內(nèi)蒙古能源碳排放驅(qū)動(dòng)因子研究及趨勢預(yù)測

童泉格/孫涵/成金華

（1．中國地質(zhì)大學(xué)（武漢）經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430074；2．中國地質(zhì)大學(xué)（武漢）資源環(huán)境中心，湖北武漢 430074）

內(nèi)蒙古能源碳排放驅(qū)動(dòng)因子研究及趨勢預(yù)測

童泉格1,2/孫涵1/成金華2

（1．中國地質(zhì)大學(xué)（武漢）經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430074；2．中國地質(zhì)大學(xué)（武漢）資源環(huán)境中心，湖北武漢 430074）

對內(nèi)蒙古地區(qū)1995-2011年能源碳排放結(jié)構(gòu)及強(qiáng)度進(jìn)行分析，運(yùn)用偏相關(guān)性分析篩選出備選碳排放驅(qū)動(dòng)因子，基于STIRPAT模型得出各個(gè)驅(qū)動(dòng)因子彈性系數(shù)。根據(jù)彈性系數(shù)大小，選取前五個(gè)驅(qū)動(dòng)因子作為預(yù)測參考序列構(gòu)建GM（1，n）模型，對未來能源碳排放量進(jìn)行預(yù)測。結(jié)果顯示：碳排放量驅(qū)動(dòng)因素中進(jìn)出口總額、全社會固定資產(chǎn)投資、第二產(chǎn)業(yè)產(chǎn)值、GDP總額、人均GDP、第二產(chǎn)業(yè)產(chǎn)值所占比例是內(nèi)蒙古地區(qū)能源碳排放正向驅(qū)動(dòng)因素，并且驅(qū)動(dòng)力從大到小排列；人口、單位GDP能耗對碳排放有反向驅(qū)動(dòng)作用。內(nèi)蒙古地區(qū)碳排量逐年增加，1995-2002年平穩(wěn)增長，2003-2011年增長速度明顯加快，預(yù)計(jì)2020年碳排放量將達(dá)到41505萬t。

STIRPAT模型；碳排放驅(qū)動(dòng)因子；彈性系數(shù)；GM(1,n)模型；內(nèi)蒙古

0 引言

隨著《京都協(xié)議書》《巴厘島路線圖》《哥本哈根協(xié)議》等氣候變化公約及條款的簽訂，中國面臨著越來越大的碳減排壓力。省級行政區(qū)域作為國家發(fā)展政策的具體執(zhí)行者，分析其碳排放特性并且預(yù)測未來碳排放量對于尋找技術(shù)減排路徑，進(jìn)而減緩全國碳排放壓力具有重要意義。

一些學(xué)者認(rèn)為經(jīng)濟(jì)增長本身難以引起碳排放強(qiáng)度的大幅度下降，而且第二產(chǎn)業(yè)比重越大，碳排放強(qiáng)度就越高[2]。宋德勇、徐安（2011）等則通過采集各城鎮(zhèn)數(shù)據(jù)，采用STIRPAT模型，得出了我國城鎮(zhèn)間碳排放區(qū)域差異性巨大、城鎮(zhèn)化及居民收入對于碳排放量影響最大的結(jié)論[4]。王卉彤、王妙平（2011）認(rèn)為人均消費(fèi)、人口數(shù)及碳排放強(qiáng)度是造成碳排放量驟變的三大影響因素，人均消費(fèi)影響最大，人口數(shù)及碳排放強(qiáng)度次之[5]。黃蕊、王錚（2013）運(yùn)用STIRPAT模型通過對重慶能源碳排放量的研究得出了人口對于碳排放的影響因素最大[7]。張樂勤、李榮富等（2012）等通過STIRPAT模型對安徽省碳排放驅(qū)動(dòng)因子的邊際彈性系數(shù)進(jìn)行了測算[11]，得出全社會固定資產(chǎn)投資及第二產(chǎn)業(yè)產(chǎn)值的邊際彈性系數(shù)較高的結(jié)論。聶國卿、尹向飛等（2012）則利用STIRPAT模型得出湖南省不同發(fā)展階段各因素對于碳排放量影響程度不同，并且城市化及人均消費(fèi)正取代人口成為影響碳排放量的最大及第二影響因素[12]。

