基于STIRPAT模型的山东半岛蓝色经济区碳排放预测_颜伟.pdf

第35 卷 第2 期 2021 年3 月 济南大学学报自然科学版 Journal of University of Jinan Science and Technology Vol．35 No．2 Mar． 2021 文章编号1671－3559202102－0125－07 DOI10．13349/j．cnki．jdxbn．20201012．002 基于 STIＲPAT模型的山东半岛蓝色经济区碳排放预测 颜 伟 a，b ，黄亚茹 a ，张晓莹 a ，高梦斐 a 山东科技大学 a． 能源与矿业工程学院，b． 矿山灾害预防控制省部共建国家重点实验室培育基地，山东 青岛 266590 摘要 采用STIＲPAT模型，通过岭回归方法定量分析山东半岛蓝色经济区的人口数量、人均国内生产总值、能 源强度、城镇化水平与碳排放量的关系; 设置6 种发展模式，分析山东半岛蓝色经济区的碳排放量发展趋势。 结果表明 人口数量、人均国内生产总值、能源强度及城镇化水平每变化 1，碳排放量相应变化 1． 748、 0．153、－0．218、0．365;高增长－中减排模式下碳排放量增速最快;结合山东半岛蓝色经济区的发展态势， 确定中增长－高减排模式为控制碳排放量的最佳发展模式。 关键词 碳排放; STIＲPAT模型; 岭回归; 山东半岛蓝色经济区 中图分类号 X24 文献标志码 A 开放科学资源服务标识码 OSID Prediction of Carbon Emission in Shandong Peninsula Blue Economic Zone Based on STIＲPAT Model YAN Wei a，b ，HUANG Yaru a ，ZHANG Xiaoying a ，GAO Mengfei a a． College of Energy and Mining Engineering，b． State Key Laboratory of Mining Disaster Prevention and Control Co-founded by Shandong Province and the Ministry of Science and Technology， Shandong University of Science and Technology，Qingdao 266590，Shandong，China Abstract The relationship between population，per capita gross domestic product，energy intensity，urbanization level and carbon emission in the Shandong Peninsula Blue Economic Zone were quantitatively analyzed by using the ridge regression method based on STIＲPAT model． Six scenarios were set to analyze the developmental trend of carbon emission in Shandong peninsula blue economic zone． The results show that for every change of 1 in population，per capita gross domestic product，energy intensity，and urbanization level，the carbon emission correspondingly changes by 1． 748， 0．153，－0．218，and 0． 