北京市二氧化碳排放驱动因素分析——基于STIRPAT模型

我国二氧化碳排放的特点及影响因素分析
李国志;李宗植
【期刊名称】《广西财经学院学报》
【年(卷),期】2011(24)1
【摘要】对我国30个省份1995年-2007年的二氧化碳排放量进行了测算,在此基础上,利用STIRPAT模型对碳排放与各影响因素之间的关系进行分析,并利用Kaya方法对碳排放变化进行因素分解.结果表明,碳排放与经济增长之间呈现"U"型曲线关系,并且存在较强的排放惯性.因素分解结果显示,经济增长是碳排放最主要的驱动因素,技术进步对碳减排有较强的促进作用但具有一定随机性,能源消费结构和人口规模对碳排放影响不明显.基于上述,本文提出相关建议.
【总页数】7页(P56-62)
【作者】李国志;李宗植
【作者单位】南京航空航天大学,经济管理学院,江苏,南京,210016;江西农业大学,南昌商学院,江西,南昌,330013;江西农业大学,南昌商学院,江西,南昌,330013
【正文语种】中文
【中图分类】X24
【相关文献】
1.我国二氧化碳排放的特点、趋势及政策取向 [J], 金三林
2.我国二氧化碳排放的主要特点及减排路径 [J], 金三林
3.我国二氧化碳排放的特点、趋势及政策取向 [J], 金三林
4.基于异质性假设的我国二氧化碳排放影响因素分析 [J], 吴奇峰;蔡风景
5.我国建筑业二氧化碳排放的影响因素分析—基于半参数可加回归面板模型的实证研究 [J], 李芬
因版权原因，仅展示原文概要，查看原文内容请购买。

基于STIRPAT模型的民用建筑碳排放影响机理分析及预测研
究
徐坚;张蓝天;钱宇佳
【期刊名称】《环境科学与管理》
【年(卷),期】2024(49)3
【摘要】在“碳中和碳达峰”目标下,碳减排工作要“因地制宜,统筹兼顾”。

不同地区经济发展及资源禀赋有差异,以云南省为例,基于能源平衡表的建筑能耗拆分模型,测算2011年-2020年云南民用建筑碳排放量,基于STIRPAT模型,采用岭回归
从人口、经济、技术三方面探究云南民用建筑碳排放的影响机理,根据云南省发展
目标预测中短期的民用建筑碳排放量,最后总结碳减排策略。

结果表明:影响云南民
用建筑碳排放的主要因素按影响程度为人均可支配收入>常住人口城镇化率>能源
强度>第三产业增加值,2025年云南民用建筑碳排放量较2020年预计增长1.2倍。

【总页数】6页(P39-44)
【作者】徐坚;张蓝天;钱宇佳
【作者单位】云南大学建筑与规划学院
【正文语种】中文
【中图分类】X22
【相关文献】
1.大型工业城市碳排放影响因素分析及趋势预测——基于PLS-STIRPAT模型的实证研究
2.中国碳排放影响因素分析和趋势预测——基于STIRPAT和GM(1,1)模型
的实证研究3.基于扩展STIRPAT模型与情景分析法的青岛市能源消费碳排放预测及减碳措施研究4.STIRPAT模型下能源碳排放影响因素与碳排放趋势情景分析——基于中国黑龙江省的实证研究5.基于STIRPAT模型的江苏省能源消费碳排放影响因素分析及趋势预测
因版权原因，仅展示原文概要，查看原文内容请购买。

Journal of Low Carbon Economy 低碳经济, 2020, 9(2), 100-110Published Online May 2020 in Hans. /journal/jlcehttps:///10.12677/jlce.2020.92011Influencing Factors and Peak Values ofCarbon Emission Based on STIRPAT Model—Taking Shandong Province as an ExampleZhenyue Fan, Mengzhen Zhao, Weifeng Gong, Chuanhui WangSchool of Economics, Qufu Normal University School, Rizhao ShandongReceived: Apr. 19th, 2020; accepted: May 11th, 2020; published: May 18th, 2020AbstractBased on the population, GDP per capita, energy intensity, energy structure, level of foreign in-vestment, urbanization level, and industrial structure from 2000 to 2017, this paper constructed an improved STIRPAT model and analyzed the relationship between total carbon emissions and various influencing factors using the ridge regression. And on this basis, through the scenario analysis method, for different scenarios, Shandong Province predicted the time to reach the peak of carbon emissions. The research results show that population size, GDP per capita, energy structure, level of foreign investment, urbanization level, and industrial structure have a positive correlation with the carbon emissions of Shandong Province, but there are differences in the im-pact of each. The energy intensity has a negative correlation with carbon emissions. According to the scenario analysis of the STIRPAT model, it is predicted that about 75% of the probability of Shandong Province will reach the target of peak carbon emissions by 2030. Finally, in light of the above analysis, it proposes to adjust the energy structure, promote technological innovation, and promote energy-saving emission reduction measures.KeywordsCarbon Emission, Peak, STIRPAT Model基于STIRPAT模型的碳排放影响因素及峰值研究——以山东省为例范振月，赵梦真，公维凤，王传会曲阜师范大学经济学院，山东日照范振月 等收稿日期：2020年4月19日；录用日期：2020年5月11日；发布日期：2020年5月18日摘 要本文基于2000~2017年的人口数量、人均GDP 、能源强度、能源结构、外商投资水平、城镇化水平以及产业结构的情况，构建了改进后的STIRPAT 模型，运用岭回归估计方法，分析碳排放总量与各影响因素之间的关系。

