基于LMDI方法和STIRPAT模型的天津市碳排放量對比分析

劉茂輝，翟華欣，劉勝楠，岳亞云，楊多堃，李婧*

1.天津市生態(tài)環(huán)境監(jiān)測中心

2.天津天濱同盛環(huán)境科技有限公司

3.天津天濱瑞成環(huán)境技術工程有限公司

中國宣布要力爭在2030年前實現(xiàn)碳達峰、2060年前實現(xiàn)碳中和，中央和各地方政府積極地推動“雙碳”工作的落實[1-4]。實現(xiàn)碳達峰、碳中和是一場廣泛而深刻的經濟社會系統(tǒng)性變革，影響著中國的方方面面。為了給天津市碳排放量管理提供決策支持，眾多學者開展了天津市碳排放量的研究，主要研究內容集中在碳排放量影響因素分析[5-11]、碳排放量情景預測分析[10-12]和碳減排潛力分析[13-14]。天津市碳排放量影響因素可以分為四大類：經濟發(fā)展因素、產業(yè)因素、人口因素和能源因素。其中，經濟發(fā)展因素包括GDP、GDP增速、人均GDP、外商直接投資（FDI），產業(yè)因素包括第二產業(yè)占比、第三產業(yè)占比、第二產業(yè)能源消耗占比、第三產業(yè)能源消耗占比，人口因素包括常住人口、城鎮(zhèn)化率，能源因素包括能源消耗總量、能源強度、生活能源占比、煤炭消耗占比、石油消耗占比、天然氣消耗占比、能源效率、碳排放量系數(shù)。在碳排放量情景預測分析方面，孫鈺等[12]基于Kaya恒等式，分基準情景、節(jié)能情景、低碳情景和強化低碳情景4個情景對天津市碳排放量進行了預測分析，結果顯示，天津市在節(jié)能情景下即可完成2020年的減排承諾，按低碳模式發(fā)展，將在2020——2035年達到碳排放量的高峰；李健等[10]基于1995——2013年的數(shù)據利用灰色模型預測天津市2020年能源強度，結果表明，2020年天津市能源強度為2005年的44.76%，降幅達到55.24%，優(yōu)于全國的減排標準；李雪梅等[11]在天津市2000——2016年碳排放量測算的基礎上，基于STIRPAT拓展模型預測天津市2021——2040年碳排放量變化趨勢，結果顯示，中增長強減排情景模式是天津市最佳發(fā)展模式。在碳排放量減排潛力分析方面，苑清敏等[13]運用系統(tǒng)動力學方法探求影響因素對未來天津市碳排放量的影響，結果表明，在天津市碳排放量達到峰值后，結構調整、低碳技術水平和碳匯能力繼續(xù)為碳減排發(fā)揮積極作用；李健等[14]運用Tapio脫鉤模型和LMDI分解探討天津市碳減排驅動因素，結果顯示，經濟增長是促進碳排放量增長的主要原因，能源效率始終是促進天津市實現(xiàn)脫鉤的關鍵。然而，新的碳達峰和碳中和目標提出之后，天津市碳達峰目標能否完成，碳中和路徑是怎樣的，目前鮮見公開的研究成果。

通過核算2000——2019年天津市碳排放量，選取能源結構、能源強度、經濟增長、城鎮(zhèn)化率倒數(shù)、城鎮(zhèn)人口數(shù)與第三產業(yè)總值的比、第三產業(yè)總值6項因素構建拓展的LMDI恒等式和STIRPAT模型，分析各影響因素對天津市碳排放量的影響，并預測基準情景、低碳情景和超低碳情景3種情形下天津市碳達峰和碳中和情況。

1 研究方法和數(shù)據來源

1.1 碳排放量核算

依據《省級溫室氣體清單編制指南（試行）》來開展碳排放量核算，該指南總體上遵循《IPCC國家溫室氣體清單指南》的基本方法，并借鑒了1994年和2005年我國能源活動溫室氣體清單編制方法。其中，能源活動中化石燃料燃燒產生的溫室氣體采用部門方法計算，該方法基于分部門、分燃料品種、分設備的燃料消費量等活動水平數(shù)據以及相應的排放因子等參數(shù)，通過逐層累加綜合計算得到總排放量，計算公式如下：

