河南新型城镇化进程中碳排放影响因素的实证分析.docVIP

河南新型城镇化进程中碳排放影响因素的实证分析 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：河南新型城镇化进程中碳排放影响因素的实证分析 1 0 引言 2 1 构建分析模型 2 2 模型指标选取 3 3 数据来源及实证分析 4 4 结论 6 文2：我国农业碳排放影响因素的实证研究 6 1 研究方法及数据来源 6 3 结论和建议 7 研究结论 7 参考文摘引言： 8 原创性声明（模板） 9 文章致谢（模板） 9 正文 河南新型城镇化进程中碳排放影响因素的实证分析 文1：河南新型城镇化进程中碳排放影响因素的实证分析 Key words： carbon emission；impact factor；new-type urbanization；STIPAT model 0 引言 2005-2014年河南新型城镇化速度明显加快，2014年的城镇常驻人口占全省常住人口比例从2005年的%上升到%，增长近50%左右[1]。然而，在新型城镇化的快速进程中，河南以煤炭为主的能源消费结构和粗放型经济增长发展模式，使得整个区域的能源消耗量不断上升，造成二氧化碳的大量排放，碳锁定问题凸显，因此，河南城镇化过程中的高碳锁定已逐渐形成，并且短期内难以改变。于是，挖掘河南新型城镇化进程中碳排放的影响因素、寻找碳解锁路径、推进河南低碳经济的快速发展迫在眉睫。本文通过构建STIRPAT扩展模型，分析了河南新型城镇化进程中碳排放的影响因素。 1 构建分析模型 早先，学者们都采用IPAT模型（I=PAT）来分析经济活动对于环境所产生的影响。经典的IPAT模型由Ehrlich与Holden于20世纪70年代提出，用以评估人类经济活动对环境造成的压力。该模型认为影响环境的三个直接因素分别为：人口规模（Population）、财富（Affluence）和技术水平（Technology）[2，3] IPAT模型假定这三种因素和环境之间呈现单调等比例变化，即伴随三种因素之一变化1%，环境影响同样变化1%。但传统的IPAT模型是一个会计恒等式，无法进行实证分析，也无法找出最主要的因素。为此，Dietz和Rosa[4]提出了IPAT扩展模型，即STIRPAT（Stochastic Impacts by Regresstion on Population，Affluence and Technology）模型。STIRPAT模型在持有IPAT模型基本理论的基础上，为增强实证研究的可行性引入了随机性因素，并且能够分解技术项，实现对产业结构、能源强度等多种驱动因素对环境影响的研究与分析[5]。STIRPAT模型形式如下： 式（1）中，I表示环境影响，P表示人口规模，A表示财富，T表示技术水平，a为模型的常量系数，b、c、d为各自变量的弹性系数，e是模型的随机误差，i表明各变量处于不同的观测单元之间。可以得知，在a=b=c=d=e=1时，I=PAT即为STIRPAT模型的特殊表现形式。 在进行实证分析时对变量做取对数处理，不但不会对变量之间原有的协整关系造成影响，还可以消除异方差。由于STIRPAT模型为非线性方程，为了消除模型异方差，通常对方程序两边取对数，将等式转化成线性方程，即： lnIi=a+blnPi+clnAi+dlnTi+e（2） 式（2）中以lnPi、lnAi、lnTi为自变量，以lnIi为因变量，对经过转换的模型进行多元线性组合。 2 模型指标选取 STIRPAT模型较为灵活，允许其他变量的加入与替换。用碳排放量C替代环境影响I，用河南城镇人口表示人口规模P，用人均GDP表征财富因素A，用能源强度EI和产业结构IND（第二产业比重）替代技术水平。选取第二产业比重指标的原因在于相对第一产业和第三产业而言，第二产业所造成的碳排放更为严重。 构建模型如式（3）所示： lnCi=a+blnAi+clnPi+dlnINDi+dlnEIi+lnei（3） 式（3）中各指标的具体说明见表1。 本文以煤炭、石油、天然气等化石能源的消费作为计算碳排放的主要依据，通过化石能源的消耗总量以及建议排放系数对河南碳排放进行计算。 3 数据来源及实证分析 数据来源 本文所选定的模型指标的数据有些可直接使用，有些则需要进行进一步计算才可以使用。二氧化碳排放量需要通过能源消费量计算与演变得到，利用到的数据来自于《2014河南统计年鉴》、《2006年IPCC国家温室气体清单指南》，其他的数据均取自河南省经济社会发展统计数据库、《2014河南统计年鉴》、《2014中国统计年鉴》、《2013中国能源统计年鉴》，具体样本数据见表2。　 模型估计结果与分析 模型变量的单位根检验 当回归发生在随机游