《北京市制造业减污降碳协同效应分析和驱动因素》篇一北京市制造业减污降碳协同效应分析与驱动因素一、引言随着全球气候变化和环境问题日益严重，减污降碳已成为各国共同面对的重大挑战。

北京市作为中国的首都，其制造业的减污降碳工作显得尤为重要。

本文旨在分析北京市制造业减污降碳的协同效应及其驱动因素，以期为其他地区提供参考与借鉴。

二、北京市制造业减污降碳现状北京市制造业在发展过程中，逐渐认识到环保与可持续发展的重要性。

通过实施一系列政策措施，如提高排放标准、推广清洁生产等，北京市制造业的污染排放得到了有效控制。

同时，企业积极采取措施降低碳排放，如采用低碳技术、优化生产流程等，实现了经济效益与环保效益的双赢。

三、减污降碳协同效应分析（一）环境效益减污降碳的协同效应首先体现在环境效益上。

通过减少污染排放和降低碳排放，北京市的空气质量和水质得到了显著改善。

同时，绿色生产方式的推广，使得企业生产过程中的资源利用率得到提高，减少了废弃物的产生。

（二）经济效益除了环境效益，减污降碳还带来了显著的经济效益。

一方面，企业通过采用低碳技术、优化生产流程等措施，降低了生产成本，提高了市场竞争力。

另一方面，政府对环保产业的扶持政策，为相关企业提供了发展机遇，促进了产业升级和经济发展。

（三）社会效益减污降碳的协同效应还体现在社会效益上。

通过改善环境质量，提高了市民的生活质量。

同时，绿色生产方式的推广，增强了公众的环保意识，形成了良好的社会氛围。

此外，减污降碳还有助于缓解资源短缺问题，保障国家能源安全。

四、驱动因素分析（一）政策驱动政策是推动北京市制造业减污降碳的主要驱动力。

政府通过制定严格的排放标准和环保政策，引导企业采取环保措施。

同时，政府对环保产业的扶持政策，为相关企业提供了发展机遇，推动了产业升级和经济发展。

（二）技术进步技术进步是减污降碳的重要支撑。

随着科技的发展，越来越多的低碳技术、清洁生产技术等被应用到制造业中，为企业降低污染排放和碳排放提供了可能。

《北京市制造业减污降碳协同效应分析和驱动因素》篇一北京市制造业减污降碳协同效应分析与驱动因素研究一、引言随着全球气候变化和环境问题日益严重，减污降碳已成为各国共同面临的挑战。