本文以內(nèi)蒙古能源碳排放量為研究對象，對其碳排放結(jié)構(gòu)、強(qiáng)度進(jìn)行分析，對可能影響碳排放的因素進(jìn)行篩選，并且建立STIRPAT模型得出排名前五的驅(qū)動(dòng)因子，繼而建立GM(1，n)模型進(jìn)行預(yù)測，提出2020年碳排放量預(yù)測值。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1STIRPAT基本模型

本研究中選擇STIRPAT模型作為碳排放驅(qū)動(dòng)因子的計(jì)算基礎(chǔ)。STIRPAT模型是由經(jīng)典IPAT模型改造而來的隨機(jī)形式[11]，可表示為：

式（1）中，I、P、A、T分別表示環(huán)境壓力、人口壓力、富裕程度及技術(shù)發(fā)展因素；a是模型系數(shù)，b、c、d分別為人口、富裕度及技術(shù)發(fā)展等人文驅(qū)動(dòng)力指數(shù)，e為模型誤差項(xiàng)。

1.1.2碳排放與碳排放強(qiáng)度計(jì)算

碳排放計(jì)算方法包括生命周期法（LCA）、投入產(chǎn)出法（I-O）、IPCC碳排放計(jì)算指南、碳足跡計(jì)算器等多種[20]。聶銳等基于IPAT模型構(gòu)建了碳排放與碳排放強(qiáng)度計(jì)算模型，公式為[20]：

式（2）、（3）中c為碳排放強(qiáng)度（t/萬元），C為碳排放總量（t），G為GDP總量，Ej為第j種能源消費(fèi)量（tce），E為能源消費(fèi)總量（tce），efj為第j種能源碳排放系數(shù)，aj為第j種能源結(jié)構(gòu)份額，D為能源強(qiáng)度（tce/萬元），P為人口數(shù)，A為人均GDP（元/人）[11]。

1.1.3驅(qū)動(dòng)因子選擇及模型拓展說明

結(jié)合內(nèi)蒙古地區(qū)自身特點(diǎn)，選取人口、GDP總額、人均GDP、單位GDP能耗、第二產(chǎn)業(yè)產(chǎn)值、第二產(chǎn)業(yè)產(chǎn)值所占比例、全社會固定資產(chǎn)投資、進(jìn)出口總額及煤炭占能源消耗總量比例作為碳排放驅(qū)動(dòng)備選因子（以下文中或公式中分別以P、G、A、T、I、D、S、F、E表示）。研究過程中先將STIRPAT模型進(jìn)行了預(yù)先拓展，預(yù)先拓展的STIRPAT模型為：

式（4）中P表示人口壓力，G、A、S、F表示富裕程度，E、T、I、D表示技術(shù)發(fā)展因素，a、b、c、d、e、f、g、h、i分別表示“人口”、“GDP總額”、“人均GDP”、“單位GDP能耗”、“第二產(chǎn)業(yè)產(chǎn)值”、“第二產(chǎn)業(yè)產(chǎn)值所占比例”、“全社會固定資產(chǎn)投資”、“進(jìn)出口總額”、及“煤炭占能源消耗總量比例”的因子指數(shù)。

1.1.4GM（1，n）基本模型

GM(1，n)模型表示一階的n個(gè)變量的微分方程型預(yù)測模型。灰色系統(tǒng)理論指出用離散的隨機(jī)數(shù)，經(jīng)過生成變?yōu)殡S機(jī)性被顯著削減的較有規(guī)律的生成數(shù)，這樣便可以對變化過程做較長時(shí)間的描述，進(jìn)而建立微分方程形式的模型[20]。

