李琳

摘要：為掌握碳排放影響因素和峰值預(yù)測的研究進(jìn)度，文章采用分析和概括，總結(jié)出經(jīng)濟(jì)增長、產(chǎn)業(yè)結(jié)構(gòu)和能源消費是影響碳排放因素；峰值預(yù)測的主要方法有情景預(yù)測方法、線性回歸預(yù)測方法和GM（1，1）。

關(guān)鍵詞：碳排放；影響因素；峰值預(yù)測

一、碳排放影響因素的研究

截至2017年，針對各國的學(xué)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(jīng)濟(jì)增長、產(chǎn)業(yè)結(jié)構(gòu)、能源消費結(jié)構(gòu)。

（一）經(jīng)濟(jì)增長

EKC 假說指經(jīng)濟(jì)發(fā)展水平較低的時候，隨著經(jīng)濟(jì)的增長會導(dǎo)致環(huán)境質(zhì)量的下降，但當(dāng)經(jīng)濟(jì)發(fā)展到一定水平后，即出現(xiàn)“拐點”，隨著人均收入的進(jìn)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(zhì)量逐漸得到改善。根據(jù)EKC曲線的相關(guān)理論和數(shù)據(jù)，中國部分學(xué)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(jié)果穩(wěn)定，依然表現(xiàn)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(xué)者認(rèn)為，不存在倒“U”型或是倒“U”型并不是經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量的唯一關(guān)系。 賀紅兵（2012）運用1978～2008年的數(shù)據(jù)，結(jié)合環(huán)境庫茲涅茨曲線方法研究中國人均產(chǎn)值和人均碳排放之間的關(guān)系。結(jié)果顯示，我國人均碳排放和人均產(chǎn)值之間并不存在倒“U”關(guān)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(yīng)結(jié)構(gòu)效應(yīng)的第二產(chǎn)業(yè)比重，結(jié)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(xí)平（2013）構(gòu)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(jié)構(gòu)”，在此基礎(chǔ)上研究碳排放強度、經(jīng)濟(jì)發(fā)展水平、能源消費結(jié)構(gòu)三個不同變量之間的關(guān)系。結(jié)果表明，碳強度隨著人均實際GDP的改變呈現(xiàn)出倒“N”型的特征。

（二）產(chǎn)業(yè)結(jié)構(gòu)

在關(guān)于產(chǎn)業(yè)結(jié)構(gòu)對碳排放量影響方面，國內(nèi)的很多學(xué)者有著大致相同的結(jié)論，即三大產(chǎn)業(yè)中對碳排放量影響最大的是第二產(chǎn)業(yè)，影響最小的是第一產(chǎn)業(yè)，而第二產(chǎn)業(yè)對其的影響并不是十分明顯，但最終都認(rèn)為優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)能夠有效的降低碳排放量。許廣月（2011）利用相關(guān)的面板數(shù)據(jù)來研究影響碳排放量的因素，在對所有數(shù)據(jù)進(jìn)行分解分析之后得出，在生產(chǎn)生活中能夠影響碳排放量的所有影響因素中產(chǎn)出規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)以及能源消費結(jié)構(gòu)這三種影響因素最為重要，而清潔技術(shù)水平對降低碳排放量產(chǎn)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(shù)據(jù)建立STIRPAT模型，運用嶺回歸的方法擬合得到了一個關(guān)于碳排放量與其六個影響因素的多元線性模型。王世進(jìn)、周敏（2013）通過區(qū)分我國東中西部不同區(qū)域的特征，構(gòu)建省域GMM動態(tài)面板數(shù)據(jù)模型，對人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、城市化水平、外貿(mào)依存度、能源消費結(jié)構(gòu)等因素進(jìn)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(jié)構(gòu)

在研究能源結(jié)構(gòu)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(guān)于人口規(guī)模、經(jīng)濟(jì)產(chǎn)出、產(chǎn)業(yè)結(jié)構(gòu)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(xiàn)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(guān)的關(guān)系，即如果改變能源中能源消費結(jié)構(gòu)，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(jīng)濟(jì)的發(fā)展會產(chǎn)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(mào)易、人口規(guī)模與城市化，國內(nèi)的學(xué)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(chǎn)生的二氧化碳進(jìn)行了研究，針對西部數(shù)據(jù)研究分析，最終研究結(jié)果指出，西部地區(qū)人們生活生產(chǎn)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(yù)測的研究

