长三角工业碳排放影响因素实证分析.docVIP

长三角工业碳排放影响因素实证分析 　　[提要] 基于面板数据模型，分析长三角6个主要城市的工业分行业的碳排放影响因素。研究表明：人口规模、工业经济规模、能源效率、工业部门内部结构、能源消费结构等因素对工业二氧化碳的排放分别产生显著影响。 　　关键词：面板数据；长三角城市；工业碳排放；影响因素 　　基金项目：本文受教育部人文社会科学研究规划基金项目“碳排放约束下长三角经济转型轨迹及其区域联动效果研究”（编号：12YJAZH160）资助 　　中图分类号：F407.2 文献标识码：A 　　原标题：基于面板数据对长三角工业碳排放影响因素的实证分析 　　收录日期：2013年9月24日 　　一、引言 　　中国最大的经济圈——长三角地区，位于长江下游和东海之滨，集“黄金水道”与“黄金海岸”于一体，主要包括上海市，江苏8市（南京、苏州、无锡、常州、扬州、镇江、南通、泰州），浙江6市（杭州、宁波、湖州、嘉兴、绍兴、舟山、台州），共16个城市。由于其优越的自然条件和地理区位，一直是我国经济最为发达的地区，2012年长三角地区实现规模以上工业总产值17.35万亿元，增长6.9%。《长江三角洲地区区域规划》（以下简称《规划》），是跨省级行政区的区域发展规划，国家“十一五”规划的重要组成部分，长三角地区区域协调发展的纲领。《规划》提出，在各个城市的详细定位中，上海仍然是“核心”，南京和杭州则是上海的“两翼”，同时将进一步提升南京、苏州、无锡、杭州、宁波等区域性中心城市的综合承载能力和服务功能。所以，本文选取上海、南京、苏州、无锡、杭州、宁波这6个城市作为长三角城市的代表进行研究，分析其碳排放的影响因素，从而提出对策和建议，为整个长三角城市甚至全国范围内的城市工业碳减排提供借鉴和参考。 　　CO2主要来自于工业部门的能源消耗，所以研究工业部门二氧化碳排放量的变化，对于减少二氧化碳排放和制定未来的能源战略是至关重要的。近年来，许多学者都致力于研究影响二氧化碳排放量的因素，主要有人口规模、经济发展、工业部门内部结构、能源结构、能源效率、产业结构等。张庆民等（2012），基于我国1995～2009年统计数据计算了第一、二、三产业经济结构与碳排放总量碳排放增长率和碳排放强度的动态演化过程。结果表明，第一产业碳排放总量与碳排放强度远低于其他产业，但碳排放量增长率高于其GDP增长率；第二产业碳排量总量最高，且波动幅度较大，碳排放强度呈现明显下降趋势；第三产业碳排放总量却远低于第二产业，碳排放强度与第一产业相似，但其碳排放增长率较高。孙慧宗（2010），采用1978～2006年的相关统计数据对中国城市化与含碳能源消费发生的二氧化碳排放量进行协整分析，同时建立误差修正模型，并运用Granger因果关系检验方法，结果显示：城市化与二氧化碳排放量之间存在着长期稳定的均衡关系，但不具有理论上的双向因果关系。二期滞后时，城市化是二氧化碳排放量的Granger原因，但后者不是前者的原因，对其不具有反馈效应。Karnjana Sanglimsuwan（2012）通过83个国家从1980年到2007年的数据，分析二氧化碳排放量与人口以及其他相关因素之间的关系。结果表明：人口压力对二氧化碳排放量的增长的关键因素。此外，二氧化碳排放量和经济增长之间的关系显示了一个倒U形。B.Davidsdottir，M.Fisher（2011）采用面板分析碳排放强度和发展之间的实证关系，并考察了两个变量之间的因果关系。分析数据覆盖从1980年到2000年的美国48个州，但不包括夏威夷、阿拉斯加、华盛顿特区。结果表明：碳排放强度和国家的经济之间存在显著的双向关系。 　　二、模型的选取与构建 　　（一）模型的选取。面板数据是指在时间序列上取多个截面，同时在这些截面上选取样本观测值所构成的样本数据。与时间序列模型相比较，它可以降低各经济变量之间的多重共线性，且能提供更多的样本信息、更高的自由度和估计效率；与截面数据模型相比较，它可以控制由不可观测的经济变量所引发的OLS估计的偏差，使得模型的设定更加合理，提供更准确的参数样本估计量。因此，本文采用面板数据来构建模型。 　　面板数据模型的一般形式如下： 　　Yit=Ci+βiTXit+εit i=1，2，…，N；t=1，2，…，T 　　其中，N表示个体数，T表示时间序列个数。若t固定不变，Yi（i=1，2，…，N）是横截面上的N个随机变量；若i固定不变，Yt（t=1，2，…，T）是纵剖面上的一个时间序列。 　　面板数据模型常用的包括混合估计模型、固定效应模型和随机效应模型三大类。通常我们使用极大似然比来确定该建立混合模型还是固定效应模型，即当F=■Fα/2（N-1，NT-N-k）时，应当建立固定效应模型，反之则建立混合模型；使用豪斯