蔡敏燕

?

基于STIRPAT模型的福建省二氧化碳排放影響因素分析

蔡敏燕

（福建師范大學(xué) 經(jīng)濟(jì)學(xué)院，福建 福州， 350108）

［摘要］選取福建省1999-2013年的樣本數(shù)，運(yùn)用STIRPAT模型對福建省人口、經(jīng)濟(jì)和技術(shù)水平與二氧化碳排放量之間的關(guān)系進(jìn)行計(jì)量研究。研究結(jié)果顯示，人口（P）對二氧化碳排放量CO2的影響最大，且在CO2較高的年份對其有著較大的影響；福建省國內(nèi)生產(chǎn)總值（G）對二氧化碳排放量CO2的影響隨分位點(diǎn)上升而下降，說明在CO2較低的年份GDP所代表的經(jīng)濟(jì)因素對其造成了更大的影響；能耗強(qiáng)度（T）代表福建省的技術(shù)水平，其回歸系數(shù)均為正數(shù)，說明技術(shù)進(jìn)步帶來的能源使用效率水平的提高不僅沒使二氧化碳排放量有所下降，反而增加了二氧化碳排放量。根據(jù)分析結(jié)果提出了相關(guān)政策建議。

［關(guān)鍵詞］福建??；碳排放 ；STIRPAT模型； 影響因素

1　引言

近百年來，地球氣候逐漸變暖，隨著人類活動排放的溫室氣體不斷增加，導(dǎo)致21世紀(jì)全球氣溫上升的幅度比較大，人類社會的生存與發(fā)展由此面臨巨大威脅。為擺脫這一困境，低碳經(jīng)濟(jì)這一概念應(yīng)運(yùn)而生，最早在上世紀(jì)末、本世紀(jì)初出現(xiàn)。萊斯特?R.布朗（1999）在《生態(tài)經(jīng)濟(jì)革命：拯救地球和經(jīng)濟(jì)的五大步驟》中描繪了低碳經(jīng)濟(jì)概念的雛形。2003年，英國在《我們能源的未來—創(chuàng)建低碳經(jīng)濟(jì)》的能源白皮書中，第一次明確提出“低碳經(jīng)濟(jì)”這一詞匯。［1］“低碳經(jīng)濟(jì)”概念的提出為轉(zhuǎn)變經(jīng)濟(jì)增長方式提供了新的思路。中國也已經(jīng)顯示出一個有責(zé)任感大國的應(yīng)有之義。2009年12月，在哥本哈根會議上中國政府公布到2020年單位國內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降40%到45%，確立了碳減排的階段性目標(biāo)，并采取一系列應(yīng)對措施。但是，不同省域的碳排放量影響因素存在很大差異，人口、經(jīng)濟(jì)、技術(shù)、產(chǎn)業(yè)結(jié)構(gòu)等均有不同。福建省正處于工業(yè)化、城鎮(zhèn)化的快速發(fā)展階段，這兩大因素將成為驅(qū)動福建省碳排放的主要因素。同時(shí)，福建省人均耕地少，自然資源匱乏，一次能源短缺，生態(tài)環(huán)境較為脆弱。由此可見，為實(shí)現(xiàn)海峽兩岸經(jīng)濟(jì)區(qū)的可持續(xù)發(fā)展這一目標(biāo)，分析并明確福建省CO2排放的影響因素進(jìn)而有效地在促進(jìn)經(jīng)濟(jì)增長的同時(shí)降低碳排放量具有十分重要的現(xiàn)實(shí)意義。

2　模型建立和數(shù)據(jù)處理

2.1模型構(gòu)建

關(guān)于人類活動對碳排放的影響因素測度大多是依據(jù)P.R.Ehrlich［6］等于1971年提出的IPAT方程，該方程將環(huán)境影響與人口規(guī)模、富裕程度以及技術(shù)水平聯(lián)系起來，即

