基于STIRPAT模型的低碳經(jīng)濟策略分析：以遼寧省為例

王 煒，馮 雪，高晶晶

(遼寧師范大學數(shù)學學院，遼寧大連116029)

目前，碳排放問題是全球關(guān)注的熱點，而減少溫室氣體的排放是解決碳排放問題的當務之急。遼寧省作為中國的人口、經(jīng)濟大省，對降低碳排放，實行低碳經(jīng)濟發(fā)展承擔著重要的責任。保持低碳經(jīng)濟發(fā)展的有效方法是降低碳排放量，一個地區(qū)的經(jīng)濟發(fā)展是否穩(wěn)定、科技是否進步、能源結(jié)構(gòu)是否最優(yōu)、人口結(jié)構(gòu)是否完善等因素都決定著碳排放量的多少。針對碳排放影響因素國內(nèi)外學者都有不同的見解，而反應人口各因素對環(huán)境壓力的影響的IPAT方程是非常具有代表性的方法之一。2010年2月，朱勤、彭希哲等人在《人口與消費對碳排放影響的分析模型與實證》中通過補充人口結(jié)構(gòu)建立了擴展的STIRPAT模型，使用零回歸方法得出人口結(jié)構(gòu)與居民消費水平對碳排放的影響更加顯著［1］。2011年李楠等在《中國人口結(jié)構(gòu)對碳排放量影響研究》中找出人口結(jié)構(gòu)中五個變量對碳排放量的影響并作實證考察，制定了減少碳排放量的一些相關(guān)政策［2］。2011年孫敬水等在《中國發(fā)展低碳經(jīng)濟的影響因素研究》中探討影響低碳經(jīng)濟的主要因素及其貢獻率，擴展STIRPAT模型并進行實證分析，根據(jù)研究結(jié)果，制定在保證當前經(jīng)濟快速發(fā)展的前提下減排的若干政策［3］。

由此可知學者們的研究對接下來發(fā)展低碳經(jīng)濟，控制碳排放量，制定減排方案具有指導性意義。本文結(jié)合遼寧省自身特點，擴展STIRPAT模型，并分析從1989年到2009年這21年遼寧省人口總數(shù)、人口的城市化率、人口年齡結(jié)構(gòu)、第二產(chǎn)業(yè)人口占從業(yè)人口的比重等因素對碳排放量的影響因素，提出在保證經(jīng)濟發(fā)展的前提下減少碳排放量的一些建議。

一、模型分析

學者們普遍認可了20世紀后期Ehrlich等人提出的不同人文因素對環(huán)境壓力產(chǎn)生不同的影響量化模型——IPAT等式，記做如下形式:

其中，I表示環(huán)境壓力(Impact)，P表示人口數(shù)量(Population)，A表示財富因素(Affluence)，T表示技術(shù)(Technology)。等式中二氧化碳的排放=人口×人均GDP×單位GDP的二氧化碳排放量。

作者應用IPAT模型，目的在于找出遼寧省一些影響碳排放的因素，并通過改變一個因素且其他因素保持不變來研究需要解決的問題。從IPAT模型中可以看出P、A、T與I成等比例關(guān)系，而現(xiàn)實生活中因素變化不定，并非等比例影響，故成為該模型最大的局限。為了克服該模型的不足，Dietz等建立了 IPAT等式的隨機模型——STIRPAT(stochastic impacts by regression on population，affluence，and technology)模型，即

其中，a為模型的系數(shù)，b，c，d為各自變量指數(shù)，e為誤差。這里本文引入了各自變量的指數(shù)，其目的是分析人文因素在IPAT等式中對環(huán)境成比例的影響，轉(zhuǎn)變?yōu)閷Νh(huán)境成非比例的影響，從而使IPAT模型在實際生活中有了廣泛的應用。

對上面模型兩邊做對數(shù)處理得到如下等式:

根據(jù)經(jīng)濟學中彈性系數(shù)的概念可知，方程的回歸系數(shù)反映的即是因變量與自變量之間的彈性關(guān)系，即維持其他自變量不變時，某自變量變化1%所引起的因變量變化百分比。

為了更加深入的研究遼寧省碳排放的情況，本文經(jīng)過綜合遼寧省自身特點，把STIRPAT模型又進一步的變形，將人口城市化率、勞動年齡(15～64歲)人口占總?cè)丝诒戎?、第二產(chǎn)業(yè)人口占從業(yè)人口的比重對碳排放量的影響，加入模型中進行分析，則模型可變?yōu)?

