云南省碳排放驅(qū)動因素及碳達峰預(yù)測研究

摘 要：實現(xiàn)碳達峰、碳中和是當(dāng)前我國的一項重要戰(zhàn)略，而云南省“十四五”期間將繼續(xù)大力發(fā)展工業(yè)產(chǎn)業(yè)，給全省2030年實現(xiàn)碳達峰帶來較大挑戰(zhàn)。在此背景下，本研究通過構(gòu)建碳排放與人均GDP、單位GDP能耗、人口規(guī)模、工業(yè)占比、一次電占比、城鎮(zhèn)化率等影響因素之間的嶺回歸-STIRPAT模型，利用蒙特卡洛方法對云南省2030年碳達峰情況進行情景模擬。研究結(jié)果表明：①構(gòu)建的嶺回歸-STIRPAT模型能夠較好地描述云南省二氧化碳排放量與各影響因子之間的關(guān)系，預(yù)測偏差大多在5%以內(nèi)；②2025年后，工業(yè)占比將成為影響2030年云南省碳達峰的關(guān)鍵因子；③2025年后，適度降低工業(yè)占比，云南省2030年基本能實現(xiàn)碳達峰（概率為95.62%），碳峰值為242百萬t左右。

關(guān)鍵詞：碳排放；驅(qū)動因素；碳達峰；嶺回歸-STIRPAT模型；蒙特卡洛方法；云南省

中圖分類號：X38 文獻標(biāo)識碼：A 文章編號：1673-9655（2025）01-000-05

0 引言

近期，黨中央、國務(wù)院印發(fā)《中共中央國務(wù)院關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達峰碳中和工作的意見》（中發(fā)﹝2021﹞36號）、《2030年前碳達峰行動方案》（國發(fā)﹝2021﹞23號）等重要文件，明確了我國碳達峰時間表、路線圖和施工圖?！对颇鲜窠?jīng)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(biāo)綱要》要求：到2025年，全省經(jīng)濟總量力爭達到全國中位水平，人均地區(qū)生產(chǎn)總值超過1萬美元，工業(yè)增加值占GDP比重、常住人口城鎮(zhèn)化率大幅提高。如此一來，2030年云南省能否與國家同步實現(xiàn)碳達峰目標(biāo)將面臨更大挑戰(zhàn)。云南省碳排放及達峰情景分析已有相關(guān)研究[1-4]，但在新形勢發(fā)展要求下，系統(tǒng)分析云南省碳達峰情況及2030年達峰可能性尤為重要。本研究引入嶺回歸-STIRP模型，建立了云南省碳排放與各影響因素之間的定量關(guān)系，然后引入蒙特卡洛方法，模擬了不同情景下2030年碳達峰概率，并給出決策建議，旨在為云南省未來經(jīng)濟社會發(fā)展與碳達峰提供基礎(chǔ)支撐。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

能源消費量（煤炭、一次電、天然氣、石油等）、經(jīng)濟社會（人口規(guī)模、人均GDP、GDP、工業(yè)占比、城鎮(zhèn)化率等）來源于云南省2000—2020年統(tǒng)計年鑒。2025年工業(yè)占比、人均GDP等數(shù)據(jù)引用《云南省國民經(jīng)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(biāo)綱要》目標(biāo)指標(biāo)值。2025年單位GDP能耗數(shù)據(jù)引用《云南省“十四五”節(jié)能減排綜合工作實施方案》要求。

1.2 研究方法

1.2.1 嶺回歸-STIRPAT模型

Dietz和Rosa[5]在1997年修正了IPAT模型，提出了可以完成假設(shè)檢驗的隨機模型STIRPAT如下：

式中：a—方程系數(shù)；b、c、d—方程的彈性系數(shù)，e—方程誤差；I、P、A、T—分別表示環(huán)境壓力、人口數(shù)量、人均財富和技術(shù)。

