北京市二氧化碳排放驱动因素分析——基于STIRPAT模型

北京市二氧化碳排放驱动因素分析——基于 STIRPAT 模型 北京市二氧化碳排放驱动因素分析——基于模型 徐均中央民族大学经济学院，北京 100081 摘要在 2012 年 12 月 8 日结束的多哈气候会议中，中国政府提出，到 2020 年单位国内生产总值 2 排放比 2005 年下降 40％至 45％。

随着经济的飞速发展，中国 2 排放量不断增加，研究中国各大城市尤 其是北京影响 2 排放量的因素，进而分析如何减少 2 的排放成为当前研究 热点。

利用模型，分析了北京市 2 排放量与人口、财富和技术进步因素的定 量关系， 并通过岭回归拟合得出人口数量、 城市化水平、 人均、 能耗效率、 第二产业生产总值每发生 1 变化， 将引起 2 排放总量相应发生 0137、 0245、 0194、-0213、0214 的变化。

关键词模型；岭回归；2 排放量；驱动因素；北京 中图分类号 127 文献标志码文章编号 1002-2589201302-0105-03 当今，全球变暖已经成为不争的事实，由于人为温室气体排放导致的 全球气候变暖问题引起了全球的广泛关注。

根据世界资源研究所数据， 2007 年中国 2 排放量达到了 72192 百万公 顷，占到了全球的 1912，2006 年中国的 2 排放量就已经超过了美国位居世界第一，到 2007 年两国间的差距进一步扩大。

因而研究中国各大城市尤其是首都北京如何采取措施减少 2 排放量变 得非常重要。

为了解决上述问题，国内外学者进行了大量的研究工作。

等利用对数化的模型研究了 2 排放量与人口、富裕度、城市化之间的 关系；燕华等利用模型研究得出人口数量、人均、富裕度、城市化水平和 技术进步每发生 1 的变化， 将引起上海 2 排放总量相应发生 0618、 0178+、 0816 和 0264 的变化，但技术进步反而会导致 2 排放总量的增加的结果不 太符合实际。

本文利用模型和岭回归，定量分析了 2 排放量与人口数量、城市化水 平、人均、能耗强度和第二产业产值之间的关系。

在上述研究的基础上，进一步定性分析了上述五因素的影响，进而对 北京减少 2 的排放提出建议，对今后其它城市减少 2 排放量有一定的借鉴 意义。

一、研究方法 1 模型 在本研究中选择模型为研究工具，模型的前身是环境压力等式。

和 1994 将等式表示成随机形式，即通过人口、富裕度和技术的随机 回归分析各驱动力对环境压力的影响，简称为模型，其具体形式为。

=α 1 式中，、、、表示环境压力、人口数量、富裕度和技术；、、分别是人口数量、富裕度、技术等人文驱动力的指数，是模型的系数，为模型误 差。

是一个多自变量的非线性模型，模型两边同时进行对数化处理后为。

=++++ 2 2 模型指标选取 这里模型中表示环境因素因变量的为 2 排放总量。

为财富因素，以人均指标代表。

模型比较灵活，可以加入或修改若干影响因素。

因此为了更深入研究北京市 2 排放与人口和技术因素的关系，笔者将 人口因素分解为北京常住人口数量 1 和城市化水平 2 城镇人口占地区总人 口比重两项指标。

充分考虑技术指标的特点和代表性以及第二产业对 2 的排放量的重要 影响，将技术指标分解为能耗强度 1 和第二产业生产总值 2 两项指标；其 中，能耗强度指标 1 反应单位的产生所消费的标准煤数量；第二产业是地 区 2 排放的主要来源，因此引入第二产业生产总值 2。

基于以上指标的选取，本文标准化模型最终公式为。

=11+22++11+223 3 指标数据的来源 本文的主要研究对象 2 的排放量在统计年鉴中未直接给出。

本文引用张金萍《城市 2 排放结构与低碳水平测度———以京津沪渝 为例》中北京 1998 年到 2011 的 2 的排放总量。

该作者参考《国家温室气体排放清单指南 2006》，将各构成要素均折 算成标准煤，进而计算 2 的总排放量，考虑比较全面，计算比较科学。

本文其他指标数据来源于 1998 年到 2011 年的《北京统计年鉴》，选 取了 1998 年到 2011 年共 14 年的数据。

模型中各指标的详细数据见表 1。

4 回归方法的选择 因为各变量之间存在多重共线性，在不剔除自变量前提下解决回归方 程存在多重共线性的方法有主成分回归法、偏最小二乘法和岭回归法。

本文选择岭回归方法，虽然岭回归是一种有偏估计方法，但它不需要 剔除自变量， 且相比一般最小二乘法， 能够得到各参数系数更显著的结果。

5 值及弹性系数确定 利用 180 软件的岭回归函数对模型进行拟合，岭回归系数在 0，1 区 间，以步长为 002 进行取值。

通过对公式 3 进行岭回归拟合，当＝02 时岭迹图变化逐渐平稳，自变 量回归系数变化趋于稳定。

所以文中取=02 时的岭回归拟合结果确定随机模型，具体拟合结果如 表 2。

从表 2 可看出，自变量的检验值可以说明因变量与自变量之间的线性 相关关系显著，回归方程有意义。

当=02 时岭回归的方差检验结果如表 3，调整后的方为 0974，值为 37909 及值为 0006，都能说明回归方程通过了显著性检验。

所以，当取=02 时，结合表 2 中所列各数据，标准化岭回归拟合所得模型为。

> =01371+02452+0194-02131+02142 即人口数量、城市化水平、人均、能耗效率、第二产业生产总值每发 生 1 变化，将引起 2 排放总量相应发生 0137、0245、0194、-0213、0214 的变化。

