人口規模下碳排放論文范文

本站小編為你精心準備了人口規模下碳排放論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、研究方法與數據來源

（一）研究方法20世紀70年代，Ehrlish等提出了環境負荷模型（IPAT模型）。后來Dietz等人在IPAT模型研究基礎上，構建了隨機模型（STIRPAT模型），并通過隨機模型對人口與碳排放的非等比例影響因素的變化進行了相關研究。（1）式中，I表示環境負荷，C表示常量，P表示人口規模，A表示經濟水平，T表示技術因素，α、β、χ分別表示人口、經濟和技術的彈性系數，e表示隨機誤差項，假設要素之間可以完全替代，故α+β+χ=1。這是一個多變量的非線性模型，為了研究方便，考慮存在異方差等可能性情況，同時對于時序數據取對數后并不影響變量之間的關系。因此，對（1）式非線性生產函數兩邊取對數，轉化成線性函數形式，得到模型為。為了研究人口規模對碳排放影響的同時，文章結合重慶市相關數據等資料的可獲性、科學性和可行性等原則，本文添加人口結構因素對碳排放的影響分析，將人口結構（人口年齡結構、人口城鄉結構、人口家庭結構）擴充到（2）式模型中，得到模型為。（3）式中，I表示環境負荷，用碳排放量表示，單位為萬t；C表示常數項；PS表示為人口總數，用戶籍人口來表示，單位為萬人；PU表示人口城市化率，單位為%；PO表示人口年齡結構，用老齡化率來表示[5]，單位為%；PF表示家庭規模，單位為人/戶；A表示經濟發展水平，用人均消費額來表示，單位為元；T表示技術因素，用碳排放強度表示，單位為t碳/萬元GDP；Lne表示隨機誤差項。其中，α1、α2、α3、α4、β、χ代表各解釋變量的碳排放彈性系數。

（二）數據來源與處理1.碳排放總量的測算對于碳排放總量的數據，目前中國統計機構沒有公布CO2排放數據，但是可以通過能源消耗的總量乘以其碳排放系數進行估算。同時，考慮到目前全球CO2排放量95.3%來自化石燃料，本文則對水電、核電等新能源碳排放可以忽略不計，主要考察化石能源的碳排放。因此，本文關于碳排放量的計算借鑒徐全國和劉則淵研究碳排放計算法[6]，即根據重慶市各類能源消耗總量乘以其各自碳排放系數進行測算。其中，Cit表示為第i省份第t年份的CO2排放總量，Eijt表示為第i省份第t年第j種能源消費量，Fj為第j種能源的碳排放系數。同時，碳排放系數的確定對于CO2排放量的準確計算影響很大。結合重慶能源消費特點，列出能源的碳排放系數2.數據來源與說明為探究重慶直轄以來人口規模、人口結構對碳排放的影響狀況，選取1996—2013年為時間段，研究PS為戶籍人口總數（萬人）、PU為人口城市化率（%）、PO為老齡化率（%）、PF為家庭規模（人/戶）、A為人均消費額（元）、T為碳排放強度（t碳/萬元GDP）等為解釋變量與被解釋變量I為碳排放總量（萬t）之間的關系。除了上述相關解釋變量以外，還有諸多相關變量可能會影響CO2的排放水平，如能源結構、產業結構、居民消費方式等等，但是考慮到本文的研究重點，所以選用人口規模、人口結構、經濟水平和技術水平來進行分析。同時，為消除價格因素對經濟變量的影響，經濟變量以1990年為基期計算成可比價進行測算（表2）。分析研究的指標數據均來自《重慶市統計年鑒（1997—2013）》、《2013年重慶市經濟社會發展統計公報》及公開刊物發表的數據為基礎。

二、人口規模、結構對碳排放影響的實證研究

（一）模型構建與檢驗根據Dietz等在環境負荷模型（IPAT模型）基礎上建立隨機模型（STIRPAT）相關理論，構建碳排放影響的計量模型。以表2數據為基礎，選用公式（2）模型進行多元回歸分析，采用Eviews6.0分析軟件進行最小二乘法（OLS）處理，為消除量綱和數量級的不同帶來的影響，在此對表2數據進行對數化處理。計算結果如表3所示。從回歸結果看，F=4223.384，校正R2=0.999，表明該模型顯著且具有較好的擬合度，各變量在10%的水平上也具有統計顯著意義，因此，該模型擬合效果較好，統計學上有意義。據此判斷，根據環境負荷模型（IPAT模型）基礎上擴充建立隨機模型（STIRPAT）在統計學上是有意義的。進一步表明重慶市碳排放總量與人口規模、人口城市化水平、老齡化率、家庭規模、人均消費額、碳排放強度都具有顯著性影響，其彈性系數分別為：3.402、1.263、0.015、-0.696、0.411、1.131。

