蔡敏燕



基于STIRPAT模型的福建省二氧化碳排放影响因素分析

蔡敏燕

（福建师范大学 经济学院，福建 福州， 350108）

［摘要］选取福建省1999-2013年的样本数，运用STIRPAT模型对福建省人口、经济和技术水平与二氧化碳排放量之间的关系进行计量研究。研究结果显示，人口（P）对二氧化碳排放量CO2的影响最大，且在CO2较高的年份对其有着较大的影响；福建省国内生产总值（G）对二氧化碳排放量CO2的影响随分位点上升而下降，说明在CO2较低的年份GDP所代表的经济因素对其造成了更大的影响；能耗强度（T）代表福建省的技术水平，其回归系数均为正数，说明技术进步带来的能源使用效率水平的提高不仅没使二氧化碳排放量有所下降，反而增加了二氧化碳排放量。根据分析结果提出了相关政策建议。

［关键词］福建省；碳排放 ；STIRPAT模型； 影响因素

1　引言

近百年来，地球气候逐渐变暖，随着人类活动排放的温室气体不断增加，导致21世纪全球气温上升的幅度比较大，人类社会的生存与发展由此面临巨大威胁。为摆脱这一困境，低碳经济这一概念应运而生，最早在上世纪末、本世纪初出现。莱斯特•R.布朗（1999）在《生态经济革命：拯救地球和经济的五大步骤》中描绘了低碳经济概念的雏形。2003年，英国在《我们能源的未来—创建低碳经济》的能源白皮书中，第一次明确提出“低碳经济”这一词汇。［1］“低碳经济”概念的提出为转变经济增长方式提供了新的思路。中国也已经显示出一个有责任感大国的应有之义。2009年12月，在哥本哈根会议上中国政府公布到2020年单位国内生产总值二氧化碳排放比2005年下降40%到45%，确立了碳减排的阶段性目标，并采取一系列应对措施。但是，不同省域的碳排放量影响因素存在很大差异，人口、经济、技术、产业结构等均有不同。福建省正处于工业化、城镇化的快速发展阶段，这两大因素将成为驱动福建省碳排放的主要因素。同时，福建省人均耕地少，自然资源匮乏，一次能源短缺，生态环境较为脆弱。由此可见，为实现海峡两岸经济区的可持续发展这一目标，分析并明确福建省CO2排放的影响因素进而有效地在促进经济增长的同时降低碳排放量具有十分重要的现实意义。

2　模型建立和数据处理

2.1模型构建

关于人类活动对碳排放的影响因素测度大多是依据P.R.Ehrlich［6］等于1971年提出的IPAT方程，该方程将环境影响与人口规模、富裕程度以及技术水平联系起来，即

式（1）中，I表示环境影响，P表示人口规模，A表示富裕程度，T表示技术水平。由于I=PAT方程必须在其他因素不变的条件下，只能改变其中某一个因素进行分析。同时，为了保持等式平衡，“I=PAT”模型不允许各影响因素非单调、不同比例地发生变化，这与实际情况存在着较大差异，因而其在应用上存在一定的局限性。为了克服这一缺陷，1994年T.Dietz［7］等提出了公式（1）的随机模型，即STIRPAT模型：

其中，a为常数项，指数b、c、d为待估参数，分别表示人口规模、富裕程度以及技术水平为环境影响的程度，e是模型误差项。公式（2）允许将各系数作为参数进行估计以及对各个影响因素进行适当分解，可以用来分析各个因素对环境的非等比例影响。

通过上述STIRPIT模型，建立如下碳排放及其影响因素的经济计量模型：

其中CO2t为当年福建省的CO2排放量；Pt为当年的福建省常住人口数；Gt为当年福建省人均地区生产总值；Tt为福建省技术水平（即能耗强度），采用单位地区生产总值的能源消耗（吨标准煤/万元）衡量；et是误差项。公式（3）均采用时间序列数据，其中，t为数据年份。

为了数据的标准化并消除时间序列数据的异方差性，对公式（3）两端各个变量分别取对数得到公式（4）作为本次研究的实证分析模型：

公式（4）中，lnCO2t为因变量，lnPt、lnGt、lnTt为自变量，a为常数项，et为误差项，对经过处理后的模型进行多元线性拟合。由弹性系数概念可得，P、A、T每发生1%的变动，将分别引起I发生b%、c%或d%的变动。

2.2数据处理

本研究的原始数据均来源于《福建统计年鉴2014》并参照《2006年IPCC国家温室气体清单指南》中的相关内容和参数，在此基础上，汇总了1999-2013年福建省常住人口数P、福建省地区生产总值G和福建省技术水平（即能耗强度）T作为研究数据。采用Eviews8.0软件进行计算和分析。

