前人很多有关人口、财富、科技和碳排放的关系的研究,都假定人口和财富的生态弹性系数是时间不变和空间不变的。本文基于STIRPAT模型,利用稳健的分位数回归分析了,我们讨论了碳排放与人口、财富和科技的关系在1992~2009年期间的变化情况。主要结果如下:1) 对于财富的生态弹性系数比人口的生态弹性系数大的国家,人口、财富、科技和碳排放的STIRPAT关系变化很小。2) 对于碳排放量相对高的国家,人口是碳排放的主要因素,科技对碳排放总量的影响也大,而碳排放量越高,财富对碳排放的影响越小。3) 对于碳排放量很高的国家,财富的生态弹性系数介于0.65~1.1之间。对于碳排放量较低或很低的国家,财富的生态弹性系数稳定在1.2附近。4) 9个不同分位数回归的科技截距的变化幅度由1992年的8.5缩小到2009的2.8。 In most previous studies of the relationship between CO2 emissions, population, affluence and technology, the ecological elasticities of population and affluence were assumed to be both time invariant and space invariant. Based on the STIRPAT model, by using robust quantile regression, we studied the change of the relationship between CO2 emissions, population, affluence and technology at different CO2 emissions levels during the period 1992-2009. Our main results are as follows: 1) the relationship between CO2 emissions, population, affluence and technology changes slightly in countries where the ecological elasticity of affluence is greater than that of the population. 2) In those countries with relatively high levels of CO2 emissions, higher emissions mean that increases in population and affluence have smaller effects on the impacts of emissions, but technology has a greater effect on those impacts. 3) In those countries with high CO2 emissions, the ecological elasticity of affluence increases from less than 0.65 to 1.1, but in countries with moderate or low CO2 emissions, the ecological elasticity of affluence is stable at approximately 1.2. 4) The shifting scope of the technology intercepts of nine different quantile regression analyses decreases from 8.5 in 1992 to 2.8 in 2009.
—基于STIRPAT模型的分位数回归分析
阳卫锋1,易伟义2,余博2
1湖南工程学院理学院,湖南 湘潭
2湖南工程学院管理学院,湖南 湘潭
收稿日期:2016年8月4日;录用日期:2016年8月22日;发布日期:2016年8月25日
前人很多有关人口、财富、科技和碳排放的关系的研究,都假定人口和财富的生态弹性系数是时间不变和空间不变的。本文基于STIRPAT模型,利用稳健的分位数回归分析了,我们讨论了碳排放与人口、财富和科技的关系在1992~2009年期间的变化情况。主要结果如下:1) 对于财富的生态弹性系数比人口的生态弹性系数大的国家,人口、财富、科技和碳排放的STIRPAT关系变化很小。2) 对于碳排放量相对高的国家,人口是碳排放的主要因素,科技对碳排放总量的影响也大,而碳排放量越高,财富对碳排放的影响越小。3) 对于碳排放量很高的国家,财富的生态弹性系数介于0.65~1.1之间。对于碳排放量较低或很低的国家,财富的生态弹性系数稳定在1.2附近。4) 9个不同分位数回归的科技截距的变化幅度由1992年的8.5缩小到2009的2.8。
关键词 :碳排放,分位数回归,STIRPAT模型,生态弹性系数
温室气体(GHGs)在大气层加速聚集是公认的现象,而温室气体的持续增加将导致地球气候变暖 [
IPAT方程最早出现在上世纪70年代,Ehrlich-Holdren和Commoner讨论人类环境影响的主要驱动因素,该方程假设对环境的影响(I)是人口(P),人均GDP(A)和科技(T)的乘积。IPAT方程这种乘积结构广泛地用于环境变化的驱动因素分析(参见文 [
