经济发展的环境问题.doc

本科生毕业论文（设计）中文题目 英文题目 学生姓名 班级 学号 学 院 环境与资源学院 专 业 环境科学 指导教师 职称 目 录第一章 绪论11.1 研究背景与意义11.1.1研究背景11.1.2研究意义31.2 国内外研究现状31.2.1国外研究现状41.2.2国内研究现状41.3 研究的内容与方法51.3.1研究内容51.3.2研究方法61.4 技术路线6第二章 理论基础与数据模型72.1理论基础72.2 STIRPAT模型7第三章 吉林省能耗与碳排放现状93.1吉林省能源消耗现状93.2吉林省碳排放现状与特征10第四章 吉林省碳排放情景分析与峰值预测144.1吉林省碳排放情景分析144.2吉林省碳排放峰值路径预测194.2.1情景模式的假设194.2.2回归分析23第五章 吉林省低碳建设的对策措施研究275.1 社会经济发展275.2 节能减排方面27第六章 结论30参考文献31致谢I摘要模型和情景是预测碳排放状况的重要工具，模型描述的是影响碳排放的社会、经济和技术因素的作用机制。情景预测了对未来经济、社会和技术发展路径，赋予模型参数不同数值从而得到不同预测。将模型设置的参数输入模型，便可达到碳排放预测的目的。目前国内外对碳排放峰值的估算方法有很多，主要有IPCC方法、CKC曲线、STIRPAT模型以及通过能源消费进行转换等几种方法。 本文采用STIRPAT模型对吉林省2050年之前的碳排放峰值状况做了相关预测，首先查找收集了吉林省1980年到2010年吉林省的人口、人均GDP、碳排放强度、非化石能源占比、城市化率和工业化率等数据，考虑到能源消费产生的二氧化碳排放基本接近于吉林省碳排放量以及数据收集的难易程度，历史碳排放量采用能源消费量乘以转换系数进行计算。将数据岭回归后，得到表征各影响因子对碳排放的贡献大小的标准化回归系数，进一步得到历史数据的回归方程。在此基础上对各影响因素设定低、中、高三种发展模式，将各因素数据带入回归方程得到吉林省未来的碳排放情况，进而得到峰值年份。研究发现，技术因素和非化石能源的开发利用状况对碳排放峰值的出现影响较大。因此研发和推广低碳技术，进一步加强非化石能源的使用，开发新能源对是今后发展的重点。关键字：碳排放 峰值 STIRPAT模型AbstractModel and scenario are carbon emissions projections, the model describes the mechanism of action of the carbon emissions from the social, economic and technological factors. Scenarios on the future path of economic, social and technological development, given the different values of model parameters to get different forecast. Set the model parameters enter the model, we can achieve the purpose of carbon emissions projections. Peak estimation methods on carbon emissions at home and abroad is a lot, mainly in the IPCC methodology, CKC curve, STIRPAT model as well as through the consumption of energy conversion of several methods.Using carbon emissions to peak in Jilin Province in 2050 before the relevant forecast STIRPAT model, first of all find a collection of Jilin Province from 1980 to 2010 in Jilin Province, population, per capita GDP, carbon intensity, the proportion of non.fossil energy, urban rate of industrialization rate data, taking into account carbon dioxide emissions generated by energy consumption close to the basic carbon emissions in Jilin Province, as