（1）二氧化碳排放量计算

本文对于二氧化碳排放量的测算主要根据Johan提出的碳排放量的基本公式，即：

公式（5）中，C表示二氧化碳排放量；Cn排表示第n种能源的二氧化碳排放量；E表示一次能源的消费量；En表示第n种能源的消费量；Y表示国内（地区）生产总值GDP；P表示人口；Fn表示第n类能源的碳排放强度；Sn表示第n类能源在总能源中所占的比重。本文通过以上公式对1999-2013年福建省的二氧化碳排放量进行测算。其中，Fi的取值主要参照《2006年IPCC国家温室气体清单指南》中的相关内容和参数（表1），计算得出1999-2013年福建省的二氧化碳排放量（表2）。

表1　各类能源的碳排放系数

表2　1999-2013年福建省二氧化碳排放量

（2）技术水平的衡量

本文对于1999-2013年福建省技术水平主要通过能耗强度衡量，采用单位地区生产总值的能源消耗（吨标准煤/万元）进行测算，即：

单位GDP能耗（吨标准煤/万元）=能源消费总量（吨标准煤）/国内（地区）生产总值（万元）

通过《福建统计年鉴2014》及以上公式，测算出1999-2013年福建省技术水平T（表3）。

表3　1999-2013年福建省技术水平（能耗强度）

3　模型检验

3.1平稳性检验

为了避免由于使用非平稳的时间序列数据进行回归分析过程中，可能出现由于该时间序列数据具有共同的变化趋势而产生虚假回归等问题。首先对该时间序列数据进行ADF单位根检验，通过采用ADF单位根检验方法对各个变量及其查分进行平稳性检验，其中，最优滞后期由SC准则确定，以测试变量的平稳性，检验结果如表4所示。

表4　ADF单位根检验结果

通过表4中的检验结果可得到，被解释变量lnCO2的序列接受在10%显著性水平下是一阶单整的。观察该数据序列克制该组数据具有明显的随时间上升的趋势，且在包含趋势项的ADF检验中显著平稳，说明被解释变量lnCO2序列是一个趋势平稳过程。其次，lnP、lnG、lnT这三个解释变量的序列在10%显著性水平下都不能拒绝是二阶单整的，说明其为差分平稳过程。同时，这三个解释变量的具有相同的单整阶数，均大于被解释变量CO2的单整阶数（0阶），满足各个序列间存在协整关系的必要条件，可以进行协整性检验。

3.2Johansen协整检验

协整检验的目的是检验变量之间是否存在长期均衡关系。［8］本文采用Johansen协整检验的方法进行协整性分析。由于对多个变量协整的长期均衡检验，Johansen协整检验方法不但能判定是否存在协整关系，还可以给出其存在的协整向量个数，因此，Johansen协整检验方法要优于Engle-Granger两步法等方法。在检验过程中，同样滞后阶数同样由SC准则决定，检验结果如表5所示。

表5　Johansen协整检验结果

从以上检验结果可知，表2中的P值均小于0.05，即在5%的显著性水平下拒绝了表2中的所有原假设。因此可以得出该基于特征值轨迹的Johansen协整检验表明被解释变量CO2与3个解释变量P、G及T之间存在着4个协整向量。同时，表4的检验结果也说明被解释变量与解释变量之间存在着长期稳定的均衡关系。因此，结合上述的ADF单位根检验结果可以说明模型（4）适合进行回归分析。

4　分位数回归

分位数回归最早由R.Koenker和Bassett［9］于1978年提出，它提供了回归变量X和因变量Y的分位数之间线性关系的估计方法。本文利用福建省二氧化碳排放量CO2与其影响因素的计量经济模型（4）进行分位数回归，得到各个分位点上的分位数回归结果如表6所示。可以看到各个分位数回归模型调整后的拟合优度R2均大于0.9，说明分位数回归结果对模型做出了很好的解释。其中，各个分位点上的系数大小反映了该解释变量对被解释变量的影响。从总体上看，可以看出解释变量中lnP对被解释变量lnCO2的影响要比另外两个解释变量大。

表6　分位数回归结果

通过对表6的分位数回归结果进行分析，可以看出随着分位数点的增加，lnP的回归系数C（2）总体呈上升趋势，且从总体上看P（人口规模）对二氧化碳排放量CO2的影响是最大的。这反映了人口规模在CO2较高的年份对其有着较大的影响。可以看到在较低分位点上的系数要低于较高分位点上的系数，如在90分位点上，lnP的回归系数值约是25分位点上的5倍，具有明显的上升趋势。这说明分位点越高，人口规模P对CO2的影响越是突出，如在90分位点上，回归系数为5.386，这说明福建省常住人口P每增加1%福建省二氧化碳排放量会增加5.386%。由于人类活动会不断地消耗着各种能源和资源，因此人口规模的扩大会不断导致二氧化碳排放量的增长。尤其是福建省目前正处在城市化的快速发展阶段，快速的人口城市化会导致居民的消费结构发生变化，使城市居民越来越倾向于消费发展性以及享乐型的高碳产品。同时，也会对农村居民的消费习惯产生“示范效应”，深刻地影响着农村居民的生产生活消费方式，进而导致碳排放量不断加大。