式（1）中，I表示環(huán)境影響，P表示人口規(guī)模，A表示富裕程度，T表示技術(shù)水平。由于I=PAT方程必須在其他因素不變的條件下，只能改變其中某一個因素進(jìn)行分析。同時(shí)，為了保持等式平衡，“I=PAT”模型不允許各影響因素非單調(diào)、不同比例地發(fā)生變化，這與實(shí)際情況存在著較大差異，因而其在應(yīng)用上存在一定的局限性。為了克服這一缺陷，1994年T.Dietz［7］等提出了公式（1）的隨機(jī)模型，即STIRPAT模型：

其中，a為常數(shù)項(xiàng)，指數(shù)b、c、d為待估參數(shù)，分別表示人口規(guī)模、富裕程度以及技術(shù)水平為環(huán)境影響的程度，e是模型誤差項(xiàng)。公式（2）允許將各系數(shù)作為參數(shù)進(jìn)行估計(jì)以及對各個影響因素進(jìn)行適當(dāng)分解，可以用來分析各個因素對環(huán)境的非等比例影響。

通過上述STIRPIT模型，建立如下碳排放及其影響因素的經(jīng)濟(jì)計(jì)量模型：

其中CO2t為當(dāng)年福建省的CO2排放量；Pt為當(dāng)年的福建省常住人口數(shù)；Gt為當(dāng)年福建省人均地區(qū)生產(chǎn)總值；Tt為福建省技術(shù)水平（即能耗強(qiáng)度），采用單位地區(qū)生產(chǎn)總值的能源消耗（噸標(biāo)準(zhǔn)煤/萬元）衡量；et是誤差項(xiàng)。公式（3）均采用時(shí)間序列數(shù)據(jù)，其中，t為數(shù)據(jù)年份。

為了數(shù)據(jù)的標(biāo)準(zhǔn)化并消除時(shí)間序列數(shù)據(jù)的異方差性，對公式（3）兩端各個變量分別取對數(shù)得到公式（4）作為本次研究的實(shí)證分析模型：

公式（4）中，lnCO2t為因變量，lnPt、lnGt、lnTt為自變量，a為常數(shù)項(xiàng)，et為誤差項(xiàng)，對經(jīng)過處理后的模型進(jìn)行多元線性擬合。由彈性系數(shù)概念可得，P、A、T每發(fā)生1%的變動，將分別引起I發(fā)生b%、c%或d%的變動。

2.2數(shù)據(jù)處理

本研究的原始數(shù)據(jù)均來源于《福建統(tǒng)計(jì)年鑒2014》并參照《2006年IPCC國家溫室氣體清單指南》中的相關(guān)內(nèi)容和參數(shù)，在此基礎(chǔ)上，匯總了1999-2013年福建省常住人口數(shù)P、福建省地區(qū)生產(chǎn)總值G和福建省技術(shù)水平（即能耗強(qiáng)度）T作為研究數(shù)據(jù)。采用Eviews8.0軟件進(jìn)行計(jì)算和分析。

（1）二氧化碳排放量計(jì)算

本文對于二氧化碳排放量的測算主要根據(jù)Johan提出的碳排放量的基本公式，即：

公式（5）中，C表示二氧化碳排放量；Cn排表示第n種能源的二氧化碳排放量；E表示一次能源的消費(fèi)量；En表示第n種能源的消費(fèi)量；Y表示國內(nèi)（地區(qū)）生產(chǎn)總值GDP；P表示人口；Fn表示第n類能源的碳排放強(qiáng)度；Sn表示第n類能源在總能源中所占的比重。本文通過以上公式對1999-2013年福建省的二氧化碳排放量進(jìn)行測算。其中，F(xiàn)i的取值主要參照《2006年IPCC國家溫室氣體清單指南》中的相關(guān)內(nèi)容和參數(shù)（表1），計(jì)算得出1999-2013年福建省的二氧化碳排放量（表2）。

表1　各類能源的碳排放系數(shù)

