基于STIRPAT模型的辽宁省工业用地碳排放影响因素分析.pdf

传源卤环境节能低碳ISSN1672-9064CN35-1272/TK基于STIRPAT模型的辽宁省工业用地碳排放影响因素分析徐彭辉周咏馨享郭楠（苏州科技大学工程管理系江苏苏州1215000)摘要探究工业用地碳排放影响因素作用程度及变动规律，为工业用地低碳高效利用提供依据。利用STIRPAT模型、Tapio脱钩分析模型研究，发现辽宁省2 0 0 6 一2 0 2 0 年间工业用地碳排放的主要驱动因素为工业发展水平，主要抑制因素为科研投入水平;15a间工业用地碳排放和工业发展水平距离强脱钩状态还有一定的差距。研究结论：现期辽宁省工业用地利用效率总体不高、产出水平偏低，工业经济的快速发展还是以牺牲环境为代价，加大科研投入力度并提高科研投入的产出效率将显著降低工业用地碳排放。建议从扎实推进工业经济高质量发展、加大科研投入力度和产出效率、加强政府工业用地调控管理等层面考虑工业用地低碳高效利用，助力辽宁省“双碳”目标实现和新时代东北老工业基地振兴。关键词工业用地碳排放STIRPAT模型影响因素Tapio脱钩中图分类号：X322;F427文献标识码：A文章编号：16 7 2-90 6 4(2 0 2 3)0 4-0 6 8-0 40引言全球气候变化对人类社会构成重大威胁。中国政府出台了一系列政策措施为碳达峰、碳中和目标的实现助力，并将其作为约束性指标纳入了国民经济和社会发展中长期规划。工业用地低碳化利用是以绿色减排、低耗能生产方式带动工业用地转型升级的过程2 。目前学界对于工业用地低碳高效利用的研究主要集中于碳排放核算3、碳效率测算与优化4、碳减排效应与治理5。相关研究文献取得了较多有价值的成果，为工业用地的研究奠定了良好基础，然而对于工业用地碳排放影响因素的作用程度及重点因素的动态分析研究较少，不利于相应对策的制定。辽宁省是我国老工业基地之一。在深人推进“双碳”目标及新时代东北振兴战略中，辽宁省也在奋力开创振兴发展新局面6 。辽宁省重工业比重大，能源使用多以煤炭、石油等一次能源消耗为主，能源消耗量大，工业用地碳排放量高7 。因此本文以研究辽宁省工业用地碳排放影响因素为切人点，深入筛选并剖析影响因素作用大小及变动规律，为构建工业用地低碳高效利用制度提供参考。1模型构建目前研究碳排放影响因素较多，其中STIRPAT模型是在IPAT模型基础上改进得到的，因其扩展形式及自身优点在碳排放影响因素方面得到诸多应用;Tapio脱钩能够对重点因素进行短期弹性分析，克服了OECD脱钩模型要求对基期数据敏感性强的缺点。在辽宁省工业用地碳排放核算基础上，两者结合对于测度变量与碳排放影响因素作用程度和脱钩状态，计算结果更加真实可靠8 ,并能够客观反映影响因素作用大小收稿日期：2 0 2 3-0 2-0 5基金项目：江苏省社会科学基金项目（2 2 CLD007)作者简介：徐彭辉(1993一），男，硕士在读，研究方向为房地产经济与土地资源管理。及变动规律。因此，本文采用STIRPAT模型及Tapio脱钩方法进行实证分析。1.1STIRPAT模型碳排放可以分解为与社会经济发展相关的经济、人口、技术等各种影响因素9。引人STIRPAT模型可用于研究能耗与经济、技术间的量化关系。STIRPAT模型是在IPAT模型的基础上建立的，是进行碳排放影响因素研究的主流手段之一。STIRPAT采用可拓展的随机性的环境影响评估模型（通过对人口、财产、技术3个自变量和因变量之间的关系进行评估）见式(1)。ln/=lna+b(lnP)+c(lnA)+d(lnT)+lne式中：I表示环境影响或环境负荷;a为模型的系数;b、C、d 为各自变量指数；e为误差；P表示人口数量；A表示经济发展水平；T表示技术水平。本文结合辽宁省的实际情况，将STIRPAT模型进一步扩展为式(2)。