1.2 數(shù)據(jù)來源及說明

研究過程中使用內(nèi)蒙古地區(qū)1995-2011年人口、GDP總額、人均GDP、單位GDP能耗、第二產(chǎn)業(yè)產(chǎn)值、第二產(chǎn)業(yè)產(chǎn)值所占比例、全社會固定資產(chǎn)投資、進(jìn)出口總額、及煤炭占能源消耗總量比例代表社會經(jīng)濟(jì)發(fā)展情況的典型指標(biāo)，原煤、焦炭、原油、燃料油、汽油、煤油、柴油、天然氣及能源消耗總量作為能源消耗指標(biāo)。在計(jì)算碳排量時(shí)使用各類能源碳排放系數(shù)進(jìn)行折算[21]，原煤、焦炭、原油、燃料油、汽油、煤油、柴油、天然氣碳排放折算系數(shù)分別為：0.7559、0.8550、0.5857、0.6185、0.5538、0.57140、0.5921及0.4483。本文數(shù)據(jù)均來源于內(nèi)蒙古自治區(qū)統(tǒng)計(jì)年鑒（1996-2012）及中國能源統(tǒng)計(jì)年鑒（1996-2012）。

2 內(nèi)蒙古地區(qū)能源碳排放測度及預(yù)測

2.1 地區(qū)碳排放結(jié)構(gòu)測度

內(nèi)蒙古地區(qū)1995-2011年各類能源度碳排放總量由表1可知，內(nèi)蒙古地區(qū)碳排放量以較快的速度增長，2011年碳排放總量為28603.04萬tce，較1995年增長617.4%，年均增長36.32%。1995-2001年碳排放量基本保持平穩(wěn)，年均增長僅4.33%。2003年較2002年碳排放增長30.75%，此后一直保持穩(wěn)定、高速的發(fā)展態(tài)勢。煤炭類能源碳排放量占總碳排放量的95.17%，石油類占4.13%，是內(nèi)蒙古地區(qū)碳排量的絕對主要成分。

2.2 碳排放強(qiáng)度測度及驅(qū)動(dòng)因子分析

(1)碳排放強(qiáng)度分析。碳排放強(qiáng)度通過單位GDP碳排放量來衡量。1995-2011年內(nèi)蒙古地區(qū)碳排放強(qiáng)度總體呈下降趨勢，且下降趨勢明顯，1995年碳排放強(qiáng)度為4.65噸/萬元，2011年降至1.99噸/萬元，年均下降3.36%。

(2)1995-2011年內(nèi)蒙古地區(qū)碳排放驅(qū)動(dòng)因子分析。本文選取P、G、A、T、I、D、S、F、E作為碳排放驅(qū)動(dòng)備選因子，通過偏相關(guān)性分析剔除E備選因子，對其余備選因子做主成分分析。

根據(jù)解釋的總方差矩陣，結(jié)合成分得分矩陣及成分矩陣（表2、3）可知Factor1、Factor2及Factor3因子得分，且Factor1主要描述富裕程度指標(biāo)，F(xiàn)actor2主要描述人口因素，F(xiàn)actor3主要描述對外經(jīng)濟(jì)貿(mào)易因素。

表1 1995-2011年內(nèi)蒙古地區(qū)各類能源碳排放量情況

基于最小二乘法原理與內(nèi)蒙古地區(qū)1995-2011年碳排放總量進(jìn)行回歸擬合，考慮到回歸中存在多重線性影響，在回歸過程中采用逐步回歸，而后擇最優(yōu)模型如下：

由式（5）可得到內(nèi)蒙古地區(qū)1995-2011年碳排放因子驅(qū)動(dòng)模型：

式（5）中人口、GDP總額、人均GDP、單位GDP能耗、第二產(chǎn)業(yè)產(chǎn)值、第二產(chǎn)業(yè)產(chǎn)值所占比例、全社會固定資產(chǎn)投資、進(jìn)出口總額8個(gè)因子彈性系數(shù)分別為-0.029、0.172、0.172、-0.111、0.179、0.154、0.185及0.196；人口因素（人口數(shù)）及技術(shù)進(jìn)步因素(單位GDP能耗）對碳排放總量是負(fù)相關(guān)因素，且其他因素不變的情況下人口每上升1%，則碳排放總量上升0.029%，單位GDP能耗等其他七個(gè)變量也會對于碳排放量造成一定系數(shù)比例的影響。碳排放量影響程度排名為：進(jìn)出口總額＞全社會固定資產(chǎn)投資＞第二產(chǎn)業(yè)產(chǎn)值＞GDP總額≥人均GDP＞第二產(chǎn)業(yè)產(chǎn)值所占比例＞人口＞單位GDP能耗。

