楊 蕾

（長春理工大學(xué) 經(jīng)濟(jì)管理學(xué)院，吉林 長春 130022）

簡單來說，碳足跡（CarbonFootprint）就是個(gè)人或企業(yè)的“碳耗用量”。即：個(gè)人或企業(yè)在一項(xiàng)活動(dòng)、一個(gè)產(chǎn)品（或服務(wù)）的整個(gè)生命周期、或者某一地理范圍內(nèi)直接和間接產(chǎn)生的二氧化碳排放量。

一、研究方法說明

（一）碳排放模型

有關(guān)能源消耗碳排放量的計(jì)算，目前應(yīng)用最廣泛的碳排放模型是“卡亞公式”。計(jì)算公式如下：

其中C表示碳排放量，P表示所研究區(qū)域的人口，E表示能源消費(fèi)量。則有為人均為單位GDP的能源消費(fèi)，主要與技術(shù)有關(guān)，主要與能源利用結(jié)構(gòu)有關(guān)，為單位能源的碳排放。將公式（1）變型為：

其中C仍表示碳排放量，Ci為i種能源的碳排放量；同理E仍表示能源消費(fèi)量，而Ei則表示i種能源的消費(fèi)量；Y為地區(qū)生產(chǎn)總值，P表示所研究區(qū)域的人口，為i種能源的碳排放系數(shù)。

（二）能源消費(fèi)碳足跡

《中國生態(tài)足跡報(bào)告2012》中將碳足跡定義為扣除海洋碳吸收貢獻(xiàn)后，吸收化石燃料燃燒排放二氧化碳所需的森林面積。因而，我們將能源消費(fèi)碳足跡定義為：

其中，C為能源消費(fèi)碳排放量，P為人口，F(xiàn)CL表示碳排放量與林地面積轉(zhuǎn)換系數(shù)的比值，采用世界自然基金會(huì)提供的數(shù)值，即為6.49t/hm2。

（三）STIRPAT模型

Dietz與Rosa于1994年在IPAT模型的基礎(chǔ)上提出了IPAT等式的隨機(jī)模式——STIRPAT模型。［1］該模型描述了人口、富裕度和技術(shù)變化對環(huán)境影響的隨機(jī)回歸形式。其基本形式如下：

該模型中a為模型系數(shù)，b、c和d分別為P、A和T的指數(shù)，由模型估計(jì)而來，e為殘差項(xiàng)，下標(biāo)i是變量在不同觀察單位間的變化。為降低回歸時(shí)模型出現(xiàn)異方差現(xiàn)象的可能性，通常將STIR?PAT模型進(jìn)行對數(shù)化處理。方程轉(zhuǎn)變?nèi)缦滦问剑?/p>

下面將上述公式變形，將富裕度引入到該公式中，考察富裕度與環(huán)境之間是否存在著倒“U”型環(huán)境庫茨涅茨曲線。確定模型形式為：

對上式中的ln（A）項(xiàng)求一階偏導(dǎo)，得到對富裕度對環(huán)境影響的彈性系數(shù)：

如果c2值為負(fù)，則說明存在環(huán)境庫茨涅茨曲線，并因此確定環(huán)境開始改善的富裕狀態(tài)值。

（四）脫鉤指數(shù)

脫鉤分為相對脫鉤（弱脫鉤）和絕對脫鉤（強(qiáng)脫鉤）。相對脫鉤可以認(rèn)為是經(jīng)濟(jì)增長的速度超過某一種資源消耗的速度，或者說，超過某一環(huán)境指標(biāo)惡化的速度。絕對脫鉤是指隨著經(jīng)濟(jì)的增長，資源消耗量在減少，環(huán)境壓力變小以及環(huán)境質(zhì)量逐步改善（王嵩梅，2010）。［2］以下引用王嵩梅提出的脫鉤指數(shù)概念（Decoupling In?dex），描述碳足跡與經(jīng)濟(jì)增長之間的關(guān)系變化。其計(jì)算公式為：

其中DI表示脫鉤指數(shù)，Cit表示i種能源消費(fèi)的總碳足跡增長速度，VG表示GDP的增長速度。根據(jù)經(jīng)濟(jì)合作與發(fā)展組織（OECD）標(biāo)準(zhǔn)，絕對脫鉤指脫鉤指數(shù)接近于0，相對脫鉤指脫鉤指數(shù)接近于1。當(dāng)DI≥1時(shí)，說明碳足跡增長速度等于或快于經(jīng)濟(jì)增長速度，兩者處于掛鉤階段；0

二、實(shí)證研究

（一）碳足跡變化趨勢

從不同資源消費(fèi)量來看，1990年—2011年的22年間，吉林省石油和天然氣的消費(fèi)量緩慢上升，且變化不大。而煤炭消費(fèi)量在1990—1997年間變化不大，1997年—2000年間呈現(xiàn)下降趨勢，從2000年開始煤炭消費(fèi)總量呈直線上升態(tài)勢，由2000年的1 869.681萬噸猛增到2011年的7 069.563萬噸，在三種能源消費(fèi)中占有絕對大的優(yōu)勢。同時(shí)可知，吉林省二氧化碳排放量中，絕大部分是由于煤炭消費(fèi)所引致的。因此可以認(rèn)為，煤炭能源消費(fèi)的增加是引致二氧化碳排放量不斷上升的主要原因。