365，respectively． The mode of high economic growth-medium emission reduction has the highest growth rate of carbon emission． Combined with the development trend of the Shandong Peninsula Blue Economic Zone，the mode of medium economic growth-strong emission reduction is determined as the best development model for controlling the carbon emission． Keywords carbon emission; STIＲPAT model; ridge regression; the Shandong Peninsula Blue Economic Zone 全球变暖已成为当前人类面临的严峻生存挑 战，碳排放是造成全球变暖的主要影响因素之 一 ［1］ ，因此，降低碳排放量是减少大气污染和应对 气候变化的关键所在 ［2］ 。目前，很多国内外学者针 收稿日期2020－03－22 网络出版时间2020－10－13 092648 基金项目国家自然科学基金项目 51509149，51379119 ; 国家重点研发计划项目 2018YFC0604700 ; 山东省重点研发计划项目 2018GSF120009;国家安全监管总局安全生产重特大事故防治关键技术科技项目 Gaoxiao－0008－2017AQ，Shangdong－0016－ 2018AQ ;山东科技大学矿业工程一流学科建设专项 01GY03403 第一作者简介颜伟1980，女，山东临沂人。副教授，博士，研究方向为资源经济与管理、矿业系统工程。E-mailskd995501sdust．edu．cn。 通信作者简介黄亚茹 1996 ，女，山东济宁人。硕士研究生，研究方向为管理工程。E-mail wyrhh_1010163．com。 网络出版地址https / /kns．cnki．net/kcms/detail/37．1378．N．20201012．1721．004．html 对不同地区的环境压力对碳排放影响因素 ［3 －5］ 进行 了分析及碳排放量预测 ［6 －10］ ，但多为国家及省级的 研究，鲜有从微观角度细化分析市、区一级的影响 因素 ［11］ 。此外，碳排放研究还集中在碳排放权交 易 ［12 －13］ 及分配 ［14］ 、低碳经济发展 ［15］ 、碳排放时空 特征 ［16］ 等方面。 山东半岛蓝色经济区发展蓝色经济的核心目标 是在促进城市经济发展的过程中，实现节能减排、 保护生态，最终实现低碳发展的经济目标。2016 年，仅山东省建筑业碳排放量高达12 799 万 t，全 国排名第一 ［17］ ，同年山东半岛蓝色经济区碳排放 量达49 893 万t，在全省碳排放中占据非常大的比 例，所以分析未来碳排放的发展趋势对山东半岛蓝 色经济区制定有效政策，节能减排，发展蓝色经济具 有重要意义。由于目前针对该区域碳排放量的研究 很少，因此本文中应用可拓展的随机性的环境影响 评估的STIＲPAT模型，分析山东半岛蓝色经济区人 口数量、富裕度人均国内生产总值 GDP 、技术 水平能源强度和城镇化水平对碳排放量的影响， 通过情景分析法，预测山东半岛蓝色经济区未来碳 排放量，确定最优排放情景，为实施节能减排提供参 考和依据。 1 相关研究现状 碳排放量预测方法主要有 STIＲPAT 模型、市 场分配模型 MAＲKAL 、马尔科夫链、灰色系统 GM 1，1模型、反向传播 BP 神经网络等。渠慎 宁等 ［18］ 利用STIＲPAT模型预测了未来我国碳排放 峰值，研究表明峰值出现的时间与经济社会发展速 度及碳排放强度有关。王彩明等 ［19］ 运用马尔可夫 链模型预测2020 年京津冀区域一次能源消费结构， 利用情景预测定量分析了一次能源与京津冀碳强度 变化幅度的关系。任晓松等 ［20］ 采用 GM 1，1 模型 预测了20112020 年我国工业碳排放影响因素的 未来值，结果表明，人均工业产值的变化对未来工 业碳排放变动趋势影响最大，灰色预测的精度较 高，能保证模型的有效性。纪广月 ［21］ 根据碳排放影 响因素灰色关联分析筛选出主要因素，并把此作为 BP神经网络的输入层，对我国碳排放进行预测，预 测结果具有良好的可靠性。STIＲPAT模型是环境影 响评估模型 IPAT 的扩展，利用 STIＲPAT 模型，再 结合情景设置进行分析是对碳排放量进行预测的主 流方法之一。 2 研究方法及数据来源 2．