基于STIRPAT模型分析中国资源环境压力

２１０１年１Ｏ月
基于ＳＩＰＴ模型分析中国资源环境压力ＴＲＡ
卢小兰
（汉大学文理学院商学部，汉４０５）江武３０６
摘要：用生态足迹作为资源环境影响的测量指标，用ＳＩＰＴ模型，１９２０采利ＴＲＡ以９７～０９年中国各省市的面板数据和２００９年３０个省市的截面数据为例，分析了人口数量、富裕程度、市化、一二产业比重及生态足迹强度城第对资源环境的具体影响。研究表明：１生态足迹和人均生态足迹总体呈上升趋势；２人口数量是生态足迹增大（）（）的一个主要影响因子；３富裕程度增加也将加剧人类对环境的影响；４技术进步对资源环境影响有较强的解释（）（）
力度；５降低第一二产业的比重有利于减少资源环境压力；６在观测数据范围内，（）（）不支持城市化进程可以缓解
资源环境的压力。不支持存在环境Ｋｚｅｓ线的观点。也ｕｎｔ曲关键词：源环境压力；态足迹；ＴＲＡ资生ＳＩＰＴ模型；回归；文献标识码：Ｘ４Ａ文章编号：０６ＷＨ０１２－３－４２７／２１（）０６０
研究表明，响资源环境的人文因素主要有人影口、济活动、术、治和经济制度、度和信仰经技政态等。为理解人类活动对资源环境产生的影响，量定分析资源环境压力成为可持续发展研究的热点之
人均生态足迹；Ｆ为总生态足迹。Ｅ（）ＴＲＰＴ模型二ＳＩＡＳＩＰＴ模型通常具有如下形式：ＴＲＡ
，＝ａｅＰＡ（）２
、
研究方法
（）态足迹模型一生
Ｗａｋｒａｅ等将 “ ｃｅｎｇｌ生态足迹 ” 定义为：何已知任
第２卷
第２期
江汉大学文理学院学报
ＪｕｎｌｆｏｌｅｏＡｔＳｉｃｆｉｇａｎｖｒｉｏｒａｏｌｇｆｒＣｅｓ＆ｃｎｅｏａｈｎＵｉｓｙｅＪｎｅｔ
Ｖ０．Ｎｏ．１２２Ｏｃ．２ｔ．０１１
人口（某个个人、一个国家或地区）的生态足迹是生
产这些人口消费的所有资源及吸纳这些人口产生废弃物所必需的生物生产性土地面积和水域面积的总和，包括化石燃料用地、它可耕地、地、地、筑林草建用地和水域等６大类。其单位为 “ 球性公顷 ” 全（ｌｂｌｅｔｅ，个单位的 “ 球性公顷 ” 当于ｇａｈｃａ）一ｏｒ全相
一
＝Ⅳ （／。ｒ ∑ ｃｐ ×ｊ，）
（）１
式中ｉ消费品的类型；为土地的类型；为人口为ＪＮ总数；；ａ为第ｉ消费品折算的人均生物生产面积；种ｒ为第ｊ土地的均衡因子；ｉ；类ｃ为第ｉ种消费品的人均消费量；；Ｐ为第ｉ消费品的全球年均产量；ｆ种ｅ为
一
１公顷具有全球平均产量的生态生产力空间。在生
态足迹的计算中，种资源和能源消费项目被折算各为上述６类生物生产面积。由于这６类土地单位面积的生物生产能力差距很大，因而需赋予各类土地不同的均衡因子进行等量化处理。目前国际上普遍采用的均衡因子为：地和建筑用地２８林地与化耕．，石燃料用地１１草地０５水域０２．，．，．。生态足迹的计算公式为：
其中，表示环境影响，示人口规模，ＩＰ表Ａ表示富裕程度，Ｔ表示技术水平。式中常数ａ项为模型系数，
ｂＣｄ分别为指数ＰＡ、ｅ、、、Ｔ，为误差项。为测试人文
因素对资源环境的影响，程（可转换成对数方２）
Ｅ：Ｎ ×ｅ＝ＮＦｆ（ｆｆ口 ×ｒ）
。
… ＳＩＰＴ模型作为定量讨论人Ｉ、裕和技ＴＲＡ＝富１
术条件变化对资源环境影响的随机回归模型，主要是估计人文因素对国际上Ｃ，排放和其他污染物Ｏ排放的影响。本文以中国３Ｏ个省市（因缺少西藏能源消费数据，分析中排除）实例，集１９在为收９７～２００９年的数据，于ＳＩＰＴ模型分析人口数量、基ＴＲＡ人均ＧＰ城市化、一二产业比重和生态足迹强Ｄ、第度对于生态足迹的影响，而为地区经济社会发展、从资源节约和生态环境和谐发展提供研究依据。