well as the ease of data collection, historical carbon emissions from energy consumption multiplied by the conversion factor is calculated. Data ridge regression, the characterization of each impact factor on the contribution of carbon emissions, the standardized regression coefficient, and further historical data, the regression equation. On this basis, the various influencing factors set low, medium, and high development model, the data of various factors into the regression equation, the future of carbon emissions in Jilin Province, and thus the peak year. The study found that technical factors and the development of non.fossil energy utilization greater impact on carbon emissions peak, Jilin Provinces economic. Strength the use of non.fossil energy sources, development of new energy focus of future development.Keywords: carbon emissions the peak STIRPAT model 35第一章 绪论1.1 研究背景与意义1.1.1研究背景（1）经济发展的环境问题自从工业革命以来，全球的经济得到快速发展，人们的生活水平也得到进一步的提高。但是经济发展的同时环境问题愈加严重。近年来，我国气候变化显著出现了许多干旱、洪涝、暴雪、高温、冰冻等极端天气。其原因是为了经济的高速发展，人类排放了大量的二氧化碳等温室气体，极大的超过了地球自身的调节能力，给人类带来了灾难。在20世纪我国地面空气的平均温度上升了0.50.8，而我国北部和西藏高原的气温上升情况比中国南部更加明显1。政府间气候变化专门委员会（IPCC）的第四份评估报告指出：全球气候变暖90%是由人类活动排放的大量温室气体引起的。与此同时评估了未来温室气体排放趋势和经济减排潜力，指出把大气温室气体浓度控制在较低水平上是有可能的。未来温室气体排放主要来自发展中国家，低成本的减排潜力也主要在发展中国家，越早采取减排行动越经济可行。根据英国政府于2006年发布的气候变化的经济学：斯特恩报告中，面对全球气候变暖可能对世界经济产生的影响，该报告对这一可能性做了评估，报告认为，全球气候变暖所造成的损失，等同于进行一次世界大战，而现在来讲，为了避免气候变暖所带来的损失，技术上是可行的，亦不会在现有经济基础上造成过重负担，行动越早，损失越少。如果全世界投入每年GDP百分之一进行节能减排，那么可以避免未来每年GDP百分之五到百分之二十的损失。该报告呼吁全世界向低碳经济转型的主要措施如下：提高能源利用效率；对电力等能源部门“去碳”；建立强有力的价格机制，比如对碳排放征税和进行碳排放交易以及全世界联合对去碳高新技术进行研发和部署等。斯特恩指出，发展低碳经济可以有各种发展方向，可以开发太阳能、风能、核能和潮汐能等，或者发展碳捕捉和封存技术，各国可以根据各自的国情选择具体方案。近些年应对气候变化的国际谈判很多，但各国利益诉求迥异，难以形成共识，但至少各国在必须进行碳减排方面达成了一致。从历史数据来看，世界二氧化碳排放量总体水平与人均GDP的增长呈正相关。在一定时期内，随着经济规模的继续扩大，化石能源消费和水泥的生产仍将在今后的人类发展历程中起着不可替代的作用，二氧化碳排放量的增加也是一个必然的事实，不可否认二氧化碳的排放量与经济增长之间有着不可分割的联系，在这种大前提下，再加之世界各国都以发展本国经济为目标，资源减少温室气体排放等同于限制本国发展，因此大部分国家不愿意减少二氧化碳的排放量，而都采取观望态度。（2）积极的态度参与国际气候谈判我国以积极的态度参与国际气候谈判，参与各种国际技术研发和合作机制并不断推进有利于低碳发展的国内政策。在2007年6月，中国发布了应对气候变化国家方案，指出了我国因气候的变化带来的影响以及目前中国对此在政策方面的对策措施。