基于STIRPAT模型的廣東省碳排放影響因素研究

摘" 要：科學分析地區的碳排放有利于早日達成碳減排的目標。該文基于STIRPAT模型對廣東省2000—2019年的統計數據進行回歸分析得出，地區生產總值、能源消費強度、第二產業產值、發明專利授權量和貨物進出口總額對碳排放均具有正向影響，彈性系數依次為0.067、0.405、0.195、0.071和0.133。分析結果表明，這些變量的增大均促進了碳排放的增加。因此，廣東省應在大力發展地區經濟的同時，調整產業結構，降低包含落后技術的第二產業在經濟總量中的占比，并支持研發綠色科技和發展綠色經濟。

關鍵詞：工業工程；碳排放；STIRPAT模型；綠色經濟；碳中和

中圖分類號：X321" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2025）08-0100-05

Abstract： Scientific analysis of regional carbon emissions is conducive to achieving carbon emission reduction goals as soon as possible. Based on the STIRPAT model， this paper conducts a regression analysis of the statistical data of Guangdong Province from 2000 to 2019 and concludes that regional GDP， energy consumption intensity， secondary industry output value， invention patent authorization and total import and export of goods all have positive effects on carbon emissions， with elasticity coefficients of 0.067， 0.405， 0.195， 0.071 and 0.133 respectively. The analysis results show that the increase of these variables promotes the increase of carbon emissions. Therefore， while vigorously developing the regional economy， Guangdong Province should adjust its industrial structure， reduce the proportion of the secondary industry containing backward technology in the total economic volume， and support the research and development of green technology and the development of green economy.

Keywords： industrial engineering; carbon emissions; STIRPAT model; green economy; carbon neutrality

目前，中國仍然是世界上最大的發展中國家，正處于快速發展的工業化階段，隨著居民的生活水平不斷提高以及能源需求的不斷增加，我國所面臨的碳減排壓力也隨之不斷升高。大量的碳排放證明了我國目前急需尋求新的綠色經濟發展以及對能源消費結構的不斷調整。2015年11月召開的巴黎氣候變化大會上，中國在“國家自主貢獻”中提出，到2030年單位國內生產總值二氧化碳排放比2005年下降60%～65%，并盡早實現碳達峰目標，這同時說明中國正式開始了碳減排，未來的經濟發展路線必須是低碳綠色的模式[1]。2020年9月，中國政府更是在第七十五屆聯合國大會上做出承諾——中國“二氧化碳排放力爭于2030年前達到峰值”[2]。環境惡化給人類生存帶來了嚴峻的威脅和挑戰，中國為了應對氣候變化，將在實現經濟高質量發展的同時，大力推進生態文明建設，推動并實行綠色環保低碳發展，把應對氣候變化和國家經濟社會發展融入到中國的長期規劃之中。

廣東省作為中國經濟高度發達的一個地區，成功實現綠色發展的目標，將會對整個華南地區，甚至對全國都有一定的經濟、社會、政治的影響。而在以往實施的碳減排措施似乎并沒有為廣東省的碳減排帶來多大的效益，廣東省面臨的碳減排壓力依舊不小。本文基于STIRPAT模型對影響廣東省二氧化碳排放量的因素進行了分析并討論。為廣東省盡早實現碳減排提供了可靠依據。

1" 文獻綜述

STIRPAT是常用碳排放影響因素研究模型，Dietz等提出了STIRPAT，該模型具有的較強彈性和拓展性適用于碳排放影響因素研究[3]；鄧小樂等[4]根據STIRPAT模型對西北五省碳排放進行研究，結果得出財富與技術較影響峰值；陳志建等[5]利用STIRAT模型分析了人口、人均收入和技術對二氧化碳排放的影響；李國志等[6]同樣運用STIRPAT模型得出了相應的結果；王立猛等[7]利用STIRPAT模型，對中國大陸30個省市自治區的環境壓力進行了評估，研究結果發現人口數量的增長對環境壓力起到關鍵作用；郭承龍等[8]基于STIRPAT模型的回歸結果表明，人口總量的增大和城市化水平的提高促進了江蘇省碳排放的增加，第三產業占總產業的比重越高，對碳排放起到抑制作用。上述文獻從不同視角揭示碳排放影響因素，為制定有效碳減排政策提供依據。廣東省碳排放影響因素的研究成果相對不足。鑒于此，本文構建基于STIRPAT模型的碳排放影響因素模型，將地區生產總值、能源消費強度、第二產業產值、發明專利授權量和貨物進出口總額集成在一起共同測度廣東省碳排放影響因素，為完成廣東省 “雙碳”目標奠定實證性基礎，為綠色發展戰略提供重要依據。

