羅廣芳，張建軍，2，李勝男，饒永恒

(1.中國地質(zhì)大學(xué)(北京)土地科學(xué)技術(shù)學(xué)院，北京 100083；2.國土資源部土地整治重點(diǎn)實(shí)驗(yàn)室，北京 100083)

綠色礦業(yè)

礦業(yè)城市能源消費(fèi)碳排放變化及其影響因素研究

羅廣芳1，張建軍1，2，李勝男1，饒永恒1

(1.中國地質(zhì)大學(xué)(北京)土地科學(xué)技術(shù)學(xué)院，北京 100083；2.國土資源部土地整治重點(diǎn)實(shí)驗(yàn)室，北京 100083)

對能源消費(fèi)碳排放驅(qū)動(dòng)因子的定量分析是目前碳排放研究的熱點(diǎn)之一，本文利用IPCC碳排放計(jì)算方法對武安市2002～2013年能源消費(fèi)碳排放量進(jìn)行了動(dòng)態(tài)測算，并基于在環(huán)境經(jīng)濟(jì)研究中被廣泛應(yīng)用的STIRPAT模型計(jì)量擬合了能源消費(fèi)碳排放與人口、人均GDP、能源強(qiáng)度、碳排放量強(qiáng)度、城鎮(zhèn)化率的多元線性模型。結(jié)果表明能源消費(fèi)碳排放量在研究階段內(nèi)呈逐年增長的趨勢，而人口、人均GDP、城市化率、碳排放強(qiáng)度、與能源消費(fèi)碳排放的彈性系數(shù)為0.295%、(-0.420+0.929InG)%(G為人均GDP)、0.255%、0.188%。能源強(qiáng)度每減少1%，能源消費(fèi)碳排放將會減少0.056%。同時(shí)經(jīng)濟(jì)增長與能源消費(fèi)碳排放之間并沒有出現(xiàn)環(huán)境庫茲涅茨(EKC)曲線特征。據(jù)此研究認(rèn)為緩解環(huán)境矛盾可以從提高能源利用效率、調(diào)整能源消費(fèi)結(jié)構(gòu)、加大科技投入等入手。

能源消費(fèi)；碳排放；STIRPAT模型；影響因素；礦業(yè)城市

目前全球溫室效應(yīng)引發(fā)的環(huán)境問題備受關(guān)注，據(jù)政府間氣候變化專業(yè)委員會(IPCC)估計(jì)未來100年全球地表溫度可能會升高1.6～6.4℃，全球氣候變暖的主要因素是由于大氣中二氧化碳濃度的增加。隨著經(jīng)濟(jì)的發(fā)展能源消耗量大大增加，煤炭、石油、天然氣等化石燃料的使用在給人類帶來便捷的同時(shí)也造成的二氧化碳等溫室氣體的大量排放。研究發(fā)現(xiàn)由于化石燃料燃燒所引起的溫室氣體排放量占據(jù)了各種溫室氣體排放總量的80%，2006年我國的二氧化碳排放量超過美國位于世界第一位，約占世界碳排放總量的20%[1]，其中能源消費(fèi)的快速增長對碳排放的增加起著決定性的作用。近百年來，中國年平均氣溫升高了0.5～0.8℃[2]。2009年12月，我國在哥本哈根聯(lián)合國氣候大會上提出2020年單位GDP的CO2排放量較2005年下降40%～45%的減排承諾[3]，中國正承擔(dān)著艱巨的節(jié)能減排任務(wù)，面對這一形勢，許多專家與學(xué)者對化石能源燃燒導(dǎo)致的碳排放量進(jìn)行了測算與預(yù)測，但大多數(shù)是基于全球、國家或省域尺度，缺乏對以化石能源生產(chǎn)與消費(fèi)而興起的礦業(yè)城市能源消費(fèi)碳排放研究，面對如此巨大的環(huán)境壓力，如何在不削弱經(jīng)濟(jì)和社會發(fā)展的前提下實(shí)現(xiàn)礦業(yè)城市經(jīng)濟(jì)的可持續(xù)發(fā)展是礦業(yè)城市面臨的巨大挑戰(zhàn)。目前環(huán)境—經(jīng)濟(jì)問題成為了各國政府與學(xué)術(shù)界共同關(guān)注的熱點(diǎn)。20世紀(jì)70年代美國學(xué)者Ehrlich[4]提出了IPAT模型對環(huán)境壓力進(jìn)行評估，研究發(fā)現(xiàn)人口、人均財(cái)富、技術(shù)及三者作用會對環(huán)境產(chǎn)生重要影響。在此基礎(chǔ)上模型不斷演進(jìn)，1994年Dietz[5]在IPAT恒等式的基礎(chǔ)上提出了STIRPAT模型用以分析能源足跡與經(jīng)濟(jì)發(fā)展之間的關(guān)系，該模型在學(xué)術(shù)界得到認(rèn)可并廣泛應(yīng)用[6-9]。而能源消費(fèi)碳排放是衡量一個(gè)地區(qū)環(huán)境壓力的重要指標(biāo)，可以運(yùn)用該模型分析能源消費(fèi)碳排放的影響因素[10-11]，本文以此出發(fā)，利用IPCC指南數(shù)據(jù)測算了礦業(yè)城市能源消費(fèi)碳排放量效應(yīng)，并基于STIRPAT模型結(jié)合SPSS20.0軟件，采用嶺回歸分析探討了人口、經(jīng)濟(jì)發(fā)展水平、能源強(qiáng)度、城市化水平等驅(qū)動(dòng)因素對碳排放效應(yīng)的邊際貢獻(xiàn)，并驗(yàn)證武安市能源消費(fèi)碳排放與社會經(jīng)濟(jì)發(fā)展之間是否存在環(huán)境庫茲涅茨曲線。本研究內(nèi)容可為武安市節(jié)能減排政策的制定提供科學(xué)依據(jù)，有利于武安市生態(tài)建設(shè)與可持續(xù)發(fā)展，也可為礦業(yè)城市碳排放效應(yīng)研究提供借鑒。