式中：Q為碳排放量，萬t；EF為排放因子，萬t/TJ；A為燃料消費量，TJ；i為燃料類型；j為部門活動；k為技術類型。

1.2 LMDI方法

LMDI方法是在Kaya等式基礎之上發(fā)展而來的。日本學者Kaya[15]在1989年提出了Kaya恒等式，該等式可以分析碳排放量的主要驅動因素[16]，但無法消除殘差項。Ang等[17]在此基礎之上提出了LMDI方法，LMDI法具有消除殘差項、分解結果直觀的特點，廣泛應用于能源研究領域[18-20]。由李健等[8]的研究可知，人口總數(shù)、城鎮(zhèn)化率、人均地區(qū)生產總值、第三產業(yè)總值以及能源強度是天津市碳排放量的重要影響因素，同時由王媛等[9]的研究可知，人口總數(shù)、人均地區(qū)生產總值、能源結構和能源強度也影響天津市碳排放量。綜上，為更全面地考慮天津市碳排放量影響因素，筆者選擇能源結構、能源強度、人均地區(qū)生產總值、城鎮(zhèn)化率、第三產業(yè)總值作為天津市碳排放量的影響因素。為方便對比分析，參照王媛等[9]的方法，構建拓展的Kaya恒等式，具體表述如下：

式中：Q為碳排放量，萬t；PE為能源消費量，TJ；GRP為地區(qū)生產總值，億元；POP為人口總數(shù)，萬人；UP為城鎮(zhèn)人口總數(shù)，萬人；TI為第三產業(yè)總值，億元。

令ES=Q/PE代表能源結構，令EI=PT/GRP代表能源強度，令C=GRP/POP代表經濟增長，令D=POP/UP代表城鎮(zhèn)化率倒數(shù)，令E=UP/TI代表城鎮(zhèn)人口數(shù)與第三產業(yè)總值的比，令F=TI代表第三產業(yè)總值。LMDI方程如下：

加法分解式如下：

式中：ΔQtot為碳排放量變化，萬t；Qt為第t年碳排放量，萬 t；Q0為基準年（2000 年）碳排放量，萬 t；ΔQES為能源結構效應，萬t；ΔQEI為能源強度效應，萬t；ΔQC為經濟增長效應，萬t；ΔQD為城鎮(zhèn)規(guī)模效應，萬t；ΔQE為城鎮(zhèn)人口數(shù)與第三產業(yè)總值的比值效應，萬 t；ΔQF為第三產業(yè)規(guī)模效應，萬t。

各效應的表達式如下：

式中W為對數(shù)均值，萬t。

1.3 STIRPAT模型

可拓展的隨機性的環(huán)境影響評估（STIRPAT）模型源于IPAT等式[21]，IPAT等式表達如下：

式中：I為環(huán)境負荷；P為人口規(guī)模；B為富裕度；T為技術水平。

基于IPAT等式，York等[22]構建了STIRPAT模型，其表達式為：

式中：a為常數(shù)項；b、c、d分別為P、B、T的指數(shù)項；e為誤差項。

STIRPAT模型可以定量分析各因素對環(huán)境負荷的影響，該方法已被廣泛地應用于環(huán)境保護研究中[23-25]。在利用STIRPAT模型研究碳排放量過程中，可以依據研究區(qū)域實際情況，引入其他可以對碳排放量造成影響的因素，構建擴展的STIRPAT模型[26]。為方便對比分析，依據LMDI方程，選取ES、EI、C、D、E、F這6項因素作為自變量對STIRPAT模型進行擴展，構建擴展后的模型如下：

式中α、β、γ、δ、ε、θ分別為ES、EI、C、D、E、F的指數(shù)項。

為了消除模型中可能存在的異方差影響，研究將所有變量進行對數(shù)化處理，對數(shù)化之后的擴展STIRPAT模型如下：

在使用STIRPAT模型研究碳排放量影響因素時，構建的多元線性回歸模型易產生多重共線的問題[27]，為解決這一問題，參照張哲等[26]的方法，使用偏最小二乘法（PLS）進行多元線性回歸模型的構建。

