基于STIRPAT模型能源消费碳排放影响因素探究——以云南省为例.docVIP

基于STIRPAT模型能源消费碳排放影响因素探究——以云南省为例 　　摘要： 本文以云南省为例借鉴STIRPAT模型从人口、城市化率、GDP总额、人均GDP、第二产业占GDP的比重、单位GDP能耗、煤炭消费比重共7个因素对碳排放的影响进行研究，构建了影响因素的方程模型。最后对相关影响因素的影响关系及影响程度进行了分析。 Abstract： Taking Yunnan province as an example， this article studies the influencing factors of carbon emissions from population， urbanization rate， total GDP， per capita GDP， secondary industry share of GDP， energy consumption per unit of GDP， the proportion of coal consumption based on STIRPAT model. An equation model is constructed. Finally the relationship and influencing degree of the factors are analyzed. 关键词： 碳排放；STIRPAT模型；人均GDP；能源结构 Key words： carbon emission；STIRPAT model；per capita GDP；energy structure 中图分类号：F206 文献标识码：A 文章编号：1006-4311（2013）32-0182-02 作者简介：黄宜（1981-），女，湖南澧县人，昆明理工大学管理与经济学院在读博士生，研究方向为战略管理。 0 引言 随着经济的发展，我国的工业化进程不断地加快，如何有效地减少和降低由于工业化进程的推进带来的碳排放是我国必须要承担的责任，也是面临的重大挑战。为了很好地践行节能减排，为实现低碳经济提供有价值的参考，需对碳排放的影响因素进行分析。本文以云南省为例进行研究。 1 云南省碳排放影响因素研究 1.1 模型研究 Ehrilich和Holden（1971）[1]提出了针对一个国家环境污染问题的IPAT模型，模型的表达式为I=P·A·T，其中I表示一国环境污染情况；P代表一国人口水平；A代表一国富裕程度；T代表一国技术水平。此模型将环境影响与各驱动因素之间的关系简单地处理为同比例的线性关系，不能很好地反映出驱动因素变化时对环境影响的变化程度。鉴于此，York和Dietz，Rosa等（1994）[2]在IPAT 模型基础上进行扩展，提出了随机回归影响模型（STIRPAT模型）；其表达式为I=aP■A■T■e。其中e为模型误差。STIRPAT模型能够克服IPAT的“各因素同比例影响碳排放”假设的不足，是对上述模型的修正和扩展。因此本文选取STIRPAT模型对碳排放影响因素进行分析。 1.2 因素选取 在以往研究的基础上并结合云南省的实际情况，本文从STIRPAT模型的人口、富裕、技术水平3个方面出发扩展到人口指标、财富指标、结构化指标、技术性指标和能源结构这5个方面，并选取人口、城市化率、GDP总额、人均GDP、第二产业占GDP的比重、单位GDP能耗、煤炭消费比重共7个因素分别代表这5个方面来进行分析研究[3]。 1.3 影响因素分析 从STIRPAT模型的三个方面扩展到人口、城市化率、GDP总额、人均GDP、第二产业占GDP的比重、单位GDP能耗、煤炭消费比重共7个因素考虑对碳排放的影响。拓展后的STIRPAT模型表达式[4]为： C■=aP■■U■■A■■I■■T■■E■■D■■ （1） 其中Ci，Pi，Ui，Ai，Ii，Ti，Ei，Di分别表示第i年的碳排放量、人口数、城市化率、GDP总额、人均GDP、第二产业占GDP的比重、单位GDP能耗、煤炭消费比重；其中b1，b2，b3，b4，b5，b6，b7均为模型参数。 由于STIRPAT模型是非线性的，为了方便使用相关软件对其进行回归分析，对该模型两边取对数，使其线性化：lnC=lna+b1lnP+b2lnU+b3lnA+b4lnI+b5lnT+b6lnE+b7lnD （2） 作为碳排放备选驱动因子，首先对其取对数，然后将数据输入SPSS16.0软件作偏相关分析。（此处所选取的数据年份为1978-2010年，数据来源于《云南统计年鉴2011》[5]和《云南能源统计年鉴2011》[6]）得到人口、GDP总额、人均GDP、第二产业比重的相关系数分别为0.96