首页 > 丝路时评 > 基于STIRPAT模型的内蒙古碳排放影响因素研究
2023
09-14

基于STIRPAT模型的内蒙古碳排放影响因素研究

摘 要:为了探究内蒙古自治区二氧化碳排放的影响因素,本文基于内蒙古自治区2005—2018年的时间序列数据,并利用扩展的STIRPAT模型对影响内蒙古地区二氧化碳排放因素进行分析。研究结果表明,单位GDP能耗对二氧化碳排放影响最大,其余影响因素依次为人均GDP、能源结构、第二产业产值占比;基于上述结论,本文提出加快能源产业转型升级、优化能源消费结构;加大节能减排科技创新投入力度,大力推进低碳技术等政策启示。

关键词:STIRPAT模型;碳排放量;逐步回归法

一、引言

内蒙古自治区作为北方的生态安全屏障,同时也是中国重要的化工能源基地,其自身的产业结构偏重、能源结构偏煤,在“双碳”背景下面临着严峻的挑战和难得的机遇。一方面,推动“碳达峰”是内蒙古能源化工产业走向以生态优先、绿色发展为指导的高质量发展新道路的有利时机;另一方面,在“十四五”期间积极响应国家节能减排政策,促进以市场为导向的碳排放交易的背景下,内蒙古在碳汇供应方面具有明显优势。因此,厘清影响内蒙古地区碳排放量的因素,对实现温室气体减排、发展低碳经济以及实施区域低碳发展战略具有重要意义。

二、文献简要回顾

研究影响碳排放的驱动因素及其贡献率的相关问题对低碳经济的发展具有十分重要意义,国内外学者针对该问题进行了深入的探讨。对于碳排放影响因素的研究,根据研究方法可以大致分为三类:

第一种为指数分解法。该方法一般将二氧化碳排放分解为人均GDP、人口规模、能源强度、能源消费的碳强度等因素,并根据分解的恒等式分析各影响因素的权重和变化趋势。

第二种为投入产出分析和可计算一般均衡方法。利用投入产出法研究了技术进步、人口规模、城镇化水平对中国碳排放的影响。随后,张友国基于投入产出法分析了对外开放对中国GDP碳排放强度的影响。研究结果发现,对外开放程度对中国碳排放强度具有显著影响。

第三种为计量经济分析。林伯强和蒋竺均基于国家层面的宏观时间序列数据研究了影响中国人均二氧化碳排放的主要因素,发现人均收入、能源强度、产业结构和能源消费结构均会显著影响二氧化碳的排放。

综上所述,当前国内外学者对于碳排放这一问题研究成果十分丰富,但较少学者将内蒙古自治区作为主要研究对象对该区域碳排放驱动因素进行研究。基于此,本文以内蒙古为例,从经济社会角度出发,构建STIRPAT模型对影响内蒙古碳排放的驱动因素进行分析,根据研究结果为内蒙古自治区实行低碳经济发展提供有效政策建议。

三、理论模型

IPAT方程是由埃里奇和康默纳在20世纪70年代提出,该方程用来度量人文因素对环境变化的影响。IPAT模型认为决定环境影响状况I(Impact)的主要因素有三种:人口规模(P)、富裕程度(A)和社会生产技术水平(T),并由这三者的关系建立了恒定表达式为:

IPAT=P×A×T (1)

IPAT模型简单、便于操作的特点使其广泛运用于环境经济领域,但该模型存在很大的局限性。为了改善IPAT模型的不足,后来修正了该方程,在原有方程基础上提出了更为科学的可拓展的随机性的环境影响评估模型——STIRPAT模型。STIRPAT模型将指数引入模型之中,使其能够用对各因变量对环境的非比例影响进行研究,其表达式为:

I=aPbAcTde (2)

在等式(2)中,a为方程的比例常数项,b、c、d为各影响因素的弹性系数,e为随机误差项。由于STIRPAT模型具有良好的可塑性,在现实应用中,可以在模型中增加或减少相应的影响因素。此外,STIRPAT模型是一种多自变量非线性随机方程,在实证分析中通常转化为对数线性模型进行分析研究。

四、研究设计

(一)STIRPAT模型构建

本文借鉴前人选取变量方法,结合本文研究目的将STIRPAT模型扩展为:

I=αPaUbAcSdG1eG2fTgβ (3)

其中α为常数项,a、b、c、d、e、f、g均为待估计参数,β为随机误差项。对式(3)两边同时取对数进行处理,得式(4)为:

lnI=lnα+alnP+blnU+clnA+dlnS+elnG1+flnG2+glnT+lnβ (4)

(二)变量选取

1.被解释变量:碳排放量。本文将根据IPCC(联合国政府间气候变化专门委员会)的碳排放计算方法,将内蒙古历年能源消耗量折算成标准煤后,利用各种能源碳排放系数对内蒙古碳排放总量进行估计,具体公式为:

基于STIRPAT模型的内蒙古碳排放影响因素研究 - 第1张  | 大陆桥视野

式(5)中,I表示内蒙古地区碳排放总量,Ei表示第i种化石能源消费总量,Fi表示第i种化石能源的碳排放系数,即消耗一单位化石能源所释放的碳排放量。本文在计算内蒙古地区二氧化碳排放总量时,仅考虑煤炭、石油、天然气这三大主要化石能源进行估算。

