基于STIRPAT模型的低碳經濟論文范文
本站小編為你精心準備了基于STIRPAT模型的低碳經濟論文參考范文，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。
1指標選取與模型構建
1.1指標選取在借鑒前人相關研究的基礎上，本文所選取的影響碳排放量的因素有人口、經濟水平、產業結構、能源強度、能源消費結構、單位能耗碳排放量和國際貿易分工等指標.本文CO2排放指標選取擇CO2排放總量和人均碳排放量指標.根據數據的可獲性等相關原則，本文的數據來源為歷年《中國能源統計年鑒》、《河南省統計年鑒》以及河南省相關公報資料等.相應地，上述各指標選取如下：人口指標選取歷年河南省人口增長率，用字母P代表；經濟水平指標選取河南省歷年人均GDP指標，為消除物價等因素的影響，對GDP按照1952年的價格進行平減，用字母AP代表；考慮到產業部門消耗的能源類型和結構在碳排放量的差異，結合河南省的實際，選取第二產業在國民經濟中的比例作為產業結構的指標，用字母S代表；能源強度是以單位國內生產總值的能源消費量表示，用字母ET代表；能源消費結構選取煤炭消費占能源消費比重表示，用字母ES代表；單位能耗碳排放量用碳排放量與能源消耗總量之比表示，用字母CT代表；由于出口高耗能的資源密集型產品會增加本地區的碳排放量，因此，國際貿易分工指擇用出口額占國內生產總值比重表示，用字母EX代表.根據資料顯示，能源消費總量河南省主要是以污染嚴重的煤炭燃料為主，該比例也高達85%以上.而目前二氧化碳排放量多是通過化石能源消費量推算來的，因而本文主要以煤炭、石油和天然氣這3種消耗量較大的一次能源為基準來核算河南省的CO2排放量.具體采用參考文獻［8］中的方法來估算河南省的碳排放量.碳排放總量用字母I代表，人均碳排放量用字母PI代表.
1.2擴展的stirpat模型的構建在分析人文因素對環境影響的量化模型時，學界通常使用IPAT方程.但此方程存在著考察的變量數目有限性等不足.為此，迭特滋（Dietz）等建立了IPAT方程的隨機模型——STIRPAT模型，借鑒前人的研究，本文又新增加了單位能耗碳排放量、產業結構、能源消費結構和國際貿易分工4個變量來對STIRPAT模型進行擴展.擴展后的STIRPAT模型為。為了消除各變量指標數據中存在的異方差現象，將式（1）兩邊分別取對數，使其轉化為線性回歸模型.考慮到能源強度與單位能耗碳排放量的交互作用對碳排放總量的影響，本文在模型中引入lnETt與lnCTt的乘積。
2實證分析
1978—2010年河南省能源消費總量和碳排放總量不斷增加.從圖1可以看出，河南省碳排放總量由1978年的9040.05萬t增加到2010年的55127.6萬t，年均增長5.81%.能源消費總量由1978年的3353萬t標準煤增加到2010年的21438萬t標準煤，年均增長5.97%；碳排放總量和能源消費總量在33年間變化幾乎一致.從圖1還可以看出，1978年至2010年河南省人均碳排放量和上述的變化趨勢也是一樣.人均碳排放量由1978年的1.28t/人增加到2010年的5.5t/人，增加了4.3倍，年均增長4.67%.
2.1碳排放總量和人均碳排放量的計量模型分析時間序列模型需要進行平穩性檢驗，否則，就有可能出現“偽回歸”問題［10］.通常采用ADF檢驗方法來檢驗變量間是否存在長期協整關系［11］.若為非平穩的同階單整時間序列，則需要進一步利用上述方法，在含有常數項而沒有趨勢下，各變量時間序列（對數形式）為非平穩，通過一階差分后，在10%的顯著性水平下，各變量時間序列為一階單整序列.根據上述公式（4）和公式（5），利用各變量數據和EViews5.0軟件，得到回歸結果（表1和表2）.由表2回歸的參數可以看出，模型2的擬合優度為0.999679，DW值接近于2，表明以碳排放總量為解釋變量的模型2回歸結果好，且不存在異方差性和自相關性.同樣，在以人均碳排放量為解釋變量時的模型4的回歸效果好.從模型2的回歸系數來看，P、AP、ET與CT的交互作用，ES、EX對碳排放總量有顯著正向影響，而產業結構S則對碳排放總量影響不顯著.AP、ET與CT的交互作用和ES的彈性系數較大，分別為0.968746、0.757889和0.583027，其他變量彈性較小.因此，在對碳排放總量正向影響的因素中，AP影響最大，ET與CT的交互作用次之，ES的影響位居第三.同樣，在模型4的回歸結果中，AP、ET、CT的交互作用與ES、S、EX對人均碳排放量有顯著正向影響.其中，AP、ET與CT的交互作用和ES的彈性系數較大，分別為0.954494、0.926183和0.595472，其他變量彈性較小.因此，在對碳排放總量正向影響的因素中，AP影響最大，ET與CT的交互作用次之，ES影響也較大.此外，從模型2和模型4的回歸參數上看，模型4回歸效果要優于模型2的回歸效果.
