中国碳排放量预测研究

摘要：依据1980—2008年我国碳排放量年度资料相关数据，应用软件EViews构造ARMA模型，对我国碳排放量年度资料进行时问序列分析和短期预测，对1980年到2008年碳排放量进行时间序列模型分析，并预测2009年到2015年的碳排放量。

关键字：ARMA模型；预测；碳排放量

一 引言

温室气体排放权作为全球范围内的一个特殊公共物品，日益受到全球所有国家的关注，经过哥本哈根、坎昆、德班等联合国COP系列会议的谈判和宣传，减少温室气体排放已经变成一种共识。而中国作为当前每年贡献全球碳排放量近五分之一的经济快速发展大国，温室气体每年的增量也非常巨大。近年来，西方国家相继以碳税、碳关税、限额贸易等手段对本国乃至全球的碳排放加以限制。近年，许多国家特别是伞形组织国家）以主要发展中国家游离于《京都议定书》的限制之外等原因为由，纷纷摈弃《京都议定书》第二阶段减排目标。因此可以得出。在当前背景下，中国加入温室气体绝对减排行列只是时间问题（目前有专家预测会在2020年左右）．在这种情况下．中国需要加强碳排放量影响因素的研究。在2009年哥本哈根气候大会（COP一15）上，中国承诺到2020年的单位GDP能耗比2005年减少40％一45％。当前中国正处在城市化和rT业化的进程中，实现这一目标有很大的难度。而与此目标相伴生的绿色GDP、可持续发展、发展环境友好型社会对于当前的中国也不能仅仅是一个口号。因此，弄清影响我国碳排量的驱动因素以及各驱动因素的解释度。可以为设计与碳减排相关的政策机制提供理论支撑，为将来中国的政策制定提供有益的参考。

纵观已有的研究成果，很少有学者用ARMA模型对中国排放量进行预测，本文将进行这方面的尝试，ARMA模型（Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，本文应用ARMA模型对中国未来碳排放量进行了较为准确的预测。

二 ARMA模型

2.1定义

ARMA模型是一类常用的随机时序模型，基本思想是：某些时间序列是依

赖于时间t的一组随机变量，但这个序列会有一定的规律性，用适当的数学模型描述，通过研究数学模型，能够认识时间序列的结构与特征，达到最小方差意义下的最优预测。

自回归移动平均模型

如果时间序列yt是它的前期和前期的随机误差项以及前期值的线性函数，既可表示为：

yt1yt12yt2...pytput1ut12ut2...qutq （1） 则称该时间序列yt是自回归移动平均序列，式（1）为（p，q）阶的自回归移动平均模型，记为ARMA（p，q）。

1，2，...,p为自回归系数，1，2，...，q为移动平均系数，都是模型的待估参数。引入滞后算子B，是（1）可简记为：

（B）yt（B）ut

ARMA（p，q）过程的平稳条件是滞后多项式（B)的根均在单位圆外，可逆条件是（B）的根都在单位圆外。

以上为B-J方法的基本模型。

2.2建模步骤

假如某个观察值序列通过序列预处理，可以判定为平稳非白噪声序列，我们就可以利用模型对该序列建模。

1）求出该观察值序列的样本自相关系数（ACF）和样本偏相关系数（PACF）的值。

2）根据样本自相关系数和偏相关系数的性质，选择阶数适当的ARMA（p，q）模型进行拟合。

3）估计模型中未知参数的值。

4）检验模型的有效性。如果拟合模型通不过检验，转向步骤2），重新选择模型再拟合。

5）模型优化。如果拟合模型通过检验，仍然转向步骤2），充分考虑各种可能，建立多个拟合模型，从所有通过检验的拟合模型中选择最优模型。

6）利用拟合模型，预测序列的将来走势。

三 实际情况分析

3.1 数据选取

1980 1981 1982 1983 1984 1985 1986 1987 1988 1989

14.48 14.39 15.06 15.93 17.24 18.57 19.71 21.02 22.40 22.75

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

22.69 23.69 24.49 26.26 28.31 28.61 28.93 30.81 29.67 28.85

2000 2001 2002 2003 2004 2005 2006 2007 2008

28.49 34.64 40.69 50.89 55.12 55.89 58.17 62.56 68.01

图1 从1980年到2008年中国的碳排放量（单位，亿吨）

3.2 模型的预测

3.2.1时间序列特征分析

在Eviews中建立workfile为1980-2008年的年度数据，通过file→ import把数据导入Eviews中。变量名命名为tan。在workfile中打开数据tan,点击series：tan窗口中的view→graph→line，则会出x的现时序图1。

图1 时序图

从时序图可以看出数据是非平稳的，是非线性的所以需要做二次拟合。 Eviews窗口中的Quick→Estimate Equation在弹出的Equation Estimation输入tan c @trend*@trend点击确定则有如下结果输出图2。

图2 二次拟合模型

从图2可以看出，常数c和二次拟合通过了显著性检验，所以模型是可以的。接着对模型进行预测。

在命令窗口中输入Expand 1980 2015后然后回车，然后在Equation窗体中点击forecas，点击OK。选中tan和tanff右击鼠标OPEN→AS GROUP则会打开的tan和tanff放在同一表格中，画出在同一时序图这两个序列的线图如下图3。