表2　1999-2013年福建省二氧化碳排放量

（2）技術(shù)水平的衡量

本文對于1999-2013年福建省技術(shù)水平主要通過能耗強(qiáng)度衡量，采用單位地區(qū)生產(chǎn)總值的能源消耗（噸標(biāo)準(zhǔn)煤/萬元）進(jìn)行測算，即：

單位GDP能耗（噸標(biāo)準(zhǔn)煤/萬元）=能源消費(fèi)總量（噸標(biāo)準(zhǔn)煤）/國內(nèi)（地區(qū)）生產(chǎn)總值（萬元）

通過《福建統(tǒng)計(jì)年鑒2014》及以上公式，測算出1999-2013年福建省技術(shù)水平T（表3）。

表3　1999-2013年福建省技術(shù)水平（能耗強(qiáng)度）

3　模型檢驗(yàn)

3.1平穩(wěn)性檢驗(yàn)

為了避免由于使用非平穩(wěn)的時(shí)間序列數(shù)據(jù)進(jìn)行回歸分析過程中，可能出現(xiàn)由于該時(shí)間序列數(shù)據(jù)具有共同的變化趨勢而產(chǎn)生虛假回歸等問題。首先對該時(shí)間序列數(shù)據(jù)進(jìn)行ADF單位根檢驗(yàn)，通過采用ADF單位根檢驗(yàn)方法對各個變量及其查分進(jìn)行平穩(wěn)性檢驗(yàn)，其中，最優(yōu)滯后期由SC準(zhǔn)則確定，以測試變量的平穩(wěn)性，檢驗(yàn)結(jié)果如表4所示。

表4　ADF單位根檢驗(yàn)結(jié)果

通過表4中的檢驗(yàn)結(jié)果可得到，被解釋變量lnCO2的序列接受在10%顯著性水平下是一階單整的。觀察該數(shù)據(jù)序列克制該組數(shù)據(jù)具有明顯的隨時(shí)間上升的趨勢，且在包含趨勢項(xiàng)的ADF檢驗(yàn)中顯著平穩(wěn)，說明被解釋變量lnCO2序列是一個趨勢平穩(wěn)過程。其次，lnP、lnG、lnT這三個解釋變量的序列在10%顯著性水平下都不能拒絕是二階單整的，說明其為差分平穩(wěn)過程。同時(shí)，這三個解釋變量的具有相同的單整階數(shù)，均大于被解釋變量CO2的單整階數(shù)（0階），滿足各個序列間存在協(xié)整關(guān)系的必要條件，可以進(jìn)行協(xié)整性檢驗(yàn)。

3.2Johansen協(xié)整檢驗(yàn)

協(xié)整檢驗(yàn)的目的是檢驗(yàn)變量之間是否存在長期均衡關(guān)系。［8］本文采用Johansen協(xié)整檢驗(yàn)的方法進(jìn)行協(xié)整性分析。由于對多個變量協(xié)整的長期均衡檢驗(yàn)，Johansen協(xié)整檢驗(yàn)方法不但能判定是否存在協(xié)整關(guān)系，還可以給出其存在的協(xié)整向量個數(shù)，因此，Johansen協(xié)整檢驗(yàn)方法要優(yōu)于Engle-Granger兩步法等方法。在檢驗(yàn)過程中，同樣滯后階數(shù)同樣由SC準(zhǔn)則決定，檢驗(yàn)結(jié)果如表5所示。

表5　Johansen協(xié)整檢驗(yàn)結(jié)果

從以上檢驗(yàn)結(jié)果可知，表2中的P值均小于0.05，即在5%的顯著性水平下拒絕了表2中的所有原假設(shè)。因此可以得出該基于特征值軌跡的Johansen協(xié)整檢驗(yàn)表明被解釋變量CO2與3個解釋變量P、G及T之間存在著4個協(xié)整向量。同時(shí)，表4的檢驗(yàn)結(jié)果也說明被解釋變量與解釋變量之間存在著長期穩(wěn)定的均衡關(guān)系。因此，結(jié)合上述的ADF單位根檢驗(yàn)結(jié)果可以說明模型（4）適合進(jìn)行回歸分析。

