贵州省经济发展对碳排放的影响分析——基于STIRPAT模型
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、研究方法 1、环境库兹涅茨曲线 经济增长是碳排放量的重要影响因素之一， 而环境库兹涅茨曲线的提出和实证在当前理论中最 具代表性。Crossman 和 Krueger(1995) 受到库兹涅 茨曲线的影响，基于经验数据提出了著名的环境库 兹涅茨曲线 (Environmental Kuznets Curve，EKC) 的概念，即经济增长与环境质量之间存在着“倒 U 型”关系。 2、模型构建 EHRLICH 等 [2] 于 1972 年正式提出 IPAT 模 型： I = P × A×T (1) 式中： I 表示环境压力； P 表示人口规模； A 表示富裕程度（以人均 GDP 来表示）；T 表示 社会技术水平（以单位 GDP 能耗来表示）。 该模型结构简单，将环境影响与各个驱动力之 间的关系简单处理为同比例的线性关系，但是在现 实中经济增长、人口变化和技术水平这三个因素对
STIRPAT 模型以分析人为因素对环境产生的压 力，将 IPAT 模型改造成了随机的形式，其考虑了 人口规模、富裕程度以及技术进步单独变动对环境
造成的影响，其表达形式如下：
I = a × Pb × Ac ×T d × e (2)
式中： a 为常数项； e 为残差项； b、c、d
分别为人口规模、富裕程度和技术水平的指数项，
也称之为弹性系数。当 a = b = c = d = e = 1 时， STIRPAT 模型将还原成 IPAT 模型， b、c、d 越大，表示对 I 的影响程度越大。
将 (2) 式两边取自然对数可得：
表 1 各能源消费的碳排放系数
项目 煤炭 液化石油气 天然气
煤气
水电 核电
Bi 0.7559 0.5042 0.4483 0.3548 0
气候变化是当今全球面临的重大挑战之一， 温室效应逐年增强，自然灾害频发，严重影响了 经济发展和社会的长期稳定。IPCC 第四次报告表 明，人类的社会生产生活引起的温室气体过度排放 是导致温室效应最主要原因，其中二氧化碳约占 75%[1]。近年来贵州省一直致力于地区工业的发展、 经济规模的增大，并取得了明显的成效，但随着工 业化进程的加快，能源消耗不断提升，导致碳排放 量的增加，加剧了资源消耗和环境污染，给当地生 态环境造成了压力。科学的预测贵州省碳排放，有 助于准确判断碳排放量的变动趋势，更好地推动贵 州经济的发展。
由表 2 可知，该组解释变量之间存在明显的 多重共线性，如果对模型进行最小二乘回归，得到
的回归系数误差较大，可能得到的是伪回归。本文
本文采用 (4) 式的模型， 对贵州省碳排放量的影响因素 进行分析。
二、指标选取 1、计算碳排放量 碳排放总量根据 IPCC 碳 排放计算指南，结合贵州省能
采用岭回归方法对模型进行回归，排除多重共线性 (4) 的影响，使模型回归结果更精确。
高。 上述解释变量的数据为 2000-2014 年《贵州统
计年鉴》直接获得的原始数据或通过计算获得的数 据。
三、实证分析 1、相关性检验
若（lnA)2 前的系数 f 为负值，则说明贵州省经济
发展与碳排放之间存在“倒Ｕ型”的关系。最终 模型为：
在估计解释变量的系数之前，首先计算这些 解释变量间的相关系数，其结果如表 2 所示：
(3) 以 lnI 为被解释变量，ln a 为常数项，lnP、
能源强度 (T)：单位 GDP 产出的能源消费， 以贵州省总的能源消费量除以实际 GDP，单位： 吨标准煤 / 万元。能源强度越低，表示技术水平越
lnA、lnT 为解释变量，lne 为残差项。根据 EKC