1 模型构建 STIＲPAT模型是 York 等 ［22］ 在 IPAT 模型基础 上提出的，具有可拓展性及随机性，其标准形式为 I aP b A c T d e ， 1 式中 I、P、A、T分别为环境压力、人口规模、富裕 度人均GDP和技术水平能源强度 ; a为模型常 数; b、c、d为需要估计的指数; e为误差项。 为了研究山东半岛蓝色经济区碳排放的影响因 素，对未来碳排放量进行准确预测，本文中结合该区 域的实际情况，对 STIＲPAT 模型进行扩展，借鉴有 关学者通过对数平均迪氏指数 LMDI 分解模型对 碳排放影响因素的研究 ［23 －24］ ，选取人口规模、富裕 度、技术水平和城镇化水平来分析对碳排放量的影 响，可以得到 I aP b A c T d U f e ， 2 式中 U为城镇化水平; b、c、d、f 为弹性系数，表 示当P、A、T、U每变化1时分别引起I的变化。 将模型 2两边分别取对数得到 ln I ln a b ln P c ln A d ln T f ln Uln e 。 3 2．2 数据来源 本文中使用山东半岛蓝色经济区的各市、县的 人口总数、人均GDP、城镇化率、各类能源消费量 等数据均来自20092018 年山东统计年鉴。 3 STIＲPAT模型估计及情景分析 3．1 模型估计 本文中依据联合国政府间气候变化专门委员 会 IPCC国家温室气体清单指南中有关碳排放的 计量方法，对山东半岛蓝色经济区的碳排放量进行 计算 ［25］ ，计算公式为 C ∑ n i 1 E i c i f i ， 4 式中 C 为二氧化碳排放总量; E i 为第 i 种能源 的终端消耗; c i 是各类能源转换为标准煤的系数; f i 为第 i 种能源的碳排放系数。为了方便统计， 本文中选取原煤、洗精煤、焦炭、原油、汽油、柴 油、煤油、燃料油、其他石油制品、液化石油气、天 然气共11 种主要能源品种进行核算，即 i 1，2， ，11。 山东半岛蓝色经济区20092018 年的碳排放 621 济南大学学报自然科学版 第35 卷 量如图1 所示。从图中可以看出，该地区的碳排放 量在这10 年中一直呈现缓慢增长状态。 图1 20092018年山东半岛蓝色经济区碳排放量 建立 STIＲPAT 模型。首先以 ln I 为因变量， ln P、ln A、ln T、ln U 为自变量，对数据进行多元 线性回归分析。结果表明，各变量的显著性水平不 能通过t检验。再对数据进行多重共线性检验，由检 验结果可知，方差膨胀系数 VIF 均大于10，如表1 所示，各变量之间存在多重共线性。为了得到各变 量的精确性系数，正确分析碳排放量影响因素，本文 中采用岭回归分析法 ［26］ 。岭回归分析过程见图2， 在岭迹图图2 a 中，岭参数k的取值范围为 0， 1 ，步长为0．01。当k 0． 1 时，各变量回归系数趋 于稳定，所以取 k 0． 1 为最佳，由此得到相关系数 的平方r 2 为0．958。具体分析结果见表2。 表1 多重共线性分析结果 变量 容忍度 方差膨胀系数 ln P 0．012 81．911 ln A 0．016 64．152 ln T 0．009 115．471 ln U 0．097 10．345 注 P为人口总数; A 为富裕度 人均国内生产总值 ; T为技术水平能源强度 ; U为城镇化水平。 a岭迹图 b 岭参数k对应的相关系数的平方r 2 图2 岭回归分析过程 表2 岭回归估计结果 变量 非标准化系数 标准误差 标准化系数 t检验值 显著性水平 ln P 1．748 0．371 0．191 4．712 0．005 ln A 0．153 0．025 0．288 6．208 0．002 ln T －0．218 0．045 －0．234 －4．869 0．005 ln U 0．365 0．190 0．148 1．927 0．032 a －6．680 3．250 0 －2．056 0．027 r 2 0．958 F 25．033 Sig F 0．008 注 P为人口总数; A为富裕度人均国内生产总值 ; T为技术水平能源强度 ; U为城镇化水平; a为模 型常数; r为相关系数; F为方差齐性检验; Sig F为方差齐性检验的显著性。 721第2 期 颜伟，等基于STIＲPAT模型的山东半岛蓝色经济区碳排放预测 由岭回归分析结果可得碳排放量与各变量的 STIＲPAT模型为 ln I －6．680 1．748 ln P 0．153 ln A － 0．218 ln T 0．365 ln U， 5 或 I e －6．