比如改变产业结构和经济增长方式，加大非化石能源的开发利用，研发低碳技术等。 我国已经确定了碳减排目标2011年11月22日国务院发表中国应对气候变化的政策与行动(2011)白皮书，明确了“十二五”时期的目标任务和政策行动，主要措施包括推进结构调整，加强工业节能，实施节能工程，加强管理节能和倡导社会节能，碳减排已经作为一个约束性指标纳我国的中长期规划中。 全球气候问题逐渐加重为了达到可持续发展的要求，我国根据目前的状况制定了相对应的决策，也就是发展低碳经济，而且这一举措，也将促进我国发展方式的转变，从而可以达到经济结构调整的目的低碳经济从概念上表示为碳生产力达到一定水平的经济形态。低碳经济通过技术和制度的创新从而提高能源和清洁能源的利用效率，进而稳定大气中的温室气体的浓度同时能保证经济的平稳增长，让经济发展与环境保护协调发展，目的与目前我国建设环境友好型社会，降低碳排放浓度相同。低碳经济对我国而言，在削减化石能源的用量的同时更要提高能源的利用效率，逐步降低碳排放强度，也就是单位GDP的碳排放量，发展绿色GDP并且我国的低碳技术与产品市场为我国在气候变化领域与发达国家提供了机遇。在低碳发展方面，可以借鉴许多发达国家的经验教训。我国是目前温室气体排放第二大国，发展低碳经济是我国积极应对气候变化所做出的决定。吉林省作为东北老工业基地，是我国进行生态省建设较早的省份之一，发展低碳经济是吉林省社会经济发展的一项重要内容。吉林省的碳排放强度低于全国平均水平，低碳资源和人民生活水平略高与全国平均状况，低碳经济的发展潜力较大。1.1.2研究意义自上世纪70年代以来，全球气候变暖已经成为全世界各领域学者关注的焦点。气候变化将给人们生产生活带来严重的影响，包括粮食的生产，水的获取，健康以及环境，节能减排是重中之重。减排的目的是为了稳定大气中温室气体的浓度，达到一个稳定的情景控制全球温度上升22.4，这就要求我们所有的排放到2050年应达到高峰1，我国作为二氧化碳排放大国，有责任和义务进行节能减排。本论文利用STIRPAT模型对吉林省19802010年的碳排放量及其影响因素的相关数据进行拟合，在此基础上预测吉林省碳排放峰值年份。通过历史数据得出各影响因素对碳排放的贡献大小，分析对碳排放峰值的尽早出现起到推动作用的因素，从而制定相应的政策，为吉林省建设低碳经济区提供一定的参考意见。1.2 国内外研究现状通常而言，碳排放评估的温室气体有甲烷、二氧化碳、全氟化碳（PFCs）、氧化亚氮、六氟化硫、氢氟碳化物（HFCs）等6类，考虑到数据获取的难易情况，以及二氧化碳在温室气体中的比重，本文的碳排放是指二氧化碳的排放。对于碳排放峰值预测方面，国内外有很多研究，主要是通过以下所提及的四种模型，以及各种模型的进一步改进。模型和情景是碳排放预测的主要工具，模型描述了影响碳排放的社会、经济和技术因素的作用机制。在国内外的碳排放研究中有人结合STIRPAT分析了各种因素对碳排放的影响，并指明碳减排应关注的重点因素2-3，而情景分析并预测了对未来经济、社会和技术发展路径，给模型参数赋予不同的数值从而得到不同预测。将模型设置的参数输入模型，便可达到碳排放预测的目的。1.2.1国外研究现状Ehrlich 4等学者提出环境影响是人口、富裕程度和技术因素综合作用的结果。Fan Ying 5等使用STIRPAT模型分析了19752000年不同收入水平国家人口、财富和技术对CO2排放总量的影响。 关于碳排放的估算方法及预测研究，日本学者Yoichi Kaya提出了著名的Kaya公式，将经济、技术和人口等因子与人类活动产生的 CO2 建立起联系 6。Huanan Li，Hailin Mu等（2011）基于STIRPAT模型，根据19902010年间各省碳排放情况将中国30个省分为5个区域并进行分析，结果表明GDP、工业结构、人口、城市化和技术水平都是影响碳排放的主要因素，但各因素对碳排放的影响大小各不相同。在大多数区域城市化率和GDP相对其他因素对碳排放的影响相对较大，是中国解决碳排放问题的主要途径。值得注意的是工业结构不是重要因素，可以通过提高技术水平来减少高排放地区的碳排放量。不同地区应根据不同状况选择不同的减排途径。1.2.2国内研究现状目前在碳排放峰值预测方面国内有很多研究，翟石艳、王铮等根据IPCC提供的公式得出广东省的碳排放趋势呈倒U型曲线并得出峰值年份。张帅，杜国银（2011）以碳排放库兹涅茨曲线假说为理论基础，构建各国经济发展与碳排放强度之间的库兹涅茨曲线，分析碳排放库兹涅茨曲线峰值出现的特征。国内做碳排放量预测研究采用最多的方法就是通过能源消费结构和不同品种能源品种的碳排放系数计算碳排放量。华贲利用能源碳强度（反映碳排放与能源结构关系）与一次能源消费中生成并排放二氧化碳的各种形式能源所占比率的关联式=2.4进行推算得出各情景的碳排放峰值 10。