• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      STIRPAT 模型下能源碳排放影響因素與碳排放趨勢情景分析
      ——基于中國黑龍江省的實(shí)證研究

      2023-10-21 01:17:34彭云艷PENGYunyan孫永波SUNYongbo黃健龍HUANGJianlong
      價值工程 2023年28期
      關(guān)鍵詞:城鎮(zhèn)化率排放量產(chǎn)業(yè)結(jié)構(gòu)

      彭云艷PENG Yun-yan;孫永波SUN Yong-bo;黃健龍HUANG Jian-long

      (黑龍江科技大學(xué)經(jīng)濟(jì)學(xué)院,哈爾濱 150027)

      0 引言

      過去的50 年中,工業(yè)排放的CO2顯著增加,引發(fā)的溫室效應(yīng),危害人類健康與社會經(jīng)濟(jì)。2021 年,我國提出力爭2030 年前實(shí)現(xiàn)“碳達(dá)峰”,2060 年前實(shí)現(xiàn)“碳中和”,構(gòu)建以新能源為主體的新型經(jīng)濟(jì)體系。黑龍江省作為東北省份老工業(yè)基地,其工業(yè)所產(chǎn)生碳排放占有巨大的份額,短時間內(nèi)還改變不了以礦產(chǎn)資源為主的產(chǎn)業(yè)結(jié)構(gòu),能源結(jié)構(gòu)的優(yōu)化依然有待改進(jìn),同時,黑龍江省作為農(nóng)業(yè)大省,其所產(chǎn)生碳排放量也占有重大的份額,改善能源結(jié)構(gòu),減少碳排放量,促進(jìn)黑龍江經(jīng)濟(jì)的可持續(xù)發(fā)展問題亟需解決。

      1 國內(nèi)外相關(guān)研究梳理

      對于碳排放的研究可以上溯到20 世紀(jì)90 年代,York和Dietz,Rosa 等人(1994)首次基于IPAT 模型提出了其隨機(jī)特殊形式STIRPAT 模型,目前該方法已普遍應(yīng)用于碳排放的研究。Fisher-Vanden Karen 等應(yīng)用一種新的指數(shù)分解技術(shù)應(yīng)用于多地區(qū)多部門可計算的一般均衡模型來量化地影響碳排放增長的五個因素,闡明了當(dāng)應(yīng)對全球碳排放稅的征收時這些因素變化的相對重要性。Muhammad Shahbaz 等人使用1970-2014 年的時間序列和面板數(shù)據(jù)分析了25 個來自亞洲、美洲北部、歐洲西部和大洋洲的發(fā)達(dá)經(jīng)濟(jì)體的全球化和二氧化碳排放之間存在因果關(guān)系。Madaleno 等人以歐洲各國為研究對象,研究表明化石燃料消耗、能源強(qiáng)度、石油進(jìn)口強(qiáng)度、石油依賴和人口等因素會對碳排放強(qiáng)度產(chǎn)生重要影響。Martinez 等人對西班牙能源強(qiáng)度比率趨勢變化進(jìn)行分析,確定了溫室氣體排放趨勢的主要驅(qū)動因素,并區(qū)分了“戰(zhàn)略性”和“非戰(zhàn)略性”的驅(qū)動因素。

      國內(nèi)對碳排放影響因素以及碳排放趨勢研究相對于西方發(fā)達(dá)國家比較晚,學(xué)者們從國家、省區(qū)和行業(yè)角度評估了不同碳排放影響因素對環(huán)境的影響(寧論辰等、李建豹等),目前主流的研究方法和手段有:IPAT 模型及其衍生的STIRPAT 模型、環(huán)境庫茨涅茨曲線、灰色預(yù)測模型和系統(tǒng)動力學(xué)等。通過對文獻(xiàn)的梳理,我們發(fā)現(xiàn),對于黑龍江省區(qū)域碳排放的研究相對較少,碳排放影響因素的研究有待進(jìn)一步深入。

      2 STITPAT 模型構(gòu)建與指標(biāo)的選取

      2.1 STITPAT 模型的構(gòu)建

      STIRPAT 模型是YORKR 和DIETZT 等在IPAT 恒等式的基礎(chǔ)上提出的隨機(jī)特殊形式,考慮了人口、財富和技術(shù)因素各自變動時對環(huán)境的單獨(dú)影響,消除了同比例變動問題的影響。該模型是目前研究碳排放峰值最常用的方法,并且具有很好的拓展性,故本文采用STIRPAT 拓展模型對黑龍江省的碳排放影響因素和碳排放峰值進(jìn)行研究。模型基本形式為:

      式中:I、P、A、T—環(huán)境壓力、人口因素、財富因素和技術(shù)水平;a—模型系數(shù);b、c、d—人 口、財富和技術(shù)的彈性系數(shù);u—誤差項(xiàng)。

