城市化發(fā)展對吉林省碳排放的影響分析

楊　琳,董美娜,周　嘉

(黑龍江省普通高等學校地理環(huán)境遙感監(jiān)測重點實驗室，哈爾濱師范大學，中國 哈爾濱　150025)

?

城市化發(fā)展對吉林省碳排放的影響分析

楊琳,董美娜,周嘉

(黑龍江省普通高等學校地理環(huán)境遙感監(jiān)測重點實驗室，哈爾濱師范大學，中國 哈爾濱150025)

摘要碳排放的增加促進溫室效應，影響了生態(tài)發(fā)展和人類的正常生活，因此減少碳排放越來越受到國際重視，而對于我國建設低碳城市是現(xiàn)階段城市建設的主要目標.基于吉林省1998—2012年碳排放時間序列數(shù)據(jù)，利用STIRPAT模型，通過主成分分析法分析人口總量，城市化率，能源強度，人均可支配收入，工業(yè)增產(chǎn)值對碳排放的影響.結果表明，人口總數(shù)對碳排放的促進作用最強，其次是城鎮(zhèn)可支配收入，能源強度是唯一對碳排放起抑制作用的影響因素，但是相對于人口的促進作用仍然很弱，所以總體碳排放仍然呈不斷增加的趨勢.進一步分析得出城市化率與碳排放之間在現(xiàn)階段還未出現(xiàn)環(huán)境庫茲尼茨曲線關系，說明了碳排放量仍然還會持續(xù)增加.

關鍵詞碳排放；STIRPAT模型；主成分分析；影響因素； 吉林省

當前中國正處于快速城市化階段.據(jù)統(tǒng)計，2010年，中國城市化率已達到50%[1]，據(jù)估計到2020年，中國城市化將達到60%[2].城市化不僅是人口的轉變，同時伴隨著用地及人口經(jīng)濟活動等的轉變，這樣增加了對基礎設施的需求，從而能源消耗也會相應增加.其中，化石燃料的燃燒最為嚴重，而化石燃料的燃燒是二氧化碳等溫室氣體產(chǎn)生的最主要來源.預計到2030年，城市區(qū)域排放的溫室氣體占總溫室氣體排放的比例將達到76%[3]，同時由于城市化的推進，技術不斷進步，產(chǎn)業(yè)不斷優(yōu)化，從而帶來高效的減排技術[4]，因此，部分學者認為人口的城市聚集有利于碳排放的減少[5-7].中國目前是世界第一大溫室氣體排放國，二氧化碳被認為是最主要的溫室氣體，中國在哥本哈根大會上承諾：到2020年單位GDP二氧化碳排放量將比2005年減少40%～50%，因此減少溫室氣體的排放的主要在于減少碳排放.

Parikh等利用1986年4種溫室氣體的截面數(shù)據(jù)證實城市人口增加和人均能源使用量的增加都會促進二氧化碳的排放[8]；Ang研究得到技術進步對碳排放具有負向影響，而高收入對碳排放有促進作用[9]；劉夢琴等人利用CKC模型，進行城市化與碳排放關系的研究，得出城市化進程是導致二氧化碳排放的直接原因[10]；王鋒等人通過Divisia指數(shù)分解法分析碳排放的正向影響因素,包括經(jīng)濟發(fā)展，經(jīng)濟結構，人口總量和居民生活等，所以減排將是一件艱巨的任務[11]；馬曉鈺等利用STIRPAT模型分析國內30個省市二氧化碳排放量，人口規(guī)模，城市化水平等都是引起二氧化碳排放的重要因素，而大的家庭對二氧化碳的排放起到抑制作用[12]；張傳平等人利用STIRPAT模型分析工業(yè)對碳排放的影響，其中能源強度，產(chǎn)業(yè)結構對碳排放起重要的影響[13]；邵帥等人通過STIRPAT模型來分析上海的工業(yè)和碳排放的關系，得到碳排放強度和勞資之間不存在倒U曲線關系，而是存在N型曲線關系，而碳排放強度和勞資之間存在倒U關系[14]；王中英和王禮茂認為由于工業(yè)化的發(fā)展，城市化隨之推進，從而帶來的交通，能源消耗增加，使得碳排放量增加，雖然經(jīng)濟與環(huán)境之間存在EKC曲線，但中國目前還未達到下降的階段[15]；歐元明和周少甫兩人認為人均產(chǎn)出對碳排放起拉動作用，而能源新效率主要是抑制作用，并建議大力發(fā)展公交運行，減少交通對碳排放的壓力[16].

