陳百芳 安徽理工大學(xué)經(jīng)濟與管理學(xué)院

人類作為地球生態(tài)鏈的一份子，環(huán)境的狀態(tài)與我們息息相關(guān)，其中環(huán)境污染是最容易被人類感知，惡劣的環(huán)境直接影響到人類的身體健康和生產(chǎn)活動，如愈來愈頻繁的極端天氣。過去的百年來，不可持續(xù)的能源消耗及人類活動土地利用導(dǎo)致全球氣溫持續(xù)上升，已經(jīng)比工業(yè)化前水平高出1.1℃。全球可能會在未來20年內(nèi)超過危險的升溫閾值。升溫的主要原因就是化石燃料排放后產(chǎn)生的溫室氣體，其中排放占比高達90%以上，因此針對碳減排的研究對減緩氣候惡化極其重要。實際上，我國作為綜合實力最強、世界最大的發(fā)展中國家一直是碳排放大國。

有關(guān)碳排放預(yù)測方面的研究，國內(nèi)外已經(jīng)有很多基于縣域、省際、國家整體層面的。從縣域視角來看，有學(xué)者運用情景分析法對中國十強縣之一的江陰縣預(yù)測了其2011～2020年碳排放量和能源需求量，得出中國發(fā)達縣市應(yīng)不斷調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、能源消費結(jié)構(gòu)以找到合適自身的低碳經(jīng)濟發(fā)展模式這一結(jié)論；基于PCA-BP神經(jīng)網(wǎng)絡(luò)模型對長興縣老城區(qū)的用地特征、人口密度等指標(biāo)對用地的碳排放量進行了預(yù)測，更科學(xué)地尋找到用地減排潛在能力。從省級層面分析，應(yīng)用(1,1)和情景分析法分別對江蘇省2013～2025年交通運輸業(yè)的碳排放量進行了預(yù)測，結(jié)果發(fā)現(xiàn)公路交通運輸對交通運輸業(yè)的碳排放量影響最大，并且預(yù)測未來碳排放量呈上升趨勢；從國家整體層面分析，運用LMDI分解出5個冶金工業(yè)的碳排放影響因素，結(jié)合迪維西亞指數(shù)模型分析1991～2014我國碳排放量變化，最后通過情景分析法計算未來冶金工業(yè)的減排能力，結(jié)果表明截止到2025年我國的冶金工業(yè)具有極大的碳減排能力。

但目前為止，以碳達峰視角對江蘇省進行碳排放量峰值預(yù)測及分析的文獻尚有空白。本文以江蘇省為例，運用擴展的STIPRAT模型，在以往研究的基礎(chǔ)上加入碳匯作為解釋變量之一，結(jié)合嶺回歸模型進行實證分析，并運用情景分析法對2020～2035年江蘇省排放量進行預(yù)測，探討其綠色發(fā)展的最優(yōu)情景，為政策制定提供基礎(chǔ)數(shù)據(jù)支撐。

1 研究方法和數(shù)據(jù)來源

1.1 研究方法及模型構(gòu)建

針對碳排放量的預(yù)測對實現(xiàn)我國碳達峰戰(zhàn)略目標(biāo)具有重大意義。IPAT模型通過人口規(guī)模、經(jīng)濟水平和技術(shù)的綜合作用來預(yù)測一個國家的碳排放量。STIPRAT模型是IPAT方程的隨機形式，詳見式（1）.

STIPRAT各指標(biāo)說明見表1，該模型包含了人口規(guī)模、經(jīng)濟水平、碳排放強度對碳排放量的非等比例影響。本文另引用能源、碳匯等變量對模型進行擴展并對數(shù)化以減弱各數(shù)據(jù)中存在的異方差情況，結(jié)果見式（2）。

表1 STIPRAT各變量指標(biāo)及說明

式中h—隨機誤差項；a1—人口規(guī)模；a2—人均GDP；a3—碳排放強度；a4—能源結(jié)構(gòu)；a5—能源強度；a6—產(chǎn)業(yè)結(jié)構(gòu)；a7—碳吸收力的彈性系數(shù)。

1.2 數(shù)據(jù)來源

研究中的社會經(jīng)濟指標(biāo)主要來源于《江蘇統(tǒng)計年鑒》以及國家統(tǒng)計局發(fā)布的《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》等。

1.2.1 碳排放量

為保證數(shù)據(jù)來源的客觀、嚴謹以及限于數(shù)據(jù)的可獲取性、連續(xù)性等原則，實驗中碳排放量2008～2019年選用中國碳核算數(shù)據(jù)庫（CEADs），其數(shù)據(jù)庫采用人工智能算法將夜間燈光數(shù)值演化，自上而下的演化出數(shù)據(jù)，具有尺度統(tǒng)一、全口徑等優(yōu)點。

1.2.2 碳匯

碳吸收量測算方法利用碳匯估算法進行測量見式（3），以耕地、園地、林地等為主要碳匯用地。

式中CAis—i年s?。ㄊ校┨紖R量；An—第n類碳匯用地，土地利用面積具體數(shù)據(jù)來源于國家自然資源部調(diào)查成果共享平臺；an—第n類用地碳吸收系數(shù)，具體參見表2。