二、结果分析 综上所述，由标准化岭回归方程的标准化系数可知，各自变量因素对 北京 2 排放总量增长影响大小排序分别为城市化水平 0245、 第二产业总产 值 0214、能耗强度-0213、人均 0194、人口数量 0137。

并且城市化水平、第二产业总产值、人均和人口数量对 2 排放量起到 促进作用，但能源效率对 2 排放量起到抑制作用。

从各指标标准化回归方程系数来看，城市化水平对 2 排放量的影响最 大，弹性系数达到了 0245，即城市化水平每增加 1，将导致 2 排放问题增 加 0245。

城市是人口、建筑、交通、工业的集中地，也是高耗能、高排放的集 中地，城市化造成城市自然资源被大量消耗。

据联合国统计，世界城市人口占世界总人口的 50 以上，城市碳排放 占全球碳排放总量的 75。

本文结论与何吉多《中国城市化与碳排放关系实证分析》等的结论一 致城市化水平对 2 排放总量具有正的显著效应。

第二产业生产总值作为技术变化的一个代表指标，弹性系数是 0214。

第二产业主要包括工业采掘工业、制造业、自来水、电力、蒸汽、热 水、煤气和建筑业，这些行业都会产生较多的 2。

能耗强度与北京市 2 排放呈负相关关系，弹性系数是－0213。

是五个指标里面唯一一个对 2 排放量产生负影响的因素。

随着技术水平的提高，各行业单位产值所消耗的能源量在降低，也即 能源强度在降低，所产生的 2 就会随之减少。

北京市的从 1998 年的 23772 亿增长到 2011 年的 162519 亿，增长了 684 倍，但能源消费仅增加了 184 倍，2 排放量增加了 185 倍，能耗强度 的降低对减少 2 的排放量起到了重要抑制的作用。

但我国的能耗强度远远高于欧盟、美国等国家，中国在这方面还有很 大的发展潜力。

人均与北京市 2 的排放呈正相关的关系，弹性系数是 0194。

人均综合衡量了一个国家的人均产品和服务的生产能力，能源作为最 基本的生产要素，支撑着中国经济的高速发展，以工业化和城市化为特征 的经济发展又反过来带动了能源的大量消费和 2 的大量排放。

最后一个影响指标是人口数量，呈正相关，弹性系数是 0137。

巨大的人口数量导致居民生活的直接能源消耗迅速增加，1983 年，我 国平均每人生活消费能源为 1066 千克标准煤， 2008 年增加到 2408 千克标 准煤世界银行， 2010， 年均增长速度为 331， 远高于人口数量的增长速度， 由此直接导致生活碳排放量急剧增加。

对北京而言，近五年来户籍人口平均增长率为 13，而常住人口平均增 长率达到了 55， 到 2011 年常住人口达到了 20186 万， 北京早在 2009 年实际常住人口 1972 万就已经突破了国务院批复的《北京城市总体规划 2004-2020 年》确定的到 2020 年北京市常住人口总量控制在 1800 万人的 目标，已超资源承载极限，首都北京调控人口规模已经箭在弦上。

三、启示 从实证结果来看，我们可以得出以下几点启示一是大力倡导低碳经济， 合理引导居民消费，减少城市人口 2 的排放量。

在提高人们生活水平的同时通过采用低碳强度的交通系统、使用清洁 能源和新能源、调节城市规划、土地和交通基础设施、塑造健康文明的消 费文化等措施来实现城市的型反转，即从城市发展初期的低碳到现在的高 碳，再到未来的去碳。

二是通过产业规划、税收等政策进一步减少第二产业的比重，大力发 展第三产业。

三是大办发展节能减排技术， 推广高效节能产品， 转变能源消费结构， 降低能耗强度，提高能源利用率。

四是合理控制北京常住人口数量， 转移北京教育、 人才、 医疗等资源， 进行产业转移，通过企业外迁引导就业人口外迁等措施，控制常住人口数 量。

参考文献 [1]张焕波，王铮。

中美两国选择不同时间开始减排 2 的模拟研究[]中国人口· 资源与环境， 2008,6。

[2],2[]1997[3]刘兰翠，范英，等。

温室气体减排政策问题研究综述[]管理评论，2005,10。

[4]王立猛，何康林。

基于模型的环境压力空间差异分析——以能源消费为例[]环境科学学 报，2008,5。

[5]张金萍，秦耀辰，等。

城市 2 排放结构与低碳水平测度 —— 以京津沪渝为例 [] 地理学报， 2010,6。

[6]黄伟麟。

产业耗能结构与城市化水平对碳排放量影响研究[]经济问题，2012,3。

[7]何吉多。

中国城市化与碳排放关系实证分析[]西部论坛，2010,5。

[8]冯相昭，王雪臣，陈红枫。

1971-2005 年中国 2 排放影响因素分析[]气候变化研究进展，2008,1。