合集下载

基于STIRPAT扩展模型的福建省CO2排放影响因素研究

排放增速明显加快，２０１０年全省ＣＯ：总排放量为１９６２６．６１万吨，人均排放量达到了５．３１５吨／人，
术水平如何影响不同发展程度国家的ＣＯ排
放。［２１Ｌｉｕ分析了人１：３增长、经济增长、城市化水平
城市化阶段为背景，考察了能源消费ＣＯ强度、能
源强度、人均ＧＤＰ、城市化水平等因素对中国ＣＯ，排放量的影响。林伯强和蒋竺均研究了人均
ＧＤＰ、工业能源强度、能源结构、工业结构对于中
构、能源消费结构对福建省ＣＯ总排放量和人均排放量的影响方式和影响程度，在此基础上，提出福建省ＣＯ：减排建议。
极有效的减排措施，不仅难以完成节能减排目标，还会给生态环境造成越来越沉重的负担。
经济区在加强资源节约利用、加强生态建设和保
护、强化环境综合整治的同时，要大力发展循环经
在研究ＣＯ排放影响因素的文献中，Ｆａｎ等
国人均ＣＯ排放的影响。从已有的研究文献来看，由于各学者的视角不同，研究ＣＯ排放影响因
素的结论也有所不同。而且，对国家宏观层面的
基金项目：国家自然科学基金项目（６１１７９０６１，７１１７１０５７）；教育部新世纪优秀人才支持计划（ＮＣＥＴ一１１— ０９０３）

基于STIRPAT模型的中国二氧化碳排放影响因素动态冲击效应分析

线Ｊ。Ｚｈａｎｇ分析了中国经济增长、能源消费和二氧化碳排放之间格兰杰因果关系的存在性和方向性ＬｊＪ。Ｈａｌｉｃｉｏｇｌｕ运用边限检验和格兰杰因果关系检验分析了土耳其二氧化碳排放、能源消耗、国民收入和贸易之间的动态因果关系ｊ。Ｓｏｙｔａｓ分析了土耳其经济增长、二氧化碳排放和能源消费之间的长期格兰杰因果关系ｐＪ。
Ｍａｒ．２０１３Ｖｂ１．２３Ｎｏ．２
一经济学
基于ＳＴＩＲＰＡＴ模型的中国二氧化碳排放影响因素动态冲击效应分析
任晓松，赵涛
（天津大学管理与经济学部，天津３０００７２）
摘要：基于ＳＴＩＲＰＡＴ模型，确定二氧化碳排放的影响因素是人口数量、人均ＧＤＰ和技术水平。本文采用ＶＡＲ模型估计了中国１９７８．２０１１年间中国二氧化碳排放影响因素动态冲击效应。研究结果发现，二氧化碳排放和人口、人均ＧＤＰ、技术水平之间存在稳定的动态影响关系。人均ＧＤＰ、技术水平始终对二氧化碳排放起着正向冲击效应。人口因素先对二氧化碳排起着负向冲击效应，而后起着正向冲击效应。短期内自身和人均ＧＤＰ的贡献率较大，长期来看，人口增长的贡献率最大。关键词：二氧化碳排放；ＳＴＩＲＰＡＴ；ＶＡＲ模型；脉冲响应；方差分析中图分类号：Ｘ１９６文献标识码：Ａ文章编号：１００８．４７２Ｘ（２０１３）０２ — ００５５ — ０７