4　分位數(shù)回歸

分位數(shù)回歸最早由R.Koenker和Bassett［9］于1978年提出，它提供了回歸變量X和因變量Y的分位數(shù)之間線性關(guān)系的估計(jì)方法。本文利用福建省二氧化碳排放量CO2與其影響因素的計(jì)量經(jīng)濟(jì)模型（4）進(jìn)行分位數(shù)回歸，得到各個分位點(diǎn)上的分位數(shù)回歸結(jié)果如表6所示。可以看到各個分位數(shù)回歸模型調(diào)整后的擬合優(yōu)度R2均大于0.9，說明分位數(shù)回歸結(jié)果對模型做出了很好的解釋。其中，各個分位點(diǎn)上的系數(shù)大小反映了該解釋變量對被解釋變量的影響。從總體上看，可以看出解釋變量中l(wèi)nP對被解釋變量lnCO2的影響要比另外兩個解釋變量大。

表6　分位數(shù)回歸結(jié)果

通過對表6的分位數(shù)回歸結(jié)果進(jìn)行分析，可以看出隨著分位數(shù)點(diǎn)的增加，lnP的回歸系數(shù)C（2）總體呈上升趨勢，且從總體上看P（人口規(guī)模）對二氧化碳排放量CO2的影響是最大的。這反映了人口規(guī)模在CO2較高的年份對其有著較大的影響?？梢钥吹皆谳^低分位點(diǎn)上的系數(shù)要低于較高分位點(diǎn)上的系數(shù)，如在90分位點(diǎn)上，lnP的回歸系數(shù)值約是25分位點(diǎn)上的5倍，具有明顯的上升趨勢。這說明分位點(diǎn)越高，人口規(guī)模P對CO2的影響越是突出，如在90分位點(diǎn)上，回歸系數(shù)為5.386，這說明福建省常住人口P每增加1%福建省二氧化碳排放量會增加5.386%。由于人類活動會不斷地消耗著各種能源和資源，因此人口規(guī)模的擴(kuò)大會不斷導(dǎo)致二氧化碳排放量的增長。尤其是福建省目前正處在城市化的快速發(fā)展階段，快速的人口城市化會導(dǎo)致居民的消費(fèi)結(jié)構(gòu)發(fā)生變化，使城市居民越來越傾向于消費(fèi)發(fā)展性以及享樂型的高碳產(chǎn)品。同時(shí)，也會對農(nóng)村居民的消費(fèi)習(xí)慣產(chǎn)生“示范效應(yīng)”，深刻地影響著農(nóng)村居民的生產(chǎn)生活消費(fèi)方式，進(jìn)而導(dǎo)致碳排放量不斷加大。

