基于STIRPAT模型的青海省碳排放影响因素协整分析

王小宁

(1.青海师范大学经济管理学院，青海西宁810000;2.陕西师范大学国际商学院，陕西西安710062)

随着世界经济的不断发展，资源消耗和环境污染日益严重，特别是碳排放引起的温室效应对人类社会的可持续发展带来了严峻挑战。在2007年的达沃斯世界经济论坛年会上，气候变化超过恐怖主义、阿以冲突、伊拉克问题而成为压倒一切的首要问题。青藏高原地跨西藏、青海、四川、云南、甘肃、新疆6省(区)27个地区179个县，由于其独特的气候特征、地理位置、多样的生态系统以及丰富的生物资源，成为我国重要的生态安全屏障和亚洲乃至北半球气候变化的调节器。中科院的监测数据显示，由于高原生态环境比较脆弱，全球气候变暖趋势已经对青藏高原自然生态系统产生了一系列负面影响。与此同时，青藏高原6省(区)在“十二五”期间也面临着经济发展的压力。如何在保持青藏高原地区经济持续稳定增长的同时减少碳排放量，保护青藏高原生态安全，成为经济发展中必须重视的问题。青海省位于青藏高原东北部，是长江、黄河、澜沧江的发源地，被誉为“江河源头”、“中华水塔”，且生态环境脆弱敏感，对青海省的碳排放因素进行定量分析，不仅是青海实现“生态立省”、经济和环境可持续发展的需要，对青藏高原乃至整个亚洲都有着重大的意义。

一、相关文献回顾

国内外学者对碳排放影响因素进行了广泛的研究。对中国CO2排放的影响因素的研究文献，较早可以追溯到Shrestha(1996)等运用Divisia指数分解法对包括中国在内的亚洲12国电力行业CO2强度变化的研究，他们发现在1980—1990年期间影响中国电力行业CO2强度的主要因素是燃料强度的变化。李国志和李宗植(2010)应用IPAT模型及其扩展形式，从环境冲击的角度，基于动态面板模型方法，分析了CO2与人口、经济、技术的关系。王峰、吴丽华、杨超(2010)运用对数平均Divisia指数分解法，把1995—2007年中国能源消费的CO2排放增长率分解为11种驱动因素的加权贡献。结果表明中国CO2排放量增长的主要正向驱动因素为人均GDP、交通工具数量、人口总量、经济结构、家庭平均年收入，负向驱动因素为生产部门能源强度、交通工具平均运输线路长度、居民生活能源强度，其中人均GDP增长是CO2排放量增长的最大驱动因素，工业部门能源利用效率的提高是碳排放量下降的主要驱动因素，而深层原因可能是研发经费支出大幅提高所推动的技术进步和工业企业所有制结构的变化。陈可嘉、梅赞超(2011)应用扩展的环境负荷模型(STIRPAT)对人口增长、经济发展和技术水平对福建省碳排放影响因素进行了分析，得出人口是影响福建省碳排放量的最大因素，经济增长和技术水平的影响并不显著。综合以上文献研究的成果，结合青海省的实际情况，本文采用扩展的环境负荷模型(STIRPAT)，并结合协整分析方法，对青海省的碳排放影响因素进行实证分析，并提出相关的对策建议。

二、模型设定与数据说明

美国生态学家埃里奇(Ehrlich)和康默纳(Comnoner)于20世纪70年代提出了关于经济增长与资源环境关系的IPAT模型:I=PAT，这个模型表明，影响环境(I)的三个直接因素是人口规模(P)、人均财富(A)、技术(T)以及相互间作用的影响。这一分析环境影响的方程受到广泛认可，被学者们用于分析影响环境变化的决定因素。但是该模型存在明显的局限性，即只能通过改变一个因素，而保持其他因素固定不变来分析问题，这样得到的结果就是各自变量对因变量的影响是等比例的。但在现实中，人口、经济和技术对CO2排放量的影响不可能保持等比例变化。为解决这一局限，Dietz等在IPAT的基础上提出了环境影响随机模型(Stochastic Impacts by Regression on Population，Affluence，and Technology，STIRPAT)来分析这些因素对碳排放的非比例影响，即:

该模型保留了“I=PAT”模型的乘法结构，仍然把三个主要因素即人口规模(P)、人均财富(A)、技术(T)作为排放量(I)的决定因素。在用数据进行计量分析时，模型将采用对数形式，这样既可以降低降低异方差，还可以直接获得因变量对自变量的弹性。具体如下:

(2)式中，I代表青海省碳排放量。由于没有直接的碳排放监测数据，本文根据能源消费量和各种能源的碳排放系数进行测算。《青海统计年鉴2011》中将最终能源消费种类划分为4种:原煤、原油、天然气和水电，其中水电是二次能源消费，加上青海省能源生产与消费基本平衡，不存在消耗省外能源的情形，因此本文只测算原煤、原油和天然气的碳排放量。测算方法如下:I=∑xiyi。其中，xi为第i种能源消费总量(万吨标准煤)，yi为第i种能源的碳排放系数。yi的取值见表1。

表1 各类能源的碳排放系数

P表示人口，选取1990—2010年青海省人口总数，单位为万人。A代表人均财富，以选取时期内青海省人均GDP表示，单位为元(1990年基价)。T代表技术水平，用能源效率测算，即单位GDP产出的能源消费量，单位为万吨/亿元。上述原始数据均来源于《青海统计年鉴2011》。以下进行的各检验和计量模型的建立，均采用Eviews6.0软件得到结果。

三、青海省碳排放影响因素的协整检验

(一)平稳性检验

为了克服对非平稳序列直接进行回归可能产生“伪回归”问题，建立时间序列模型之前需要检验时间序列的平稳性，标准方法就是ADF单位根检验。在进行ADF检验时，需要选择检验类型，包括确定合理的滞后阶数、选择常数项和线性时间趋势。检验结果如表2所示。

从表2可以看出，lnI、lnP、lnA和lnT的ADF值均大于1%的临界值，均为非平稳序列，因此分别对各序列作一阶差分，经检验他们在1%的置信水平下还是非平稳序列。接着再对原序列作二阶差分，经检验可以看出，二阶差分后他们的ADF值均比显著性水平为1%的临界值小，表明至少可以在99%的置信水平下拒绝原假设，各序列不存在单位根，lnI、lnP、lnA和lnT都是二阶单整序列。

表2 ADF检验结果

(二)协整检验

在实践中有些时间序列本身是非平稳的，但他们之间的某种线性组合却是平稳的，这种平稳的线性组合被称为协整方程，可被解释为变量之间的长期稳定的均衡关系。对于时间序列，只有当他们是同阶单整时才可能存在协整关系。由单位根检验可知lnI、lnP、lnA和lnT都是二阶单整序列，接下来通过Engle－Granger两步法，分别检验碳排放量与三个主要影响因素之间是否具有协整关系。

1.人口因素

人口总量是中国碳排放量增长的主要因素之一。人口因素从两个方面增加碳排放，一是较多的人口需要消费较多的能源，导致能源消费的碳排放增加，二是人类的行为直接或间接地破坏了环境，导致碳排放的增加。下面用序列lnI对序列lnP做普通最小二乘回归，定量分析人口因素对青海省碳排放的影响。回归方程为:

对估计方程(3)形成的残差序列e11进行平稳性检验(结果见表3)，可知e11序列不平稳。考虑到DW值仅为0.3903，说明回归模型残差序列存在自相关，采用广义差分法解决自相关得到广义差分模型如下:

由于方程(4)的DW值在2附近，可以认为模型不再存在自相关。对(4)式的残差序列e12进行平稳性检验，可知序列e12平稳，说明lnI和lnP之间存在协整关系。同时两序列均为二阶单整序列，可通过建立误差修正模型(ECM)来确定两序列之间的短期波动和长期均衡关系。运用误差修正模型理论，建立lnI和lnP之间的误差修正模型:

误差修正系数为负，符合反向修正机制。

模型(3)和(5)中，人口弹性估计系数均为正，说明青海省的人口总数与碳排放量有着明显的正相关关系，即人口增长是青海省碳排放增长的主要因素之一。

2.人均GDP

用同样的方法分析人均GDP对碳排放量的影响，OLS回归得到的估计方程是:

对(6)式的残差序列e21进行稳定性检验，结果表明序列是非平稳序列。DW值仅为0.8312，因此建立广义差分模型如下:

对残差序列e22作平稳性检验，结果表明序列平稳。建立误差修正模型如下:

误差修正系数为负，符合反向修正机制。

模型(6)和(8)中，人均GDP弹性估计系数均为正，说明青海省经济增长对碳排放具有正向的促进作用。随着西部大开发政策的实施，青海省产业结构调整力度加大，第二产业比重不断上升，尤其是工业部门。由于片面追求经济增长，能源消耗增加，造成环境破坏，使得碳排放量随经济增长而增加。

3.技术水平

技术进步使节能产品的生产和应用大量增长，减少了人类对初级能源的消费，并通过新技术提高能源利用效率，促进经济增长方式从以能源为物质要素投入转向以知识为要素投入为主，从而降低碳排放量。对碳排放量和能源效率作OLS回归，方程如下:

对(6)式的残差序列e31进行稳定性检验，结果表明序列是非平稳序列。DW值仅为0.2190，因此建立广义差分模型如下:

对应的残差序列e32是平稳序列(见表3)。建立误差修正模型如下:

从模型(9)和(11)中可以看出，技术弹性估计系数长期为负，即技术进步弹性变动1%，碳排放量减少2.299%，但技术弹性短期为正，即技术弹性变动1%，碳排放增加1.0002%。这是由于在长期中，技术进步通过节能产品的大量生产和应用以及经济增长方式的转变减少了碳排放，在短期中通过新技术的应用虽然提高了能源利用效率，但是新技术在促进经济增长的同时也带来了碳排放的增加，经济增长导致的碳排放增加效应大于能源利用效率提高带来的碳排放减少。这个结果与李国志、李宗植(2010)的结论一致。

表3 各方程残差序列的ADF检验

总体来说，根据(5)、(8)、(11)三个误差修正模型中各解释变量的估计系数，可以看出各因素对碳排放的影响程度存在差异。当人口增长、人均GDP和技术水平分别变化1%时，相应的碳排放量变化率分别为6.44825%、0.8379%、1.0002%，人口是影响青海省碳排放量的最大因素，经济增长的影响相对较小。

四、结论及对策建议

综合上述实证分析结果，可以得出以下结论:人口增长、经济增长和技术水平对青海省的碳排放量都有长期稳定的影响;人口增长和经济增长对碳排放都有促进作用;技术水平从长期看会抑制碳排放量，短期则只能在一定程度上缓解碳排放的增加。

(一)建立低碳生活方式

自1990年以来，青海省人口自然增长率基本上逐年降低，从1990年的16.87%降至2010年的8.63%。2010年青海省的人口总数为563.47万人，人口基数较小。在此情况下，人口对碳排放的影响主要是通过人类活动增加的。要降低人口对碳排放的影响，必须建立低碳生活方式，即低能量、低消耗、低开支的生活方式，减少人类活动产生的碳排放量。政府可以通过舆论大力宣传低碳生活的理念，引导人们选择低碳生活方式，同时制定鼓励低碳行为的措施，营造低碳生活的社会氛围，比如鼓励以清洁能源作为动力的机动车、限制排放量过大的机动车上路等。

(二)提升技术水平

协同创新是提高技术创新能力、突破关键技术、提升产业核心竞争力的有效手段，是加快科技成果转化、提升技术水平的有效途径。针对青海省基础薄弱经济落后、技术创新能力差、技术水平低的现状，青海省首先应大力推进与发达地区之间的区域科技协同创新，制定区域协同创新规划，促进区域科技合作和资源共享，提升自身技术水平，从而减少碳排放量。其次应建立以高校为主力，以市场为导向、以企业为主体的协同创新体系促进青海技术水平的提高，服务本地区经济的发展。三是要在承接东部产业转移过程中，优先引进或者仅限于引进技术含量较高的产业，积极发展低污染、低能耗、低排放的高新技术产业。

(三)大力发展教育事业

发展教育事业一方面可以提高人口素质，有利于建立低碳生活方式，另一方面可以为提升技术水平提供高质量的人力资本。因此，发展教育是减少碳排放量的内在要求。一要加大教育投入，完善教育经费保障机制和教育对口支援机制，重点发展基础教育、中等职业教育和成人教育，着重提高全体社会劳动者的整体素质。二要建立完善灵活的用人机制，形成良好的利益机制和合理有序的流动机制，营造吸引人才的良好环境，留住本地高校培养的优秀人才，同时还要积极吸引东部地区的人才，发挥人力资本的促进作用，最终实现青海经济的长期、稳定、可持续发展。

［1］青海统计年鉴2011［M］.中国统计出版社，2011.

［2］李国志，李宗植.人口、经济和技术对二氧化碳排放的影响分析——基于动态面板模型［J］.人口研究，2010(5):32－39.

［3］王峰，吴丽华，杨超.中国经济发展中碳排放增长的驱动因素研究［J］.经济研究，2010(2):123－136.

［4］Shrestha R.M.，Timilsina G.R.Factors Affecting CO2Intensities of Power Sector in Asia:A Divisia Decomposition Analysis［J］.Energy Economics，1996，18(4):283－293.

［5］陈可嘉，梅赞超.基于STIRAT模型的福建省碳排放影响因素的协整分析［J］.中国管理科学，2011(10): 696－699.

［6］徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析:1995—2004［J］.中国人口资源与环境，2006(6):158－161.