1 研究區(qū)概況

武安市地處晉冀魯豫經(jīng)濟(jì)區(qū)的腹地，地理位置處于東經(jīng) 113°45′～114°22′，北緯36°28′～37°01′之間，是全國百強(qiáng)縣，具有典型的代表性。全市總面積 1819km2。全市現(xiàn)轄13個(gè)建制鎮(zhèn)和9個(gè)鄉(xiāng)，共502個(gè)行政村。截止到2011年人口總數(shù)高達(dá)791234人。人均GDP達(dá)到66769.2元。武安市工業(yè)基礎(chǔ)雄厚，目前已形成冶金、煤炭、建材、機(jī)械、電力、輕工、化工、食品八大行業(yè)、20 多個(gè)門類、800 多種產(chǎn)品。年產(chǎn)鐵礦石、鋼、鋼材分別達(dá)到 799×104t、705×104t和 287×104t，煤炭 262×104t，水泥 300×104t。

武安市有豐富的礦產(chǎn)資源，如煤、鐵、鈷、鋁等，是河北重要的能源基地，為全國 58個(gè)重點(diǎn)產(chǎn)煤縣(市)和全國四大富鐵礦基地之一。目前已探明礦產(chǎn)有5大類、23個(gè)礦種，其中煤、鐵、石灰?guī)r、非金屬資源尤為豐富。煤炭總儲量 23×108t，其中地方占有儲量 3.13×108t；鐵礦總儲量 5.5×108t，礦體 104 處；石灰?guī)r遍及全市，總量超過 700×108t[12]。

2 數(shù)據(jù)來源與研究方法

2.1 STIRPAT模型構(gòu)建

本文利用STIRPAT 模型研究分析武安市一些人文因素對化石能源消費(fèi)造成的碳排放的影響作用。STIRPAT模型是環(huán)境壓力等式IPAT 的隨機(jī)形式。IPAT 等式是一個(gè)被廣泛認(rèn)可的分析人文因素對環(huán)境影響的量化模型(式(1))。

I=PAT

(1)

式中：I表示環(huán)境影響；P表示人口規(guī)模；A表示富裕度；T表示技術(shù)水平。IPAT模型主要的缺陷在于分析問題時(shí)僅能改變一個(gè)因素，而其他因素只能保持固定不變。得出的結(jié)果為該因素對因變量的等比例影響，這成為該模型最大的局限。Dietz等在此基礎(chǔ)上建立了STIRPAT模型，即見式(2)。

I=aPbAcTde

(2)

