• 
    

    
    

      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 ?

      城鎮(zhèn)化視角下人口因素對(duì)碳排放的影響
      ——基于改進(jìn)STIRPAT模型的實(shí)證研究

      2018-08-28 01:26:52魏景賦田文舉
      新疆農(nóng)墾經(jīng)濟(jì) 2018年6期
      關(guān)鍵詞:人口素質(zhì)排放量城鎮(zhèn)化

      徐 政 魏景賦 田文舉

      (上海理工大學(xué)管理學(xué)院,上海 200093)

      一、引言

      氣候變化,特別是溫室效應(yīng),已成為國(guó)際社會(huì)面臨的最大挑戰(zhàn)之一[1]。全球約75%的溫室氣體排放是由二氧化碳引起的,為發(fā)展低碳經(jīng)濟(jì),減少碳排放,很多國(guó)家制定了相應(yīng)的減排目標(biāo)[2]。在2009年的哥本哈根氣候峰會(huì)上,中國(guó)政府啟動(dòng)了一項(xiàng)自愿行動(dòng),承諾在2005-2020年間將單位國(guó)內(nèi)生產(chǎn)總值的碳排放量減少40%~45%[3]。而中國(guó)作為碳排放大國(guó),2013年碳排放量接近世界碳排放總量的三分之一,人均碳排放量也首次超過(guò)歐盟[4]。在這種背景下,中國(guó)既要保持社會(huì)經(jīng)濟(jì)的平穩(wěn)發(fā)展,又需兌現(xiàn)約束性的碳減排承諾,這就進(jìn)一步凸顯了碳減排研究的重要性與緊迫性[5]。

      由于學(xué)術(shù)界對(duì)影響碳排放的機(jī)理還沒(méi)有達(dá)成共識(shí),研究碳排放的影響因素依然是學(xué)者關(guān)注的熱點(diǎn)話(huà)題。目前的研究集中于探索經(jīng)濟(jì)水平、金融發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、能源消耗量、技術(shù)水平等要素與碳排放的關(guān)系[6-12],而人口作為人地關(guān)系中最具能動(dòng)性的要素,對(duì)碳排放的影響不容忽視。19世紀(jì)以來(lái),全球人口增長(zhǎng)了近6倍,經(jīng)濟(jì)總產(chǎn)出增長(zhǎng)了70多倍,碳排放增長(zhǎng)了20多倍[13]。聯(lián)合國(guó)人口基金會(huì)(UNFPA)發(fā)布的《世界人口狀況2009》指出:溫室氣體排放量與人口增長(zhǎng)速度、家庭規(guī)模、年齡構(gòu)成、城鄉(xiāng)人口比例、人口性別和地理分布以及人均收入等因素存在內(nèi)在聯(lián)系,這些因素對(duì)氣候變化會(huì)產(chǎn)生長(zhǎng)遠(yuǎn)的影響[14]。因此,研究人口因素和碳排放之間的關(guān)系有著重要的理論和現(xiàn)實(shí)意義。

      以往學(xué)者對(duì)人口規(guī)模與碳排放之間的關(guān)系多側(cè)重于研究其正負(fù)效應(yīng)。一些學(xué)者認(rèn)為,人口規(guī)模與碳排放存在正相關(guān)效應(yīng),如胡春春[15]、童玉芬等[16]、萬(wàn)里洋等[17]認(rèn)為,人口總量的增加會(huì)直接推動(dòng)碳排放量的增長(zhǎng);另一些學(xué)者認(rèn)為,人口規(guī)模與碳排放存在負(fù)相關(guān)效應(yīng),金瑞庭[18],宋祺佼等[19]認(rèn)為隨著城市人口規(guī)模的上升以及城市居民從第二產(chǎn)業(yè)轉(zhuǎn)移到第三產(chǎn)業(yè),導(dǎo)致制造業(yè)部門(mén)萎縮、服務(wù)業(yè)部門(mén)擴(kuò)張,長(zhǎng)期來(lái)看碳排量會(huì)呈現(xiàn)下降的趨勢(shì)。此外,人口規(guī)模與碳排放之間的關(guān)系是復(fù)雜的,Paul A.Murtaugh 等[20]通過(guò)建立數(shù)學(xué)模型的方式,認(rèn)為每個(gè)人不但自身經(jīng)濟(jì)活動(dòng)會(huì)產(chǎn)生碳排放,而且還會(huì)通過(guò)生育行為對(duì)碳排放量產(chǎn)生間接影響。上述文獻(xiàn)只是單一地從人口規(guī)模角度出發(fā),僅考慮了人口及其他宏觀因素對(duì)碳排放的影響,未能將人口因素細(xì)分,從而忽視了人口因素其他方面對(duì)碳排放的影響。

