人口规模下碳排放论文范文

本站小编为你精心准备了人口规模下碳排放论文参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

一、研究方法与数据来源

（一）研究方法20世纪70年代，Ehrlish等提出了环境负荷模型（IPAT模型）。后来Dietz等人在IPAT模型研究基础上，构建了随机模型（STIRPAT模型），并通过随机模型对人口与碳排放的非等比例影响因素的变化进行了相关研究。（1）式中，I表示环境负荷，C表示常量，P表示人口规模，A表示经济水平，T表示技术因素，α、β、χ分别表示人口、经济和技术的弹性系数，e表示随机误差项，假设要素之间可以完全替代，故α+β+χ=1。这是一个多变量的非线性模型，为了研究方便，考虑存在异方差等可能性情况，同时对于时序数据取对数后并不影响变量之间的关系。因此，对（1）式非线性生产函数两边取对数，转化成线性函数形式，得到模型为。为了研究人口规模对碳排放影响的同时，文章结合重庆市相关数据等资料的可获性、科学性和可行性等原则，本文添加人口结构因素对碳排放的影响分析，将人口结构（人口年龄结构、人口城乡结构、人口家庭结构）扩充到（2）式模型中，得到模型为。（3）式中，I表示环境负荷，用碳排放量表示，单位为万t；C表示常数项；PS表示为人口总数，用户籍人口来表示，单位为万人；PU表示人口城市化率，单位为%；PO表示人口年龄结构，用老龄化率来表示[5]，单位为%；PF表示家庭规模，单位为人/户；A表示经济发展水平，用人均消费额来表示，单位为元；T表示技术因素，用碳排放强度表示，单位为t碳/万元GDP；Lne表示随机误差项。其中，α1、α2、α3、α4、β、χ代表各解释变量的碳排放弹性系数。

（二）数据来源与处理1.碳排放总量的测算对于碳排放总量的数据，目前中国统计机构没有公布CO2排放数据，但是可以通过能源消耗的总量乘以其碳排放系数进行估算。同时，考虑到目前全球CO2排放量95.3%来自化石燃料，本文则对水电、核电等新能源碳排放可以忽略不计，主要考察化石能源的碳排放。因此，本文关于碳排放量的计算借鉴徐全国和刘则渊研究碳排放计算法[6]，即根据重庆市各类能源消耗总量乘以其各自碳排放系数进行测算。其中，Cit表示为第i省份第t年份的CO2排放总量，Eijt表示为第i省份第t年第j种能源消费量，Fj为第j种能源的碳排放系数。同时，碳排放系数的确定对于CO2排放量的准确计算影响很大。结合重庆能源消费特点，列出能源的碳排放系数2.数据来源与说明为探究重庆直辖以来人口规模、人口结构对碳排放的影响状况，选取1996—2013年为时间段，研究PS为户籍人口总数（万人）、PU为人口城市化率（%）、PO为老龄化率（%）、PF为家庭规模（人/户）、A为人均消费额（元）、T为碳排放强度（t碳/万元GDP）等为解释变量与被解释变量I为碳排放总量（万t）之间的关系。除了上述相关解释变量以外，还有诸多相关变量可能会影响CO2的排放水平，如能源结构、产业结构、居民消费方式等等，但是考虑到本文的研究重点，所以选用人口规模、人口结构、经济水平和技术水平来进行分析。同时，为消除价格因素对经济变量的影响，经济变量以1990年为基期计算成可比价进行测算（表2）。分析研究的指标数据均来自《重庆市统计年鉴（1997—2013）》、《2013年重庆市经济社会发展统计公报》及公开刊物发表的数据为基础。

二、人口规模、结构对碳排放影响的实证研究

（一）模型构建与检验根据Dietz等在环境负荷模型（IPAT模型）基础上建立随机模型（STIRPAT）相关理论，构建碳排放影响的计量模型。以表2数据为基础，选用公式（2）模型进行多元回归分析，采用Eviews6.0分析软件进行最小二乘法（OLS）处理，为消除量纲和数量级的不同带来的影响，在此对表2数据进行对数化处理。计算结果如表3所示。从回归结果看，F=4223.384，校正R2=0.999，表明该模型显著且具有较好的拟合度，各变量在10%的水平上也具有统计显著意义，因此，该模型拟合效果较好，统计学上有意义。据此判断，根据环境负荷模型（IPAT模型）基础上扩充建立随机模型（STIRPAT）在统计学上是有意义的。进一步表明重庆市碳排放总量与人口规模、人口城市化水平、老龄化率、家庭规模、人均消费额、碳排放强度都具有显著性影响，其弹性系数分别为：3.402、1.263、0.015、-0.696、0.411、1.131。