我国人口因素对二氧化碳排放的影响——基于STIRPAT模型的分析

我国人口因素对二氧化碳排放的影响——基于STIRPAT模型的分析马晓钰;李强谊;郭莹莹【期刊名称】《人口与经济》【年(卷),期】2013(000)001【摘要】本文首先估算了1999 ～2010年我国30个省区的CO2排放量,同时通过静态与动态面板数据模型相结合,运用工具变量控制了这两种模型的内生性,全面客观地对我国各省区人口规模、年龄结构、家庭规模、城市化水平与CO2排放量进行了检验.研究结果表明:人口规模、城市化水平和年龄结构是推动我国CO2排放的主要人口因素,而大的家庭规模可以抑制我国的CO2排放；此外,收入水平、能源消费结构、产业结构也是影响我国CO2排放的其他重要因素,动态面板数据模型表明,上一期CO2排放量对当期CO2排放量存在明显的正向关系.【总页数】8页(P44-51)【作者】马晓钰;李强谊;郭莹莹【作者单位】新疆大学经济与管理学院,新疆乌鲁木齐 830046;新疆大学经济与管理学院,新疆乌鲁木齐 830046;新疆大学经济与管理学院,新疆乌鲁木齐 830046【正文语种】中文【中图分类】C92-05【相关文献】1.基于STIRPAT模型的中国二氧化碳排放影响因素动态冲击效应分析 [J], 任晓松;赵涛2.我国东中西部二氧化碳排放量影响因素研究--基于我国的面板数据实证分析 [J], 袁文3.中国地级以上城市二氧化碳排放的影响因素分析:基于扩展的STIRPAT模型 [J], 陈占明;徐丽笑;赵晶;王思亓;吴施美;马文博;刘晓曼;蔡博峰;刘婧文;贾小平;张明;陈洋4.基于STIRPAT模型的福建省二氧化碳排放影响因素分析 [J], 蔡敏燕;5.基于STIRPAT模型的我国水环境污染影响因素分析 [J], 杨姣;董晔因版权原因，仅展示原文概要，查看原文内容请购买。

中国地级以上城市二氧化碳排放的影响因素分析:基于扩展的STIRPAT模型

中国地级以上城市二氧化碳排放的影响因素分析：基于扩展的STIRPAT模型陈占明;徐丽笑;赵晶;王思亓;吴施美;马文博;刘晓曼;蔡博峰;刘婧文;贾小平;张明;陈洋【期刊名称】《中国人口·资源与环境》【年(卷),期】2018(028)010【摘要】中国不同城市在发展阶段、经济结构、气候条件、人口结构等都存在明显的差异,不同城市二氧化碳排放的主要影响因素及其影响程度也各不相同.本文基于最新的城市尺度二氧化碳排放数据库CHRED及CHRED2.0,通过加入产业结构、城市化的气候差异等因素,对传统STIRPAT模型进行扩展,考察了中国地级以上城市二氧化碳排放的影响因素.结果显示:人口规模、第二产业产值占比和采暖需求的增长都会显著提高一个城市的二氧化碳排放,同时部分城市二氧化碳排放会随着富裕程度的上升呈现先增加后减少的趋势,但城镇化率对二氧化碳排激的影响具有不确定性.从全国样本来看,2005年和2012年人口因素变化对碳排放影响变化较小,维持在0.7左右;气候因素的变化对碳排放的影响从2005年的0.2881下降为2012年的0.000 2;第二产业产值比重变化的影响从2005年的0.7442上升到2012年0.9795;同时碳排放量与人均GDP在2005年存在倒U型关系,但到2012年这种关系不再显著.除了针对全国尺度的分析外,本研究还依据城市人口规模进行分组研究,并在此基础上进一步进行分位数回归,进而识别出不同规模城市二氧化碳排放量的影响因素差异.今后在制定城市节能减排政策对城市二氧化碳排放量进行管理的过程中,决策者需要在把握关键影响因子的前提下依据城市自身特点做到因地制宜、区别对待.【总页数】10页(P45-54)【作者】陈占明;徐丽笑;赵晶;王思亓;吴施美;马文博;刘晓曼;蔡博峰;刘婧文;贾小平;张明;陈洋【作者单位】中国人民大学经济学院,北京100872;北京师范大学统计学院,北京100875;江苏大学财经学院,江苏镇江212013;青岛科技大学环境学院,山东青岛266000;中国人民大学经济学院,北京100872;中国人民大学经济学院,北京100872;中国科学院大气物理研究所,北京100029;环境保护部环境规划院,北京100012;美国东北大学工学院,美国波士顿02115;青岛科技大学环境学院,山东青岛266000;中国矿业大学管理学院,江苏徐州221116;上海财经大学城市与区域科学学院上海200433【正文语种】中文【中图分类】F062.2【相关文献】1.中国城市创业孵化能力、孵化效率和空间集聚——基于2016年中国235座地级及以上城市孵化器的分析 [J], 赵峥;刘杨;杨建梁2.基于STIRPAT模型的福建省二氧化碳排放影响因素分析 [J], 蔡敏燕;3.中国地级以上城市智慧城市建设动因探寻\r——基于268个城市的事件史分析方法 [J], 楚金华4.中国城市转型升级能力评价体系的构建和测度——基于中国大陆290个地级及以上城市的实证研究 [J], 陈元志; 朱瑞博5.当前中国城市群发展水平差异评估——基于七个国家级城市群地级及以上城市2018年数据的测算 [J], 杨智雄; 翟磊因版权原因，仅展示原文概要，查看原文内容请购买。