      對模型取對數(shù),公式(1)變?yōu)椋?/p>

      由于黑龍江省是我國的老工業(yè)基地,其產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)有別于其他地區(qū),因此結(jié)構(gòu)性的差別是否會影響碳排放量,有待研究。故本文在STRPAT 的拓展模型上引入結(jié)構(gòu)性指標(biāo)S 進(jìn)行具體研究。此處將方程轉(zhuǎn)化為線形方程,兩邊分別取對數(shù),模型擴(kuò)展為:

      2.2 指標(biāo)的選取

      本文借鑒前人的研究成果,選取人口規(guī)模、城鎮(zhèn)化率、人均GDP、產(chǎn)業(yè)結(jié)構(gòu),這四項(xiàng)指標(biāo)的原始數(shù)據(jù)來源于2001-2020 年《黑龍江省統(tǒng)計年鑒》;二氧化碳排放量來源于中國碳核算數(shù)據(jù)庫;化石能源消耗量由《中國能源統(tǒng)計年鑒》中黑龍江省能源平衡表整理得到;碳排放強(qiáng)度和能源強(qiáng)度數(shù)據(jù)分別根據(jù)黑龍江省地區(qū)能源碳排放量、化石能源消耗量與地區(qū)實(shí)際GDP 總值計算所得;能源結(jié)構(gòu)數(shù)據(jù)由黑龍江省原煤消耗量占化石能源消耗總量計算所得,見表1。

      表1 模型變量說明

      因?yàn)楸疚乃x取的變量指標(biāo)相對較少,為了盡可能保留重要變量的信息,以及規(guī)避面板數(shù)據(jù)自身存在的多重共線性干擾,所以本文采用嶺回歸方法對數(shù)據(jù)重新進(jìn)行回歸,運(yùn)用SPSSPRO 平臺進(jìn)行嶺回歸方程的結(jié)果估計。根據(jù)SPSSPRO 平臺所做方差擴(kuò)大因子法確定K=0.107 時,系數(shù)逐步趨于穩(wěn)定,R2為0.964,擬合程度較好,但lnP1、lnT 和lnIS 的p 值卻遠(yuǎn)大于0.1,沒有通過0.05 水平下的顯著性檢驗(yàn);不同變量的組合進(jìn)行嶺回歸結(jié)果也不盡相同,所以再次進(jìn)行變量組合進(jìn)行嶺回歸,以城鎮(zhèn)化率、人均GDP、能源強(qiáng)度和能源結(jié)構(gòu)作為自變量,二氧化碳為因變量,根據(jù)方差擴(kuò)大因子法確定當(dāng)K=0.186 時,系數(shù)逐步趨于穩(wěn)定,擬合優(yōu)度R2=0.955,但是所得結(jié)果lnP2 大于0.05,沒有在0.05 的顯著水平通過檢驗(yàn),而STIRPAT 模型中的P為人口因素,城鎮(zhèn)化率歸于人口因素當(dāng)中,為了盡可能保留住城鎮(zhèn)化率指標(biāo)以嵌合模型,重新進(jìn)行變量組合進(jìn)行嶺回歸,在拓展STIRPAT 模型中結(jié)構(gòu)因素,把能源結(jié)構(gòu)換成產(chǎn)業(yè)結(jié)構(gòu),即以城鎮(zhèn)化率、人均GDP、能源強(qiáng)度和產(chǎn)業(yè)結(jié)構(gòu)作為自變量,二氧化碳排放量作為因變量進(jìn)行再一次的嶺回歸,最終所得結(jié)果:當(dāng)K=0.108 時,系數(shù)逐步趨于穩(wěn)定,R2為0.952,擬合效果很好,且常數(shù)項(xiàng)和各變量都在0.05 的顯著水平通過了檢驗(yàn),說明回歸系數(shù)符合現(xiàn)實(shí)意義檢驗(yàn)。城鎮(zhèn)化率、人均GDP、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)一一對應(yīng)STIRPAT 拓展模型的人口、財富、技術(shù)和結(jié)構(gòu)四個方面。最終所得嶺回歸非標(biāo)準(zhǔn)系數(shù)方程,即為拓展STIRPAT 模型的線形方程:

      3 黑龍江省未來碳排放趨勢分析與情景假設(shè)

      3.1 預(yù)測模型

      基于嶺回歸分析結(jié)果可以對黑龍江省未來的二氧化碳排放量趨勢進(jìn)行預(yù)測,確定其基本公式為:

      將黑龍江省2000-2019 年的各變量數(shù)據(jù)代入公式(5),得到模型測算的方程擬合數(shù)據(jù)與實(shí)際二氧化碳排放量結(jié)果進(jìn)行比較,誤差絕對值平均為5.63%,說明預(yù)測模型具有一定的實(shí)證意義。

