摘 要：運(yùn)用能源環(huán)境理論、多元線性回歸分析和主成分分析方法探究西部地區(qū)10個省區(qū)（市）農(nóng)戶主要生活能源消費(fèi)特征及碳排放。結(jié)果表明：①西部農(nóng)村生活能源存在明顯區(qū)域異質(zhì)性，四川和甘肅生活能源分布特征極明顯，貴州、廣西和云南生活能源分布特征明顯，陜西、青海、重慶、寧夏和新疆生活能源分布特征不明顯。②西部農(nóng)村主要生活能源平均占比排序依次為：太陽能0.29%、沼氣0.79%、液化石油氣19.95%、煤40.47%、柴草49.16%、電53.24%，使用綠色能源農(nóng)戶占比僅有18.1%，通過發(fā)展綠色能源促進(jìn)“雙碳”目標(biāo)實現(xiàn)任務(wù)艱巨。③若西部農(nóng)村1789萬煤用戶、4225萬柴草用戶和1770萬煤氣、天然氣、液化石油氣用戶轉(zhuǎn)型升級使用綠色能源，每年能節(jié)約標(biāo)準(zhǔn)煤約3700萬t，減少CO2排放約1億t。由此可見，生活能源蘊(yùn)含著巨大碳減排潛力，是不可忽視的“雙碳”載體，應(yīng)進(jìn)一步加大居民生活能源消費(fèi)轉(zhuǎn)型升級以此促進(jìn)“雙碳”目標(biāo)的實現(xiàn)。

關(guān)鍵詞：“雙碳”目標(biāo)；碳排放；生活能源；生態(tài)環(huán)境；西部農(nóng)村

中圖分類號：TK01 文獻(xiàn)標(biāo)志碼：A

0 引 言

“雙碳”目標(biāo)的推進(jìn)和實現(xiàn)，既能使能源消費(fèi)結(jié)構(gòu)發(fā)生根本性變化，又能加快生態(tài)文明建設(shè)步伐。中國目前80% 碳排放是在能源生產(chǎn)過程中產(chǎn)生的，居民生活能源消費(fèi)和企業(yè)生產(chǎn)發(fā)展過程產(chǎn)生了超20 億t 碳排放［1］。當(dāng)前，農(nóng)村生活能源消費(fèi)不斷增加，已成為能源需求和碳排放增長的主要來源之一［2］。農(nóng)村生活能源消費(fèi)不僅關(guān)乎人與自然和諧共生，而且被賦予“雙碳”目標(biāo)實現(xiàn)的新使命。西部農(nóng)村生活能源消費(fèi)方式多樣但不平衡，其碳排放具有廣域、分散和總排放量大的特點(diǎn)，增加了環(huán)境壓力和脆弱性，已成為“雙碳”目標(biāo)實現(xiàn)亟待解決的現(xiàn)實問題。

關(guān)于農(nóng)村生活能源消費(fèi)及碳排放問題，國內(nèi)學(xué)者從不同視角和不同層次均有所探討，涉及地理條件、氣候環(huán)境、農(nóng)村交通、城鎮(zhèn)化發(fā)展、家庭收入、受教育程度、生活習(xí)慣、能源價格和獲取便利性等多個方面。本文按照能源—環(huán)境—“雙碳”的邏輯關(guān)系將主要文獻(xiàn)所研究的成果凝練形成3 個要點(diǎn)：

1）農(nóng)村生活能源消費(fèi)結(jié)構(gòu)的變遷對區(qū)域生態(tài)環(huán)境有不同程度的影響。已有文獻(xiàn)認(rèn)為薪柴、秸稈和煤炭等固體燃料不完全燃燒產(chǎn)生PM2.5、CO、SO2 對區(qū)域大氣環(huán)境產(chǎn)生影響［3］。農(nóng)村少有條件使用天然氣和集中供暖，煤炭廣泛使用，商品性的電能得到普及，燃?xì)飧嗟剡M(jìn)入家庭，沼氣和太陽能等可再生能源快速發(fā)展，而傳統(tǒng)的薪柴因采伐成本較高在使用量上逐漸減少［4］，能源結(jié)構(gòu)的優(yōu)化對于污染物排放具有減緩作用，而生活能源結(jié)構(gòu)變遷、消費(fèi)能力和使用設(shè)備技術(shù)等對生態(tài)環(huán)境有較大影響［5］。

