引言21世纪以来，全球碳排放量急剧增长，2000~2019年全球二氧化碳排放量增长40%[1]，英国石油公司(BP)发布的《世界能源统计年鉴(第70版)》统计的数据显示，全球碳排放量自2013年以来呈持续增长的态势，2020年，全球碳排放量创下历史新高，达到322.8亿t[2-3]。城市碳排放受到社会经济、技术水平、自然地理和政策文化等多个维度的影响。这些特征不仅会影响城市边界内的碳排放，还会对城市上游活动碳排放和下游活动碳排放产生影响。目前，学者们针对碳排放进行了深入广泛的研究。部分研究将碳排放分为3个过程阶段，分别是内向过程阶段、过程中阶段、外向过程阶段，并分别从这3个阶段提出对应的减碳措施[4-6]。同时，各个领域的专家对导致大气中二氧化碳浓度增加的因素开展了广泛的研究。分析碳排放因素最常用的方法包括STIRPAT模型[7]、LMDI因素分解法[8-10]、kaya公式[11]等。黄秀莲[12]等运用STIRPAT模型研究河北省碳排放因素，发现城镇化率、人均GDP、企业规模和能源强度对碳排放的影响明显，企业规模的影响程度最大。Zhang[13]等利用kaya公式与LMDI分解结合对的方法，对中国工业领域的碳排放因素进行分解，将碳排放强度、投资和研发资金纳入模型考虑。该研究结果表明，投资强度是碳排放强度增加的主要驱动力，而研发强度和能源强度是减少碳排放强度的主要贡献者。目前有关碳排放的研究集中在国家和省域层面，对于市域范围碳排放的研究较少。相比石化化工、钢铁、水泥等行业，电子信息行业耗能较低，但电子信息行业增长速度快，其能源消耗呈逐年上升趋势，节能减排潜力巨大[14]。大部分研究将整个城市作为研究对象，未将碳排放来源归结于各个用能单位，将视角聚焦在电子信息行业碳排放的研究很少。文中对电子信息行业碳排放展开研究，并以某市为例提出项目规划参考。1研究方法1.1碳排放计算采用以详细技术为基础的部门方法（IPCC方法2）核算能源活动化石燃料燃烧产生的二氧化碳量。该方法以分燃料品种、分设备的燃料消费量等数据为基础，计算相应的排放因子等参数，逐层累加计算得到工业领域的总排放量。该方法计算得到的碳排量为[15]：CE=∑i=1nfi×cvi×cofi×ccfi×4412 (1)式中：i——能源种类；CE——作为化石燃料燃烧产生的二氧化碳排放量，t；f——化石燃料消费量，t或万m3；cv——化石燃料低位发热量，TJ/万t或TJ/亿m3；ccf——化石燃料的单位热值含碳量，kgC/GJ；cof——化石燃料碳氧化率。1.2STIRPAT模型STIRPAT模型是针对IPAT模型和IMPACT模型缺陷进行修正后提出的预测模型[16]：I=aPbAcTde (2)式中：I——环境压力；P——人口规模；A——富裕程度；T——技术水平；a——模型系数；b、c、d——分别表示P、A、T的弹性系数；e——随机误差项。lnI=lna+blnP+clnA+dlnT+lne (3)实际运用该方法时，两边取对数，未运用单位弹性假设，增加了随机性，便于实证分析。为了避免各驱动因素之间存在的多重共线性，项目基于扩展的STIRPAT模型，通过岭回归分析对碳排放与各驱动因素进行拟合。2案例分析针对电子信息行业的特殊属性，以STIRPAT模型为基础，拓展模型驱动因素。文中将该行业碳排放驱动因素分为工业总产值(Q)、能耗强度(E)、化石能源占比(F)、从业人员年平均数(W)、人均产值(PQ)、总人口(TP)、研究经费(R)。2.1历史碳排放分析某市2005年至2020年电子信息行业碳排放曲线如图1所示，该行业2005年至2008年的碳排放迅速升高，短时间内达到峰值。研究其驱动因素发现，在此期间，该行业的工业总产值快速增长，2008年较2005年增长了145%；同时从业人口也快速增长，说明这段时间该市该行业规模迅速拓展，这是2008年之前碳排放快速增长的原因。2008年之后，碳排放总体呈下降趋势，原因主要包括：开始实施节能减排措施，行业能耗强度大幅下降，由2008年的0.09吨标准煤/万元下降为2020年的0.04吨标准煤/万元；此期间的能源结构发生重大改变，电力热力比例逐年上升，截至2020年电力热力比例由2008年的49%升至87%。某市2005年至2020年电子信息行业能源结构如图2所示。该行业煤炭的消费量逐年减少，并在2012年之后开始消耗天然气，能源结构逐步优化。