中国二氧化碳排放因素浅析

摘 要：选取全国二氧化碳排放量为研究对象，从人口和经济两个方面，对影响二氧化碳排放的因素进行简要分析。先用SAS软件拟合方程，通过进行异方差性、序列相关性、多重共线性等检验证明方程的可行性。再用正交试验设计软件确定最优组合方案。

关键词：二氧化碳排放;SAS方程拟合;正交试验设计;计量经济学检验

中图分类号：F124.5 文献标志码：A 文章编号：1673-291X（2014）31-0277-03

引言

温室气体排放是全球所面临的重大环境问题，越来越受到全世界的关注，发展低碳经济、降低碳排放是遏制全球气候变暖的重大战略举措。

改革开放以来，中国经济高速发展，同时也带来了二氧化碳排放的快速增长。根据国际能源署（IEA，2009）统计数据，2007年中国二氧化碳的排放量已经超过美国，成为世界上最大的二氧化碳排放国。为此，中国政府向全世界承诺，2020年单位GDP二氧化碳排放量要在2005年的基础上降低40%～45%。这使得中国竭力优化碳排放结构，实现未来碳排放的目标。

本文以二氧化碳排放为研究对象，从人口和经济两个方面选取指标进行分析。人口方面选取了人口数量、人均GDP两个因素;经济方面选取了煤炭比重、城市化程度、工业增加值比重三个因素。对所选数据，先用SAS软件进行方程拟合，并进行计量经济学检验。再用正交设计助手进行直观分析与方差分析，以确定因素对指标的影响程度，最终确定最优组合。

一、SAS方程拟合

（一）模型建立

1.建立模型

本文采用对数模型：

lnY=lnX1+lnX2+lnX3+lnX4+lnX5

其中，Y代表二氧化碳排放量，X1代表煤炭比重，X2代表人口数量，X3代表城市化程度，X4代表人均GDP，X5代表工业增加值比重。

2.二氧化碳排放量的测算

根据《中国能源统计年鉴》，能源消费种类分为煤炭、汽油、柴油、天然气、煤油、燃料油、原油、电力和焦炭等九类。能源的消费必然会产生二氧化碳的排放，所以可以根据历年能源消费量来测算二氧化碳的排放量。公式如下：

Yt=∑（Eti*ηi）

其中，Yt为第t年的二氧化碳排放量，Eti为第t年第i种能源消费量，ηi为第i种能源的碳排放系数。

查询资料可知，各种能源的碳排放系数分别为：煤炭为0.7476t碳/t标准煤、汽油为0.5532t碳/t标准煤、柴油为0.5913t碳/t标准煤、天然气为0.4779t碳/t标准煤、煤油为0.3416t碳/t标准煤、燃料油为0.6176t碳/t标准煤、原油为0.5854t碳/t标准煤、电力为2.2132t碳/t标准煤、焦炭为0.1228t碳/t标准煤。

由于测算碳排放需要转化为标准统计量，2008年《中国能源统计年鉴》给出具体换算方法为：煤炭为0.7143kg标煤/kg、焦炭为0.9714kg标煤/kg、原油为1.4286kg标煤/kg、燃料油为1.4286kg标煤/kg、汽油味1.4714kg标煤/kg、煤油为1.4714kg标煤/kg、柴油为1.4571kg标煤/kg、天然气为13.300t标煤/万立方米、电力为1.229t标煤/万kWh。

3.数据搜集

通过参阅2001―2013年的中国统计年鉴，可以搜集到五个解释变量从2000―2012年的的时间序列数据，部分数据需要通过一些运算才能得到。

（二）方程拟合与计量经济学检验

1.方程拟合

应用SAS软件进行方程拟合，拟合结果如下：

lnY=1.93482lnX1+19.60461lnX2-0.85549lnX3+0.17548lnX4-

0.21170lnX5-90.50714

F=200.99，R2=0.9931，R2=0.9881

由拟合结果可知，模型拟合是成功的，但是解释变量都没有通过t检验，所以需要进行进一步提取，应用逐步回归法拟合方程可以消除多重共线性。选取R2最大的那个，方程如下：

lnY=2.07965lnX1+14.71320lnX2+0.17365lnX4-73.55598

F=428.43，R2=0.9930，R2=0.9907

由F与R2可知，再次拟合的方程拟合很成功，并且每个指标都通过了t检验。同时可知：二氧化碳排放量主要有煤炭比重、人口数量与人均GDP决定，而与城市化程度、工业增加值比重关系不大。

