甘肅省碳排放影響因素分析

付晶園，王蒼平，金亞亞，張 宏

（蘭州工商學院經(jīng)濟學院，蘭州 730101）

甘肅省是我國重要的新能源基地，新能源在促進甘肅省經(jīng)濟社會發(fā)展和保護生態(tài)環(huán)境等方面扮演重要的角色。2020年5月，黨中央、國務院發(fā)布《關于新時代推進西部大開發(fā)形成新格局的指導意見》，意見指出，要優(yōu)化能源供需結(jié)構(gòu)，加強可再生能源開發(fā)利用，培育一批清潔能源基地，加快風電、光伏發(fā)電就地消納，有效解決棄風棄光棄水問題。甘肅省委、省政府積極響應，立即制定計劃，貫徹落實指導意見，提出將甘肅省打造成綜合能源樞紐，構(gòu)建清潔低碳、節(jié)能減排、安全高效的能源體系。

1 碳排放概述

碳排放量是指某一特定時間段內(nèi)所有人類活動產(chǎn)生的二氧化碳（CO2）總量，通常以噸為單位進行衡量。碳排放量是量化人類活動對大氣中溫室氣體的貢獻程度的一個指標。碳排放源主要有兩種，一是化石燃料燃燒，如煤炭、石油和天然氣的使用，二是工業(yè)生產(chǎn)過程的排放，包括鋼鐵制造、水泥生產(chǎn)和化學品生產(chǎn)等。各類能源碳排放系數(shù)如表1所示。此外，森林砍伐、土地利用變化、農(nóng)業(yè)活動以及廢棄物處理也會導致碳排放，以CO2為標準計算[1]。

當前，常見的能源有化石能源、太陽能、風能等，其中造成大量碳排放的能源主要是化石能源。因此，本文僅計算煤炭、石油、天然氣等3 種化石能源的碳排放[2-3]。以標準煤計算，3 種主要燃料碳排放系數(shù)如表2所示。碳排放總量采用式（1）計算。

表2 3 種主要燃料碳排放系數(shù)

式中：C為碳排放總量；ac為煤炭消耗的碳排放轉(zhuǎn)換系數(shù)；Ec為煤炭消耗量；ao為石油消耗的碳排放轉(zhuǎn)換系數(shù)；Eo為石油消耗量；ag為天然氣的碳排放轉(zhuǎn)換系數(shù)；Eg為天然氣消耗量。

2 甘肅省碳排放影響因素的實證分析

2.1 指標選取

在進行甘肅省碳排放的影響因素研究時，選取人口規(guī)模、人均地區(qū)生產(chǎn)總值（GDP）、產(chǎn)業(yè)結(jié)構(gòu)、居民消費水平、城市化率、老齡化率、能耗強度以及碳強度作為評估指標，人均GDP、居民消費水平作為反映富裕程度的指標，產(chǎn)業(yè)結(jié)構(gòu)、能耗強度、碳強度作為反映技術水平的指標。

2.2 數(shù)據(jù)來源及整理

研究數(shù)據(jù)均來自國家統(tǒng)計局和甘肅省統(tǒng)計局[4-5]。能源消耗的碳排放量參照相關標準計算，選取1995—2019年甘肅省經(jīng)濟社會發(fā)展的主要指標（煤炭、石油、天然氣）作為碳排放的能源消耗來源。

2.3 模型的建立

2.3.1 模型設定將評估模型設定為線性回歸模型形式，如式（2）所示。結(jié)合研究數(shù)據(jù)，用EViews 軟件對模型進行普通最小二乘法（OLS）估計，得到樣本回歸方程。初始回歸分析結(jié)果如表3所示。樣本可決系數(shù)R2為0.979 883，F(xiàn)檢驗值為97.419 17。根據(jù)回歸分析結(jié)果，得到相應模型，如式（3）所示。

表3 初始回歸分析結(jié)果

式中：Y為碳排放總量；X1為人口規(guī)模；X2為城市化率；X3為人均GDP；X4為居民消費水平；X5為第二產(chǎn)業(yè)比率；X6為老齡化率；X7為能耗強度；X8為碳強度；β為系列回歸系數(shù)，反映對應解釋變量的變化幅度。

2.3.2 經(jīng)濟意義檢驗

模型評估結(jié)果表明，在假定條件不變的情況下，地區(qū)年末人口每增加1 萬人，平均碳排放量會減少1.809 9 萬t；城市化率每增加1%，平均碳排放量會增加169.81 萬t；人均GDP 每增加1 元，平均碳排放量會增加0.104 萬t；居民消費水平每增加1 元，平均碳排放量會減少0.324 萬t；第二產(chǎn)業(yè)比率每增加1%，平均碳排放量會增加43.19 萬t；老齡化率每增加1%，平均碳排放量會減少0.364 萬t；能耗強度每增加1，平均碳排放量會減少8.956 萬t；碳強度每增加1，平均碳排放量會增加242.92 萬t。

2.3.3 統(tǒng)計檢驗

經(jīng)擬合優(yōu)度檢驗，模型的樣本可決系數(shù)R2為0.979 883，表明模型擬合度高。經(jīng)F檢驗，模型的F檢驗值為97.419，而在5%的顯著性水平下，F(xiàn)分布臨界值（2.61）遠小于模型的F檢驗值，說明模型總體顯著相關。經(jīng)t檢驗，得到回歸模型各參數(shù)的t檢驗值。在5%的顯著性水平下，t分布臨界值為1.74，因此部分t值是不顯著的。