表2 碳匯系數(shù)

2 實證分析

2.1 指標(biāo)相關(guān)性分析

對選取變量進行因子分析，KMO檢驗值為0.753，數(shù)值在0.7～0.8之間適合做因子分析。巴特利特檢驗的P值小于0.001，拒絕原假設(shè)表明各變量間存在相關(guān)性可以做相關(guān)性分析。表3可以得出變量間總體有著高相關(guān)性。其中A、T與L、N、E存在很高的負相關(guān)性，其數(shù)值達到-0.949、-0.948、-0.959和-0.906、-0.918、-0.947。S與P的相關(guān)性為-0.903這說明碳吸收能力與人口有很高的負相關(guān)性，也側(cè)面說明人類活動與土地利用變化有一定相關(guān)性。

表3 相關(guān)性矩陣

2.2 碳排放模型的構(gòu)建

2.2.1 嶺回歸模型

分析發(fā)現(xiàn)模型的多重共線性數(shù)值均超過了10，嶺回歸可以較好地處理這一問題。嶺回歸模型是一種用于解決共線性問題的有偏估計回歸，防止模型過擬合。使用SPSS軟件根據(jù)方差擴大因子法對模型進行估計，當(dāng)k=0.212時各變量逐漸平穩(wěn)，擬合優(yōu)度為R2=0.92。

2.2.2 模型參數(shù)確定

將回歸結(jié)果與公式（2）結(jié)合，計算得到擴展的江蘇省STIPRAT模型見式（3）。

2.3 模型擬合檢驗

2008～2019年江蘇省排放量測算其擬合值與實際排放量結(jié)果見表4，誤差值（E）均在10%以內(nèi)，誤差較小擬合精度良好。

表4 STIPRAT模擬碳排放與實際碳排放量對比

2.4 情景分析和參數(shù)設(shè)定

為了預(yù)估2020～2035年江蘇省碳排放量，從相關(guān)政策出發(fā)，設(shè)定低碳、基準(zhǔn)、激進3種情景。設(shè)定低增長、中增長、高增長3種變化率來對各影響因素預(yù)測，根據(jù)江蘇省“十三五”“十四五”規(guī)劃等文件并結(jié)合學(xué)者已有研究，設(shè)定具體數(shù)值，具體見表5。通過碳排放預(yù)測模型測算出2020～2035年江蘇省碳排放總量預(yù)測值，根據(jù)碳排放預(yù)測結(jié)果繪制出3種情景模式下碳排放預(yù)測如圖1所示。

圖1 江蘇省3種情景下碳排放峰值預(yù)測

表5 3種情景下各指標(biāo)增長情況

通過圖1分析，可以得出江蘇若以低碳模式發(fā)展將在2025年達到峰值，若在基準(zhǔn)情景下將在2030年達到峰值，峰值分別約為7.5億t和6.8億t。其中低碳情景下2020～2025年期間碳排放量呈緩慢增加的趨勢，達到2025年變開始緩慢下降?；鶞?zhǔn)情景下，2020～2025年基準(zhǔn)情景下碳排放量增長較快在2025～2030年期間達到小幅波動狀態(tài)趨于平衡，2030年后碳排放開始迅速降低。激進情景下只注重發(fā)展經(jīng)濟而忽略環(huán)境保護，截止研究期間2035年碳排放量仍然呈上升趨勢。

3 結(jié)論及建議

文中依據(jù)擴展的STIPRAT模型探討了碳排放影響因素，并設(shè)計了3種不同情景下的江蘇省碳排放預(yù)測。根據(jù)研究各項指標(biāo)，得出結(jié)論及減排策略。

首先，人口是碳排放的主要影響因子之一，江蘇作為中國的教育強省、高考大省，應(yīng)強化自身優(yōu)勢，后續(xù)出臺相關(guān)人才安居等政策吸引人才和避免人才外流，提高人口質(zhì)量。其次，在科學(xué)發(fā)展觀的指引下，政府要對江蘇省內(nèi)各區(qū)域的碳排放進行綜合評價，實現(xiàn)區(qū)域間的產(chǎn)業(yè)協(xié)作和協(xié)調(diào)發(fā)展，將高碳的行業(yè)轉(zhuǎn)移到符合當(dāng)?shù)刭Y源稟賦的區(qū)域并以發(fā)展較好的城市輻射周邊。依據(jù)區(qū)域特有的環(huán)境資源、人口資源等，對區(qū)域的發(fā)展進行比較優(yōu)勢的識別，從而指導(dǎo)行業(yè)的發(fā)展。另要有針對性地解決碳排放問題，比如退耕還草，增加城市碳吸收力也是目前有效的碳中和方法。再次，未來應(yīng)該大力推動新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)發(fā)展，對城市內(nèi)軌道交通投放較多的新能源公交車代替燃油車，共享電單車等，形成綠色交通運輸。我國粗放型、高能耗型發(fā)展模式也影響著江蘇省的綠色經(jīng)濟發(fā)展，蘇南、蘇北城市之間又有不同的產(chǎn)業(yè)結(jié)構(gòu)特征，還需要合理開展碳減排的工作。