曹廣喜 張力
摘 要 江蘇省碳排放總量長期位居全國前五,分析其碳達峰路徑對中國2030年實現(xiàn)碳達峰目標具有重要意義。本文通過聚類分析選取四個重點排放行業(yè),構建擴展的STIRPAT模型分析江蘇省行業(yè)碳排放影響因素,進而運用情景分析和Logistic模型對2019—2030年江蘇省重點行業(yè)碳排放進行預測。結果表明:人口、城鎮(zhèn)化率、人均GDP、產業(yè)結構、固定資產投資對江蘇省重點行業(yè)碳排放量均有顯著的正向作用,單位產量(周轉量)能耗對碳排放的影響存在行業(yè)差異,降低單位產量(周轉量)能耗和減少固定資產投資能夠顯著降低行業(yè)碳排放,重點行業(yè)碳排放在2030年接近達峰。江蘇省應該采取行業(yè)針對性政策,推進清潔能源替代或技術更新,穩(wěn)步推進產業(yè)綠色轉型,避免對高排放行業(yè)采取“一刀切”。
關鍵詞 碳排放 STIRPAT Logistic模型 情景分析 碳達峰
作者簡介:曹廣喜,博士,南京信息工程大學管理工程學院教授、無錫學院副校長、博士研究生導師;張力,南京信息工程大學管理工程學院碩士研究生。
基金項目:江蘇省社科應用研究精品工程課題“我國2030年前碳達峰前提下江蘇能源需求和保障對策研究” (21SYA-006)
一、引 言
2030年前碳達峰、2060年前碳中和目標的提出和實施,將加快我國新舊發(fā)展動能轉換,促進經濟增長方式轉變,對地方經濟轉型和產業(yè)結構調整產生重大影響。江蘇省人口密集、經濟發(fā)達,但工業(yè)結構倚重偏輕,高耗能行業(yè)占主導地位,能源消費以煤為主,嚴重依賴外省調入和外國進口,且碳排放自1997年以來始終位于全國前五,面臨巨大的減排壓力。同時,江蘇省的經濟社會發(fā)展水平、資源稟賦和碳排放現(xiàn)狀在全國具有代表性。因此,研究碳達峰背景下江蘇省重點行業(yè)碳排放的影響因素及發(fā)展趨勢,不僅可以為江蘇省碳達峰和經濟高質量發(fā)展提供依據,而且對其他地區(qū)具有借鑒價值。
近年來,關于碳排放影響因素的研究較多,取得的研究成果也較為豐碩。比如,林伯強等研究認為人均收入、工業(yè)能源強度、產業(yè)結構、能源消費結構對全國碳排放具有顯著影響。Liu等認為家庭消費、金融發(fā)展對全國碳排放具有促進作用,技術創(chuàng)新和可再生能源消費對碳排放具有抑制作用。Xu等研究發(fā)現(xiàn)工業(yè)化水平、人口規(guī)模對空氣污染物排放具有促進作用,外商直接投資對空氣污染物排放具有抑制作用,經濟增長、城鎮(zhèn)化率和出口對空氣污染物排放的影響存在區(qū)域差異。 比較而言,專門針對江蘇省的相關研究較少。比如,徐國泉等基于LMDI模型研究了經濟發(fā)展、能源效率、能源結構、工業(yè)結構對江蘇省人均碳排放的影響。張麗娜等基于LMDI模型和Shapley模型研究了江蘇省居民食品消費碳排放的影響因素。
現(xiàn)有文獻主要采用兩種方式預測碳排放。第一,在經驗分析碳排放影響因素的基礎上,分具體情景進行預測。比如,袁曉玲等在分析中國工業(yè)部門整體及八大細分行業(yè)碳排放影響因素的基礎上,用嶺回歸預測基準、低碳、高耗能三種情景下的碳排放峰值。張國興等先運用LMDI方法分解黃河流域交通運輸業(yè)碳排放的驅動因素,再構建STIRPAT模型預測不同情景下的碳排放發(fā)展趨勢。第二,通過時間序列及其組合模型對碳排放進行預測。比如,赫永達等運用ADL-MIDAS模型,根據季度GDP和工業(yè)增加值預測2021—2025年中國年度碳排放總量及三大產業(yè)的碳排放。杜強等利用Logistic模型預測了中國各省級行政區(qū)的碳排放。黃蕊等以江蘇省為研究對象,實證分析了人口數量、人均GDP、能源強度、城市化水平與碳排放的關系,并預測了江蘇省的總碳排放。趙宇探討了江蘇省農業(yè)碳排放的影響因素和發(fā)展趨勢。
