李琳

摘要：為掌握碳排放影響因素和峰值預測的研究進度，文章采用分析和概括，總結出經濟增長、產業(yè)結構和能源消費是影響碳排放因素；峰值預測的主要方法有情景預測方法、線性回歸預測方法和GM（1，1）。

關鍵詞：碳排放；影響因素；峰值預測

一、碳排放影響因素的研究

截至2017年，針對各國的學者們對碳排放影響因素的研究成果，影響因素大致可以分三類為：經濟增長、產業(yè)結構、能源消費結構。

（一）經濟增長

EKC 假說指經濟發(fā)展水平較低的時候，隨著經濟的增長會導致環(huán)境質量的下降，但當經濟發(fā)展到一定水平后，即出現“拐點”，隨著人均收入的進一步增加，環(huán)境污染又由高趨低，其環(huán)境污染的程度逐漸減緩，環(huán)境質量逐漸得到改善。根據EKC曲線的相關理論和數據，中國部分學者研究中國是否存在EKC曲線。魏下海（2011）測算出中國碳排放EKC 的估計結果穩(wěn)定，依然表現為倒“U”型特征，目前中國處于曲線上升的左半段。但也有持不同觀點的學者認為，不存在倒“U”型或是倒“U”型并不是經濟發(fā)展與環(huán)境質量的唯一關系。 賀紅兵（2012）運用1978～2008年的數據，結合環(huán)境庫茲涅茨曲線方法研究中國人均產值和人均碳排放之間的關系。結果顯示，我國人均碳排放和人均產值之間并不存在倒“U”關系。此外，還在模型中添加了人均碳排放的一階滯后項和反應結構效應的第二產業(yè)比重，結果表明歷史碳排放對下一期的碳排放有著顯著的影響。劉習平（2013）構建二氧化碳排放強度與人均GDP 的EKC 曲線，并在此模型中加入不同的變量“能源消費結構”，在此基礎上研究碳排放強度、經濟發(fā)展水平、能源消費結構三個不同變量之間的關系。結果表明，碳強度隨著人均實際GDP的改變呈現出倒“N”型的特征。

（二）產業(yè)結構

在關于產業(yè)結構對碳排放量影響方面，國內的很多學者有著大致相同的結論，即三大產業(yè)中對碳排放量影響最大的是第二產業(yè)，影響最小的是第一產業(yè)，而第二產業(yè)對其的影響并不是十分明顯，但最終都認為優(yōu)化產業(yè)結構能夠有效的降低碳排放量。許廣月（2011）利用相關的面板數據來研究影響碳排放量的因素，在對所有數據進行分解分析之后得出，在生產生活中能夠影響碳排放量的所有影響因素中產出規(guī)模、產業(yè)結構以及能源消費結構這三種影響因素最為重要，而清潔技術水平對降低碳排放量產生效果時，不同地區(qū)影響碳排放量的因素是不一樣的。黃蕊、王錚（2013）利用1980～2010年間重慶市能源消費的數據建立STIRPAT模型，運用嶺回歸的方法擬合得到了一個關于碳排放量與其六個影響因素的多元線性模型。王世進、周敏（2013）通過區(qū)分我國東中西部不同區(qū)域的特征，構建省域GMM動態(tài)面板數據模型，對人均GDP、產業(yè)結構、城市化水平、外貿依存度、能源消費結構等因素進行了實證分析。最終得出，在不同的地方或者是區(qū)域，能夠有效降低碳排放量的因素是不同的。

（三）能源消費結構

在研究能源結構對碳排放量的影響方面，對于能源強度、能源利用率的研究十分重要。朱勤等（2009）利用擴展之后的Kayak恒等式，建立了關于人口規(guī)模、經濟產出、產業(yè)結構等5種因素對碳排放量的影響，分析這5種因素中主要的影響因素以及貢獻率。李衛(wèi)兵（2011）運用STIRPAT模型，研究能源強度對碳排放量的影響，研究表明，能源強度和碳排放之間存在正相關的關系，即如果改變能源中能源消費結構，就能夠有效的降低碳排放量，及時在不同地區(qū)或者不同的區(qū)域這都是一個行之有效的降低碳排放量的方法，對經濟的發(fā)展會產生積極的影響。

（四）其他因素

對于影響碳排放量除了上述三種主要的影響因素外，其他因素：中對外貿易、人口規(guī)模與城市化，國內的學者對這些還沒有一個統(tǒng)一的說法。曲建升等（2013）就家庭生活所產生的二氧化碳進行了研究，針對西部數據研究分析，最終研究結果指出，西部地區(qū)人們生活生產中向空氣中排放的二氧化碳主要是煤炭的使用，其中不同的生活情況和生活方式，地區(qū)的能源含量對最后二氧化碳排放量影響的大小都是不一樣的。