北京市作为我国政治、文化中心和国际大都市，其制造业的减污降碳工作尤为重要。

本文旨在分析北京市制造业减污降碳的协同效应及驱动因素，以期为相关政策的制定和实施提供参考。

二、北京市制造业减污降碳现状近年来，北京市制造业在环保方面取得了一定的成绩。

通过加强环保法规的制定和执行，推广清洁生产技术，提高能源利用效率，以及优化产业结构等措施，实现了污染物的减排和碳排放的降低。

然而，随着制造业的快速发展，如何在保持经济增长的同时，实现减污降碳的协同效应，仍是当前面临的重要问题。

三、减污降碳协同效应分析（一）协同效应的定义减污降碳协同效应是指在减少污染物排放和降低碳排放的过程中，实现经济、社会和环境的协同发展。

在北京市制造业中，通过实施一系列政策措施，可以实现污染治理和碳排放减少的双重目标。

（二）协同效应的表现1. 技术创新：通过推广清洁生产技术，提高能源利用效率，实现污染物的减排和碳排放的降低。

2. 产业结构调整：优化产业结构，发展高端制造业和服务业，降低高污染、高碳排放行业的比重。

3. 环保法规的执行：加强环保法规的制定和执行，提高企业的环保意识和责任感。

四、驱动因素分析（一）政策驱动政策是推动北京市制造业减污降碳的主要驱动力。

政府通过制定和执行环保法规、产业政策、能源政策等，引导企业实现减污降碳的目标。

此外，政府还通过提供财政支持、税收优惠等措施，鼓励企业加大环保投入，推动技术创新和产业升级。

（二）市场驱动市场是推动北京市制造业减污降碳的重要力量。

随着消费者对环保产品的需求不断增加，企业为满足市场需求，需要加大环保投入，提高产品质量。

同时，企业间的竞争也促使他们不断进行技术创新和产业升级，以降低生产成本和提高产品质量。

（三）技术驱动技术创新是推动北京市制造业减污降碳的关键因素。

《北京市制造业减污降碳协同效应分析和驱动因素》篇一一、引言在当今全球气候变暖的大背景下，碳排放的减少和污染治理已经成为世界各国的共识和重要议题。

北京市作为中国首都和特大型城市，肩负着探索实现减污降碳的重要责任。

而制造业作为城市经济的重要组成部分，减污降碳的任务更是艰巨。

本文将对北京市制造业的减污降碳协同效应进行分析，并探讨其驱动因素。

二、北京市制造业减污降碳现状近年来，北京市在制造业的减污降碳方面取得了显著成效。

通过实施一系列政策措施，如加强环保法规的制定与执行、推动绿色制造技术的研发与应用、优化产业结构等，有效降低了制造业的碳排放和污染排放。

同时，企业也积极响应政策，加大环保投入，推动绿色生产。

三、减污降碳协同效应分析（一）能源结构调整与碳排放降低北京市在减污降碳过程中，通过优化能源结构，减少对化石能源的依赖，提高可再生能源的使用比例。

例如，大力推广使用太阳能、风能等清洁能源，替代传统的高污染、高排放能源。

这一措施不仅减少了碳排放，还有助于降低空气污染。

（二）技术创新与减排效率提升用新的绿色制造技术，如高效节能设备、低碳材料等，可以有效提高生产效率，降低碳排放。

同时，新技术的应用还可以促进产业升级，推动制造业向更加绿色、低碳的方向发展。

（三）产业协同与资源循环利用在减污降碳过程中，产业协同和资源循环利用发挥着重要作用。

通过加强产业链上下游企业的合作与沟通，实现废弃物和副产品的资源化利用，减少资源浪费和环境污染。

同时，通过建立循环经济园区、绿色产业园区等，推动产业间的协同发展，提高整体减污降碳效果。

四、驱动因素分析（一）政策驱动政策是推动北京市制造业减污降碳的主要驱动力。

政府通过制定和执行严格的环保法规、提供财政支持、鼓励企业进行绿色技术创新等措施，引导企业走向绿色发展道路。

同时，政府还加强了环保执法力度，对违法排放的企业进行严厉处罚。

（二）市场驱动随着消费者对绿色产品的需求不断增加，市场对绿色制造的需求也在不断增长。

《北京市制造业减污降碳协同效应分析和驱动因素》篇一北京市制造业减污降碳协同效应分析与驱动因素研究一、引言随着全球气候变化问题的日益严峻，减少碳排放和降低环境污染成为世界各国的共识。

中国政府亦致力于此项重大战略目标，推动各个行业的减污降碳。

北京作为中国的重要经济、文化和政治中心，其制造业的发展在其中占据了举足轻重的地位。

本文将对北京市制造业的减污降碳协同效应进行深入分析，并探讨其背后的驱动因素。

二、北京市制造业减污降碳的协同效应（一）减污与降碳的双重目标在应对全球气候变化和环境质量持续恶化的挑战下，北京市的制造业在追求经济效益的同时，也积极承担起减污降碳的社会责任。

通过技术创新和产业升级，制造业实现了污染物排放的减少和碳排放的降低，形成了减污与降碳的双重效应。

（二）协同效应的体现减污与降碳并非孤立存在，两者之间存在着密切的协同效应。

一方面，减少污染物排放有助于改善环境质量，提升生态系统的碳汇能力；另一方面，降低碳排放也有助于提高资源利用效率，从而减少废物的产生。

因此，减污降碳的协同效应体现在环境保护与经济发展的双重目标上。

三、驱动因素分析（一）政策驱动政策是推动北京市制造业减污降碳的主要驱动力之一。

政府出台了一系列关于环保和减排的政策措施，如绿色税收、碳交易市场、排污许可制度等，通过经济激励和法规约束推动制造业的绿色转型。

（二）技术驱动技术创新是推动制造业减污降碳的关键因素。

随着新工艺、新技术和新材料的不断涌现，制造业在提高产品质量和降低生产成本的同时，也实现了污染物的减少和碳排放的降低。

例如，新能源技术的应用、节能减排技术的推广等。

（三）市场驱动市场需求也是推动制造业减污降碳的重要因素。

随着消费者对环保产品的需求不断增加，企业为了满足市场需求，纷纷进行绿色生产和绿色产品的研发。

此外，绿色供应链和绿色贸易的兴起也为企业提供了新的发展机遇。

（四）企业社会责任驱动越来越多的企业开始积极履行社会责任，关注环境保护和可持续发展。

中国工业二氧化碳排放的影响因素分析作者：张昊来源：《科技创新与应用》2015年第22期摘要：随着全球变暖问题的日益严重，工业二氧化碳排放成为世界普遍关注的问题，哥本哈根会议更是将二氧化碳排放问题放在了关乎人类命运的重要位置，我国温家宝同志曾代表中国政府庄重承诺：到2020年我国单位国内生产总值二氧化碳排放比2005年下降40～45%，由此可见降低工业二氧化碳排放已成为时代发展的必然选择，文章将针对影响我国工业二氧化碳排放的因素展开研究，力图找到减少排放的有效途径。

关键词：工业二氧化碳排放总量；人均工业二氧化碳排放量；工业二氧化碳排放强度前言全球变暖是现阶段世界范围内最严重的环境问题，导致全球变暖的温室气体由二氧化碳（CO2）、甲烷（CH4）等多种气体组成，而CO2不论是比重还是增温效应都明显高于其他，所以现阶段降低CO2排放量成为控制全球变暖速度的主要途径。

1 中国工业二氧化碳排放总量影响因素分析1.1 建立分解模型工业CO2排放总量通常受到人口数量（P）、区域经济发展水平（M）、区域能源消费结构（N）、能源强度（O）和CO2排放系数（R）的影响，利用对数均值迪氏分解方法可以建立分解模型，C=■P×M×N×O×R，为了使研究的方向性更为明确，将CO2排放的弹性系数变化贡献值视为0，贡献率固定位1。