理论，考虑到贵州省的经济发展（富裕程度）与碳 排放之间可能存在“倒Ｕ型”关系，故在 (3) 式中 加入代表经经济增长的二次项作为新的解释变量， 即将 (3) 式中的自变量 lnA 分解成为 lnA 和（lnA)2，
表 2 解释变量相关系数矩阵
lnI
lnP
lnA
lnT
(lnA)2
lnI
1
0.5178357 -0.7497269 0.7262235 -0.73952
lnP 0.5178357
1
-0.8105479 0.8006931 -0.8175085
lnA -0.7497269 -0.8105479
1
-0.9687538 0.9997081
碳排放量的影响不是等比例的，因此，该模型并不 煤气及水电、核电这 5 种能源的消费情况进行统计， 能反映环境影响的变化程度对驱动力变化的影响 [5]。 基础数据来源于 2000-2014 年《贵州统计年鉴》。
DIETZ 等 [4] 基 于 IPAT 模 型， 提 出 了 各能源消费的碳排放系数见表 1。
资料来源：上海市能源消费碳排放分析因素是贵州省碳排放
量变化的主要驱动因素。本文选取了 5 个指标来分
析贵州省碳排放量的驱动因素。
人口规模 (P)：贵州省的，单位：万人。
人均实际 GDP(A)：实际 GDP 除以年末常住
总人口数，以 2000 年为基期计算所得，单位：元。
读
天 下
社科研究
INSIGHT
贵州省经济发展对碳排放的影响分析——基于 STIRPAT 模型
文 _ 戴雪晴
摘要 : 本文采用 STIRPAT 模型，应用岭回归方法， 对贵州省 2000-2014 年的数据碳排放情况的进行 实证研究，计量分析人口规模、富裕程度（人均实 际 GDP）及能源强度对碳排放的影响。经研究表明， 人均实际 GDP 对碳排放具有减量效应，其对碳排 放的影响力最大，说明经济增长是影响贵州省碳排 放量的主要原因；人口规模、能源强度是对提高贵 州省碳排放具有增量效应，是导致贵州省碳排放持 续增加的驱动因素，也是贵州省碳排放增长的次要 因素。因此，应协同主、次影响因素，找到突破口， 采取措施，通过合理手段降低碳排放量。 关键词：岭回归；经济发展；碳排放
lnT 0.72622350 0.8006931 -0.9687538
1
-0.9716721
(lnA)2 -0.73952 -0.8175085 0.9997081 -0.9716721
1
源统计数据的特点，采用以下公式计算 :
5
∑ I = Bi × Ci (5) i =1
STIRPAT 模型以分析人为因素对环境产生的压 力，将 IPAT 模型改造成了随机的形式，其考虑了 人口规模、富裕程度以及技术进步单独变动对环境
造成的影响，其表达形式如下：
I = a × Pb × Ac ×T d × e (2)
式中： a 为常数项； e 为残差项； b、c、d
分别为人口规模、富裕程度和技术水平的指数项，
也称之为弹性系数。当 a = b = c = d = e = 1 时， STIRPAT 模型将还原成 IPAT 模型， b、c、d 越大，表示对 I 的影响程度越大。
将 (2) 式两边取自然对数可得：
表 1 各能源消费的碳排放系数
项目 煤炭 液化石油气 天然气
煤气
水电 核电
Bi 0.7559 0.5042 0.4483 0.3548 0
气候变化是当今全球面临的重大挑战之一， 温室效应逐年增强，自然灾害频发，严重影响了 经济发展和社会的长期稳定。IPCC 第四次报告表 明，人类的社会生产生活引起的温室气体过度排放 是导致温室效应最主要原因，其中二氧化碳约占 75%[1]。近年来贵州省一直致力于地区工业的发展、 经济规模的增大，并取得了明显的成效，但随着工 业化进程的加快，能源消耗不断提升，导致碳排放 量的增加，加剧了资源消耗和环境污染，给当地生 态环境造成了压力。科学的预测贵州省碳排放，有 助于准确判断碳排放量的变动趋势，更好地推动贵 州经济的发展。