表2 成分矩陣

表3 成分得分矩陣

2.3 碳排放趨勢預(yù)測

本文采用GM(1，n)動(dòng)態(tài)預(yù)測模型對內(nèi)蒙地區(qū)未來碳排放趨勢進(jìn)行定量預(yù)測。選取進(jìn)出口總額、全社會固定資產(chǎn)投資、第二產(chǎn)業(yè)產(chǎn)值、GDP總額及人均GDP前五個(gè)驅(qū)動(dòng)因子作為預(yù)測參考序列。用1995-2005年預(yù)處理后數(shù)據(jù)作為訓(xùn)練樣本，2006-2011年為預(yù)測誤差對比數(shù)據(jù)，為了弱化原始時(shí)間序列的隨機(jī)性，在建立灰色預(yù)測模型前，采用AGO(Accumulated generating operation)對于原始時(shí)間序列進(jìn)行了預(yù)處理。以上過程均在Matlab R2014a編程實(shí)現(xiàn)。由表4可知，內(nèi)蒙古地區(qū)1995-2011年碳排放總量預(yù)測值與真實(shí)值平均誤差僅為4.60%，誤差保持在合理范圍內(nèi)，預(yù)測結(jié)果與實(shí)際值貼近，模型預(yù)測結(jié)果具有參考意義。假設(shè)內(nèi)蒙古地區(qū)碳排放五個(gè)主要驅(qū)動(dòng)因子保持現(xiàn)有發(fā)展態(tài)勢，2020年碳排放總量預(yù)計(jì)將達(dá)到41505萬t，較2011年增長12901.96萬t，年平均增長5.01%。

表4 1995-2011年內(nèi)蒙古碳排放量預(yù)測真實(shí)值與誤差對比

3 結(jié)論及分析

(1)內(nèi)蒙古地區(qū)碳排量逐年增加，1995-2002年碳排放平穩(wěn)增長，2003-2011年增長速度明顯加快，預(yù)計(jì)2020年內(nèi)蒙古地區(qū)碳排放量將達(dá)到41505萬t。內(nèi)蒙古地區(qū)自2000年被國家列入西部大開發(fā)范圍以來，城鎮(zhèn)化發(fā)展速度不斷加快，第二第三產(chǎn)業(yè)占GDP的比重不斷升高，2011年兩者占比達(dá)90%以上，這些因素推動(dòng)了碳排放量的增加。

(2)進(jìn)出口總額、全社會固定資產(chǎn)投資、第二產(chǎn)業(yè)產(chǎn)值、GDP總額、人均GDP、第二產(chǎn)業(yè)產(chǎn)值所占比例是內(nèi)蒙古能源碳排放正向驅(qū)動(dòng)因素，并且驅(qū)動(dòng)力從大到小排列；“人口”、“單位GDP能耗”對碳排放有反向驅(qū)動(dòng)作用。內(nèi)蒙古地區(qū)積極引進(jìn)外資，加強(qiáng)對外貿(mào)易程度，但外資主要用于制造業(yè)、房地產(chǎn)業(yè)及采礦業(yè)，對外貿(mào)易出口商品也集中于賤金屬及金屬制品、紡織原料及紡織制品、化學(xué)工業(yè)及化學(xué)工業(yè)相關(guān)產(chǎn)品等。2012年內(nèi)蒙古外商直接投資為394319萬美元，其中制造業(yè)、房地產(chǎn)及采礦業(yè)直接投資額占比達(dá)到83.4%；對外貿(mào)易出口總額為397045萬美元，賤金屬及金屬制品、紡織原料及紡織制品、化學(xué)工業(yè)及化學(xué)工業(yè)相關(guān)產(chǎn)品占出口總額63.9%。說明內(nèi)蒙古地區(qū)對外貿(mào)易活動(dòng)隱含碳排放數(shù)量巨大，成為內(nèi)蒙古碳排放量的首要驅(qū)動(dòng)因素。