1.2 数据来源及分析由于2009年根本哈根会议提出后，世界各国都采取了有效措施进行CO2排放控制，所以文章以1997年至2008年《中国统计年鉴》中能源消费总量的数据记载为数据来源，可以发现煤炭、石油、天然气、水电这四种我国现阶段工业最广泛使用的能源都会生成一定的CO2，在2002年虽然排放量有所减少但其整体趋势是CO2排放总量上升，通过对数据整合分析可以发现，经济发展水平和人口数量的增加会直接推动CO2排放总量的上升，而且经济发展水平的作用比人口数量更加明显，在1997-2008年，虽然贡献值变化呈现出不稳定的状态，但从整体趋势上看CO2排放总量是上升的，甚至在2009年CO2排放总量达到了最大值，数值达到162312.9万吨，1997年为916.9吨，经济发展水平的提升明显加大了CO2排放总量，而人口因素对其促进作用相对较弱，在2002-2005年能源消费结构发生变化，其贡献率突破1，能源消费结构和能源强度作为CO2排放总量的抑制因素，2010年相对于2009年减少了115094.6吨，由此可见在经济发展水平和人口数量一定的情况下，对能源消费结构进行调整，可以有效的抑制CO2排放总量[1]。

基于STIRPAT扩展模型的能源消费碳排放多变量影响因素分
析——以山西省为例
王圣杰;张智羽
【期刊名称】《内蒙古科技与经济》
【年(卷),期】2024()2
【摘要】通过IPCC碳排放系数法估算了2000—2019年山西省能源碳排放量,选用STIRPAT扩展模型,利用相关性检验、普通最小二乘回归和岭回归逐步分析了山西省能源碳排放的影响因素,研究结果表明:在其他变量不变的条件下,人口规模、城镇化率、人均GDP、产业结构、居民消费价格指数、碳排放强度、能源强度和能
源结构每项分别增长1%,能源碳排放量分别对应变化1.143%、0.487%、0.107%、0.069%、-0.468%、-0.068%、-0.107%、-0.408%。

山西省为进一步降低能源
消费量和能源碳排放量,应当促进低碳经济、增强居民绿色消费意愿,加快能源技术
创新、推动清洁生产,加快经济转型、促进产业结构升级,建立碳交易市场、利用市
场机制助力节能减排。

【总页数】5页(P114-118)
【作者】王圣杰;张智羽
【作者单位】山西财经大学经济学院;内蒙古科技大学能源与环境学院
【正文语种】中文
【中图分类】F062.1;F225
【相关文献】
1.广东省能源消费碳排放的多变量驱动因素——基于扩展的STIRPAT模型
2.基于STIRPAT模型的能源消费碳排放的影响因素研究——以长三角地区为例
3.长江经济带能源消费碳排放的多变量驱动因素研究
——基于扩展STIRPAT模型4.新疆能源消费碳排放的多变量驱动因素分析--基于扩展的STIRPAT模型5.基于扩展STIRPAT模型与情景分析法的青岛市能源消费碳排放预测及减碳措施研究
因版权原因，仅展示原文概要，查看原文内容请购买。

N orthwest population2014年第1期第35卷改革开放以来，中国城镇化发展迅速，国家统计局数据显示，截止2011年末，中国的城镇人口数量首次超过农村，城镇人口已经从1978的17.92%跃升到51.27%。

根据诺瑟姆曲线规律，当城镇化水平在30%-70%之间时，表明此国家进入了城镇化和现代化的高速发展时期，人均耗能和能源强度会快速上升[1]。

同时，与城镇化进程相伴随的，是工业化水平的发展和城市建设投资的增加，大规模的城市基础设施建设和城市住房建设必然增加钢铁、水泥等高耗能产品的消费，高耗能产品的生产会增加碳排放量。

另一方面，城镇化提高了公共基础设施的使用效率，这又会降低能源消耗量和碳排放量，这两种不同方向的影响使城镇化和碳排放之间的关系变得很复杂。

因此，找出城镇化与碳排放量之间的确切关系，评估其影响程度，对中国制定合理的减排措施，实现减排目标具有重要意义。

基于此，本文拟选取具有代表意义的省会城市和直辖市，研究城镇化和碳排放量之间的关系，以期得到的结论能为我国城市的碳排放政策提供参考。

一、文献综述随着中国城镇化的迅猛发展，学者们对此的研究也越来越多，最初大部分的研究集中在城镇化与能源消耗的关系之间。

如Jones，D.W.（1991）指出在经济发展过程中，工业化和城镇化是相互伴随。

城镇化对能源利用的影响在一定程度上是独立的。

能源利用的最大单项改变来源于个人交通。

城市客运交通加重了燃料的消费[2]。

刘耀彬（2007）分析了江西省城市进程中的资源消耗，分析发现，江西省城镇化水平变化是人均能源消费增长的格兰杰因果原因，城镇化水平的提高对人均能源消费具有正的冲击效果[3]。

许冬兰，李琰（2010）则通过建立向量自回归模型，运用格兰杰因果分析方法和协整分析方法实证分析了山东省城镇化和能源消耗量之间的长短期关系，结果表明，山东省城镇化水平提高是导致能源消费量增长的格兰杰因果原因[1]。