2.解释变量:人口数量(P)、经济水平(A)、城镇率(U)、二产占比(G1)、三产占比(G2)、能源结构(S)、能源强度(T)。

(三)数据来源

文中选用的变量均来自于2005—2019年《中国能源统计年鉴》《内蒙古统计年鉴》进行研究,为剔除价格影响,本文选定2005年为基期进行可比价格调整,并据此计算能源强度及实际人均GDP。

(四)数据描述性统计

表1列出了被解释变量和解释变量的描述性统计。从表1的描述性统计中可以看出各变量的观察值之间都具有较大的变差,这为下文的计量估计提供了可能。

五、实证分析

(一)数据预处理

考虑到影响内蒙古地区二氧化碳排放的因素之间可能存在多重共线性问题,本文首先计算各解释变量之间的相关系数和方差扩大因子。分析发现,各解释变量之间存在多重共线性问题,其VIF均大于10,此时直接通过最小二乘法进行回归分析将无法准确得到各解释变量与二氧化碳排放量之间的关系。因此,本文选用逐步回归法进行研究。

(二)逐步回归法

本文使用逐步回归法对模型进行修正,由于被解释变量P、U未通过显著性检验,故将其剔除回归模型,修正后所得的内蒙古地区二氧化碳排放回归模型如下:

lnI=-3.826 8+1.047 5lnA+0.428 4lnS+0.23lnG1+1.104 8lnT (6)

该模型=0.999,F检验值为3 943.117,明显显著。本研究结果表明:经济水平、能源结构、第二产值占比、能源强度对内蒙古地区二氧化碳排放均存在正向影响,其相对应的弹性系数分别为1.047 5,0.428 4,0.23,1.104 8。

六、结论及政策建议

本文基于STIRPAT模型,以内蒙古地区2005—2018年数据分析了影响内蒙古二氧化碳排放的因素。通过实证发现二氧化碳排放规模受当地经济水平、能源结构、第二产值占比、能源强度影响,其中单位GDP能耗是影响二氧化碳排放的首要因素,人均GDP对其影响处于第二位,能源结构即煤炭消费量占一次能源消费总量影响次之,第二产业产值占比影响最小。根据上述结论,本文提出以下政策建议:

(一)加快推进产业转型升级,推动内蒙古地区绿色高质量发展

本文经过实证发现单位GDP能耗对内蒙古地区二氧化碳排放影响最强,其弹性系数为1.104 8。因此,为使内蒙古地区发展成为绿色低碳经济型社会、加速推进其产业进行转型升级,政府应推动能源密集、碳排量较高的行业进行节能改造,以技术创新等手段促进高耗能产业进行低碳转型;同时鼓励内蒙古地区新兴产业发展,如高新技术产业、现代服务业、数字经济等给予一定的产业扶持,为实现“十四五”规划设定的我国单位GDP能耗下降13.5%目标贡献一份力量, 力争实现碳排放和经济增长脱钩。

(二)优化地区能源消费结构,提高能源消费使用效率

煤炭消费在内蒙古地区一次能源消费总量中平均占比超70%,内蒙古经济发展过度依赖煤炭消费,能源消费结构极其不合理。为此,针对内蒙古地区能源消费结构进行改善优化势在必行,同时为响应中国在达沃斯议程上提出的最新碳减排目标,政府应促进内蒙古压减优化煤炭开采、煤电产能,逐步摆脱对煤炭消费的高度依赖,推动清洁能源(风能、太阳能和地热能等)替代传统的一次化石能源消费,利用好当地风能、太阳能等清洁能源的资源禀赋,延伸能源化工产业链,提高对能源消费的使用效率、附加值,尽早实现内蒙古地区煤炭消费达峰,使能源消费向高效清洁化发展。

(三)加大节能减排科技创新投入力度,大力推进低碳技术

低碳技术在提升节能减排方面具有巨大潜力,推动能源转型离不开科技进步和技术创新,政府应提升低碳技术在科技投入中的占比,努力降低低碳能源的成本。通过加强清洁能源技术创新、加快成熟低碳技术的推广与应用,使低碳能源应用规模化、产业化。在节能和环保等领域建立创新平台,对那些成本较高但碳排量较低的清洁能源提供项目和政策支持,鼓励通过技术创新打造出属于内蒙古的独特能源经济支撑点。
(文 / 李悦荣 丁华)

(作者简介:李悦荣,内蒙古财经大学,硕士研究生,研究方向:公共经济学;丁华,内蒙古财经大学,硕士研究生,研究方向:公共经济学。)

参考文献

[1]张喜花,陈秉谱,窦学诚等.西北地区农业碳排放效率及影响因素研究[J].科技与经济,2023,36(02):11-15.

[2]张友国.经济发展方式变化对中国碳排放强度的影响[J].经济研究,2010,45(04):120-133.

[3]林伯强,蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界,2009,No.187(04):27-36.

最后编辑:
作者:《大陆桥视野》
我们依托《大陆桥视野》杂志的优质、独家资源,传递丝绸之路经济带建设的各方信息,展示专家、学者、从业者针对大陆桥和丝路经济带建设的观点和言论,希望能够为推动丝路经济带的建设贡献应有的力量。

留下一个回复

你的email不会被公开。