基于STIRPAT模型青海省碳排放影响因素协整分析.docVIP

基于STIRPAT模型青海省碳排放影响因素协整分析 　　［摘 要］基于扩展的环境负荷模型（STIRPAT），对影响青海省碳排放的三个主要因素——人口增长、经济发展和技术水平分别进行了协整分析，结果表明三者对青海省的碳排放量都有着长期稳定的影响；人口增长和经济增长对碳排放都有促进作用，人口的促进作用最明显；技术水平长期会抑制碳排放，短期则只能在一定程度上缓解碳排放量的增加。 　　［关键词］STIRPAT模型；青海省；碳排放；协整分析 　　［中图分类号］F127.4 ［文献标识码］A ［文章编号］2095-3283(2012)07-0090-04 　　 　　作者简介：王小宁（1981-），女，汉族，河南南阳人，青海师范大学经济管理学院讲师，陕西师范大学国际商学院博士生，研究方向：人口、资源与环境经济学。 　　随着世界经济的不断发展，资源消耗和环境污染日益严重，特别是碳排放引起的温室效应对人类社会的可持续发展带来了严峻挑战。在2007 年的达沃斯世界经济论坛年会上，气候变化超过恐怖主义、阿以冲突、伊拉克问题而成为压倒一切的首要问题。青藏高原地跨西藏、青海、四川、云南、甘肃、新疆6省（区）27个地区179个县，由于其独特的气候特征、地理位置、多样的生态系统以及丰富的生物资源，成为我国重要的生态安全屏障和亚洲乃至北半球气候变化的调节器。中科院的监测数据显示，由于高原生态环境比较脆弱，全球气候变暖趋势已经对青藏高原自然生态系统产生了一系列负面影响。与此同时，青藏高原6省（区）在“十二五”期间也面临着经济发展的压力。如何在保持青藏高原地区经济持续稳定增长的同时减少碳排放量，保护青藏高原生态安全，成为经济发展中必须重视的问题。青海省位于青藏高原东北部，是长江、黄河、澜沧江的发源地，被誉为“江河源头”、“中华水塔”，且生态环境脆弱敏感，对青海省的碳排放因素进行定量分析，不仅是青海实现“生态立省”、经济和环境可持续发展的需要，对青藏高原乃至整个亚洲都有着重大的意义。 　　一、相关文献回顾 　　国内外学者对碳排放影响因素进行了广泛的研究。对中国CO2 排放的影响因素的研究文献，较早可以追溯到Shrestha（1996）等运用Divisia 指数分解法对包括中国在内的亚洲12 国电力行业CO2 强度变化的研究，他们发现在1980 —1990年期间影响中国电力行业CO2 强度的主要因素是燃料强度的变化。李国志和李宗植（2010）应用IPAT模型及其扩展形式，从环境冲击的角度，基于动态面板模型方法，分析了CO2与人口、经济、技术的关系。王峰、吴丽华、杨超（2010）运用对数平均Divisia 指数分解法，把1995—2007 年中国能源消费的CO2 排放增长率分解为11 种驱动因素的加权贡献。结果表明中国CO2 排放量增长的主要正向驱动因素为人均GDP、交通工具数量、人口总量、经济结构、家庭平均年收入，负向驱动因素为生产部门能源强度、交通工具平均运输线路长度、居民生活能源强度，其中人均GDP 增长是CO2 排放量增长的最大驱动因素，工业部门能源利用效率的提高是碳排放量下降的主要驱动因素，而深层原因可能是研发经费支出大幅提高所推动的技术进步和工业企业所有制结构的变化。陈可嘉、梅赞超（2011）应用扩展的环境负荷模型（STIRPAT）对人口增长、经济发展和技术水平对福建省碳排放影响因素进行了分析，得出人口是影响福建省碳排放量的最大因素，经济增长和技术水平的影响并不显著。综合以上文献研究的成果，结合青海省的实际情况，本文采用扩展的环境负荷模型（STIRPAT），并结合协整分析方法，对青海省的碳排放影响因素进行实证分析，并提出相关的对策建议。 　　二、模型设定与数据说明 　　美国生态学家埃里奇（Ehrlich）和康默纳（Comnoner）于20世纪70年代提出了关于经济增长与资源环境关系的IPAT模型：I=PAT，这个模型表明，影响环境（I）的三个直接因素是人口规模（P）、人均财富（A）、技术（T）以及相互间作用的影响。这一分析环境影响的方程受到广泛认可，被学者们用于分析影响环境变化的决定因素。但是该模型存在明显的局限性，即只能通过改变一个因素，而保持其他因素固定不变来分析问题，这样得到的结果就是各自变量对因变量的影响是等比例的。但在现实中，人口、经济和技术对CO2排放量的影响不可能保持等比例变化。为解决这一局限，Dietz等在IPAT的基础上提出了环境影响随机模型（Stochastic Impacts by Regression on Population，Affluence，and Technology，STIRPAT）来分析这些因素对碳排放的非比例影响，即： 　　I=aPbAcTde（1） 　　该模型保留了“I=PAT”模型的乘