將式（1）等式兩邊取對數(shù)，變?yōu)椋?/p>

參考已有碳排放影響因素的研究[4，6-11]，結(jié)合云南省實際情況，本研究選取碳排放量為因變量，選取人均GDP、單位GDP能耗、人口規(guī)模、工業(yè)占比、一次電占比、城鎮(zhèn)化率作為自變量。

本研究選用嶺回歸進行方程擬合分析。嶺回歸是在最小二乘法選取參數(shù)基礎(chǔ)上的改進，相比于離差平方和最小原則選取系數(shù)的方法，它為了保證獲得較為貼近實際的參數(shù)，犧牲了部分數(shù)據(jù)信息和預(yù)測精度，多用于通過約束長度系數(shù)處理線性回歸的多重共線性問題[12-14]。用嶺回歸方法選擇的參數(shù)使如下式子達到最小：

式中：β—嶺估計；k—嶺參數(shù)，范圍為[0， 1]；Z—單位矩陣（對角線上全為1，其他元素為0）；y—被解釋變量；X—解釋變量。

選擇時需要考慮三個參照標(biāo)準(zhǔn)：一是相對比較穩(wěn)定，二是嶺回歸得出的系數(shù)不能違背經(jīng)濟含義，三是殘差平方和不會大規(guī)模增加。應(yīng)用SPSS軟件編程進行嶺回歸擬合，根據(jù)嶺跡圖確定值范圍，對選取的值進行統(tǒng)計性檢驗，最終確定值。

1.2.2 蒙特卡洛情景模擬

常規(guī)的靜態(tài)場景（情景）設(shè)計具有較強的主觀性，且情景組合情況較少，不能夠有效、客觀地反映出未來發(fā)展的各種情況。蒙特卡洛模擬是通過設(shè)定基準(zhǔn)變量的概率分布，并進行隨機取值和變量隨機組合，然后按照變量之間的關(guān)系進行運算，從而得到目標(biāo)變量分布的一種方法[15-17]。

蒙特卡洛模擬能夠根據(jù)相關(guān)因素的經(jīng)驗演變情況，兼顧變量取值的不確定性影響，從而對其未來目標(biāo)變量取值、變化提供科學(xué)精準(zhǔn)預(yù)測。因此，采用蒙特卡洛模擬對未來云南省碳排放量和達峰情況進行動態(tài)預(yù)測和分析。本研究中設(shè)定各因素（自變量）的增長率/變化率為基準(zhǔn)變量，根據(jù)蒙特卡洛模擬的基本原理，結(jié)合相應(yīng)文件、規(guī)劃設(shè)定基準(zhǔn)變量取值空間和概率空間（假設(shè)呈正態(tài)分布），對未來目標(biāo)取值和概率分布進行預(yù)測。本研究的情景設(shè)定思路兼顧了云南省國民經(jīng)濟“十四五”規(guī)劃和蒙特卡洛模擬對變量數(shù)據(jù)的相關(guān)要求，既能夠體現(xiàn)現(xiàn)有相關(guān)文獻中常見的基于歷史變化趨勢和相關(guān)預(yù)測資料進行預(yù)測的靜態(tài)演變邏輯，又能充分考慮各種因素的不確定發(fā)展情況，使情景設(shè)定更加精細和全面。最終，將各變量的預(yù)測數(shù)據(jù)代入擬合方程公式（2），應(yīng)用MATLAB編程實現(xiàn)5萬次蒙特卡洛模擬，預(yù)測云南省2025、2030和2035年二氧化碳排放量的可能分布情況。

2 結(jié)果與討論

2.1 碳排放現(xiàn)狀分析

云南省碳排放大多來自于能源消費產(chǎn)生的二氧化碳氣體，而能源消費活動的二氧化碳氣體排放則主要來源于化石能源的燃燒。二氧化碳排放量計算參考IPCC的研究方法——主流算法：將各類能源消費量與相對應(yīng)的碳排放系數(shù)之積加總求和。煤炭、石油和天然氣的碳排放系數(shù)來源于《2010年IPCC國家溫室氣體排放清單指南》的附錄，煤炭、石油、天然氣排放系數(shù)分別按0.748、0.585、0.448計算。2000—2012年，云南省二氧化碳排放量總體呈上升趨勢，2012年后有顯著下降趨勢，而后又緩慢增加，2020年二氧化碳排放量為174.84百萬t。歷年二氧化碳排放量見圖1。

