Page 69 - 《环境工程技术学报》2023年第1期

第 1 期 刘茂辉等：基 于 LMD 方法 和 STIRPA 模型的天津市碳排放量对比分析 · 65 ·
T
I
为能源结构效应， 万 t；ΔQ 为能源强度效应， 万 t； 口总数、城镇化率、地区生产总值、第三产业占比、
I
E
ΔQ 为经济增长效应， 万 t；ΔQ 为城镇规模效应， 能源强度和碳排放强度数据均来源于历年《天津统
D
C
万 t；ΔQ 为城镇人口数与第三产业总值的比值效 计年鉴》和《天津市国民经济和社会发展统计公
E
应， 万 t；ΔQ 为第三产业规模效应， 万 t。 报》。为排除通货膨胀等物价上涨因素，地区生产总
F
各效应的表达式如下： 值采 用 200 年不变价进行折算。
0
( )
t
∆Q = W ×ln ES /ES 0 （5） 1.5 情景设置
ES
( )
t
∆Q = W ×ln EI /EI 0 （6） 将《天津市国民经济和社会发展第十四个五年
EI
( ) 规划和二〇三五年远景目标纲要》 、《202 年天津
[3]
t
∆Q = W ×ln C /C 0 （7） 0
C
( ) 市国民经济和社会发展统计公报》 [28 ] 和《天津市
t
∆Q = W ×ln D /D 0 （8）
D
1
( ) 202 年政府工作报告》 [29 ] 中地区生产总值、能源强
t
∆Q = W ×ln E /E 0 （9）
E
( ) 度、碳排放强度、城镇化率、 近 3 年的第三产业占比
t
∆Q = W ×ln F /F 0 （10） 和人口总数作为基准情景。由李健等 [8-9 ] 的研究可
F
0
0
t
t
W = (Q − Q )/(ln Q −ln Q ) （11）
知，低碳发展要求下，地区生产总值、城镇化率、第
式 中 W 为对数均值， 万 t。
三产业占比和人口总数的增长率呈下降趋势，能源
1.3 STIRPA 模型
T
强度和碳排放强度的下降幅度呈增加趋势；同时，为
可拓展的随机性的环境影响评估（STIRPAT）模
展现尽可能广的碳排放量变化范围，在参数合理变
型源 于 IPA 等式 ，IPA 等式表达如下：
[21]
T
T
I = P× B×T （12） 化范围内，本研究以低碳加 严 40 % 作为变化步长。
式中： 为环境负荷； 为人口规模； 为富裕度； 为 在基准情景的基础之上，低碳发展加 严 40 % 作为低
B
I
P
T
技术水平。 碳情景，即地区生产总值、城镇化率、第三产业占比
基 于 IPA 等式，Yor 等 [22 ] 构建 了 STIRPA 模 和人口总数的增长下 降 40%，能源强度和碳排放强
T
T
k
型，其表达式为： 度的降幅增 加 40%；在基准情景的基础之上，低碳发
b
d
c
I = a× P × B ×T ×e （13） 展加 严 80 % 作为超低碳情景，即地区生产总值、城
式中： 为常数项；b、c、 分别 为 P、B 、 的指数项；
T
d
a
镇化率、第三产业占比和人口总数的增长下 降 80%，
e 为误差项。
能源强度和碳排放强度的降幅增 加 80%。各情景下
STIRPA 模型可以定量分析各因素对环境负荷
T
各参数具体设置如 表 1 所示。
的影响，该方法已被广泛地应用于环境保护研究
中 [23-25] 。在利 用 STIRPA 模型研究碳排放量过程 2 结果与分析
T
中，可以依据研究区域实际情况，引入其他可以对碳
2.1 影响因素分析
排放量造成影响的因素，构建扩展 的 STIRPA 模
T
基于式（4）～（10）可以计 算 LMD 各影响因素
I
型 [26] 。为方便对比分析，依 据 LMD 方程，选 取 ES、 累计贡献率，结果见 图 1。贡献率大 于 0，表明该影
I
EI、C、D、E、 这 6 项因素作为自变量 对 STIRPAT
F
响因素对碳排放量具有拉动作用；贡献率小 于 0，表
模型进行扩展，构建扩展后的模型如下： 明该影响因素对碳排放量具有减缓作用。从 图 1
β
γ
α
δ
ε
θ
Q = a×ES ×EI ×C ×D × E × F ×e （14）
可知，在 以 200 年作为基准年的前提下，201 年天
0
9
式 中 α、β、γ、δ、ε、 分别 为 ES、EI、C、D、E、 的
θ
F
津市能源结构、能源强度、经济增长、城镇化率倒
指数项。
数、城镇人口数与第三产业总值的比、第三产业总
为了消除模型中可能存在的异方差影响，研究
值的累计贡献率依次为−19%、−152%、222%、−16%、
将所有变量进行对数化处理，对数化之后的扩展
−239%、305%，能源强度、城镇人口数与第三产业总
STIRPA 模型如下： 值的比对天津市碳排放量起到较强的减缓作用，能
T
ln Q =ln a+αln ES+βln EI+γln C +δln D+
εln E +θln F +ln e （15） 源结构和城镇化率倒数对天津市碳排放量起到一定
在使 用 STIRPA 模型研究碳排放量影响因素 的减缓作用，经济增长和第三产业总值对天津市碳
T
时，构建的多元线性回归模型易产生多重共线的问 排放量起拉动作用，这一结论与王媛等 对天津市
[9
]
题 [27] ，为解决这一问题，参照张哲等 [26 ] 的方法，使用 碳排放量影响因素的分析一致，与董莹等 [30 ] 对甘肃
偏最小二乘法（PLS）进行多元线性回归模型的构建。 省碳排放量影响因素分析一致，同时也与李健
1.4 数据来源 等 [18 ] 对经济增长和能源强度的分析相一致。但与王
2000—201 年碳排放量所需活动水平数据、人 建雄等 [31 ] 的研究结果不太一致，在其研究中，天津市
9