本文通過對吉林省城市化的變化與碳排放之間的關系進行研究，基于STIRPAT模型，對吉林省碳排放的影響因素進行分析，對該地區(qū)低碳城市的構造提供思路和借鑒.

1數(shù)據(jù)來源及模型建立

1.1模型建立

IPAT模型起初是由Holdren和Ehrlich共同建立并應用于評估環(huán)境影響因素[17]，IPAT模型測試了人口規(guī)模和分布，技術發(fā)展，富裕度對環(huán)境的影響[18].為了克服生態(tài)影響的比例，Dietz和Rosa在1994年首先重新修訂原模型變?yōu)镾TIRPAT[19].而后York, Rosa和Dietz使用該模型來預測二氧化碳排放和其他的氣體污染[20],本文選用STIRPAT模型進行分析.STIRPAT模型表示為

Ii=αPiβAiγTiδei，

(1)

式(1)中Ii代表環(huán)境影響，將其分為人口(Pi)，富裕(Ai)和技術(Ti)的乘積；而α，β，γ和δ是被估計的參數(shù)，ei是隨機誤差.由于STIRPAT模型是非線形模型，所以將方程(1)進行對數(shù)轉換得到

ln (Ii)=α+βln(Pi)+γln(Ai)+δln(Ti)+ei，

(2)

其中α，ei為(1)中α，ei的對數(shù)；β，γ和δ表示在其他因素不變的情況下，驅動影響因素變化1%時，環(huán)境影響變化的百分比，即為經(jīng)濟學中的彈性概念.本文中I表示碳排放，P為人口總量，A為用城鎮(zhèn)人均可支配收入表示富裕度，T為用能源強度Ei表示技術水平，即單位GDP的能源使用量.由于工業(yè)化與二氧化碳排放相關性高，所以本文引進工業(yè)增產(chǎn)值占GDP比重(G)，本文研究城市化過程對碳排放的影響，所以加入城市化率(U)來表示城市化水平.為了通過回歸分析確定相關參數(shù)，因此模型變?yōu)?/p>

ln(Ii)=α+βln(Pi)+γln(Ai)+δln(Ei)+εln(U)+ηln(G).

(3)

為了證明城市化與碳排放之間是否存在環(huán)境庫茲尼茨倒U型曲線關系，將ln(U)分解成ln(U)和ln(U)2[21]，所以模型變?yōu)?/p>

ln(Ii)=α+βln(Pi)+γln(Ai)+δln(Ei)+εln(U)+ηln(G)+θln(U)2.

(4)

對(4)中l(wèi)n(U)求一階導數(shù)，得到城市化對碳排放的彈性系數(shù)

λ=ε+θln(U).

(5)

根據(jù)(5)以及l(fā)n(U)的值，即可求出λ，如果是負值，則城市化和碳排放之間存在倒U曲線，同時可知環(huán)境開始改善的城市化率的值.

1.2數(shù)據(jù)來源

本文選用吉林省1998—2012年的面板數(shù)據(jù).選取二氧化碳排放量，人口總量，城鎮(zhèn)人均可支配收入，城市化率，能源強度，工業(yè)增產(chǎn)值作為統(tǒng)計指標.

(1)二氧化碳量：根據(jù)中國統(tǒng)計年鑒一次能源(煤炭，石油和天然氣)使用量折算成標準統(tǒng)計量.Eit=Qit·σi，其中Eit表示t年i類能源消耗標準量(萬噸標準煤)，Qit表示t年i類能源消耗實物量，σi為i類能源實物換算為標準煤的系數(shù) (中國能源統(tǒng)計年鑒有具體的換算系數(shù)).具體的各能源使用量來自中國統(tǒng)計年鑒.同時需要將求的碳排放量折算成標準碳排放量：Cit=∑(Eit·ρi)，其中Cit代表t年碳排放量(萬噸)，ρi代表i類能源的碳排放系數(shù). 根據(jù)美國能源部能源情報署(EIA)，日本能源研究經(jīng)濟所，國家科委氣候變化項目和國家發(fā)展和改革委員會能源研究所所公布的數(shù)據(jù)，取平均值得到煤炭、石油、天然氣的碳排放系數(shù)分別為0.733，0.557和0.423[22].

