基于主成分回归无锡碳排放量影响因素分析.docVIP

基于主成分回归的无锡碳排放量影响因素分析 李磊肖光年 【摘要】通过主成分回归分析无锡1995-2008年的碳排放量的影响因素，从而找出对无锡碳排放量起关键作用的几个影响因素，进而提出多种对应的建议，改变影响因素的量从而最终减少无锡碳排放量，这一系列的建议能够使得政策制定者们在无锡发展低碳城市的道路上获得更多的决策参考。此研究能够在应用层面提出无锡发展低碳经济所需要控制的主要指标，这样才能真正地把碳减排的目标落在实处，使减排所需要达到的目标更加量化，也更加便于社会考核。 【关键词】主成分回归；碳排放；影响因素；无锡市；低碳城市；量化 从1994年到2008年，无锡的碳排放量由1924万吨增加10936万吨，增长近5倍[1]。无锡碳排放量在近些年增加非 研究表明，人口数量的快速增长及人类社会经济活动的不Co2，浓度迅速升高，从而对全球气候变暖起到了决定[2]。改革开放以来，中国在经济发展方面取得显著成绩2002年我国的碳排放量为34．9亿吨，到2008年就上升到65．3亿吨，[3]。在国际社会减Co2，排放的形势下，中国的碳排放及排放与其影响因素间[3]在对中国28个省区近10年能源利用效率进行差异性分析[4]通过建立中国人均碳排放的因素分解模型，1995～2004年间，能源结构、能源效率以及经济U型曲线[5]对经济发展与碳排放之间的关系进行了研究，认[6]利用中国、日1990年的全球截面数据，GDP之间不存在Kuznets曲Lantz和Feng[7]采用建模方法对加拿大1970～2000年的人GDP、人口、技术和Co2，排放量数据进行了回归分析，结GDP与Co2排放不相关，人口与Co2排放量成倒U型关系，而技术与co2排放量成U型关系。Fan Ying等[8]用STIRPAT建模对1975～2000年不同经济水平的国家的人口、经 本文参考以上学者的成果，并提出使用量化的方法分析影 本文数据均来源于历年《无锡统计年鉴》。考虑到数据的1995年到2008的统计数据。参考Y(单位：万吨)，(1)第一产业GDP为X1(单位：亿元)；(2)GDP为x2(单位：亿元)；(3)第三产业GDP为X3(单)；(4)全社会固定资产投资总额为X4(单位：亿元)；(5)社会消费品零售总额为X5(单位：亿元)；(6)财政支X6(单位：亿元)。 由于统计年鉴上并未直接给出无锡历年的碳排放量数据，75％左右[9]。张荣荣根 因各自变量数值均受到价格变化的影响，为使计算结果更GDP平减指数。这一指数能够更GDP平减指数=(名义GDP／真实GDP)100。为使本文数据调整方便，计算的无锡GDP平减指数以1995年为基年，。即1995年=100。根据无锡历年统计年鉴中给GDP增长率，并计算GDP，从而根据公式计算出无锡GDP平减指数，结果1。 根据表1的计算结果，本文将对各因变量均除以当年GDP 2. 模型的建立 先对因变量和自变量做散点图，发现均呈线性关系，便作 2．1 作重叠散点图 用SPSS17．0分别作因变量Y和自变量X1-X6的散点图，结Y与自变量X1-X6之间均呈线性关系。 2．2 作多元线性回归分析 根据SPSS17．0的分析结果，得到调整后的可决定系数为0．969，有显著的统计学意义。但从多元线性回归的结果看，X5的偏回归系数通过检验，其他均无统计学意义。在多(Eligenvalue)约等于0，多个维度的条件指(Condition Index)30，多个自变量的方差膨胀因子(VIF)10，说明白变量之间存在着严重的多重共线性。 2．3 进行主成分分析 因各自变量的单位一致，故直接使用原始2可知，特征根大于1的只有一个，所以只提取了92．339，说明已经6个变量中包含的92．339％的信息。表3巾所示的 2．4 对主成分进行线性回归 使用SPSS17．0对因变量Y和主成分F进行简单的线性回归， 调整后的可决定系数为0．937，有显著的统计学意义。再F表达式的代入可得到 3. 结果分析 在未进行主成分分之前，根据原来拟合的多元线性回归方GDP每增加一个0．434吨，这个系数是最小的，说明在GDP每增加一个单位，碳排放量将增加0．911GDP每增加一个单位，碳0．869吨，第三产业的碳排放量介于第一产业和第三产业之间。0．9520．850吨，比0．897吨，对碳排放GDP、财政支出、第三产业GDP、社会消费GDP。 4. 政策建议 4．1 理论政策建议 4.1.1增强固定资产投资规划 在发展经济的过程当中，固定资产的投资建设是必不可少 处理好本市规划与国