城镇化碳排放论文.docVIP

城镇化碳排放论文 1技术路线与方法 1.1技术路径 ①从碳源与碳汇两层面对安徽省1995—2011年碳排放进行测算；②运用因素分解模型，考察城镇化演进产生的碳排放量；③基于经济学边际理论，以城镇化演进产生的碳排放量作因变量，城镇化水平变化值作自变量，借助SPSS软件，采用最小二乘回归（OLS）分析方法，构建城镇化演进对碳排放影响的边际模型，对该模型求导，构建边际碳排放变化率测度模型，并据此测算出研究时序边际碳排放变化率；④借助Excel软件，对边际碳排放变化率时序数据作散点图，构建边际碳排放变化率多项式拟合曲线，运用二次曲线求极值方法，可对城镇化演进的碳排放极限影响进行判别。 1.2研究方法 1.2.1碳排放测算方法碳排放包括人为碳排放和自然碳排放，本文仅考察人为因素产生的碳排放。能源消耗及农作物生产为主要碳源，而林地和草地则为主要碳汇，其中，能源消费碳排放可通过能源消耗的碳排放系数计算，农作物生产的碳排放量及林地和草地的碳吸收量可以通过土地利用的碳排放及吸收系数计算1.2.2城镇化演进对碳排放贡献测度方法1）扩展Kaya恒等式构建Kaya于1989年提出了将碳排放与能源、经济和人口三个因素联系在一起的的Kaya恒等式。2）LMDI分解方法Ang等提出的对数平均权重Divisia分解法，是针对一段时期内能源需求或气体排放的因素分解方法，该方法具有技术成熟、形式多样、计算简单方便、分解无残差等优点，因而在能源消费及碳排放测算中得到了广泛应用，为此，本文采用LMDI分解法对碳排放变化进行分解，以揭示出城镇化演进对碳排放的贡献份额。1.2.3城镇化演进对碳排放影响极限测度方法1）边际模型构建经济学边际理论是指：假设在其他条件不变的情况下，每增加或减少一个单位数量产生的效应，将经济学边际理论引入城镇化演进的碳排放效应研究中，可界定为：城镇化水平每增加1个百分点所导致的碳排放量，以MCE表示，借鉴李效顺等研究方法，构建安徽省城镇化演进对碳排放影响的边际模型：LnΔCU=α+βLnΔU（8）式中：ΔU表示城镇化水平的变化量；α、β为待估参数。2）边际碳排放变化率测度对式（8）求导可得城镇化演进的边际碳排放影响表达式：MCE=d(ΔCU)d(ΔU)（3）碳排放影响极限测度依据式（10），可测算研究时序边际碳排放效应变化率，以此作因变量，时间序列作自变量，借助Excel软件，通过作散点图，添加趋势线，选取多项式类型进行拟合，可获取城镇化演进边际碳排放效应变化率拟合曲线，若该曲线二次项系数大于零，则该曲线为开口向上的U形抛物线，表明边际碳排放变化率存在极小值，依据二次曲线求极值方法，可测算出城镇化演进碳排放效应影响最小的极限时刻。 2数据来源与说明 为了保证数据可获取性与完整性，本研究选取安徽省1995—2011年数据考察城镇化演进对碳排放极限影响，数据来源及说明如下：（1）能源消费界定为：物质生产部门、非物质生产部门和生活消费的各种能源总和，包括原煤和原油及其制品、天然气，不包括低热值燃料、生物质能和太阳能等。能源消费数据来源于《中国能源统计年鉴》。（2）城镇化涉及人口、土地、产业、社会多方面因素[17]，表征城镇化水平有综合指标法、单一指标法两种[37]，单一指标度量方法，数据易取，计算简洁，得到了国际上大多数国家和地区的认同[17]，也为中国学者普遍采用[7-17,22-25,37]，因此，本文使用单一指标法来测度城市化水平，即用年末城镇人口占总人口比例表征，其数据来源于《安徽统计年鉴》。（3）GDP总量及人均GDP采用不变价格进行调整，方法为：实际指标=当年指标×100÷CPI价格指数（以1990年为100），数据来源于《安徽统计年鉴》。（4）耕地面积、林地面积来源于《安徽统计年鉴》，草地面积数据来源于《中国草地资源数据》。 3结果与分析 3.1碳排放分析 依据公式（1），运用《中国能源统计年鉴》、《安徽统计年鉴》及《中国草地资源数据》中原始数据及表1中碳排放与吸收系数，可得1995—2011年安徽省碳排放（图1），图1表明，安徽省碳排放量由1995年的2182.39×104t增至2011年的10120.20×104t，年平均增幅为10.06%，城镇化水平由1995年的19.09%提升至2011年的44.8%，年均增幅为5.48%，碳排放与城镇化水平均呈增长态势，但碳排放增幅快于城镇化水平升幅。将图1中碳排放与城镇化水平时序数据输入SPSS17.0软件进行关联分析，结果显示，在0.01水平（双侧）上，两者关联系数达0.945，由此表明，研究时序内，安徽省城镇化演进是导致碳排放持续增加的重要因素。 3.2城镇化演进对碳排放贡献测