其中,科技项(T)不仅包括科技还包括社会组织形式,文化等除人口和财富之外的所有其它人为因素。STIRPAT模型(1)虽然保留了IPAT方程的乘积结构,但相比IPAT方程更便于检验假设和精细分析。为了做假设检验,一般将方程(1)转化成下列自然对数形式:
其中a和e分别为方程(1)中a和e的自然对数。方程(2)中的参数均可针对截面数据,时间序列数据或面板数据,利用传统的统计技术比如回归方法来估计。其中驱动因素系数b,c称为生态弹性(参见文 [
在这个乘积结构中,当驱动因素变化细微时,生态弹性系数能起重要的作用。然而当环境的某驱动因素变化较大时,我们不必利用弹性系数而直接分析驱动因素本身就足够了。比如本文的结果显示碳排放相对高的国家,其科技项的变化非常显著,因此没有必要考察科技的生态弹性系数。
比较方程(2)和方程(1),会发现方程(2)缺了科技项(T)。York等在文 [
在有关STIRPAT模型(2)的大量文献中,学者们一般将其用于全球环境变化的人为驱动因素的效用分析。很多应用都假定人口和财富的生态弹性系数是时间和空间不变的(参见文 [
下标i代表国家,下标t代表年份,而
为了确定在不同国家中碳排放与人口、财富和其它驱动因素之间的关系,有些学者根据各种标准比如收入水平、地区差异,将观察国家分成若干类,再分别应用面板回归,得到各种STIRPAT面板模型。正如所期望的,不同类的模型参数结果不同,参见文 [
回归分析从1886年被高尔顿首次使用以来,已广泛应用于生物,医学,金融,经济等各个领域中的数据分析,其中以基于最小二乘法的经典线性回归(LSR)在数据分析中应用最广。但这种条件期望模型有其自身的缺陷:a) 随机误差需要几个比较苛刻的假设(包括零均值、等方差、正态分布等);b) 对异常值敏感,尤其当样本量较小和误差分布厚尾时;c) 只是确定在条件期望意义下的总体函数关系,不能体现分布的各部分的函数关系。
为了弥补经典线性回归的缺陷,1978年,Koenker和Bassett在文 [
设随机变量
对于回归模型
由于分位数回归计算的复杂性,早期它没能象经典的回归分析那样迅速普及。现在随着分位数回归理论研究的不断完善以及计算机技术的快速发展,分位数回归的应用越来越广,很多主流统计软件如SAS、Eviews、R等都有相应的功能模块。
本文,我们针对STIRPAT 模型(2)应用稳健的分位数回归分析碳排放与人口、财富和其它驱动因素之间的关系。面板数据来自世界银行集团网站www.worldbank.org,由各国家在1992~2009年期间各年的CO2排放量、国家人口总数、人均国内生产总值构成。实际人口数据以百万为单位。人均国内生产总值是按当年的的购买力折算成2005年的数值,以国际货币美元为单位。CO2排放量数据,以千吨为单位,是根据化石燃料和水泥的使用量按各自的比例折算出来的数值,包含消耗固态、液态、气态燃料和天然气燃烧产生的CO2。排除人口总数小于100万的和1992~2009年期间数据不齐全的国家(地区),最后得到由127个国家和地区18年的CO2排放量、国家人口总数、人均国内生产总值构成面板数据集。这127国家和地区及其编号如表1所示。
为了表现CO2排放与其驱动因素之间的线性函数关系在时间和空间上的变化情况,我们针对每一年的数据,分别在9个分位点
其中下标
为了比较,我们同时还使用最小二乘法估计STIRPAT模型(2)的参数
由最小二乘法以及9个分位点的分位数回归得到的人口和财富的生态弹性系数以及科技截距由表2和图1~图3展示。基于最小二乘法的经典线性回归结果表明,总体人口弹性系数稳定在
Country | Id | Country | Id | Country | Id | Country | Id |
---|---|---|---|---|---|---|---|
Albania | 1 | Egypt | 33 | Madagascar | 65 | Senegal | 97 |
Algeria | 2 | El Salvador | 34 | Malawi | 66 | Sierra Leone | 98 |
Angola | 3 | Ethiopia | 35 | Malaysia | 67 | Singapore | 99 |
Armenia | 4 | Finland | 36 | Mali | 68 | Slovak Republic | 100 |
Australia | 5 | France | 37 | Mauritania | 69 | Slovenia | 101 |
Austria | 6 | Georgia | 38 | Mauritius | 70 | South Africa | 102 |
Azerbaijan | 7 | Germany | 39 | Mexico | 71 | Spain | 103 |
Bangladesh | 8 | Ghana | 40 | Moldova | 72 | Sri Lanka | 104 |
Belarus | 9 | Greece | 41 | Mongolia | 73 | Sudan | 105 |
Belgium | 10 | Guatemala | 42 | Morocco | 74 | Sweden | 106 |