GDP對二氧化碳排放量的影響隨著分位數(shù)點(diǎn)的增加而減少，從表6可以看出，lnGDP的回歸系數(shù)C（3）呈下降趨勢，說明GDP在CO2較低的年份對其有著較大的影響，即在此期間福建省GDP的增長帶來了較大的二氧化碳排放量增加。如在10分位點(diǎn)上，lnG的回歸系數(shù)為1.201，說明福建省GDP每上升1%就會使二氧化碳排放量增長1.201%。而在較高的分位點(diǎn)上，lnG對lnCO2的回歸系數(shù)較小，說明對二氧化碳排放量的影響較小。環(huán)境庫茲涅茨曲線是G.M.Grossman［10］提出的關(guān)于經(jīng)濟(jì)增長與環(huán)境指標(biāo)之間的呈現(xiàn)正相關(guān)再負(fù)相關(guān)的“倒U型”曲線。環(huán)境庫茲涅茨曲線是以人均收入為橫軸，以排污量為縱軸，隨著人均收入水平的提高，排污量會先上升，當(dāng)收入達(dá)到一定水平時(shí)，污染量會隨著人均收入的不斷上升而下降。如果按照這一理論，福建省在二氧化碳排放量較高的年份，福建省的經(jīng)濟(jì)以及環(huán)境指標(biāo)應(yīng)該已經(jīng)接近或達(dá)到環(huán)境庫茲涅茨曲線的頂點(diǎn)。然而從表6可以看出，福建省lnG的回歸系數(shù)C（3）雖然呈下降趨勢，但是回歸系數(shù)仍然較大，如在90分位點(diǎn)處，回歸系數(shù)為0.742，這說明福建省國內(nèi)生產(chǎn)總值GDP每增加1%，福建省二氧化碳排放量會增加0.742%。即使在二氧化碳排放量較高的年份，福建省人均收入（代表經(jīng)濟(jì)發(fā)展水平）與二氧化碳排放量仍成正相關(guān)關(guān)系。因此，福建省的經(jīng)濟(jì)發(fā)展水平雖然在一定程度上可以降低二氧化碳排放量，然而，福建省的碳排放量仍然處于上升階段。這說明福建省經(jīng)濟(jì)發(fā)展仍未擺脫粗放型的增長模式，在經(jīng)濟(jì)發(fā)展過程中可能過分追求GDP的增長，忽視了環(huán)境保護(hù)，在環(huán)境保護(hù)方面仍有待加強(qiáng)。

從表6可以看出， lnT的回歸系數(shù)C（4）均為正數(shù)。這說明技術(shù)水平對于二氧化碳排放量的影響為正，即技術(shù)進(jìn)步帶來的能源使用效率水平的提高不僅沒使二氧化碳排放量有所下降，反而增加了二氧化碳排放量。這是由于在技術(shù)進(jìn)步的同時(shí)會產(chǎn)生“回彈效應(yīng)”，即技術(shù)進(jìn)步雖然能夠提高能源的使用效率從而節(jié)約部分能源，但是技術(shù)進(jìn)步會使經(jīng)濟(jì)增長，這將會加大對能源的需求，最終將導(dǎo)致由于技術(shù)進(jìn)步帶來的能源使用效率提高而節(jié)省的能源被由經(jīng)濟(jì)快速增長帶來的額外能源消耗（全部或部分地）抵消。同時(shí)，鎖定效應(yīng)也會制約著技術(shù)進(jìn)步發(fā)揮減少二氧化碳排放量的作用，即工業(yè)化發(fā)展過程中對石油、煤炭等高排碳能源的過度依賴制約了低碳和可再生技術(shù)的發(fā)展和實(shí)施，這種狀態(tài) 也被稱為技術(shù)——制度復(fù)合體（Tecno-Institutional Complex,TIC）。［11］特別是福建省正處于工業(yè)化與城鎮(zhèn)化快速發(fā)展階段，難以改變短期內(nèi)能源需求快速增長的現(xiàn)狀。目前福建省能源消費(fèi)量的增長高于經(jīng)濟(jì)增長速度且經(jīng)濟(jì)增長模式仍以單一、粗放型的增長模式為主，二氧化碳排放量將越來越大，突破技術(shù)上回彈效應(yīng)與鎖定效應(yīng)的瓶頸將會面臨更大的阻力。表6中l(wèi)nT的回歸系數(shù)C（4）均為正數(shù)即說明了回彈效應(yīng)與鎖定效應(yīng)在很大程度上遏制了技術(shù)進(jìn)步促進(jìn)碳減排的作用。

