(qū),中部地區(qū)產(chǎn)業(yè)規(guī)模較小,但近年來在“中部崛起”戰(zhàn)略的推動下,工業(yè)基礎(chǔ)設(shè)施投資增加,能源消耗加大,致使碳排放仍較全國平均水平為高。西部地區(qū)由于工業(yè)發(fā)展水平較低,能源需求較少,促使碳排放較全國平均水平為低。

表2 各地區(qū)碳排放對固定影響偏離程度(a3i)的估計結(jié)果Tab.2 Estimate of the degree of deviation by regional carbon emissions

4 全國碳排放情形分析

進一步利用全國序列數(shù)據(jù)對未來我國碳排放總量進行估算。本文采用中國1980-2008年的碳排放量、人口、人均實際G DP、碳排放強度、產(chǎn)業(yè)結(jié)構(gòu)等數(shù)據(jù)來分析人口、經(jīng)濟、技術(shù)等變量對全國碳排放量的影響(此處人均G DP單位為人均G DP指數(shù),1978=100)。其中,全國碳排放量仍為利用IPCC提供的碳排放系數(shù)缺省值計算而來。

對方程(3)進行回歸,得出以下結(jié)果:

其中,R2=0.999,D.W.=1.527。

比較上述方程變量系數(shù),對排放量作用最大的為碳排放強度,其次為人口,再次為人均 G DP。由于今后中國人口數(shù)量波動較小,因此主要影響碳排放的變量為能源強度及人均G DP。

假定2009-2050年間人口、人均 G DP、能源強度等變量維持目前發(fā)展趨勢,即年均增長率為1980-2008年年均增長率。產(chǎn)業(yè)結(jié)構(gòu)C維持在區(qū)間[36.7%,43.9%]范圍內(nèi)。產(chǎn)業(yè)結(jié)構(gòu)C在1980-2008年間最低值為36.7%,最高值為43.9%。預(yù)測模型中假定產(chǎn)業(yè)結(jié)構(gòu)C取值不變,為一恒定值,因此對預(yù)測曲線走向并不影響,僅影響振幅。藉此,則可推算出2009-2050年碳排放量估計值范圍(見圖1)。圖1顯示,若維持目前發(fā)展模式,我國不能在2050年內(nèi)達到峰值。因此,若要實現(xiàn)碳排放于2050年內(nèi)達到峰值目標,需對人口、人均G DP、能源強度等變量增長率進行一定控制。筆者設(shè)定四種減排方案,以顯示出為使2050年內(nèi)碳排放達到峰值,各變量至少要控制到的增長率(見表3)。如表3所示,減排方案1為人口年均下降4.5%,顯然不可能實現(xiàn);減排方案2要求人均G DP年均增長率降至3.1%以下,對于處于工業(yè)化進程中的我國,則很難容忍這種較低的發(fā)展速度;減排方案3需碳排放強度年均下降9.1%,難度同樣較大,主要解決辦法是加大節(jié)能減排力度和新能源開發(fā)利用的速度,但需為此付出巨大的轉(zhuǎn)型成本。鑒于人口增長速度較難控制,筆者延伸出第四種減排方案,即同時控制人均G DP增長率及碳排放強度。該方案顯示人均G DP年均增長率需控制至5.1%以內(nèi),碳排放強度年均至少下降6%。相比前三種方案,該方案具備一定的可實施性,對國民經(jīng)濟增長影響相對較小,并顯示出了人均G DP增長率與碳排放強度下降率之間的反向關(guān)系:要實現(xiàn)2050年內(nèi)出現(xiàn)峰值的目標,人均G DP與碳排放強度之間需有所取舍,若想保障較高的增長速度必須伴隨著較高速度的碳排放下降,而若想承受較小的碳排放下降壓力必須承擔較低經(jīng)濟增長速度的損失。

圖1 維持現(xiàn)狀模式下2009-2050年碳排放量預(yù)測(萬t)Fig.1 2009-2050 Forecast of carbon emissions in current mode