彭勃，雷家骕（2010）基于灰色系统Verhulst模型，得出了城镇化水平与能源需求之间的长期均衡方程[4]。

收稿日期:2023-05-25基金项目:内蒙古自然科学基金项目(2022M S 05036)㊂作者简介:王圣杰(2000 ),男,山西财经大学经济学院本科生,研究方向:资源与环境经济学㊁碳达峰㊁碳中和㊂张智羽(1979 ),男,副教授,博士,就职于内蒙古科技大学能源与环境学院,研究方向:碳达峰㊁碳中和㊂基于S T I R P A T 扩展模型的能源消费碳排放多变量影响因素分析以山西省为例王圣杰1,张智羽2(1.山西财经大学经济学院,山西太原 030006;2.内蒙古科技大学能源与环境学院,内蒙古包头 014010) 摘 要:通过I P C C 碳排放系数法估算了2000 2019年山西省能源碳排放量,选用S T I R P A T 扩展模型,利用相关性检验㊁普通最小二乘回归和岭回归逐步分析了山西省能源碳排放的影响因素,研究结果表明:在其他变量不变的条件下,人口规模㊁城镇化率㊁人均G D P ㊁产业结构㊁居民消费价格指数㊁碳排放强度㊁能源强度和能源结构每项分别增长1%,能源碳排放量分别对应变化1.143%㊁0.487%㊁0.107%㊁0.069%㊁-0.468%㊁-0.068%㊁-0.107%㊁-0.408%㊂山西省为进一步降低能源消费量和能源碳排放量,应当促进低碳经济㊁增强居民绿色消费意愿,加快能源技术创新㊁推动清洁生产,加快经济转型㊁促进产业结构升级,建立碳交易市场㊁利用市场机制助力节能减排㊂关键词:山西省;能源碳排放;S T I R P A T 模型;岭回归 中图分类号:F 062.1(225) 文献标识码:A 文章编号:1007 6921(2024)02 0114 05 在2020年9月22日的第七十五届联合国大会上,习近平主席郑重宣布: 中国将提高国家自主贡献力度,采取更加有力的政策和措施,力争于2030年前达到峰值,努力争取2060年前实现 二氧化碳排放碳中和 ㊂山西省在 十四五 规划中,也将实现 碳达峰 纳入2021 2025年政府的重要工作内容,目前山西省按照资源型经济转型发展的策略节能减排,碳排放量有所下降,但人均能源消费量仍远高于国家人均水平,所以在发展低碳经济和实现 双碳 目标的道路上山西省仍然面临着很大挑战㊂碳排放问题是一个全球共同关注的热点,国内外有大量学者对碳排放的影响因素分解进行了研究㊂J i b o r n M [1]等使用投入-产出模型,通过比较技术进步后一些国家的碳排放量,证明一个国家或地区的碳排放与经济增长之间存在着脱钩关系;K a ya Y [2]在他的相关研究中,将碳排放量与人口㊁能源㊁产业等影响因素关联起来,构建碳排放量的表达式为人口规模㊁人均G D P ㊁排放强度和能源强度的乘积,建立起目前碳排放计算的主流思想方法 K a ya 恒等式,为后期学者进一步研究分解方法奠定了理论基础㊂胡初枝等[3]基于环境库兹涅茨曲线假说(E K C )并利用平均分配余量的分解方法,从规模效应㊁结构效应和技术效应3个方面对我国1990 2005年的碳排放进行分析,研究结果表明我国经济增长与碳排放之间可以用字母 N 来体现㊂黎孔清等[4]应用S T I R P A T 模型分析影响南京市2000 2015年农业碳排放影响因素㊂A n g B W[5]通过对迪氏指数分解法进行改良,在解决了残差剩余项问题的同时,还采用对数平均迪氏分解法(L M -D I )化解了分解过程中出现0值与负值的问题,L M -D I 模型得以被学者广泛应用㊂A k b o s t a n c i E 等[6]在对土耳其的碳排放影响因素进行部门分解时使用2024年1月内蒙古科技与经济J a n u a r y 20242540I n n e r M o n g o l i a S c i e n c e T e c h n o l o g y &E c o n o m yN o .2T o t a l N o .540了对数平均D i v i s i a分解法(L M D I),分析表明碳排放的主要动力部门是建筑业和制造业㊂马峥等[7]基于S D A模型和投入产出表,从4个影响因素即能源结构效应㊁碳强度效应㊁投入产出技术效应和总效应来分解和分析中国碳排放量的变化,结论显示这4个影响因素共同作用于中国碳排放变化且不同行业对不同效应的作用程度具有明显的差异性㊂综上所述,国内外学者在碳排放影响因素分解的方法研究和应用研究等方面都作出了许多理论上的创新,并为后续的研究提供了理论框架和方法基础,也为后续针对局部区域和特定行业进行深入研究提供了多种方法选择和参考,但目前大部分研究都是以全国或者经济发达地区为研究范围,对山西省这样的资源型区域研究相对较少㊂因此,从理论上,思考如何提高节能减污降碳力度,是山西省在当前转型发展过程中迫切需要思考和解决的难题,在节能减污降碳的同时还要思考如何推动经济持续健康发展,这对推动山西省经济转型和高质量发展具有重要和深远的意义;从实践方面来说,分析并掌握山西省能源碳排放关键影响因素及其作用程度大小,有助于山西省实现碳减排的政策目标并尽量减少对经济活动的负面影响,同时也能为山西省制定切实可行的减排目标及减排措施提供帮助和参考㊂1研究方法与数据来源1.1能源碳排放量测算模型笔者所使用的分地区㊁分品种能源消费量的数据来自2000 2019年的‘中国统计年鉴“‘中国能源统计年鉴“和‘山西统计年鉴“,考虑到数据的可获得性,笔者在计算过程中选用煤炭㊁焦炭㊁汽油㊁煤油㊁柴油㊁燃料油和天然气等七类化石燃料能源,国内学者[8-9]通常根据‘I P C