InC=lna+B,lnX,+B,lnX2+BslnX;+BalnX4+BlnXs+BelnX+B,lnX,+BglnXg+B,lnX,+lne(2)式中：C表示工业用地碳排放量;为模型系数;e为模型的误差项;XI为区域产业集聚效应;X,为FDI投资效应X，为能耗强度；X4为人民消费水平；X，为能源结构；X。为经济开放度;X为工业发展水平；X。为工业用地规模；X。为科研投人水平;B为各自变量的弹性系数，表示当变化为X,时,将引起碳排放量的B:%变化。1.2Tapio脱钩模型脱钩(Decoupling)模型，能够测度经济增长与碳排放之间2023.NO.4.68(1)节能低碳传源卤环境1SSN1672-9064CN35-1272/TK是否保持同步关系，分析不同时期工业用地碳排放与工业发2.3辽宁省工业用地碳排放影响因素数据收集展水平的变动规律与差异10 。工业用地碳排放影响因素的研究目的是将二氧化碳与人文中采用的为Tapio脱钩模型,计算公式如式(3)。口、经济、能源及工业用地联系起来，综合考虑各因素对工业Dc-C=AC/CAG/G式中:Dc-c为碳排放与工业增加值增长的脱钩指数;C为基期的碳排放量；G为基期的工业增加值;AC为现期与基期碳排放的差额；AG为现期与基期的工业增加值差额。将脱钩状态按碳排放和GDP增长情况及弹性值的不同分为8 类，如表1所示。表1Tapio脱钩模型脱钩状态判断脱钩状态C强脱钩一脱钩弱脱钩衰退脱钩增长连结连结衰退连结强负脱钩负脱钩弱负脱钩增长负脱钩注：“+”为增加，“_”为减少。2楼数据来源与处理2.1数据来源数据来自于2 0 0 7 一2 0 2 1年的辽宁省统计年鉴、辽宁省国土空间总体规划（2 0 2 1一2 0 35年）（草案公示版）及国民经济和社会发展第十四个五年规划和2 0 35年远景目标纲要全国土地利用总体规划纲要（2 0 16 一2 0 30 年）；部分数据、各能源折标准煤系数来自中国能源统计年鉴，碳排放系数依据2 0 0 6 年IPCC国家温室气体排放清单指南所确定。2.2辽宁省工业用地碳排放计算结合已有研究，本文将工业行业主要消耗能源所产生的CO2定义为工业用地的碳排放11。碳排放系数法是将各类能源消耗的实物统计量转变为标准统计量，再乘以各自的碳排放系数，加总之后就可以得到碳排放总量。依据IPCC国家温室气体清单指南中推荐的方法，结合辽宁省工业能源消耗实际情况，选择原煤、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油气、天然气、电力等10 种主要能源消耗对工业用地碳排放进行核算。辽宁省工业用地碳排放和工业用地变化特征见图1。30000250002000015000100005000000200图12 0 0 6 2 0 2 0 年辽宁省工业用地碳排放(3)GD c-G+(-88,0)+一一+一一+一一一+工业用地碳排放工业用地面积年份用地碳排放的影响。辽宁省碳排放规模和减排潜力较大，确定辽宁省等重点减排影响因素可以帮助政府更好更快地抓住减排重点，促进二氧化碳排放与经济发展脱钩，更高效地寻找实现碳达峰、碳中和的低碳发展路径12 。对于碳排放影响因素的选取，已有研究从多角度选取多种指标进行分解。部分学者选取经济发展水平、工业化水平、工业规模、工业结构、工业集聚水平、工业对外开放水平、工业所有制结构、环境规制、城市绿色创新水平、产业规模、产业结构、能源强度、能源结构、二次能源生产特征等因素进行了探讨 13-14 。0,0.8根据STIRPAT模型的特点，充分结合辽宁省实际情况和1.2,+8 已有研究的成果并将其扩展，最终选取了区域产业集聚效应、0.8,1.20.8,1.2(88,0)0,0.81.2,+1.80070060050040030020010002023.NO.4.FDI投资效应、工业用地规模、科研投入水平等9 个影响因子，建立衡量指标体系，如表2 所示。STIRPAT模型相关数据见表3。