从实际意义上出发，在煤炭消费中，工业消费占主要部分，工业增加也就意味中煤炭比重上升，所以煤炭比重上升中包括工业增加值比重;同时，人均GDP上升的直接结果就是国民追求更高层次的生活条件、设备等等，最直接的就是城市移民，造成城市化程度的上升。

2.异方差性检验

本文采用怀特检验，SAS运行结果如下：

lnY=-0.33283lnX1+0.17767lnX2-0.43005lnX4+0.00724（lnX4）2+

0.0779lnX1lnX4

F=0.59，R2=0.2953，R2=-0.2081

可知，因素都没有通过t检验，F值与R2值很小，所以，方程拟合不成立，方程不存在异方差。

3.序列相关性检验

本文应用拉格朗日乘数检验，1阶滞后残差项的辅助回归方程为：

lnY=-0.51026lnX1+10.47830lnX2-0.40298lnX4+0.47223et_1-44.0.388

F=1.74，R2=0.4990，R2=0.2128

由方程的拟合程度来看。F值与R2值很小，同时因素都没有通过t检验，所以方程拟合不成立，方程不存在序列相关性。

综上，可知再次拟合的方程成立，并且二氧化碳排放量主要二氧化碳排放量主要有煤炭比重、人口数量与人均GDP决定。其中，人口数量影响程度最大，煤炭比重次之，人均GDP最小。

二、正交试验设计分析

1.直观分析

煤炭比重、人口数量与人均GDP具体数据可以由表1可知。选取最近三年的数据作为因素的水平，用正交表处理，应用正交设计助手，直观分析结果如下：

可知，因素X2的极差最大，因素X1的极差次之，因素X4的极差最小，所以影响程度X2最大，X4最小，这个结果与SAS运行的结果分析一致，也佐证了SAS运行的正确性。最优组合为：X1的三水平，X2的一水平，X4的一水平。

2.方差分析

正交试验设计助手方差分析结果如下：

可知，三个因素X1、X2与X4的F值都大于临界值，所以对作为因变量的二氧化碳排放量都有较为明显的影响。由F比可知，455.514最大，51.783最小，所以，因素X2的影响最大，因素X1次之，因素X4的影响最小，这个结果与上面直观分析的结果、SAS运行结果都一致，将相关数值带入拟合的方程，可以得到最优组合对应的实验结果为负值，并且通过了指标的预估计，所以最优组合为X13X21X41。

本部分主要是对数据的处理过程，分别用SAS软件和正交设计助手软件进行拟合和相关检验，最终确定最优方程，继而确定最优组合。

结论

论文主要分三步：（1）确定因变量和解释变量，测算因变量的值，搜集解释变量的数值，建立模型，为分析做准备。（2）应用SAS软件，先拟合方程，再利用计量经济学检验确定最终方程。（3）应用正交设计助手软件，进行直观分析和方差分析，找出解释变量对因变量的影响程度的大小，最终确定最优组合。

从本论文的结果看，二氧化碳排放量主要二氧化碳排放量主要有煤炭比重、人口数量与人均GDP决定。并且煤炭比重保持2012年的数值，人口数量保持2010年的数值，人均GDP保持2010年的数值，可以使二氧化碳排放量保持最低。

参考文献：

[1] 李子奈.计量经济学[M].北京：高等教育出版社，2000：107-144.

[2] 善起.正交表的构造方法及其应用[M].成都：电子科技大学出版社，2004：34-40.

[3] 露泉.试验优化设计与分析[M].北京：高等教育出版社，2003：16-20.

[4] 李国志，李宗植.二氧化碳排放决定因素的实证分析――基于70个国家（地区）面板数据[J].数理统计与管理，2011，（4）.

[5] 刘学军.城市化对二氧化碳排放的影响――来自中国时间序列和省际面板数据的经验证据[J].上海经济研究，2012，（5）.

[6] 杜立民.中国二氧化碳排放的影响因素：基于省际面板数据的研究[J].南方经济，2010，（11）.

[7] 马晓钰，李强谊，郭莹莹.中国人口因素对二氧化碳排放的影响――基于STIRPAT模型的分析[J].人口与经济，2013，（1）.