二氧化碳排放拐點測度

1、山東省人均二氧化碳排放拐點預(yù)測及影響因素分析山東省人均二氧化碳排放拐點預(yù)測及影響因素分析基于19982013年省際面板數(shù)據(jù)的研究【摘要】2015年山東省GDP排名全國第三，二氧化碳排放也自是不低，在這個環(huán)境日益惡化的大背景下，對其二氧化碳排放的預(yù)測及影響因素的研究十分必要。本文主要基于19982013省際面板數(shù)據(jù)，利用二氧化碳排放的庫茲涅茨曲線研究山東省二氧化碳排拐點何時到來，利用IPAT和STRIPAT模型研究影響二氧化碳排放的具體原因。關(guān)鍵詞：CO2排放；庫茲涅茨曲線；STRIPAT模型；拐點；影響因素；Per capita carbon emissions in shandong pro

2、vince inflection point to predict and influence factors analysis- based on the research of 1998-2013 provincial panel dataABSTRACTIn 2015 in shandong province GDP ranked third in the country, carbon dioxide emissions is not low, under the circumstances of the environment worsening, the emissions of

3、carbon dioxide it is necessary to predict and influence factors of research. In this paper, based on the provincial panel data from 1998 to 2013, carbon dioxide emissions of kuznets curve was used to study in shandong province carbon dioxide when turning point coming, using IPAT and STRIPAT model st

4、udy of specific reasons affecting carbon dioxide emissions.Keywords: CO2emissions Kuznets curve STRIPAT model Inflection point Factors affecting the目錄1引言32研究方法、模型及數(shù)據(jù)處理32.1二氧化碳排放量的測算方法32.2二氧化碳排放拐點預(yù)測42.3二氧化碳排放影響因素實證模型42.4數(shù)據(jù)來源及處理53.山東省二氧化碳排放總量條形圖分析54山東省二氧化碳排放拐點預(yù)測65山東省二氧化碳的影響因素分析74.1 基于STRIPAT模型的CO2排放影響

5、因素分析74.2協(xié)整檢驗：96結(jié)論101引言二氧化碳及相關(guān)氣體排放引致的溫室效應(yīng)已成為全世界共同關(guān)心的問題。大量的溫室氣體造成氣候惡劣變化已是不爭事實。2007年，政府間氣候變化專門委員會發(fā)布第四次評估報告顯示：大氣中二氧化碳濃度已從工業(yè)革命前的280ppm上升到2005年的379ppm。近百年來，全球平均地表溫升0.74，全球海平面上升約0.17m，過去 50年升溫率幾乎是過去100年的2倍。預(yù)測未來100年全球地表平均增溫1.8-4，海平面平均上升0.18m-0.59m。在未來的近20年全球變暖將導(dǎo)致氣候災(zāi)難更頻繁、更猛烈。據(jù)預(yù)測：如果氣溫上升1.5以上，全球20%-30%的物種將面臨滅絕

6、；如果上升3.5以上，40%-70%的物種將面臨滅絕。因此，二氧化碳的排放問題將是人類關(guān)注的焦點問題，根據(jù)世界資源研究數(shù)據(jù)顯示：2007年中國CO2排放量達到了7 219.2百萬公頃，占到了全球的19.12%，2006年中國的CO2排放量就已經(jīng)超過了美國位居世界第一，到2007年兩國間的差距進一步擴大。2012年12月8日結(jié)束的多哈全球氣候會議中，中國政府提出，到2020年單位國內(nèi)生產(chǎn)總值CO2排放比2005年下降40至45，因此，研究中國各大城市CO2排放的拐點何時到來以及影響二氧化碳排放的因素意義重大。山東省2015年GDP排名第三，本文就以山東省為例，基于19982013年的面板數(shù)據(jù)研究

7、其二氧化碳排放拐點和二氧化碳排放影響因素。2研究方法、模型及數(shù)據(jù)處理2.1二氧化碳排放量的測算方法目前二氧化碳排放測算都是通過估算得到的，本文借鑒中國二氧化碳排放量測算的方法，并提供各種燃料的碳含量和二氧化碳排放系數(shù)，具體估算方法如下：CO2=i=17CO2, i=i=17Ei×NCVi×CEFi (1)其中，CO2表示估算的碳排放量；i表示各種化石燃料；E表示各種化石燃料的消耗量；NCV表示平均低位發(fā)熱量；CEF表示碳排放系數(shù)；具體數(shù)值如表1：表1二氧化碳估算方法中涉及到的各種指標(biāo)及系數(shù)燃料類型煤炭天然氣焦炭燃料油汽油煤油柴油NCV(kj/kg)2090828435389