2）優(yōu)化生活能源消費(fèi)結(jié)構(gòu)利于改善生態(tài)環(huán)境質(zhì)量。有研究指出，在中國的農(nóng)村地區(qū)，煤炭和生物質(zhì)等傳統(tǒng)固體燃料仍存在不同程度的使用。例如，沈國鋒等［6］初步測算青海和西藏地區(qū)農(nóng)村居民生活源排放的一次PM2.5 分別是3.21 萬t 和4.27 萬t，因地制宜地推進(jìn)秸稈、薪柴等生物質(zhì)能及太陽能的高效、清潔化利用，是促進(jìn)西南高原山區(qū)農(nóng)村能源可持續(xù)發(fā)展的必然選擇［7］。京津冀農(nóng)村能源發(fā)展不平衡，津冀農(nóng)村煤炭消費(fèi)比例較高，由此帶來嚴(yán)重的環(huán)境問題［8］，能源結(jié)構(gòu)的改變使生活源污染物排放量顯著下降［9］。從全國省域?qū)用婵?，農(nóng)村人口數(shù)量、農(nóng)業(yè)產(chǎn)業(yè)占比、消費(fèi)水平、農(nóng)戶收入水平與農(nóng)村生活能源消費(fèi)量的相關(guān)性較高［10］。西部地區(qū)較于中國其他地區(qū)的農(nóng)村而言，經(jīng)濟(jì)發(fā)展水平和居民可支配收入相對較低，區(qū)域生活能源消耗量大且消費(fèi)結(jié)構(gòu)復(fù)雜，但隨著鄉(xiāng)村振興戰(zhàn)略的不斷推進(jìn)，農(nóng)村與城鎮(zhèn)能源消費(fèi)水平差距逐漸縮小。

3）推廣綠色能源是實現(xiàn)“雙碳”目標(biāo)的重要措施。李竹等［11］研究了促進(jìn)可再生能源市場化消納的省級中長期交易機(jī)制以及與現(xiàn)貨市場的銜接問題；隋欣等［12］融合生態(tài)系統(tǒng)過程模型和InVEST 效益核算模型，構(gòu)建了基于“雙碳”目標(biāo)的脆弱區(qū)域生態(tài)光伏模式。綠色能源被寄予希望，尤其是光伏產(chǎn)業(yè)的發(fā)展對于減少碳排放具有重大意義，是實現(xiàn)“雙碳”目標(biāo)的保障之一，遺憾的是光伏產(chǎn)業(yè)現(xiàn)在還未成為農(nóng)村生活的主要能源。加大太陽能等綠色能源代替煤炭等傳統(tǒng)能源的使用，是降低碳排放最直接有效的方法，也是實現(xiàn)“雙碳”目標(biāo)的重要措施［13］。能源消費(fèi)強(qiáng)度、能源效率、消費(fèi)結(jié)構(gòu)、人口規(guī)模、可支配收入、環(huán)境效應(yīng)和干預(yù)政策等都可能影響農(nóng)村生活能源消費(fèi)。

基于已有文獻(xiàn)可知，傳統(tǒng)能源、生態(tài)環(huán)境、綠色能源三者之間相對獨(dú)立，又相互作用、相互滲透、相互協(xié)同形成了具有新系統(tǒng)結(jié)構(gòu)功能與動態(tài)關(guān)聯(lián)關(guān)系的系統(tǒng)，分析系統(tǒng)內(nèi)部傳統(tǒng)能源和綠色能源消費(fèi)結(jié)構(gòu)特征，有利于優(yōu)化西部農(nóng)村能源結(jié)構(gòu)和改善生態(tài)環(huán)境。農(nóng)村生活能源與“雙碳”目標(biāo)之間存在相互耦合的內(nèi)在邏輯關(guān)系，“雙碳”目標(biāo)的提出為改變農(nóng)村生活能源消費(fèi)結(jié)構(gòu)提供時代契機(jī)，而農(nóng)村綠色能源的普及率也為“雙碳”目標(biāo)的實現(xiàn)提供動力保障?，F(xiàn)有研究成果為本研究提供了學(xué)術(shù)背景和理論依據(jù)，然而，現(xiàn)有文獻(xiàn)研究范圍相對寬泛，基于大量調(diào)查統(tǒng)計的實證性研究不足，不利于能源環(huán)境管理和碳減排措施創(chuàng)新。

鑒于此，本研究參考《第三次全國農(nóng)業(yè)普查主要數(shù)據(jù)公報》［14］權(quán)威數(shù)據(jù)，結(jié)合國內(nèi)外學(xué)術(shù)文獻(xiàn)研究成果，充分考慮“雙碳”目標(biāo)下西部農(nóng)村生活能源現(xiàn)狀，利用現(xiàn)代統(tǒng)計分析方法，分析西部農(nóng)村生活能源消費(fèi)結(jié)構(gòu)特征及碳排放，為決策者通過改變居民生活能源消費(fèi)結(jié)構(gòu)來促進(jìn)“雙碳”目標(biāo)的實現(xiàn)提供科學(xué)參考和實證支撐。

1 資料與方法

1.1 研究區(qū)域

在新一輪西部大開發(fā)政策支持下，西部地區(qū)農(nóng)村發(fā)展越來越好，農(nóng)村能源需求側(cè)隨著社會發(fā)展而不斷變化，供給側(cè)結(jié)構(gòu)改革也在不斷調(diào)整適應(yīng)這個變化，但在現(xiàn)階段柴草、煤、電、沼氣、煤氣、太陽能等都有不同程度使用，這是西部農(nóng)村能源資源稟賦特點(diǎn)和經(jīng)濟(jì)社會發(fā)展水平所決定，選取西部農(nóng)村為研究區(qū)域具有一定代表性和典型性。西部農(nóng)村范圍參照《第三次全國農(nóng)業(yè)普查主要數(shù)據(jù)公報》［14］對西部地區(qū)范圍界定，包括陜西、甘肅、青海、重慶、四川、貴州、云南、廣西、寧夏、新疆和西藏。