根據(jù)上述公式，計(jì)算吉林省1990年—2011年間能源消費(fèi)的碳足跡。在所研究的時(shí)間段內(nèi)，吉林省碳足跡總量總體呈現(xiàn)上升趨勢。在1990—1997年間，碳足跡總量變動(dòng)平緩，而1997—2000年間碳足跡總量從0.137hm2/人，下降到2000年的0.108hm2/人。但從2000年起，碳足跡呈現(xiàn)一路上升趨勢，2011年碳足跡總量最高，達(dá)到了0.356hm2/人。從碳足跡構(gòu)成變化來看，80%以上的碳足跡是由煤炭消費(fèi)所引發(fā)的，占比重第二多的是石油能源的消費(fèi)，天然氣消費(fèi)所引發(fā)的碳足跡所占比重最少，不到2%。并且從1990—2011年間，碳足跡的結(jié)構(gòu)變化不大，這也說明能源消費(fèi)結(jié)構(gòu)變化不大，即吉林省一次能源消費(fèi)結(jié)構(gòu)長期得不到優(yōu)化。

1997—2000年間煤炭消費(fèi)量和煤炭消費(fèi)碳足跡的下降應(yīng)歸因于亞洲金融危機(jī)的影響。在此期間，我國相應(yīng)采取經(jīng)濟(jì)緊縮政策，經(jīng)濟(jì)發(fā)展速度放緩，導(dǎo)致能源利用的降低。進(jìn)入新世紀(jì)，伴隨著經(jīng)濟(jì)快速發(fā)展，城市化進(jìn)程進(jìn)一步加快，吉林省對能源需求進(jìn)一步增加，從而能源消費(fèi)產(chǎn)生的碳足跡也不斷增加。1990—2001年間，吉林省碳足跡產(chǎn)值逐年增加，2001—2003年間，碳足跡產(chǎn)值有所回落。但從2003年起，碳足跡產(chǎn)值又呈增加趨勢，一直到2011年碳足跡產(chǎn)值達(dá)到最大，為10.79萬元/hm2。這說明從整體上看，1990—2011年間，吉林省經(jīng)濟(jì)發(fā)展良好，能源利用效率不斷提高，單位能源消費(fèi)的碳足跡所創(chuàng)造的經(jīng)濟(jì)價(jià)值不斷增長。碳足跡強(qiáng)度的圖像則顯示，在研究期限內(nèi)，碳足跡強(qiáng)度不斷下降，且下降幅度較大，從1990年的0.731hm2/萬元，下降到2011年的0.093hm2/萬元，這說明吉林省能源利用效率逐年提高。

（二）STIRPAT結(jié)果分析

針對STIRPAT模型的理論分析，對方程（6）進(jìn)行最小二乘回歸，從結(jié)果上來看，方程擬合優(yōu)度R2=0.982；從四個(gè)變量的方程膨脹因子（VIF）來看，所有變量的VIF值均遠(yuǎn)遠(yuǎn)大于10，方程變量存在嚴(yán)重多重共線，因此最小二乘法估計(jì)結(jié)果誤差較大。嶺回歸函數(shù)對最小二乘估計(jì)進(jìn)行改算，放棄部分精確度，符合實(shí)際的回歸方程，克服了自變量間的多重共線性。其回歸參數(shù)由嶺回歸整個(gè)方程組給出：

式中X為n×m階系數(shù)矩陣。它由經(jīng)過標(biāo)準(zhǔn)化的X變量組成，b為估計(jì)得到的系數(shù)向量，k為一個(gè)可調(diào)的正數(shù)，通常情況下取值在（0，1）之間，I為m×m階的單位矩陣。與經(jīng)典最小二乘法的正規(guī)方程組相比，在X′X的對角元素上加了常數(shù)k，故k被稱為嶺系數(shù)（Ridgec oefficient），當(dāng)k=0時(shí)，即為普通最小二乘法。在嶺回歸中引入有偏估計(jì)算法的目的是為了提高回歸系數(shù)估計(jì)的穩(wěn)定性，因而我們采用嶺回歸的計(jì)算方法，對存在多重共線性的變量進(jìn)行回歸分析。再次對公式（6）進(jìn)行嶺回歸估計(jì)，系數(shù)k以0.05為步長進(jìn)行取值。

利用SPSS19.0軟件對方程進(jìn)行嶺回歸估計(jì)，從嶺跡圖中可以看到，當(dāng)k=0.3時(shí)，各個(gè)自變量的系數(shù)變化趨于平穩(wěn)，且可決系數(shù)在k=0.3后下降緩慢，故我們選擇k=0.3時(shí)的嶺回歸結(jié)果確定隨機(jī)模型。最終擬合方程為：