2.2各影響因素對碳排放總量和人均碳排放量的貢獻率分析由上可知，對碳排放總量和人均碳排放量正向影響較大的解釋變量的回歸系數分別為。由表3可知，1978—2010年碳排放總量年均增長5.81%，在分解各主要影響因素中，AP對碳排放總量的影響表現出正效應，貢獻率為79%；而ET與CT的交互作用、ES對碳排放總量的影響則表現出負效應，平均貢獻率依次為-31.4%和-1.59%.1978—2009年人均碳排放量平均增長4.67%，在分解各主要影響因素中，AP和ES對人均碳排放量的影響表現為正效應，平均貢獻率分別為202.2%和20.01%；而ET與CT的交互作用變動對人均碳排放量的影響則表現為負效應，平均貢獻率為-148.78%.出現上述情況的主要原因在于：1978—2010年河南省人均實際國內生產總值年均增長率達到10.15%，人均國內生產總值持續增長是近33年間碳排放總量增加、人均碳排放量增加的主導因素，貢獻率也最大.1978—2010年河南省能源強度和單位能耗碳排放量均有較大幅度的下降，年均下降分別為4.88%和0.15%，這在一定程度上表明河南省能源結構優化成效初步顯現.因此，兩者的交互作用對近33年間碳排放總量和人均碳排放量變動負向驅動的主導因素，其貢獻率也最大.1978—2010年能源消費結構的變動對碳排放量的變動具有重要影響.如果消費結構合理，則可能呈現出負向驅動，否則，則可能出現正向驅動.從表3的結果可以看出，能源消費結構的變動對碳排放總量起到一定的負向驅動作用，但對人均碳排量起到的是正向驅動作用.出現這種情況的主要原因是由于公眾和相關部門的低碳意識參差不齊造成的，從數據的結果看，目前僅有一小部分公眾和相關部門具有較強的低碳意識，因此最終也就導致了其對碳排放總量的負向驅動的貢獻率僅為1.59%，但這一小部分相對于大部分來說，其負向驅動的功能也就大大抵消，最終也就導致了其對人均碳排放量具有一定正向驅動作用.此外，雖然產業結構和國際貿易分工對碳排放的變動表面微弱效應，但因其與技術進步關系密切，因此，技術進步也是導致碳排放的因素之一.
3結論與建議
根據影響碳排放的因素分析，本文在借鑒前人研究的基礎上，對STIRPAT模型進行了擴展，實證研究了河南省1978—2010年的碳排放的影響及其貢獻率，得到以下主要結論：第一，對碳排放總量有顯著正向影響的主要因素有人口增長、經濟發展、能源強度與單位能耗碳排放量的交互作用、能源消費結構、國際貿易分工，而產業結構則對碳排放總量影響不顯著.第二，對人均碳排放量有顯著正向影響的因素有經濟發展水平、能源強度與單位能耗碳排放量的交互作用、能源消費結構、產業結構、國際貿易分工，而產業結構則對人均碳排放量有顯著影響.第三，從影響程度上來講，經濟發展水平對碳排放總量和人均碳排放的影響表現出正效應，而能源強度和單位能耗碳排放量交互作用對碳排放總量和人均碳排放的影響表現出負效應.能源消費結構對碳排放總量的影響表現出負效應，而對人均碳排放的影響表現出正效應.總之，碳排放與經濟發展水平關聯度高，經濟的持續增長是碳排放總量增加的主導因素.經濟的增長是滿足居民生存與發展基本需求的必要條件，能源消費在一定程度上反映了一個國家或地區的經濟活動的強度和滿足居民生活需求的能力.河南省為作中原經濟區建設的主體，走低碳經濟的可持續發展道路既是河南省轉變經濟發展方式、產業結構調整的選擇，也是中原經濟區建設的必然選擇.在確保經濟發展不受影響的條件下，減少碳排放，實現經濟發展與碳減排的雙贏，應實行以下政策：第一，優化現有的能源結構，發展現新型能源產業.要改變目前的能源的結構，尤其是消費結構，其次大力發展新能源產業，充分利用我省的現有基礎和優勢，發展低能耗、少污染、高技術含量的生物能源產業.第二，加快低碳技術創新和研發，降低能源強度.針對河南省目前的能源消費結構中煤炭、石油等石化能源的消費比例較高的實際，積極在這些高碳行業引進低碳技術，或者采取相關激勵政策，促使這些行業進行節能減排、科技創新、清潔能源技術的創新和研發.第三，優化現有產業結構，調整出口商品結構.目前，河南省的碳排放主要來自第二產業，特別是高耗能、高污染的工業企業.因此，要用高新技術改造傳統的高碳產業，使高碳產業低碳化，通過兼并重組和政策法規及財政補償等措施促使落后產能退出.提高能源利用效率，從源頭上減少化石燃料消耗.從源頭上控制高耗能、高污染項目的過快增長，所有新建項目的審批，都把節能評估審查和環境影響評價作為首要條件.同時，在商品的出口方面，也要限制高碳污染產品出口.提高出口產品的質量和檔次.第四，控制人口增長，提高人口素質.根據對河南省的碳排放的實證研究，人口的增長和能源消費結構對碳排放均有影響作用.因此，河南省在控制人口增長速度的同時，還要注重提高人口素質，采取更加有效的宣傳手段和措施，普及低碳知識，提高民眾對低碳經濟重要性的認識.
作者：李慧單位：南陽理工學院經濟與管理學院