1.2 數(shù)據(jù)來源

數(shù)據(jù)來源于《第三次全國農(nóng)業(yè)普查主要數(shù)據(jù)公報》［14］，主要是農(nóng)村生活能源數(shù)據(jù)，公報中將生活能源消費(fèi)種類劃分為柴草、煤、電、煤氣、天然氣、液化石油氣、沼氣、太陽能和其他能源。由于煤氣和天然氣當(dāng)前在農(nóng)村使用量較少，故在研究中選用液化石油氣作為氣類代表，另因其他能源未明確具體能源，無法進(jìn)行標(biāo)準(zhǔn)煤換算，故本文不作研究。通過互聯(lián)網(wǎng)、電話咨詢和購買公報等方式均未搜集到西藏第三次全國農(nóng)業(yè)普查主要數(shù)據(jù)公報（第四號），因主要數(shù)據(jù)缺失暫不研究西藏農(nóng)戶生活能源情況。

1.3 變量設(shè)置

將6 個自變量x 分為兩類：第一類為傳統(tǒng)生活能源（x1-煤，x2-柴草，x3-液化石油氣）；第二類為綠色生活能源（x4-電，x5-沼氣，x6-太陽能），這兩類自變量對因變量y 產(chǎn)生影響。因生活能源碳排放存在一定動態(tài)性和交叉性，難以獲取準(zhǔn)確實測值，故以理論值作為分析基礎(chǔ)。評價生活能源對碳排放影響的指標(biāo)類別、維度和層次較多，在此由于突出研究重點(diǎn)的需要，僅選取CO2 這一個指標(biāo)作為代表性指標(biāo)，利用《第三次全國農(nóng)業(yè)普查主要數(shù)據(jù)公報》［14］中10 個省區(qū)（市）現(xiàn)有生活能源使用戶數(shù)，結(jié)合戶均年能源消耗量和不同生活能源標(biāo)準(zhǔn)煤折算系數(shù)，統(tǒng)一換算為標(biāo)準(zhǔn)煤消耗量，最終計算出CO2 排放量。

1.4 研究方法

采用多元線性回歸分析與主成分分析相結(jié)合方法以更好地對數(shù)據(jù)進(jìn)行整理和運(yùn)算，提取有代表性、有價值的數(shù)字信息，并通過圖表等直觀方式來表達(dá)，以反映數(shù)據(jù)表面特征和內(nèi)在機(jī)理。

1）數(shù)據(jù)標(biāo)準(zhǔn)化處理。將不同類型數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理成能統(tǒng)一度量的指標(biāo)以提高數(shù)據(jù)可比性。將西部農(nóng)村主要生活能源分為兩類，一類為太陽能等對減排污染物有利的綠色能源，視為逆向指標(biāo)；另一類為煤等一次性非再生的傳統(tǒng)能源，視為正向指標(biāo)。正向指標(biāo)值越大則越不利碳減排，逆向指標(biāo)則相反，兩個指標(biāo)計算方法［15］見式（1）、式（2）。

X'=（X -Xmin ）/（Xmax -Xmin ） （1）

X ″=1-（X -Xmax ）/（Xmin -Xmax ） （2）

式中：X——指標(biāo)實際值；X'——正向指標(biāo)標(biāo)準(zhǔn)化值；X ″——逆向指標(biāo)標(biāo)準(zhǔn)化值；Xmax——指標(biāo)閾值上限；Xmin——指標(biāo)閾值下限。

2）多元線性回歸分析。針對生活能源與碳排放這一實際問題，設(shè)y 與x1，x2，…，x6 線性回歸模型［16］一般形式如式（3）所示。

y =β0 +β1 x1 +β2 x2 +…+β6 x6 （3）

式中：β0——回歸常數(shù)；β1，β2，…，β6——回歸系數(shù)；y——因變量；x1，x2，…，x6——自變量。采用SPSS 22.0 軟件輸出回歸常數(shù)、回歸系數(shù)等結(jié)果，檢驗自變量x 與因變量y 相關(guān)程度。

3）主成分分析。為客觀反映某一事物變化狀態(tài)及其特征，需采用主成分分析法［17］將復(fù)雜信息化繁為簡，篩選出關(guān)鍵指標(biāo)，將原來P 個指標(biāo)做線性組合構(gòu)成綜合指標(biāo)Fi。滿足式（4）～式（6）：

的前提條件，主成分模型可列為：

式中：A1i，A2i，…Api（i =1， …， m）——X 協(xié)差陣的特征值對應(yīng)的特征向量，A1i…A2i，…Api（i =1， …， m）——原始量經(jīng)過標(biāo)準(zhǔn)化處理的值。

2 結(jié)果與分析

2.1 西部農(nóng)村主要生活能源消費(fèi)結(jié)構(gòu)

