鐘宇聲

(福建師范大學 經(jīng)濟學院，福建 福州，350108)

江西省人口變動對碳排放的影響
——基于STIRPAT擴展模型

鐘宇聲

(福建師范大學 經(jīng)濟學院，福建 福州，350108)

在現(xiàn)行人口政策以及老齡化的背景下，人口變動對碳排放的影響成為學界研究的熱點。運用STIRPAT擴展模型考察人口規(guī)模、城鄉(xiāng)結構、年齡結構、人均財富和技術進步等五類因素對江西省能源碳排放的影響，結果表明：人口規(guī)模和城鎮(zhèn)化對江西省能源碳排放的影響最為明顯；人均GDP的影響表現(xiàn)得也極為強勢；而人口年齡結構和技術進步則作用較弱；人口規(guī)模、城鄉(xiāng)結構、年齡結構、人均財富對江西省碳排放均有正向的促進作用，技術進步則表現(xiàn)為抑制作用。政府應該密切關注人口增長態(tài)勢，同時采取加快推進綠色經(jīng)濟建設、提高人均GDP和推動能源技術革命等措施來應對人口變動對江西省碳排放的影響。

人口變動；碳排放；STIRPAT模型；嶺回歸

自全球氣候變暖問題進入公眾的視野以來，世界各國圍繞著碳減排問題展開了激烈的博弈。2015年12月12日，第21屆聯(lián)合國氣候變化大會上近200個締約方一致同意通過的《巴黎協(xié)定》無疑又將碳減排問題推向了一個新的高潮。作為全球最大的溫室氣體排放國的中國于次年9月加入《巴黎氣候變化協(xié)定》，展現(xiàn)了我國積極應對氣候變化的意愿和應有的擔當。江西省作為實施中部崛起戰(zhàn)略省份中經(jīng)濟最為落后的地區(qū)，擔負著保持經(jīng)濟穩(wěn)定增長和社會轉型的重任，在實現(xiàn)低碳發(fā)展的道路上還有很長的一段路要走。在現(xiàn)行人口政策以及人口老齡化的背景下，我國人口結構正在經(jīng)歷深刻變革，研究人口變動對碳排放的影響，對于江西省實現(xiàn)低碳發(fā)展具有重要意義。

一、文獻回顧

1971年Ehrlich和Holdren[1]在分析人類活動對環(huán)境的壓力時，首次應用IPAT方程來闡述人口、財富、技術和能源消費量之間的關系，而后有大量的專家學者應用IPAT模型來探究人文因素對于環(huán)境的影響。York等人[2]在經(jīng)典IPAT方程的基礎上提出了隨機回歸影響模型，即STIRPAT模型，彌補了IPAT等式要求量綱嚴格統(tǒng)一和各變量之間只能等比例變化的缺陷。經(jīng)過眾多專家的研究和拓展，目前STIRPAT模型已被廣泛應用于人口活動對碳排放影響的研究。如Shahbaz等[3]分析了城鎮(zhèn)化、財富因素和貿易開放度對馬來西亞能源消費量的影響；王立猛、何康林[4]利用STIRPAT模型，以能源消費污染為環(huán)境壓力衡量指標，研究了中國1952-2003年間人口數(shù)量、富裕度、能源強度和能源消費的選擇行為等對環(huán)境壓力的影響；渠慎寧和郭朝先[5]利用STIRPAT模型，通過對中國30個省市面板數(shù)據(jù)的分析，展示了目前我國各地碳排放的基本情況；朱勤、彭希哲、陸志明等[6]采用STIRPAT擴展模型定量分析1980-2008年間中國人口規(guī)模、結構以及居民消費等因素對碳排放的影響；李國志、李宗植[7]測算了我國30個省份的碳排放并將其分為低排放、中排放以及高排放區(qū)域，運用STIRPAT模型探討三個不同排放等級的區(qū)域人口、經(jīng)濟及技術對碳排放有何不同的作用及其程度。