利用STIRPAT模型擬合得到的結(jié)果可知，k=0.3時(shí)，R2的值為0.7643，這說明人口、人均地區(qū)生產(chǎn)總值和技術(shù)水平能夠解釋吉林省碳足跡影響的76.43%。從各個(gè)自變量標(biāo)準(zhǔn)回歸系數(shù)來看，人均地區(qū)生產(chǎn)總值對數(shù)的二次項(xiàng)ln2（A）的系數(shù)為正，方程不存在倒“U”型曲線，即吉林省富裕度與二氧化碳排放量間不存在庫茨涅茨曲線。

其余三個(gè)變量與能源消費(fèi)碳足跡均呈現(xiàn)正相關(guān)，對碳足跡影響程度從大到小依此為人均地區(qū)生產(chǎn)總值、技術(shù)進(jìn)步、人口規(guī)模。其中當(dāng)人均地區(qū)生產(chǎn)總值增加1%時(shí)，碳足跡增長0.3608%。從而可知，經(jīng)濟(jì)增長與碳足跡同向變化，但碳足跡增長的速度小于經(jīng)濟(jì)增長的速度。技術(shù)進(jìn)步增加1%，碳足跡增加0.1822%。人口每增加1%，碳足跡增加0.1268%。可見，技術(shù)進(jìn)步和人口規(guī)模對碳足跡的影響系數(shù)較為接近。

（三）經(jīng)濟(jì)增長與能源消費(fèi)碳足跡脫鉤分析

1990—2001年間，經(jīng)濟(jì)增長與碳足跡間處于相對脫鉤與強(qiáng)脫鉤交替狀態(tài)（1990—2011年間，吉林省經(jīng)濟(jì)增長速度一直為正，因而脫鉤指數(shù)為負(fù)的年份是由碳足跡增長速度為負(fù)值所導(dǎo)致的）；僅有2002年和2003年兩年間，吉林省經(jīng)濟(jì)增長與碳足跡處于掛鉤狀態(tài)；而從2003年以后一直到2011年，吉林省經(jīng)濟(jì)增長與碳足跡增長一直處于相對脫鉤階段。值得注意的是，這一階段中脫鉤指數(shù)呈現(xiàn)不斷減小的趨勢。呈現(xiàn)上升趨勢，這說明吉林省單位能源消費(fèi)碳足跡創(chuàng)造的經(jīng)濟(jì)價(jià)值逐年提高。與之相對應(yīng)的是，1990—2013年間，碳足跡強(qiáng)度呈現(xiàn)波動(dòng)下降趨勢。第二，從嶺回歸分析和脫鉤指數(shù)分析來看，吉林省人口、經(jīng)濟(jì)增長和技術(shù)發(fā)展均與能源消費(fèi)碳足跡存在正相關(guān)關(guān)系。其中由人均地區(qū)生產(chǎn)總值所表示的經(jīng)濟(jì)增長是能源消費(fèi)碳足跡的主要因素，且兩者之間并不存在庫茨涅茨曲線。產(chǎn)生這種現(xiàn)象的原因之一可能是：吉林省距離到達(dá)曲線拐點(diǎn)所要求的經(jīng)濟(jì)發(fā)展水平還存在較大差距，因而經(jīng)濟(jì)發(fā)展對能源消費(fèi)及生態(tài)環(huán)境的壓力將不斷增大。脫鉤指數(shù)分析顯示，吉林省經(jīng)濟(jì)增長與碳排放增長的脫鉤指數(shù)數(shù)值不斷減小，低碳經(jīng)濟(jì)發(fā)展?fàn)顩r不斷得到改善。

針對實(shí)證結(jié)果來看，要優(yōu)化吉林省能源消費(fèi)碳排放結(jié)構(gòu)，一方面應(yīng)當(dāng)進(jìn)一步提高能源利用效率，大力發(fā)展循環(huán)經(jīng)濟(jì)，在推行資源綜合利用工作中，優(yōu)先支持具有示范意義的礦產(chǎn)資源綜合利用、工業(yè)廢渣資源化利用、木材節(jié)約代用、農(nóng)業(yè)廢棄物資源化利用，以及以提高專業(yè)化、規(guī)?；綖橹饕獌?nèi)容的再生資源回收利用產(chǎn)業(yè)化項(xiàng)目，提高資源的利用率。［3］另一方面，應(yīng)當(dāng)積極開發(fā)和利用以核電和風(fēng)電為主的新能源和清潔能源，加大石油等資源的地質(zhì)勘查，提高天然氣、核電等清潔、高效的優(yōu)質(zhì)能源的比重。［4］

：

［1］聶銳，張濤，王迪.基于IPAT模型的江蘇省能源消費(fèi)與碳排放情景研究［J］.自然資源學(xué)報(bào)，2010，（9）：1557－1563.

［2］張偉偉，張嬌嬌.國外碳市場研究的新進(jìn)展［J］.社會(huì)科學(xué)戰(zhàn)線.2013，（12）：95－97.

［3］潘福林.吉林省新型工業(yè)化道路的發(fā)展對策［J］.長春工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2008，（1）：71－73.

［4］張偉偉，汪陳.低碳經(jīng)濟(jì)發(fā)展的投融資體系建設(shè)研究［J］.經(jīng)濟(jì)縱橫，2012，（6），68－71.