（二）模型解釋與說明模型擬合結果顯示，與碳排放總量影響大小依次為：人口規模>人口城市化水平>碳排放強度>人均消費額>家庭規模。1.PS項系數為3.402，表明了人口規模對重慶市碳排放總量影響程度最大，其中人口規模每提高1個百分點，可以使該地區的碳排放總量增加3.402個百分點。重慶直轄以來，人口總量從1997年的3042.92萬人增長到2013年的3358.42萬人，人口凈增315.50萬人，年均增長率高達15.33%。同時，重慶地處西南巖溶山區，仍處于欠發達、欠開發的山區，集“大城市、大農村、大山區、大庫區”于一體的特殊城市來說，其人口密度和絕對數量較大，這些因素將是重慶市碳排放壓力的主要因素[7]。根據Birdsall等研究指出了人口規模的增長則會對CO2排放量產生兩個方面的影響：一方面，快速的人口規模增長則會對能源需求增加，從而在一定程度上會產生對CO2排放也會逐步增加的情況。另一方面，對于快速的人口規模增長則會導致森林砍伐破壞和水土流失加重，改變了原來土地利用方式等等，這些都將會導致對CO2排放量的增加[8]。2.PU項系數為1.263，表明人口城市化率每提高1個百分點，可以促使該區碳排放量增加1.263個百分點。直轄以來，重慶市人口城鄉結構發生了顯著變化，由1997年的31%提高到2013年的58.34%，增長了27.34個百分點，年均增長率為1.7個百分點。結果表明，一方面，重慶市城鎮化進程加快提高的同時，導致了碳排放量的增加；另一方面，伴隨重慶市城鎮化水平提高的同時，居民消費水平也將逐步提高。這將帶來對碳排放的剛性需求，從而推動碳排放的增長。這主要體現在兩個方面，一方面，伴隨城鎮化水平進程加快，大量的城鎮基礎設施建設等方面，需要鋼筋、水泥、玻璃等原材料的廣泛使用的同時，伴隨諸如小汽車、公共汽車等交通工具使用過程中產生的化石能源，燃燒化石能源所產生的CO2排放量也將呈現出進一步大幅增加趨勢。另一方面，伴隨城鎮化的進程加快，也會帶來人們的生產、生活方式等方面的改變，尤其是對煤、石油等化石燃料的使用，一定程度上促使人口對資源、環境壓力更多地來自城市居民消費。3.T項系數為1.131，表明碳排放強度每提高1個百分點，可以促使該區碳排放量增加1.131個百分點。1997—2013年重慶市碳排放強度從1.6442t碳/萬元GDP降至1.1247t碳/萬元GDP，降幅為0.5195t碳/萬元GDP（表2）。對于碳排放強度越低，則表明經濟活動效率會越高，CO2排放量也就相應越少，同時，一定程度上也反映出區域技術發展水平情況。然而，重慶市碳排放強度高于全國平均水平，這與重慶市是工業大市，尤其是重化工業占主導的地區（2013年重慶市重工業產值占全市工業總產值的72.65%），目前重慶市對于能源消費結構主要是煤炭消費，能源消費基數較大，伴隨經濟欠發達、欠開發的西部地區來說，短期內能源結構方式的改變可能性小；另外，為加快經濟的快速增長，一定程度上則會帶來巨大的能源消費總量也會在一定程度上掩蓋了由技術進步對碳排放的抑制作用的貢獻。2013年，能源消費總量為8919.74萬噸標準煤，煤炭消耗占能源消費總量的66.47%。因此，技術創新仍將是重慶市未來抑制碳排放的主要方式之一。4.A項系數為0.411，表明人均消費額每提高1個百分點，可以促使該區碳排放量增加0.411個百分點。人口規模、結構等人口因素對碳排放的影響主要體現在人口消費領域的碳排放情況。重慶市人均消費額從1997年的1977.44元提高到2013年的15191.14元（以1990年可比價計算獲得），增長7.68倍，年均增長率達到13.59%（表2）。模型擬合結果，進一步表明了居民消費水平的提高與碳排放總量增長相關度較高，從而一定程度上加大了對能源消費的剛性需求，從而導致碳排放的增加。5.PO項系數統計學上不顯著，表明短期內人口年齡結構的波動對碳排放量增加影響不大。理論上來說快速的人口老齡化進程，一方面，一定程度上加大了對老齡人口養老、醫療和服務等生產方面的投入，另一方面，一定程度上也加大了對能源的消耗。這一研究成果與前人朱勤、陳婧的研究成果一致，即人口老齡化對中國碳排放的影響可能不顯著或者尚不清楚[9][10]。同時，諸多研究結果也表明，人口老齡化對能源使用和碳排放的影響機制相當復雜，以致其將導致能耗和碳排放的增加還是減少并不明確，但是可以確定的是人口老齡化進程的加快必然會對碳排放產生一定影響，因此，人口計生等相關部門需要加以關注和研究。6.PF項系數為-0.696，表明家庭規模對碳排放的影響呈現負效應。1997—2013年重慶市居民家庭規模從3.39人/戶降至2.75人/戶，降幅達到18.89%；家庭戶數增幅達到35.98%，高于同期戶籍人口總量的15.33%。因此，家庭規模的縮小將有可能會導致家庭戶數增長程度的進一步加快，從而會呈現出家庭總戶數的增速要快于年末總人口的增速幅度。與此同時，伴隨家庭規模小型化的趨勢和家庭總戶數增加的同時，一定程度上會對碳排放呈現出同向疊加效應[11]。因此，我們通過選用家庭戶數而并沒有把人口數量指標作為人口變量時，人口的變化對碳排放增長的彈性系數，一定程度上也會呈現增大狀態。所以，對于家庭規模的小型化加速，一定程度上推動了居民消費規模的擴張和家庭消費規模效應減弱。