2" 研究方法

STIRPAT模型是由IPAT模型發展而來。1971年著名的I=PF恒等式被Ehlich等[9]提出，衡量環境影響與人口及人均環境影響之間的聯系。隨后，Dietz等[10]在IPAT恒等式基礎上提出STIRPAT模型，STIRPAT模型擴大了IPAT模型恒等式的范疇，將IPAT模型重構為隨機模型，建立STIRPAT模型

3" 數據來源

所涉及的數據均選取自2000—2019年間《廣東統計年鑒》的數據，廣東省碳排放量來自CEADs（中國碳核算數據庫）。

4" 回歸結果分析

4.1" 數據處理

原始數據統計見表1，原始數據取對數值統計見表2。

4.2" 結果分析

對2000—2019年廣東省常住人口、地區生產總值、第二產業產值、能源消耗強度、貨物進出口總額以及發明專利授權量等數據，以線性STIRPAT方程為模型進行線性回歸分析，結果見表3。從表3看出，方差膨脹因子遠遠高于10，這說明自變量之間存在顯著的多重共線性，因此采用此線性回歸擬合出的方程系數可靠性低，不能根據回歸擬合的結果進行判斷，必須消除自變量的多重共線性缺陷。

嶺回歸分析是一種經過改良的最小二乘估計方法，它可用于解決在線性回歸分析中自變量存在共線性的問題。嶺回歸是對最小二乘回歸的一種補充，它通過損失無偏性來換取高的數值穩定性，從而得到較高的計算精度，故嶺回歸所得剩余標準差比最小二乘法回歸要大，但對病態數據的耐受性遠遠強于最小二乘法。因此，本文選擇嶺回歸方法對廣東省2000—2019年數據進行模型擬合并進行顯著性檢驗。嶺跡圖如圖1所示，結合嶺跡圖可知當K≥0.01時，各變量趨于穩定。

取K=0.01時，嶺回歸結果見表4。

從表4中可以看出常住人口的p檢驗未通過顯著性水平0.05。因此，將人口規模（常住人口）排除，其余剩下變量再次進行嶺回歸分析，結果見表5。

由表5可得地區生產總值、能源強度、第二產業產值、發明專利授權量以及貨物進出口總額均通過p顯著性檢驗，調整后R2為0.977，說明擬合度優秀，所選自變量可以解釋廣東省97.7%的人均碳排放量，F統計量為159.462，通過了水平為5%的顯著性檢驗，整體擬合程度較好。2000—2019年期間，變量每變化1%個單位導致碳排放量變動的百分比從小到大依次為：地區生產總值0.067、發明專利授權量0.071、貨物進出口總額0.133、第二產業產值0.195以及能源消費強度0.405。

5" 結論與建議

從上述結果可以得出地區生產總值、發明專利授權量、貨物進出口總額、第二產業產值、能源消費強度每變化1%，碳排放量分別變化0.067%、0.071%、0.133%、0.195%和0.405%，能源消費強度是影響廣東省碳排放量的最顯著因素，第二產業產值和貨物進出口總額對碳排放的影響次之，發明專利授權量和地區生產總值對碳排放的影響最弱，但結果表明所有影響因素都對廣東省的碳排放起到促進的作用。因此，為早日實現“雙碳”目標，廣東省應在大力發展地區經濟的同時，大力支持當地有關綠色發展的研究進程，著重實現低碳環保和經濟發展并駕齊驅。此外，提高高科技產業在國際貿易中的比重，盡早降低高耗能的產業在對外貿易當中的比重。最后，優化產業結構，制定相關合理政策引導地區低耗能產業發展，促進高新低耗能產業迅猛發展。

參考文獻：

[1] 張希良，黃曉丹，張達，等.碳中和目標下的能源經濟轉型路徑與政策研究[J].管理世界，2022，38（1）：35-66.

[2] 習近平在第七十五屆聯合國大會一般性辯論上的講話[EB/OL].http：//jhsjk.people.cn/article/31871327.

[3] 吉興全，趙國航，于一瀟，等.基于4E平衡的碳排放因素分解與峰值預測方法[J].高電壓技術，2022，48（7）：2483-2494.

[4] 鄧小樂，孫慧.基于STIRPAT模型的西北五省區碳排放峰值預測研究[J].生態經濟，2016，32（9）：36-41.

[5] 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.

[6] 李國志，李宗植.中國二氧化碳排放的區域差異和影響因素研究[J].中國人口·資源與環境，2010，20（5）：22-28.

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

[8] 郭承龍，徐蔚藍.基于STIRPAT模型的江蘇省碳排放影響因素研究[J].中國林業經濟，2022（1）：89-93.

[9] EHLICH P， HOLDEN J. Impact of population growth[J]. Science，1971，171（3977）：1212-1217.

[10] DIETZ T， ROSE EA. Effects of population and affluence on CO2emissions[J]. Proceedings of the National Academy of Science ofthe United States of America，1997，94（1）：175-179.