680 1．748 ln P 0．153 ln A －0．218 ln T 0．365 ln U 。 6 由表2 可知，各变量均通过了水平为5的显 著性检验，其中富裕度 人均 GDP 通过了水平为 1的显著性检验，r 2 为0．958，说明所选自变量可 以解释山东半岛蓝色经济区95． 8的碳排放量。F 统计量为25．033，通过了水平为5的显著性检验， 整体拟合程度较好。从系数来看，各变量对山东半 岛蓝色经济区的碳排放量影响显著程度依次为人口 数、城镇化水平、能源强度、富裕度。其中，人口数 每增加1，碳排放量将相应增加1． 748，对碳排 放量影响最为显著。城镇化水平、人均 GDP、能源 强度每提高 1，碳排放量将相应增加 0． 365、 0．153、－0．218。 为了确保模型能准确预测山东半岛蓝色经济区 的碳排放量情况，需验证模型的有效性，将2009 2018 年间各自变量的值代入式 5进行模型误差检 验，得到的 STIＲPAT 模型预测值与实际值对比结 果，如图3 所示。 结果显示，模型预测值与实际值的年平均误差 为3． 3，数据拟合度较好，因此可以用估计的 STIＲPAT模型来预测山东半岛蓝色经济区未来的碳 排放量情况。 图3 20092018年山东半岛蓝色经济区 碳排放量模型预测值与实际值对比图 3．2 情景分析 利用情景分析法将 STIＲPAT 模型中的各变量 赋予阶段性预测值，各变量的预测值设置参考过往 阶段的发展变化及相关政策规划，确保数据的设置 符合山东半岛蓝色经济区经济社会发展实际。本文 中将预测周期分为 7 个阶段第 1 阶段为 2019 2020 年由于山东省2019 年的统计数据未出，因此 本文中把 2019 年作为预测年份 ，第 2 阶段为 20212025 年，第3 阶段为20262030 年，第4 阶 段为20312035 年，第5 阶段为20362040 年，第 6 阶段为 20412045 年，第 7 阶段为 20462050 年。其中，人口状况、富裕度、城镇化水平属于经济 变量，分别设定低增长、中增长、高增长3 个增长阶 段;能源强度属于减排变量，设定中减排、高减排2 个减排阶段。将上述变量的不同阶段进行组合，得 出6 种发展模式，如表3 所示。 表3 情景分析法设置的发展模式 发展模式 人口状况 人均国内生产总值 GDP 城镇化水平 能源强度 Ⅰ 高增长 高增长 高增长 中减排 Ⅱ 高增长 高增长 高增长 高减排 Ⅲ 中增长 中增长 中增长 中减排 Ⅳ 中增长 中增长 中增长 高减排 Ⅴ 低增长 低增长 低增长 中减排 Ⅵ 低增长 低增长 低增长 高减排 1人口设置。根据以往阶段的人口变化状况 可知，山东半岛蓝色经济区的人口数呈缓慢增 长趋势，从2009 年的3 291．80 万增长到2018 年的 3 471．20 万。在20112015 年间，山东半岛蓝色经 济区人口年均增长率为4． 7‰。由于国家“二孩”政 策的实施，生育堆积集中释放，因此2016 年人口增 长率剧增为8． 8‰。山东省是我国人口大省，而山 东半岛蓝色经济区生态良好，环境适宜，是著名的 宜居地，同时得天独厚的海洋优势还吸引了大量的 人才。根据山东省人口发展“十三五”规划，“十 三五”规划时期，山东省人口年均自然增长率发展 规划目标为8‰ ［27］ ，以此为基准设置低、中、高3 821 济南大学学报自然科学版 第35 卷 种模式下的人口年均自然增长率分别为6‰、8‰、 10‰。据有关研究预测，我国总人口将在2030 年 左右达到峰值 ［28］ ，因此设置低、中、高3 种模式到达 峰值的年份分别为2025、2030、2035 年。根据以上 分析，设定未来山东半岛蓝色经济区人口增长率如 表4 所示。 表4 山东半岛蓝色经济区未来年份人口年均增长率预测值 ‰ 增长类型 20192020 年 20212025 年 20262030 年 20312035 年 20362040 年 20412045 年 20462050 年 低增长 6 2 0 －2 －3 －3．5 －4．0 中增长 8 4 2 0 －2 －3．0 －3．5 高增长 10 6 4 2 0 －2．0 －3．0 2富裕度设置。近年来，山东半岛凭借海洋优 势不断发展，山东半岛蓝色经济区发展规划 简 称发展规划中指出，到2020 年，人均GDP将达 到13万元左右。