Benin | 11 | Guinea | 43 | Mozambique | 75 | Switzerland | 107 |
Bolivia | 12 | Guinea-Bissau | 44 | Namibia | 76 | Syrian | 108 |
Botswana | 13 | Haiti | 45 | Nepal | 77 | Tajikistan | 109 |
Brazil | 14 | Honduras | 46 | Netherlands | 78 | Tanzania | 110 |
Bulgaria | 15 | Hong Kong( China) | 47 | New Zealand | 79 | Thailand | 111 |
Burkina Faso | 16 | Hungary | 48 | Nicaragua | 80 | Togo | 112 |
Burundi | 17 | India | 49 | Niger | 81 | Trinidad and Tobago | 113 |
Cameroon | 18 | Indonesia | 50 | Nigeria | 82 | Tunisia | 114 |
Canada | 19 | Iran | 51 | Norway | 83 | Turkey | 115 |
Central African | |||||||
Republic | 20 | Israel | 52 | Oman | 84 | Turkmenistan | 116 |
Chad | 21 | Italy | 53 | Pakistan | 85 | Uganda | 117 |
Chile | 22 | Japan | 54 | Panama | 86 | Ukraine | 118 |
China | 23 | Jordan | 55 | Papua New Guinea | 87 | United Arab Emirates | 119 |
Colombia | 24 | Kazakhstan | 56 | Paraguay | 88 | United Kingdom | 120 |
Congo, Dem. | 25 | Kenya | 57 | Peru | 89 | United States | 121 |
Congo | 26 | Korea, Rep. | 58 | Philippines | 90 | Uruguay | 122 |
Costa Rica | 27 | Kyrgyz | 59 | Poland | 91 | Uzbekistan | 123 |
Cote d'Ivoire | 28 | Lao PDR | 60 | Portugal | 92 | Venezuela, RB | 124 |
Czech Republic | 29 | Latvia | 61 | Romania | 93 | Vietnam | 125 |
Denmark | 30 | Lebanon | 62 | Russian | 94 | Yemen, Rep. | 126 |
Dominican | 31 | Liberia | 63 | Rwanda | 95 | Zambia | 127 |
Ecuador | 32 | Lithuania | 64 | Saudi Arabia | 96 |
表1. 127个国家(地区)及其序号
年份 | LSR | 0.1 QR | 0.2 QR | 0.3 QR | 0.4 QR | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
b | c | a | b | c | a | b | c | a | b | c | a | b | c | a | |
1992 | 1.092 | 1.208 | 3.898 | 1.132 | 1.299 | 2.104 | 1.103 | 1.348 | 1.998 | 1.118 | 1.302 | 2.596 | 1.093 | 1.260 | 3.175 |
1993 | 1.088 | 1.191 | 4.055 | 1.180 | 1.307 | 1.905 | 1.132 | 1.313 | 2.216 | 1.090 | 1.296 | 2.710 | 1.089 | 1.250 | 3.310 |
1994 | 1.071 | 1.163 | 4.318 | 1.191 | 1.251 | 2.346 | 1.101 | 1.284 | 2.557 | 1.096 | 1.238 | 3.207 | 1.042 | 1.238 | 3.492 |
1995 | 1.049 | 1.146 | 4.540 | 1.126 | 1.244 | 2.711 | 1.112 | 1.239 | 2.970 | 1.095 | 1.219 | 3.371 | 1.059 | 1.195 | 3.831 |
1996 | 1.051 | 1.131 | 4.664 | 1.131 | 1.221 | 2.909 | 1.103 | 1.222 | 3.089 | 1.106 | 1.196 | 3.548 | 1.086 | 1.212 | 3.596 |