目前國內(nèi)外學(xué)者對碳排放峰值預(yù)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(yù)測方法、線性回歸預(yù)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(jù)能源消耗量計算碳排放量、根據(jù)碳排放強度對碳排放峰值的研究等。

（一）情景預(yù)測方法

情景預(yù)測方法是假定現(xiàn)在某一種現(xiàn)象或者是狀態(tài)會持續(xù)很長時間，然后對所要預(yù)測的現(xiàn)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(yīng)的預(yù)測的一種方法。岳超等（2010）主要預(yù)測的是我國在2050年的時候GDP和碳排放強度出現(xiàn)峰值的時間，基準(zhǔn)年以2005年為準(zhǔn)，最后的研究結(jié)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(xiàn)在2035年。劉朝等（2011）利用情景預(yù)測分析法，根據(jù)關(guān)鍵阻礙原因，結(jié)合中國的國情，設(shè)定出以基礎(chǔ)、低碳以及受挫情景為主要模式的情景預(yù)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(yù)測法，以江陰縣為例，預(yù)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(jīng)濟(jì)發(fā)達(dá)縣市能源需求和碳排放趨勢。

（二）線性回歸預(yù)測方法

線性回歸預(yù)測法是對客觀事物數(shù)量之間是否存在相關(guān)關(guān)系的分析，如果自變量和因變量之間存在一一對應(yīng)的關(guān)系時，才能進(jìn)一步建立方程進(jìn)行回歸并進(jìn)一步作出預(yù)測。劉建翠（2011）運用線性回歸方法，根據(jù)交通運輸部門運輸產(chǎn)品的歷史數(shù)據(jù)以及其經(jīng)濟(jì)增長的數(shù)據(jù)，預(yù)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(yù)測結(jié)果表明，可以通過技術(shù)水平的不斷進(jìn)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(yù)測，對存在不確定因素的方程進(jìn)行系統(tǒng)的預(yù)測。這種預(yù)測方法主要是通過系統(tǒng)鑒定，確定各因素之間相關(guān)性的大小，并且會對自動生成對原始數(shù)據(jù)的處理結(jié)果，從而方發(fā)現(xiàn)原始數(shù)據(jù)之間的變動或是相關(guān)性的規(guī)律，在此基礎(chǔ)上，把原始數(shù)據(jù)生成具有較強規(guī)律性的數(shù)據(jù)，最終通過之前的數(shù)據(jù)結(jié)果，建立相應(yīng)的方程，從而來預(yù)測未來的發(fā)展趨勢。趙愛文等（2012）運用灰色預(yù)測對中國碳排放進(jìn)行了短期預(yù)測（2002～2009）。最終預(yù)測結(jié)果顯示：預(yù)測準(zhǔn)確度為二級，其中關(guān)聯(lián)度均方差比值和誤差概率均為一級，預(yù)測結(jié)果與實際值誤差比較小，預(yù)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(biāo)完成的形勢比較嚴(yán)峻。李相宜等（2012）采用山東省2004～2010年能源消費總量和能源結(jié)構(gòu)的相關(guān)數(shù)據(jù)，并結(jié)合灰色系統(tǒng)理論建立了預(yù)測模型，預(yù)測結(jié)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(jié)構(gòu)上有了很大的改善。

三、結(jié)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(guān)注的問題。因此，預(yù)測中國未來碳排放的同時采取相應(yīng)的政策，如：發(fā)展低碳經(jīng)濟(jì)、提高能源利用率，有助于實現(xiàn)2020年的碳減排目標(biāo)。

參考文獻(xiàn)：

[1]魏下海，余玲錚.空間依賴、碳排放與經(jīng)濟(jì)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(dāng)代經(jīng)濟(jì)，2012（11）.

[3]劉習(xí)平.中國能源消費結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平與碳排放強度[J].石家莊經(jīng)濟(jì)學(xué)院學(xué)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(shù)據(jù)[J].財經(jīng)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(xué)學(xué)報，2013（02）.

[6]王世進(jìn)，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(xué)，2009（12）.

（作者單位：鄭州工商學(xué)院）endprint