(3)內(nèi)蒙古煤炭類能源碳排量列于各類能源之首。1995-2011年內(nèi)蒙古各類能源碳排放中，煤炭類資源的碳排量占比為95.18%，說明該地區(qū)以煤炭為主的能源結(jié)構(gòu)并沒有改變，煤炭作為高碳能源是內(nèi)蒙古碳排放主要源頭。

為了在保證經(jīng)濟(jì)正常發(fā)展的同時(shí)滿足碳排放控制要求，內(nèi)蒙古地區(qū)可以通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu)控制關(guān)鍵驅(qū)動(dòng)因素。具體而言：加快促進(jìn)內(nèi)蒙古地區(qū)對外貿(mào)易出口商品結(jié)構(gòu)升級，減少高碳商品的出口比例，鼓勵(lì)低碳商品出口貿(mào)易活動(dòng)；不斷進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)升級，提升第三產(chǎn)業(yè)比例，鼓勵(lì)高新技術(shù)等低碳行業(yè)發(fā)展；積極促進(jìn)能源結(jié)構(gòu)平穩(wěn)轉(zhuǎn)型，逐步降低煤炭使用比例，促進(jìn)石油、天然氣及其他新型清潔能源發(fā)展。

[1]鄭長德,劉帥．基于空間計(jì)量經(jīng)濟(jì)學(xué)的碳排放與經(jīng)濟(jì)增長分析[J]．中國人口·資源與環(huán)境,2011,21(5)：80-86．

[2]虞義華,鄭新業(yè),張莉．經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)與碳排放強(qiáng)度——中國省級面板數(shù)據(jù)分析[J]．經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2011(3)：72-81．

[3]楊騫,劉華軍．中國二氧化碳排放的區(qū)域差異分解及影響因素——基于1995～2009年省際面板數(shù)據(jù)的研究[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2012(5)：36-49．

[4]宋德勇,徐安．中國城鎮(zhèn)碳排放的區(qū)域差異和影響因素[J]．中國人口·資源與環(huán)境,2011(11)：8-14．

[5]王卉彤,王妙平．中國30省區(qū)碳排放時(shí)空格局及其影響因素的灰色關(guān)聯(lián)分析[J]．中國人口·資源與環(huán)境,2011,21(7)：140-145．

[6]孫敬水,陳稚蕊,李志堅(jiān)．中國發(fā)展低碳經(jīng)濟(jì)的影響因素研究——基于擴(kuò)展的STIRPAT模型分析[J]．審計(jì)與經(jīng)濟(jì)研究,2011(4)：85-93．

[7]黃蕊,王錚．基于STIRPAT模型的重慶市能源消費(fèi)碳排放影響因素研究[J]．環(huán)境科學(xué)學(xué)報(bào),2013,33(2)：602-608．

[8]葉曉佳,孫敬水,董立鋒．低碳經(jīng)濟(jì)發(fā)展中的碳排放驅(qū)動(dòng)因素實(shí)證研究——以浙江省為例[J]．經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2011(4)：13-23 ．

[9]雷厲,仲云云,袁曉玲．中國區(qū)域碳排放的因素分解模型及實(shí)證分析[J]．當(dāng)代經(jīng)濟(jì)科學(xué),2011(5)：59-65．

[10]杜官印,蔡運(yùn)龍,李雙成．1997-2007年中國分省化石能源碳排放強(qiáng)度變化趨勢分析[J]．地理與地理信息科學(xué),2010,26(5)：77-81．

[11]張樂勤,李榮富,陳素平,等．安徽省1995年-2009年能源消費(fèi)碳排放驅(qū)動(dòng)因子分析及趨勢預(yù)測——基于STIRPAT模型[J]．資源科學(xué),2012(2)：317-325．