1997 | 1.053 | 1.141 | 4.544 | 1.109 | 1.206 | 3.020 | 1.135 | 1.178 | 3.379 | 1.108 | 1.182 | 3.594 | 1.067 | 1.201 | 3.724 |
1998 | 1.055 | 1.164 | 4.309 | 1.116 | 1.232 | 2.796 | 1.091 | 1.249 | 2.867 | 1.051 | 1.233 | 3.306 | 1.074 | 1.233 | 3.412 |
1999 | 1.054 | 1.159 | 4.339 | 1.113 | 1.237 | 2.790 | 1.067 | 1.216 | 3.270 | 1.036 | 1.215 | 3.467 | 1.079 | 1.220 | 3.477 |
2000 | 1.060 | 1.156 | 4.331 | 1.127 | 1.182 | 3.184 | 1.085 | 1.208 | 3.262 | 1.040 | 1.206 | 3.513 | 1.072 | 1.231 | 3.382 |
2001 | 1.056 | 1.157 | 4.323 | 1.165 | 1.258 | 2.315 | 1.090 | 1.230 | 2.997 | 1.037 | 1.202 | 3.551 | 1.059 | 1.234 | 3.397 |
2002 | 1.056 | 1.160 | 4.276 | 1.151 | 1.278 | 2.166 | 1.063 | 1.252 | 2.857 | 1.030 | 1.199 | 3.607 | 1.078 | 1.212 | 3.516 |
2003 | 1.035 | 1.140 | 4.525 | 1.151 | 1.267 | 2.285 | 1.072 | 1.233 | 3.025 | 1.038 | 1.207 | 3.504 | 1.044 | 1.225 | 3.517 |
2004 | 1.048 | 1.138 | 4.488 | 1.140 | 1.245 | 2.520 | 1.058 | 1.225 | 3.120 | 1.070 | 1.204 | 3.421 | 1.060 | 1.132 | 4.304 |
2005 | 1.056 | 1.160 | 4.226 | 1.106 | 1.250 | 2.576 | 1.080 | 1.237 | 2.925 | 1.055 | 1.213 | 3.328 | 1.059 | 1.184 | 3.811 |
2006 | 1.046 | 1.154 | 4.270 | 1.112 | 1.266 | 2.357 | 1.065 | 1.263 | 2.690 | 1.050 | 1.207 | 3.366 | 1.061 | 1.206 | 3.553 |
2007 | 1.041 | 1.132 | 4.463 | 1.110 | 1.205 | 2.893 | 1.067 | 1.244 | 2.824 | 1.093 | 1.204 | 3.276 | 1.076 | 1.191 | 3.625 |
2008 | 1.054 | 1.167 | 4.081 | 1.096 | 1.237 | 2.677 | 1.074 | 1.235 | 2.855 | 1.066 | 1.206 | 3.269 | 1.078 | 1.193 | 3.561 |
2009 | 1.051 | 1.170 | 4.052 | 1.099 | 1.225 | 2.723 | 1.046 | 1.244 | 2.859 | 1.106 | 1.213 | 3.162 | 1.060 | 1.193 | 3.642 |
年份 | 0.5 QR | 0.6 QR | 0.7 QR | 0.8 QR | 0.9 QR | ||||||||||
b | c | a | b | c | a | b | c | a | b | c | a | b | c | a | |
1992 | 1.072 | 1.215 | 3.760 | 1.113 | 1.220 | 3.792 | 1.090 | 1.232 | 3.881 | 0.976 | 1.018 | 6.580 | 0.940 | 0.634 | 10.513 |
1993 | 1.088 | 1.219 | 3.703 | 1.117 | 1.216 | 3.855 | 1.066 | 1.168 | 4.515 | 0.951 | 0.943 | 7.279 | 0.971 | 0.717 | 9.668 |
1994 | 1.082 | 1.205 | 3.842 | 1.066 | 1.175 | 4.337 | 1.071 | 1.160 | 4.566 | 0.993 | 0.898 | 7.485 | 0.970 | 0.697 | 9.795 |
1995 | 1.107 | 1.186 | 3.943 | 1.068 | 1.188 | 4.179 | 1.062 | 1.083 | 5.285 | 1.028 | 0.883 | 7.440 | 0.985 | 0.643 | 10.170 |