三、結論與建議

文章利用擴展STIRPAT模型，采用Eviews6.0分析軟件進行最小二乘（OLS）回歸分析法對影響重慶市碳排放人口、經濟和技術等相關變量因素進行了實證分析，得出了幾點結論和幾點思考建議：

（一）人口規模對重慶市碳排放量呈現顯著的正向影響。直轄以來，重慶市人口總量從1997年的3042.92萬人增長到2013年的3358.42萬人，人口凈增315.50萬人，年均增長率高達15.33%，快速的人口增長加大了對碳排放的影響。因此，人口規模是碳排放的一個重要驅動因素。這與Jiang研究指出全球人口增長與能源消費量和碳排放量的增長是同步的結論相一致[12]。

（二）人口結構對重慶市碳排放具有重要影響。一是人口城市化率對碳排放影響具有正效應并排在第二位，應慎重考慮當前城鎮化對碳排放的影響。因此，應以大力發展新型城鎮化為契機，發展智能建筑促進智慧城市的建設步伐，為住戶提供高效的環境同時降低能源消耗，主要通過打造智能建筑的相關技術集成起來，控制樓宇的能耗和對收集的數據進行分析，利用分析過的數據達到節能減排。二是人口老齡化對碳排放影響統計學上不顯著，但是可以確定的是人口老齡化必然會對碳排放帶來影響，因此，相關部門需要加以關注和研究制定相應措施。三是家庭規模對碳排放具有負效應，諸多研究結果也表明，家庭規模小型化、核心化有利于碳減排[13]。因此，政府應當注意家庭結構小型化的這種趨勢，并將家庭結構的小型化作為未來影響碳排放的重要因素加以重視。

（三）人均消費額對碳排放影響超過人口老齡化率和家庭結構對碳排放的影響。內需既是政府刺激經濟的主要手段，也是當下多元化趨勢下的主要消費方式。因此，我們不能僅期望通過降低居民消費水平的程度，來達到碳減排的有力效果。為此，需要樹立一種低碳消費的理念和營造一種綠色消費的氛圍，倡導和引導居民低碳消費、綠色消費等可持續消費模式方向的轉變。

（四）碳排放強度對碳排放的影響強度較大。從而表明，技術進步因素對重慶碳排放的影響具有正效應，一定程度上與理論相悖，但是并不能否定技術進步對碳排放的減速作用。因此，建議政府加大技術改造，提高清潔生產技術、碳捕獲和封存技術等，尤其是煤炭凈化技術，則應成為重慶市“十三五”低碳發展的必由之路。應在煤炭、有色金屬等高耗能行業實行節能攻堅，推行節能交通。加大推進碳排放權交易，大力開展林業碳匯交易。通過新種植或者提高原有森林單位面積蓄積量來實現林業碳匯的擴大再生產規模的同時，加強對森林資源的管理和利用，從而有效擴大林業碳匯功能發揮。

（五）重慶市經濟發展水平處于全國中后位置，但發展低碳經濟潛力較大。因此，政府加強節能減排，提高資源利用效率，同時基于低碳技術和制度的不斷創新發展戰略新興產業和清潔能源，加快重慶產業結構調整和發展方式的轉變。有效控制人口因素對碳排放增長的影響。應大力發展現代物流業、金融資本、商貿、商務、文化、旅游等現代服務業，促進產業結構逐步向低碳、高級、有序、合理方面發展。

作者：洪業應向思潔陳景信單位：中共重慶市涪陵區委黨校中共西藏昌都市委黨校佛山職業技術學院