2.2 碳排放驅(qū)動因子模擬

為評估云南省二氧化碳排放量與經(jīng)濟社會發(fā)展主要指標(biāo)之間的關(guān)系，進一步明確云南省減碳降碳重點方向，基于云南省2000—2020年21年間的相關(guān)數(shù)據(jù)，綜合考慮人均GDP、一次電占比、三產(chǎn)占比、單位GDP能耗、二產(chǎn)占比、人口規(guī)模、工業(yè)占比、煤炭消耗占比、城鎮(zhèn)化率等影響因素構(gòu)建的STIRPAT模型顯示：人均GDP、單位GDP能耗、人口規(guī)模、工業(yè)占比、一次電占比、城鎮(zhèn)化率等是影響云南省二氧化碳排放量的最主要因素，且與碳排放量間存在一定程度的定量關(guān)系。

本研究基于SPSS，構(gòu)建了影響因素人均GDP、單位GDP能耗、人口規(guī)模、工業(yè)占比、一次電占比、城鎮(zhèn)化率與碳排放量之間的定量關(guān)系。

選取了嶺跡路徑趨于基本穩(wěn)定時的k值（k=0.02）。結(jié)果表明，大部分變量的系數(shù)是顯著的（p＜0.05）（僅單位GDP能耗p=0.61），R2＞0.98。擬合分析結(jié)果顯示，云南省二氧化碳排放量（Y）與人均GDP（Q1）、單位GDP能耗（Q2）、人口規(guī)模（Q3）、工業(yè)占比（Q4）、一次電占比（Q5）和城鎮(zhèn)化率（Q6）6個主要因素之間的關(guān)系為：

其中： （4）

式（4）顯示：二氧化碳排放量與人均GDP、單位GDP能耗、人口規(guī)模、工業(yè)占比和城鎮(zhèn)化率呈正向關(guān)系，與一次電占比呈負向關(guān)系，人口規(guī)模、工業(yè)占比、城鎮(zhèn)化率、一次電占比影響較大，而單位GDP能耗影響較小。為驗證上述二氧化碳排放量與人均GDP、單位GDP能耗、人口規(guī)模、工業(yè)占比、一次電占比、城鎮(zhèn)化率6個因素之間定量關(guān)系的有效性，將2000—2020年間云南省二氧化碳排放量數(shù)據(jù)與關(guān)系式計算值作比較，結(jié)果顯示（如表1），基于定量關(guān)系式的計算值與歷史排放值較為吻合，僅有2003、2011和2012年偏差在5%～7%，其余年份偏差均在5%以內(nèi)，表明構(gòu)建的上述定量關(guān)系式能夠較好地描述云南省二氧化碳排放量與各影響因子之間的關(guān)系。

2.3 碳達峰情景模擬

相關(guān)研究表明[18，19]，一些社會經(jīng)濟指標(biāo)增速（變化率）呈現(xiàn)正態(tài)分布規(guī)律。鑒于此，我們假設(shè)人均GDP增量率、人口規(guī)模增長率、一次電占比增長率等指標(biāo)服從normrnd（θ， 0.1*θ）的正態(tài)分布規(guī)律，均值θ取值參考近十年的指標(biāo)變化率。根據(jù)云南省國民經(jīng)濟“十四五”規(guī)劃等相關(guān)要求，2025年人均GDP為69400元/人，工業(yè)占比為30%，城鎮(zhèn)化率為60%；根據(jù)《云南省“十四五”節(jié)能減排綜合工作實施方案》，2025年單位GDP能耗為0.46 t標(biāo)準(zhǔn)煤/萬元。在此規(guī)劃情景下，設(shè)置2025、2030、2035年各變量的變化空間見表2。