图3 原数据和预测后数据的拟合

从拟合的图形来看，拟合效果还比较好。

图4 残差自回归数据

打开数据aa，在数据aa窗口中点击view→graph→line来画出aa的时序图。如下时序图5

图5 残差自回归后的时序图

从时序图看不出数据是否平稳，所以需进行进一步的检验。

在该时序图窗口中点击view→correlogram，点击ok则有如下自相关图6输出。

图6 残差自回归后自相关图

从自相关图的autocorrelation的一栏可以看出自相第二个自相关值要落入两倍的标准差，则可以为该数据为平稳的。为作出最终的判断，对数进行单位根检验。

view→unit root test在弹出的unit root test 的对话空中的automatic selection的下拉框中选择Schwarz Info,并在Include in test equation中选

择none点击ok则有如下单位根表7输出。

图7残差自回归单位根检验

从表7中以看所有的ADF值都小于值临界值，因此结合时序图和自相关图可以判断出该数据为平稳的。

3.2.2模型选择

从自相关图6可看出，可以选择AR（1）、 MA（1），点击Eviews窗口中的Quick→Estimate Equation在弹出的Equation Estimation输入aa ar（1） ma（1）点击确定则有如下结果输出图8。

图8 AR（1）MA（1）模型

从图8看出，ar（1） ma（1）通过了显著性检验，所以我们还要检验数据

的残差。

对模型做残差检验，继续在该窗口中点击view→Residual tests→correlogram-Q-statistics则有如下图9输出。

图9 残差性检验

从图9可以看出残差的p值都大于0.05，即残差为白噪声序列，所以模型AR（1） MA（1），即模型较好。 3.2.3预测

在命令窗口中输入Expand 1867 1945后然后回车，然后在Equation窗体中点击forecas，点击OK，得到图10。选中ctan1和ctan1f右击鼠标OPEN→AS GROUP则会打开的aa和aaf3放在同一表格中，画出在同一时序图这两个序列的线图如下图11。

图11 拟合图

从图11可以看出拟合得效果很好，预测效果很好。

用excel算出tanff加上aaf3得出最后2009年到2015年碳排放量的预测值。

2009 2010 2011 2012 2013 2014 2015 71.71 74.15 76.81 79.68 82.75 86.01 89.44 图12 预测值（单位，亿吨）

四 结论及对策

4.1结论

依照AR（1） MA（1） 模型进行预测， 到201 5 年中国碳排放量将超过89亿吨，将会造成巨大的环境污染，这是由于中国经济的快速发展，能源需求量也在急剧增加，由此而产生的碳排放量迅速增加。

4.2对策

国内外大量实证研究表明: 经济发展是碳排放增长的重要原因, 能源效率

的提高对碳排放水平的增长有抑制作用。因此, 可以通过发展低碳经济, 提高能源效率和发展非化石能源来降低碳排放。 l）发展低碳经济

发展低碳经济是国际上公认的碳减排的有效模式.低碳经济是指经济增长与碳排放趋于脱钩的经济, 其目标有两个, 一是保持经济增长, 二是减少化石能源消耗和碳排放。发达国家需要实现碳排放与经济增长的绝对脱钩, 即碳排放随经济增长表现为负增长. 中国需要实现碳排放与经济增长相对脱钩, 即碳排放仍然是正增长, 但是排放的速率低于经济增长速率。 因此, 中国要实现碳减排目标, 必须大力发展低碳经济, 转变传统经济发展方式, 逐步实现中国经济的低碳发展。 2） 提高能源效率

中国的能源效率低于世界平均水平. 2006 年, 中国能源消费量占世界总量的15 %，而G D P 总量却只占到世界的6%。中国能源从开采! 加工! 转换! 输送! 分配到终端利用的全过程中，有70 % 一80 % 被损失和浪费了。提高能源效率和节约能源是当前国际社会提出的主要减排措施之一，是减少碳排放首选的直接! 有效! 持久的手段。

在“发展与减排”的两难情况下，中国应当坚持“共同但有区别的责任0”原则，继续走资源和能源节约型! 环境友好型发展道路，积极应对气候变化，实现能源、经济和环境协调发展。

参考文献：

[1] 应用实践序列分析/王燕编著.2版 北京：中国人民大学出版社,2008

[2] 赵爱文,李东.中国谈排放量灰色预测[J].数学的实践与认识,2012,42（4） [3] 刘思峰,党耀国,方志耕,等.灰色系统理论及其应用[M8]北京: 科学出版社,

2010.

[4] 岳超, 王少鹏, 朱江玲等.2050 年中国碳排放量的情景预测[J].北京大学

学报(自然科学版), 2010,46 (4).

[5] 金三林. 中国碳排放的特点!趋势及政策取向[J] .经济研究参考, 2010, 36 :

4-7

[6] 石敏俊, 周展吕.低碳技术发展对中国实现减排目标的作用[J].管理评论,

2010(6) .