上式中各變量定義為:I—環(huán)境影響，用碳排放總量表示，單位為萬噸碳;Ps—人口總數(shù)，單位為萬人;Pc—人口城市化率，單位為%;Pw—勞動年齡(15～64歲)人口占總?cè)丝诘谋戎?，單位?;Pi—第二產(chǎn)業(yè)人口占從業(yè)人口的比重，單位為%;A—財富因素，用人均消費額(人均GDP)表示，用其來體現(xiàn)遼寧省居民生活水準和經(jīng)濟發(fā)展狀況對碳排放總量的影響，單位為人民幣元;T—技術(shù)水平，用碳排放強度表示，即單位GDP的碳排放量，單位為噸碳/萬元GDP。

本文把模型擴展后細化了人口結(jié)構(gòu)，針對遼寧省人口多、城市化、工業(yè)化的特點使得重點影響碳排放的人口因素的結(jié)構(gòu)得到反映，這樣有利于更好地實施減排措施。

二、統(tǒng)計實證

1.數(shù)據(jù)來源及檢驗

本文不同能源的碳排放系數(shù)均是根據(jù)國家制定的標準的碳排放系數(shù)得到的。各種能源折換成標準煤的參考系數(shù)可以參考《中國能源統(tǒng)計年鑒》等資料，又根據(jù)相關(guān)資料，通過比較研究最后計算了1989～2009年近21年間遼寧省二氧化碳排放總量。在此文中所使用的其它數(shù)據(jù)都是來源歷年的《中國統(tǒng)計年鑒》、遼寧省歷年統(tǒng)計局資料以及統(tǒng)計年鑒等。

2.統(tǒng)計實證及結(jié)果分析

根據(jù)時間序列數(shù)據(jù)的特性，對數(shù)據(jù)做對數(shù)化處理，處理后的結(jié)果并未改變數(shù)據(jù)的特性卻使數(shù)據(jù)呈現(xiàn)線性化趨勢轉(zhuǎn)變，而且在某些方面消除量綱不同和數(shù)量級的差異所帶來的影響，因此本文將數(shù)據(jù)的對數(shù)形式作標準化處理得到新的變量，然后用EViews6.0軟件估計未知參數(shù)求得回歸系數(shù)。對(4)式中每個變量都進行標準化處理變形得到新的模型:

通常情況，對于時間序列運用回歸技術(shù)必須是以這些序列是平穩(wěn)的為前提才可以進行分析，否則直接建模會產(chǎn)生虛假回歸。因此，本文將對時間序列進行平穩(wěn)性檢驗(即看其檢驗變量間是否存在協(xié)整關(guān)系)。由檢驗結(jié)果可知各變量時間序列均為非平穩(wěn)的。根據(jù)式(5)中各變量數(shù)據(jù)和EViews6.0軟件得到回歸結(jié)果，見表1。根據(jù)表中殘差為平穩(wěn)序列可知各變量之間存在協(xié)整關(guān)系。

表1 各因素對碳排放總量影響的回歸結(jié)果

從總體來看，回歸模型的R2比較接近1，對殘差進行單位根檢驗(ADF檢驗)，可知殘差不存在單位根，是白噪聲序列。從回歸模型的結(jié)果可以看出擬合度較好。

由表中統(tǒng)計結(jié)果可以看出，遼寧省近21年來碳排放的解釋因素按其影響程度的大小依次為:人均GDP、碳排放強度、人口總數(shù)、第二產(chǎn)業(yè)占總從業(yè)人口的比重，其中人均GDP、碳排放強度、人口總數(shù)對碳排放總量有正向影響。從模型的回歸系數(shù)來看，對碳排放總量正向影響較大的解釋變量的回歸系數(shù)為:=0.100770=1.914815，=1.053904;各影響因素對碳排放總量的貢獻率為:δi=(i=1，2，3)，Σδi=1。其中δ1=0.03，δ2=0.62，δ3=0.35，即對碳排放總量貢獻率最大為的人均GDP，其次為碳排放強度，最后為人口總數(shù)。人口城市化率和勞動年齡(15～64歲)人口的比重對碳排放總量有間接影響。

三、結(jié)論與對策

2009年，中國政府為了使國家走上低碳經(jīng)濟轉(zhuǎn)型和發(fā)展之路，特此提出了一個要在2005年的基礎(chǔ)上使2020年單位GDP碳排放(GDP碳強度)下降40%～45%的目標。因此溫室氣體減排是中國“十二五”需要面對的最重要的問題之一。遼寧省作為人口經(jīng)濟大省又是東北地區(qū)老工業(yè)基地，響應國家政策，保護氣候，改善空氣質(zhì)量，創(chuàng)建優(yōu)美環(huán)境，走低碳經(jīng)濟發(fā)展之路是必要的。本文鑒于遼寧省能源消耗量大、二氧化碳排放量大等特點，對影響遼寧省低碳經(jīng)濟的主要因素分析研究，并對STIRPAT模型進行擴展，且根據(jù)1989～2009年遼寧省統(tǒng)計數(shù)據(jù)利用EViews6.0軟件進行實證研究，分析人口總數(shù)、人口城市化率、人口年齡結(jié)構(gòu)、第二產(chǎn)業(yè)占總從業(yè)人口比重、人均消費額、碳排放強度等因素對碳排放總量的影響，得到以下主要結(jié)論:

(1)人口總數(shù)、人均消費額、碳排放強度、第二產(chǎn)業(yè)占總從業(yè)人口的比重對遼寧省碳排放總量存在正向相關(guān)性;人口年齡結(jié)構(gòu)、人口城市化率對碳排放總量影響不顯著。

