中国阿拉善盟能源消费与环境污染实证研究.docVIP

中国阿拉善盟能源消费与环境污染的实证研究 　　作者简介：刘佳麟，内蒙古阿拉善人，西北民族大学经济学院经济学专业本科生。 　　摘要：1980年以来，脆弱的环境问题日益成为阿拉善经济继续发展的主要障碍之一，尤其是2014年环境问题的严重程度已经影响到了阿拉善的工业发展。本文从导致的环境污染的因素分析找出原因，再通过ARIMA模型进行预测深入分析，最终提出政策建议。 　　关键词：阿拉善盟；能源消费； 环境污染；ARIMA模型 　　一、阿拉善盟能源消费和环境污染的现状 　　1.阿拉善盟能源消费现状 　　阿拉善盟的能源消费在近年有着大幅度的增长。能源消费增长是阿拉善30年间经济快速增长的结果。阿拉善盟国内生产总值30年增长792倍，2013年人均GDP 185724.46元，折合29988.45美元，已达到了发达国家人均GDP水平，仅2013年阿拉善盟人均GDP排名就位于全中国城市人均GDP排名第三位。 　　随着阿拉善盟经济的快速发展，对能源消费需求不断增加。1981年阿拉善盟原煤生产总量只有27万吨，到了2012年原煤生产已达到了1547.4万吨，30年间增长了58倍。 　　2.阿拉善盟环境污染的现状 　　2001年阿拉善盟二氧化硫排放量为5090吨，到2014年为68418吨是2001年的13.44倍，14年间平均每年增长22%。沿着这个趋势，阿拉善盟以后的二氧化硫排放还要不断增加，这必然会对阿拉善盟脆弱的生态环境造成不可挽回的损失。 　　二、阿拉善盟环境污染的成因分析及预测 　　1.集中化石能源消费导致环境压力加剧 　　污染问题是多种因素造成的，现选取5个主要因素进行分析。分别选取2000年至2014年阿拉善盟能源消费（主要是煤炭），地区生产总值，原煤产量，污水排放量，第三产业新增就业人数和与二氧化硫排放的数据，进行多元线性回归分析。设定Ec代表能源消费，GDP代表生产总值，CP代表原煤产量，PW代表污水排放量和ITE代表第三产业新增就业人数。因为CP和PW的数据经过单位根检验存在单位根，表明数据是不平稳的，所以需要进行差分得到平稳的数据才能进行回归分析。 　　经过分析CP和PW经过两次差分后，在10%的水平下都不存在单位根，此时数据是平稳的可以进行回归分析。 　　可决系数为0.836167，代表整体拟合效果较好。但t（cp），t（GDP），t（Ec），t（IIPW），t（ITE），t（EC）都没有通过T检验。通过结果分析可能存在多重共线，所以运用后退逐步回归的方法进行处理。 　　修正后的可决系数为0.881279，代表整体拟合效果较好。通过T检验；同理t（ITE）也通过T检验，证明模型修正成功。也表明，2000-2014年阿拉善盟能源消费与阿拉善盟环境污染有显著关系。得出SO2=135.8241EC-4.450368ITE当其他条件不变，阿拉善盟能源消费每增加1万吨就会导致阿拉善盟二氧化硫增加排放135.8241吨。当其他条件不变，阿拉善盟第三产业新增就业人数每增加1人，就会减少二氧化硫排放4.45万吨。 　　从分析中可以看出，阿拉善盟能源消费与阿拉善盟二氧化硫排放存在高度的正相关，能源消费会造成阿拉善盟二氧化硫排放的不断增加；阿拉善盟第三产业新增就业人数与阿拉善盟二氧化硫排放存在负相关，第三产业新增就业人数的增加会减少阿拉善盟二氧化硫排放。 　　以煤炭为主的能源消费EC和第三产业新增就业人数ITE对二氧化硫排放量有影响。单一的能源消费结构加剧二氧化硫的排放量，高技术产业新增就业人数会减少二氧化硫的排放。说明单一以煤炭为主的能源消费模式加剧环境污染；第三产业的发展会抵消环境污染。 　　2.阿拉善盟环境污染预测 　　选取2000年一季度到2015年一季度的阿拉善二氧化硫排放数据进行预测。通过对二氧化硫原序列取对数一阶差分后再进行步长为4的季节差分。处理后的SILSO2序列样本平均数M=-0.017479和均值标准误差S=0.059894，代表序列均值与0无显著差异，表明可以直接建立ARIMA模型。 　　因为经过一阶逐期差分，序列趋势消除，故d=1；进过一阶季节差分，季节性基本消除，故D=1.综合考虑（p，q）组合有（1，1），（2，1），（3.1）。在比较后发现，在已经进行的三个ARIMA模型中，（2，1）和（3，1）调整后的可决系数较小，但AIC，SC的值比起（1，1）的偏大。（1，1）的Adjusted R^2数值相比虽然较小，但是AIC，SC两个值显著较小。同时依据预测模型要利于实际操作的原则，故采用（1，1）形式的ARIMA进行预测。通过选定的ARIMA模型，预测出了未来十年各季度的二氧化硫排放量.通过预测结果表明长期内阿拉善二氧化硫排放量都维持在至少年均6000万吨以上，对于中国