二、碳排放峰值預測的研究

目前國內外學者對碳排放峰值預測方面的研究主要集中在能源消費的碳排放量峰值方面，主要方法有：情景預測方法、線性回歸預測方法和GM（1，1）方法，運用環(huán)境庫茲涅茨曲線（ EKC 曲線）、Kaya模型、STIRPAT 模型等，根據能源消耗量計算碳排放量、根據碳排放強度對碳排放峰值的研究等。

（一）情景預測方法

情景預測方法是假定現在某一種現象或者是狀態(tài)會持續(xù)很長時間，然后對所要預測的現象或者是狀態(tài)可能在將來某一時刻引起的所有后果做出相應的預測的一種方法。岳超等（2010）主要預測的是我國在2050年的時候GDP和碳排放強度出現峰值的時間，基準年以2005年為準，最后的研究結論指出：在低碳情景模式下，我國在2050年的碳排放量將會是最少的；在低碳情景時，是我國最佳的碳排放量，峰值出現在2035年。劉朝等（2011）利用情景預測分析法，根據關鍵阻礙原因，結合中國的國情，設定出以基礎、低碳以及受挫情景為主要模式的情景預測的方法來研究我國到2050年的時候，到底需要多少能源以及最終會向空氣中排放多少二氧化碳。劉俊杰等（2012）運用情景預測法，以江陰縣為例，預測2011～2020年能源需求量以及碳排放量，以此為例來說明我國經濟發(fā)達縣市能源需求和碳排放趨勢。

（二）線性回歸預測方法

線性回歸預測法是對客觀事物數量之間是否存在相關關系的分析，如果自變量和因變量之間存在一一對應的關系時，才能進一步建立方程進行回歸并進一步作出預測。劉建翠（2011）運用線性回歸方法，根據交通運輸部門運輸產品的歷史數據以及其經濟增長的數據，預測了中國未來幾年交通運輸部門的能源消費量以及碳排放量，并計算了潛在的節(jié)能能力。預測結果表明，可以通過技術水平的不斷進步，對降低交通運輸部門碳排放和能源消費有一定的作用。endprint

（三）GM（1，1）

GM（1，1）即：灰色預測，對存在不確定因素的方程進行系統(tǒng)的預測。這種預測方法主要是通過系統(tǒng)鑒定，確定各因素之間相關性的大小，并且會對自動生成對原始數據的處理結果，從而方發(fā)現原始數據之間的變動或是相關性的規(guī)律，在此基礎上，把原始數據生成具有較強規(guī)律性的數據，最終通過之前的數據結果，建立相應的方程，從而來預測未來的發(fā)展趨勢。趙愛文等（2012）運用灰色預測對中國碳排放進行了短期預測（2002～2009）。最終預測結果顯示：預測準確度為二級，其中關聯度均方差比值和誤差概率均為一級，預測結果與實際值誤差比較小，預測中國碳排放量在2015年將超過32億噸，表明中國“十二五”期間二氧化碳減排目標完成的形勢比較嚴峻。李相宜等（2012）采用山東省2004～2010年能源消費總量和能源結構的相關數據，并結合灰色系統(tǒng)理論建立了預測模型，預測結果表明：山東省在未來10 年里，一次性能源消費總量仍呈穩(wěn)步上升的趨勢，年均增長率為7.21%，但是與“十一五”期間年增長率相比，上升的速度有所減慢；山東省仍然以煤炭為主要消費能源，但煤炭的消費比率逐年下降，同時對石油、天然氣的消費比率不斷增加，這也說明山東省在能源消費結構上有了很大的改善。

三、結語

中國作為發(fā)展中大國，其碳排放問題儼然成為世界所共同關注的問題。因此，預測中國未來碳排放的同時采取相應的政策，如：發(fā)展低碳經濟、提高能源利用率，有助于實現2020年的碳減排目標。

參考文獻：

[1]魏下海，余玲錚.空間依賴、碳排放與經濟增長——重新解讀中國的EKC 假說[J].探索，2011（01）.

[2]賀紅兵.中國碳排放庫茲涅茨曲線實證研究[J].當代經濟，2012（11）.

[3]劉習平.中國能源消費結構、經濟發(fā)展水平與碳排放強度[J].石家莊經濟學院學報，2013（03）.

[4]許廣月.我國碳排放影響因素及其區(qū)域比較研究：基于省域面板數據[J].財經論叢，2011（02）.

[5]黃蕊，王錚.基于STIRPAT模型的重慶市能源消費碳排放影響因素研究[J].環(huán)境科學學報，2013（02）.

[6]王世進，周敏.我國碳排放影響因素的區(qū)域差異研究[J].統(tǒng)計與決策，2013（12）.

[7]朱勤，彭希哲，陸志明，吳開亞.中國能源消費碳排放變化的因素分解及實證分析[J].資源科學，2009（12）.

（作者單位：鄭州工商學院）endprint