8、3141816430704307042652CEF(kg/Tj)953331070005610077400700007150074100資料來源：中國統(tǒng)計年鑒 IPCC中心2.2二氧化碳排放拐點預(yù)測研究山東省二氧化碳排放是否存在拐點，對于中國能否實現(xiàn)節(jié)能減排的目標(biāo)意義重大。這里借用研究比較成熟的二氧化碳環(huán)境庫茲涅茨模型分析，二氧化碳庫茲涅茨曲線是用來描述人均二氧化碳排放和人均收入關(guān)系的模型。本文選擇的樣本區(qū)間是1998-2013年。中國人均二氧化碳的數(shù)據(jù)計算所得，GDP數(shù)據(jù)來自歷年山東省統(tǒng)計年鑒，實際GDP以1998年不變價表示。模型的表達式為： LPCO2=a+1LPGDP+2LPGDP2

9、（2）其中PCO2表示人均二氧化碳的排放量；PGDP表示人均GDP。分別對各變量取對數(shù)，分別記為LPCO2，LPGDP。2.3二氧化碳排放影響因素實證模型IPAT模型是最早用來分析人口和經(jīng)濟因素對環(huán)境影響的模型，該模型表達式為：I=PAT其中表示環(huán)境壓力,表示人口規(guī)模，表示人均財富，表示技術(shù)。由于IPAT模式存在兩個缺陷：第一,IPAT僅僅是一個數(shù)學(xué)上的公式，不能直接檢驗各種因素對環(huán)境影響的假說；第二，IPAT模型簡單地假定人口、財富、技術(shù)對環(huán)境的彈性是統(tǒng)一的，這與倒“”形EKC假說相沖突。為了彌補的不足，許多學(xué)者在根據(jù)現(xiàn)實需要對IPAT模型做出改進，構(gòu)建隨機模型STRIPAT，目前STRIP

10、AT模型已被廣泛地應(yīng)用于研究環(huán)境和污染物排放的影響因素該模型表下式（3）： I=aPbAcTde (3)其中：I-表示環(huán)境壓力；P表示人口數(shù)量；A表示富裕度；T表示技術(shù)b、c、d 分別是人口數(shù)量、富裕度、技術(shù)等人文驅(qū)動力的指數(shù)；a是模型的系數(shù)，e為模型誤差。模型兩邊同時進行對數(shù)化處理后為:LIt=a+bLPt+cLAt+dLTt+et (4)根據(jù)已有文獻，二氧化碳排放量是由多種因素共同作用決定的。因此，本文在實際回歸模型中除了人口規(guī)模、人均財富（用人均GDP表示）、技術(shù)（用能源強度表示）等核心解釋變量外，加入多個控制變量，包括能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、城市化率、貿(mào)易開放度、外商直接投資，模型如式（5

11、）所示：LPCO2=a+1LP+2LPGDP+3LPGDP2+4LE+5LS+6LI+7LURB+8LTR+9LFDI+e (5)其中，CO2為二氧化碳排放指標(biāo)，在文中將分別采用碳排放強度和人均碳排放量作為二氧化碳排放指標(biāo)。解釋變量包括兩類：一是核心解釋變量，包括人口（）、人均GDP（PGDP）、能源強度（）；二是控制變量，包括能源結(jié)構(gòu)（）、產(chǎn)業(yè)結(jié)構(gòu)（）、城市化率（URB）、貿(mào)易開放度（TR）、外商直接投資（FDI）。2.4數(shù)據(jù)來源及處理（1）二氧化碳排放數(shù)據(jù)。按照IPCC估算方法，需要用到煤炭、焦炭、天然氣、燃料油、汽油、煤油、柴油共種能源消費量數(shù)據(jù)。本文所采用的數(shù)據(jù)均來源于各年山東省統(tǒng)計年