（二）模型解释与说明模型拟合结果显示，与碳排放总量影响大小依次为：人口规模>人口城市化水平>碳排放强度>人均消费额>家庭规模。1.PS项系数为3.402，表明了人口规模对重庆市碳排放总量影响程度最大，其中人口规模每提高1个百分点，可以使该地区的碳排放总量增加3.402个百分点。重庆直辖以来，人口总量从1997年的3042.92万人增长到2013年的3358.42万人，人口净增315.50万人，年均增长率高达15.33%。同时，重庆地处西南岩溶山区，仍处于欠发达、欠开发的山区，集“大城市、大农村、大山区、大库区”于一体的特殊城市来说，其人口密度和绝对数量较大，这些因素将是重庆市碳排放压力的主要因素[7]。根据Birdsall等研究指出了人口规模的增长则会对CO2排放量产生两个方面的影响：一方面，快速的人口规模增长则会对能源需求增加，从而在一定程度上会产生对CO2排放也会逐步增加的情况。另一方面，对于快速的人口规模增长则会导致森林砍伐破坏和水土流失加重，改变了原来土地利用方式等等，这些都将会导致对CO2排放量的增加[8]。2.PU项系数为1.263，表明人口城市化率每提高1个百分点，可以促使该区碳排放量增加1.263个百分点。直辖以来，重庆市人口城乡结构发生了显著变化，由1997年的31%提高到2013年的58.34%，增长了27.34个百分点，年均增长率为1.7个百分点。结果表明，一方面，重庆市城镇化进程加快提高的同时，导致了碳排放量的增加；另一方面，伴随重庆市城镇化水平提高的同时，居民消费水平也将逐步提高。这将带来对碳排放的刚性需求，从而推动碳排放的增长。这主要体现在两个方面，一方面，伴随城镇化水平进程加快，大量的城镇基础设施建设等方面，需要钢筋、水泥、玻璃等原材料的广泛使用的同时，伴随诸如小汽车、公共汽车等交通工具使用过程中产生的化石能源，燃烧化石能源所产生的CO2排放量也将呈现出进一步大幅增加趋势。另一方面，伴随城镇化的进程加快，也会带来人们的生产、生活方式等方面的改变，尤其是对煤、石油等化石燃料的使用，一定程度上促使人口对资源、环境压力更多地来自城市居民消费。3.T项系数为1.131，表明碳排放强度每提高1个百分点，可以促使该区碳排放量增加1.131个百分点。1997—2013年重庆市碳排放强度从1.6442t碳/万元GDP降至1.1247t碳/万元GDP，降幅为0.5195t碳/万元GDP（表2）。对于碳排放强度越低，则表明经济活动效率会越高，CO2排放量也就相应越少，同时，一定程度上也反映出区域技术发展水平情况。然而，重庆市碳排放强度高于全国平均水平，这与重庆市是工业大市，尤其是重化工业占主导的地区（2013年重庆市重工业产值占全市工业总产值的72.65%），目前重庆市对于能源消费结构主要是煤炭消费，能源消费基数较大，伴随经济欠发达、欠开发的西部地区来说，短期内能源结构方式的改变可能性小；另外，为加快经济的快速增长，一定程度上则会带来巨大的能源消费总量也会在一定程度上掩盖了由技术进步对碳排放的抑制作用的贡献。2013年，能源消费总量为8919.74万吨标准煤，煤炭消耗占能源消费总量的66.47%。因此，技术创新仍将是重庆市未来抑制碳排放的主要方式之一。4.A项系数为0.411，表明人均消费额每提高1个百分点，可以促使该区碳排放量增加0.411个百分点。人口规模、结构等人口因素对碳排放的影响主要体现在人口消费领域的碳排放情况。重庆市人均消费额从1997年的1977.44元提高到2013年的15191.14元（以1990年可比价计算获得），增长7.68倍，年均增长率达到13.59%（表2）。模型拟合结果，进一步表明了居民消费水平的提高与碳排放总量增长相关度较高，从而一定程度上加大了对能源消费的刚性需求，从而导致碳排放的增加。5.PO项系数统计学上不显著，表明短期内人口年龄结构的波动对碳排放量增加影响不大。理论上来说快速的人口老龄化进程，一方面，一定程度上加大了对老龄人口养老、医疗和服务等生产方面的投入，另一方面，一定程度上也加大了对能源的消耗。这一研究成果与前人朱勤、陈婧的研究成果一致，即人口老龄化对中国碳排放的影响可能不显著或者尚不清楚[9][10]。同时，诸多研究结果也表明，人口老龄化对能源使用和碳排放的影响机制相当复杂，以致其将导致能耗和碳排放的增加还是减少并不明确，但是可以确定的是人口老龄化进程的加快必然会对碳排放产生一定影响，因此，人口计生等相关部门需要加以关注和研究。6.PF项系数为-0.696，表明家庭规模对碳排放的影响呈现负效应。1997—2013年重庆市居民家庭规模从3.39人/户降至2.75人/户，降幅达到18.89%；家庭户数增幅达到35.98%，高于同期户籍人口总量的15.33%。因此，家庭规模的缩小将有可能会导致家庭户数增长程度的进一步加快，从而会呈现出家庭总户数的增速要快于年末总人口的增速幅度。与此同时，伴随家庭规模小型化的趋势和家庭总户数增加的同时，一定程度上会对碳排放呈现出同向叠加效应[11]。因此，我们通过选用家庭户数而并没有把人口数量指标作为人口变量时，人口的变化对碳排放增长的弹性系数，一定程度上也会呈现增大状态。所以，对于家庭规模的小型化加速，一定程度上推动了居民消费规模的扩张和家庭消费规模效应减弱。