上述文獻目前存在以下問題:第一,由于相關研究的主要目的并不是改進碳排放的核算方法,所以大多進行了簡化核算,這導致測算出的碳排放量存在差異,影響研究結果。第二,關于江蘇省碳排放影響因素的研究主要使用LMDI模型,無法具體反映碳排放與影響因素之間的變動關系,同時,研究的重點主要針對農業(yè)或全省整體,尚未涉及對碳達峰目標實現(xiàn)具有重要影響的重點排放行業(yè)。
有鑒于此,本文基于CEADs省級分部門核算清單的碳排放數據,利用聚類分析篩選出江蘇省重點排放行業(yè),建立擴展的STIRPAT模型分析行業(yè)碳排放的影響因素和作用機制,并利用情景分析和Logistic模型分別對重點行業(yè)碳排放進行預測,以期對江蘇省實現(xiàn)碳達峰目標提供有益的參考。
二、模型和數據
(一)擴展的STIRPAT模型
這里引入Dietz等提出的STIRPAT模型,該模型將環(huán)境影響(記為E)與人口規(guī)模(記為P)、經濟發(fā)展水平(記為A)和技術水平(記為T)整合在一起,標準形式為:
其中,a、b、c、d為模型參數,ε是隨機誤差項。對(1)式兩邊取對數,可以得到模型的一般形式:
STIRPAT模型綜合考慮了多種宏觀因素,并可以根據不同研究對象進行擴展,構建的回歸方程能與具體的情景分析相結合,便于進行政策分析,近年來在能源和碳排放研究領域變得越來越流行。大量文獻表明人口增加和經濟發(fā)展是導致碳排放量增長的兩大重要因素。林伯強等認為經濟增長推動城鎮(zhèn)化和工業(yè)化,進而帶動高耗能產業(yè)迅速發(fā)展,推高了社會整體能源消耗水平,導致碳排放上升。張毅等認為第二產業(yè)占比上升意味著高耗能產業(yè)擴張,引起碳排放上升。崔強等發(fā)現(xiàn),行業(yè)單位產量(周轉量)能耗越低表明該行業(yè)的節(jié)能減排技術越先進,碳排放被抑制的程度越高。各行業(yè)通過增加固定資產擴大生產規(guī)模、更新技術設備、提升生產力,而全社會固定資產投資是以貨幣形式表現(xiàn)的增加固定資產活動的工作量,因此全社會固定資產投資在一定程度上可以反映行業(yè)發(fā)展前景和技術投資水平。結合上述研究結論,本文將STIRPAT模型中的人口規(guī)模、經濟發(fā)展水平和技術水平擴展為包括人口、城鎮(zhèn)化水平、經濟發(fā)展水平、產業(yè)結構、能源技術、行業(yè)投資在內的六個因素,最終模型如下:
其中C表示行業(yè)碳排放量,i代表行業(yè),α為模型參數,其他變量說明見表1。
(二) Logistic模型
Logistic模型用于刻畫種群增長的S型曲線,其基本假設是物種最大數量不會超過環(huán)境最大容量。文獻表明,城鎮(zhèn)化演進、傳染病感染人數等經濟社會變量同樣存在此類增長規(guī)律。 隨著經濟社會的發(fā)展及節(jié)能減排技術的應用,碳排放量很可能呈現(xiàn)S型增長規(guī)律,自然達到峰值狀態(tài)。因此,建立如下碳排放量的Logistic模型:
其中,當t→時,C(t)能達到最大值K,即為環(huán)境最大容量或碳排放峰值,C0為初始容量,r為增長速率。一般借助 SPSS 軟件中的曲線擬合功能確定K的取值。
(三)數據來源及說明
抽取的樣本包括江蘇省47個最終能源消費行業(yè)1997—2018年歷史碳排放數據,數據來源于CEADs省級分部門核算清單,碳排放單位為百萬噸。省級人口規(guī)模、GDP、第二產業(yè)產值、行業(yè)產量(周轉量)以及全國分行業(yè)能源消費量、分行業(yè)全社會固定資產投資金額分別來源于《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》以及國家統(tǒng)計局網站。需要注意的是,由于省內分行業(yè)統(tǒng)計數據存在缺失,這里使用江蘇省發(fā)電量、生鋼產量、水泥產量、貨運周轉量與全國對應變量的比例關系折算出了江蘇省各行業(yè)能源消費量和全社會固定資產投資金額。