黄蕊、朱永彬、王铮（2011）以上海市为例用如下图1.2.1方法预测碳排放 11： 图1.2.1岳超、王少鹏等基于GDP和碳强度进行预测，公式为，进行情景预测后得到最佳可能范围上限预测的碳排放峰值年份为2035年。渠慎宁、郭朝先 13基于STIRPAT模型对我国碳排放峰值进行预测分析，对中国1980.2008年数据进行回归后，设置不同情景后对我国未来碳排放的峰值年份进行预测。朱勤、彭希哲、陆志明、于娟 14通过对STIRPAT模型的扩展，应用岭回归方法计量分析人口、消费及技术因素对碳排放的影响，结果表明，扩展的STIRPAT模型对中国国情有较高的解释力。1.3 研究的内容与方法1.3.1研究内容为了有效的推进节能减排，降低吉林省的碳排放量，本文对吉林省碳排放的峰值进行了预测。首先根据吉林省的能源消费水平计算能源消费的碳排放量，再对吉林省近三十年的人口，富裕程度，技术水平三种对碳排放影响较大的因素进行分析，得出相应关系，并引入三个无量纲因素即城市化率、工业化率和非化石能源占比。同时分析各影响因素对碳排放贡献大小以及弹性情况。之后依据此排放趋势做出合理情景假设，与碳排放相关的六个因素分别确定各自的低、中、高三种模式，各模式的数据拟合后得出吉林省碳排放的峰值年份。1.3.2研究方法本文预测吉林省碳排放峰值主要基于STIRPAT模型，模型中的各项为影响碳排放量的几个主要因素即人口、富裕程度、技术水平，为了进一步研究生活消费模式、工业化水平和能源消费结构对碳排放的影响情况，引入了城市化率、工业化率和非化石能源占比。将模型两边取对数关系后带入相关数据后进行计算和分析。1.4 技术路线图1.4.1第二章 理论基础与数据模型2.1理论基础本文应用STIRPAT模型对吉林省19802010年的相关数据进行拟合、分析，进一步预测吉林省2050年之前的碳排放状况，并得出峰值年份。STIRPAT模型是可持续性评价经典等式IPAT（I=PAT）的变种。IPAT恒等式是一种研究能源经济和碳排放峰值的重要方法，该方程将环境影响和人口规模、人均财富以及对环境毁坏的技术水平联系起来，主要用于探求影响排放变化的驱动因素。York等（2002）为了修正IPAT模型的不足，分析人口对环境的非线性变化影响，在IPAT模型的基础上建立了STIRPAT(Stochastic Impacts by Regression on PAT)模型。陈成忠等（2006）从理论上揭示了STIRPAT模型强调技术重要的正确性。2.2 STIRPAT模型本文采用基本模型STIRPAT对吉林省的碳排放峰值进行预测分析。下面简单的介绍一下STIRPAT模型。模型的基本公式如下： (1)在上述公式中，I是指环境影响，P是指人口规模，A是指富裕程度，T是指技术水平。a表示模型的系数，b、c、d表示各自变量指数，e为误差。进一步对该模型扩展，式1两边取对数后可得：lnI=lna+b(lnP)+c(lnA)+d(lnT)+lne (2)本文对STIRPAT模型进行了扩展，引入了三个与碳排放量相关的无量纲的因素城市化率Ps，工业化率Is，非化石能源所占比例U，进一步研究生活消费模式、工业化水平和能源消费结构对碳排放的影响情况，模型改进后如下：(3)式中各变量定义为：I环境影响，用碳排放量表示，单位为万吨碳；P人口数，单位为万人；A财富因素，用人均GDP表示，单位为亿元/万人；T技术因素，用碳排放强度表示，即单位GDP碳排放量，单位为万吨/亿元；Ps城市化率，即城市人口占总人口数的比重；Is工业化率U非化石能源所占比例；扩展后的模型补充了对人口结构，工业化程度和非化石能源使用情况的考量，使得影响碳排放的多个因素都能得到反映。第三章 吉林省能耗与碳排放现状吉林省的低碳建设关系到吉林省的各个行业，采用碳产出水平、碳排放水平、低碳资源和人民生活总共四项指标，吉林省低碳经济发展水平，能够从这四个方面能够详细地反映出来，通过指标列出来的详细数据，能够直观的指出吉林省目前为止低碳建设所取得的成果与不足。研究结果表明:吉林省低碳经济水平与全国平均水平差距较小，发展潜力较大；吉林省发展低碳经济应注重产业结构、能源消费结构和技术法规等方面的优化调整 16。3.1吉林省能源消耗现状吉林省是东北老工业基地的重要组成部分，历史上为我国的社会经济发展和工业化建设做出了重大贡献。吉林省经济发展及人们生产消费过程中，主要消耗的能源有原煤、石油、天然气、焦炭、电力等，其消费领域主要是化工行业、交通运输、建筑、冶金及农业。2010年全省一次能源生产总量4346.52万吨标煤，增长11.19%。其中：原煤产量4280万吨，增长6.2%；原油产量632.53万吨，增长2.83%；天然气产量17.45亿立方米，增长22.74%；页岩油产量6.7万吨，增长48.51%；燃料乙醇产量44.73万吨，下降1.69%；原油加工量812.57万吨，下降1.86%；全口径发电量658.22亿千瓦时，增长20.25%，全社会用电量576.97亿千瓦时，增长11.98%。