情景一（見圖2）：假設(shè)工業(yè)占比維持在30%左右時，2025年二氧化碳排放量為237.46±0.00百萬t，碳達峰的概率為5.35%；2030年二氧化碳排放量為267.74±1.07百萬t，碳達峰的概率為29.29%；2035年二氧化碳排放量為281.46±1.07百萬t。

情景二（見圖3）：假設(shè)工業(yè)占比維持在30%左右，并大力提高一次電占比時，2030年一次電占比為69%左右，2025年二氧化碳排放量為223.63±1.01百萬t，碳達峰的概率為13.27%；2030年二氧化碳排放量為242.26±1.07百萬t，碳達峰的概率為44.51%；2035年二氧化碳排放量為247.15±1.07百萬t。

情景三（見圖4）：2025年后適度降低工業(yè)占比，實現(xiàn)二產(chǎn)帶動三產(chǎn)、一產(chǎn)融合發(fā)展的局面，2030年工業(yè)占比為26%左右，2025年二氧化碳排放量為237.46±0.00百萬t，碳達峰的概率為13.22%；2030年二氧化碳排放量為242.26±1.02百萬t，碳達峰的概率為95.62%；2035年二氧化碳排放量為237.46±1.02百萬t。

從以上分析可知，在現(xiàn)有國民經(jīng)濟“十四五”等相關(guān)規(guī)劃基礎(chǔ)之上，2025年后工業(yè)占比成為了影響云南省碳達峰的關(guān)鍵因子。假設(shè)未來仍重點發(fā)展工業(yè)（工業(yè)占比30%左右），即使大力提升一次電占比（2030年提升到69%左右），2030年碳達峰的可能性為44%左右。假設(shè)2025年后，適度降低工業(yè)占比，以二產(chǎn)帶動三產(chǎn)、一產(chǎn)融合發(fā)展，2030年基本上能實現(xiàn)碳達峰，碳峰值為242百萬t左右。

3 結(jié)論

（1）二氧化碳排放量與人均GDP、單位GDP能耗、人口規(guī)模、工業(yè)占比和城鎮(zhèn)化率呈正向關(guān)系，與一次電占比呈負向關(guān)系，人口規(guī)模、工業(yè)占比、城鎮(zhèn)化率、一次電占比影響較大，而單位GDP能耗影響較小。構(gòu)建的嶺回歸-STIRPAT模型預(yù)測偏差大多在5%以內(nèi)（僅三年偏差在5%～7%）。

（2）工業(yè)占比是影響云南省碳達峰的關(guān)鍵因子。若未來仍重點發(fā)展工業(yè)（工業(yè)占比30%左右），即使大力提升一次電占比（2030年提升至69%左右），2030年碳達峰的可能性為44%左右。2025年后，適度降低工業(yè)占比，2030年基本上能實現(xiàn)碳達峰（概率為95.62%），碳峰值為242百萬t左右。

參考文獻：

[1] 蔣昀辰，鐘蘇娟，王逸，等.全國各省域碳達峰時空特征及影響因素[J].自然資源學(xué)報，2022，37（5）：1289-1302.

[2] 張曉磊，熊靖波，宋智慧.西南主要省市碳排放自然達峰年限及峰值預(yù)測[J].中國產(chǎn)經(jīng)，2022（7）：42-47.

[3] 唐祎祺.中國及各省區(qū)能源碳排放達峰路徑分析[D].杭州：浙江大學(xué)，2020.

[4] Zhang XY， Chen YH， Jiang P， et al. Sectoral peak CO2 emission measurements and a long-term alternative CO2 mitigation roadmap： A case study of Yunnan， China[J]Journal of Cleaner Production，2020（247）： 119171.

[5] York R， Rosa E A， Dietz T. STIRPAT， IPAT and ImPACT： analytic tools forunpacking the driving forces of environmental impacts [J]. Ecological Economics，2003，46（3）：351-365.

[6] 王琪. 基于STIRPAT模型的河北省碳排放峰值預(yù)測研究[D].北京：華北電力大學(xué)，2019.