可以發(fā)現(xiàn)，多數(shù)學者都是從國家層面來開展人口因素對碳排放影響的研究，省域層面的研究還較少涉及；在指標選取上都是從人口規(guī)模或者人口城鄉(xiāng)結構等方面單一地進行考量，較少全面綜合考慮人口規(guī)模和人口結構(包括城鄉(xiāng)結構、年齡結構)等因素對碳排放的影響。有鑒于此，本文以江西省為研究目標，運用拓展的STIRPAT模型，引入人口數(shù)量、人口結構和城鄉(xiāng)結構、人均財富等因素，綜合考慮人類活動對江西省碳排放的影響，探究人口變動與碳排放之間的作用機理，并通過實證研究揭示其作用方向和影響程度，為江西省政府在十三五期間開展節(jié)能減排工作提供決策依據(jù)。

二、模型構建及數(shù)據(jù)處理

(一)IPAT和STIRPAT模型

IPAT模型是用于反映人類活動對環(huán)境壓力的影響的一個理論框架，被廣泛用于研究環(huán)境、人口、技術和經(jīng)濟發(fā)展之間的關系，其表達式為：

I=P×A×T

(式1)

其中I表示環(huán)境負荷，P表示人口規(guī)模，A表示人均財富，T表示技術水平。為了克服經(jīng)典IPAT模型在分析人文因素對環(huán)境影響的不足，約克等人在經(jīng)典IPAT模型的基礎上提出了隨機回歸影響模型，即STIRPAT模型，其表達式為：

I=a×Pb×Ac×Td×e

(式2)

其中a為模型常數(shù)項，b、c、d分別為相應變量的指數(shù)項，e為隨機誤差項。本文采用式(2)模型進行分析，對等式兩邊取對數(shù)得到方程：

lnI=lna+blnP+clnA+dlnT+lne

(式3)

為了更深層次地探究江西省人口變動對碳排放的影響，引入人口城鎮(zhèn)化率、勞動年齡人口比重這兩個與人口結構相關的重要指標對STIRPAT模型進行擴展，得到兩個擴展后的模型：

lnI=lna+b1lnP1+b2lnP2+clnA+dlnT+lne

(式4)

lnI=lna+b1lnP1+b3lnP3+clnA+dlnT+lne

(式5)

其中I為環(huán)境負荷，用二氧化碳碳排放量表示；P1為人口規(guī)模，用地區(qū)總人口數(shù)量表示；P2表示為人口城鄉(xiāng)結構，用地區(qū)人口城鎮(zhèn)化率表示；P3表示人口年齡結構，用15歲～64歲人口占總人口的比重來表示；A為財富因素，用人均GDP表示；T為技術因素，用碳排放強度即單位GDP的二氧化碳排放量表示。

(二) 數(shù)據(jù)來源

目前對于二氧化碳排放量的估算都是基于化石能源燃燒所產(chǎn)生的二氧化碳，因此本文所測算的碳排放也是僅限于對化石能源燃燒所產(chǎn)生的碳排放，采用的是徐國泉[8]等提出的估算方法，其計算公式為：

(式6)

其中，E是能源消費總量，Ei分別是煤炭、石油、天然氣的消費量；Fi為碳排放系數(shù)，表示消耗單位能源所排放的二氧化碳量；Si為各類能源的比重。E、Ei、Si均可從《江西省統(tǒng)計年鑒》中獲取，而不同國家不同部門測得的Fi的數(shù)值各不相同，本文列舉了幾個主要國家和部門測得的數(shù)據(jù)并取其平均值作為Fi的參考值。

表1 不同國家各類能源的碳排放系數(shù)

注：數(shù)據(jù)來源于相關文獻整理所得。

人口數(shù)量、GDP等數(shù)據(jù)來源于《江西省統(tǒng)計年鑒》，為剔除價格因素的影響，對GDP數(shù)據(jù)采用2000年不變價格進行平減；勞動年齡人口比重的數(shù)據(jù)來源于國家統(tǒng)計局，2001年的數(shù)據(jù)缺失，用前后兩年的均值來代替。經(jīng)計算整理，可以得到江西省2000-2014年的碳排放與人口的相關數(shù)據(jù)(見表2)。

表2 江西省2000-2014年人口、財富及碳排放數(shù)據(jù)

