基于因子分析法估計二氧化碳排放量的影響因素

楊光艷 李星 李天琪

【摘要】全球氣候變暖已經(jīng)成為不爭的事實，而造成這種情況的主要原因是溫室氣體的大量排放.由全球氣候變暖所引起的氣候變化已經(jīng)嚴重影響了人類社會的生存與發(fā)展，二氧化碳減排問題成為學術界十分關心的熱點問題.本文基于數(shù)學學科中的數(shù)據(jù)分析角度提出一個新的估計二氧化碳排放量的新方法，并使用2000年中國2 240個地區(qū)的數(shù)據(jù)，利用SPSS軟件通過因子分析法研究了人口、經(jīng)濟等因素對中國各地區(qū)二氧化碳排放量影響的估計.研究結果表明：人口數(shù)量密集、GDP高的地區(qū)往往二氧化碳的排放量更高.

【關鍵詞】二氧化碳排放；區(qū)域差異；SPSS；ArcGIS；因子分析

一、引 言

面對快速增長的二氧化碳排放量和不斷增大的國際二氧化碳減排壓力，我國于2009年提出：到2020年中國單位GDP二氧化碳排放強度比2005年下降40%～50%的目標，這一目標的實現(xiàn)依賴于地方層面的節(jié)能減排.因此，探討我國不同省份的二氧化碳排放量，不僅有助于科學制定二氧化碳減排標準，而且也是我國今后制定區(qū)域低碳發(fā)展戰(zhàn)略和相關政策的重要依據(jù).

我國幅員遼闊、自然資源分布不均，這些原因不僅導致我國區(qū)域間的經(jīng)濟發(fā)展水平存在較大差異，還使得區(qū)域間的二氧化碳排放量參差不齊[1].York[2]利用STIRPAT模型研究了二氧化碳排放量與人口之間的關系；Coondoo[3]還從Granger因果關系的角度分析了二氧化碳排放量和人均收入之間的關系，發(fā)現(xiàn)不同的國家存在不同的因果關系.劉華軍等[4]則利用基尼系數(shù)測算了中國二氧化碳排放的地區(qū)差異并進行了分解.徐大豐[5]根據(jù)碳排放主流算法估算了我國東、中、西部三大地區(qū)碳排放總量和三大區(qū)域分行業(yè)碳排放總量.張雷等[6]通過產(chǎn)業(yè)-能源關聯(lián)和能源-碳排放關聯(lián)兩個基本評價模型，解析中國碳排放區(qū)域格局變化的原因.

以上研究所涉及的研究關系較為單一，基于以上研究，本文利用能夠綜合考慮多因素的方法來估計各地區(qū)的二氧化碳排放量.即，根據(jù)2000年中國2 240個地區(qū)的相關數(shù)據(jù)，利用因子分析法，研究了地方人口、GDP等數(shù)據(jù)對二氧化碳排放量的估計.

二、模型及方法簡介

（一）模型簡介

（二）方法簡介

確定因子載荷、因子旋轉和計算因子是進行因子分析的三個關鍵步驟.

1.確定因子載荷

其中，A為因子載荷矩陣，R為原始變量的相關陣，X為原始變量.

三、研究區(qū)域及其劃分

本研究中研究了我國2000年的2 240個地區(qū)的數(shù)據(jù).

四、結果與分析

我們運用SPPS軟件對數(shù)據(jù)進行分析.由于所選數(shù)據(jù)涉及的參數(shù)眾多，為簡化分析我們選取累計方差貢獻率為61.30%的前4個公共因子.

根據(jù)第二部分的原理方法，對數(shù)據(jù)進行分析，其中每個樣本數(shù)據(jù)都包括66個指標（見表1）.

下面我們將各因子的方差貢獻率占四個因子總方差貢獻率的比重作為權重來進行加權匯總，從而得出各城市的綜合得分F，如表2所示.