基于《第三次全國農(nóng)業(yè)普查主要數(shù)據(jù)公報》［14］數(shù)據(jù)分析西部農(nóng)村主要生活能源結(jié)構(gòu)特征，生活能源每戶可選兩項，分項之和大于100%。由圖1 可知，太陽能占比和沼氣占比西部10 個省區(qū)（市）基本處于同一個水平線上，其中沼氣占比大多數(shù)省份處在2% 以下，只有四川和云南沼氣占比超過了2%；而各省區(qū)（市）的太陽能占比均在1% 以下，云南和青海太陽能發(fā)展相對較好；甘肅、寧夏、新疆的煤占比和云南、貴州的電占比幾乎相當(dāng)，均達(dá)到80% 以上；除寧夏、貴州和青海三省的柴草占比均在30% 以下外，其他省份的柴草占比普遍偏高，基本超過一半；在電占比方面新疆不足3%，而大多數(shù)省份都超過了50%，貴州接近90%，可稱之為西部農(nóng)村生活能源使用占比最大差異所在。

從平均水平來看，西部農(nóng)村主要生活能源占比排序依次為：太陽能0.29%、沼氣0.79%、液化石油氣19.95%、煤40.47%、柴草49.16%、電53.24%。使用電的農(nóng)戶超過一半，排在西部農(nóng)村生活能源首位；其次是柴草，對于農(nóng)村來說，農(nóng)民就地取材，不用付費(fèi)，幾乎無成本，當(dāng)在柴草采伐成本較高時，就會選擇煤和液化石油氣代替；沼氣和太陽能由于首次設(shè)備投入成本較高，推廣難度大，使用數(shù)量在短時間內(nèi)難以提高。相比較而言，西部農(nóng)村使用綠色能源農(nóng)戶占比要低于使用傳統(tǒng)能源農(nóng)戶占比，需要進(jìn)一步采取措施優(yōu)化能源消費(fèi)結(jié)構(gòu)。

2.2 生活能源消費(fèi)與碳排放相關(guān)性分析

2.2.1 多元線性回歸分析

對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理基礎(chǔ)上，把CO2 作為因變量，把煤、柴草、液化石油氣、電、沼氣、太陽能6 種主要生活能源換算為標(biāo)準(zhǔn)煤作為自變量，并進(jìn)行線性回歸分析，計算檢驗統(tǒng)計量的樣本觀察值，輸出結(jié)果如表1 所示。

顯著性水平通常有兩種取值分別為0.01 和0.05，當(dāng)P gt;0.05 表示差異性不顯著；0.01和0.05，當(dāng)P gt;0.05 表示差異性不顯著；0.01lt;P lt;0.05 表示差異性顯著；P lt;0.01 表示差異性極顯著。相關(guān)系數(shù)r 表示x 與y 線性關(guān)系的密切程度，其取值范圍通常為|r|≤1。由表2 可看出，煤、柴草、液化石油氣3 種傳統(tǒng)生活能源與CO2 顯著性系數(shù)均為0.000，P lt;0.01 表示差異性極顯著，而與CO2 相關(guān)系數(shù)分別是0.528、0.855 和1，|r|≤1，說明x1、x2 和x3 與y 相關(guān)程度較好；電、沼氣、太陽能3 種綠色能源與CO2 顯著性系數(shù)分別是0.365、0.404 和0.389，P 值均大于0.05 表示差異性不顯著，而與CO2 相關(guān)系數(shù)分別是0.711、0.791 和0.541，0lt;r lt;1，說明x3、x4 和x5 與y 相關(guān)程度略低；整體表明傳統(tǒng)能源與碳排放呈顯著相關(guān)關(guān)系，而綠色能源與碳排放呈不顯著相關(guān)關(guān)系，由此可以擬合出生活能源消費(fèi)與碳排放的多元線型回歸模型：

y =-0.002+2.62x1 +2.62x2 +2.62x3 -2.433x4 -1.479x5 -5.3x6（8）

2.2.2 主成分分析

一般來說KMO 值越接近1，Bartlett 檢驗結(jié)果的顯著性水平P 值小于0.1 表明這些樣本數(shù)據(jù)適合進(jìn)行主成分分析。如表2 所示，進(jìn)行主成分分析后的煤、柴草、液化石油氣、電、沼氣、太陽能對應(yīng)的主成分值分別是-0.496、0.965、0.856、0.918、0.957、0.882，這是從每個元件里10 個成分中提取的一個主成分，變異的和累加的起始特征值均為74.11%，說明新變量可代表原來變量的主要信息。經(jīng)檢驗，KMO 值為0.518，自由度df 值為15，Bartlett 檢驗值為56.906 且P 值為0.000，表明西部農(nóng)村不同生活能源之間存在一定相關(guān)性，前3 個主成分累加解釋貢獻(xiàn)率達(dá)到96.439%（一般情況下大于90% 表示結(jié)果是可靠的），說明煤、柴草、液化石油氣3 種能源消費(fèi)能夠很好地評價生活能源碳排放情況。