注：相關數(shù)據(jù)來源于《江西省統(tǒng)計年鑒(2000-2014)》，經(jīng)計算、整理得。

對時間序列進行傳統(tǒng)的線性回歸要求這些序列都是平穩(wěn)的，否則會出現(xiàn)偽回歸等問題。若序列是非平穩(wěn)的，如果它們之間存在協(xié)整關系，那么對其進行回歸也是可行的。另外，如果自變量之間存在嚴重的多重共線性問題，對回歸結果的準確性和合理性也會產(chǎn)生很大的影響。為此，首先要對各變量進行平穩(wěn)性檢驗，然后對非平穩(wěn)序列檢驗是否存在協(xié)整關系，最后對自變量之間是否存在嚴重的多重共線性進行檢驗。

(三)平穩(wěn)性檢驗

對時間序列的平穩(wěn)性檢驗，ADF單位根檢驗是普遍應用的方法。以序列l(wèi)nI為例，ADF單位根檢驗的模型為：

(式7)

使用Eviews8.0軟件對序列l(wèi)nI進行ADF單位根檢驗，分別取序列的水平值、一階差分值、二階差分值對式(7)依次檢驗。對序列的水平值分別進行三種形式的檢驗，均不能拒絕原假設；而當序列取一階差分且包含常數(shù)項和趨勢項(α≠0,β≠0)時，檢驗的t統(tǒng)計量為-5.897720，在1%的顯著性水平下拒絕原假設，說明序列l(wèi)nI是非平穩(wěn)序列且一階單整。比照同樣的方法分別對lnP1、lnP2、lnP3、lnT、lnA進行平穩(wěn)性檢驗，最終得到檢驗結果匯總如表3。

表3 各變量ADF單位根檢驗結果

由表3可知，變量lnP1、lnP2、lnA均為平穩(wěn)序列，lnI、lnP3、lnT為一階單整序列，要進行線性回歸，需要對其進一步協(xié)整檢驗。

(四)協(xié)整檢驗

協(xié)整檢驗用于檢驗經(jīng)濟變量之間是否存在長期均衡關系，如果時間序列是非平穩(wěn)但是是同階單整的，則經(jīng)濟變量之間存在協(xié)整關系，對其使用經(jīng)典線性回歸也是有意義的。本文采用EG檢驗方法分別對lnI與lnP3和lnI與lnT的協(xié)整關系進行檢驗。以對變量lnI與lnP3之間的協(xié)整檢驗為例，使用Eviews8.0軟件對lnI與lnP3進行普通最小二乘法回歸，然后對殘差序列進行單位根檢驗，其結果如表4。

表4 變量lnI與lnP3最小二乘法回歸的殘差序列ADF檢驗結果

由表4可知，殘差序列ADF檢驗的t統(tǒng)計量為-1.688784，在10%的顯著性水平下拒絕原假設，說明lnI與lnP3是協(xié)整的。運用同樣的方法檢驗lnI與lnT的協(xié)整關系，結果表明殘差序列ADF檢驗的t統(tǒng)計量為-3.821563，在5%的顯著性水平下拒絕原假設，說明lnI與lnT也是協(xié)整的。

通過以上分析可知，變量lnP1、lnP2、lnA均為平穩(wěn)序列，lnI、lnP3、lnT為一階單整序列并且通過了協(xié)整檢驗，模型中所有變量均通過了檢驗，滿足回歸分析的要求。

(五)多重共線性檢驗

在存在多重共線性問題的情況下對其采用普通最小二乘法進行回歸，會出現(xiàn)參數(shù)估計量經(jīng)濟含義不合理、模型的預測功能失去意義等不良后果。為此還必須檢驗模型是否存在多重共線性問題。以模型(4)的檢驗為例，用SPSS22軟件對其進行最小二乘法回歸，得到部分結果如表5。結果表明，回歸方程的可決系數(shù)R2接近于1，擬合效果很好。但是估計的lnP2系數(shù)不合理且無法通過顯著性檢驗，且各解釋變量的方差膨脹因子VIF都非常大，達到嚴重多重共線性的標準。采用同樣的方法對模型(5)進行檢驗，同樣顯示解釋變量之間存在嚴重的多重共線性問題。