5　結(jié)論與建議

通過以上回歸分析，可以得出以下結(jié)論：一方面，福建省的二氧化碳排放量CO2和福建省常住人口數(shù)P、福建省人均地區(qū)生產(chǎn)總值G以及福建省技術(shù)水平（即能耗強(qiáng)度）T之間存在長期穩(wěn)定的均衡關(guān)系。二氧化碳排放量CO2、福建省常住人口數(shù)P和福建省技術(shù)水平（即能耗強(qiáng)度）T是影響福建省二氧化碳排放量的重要因素。另一方面，從分位數(shù)的回歸結(jié)果可以看出，對福建省二氧化碳排放量影響最大的是人口因素。人口規(guī)模在CO2較高的年份對其有著較大的影響。在較低分位點(diǎn)上，人口規(guī)模P的系數(shù)要低于較高分位點(diǎn)上的系數(shù)，說明人口規(guī)模在CO2較高的年份對其有著較大的影響。GDP的回歸系數(shù)呈下降趨勢，說明GDP在CO2較低的年份對其有著較大的影響。且回歸系數(shù)雖然呈下降趨勢，但是在較高分位點(diǎn)處系數(shù)仍然比較大，說明福建省的經(jīng)濟(jì)發(fā)展較不成熟，仍然以單一、粗放型的經(jīng)濟(jì)增長方式為主。技術(shù)水平T的回歸系數(shù)均為正數(shù)，說明回彈效應(yīng)與鎖定效應(yīng)仍然在很大程度上制約著技術(shù)水平對降低能耗、降低二氧化碳排放的作用。因此，針對以上回歸分析得出的結(jié)論，對于有效地降低福建省二氧化碳排放量提出以下幾點(diǎn)建議：

首先，要重視人口因素對二氧化碳排放的影響。要注重提高人口素質(zhì)，倡導(dǎo)低碳生活方式。福建省正處于加速城鎮(zhèn)化的進(jìn)程中，在這一過程中，居民的生活消費(fèi)水平將得到進(jìn)一步的提高，對生產(chǎn)、生活等方面的物質(zhì)需求將日益增加。因此，需要對居民的生產(chǎn)、生活方式進(jìn)行合理引導(dǎo)，倡導(dǎo)低碳生活方式，提倡低碳出行，避免鋪張浪費(fèi)等。同時(shí)，要避免城市居民對農(nóng)村居民的消費(fèi)習(xí)慣產(chǎn)生不良的“示范效應(yīng)”。通過合理引導(dǎo)城市居民進(jìn)行綠色消費(fèi)建立良好的城鎮(zhèn)居民對農(nóng)村居民的“示范效應(yīng)”對于福建省實(shí)現(xiàn)有效的碳減排具有重要的現(xiàn)實(shí)意義。

其次，目前福建省的產(chǎn)業(yè)結(jié)構(gòu)中，第一產(chǎn)業(yè)和第二產(chǎn)業(yè)所占比重較大，第三產(chǎn)業(yè)所占比重較小，產(chǎn)業(yè)結(jié)構(gòu)比較不合理，效益偏低。截至2013年，福建省一、二、三產(chǎn)業(yè)占GDP比重分別為8.9%、52%和43.5%。其中，第二產(chǎn)業(yè)中工業(yè)所占比重為43.5%，輕工業(yè)與重工業(yè)所占比重分別為52.04%和47.96%。工業(yè)尤其是重工業(yè)是推動福建省經(jīng)濟(jì)發(fā)展的主要動力之一，同時(shí)也是二氧化碳排放的主要來源之一。因此福建省還應(yīng)大力轉(zhuǎn)變經(jīng)濟(jì)增長方式，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級，淘汰落后產(chǎn)能，實(shí)現(xiàn)綠色增長。同時(shí)，要合理調(diào)整能源結(jié)構(gòu)。目前福建省的能源結(jié)構(gòu)仍以煤炭、石油為主體。截止2013年，福建省煤炭與石油占能源消費(fèi)總量的比重分別為59.7% 和21.9%，占比較大。水電、風(fēng)電以及核電等清潔能源占能源消費(fèi)總量的比重仍然很低。福建省應(yīng)該大力倡導(dǎo)使用清潔能源，加大對風(fēng)電、水電以及核電的投資，不斷更新相應(yīng)技術(shù)設(shè)備，提高能源使用效率。使清潔能源成為煤炭、石油的替代物，減少生產(chǎn)、生活對于煤炭、石油等化石燃料的需求。

