基于STIRPAT模型的碳排放驱动因子研究—来自蚌埠市的例证

杨丽丽，李强



基于STIRPAT模型的碳排放驱动因子研究—来自蚌埠市的例证

杨丽丽，李强

（安徽财经大学 经济学院，安徽 蚌埠 233030）

基于蚌埠市2006—2014年的时间序列数据，利用STIRPAT模型对蚌埠市碳排放的驱动因子进行实证分析．研究结果表明，城镇建成区面积、城市人口数量、人均GDP和重工业比重是影响蚌埠市碳排放量增加的驱动因子，其中城镇建成区面积是首要诱因；能源强度和能源结构是制约碳排放量增加的因子，其中能源强度的制约作用远远大于能源结构．

碳排放；驱动因子；STIRPAT模型

城镇人口比重的提高和农村耕地数量的减少是城镇化2个最明显的特征，这些变化所引起的城市人口增加、产业集聚、城市基础设施增加等问题与城市碳排放量密切相关．在现代建设低碳城市和低碳经济的发展过程中，研究碳排放量增加的社会影响因素是一项具有重大意义的课题．

国内外学术界以碳排放为基础所进行的实证研究有很多．林伯强等[1]通过对Kaya恒等式进行修正，选用协整的方法进行研究，得出经济发展速度以及城市化对我国碳排放量具有显著影响．以2000—2011年安徽省的能源消费数据为研究基础，张勇等[2]发现城镇建成区面积和工业化水平是引起该省碳排放量增加的原因．同时，其他以省级为样本所进行的研究发现，城镇居民人均可支配收入、人均GDP、人口总数和能源强度等也会造成城市碳排放量增加[3-6]．但是，目前国内基于市域层面的研究较少，而且研究的指标也各不相同．黄蕊等[7]运用岭回归方法基于重庆市进行的研究发现，人口数量对碳排放增长具有显著驱动作用．张勇等[8]对安徽省池州市生态碳足迹的研究表明，单位地区生产总值能耗、第二产业比重促进了人均生态碳足迹增长，而恩格尔系数是生态碳足迹减少的动因．

可以看出，对于涉及碳排放的研究，学者们尚未得出统一的结论．而且以单个城市作为样本的研究较少．本文基于STIRPAT模型，以安徽省老工业基地——蚌埠市作为研究对象，对蚌埠市二氧化碳排放的影响因素进行深入研究，并依据研究结果提出符合蚌埠市市情的碳减排路径，这对于蚌埠市加快城市化进程，发展城市低碳经济以及建设生态文明城市具有积极意义．

1 数据说明及模型设定

1.1数据来源

本文研究的时间跨度为2006—2014年，内容涵盖蚌埠市三大产业领域的能源消耗和居民生活用能在内的全社会能源消耗总量．文中所涉及的研究数据均来自《蚌埠市统计年鉴》[9]，碳排放量的计算方法以《2006年IPCC国家温室气体清单指南》[10]中的方法为基础进行改进所得．

1.2研究方法

1.2.1碳排放量计算方法计算碳排放量的思路是将各种能源消耗量换算成标准煤，然后通过碳排放系数得出各种能源的碳排放量．具体计算公式为

表1　能源折标煤系数及碳排放系数

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，后被改良成随机扩展模型，即STIRPAT模型．其具体表达式为

1.2.3指标选取与模型构建在总结国内外学者研究内容的基础上，结合蚌埠市的社会经济发展状况，选取了城镇建成区面积（）、城镇人口数量（）、人均GDP（）、重工业比重（）、单位GDP能耗（）以及能源结构（）作为蚌埠市城市碳排放量的影响因素．其中：人口因素为和；财富因素为和；技术因素为和．

将随机扩展模型作为技术支撑，构建数学模型

对式（3）进行数学处理，得到线性等式

1.2.4分析方法 由于研究的是２个以上变量对碳排放的综合影响，因此应考虑到多个变量之间的关联性可能导致在建立模型的过程中出现多重共线性问题．为消除多重共线性对模型的影响，首先采用因子分析方法对解释变量进行信息浓缩，然后利用普通最小二乘法进行线性回归．

2驱动因子实证分析

2.1 因子分析可行性检验

在进行因子分析数据运算处理之前，需要对变量进行可行性检验，检验结果见表2．

表2 KMO和Bartlett检验

2.2 因子分析

在将数据输入SPSS21.0软件之前，对所有变量在EXCEL中进行取对数处理．然后将处理后的数据输入软件SPSS中，得到因子分析解释的总方差（见表3）和因子分析得分系数矩阵（见表4）．其中：分别表示经数据处理后的城镇建成区面积、城镇人口数量、人均GDP、重工业比重、单位GDP能耗以及能源结构的统计数据