      3.2 發(fā)展情景假設(shè)

      通過對STIRPAT 模型中的各變量進(jìn)行參數(shù)設(shè)定,可以設(shè)置不同的發(fā)展情景。本文將每個變量設(shè)置為“低速”“中速”“高速”發(fā)展模式三種情景,參數(shù)設(shè)置為固定變化值。再將不同的參數(shù)值代入預(yù)測模型(5)當(dāng)中,就可以對黑龍江省未來的二氧化碳排放量趨勢進(jìn)行分析。設(shè)置基準(zhǔn)年為2019 年,(部分有2020 年數(shù)據(jù)以2020 年為基準(zhǔn)年),預(yù)測2020-2050 年黑龍江省碳排放趨勢,以政府每一個五年規(guī)劃期為一個發(fā)展階段。分別為:第一階段:2020-2025;第二階段:2026-2030 年;第三階段:2031-2036 年;第四階段:2036-2040 年;第五階段:2040-2050 年。根據(jù)黑龍江省現(xiàn)實(shí)情況,情景參數(shù)設(shè)置如表2。

      表2 不同情景模式下參數(shù)設(shè)置

      3.3 發(fā)展情景分析

      結(jié)合具體參數(shù)數(shù)值進(jìn)行情景組合,具體見表3,并根據(jù)此進(jìn)行合理趨勢預(yù)測,如圖1 所示。

      圖1 不同情景下黑龍江省二氧化碳排放量趨勢預(yù)測

      表3 發(fā)展情景組合

      在情景2 中,當(dāng)城鎮(zhèn)化率、人均GDP 高速增長,能源強(qiáng)度低速下降和第二產(chǎn)業(yè)高速下降時,二氧化碳排放量增長速度最慢。而情景8 中,當(dāng)城鎮(zhèn)化率和人均GDP 高速增長,能源強(qiáng)度高速下降和產(chǎn)業(yè)結(jié)構(gòu)低速降低時,二氧化碳排放量增長速度最快。對比情景2、4 和情景6、8,可以發(fā)現(xiàn),當(dāng)城鎮(zhèn)化率和人均GDP 保持低速增長時,二氧化碳排放量將大幅度降低,說明城鎮(zhèn)化率和人均GDP 是影響未來黑龍江省二氧化碳排放量增長的主要因素。對比情景1、2 和情景8、9,當(dāng)城鎮(zhèn)化率、人均GDP 和能源強(qiáng)度變化保持一致時,產(chǎn)業(yè)結(jié)構(gòu)較高速度下降,二氧化碳排放量增長速度就慢,反之就快。因此,合理保持較高的第二產(chǎn)業(yè)降低速度,可以大幅度降低二氧化碳排放量。對比情景1、3和情景2、4,情景6、8 和情景7、9,可以發(fā)現(xiàn)當(dāng)城鎮(zhèn)化率、人均GDP 和產(chǎn)業(yè)結(jié)構(gòu)變化保持一致時,能預(yù)測強(qiáng)度高速下降,二氧化碳排放量增長速度就變得相對快,反之相對慢。因此可以看出,過快的能源強(qiáng)度降低速度,反而對二氧化碳排放量降低起到反作用,能源強(qiáng)度的下降已經(jīng)保持一個比較低的下降速度。

      綜合以上分析,為了控制黑龍江省二氧化碳排放量,需要控制城鎮(zhèn)化率過快的擴(kuò)張速度以及人均GDP 的快速增長,避免低質(zhì)量發(fā)展模式的形成;其二,進(jìn)行適當(dāng)?shù)募夹g(shù)創(chuàng)新,不能過快地降低能源強(qiáng)度,而是保持穩(wěn)定適中的降低,這也意味著黑龍江經(jīng)濟(jì)發(fā)展還需要依賴適度的能源強(qiáng)度,短期內(nèi)仍不可改變;其三,要優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),需要保持較高的第二產(chǎn)業(yè)占比降低速度,這也從反面看出來第三產(chǎn)業(yè)的增長,降低了第二產(chǎn)業(yè)占比,說明未來黑龍江經(jīng)濟(jì)轉(zhuǎn)型需要提升第三產(chǎn)業(yè)占比。

