中部四省城市碳排放影响因素研究.docVIP

中部四省城市碳排放影响因素研究 摘要：本文基于长江沿线中部四省所辖地级城市2003—2015年的数据，利用系统GMM估计法作动态面板估计，研究了中部四省碳排放的影响因素。结果表明：人均GDP和金融发展水平与碳排放呈现倒U型关系；第二产业占比、人口规模、外资依存度、财政科教支出与碳排放呈现正相关；当期碳排放受到历史碳排放的显著影响。据此本文提出了相关建议。 关键词：中部四省；碳排放；影响因素 一、引言 近年来，随着环境问题日渐突出和绿色发展理念盛行，中国碳排放日益成为学界和政界关注的焦点。据国际能源总署（InternationalEnergyAgency，IEA）数据显示，中国二氧化碳排放量在2000年占全球碳排放总量的10%，到2015年，这一比重已经增加至28.13%，中国一跃成为全球碳排放第一大国，面临的碳减排压力随之增大。环境问题是经济发展的产物，也是中国发展道路上必须妥善解决的问题。随着中国经济进入高质量发展阶段，研究碳排放问题，探索绿色低碳发展路径，既有助于解决中国当下的环境问题，也是推动经济高质量发展的必由之路。在碳排放的影响因素上，学界一般从经济总量、经济技术和技术水平、对外开放度上来研究，因此本文将从这些方面对影响碳排放的因素做实证研究。 二、研究方法与数据来源 环境经济学较多采用STIRPAT模型（York（2003））来研究碳排放问题，基本内容如式（1）所示，其中P代表人口规模，A代表人均GDP，T代表技术水平。I=a*Pb*Ac*Td（1）通过对模型（1）两边同时取对数，可以得到模型（2）：lnI=lna+b*lnP+c*lnA+d*lnT（2）因此，以模型（2）为基础，并从经济规模、人口数量、经济结构和技术水平等层面选取控制变量可以研究碳排放的影响因素。所选取研究变量如下：碳排放量c。采用IPCC（2006）提供的碳排放系数进行间接估算，其计算公式为：CO2=ΣKiEi（3）其中，K为第i种能源的碳排放系数，E为第i种能源消费量（万吨标准煤计量）。由于中国城市统计年鉴数据主要包括煤气、液化石油气、全社会用电量三大能源，因此使用这三种能源计算城市碳排放，全社会用电量采用2014年提供的中国区域电网碳排放因子进行折算，通过加总三大能源折算的碳排放，得到城市碳排放总量。实际人均GDP，记为pg。利用地级城市人均GDP，采用各省GDP平减指数，以2003年为基期去除价格因素，以此衡量经济发展水平。第二产业占比，记为sec。由于第二产业集中了高耗能和高污染行业，因此第二产业比重对城市碳排放影响明显，因此采用第二产业增加值占比衡量产业结构。财政科教投入，记为ft。财政科教投入有利于技术进步，因此采用财政科教投入作为技术水平的代理变量。金融发展水平。采用（金融机构存款余额+金融机构贷款余额）/GDP衡量金融发展规模，记为f1，该指标衡量了金融相对于经济发展的规模。外资依存度。采用实际利用外资与GDP比值进行衡量。本文研究对象为中部四省所有地级市市辖区，由于最新权威数据截止到2015年，2003年之前部分数据缺失严重，因此时间跨度选取2003—2015年，其中巢湖市因为行政区划调整被剔除。所有数据均来自于《中国城市统计年鉴》。 三、实证分析 本文采用系统GMM估计法对动态面板进行估计，并做逐步回归。根据Arellano和Bond（1991）对动态面板模型的解释，可在模型中引入因变量的滞后一期。因变量的滞后期会包含因变量的较多信息，将会缓解遗漏变量偏差，同时采用合适的工具变量，也有利于缓解模型的内生性问题。此外，滞后期的加入，也解释了碳排放历史存量对当前碳排放的影响，降低了模型的估计偏差。 1、回归结果分析 ，所有变量逐步回归的结果。结果显示，所有变量均可通过显著性检验且系数的经济意义合理，由于滞后期的引入，动态GMM模型必然会存在一阶自相关，但是不允许存在二阶自相关，因此需要做二阶自相关检验。考虑到工具变量选取的合理性，系统GMM估计结果也必须通过工具变量过度识别检验，根据检验结果本文模型可通过上述两个检验，限于篇幅，不一一汇报结果。碳排放滞后一期系数显著为正，说明碳排放受到历史水平较大的影响，高碳排放的地区短时期内难以彻底扭转碳排放的上升趋势。人均GDP一次项显著为正，二次项显著为负，说明人均GDP与碳排放呈现明显倒U型关系，随着收入水平的上升，环境污染程度逐渐减轻，这与环境库兹涅兹曲线假说相一致。第二产业占回归系数显著为正，说明第二产业占比的提升会带来碳排放的增加，这符合经验判断，由于第二产业集中了高污染、高能耗等产业，第二产业占比上升会带来能耗的上升，进而增加碳排放。人口规模回归系数显著为正，说明人口扩展会带来碳