文档介绍：家庭结构与居民消费论文
1 研究方法与数据说明
1)研究方法本文采用环境压力等式 IPAT9 的随机形式———STIRPAT
模型 10 进行 CO2 排放影响因素的评估。因为 STIRP源消费的原始数据来源于《中国能源统计
年鉴》。取值来源于 2008 年《中国能源统计年鉴》附录四，CCi 和
COFi 的取值分别来源于 IPCC(2006)和《中国温室气体清单研究》。模
型中影响因素所涉及的数据中，家庭户规模用各地区每户平均人口数
表示；居民消费用人均居民消费额表示；能源强度用能源消费量与地
区 GDP 之比表示；产业结构用第二产业产出占地区 GDP 的比重表示；
能源消费结构用一次能源消费中天然气消费量在总能源消费量中的比重来表示；外资依存度用各地区实际利用外商直接投资额与 GDP 的比
重来表示。各变量相关数据来源于历年《中国统计年鉴》、《中国能
源统计年鉴》以及各地区统计年鉴。本文研究对象为 1997-2011 年中
国内地 30 个省市区的面板数据(不包括西藏)。文中所涉及到的各地区
GDP、人均居民消费额、实际利用外商直接投资额均按照 1995 年的价
格水平进行了调整。
2 回归结果分析
为了确认模型的有效性，本文采用 Hausman 检验进行验证。运用
软件对模型进行固定效应和随机效应的拟合，再根据检验结
果选择相对应的估计方法。表 1 报告了被解释变量为 CO2 排放总量自
然对数的回归结果。根据检验结果，模型 I~IV 的 Hausman 检验结果分
别通过了 1%的显著性水平，表明应当选择固定效应模型。调整的 R2 统
计量显示，方程的拟合优度较好，说明变量之间的联合解释能力较强。
模型 I~IV 中，模型 I 只包含了基准模型的四个变量，即家庭户总数、
家庭户规模、居民消费和能源强度变量的回归结果。为了检验模型 I
的稳健性，借鉴前人的研究，模型 II~IV 在模型 I 的基础上依次添加
了产业结构、能源消费结构和外资依存度。根据表 1 回归结果，家庭
户总数的估计系数在各模型中差别不大，都在 1%的水平显著为正。家
庭户总数的增加意味着需要更多的基础设施建设和住宅单元，导致钢
铁、水泥等工业产品的消费需求上升，从而促进 CO2 排放总量的上升。
从弹性系数来看，家庭户总数的变动对我国 CO2 排放的影响很大。家
庭户规模变量与 CO2 排放总量显著负相关，说明大的家庭规模有利于
CO2 排放量的减少。一般来说，家庭规模具有规模经济性，较大的家庭
规模有利于能源利用效率的提升。因为家庭户是消费的基本单位，有
些能源消费