      當(dāng)然,也有些學(xué)者對(duì)這方面的不足做了彌補(bǔ)性嘗試。如曲如曉等[21]對(duì)山東省人口進(jìn)行研究,發(fā)現(xiàn)勞動(dòng)年齡人口比重越大,碳排放越多;Liddle等[22]將人口年齡進(jìn)一步細(xì)分成四個(gè)年齡段,結(jié)論表明35~49歲年齡組有減少碳排放的作用,而65~79歲年齡組有增加碳排放的作用。由此可以看出,多數(shù)文獻(xiàn)是從年齡結(jié)構(gòu)這個(gè)角度出發(fā)進(jìn)行研究,而人口就業(yè)情況、人口素質(zhì)等因素也有可能對(duì)碳排放產(chǎn)生影響,但這方面的文獻(xiàn)還相對(duì)較少。其次,目前人口因素的多個(gè)方面對(duì)碳排放影響的強(qiáng)弱關(guān)系尚沒(méi)有明確定論。此外,從研究對(duì)象層面來(lái)看,以往的研究對(duì)象大致有兩種,一是以單個(gè)省份作為研究對(duì)象[23-25],研究的范圍比較??;二是將中國(guó)的省份劃分為東、中、西三個(gè)區(qū)域[26][27],由于每個(gè)區(qū)域內(nèi)部的發(fā)展情況不一樣,這樣劃分得出的研究結(jié)論針對(duì)性并不是很強(qiáng)。

      針對(duì)以上研究不足之處,本文不僅將人口因素做了進(jìn)一步的細(xì)分,而且從城鎮(zhèn)化視角避免了研究對(duì)象的單一性與傳統(tǒng)分類(lèi)方式的缺陷。隨著中國(guó)城鎮(zhèn)化進(jìn)程的加快,城鎮(zhèn)化率從1990年的26.4%急劇上升到 2016 年的 57.4%[28]。城鎮(zhèn)化發(fā)展不僅意味著城市人口比重的提高,而且通過(guò)帶動(dòng)基礎(chǔ)設(shè)施建設(shè)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和升級(jí)、消費(fèi)市場(chǎng)擴(kuò)大等多方面的深刻變化,從而對(duì)碳排放產(chǎn)生影響[29]。Qin Zhu[30]認(rèn)為城鎮(zhèn)化是推動(dòng)中國(guó)溫室氣體排放的關(guān)鍵因素。因此,除人口因素外,城鎮(zhèn)化也是導(dǎo)致碳排放量增加的重要因素之一[31-33]。

      隨著中國(guó)城鎮(zhèn)化步伐的加快,要科學(xué)準(zhǔn)確理解人口與碳排放之間的關(guān)系,城鎮(zhèn)化視角非常必要。為此,本文將中國(guó)各省份以城鎮(zhèn)化程度和碳排放水平進(jìn)行分類(lèi),采用改進(jìn)的STIRPAT模型研究2000-2014年人口因素與碳排放之間的關(guān)系。