表5 模型(4)OLS回歸系數(shù)的顯著性檢驗

(六)嶺回歸擬合

圖1 嶺跡圖Fig.1 Ridge trace

嚴重的多重共線性使得普通最小二乘法回歸的模型參數(shù)不具備解釋模型的能力，為此采用嶺回歸方法對模型進行回歸。以模型(4)為例，在SPSS 22軟件下使用宏程序Ridge Regression對模型進行嶺回歸擬合，得到其不同K值下的系數(shù)值嶺跡圖如圖1。

從圖1的嶺跡圖可以看出，預測變量的回歸系數(shù)從K=0處十分明顯地變化到k=0.2。之后lnP1、lnP2和lnA的值開始慢慢互相重合。從K=0.4開始，模型看起來變得穩(wěn)定，估計回歸系數(shù)的函數(shù)慢慢地轉變?yōu)榕cx軸平行。此時，擬合的標準化的嶺回歸方程為：

(式8)

通過簡單計算可以將標準化的嶺回歸方程化成對應的嶺回歸方程：

(式9)

運用同樣的方法對模型(5)進行嶺回歸，當取K=0.85時，模型趨于穩(wěn)定，其可決系數(shù)為0.88712，對應的可標準化嶺回歸方程為：

(式10)

同樣可以得到對應的嶺回歸方程為：

(式11)

三、結果分析

從模型的擬合結果中可以看出，21世紀以來人口規(guī)模、城鄉(xiāng)結構(城鎮(zhèn)化率)、年齡結構(勞動年齡人口占比)、人均財富和技術進步五個因素對江西省能源碳排放的作用大小和方向。就影響程度而言，從標準化嶺回歸方程中可以看出：人口規(guī)模和城鎮(zhèn)化對江西省能源碳排放的影響最為明顯；人均GDP的影響表現(xiàn)得也極為強勢；而年齡結構和技術進步的作用較弱。就碳排放影響的絕對量而言，從嶺回歸方程中可知：人口規(guī)模的變動對碳排放的影響最為明顯，年齡結構和城鄉(xiāng)結構次之，人均GDP和技術進步的變動則相對較弱。就對碳排放的作用方向而言，由模型擬合系數(shù)對于的符號可知：人口規(guī)模、城鄉(xiāng)結構、年齡結構和人均GDP對江西省能源碳排放都具有促進作用，而技術進步對碳排放具有抑制作用。

具體而言，人口規(guī)模的增長對江西省碳排放的影響程度最大。人口規(guī)模的增長必然需要更多的資源來滿足其衣、食、住、行的消耗，無論是對人口增加導致的對能源的直接消耗，還是其消費商品和服務導致的間接能源消耗，都會使能源的碳排放量絕對增長。從表2可以看出，2000年以來江西省人口總量增加了9.5%左右，能源碳排放總量增加了3倍多。盡管受計劃生育政策的調控，江西省人口增長率一直呈下降態(tài)勢，但是由于人口政策的時滯性，江西省人口總量還會保持絕對的上升。有學者估計我國人口總量在2028年左右到達峰值，所以在今后很長一段時期內人口規(guī)模的增長都會增加江西省的碳排放。

人口城鄉(xiāng)結構變動對江西省能源碳排放的促進效果很明顯。一般而言，城鎮(zhèn)化對碳排放的作用主要體現(xiàn)在以下兩個方面：一方面，城鎮(zhèn)化水平的提高意味著經(jīng)濟結構從以農(nóng)業(yè)為主的傳統(tǒng)結構向以第二產(chǎn)業(yè)和服務業(yè)第三產(chǎn)業(yè)等非農(nóng)產(chǎn)業(yè)為主的現(xiàn)代產(chǎn)業(yè)結構的轉變在加快，這必然導致對能源需求量的絕對增加從而導致碳排放的增長；另一方面，城鎮(zhèn)化水平的提升會產(chǎn)生規(guī)模效應，使得對資源的利用從低效率轉變高效率，從而提高能源的利用方式和效率，減少二氧化碳氣體的排放。目前，城鎮(zhèn)化因素對江西省碳排放還有很強的促進作用，說明江西省的城鎮(zhèn)化水平還不是很高，沒有表現(xiàn)出規(guī)模效應。從表2中也可以看出，盡管江西省城鎮(zhèn)化建設在不斷加快，但總體水平還較為緩慢，在2014年才突破城鎮(zhèn)化率50%的大關；而我國在2012年城鎮(zhèn)人口占總人口的比重就已經(jīng)突破50%，江西省城鎮(zhèn)化發(fā)展遠遠低于全國平均水平。所以江西省加大城鎮(zhèn)化建設力度，盡快到達產(chǎn)生規(guī)模效應的水平，對控制碳排放的增長、達到節(jié)能減排的效果具有重大作用。