表2 影响因素选取因子及其代表意义序号影响因素X区域产业集聚效应/%X2FDI投资效应/万美元X3能耗强度/（t/万元）X4人民消费水平/元X能源结构/%X经济开放度/%X7工业发展水平/（万元/人）X工业用地规模/kmX科研投人水平/亿元3结果分析3.1碳排放变化特征本文收集了辽宁省2 0 0 6 一2 0 2 0 年的经济与用地发展数据，对统计数据进行了初步的分析处理，介绍了辽宁省工业用地碳排放状况：在过去的15a，辽宁省工业用地碳排放整体呈现上升状态，但并未达到峰值，工业用地呈现上升状态。2 0 16 年后开始下降，但总量还是处于较高状态。3.2影响因素结果分析利用SPSSStatistics27中的回归分析实现STIRPAT模型预评估（表4)，最小二乘回归模型的回归拟合优度R2=0.991，调整后拟合优度AdjR2=0.976,通过了0.0 0 1显著水平F检验，表明自变量和因变量的线性模型存在且拟合度较高。通过检验模型自变量相关关系矩阵，各变量之间存在较强的相关性。目前对多重相关性常见诊断方法是方差膨胀因子（VIF),计算结果显示9个因子的VIF值 10,因此必须消除自变量的多重共线性才能得到稳健的结果。变量标准化处理消除变量间量纲影响，使数据具有可比性，并对数据提取主成分为4。累计变量重要性、非标准化系数估计结果见表4和表5。最终可得式(4)。69选取指标规模以上工业增加值占工业总产值比重实际利用外资总额每万元工业增加值能源消费量人均收人煤耗占总能耗的比重进出口总额占工业总产值的比重人均工业增加值工业用地面积R&D经费内部支出传源卤环境ISSN1672-9064节能低碳CN35-1272/TK表3STIRPAT模型相关数据工业用地区域产业年份碳排放/万200615 058.63200716 304.18200816 365.47200916 685.98201019 100.87201120388.29201220 968.45201321 283.97201419 981.79201519 316.77201619 421.26201720 031.71201821 570.72201923 607.96202024 295.97lnC=14.045-0.075lnX,+0.011lnX2-0.025lnX;+0.043lnX4+0.031lnXs-0.035lnXe+0.107lnX,+0.027lnXg-0.094lnX,(4)将上述计算过程全部计算完成，计算结果为式(5)。表4累计变量重要性潜在因子变量CInX0.233InX20.298nX30.379InX41.349InXs1.267InX0.187InX71.324InXs1.167InX,1.463表5非标准化系数估计结果自变量lnc常量14.045nX0.075nX20.011InX;0.025InX40.043InXs0.031nX60.0351nX70.107InX:0.027InX,0.094从表5的结果中可以看出，影响辽宁省2 0 0 6 2 0 2 0 年工业用地碳排放量的9个影响因素中有5个为正相关关系，主要表现为工业发展水平(0.10 7)人民消费水平(0.0 43)能源FDI投集聚效/资效应/能耗强度/费水平/（V万元）%（方美元）28.3559855426.81909 67327.991201 92524.601 544 39024.272.07501025.602.42673923.672 679 31515.202.90399615.592.74233521.24518 51631.0429990230.67533 50829.6548957128.5333229225.78251 511C2C30.4130.4210.4260.4190.4320.4621.3151.2961.2401.2850.4130.4071.2901.2691.1471.1721.4361.412因变量人民消结构/%元5.3010 