      二、研究方法與模型

      (一)區(qū)域分類(lèi)方法

      城鎮(zhèn)化生態(tài)現(xiàn)代化理論將城鎮(zhèn)化作為經(jīng)濟(jì)現(xiàn)代化和社會(huì)轉(zhuǎn)型的指標(biāo)。為了避免地理位置劃分出現(xiàn)內(nèi)部不一致性,以便讓各地區(qū)之間表現(xiàn)出類(lèi)似規(guī)律性,本文以城鎮(zhèn)化程度和碳排放水平為標(biāo)準(zhǔn),將中國(guó)30個(gè)省份(香港、澳門(mén)、臺(tái)灣、西藏因數(shù)據(jù)不完整,不在考察范圍之內(nèi))劃分為六類(lèi)地區(qū)。

      首先,根據(jù)人口城鎮(zhèn)化、產(chǎn)業(yè)結(jié)構(gòu)和人口生活方式變化反映的技術(shù)城鎮(zhèn)化綜合指標(biāo)[34],以2016年城鎮(zhèn)化發(fā)展水平為標(biāo)準(zhǔn),將中國(guó)30個(gè)省份分為高度城鎮(zhèn)化地區(qū)、中度城鎮(zhèn)化地區(qū)和低度城鎮(zhèn)化地區(qū)。其次,以2014年中國(guó)各省份碳排放的平均值為界限[35],將省份劃分為高碳排放地區(qū)和低碳排放地區(qū)。

      根據(jù)城鎮(zhèn)化程度和碳排放水平,可將樣本劃分為以下I-VI六類(lèi)地區(qū),如表1所示。

      (二)模型設(shè)定及數(shù)據(jù)來(lái)源

      Ehrlich和Holdren[36]首先提出了IPAT模型,該模型用于表示人口(P)、富裕(A)和技術(shù)(T)因素對(duì)環(huán)境的影響,公式如下:

      表1 全國(guó)按城鎮(zhèn)化程度和碳排放水平劃分表

      IPAT模型有其自身的局限性,該模型僅能得到自變量對(duì)因變量的等比例影響關(guān)系[37]。為了克服這些缺點(diǎn),Dietz和Rosa[38]改進(jìn)了原始的IPAT模型,并得到了隨機(jī)模型(STIRPAT)。新模型可以統(tǒng)計(jì)評(píng)估人為因素對(duì)環(huán)境的非單調(diào)或非比例影響。之后,Richard York等[39]對(duì)模型做了進(jìn)一步改進(jìn),并納入了其他研究因素。STIRPAT模型是一種用于分析人為因素對(duì)各種環(huán)境指標(biāo)影響的成熟模型。原始STIRPAT模型可以用以下公式表示:

      取對(duì)數(shù)后,該模型可以轉(zhuǎn)換為以下等式:

      其中,i和t分別指截面單元和年份,P代表人口規(guī)模,A是人均GDP,T反映技術(shù),I反映了對(duì)環(huán)境的影響,ε是誤差項(xiàng),a是常數(shù)項(xiàng);b,c和d分別是P,A和T的系數(shù)。

      STIRPAT模型提供了將其他代理變量添加到模型中以探索其對(duì)環(huán)境影響的方法[40]。為了更深入地探究人口因素對(duì)碳排放的影響,本文將從人口規(guī)模、年齡結(jié)構(gòu)、就業(yè)狀況、人口素質(zhì)四方面進(jìn)行綜合分析,分別用總?cè)丝?、老齡化、城鎮(zhèn)登記失業(yè)率、高等教育人口比例來(lái)表示;用人均GDP表示富裕程度;用能源強(qiáng)度(單位GDP所消耗的能源)表示技術(shù)水平。改進(jìn)的STIRPAT模型如下所示:

      各變量的詳細(xì)描述見(jiàn)表2,各省碳排放數(shù)據(jù)來(lái)源于中國(guó)碳排放數(shù)據(jù)庫(kù)(http://www.ceads.net/),其他數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》及各省統(tǒng)計(jì)年鑒。

      表2 各變量描述性統(tǒng)計(jì)量

      三、實(shí)證分析

      (一)單位根檢驗(yàn)

      本文采用了ADF-Fisher和PP-Fisher兩種面板單位根檢驗(yàn)法來(lái)觀察變量的平穩(wěn)性,單位根的檢驗(yàn)結(jié)果如表3所示。