(2)人口總量：來自吉林省統(tǒng)計公報.而對于城市化率的計算有很多種，本文采用普遍采用的人口比重指標法，即城市人口占總人口的比重，城鎮(zhèn)人口來自于吉林統(tǒng)計年鑒.

(3)城鎮(zhèn)居民可支配收入：用來表示經(jīng)濟和生活水平對碳排放的影響.

(4)能源強度：即能源消費與GDP比值.

(5)工業(yè)增產(chǎn)值：工業(yè)增加值占生產(chǎn)總值比重.

2結果分析

2.1主成分分析

由所收集的數(shù)據(jù)，基于STIRPAT線性方程，應用SPSS軟件進行多元回歸分析，結果見表1，由表可知，城市化率的對數(shù)和城市化率對數(shù)的平方項系數(shù)的方差膨脹因子高達994和971，因此變量之間存在嚴重的多重共線性，而普通最小二乘法無法對變量之間存在共線性的模型得到可靠的系數(shù)，為了消除共線性，本文采用主成分法進行分析.

表1　普通最小二乘法結果

注：碳排放量為因變量.

主成分分析是在很少信息的前提下把多個指標利用正交旋轉變換轉化為幾個綜合指標的多元統(tǒng)計分析方法，研究復雜問題時可只考慮少數(shù)幾個主成分且不至于損失太多信息，主成分回歸是對普通最小二乘法估計的改進，其參數(shù)估計是一種有偏估計.因此為了解決存在的共線性問題，利用SPSS軟件對其進行處理.sig<0.01.說明各變量之間存在顯著的相關性，同時KMO統(tǒng)計量為0.806，大于0.7，因此可以作因子分析.如表2所示第一個綜合因素解釋的累計方差為93.832，已達到85%以上，所以只需提取該綜合因素即能很好地解釋原有變量.可得到方程：

F=0.176ln(P)+0.175ln(A)+0.169ln(U)+0.171ln(G)-0.171ln(E)+0.17(lnU)2.

(6)

注：提取方法為主成分分析法.

將綜合因子F和碳排放量的對數(shù)做最小二乘回歸分析，得到兩者之間的線性關系.由表2得被解釋變量ln(I)以及綜合因素F通過了普通最小二乘法F統(tǒng)計量的1%顯著性水平檢驗，其中F值為169.328，t檢驗的sig值小于0.01，說明模型擬合較好，得到方程

ln(I)=8.328+0.315F.

(7)

將(6)式帶入(7)式可得碳排放量和各影響因素之間的關系，即：

ln(I)=8.328+0.055 4 ln(P)+0.055 1 ln(A)+0.053 2 ln(U)+

0.053 9 ln(G)-0.053 9 ln(E)+0.053 6 (lnU)2.

(8)

2.2回歸分析

模型分析結果顯示，吉林省人口總數(shù)，城市人均可支配收入，城市化率和工業(yè)增產(chǎn)值對碳排放起到正向作用，而能源強度對碳排放起到負向作用，人口總數(shù)，人均可支配收入，城市化率，工業(yè)增產(chǎn)值和能源強度每增加1%，將引起碳排放增加0.055 4%,0.055 1%, 0.053 2%, 0.053 9%和-0.053 9 %,根據(jù)模型得到的結果，人口總數(shù)和人均可支配收入對碳排放量的增加起到?jīng)Q定性的作用，而能源強度對吉林省的碳排放量起到負向作用，吉林省在東北地區(qū)的經(jīng)濟地位落后于黑龍江省和遼寧省，而人口數(shù)量在2013年也僅為2 751.28萬人，對于人口和經(jīng)濟的增加勢必會帶來更多的碳排放量；而能源強度的增加是由于技術的推進，從而減少了碳的排放量，符合吉林省的現(xiàn)狀.因此依據(jù)STIRPAT模型所得結果可分析得到：

