上海市人口因素对碳排放的影响实证分析.docVIP

上海市人口因素对碳排放的影响实证分析 　　摘要：本文利用上海市1997～2011年碳排放量、人口总数、城市化率、国民生产总值、恩格尔系数、第二产业总产值产值的时间序列数据，建立了多元回归模型，对人口因素和碳排放量之间的关系做了实证研究。研究发现，常住人口数对上海地区碳排放量影响最大，城市化率和第二产业从业人员比重也有显著的正向影响，代表人口的消费结构的恩格尔系数对碳排放具有一定的负效应，但是影响较小。研究表明上海作为国际化大都市，消费层次已经较高，消费结构的变化对碳排放的影响不明显。最后，针对分析结果，探讨了碳减排策略。 　　关键词：上海市；碳排放；人口因素；协整理论；格兰杰检验 　　目前，我国正处于工业化进程中，人民的生活水平不断提高，伴随而来的是高能耗、高污染、全球气温变暖和随之而来的海平面上升等环境问题，已经严重危害到人类的生存，建设低碳经济刻不容缓。上海市人口多，密度高，对资源的需求量极大，相应的碳排放量也比其他地区高。 　　从人口结构视角探讨碳排放问题，不仅有利于正确判断和把握碳减排压力的人口因素，而且有助于提高碳减排政策决策的针对性和可操作性，因此研究人口因素对碳排放量的影响具有一定的理论意义和现实意义。 　　一、文献综述 　　关于碳排放与人口因素之间的关系，许多学者进行了大量研究。陈婧通过相关文献梳理，发现人口规模、城市化水平、家庭小型化等因素对碳排放具有不同程度上的正效应。朱勤等通过对我国1980～2007年碳排放情况的实证研究，发现现阶段我国居民消费水平和人口结构变化对碳排放的影响力已经高出人口规模变化的影响力。申笑颜采用灰色系统理论中的灰关联分析讨论了中国碳排放的各影响因素。发现人口增长对碳排放贡献最大，另外，经济活动中能源消费结构的合理选择比经济增长对碳排放的影响更为重要。刘燕娜等基于1994～2008年时间序列数据，分析了福建省的碳排放因素，发现经济发展是福建人均碳排放的最大拉动因素，而能源结构对人均碳排放的影响相对较小。 　　以上关于人口因素对碳排放影响的研究偏重于国家层面的研究，而对于某个城市的研究目前还处于起步阶段。本文从既有文献出发，研究了上海市的五个变量对碳排放的影响。 　　二、模型设计及数据说明 　　根据上海地区化石燃料的消耗量测算出1997～2011年的碳排放量，从人口数量、城市化率、生产总值、恩格尔系数、第二产业产值的比重五个方面考察人口结构因素对碳排放量的影响。因此构建的理论模型为： 　　Y=（X1，X2，X3，X4，X5）（1） 　　在上式中，Y为碳排放量，X1为人口总数，X2为城市化率，X3为上海市GDP，X4为恩格尔系数，X5为第二产业的比重。 　　1.碳排放量的计算方法 　　根据《2006年IPCC国家温室气体清单指南》，本文采用自上而下的方法，即基于上海市各类能源消耗量计算二氧化碳的排放量，计算公式为： 　　C=∑ni=1Ei*Fi*Ki（2） 　　式中：C为二氧化碳排放量；Ei为第i种能源的消耗量； Fi为第i种能源的单位换算；Ki为第i种能源的碳排放系数，i=1，2，…6分别为煤，汽油，煤油，柴油，燃料油，电力。 　　本文选取的2007～2011年能源消耗数据来源于《中国能源统计年鉴》。各类能源单位换算采用2012年《中国能源统计年鉴》中给出的数据，具体如表1所示。各类能源的碳排放系数采用赵敏等和徐亚楠等研究中的数据，具体如表2所示。 　　根据上述的计算方法，得到1997～2011年上海市碳排放量，如图1所示。从图1可以看出，上海市碳排放量逐年递增，从1997年的4130.79万吨增长到2011年的8739.45万吨，增长超过一倍。进入2000年之后，碳排放量的增长速度变大。 　　为避免时间序列数据具有异方差，本文将数据进行对数变换，构造的碳排放人口结构影响因素模型公式3所示： 　　LnY=C0+C1LnPtotal+C2LnPcity+C3LnPGDP+C4LnPlife+C5LnPind+ui（3） 　　式中：Y为碳排放量，Ptotal常住人口数，Pcity为城市化率，Plife为恩格尔系数，Pind为第二产业产值的比重。C0为截距项， C1-C5为各变量的系数。 　　三、实证研究 　　（一）单位根检验 　　计量经济学理论分析是建立在数据平稳的基础上的，将实际上不相关的非平稳变量进行回归分析，是伪回归。因此，必须首先考虑和检验变量的平稳性。本文用ADF检验，对每个序列进行检验。检验结果见表3。 　　通过表3可知，对GDP取对数后的二阶差分序列DW值只有1.28，说明序列不平稳。因此需要剔除GDP这一变量。对除了GDP外的变量序列，需经过二阶差分后，其ADF统计量的值都比显著性水平为5%的临界值小，DW值接近于2，即这些