基于STIRPAT_模型的江苏省碳达峰峰值研究与对策建议

Science and Technology & Innovation｜科技与创新2024年第07期DOI：10.15913/ki.kjycx.2024.07.043基于STIRPAT模型的江苏省碳达峰峰值研究与对策建议邱月，陈红喜（南京工业大学经济与管理学院，江苏南京211816）摘要：运用扩展的STIRPAT模型探究江苏省碳达峰各影响因素的影响程度及碳达峰路径。

岭回归结果表明，人口、城镇化率、人均GDP、能源结构、能源强度、产业结构对江苏省二氧化碳排放均存在正向影响。

通过情景模拟发现，江苏省可以在2030年实现碳达峰，峰值排放量为7.74亿～7.90亿t。

江苏省需从优化产业结构、完善相关配套政策、优化能源结构等方面保障2030年碳达峰目标的实现。

关键词：能源消费；STIRPAT模型；碳达峰；情景分析中图分类号： X321 文献标志码：A 文章编号：2095-6835（2024）07-0151-032020-09-22，国家主席习近平在第75届联合国大会上首次提出中国碳达峰、碳中和的“30/60”目标。

随后在2021-03-15召开的中央财经委员会第九次会议上再次强调，该目标是一场广泛而深刻的经济社会系统性变革，要将其纳入生态文明建设整体布局。

随着中国碳达峰、碳中和目标的提出，关于该目标的研究也逐渐丰富完善。

目前大多数的专家学者的研究都是从国家整体层面出发，对于区域和单个省份的达峰中和的方法与路径研究相对而言并不是特别丰富。

从国家整体目标实现角度来看，赵明轩等（2021）[1]、GREEN & STERN（2017）[2]通过建立相关研究模型设立不同情景，对中国碳达峰时间进行预测，得出在合理有效的政策情境下，中国在2030年前达到碳排放峰值是可实现的。

当然也有学者认为中国在2030年前无法实现碳达峰，朱永彬等（2009）[3]在早期的研究中通过合理的分析和预测认为在当时的各方面条件下中国碳排放峰值应出现在2040年或2043年。

资源型省份碳排放驱动力分析——基于PATH—STIRPAT模型的实证研究

产总值二氧化碳排放比２００５年下降４０％～４５％，并将其作为约束性指标纳入国民经济和社会发展中长期规划。根据我国的国情，要实现此目标，需要各省份根据自己的经济发展情况，找到影响
２．ＳｃｈｏｏｌｏｆＢｕｓｉｎｅｓｓ，ＳｈａｎｘｉＤａｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｄａｔｏｎｇ０３７００９，Ｃｈｉｎａ；
３．ＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＬｏｃａｌＥｃｏｎｏｍｉｃｓ，ＳｈａｎｘｉＤａｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｄａｔｏｎｇ０３７００９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：ＴｈｅｐａｐｅｒｓｅｌｅｃｔｓＳｈａｎｘｉＰｒｏｖｉｎｃｅａｓａｒｅｐｒｅｓｅｎｔａｔｉｖｅｏｆｒｅｓｏｕｒｃｅｐｒｏｖｉｎｃｅｓａｎｄａｎａｌｙｓｅｓｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｄｒｉｖｉｎｇｆｏｒｃｅｓＵ — ｓｉｎｇＰＡＴＨ— ＳＴＩＲＰＡＴｍｏｄｅｌ，ｂａｓｅｄｏｎｔｈｅ１９９０— ＿２０１０ｔｉｍｅｓｅｒｉｅｓｄａｔａ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔ：ｐｏｐｕｌａｔｉｏｎ，ａｆｌｕｅｆｎｃｅ，ｉｎｄｕｓｔｒｉａｌｓｔｒｕｃｔｕｒｅ，ｅｎｅｒｇｙｅｉｃｆｉｅｎｃｙ，ａｎｄｕｒｂａｎｉｚａｔｉｏｎｌｅｖｅｌａｒｅｔｈｅｍａｉｎｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｆａｃｔｏｒｓｏｆｒｅｓｏｕｒｃｅｐｒｏｖｉｎｃｅｓ．