式中：a為模型系數(shù)，b、c、d分別為人口、財(cái)富和技術(shù)因素的系數(shù)，e為隨機(jī)誤差項(xiàng)。指數(shù)的引入使得該模型可用于分析外部驅(qū)動(dòng)力(包括城市化、人口年齡結(jié)構(gòu)、地理位置、氣候條件、消費(fèi)狀況等)對環(huán)境的非比例影響。對式(2)兩邊取自然對數(shù)，得到式(3)。

lnI=lna+b(lnP)+c(lnA)+d(lnT)+lne

(3)

式中，InI作為因變量，InP、InA、InT作為自變量，Ina為常數(shù)項(xiàng)，Ine為誤差項(xiàng)，由彈性系數(shù)的概念可知，方程的回歸系數(shù)反映的即是解釋變量與被解釋變量之間的彈性關(guān)系。

2.2 模型擴(kuò)展及變量說明

本文結(jié)合礦業(yè)城市武安市的特點(diǎn)運(yùn)用STIRPAT模型測算外部驅(qū)動(dòng)因子對能源消費(fèi)碳排放的影響作用。選取的驅(qū)動(dòng)因子指標(biāo)為：人口與富裕度指標(biāo)(人口總數(shù)、人均GDP)，技術(shù)因素指標(biāo)(包括技術(shù)指標(biāo)和現(xiàn)代化指標(biāo)，技術(shù)指標(biāo)為能源強(qiáng)度與碳排放強(qiáng)度，現(xiàn)代化指標(biāo)為城鎮(zhèn)化率)，同時(shí)為了探究能源消費(fèi)碳排放造成的環(huán)境壓力是否與社會經(jīng)濟(jì)間存在環(huán)境庫茲涅茨曲線關(guān)系，故對富裕度指標(biāo)引入其二項(xiàng)式形式[13]，公式如式(4)所示。

InI=k+aInR+bInN+cInT+dInC

+eInG+f(InG)2

(4)

本文以I表示工業(yè)能源消費(fèi)的碳排放量，k表示模型的系數(shù)，R表示武安市人口數(shù)量，N表示能源強(qiáng)度，T表示碳排放量強(qiáng)度，C表示城市化率，G表示人均GDP，該指標(biāo)可以在一定程度上反映該地區(qū)的富裕度，a、b、c、d為指數(shù)，表示當(dāng)R、N、T、C每變化1%時(shí)，分別引起I的a%、b%、c%、d%、的變化，e、f表示富裕度的對數(shù)項(xiàng)及其二次項(xiàng)的系數(shù)[14]。當(dāng)f值為負(fù)值時(shí)可以確定碳排放量與社會經(jīng)濟(jì)之間存在環(huán)境庫茲涅茨曲線關(guān)系。

式(4)對InG求一階偏導(dǎo)數(shù)，可以得到富裕度對環(huán)境影響的彈性系數(shù)(EFIG)，見式(5)。

EFIG=e+2fInG

(5)

2.3 碳排放量估算

碳排放計(jì)算方法主要包括生命周期法、投入產(chǎn)出法、IPCC碳排量計(jì)算指南法[15]等，其中IPCC指南法較為常用。本文選取該方法并結(jié)合2002年至2013年《武安市統(tǒng)計(jì)年鑒》能源消耗數(shù)據(jù)對武安市能源消費(fèi)碳排放進(jìn)行測算，選取的化石燃料的類型主要為原煤、洗精煤、焦?fàn)t煤氣、高爐煤氣、其他煤氣、焦炭、原油、汽油、柴油和液化石油氣等。由于這些能源占能源消費(fèi)總量的比例較高，可以認(rèn)為近似等于能源消費(fèi)總量。計(jì)算見式(6)[16]。

(6)

式中：E表示二氧化碳排放量，表示i類化石燃料燃燒量，表示i類燃料低位熱值，表示i類燃料含碳量，表示i類燃料氧化率，表示C轉(zhuǎn)換為CO2的系數(shù)。

大量基于城市層面碳排放研究采用來自于IPCC提供的參考方法和計(jì)算參數(shù)的缺省值，本文采用《IPCC2006 國家溫室氣體清單指南》中的缺省二氧化碳排放系數(shù)為基礎(chǔ)，并結(jié)合國家氣候變化對策協(xié)調(diào)小組辦公室公布的《中國溫室氣體清單研究》中提供的分部門、分燃料參考值，選取適宜武安市實(shí)際狀況的化石燃料燃燒所造成的溫室氣體算法和排放因子，具體數(shù)值見表1。