全省能源工业增加值完成611亿元，占全省工业增加值3755亿元的16.28%，增加106亿元，占全省GDP的6.34% 17。由于吉林省处在工业化中期阶段，受优先发展重化工业战略的影响，工业是经济增长的主要动力，产业结构以第二产业为主导，工业结构以高耗能的工业为主，重工业比例偏高，由于能源利用效率低和技术水平落后，三次产业的碳产出水平不高。2010年吉林省三次产业产值占地区生产总值的比重分别为：12%、52%、36%，三次产业单位产值能耗分别为0.1，0.96和0. 3(吨标准煤/万元)，由此可见第二产业是能源消耗的主要部分，2010年第二产业消耗4655.27万吨标准煤，折算成碳排放量为11436.6万吨，但是第二产业碳产出水平最低，产值比重却高达52%，GDP能耗高，能源利用效率低，这是造成吉林省总体碳产出水平低的最主要原因。目前吉林省的产业结构仍是以高耗能的产业为主，能源消费以煤炭为主，图一是吉林省2005到2010年的能源消费量，由图可见其增长呈上升趋势。因产业结构的影响和经济发展阶段的限制，能源消费的增长还要持续很长一段时间。构建低碳经济体系，对吉林省发展低碳经济有重要意义。图3.1.1 吉林省20052010年的能源消费量(标准煤)3.2吉林省碳排放现状与特征吉林省的产业结构以高耗能的产业为主，以下是吉林省近30年的碳排放量，从1980年的4742万吨一直发展到2010年的20384万吨，是1980年碳排放量的4.3倍。2010年中国的碳排放量为8240958万吨，单位GDP的碳排放量为20.54吨/万元。吉林省2010年单位GDP的碳排放量为2.35吨/万元，远远低于全国水平。吉林省近几年的碳排放量呈增加趋势。图3.2.1 19802010年吉林省碳排放量情况吉林省的经济发展主要依赖第二产业，碳排放主要集中在第二产业，2010年第二产业碳排放量为11436.6万吨，占终端能源消费的71.4%。第一产业、第三产业与生活消费的碳排放量占吉林省碳排放量的百分比分别为1.7，15.1和11.8。吉林省单位地区生产总值碳排放为2.8吨/万元，人均碳排放为7.48吨碳/人，低于全国水平（人均碳排放与消费模式有关，即在满足基本需求的情况下，碳排放越多，消费模式越浪费）。假定三次产业的生产总值不发生变化，并且各自的碳排放强度不变，如果将第二产业所占比例下调一个百分点，将会减少49.03万吨的碳排放量，同时碳排放强度将会下降1.14个百分点17。显而易见，对吉林省来说，调整产业结构的布局，提高能源利用效率并进行技术革新是减少碳排放强度的重要途径。近几年，吉林省的能源消费量有一半以上消费在几大重点行业上，电力、蒸汽、热水生产供应业的能源消费比重变化较大，其他行业相对比较稳定。化工、冶金、建筑等支柱产业虽然能源消费比重略微下降，因其为支柱产业所以仍是能源消耗与碳排放的大户，虽然为经济发展做出卓越贡献，但同时也给环境带来了沉重的压力18。2010年全省规模以上工业企业综合能源消费量为5181.6万吨（折合标准煤），比上年增耗270.9万吨，增长5.5%，实现万元工业增加值综合能耗0.39吨，下降12%。从行业来看，在39个大类行业中，有33个行业万元工业增加值综合能耗比上年有所下降，占大类行业总数的84.6%。从重点耗能企业来看，纳入全省重点耗能企业定期统计范围的324户年综合能耗在1万吨标准煤及以上的工业企业，综合能耗消费量为4523.5万吨，增长3.1%，万元工业总产值能源消费量为0.93吨。下降17.5。十一五期间，全省规模以上工业万元增加值综合能耗累计下降32.3%，高于全国平均水平6.8个百分点，对全省单位GDP能耗下降发挥了决定性作用。吉林省的两大支柱产业分别是交通运输设备制造和石油化工业。除此之外，农产品加工业、医药工业、电子信息和装备制造业等也是吉林省的优势产业。石化产业是吉林省的第二大支柱产业，对经济的发展有突出的贡献。吉林省石化产业优势明显，不仅有石油、天然气等天然资源优势，还有国内先进的生产装置，长期以来我省的石油加工、农药、化肥、化工仪表和化工试剂等行业都有所发展，化工产业能源消耗量逐年减少，但是总体来看能源消耗减少幅度不大。同时，化工产品附加值比例偏低，与其他行业相比石化产业能耗水平较高，低于低碳经济的发展要求。汽车装备生产制造行业不属于能耗高的行业范畴，但它是吉林省的支柱产业。2010年吉林省汽车工业工业增加值为1091亿元，增长30.8%，占全省的29%；省内整车产销分别为168万辆和166万辆，分别增长35.7%和36%，占国内汽车市场份额的9.2%。