[12]聶國卿,尹向飛,鄧柏盛．基于STIRPAT模型的環(huán)境壓力影響因素及其演進(jìn)分析——以湖南省為例[J]．系統(tǒng)工程,2012(5)：112-116．

[13]趙敏,張衛(wèi)國,俞立中．上海市能源消費(fèi)碳排放分析[J]．環(huán)境科學(xué)研究,2009,22(8)：984-988．

[14]林伯強(qiáng),劉希穎．中國城市化階段的碳排放：影響因素和減排策略[J]．經(jīng)濟(jì)研究,2010(8)：66-78．

[15]杜運(yùn)蘇,張為付．中國出口貿(mào)易隱含碳排放增長及其驅(qū)動(dòng)因素研究[J]．國際貿(mào)易問題,2012(3)：97-106．

[16]劉紅光,劉衛(wèi)東,范曉梅．貿(mào)易對中國產(chǎn)業(yè)能源活動(dòng)碳排放的影響[J]．地理研究,2011(4)：590-600．

[17]冉光和,王建洪,王定祥．我國現(xiàn)代農(nóng)業(yè)生產(chǎn)的碳排放變動(dòng)趨勢研究[J]．農(nóng)業(yè)經(jīng)濟(jì)問題,2011(2)：32-38．

[18]李波,張俊飆,李海鵬．中國農(nóng)業(yè)碳排放時(shí)空特征及影響因素分解[J]．中國人口·資源與環(huán)境,2011,21(8)：80．

[19]周五七,聶鳴．中國工業(yè)碳排放效率的區(qū)域差異研究——基于非參數(shù)前沿的實(shí)證分析[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2012(9)：58-70．

[20]耿涌,董會娟,郗鳳明．應(yīng)對氣候變化的碳足跡研究綜述[J]．中國人口·資源與環(huán)境,2010,20(10)：6-12．

[21]聶銳,張濤,王迪．基于IPAT模型的江蘇省能源消費(fèi)與碳排放情景研究[J]．自然資源學(xué)報(bào),2010(9)：1557-1564．

On the Research of Energy Carbon Emission Driving Factor and Trend Prediction in Inner Mongolia

TONG Quange1,2, SUN Han1, CHENG Jinhua2
(1.School of Economics and Management of China University of Geosciences, Wuhan Hubei 430074; 2. Research Center of Resource and Environmental Economics, China University of Geosciences, Wuhan Hubei 430074)

This paper analyzes the structure and strength of energy carbon emission between 1995 and 2011 of Inner Mongolia. The alternative carbon emissions driving factor is selected by using partial correlation analysis; and the elasticity coefficient of each drive factor is worked out based on STIRPAT model. This paper also predicts the future energy carbon emissions through selecting the first five driving factor as forecasting reference sequence to build model-GM(1, N) according to the elastic coefficient. The results shows that the total volume of imports and exports in the driving factors of carbon emissions, total investment in fixed assets, the second industry output value, total GDP, per capita GDP, and the proportion of the second industry have been the constituents of Inner Mongolia’s positive driving factors of energy carbon emissions, and the driving force has ranged in order; while population and GDP energy consumption per unit has reverse driving effect on carbon emissions. Finally, this paper points out that carbon emissions in Inner Mongolia region keep increasing year by year. For example, between 1995 and 2002, it increased steadily; between 2003 and 2011, the growth accelerated significantly. It is estimated that carbon emissions will reach 415.05 million ton by 2020.

STIRPAT model; carbon emissions driving factor; elasticity coefficient; GM (1, n) model; Inner Mongolia

F407.2；F062.1

C

1672-6995（2015）03-0055-00

2014-10-31；

2014-11-20

國家自然科學(xué)基金（71103164)

童泉格（1989-），女，湖北省黃岡市人，中國地質(zhì)大學(xué)（武漢）博士研究生，研究方向：能源管理、能源經(jīng)濟(jì)學(xué)。