1.4 數(shù)據來源

2000——2019年碳排放量所需活動水平數(shù)據、人口總數(shù)、城鎮(zhèn)化率、地區(qū)生產總值、第三產業(yè)占比、能源強度和碳排放強度數(shù)據均來源于歷年《天津統(tǒng)計年鑒》和《天津市國民經濟和社會發(fā)展統(tǒng)計公報》。為排除通貨膨脹等物價上漲因素，地區(qū)生產總值采用2000年不變價進行折算。

1.5 情景設置

將《天津市國民經濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標綱要》[3]、《2020年天津市國民經濟和社會發(fā)展統(tǒng)計公報》[28]和《天津市2021年政府工作報告》[29]中地區(qū)生產總值、能源強度、碳排放強度、城鎮(zhèn)化率、近3年的第三產業(yè)占比和人口總數(shù)作為基準情景。由李健等[8-9]的研究可知，低碳發(fā)展要求下，地區(qū)生產總值、城鎮(zhèn)化率、第三產業(yè)占比和人口總數(shù)的增長率呈下降趨勢，能源強度和碳排放強度的下降幅度呈增加趨勢；同時，為展現(xiàn)盡可能廣的碳排放量變化范圍，在參數(shù)合理變化范圍內，本研究以低碳加嚴40%作為變化步長。在基準情景的基礎之上，低碳發(fā)展加嚴40%作為低碳情景，即地區(qū)生產總值、城鎮(zhèn)化率、第三產業(yè)占比和人口總數(shù)的增長下降40%，能源強度和碳排放強度的降幅增加40%；在基準情景的基礎之上，低碳發(fā)展加嚴80%作為超低碳情景，即地區(qū)生產總值、城鎮(zhèn)化率、第三產業(yè)占比和人口總數(shù)的增長下降80%，能源強度和碳排放強度的降幅增加80%。各情景下各參數(shù)具體設置如表1所示。

表1 情景設置Table 1 Scenarios setting

2 結果與分析

2.1 影響因素分析

基于式（4）～（10）可以計算 LMDI各影響因素累計貢獻率，結果見圖1。貢獻率大于0，表明該影響因素對碳排放量具有拉動作用；貢獻率小于0，表明該影響因素對碳排放量具有減緩作用。從圖1可知，在以2000年作為基準年的前提下，2019年天津市能源結構、能源強度、經濟增長、城鎮(zhèn)化率倒數(shù)、城鎮(zhèn)人口數(shù)與第三產業(yè)總值的比、第三產業(yè)總值的累計貢獻率依次為-19%、-152%、222%、-16%、-239%、305%，能源強度、城鎮(zhèn)人口數(shù)與第三產業(yè)總值的比對天津市碳排放量起到較強的減緩作用，能源結構和城鎮(zhèn)化率倒數(shù)對天津市碳排放量起到一定的減緩作用，經濟增長和第三產業(yè)總值對天津市碳排放量起拉動作用，這一結論與王媛等[9]對天津市碳排放量影響因素的分析一致，與董瑩等[30]對甘肅省碳排放量影響因素分析一致，同時也與李健等[18]對經濟增長和能源強度的分析相一致。但與王建雄等[31]的研究結果不太一致，在其研究中，天津市的能源結構（占比為3.9%）對碳排放量起到了拉動作用，其他影響因素分析與本文一致，主要原因是其研究中引入了區(qū)域結構效應，這一效應對天津市的碳排放量起到了拉動作用，影響了能源結構對碳排放量的減緩分析。

圖1 LMDI各影響因素累計貢獻率Fig.1 Cumulative contribution rate of each influencing factor of LMDI

基于式（14）和偏最小二乘法（PLS）得到的回歸方程為：

從式（16）來看，對于天津市，在保持其他變量不變的情況下，能源結構每降低1%，則碳排放量平均減少0.671%；能源強度每降低1%，則碳排放量平均減少0.293%；經濟增長每提高1%，則碳排放量平均增加0.644%；城鎮(zhèn)化率每提高1%，則碳排量放平均減少6.932%；城鎮(zhèn)人口數(shù)與第三產業(yè)總值的比每增加1%，則碳排放量平均增加0.291%；第三產業(yè)總值每增加1%，則碳排放量平均減少0.103%。由此可見，能源結構、能源強度、經濟增長、城鎮(zhèn)化率與碳排放量成正相關，這一結果與上海市[26]、江蘇省[32]、昆明市[33]和天津市[8]等的研究結果一致。