      4 建議與結(jié)論

      黑龍江省目前的二氧化碳排放趨勢和能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)表明,未來黑龍江省的二氧化碳排放量仍會繼續(xù)增加,黑龍江要發(fā)展低碳經(jīng)濟(jì),實(shí)現(xiàn)可持續(xù)發(fā)展,需要承擔(dān)起相應(yīng)的減排任務(wù),配合國家政策,實(shí)現(xiàn)自己的目標(biāo)。因此,提出以下建議:①要控制城鎮(zhèn)化的過速擴(kuò)張。黑龍江省在不斷推進(jìn)城鎮(zhèn)化水平上升過程中,要保持穩(wěn)定適中的速度,確保城鎮(zhèn)化水平合理地上升。②保持合理的經(jīng)濟(jì)增長速度。要不斷推進(jìn)供給側(cè)結(jié)構(gòu)性改革,對高碳產(chǎn)業(yè)經(jīng)濟(jì)進(jìn)行低碳產(chǎn)業(yè)經(jīng)濟(jì)轉(zhuǎn)型,淘汰落后產(chǎn)能,大力發(fā)展新型可持續(xù)發(fā)展產(chǎn)業(yè)。③提高能源利用的技術(shù)水平。提高能源的利用效率能夠有效降低能源消費(fèi)總量從而降低能源強(qiáng)度水平。提高能源利用效率的同時,在當(dāng)前階段,不能過快地降低能源強(qiáng)度,需要在當(dāng)前經(jīng)濟(jì)發(fā)展?fàn)顟B(tài)下適當(dāng)依賴能源消費(fèi)量,適度地降低能源消耗,結(jié)合能源結(jié)構(gòu)工作穩(wěn)步推進(jìn)。④優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。構(gòu)建與不斷完善新型低碳產(chǎn)業(yè)鏈,并且不斷發(fā)展第三產(chǎn)業(yè),改變當(dāng)前第二產(chǎn)業(yè)發(fā)展乏力的現(xiàn)狀,逐步發(fā)展低碳經(jīng)濟(jì)產(chǎn)業(yè),形成可持續(xù)發(fā)展戰(zhàn)略模式。

      本文采用STIRPAT 模型和嶺回歸分析黑龍江省能源二氧化碳排放影響因素,并運(yùn)用情景分析預(yù)測不同情景下的黑龍江省2020-2050 年的能源二氧化碳排放量趨勢,得出以下結(jié)論:黑龍江省能源二氧化碳排放影響因素按系數(shù)即作用大小排序依次為:城鎮(zhèn)化率、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、能源強(qiáng)度;城鎮(zhèn)化率和人均GDP 是二氧化碳排放量的主要驅(qū)動因素,產(chǎn)業(yè)結(jié)構(gòu)完善可以有效降低二氧化碳排放量,能源強(qiáng)度對二氧化碳排放量的抑制作用不明顯。本文不足之處在于:因?yàn)橹笜?biāo)選取的不同,研究結(jié)論可能存在一定的偏差;對于黑龍江省二氧化碳排放趨勢的分析并沒有出現(xiàn)碳達(dá)峰情況,原因可能存在隱含變量的缺失,如黑龍江呈人口不斷下降的趨勢;對指標(biāo)之間是否存在線性關(guān)系以及是否高度相關(guān)未進(jìn)行高度分析。

      猜你喜歡
      城鎮(zhèn)化率排放量產(chǎn)業(yè)結(jié)構(gòu)
      31 省份最新城鎮(zhèn)化率:9 省份超70%,這10 個省份城鎮(zhèn)人口最多
      天然氣輸配系統(tǒng)甲烷排放量化方法
      煤氣與熱力(2021年6期)2021-07-28 07:21:40
      黑龍江省碳排放量影響因素研究
      基于產(chǎn)業(yè)結(jié)構(gòu)對接的人力資源培養(yǎng)實(shí)踐與思考——以湖南省為例
      安徽省生態(tài)足跡與城鎮(zhèn)化率關(guān)系實(shí)證研究
      全國機(jī)動車污染物排放量
      ——《2013年中國機(jī)動車污染防治年報》(第Ⅱ部分)
      江蘇省火力發(fā)電機(jī)組二氧化碳排放量估算
      產(chǎn)業(yè)結(jié)構(gòu)
      江蘇年鑒(2014年0期)2014-03-11 17:09:29
      產(chǎn)業(yè)結(jié)構(gòu)變動、技術(shù)進(jìn)步與碳排放
      2011年全省城鎮(zhèn)化率達(dá)45.6%
      乌海市| 双流县| 元谋县| 阳东县| 平远县| 永昌县| 金华市| 滁州市| 两当县| 志丹县| 靖江市| 贞丰县| 微博| 交口县| 砀山县| 宁乡县| 长泰县| 会同县| 龙口市| 荣昌县| 聂荣县| 墨江| 大洼县| 明光市| 仁怀市| 怀来县| 耿马| 武山县| 普兰县| 镇雄县| 罗甸县| 湘潭县| 济宁市| 吕梁市| 收藏| 华宁县| 开封市| 方正县| 晋中市| 旬阳县| 永城市|