表1 武安市能源低位熱值、含碳量與氧化率

2.3 工業(yè)能源消費(fèi)碳排放效應(yīng)測度

根據(jù)收集到的數(shù)據(jù)指標(biāo)以及測算到的碳排放量，以STIRPAT方程為模型，借助SPSS20.0軟件進(jìn)行多元回歸分析，但是基于變量之間可能存在共線性問題，不能采用普通二乘法擬合，故本文采用嶺回歸分析方法對能源消費(fèi)影響因子進(jìn)行定量測度。嶺回歸分析方法是專門處理共線性數(shù)據(jù)分析的有偏估計(jì)回歸方法，放棄最小二乘法的無偏性，以損失部分信息、放棄部分精度為代價(jià)來尋求效果稍差但更符合實(shí)際更可靠的回歸方程。嶺回歸方法已被普遍運(yùn)用于學(xué)術(shù)研究之中[17-18]。

3 模型結(jié)果與分析

3.1 碳排放分析

利用武安市2002～2013年能源消費(fèi)數(shù)據(jù)，利用式(6)得到武安市2002～2013年工業(yè)能源消費(fèi)碳排放變化情況，由圖1可知，武安市工業(yè)能源消費(fèi)碳排放量由2002年的647.94萬t增加到2013年的4711.16萬t，整體增長趨勢顯著，年增長率為52.27%，增長率較高。通過曲線變化趨勢可以看出能源消費(fèi)碳排放可以分為兩個(gè)階段。第一階段為2002～2008年，該階段能源消費(fèi)碳排放量增長迅速，年平均幅度為32.21%，主要的原因與社會經(jīng)濟(jì)發(fā)展背景有關(guān)，武安市為典型的礦業(yè)城市，經(jīng)濟(jì)的發(fā)展主要依賴與能源的消耗，為了發(fā)展經(jīng)濟(jì)而粗放利用能源的現(xiàn)象較為明顯，該階段GDP由2002年的80.1億元增長為2008年的396.0億元，年增長率為31.3%，人均GDP由2002年的11248元增長為57353元，城鎮(zhèn)化率由2002年的24.6%增加為2010年的52%；第二階段為2008年以后，該階段碳排放增長平緩，年增長率為8.8%，主要的原因?yàn)槲浒彩兄匾暪?jié)能減排工作，加強(qiáng)了環(huán)境治理力度，嚴(yán)厲打擊高耗能高污染行業(yè)，發(fā)展科技，科技進(jìn)步對經(jīng)濟(jì)增長貢獻(xiàn)率提高到56%，同時(shí)開始逐步實(shí)行新型工業(yè)化道路，突出高起點(diǎn)、大規(guī)模、新產(chǎn)業(yè)，注重低碳化、集約化，提高能源利用效率。從整體人均碳排放量看，其增長變化趨勢也十分顯著，2002年人均碳排放量為9t/人，2008年為44t/人，由于武安市人口增長變化趨勢不明顯，年增長率為1.09%，人均碳排放量的主要影響因素為碳排放總量的變化。

圖1 武安市2002～2013年能源消費(fèi)碳排放總量與人均碳排放量變化圖

圖2 武安市2002～2013年能源消費(fèi)碳排放強(qiáng)度、GDP變化情況

3.2 碳排放強(qiáng)度分析

由圖2可以看出武安市2002～2013年碳排放強(qiáng)度整體呈下降趨勢，由2002年的8.26 t/元減少到2013年8.08 t/元，出現(xiàn)該現(xiàn)象的原因?yàn)槲浒彩型菩泄?jié)能減排工作，打擊高耗能高污染行業(yè)，淘汰了一批小火電廠、小水泥廠、小煤窯，規(guī)范了行業(yè)發(fā)展，提高科技推行低碳經(jīng)濟(jì)從而使得能源碳排放強(qiáng)度減少。但是武安市的碳排放強(qiáng)度年平均下降率(0.2%)遠(yuǎn)遠(yuǎn)低于GDP年平均增長率(53.57%)，因此現(xiàn)階段武安市不能實(shí)現(xiàn)碳絕對減排。