LMDI方法和STIRPAT模型對碳排放量的預測對比見圖2。2種方法對碳排放量預測的誤差為-3.72%～3.02%，平均誤差為-0.14%，Pearson相關系數(shù)為0.998（P＜0.01），這說明2種方法對碳排放量的擬合具有較強的一致性。LMDI方法主要揭示的是天津市2000——2019年這一時段內各碳排放量影響因素對碳排放量的貢獻率，但不能定量地描述各影響因素對碳排放量的長期效應，更適合用于對某一時段的碳排放量影響因素進行定量分析；而STIRPAT模型則可以揭示各影響因素對碳排放量的趨勢效應，但不能描述一個時段的各影響因素對碳排放量的貢獻率，更適合用于碳排放量的預測分析。因此雖然2種方法選取的是同樣的參數(shù)，但參數(shù)對碳排放量的影響是不一致的。結合2種方法可以看出，天津市能源結構的不斷優(yōu)化和能源強度的持續(xù)降低是導致天津市碳排放量減緩的主要因素，但天津市富裕程度的增加和城鎮(zhèn)化率的提高促進了天津市碳排放量的增加。

圖2 LMDI方法和STIRPAT模型對天津市碳排放量的擬合分析Fig.2 Fitting analysis of LMDI method and STIRPAT model for Tianjin's carbon emissions

2.2 碳達峰分析

目前對于中國城市碳達峰還沒有明確的定義和概念，參照張立等[34-35]的研究，城市碳達峰是指城市的碳排放量在一段時間內達到峰值，之后進入平臺期，可能在一定范圍內波動，但不能超過峰值，然后進入平穩(wěn)下降階段。本研究城市碳達峰定義為碳排放量出現(xiàn)峰值隨后經歷平臺期并進入顯著下降階段（P＜0.01）。

基于LMDI方法和STIRPAT模型，并依據表1的情景設置模擬天津市“十四五”碳達峰情況，結果見圖3。由圖3可知，在基準情景下，基于LMDI方法和STIRPAT模型模擬的天津市“十四五”時期碳排放量均呈現(xiàn)上升趨勢，無法實現(xiàn)碳達峰；在低碳情景下，基于LMDI方法和STIRPAT模型模擬的天津市“十四五”時期碳排放量均呈現(xiàn)下降趨勢，且都在2023年進入顯著下降階段，可確保天津市在2025年之前實現(xiàn)碳達峰；在超低碳情景下，基于LMDI方法和STIRPAT模型模擬的天津市“十四五”時期碳排放量均呈下降趨勢，前者在2023年進入顯著下降階段，后者在2022年便進入了顯著下降階段，且超低碳情景下碳排放量降幅要大于低碳情景。

圖3 LMDI方法和STIRPAT模型對天津市碳達峰預測分析Fig.3 Prediction and analysis of carbon peak in Tianjin by LMDI method and STIRPAT model

由于對碳達峰的定義不同，對于碳達峰的年份預判也會略有差別。臧宏寬等[36]將碳達峰定義為近5年內，能源相關的碳排放量出現(xiàn)高峰并逐漸下降或波動下降，同時碳排放量與GDP之間處于強脫鉤或弱脫鉤狀態(tài)。按照其研究，天津市在2020年之前的近5年碳排放量出現(xiàn)了峰值并呈降低趨勢，且經濟增長與碳排放量呈強脫鉤狀態(tài)，已經處于達峰狀態(tài)。而本研究中也顯示天津市碳排放量在2020年之前已經出現(xiàn)峰值并呈下降狀態(tài)，從這一點來說二者的研究是一致的，由于本研究定義碳排放量顯著下降才可定義為碳達峰，因此，碳達峰的判斷年份出現(xiàn)了不一致的情形。李雪梅等[11]研究顯示，中增長強減排情景模式是天津市最佳發(fā)展模式，在此情景下，天津市將于2025年實現(xiàn)碳達峰，與本研究結果較為接近。孫鈺等[12]研究顯示，天津市按照低碳模式發(fā)展，將在2020——2035年達到碳排放量高峰，與本研究結果也相符。綜上，天津市按照基準情景發(fā)展很難在2025年之前實現(xiàn)碳達峰，按低碳情景和超低碳情景發(fā)展可確保在2025年之前實現(xiàn)碳達峰。