GDP对二氧化碳排放量的影响随着分位数点的增加而减少，从表6可以看出，lnGDP的回归系数C（3）呈下降趋势，说明GDP在CO2较低的年份对其有着较大的影响，即在此期间福建省GDP的增长带来了较大的二氧化碳排放量增加。如在10分位点上，lnG的回归系数为1.201，说明福建省GDP每上升1%就会使二氧化碳排放量增长1.201%。而在较高的分位点上，lnG对lnCO2的回归系数较小，说明对二氧化碳排放量的影响较小。环境库兹涅茨曲线是G.M.Grossman［10］提出的关于经济增长与环境指标之间的呈现正相关再负相关的“倒U型”曲线。环境库兹涅茨曲线是以人均收入为横轴，以排污量为纵轴，随着人均收入水平的提高，排污量会先上升，当收入达到一定水平时，污染量会随着人均收入的不断上升而下降。如果按照这一理论，福建省在二氧化碳排放量较高的年份，福建省的经济以及环境指标应该已经接近或达到环境库兹涅茨曲线的顶点。然而从表6可以看出，福建省lnG的回归系数C（3）虽然呈下降趋势，但是回归系数仍然较大，如在90分位点处，回归系数为0.742，这说明福建省国内生产总值GDP每增加1%，福建省二氧化碳排放量会增加0.742%。即使在二氧化碳排放量较高的年份，福建省人均收入（代表经济发展水平）与二氧化碳排放量仍成正相关关系。因此，福建省的经济发展水平虽然在一定程度上可以降低二氧化碳排放量，然而，福建省的碳排放量仍然处于上升阶段。这说明福建省经济发展仍未摆脱粗放型的增长模式，在经济发展过程中可能过分追求GDP的增长，忽视了环境保护，在环境保护方面仍有待加强。

从表6可以看出， lnT的回归系数C（4）均为正数。这说明技术水平对于二氧化碳排放量的影响为正，即技术进步带来的能源使用效率水平的提高不仅没使二氧化碳排放量有所下降，反而增加了二氧化碳排放量。这是由于在技术进步的同时会产生“回弹效应”，即技术进步虽然能够提高能源的使用效率从而节约部分能源，但是技术进步会使经济增长，这将会加大对能源的需求，最终将导致由于技术进步带来的能源使用效率提高而节省的能源被由经济快速增长带来的额外能源消耗（全部或部分地）抵消。同时，锁定效应也会制约着技术进步发挥减少二氧化碳排放量的作用，即工业化发展过程中对石油、煤炭等高排碳能源的过度依赖制约了低碳和可再生技术的发展和实施，这种状态 也被称为技术——制度复合体（Tecno-Institutional Complex,TIC）。［11］特别是福建省正处于工业化与城镇化快速发展阶段，难以改变短期内能源需求快速增长的现状。目前福建省能源消费量的增长高于经济增长速度且经济增长模式仍以单一、粗放型的增长模式为主，二氧化碳排放量将越来越大，突破技术上回弹效应与锁定效应的瓶颈将会面临更大的阻力。表6中lnT的回归系数C（4）均为正数即说明了回弹效应与锁定效应在很大程度上遏制了技术进步促进碳减排的作用。

5　结论与建议

通过以上回归分析，可以得出以下结论：一方面，福建省的二氧化碳排放量CO2和福建省常住人口数P、福建省人均地区生产总值G以及福建省技术水平（即能耗强度）T之间存在长期稳定的均衡关系。二氧化碳排放量CO2、福建省常住人口数P和福建省技术水平（即能耗强度）T是影响福建省二氧化碳排放量的重要因素。另一方面，从分位数的回归结果可以看出，对福建省二氧化碳排放量影响最大的是人口因素。人口规模在CO2较高的年份对其有着较大的影响。在较低分位点上，人口规模P的系数要低于较高分位点上的系数，说明人口规模在CO2较高的年份对其有着较大的影响。GDP的回归系数呈下降趋势，说明GDP在CO2较低的年份对其有着较大的影响。且回归系数虽然呈下降趋势，但是在较高分位点处系数仍然比较大，说明福建省的经济发展较不成熟，仍然以单一、粗放型的经济增长方式为主。技术水平T的回归系数均为正数，说明回弹效应与锁定效应仍然在很大程度上制约着技术水平对降低能耗、降低二氧化碳排放的作用。因此，针对以上回归分析得出的结论，对于有效地降低福建省二氧化碳排放量提出以下几点建议：

