基于STIRPAT模型的碳排放驅動因子研究—來自蚌埠市的例證

楊麗麗，李強

?

基于STIRPAT模型的碳排放驅動因子研究—來自蚌埠市的例證

楊麗麗，李強

（安徽財經大學 經濟學院，安徽 蚌埠 233030）

基于蚌埠市2006—2014年的時間序列數據，利用STIRPAT模型對蚌埠市碳排放的驅動因子進行實證分析．研究結果表明，城鎮建成區面積、城市人口數量、人均GDP和重工業比重是影響蚌埠市碳排放量增加的驅動因子，其中城鎮建成區面積是首要誘因；能源強度和能源結構是制約碳排放量增加的因子，其中能源強度的制約作用遠遠大于能源結構．

碳排放；驅動因子；STIRPAT模型

城鎮人口比重的提高和農村耕地數量的減少是城鎮化2個最明顯的特征，這些變化所引起的城市人口增加、產業集聚、城市基礎設施增加等問題與城市碳排放量密切相關．在現代建設低碳城市和低碳經濟的發展過程中，研究碳排放量增加的社會影響因素是一項具有重大意義的課題．

國內外學術界以碳排放為基礎所進行的實證研究有很多．林伯強等[1]通過對Kaya恒等式進行修正，選用協整的方法進行研究，得出經濟發展速度以及城市化對我國碳排放量具有顯著影響．以2000—2011年安徽省的能源消費數據為研究基礎，張勇等[2]發現城鎮建成區面積和工業化水平是引起該省碳排放量增加的原因．同時，其他以省級為樣本所進行的研究發現，城鎮居民人均可支配收入、人均GDP、人口總數和能源強度等也會造成城市碳排放量增加[3-6]．但是，目前國內基于市域層面的研究較少，而且研究的指標也各不相同．黃蕊等[7]運用嶺回歸方法基于重慶市進行的研究發現，人口數量對碳排放增長具有顯著驅動作用．張勇等[8]對安徽省池州市生態碳足跡的研究表明，單位地區生產總值能耗、第二產業比重促進了人均生態碳足跡增長，而恩格爾系數是生態碳足跡減少的動因．

可以看出，對于涉及碳排放的研究，學者們尚未得出統一的結論．而且以單個城市作為樣本的研究較少．本文基于STIRPAT模型，以安徽省老工業基地——蚌埠市作為研究對象，對蚌埠市二氧化碳排放的影響因素進行深入研究，并依據研究結果提出符合蚌埠市市情的碳減排路徑，這對于蚌埠市加快城市化進程，發展城市低碳經濟以及建設生態文明城市具有積極意義．

1 數據說明及模型設定

1.1數據來源

本文研究的時間跨度為2006—2014年，內容涵蓋蚌埠市三大產業領域的能源消耗和居民生活用能在內的全社會能源消耗總量．文中所涉及的研究數據均來自《蚌埠市統計年鑒》[9]，碳排放量的計算方法以《2006年IPCC國家溫室氣體清單指南》[10]中的方法為基礎進行改進所得．

1.2研究方法

1.2.1碳排放量計算方法計算碳排放量的思路是將各種能源消耗量換算成標準煤，然后通過碳排放系數得出各種能源的碳排放量．具體計算公式為

表1　能源折標煤系數及碳排放系數

1.2.2STIRPAT模型STIRPAT模型的前身是IPAT模型．IPAT模型最早由York等人提出，后被改良成隨機擴展模型，即STIRPAT模型．其具體表達式為

1.2.3指標選取與模型構建在總結國內外學者研究內容的基礎上，結合蚌埠市的社會經濟發展狀況，選取了城鎮建成區面積（）、城鎮人口數量（）、人均GDP（）、重工業比重（）、單位GDP能耗（）以及能源結構（）作為蚌埠市城市碳排放量的影響因素．其中：人口因素為和；財富因素為和；技術因素為和．

將隨機擴展模型作為技術支撐，構建數學模型

對式（3）進行數學處理，得到線性等式

1.2.4分析方法 由于研究的是２個以上變量對碳排放的綜合影響，因此應考慮到多個變量之間的關聯性可能導致在建立模型的過程中出現多重共線性問題．為消除多重共線性對模型的影響，首先采用因子分析方法對解釋變量進行信息濃縮，然后利用普通最小二乘法進行線性回歸．

2驅動因子實證分析

2.1 因子分析可行性檢驗

在進行因子分析數據運算處理之前，需要對變量進行可行性檢驗，檢驗結果見表2．

表2 KMO和Bartlett檢驗

2.2 因子分析

在將數據輸入SPSS21.0軟件之前，對所有變量在EXCEL中進行取對數處理．然后將處理后的數據輸入軟件SPSS中，得到因子分析解釋的總方差（見表3）和因子分析得分系數矩陣（見表4）．其中：分別表示經數據處理后的城鎮建成區面積、城鎮人口數量、人均GDP、重工業比重、單位GDP能耗以及能源結構的統計數據