12、鑒和中國統(tǒng)計年鑒。各年份單位碳排放數(shù)據(jù)是由各省份二氧化碳排放總量除以各省份得到，單位為噸萬元；各省份人均碳排放數(shù)據(jù)是由各省份二氧化碳排放總量除以各省份人口數(shù)得到，單位為噸人。其中，各年份GDP來源于山東省統(tǒng)計年鑒，并按照1998年不變價格進行調(diào)整；各省份人口數(shù)據(jù)為各省份上年年末人口數(shù)與本年年末人口數(shù)的算術(shù)平均數(shù)，（2）二氧化碳排放影響因素的數(shù)據(jù)。本文所考察的二氧化碳排放影響因素包括各年的人口規(guī)模、人均GDP、能源強度、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、城市化率、貿(mào)易開放度、外商直接投資。其中，能源強度為能源消費量與GDP之比；能源結(jié)構(gòu)用煤炭占全部能源比重表示；產(chǎn)業(yè)結(jié)構(gòu)用第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重表示；城市

13、化率用“非農(nóng)業(yè)人口占總?cè)丝诘谋戎亍眮肀硎荆毁Q(mào)易開放度用“進出口總額占GDP的比重”來表示；外商直接投資（FDI）用FDI占比重來表示;相關(guān)數(shù)據(jù)來源于歷年山東省統(tǒng)計年鑒和中國統(tǒng)計年鑒，實際GDP以1998年為基期進行調(diào)整。3.山東省二氧化碳排放總量條形圖分析為了度量山東省二氧化碳排放的變化和能源結(jié)構(gòu)的合理性，首先以圖表的方式，分析其變化趨勢如下：圖1圖1所示，山東省CO2排放量有逐年上升的趨勢，且上升幅度比較大，這可能是由于經(jīng)濟的快速發(fā)展導(dǎo)致能源消耗量增加相關(guān)，另一方面可能是減排技術(shù)不夠發(fā)達，沒能做到能源的充分利用。應(yīng)該引起環(huán)境保護部門的足夠重視，這關(guān)乎到我國的減排承諾能否兌現(xiàn)。4山東省二氧化碳

14、排放拐點預(yù)測第二節(jié)中詳細介紹了模型的選擇和數(shù)據(jù)的處理，按上所述進行回歸得：故可知二氧化碳排放庫茲涅茨曲線為：LPCO2=-19.83146+3.717808LPGDP-0.154755LPGDP2 (6）由上式方程（6）的結(jié)果可以看出，人均收入的一次方系數(shù)為正，二次方系數(shù)為負，表明山東省的二氧化碳庫茲涅茨曲線存在拐點，符合倒U型曲線的特征，滿足環(huán)境庫茲涅茨曲線假說。于是可以根據(jù)以下公式計算山東省的二氧化碳環(huán)境庫茲涅茨曲線拐點 =exp-122=exp-3.7178082*-0.154755=164705(7)式（7）表明，山東省人均二氧化碳排放的理論拐點是164705元，當(dāng)人均收入小于1647

15、05元時，人均二氧化碳排放隨著人均收入的增加而增加；當(dāng)人均收入大于164705元時，人均二氧化碳的排放隨著人均收入的增加而降低；在164705元處達到人均二氧化碳排放的最大值，為山東省二氧化碳排放的理論拐點。2013年山東省的人均GDP為56745元（1998年不變價）。因此可以大致估計在15年左右之后，也就是2030年，山東省人均GDP將達到164705元，也就是說，山東省二氧化碳排放將在2030年經(jīng)過拐點，之后隨著人均收入的增加而減少。5山東省二氧化碳的影響因素分析4.1 基于STRIPAT模型的CO2排放影響因素分析下面對山東省二氧化碳排放的影響因素進行深入分析方法是：利用式（5）進行回

16、歸分析，測度各個影響因素對二氧化碳排放的影響程度,結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 06/25/16 Time: 19:09Sample (adjusted): 2 16Included observations: 15 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.  C58.8522270.077150.8398200.4332X1-8.6377497.346860-1.1757060.2842X23.5481223.85

17、66250.9200070.3931X3-0.1153360.188171-0.6129310.5624X40.2940990.4744490.6198760.5581X50.0068051.2597580.0054020.9959X6-0.0041280.045848-0.0900430.9312X7-0.5259851.937886-0.2714220.7952X8-0.0695270.471193-0.1475560.8875R-squared0.984743    Mean dependent var1.732368Adjusted R-squa