表3.2.1 20052010年汽车装备生产制造的能源消费及碳排放强度状况年份能源消费量（万吨）GDP（亿元）碳排放强度（吨/万元）2005155.333620.270.04292006144.784275.120.03392007138.795284.690.0262008173.446426.10.0272009120.627278.750.01662010142.468667.580.0164可见，吉林省的生产总值虽然不断增加，但是碳排放强度近几年一直呈下降趋势，从2005年的0.1054吨/万元发展到2010年的0.04吨/万元，下降的很快。汽车工业的发展决定了吉林省的节能状况和减排能力，发展新能源汽车是大势所趋。这不仅是“十二五”减排目标的要求，更是汽车行业把握未来市场动向的必然选择。建筑业的二氧化碳排放特征是二氧化碳排放主要发生在建筑使用过程中，仅居民住宅一项，二氧化碳排放量为296.57万吨。吉林省建筑行业的碳排放量仅次于工业的碳排放量，2010年建筑能耗占吉林省社会能耗的39.62%，碳排放量为8076.4万吨。其中城镇建筑能耗为2400万吨，占建筑总用能的73%。由于吉林省地处东北，冬季较冷，取暖过程中消耗大量能源，2010年城镇取暖产生的二氧化碳为3824万吨。下图为吉林省20062010年建筑行业碳排放量情况，近些年一直呈增加趋势：图3.2.2 吉林省建筑行业碳排放量冶金矿业是高能耗、高排放的产业之一，吉林省一次能源短缺，煤炭储蓄量仅为全国的0. 46%，石油储蓄量占全国总量的4. 79%，天然气储量占全国总量的1. 15%。但是吉林省矿产资源丰富，至2005年已经发现136种矿藏，已经探明储量矿产93种，其中铁矿石保有储量4. 6亿吨。吉林省作为老工业基地，在产业布局上以重工业为主，经济发展严重依赖第二产业，并且这些产业多以煤炭、电力等行业为主，在我国早期这些产业对经济社会的发展起到了重要作用，但不可忽视的是这些产业大都是以高投入、低产出的方式获取经济的高速发展。吉林省的能源储量相对缺乏，而高能耗、高排放的行业又主要集中于第二产业的重工业领域，由于这些工业企业能耗大，污染高，因此这些工业企业成为治理的重点 18。第四章 吉林省碳排放情景分析与峰值预测4.1吉林省碳排放情景分析本文对吉林省碳排放情况进行预测，采用19802010年的面板数据进行分析，数据内容包括碳排放量，人口，人均GDP，碳排放强度以及非化石能源占比、城市化率和工业化率三个无量纲的变量。目前，我国温室气体排放的国家清单正在编制之中，根据目前现有的数据，暂时没有权威的碳排放数据使用。我们日常的生产、生活使用的电力、热力以及其他能源主要是由能源消费产生的，因此，能源消费产生的碳排放量可以代表吉林省的碳排放水平，并且计算化石能源燃烧产生的二氧化碳排放量已成为当前国际上计算碳排放量的通用方案 19。本文首先对历史数进行拟合，得出碳排放的大致趋势。对于模型涉及的各个变量，碳排放量的估算采用能源研究所提供的系数2.4567乘以吉林省终端能源消费量；人口数、城市化率与非化石能源占比可直接通过查阅吉林省统计年鉴得到；工业化率可用统计年鉴中得到的工业增加值除以地区总产值；人均GDP的测算方法为先将GDP换算为2000年不变价，再除以吉林省的总人口数即可得到人均GDP。通过查阅统计年鉴和计算所得到的具体数据如表4.1.1所示。本文采用岭回归估计进行模型拟合。岭回归(Ridge Regression)可以在一定程度上避免多重共线性，是减小参数估计方差的一种有效手段。本文中人口、人均GDP、碳排放强度、非化石能源占比、城市化率和工业化率这六个自变量存在多重相关性，岭回归估计在这六个自变量组成的标准化矩阵的主对角线上刻意的加上一个k（k是一个非负数），这样一来回归系数的估计就会有一点偏差，但是估计方法的稳定程度就计算结果而言就极大的提高了，并且计算回归系数得到的标准差与其他估算方法相比要小一些。表4.1.1 我国人口、消费及碳排放变动趋势(19802010)年份碳排放量（万吨）人口(万人)人均GDP（亿元）碳排放强度非化石能源占比城市化率工业化率19804741.92 2210.70.138 15.51 5.327.660.48 19814470.21 2230.90.145 13.81 5.229.070.46 19825201.57 2257.60.154 14.93 5.429.870.45 19835682.35 2269.50.187 13.41 8.531.280.39 19846130.69 2284.50.209 12.86 5.132.490.41 19856531.87 22980.222 12.82 6.635.10.43 19866810.71 2315.30.236 12.46 9.136.310.40 19877568.85 2336.40.278 11.66 10.937.920.42 19888067.31 2357.40.319 10.72 7.939.330.42 19898334.85 