表3 減排方案比較Tab.3 Comparison of emission reduction schemes

若選擇實施減排方案3與4,結(jié)合圖1,當落實到具體地區(qū)時,需要政府就不同地區(qū)進行不同的減排路徑引導(dǎo)。對于北京、天津等東部地區(qū)中排放較少的省市,政府應(yīng)鼓勵其繼續(xù)產(chǎn)業(yè)結(jié)構(gòu)與能源消費結(jié)構(gòu)優(yōu)化,力爭盡快達到碳排放拐點;對于江蘇、廣東、山東、河北等東部地區(qū)排放較多的省市,政府應(yīng)引導(dǎo)其加大產(chǎn)業(yè)轉(zhuǎn)型與升級,大力引進先進的清潔能源技術(shù),探索發(fā)展低碳經(jīng)濟的能源與技術(shù);對于四川、河南、湖南、湖北等中部地區(qū),在實施“中部崛起”戰(zhàn)略,基礎(chǔ)投資不斷加大的同時,政府應(yīng)引導(dǎo)其在生產(chǎn)建設(shè)中廣泛利用清潔能源,避免步入東部曾經(jīng)走過的“舊路”,打造中部“綠色崛起”的發(fā)展道路;對于新疆、青海、寧夏等西部地區(qū),盡管目前碳排放較全國平均水平為低,但其脆弱的生態(tài)環(huán)境要求“西部大開發(fā)”的過程中仍應(yīng)重視環(huán)境和生態(tài)保護,強化生態(tài)建設(shè),注重生態(tài)補償。政府應(yīng)更多發(fā)展資源節(jié)約型與環(huán)境友好型產(chǎn)業(yè),保障經(jīng)濟、社會的可持續(xù)發(fā)展。

5 中國碳排放峰值路徑預(yù)測

為了預(yù)估2009-2050年CO2排放量,首先假定今后三種社會經(jīng)濟發(fā)展方案,即低、中、高模式。低發(fā)展模式假定人口、人均G DP等變量均按較低速度增長;中發(fā)展模式假定各變量變化速度適中;高發(fā)展模式假定各變量均按較高速度增長。另根據(jù)這三種方案延伸設(shè)定出高中模式、高低模式、低中模式、中高模式與中低模式(延伸模式原為6種,去除了結(jié)果不切合實際的1種模式)。高中模式假定人口、人均 G DP按高速增長,而碳排放強度適中增長;高低模式假定人口、人均G DP按高速增長,而碳排放強度低速增長;低中模式假定人口、人均 G DP按低速增長,而碳排放強度適中增長;中高模式假定人口、人均 G DP按中速增長,而碳排放高速增長;中低模式假定人口、人均 G DP按中速增長,而碳排放強度低速增長(見表4,表5)。產(chǎn)業(yè)結(jié)構(gòu)C維持在區(qū)間[36.7%,43.9%]范圍內(nèi),為一定值。由于該值不影響峰值出現(xiàn)時間,為了便于預(yù)測,假定其值為36.7%。設(shè)定延伸模式的意義在于可通過與低、中、高模式的對比,探討技術(shù)對排放峰值出現(xiàn)時間的影響,為我國控制峰值出現(xiàn)時間提供參考。

表4 情景模式設(shè)定說明Tab.4 Modes descriptions

表5 2009-2050年中國社會經(jīng)濟發(fā)展狀況假定Tab.5 2009-2050 socio2economic development assumption of China

情景模式中各變量的變化速度以先設(shè)定中模式為基準,低模式各變量增長速度相對中模式稍低,而高模式則相對中模式稍高。人口增長率設(shè)定的基本判斷為隨著經(jīng)濟發(fā)展人口增長率將進一步降低。中模式的設(shè)定參照聯(lián)合國(2009)對未來中國人口的預(yù)測,中國人口將于21世紀30年代達到峰值,進入21世紀40年代后人口逐步開始負增長;低模式假定人口于21世紀20年代達到峰值,21世紀30年代后進入負增長階段;高模式則假定人口于2050年內(nèi)不會出現(xiàn)負增長,人口增長率隨時間逐步下降。人均G DP增長率設(shè)定的基本判斷仍為隨著經(jīng)濟發(fā)展人均G DP增長率將逐步降低。中模式下人均G DP增長率參照許憲春(2002)對未來中國人均 G DP的預(yù)測,至2050年人均 G DP為2008年人均G DP的10倍(約30 000美元),達到目前中等發(fā)達國家水平;低模式假定2050年人均G DP為2008年的6倍(約18 000美元),達到目前新興工業(yè)國家水平;高模式則假定2050年人均 G DP為2008年的16倍(約48 000美元),接近目前高度發(fā)達國家水平。碳排放強度增長率設(shè)定的基本判斷為碳減排難度隨著時間的推移將逐步加大,即碳排放下降速度逐步降低。中模式假定至2050年中國碳排放強度較2005年下降80%;低模式假定至2050年中國碳排放強度較2005年下降70%;高模式則假定至2050年中國碳排放強度較2005年下降90%(見表6)。