人均GDP對江西省能源碳排放的作用也較明顯。根據(jù)環(huán)境庫茲涅茲曲線假說，環(huán)境壓力與經(jīng)濟發(fā)展呈倒U型曲線關系：經(jīng)濟發(fā)展初期，發(fā)展經(jīng)濟的壓力較大，而對于環(huán)境服務的需求就較低，隨著經(jīng)濟的發(fā)展環(huán)境壓力會逐步加重。當收入提高后，環(huán)境服務成為可以承受的正常品，環(huán)保意識的增強使得環(huán)境污染減輕以至消除。江西省人均GDP對碳排放的正向促進作用說明，江西省經(jīng)濟發(fā)展水平比較低，還處在環(huán)境庫次捏茨曲線頂點的左側，在到達曲線頂點之前，江西省人均GDP的增長還會促進碳排放的增長。

人口年齡結構對江西省能源碳排放的影響作用較弱。無論是在需求上還是在能力上，15歲～64歲的勞動人口一直都是生產(chǎn)和消費的主力軍，所以更高的勞動年齡人口比重一般意味著更多的碳排放。江西省勞動年齡人口占比逐年上升，而對碳排放的作用卻比較弱，出現(xiàn)這一現(xiàn)象的主要原因是江西省是勞動力輸出大省。由于江西省本身經(jīng)濟發(fā)展較為落后，大量勞動力輸出到東部沿海地區(qū)，勞動年齡人口的生產(chǎn)和消費也都集中在東部沿海地區(qū)，其最終的碳排放未體現(xiàn)在江西省的數(shù)據(jù)上，從而出現(xiàn)了盡管江西省的勞動年齡人口逐年增加但是對碳排放作用卻比較弱的情況。

最后，技術進步是唯一對江西省碳排放具有抑制作用的因素。從表2中可以看出，2000年以來江西省的碳排放強度一直在下降，每生產(chǎn)一萬元的GDP產(chǎn)出需要排放的二氧化碳氣體從2000年0.764萬噸下降到2014年的0.496萬噸。這一方面是江西省的能源結構正在進行逐步調整，開始有策略地減少對化石能源特別是煤炭的依賴，同時也是技術進步使得更多的核能、風能、水能等清潔高效能源得到開發(fā)利用的結果。

四、結論建議

本文運用STIRPAT擴展模型研究了新世紀以來江西省人口規(guī)模、人口結構(城鄉(xiāng)結構和年齡結構)、人均GDP和技術作用對碳排放的影響，針對模型擬合的結果并結合江西省的實際發(fā)展情況給出如下建議：

(一)人口規(guī)模、城鄉(xiāng)結構、年齡結構和人均GDP對江西省碳排放的增長均有促進效果，且人口規(guī)模表現(xiàn)得最為明顯，城鄉(xiāng)結構和人均GDP表現(xiàn)次之。針對這一情況，江西省應該密切關注人口增長態(tài)勢，控制人口增長的速度，降低江西人口的峰值；密切關注全面二孩政策對江西省將來總人口增長趨勢的影響并研究其對城鄉(xiāng)結構和年齡結構的影響，做到防患于未然。

(二)積極推進江西省新型工業(yè)化、城鎮(zhèn)化建設，使其盡快達到規(guī)模效應水平。目前，江西省城鎮(zhèn)化進程還相對緩慢，還處在碳排放不斷上升階段。為此，江西省必須加快城鎮(zhèn)化、工業(yè)化的建設，從而促使經(jīng)濟發(fā)展方式向集約型轉變，加大力量提高對資源的利用效率和技術的研發(fā)力度，從而使其進入規(guī)模效應階段，達到控制二氧化碳氣體排放的作用。