1996 | 1.117 | 1.231 | 3.495 | 1.076 | 1.152 | 4.469 | 1.078 | 1.046 | 5.615 | 1.014 | 0.914 | 7.169 | 1.001 | 0.639 | 10.187 |
1997 | 1.119 | 1.233 | 3.486 | 1.119 | 1.237 | 3.600 | 1.045 | 1.062 | 5.542 | 1.010 | 0.941 | 6.895 | 0.972 | 0.692 | 9.738 |
1998 | 1.100 | 1.222 | 3.616 | 1.108 | 1.176 | 4.128 | 1.092 | 1.118 | 4.825 | 1.083 | 0.944 | 6.651 | 0.977 | 0.709 | 9.467 |
1999 | 1.078 | 1.204 | 3.814 | 1.130 | 1.172 | 4.072 | 1.074 | 1.104 | 4.969 | 1.058 | 0.999 | 6.207 | 0.992 | 0.730 | 9.144 |
2000 | 1.138 | 1.232 | 3.399 | 1.139 | 1.173 | 4.042 | 1.122 | 1.164 | 4.320 | 1.053 | 1.044 | 5.788 | 0.983 | 0.775 | 8.814 |
2001 | 1.086 | 1.200 | 3.804 | 1.113 | 1.112 | 4.654 | 1.130 | 1.131 | 4.557 | 1.087 | 1.033 | 5.773 | 0.985 | 0.774 | 8.767 |
2002 | 1.085 | 1.187 | 3.866 | 1.144 | 1.113 | 4.535 | 1.122 | 1.108 | 4.768 | 1.090 | 1.139 | 4.797 | 1.001 | 0.836 | 8.146 |
2003 | 1.078 | 1.171 | 4.030 | 1.134 | 1.122 | 4.516 | 1.099 | 1.097 | 4.965 | 1.015 | 1.051 | 5.902 | 0.978 | 0.697 | 9.568 |
2004 | 1.105 | 1.131 | 4.331 | 1.115 | 1.121 | 4.556 | 1.106 | 1.095 | 4.903 | 1.020 | 0.965 | 6.600 | 1.034 | 0.756 | 8.758 |
2005 | 1.073 | 1.152 | 4.172 | 1.139 | 1.136 | 4.305 | 1.110 | 1.159 | 4.329 | 1.125 | 1.097 | 5.049 | 1.075 | 1.008 | 6.375 |
2006 | 1.061 | 1.121 | 4.456 | 1.122 | 1.131 | 4.370 | 1.091 | 1.103 | 4.866 | 1.079 | 1.101 | 5.070 | 1.055 | 1.046 | 6.106 |
2007 | 1.063 | 1.115 | 4.506 | 1.113 | 1.088 | 4.786 | 1.120 | 1.117 | 4.613 | 1.022 | 1.014 | 6.073 | 0.986 | 0.995 | 6.727 |
2008 | 1.056 | 1.156 | 4.079 | 1.115 | 1.142 | 4.225 | 1.116 | 1.146 | 4.378 | 1.133 | 1.079 | 5.073 | 1.054 | 1.091 | 5.579 |
2009 | 1.055 | 1.155 | 4.101 | 1.104 | 1.151 | 4.106 | 1.122 | 1.139 | 4.397 | 1.094 | 1.125 | 4.808 | 1.041 | 1.095 | 5.614 |
表2. LSR和QR结果
图1. 人口的生态弹性系数曲线
图2. 财富的生态弹性系数曲线
图3. 科技截距曲线
分位数回归结果显示,财富的生态弹性系数比人口的生态弹性系数大的国家(对应于
以上分析表明,经典的最小二乘法估计得到STIRPAT模型并不能代表所有观察国家和地区的情况,利用分位数回归方法获得的不同STIRPAT模型更能细致地反应不同国家的碳排放与其影响因素之间的关系。另外,不同国家和地区的财富生态弹性系数和科技截距的趋同现象从一定程度体现了21世纪世界各国在经济、科技和文化活动等各领域的交流合作越来越多,联系越来越紧密。
本文获得教育部人文社科基金(批准号:11YJA790190)和湖南省自科基金(批准号:2016JJ6029)资助。
阳卫锋,易伟义,余 博. 碳排放与其影响因素之间关系的变化—基于STIRPAT模型的分位数回归分析 The Change of the Relationship between CO2 Emissions and the Driving Forces—Quantile Regression Based on STIRPAT Model[J]. 低碳经济, 2016, 05(03): 27-35. http://dx.doi.org/10.12677/JLCE.2016.53005