三、結果分析
(一)江蘇省重點碳排放行業(yè)篩選
聚類分析可以將數據集按照給定的特征指標分類,使每類中的數據特征盡可能相似??紤]到對各行業(yè)的歷史碳排放數據直接排序會出現(xiàn)年份差異,難以真實反映該行業(yè)的總體碳排放水平。因此,基于CEADs數據庫中江蘇省47個細分行業(yè)碳排放的歷史數據,按照歷史累積碳排放量(百萬噸)和人均累積碳排放量(萬噸)2個指標進行K-均值聚類,最終將47個細分行業(yè)劃分為高碳、次高碳、中碳、低碳4組。
聚類結果顯示,高碳組只包含電力行業(yè),歷史和人均累積碳排放量分別為59.70億噸、77萬噸;次高碳組為鋼鐵行業(yè),歷史和人均累積碳排放量分別為16.62億噸、21萬噸;中碳組包括水泥和交通運輸業(yè),其余行業(yè)均屬于低碳組。方差分析檢驗結果見表2,p值均接近0,表明不同行業(yè)兩項指標之間有顯著差異。
圖1給出了江蘇省高碳組、次高碳組和中碳組各行業(yè)的歷年碳排放量。
1997—2018年,電力行業(yè)的碳排放量遠高于其他行業(yè),歷史累積碳排放量約占江蘇省同期累計總體碳排放量的58%,且電力、鋼鐵、水泥和交通運輸業(yè)的排放量之和約占江蘇省同期累計總體碳排放量的88%。因此,將這四個行業(yè)確定為江蘇省重點碳排放行業(yè)。
(二)江蘇省重點碳排放行業(yè)影響因素分析
由于人口規(guī)模、經濟增長和技術進步等變量之間相互制約,可能會導致多重共線性問題,為此采用嶺回歸(Ridge Regression)來求解STIRPAT模型。由表3給出的回歸結果可知,所有變量對江蘇省四個重點排放行業(yè)的碳排放量均存在顯著影響。江蘇省人口總量(Pop)、城鎮(zhèn)化率(U)、人均GDP(PGDP)對四個行業(yè)的碳排放量均有正向影響。第二產業(yè)占比(S)對交通運輸業(yè)碳排放量有顯著的負向影響,回歸系數估計值為-0.63,對電力、鋼鐵和水泥行業(yè)碳排放量的影響則顯著為正。這是因為電力、鋼鐵和水泥均屬于第二產業(yè),第二產業(yè)占比上升意味著行業(yè)產值增加,能源消耗量和碳排放量也會相應上升,而交通運輸業(yè)屬于第三產業(yè),第二產業(yè)占比增加會壓縮其他產業(yè)的占比。單位產量(周轉量)能耗(TE)對鋼鐵、水泥行業(yè)的碳排放量有顯著正影響,而對電力、交通運輸業(yè)的碳排量有顯著負影響,回歸系數估計值依次為-0.43、-0.11??赡艿脑蚴?,目前江蘇省電力、交通運輸業(yè)兩個行業(yè)的低碳技術運用相對成熟,風力發(fā)電、光伏發(fā)電的度電成本均低于火力發(fā)電,清潔能源交通工具如新能源電動汽車和燃氣汽車的使用范圍逐漸擴大,清潔能源占比逐步上升,從而出現(xiàn)單位產量(周轉量)能耗上升的同時碳排放減少的情況。行業(yè)固定資產投資(I)對四個行業(yè)的碳排放量具有顯著的正向影響,對碳排放沒有抑制作用,這說明當前江蘇省行業(yè)固定資產投資主要用于擴大生產規(guī)模,增加經濟效益。
(三)江蘇省重點碳排放行業(yè)政策情景分析
1.政策情景設定
考慮到碳達峰目標下節(jié)能減排與經濟發(fā)展之間的矛盾關系,設置基準、碳稅和技術進步三種政策情景。第一,基準情景?;鶞是榫跋聸]有碳排放約束,經濟持續(xù)快速發(fā)展,能源技術、行業(yè)投資保持歷史平均增長水平,該情景代表粗放式經濟增長模式。第二,碳稅情景。以征收碳稅等方式直接限制高排放行業(yè)發(fā)展,這可能是實現(xiàn)碳達峰的最快路徑,但是可能導致經濟增長變緩甚至下降、失業(yè)率上升等問題。第三,技術進步情景。與前兩種情景相比,技術進步情景強調能源技術和行業(yè)投資兩個指標,著眼于實現(xiàn)碳達峰和保增長雙目標。該情景要求在宏觀經濟政策、能源規(guī)劃和氣候政策等方面采取重大舉措,優(yōu)化能源使用結構和投資結構,重視技術推動產業(yè)綠色升級,不會直接限制高排放行業(yè)發(fā)展,避免“一刀切”。