根据以往阶段的人均GDP 变化率 可知，山东半岛人均 GDP 一直呈增长状态，从2009 年的44 820． 61 元增长到2018 年的104 997． 15 元。 在20112015年间，山东半岛人均GDP年均增长率 为11．75，20162018年为6． 74。若要达到发 展规划中的目标，20192020年的年均增长率应为 10．10，因此设置低、中、高3种模式下的人均GDP 年均增长率分别为8．1、10．1、12．1。随着国民 经济不断发展，人均GDP增长速率会逐渐减缓，以发 展规划中的人均GDP目标为基准，设定未来山东半 岛蓝色经济区人均GDP年均增长率如表5所示。 表5 山东半岛蓝色经济区未来年份人均国内生产总值 GDP年均增长率预测值 增长类型 20192020 年 20212025 年 20262030 年 20312035 年 20362040 年 20412045 年 20462050 年 低增长 8．10 6．10 5．10 4．10 3．50 3．10 2．90 中增长 10．10 8．10 7．10 6．10 5．50 5．10 4．90 高增长 12．10 10．10 9．10 8．10 7．50 7．10 6．90 3城镇化水平设置。山东省着力构建山东半岛 城市群，山东半岛蓝色经济区城镇化水平稳步提高， 20112015年城镇化水平年均增长率为 0． 71， 20162018年达到2． 69，2018 年城镇化水平已 经达到66． 63。发展规划中提出，到2020 年， 山东半岛蓝色经济区城镇化水平达到70左右。以 发展规划中的城镇化水平目标为基准，如果 2020 年城镇化水平达到70，则20192020 年城 镇化水平增长率为2． 53，由此设置低、中、高3 种模式下的城镇化水平年均增长率分别为1． 53、 2．53、3．53。城镇化水平年均增长率通常随着 时间的推移逐步减缓，当发展到一定水平后，就会 达到均衡状态。 世界上发达国家的城市化水平普遍在80～ 90，据此假设我国城镇化率达到90时城镇化水 平到达均衡点，且达到均衡后年均增长率为0。结 合社会发展实际及以上分析，设定低、中、高3 种 模式，如表6 所示。 表6 山东半岛蓝色经济区未来年份城镇化水平年均增长率预测值 增长类型 20192020 年 20212025 年 20262030 年 20312035 年 20362040 年 20412045 年 20462050 年 低增长 1．53 1．28 1．03 0．78 0．53 0．28 0．03 中增长 2．53 2．03 1．53 1．03 0．53 0 0 高增长 3．53 2．53 1．53 0．53 0 0 0 4能源强度设置。山东半岛蓝色经济区的节能 减排指标由山东省节能减排工作方案统一规定。假 设该区域执行山东省“十三五”规划能耗降低指 标 ［29］ ，即到2020 年能耗降低17。根据以往阶段 的万元单位 GDP 能耗变化率可知，在20112015 年间，万元单位GDP能耗年均增长率为－5． 94， 921第2 期 颜伟，等基于STIＲPAT模型的山东半岛蓝色经济区碳排放预测 20162018 年为－2．26。若要达到减排指标，则 万元单位 GDP 能耗 标准煤 需从 0． 78 t 减少到 0．64 t，万元单位GDP能耗年均增长率为－3．59， 以此为基准，设定中、高减排模式下能源强度年均 增长率分别为－3． 59、－5． 59。假设减排力度 的变化率因技术及时间因素而逐渐减缓，根据以上 分析，设定中、高2 种减排模式下的万元单位 GDP 能耗年均增长率如表7 所示。 表7 山东半岛蓝色经济区未来年份能源强度年均增长率预测 增长类型 20192020 年 20212025 年 20262030 年 20312035 年 20362040 年 20412045 年 20462050 年 中减排 －3．59 －2．79 －2．09 －1．49 －0．99 －0．59 －0．19 高减排 －5．59 －4．79 －4．09 －3．49 －2．99 －2．59 －2．09 根据情景预测，将各变量预测值代入式 6 ，得 到20192050 年的碳排放预测值，结果如图 4 所 示。由图可以看出，在高增长－中减排模式下，山东 半岛蓝色经济区的碳排放量增长速度最快，到2050 年，碳排放量达到130 143． 