1) 人口總數(shù)

從系數(shù)可以看出，人口數(shù)量是吉林省碳排放量的最重要影響因素，人口總數(shù)每提高1%，碳排放量將增加0.055 4%，這主要由人口對能源的需求所決定.由于人口的增加，人們的生活生產(chǎn)就會增加，隨之也增加了能源的使用以及碳的排放[23]，吉林省人口在研究的初期增長的很快，2002年由于《吉林省人口與計劃生育條例》的實施，使得吉林省人口增長速度明顯減慢，因此使得由于人口的增加而帶來的碳排放增加速率相對減慢.

2) 城市化率

城市化率是影響碳排放的另一重要因素，城市化率每增加1%，碳排放增加0.053 2%，城市化的進程通常都會伴隨能源需求和消耗的增加以及居民消費引起的碳排放的增加，如購買冷暖設施等，由于城市化的推進，增加了汽車的運行量，將會促進能源使用的增加[24-26]，吉林省正處于城市化快速階段，同時一汽產(chǎn)業(yè)的優(yōu)勢，大大增加了汽車的使用量.吉林省的城市化率居于全國城市化水平前列，但其中存在一定的假城市化現(xiàn)象，即一部分人雖然生活在城市中，仍然沒有形成城市的生活方式，比如農(nóng)民工，遷移到城市里定居，雖然增加了城市化的比重，但是他們住房和設備仍然缺失，當這部分人的生活方式改變，住房面積增加和冷熱設施的添加，勢必會導致能量使用的增加.吉林省處于城市化的中期階段，此時大規(guī)模地依靠制造業(yè)和高碳燃料的使用來促進經(jīng)濟的發(fā)展，將會產(chǎn)生更大的碳排放[27].城市化率對數(shù)的二次項的系數(shù)在1%的水平上顯著，且數(shù)值大于零，可知在觀察的范圍內，城鎮(zhèn)化率和碳排放之間不存在環(huán)境庫茲尼茨曲線關系，在1998—2012年間，城市化對碳排放的正向作用在不斷加大.

3) 工業(yè)增產(chǎn)值

工業(yè)增產(chǎn)值是促進碳排放的第三大因素，每增加1%，碳排放將增加0.053 9%，東北是老工業(yè)基地，因此吉林省的產(chǎn)業(yè)結構中工業(yè)比重較大，同時，工業(yè)的比重逐年增加，尤其是汽車制造業(yè)石油化工行業(yè)對全省的收入貢獻值比較大，所占整個產(chǎn)業(yè)的比重也大，汽車制造業(yè)消耗大量的能源，而且石油燃燒被認為是人為溫室氣體排放的最主要原因[28-29]，所以汽車產(chǎn)業(yè)和石油化工的增加勢必會導致碳排放的增加.

4) 人均收入

吉林省的城鎮(zhèn)居民人均收入對碳排放的影響也是正向的，人均收入每提高1%，碳排放將增加0.055 1%，對于現(xiàn)階段的吉林省，隨著經(jīng)濟的發(fā)展勢必會帶來CO2的排放，所以當前大幅度的減少二氧化碳的排放，一定會影響經(jīng)濟的發(fā)展.同時吉林省的經(jīng)濟發(fā)展在全國排名比較靠后，在現(xiàn)有的技術水平下，未來的幾年里吉林省的經(jīng)濟發(fā)展仍然會導致碳排放增加.

5) 能源強度

能源強度是唯一對碳排放起抑制作用的影響因素，每增加1%的能源強度，碳排放將減少0.053 9%，吉林省的碳排放量主要是煤的燃燒，資源型城市較多，因此需要利用調整產(chǎn)業(yè)結構和改進技術，提高設備和生產(chǎn)水平，來減少碳排放.但是現(xiàn)階段吉林省仍然處于城市化和經(jīng)濟發(fā)展的階段，所以對能源消耗仍然很大，總體上的能源消耗仍處于上升的趨勢，所以碳排放量始終在增加，因此需要大力調整和優(yōu)化產(chǎn)業(yè)結構來減少碳排放.