2.3 西部農(nóng)村主要生活能源空間分布

基于標(biāo)準(zhǔn)地圖和ArcGIS 10.7 中空間分析模塊的自然斷點(diǎn)分類法研究西部農(nóng)村生活能源空間分布，表現(xiàn)為3 種類型：第1 類為分布特征極明顯區(qū)，四川與甘肅生活能源分布格局差異極其明顯，四川使用柴草、液化石油氣、電、沼氣、太陽能的農(nóng)戶均較多，而甘肅情況則相反，僅使用煤的農(nóng)戶較多。第2 類為分布特征明顯區(qū)，貴州、廣西和云南生活能源分布格局差異明顯，貴州使用煤的農(nóng)戶數(shù)量較多，廣西使用液化石油氣的農(nóng)戶數(shù)量較多，云南使用太陽能的農(nóng)戶數(shù)量最多。第3 類為分布特征不明顯區(qū)，陜西、青海、重慶、寧夏和新疆生活能源疏密均衡，空間分布特征并不明顯。從整體來看，圖2 與圖3 存在明顯空間分布格局各異的特征，顯然西部農(nóng)村使用傳統(tǒng)能源農(nóng)戶比使用綠色能源農(nóng)戶數(shù)量要多，這表明綠色能源替代傳統(tǒng)能源的發(fā)展空間較大，通過節(jié)能減排促進(jìn)“雙碳”目標(biāo)實現(xiàn)的任務(wù)艱巨。

3 討 論

生活能源轉(zhuǎn)型升級是碳減排關(guān)鍵環(huán)節(jié)，是實現(xiàn)“雙碳”目標(biāo)不可忽視的著力點(diǎn)，能源消費(fèi)低碳化是碳中和目標(biāo)實現(xiàn)的主要抓手［18］，重構(gòu)能源體系是實現(xiàn)碳中和的關(guān)鍵目標(biāo)之一［19］，這些文獻(xiàn)研究與該研究結(jié)論基本一致，但結(jié)果存在一定差異，主要受研究數(shù)據(jù)和關(guān)注點(diǎn)不同的影響。該研究運(yùn)用全面權(quán)威的數(shù)據(jù)從實證層面回答了西部農(nóng)村生活能源的結(jié)構(gòu)特征、空間分布、碳排放及能源轉(zhuǎn)型等細(xì)節(jié)問題，進(jìn)一步明確了傳統(tǒng)生活能源和綠色生活能源對“雙碳”目標(biāo)實現(xiàn)的作用路徑，體現(xiàn)了該研究的應(yīng)用價值。

3.1 傳統(tǒng)生活能源對實現(xiàn)“雙碳”目標(biāo)有負(fù)面影響

從前文多元線性回歸分析結(jié)果來看，傳統(tǒng)能源與碳排放呈顯著相關(guān)關(guān)系，雖然傳統(tǒng)能源為生產(chǎn)生活提供基礎(chǔ)能源保障，但柴草、煤碳、煤氣消費(fèi)排放的污染物給生態(tài)環(huán)境造成壓力［20］，對“雙碳”目標(biāo)的實現(xiàn)產(chǎn)生負(fù)面影響，而沼氣、電、太陽能等綠色能源幾乎沒有污染物排放，對實現(xiàn)“雙碳”目標(biāo)具有積極貢獻(xiàn)，具體影響過程如圖4 所示。

降碳目標(biāo)與環(huán)境保護(hù)目標(biāo)之間形成相互促進(jìn)關(guān)系，氣候變化與生態(tài)環(huán)境等領(lǐng)域之間存在緊密耦合互饋關(guān)系，推進(jìn)“雙碳”目標(biāo)與生態(tài)保護(hù)、能源利用等目標(biāo)協(xié)同至關(guān)重要?！半p碳”目標(biāo)要求不斷夯實區(qū)域生態(tài)環(huán)境優(yōu)化的基礎(chǔ)保障，通過推進(jìn)安全、清潔、低碳的能源供給和高效可及的能源消費(fèi)，使區(qū)域生態(tài)環(huán)境不斷優(yōu)化，從而保障“雙碳”目標(biāo)順利實現(xiàn)。

3.2 發(fā)展綠色能源是實現(xiàn)“雙碳”目標(biāo)的有效措施

多元線性回歸分析結(jié)果整體上表明綠色能源與碳排放呈不顯著相關(guān)關(guān)系，隨著節(jié)能減排政策實施，西部農(nóng)村綠色能源在近幾年取得長足發(fā)展，在推動能源結(jié)構(gòu)調(diào)整方面的作用不斷增強(qiáng)，尤其是以太陽能為代表的能源替代作用日益明顯，充分發(fā)揮了西部農(nóng)村光照資源豐富的優(yōu)勢。農(nóng)村生活能源消費(fèi)結(jié)構(gòu)正在經(jīng)歷從傳統(tǒng)的粗放化、單一化向多樣化、清潔化、商品化的方向發(fā)展。加快太陽能、空氣能、風(fēng)能、地?zé)崮艿染G色能源的開發(fā)利用，滿足家用電器、熱水采暖、空調(diào)制冷等需求，發(fā)揮經(jīng)濟(jì)、環(huán)境和社會綜合效益是西部農(nóng)村實現(xiàn)能源轉(zhuǎn)型、保護(hù)生態(tài)環(huán)境和實現(xiàn)“雙碳”目標(biāo)的有效舉措，具體實現(xiàn)路徑如圖5 所示。