C国家温室气体清单指南(2006)“‘省级温室气体清单编制指南(试行)“和国家气候变化对策协调小组办公室和国家发改委能源研究(2007)所发布的相关数据推算得出碳排放系数和标准煤换算系数,主要思路和方法是将分类的能源消费量与对应碳排放系数㊁标准煤换算系数相乘再进行加总,计算出能源碳排放量,各品种能源碳排放系数和标准煤换算系数如表1所示,具体计算公式为:C=ðE iˑθiˑβi(1)式(1)中C为能源碳排放量,i为能源类型,E i 为能源消费量,θi为碳排放系数,βi为标准煤换算系数㊂表1分品种能源碳排放系数和标准煤换算系数能源种类碳排放系数标准煤换算系数煤炭0.75590.7143k g标准煤/k g焦炭0.85500.9714k g标准煤/k g汽油0.55381.4714k g标准煤/k g煤油0.57141.4571k g标准煤/k g柴油0.59211.4714k g标准煤/k g燃料油0.61851.4286k g标准煤/k g天然气0.44831.3300k g标准煤/k g 1.2S T I R P A T扩展模型Y o r k[10]等提出了S T I R P A T模型㊂S T I R P A T 模型在I P A T模型的基础上进行改良,能更详细准确地分析碳排放与各影响因素之间的关系,且能在分解分析时根据研究领域和地区的具体情况更灵活地选择合适的影响因素㊂目前,该模型成了国内外在研究碳排放的影响因素时广泛使用的方法,其基本公式为:I=a P b1A b2T b3e(2)式(2)中a为模型系数,I为对环境压力,P为人口因素,A为社会财富因素,T为技术水平因素,e 是方程中的误差项㊂取对数后式中的b1㊁b2㊁b3表示其他的影响因素不变的条件下,P㊁A或T分别变化1%时引起的环境变化的百分比㊂笔者参考国内部分学者的研究结果[10-12],将S T I R P A T模型扩展为四类影响因素,分别是人口因素㊁财富因素㊁技术因素和结构因素,其中人口因素选用人口规模P和城镇化率U作为变量;财富因素选用人均居民生产总值A和居民消费价格指数C作为变量;技术因素则引入碳排放强度T I 和能源强度E I作为变量,而模型扩展后纳入的结构因素则选用产业结构I S和能源结构E S,在公式(2)的基础上,笔者将S T I R P A T扩展模型取对数,具体公式为:L n I=L n a+b1L n P+b2L n U+c1L n A+c2L n C+d1L n T I+d2L n E I+f1L n I S+f2L n E S+l n e(3)式(3)中a为模型的系数,e为模型的误差项, b1㊁b2㊁c1㊁c2㊁d1㊁d2㊁f1㊁f2是指在其他变量不变的条件下,P㊁U㊁A㊁C㊁T I㊁E I㊁I S㊁E S分别变动1%时引起的能源碳排放量I变动的百分比㊂各变量数据是根据‘中国能源统计年鉴“‘山西统计年鉴“获得的原始数据进行测算,具体解释如表2所示㊂王圣杰,等㊃基于S T I R P A T扩展模型的能源消费碳排放多变量影响因素分析 以山西省为例2024年第2期表2变量描述影响因素变量符号变量解释单位能源碳排放量I I P C C碳排放系数法测算万吨标准煤人口因素人口规模P地区年末常住人口万人城镇化率U城镇居民占地区总人口比重%财富因素人均G D P A地区G D P总量/地区总人口元C P I C以1978年为基期-技术因素碳排放强度T I单位G D P碳排放量吨/万元能源强度E I单位G D P能源消费量吨标准煤/万元结构因素产业结构I S第二产业占G D P比重%能源结构E S原煤和洗精煤消费量/能源消费总量%2实证分析2.1能源消费碳排放现状据‘山西统计年鉴“数据显示,在2000 2019年,山西省能源消费总量与人均能源消费量持续增长,但2015年后增速放缓,变化趋势基本趋同;从‘中国能源统计年鉴“‘山西统计年鉴“中获取原始数据,利用公式(1)进行测算,结果显示:山西省能源碳消费排放量由2000年的8930.83万t增长到2019年的30 878.59万t,仅在2008㊁2009㊁2016年出现了增长率为负值的情况,但碳排放量总体保持着不断增长的趋势,人均能源碳排放量由2000年的2.75t增长到2019年的8.28t,见图1㊂无论是能源碳排放量还是人均能源碳排放量都远在全国平均水平之上,山西省的碳减排工作仍然面临着巨大的挑战㊂2.2S T I R P A T扩展模型回归拟合分析结果2.2.1相关性检验结果㊂首先将选用的变量数据进行对数化处理,然后利用S P S S29.0进行变量间的相关性检验㊂由表3可见,L n I㊁L n P㊁L n U㊁L n A㊁L n T I㊁L n E I㊁L n E S之间的相关系数较高,说明备选变量之间具有较明显的相关性,并且可能存在较严重的多重共线性㊂因此,还需要进行多元线性回归来验证备选变量之间是否存在多重共线性的干扰㊂图12000—2019年山西省能源碳排放量和人均能源碳排放量表3变量相关性检验L n I L n P L n U L n A L n C L n T I L n E I L n I S L n E S L n I1.000L n P0.9401.000L n U0.9760.9831.000L n A0.9670.9630.9801.000L n C0.050-0.0020.0210.1311.000L n T I-0.896-0.946-0.943-0.979-0.1691.000L n E I-0.942-0.974-0.980-0.986-0.1270.9781.000L n I S-0.184-0.301-0.273-0.0990.5050.0570.2121.000L n E