6) 人均碳排放量

隨著時間的推移，人均碳排放量和碳排放總量整體上成增長的趨勢，并且增長幅度基本一致，1998—2004年，人均碳排放量年增速逐漸變大，由于這段期間經(jīng)濟發(fā)展緩慢，投資規(guī)模和增長水平與振興吉林基地的要求不相適應，沒能挖掘新的增長點，所以工業(yè)產(chǎn)業(yè)的大力推進使得碳的排放量快速增加.2004—2009年的人均碳排放量年增長速率逐漸變小，但總量和人均碳排放量仍在增加，此階段人口增加較快，同時優(yōu)勢和特色的產(chǎn)業(yè)快速增加，所以使得人均碳排放量增加稍有減慢.2009—2011年的人均碳排放量增長速率基本相同，而2012年的人均碳排放量和2011年的人均碳排放量基本相同，2012年的人口相比2011年的人口數(shù)量增加的較小，自然增長率僅為0.36‰，同時由于轉變經(jīng)濟發(fā)展方式，優(yōu)化產(chǎn)業(yè)結構等一系列措施，使得人均碳排放量與2011年基本保持持平.

圖1　1998—2012年吉林省碳排放總量和人均碳排放量Fig.1　The carbon emissions and per capita carbon emissions in Jilin during 1998—2012

3結論和建議

3.1研究結論

本文通過對吉林省1998—2012年間的碳排放量研究，得到人口總數(shù)，人均可支配收入，城市化率，工業(yè)增產(chǎn)值和能源強度每增加1%，將引起碳排放增加0.055 4%,0.055 1%, 0.053 2%, 0.053 9%,-0.053 9%,其中人口數(shù)量對碳排放的影響最大，城市化率次之，能源強度對碳排放起到抑制作用.城市化率對數(shù)的二次方系數(shù)為正，說明現(xiàn)研究階段吉林省的碳排放和城市化率之間還沒出現(xiàn)環(huán)境庫茲尼茨曲線特征.

3.2建議

從吉林省的現(xiàn)狀來看，只有能源強度對碳排放起到抑制所用，但影響的強度相對于促進作用的人口數(shù)量的強度又很微弱，所以為了盡快實現(xiàn)吉林省的低碳城市計劃，本文提出以下建議：

1)科學的規(guī)劃城市發(fā)展，將汽車，石化和農(nóng)產(chǎn)品加工這三大支柱產(chǎn)業(yè)引進先進技術和節(jié)能優(yōu)化技術，以更好地發(fā)揮起功效.吉林省是老工業(yè)基地，二產(chǎn)對碳排放的增加起促進作用，所以應該合理規(guī)劃產(chǎn)業(yè)結構，尤其長春有第一汽車制造廠，引進先進的技術，不僅可以增加產(chǎn)業(yè)的產(chǎn)量，還可以提高生產(chǎn)效率，減少碳及其他污染物的排放.利用新能源，將原有的風能更好地投入到生活生產(chǎn)中，采用先進技術以風能替代原有的化石能源，將可循環(huán)的能源作為主導能源，加快轉變不合理的生產(chǎn)方式，改進原有粗放型的生產(chǎn)模式，增加第三產(chǎn)業(yè)比例.

2)吉林省仍處于快速城市化階段，而城市化過程中的人口遷移及消費方式的轉變，帶來大量的碳排放，因此應提高經(jīng)濟增長的質量和城市化人口的質量.不僅是人口城市化也是文化素質的城市化，同時對于遷往城市人口的原有土地進行合理的規(guī)劃.吉林省人口屬于中部密集(主要是集中在長春，吉林和四平)，而西部(白城，松原等)土地面積約占全省的28%，人口卻占19%，并且人口在不斷的向中心遷移，所以不能使其荒廢出現(xiàn)“空心村”現(xiàn)象，遷入城市的人口又會占用新的土地，所以要合理規(guī)劃和布局城市用地，將農(nóng)村的土地種植樹木，草地或者進行農(nóng)業(yè)生產(chǎn)以增加碳的吸收，對于城市中的用地應以密集型結構來縮短交通量帶來的碳排放，同時采用集中供暖來增加碳的使用效率，減少碳的排放.