目前，西部農(nóng)村綠色能源產(chǎn)業(yè)有一定發(fā)展基礎(chǔ)，讓綠色能源盡早成為西部農(nóng)村主體能源，還需進(jìn)一步倡導(dǎo)合理用能方式，加強(qiáng)綠色能源技術(shù)創(chuàng)新，提升綠色能源利用效率水平，落實新能源補(bǔ)貼及稅收優(yōu)惠政策，通過政策導(dǎo)向鼓勵使用綠色能源，促進(jìn)生活能源與生態(tài)環(huán)境良性循環(huán)發(fā)展。

3.3 西部農(nóng)村主要生活能源消費(fèi)碳排放估算

生活能源消費(fèi)碳排放有多種形式，CO2 排放是本文研究的重點(diǎn)，其排放量隨著燃燒技術(shù)、燃料質(zhì)量以及控制技術(shù)等因素的變化會有所差異，考慮到數(shù)據(jù)獲取的滯后性以及可比性，估算CO2 排放量，首先需要將煤、柴草、煤氣、天然氣、液化石油氣折算為標(biāo)準(zhǔn)煤（折算時會存在誤差），以此作為能源標(biāo)準(zhǔn)量。由于液化石油氣、煤氣、天然氣農(nóng)戶數(shù)量在《第三次全國農(nóng)業(yè)普查主要數(shù)據(jù)公報》［14］中統(tǒng)計在一個類別，而這3 種氣體的折算標(biāo)準(zhǔn)煤系數(shù)略有不同，在此選用液化石油氣折算標(biāo)準(zhǔn)煤系數(shù)作為代表值。根據(jù)折算標(biāo)準(zhǔn)煤系數(shù)和戶均能源消耗量［21］，采用標(biāo)煤折算CO2 污染物排放量法［22］估算西部農(nóng)村傳統(tǒng)生活能源消費(fèi)碳排放量，其估算結(jié)果如表3 所示，主要計算公式見式（9）。

MCO2 =2.769Bce （9）

式中：MCO2——CO2 排放量，t；Bce——標(biāo)煤量，t；2.769——每噸標(biāo)煤CO2 排放量，t。

在西部農(nóng)村農(nóng)民做飯取暖使用的主要能源中，使用煤的約有1789 萬戶；使用柴草的約有4225 萬戶；使用煤氣、天然氣、液化石油氣的約有1770 萬戶。如果這些農(nóng)戶將傳統(tǒng)能源轉(zhuǎn)型升級為綠色能源，可估算出每年能節(jié)約標(biāo)準(zhǔn)煤約3700萬t，減少CO2 排放1 億t，這個碳減排潛力是相當(dāng)可觀的，即使在有限時期內(nèi)開發(fā)部分潛力，對于“雙碳”目標(biāo)的實現(xiàn)也具有積極貢獻(xiàn)。

4 結(jié) 論

1）從統(tǒng)計分析結(jié)果來看，KMO 值為0.518，自由度df 值為15，Bartlett 檢驗值為56.906。傳統(tǒng)能源與CO2 顯著性系數(shù)P lt;0.01 表明差異性極顯著，相關(guān)系數(shù)|r|≦1 呈相關(guān)線性關(guān)系；綠色能源與CO2 顯著性系數(shù)P gt;0.05 表明差異性不顯著，相關(guān)系數(shù)r lt;1 呈相關(guān)線性關(guān)系。整體表明傳統(tǒng)能源與碳排放呈顯著相關(guān)關(guān)系，綠色能源與碳排放呈不顯著相關(guān)關(guān)系。

2）生活能源消耗具有固定廢棄物排放點(diǎn)，屬于一種點(diǎn)源污染，加劇了生態(tài)環(huán)境脆弱性。從空間分布上看，西部農(nóng)村生活能源存在明顯空間分布格局各異的特征，四川和甘肅生活能源分布特征極明顯，貴州、廣西和云南生活能源分布特征明顯，陜西、青海、重慶、寧夏和新疆生活能源分布特征不明顯。

3）從平均水平來看，西部農(nóng)村主要生活能源占比排序依次為：太陽能0.29%、沼氣0.79%、液化石油氣19.95%、煤40.47%、柴草49.16%、電53.24%。整體而言，西部農(nóng)村使用綠色能源農(nóng)戶占比僅有18.1%，且大多數(shù)省份沼氣占比在2%以下，太陽能占比在1% 以下，這表明通過發(fā)展綠色能源促進(jìn)“雙碳”目標(biāo)實現(xiàn)的任務(wù)艱巨。

4）若西部農(nóng)村1789 萬煤用戶、4225 萬柴草用戶和1770萬煤氣、天然氣、液化石油氣用戶轉(zhuǎn)型升級使用綠色能源，每年能節(jié)約標(biāo)準(zhǔn)煤約3700 萬t，減少CO2 排放1 億t，這個碳減排潛力是相當(dāng)可觀的，即使在有限時期內(nèi)開發(fā)部分潛力，對于雙碳目標(biāo)的實現(xiàn)也具有積極貢獻(xiàn)。因此，應(yīng)進(jìn)一步加大居民生活能源消費(fèi)轉(zhuǎn)型升級力度。

［參考文獻(xiàn)］

［1］ 黃奇帆. 未來15年， 中國的發(fā)展戰(zhàn)略會出現(xiàn)什么樣變化？［EB/OL］. 上海：第一財經(jīng)， 2021-10-18［2021-10-22］. https：//www.yicai.com/news/101200309.html.