基于STIRPAT模型的中国碳排放EKC验证及影响因素分析

基于STIRPAT模型的中国碳排放EKC验证及影响因素分析摘要：研究基于改进的STIRPAT模型和中国1971-2015年时间序列数据，验证了碳排放经典环境库兹涅茨曲线假说在中国的存在性，定量分析了经济规模、能源强度、能源结构、产业结构和人口结构等变量对碳排放总量和人均碳排放量的影响。

结果表明：中国碳排放量拐点要早于人均碳排放拐点出现，这主要是由于经济发展与碳排放有逐步脱钩的趋势，居民生活消费碳排放增加趋势明显。

各变量对碳排放总量和人均碳排放的影响系数都为正，对碳排放总量和人均碳排放都有正向促进作用。

GDP是碳排放总量和人均碳排放首要影响因素。

降低能源强度，提高能源效率是降低碳排放量，兑现我国在国际社会的碳减排承诺最为有效和可行的举措。

关键词：碳排放；STIRPAT 模型；EKC ；影响因素中图分类号：F205文献标识码：A 文章编号：2095-0439（2019）03-0009-05（宜春学院经济与管理学院江西宜春336000）本研究基于IPAT 理论改进的STIRPAT 模型，以1971-2014年长时间序列为研究样本，验证碳排放总量和人均碳排放量与人均GDP 之间库兹涅茨典线假说EKC 曲线。

并用研究样本时间碳排放实际值与模型拟合值进行比较，验证碳排放拐点预测的有效性。

依据估计模型分析影响碳排放的因素，提出尽早实现碳排放峰值的路径和对策。

一、数据说明与模型构建（一）数据说明。

碳排放方面数据主要来源于国际能源署（IEA ）数据库，时间跨度为1971-2015年。

选取IEA 数据库作为文章研究数据来源主要是由于中国与IEA 有合作协议，国家统计局每年向IEA 提供能源生产和消费方面的数据，因此IEA 公布的碳排放数据与中国国家统计局数据具有很好的可比性，但时效性相对较差[1]。

为消除价格波动影响，文中未作特别说明情况下，使用的经济数据都是以2005年为不变价，基于购买力平价（PPP ）计算的美元。

STIRPAT模型下能源碳排放影响因素与碳排放趋势情景分析

———————————————————————基金项目:本研究为黑龙江省省属本科高校基本科研业务费专项基金，“动态演化视角下黑龙江老工业基地转型路径研究”（2020-KYYWF-09）；黑龙江省高等学校智库（资源型城市可持续发展研究中心）开放课题，“我省煤炭产业数字化发展的对策研究”（ZKKF2022115）；黑龙江省属高校基本科研业务费科研项目，“碳中和情境下黑龙江省能源产业协调发展机制研究”（2021-KYYWF-1478）；黑龙江科技大学纵向科研项目统筹经费优先资助项目，“中俄能源合作深化背景下我国能源低碳转型发展的策略研究”阶段性成果。

作者简介:彭云艳（1978-），女，山东莱州人，经济学博士，黑龙江科技大学经济学院硕士生导师，副教授，主要研究方向为双碳经济、公司金融。

0引言过去的50年中，工业排放的CO 2显著增加，引发的温室效应，危害人类健康与社会经济。

2021年，我国提出力争2030年前实现“碳达峰”，2060年前实现“碳中和”，构建以新能源为主体的新型经济体系。

黑龙江省作为东北省份老工业基地，其工业所产生碳排放占有巨大的份额，短时间内还改变不了以矿产资源为主的产业结构，能源结构的优化依然有待改进，同时，黑龙江省作为农业大省，其所产生碳排放量也占有重大的份额，改善能源结构，减少碳排放量，促进黑龙江经济的可持续发展问题亟需解决。

1国内外相关研究梳理对于碳排放的研究可以上溯到20世纪90年代，York 和Dietz ,Rosa 等人（1994）首次基于IPAT 模型提出了其随机特殊形式STIRPAT 模型，目前该方法已普遍应用于碳排放的研究。