S-0.691-0.544-0.605-0.577-0.0430.4570.5750.2001.0002.2.2普通最小二乘回归结果㊂为验证备选变量之间是否存在严重的多重共线性干扰,笔者对模型进行验证时首先选用O L S普通最小二乘回归,具体结果如表4所示㊂方差膨胀因子的检验即V I F值通常用来检验变量之间是否存在明显的多重共线性,由表4可以看出,L n P㊁L n U㊁L n A㊁L n-T I㊁L n E I㊁L n I S的V I F值都远大于最大容忍度10,可以认为备选变量之间受到了明显的多重共线性干扰,且由于存在多重共线性,备选变量的显著性也会受到影响㊂综上,使用O L S拟合出的未标准总第540期内蒙古科技与经济化系数和标准化系数都无法保证其在解释备选变量对因变量的贡献程度时的可靠性,所以仅使用O L S普通最小二乘估计进行拟合和分析结论是不够严谨和准确的㊂表4普通最小二乘估计结果未标准化系数标准误差标准化系数t检验显著性容差V I F 常量-8.9791.513-5.9350.000L n P0.9790.1840.1395.3070.0000.02049.004 L n U0.0300.1150.0150.2640.7970.004226.548 L n A1.0060.0382.03826.4940.0000.002423.317 L n C-0.0410.111-0.002-0.3730.7160.3352.988 L n T I1.0170.0481.24021.1480.0000.004246.086 L n E I0.0040.0660.0050.0590.9540.002438.632 L n I S-0.0190.043-0.007-0.4390.6690.05318.980 L n E S0.0020.0190.0010.0790.9390.1835.4742.2.3岭回归分析㊂为了克服变量之间多重共线性对回归结果的影响并提高模型拟合结果的准确有效性,笔者使用针对数据分析存在多重共线性干扰的有偏估计 岭回归[13](R i d g e R e g r e s s i o n)进行模型的拟合和分析㊂岭回归估计的基本思想是通过显著地改进普通最小二乘估计的均方误差,以此增强模型拟合结果的稳定性和获得更可靠有效的回归系数,不过岭回归也有着显著的缺点,即这种方法会以损失部分信息和降低精度为代价㊂在S P S S29.0输入R i d g e R e g r e s s i o n语法进行岭回归估计,以L n P㊁L n U㊁L n A㊁L n C㊁L n T I㊁L n E I㊁L n I S和L n E S为自变量,L n I为因变量,得到不同的岭迹图和不同惩罚的对应系数㊂惩罚即K值,通常其数值越小,代表着样本数据的信息损失越少,且拟合出的模型精准度会越高㊂观察岭迹图其标准化系数和的变化情况,当各个备选变量的回归系数趋于稳定时,K=0.25,且此时的R2为0.956,F值为29.871,S i g值为0.000002,说明模型的拟合程度较好,可以选择K=0.25时进行回归,此时的岭系数如表5所示㊂表5 K=0.25时各变量的非标准化系数变量L n P L n U L n A L n C L n T I L n E I L n I S L n E S 系数1.1430.4870.107-0.468-0.068-0.1070.069-0.408将K=0.25得到的非标准化系数代入公式(3)可以得到S T I R P A T扩展模型,公式为:L n I=0.982+1.143L n P+0.487L n U+0.107L n A-0.468L n C-0.068L n T I-0.107L n E I+0.069L n I S-0.408L n E S(4)笔者将变量的数据代入公式(4)来对山西省能源碳排放量进行拟合,误差绝对值平均为5.713%,总体拟合情况较好,具有一定的实证意义,实际值与拟合值的对比可见图2㊂图2山西省能源碳排放实际值与拟合值对比3主要结论与对策建议3.1主要结论笔者首先对2000 2019年山西省能源消费现状进行了分析,通过I P C C碳排放系数法大致估算了2000 2019年山西省能源碳排放量,选用S T I R-P A T扩展模型,利用相关性检验㊁普通最小二乘回归和岭回归逐步分析了山西省能源碳排放的影响因素,得出结论:在山西省能源碳排放的影响因素中,人口规模㊁城镇化率㊁人均G D P和产业结构这4个变量对能源碳排放量起正向促进作用,居民消费价格指数㊁碳排放强度㊁能源强度和能源结构这4个变量对能源碳排放量起反向抑制作用㊂在起正向促进作用的4个变量中,作用程度大小依次是人口规模>城镇化率>人均G D P>产业结构,在其他变量不变的条件下这4个变量每增长1%,能源碳排放量分别增长1.143%㊁0.487%㊁0.107%和0.069%;在起反向抑制作用的4个变量中,作用程度大小依次是居民消费价格指数>能源结构>能源强度>碳排放强度,在其他变量不变的条件下这4个变量每王圣杰,等㊃基于S T I R P A T扩展模型的能源消费碳排放多变量影响因素分析 以山西省为例2024年第2期增长1%,能源碳排放量分别减少0.468%㊁0.408%㊁0.107%㊁0.068%㊂3.2对策建议根据对山西省能源消费碳排放多变量影响因素的分析,笔者提出以下建议㊂3.2.1促进低碳经济,增强居民绿色消费意愿㊂人口因素仍然是山西省能源碳排放中起作用程度最大的影响因素,因此山西省在人口经济稳步增长和保障民生福祉的同时,还要着力增强居民的绿色消费意愿,通过种种措施来提升清洁能源在终端能源消费的占比,从而在需求侧端来控制能源消费总量和人均能源消费量㊂3.2.2加快能源技术创新,推动清洁生产㊂能源技术的创新进步和能源效率的不断提高是实现 双碳 