(2)隨著遼寧省城市化和工業(yè)化進程的加快，人口總量、人口城市化率、人口年齡結(jié)構(gòu)會給碳減排帶來一定的壓力，因此遼寧省應該在保持人口結(jié)構(gòu)可持續(xù)發(fā)展的同時嚴格控制對碳排放起到促進作用的人口因素。

(3)碳排放量是與經(jīng)濟發(fā)展水平息息相關(guān)的，人均消費水平的持續(xù)增長對碳排放總量增加起到主導作用。如果要想減少遼寧省的碳排放總量，那么一定會影響居民的消費水平，這又與社會進步相矛盾。因此，遼寧省政府必須權(quán)衡其兩者的利與弊，一方面保證經(jīng)濟穩(wěn)步發(fā)展，另一方面使得碳排放量呈現(xiàn)下降趨勢，實現(xiàn)兩者雙贏。

結(jié)合以上研究，二氧化碳不同于其他污染物，減排在技術(shù)方面執(zhí)行起來會有很大的難度，要發(fā)展低碳經(jīng)濟，減少碳排放并非易事，遼寧省政府需要在宏觀調(diào)控上科學布局，制定合理有效的各方面政策，政府部門制定相關(guān)決策應考慮:

第一，控制人口數(shù)量，嚴格實行計劃生育政策，引導居民學習節(jié)能減排、低碳環(huán)保。本文研究得出，人口規(guī)模對碳排放量的增加具有正向相關(guān)性。因此，遼寧省要實現(xiàn)節(jié)能減排低碳環(huán)保，必須控制人口增長，優(yōu)化人口結(jié)構(gòu)，提高全民素質(zhì);同時政府要多組織群眾參加低碳經(jīng)濟的活動，引導居民走可持續(xù)發(fā)展的低碳消費模式。

第二，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，加快發(fā)展低碳產(chǎn)業(yè)。在不影響經(jīng)濟發(fā)展的前提下，采取宏觀調(diào)控產(chǎn)業(yè)結(jié)構(gòu)，利用低碳技術(shù)改造傳統(tǒng)制造業(yè)，限制電力熱力生產(chǎn)、煤炭開采、金屬礦業(yè)等高碳產(chǎn)業(yè)發(fā)展，促進國際旅游業(yè)的大力發(fā)展，這樣可以讓遼寧省借鑒國外的發(fā)展經(jīng)驗，以拉動涉外旅游消費、經(jīng)濟發(fā)展互動，走上良性發(fā)展之路。

第三，建立生態(tài)工業(yè)園區(qū)，加強低碳技術(shù)創(chuàng)新。遼寧省是以煤炭能源為主要消費模式的工業(yè)大省，應該提升能效技術(shù)、節(jié)能技術(shù)、可再生能源和新能源技術(shù)、溫室氣體減排技術(shù)和潔煤技術(shù)，特別是工業(yè)領(lǐng)域的高效潔凈燃煤，提高能源利用率，變廢為寶，減少對石油的依賴度，引進國外先進技術(shù)和設(shè)備，促進低碳經(jīng)濟的發(fā)展。

第四，提升技術(shù)開發(fā)能力，開發(fā)新能源。由于中國在新能源領(lǐng)域的各個方面幾乎都缺少核心技術(shù)，因此遼寧省在新能源領(lǐng)域的發(fā)展中應大力開展國際合作，學習新技術(shù)以加快新能源的發(fā)展。在今后的系統(tǒng)開發(fā)中可以把重心放在燃料電池和煤炭氣化多聯(lián)產(chǎn)技術(shù)方面，但在技術(shù)交流與引進中，不能盲目投資，立足市場，尋找有誠意的合作方，在技術(shù)上把好關(guān)，在市場方面做好開發(fā)和培養(yǎng)，穩(wěn)步前進，實現(xiàn)可持續(xù)發(fā)展。

第五，轉(zhuǎn)變消費模式，樹立良好綠色形象。遼寧省在快速發(fā)展經(jīng)濟，提高居民工資和生活水平的前提下，向著低碳消費模式轉(zhuǎn)變，倡導居民食品綠色化。干部到農(nóng)村基層，培訓農(nóng)民科學種植，發(fā)展有機生態(tài)農(nóng)業(yè)，減少化肥、農(nóng)藥的使用。政府應該倡導人們減少使用私家車，用步行來取代乘車，用公交車取代私家車的綠色出行，感受綠色交通出行對環(huán)境改善的作用，努力讓居民慢慢適應環(huán)保的生活。

［1］朱勤.人口與消費對碳排放影響的分析模型與實證［J］.中國人口資源與環(huán)境，2010(2):98-102.

［2］李楠.中國人口結(jié)構(gòu)對碳排放量影響研究［J］.中國人口資源與環(huán)境，2011(6):19-23.

［3］孫敬水.中國發(fā)展低碳經(jīng)濟的影響因素研究——基于擴展的 STIRPAT模型分析［J］.審計與經(jīng)濟研究，2011(4):85-93.

［4］韓城.基于新能源的遼寧低碳經(jīng)濟發(fā)展研究［J］.生態(tài)經(jīng)濟，2011(1):67-68，77.

［5］徐中民.中國人口和富裕對環(huán)境的影響［J］.冰川凍土，2011，33(3):668-675.