三、结论与建议

文章利用扩展STIRPAT模型，采用Eviews6.0分析软件进行最小二乘（OLS）回归分析法对影响重庆市碳排放人口、经济和技术等相关变量因素进行了实证分析，得出了几点结论和几点思考建议：

（一）人口规模对重庆市碳排放量呈现显著的正向影响。直辖以来，重庆市人口总量从1997年的3042.92万人增长到2013年的3358.42万人，人口净增315.50万人，年均增长率高达15.33%，快速的人口增长加大了对碳排放的影响。因此，人口规模是碳排放的一个重要驱动因素。这与Jiang研究指出全球人口增长与能源消费量和碳排放量的增长是同步的结论相一致[12]。

（二）人口结构对重庆市碳排放具有重要影响。一是人口城市化率对碳排放影响具有正效应并排在第二位，应慎重考虑当前城镇化对碳排放的影响。因此，应以大力发展新型城镇化为契机，发展智能建筑促进智慧城市的建设步伐，为住户提供高效的环境同时降低能源消耗，主要通过打造智能建筑的相关技术集成起来，控制楼宇的能耗和对收集的数据进行分析，利用分析过的数据达到节能减排。二是人口老龄化对碳排放影响统计学上不显著，但是可以确定的是人口老龄化必然会对碳排放带来影响，因此，相关部门需要加以关注和研究制定相应措施。三是家庭规模对碳排放具有负效应，诸多研究结果也表明，家庭规模小型化、核心化有利于碳减排[13]。因此，政府应当注意家庭结构小型化的这种趋势，并将家庭结构的小型化作为未来影响碳排放的重要因素加以重视。

（三）人均消费额对碳排放影响超过人口老龄化率和家庭结构对碳排放的影响。内需既是政府刺激经济的主要手段，也是当下多元化趋势下的主要消费方式。因此，我们不能仅期望通过降低居民消费水平的程度，来达到碳减排的有力效果。为此，需要树立一种低碳消费的理念和营造一种绿色消费的氛围，倡导和引导居民低碳消费、绿色消费等可持续消费模式方向的转变。

（四）碳排放强度对碳排放的影响强度较大。从而表明，技术进步因素对重庆碳排放的影响具有正效应，一定程度上与理论相悖，但是并不能否定技术进步对碳排放的减速作用。因此，建议政府加大技术改造，提高清洁生产技术、碳捕获和封存技术等，尤其是煤炭净化技术，则应成为重庆市“十三五”低碳发展的必由之路。应在煤炭、有色金属等高耗能行业实行节能攻坚，推行节能交通。加大推进碳排放权交易，大力开展林业碳汇交易。通过新种植或者提高原有森林单位面积蓄积量来实现林业碳汇的扩大再生产规模的同时，加强对森林资源的管理和利用，从而有效扩大林业碳汇功能发挥。

（五）重庆市经济发展水平处于全国中后位置，但发展低碳经济潜力较大。因此，政府加强节能减排，提高资源利用效率，同时基于低碳技术和制度的不断创新发展战略新兴产业和清洁能源，加快重庆产业结构调整和发展方式的转变。有效控制人口因素对碳排放增长的影响。应大力发展现代物流业、金融资本、商贸、商务、文化、旅游等现代服务业，促进产业结构逐步向低碳、高级、有序、合理方面发展。

作者：洪业应向思洁陈景信单位：中共重庆市涪陵区委党校中共西藏昌都市委党校佛山职业技术学院