基于STIRPAT模型的江苏省能源消费碳排放影响因素分析及.PDFVIP

第35 卷第4 期 地 理 研 究 Vol.35, No.4 2016 年4 月 GEOGRAPHICAL RESEARCH April, 2016 基于STIRPAT 模型的江苏省能源消费碳排放 影响因素分析及趋势预测 1,2 3,4 3 5 4 黄 蕊 ，王 铮 ，丁冠群 ，龚洋冉 ，刘昌新 （1. 南京师范大学虚拟地理环境教育部重点实验室，南京 210023 ；2. 江苏省地理信息资源开发与利用协同 创新中心，南京 210023 ；3. 华东师范大学地理信息科学教育部重点实验室，上海 200062 ；4. 中国科学院 科技政策与管理科学研究所，北京 100190；5. 中国农业大学经济管理学院，北京 100083） 摘要：定量分析碳排放的影响因素，对降低区域碳排放具有重要的指导意义。利用STIRPAT 模型，定量分析江苏省能源消费碳排放量与人口、富裕度（以人均GDP 表示）、技术进步（以能源 强度表示）和城镇化水平之间的关系，通过岭回归拟合后发现，人口数量、人均GDP、能源强度、 城市化水平每变化1% ，江苏省能源消费碳排放量将分别发生3.467% 、(0.242+0.024 lnA)% 、 0.313%和0.151%的变化。在以上研究的基础上，设置8 种不同的发展情景，分析了江苏省未来 能源消费碳排放量的发展趋势。结果表明，当人口、经济保持低速增长，并保持高技术增长率 时，有利于控制江苏省的能源消费碳排放量，2020 年江苏省的能源消费碳排放量预测值为 202.81 MtC 。 关键词：碳排放；STIRPAT模型；影响因素；岭回归 DOI: 10.11821/dlyj201604015 1 引言 [1] 人类活动带来的大量温室气体排放被认为是造成全球变暖的重要原因 。对碳排放的 影响因素进行分析是有效降低温室气体排放的关键问题之一，关系到减排政策的制定和 [2] 实施 。基于IPAT 模型及其衍生的STIRPAT 模型及变形的影响因素分析，是进行碳排放 [3-8] 影响因素分析的主流的研究手段之一 。Shi 采用STIRPAT 模型分析了多个国家近20 年 的人口数据对二氧化碳排放的影响，证明二氧化碳量随着人口变化发生相同方向的变 [9] 化，大多数国家的研究结果表明人口因素是影响二氧化碳排放的主要因素 。Shahbaz 等 分析了城市化率、富裕度和贸易开放度对马来西亚能源消费量的影响，结果显示城市化 [10] 是影响马来西亚能源消费增长的主要因素 。国内有学者应用STIRPAT 模型分别从国 家、省区和城市的角度评估各个因素对环境的影响，并成为区域可持续发展和地区环境 [11- 19] 压力变化分析的重要支撑 。王立猛等利用STIRPAT模型，分别分析了中国大陆30 个省 份能源消费量的影响因素，发现人口增加1% ，全国能源消费总量增长1.992% ，对各省 [11,12] 份的研究表明人口数量对能源消费量都产生线性正效应影响，但影响强度有明显差异 ； 姜磊等基于STIRPAT 模型分析了上海市能源消费