      表3的檢驗(yàn)結(jié)果表明,所有變量的一階差分序列都在5%及5%以?xún)?nèi)的顯著性水平上拒絕了“存在單位根”的零假設(shè),表明一階差分序列是平穩(wěn)的。然而,人口因素和碳排放的時(shí)間序列之間是否存在長(zhǎng)期均衡關(guān)系,還需進(jìn)一步驗(yàn)證。

      (二)協(xié)整關(guān)系檢驗(yàn)

      本文采用Kao檢驗(yàn)法判定面板數(shù)據(jù)是否具有協(xié)整關(guān)系。六類(lèi)地區(qū)面板的Kao協(xié)整關(guān)系檢驗(yàn)結(jié)果如表4所示。

      從檢驗(yàn)結(jié)果可知,Kao協(xié)整檢驗(yàn)均通過(guò)了5%的顯著水平,表明人口因素與碳排放之間存在著長(zhǎng)期均衡關(guān)系。

      (三)最小二乘估計(jì)

      首先,需要采用Hausman檢驗(yàn)法判斷回歸模型的具體形式,是采用隨機(jī)效應(yīng)模型還是固定效應(yīng)模型。Hausman檢驗(yàn)的統(tǒng)計(jì)值拒絕了隨機(jī)效應(yīng)模型的零假設(shè),所以本文采用固定效應(yīng)模型進(jìn)行最小二乘法估計(jì)。確定選取含有固定效應(yīng)的變截距模型之后,從總體上對(duì)人口因素與碳排放之間的關(guān)系進(jìn)行了回歸,得出面板模型回歸結(jié)果,如表5所示。調(diào)整的R2較接近于1,表明方程的擬合度較好,F(xiàn)統(tǒng)計(jì)量檢驗(yàn)均通過(guò)1%的顯著性檢驗(yàn),表明各解釋變量對(duì)被解釋變量的聯(lián)合解釋能力較強(qiáng)。

      表3 單位根檢驗(yàn)結(jié)果

      由表5可以看出,人口規(guī)模、老齡化、城鎮(zhèn)登記失業(yè)率、人口素質(zhì)、人均GDP、能源強(qiáng)度與碳排放之間存在長(zhǎng)期均衡關(guān)系。六類(lèi)地區(qū)的人均GDP、能源強(qiáng)度都和碳排放成正相關(guān)關(guān)系。這表明,居民收入水平越高、每單位GDP消耗的能源越多,碳排放量將會(huì)越大。