3.3 碳排放驅(qū)動(dòng)因子測度

3.3.1 驅(qū)動(dòng)因子分析

文章選取了人口、全社會固定投資、能源強(qiáng)度、碳排放量強(qiáng)度、能源消耗總量、人均GDP、第二產(chǎn)業(yè)比例、城鎮(zhèn)化率等因子作為能源消費(fèi)碳排放量備選驅(qū)動(dòng)因子，利用SPSS軟件做相關(guān)性分析，篩選出解釋性較強(qiáng)的因子，通過篩選選取了人口、能源強(qiáng)度、碳排放量強(qiáng)度、城市化率、人均GDP這5個(gè)因子，其與能源消費(fèi)碳排放量偏相關(guān)系數(shù)均大于0.9，且顯著性( 雙側(cè)) 檢驗(yàn)概率均在1% 以下。為了將各個(gè)因變量、解釋變量之間的多重相關(guān)性去除同時(shí)消除驅(qū)動(dòng)因子間量綱關(guān)系，文章利用SPSS20.0將所有數(shù)據(jù)對數(shù)化之后做嶺回歸分析處理。

3.3.2 回歸結(jié)果分析

本文利用SPSS20.0軟件的嶺回歸函數(shù)，設(shè)定系數(shù)k在(0.1)之間變化，以0.0001為步長進(jìn)行取值估算，得到嶺跡圖(圖3)。經(jīng)過反復(fù)試驗(yàn)得到當(dāng)k=0.001時(shí)嶺跡大體上達(dá)到穩(wěn)定。并且變量均通過了1%的顯著性水平檢驗(yàn)，R2為0.999，說明整體擬合非常好，模型(4)能夠很好地模擬武安市能源消費(fèi)碳排放與其驅(qū)動(dòng)因子之間的關(guān)系，具體形式見式(7)。

InI=k+0.295InR-0.056InN+0.188InT+0.255InC-0.420InC+0.929(InG)2

(7)

圖3 k在(0，0.01)之間的嶺跡圖

從嶺回歸分析結(jié)果可以看出，模型結(jié)果顯著且與實(shí)際情況相符，從系數(shù)上看，人口、碳排放強(qiáng)度、城市化水平的增加都會促進(jìn)武安市能源消費(fèi)碳排放量的增長，3個(gè)驅(qū)動(dòng)因子按其影響比重大小依次為：人均GDP(-0.420+0.929InG)>人口總量(0.295)>城市化率(0.255)>碳排放強(qiáng)度(0.188)，而能源強(qiáng)度的減少會促進(jìn)能源消費(fèi)碳排放量的減少。

根據(jù)模型(7)的分析可以得知，在武安市人口總量的增長將引起能源消耗碳排放為衡量指標(biāo)的環(huán)境壓力的加速增長，在其他條件相同的情況下人口總量每增加1%將導(dǎo)致能源消費(fèi)碳排放增加0.295%。這表明在武安市社會經(jīng)濟(jì)發(fā)展過程中人口總量的增長對能源消耗碳排放的增加起到主要作用，這主要是因?yàn)槿丝趯δ茉吹慕^對需求決定的，人口數(shù)量的增長提高了人口資源與環(huán)境的壓力。隨著社會人口素質(zhì)和生活水平的提高，人口增長速度將會變緩，未來由于人口引發(fā)的能源需求問題會有所減緩。人均GDP是影響武安市能源消費(fèi)碳排放量的重要因素。人均GDP每增加1%，能源消費(fèi)碳排放量將增長(-0.420+0.929InG)%，主要的原因?yàn)榻?jīng)濟(jì)的增加加快了能源消費(fèi)的需求量和需求速度，財(cái)富的增長提高了居民的消費(fèi)水平刺激了人們的消費(fèi)欲望，而消費(fèi)的增長促進(jìn)了能源消費(fèi)的碳排放。

城市化水平同樣也是造成能源消費(fèi)碳排放增長的另一個(gè)影響因素，城市化率每增長1%，能源消費(fèi)碳排放量將會增長0.255%，近些年來武安市城市化水平增長較快，從2002年的24.63%增長為2013年的43.98%，城市化率的提高實(shí)際上反應(yīng)了居民整體生產(chǎn)和消費(fèi)水平的反映。大量的農(nóng)村居民遷移到城鎮(zhèn)，城市化率的增長促使了城市建筑、交通運(yùn)輸以及工業(yè)企業(yè)對能源消費(fèi)需求導(dǎo)致碳排放量的增加。