HUANG Q F. What will happen to China’s developmentstrategy in the next 15 years？［EB/OL］. Shanghai： Firstfinance and economics， 2021-10-18 ［2021-10-22］. https：//www.yicai.com/news/101200309.html.

［2］ 孫云成， 高巍， 呂俊寶.“ 雙碳”目標(biāo)下光伏產(chǎn)業(yè)發(fā)展的新機(jī)遇與光伏在能源網(wǎng)絡(luò)中的運(yùn)用淺析［J］. 數(shù)字通信世界， 2023（2）： 124-126.

SUN Y C， GAO W， LU J B. New opportunities forphotovoltaic development under the“ double carbon” targetand its application in energy network［J］. Digitalcommunication world， 2023（2）： 124-126.

［3］ 王德羿， 王體健， 韓軍彩， 等.“ 2+26”城市大氣重污染下PM2.5 來源解析［J］. 中國環(huán)境科學(xué)， 2020， 40（1）：92-99.

WANG D Y， WANG T J， HAN J C， et al. Sourceapportionment of PM2.5 under heavy air pollution conditionsin“ 2+26” cities［J］. China environmental science， 2020，40（1）： 92-99.

［4］ 李宗泰， 李華， 肖紅波， 等. 北京農(nóng)村生活能源消費(fèi)結(jié)構(gòu)及影響因素分析［J］. 生態(tài)經(jīng)濟(jì)， 2017， 33（12）：101-104.

LI Z T， LI H， XIAO H B， et al. Analysis of energyconsumption structure and its influencing factors in ruralareas of Beijing［J］. Ecological economy， 2017， 33（12）：101-104.

［5］ 李風(fēng)琦. 基于STIRPAT模型的農(nóng)村生活能源消費(fèi)的生態(tài)效應(yīng)分析［J］. 湖南科技大學(xué)學(xué)報（社會科學(xué)版），2019， 22（1）： 75-83.

LI F Q. Analysis of ecological effects of rural householdenergy consumption based on STIRPAT model［J］. Journalof Hunan University of Science amp; Technology（socialscience edition）， 2019， 22（1）： 75-83.

［6］ 沈國鋒， 熊瑞， 程和發(fā)， 等. 青藏農(nóng)村生活能源結(jié)構(gòu)及一次PM2.5 排放估算［J］. 科學(xué)通報， 2021， 66（15）：1900-1911.

SHEN G F， XIONG R， CHENG H F， et al. Ruralresidential energy carrier structure and primary PM2.5emissions from the Qinghai-Tibet Plateau［J］. Chinesescience bulletin， 2021， 66（15）： 1900-1911.

［7］ 李欣欣， 石祖梁， 王久臣， 等. 我國西南高原山區(qū)農(nóng)村生活能源消費(fèi)時空分布特征［J］. 農(nóng)業(yè)工程， 2019， 9（12）： 49-54.

LI X X， SHI Z L， WANG J C， et al. Spatial and temporaldistribution characteristics of rural life energy consumptionin plateau mountainous areas of southwest China［J］.Agricultural engineering， 2019， 9（12）： 49-54.

［8］ 羅國亮， 徐玄， 張嘉昕. 京津冀農(nóng)村生活能源消費(fèi)變化及影響因素分析［J］. 華北電力大學(xué)學(xué)報（社會科學(xué)版），2021（2）： 20-30.

LUO G L， XU X， ZHANG J X. An empirical analysis onthe changes and influencing factors of rural energyconsumption in Beijing， Tianjin and Hebei［J］. Journal ofNorth China Electric Power University （social sciences），2021（2）： 20-30.

［9］ 邢冉， 沈國鋒， 程和發(fā)， 等. 東北地區(qū)農(nóng)村生活能源結(jié)構(gòu)變遷及其對區(qū)域污染物排放的影響［J］. 生態(tài)環(huán)境學(xué)報， 2022， 31（12）： 2367-2373.

XING R， SHEN G F， CHENG H F， et al. Changes ofresidential energy structure and regional pollutantemissions in rural areas of northeast China［J］. Ecology andenvironmental sciences， 2022， 31（12）： 2367-2373.

［10］ 王春玉. 中國農(nóng)村生活能源消費(fèi)的空間格局與影響因素研究［J］. 黑河學(xué)院學(xué)報， 2021， 12（3）： 55-57.

WANG C Y. Spatial pattern and influencing factors of ruralhousehold energy consumption in China［J］. Journal ofHeihe University， 2021， 12（3）： 55-57.

［11］ 李竹， 宋莉， 于松泰， 等. 促進(jìn)可再生能源市場化的省內(nèi)中長期運(yùn)行策略研究［J］. 太陽能學(xué)報， 2023， 44（2）：317-325.

LI Z， SONG L， YU S T， et al. Research on medium andlong-term operation strategy of promoting marketization ofrenewable energy in province［J］. Acta energiae solarissinica， 2023， 44（2）： 317-325.