2.3 碳中和分析

碳中和一般是指進入大氣的二氧化碳排放和吸收之間達到平衡[37]。基于LMDI方法和STIRPAT模型，依據表1的情景設置，模擬2000——2060年天津市碳排放量情況，結果見圖4。由圖4可知，在基準情景下，基于LMDI方法和STIRPAT模型模擬的天津市碳排放量在“十四五”之后均呈上升趨勢，無法實現(xiàn)碳中和；在低碳情景下，基于LMDI方法和STIRPAT模型模擬的天津市碳排放量在“十四五”之后均呈下降趨勢，到2060年，分別預測碳排放量為0.71億和1.67億t，前者預測碳排放量降幅明顯大于后者；在超低碳情景下，基于LMDI方法和STIRPAT模型模擬的天津市碳排放量在“十四五”之后也均呈下降趨勢，到2060年，分別預測碳排放量為0.12億和0.64億t，前者預測碳排放量降幅也明顯大于后者。孫鈺等[12]研究顯示，在強化低碳模式下，天津市至2050年碳排放量還余0.21億t，本研究在超低碳情景下，天津市至2050年還剩余0.26億t，二者研究結果較為一致；但前者僅預測到2050年，并未考慮“雙碳”目標，因此，本研究更貼近目前的管理需求。

圖4 LMDI方法和STIRPAT模型對天津市碳中和預測分析Fig.4 Prediction and analysis of carbon neutrality in Tianjin by LMDI method and STIRPAT model

使用LMDI方法和STIRPAT模型進行長時間序列碳排放量模擬時，二者的模擬結果相差較大，LMDI方法模擬的碳排放量降幅明顯大于STIRPAT模型，但二者的預測趨勢是一致的。要想推動天津市在2060年之前實現(xiàn)碳中和，就要盡快進入超低碳發(fā)展模式，并適時實施碳匯工程。

2.4 不確定性分析

研究中的影響因素數(shù)據主要來自統(tǒng)計年鑒，對于一些歷年比較難以獲取且影響碳排放量的因素（如高技術增加值占比）暫未考慮進去，所以會導致碳排放量的預測分析存在一定的不確定性；各情景的設置是以低碳加嚴40%作為情景預測幅度，與實際情況會有一些差別，因此本研究的預測評估僅是提供了一定條件下的碳排放量邊界，具有一定的不確定性。

3 結 論

（1）LMDI方法主要揭示的是各影響因素對碳排放量的貢獻率，STIRPAT模型揭示的是各影響因素對碳排放量變化趨勢的影響。因此，如果需要分析當前一段時間內碳排放量影響因素的貢獻率，選擇LMDI方法；如果需要對碳排放量進行預測分析，選擇STIRPAT模型。使用LMDI方法和STIRPAT模型進行長時間序列碳排放量模擬時，二者的模擬結果相差較大，LMDI方法模擬的碳排放量降幅明顯大于STIRPAT模型。因此，如果想要最大限度地減少政策制定的不確定性，需要同時使用LMDI方法和STIRPAT模型對碳排放量進行預測分析。

（2）天津市地區(qū)生產總值、能源強度、碳排放強度、城鎮(zhèn)化率、第三產業(yè)占比對天津市碳排放量具有較大的影響，天津市能源結構的不斷優(yōu)化和能源強度的持續(xù)降低是導致天津市碳排放量減緩的主要因素，但天津市富裕程度的增加和城鎮(zhèn)化率的提高促進了天津市碳排放量的增加。

（3）在基準情景下，基于LMDI方法和STIRPAT模型模擬的天津市“十四五”時期碳排放量均呈現(xiàn)上升趨勢，無法實現(xiàn)碳達峰，2060年之前也很難實現(xiàn)碳中和；在低碳情景和超低碳情景下，基于LMDI方法和STIRPAT模型模擬的天津市“十四五”時期碳排放量均呈下降趨勢，可確保在2025年之前實現(xiàn)碳達峰；在低碳情景下，到2060年天津市仍有較高的碳排放量，很難實現(xiàn)碳中和；在超低碳情景下，到2060年，通過實施碳匯工程，天津市可實現(xiàn)碳中和。天津市要想在2025年之前實現(xiàn)碳達峰，需要達到低碳情景；要想在2060年之前實現(xiàn)碳中和，需要達到超低碳情景。