3)提高全民意識，居民作為城市的主體，居民的生活活動對低碳城市的發(fā)展起著舉足輕重的作用，要讓民眾認識到可持續(xù)發(fā)展的重要性，樹立新的生態(tài)觀念，政府大力宣揚和倡導低碳生活，可以通過制定一些政策(獎勵高效低碳設備)來促使碳排放量大的產(chǎn)業(yè)改進設備，調整結構以達到低碳環(huán)保的生產(chǎn)模式，通過現(xiàn)行條例來削減交通產(chǎn)生的碳排放量，提倡公交和步行出行.拓寬道路，增加道路的暢通性以減少車輛的運行時間，降低碳的排放；同時在強調低碳發(fā)展的形勢下，也要保證經(jīng)濟的發(fā)展，減排政策不能脫離了現(xiàn)階段的社會發(fā)展，要保證經(jīng)濟發(fā)展與環(huán)境保護同步進行.同時吉林省是全國重點林業(yè)省份之一，東部是我國重要森林功能和生態(tài)屏障，有利于碳的吸收，因此政府和民眾應共同努力，保護現(xiàn)有的資源.

參考文獻：

[1]王桂新.我國城市化發(fā)展的幾點思考[J].人口研究, 2012,36(2):37-44.

[2]林柏強,劉希穎.中國城市化階段的碳排放：影響因素和減排策略[J].經(jīng)濟研究, 2010(8):66-78.

[3]IEA. World energy outlook[EB/OL].(2005-06-07)[2015-04-05]. http: //www.world energy outlook.org/.

[4]PARKER P, ROWLANDS I H. City partners maintain climate change action despite national cuts: residential energy efficiency programme valued at local level[J].Local Envir, 2007,12(5):505-518.

[5]BETTENCOURT L M A, LOBO J, HELBING D,etal. Growth, innovation, scaling, and the pace of life in cities[J].Proc Nat Acad Sci, 2007,104(17):7301-7306.

[6]JORGENSON A K, CLARK B. Assessing the temporal stability of the population/environment relationship in comparative perspecfive: a cross-national panel study of carbon dioxide emissions, 1960-2005[J].Popul Envir, 2010,32(1):27-41.

[7]FRAGKIAS M, LOBO J. CO2emissions in U.S. counties: the importance and interplay of population size, income and creative economic activity[J].UGEC Viewpoints, 2010(3):13-17.

[8]PARIKH J, SHUKLA V. Urbanization, energy use and greenhouse effects in economic development[J].Global Envir Change,1995,5(2):87-103.

[9]ANG J B. CO2emissions, research and technology transfer in China[J]. Eco Econ, 2009,68(10):2658-2665.

[10]劉夢琴,劉秩俊.中國城市化發(fā)展與碳排放關系——基于30個省區(qū)數(shù)據(jù)的實證研究[J].城鎮(zhèn)化, 2011(11):27-32.

[11]王鋒,吳麗華,楊超.中國經(jīng)濟發(fā)展中碳排放增長的驅動因素研究[J].經(jīng)濟研究, 2010(2):123-136.

[12]馬曉鈺,李強誼,郭瑩瑩.我國人口因素對二氧化碳排放的影響——基于STIRPAT模型的分析[J].人口與經(jīng)濟, 2013(1):44-51.

[13]張傳平,謝曉慧,曹斌斌.我國工業(yè)分行業(yè)二氧化碳排放差異及影響因素分析——基于改進的STIRPAT模型的面板數(shù)據(jù)實證分析[J].生態(tài)經(jīng)濟, 2012(9):113-129.

[14]邵帥,楊莉莉,曹建華.工業(yè)能源消費碳排放影響因素研究——基于STIRPAT模型的上海分行業(yè)動態(tài)面板數(shù)據(jù)實證分析[J].財經(jīng)研究, 2010,36(11):16-27.