碳排放強(qiáng)度是除去人口、城市化水平之外引起武安市能源消費(fèi)碳排放量增長的另一因素，與其他因素相比影響作用較小，但是有著舉足輕重的地位。碳排放強(qiáng)度每增加1%，能源消費(fèi)碳排放量將會增長0.188%。可以看出碳排放強(qiáng)度的減少對能源消費(fèi)碳排放量的降低作用相對較大，效果比較顯著，主要的原因?yàn)槲浒彩薪?jīng)濟(jì)的發(fā)展依賴于能源資源的消費(fèi)，近年來碳排放強(qiáng)度增長率不高但是仍舊保持了增長的態(tài)勢，想要實(shí)現(xiàn)碳排放強(qiáng)度的減少難度較大，并且碳排放強(qiáng)度對碳排放的解釋力有限，它受到模型中人口結(jié)構(gòu)與全社會生產(chǎn)總值的影響，另一方面與能源使用效率、技術(shù)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)水平息息相關(guān)。

能源強(qiáng)度根據(jù)嶺跡圖可以看出，能源強(qiáng)度的減少對能源消費(fèi)碳排放量的降低起到一定的影響作用，能源強(qiáng)度每減少1%，能源消費(fèi)碳排放量將會減少0.056%，武安市2002～2013年能源強(qiáng)度逐漸減少，從2002年3.37t/萬元減少到2006年的最低值2.92t/萬元，到2013年武安市能源強(qiáng)度達(dá)到3.29t/萬元。雖然能源強(qiáng)度下降但是還沒有起到減少碳排放的作用，這仍與武安市的能源結(jié)構(gòu)與社會性質(zhì)有關(guān)，礦業(yè)城市武安以煤炭資源為特色，其中能源消費(fèi)主要以煤炭為主，且大多為原煤直接燃燒。雖然技術(shù)進(jìn)步提高了能源的利用效率，但仍未達(dá)到降低能源消費(fèi)量的程度。

3.4 環(huán)境EKC曲線分析

根據(jù)式(5)和式(7)可以得到富裕度系數(shù) e=-0.420<0，f=0.929 >0，根據(jù)環(huán)境庫茲涅茨曲線模型[19]可以看出武安市能源消費(fèi)碳排放與經(jīng)濟(jì)發(fā)展之間呈“U”型曲線關(guān)系，而不存在環(huán)境庫茲涅茨曲線所預(yù)示的關(guān)系。說明了武安市能源消費(fèi)碳排放量呈增長趨勢，在該階段并未有出現(xiàn)碳排放的峰值。人均GDP取不同值時(shí)其對能源消費(fèi)碳排放影響的彈性系數(shù)EFIG如表2所示。

表2 不同人均GDP對能源消費(fèi)碳排放影響的彈性系數(shù)

注：EFIG為彈性系數(shù)；△EFIG為彈性系數(shù)的變化值。

如表2所示，隨著人均GDP的增加，對能源消費(fèi)碳排放量的影響也逐漸增大，引起該變化的主要原因?yàn)槲浒彩猩鐣?jīng)濟(jì)發(fā)展的特征，作為礦業(yè)城市經(jīng)濟(jì)的發(fā)展主要依賴的動(dòng)力與支持是能源的消費(fèi)，粗放式的經(jīng)濟(jì)發(fā)展引起了環(huán)境污染現(xiàn)象的發(fā)生。同時(shí)隨著富裕度的增加發(fā)展到一定階段后，彈性系數(shù)的變化值呈現(xiàn)出逐漸減少的趨勢，該現(xiàn)象的原因是武安市在先前粗放式經(jīng)濟(jì)發(fā)展模式下開始重視節(jié)能減排工作，同時(shí)富裕度水平的增加有利于技術(shù)進(jìn)步速度的加快，能源利用效率得到提高。但是從能源消耗碳排放量與社會經(jīng)濟(jì)之間的“U”型曲線關(guān)系可以看出碳排放量還會繼續(xù)保持增長趨勢，說明節(jié)能減排工作的力度更需要加強(qiáng)，技術(shù)進(jìn)步、能源利用效率的提高還沒有達(dá)到降低能源消費(fèi)量的程度。