Fisher-Vanden Karen 等应用一种新的指数分解技术应用于多地区多部门可计算的一般均衡模型来量化地影响碳排放增长的五个因素，阐明了当应对全球碳排放税的征收时这些因素变化的相对重要性。

Muhammad Shahbaz 等人使用1970-2014年的时间序列和面板数据分析了25个来自亚洲、美洲北部、欧洲西部和大洋洲的发达经济体的全球化和二氧化碳排放之间存在因果关系。

基于STIRPAT模型的甘肃省建筑业碳排放及其影响因素

数据相对滞后，相比较而投资转变为建筑产品的生产活动中，既消耗了大量资源和能源，国的投入产出表每５年才更新一次，
生命周期法相关数据容易获取且简便易行，因而得以广泛运也产生了大量的温室气体，给环境带来巨大影响。据统计，我国言，建筑业的ｃ０排放量占我国ＣＯ：总排放量的ｌ／３ｌｌＪ。同时，由用。关于建筑业碳排放影响因素的研究，大多采用结构分解分
ＤＯＩ：１０．１３４８３／ｊ．ｃｎｋｉ．ｋｆｙ２０１６．０６．０３０
一
、
引言
放最高的部门；冯博和王雪青在省际层面上，从直接碳排放和
。由于我在城镇化进程中，担负着国家基础建设的建筑业，在将大量间接碳排放两方面对我国建筑业碳排放进行了测算Ｊ
甘肃省社会经济进入了快速发展的历史阶段，建筑业也不例外。统计表明【１０］，２０００年至２０１３年，甘肃省的建筑单位个数从５７０到５４．８ｌ万人，增加了０．６５倍，建筑业总产值从１２６．４４亿元增长到１７２０．８６亿元，增长了１２．６ｌ倍，其在全省经济中的支柱作
ＳＴＩＲＰＡＴ模型、Ｋａｙａ公式、Ｌａｓｐｅｙｒｅｓ指数法等。ＳＴＩＲＰＡＴＯｎａｔ等利用生命周期法，从直接碳排放和间接碳排放两方面，计模型、
算了美国住宅建筑和商业建筑的碳排放量；ＣｈｉｒｓＨｅｎｄｒｉｃｋｓｏｎ模型是一个多自变量的非线性模型，由于具有指标选取灵活，可逐渐等运用投入产出法从路桥、工业建筑、商业办公建筑、住宅以及测度人文驱动因子对环境压力的非比例变动影响等优点，９Ｊ。就研究区域而言，大多基其他建筑四个方面估计了美国建筑业的能源消耗和有害气体排成为影响因素分析的最主要方法＿

基于STIRPAT模型的中国碳排放峰值预测研究

１峰值研究简要回顾
国内针对中国碳排放峰值预测的研究相对较少，者学们主要依托环境库兹涅茨曲线（ＫＥＣ曲线）中国未来的对
碳排放量进行预估。朱永彬等在内生经济增长模型Ｍｏ— ｏｎＳｒｏｍ基础上对传统的ＥＣ理论进行改进，先从理论上Ｋ首
按照目前发展趋势。经济社会发展的同时保持碳排放强度合理下降。国的峰值到达时闻应为２２ —２４之间。因此，持碳排若中０００５年保放强度的不断下降对我国尽快出现碳排放峰值至关避要。大清洁能源使用。少传统能源消耗应是今后的重点工作任务。加减关键词ＳＩＰＴ模型；排放；值预测ＴＲＡ碳峰Ｆ０２６文献标识码Ａ文章编号１０２０（００１００６ｄｉ１．９９ｊｉ．０２１４２１．．０（２— １４２１）１２—０１ —０ａ：０３６／．ｍ１０ —２０．００１０３ｓ２
“ＭＡ ” 型均存在一些局限性：ＩＰＣ模Ｔ当分析问题时仅改变一
个因素，而保持其他因素固定不变，得出的结果即为该因素对因变量的等比例影响。为了修正ＩＴ模型的不足，析ＰＡ分人口对环境的非线性变化影响，ｏ等在ＩＴ模型的基础ＹｒｋＰＡ
排放的基本情况：次。中国１８其对９０—２０的时间序列数据进行回归，中得出我国总体碳排放趋势；次，先前回归的基础上对０８年从再在

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。