      在人口因素與碳排放的關(guān)系方面:(1)I類(lèi)地區(qū)的人口規(guī)模、老齡化、人口素質(zhì)與碳排放成正比。其中,人口素質(zhì)與碳排放的關(guān)系最小,即高等教育人口比例每上升1%,碳排放便增加0.18%;而人口規(guī)模與碳排放的關(guān)系最大,即人口規(guī)模每增加1%,碳排放便增加0.98%。城鎮(zhèn)化水平高,人口規(guī)模大,碳排放也相對(duì)較高。(2)II類(lèi)地區(qū)的人口規(guī)模、城鎮(zhèn)登記失業(yè)率與碳排放成正相關(guān),而人口素質(zhì)與碳排放成負(fù)相關(guān),即隨著高等教育人口比例的提升,碳排放將會(huì)逐漸減少??赡艿慕忉屖歉邔W(xué)歷人口往往更傾向于選擇“環(huán)境友好型”產(chǎn)品。其中,碳排放與人均GDP關(guān)系最大、人口規(guī)模次之,與人口老齡化的關(guān)系最小。(3)III類(lèi)地區(qū)的城鎮(zhèn)登記失業(yè)率、人口素質(zhì)與碳排放成正相關(guān),而人口規(guī)模、老齡化與碳排放成負(fù)相關(guān)關(guān)系。其中,碳排放與人口素質(zhì)的關(guān)系最小。(4)IV類(lèi)地區(qū)的人口規(guī)模、城鎮(zhèn)登記失業(yè)率與碳排放成正相關(guān),而人口素質(zhì)與碳排放成負(fù)相關(guān)。其中,人口老齡化與碳排放沒(méi)有明顯的相關(guān)關(guān)系。(5)V類(lèi)地區(qū)的人口規(guī)模、人口素質(zhì)與碳排放成正相關(guān),而人口老齡化與碳排放成負(fù)相關(guān)。其中,城鎮(zhèn)登記失業(yè)率與碳排放沒(méi)有明顯的相關(guān)關(guān)系,人口規(guī)模與碳排放的關(guān)系最大,即人口規(guī)模每增加1%,碳排放便增加 0.89%。(6)VI類(lèi)地區(qū)的人口規(guī)模、人口老齡化與碳排放成正相關(guān),而城鎮(zhèn)登記失業(yè)率與碳排放成負(fù)相關(guān)。其中,能源強(qiáng)度與碳排放的關(guān)系最大,人口規(guī)模、人均GDP次之,人口素質(zhì)與碳排放沒(méi)有明顯的相關(guān)關(guān)系。總體而言,六類(lèi)地區(qū)中,人口規(guī)模、人均GDP與碳排放的關(guān)系更大,而其他人口因素,如人口素質(zhì)和城鎮(zhèn)登記失業(yè)率與碳排放的關(guān)系不大。因此,在碳減排的時(shí)候,更應(yīng)該從人的數(shù)量和人的經(jīng)濟(jì)水平兩方面來(lái)考慮,而其次才是從人口年齡結(jié)構(gòu),人的教育投入以及就業(yè)率方面去減少碳排放。

      表4 Kao協(xié)整關(guān)系檢驗(yàn)結(jié)果

      表5 最小二乘回歸結(jié)果

      四、結(jié)論與建議

      (一)主要結(jié)論

      本文從城鎮(zhèn)化的視角,基于2000-2014年的面板數(shù)據(jù),分析了人口因素對(duì)碳排放的影響,實(shí)證比較研究,得出以下結(jié)論:

      1.低碳排放高度城鎮(zhèn)化地區(qū)人口規(guī)模最小,近幾年的老齡化比例有所下降,城鎮(zhèn)登記失業(yè)率較低,人口素質(zhì)較高,是六類(lèi)區(qū)域中最宜居的區(qū)域。低碳排放高度城鎮(zhèn)化地區(qū)吸引了很多高素質(zhì)的人,工作能力強(qiáng),失業(yè)率降低。素質(zhì)較高的人也會(huì)樹(shù)立低碳消費(fèi)理念,提高環(huán)保意識(shí)。

      2.Kao檢驗(yàn)表明,人口因素、人均GDP、能源強(qiáng)度與碳排放之間存在著長(zhǎng)期均衡關(guān)系。說(shuō)明長(zhǎng)期碳排放和人口因素、人均GDP、能源強(qiáng)度幾個(gè)因素密切相關(guān)。

      3.人均GDP、能源強(qiáng)度和碳排放成正相關(guān)關(guān)系。每類(lèi)地區(qū)人口因素對(duì)碳排放的影響方向不同,在III類(lèi)地區(qū),人口規(guī)模的增加能減少碳排放,而其他地區(qū)與之相反;在III、V類(lèi)地區(qū),老齡化比例的上升能抑制碳排放的增加,其他地區(qū)則促進(jìn)碳排放的增加;在II、III、IV類(lèi)地區(qū),城鎮(zhèn)登記失業(yè)率越高,碳排放量越多,而其他地區(qū)反之;在II、IV類(lèi)地區(qū),隨著人口素質(zhì)的提高,碳排放量會(huì)隨之減少,而其他地區(qū)的碳排放量將會(huì)增加。

      4.在與人口相關(guān)的因素中,III類(lèi)地區(qū)城鎮(zhèn)登記失業(yè)率與碳排放關(guān)系最大,其余地區(qū)人口規(guī)模與碳排放的關(guān)系最大。其表明每類(lèi)地區(qū)各因素對(duì)碳排放的影響程度不一樣。六類(lèi)地區(qū)碳排放和高素質(zhì)人才的關(guān)系相對(duì)較低,表明素質(zhì)高的人對(duì)其碳減排力度并不明顯。