4 結(jié) 論

本文以典型礦業(yè)城市武安市為例，通過能源消耗數(shù)據(jù)測算了2002～2013年能源消費(fèi)碳排放的變化規(guī)律，同時(shí)根據(jù)STIRPAT模型采用了有偏估計(jì)嶺回歸函數(shù)對武安市人口、經(jīng)濟(jì)、技術(shù)發(fā)展與能源消耗碳排放之間的關(guān)系進(jìn)行了模擬并分析碳排放與其驅(qū)動(dòng)因子的相互關(guān)系，最后驗(yàn)證了能源消費(fèi)碳排放與經(jīng)濟(jì)發(fā)展之間是否存在環(huán)境庫茲涅茨曲線。主要結(jié)論如下所示。

1)武安市能源消費(fèi)碳排放量呈逐年增長的趨勢，在該研究階段內(nèi)，碳排放量由2002年的647.94萬t增加到2013年的4711.76萬t，年均增長率為52.27%。人均碳排放量增長變化趨勢也十分顯著，2002年人均碳排放量為9t/人，2008年為44 t/人，年均增長率為1.09%。

2)人均GDP、人口、城市化率、碳排放強(qiáng)度每增加1%，能源消費(fèi)碳排放相應(yīng)的增加(-0.420+0.929InG)%(G為人均GDP)、0.295%、0.255%、0.188%，其中人均GDP對碳排放的影響程度最大，其次為人口。而能源強(qiáng)度每減少1%，能源消費(fèi)碳排放將會減少0.056%。

3)通過擬合出的能源消費(fèi)碳排放與人口、人均GDP及其二項(xiàng)式、人口、碳排放強(qiáng)度、城市化率、能源強(qiáng)度指標(biāo)、現(xiàn)代化的多元線性模型可以看出，人均GDP對數(shù)的二次項(xiàng)系數(shù)為正，即證明了在觀測范圍內(nèi)能源消費(fèi)碳排放與經(jīng)濟(jì)發(fā)展之間的環(huán)境庫茲涅茨曲線特征還沒有出現(xiàn)，武安市能源消費(fèi)碳排放還會逐漸增加。

探討能源利用碳排放與經(jīng)濟(jì)發(fā)展關(guān)系有利于了解經(jīng)濟(jì)發(fā)展與環(huán)境壓力之間的矛盾，有利于社會的可持續(xù)發(fā)展。武安市想要實(shí)現(xiàn)節(jié)能減排主要的著手點(diǎn)應(yīng)該為提高能源利用效率、調(diào)整能源消費(fèi)結(jié)構(gòu)、控制人口、加大科技投入、轉(zhuǎn)變經(jīng)濟(jì)增長方式、出臺減排政策等幾個(gè)方面入手。武安市正處于社會快速發(fā)展階段，采用節(jié)能降耗技術(shù)加大對能源消費(fèi)的科技投入，提高非碳能源在能源消費(fèi)中的比例，減少能源消費(fèi)碳排放勢在必行。

[1] 楊茜.我國電力系統(tǒng)碳排放研究—基于系統(tǒng)動(dòng)力學(xué)模型[D].北京：中國社會科學(xué)院研究生院，2012.

[2] 郭運(yùn)功.特大溫室氣體排放量測算與排放特征分析[D].上海.華東師范大學(xué)，2009.

[3] 趙承.溫家寶總理出席哥本哈根氣候變化會議紀(jì)實(shí)[M].節(jié)能與環(huán)保，2010(1):1-4.

[4] Ehrlich P R，Holdrens J P.The impact of population growth.Science，1971，171：1212-1217.

[5] York R，Rosa E A，Dietz T.A rift in modernity? Assessing the anthropogenic sources of global climate change with the STIRPAT model.International Journal of Sociology and Social Policy，2003，23(10)：31-51.

[6] 龍愛華，徐中民，王新華，等.人口、富裕及技術(shù)對2000年中國水足跡的影響[J].生態(tài)學(xué)報(bào)，2006，26 (10):3358-3365.

[7] 王琳，吳業(yè)，楊桂山，等.基于STIRPAT 模型的耕地面積變化及其影響因素[J].農(nóng)業(yè)工程學(xué)報(bào)，2008，24(12):196-200.