在人口規(guī)模因子F1上得分最高的前100個城市集中分布在廣州市、山東省，說明伴隨著2000年的跨世紀發(fā)展浪潮，廣州市、山東省有大量的外來人員進城務工，從而造成居住人口高度密集的情況.在GDP規(guī)模因子F2上得分最高的前100個城市集中分布在廣東省、福建省、浙江省、江蘇省、山東省、河北省和遼寧省等沿海省份，說明隨著改革開放和社會主義現(xiàn)代化的發(fā)展，沿海城市憑借便利的政策和交通條件給自身的發(fā)展帶來了新的機遇；在建設規(guī)模用地因子F3上得分最高的前100個城市集中分布在安徽省、江蘇省、黑龍江省、吉林省、遼寧省等省份，為響應祖國經(jīng)濟發(fā)展，東北老工業(yè)發(fā)展基地在建設上、生產(chǎn)上有了更大的投入，相應地土地建設也隨之變多；在降水量規(guī)模因子F4上得分最高的前100個城市集中分布在重慶市、廣西壯族自治區(qū)、湖南省、安徽省、福建省、浙江省等市、自治區(qū)及省份，降水量多的地方，空氣粉塵數(shù)量就相對較少，空氣質量也相對較高.

將各城市在四個主因子上的得分進行加權綜合，就得到了綜合得分.我們利用綜合得分來分析城市的二氧化碳排放量，在綜合得分F上得分最高的是廣州市、北京市、江蘇省、山東省等.再結合各因子得分進行分析，廣州市在人口規(guī)模上基數(shù)比較大，經(jīng)濟發(fā)展水平較高，但在建設方面相對得分較低，說明隨著改革開放，廣州市在2000年的時候就已經(jīng)基本完成與經(jīng)濟相關的建設.在此基礎上，我們可以得出這樣的結論：廣州市的二氧化碳排放多基于經(jīng)濟發(fā)展的產(chǎn)物.廣西壯族自治區(qū)雖與廣東省毗鄰，但是由于其地理位置的原因，年降水量較多且經(jīng)濟發(fā)展水平不高，人口基數(shù)小，所以相應的二氧化碳排放量也相對較低.

五、結 論

本文在基于前人研究的基礎上，將相關結果與前人的研究結果進行了對比驗證，結果證明本文研究方向與研究結果是正確且有效的.基于本文的研究基礎，也進一步說明了：為了我國的二氧化碳減排事業(yè)的發(fā)展，我們應該去找尋更加豐富的方法去估計或測量二氧化碳的排放量，使我們的研究能夠殊途同歸，為祖國的發(fā)展獻計獻策.

同時，針對本文的研究結果，我們提出以下建議：第一，人口基數(shù)大、GDP高的地區(qū)應該在不影響自身發(fā)展的同時，多承擔減排責任.可采用能源效率或是提高技術手段，利用科技的力量提升自身減排能力并為祖國減排政策做出貢獻.第二，發(fā)展西部.將東、中部的高精尖技術引進西部，使其技術手段提升上去，并利用發(fā)展西部的機會，將東、中部人口轉移到西部，以緩解東、中部人口壓力.第三，推行低碳價值理念.要在全社會建立可持續(xù)發(fā)展的價值觀念，使得在人口基數(shù)不變的情況下，人均碳排放量降低.在推行減排政治理念的同時，要因地制宜，制定出符合各地發(fā)展的減排政策.

【參考文獻】

[1]賀燦飛，梁進社.中國區(qū)域經(jīng)濟差異的時空變化：市場化、全球化與城市化＼[J＼].管理世界，2004（8）：8-17.

[2]York R，Rosa E A，Dieta T.STIRPAT.IPAT and IMPACT：Analytic Tools for Unpacking the Driving Forces of Environmental Impacts＼[J＼].Ecological Economics，2003（3）：351-365.

[3]Coondoo D，Dinda S.Causality Between Income and Emission：a Country Group-specific Econometric Analysis＼[J＼].Ecological Economics，2002（40）：351-367.

[4]劉華軍，趙浩.中國二氧化碳排放強度的地區(qū)差異分析＼[J＼].統(tǒng)計研究，2012（6）：46-50.

[5]徐大豐.我國碳排放結構的區(qū)域差異分析＼[J＼].經(jīng)濟縱橫，2010（8）：76-78.

[6]張雷，黃園淅，李艷梅，程曉凌.中國碳排放區(qū)域格局變化與減排途徑分析＼[J＼].資源科學，2010（2）：211-217.