表6 情景模式設(shè)定目標Tab.6 Targets of the modes

代入回歸方程(3),利用Matlab模擬。模擬方法為選取若干整數(shù)年節(jié)點值,利用三次函數(shù)插值,從而擬合出較為平滑碳排放曲線,并由此測算出峰值出現(xiàn)時間與峰值額。分別預(yù)測出8種模式下未來中國碳排放情況,見表7。

比較8種模式下的碳排放量估計,可以發(fā)現(xiàn):在低、中、高、低中、中高五種情景模式下中國碳排放峰值會出現(xiàn)。技術(shù)對峰值的影響較為重要,若經(jīng)濟社會發(fā)展速度較高,而碳排放強度下降速度相對較低,則不能在2050年內(nèi)出現(xiàn)峰值(如高中、高低、中低模式)。同樣,若碳排放強度降低速度相比經(jīng)濟社會發(fā)展速度為快,則會推動排放提早達到峰值(如低中、中高模式)。由此可預(yù)計,按照目前發(fā)展趨勢,若經(jīng)濟社會發(fā)展的同時保持碳排放強度合理下降,中國的峰值到達時間應(yīng)為2020-2045年之間。而若經(jīng)濟社會發(fā)展的同時不重視碳排放強度的降低,則會導(dǎo)致峰值出現(xiàn)時間后延。因此,保持碳排放強度的不斷下降對我國盡快出現(xiàn)碳排放峰值至關(guān)重要,加大清潔能源使用,減少傳統(tǒng)能源消耗應(yīng)成為今后的重點工作任務(wù)。

表7 8種情景模式所得結(jié)果Tab.7 Results of 8 scene modes

References)

[1]許憲春.中國未來經(jīng)濟增長及其國際經(jīng)濟地位展望[J].經(jīng)濟研究 ,2002,3(3):27-35.[Xu Xianchun.China’s Economic Growth in Future and Prospect of Its International Economic Position[J].Economic Research Journal,2002,3(3):27-35.]

[2]朱永彬,等.基于經(jīng)濟模擬的中國能源消費與碳排放高峰預(yù)測[J].地理學(xué)報,2009,8(8):935-944.[Zhu Y ongbin,et al.Simulation on China’s Economy and Prediction on Energy Consumption and Carbon Emission under Optimal Growth Path[J].Acta Geographica Sinica,2009,8(8):935-944.]

[3]林伯強,等.中國二氧化碳的環(huán)境庫茲涅茨曲線預(yù)測及影響因素分析[J].管理世界,2009,4(4):27-36.[Lin Boqiang,et al.China’s CO2Emission Foerest by Kuznets Curve and factor analysis[J].Management World,2009,4(4):27-36.]

[4]姜克雋,等.中國2050年低碳情景和低碳發(fā)展之路[J],中外能源,2009,6(6):21-26.[Jiang Kejun,et al.China’s Low2carbon Scenarios and Roadmap for 2050[J].Sino2G lobal Energy,2009,6(6):21-26.]

[5]UN.World Population Prospects:The 2009 Revision[M].Geneva:2009.

[6]Y ork R,Rosa E A,Dietz T.STIRPAT,IPAT and ImPACT:Analytic T oolsfor Unpacking the Driving Forces of Environmental Impacts[J].Ecological Economics,2003,46:351-365.

[7]包森,田立新,王軍帥.中國能源生產(chǎn)與消費趨勢預(yù)測和碳排放研究[J].自然資源學(xué)報,2010,(8).[Bao Sen,Tian Lixin,Wang Junshuai.Trend Forecast of Energy Production and Consumption in China and Research of Carbon Emissions[J].Journal of Natural Resources,2010,(8).]

[8]賈俊松.基于經(jīng)典偏最小二乘模型的CO2排放量宏觀驅(qū)動因素分析[J].中國能源,2010,(7).[Jia Junsong.Analysis of CO2Emission’s Micro2driving Factors based on Classical Partial Least Squares(PLS)Model[J].Energy of China,2010,(7).]

[9]Yu Huichao,Wang Limao.Carbon Emission Transfer by International Trade:Taking the Case of Sino2U.S.Merchandise Trade as an Example[J].Journal of Resources and Ecology,2010,(2).

[10]Shi Minjun,Li Na,Zhou Shenglv,et al.Can China Realize CO2Mitigation Target toward 2020?[J].Journal of Resources and Ecology,2010,(2).

[11]朱勤,彭希哲,陸志明,等.中國能源消費碳排放變化的因素分解及實證分析[J].資源科學(xué),2009,(12).[Zhu Qin,Peng Xizhe,Lu Zhiming,et al.Factors Decomposition and Empirical Analysis of Variations in Energy Carbon Emission in China[J].Resources Science,2009,(12).]