[8] 盧娜，曲福田，馮淑怡，等.基于STIRPAT模型的能源消費(fèi)碳足跡變化及影響因素:以江蘇省蘇錫常地區(qū)為例[J].自然資源學(xué)報(bào)，2011，26(5):814-824.

[9] 吳敬銳，楊兆萍，阿達(dá)衣賽肯.基于STIRPAT 模型分析新疆能源足跡的影響因素[J].干旱區(qū)地理，2011，34(1):187-192

[10] 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.

[11] 王立猛，何康林，基于STIRPAT模型的環(huán)境壓力空間差異分析———能源消費(fèi)為例[J].環(huán)境科學(xué)學(xué)報(bào)，2008，28(5):1032-1037.

[12] 張丁軒.礦業(yè)城市土地利用時(shí)空變化及模擬[D].北京.中國地質(zhì)大學(xué)(北京)，2013

[13] 王立猛，何康林.基于STIRPAT 模型分析中國環(huán)境壓力的時(shí)間差異—以1952—2003 年能源消費(fèi)為例[J].自然資源學(xué)報(bào)，2006.21(6):862-869.

[14] 徐中民，程國棟.中國人口和富裕對環(huán)境的影響[J].冰川凍土，2005，27(5):767-773.

[15] 王超.基于煤炭生命周期的電煤供應(yīng)鏈廢氣排放研究[D].北京.北京交通大學(xué)，2013.

[16] 耿玉環(huán).我國省域能源消耗產(chǎn)生的二氧化碳排放清單估算及特征分析[D].北京，中國地質(zhì)大學(xué)(北京)，2011.

[17] 朱勤，彭希哲，陸志明，等.人口與消費(fèi)對碳排放影響的分析模型與實(shí)證[J].中國人口.資源與環(huán)境，2010，20(2):98-102.

[18] 宋曉暉，張?jiān)７遥羲嚸?，?基于IPAT擴(kuò)展模型分析人口因素對碳排放的影響[J].環(huán)境科學(xué)研究，2012，25(1):109-115.

[19] 陳勇，李首成，稅偉，等.基于EKC 模型的西南地區(qū)農(nóng)業(yè)生態(tài)系統(tǒng)碳足跡研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013(2)：120-128.

Research into the carbon emissions from energy consumptions change and its influencing factors

LUO Guang-fang1，ZHANG Jian-jun1，2*，LI Sheng-nan1，RAO Yongheng1

(1.School of Land Science and Technology，China University of Geosciences (Beijing)，Beijing100083，China;2.Key Laboratory of Land Consolidation and Rehabilitation，Ministry of Land and Resources，Beijing100083，China)

Analyzed quantitatively to the influencing factors of carbon emissions from energy consumptions is the focus of the carbon emission researches.This paper built a STIPRAT-based multivariate linear model fitted by a ridge regression to examine the relationship between carbon emissions from energy consumption and a list of indices，including population，per capita GDP，energy intensity，carbon emission intensity，and level of urbanization.And count carbon emissions from energy consumptions change from 2002 to 2013 with the IPCC calculation method.It found that carbon emissions from energy consumption are increasing year by year in the study stage.And for 1% increase in population，per-capita GDP，urbanization and carbon emission intensity，there was 0.295%，(-0.420+0.929lnG) %，0.255%，and 0.188% increase in carbon emissions in the city，respectively.On the contrary，every 1% reduction in energy intensity，energy consumption carbon emissions will be reduced by 0.056%.The environmental Kuznets curve (EKC) characteristics don’t exist between economic growth and energy consumption and carbon emissions.Accordingly，several suggestions are proposed in the study to mitigate the contradiction between environments，including improve the energy efficiency，adjust the energy consumption structure and increase investment in science and technology.

energy consumptions；carbon emissions；STIPRAT model；influence factors；mining city

2015-02-15

北京市支持中央高校共建項(xiàng)目——青年英才計(jì)劃項(xiàng)目資助(編號：YETP0639)

羅廣芳(1990-),女，四川宣漢人，碩士研究生，主要從事土地利用與碳排放研究。E-mail:luoyi630@163.com。

張建軍(1982-)，男，山西太原人，博士，副教授，主要從事土地利用與生態(tài)經(jīng)濟(jì)方面的教學(xué)與研究工作。E-mail:zhangjianjun_bj@126.com。

F407.1

A

1004-4051(2015)08-0053-06