[15]王中英,王禮茂.中國經(jīng)濟增長對碳排放的影響分析[J].安全與環(huán)境學報, 2006,6(5):88-91.

[16]歐元明,周少甫.省域碳排放影響因素比較研究[J].工業(yè)技術經(jīng)濟, 2014(6):34-41.

[17]HOLDREN J P, EHRLICH P R. Human population and the global environment[J].Am Sci, 1974,62(3):282-292.

[18]SHANDRA J M, BRUCE L, OWEN W P,etal. International nongovernmental organizations and carbon dioxide emissions in the developing world: a quantitative, cross-national analysis[J]. Soci Inquiry, 2004,74(2):520-545.

[19]DIETZ T, ROSA E A. Rethinking the environmental impacts of population, affluence and technology[J]. Human Ecol Rev, 1994,2(1):277-300.

[20]YORK R, ROSA E A, DIETZ T. STIRPAT, IPAT and impact: analytic tools for unpacking the driving forces of environmental impacts[J]. Ecol Econ, 2003,46(3):351-365.

[21]王立猛,何康林.基于 STIRPAT 模型的環(huán)境壓力空間差異分析——以能源消費為例[J].環(huán)境科學學報, 2008,28 (5):1032-1037.

[22]陳志建,王錚.中國地方政府碳減排壓力驅動因素的省際差異——基于STIRPAT模型[J].資源科學, 2012,34(4):718-724.

[23]宋德勇,徐安.中國城鎮(zhèn)碳排放的區(qū)域差異和影響因素[J].中國人口·資源與環(huán)境, 2011,21(11):8-14.

[24]蔡博峰,曹東,劉蘭翠.中國交通二氧化碳排放研究[J].氣候變化研究講展, 2011,7(3)197-203.

[25]江玉林，姜克雋.中國城市交通節(jié)能政策研究[M].北京：北京人民交通出版社, 2009.

[26]吳文化.我國交通運輸行業(yè)能源消費和排放與典型國家的比較[J].中國能源, 2007,29(10):19-22.

[27]孫昌龍,靳諾,張小雷,等.城市化不同演化階段對碳排放的影響差異[J].地理科學, 2013,33(3):266-272.

[28]廖秀英，王婷，程輝,等.中國CO2能源排放量與CO2大氣濃度時空分布研究[J].湖南科技大學學報：自然科學版, 2014,29(3):103-107.

[29]IPCC. Climate change 2007: the fourth assessment report of the intergovernmental panel on climate change[M]. Cambridge: Cambridge University Press, 2007.

(編輯胡文杰)

Analysis of Impact of Urbanization on Carbon Emissions in Jilin Province

YANGLin,DONGMei-na,ZHOUJia*

(Remote Sensing Laboratory of Heilongjiang Province Higher geography, Harbin Normal University, Haerbin 150025, China)

AbstractThe increasing carbon emissions speed up the greenhouse effect, and affects the ecological development and the normal life of human. Therefore, carbon emissions reduction draws increasing attention from all the world, and the construction of low carbon city is one of the main targets of urban construction in China at the present stage. In this paper, based on carbon emission time series data of Jilin province from 1998 to 2012, using the STIRPAT model and the principal component analysis (PCA) method, the influence of total population, urbanization rate, energy intensity, per capita disposable income, industrial added value on carbon emissions. The results show that the influence of total population on carbon emissions is the strongest, followed by the urban disposable income, while energy intensity is the only factor that inhabits carbon emissions although still very weak compared with the population effect. Therefore the overall carbon emissions are still increasing. Further analysis between urbanization rate and carbon emissions at this stage has not yet appeared environmental Kuznets curve relationship, indicating the carbon emissions will still continue to increase.

Key wordscarbon emissions; STIRPAT model; principal component analysis; factors; Jilin province

中圖分類號X205；F205

文獻標識碼A

文章編號1000-2537(2015)05-0008-07

通訊作者*,E-mail：harbinzhoujia@163.com

基金項目：黑龍江省教育廳資助項目(12531208)；哈爾濱師范大學科技發(fā)展預研項目(10xyg-09)

收稿日期：2015-06-05

DOI:10.7612/j.issn.1000-2537.2015.05.002