[12]宋幫英,蘇方林.碳排放量和能源利用效率不公平及其原因探析:基于中國37個規(guī)模以上工業(yè)行業(yè)數(shù)據(jù)研究[J].華東經(jīng)濟管理,2010,(9).[Song Bangying,Su Fanglin.Unfair Phenomenon of Carbon Emission and Energy Efficiency and Analysis about the Reasons:Based on Data of 37 Industrial Enterpriese above Designated Size by Industrial Sector of China[J].East China Economic Management,2010,(9).]

[13]朱永彬,王錚,龐麗,等.基于經(jīng)濟模擬的中國能源消費與碳排放高峰預(yù)測[J].地理學(xué)報,2009,(8).[Zhu Y ongbin,Wang Zheng,PangLi,et al.Simulationon China’s Economy and Predictionon Energy Consumption and Carbon Emission under Optimal Growth Path[J].Acta Geographica Sinica,2009,(8).]

[14]何建坤,劉濱.我國減緩碳排放的近期形勢與遠期趨勢分析[J].中國人口·資源與環(huán)境,2006,(6).[He Jiankun,Liu Bin.Analysis on the Situation in the Near Future and the Trends in the Long Term with Regard of Mitigating Carbon Emissions in ChinaS].China Population Resources and Environment,2006,(6).]

[15]鄧曉.基于LMDI方法的碳排放的因素分解模型及實證研究[D].武漢:華中科技大學(xué),2009.[Deng Xiao.Decomposition Model and Empirical Study of Carbon Emission Base on LMDI Technique[D].Wuhan:Huazhong University of Science and Technology,2009.]

[16]岳超,王少鵬,朱江玲,等.2050年中國碳排放量的情景預(yù)測:碳排放與社會發(fā)展[D].北京大學(xué)學(xué)報:自然科學(xué)版,2010,(4).[Yue Chao,Wang Shaopeng,Zhu Jiangting,et al.2050 Carbon Emissions Projection for China:Carbon Emissions and Social Development(IV)[J].Acta Seientiarum Naturalium Universitatis Pekinensis,2010,(4).]

[17]梁巧梅,Norio Okada,魏一鳴.能源需求與二氧化碳排放分析決策支持系統(tǒng)[J].中國能源,2005,(1).[Liang Qiaomei,Norio Okada,Wei Y iming.Decision Support Systemfor Energy Demands and Related CO2Emissions Analysis[J].Energy of China,2005,(1).]

[18]胡初枝,黃賢金,鐘太洋,等.中國碳排放特征及其動態(tài)演進分析[J].中國人口·資源與環(huán)境,2008,(3).[Hu Chuzhi,Huang Xianjin,Zhong Taiyang,et al.Character of Carbon Emission in China and Its Dynamic Development Analysis[J].China Population Resources and Environment,2008,(3).]

Forecast of Chinaπs carbon emissions based on STIRPAT model

QU Shen2ning1GUO Chao2xian2
(1.Graduate School of Chinese Academy of Social Sciences,Beijing 100102,China;2.Institute of Industrial Economics of Chinese Academy of Social Sciences,Beijing 100836,China)

Forecast research on Chinaπs carbon emissions is little.Scholars have largely relied on the Environmental Kuznets Curve(EKC curve)to estimate it.The paper uses STIRPATmodel to estimate Chinaπs carbon emissions infuture.First,panel data analysis on Chinaπs 30 provinces and cities are used to show Chinaπs basic conditions.Secondly,time series regression on Chinaπs 1980-2008 data is used to draw the trend.Thirdly,forecast of the peak time is given.We find that the impact of technology on the peak is important.If economy grows too fast,while the rate of decline in carbon intensity is relatively low,the peak will not be realized before 2050.Similarly,if the rate of carbon intensity reduction is faster than economic growth,the peak will be realized before 2050.According to the current trends,Chinaπs peak will arrive between 2020 and 2045.Therefore,maintaining the declining carbon intensityof carbon emissions is essential to realize the peak as soon as possible.Using more clean energy and reducing traditional energy consumption should be the focus of future tasks.

STIRPAT model;carbon emissions;peak forecast

F206

A

1002-2104(2010)12-0010-06

10.3969/j.issn.1002-2104.2010.12.003

2010-11-12

渠慎寧,博士生,主要研究方向為產(chǎn)業(yè)經(jīng)濟與國際經(jīng)濟學(xué)。

3該文是國家社會科學(xué)基金重大項目(編號:09&ZD035)以及中國社會科學(xué)院重大課題“全球競爭格局變化與中國產(chǎn)業(yè)發(fā)展趨勢”的階段性成果。

(編輯:李 琪)