89 万 t;在低增长－高减 排模式下，碳排放量的增长速度最慢，且到2045 年， 碳排放量达到峰值，为76 971． 99 万 t。除低增长－ 高减排模式外，其余模式均未达到峰值。 Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ为发展模式。 图4 不同情景下山东半岛蓝色经济区未来的碳排放值 对比发展模式Ⅰ、Ⅲ、Ⅴ可知，当减排变量处 于高减排模式、经济变量处于高增长模式时，碳排放 量的增速最快。同样，对比发展模式Ⅱ、Ⅳ、Ⅵ可 知，当减排变量处于中减排模式、经济变量处于高增 长模式时，碳排放量的增速最快。由以上分析可以 看出，当减排变量所处水平不变时，经济社会发展速 度越快，碳排放增速越快，碳排放量越多。对比发展 模式Ⅰ与Ⅱ、模式Ⅲ与Ⅳ、模式Ⅴ与Ⅵ可知，当社 会发展水平不变时，减排强度越低，碳排放量增速越 快，碳排放量越多。山东半岛蓝色经济区正处于快 速发展阶段，就目前的发展态势和预测结果来看，在 高增长－中减排模式下，碳排放量暂时不会达到峰 值，仍会以较快速度持续增长。由图4 中碳排放量 的增速可以看出，模式Ⅵ在未来极有可能超过模式 Ⅲ的碳排放量。总体来看，当减排力度的增速相比 经济社会发展增速较慢时，仍会促进碳排放的增加。 为了使山东半岛蓝色经济区的碳排放量控制效 果达到最佳，必须做到经济缓慢发展，保持高减排水 平。山东半岛蓝色经济区作为全省乃至全国的海洋 经济引擎，海洋优势带动了经济活力，经济缓慢发展 已经不符合蓝色经济区的发展态势。由 STIＲPAT 模型的预测值可知，高减排更有利于控制碳排放量， 因此中增长－高减排的发展模式是山东半岛蓝色经 济区的最佳碳排放发展模式。 4 结论 本文中采用STIＲPAT模型分析了人口数、人均 GDP、能源强度、城镇化水平4 种因素对山东半岛蓝 031 济南大学学报自然科学版 第35 卷 色经济区碳排放量的影响，并设置了不同的水平，组 合为6 种发展模式，对山东半岛蓝色经济区未来的 碳排放量情况进行预测，得到如下结论 1 人口规模、人均 GDP、能源强度、城镇化 水平每提高1，碳排放量将相应增加 1． 748、 0．153、－0． 218、0． 365，从估算得到的弹 性系数看，人口规模对碳排放量的影响最为显著。 2保持经济增速不变，减排力度越弱，碳排放 量增加越多;保持减排力度不变，经济增速越快，碳 排放量的增速越快。加强减排力度，在一定程度上 能够抑制经济增长带来的碳排放量的增加。结合山 东半岛蓝色经济区的发展态势和预测结果，确定中 增长－高减排为最佳发展模式。 参考文献 ［1］ 唐慧玲． 低碳经济背景下绿色供应链中政企博弈的研究 基 于企业自主减排的目标［J］． 当代经济科学，2019，41 6 108 －119． ［2］ 王宁静，魏巍贤． 中国大气污染治理绩效及其对世界减排的 贡献［J］． 中国人口资源与环境，2019，29 9 22 －29． ［3］ 仲云云． 中国省际能源消费碳排放的区域差异与时空演变特 征［J］． 生态经济，2018，34 4 30 －33，39． ［4］ 范建双，周琳． 中国建筑业碳排放时空特征及分省贡献［J］． 资源科学，2019，41 5 897 －907． ［5］ WAHEED Ｒ，SAＲWAＲ S，WEI C． The survey of economic growth，energy consumption and carbon emission［J］． Energy Ｒeports，2019，51103 －1115． ［6］ 韩钰铃，刘益平． 基于LMDI的江苏省工业碳排放影响因素研 究［J］． 环境科学与技术，2018，41 12 278 －284． ［7］ 刘晴川，李强，郑旭煦． 基于化石能源消耗的重庆市二氧化 碳排放峰值预测［J］． 环境科学学报，2017，37 4 1582 － 1593． ［8］ 颜伟，孙佳欣，高梦斐，等． 山东半岛蓝色经济区碳排放的影 响因素［J］． 济南大学学报自然科学版 ，2019，33 6 550 －555． ［9］ 王新利，黄元生． 河北省能源消费碳排放强度影响因素分解 ［J］． 