首先，要重视人口因素对二氧化碳排放的影响。要注重提高人口素质，倡导低碳生活方式。福建省正处于加速城镇化的进程中，在这一过程中，居民的生活消费水平将得到进一步的提高，对生产、生活等方面的物质需求将日益增加。因此，需要对居民的生产、生活方式进行合理引导，倡导低碳生活方式，提倡低碳出行，避免铺张浪费等。同时，要避免城市居民对农村居民的消费习惯产生不良的“示范效应”。通过合理引导城市居民进行绿色消费建立良好的城镇居民对农村居民的“示范效应”对于福建省实现有效的碳减排具有重要的现实意义。

其次，目前福建省的产业结构中，第一产业和第二产业所占比重较大，第三产业所占比重较小，产业结构比较不合理，效益偏低。截至2013年，福建省一、二、三产业占GDP比重分别为8.9%、52%和43.5%。其中，第二产业中工业所占比重为43.5%，轻工业与重工业所占比重分别为52.04%和47.96%。工业尤其是重工业是推动福建省经济发展的主要动力之一，同时也是二氧化碳排放的主要来源之一。因此福建省还应大力转变经济增长方式，实现产业结构的转型升级，淘汰落后产能，实现绿色增长。同时，要合理调整能源结构。目前福建省的能源结构仍以煤炭、石油为主体。截止2013年，福建省煤炭与石油占能源消费总量的比重分别为59.7% 和21.9%，占比较大。水电、风电以及核电等清洁能源占能源消费总量的比重仍然很低。福建省应该大力倡导使用清洁能源，加大对风电、水电以及核电的投资，不断更新相应技术设备，提高能源使用效率。使清洁能源成为煤炭、石油的替代物，减少生产、生活对于煤炭、石油等化石燃料的需求。

最后，在政策上要加大对研发低碳技术和可再生能源技术的支持。加大科研投资力度、提高自主创新能力，实现引进国外先进技术与鼓励自主研发相结合，提高技术对降低二氧化碳排放量的贡献率。［12］通过以上回归分析，可知技术对于二氧化碳排放的影响具有“双刃剑”效应。因此，在不断提高碳减排技术水平的同时，要与实现转变经济发展方式相结合，不断升级产业结构。同时，通过合理运用税收、价格等调节手段引导各个生产行业与居民使用清洁能源，进行低碳生产与低碳生活，实现绿色生产、绿色消费。突破“回弹效应”与“锁定效应”对技术的制约。

参考文献：

［1］杨丹辉，李伟.低碳经济发展模式与全球机制：文献综述［J］.经济管理，2010（6）：164-171.

［2］Ehrlich P R,Holdren J P.Impact of population growth［J］.Science,1971.

［3］Dietz T,Rosa E A.Rethinking the environmental impacts of population,affluence and technology［J］.Human Ecol Rev,1994（1）:277-300.

［4］郑凌霄，周敏.技术进步对中国碳排放的影响——基于变参数模型的实证分析［J］.科技管理研究，2014（11）：215-220.

［5］Koenker R,Bassett Jr G Regression quantiles［J］. Econometrica,1978,46（1）:33-50.

［6］Grossman G M,Krueger A B.Environmental impacts of a North American free trade agreement［R］.National Bureau of Economic Research,1991.

［7］刘鑫，赵涛.基于分位数回归的天津市二氧化碳排放影响因素研究［J］.环境卫生工程，2014（1）：53-61.

［8］陈钦忠，王慧红.福建省技术进步对经济增长的影响机制分析［J］.福建省社会主义学院学报，2011（3）：74-77.

Influence Factors of Carbon Dioxide Emissions in Fujian Based on the STIRPAT Model

Cai Min-yan
（School of Economics, Fujian Normal University, Fuzhou, Fujian 350108）

Abstract：Based on the sample data of Fujian from 1999 to 2013, by means of STIRPAT model the qualitative research was conducted on the relationship between population, economic and technological levels and carbon dioxide emissions. Research results show that the greatest impact of the carbon dioxide is the population （P） , and in the years with higher CO2 there has a greater impact; With the rise of quantile, the effect of GDP representing the factor of economy on the carbon dioxide emissions of Fujian decrease; energy consumption intensity （T） represents the technological level of Fujian, and the regression coefficients are positive, indicating that technological progress to improve the energy efficiency levels of carbon dioxide emissions not to make them decrease, but increase the carbon dioxide emissions. Finally some relevant proposals are put forward based on the analysis results.

Key words：Fujian province; carbon dioxide emissions; STIRPAT model; influence factors

中图分类号：F810.2；X22

文献标识码：A

文章编号：1674-3083（2016）02-0042-06

收稿日期：2015-12-19

作者简介：蔡敏燕（1992—），女，福建漳州人，福建师范大学经济学院人口、资源与环境经济学专业在读硕士研究生，研究方向为低碳经济。