［12］ 隋欣， 魏毅， 羅小林， 等. 面向“雙碳”目標(biāo)的脆弱區(qū)域生態(tài)光伏模式研究［J］. 太陽能學(xué)報， 2022， 43（7）： 56-63.

SUI X， WEI Y， LUO X L， et al. Emergence of a newpattern of ecological solar photovoltaics（ECO-PV） inecologically fragile areas driven by carbon peak andneutrality targets in China［J］. Acta energiae solarissinica， 2022， 43（7）： 56-63.

［13］ 郝亮亮， 竇兵兵， 常甜， 等.“ 雙碳”背景下能源行業(yè)的發(fā)展與展望［J］. 能源與節(jié)能， 2023（4）： 58-60.

HAO L L， DOU B B， CHANG T， et al. Development andprospect of energy industry under background of carbonpeaking and carbon neutrality［J］. Energy and energyconservation， 2023（4）： 58-60.

［14］ 國家統(tǒng)計局. 第三次全國農(nóng)業(yè)普查主要數(shù)據(jù)公報（第四號）［EB/OL］. 北京：國家統(tǒng)計局官網(wǎng)，2017-12-16［2021-08-11］. http：//www.stats.gov.cn/tjsj/tjgb/nypcgb/qgnypcgb/201712/t20171215_1563634.html.

National Bureau of Statistics. Main data bulletin of thethird National Agricultural Census （No. 4）［EB/OL］.Beijing：Official website of the National Bureau ofStatistics，2017-12-16［2021-09-11］. http：//www.stats.gov.cn/tjsj/tjgb/nypcgb/qgnypcgb/201712/t20171215_1563634.html.

［15］ 何曉群. 現(xiàn)代統(tǒng)計分析方法與應(yīng)用［M］. 4版. 北京： 中國人民大學(xué)出版社， 2016： 86-106， 31.

HE X Q. Modern statistical analysis method and itsapplication［M］. 4th ed. Beijing： China Renmin UniversityPress， 2016： 86-106， 31.

［16］ 王娟娟， 何佳琛. 西部地區(qū)生態(tài)環(huán)境脆弱性評價［J］. 統(tǒng)計與決策， 2013（22）： 49-52.

WANG J J， HE J C. Evaluation of eco-environmentalvulnerability in western China［J］. Statistics amp; decision，2013（22）： 49-52.

［17］ 呂連宏， 張保留， 謝雪松， 等. 中國能源生態(tài)安全影響評估與政策建議［J］. 環(huán)境科學(xué)研究，2018，31（11）：1819-1826.

LU L H，ZHANG B L，XIE X S，et al. China’s energyecological security impact assessment and policyrecommendation［J］. Research of environmental sciences，2018， 31（11）：1819-1826.

［18］ 劉侃. 中國2060年碳中和目標(biāo)及其落實路徑研究［J］.生態(tài)經(jīng)濟(jì)， 2021， 37（11）： 13-17， 39.

LIU K. Research on China’s 2060 carbon neutralitycommitment and its implementation paths［J］. Ecological economy， 2021， 37（11）： 13-17， 39.

［19］ 劉曉龍， 崔磊磊， 李彬， 等. 碳中和目標(biāo)下中國能源高質(zhì)量發(fā)展路徑研究［J］. 北京理工大學(xué)學(xué)報（社會科學(xué)版）， 2021， 23（3）： 1-8.

LIU X L， CUI L L， LI B， et al. Research on the highqualitydevelopment path of China’s energy industry underthe target of carbon neutralization［J］. Journal of BeijingInstitute of Technology（ social sciences edition）， 2021， 23（3）： 1-8.

［20］ 崔亮， 薛志鋼， 杜謹(jǐn)宏. 太原市居民生活燃煤大氣污染物排放清單研究［J］. 環(huán)境科學(xué)研究， 2019， 32（6）：959-965.

CUI L， XUE Z G， DU J H. Estimation of air pollutantemissions from residential coal combustion of Taiyuan city［J］. Research of environmental sciences， 2019， 32（6）：959-965.

［21］ 雷小苗， 何繼江， 楊守斌， 等. 能源轉(zhuǎn)型視域下“零碳鄉(xiāng)村”的可行性和環(huán)保性： 以陜西關(guān)中C縣F村為例［J］.北京理工大學(xué)學(xué)報（社會科學(xué)版）， 2020， 22（5）： 32-41.

LEI X M， HE J J， YANG S B， et al. Feasibility andenvironmental protection of “zero carbon rural” from theperspective of energy transition： take F village in middlearea of Shaanxi Province as an example［J］. Journal ofBeijing Institute of Technology （social sciences edition），2020， 22（5）： 32-41.

［22］ 黃靜， 汪毅， 汪永祥. 光伏發(fā)電節(jié)能減排環(huán)境效益計算方法探討［J］. 華北電力技術(shù)， 2014（10）： 67-70.

HUANG J， WANG Y， WANG Y X. Research onenvironmental benefits computing method of energy savingfor photovoltaic system［J］. North China electric power，2014（10）： 67-70.

基金項目：陜西省科技廳2024度科技計劃項目（2024ZC-YBXM-078）；陜西省社會科學(xué)基金年度項目（2020D011）