数学的实践与认识，2018，48 23 49 －58． ［10］ HEYDAＲI A，ASTIASO GAＲCIA D，KEYNIA F，et al． Ｒenew- able energies generation and carbon dioxide emission forecasting in microgrids and national grids using GＲNN-GWO methodology ［J］． Energy Procedia，2019，159 154 －159． ［11］ 黄蕊，王铮，丁冠群，等． 基于STIＲPAT模型的江苏省能源 消费碳排放影响因素分析及趋势预测［J］． 地理研究，2016， 35 4 781 －789． ［12］ 兰梓睿，孙振清，靖富营． 基于预测时域的碳排放权交易多 周期决策［J］． 统计与决策，2019，35 16 45 －49． ［13］ 王丹舟，杨德天． 中国碳排放权交易价格的驱动因素［J］． 首都经济贸易大学学报，2018，20 5 87 －95． ［14］ 方恺，李帅，叶瑞克，等． 全球气候治理新进展 区域碳排 放权分配研究综述［J］． 生态学报，2020，40 1 10 －23． ［15］ 刘翔，陈晓红． 我国低碳经济发展效率的动态变化及碳减排 潜力分析［J］． 系统工程，2017，35 5 92 －100． ［16］ 陈炜，殷田园，李红兵． 19972015 年中国种植业碳排放时 空特征及与农业发展的关系［J］． 干旱区资源与环境，2019， 33 2 37 －44． ［17］ 中国建筑节能协会能耗统计专委会． 中国建筑能耗研究报告 2018 年 ［Ｒ/OL］． ［2019－12－01］． https / /www． cabee． org/ site/content/22960． html． ［18］ 渠慎宁，郭朝先． 基于STIＲPAT模型的中国碳排放峰值预测 研究［J］． 中国人口资源与环境，2010，20 12 10 －15． ［19］ 王彩明，李健． 一次能源消费结构调整对京津冀碳强度目标 的贡献力分析［J］． 科技管理研究，2017，37 7 226 －233． ［20］ 任晓松，赵国浩． 中国工业碳排放及其影响因素灰色预测分 析 基于STIＲPAT模型［J］． 北京交通大学学报 社会科学 版 ，2014，13 4 18 －24． ［21］ 纪广月． 基于灰色关联分析的BP神经网络模型在中国碳排 放预测中的应用［J］． 数学的实践与认识，2014，44 14 243 －249． ［22］ YOＲK Ｒ，ＲOSA E A，DIETZ T． STIＲPAT，IPAT and Impact analytic tools for unpacking the driving forces of environmental impacts［J］． Ecological Economics，2003，46 3 351 －365． ［23］ 杜俊慧，张克勇，张雪姣． 山西省碳排放影响因素分解及峰 值预测［J］． 中北大学学报 自然科学版 ，2018，39 3 334 －343． ［24］ 王琪． 基于 STIＲPAT 模型的河北省碳排放峰值预测研究 ［D］． 北京 华北电力大学，2019． ［25］ 程豪． 碳排放怎么算 2006 年 IPCC 国家温室气体清单指 南［J］． 中国统计，2014 11 28 －30． ［26］ 姜磊，季民河． 基于STＲIPAT模型的上海市能源消费影响因 素研究［J］． 上海环境科学，2011，30 6 240 －244． ［27］ 山东省人民政府． 山东省人口发展“十三五”规划［Ｒ/OL］． 2017－03－21 ［2019－10－18］． http / /gb． shandong． gov． cn/ art/2017/3/21/art_107851_89566． html． ［28］ 中华人民共和国国务院． 国家人口发展规划 20162030 年 ［Ｒ/OL］． 2017－01－25 ［2019－01－18］． http / /www． gov． cn/zhengce/content/2017/01/25/content_5163309． htm． ［29］ 山东省人民政府． 山东省“十三五”节能减排综合工作方案 ［Ｒ/OL］． 2017－07－03 ［2019－10－18］． http / /gb． shan- dong． gov． cn/art/2017/7/3/art_107851_88809． html． 责任编辑于海琴 131第2 期 颜伟，等基于STIＲPAT模型的山东半岛蓝色经济区碳排放预测