中国能耗碳排量宏观驱动因素Hi8226PLS模型分析.docVIP

中国能耗碳排量宏观驱动因素的Hi#8226;PLS模型分析 　　摘要 弄清楚碳排量的重要宏观驱动因素可以为我们设计与碳减排相关的政策机制提供理论支撑。本文采用递阶偏最小二乘方法(Hi_PLS)进行了宏观驱动因素的研究,并将其与传统PLS模型进行了比较。实证过程采集了1952-2006年我国大陆区的社会、经济、人口及自然环境等方面共36个指标的数据进行。结果表明:与传统PLS模型相比,Hi_PLS用于该主题的研究更加有效,解释起来也更加方便具体;我国碳排放重要的宏观驱动因素来自于人类生活和生产等活动强度均较大的领域(如,邮电运输活动与教育文化活动等)及人口数量与经济发展水平,不重要的宏观驱动因素则来自于几乎无法反映人类活动强度的领域,如自然环境要素和艺术表演团体的个数等。 　　关键词 碳排放; Hi_PLS; 宏观驱动因素 　　中图分类号 F206 文献标识码 A 文章编号 1002-2104(2010)10-0023-07 doi:10.3969/j.issn.1002-2104.2010.10.005 　　 　　能源消费及其引起的碳排量增加与气候变暖等问题已经成为当今世界所广泛关注的热点论题之一[1]。我国的能源消费随着经济持续快速发展、人口增长、工业化和城市化进程加剧而迅速增长。由能源消费产生的碳排放量也迅速增加,由此产生的对环境破坏性影响也同样受到社会各界和广大学者的普遍关注。能耗碳排量可以看成是由一个国家的人口数量及其结构、富裕程度、技术水平、能耗总量与效率结构、经济水平与结构、教育文化水平、卫生条件和先天的自然环境与资源条件等多种影响因素共同作用的综合结果。那么,在这些影响因素中,哪些是最主要的影响因素,哪些是不太重要的影响因素呢?搞清楚这个问题可以为我们设计和制定与碳减排相关的政策与机制时提供理论保证和科学依据。然而,迄今为止,国内外大多学者对该问题的研究往往侧重于某单方面或者几个方面的影响因素驱动作用,如:人口、经济与能源方面要素[2-16],科学、技术进步方面要素[17-19],空间地理方面要素[20],商品出口[21],家庭规模与总户数[22],工业化[23]及旅游活动[24]等,把所用这些要素综合起来考虑的研究仍较少。为弥补这一不足,本文提出采用化学计量学中常用的一种方法――递阶偏最小二乘法(Hierarchical Partial Least Squares, Hi_PLS)进行该主题的研究,Hi_PLS方法正好可以把上文提出的所用要素综合起来考虑,根据模型运算的结果,可以很快区分出哪些是最主要的影响因素?哪些是不太重要的影响因素?哪些是最不重要的影响因素?为此,本 文拟以我国(大陆地区)为例,通过收集其在1952-2006年的总体碳排放量数据及其相关影响因素的大量宏观数据进行实证研究。 　　1 研究假设 　　碳排量主要是由燃料燃烧而引起的,因而,能源消费的绝对量是引起碳排放量增长的最直接原因,这是毋庸置疑的,然而,这一点本文不作为主要研究对象。本文中论及的宏观驱动因素变量即假定为:除了能源消费量、能源消费结构及能源消费效率等与能源有关的因素之外的所有其它如人口、社会、经济、卫生、技术和自然条件等方面的因素的统称。可以得出,这些宏观驱动因素并不是总体碳排放量增加的最主要和最直接的原因,但它们或多或少对碳排放增加有一定的影响和相关作用,因而,辨别出哪些宏观驱动因素是最主要的和最不主要的,对我们进行相关机制设计时具有一定的参考意义。假定的各个宏观驱动因素变量及其单位、缩写、反映出来的具体内涵、所属的Hi_PLS模型子块与子块编号如表1所示。贾俊松:中国能耗碳排量宏观驱动因素的Hi#8226;PLS模型分析中国人口#8226;资源与环境 2010年 第10期 　　2 数据来源与方法 　　2.1 数据来源 　　本研究中所涉及的主要数据,其来源可分为两个: 　　(1)碳排放总量数据来自于美国橡树岭国家实验室CO2信息分析中心数据集(CDIAC, http: ///ftp/ndp030/nation1751_2006.ems )。 　　(2)各主要宏观影响因素变量数据则来自于中国历年统计资料,根据数据的可获得性,具体研究年限确定为1952-2006年。 　　2.2 方法说明 　　采用的研究方法为递阶偏最小二乘法Hi#8226;PLS,该方法是在传统PLS方法的基础上进行改进而形成的。用该方法进行本文主题的研究比较少见,这也是本文研究的意义之所在。 　　传统PLS方法集成了多元线性回归、主成分分析和典型相关分析的优点于一身,是这三类模型的结合[25]。早在1966-1973年,伍德就陆续发表过一些文章,涉及到偏最小二乘方法的一些思想,1983年正式提出了偏最小二乘法这个称谓。该方法初期应