2395.40.306 11.36 4.640.130.42 19908655.94 2440.20.311 11.40 5.14 40.340.39 19918777.30 2459.70.327 10.91 5.32 40.940.39 19929221.96 24740.365 10.22 5.50 41.950.41 19938955.26 2496.10.407 8.81 5.54 44.160.43 19947879.35 2515.60.443 7.06 6.18 45.970.38 19959714.33 2550.90.480 7.94 6.76 46.980.36 19969907.08 2579.10.539 7.13 6.68 47.180.35 199710262.2 2600.10.582 6.78 7.08 48.180.34 19988910.06 2603.20.634 5.39 6.47 48.590.32 19999073.13 2616.10.683 5.08 6.96 48.990.33 20008666.50 2627.30.743 4.44 6.75 49.660.34 20019121.04 2637.10.809 4.28 7.19 49.80.34 200210340.22649.40.882 4.43 7.86 50.880.34 200311712.82658.60.968 4.55 3.851.770.35 200413267.92661.91.085 4.59 3.952.30.37 200514636.12669.41.213 4.52 2.652.520.38 200616269.32679.51.389 4.37 352.970.39 200718056.9 2696.11.603 4.18 4.553.160.41 200819886.22710.51.850 3.97 5.453.210.42 200918911.12719.52.094 3.32 5.353.320.42 201020384.0 2723.82.380 3.14 6.0253.360.45 上述数据中，碳排放量I作为因变量，人口、人均GDP、城市化率、工业化率、碳排放强度和非化石能源占比作为因变量。将数据取对数以后，将上述数据代入SPSS，对式2进行岭回归估计，可决系数R2随岭回归系数K的变化情况如图4.1.1，各变量随K的变化情况如图4.1.2所示。图4.1.1 可决系数R2随K变化情况图4.1.2 各变量随K变化情况由图可知当k=0.2时，可决系数R2=0.933775，并且各自变量回归系数变化趋于稳定。进行显著性检验时，F值=12993.094，P0.01检验显著，且回归系数符号均符合经济学意义检验。模型整体拟合效果满足要求。此时，拟合得到的标准化岭回归方程为：对应的岭回归方程为：表4.1.2 模型的岭回归估计系数系数类型岭回归估计参数人口人均GDP碳排放强度非化石能源占比城市化率工业化率常数项标准回归系数0.2304320.35141-0.08052-0.084200.2960940.195486.回归系数1.3763690.174025-0.06405-0.112540.5909380.741128-6.12267分别以人口、人均GDP、碳排放强度、非化石能源占比、城市化率、工业化率代入式3所示模型，运用岭回归估计方法拟合得到各变量的标准回归系数和回归系数如表2所示。模型的岭回归估计结果显示，该模型下吉林省19802010年碳排放的解释因素按其影响程度的大小(按各自变量标准回归系数的绝对值衡量)依次为：人均GDP（0.35141）、城市化率（0.296094）、人口（0.230432）、工业化率（0.195486）、碳排放强度（.0.08052）、非化石能源占比（.0.08420）。由模型拟合得到的各自变量标准化回归系数可计算得到回归系数，进而得到该阶段吉林省碳排放总量对各影响因素的弹性。由弹性系数的概念可知，方程的回归系数反映的即是因变量与自变量之间的弹性关系，即维持其他自变量不变时，某自变量变化1%所引起的因变量变化百分比。由此得到各变量的弹性系数分别为：人口（1.376369）、城市化率（0.590938）、工业化率（0.741128）、人均GDP（0.174025）、碳排放强度（即技术水平）（.0.06405）和非化石能源占比（.0.11254）。在影响碳排放的因素中，人均GDP对碳排放量的影响最大。人均GDP是衡量人民富裕程度的重要指标，其对碳排放的影响主要表现在两个方面:一是居民生活消费对能源的直接消耗及其产生的直接碳排放,二是支撑居民消费需求的整个国民经济产业的发展所引致的能源消费及其碳排放,后者被认为是居民消费产生的间接碳排放。