2.情景參數設定
在上述政策情景下,針對江蘇省各變量在預測期的增長率設定如下:
(1)人口。根據江蘇省目前的實際人口狀況并結合張現(xiàn)苓等的觀點,認為江蘇省人口總量仍會以較低速度增長,且不受三種政策情景影響。
(2)城鎮(zhèn)化率。江蘇省2019年城鎮(zhèn)化率為70.61%,已經超過中國社會科學院宏觀經濟研究中心課題組預測的2030年中國平均城鎮(zhèn)化率69%的水平,由于江蘇省經濟和工業(yè)化程度仍在持續(xù)增長,預計城鎮(zhèn)化率還會繼續(xù)提升。
(3)人均GDP。據中國社會科學院預測,2019—2020年、2021—2025年、2026—2030年中國實際GDP的平均年增長率依次為6%、5.5%、4.5%。人均 GDP 增速與GDP增速具有一致性。結合江蘇省的歷史數據和實際發(fā)展情況,預測值依次調高為6.5%、6.0%、5.0%。
(4)產業(yè)結構。根據1997—2020年的產業(yè)結構數據可以推算出,江蘇省第二產業(yè)占比年均下降1%??紤]到產業(yè)結構影響因素復雜,預測期內年增長率仍設定為-1%。
(5)能源技術。將江蘇省各行業(yè)1997—2018年單位產量(周轉量)能耗的年平均增速設定為基準情景下的單位產量(周轉量)能耗增速。碳稅情景下會通過限產限用、錯峰使用、超額繳稅等措施直接限制高排放行業(yè)的生產活動,因此單位產量(周轉量)能耗下降較快,將其取值設置為比基準情景低2%。技術進步情景下需要平衡經濟增長和節(jié)能減排,更注重減排技術的應用和清潔能源替代,而非單純降低能源使用量,因此,將單位產量(周轉量)能耗下降速度設置為比基準情景低1%。
(6)行業(yè)投資。將江蘇省各行業(yè)1997—2018年固定資產投資年平均增速設定為基準情形下的行業(yè)固定資產投資增速。碳稅情景下由于要限制高排放行業(yè)產能擴張,因此固定資產投資增速較低,將其取值設置為比基準情景低4%。技術進步情景下行業(yè)進行綠色改造需要進行大量投資,經濟由高速增長轉為中高速增長,更注重高質量發(fā)展而非盲目擴張,因此將行業(yè)固定資產投資增速設置為比基準情景低2%。各指標在三種情景下的增長率設定見表4。
3.預測結果
在前述設定下,根據擴展的STIRPAT模型對不同政策情景下四個重點碳排放行業(yè)的碳排放量進行了預測,結果見圖2。
可知,在基準情景下,江蘇省2030年電力、鋼鐵、水泥、交通運輸四個重點碳排放行業(yè)的碳排放量分別為5.83億噸、2.68億噸、0.83億噸、0.77億噸。在碳稅情景下,江蘇省2030年四個重點碳排放行業(yè)的碳排放量比基準情景依次下降10.22%、17.08%、9.33%、4.30%,表明縮減高排放行業(yè)的固定資產投資、通過節(jié)約能源降低單位產量(周轉量)能耗有明顯的減排效果。在技術進步情景下,各行業(yè)碳排放量介于基準和碳稅兩種情景之間,碳排放量依次比基準情形下降5.01%、7.73%、4.8%、0.73%,通過技術改進降低單位產量(周轉量)能耗、增加固定資產投資中用于技術升級改造的投資占比,有助于產業(yè)平穩(wěn)轉型和經濟穩(wěn)定發(fā)展。
(四)江蘇省重點碳排放行業(yè)碳排放的Logistic模型預測