表3 因子分析解释的总方差

对6个解释变量进行信息浓缩之后，运用数据分析软件SPSS对（经处理后的碳排放总量数据），，三者进行回归分析（见表5）．

表5 线性回归模型系数

1.4.2 术后治疗 主要采用防粘连屏障、激素人工周期治疗、子宫内膜电生理疗法等方式。术毕随即在患者宫腔放置球囊支架5 d。所有患者在TCRA后接受激素类药物的人工周期治疗：口服戊酸雌二醇(10 mg)，20 mg/次，3次/天，治疗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；两种药物停用后来月经第5天重复，避开月经期，共服用3个周期。

式（8）进一步变换可以得到

对式（9）进行变换，可以得到蚌埠市2006—2014年间的碳排放驱动因子模型为

3 研究结论及政策建议

基于2006—2014年的时间序列数据，依据IPCC提供的碳排放计算方法，实证研究了影响蚌埠市碳排放量增加的因素．其中，城镇建成区面积扩张是碳排放量增加的首要诱因，而人均GDP、重工业比重对碳排放量增长的影响分别是城市人口数量的6倍和3倍之多，城镇人口数量对碳排放增加的影响作用最小．能源强度和能源结构的弹性系数分别为-0.262 7，-0.039 5，均为负，表明当能源使用效率提高以及煤炭在蚌埠市能源消费结构中的比例下降时，城市碳排放量不但不会增加，反而会随之减少．

根据数据分析的结果，提出以下几点建议：

（1）合理推进城市化进程．在碳排放驱动因子的分析结果中，城镇建成区面积以及城市人口数量均是导致碳排放量增加的驱动因素，并且城镇建成区面积起主要促进作用．因此，在城市化过程中，蚌埠市应合理规划城市建筑用地面积，严格控制用地规模，控制农村人口转变为城镇人口的速度．

（2）提高能源使用效率．在实证分析结果中，提高1%的能源强度，可以减少0.262 7%的城市碳排放量．因此，管理部门在监管全市高耗能行业、企业的过程中，应当秉承高标准、严处罚的原则，杜绝政府或企业因追求高收益而牺牲环境现象的发生．同时，政府应将科技创新作为社会核心竞争力，在全社会范围内推广节能减排技术，提高全市能源使用效率．

（3）在全社会范围内加大节能环保宣传，提高社会成员的绿色环保意识．综合利用各种行政、媒体宣传途径，在全市范围内大力宣扬低碳经济和循环经济理念，增强全社会节能减排意识．

[1] 林伯强，刘希颖．中国城市化阶段的碳排放：影响因素和减排策略[J]．经济研究，2010（8）：66-78

[2] 张勇，张乐勤，包婷婷．安徽省城市化进程中的碳排放影响因素研究——基于STIRPAT模型[J]．长江流域资源与环境， 2014，23（4）：512-517

[3] 杨琳，董美娜，周嘉．城市化发展对吉林省碳排放的影响分析[J]．湖南师范大学自然科学学报，2015，38（5）：8-14

[4] 仲云云，仲伟周．我国碳排放的区域差异及驱动因素分析——基于脱钩和三层完全分解模型的实证研究[J]．财经研究， 2012，38（2）：123-133

[5] 李强，魏巍．碳排放约束视角下的全要素能源效率及影响因素研究[J]．软科学，2015，29（4）：71-74

[6] 李强．技术进步和结构调整对能源消费回弹效应的估算[J]．中国人口·资源与环境，2014，24（10）：64-67

[7] 黄蕊，王铮．基于STIRPAT模型的重庆市能源消费碳排放影响因素研究[J]．环境科学学报，2013，33（2）：602-608

[8] 张勇，张乐勤，陈奎发．基于STIRPAT模型的池州市生态足迹驱动机制研究[J]．水土保持通报，2013，33（5）：260-265

[9]局．蚌埠市统计年鉴2006—2014[DB/OL]．（2015-08-15）[2016-02-10]．http://www.shujuku.org

[10]特别工作组．2006年IPCC国家温室气体清单指南[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

安徽省哲学社会科学规划项目（AHSKQ2014D42）；安徽省教育厅人文社科重点项目（SK2015A224，SK2016A0013）；安徽财经大学科研重点项目（ACKY1604ZDB）；安徽财经大学科研基金项目（ACJJXYYB16015）

杨丽丽（1994-），女，安徽宿州人，在读本科生．E-mail：919831233@qq.com

李强（1981-），男，江西抚州人，副教授，博士，从事资源经济学研究．E-mail：liqiangthesis@126.com