2.4 實證分析

2.4.1 多重共線檢驗

碳排放涉及多個影響因素，而影響因素之間常常存在一定的相關性。因此，首先進行共線性檢驗。共線性檢驗結(jié)果顯示，回歸系數(shù)β0的方差擴大因子（VIF）為125 559.9；X1的方差擴大因子為117 259.6；X2的方差擴大因子為4 036.357；X3的方差擴大因子為1 708.003；X4的方差擴大因子為1 495.437；X5的方差擴大因子為688.816 3；X6的方差擴大因子為1 024.296；X7的方差擴大因子為382.681 8；X8的方差擴大因子為2 124.341。

方差擴大因子是用于檢測多重共線性的一種統(tǒng)計指標。它描述了一個解釋變量與其他解釋變量的相關程度，并通過計算其對應的方差擴大因子來確定共線性程度。一般來說，若方差擴大因子大于10，則說明存在嚴重的多重共線性問題。多重共線性意味著解釋變量之間存在高度相關性，導致回歸模型的穩(wěn)定性和解釋能力下降。結(jié)果顯示，各方差擴大因子遠遠大于10，表明存在嚴重的多重共線性問題。

2.4.2 修訂多重共線性

逐步回歸法常用于解決多重共線性問題，通過逐步加入和排除解釋變量，選擇最佳的回歸模型，提高模型的擬合效果和解釋能力。本研究采用逐步回歸法，檢驗多重共線性。首先分別對各個解釋變量與被解釋變量進行一元回歸，然后逐步引入其他解釋變量，保留樣本可決系數(shù)R2最大的，同時觀察t檢驗值和F檢驗值，修正多重共線性，確定最合適的多元回歸方程?；貧w分析發(fā)現(xiàn)，Y與X2的回歸具有最大的可決系數(shù)，可見，碳排放量受老齡化率的影響最大，因此選擇Y與X2的回歸模型作為初始回歸模型。經(jīng)確定，最合適的多元回歸方程如式（4）所示。其中，樣本可決系數(shù)R2為0.972 926，F(xiàn)檢驗值為251.552 5，獨立性檢驗值DW為1.447 901。

2.4.3 異方差性檢驗

對式（5）模型進行OLS 回歸，并進行異方差性檢驗，即開展White 檢驗。樣本可決系數(shù)R2為0.883 174，拉格朗日乘數(shù)（LM）統(tǒng)計量nR2為22.079 35，由White 檢驗可知，在5%的顯著性水平下，查χ2卡方分布表，臨界值χ2(0.05)為5.991 5，因為nR2>χ2(0.05)，表明存在異方差性。使用加權最小二乘法對異方差進行修正，根據(jù)多重共線性修訂結(jié)果，LM 統(tǒng)計量為9.822 651。此時，顯著性系數(shù)P值大于0.05，則說明不再存在異方差。最終回歸分析結(jié)果如表4所示，回歸模型如式（6）所示。其中，樣本可決系數(shù)R2為0.994 5，F(xiàn)檢驗值為481.59，獨立性檢驗值DW為1.858。

表4 最終回歸分析結(jié)果

2.4.4 自相關檢驗

由上述回歸分析結(jié)果可知，獨立性檢驗值DW為1.858。樣本量為25，模型存在3 個解釋變量，在5%的顯著性水平下，查DW統(tǒng)計表可知，DW檢驗下臨界值dL為1.123，DW檢驗上臨界值dU為1.654，dU

3 結(jié)論

本文結(jié)合1995—2019年甘肅省經(jīng)濟社會發(fā)展統(tǒng)計數(shù)據(jù)，構(gòu)建計量經(jīng)濟模型，研究人口規(guī)模、城市化率、人均GDP、居民消費水平、產(chǎn)業(yè)結(jié)構(gòu)、老齡化率、能耗強度以及碳強度對甘肅省碳排放量的影響，最后提出相應建議。其間通過多重共線性檢驗，剔除檢驗不通過的變量，檢驗異方差性并修訂異方差，建立理想模型。檢驗模型不存在自相關性，所以不需要處理自相關性。由回歸模型可知，影響甘肅省碳排放量的因素主要有人口規(guī)模、城市化率和產(chǎn)業(yè)結(jié)構(gòu)。未來，甘肅省要因地制宜，綜合施策，有效削減碳排放量。一是調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，實行低碳發(fā)展。經(jīng)濟發(fā)展與能耗密不可分，而能耗又對碳排放有一定影響，所以，在經(jīng)濟發(fā)展過程中，要提高化石能源的利用率，節(jié)約能源，降低碳排放量。二是在城市推行綠色出行。城市中汽車尾氣排放會增加碳排放，為了有效降低碳排放量，要提倡綠色出行，盡可能使用公交車、地鐵或者自行車等低碳交通工具。三是植樹造林，綠化環(huán)境。植物可以吸收CO2，應加大植樹造林力度，有效減少碳排放量。四是采用清潔能源技術，推廣使用新能源。傳統(tǒng)化石能源不可再生，大量使用會增加碳排放量，加劇地球溫室效應，應該大力開發(fā)新能源，利用可再生資源代替化石能源。