18、red0.964400    S.D. dependent var0.439040S.E. of regression0.082838    Akaike info criterion-1.860157Sum squared resid0.041173    Schwarz criterion-1.435327Log likelihood22.95118    Hannan-Quinn criter.-1.864683F-statist

19、ic48.40753    Durbin-Watson stat2.639697Prob(F-statistic)0.000069由上可知，所有變量系數(shù)都沒有通過顯著性檢驗，但是可決性系數(shù)較高，所以變量之間可能存在多重共線性。經(jīng)過克萊因判別法分析如下：X1X2X3X4X5X6X7X8X9X1 1.000000 0.990665 0.990651-0.888367-0.364073-0.327721 0.986767 0.927529-0.366824X2 0.990665 1.0000

20、00 0.999717-0.875144-0.359905-0.304917 0.993599 0.920887-0.421697X3 0.990651 0.999717 1.000000-0.884195-0.372651-0.314061 0.991426 0.913476-0.437191X4-0.888367-0.875144-0.884195 1.000000 0.593124 0.440329-0.843602-0.705662 0.586514X5-0.3640

21、73-0.359905-0.372651 0.593124 1.000000 0.251474-0.305512-0.163404 0.487226X6-0.327721-0.304917-0.314061 0.440329 0.251474 1.000000-0.285274-0.241976 0.238815X7 0.986767 0.993599 0.991426-0.843602-0.305512-0.285274 1.000000 0.948341-0.3

22、39273X8 0.927529 0.920887 0.913476-0.705662-0.163404-0.241976 0.948341 1.000000-0.117386X9-0.366824-0.421697-0.437191 0.586514 0.487226 0.238815-0.339273-0.117386 1.000000可以看出，解釋變量,X2,X3,X5,X6,X7,X8,之間相關(guān)系數(shù)大于0.9，因此可以確定方程之間存在嚴重的多重共線性，逐個剔除統(tǒng)計上不顯著的變量X2,X3,X5,X

23、6,X7,X8后，進行回歸分析，結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 06/25/16 Time: 20:05Sample (adjusted): 2 16Included observations: 15 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.  C-173.129919.77547-8.7547810.0000X120.194002.5243657.9996340.0000X41.1070550.4255162.601

24、6740.0246X9-0.1385320.069792-1.9849230.0727R-squared0.947101    Mean dependent var1.732368Adjusted R-squared0.932674    S.D. dependent var0.439040S.E. of regression0.113919    Akaike info criterion-1.283482Sum squared resid0.142753 

25、60;  Schwarz criterion-1.094668Log likelihood13.62611    Hannan-Quinn criter.-1.285493F-statistic65.64775    Durbin-Watson stat2.413285Prob(F-statistic)0.000000即回歸方程為：LPCO2=-173.1299+20.194LP+1.107055LE+0.138532LFDI 由上述回歸結(jié)果可知，當(dāng)顯著性水平為0.1時，所有的變量系數(shù)都通過了顯

26、著性檢驗，同時可決性系數(shù)R-squared=0.947101，修正后的可決性系數(shù)Adjusted R-squared=0.93267說明方程的擬合效果較好，被解釋變量的變動百分之九十以上都可以用模型解釋。4.2協(xié)整檢驗：為了說明變量之間的長期穩(wěn)定關(guān)系，進行協(xié)整檢驗通過對方程的殘差進行單根檢驗，假如殘差是穩(wěn)定的，說明變量之間存在長期穩(wěn)定關(guān)系，用Eviews進行協(xié)整檢驗如下：Null Hypothesis: E has a unit rootExogenous: Constant, Linear TrendLag Length: 0 (Automatic - based on SIC, maxla

27、g=3)t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-4.112855 0.0300Test critical values:1% level-4.8000805% level-3.79117210% level-3.342253*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20 observations    &

28、#160;   and may not be accurate for a sample size of 14Augmented Dickey-Fuller Test EquationDependent Variable: D(E)Method: Least SquaresDate: 06/25/16 Time: 20:14Sample (adjusted): 3 16Included observations: 14 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.  E(-1)-1.2213300.296954-4.1128550.0017C-0.0086750.069438-0.1249370.9028TREND(1)0.0012550.0073960.1697230.8683R-squared0.606913    Mean dependent var