对于云南省碳排放强度变化的研究

��+曹改改+尹晓梦

[摘要]文章根据各能源碳排放系数及计算公式，得出云南省1995—2014年能源消费碳排放量；进而由碳排放量与GDP的比值计算出碳排放强度这一指标的数值。对碳排放强度的时间趋势图进行拟合，以探求当期碳排放强度受何种因素影响。最终拟合模型为ARMA（1，1），结果表明当期碳排放强度受上一期碳排放强度、上一期随机扰动项的影响。在此模型的基础上对其进行预测，结果显示2015—2017年单位GDP碳排放量在降低，但降速较缓；因此云南省的经济增长朝着一个较好的趋势发展，但其增长方式仍需要进一步的改善。

[关键词]碳排放强度；ARMA模型；R软件

[DOI]1013939/jcnkizgsc201719267

1引言

全球气候的变暖以及其所引发的其他环境问题使人们开始关注碳排放，而随着中国经济出现新常态，过去以牺牲环境为代价带来经济增长的方式也需要被摒弃，这些对于云南省的经济发展有着非常重要的启示作用。云南省的经济发展并不靠前，但作为目前国内环境质量较好的地区，更不能以环境质量来换取经济的发展，因此研究云南省碳排放强度的变化情况具有重要的现实意义。文章研究1995—2014年云南省碳排放強度的变化情况，以此来探究云南省的经济增长与碳排放之间的关系。

C=[DD（]n[]k=1[DD）]ckik（式1-1）

碳排放主要是指二氧化碳的排放。对于碳排放的估算方法主要是指数法，具体如式1-1所示。其中C为碳排放量，n为能源类别，ck表示单个能源的碳排放量，ik为各种能源的碳排放系数[ZW（]根据IPCC的假定，可以认为某种能源的碳排放系数是不变的；文章计算所用的碳排放系数采用IPCC、国家发改委能源研究所发布的数据。[ZW）]。

碳排放强度=[SX（]碳排放量[]GDP[SX）]（式1-2）

碳排放强度是指每增加一个单位GDP所要排放的二氧化碳含量，可以用来衡量经济发展与碳排放量之间的关系。它常被用作反映在经济发展过程中对于减缓气候变化的贡献，若某地区处于低碳经济，则是指在其保持经济增长的同时，单位GDP所释放的CO2含量是递减的。

2模型的建立及其应用

21碳排放量、碳排放强度的计算

文章所选样本区间为1995—2014年[ZW（]数据来自国家统计局网站，样本区间的选定是因为目前云南省各能源排放量数据更新到2014年。[ZW）]，由式1-1计算得到1995—2014年云南省碳排放量及其增长率，对其做趋势图，如图1所示。

从图1可知，云南省碳排放量整体上呈上升趋势，从1995年的2455万吨增加到2012年的9087万吨，增加到3倍多；2013年、2014年碳排放总量稍有下降。1999—2003年碳排放量增长率快速上升，在2007年其增速变缓，到2013年、2014年为负值。综上所述，相比前些年，2013年、2014年两年碳排放得到一定程度的控制，但其数量仍较多。

考虑到经济发展中价格不断变化的因素，以现价GDP计算的单位碳排放量不能直接对比，故采用GDP可比价。由式1-2计算得到1995—2014年云南省碳排放强度[ZW（]其中1995—2014年云南省GDP、生产总值指数均来自《2014年云南省统计年鉴》。[ZW）]，并对其数据进行观察，发现1995—2001年碳排放强度变化不大；2002—2006年增长较多；2009年以来，开始小幅度下降。考虑碳排放强度为时间序列数据，现利用其进一步分析。

22ARIMA模型拟合及检验

首先对变量进行平稳性检验，本文以R软件为平台采用ADF检验方法，结果如表1所示，即原序列碳排放强度（Yt）为平稳序列。通过绘制序列Yt的自相关、偏自相关图，发现序列Yt的自相关图表现出拖尾特征；序列Yt的偏自相关图表现出在1阶处截尾的特征。若利用R软件实现自动定阶，自动定阶模型为ARIMA（0，1，1）。

由于检验出序列Yt为平稳序列，不需要差分。现若根据进行Yt的自相关、偏自相关图自定义定阶，则最初的模型形式设定为ARIMA（1，0，5），并根据参数估计结果来进行模型的修正，其过程如表2所示，自定义定阶最终模型为ARIMA（1，0，1）。

如表2所示，自定义定阶模型的最终模型为ARIMA（1，0，1），其中模型的残差序列通过平稳性检验，对应的AIC为1559。式1-3与R软件自动定阶模型ARIMA（0，1，1）相比，AIC较大，但考虑原序列为平稳序列，故采用式1-3，即ARMA（1，1）作为最终模型，写出式1-3表达式，如式1-3所示。

Yt=31446+09175yt-1+εt+05918εt-1（式1-3）

对式1-3残差进行条件异方差的检验，结果表明不存在条件异方差，模型不需要再进行调整。式1-3结果表明，当期碳排放强度受上一期碳排放强度、上一期随机扰动项的影响。其中，上一期碳排放强度对于当期碳排放强度的影响系数为09175。

23预测

基于模型ARMA（1，1）对序列Yt进行3期预测，输出预测图。如图2所示，浅灰色区域为95%的预测区间；深灰色区域为80%的预测区间。预测结果显示，2015—2017年碳排放强度会呈下降趋势，即单位GDP碳排放量在降低，但降速较缓；因此云南省的经济增长朝着一个较好的趋势发展，但仍需要进一步的改善。

3结论

通过对云南省1995—2014年碳排放量、碳排放的计算，发现1999—2003年间碳排放量增长率最快，在2007年其增速变缓，到2013年、2014年为负值，这两年碳排放得到一定程度的控制，但其数量仍较大。碳排放强度序列Yt最终拟合模型为ARMA（1，1），表明当期碳排放强度受上一期碳排放强度、上一期随机扰动项的影响。对其进行3期预测，结果显示2015—2017年碳排放强度会呈下降趋势，即单位GDP碳排放量在降低，但降速较缓；因此云南省的经济增长朝着一个较好的趋势发展，但其增长方式仍需要进一步的改善。

参考文献：

[1]何建坤，刘滨，张阿玲，等中国未来减缓CO2排放的潜力分析[J].清华大学学报：哲学社会科学版，2002，17（6）：75-80

[2]赵敏，张卫国，俞立中上海市能源消费碳排放分析[J].环境科学研究，2009（8）：984-989

[3]潘省初计量经济学中级教程[M].北京：清华大学出版社，2013：155-188

[4]刘继旺云南能源消费、经济增长、碳排放关系研究[D].昆明：云南财经大学，2014：14-42

[作者简介]曹改改（1992—），女，河南周口人，在读硕士。研究方向：国民经济核算；尹晓梦（1992—），女，河北石家庄人，在读硕士。研究方向：国民经济核算。