      (二)政策建議

      為了減少碳排放,實(shí)現(xiàn)環(huán)境的可持續(xù)發(fā)展,基于以上結(jié)論本文提供了以下建議:第一,在III類(lèi)地區(qū),應(yīng)該積極引入人才,加強(qiáng)基礎(chǔ)設(shè)施建設(shè),提高人口集聚度。第二,在 I、II、IV、VI這四類(lèi)地區(qū),應(yīng)鼓勵(lì)生育,并降低普通家庭養(yǎng)育孩子的成本。第三,在II、III、IV這三類(lèi)地區(qū),重點(diǎn)在于增設(shè)就業(yè)崗位,提供更多的崗位培訓(xùn)機(jī)會(huì),并鼓勵(lì)人們多渠道創(chuàng)業(yè)。第四,在II、IV類(lèi)地區(qū),應(yīng)著重加大教育的投入,努力提升人均受教育年限,不斷提高人口素質(zhì)。第五,各地區(qū)可以通過(guò)優(yōu)化能源結(jié)構(gòu),減少化石燃料的消耗,加強(qiáng)綠色能源的開(kāi)發(fā)與使用,調(diào)整經(jīng)濟(jì)結(jié)構(gòu),促進(jìn)產(chǎn)業(yè)升級(jí),發(fā)展綠色低碳經(jīng)濟(jì),進(jìn)一步改善環(huán)境質(zhì)量[41]。此外,還應(yīng)大力鼓勵(lì)個(gè)人綠色出行、節(jié)約能源等行為。第六,政府部門(mén)應(yīng)加大鼓勵(lì)消費(fèi)者使用低碳產(chǎn)品的力度,對(duì)使用環(huán)保型產(chǎn)品給予稅收優(yōu)惠或財(cái)政補(bǔ)貼。企業(yè)應(yīng)加大社會(huì)服務(wù)意識(shí),主動(dòng)承擔(dān)起低碳社會(huì)責(zé)任。第七,應(yīng)借鑒國(guó)外成功經(jīng)驗(yàn),在城市發(fā)展和規(guī)劃中,密切關(guān)注城市人口規(guī)模,科學(xué)引導(dǎo)產(chǎn)業(yè)人口流動(dòng),減輕大中城市的人口、環(huán)境壓力。

      猜你喜歡
      人口素質(zhì)排放量城鎮(zhèn)化
      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
      民國(guó)時(shí)期山西人口素質(zhì)
      產(chǎn)業(yè)轉(zhuǎn)型升級(jí)背景下青島市就業(yè)人口素質(zhì)與產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)關(guān)系研究
      倡導(dǎo)全民閱讀工作研究
      堅(jiān)持“三為主” 推進(jìn)城鎮(zhèn)化
      貴州省人口素質(zhì)與人力資本投資分析
      全國(guó)機(jī)動(dòng)車(chē)污染物排放量
      ——《2013年中國(guó)機(jī)動(dòng)車(chē)污染防治年報(bào)》(第Ⅱ部分)
      江蘇省火力發(fā)電機(jī)組二氧化碳排放量估算
      城鎮(zhèn)化
      江蘇年鑒(2014年0期)2014-03-11 17:09:40
      德安县| 凤山县| 会东县| 乐山市| 上林县| 绥滨县| 商南县| 土默特右旗| 库尔勒市| 阜阳市| 苏尼特左旗| 兴城市| 修水县| 徐水县| 汾阳市| 清远市| 南昌市| 汪清县| 汤阴县| 马尔康县| 青神县| 舟山市| 砀山县| 尉氏县| 高密市| 贵定县| 绥化市| 绿春县| 华安县| 无极县| 娱乐| 晴隆县| 荆门市| 利津县| 新邵县| 克东县| 比如县| 灵宝市| 清水县| 漳州市| 利津县|