上述基于STIRPAT回歸方程的預測,需要對各政策情景下各變量的增長率進行人為設定且考慮因素有限。作為對上述情景分析預測的補充和驗證,本節(jié)利用Logistic模型擬合歷史碳排放數據并預測碳排放量,其優(yōu)點是可以綜合考慮各種歷史因素、避免人為干擾。
先根據擬合優(yōu)度確定四個行業(yè)的最優(yōu)K值,再進行預測,結果見表5。各模型的擬合優(yōu)度(R2)分別為0.96、0.94、0.87、0.99,表明logistic模型對行業(yè)碳排放歷史數據的擬合效果較好。水泥行業(yè)的擬合優(yōu)度相對較低,可能與異常值影響有關。表6給出了1997—2018年四個行業(yè)碳排放的真實值、預測值和相對誤差,除去個別異常值,相對誤差均低于5%,因此預測結果可靠。
由表5可知,如果延續(xù)當前的經濟發(fā)展模式,江蘇省電力、鋼鐵、交通運輸三個行業(yè)的碳排放量在2030年均接近峰值,峰值依次約為5.5億噸、1.8億噸、0.6億噸,與袁曉玲等預測中國鋼鐵、電力行業(yè)的達峰時間分別為2032、2031年較為接近。水泥行業(yè)的峰值約在0.9億噸,仍有一定的上漲空間,這個結果與李明煜等分析的江蘇水泥行業(yè)較晚達峰一致。與情景分析相比較,Logistic模型對電力、水泥、交通運輸三個行業(yè)碳排放量的預測結果與基準情景下的預測結果較為接近,對鋼鐵行業(yè)的預測結果比基準情景的預測結果低。
四、結論與建議
本文研究了江蘇省重點行業(yè)碳排放量的影響因素并進行了趨勢預測,得出以下結論:
第一,江蘇省碳排放主要來自電力、鋼鐵、水泥及交通運輸四個重點行業(yè),其總排放量占全省所有行業(yè)碳排放總和的88%以上。人口、城鎮(zhèn)化率、人均GDP、第二產業(yè)占比對重點行業(yè)碳排放具有顯著的正向影響。單位產量(周轉量)能耗對碳排放的影響存在行業(yè)差異。行業(yè)固定資產投資對碳排放有正向作用,各行業(yè)仍需加大對節(jié)能減排技術的研發(fā)和應用投入。
第二,降低單位產量(周轉量)能耗和固定資產投資可以顯著減少重點行業(yè)碳排放。在碳稅情景下,雖然重點行業(yè)碳排放量下降程度比基準情景下大,但可能造成行業(yè)發(fā)展不平衡,抑制經濟活力。在技術進步情景下,重點行業(yè)碳排放下降程度比基準情景下小,有利于同時實現(xiàn)碳達峰與經濟可持續(xù)發(fā)展。Logistic模型對重點行業(yè)碳排放的預測結果與基準情景較為接近,2030年四個行業(yè)基本接近碳達峰。
基于上述結論,提出以下政策建議:
第一,江蘇省實現(xiàn)碳達峰可以從碳排放貢獻最大的四個行業(yè)入手,針對重點排放行業(yè)出臺相應的減排政策。江蘇省作為制造業(yè)強省,電力、鋼鐵、水泥和交通運輸業(yè)為其支柱性產業(yè),且四個行業(yè)的發(fā)展均處于全國領先地位,需要繼續(xù)鞏固領先地位,實現(xiàn)高質量發(fā)展和綠色轉型。要充分發(fā)揮行業(yè)自身資金技術優(yōu)勢,大力發(fā)展新型電力和新能源裝備集群,發(fā)展智能電網、電化學儲能技術,從而推動能源消耗結構向以清潔電力為主轉型。
第二,推動技術進步是實現(xiàn)碳達峰和經濟增長雙目標的根本路徑。電力行業(yè)的穩(wěn)定供給是其他行業(yè)正常運行、實現(xiàn)電氣化轉型的基礎。交通運輸業(yè)碳排放相對較少且分布零散,很難依賴錯峰限產等強制手段推動碳達峰目標的實現(xiàn),可以加速推進清潔能源替代、降低單位產量(周轉量)能耗。鋼鐵、水泥屬于供給相對過剩、產品同質化嚴重的中游加工行業(yè),且生產過程難以避免使用化石燃料,城鎮(zhèn)化、工業(yè)化的發(fā)展需求注定不能采取“一刀切”措施,因此可以考慮對行業(yè)產能實施一定限制,調整行業(yè)投資的結構,引導更多的資金投向碳捕捉、冶煉技術升級等領域。
〔責任編輯:來向紅〕