目标驱动力中关键的一环㊂因此,必须加快推动能源技术的创新,提升能源使用效率,及时推广并加以应用成熟的节能减污降碳技术;立足能源结构优化调整,大力推动清洁生产,推进节能减排降碳;加快清洁生产的建设速度,提升清洁电力在能源生产和消费中的占比,从供给侧端来减少能源消费量㊂3.2.3加快经济转型,促进产业结构升级㊂山西省自资源型经济转型发展的策略提出以来,对风能㊁太阳能等清洁能源的开发利用速度加快,成效明显,碳排放量有所下降㊂在 十四五 期间应当继续在该策略的指导下加快经济转型,通过技术创新等方式实现产业结构升级,大力发展文化旅游等低耗能㊁高附加值的第三产业,利用第三产业的发展帮助经济增长逐步减少对化石能源的依赖㊁逐步摆脱产业结构较为单一的困境㊂3.2.4建立碳交易市场,利用市场机制助力节能减排㊂张彩江等[14]研究表明:碳交易试点政策明显抑制了试点区域的碳排放量增长,且碳交易市场能通过提升资源配置效率和带动产业结构升级等方式来促进区域进行碳减排㊂因此,山西省可以借鉴中国碳交易市场试点城市的经验,尽快尝试建立碳交易市场,以更加有效地利用市场机制降低减排成本,减小节能减排对经济发展造成的负面影响,同时提高经济发展的质量㊂[参考文献][1]J i b o r n M,K u l i o n i s V,K a n d e r A.C o n s u m p t i o nV e r s u s T e c h n o l o g y:D r i v e r s o f G l o b a l C a r b o n E-m i s s i o n s2000 2014[J].E n e r g i e s,2020,13(2).[2] K a y a Y.I m p a c t o f c a r b o n d i o x i d e e m i s s i o nc o n t r o l o n G N P g r o w t h:i n t e r p r e t a t i o n o fp r o p o s e d s c e n a r i o s[R].P a p e r P r e s e n t e d a tt h e I P C C E n e r g y a n d I n d u s t r y S u b g r o u p,R e s p o n s e S t r a t e g i e s W o r k i n g G r o u p,P a r i s,F r a n c e,1990.[3]胡初枝,黄贤金,钟太洋,等.中国碳排放特征及其动态演进分析[J].中国人口㊃资源与环境,2008(3):38-42.[4]黎孔清,马豆豆,李义猛.基于S T I R P A T模型的南京市农业碳排放驱动因素分析及趋势预测[J].科技管理研究,2018,38(8):238-245.[5] A n g B W.D e c o m p o s i t i o n a n a l y s i s f o r p o l i c y-m a k i n g i n e n e r g y:w h i c h i s t h e p r e f e r r e dm e t h o d?[J].E n e r g y P o l i c y,2004,32(9):1131-1139.[6]A k b o s t a n c i E,T u n c G i,Türüt-A S I K S.D r i v e r s o f f u e l b a s e d c a r b o n d i o x i d e e m i s-s i o n s:T h e c a s e o f T u r k e y[J].R e n e w a b l ea n d S u s t a i n ab l e E n e r g y R e v i e w s,2018,81:2599-2608.[7]马峥,崔豫泓.基于S D A模型的中国碳排放驱动因素分解研究[J].煤炭经济研究,2020,40(7):32-36.[8]赵江燕,朱宇恩,马建超,等.山西省能源消费碳排放清单和影响因素研究[J].太原理工大学学报,2022,53(6):989-996.[9]关敏捷,袁艳红,冉木希,等.基于S T I R P A T模型的山西省能源碳排放影响因素及峰值预测[J].中国煤炭,2021,47(9):48-55.[10] Y o r k R,R o s a E A,D i e t z T.S T I R P A T,I P A T a n d I m P A C T:a n a l y t i c t o o l s f o r u n-p a c k i n g t h e d r i v i n g f o r c e s o f e n v i r o n m e n t a li m p a c t s[J].E c o l o g i c a l E c o n o m i c s,2003(3):46.[11]王长建,张虹鸥,叶玉瑶,等.广东省能源消费碳排放的多变量驱动因素:基于扩展的S T I R P A T模型[J].科技管理研究,2017,37(3):210-214.[12]廖祖君,张剑宇,陈诗薇.碳排放影响因素及达峰路径研究:基于四川省的分析[J].软科学,2022(8):1-11.[13]高素英,李延军,金浩.岭回归在经济增长影响因素分析中的应用[J].统计与决策,2005(10):142-144.[14]张彩江,李章雯,周雨.碳排放权交易试点政策能否实现区域减排[J].软科学,2021,35(10):93-99.总第540期内蒙古科技与经济。