369.614.6912.300.393.6214 392.693.3915 7613.0417 712.62.6720 466.82.5523 222.73.7225 578.23.5729 081.73.8031 125.74.1232 876.13.9934.993.43.9437 341.94.1839.777.24.2640375.9结构(0.0 31)工业用地规模(0.0 2 7)FDI投资效应(0.0 11)，如工业发展水平表示人均工业增加值每增长1%，工业用地碳排放量相应增加0.10 7%；而科研投入水平（-0.0 94）、区域产业集聚效应（-0.0 7 5）、经济开放度（-0.0 35）、能耗强度（-0.0 2 5），4个因子与碳排放呈负相关关系。总体来看，各因素对工业用地碳排放的影响有较大差异，工业用地碳排放的主要驱动因C4素为工业发展水平，主要抑制因素为科研投人水平，工业用地0.428规模扩张也导致碳排放升高。0.4273.3脱钩状态分析0.466碳排放脱钩，即二氧化碳的排放量不会随经济的增长而1.292发生改变，最后能够达到在保证经济增长的前提下，减少二氧1.283化碳的理想状态15。0.412工业发展水平是辽宁省工业用地碳排放量增加的第一推1.2701.1791.4082023.NO.4.经济能源开放度/%（万元人）44.8627.2344.6524.7944.5122.1543.7915.2743.4715.0843.4414.8442.5213.3842.3913.1244.5813.7643.8418.6042.2328.0442.8128.6440.6730.3338.5525.6638.2520.42动力。为了进一步析工业发展水平和碳排放之间的变动规律，基于Tapio模型，测算并分析2 0 0 6 2 0 2 0 年间辽宁省工业用地碳排放与工业发展水平之间的脱钩状态（见表6)。表6辽宁省工业用地碳排放与工业发展水平脱钩状态年份C/C20070.0820080.0020090.0220100.1420110.0720120.0320130.022014-0.0620150.0320160.0120170.0320180.0820190.0920200.0370工业发展水平！地规模/km213.30440.5014.92374.0019.88480.6017.91502.1021.88506.8029.00522.0028.60518.5020.07560.9321.15570.4923.31565.0431.17711.7335.35719.3135.35719.2341.94707.1441.50697.79G/G脱钩指数0.220.380.300.010.090.220.270.540.220.310.080.34-0.31-0.05-0.032.15-0.090.37-0.070.080.060.490.100.780.042.26-0.02-1.61工业用脱钩类型弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩强负脱钩衰退脱钩弱负脱钩强负脱钩弱脱钩弱脱钩增长负脱钩强负脱钩科研投人水平/亿元136.40166.00194.20241.10287.50363.80390.90445.90435.20363.40372.70429.90460.10508.50594.00节能低碳传源卤环境1SSN1672-9064CN35-1272/TK从表6 可以看出，以C/C为代表的碳排放增长率在将高碳低效用地纳入考核评估体系，另一方面加快整合和处2014一2 0 15年为负，其他年份均为正；以G/G为代表的工业置现存低效工业用地，提高利用效率，集约高效用地。