表3 因子分析解釋的總方差

對6個解釋變量進行信息濃縮之后，運用數據分析軟件SPSS對（經處理后的碳排放總量數據），，三者進行回歸分析（見表5）．

表5 線性回歸模型系數

1.4.2 術后治療 主要采用防粘連屏障、激素人工周期治療、子宮內膜電生理療法等方式。術畢隨即在患者宮腔放置球囊支架5 d。所有患者在TCRA后接受激素類藥物的人工周期治療：口服戊酸雌二醇(10 mg)，20 mg/次，3次/天，治療21 d，服用戊酸雌二醇最后10 d加服地屈孕酮(10 mg)10 mg/次，2次/d；兩種藥物停用后來月經第5天重復，避開月經期，共服用3個周期。

式（8）進一步變換可以得到

對式（9）進行變換，可以得到蚌埠市2006—2014年間的碳排放驅動因子模型為

3 研究結論及政策建議

基于2006—2014年的時間序列數據，依據IPCC提供的碳排放計算方法，實證研究了影響蚌埠市碳排放量增加的因素．其中，城鎮建成區面積擴張是碳排放量增加的首要誘因，而人均GDP、重工業比重對碳排放量增長的影響分別是城市人口數量的6倍和3倍之多，城鎮人口數量對碳排放增加的影響作用最小．能源強度和能源結構的彈性系數分別為-0.262 7，-0.039 5，均為負，表明當能源使用效率提高以及煤炭在蚌埠市能源消費結構中的比例下降時，城市碳排放量不但不會增加，反而會隨之減少．

根據數據分析的結果，提出以下幾點建議：

（1）合理推進城市化進程．在碳排放驅動因子的分析結果中，城鎮建成區面積以及城市人口數量均是導致碳排放量增加的驅動因素，并且城鎮建成區面積起主要促進作用．因此，在城市化過程中，蚌埠市應合理規劃城市建筑用地面積，嚴格控制用地規模，控制農村人口轉變為城鎮人口的速度．

（2）提高能源使用效率．在實證分析結果中，提高1%的能源強度，可以減少0.262 7%的城市碳排放量．因此，管理部門在監管全市高耗能行業、企業的過程中，應當秉承高標準、嚴處罰的原則，杜絕政府或企業因追求高收益而犧牲環境現象的發生．同時，政府應將科技創新作為社會核心競爭力，在全社會范圍內推廣節能減排技術，提高全市能源使用效率．

（3）在全社會范圍內加大節能環保宣傳，提高社會成員的綠色環保意識．綜合利用各種行政、媒體宣傳途徑，在全市范圍內大力宣揚低碳經濟和循環經濟理念，增強全社會節能減排意識．

[1] 林伯強，劉希穎．中國城市化階段的碳排放：影響因素和減排策略[J]．經濟研究，2010（8）：66-78

[2] 張勇，張樂勤，包婷婷．安徽省城市化進程中的碳排放影響因素研究——基于STIRPAT模型[J]．長江流域資源與環境， 2014，23（4）：512-517

[3] 楊琳，董美娜，周嘉．城市化發展對吉林省碳排放的影響分析[J]．湖南師范大學自然科學學報，2015，38（5）：8-14

[4] 仲云云，仲偉周．我國碳排放的區域差異及驅動因素分析——基于脫鉤和三層完全分解模型的實證研究[J]．財經研究， 2012，38（2）：123-133

[5] 李強，魏巍．碳排放約束視角下的全要素能源效率及影響因素研究[J]．軟科學，2015，29（4）：71-74

[6] 李強．技術進步和結構調整對能源消費回彈效應的估算[J]．中國人口·資源與環境，2014，24（10）：64-67

[7] 黃蕊，王錚．基于STIRPAT模型的重慶市能源消費碳排放影響因素研究[J]．環境科學學報，2013，33（2）：602-608

[8] 張勇，張樂勤，陳奎發．基于STIRPAT模型的池州市生態足跡驅動機制研究[J]．水土保持通報，2013，33（5）：260-265

[9]局．蚌埠市統計年鑒2006—2014[DB/OL]．（2015-08-15）[2016-02-10]．http://www.shujuku.org

[10]特別工作組．2006年IPCC國家溫室氣體清單指南[DB/OL]．（2012-03-12）[2016-02-10]．http:// www.doc88.com/p-718479149687.html

Study on carbon emission driving factors based on STIRPAT model—An example from Bengbu city

YANG Li-li，LI Qiang

（School of Economics，Anhui University of Finance and Economics，Bengbu 233030，China）

By using of STIRPAT model analyzes the driving factors of Bengbu city carbon emissions based on the time series data of Bengbu among 2006—2014．The results of the study show that urban built-up area，urban population，per capita GDP and the proportion of heavy industry are the driving factors which increased carbon emissions in Bengbu city．Besides，the urban built-up area is the primary cause．Energy intensity and energy structure are to restrict the increase of carbon emissions．what′s more，the constraints of the role of energy intensity is far greater than the energy structure.

carbon emissions；driving factors；STIRPAT model

1007-9831（2016）07-0012-05

O29

A

10.3969/j.issn.1007-9831.2016.07.004

2016-05-20

安徽省哲學社會科學規劃項目（AHSKQ2014D42）；安徽省教育廳人文社科重點項目（SK2015A224，SK2016A0013）；安徽財經大學科研重點項目（ACKY1604ZDB）；安徽財經大學科研基金項目（ACJJXYYB16015）

楊麗麗（1994-），女，安徽宿州人，在讀本科生．E-mail：919831233@qq.com

李強（1981-），男，江西撫州人，副教授，博士，從事資源經濟學研究．E-mail：liqiangthesis@126.com