由表 2 可知，该组解释变量之间存在明显的 多重共线性，如果对模型进行最小二乘回归，得到
的回归系数误差较大，可能得到的是伪回归。本文
本文采用 (4) 式的模型， 对贵州省碳排放量的影响因素 进行分析。
二、指标选取 1、计算碳排放量 碳排放总量根据 IPCC 碳 排放计算指南，结合贵州省能
采用岭回归方法对模型进行回归，排除多重共线性 (4) 的影响，使模型回归结果更精确。
高。 上述解释变量的数据为 2000-2014 年《贵州统
计年鉴》直接获得的原始数据或通过计算获得的数 据。
三、实证分析 1、相关性检验
若（lnA)2 前的系数 f 为负值，则说明贵州省经济
发展与碳排放之间存在“倒Ｕ型”的关系。最终 模型为：
在估计解释变量的系数之前，首先计算这些 解释变量间的相关系数，其结果如表 2 所示：
(3) 以 lnI 为被解释变量，ln a 为常数项，lnP、
能源强度 (T)：单位 GDP 产出的能源消费， 以贵州省总的能源消费量除以实际 GDP，单位： 吨标准煤 / 万元。能源强度越低，表示技术水平越
lnA、lnT 为解释变量，lne 为残差项。根据 EKC
理论，考虑到贵州省的经济发展（富裕程度）与碳 排放之间可能存在“倒Ｕ型”关系，故在 (3) 式中 加入代表经经济增长的二次项作为新的解释变量， 即将 (3) 式中的自变量 lnA 分解成为 lnA 和（lnA)2，
表 2 解释变量相关系数矩阵
lnI
lnP
lnA
lnT
(lnA)2
lnI
1
0.5178357 -0.7497269 0.7262235 -0.73952
lnP 0.5178357
1
-0.8105479 0.8006931 -0.8175085
lnA -0.7497269 -0.8105479
1
-0.9687538 0.9997081
碳排放量的影响不是等比例的，因此，该模型并不 煤气及水电、核电这 5 种能源的消费情况进行统计， 能反映环境影响的变化程度对驱动力变化的影响 [5]。 基础数据来源于 2000-2014 年《贵州统计年鉴》。
DIETZ 等 [4] 基 于 IPAT 模 型， 提 出 了 各能源消费的碳排放系数见表 1。
资料来源：上海市能源消费碳排放分析因素是贵州省碳排放
量变化的主要驱动因素。本文选取了 5 个指标来分
析贵州省碳排放量的驱动因素。
人口规模 (P)：贵州省的，单位：万人。
人均实际 GDP(A)：实际 GDP 除以年末常住
总人口数，以 2000 年为基期计算所得，单位：元。
读
天 下
社科研究
INSIGHT
贵州省经济发展对碳排放的影响分析——基于 STIRPAT 模型
文 _ 戴雪晴
摘要 : 本文采用 STIRPAT 模型，应用岭回归方法， 对贵州省 2000-2014 年的数据碳排放情况的进行 实证研究，计量分析人口规模、富裕程度（人均实 际 GDP）及能源强度对碳排放的影响。经研究表明， 人均实际 GDP 对碳排放具有减量效应，其对碳排 放的影响力最大，说明经济增长是影响贵州省碳排 放量的主要原因；人口规模、能源强度是对提高贵 州省碳排放具有增量效应，是导致贵州省碳排放持 续增加的驱动因素，也是贵州省碳排放增长的次要 因素。因此，应协同主、次影响因素，找到突破口， 采取措施，通过合理手段降低碳排放量。 关键词：岭回归；经济发展；碳排放
lnT 0.72622350 0.8006931 -0.9687538
1
-0.9716721
(lnA)2 -0.73952 -0.8175085 0.9997081 -0.9716721
1
源统计数据的特点，采用以下公式计算 :
5
∑ I = Bi × Ci (5) i =1