近年来，吉林省的人均GDP由1980年的1383.3元/人到2010年的23796.4元/人（以2000年为不变价计算，去除了经济增长和通货膨胀等因素），年均增长率为10.06%，随着人们的生活水平的提高，对能源的直接与间接消耗量增大，碳排放量随之上升。城市化率在模型中主要反映的是由于城乡结构的变化所导致的人们生产、生活等行为变化对吉林省碳排放状况的影响。近30年间，吉林省的城市化率由32.7%增长到45.6%，并有进一步发展的趋势。通常而言，水泥生产过程中化学物质的分解，森林碳汇的多少以及化石能源的燃烧是人们日常活动产生的二氧化碳的主要来源，这三个来源与城市化进程息息相关。随着城市化的推进，人们的生活水平和消费水平也随之提高，这样一来所消费的能源量就增大了。为建设住宅和基础设施水泥的消费需求进一步增大，同时森林碳汇减少。而且为发展城市化必须先发展工业，工业的能源消费产生的二氧化碳排放量是很大一部分。因此，在主要消耗化石能源的一定时期内，城市化增加了碳排放。吉林省在19802010年间的人口数由2210.7万人发展到2723.8万人，年均增长率为0.7%，人口规模扩张对中国1980年以来的碳排放具有显著影响力,这一点与国内外几乎所有研究者的结论是一致的 20。在有限的条件下，人口的增长对资源和环境压力逐步增大。尽管吉林省实行计划生育，人口增长率近年逐步降低，但由于人口基数大，人口的总数还是呈上升趋势。人口绝对数量的高增长是影响碳排放的重要因素，是影响资源与环境压力的主要因素之一。吉林省至今仍以重工业为主，GDP能耗高，能源利用率低，发展经济的手段仍为持续扩大产业规模，这仍将导致巨大的能源消耗，不利于减少碳排放，工业化率对碳排放的影响大。碳排放强度和非化石能源占比为负值，碳排放强度代表的是技术水平，因技术水平的不断提高，碳排放强度近30年一直呈上升趋势，也可能是因为科学技术手段的进步所带来的能源利用率的提高，远远比不上扩大产业规模所带来的能源消耗量。水电等清洁能源的广泛使用，在一定程度上代替了煤和石油等传统能源，减少了二氧化碳的排放。大力开发和推广清洁能源并在可行的条件下进行技术革新是减少碳排放的重要途径。4.2吉林省碳排放峰值路径预测4.2.1情景模式的假设进一步利用历史数据对未来吉林省的碳排放总量进行估算，上文已采用吉林省19802010年的碳排放量、人口、人均GDP、碳排放强度、非化石能源占比、城市化率和工业化率等数据来分析人口、人均GDP等变量对碳排放量的影响并推算出大致趋势。对公式 （3）进行回归得到：假设2010年到2050年的人口、人均GDP、碳排放强度、非化石能源占比、城市化率和工业化率维持目前增长趋势，吉林省的碳排放会呈持续增长模式，不能在2050年内达到高峰。因此本文对人口、人均GDP、碳排放强度、非化石能源占比、城市化率和工业化率等变量的增长率进行一定控制以确保碳排放在2050年之前达到峰值目标。据此设定了低、中、高三种发展模式，以显示为使碳排放达到峰值，各变量控制的增长率。1.人口人口的设定中模式参照马强、付艳茹（2010）基于MATLAB仿真的人口预测研究 21，以及渠慎宁、郭朝先（2010）一文中对人口的预测，其预测人口增长趋势与目前吉林省人口发展状况及规划相符，在十二五规划中要求人口作为约束性指标控制在3以内，根据以上设置人口的年均增长率，详情如下表所示：表4.2.1 人口增长率的设定 年份20102020202020302030204020402050年均增长率（）31-1-22.人均GDP吉林省十二五规划地区生产总值预期为12%以上，以此为中模式；参数的设定参照徐亚鹏的AR（p）模型，带入吉林省人均GDP数据，计算出年均增长率，并结合吉林省与中国人均GDP增长率目前的发展现状，参照牛文元等（2007）的中国城市化战略的低碳之路 22，人均GDP的年均增长率设定如下：表4.2.2 人均GDP增长率的设定 年份模式 20102020202020302030204020402050低模式%10642中模式%12833高模式%149433碳排放强度哥本哈根大会之前我国已提出了自愿减排的目标，即到2020年单位国内生产总值二氧化碳排放比2005年下降40%至45%，吉林省十二五规划将其作为约束性指标年均增长率5年累计-17%，节能减排工作仍是吉林省未来的工作重点，根据世界银行中，中收入国家、发达国家和低收入国家的碳排放强度数据，参照渠慎宁14和牛文元的中国城市化战略的低碳之路 23中对碳排放强度的设置可设定吉林省碳排放强度的年均增长率如下表：表4.2.3 碳排放强度年均增长率的设定 年份模式 20102020202120302031204020412050低模式%-4-4.5-4-3中模式%-5.5-5-4.5-4高模式%-7-5.5-5-4.54非化石能源占比近年来，随着低碳经济的发展，非化石能源所占比值逐年增加。节能减排力度，能源使用技术的