最后，在政策上要加大對研發(fā)低碳技術(shù)和可再生能源技術(shù)的支持。加大科研投資力度、提高自主創(chuàng)新能力，實(shí)現(xiàn)引進(jìn)國外先進(jìn)技術(shù)與鼓勵自主研發(fā)相結(jié)合，提高技術(shù)對降低二氧化碳排放量的貢獻(xiàn)率。［12］通過以上回歸分析，可知技術(shù)對于二氧化碳排放的影響具有“雙刃劍”效應(yīng)。因此，在不斷提高碳減排技術(shù)水平的同時(shí)，要與實(shí)現(xiàn)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式相結(jié)合，不斷升級產(chǎn)業(yè)結(jié)構(gòu)。同時(shí)，通過合理運(yùn)用稅收、價(jià)格等調(diào)節(jié)手段引導(dǎo)各個生產(chǎn)行業(yè)與居民使用清潔能源，進(jìn)行低碳生產(chǎn)與低碳生活，實(shí)現(xiàn)綠色生產(chǎn)、綠色消費(fèi)。突破“回彈效應(yīng)”與“鎖定效應(yīng)”對技術(shù)的制約。

參考文獻(xiàn)：

［1］楊丹輝，李偉.低碳經(jīng)濟(jì)發(fā)展模式與全球機(jī)制：文獻(xiàn)綜述［J］.經(jīng)濟(jì)管理，2010（6）：164-171.

［2］Ehrlich P R,Holdren J P.Impact of population growth［J］.Science,1971.

［3］Dietz T,Rosa E A.Rethinking the environmental impacts of population,affluence and technology［J］.Human Ecol Rev,1994（1）:277-300.

［4］鄭凌霄，周敏.技術(shù)進(jìn)步對中國碳排放的影響——基于變參數(shù)模型的實(shí)證分析［J］.科技管理研究，2014（11）：215-220.

［5］Koenker R,Bassett Jr G Regression quantiles［J］. Econometrica,1978,46（1）:33-50.

［6］Grossman G M,Krueger A B.Environmental impacts of a North American free trade agreement［R］.National Bureau of Economic Research,1991.

［7］劉鑫，趙濤.基于分位數(shù)回歸的天津市二氧化碳排放影響因素研究［J］.環(huán)境衛(wèi)生工程，2014（1）：53-61.

［8］陳欽忠，王慧紅.福建省技術(shù)進(jìn)步對經(jīng)濟(jì)增長的影響機(jī)制分析［J］.福建省社會主義學(xué)院學(xué)報(bào)，2011（3）：74-77.

Influence Factors of Carbon Dioxide Emissions in Fujian Based on the STIRPAT Model

Cai Min-yan
（School of Economics, Fujian Normal University, Fuzhou, Fujian 350108）

Abstract：Based on the sample data of Fujian from 1999 to 2013, by means of STIRPAT model the qualitative research was conducted on the relationship between population, economic and technological levels and carbon dioxide emissions. Research results show that the greatest impact of the carbon dioxide is the population （P） , and in the years with higher CO2 there has a greater impact; With the rise of quantile, the effect of GDP representing the factor of economy on the carbon dioxide emissions of Fujian decrease; energy consumption intensity （T） represents the technological level of Fujian, and the regression coefficients are positive, indicating that technological progress to improve the energy efficiency levels of carbon dioxide emissions not to make them decrease, but increase the carbon dioxide emissions. Finally some relevant proposals are put forward based on the analysis results.

Key words：Fujian province; carbon dioxide emissions; STIRPAT model; influence factors

中圖分類號：F810.2；X22

文獻(xiàn)標(biāo)識碼：A

文章編號：1674-3083（2016）02-0042-06

收稿日期：2015-12-19

作者簡介：蔡敏燕（1992—），女，福建漳州人，福建師范大學(xué)經(jīng)濟(jì)學(xué)院人口、資源與環(huán)境經(jīng)濟(jì)學(xué)專業(yè)在讀碩士研究生，研究方向?yàn)榈吞冀?jīng)濟(jì)。