[7] 蘭延文，郭麗君，李森.碳排放驅(qū)動因素分解及碳排放達峰情景分析—以河南省為例[J].能源與環(huán)境，2021（6）：7-11.

[8] 姜旭朋，張強，趙文婷，等.西安高新區(qū)多情景碳達峰預(yù)測及減排路徑分析[J].環(huán)境科學(xué)：1-13.

[9] 韓遇春，田贏，胡立聰，等.基于STIRPAT模型的連云港地區(qū)碳排放影響因素定量分析[J].四川環(huán)境，2023，42（4）：74-80.

[10] 謝煜，秦偉.江蘇省碳達峰預(yù)測與情景分析——基于STIRPAT模型[J].南京林業(yè)大學(xué)學(xué)報（人文社會科學(xué)版），2023，23（3）：54-62.

[11] 郭海兵，孟晨.基于STIRPAT模型的碳排放預(yù)測——以連云港市為例[J].城市建設(shè)理論研究（電子版），2023（23）：196-198.

[12] 趙鑫.基于STIRPAT模型的河北省碳排放模擬[J].產(chǎn)業(yè)與科技論壇，2023，22（10）：36-37.

[13] 劉美君. 長江經(jīng)濟帶碳排放影響因素及預(yù)測分析[D].蚌埠：安徽財經(jīng)大學(xué)，2023.

[14] 康利改，曹紫霖，劉偉，等.基于STIRPAT模型的京津冀“碳達峰”預(yù)測研究[J].河北科技大學(xué)學(xué)報，2023，44（4）：421-430.

[15] 胡榮，王德蕓，馮慧琳，等.碳達峰視角下的機場航空器碳排放預(yù)測[J].交通運輸系統(tǒng)工程與信息，2021，21（6）：257-263.

[16] 劉云鵬，王泳璇，王帆，等.居民生活消費碳排放影響分析與動態(tài)模擬預(yù)測[J].生態(tài)經(jīng)濟，2017，33（6）：19-22.

[17] 魯澤瑜. 北部沿海地區(qū)碳排放達峰路徑預(yù)測及影響因素研究[D].哈爾濱： 哈爾濱工業(yè)大學(xué)，2022.

[18] 章剛勇，朱世武. 科技發(fā)展目標(biāo)、Ramp;D資源清查工作與Ramp;D/GDP指標(biāo)數(shù)據(jù)的正態(tài)分布特征 [J]. 中國軟科學(xué)， 2013 （5）： 183-192.

[19] 方正，王杰. 自然與社會環(huán)境中的冪律現(xiàn)象和雙帕累托對數(shù)正態(tài)分布 [J]. 山東科學(xué)， 2011， 24 （3）： 1-12.

收稿日期：2024-08-08

作者簡介：秦際平（1995-），女，云南省昭通人，碩士，工程師，主要研究方向為環(huán)境規(guī)劃與政策。

通信作者：王萬賓（1988-），男，云南省曲靖人，碩士，高級工程師，主要從事環(huán)境政策模擬研究。

Abstract： Achieving carbon peak and carbon neutrality was currently an important strategy in China， and Yunnan Province would continue to vigorously develop industrial industries during 2021-2025， which would bring great challenges to achieving carbon peak by 2030. In this context， this study built a ridge regression-STIRPAT model between carbon emissions and factors such as per capita GDP， energy consumption per unit of GDP， population size， the proportion of industry in GDP， primary electricity proportion， urbanization rate， etc.， and used Monte Carlo method to simulate the carbon peak situation in Yunnan Province in 2030. The results showed that the constructed ridge regression STIRPAT model could well describe the relationship between carbon dioxide emissions and various influencing factors in Yunnan Province， with a prediction deviation of around 5% for many years. After 2025， the proportion of industry in GDP would become the key factor affecting the carbon peak of Yunnan Province in 2030. After 2025， if the proportion of industry was moderately reduced， the carbon peak could basically be achieved in 2030 （the probability is 95.62%）， with a carbon peak of about 242 million tons.