增加值增长率在2 0 14一2 0 16 及2 0 2 0 年增长率为负，其他年参考文献份均为正；在2 0 0 7 2 0 12 年、2 0 17 2 0 18 年，辽宁省工业用地1王伟，邹伟，张国彪，等“双碳”目标下的城市群国土空间规划路径碳排放与经济增长的脱钩关系大多呈现出弱脱钩的关系，即与治理机制J.环境保护，2 0 2 2,50(Z1)：6 4-6 9.碳排放有所提高，碳排放增长速度慢于经济增长速度；但是2周咏馨，姚旗龙，储成楠，等，环境规制对长三角城市工业用地高效低碳利用协同效应的影响J.中国土地科学,2 0 2 2,36(12):12 8-2013、2 0 16 及2 0 2 0 年，两者之间出现强负脱钩（最不理想状137.态）情况，即经济衰退，而碳排放反而加重；2 0 15年出现弱负脱3张小平.建成环境视角下城镇建设用地碳排放预测方法研究D.天钩、2 0 19年出现增长负脱钩状态，反映了经济在衰退，能源减津：天津大学,2 0 2 0.排速度慢于经济衰退速度，经济增长开始以环境加速破坏为4李乐乐，徐占军，杨娜，等.山西省土地利用的碳排放效率及其优化代价。策略J.山西农业科学,2 0 19,47(0 3)：47 6-48 1.4结论与建议5陈琳,工业用地碳排放效应及治理对策研究D.乌鲁木齐：新疆农研究发现：辽宁省工业用地碳排放总体呈上升状态，但业大学,2 0 2 2.并未达到峰值，影响工业用地碳排放的主要驱动因素为工业6李冰，初铭畅“双碳”目标下辽宁省制造业碳减排影响因素研究发展水平，但是脱钩分析发现，两者未实现强脱钩，说明现期J.环境保护科学,2 0 2 3,49(0 2):1-6.7郭岫垚.辽宁省碳排放效率时空演变及影响因素研究D.大连：辽工业经济的快速发展还是以牺牲环境为代价；影响工业用宁师范大学,2 0 2 1.地碳排放的主要抑制因素为科研投入水平，说明加大科研投8张馨文.基于STIRPAT模型吉林省碳排放影响因素研究D.长春：入力度并提高科研投人的产出效率将显著降低工业用地碳排吉林财经大学，2 0 17.放；工业用地规模扩张与碳排放增加呈正相关，说明工业用9陈定艺.基于STIRPAT模型的福建省建筑领域碳排放影响因素研地还是存在利用效率总体不高、产出水平偏低问题。究J.能源与环境，2 0 2 2（0 5：55-57.因此，建议制定如下政策来实现工业用地低碳高效利用：10夏勇，钟茂初，经济发展与环境污染脱钩理论及EKC假说的关系：(1)扎实推进工业经济高质量发展。提升工业高质量发展兼论中国地级城市的脱钩划分J中国人口资源与环境，水平，挖掘存量潜力；提升要素资源使用效率，提高清洁能源2016,26(10):8-16.使用比例，推动能源结构优化升级；强化技术支撑作用，加强11张婷.工业用地碳排放时空演变与情景模拟研究D.徐州：中国矿对工业用地利用状况的动态监测，尽可能降低工业发展带来业大学，2 0 19.的碳排放。12张子晗.碳中和目标下我国重点减排省区的碳排放影响因素识别及低碳路径选择D.大连：东北财经大学,2 0 2 2.(2)加大科研投入力度，提高科研投入的产出效率。鼓励低碳科技研发，加强基础研究和应用研究，加大科技投入转换生产力；优化整合相关资源，健全科技人才服务保障体系，打造一支高素质的技术和管理人才队伍，从技术上支撑低碳目标的实现。(3)加强政府工业用地调控管理。类似辽宁省这样的老工业基地，开展相应的高碳低效用地整治行动，建议加强工业用地政府调控管理：一方面提高新增工业用地的投入产出标准，13米莹，簡雪芹，王岱，等.中国东部沿海地区工业碳排放效率时空演化特征及影响因素J.西安理工大学学报,2 0 2 2,38(0 4)：47 6-486.14戴梦圆，赵培培，沈晓梅.LMDI的盐城市工业碳排放影响因素研究J.环境科学与管理，2 0 2 2,47(0 2)：14-18.15杨钊，曹广喜.江苏省碳排放影响因素及脱钩弹性研究：基于LMDI和Tapio脱钩模型视角J.江西理工大学学报,2 0 2 2,43(0 3):7 2-78.2023.NO.4.