对气候变化影响因素的探究

1、对气候变化影响因素的探究经济对气候变化影响因素的探究舒居安，高巍（山西财经大学统计学院山西太原030012）摘要近几十年来，随着各国决速的工业化与人口爆炸式增长,碳排放的与 日俱增加快了气候变化的步伐。冰丿i消融导致的海平面上升，粮食减产，空气污染 无时无刻不在影响着人们的生活。因此，硏究气候变化的影响因素十分重要。本 文采用随机抽取的19个国家在2010年与气候变化相关的环境数据，通过计量经 济学中的回归分析方法建立模型，得岀相关结论。关键词气候变化；碳排放；回归模型doi 10.13939/ki.zgsc.2015.04.1361气候变化的基本情况近几十年来所进行的科学观察硏究表明,大气中

2、以二氧化碳为主的各种温室 气体的浓度都在增加。18世纪之前，大气中二氧化碳含量基本维持在280ppmo 工业革命后，人类消耗的化石燃料的不断增长，森林植被遭到大量破坏，人为排放 的二氧化碳等温室气体使得其在大气中含量逐渐上升,每年大约上升l8ppm（约 0.4%）,到目前已接近360ppmo据ipcc的评估，在过去一个世纪里，全球平均温 度已经上升了 0.3°c到0.6°c,全球海平面上升了 10到25厘米。2气候变化影响因素的实证分析2.1变量的选取与数据的获取要硏究气候变化，首先我们需要找到一个指标可以较好地反映气候变化的程 度二氧化碳的排放量。因为二氧化碳是造成气候变

3、化的最魁祸首。因此本文选取二氧化碳的排放量(ce)作为被解释变量yo在选取被解释变量时，我彳门充分考虑了影响气候变化的主要因素，最终选取如下几个解释变量：化石能源消耗量 (cfe)zgdr人口(pop),清洁能源使用量(cle)。在数据选取时，我们按照0.1的权重 在除南极洲之外的六大洲共抽取了 19个国家。这些数据均来源于联合国数据库 (un data)o2.2回归模型的建立与分析通过广泛的查阅资料，阅读相关文献并对模型的反复实验，本文最终采用如下 形式的多元线性模型，通过多变量的分析找到二氧化碳排放量与各个解释变量之 间的关系：其中，为回归参数，用普通最小二乘法(ols)对模型中的回归参数

4、进行估计，可 以得到以下如表1的回归结果:表|缁定的解释变量与被解释变量的多元线性回归模型dependent variamc： carbonemissionmethod: ixwt squaresdale： 11/23/14 time： 12：43sample (adjured): 1 18included ohsrrvalions: !8 after adjustmrntsvariablesid. enort - static icprob.c-42560. 5243022. 33-0.9892660.3406p°p!. 3717760. 12842010.681910.0000(

5、u)p0. 1039750.0198395. 2408880. 0002cfe29. 998561.90635515. 736080.0000cle0. 2278660.4013980. 5676800. 5799k - squared0. 996359mean dependent var1057227i 一 squared0. 9952399. d. dq>en<lpnt var2216616.s. e of tvgrzicn152949.0akaikr info critrnon26. 94373sum squarrd reid3.o4e+ 11schwarz criterio

6、n27. 19106liludihotxl-237.4936hantuui - quinn criter.26 97川3f - sutiic889. 39(mdurbin watson psi1.574317prol> (f - sutistic)0.000000从表中可以看出，清洁能源(cle)没有通过t检验，因此对模型进行修正，剔除清洁能源这一解释变量后的回归结果如表2所示:表2 对模型逬行修正后的回归结果dependent vaiialue； cakbonemissionmethod:squaresdale： 11/23/14 timo： 12：25sample： 1 !9in&l

7、t; lu<hxl olxervaimni： 19variablestd. ermrt - stati«iicpmh.c-36034. 8738442. 89-0.9373610. 3634pop1. 3774880. 12004711. 474550.0000gdp0. 1108410.0145287.6294830.0000cfo30. 722111.35067322. 745780.0000h - squared0. 996303mean deprndrnt var1004021 adjialed ii - squared0. 995564s. i), depemfenl

8、 var2166612s e of irgrcssion144306. 7.kaikc info rritrnon26.78193sum squared rrid3. 12e4i1schwarz criterion26.9x076l/)g likelihood-250. 4284llannan quinn criter.26.81558f - autistic1347.511ihrbin - waldon tat1.747670prob ( f -0.000000对回归模型做怀特检验,检验结果如表3所示:表3回归樓型的怀特竣验检验结杲hetrroske由或icity test: whitef

9、- slat ilic5. 039420prux f (9. 9)0.0122obs r - -quared15. 85400prejx (jii - square ( 9)0. 0700sraled explained ss17. 32504prok (ihi - square (9)0.0439由上可以看岀p值为0.0700,大于显著性水平0.05,模型不存在异方差。另外 我们可以看到方程总体拟合程度高，总体显著，拟合优度为0.996,d-w值为1.74& 经过查表n=19zk = 3时,dl二l97,du二1.68丄748落在du,4-du 区间，则不能 拒绝原假设,因此可以看岀

10、无一阶自相关，具有独立性，模型解释性较好。综上所述，模型最终为(-0.937)(11.475)(7.629)(22.746)3模型的结论3.1模型结果的解释结合数据单位状态及上面的模型可以看岀，人口 (pop)与二氧化碳排放量成正相关，人口数量越多二氧化碳排放量越多。从回归系数我们可以得到人口每增加100人，则年均二氧化碳排放量增加1.377吨。因此我们因采取相濮施控制近几十年来人口的爆炸式增长。第二个解释变量gdp与二氧化碳排放量同样呈正 相关从回归方程我们可以看到gdp每增加100万元二氧化碳年均排放量增加1.1吨。我们不能追求过高的gdp而忽视了对环境的保护，应把目光放的长远些, 才能实现可持续发展。最后一个解释变量石能源消耗量(cfe)与二氧化碳 扫e放量依然呈正相关。当化石燃料消耗量每增加1万吨，年均二氧化碳排放量增 加30.722吨。化石燃料目前是能源消耗的主题组成部分，因此开发可清洁能源来 代替化石能源的燃烧才是主流。3.2模型问题的说明本文在建模之初认为清洁能源会成为影响碳排放的很重要的因素之一, 清洁能源的使用势必会减少二氧化碳的排放量。但是在模型的分析过程中，其并 不显著。与我们预期出现的差异说明我们的模型建立的过程中肯定存在某方面的