(三)加快推進經(jīng)濟建設，努力發(fā)展綠色經(jīng)濟、低碳經(jīng)濟。江西省經(jīng)濟發(fā)展還較為緩慢，是中部六省中的落后地區(qū)，發(fā)展經(jīng)濟還是其首要任務。加快推進經(jīng)濟建設對于加快到達庫次捏茨曲線的峰值、進入人均GDP的提高抑制碳排放增長的階段具有重要的作用，而積極發(fā)展綠色經(jīng)濟、低碳經(jīng)濟對于降低甚至越過庫次捏茨曲線的峰值使經(jīng)濟進入低碳可持續(xù)發(fā)展模式、控制二氧化碳氣體排放具有積極的促進作用。

(四)積極推動能源技術革命，開發(fā)高效清潔能源。技術進步是發(fā)展的第一動力，加強能源領域的科技研發(fā)、提高能源技術創(chuàng)新能力對于控制江西省碳排放具有長遠意義。為此，江西省必須大力減少對煤炭能源的依賴，有效提高煤炭的清潔利用，促進能源綠色發(fā)展，加快發(fā)展清潔能改造，推進節(jié)能技術的發(fā)展。同時，積極推進水電、風電、太陽能、核能等高效清潔能源的開發(fā)利用，以順應能源應用的變革和全球低碳發(fā)展的潮流。

[1]EHRLICHP，HOLDRENJ.Theimpactofpopulationgrowth[J].Science，1971(171)：1212-1217.

[2]YORKR，ROSAEA，DIETZT.Ariftinmodernity?AssessingtheanthropogenicsourcesofglobalclimatechangewiththeSTIRPATmodel[J].InternationalJournalofSociologyandSocialPolicy，2003，23(10)：31-51.

[3]SHAHBAZM，LOGANATHANN，SBIAR，etal.Theeffectofurbanization，affluenceandtradeopennessonenergyconsumption:AtimeseriesanalysisinMalaysia[J].RenewableandSustainableEnergyReviews，2015，47(11)：683-693.

[4]王立猛，何康林.基于STIRPAT模型分析中國環(huán)境壓力的時間差異：以1952-2003年能源消費為例[J]. 自然資源學報，2006，21(6)：862-865.

[5]渠慎寧，郭朝先.基于STIRPAT模型的中國碳排放峰值預測研究[J]. 中國人口·資源與環(huán)境.2010(20):10-15.

[6]朱勤，彭希哲，陸志明，等.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，2010，20(2):98-102.

[7]李國志，李宗植.中國二氧化碳排放的區(qū)域差異和影響因素研究[J]. 中國人口·資源與環(huán)境，2010，20(5):22-27.

[8]徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實證分析:1995-2004[J]. 中國人口·資源與環(huán)境，2006(6):158-161.

(責任編輯：楊成平)

The Impact of Population Change on Carbon Emission iin Jiangxi Province Based on STIRPAT Extension Model

ZHONG Yu-sheng

(School of Economics, Fujian Normal University, Fuzhou 350108,China)

Under the current population policy and the aging background, the impact of population changes on carbon emission has become a focus for academic research. This article uses STIRPAT extension model to study the effects of population size, urban and rural structure, age structure, per capita wealth and technological progress on energy carbon emission in Jiangxi province. The results show that the population size and urbanization has the most obvious influence on energy carbon emission in Jiangxi province. The per capita GDP is also very obvious, while the population age structure and technological progress is weak. Population size, urban-rural structure, age structure, per capita wealth has positive effects on carbon emission in Jiangxi province, while technological progress has an inhibition effect. The government should pay close attention to population growth, accelerate the construction of green economy, increase per capita GDP and promote energy technology revolution to cope with the impact of population changes on carbon emission in Jiangxi province.

population changes; carbon emission; STIRPAT model; ridge regression

2017-05-17

鐘宇聲(1992-)，男，江西贛州人，碩士研究生。研究方向：低碳經(jīng)濟、循環(huán)經(jīng)濟。

F062.2

A

2096-3300(2017)04-0014-08