APP下载

基于岭回归的山东省城镇化对碳排放的影响分析

2020-02-27李梦茹张春梅杨英超

时代经贸 2020年1期
关键词:回归系数城镇化率排放量

李梦茹 张春梅 杨英超

一、引言

近年来,我国经济迅猛发展,各个省份的城镇化水平发展也大幅度提升,特别是山东省,相比改革开放时期,山东省的城镇化率在总体上提升了47.12%。城镇化的发展必然会带动人们消费水平的提高,从而在一定程度上导致碳排放量的增加,而碳排放的增加必然会引发各种环境问题。

二、研究方法

(一)数据来源与预处理

本文选用《山东省统计年鉴》(1998-2017)从环境负荷、人口数量、经济增长、技术水平四个方面搜集山东省的碳排放量I及总人口数P、城镇化水平U、单位能耗E、人均地区生产总值A等数据,并对异常值进行处理。

(二)模型的建立与求解

1.多重共线性诊断

由于在构建多元线性模型时,选取的自变量之间完全不相关的概率非常低。这种相关关系被称为数据之间的共线性问题,共线性问题会导致回归参数不稳定,增加或减少一个样本点,回归系数的估计值会发生巨大变化。因此,需对自变量之间的关系进行判断。下面借助SPSS软件,通过比较方差扩大因子法得到的VIF值的大小来判断所选数据是否有多重共线性,诊断结果如表1所示。

表1 多重共线性诊断

由表1多重共线性诊断可知,总人口P的VIF值为113.645,在区间内,且总人口P的容忍度远远小于0.1,变量P的VIF值和容忍度均表明自变量之间的相关性很强,即有严重的多重共线性。

2.岭回归分析

通过上述方差扩大因子分析结果可以得到:该模型的多重共线性未通过诊断。因此,普通最小二乘法不适合对该模型进行无偏估计。下文利用岭回归方法解决自变量之间的多重共线性问题。利用SPSS软件,对所选取的数据进行岭回归分析,结果如表2所示。

表2 岭回归系数

由表3可知,在K=0.4时各个自变量的RSQ值趋于稳定状态,且此时,其决定系数约为0.92。故当K=0.4时,继续作岭回归分析,其结果如表3所示。

表3 K=0.4的岭回归

根据表3中的回归系数结果,拟合得到的标准化岭回归方程为:

由上式可知,P、A、U、E对碳排放I影响的弹性系数分别为0.1552、0.0846、-0.0486、-0.4109,表明总人口数量P、人均GDP每增加1%时,碳排放量I分别增加0.1552%和0.0846%;相反城镇化率U、单位能耗E会在不同程度上减少了碳排放量I,且当城镇化率U、单位能耗E每增加1%,碳排放量I将分别减少0.0486%和0.4109%。同时,单位能耗E对碳排放I的影响程度远大于城镇化率U对碳排放I的影响程度,表明适当提高城镇化率U和减少单位能耗E对实现节能减排具有一定的推动作用。

三、建议

在经济快速发展的过程中,城镇化与碳排放密切联系的同时,其他方面也会产生影响碳排放的相关因素。为了降低城镇化对碳排放的影响,依据数据结果分析主要的影响因素,并对此提出相应的建议及措施。

实施科技创新战略。大力推动科技创新战略,用技术弥补人口数量对碳排放的影响。创新碳吸收、处理技术,推崇有关碳治理、减少碳排放有关的政策、措施,并从改善环境出发,提高科技创新能力,充分发挥科技对治理碳排放的绝对优势。

平衡经济与生态环境之间的关系。第二产业与第三产业是带动山东省经济发展的主要动力,而在第二、三产业中,高污染、高能耗的缺点尤为显著,致使山东省在经济增长与碳排放之间略显失衡。因此,应大力治理高污染、高能耗,均衡经济与环境两者之间的关系,从根本上减少高污染、高能耗现象。

加强新型城镇化建设,提高城镇化水平。城镇化水平是一个地区人口分布程度、经济发展水平大小、技术水平高低的表现,因此用提高城镇化水平来带动山东省经济的发展。采取加快推进农业集中发展、创新城乡一体的发展方式来提高城镇化水平,由此来完善山东省城镇布局形态。

猜你喜欢

回归系数城镇化率排放量
对于废水排放相关分析
城市公交车非常规气体排放特性研究
我国城镇化率升至58.52%
基于生产函数模型的地区经济发展影响因素分析
电导法协同Logistic方程进行6种苹果砧木抗寒性的比较
电导法协同Logistic方程进行6种苹果砧木抗寒性的比较
2016年全国户籍人口城镇化率达41.2%
50%,全球最富有的10%人口碳排放量占全球一半
义务教育城镇化率5年升至72.55%
城镇居民收入差距主要因素回归分析