10.3969/j.issn.1004-7948.2023.08.021.F001图1某市2005年至2020年电子信息行业碳排放曲线10.3969/j.issn.1004-7948.2023.08.021.F002图2某市2005年至2020年电子信息行业能源结构2.2相关性分析性及回归分析某市电子信息行业碳排放驱动因素相关性分析如图3所示。该行业碳排放与W、Q、F、R具有较强相关性。与PQ、E、TP相关性较低。将相关性低的元素依次剔除并利用岭回归拟合，寻找拟合情况最好的回归方程。无剔除、剔除PQ、剔除E、剔除TP、全部剔除的R2分别为0.941、0.934、0.856、0.945、0.817。选取剔除TP的拟合结果，模型的R2为0.945。2005年至2020年碳排放真实值与预测值如图4所示。10.3969/j.issn.1004-7948.2023.08.021.F003图3某市电子信息行业碳排放驱动因素相关性分析10.3969/j.issn.1004-7948.2023.08.021.F004图42005年至2020年碳排放真实值与预测值根据方差扩大因子法确定K=0.104，根据F检验的P值对模型进行检验。岭回归结果显示：基于F检验的P值为0.000***，水平上呈现显著性，拒绝原假设，表明自变量与因变量之间存在回归关系。模型的拟合优度R2为0.945，模型表现较为优秀。拟合公式为：CE=-6.164+0.318lnQ+0.175lnF+0.481lnW+0.037lnR+0.446lnE+0.255lnPQ (4)拟合结果表明，当Q增加1%时，碳排放量升高0.318%；F降低1%时，碳排放量下降0.175%。分析岭回归结果，E的标准化系数为0.636，Q的标准化系数为0.439，说明历史数据中，E与Q是影响碳排放量的主要驱动因素。表明未来的政策应向着总产值稳定上升的同时保持能耗强度的下降趋势发展，从而确保碳排放量降低。2.3情景分析根据该市历史统计数据和《2035年远景目标纲要》《能源发展“十四五”规划》《制造业发展“十四五”规划》《战略性新兴产业“十四五”发展规划》，未来该市电子信息行业能源消费面临低碳化任务，产业发展面临绿色发展和培育新经济增长点任务。基于以上内容考虑，并结合节能减排以及碳排放达峰的工作要求，设置该行业未来的3个发展情景，即高速情景、基准情景、和清洁情景。高速情景是指优先完成该市总体及工业经济发展目标和重大石化项目建设计划，被动完成或延迟完成能耗及碳排放强度控制目标。基准情景是指基于该市的各项发展规划，完成国家和省级下达的能耗及碳排放强度控制目标，保持经济自然发展，产业结构不断调整，居民生活能耗随着人民生活水平不断提高而逐步提升，可再生能源应用满足规划。清洁情景是指在基准情景的基础上，大力调整终端能源消费结构，以电力消费替代煤炭消费，早日实现终极电气化的目标。将各个驱动因素的变化率带入式(4)的拟合模型，得到各个情景下碳排放趋势如图5所示。基准情景与高速情景下该行业无法完成国家规定的2030年达峰目标。原因是作为新兴产业，电子信息行业发展前景较好，政府积极引进项目，造成能源消费增加，导致CE增加，但该行业碳排放体量较小，并不能影响全市在2030年达峰。若实现电力对化石能源的全替代，该行业有望在2030年之前完成碳达峰目标，并将碳排放稳定在360万t CO2e。10.3969/j.issn.1004-7948.2023.08.021.F005图5各个情景下碳排放趋势3措施与建议调研发现该市电子信息制造业初步形成了以高端设计、芯片制造、特种专用材料、特种专用装备、人才培养等内容为主的相对完整的产业链。近年来，电子信息行业加快了自主创新和产业化步伐，呈现出良好的发展势头。通过创新驱动引领产业迈入高端化，突出集成电路、新型元器件、数字视听、应用电子等重点领域的引领带动作用，持续强化电子产业化的集聚和放大作用。强化行业集聚和低碳发展，进一步降低非电能源的应用比例。4结语整理计算某市电子信息行业2005年至2020年的碳排放，借助STIRPAT模型分析该行业碳排放的驱动因素。通过相关性分析及岭回归发现驱动电子信息行业碳排放的相关因素是W、Q、F、R，并找出R2为0.945的拟合模型，从而建立电子信息行业的碳排放模型，借此分析该行业的碳排放变化趋势。建立基准、清洁、高速3个情景，基准情景与高速情景下该行业不能完成2030年碳达峰目标，在清洁情景下可以完成此目标。最后为该市电子信息行业提供项目规划建议。