文档介绍：1 北京市二氧化碳排放驱动因素分析摘要:在 2012 年 12月8 日结束的多哈气候会议中, 中国政府提出, 到 2020 年单位国内生产总值 CO2 排放比 2005 年下降 40% 至 45% 。随着经济的飞速发展, 中国 CO2 排放量不断增加, 研究中国各大城市尤其是北京影响 CO2 排放量的因素, 进而分析如何减少 CO2 的排放成为当前研究热点。利用 STIRPAT 模型, 分析了北京市 CO2 排放量与人口、财富和技术进步因素的定量关系, 并通过岭回归拟合得出人口数量、城市化水平、人均 GDP 、能耗效率、第二产业生产总值每发生 1% 变化, 将引起 CO2 排放总量相应发生 % 、 % 、 % 、-% 、 % 的变化。关键词: STIRPAT 模型;岭回归; CO2 排放量;驱动因素;北京中图分类号: F127 文献标志码: A 文章编号: 1002-2589 ( 2013 ) 02-0105-03 当今, 全球变暖已经成为不争的事实, 由于人为温室气体排放导致的全球气候变暖问题引起了全球的广泛关注。根据世界资源研究所( WRI ) 数据, 2007 年中国 CO2 排放量达到了 7 百万公顷,占到了全球的 % , 2006 年中国的 CO2 排放量就已经超过了美国位居世界第一, 到 2007 年两国间的差距进一步扩大。因而研究中国各大城市尤其是首都北京如何采取措施减少 CO2 排放量变得非常重要。为了解决上述问题, 国内外学者进行了大量的研究工作。 Dieta 等利用对数化的 STIRPAT 模型研究了 CO2 排放量与人口、富裕度、城市化之间的关系;燕华等利用 STIRPAT 模 2 型研究得出人口数量、人均 GDP 、富裕度、城市化水平和技术进步每发生 1% 的变化,将引起上海 CO2 排放总量相应发生 % 、( +lnA )%、 % 和 % 的变化, 但技术进步反而会导致 CO2 排放总量的增加的结果不太符合实际。本文利用 STIRPA T 模型和岭回归, 定量分析了 CO2 排放量与人口数量、城市化水平、人均 GDP 、能耗强度和第二产业产值之间的关系。在上述研究的基础上,进一步定性分析了上述五因素的影响,进而对北京减少 CO2 的排放提出建议,对今后其它城市减少 CO2 排放量有一定的借鉴意义。一、研究方法模型在本研究中选择 STRIPAT 模型为研究工具, STIRPAT 模型的前身是 IPAT 环境压力等式。 Rose 和 Dietz ( 1994 )将 IPAT 等式表示成随机形式, 即通过人口、富裕度和技术的随机回归分析各驱动力对环境压力的影响, 简称为 STIRPAT 模型,其具体形式为。式中,I、P、A、T 表示环境压力、人口数量、富裕度和技术;b、c、 d 分别是人口数量、富裕度、技术等人文驱动力的指数,a 是模型的系数, e 为模型误差。是一个多自变量的非线性模型,模型两边同时进行对数化处理后为。 2. 模型指标选取这里 STIRPAT 模型中表示环境因素因变量的 I为 CO2 排放总量。 A为财富因素, 以人均 GDP 指标代表。 STIRPAT 模型比较灵活, 可以加入或