導語：碳排放的空間分布與經(jīng)濟研究一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

構(gòu)建模型與數(shù)據(jù)處理

1.指標的選擇地區(qū)經(jīng)濟的發(fā)展狀況可以由經(jīng)濟的多個方面來衡量，此外，地區(qū)間經(jīng)濟發(fā)展的差別，可以從GDP來考慮，還有地區(qū)占經(jīng)濟主導地位的產(chǎn)業(yè)及地區(qū)貿(mào)易狀況等，同時根據(jù)表1所示，我們也可以看出不同年份不同地區(qū)間碳排放量也是有差別的。那么地區(qū)經(jīng)濟的發(fā)展與碳排放量之間是一個怎樣的相關(guān)關(guān)系，衡量經(jīng)濟發(fā)展水平的各因素是不是與碳排放之間是一種相關(guān)的關(guān)系，是否經(jīng)濟的發(fā)展必然要以過多的碳排放為代價，這是本文研究的目的所在。總的來說，全國碳排放量是逐年遞增的，圖1展示了中國碳排放總量的變化趨勢。由圖1可以看到，近15年來中國的碳排放有了顯著的增加，并且在2001年以后碳排放有一個激增期，2001年的排放量為32億萬噸，至2010年，我國的碳排放總量增長到71.7億萬噸，而同時每一個省份的碳排放量也是有差別的。第一，各地區(qū)碳排放量都有所差別，并且呈現(xiàn)逐年遞增的趨勢，從表1中可以看出，在排碳量較高的包括河北、山西、遼寧、黑龍江、上海、江蘇、浙江、安徽、河北、湖北、湖南、廣東、四川這些省份中山東的碳排放量最高。總的看來，這幾個省份有一些是工業(yè)為其經(jīng)濟發(fā)展的主導力量，還有一些是中國經(jīng)濟發(fā)展最好的地區(qū)，對外貿(mào)易較多。從表1中可以看出這幾個主要的碳排放量較多的省份碳排放的增長情況。貿(mào)易也是各地經(jīng)濟發(fā)展中較為重要的部分，對外貿(mào)易的狀況可以由各地區(qū)進出口總值來衡量。從圖3中可以看出廣東省的對外貿(mào)易量是最高的。2.模型構(gòu)建考慮到碳排放量的影響因素與以下幾個因素相關(guān)，借鑒柯布道格拉斯函數(shù)雙對數(shù)處理方法構(gòu)建方程為：LnGQit=ci+β1LnGGDPit+β2LnSTRUit+β3LnPRICEit+β4LnTfwit+εit其中，i表示中國30個省市、自治區(qū)（直轄市，西藏除外），t為樣本時間跨度即年份。Ci為截距項，GQit為i地區(qū)t年的碳排放量，GGDPit表示i地區(qū)t年的地區(qū)生產(chǎn)總值，STRUit表示i地區(qū)t年的產(chǎn)業(yè)結(jié)構(gòu)狀況，PRICEit表示i地區(qū)t年能源價格，Tfwit表示i地區(qū)t年的對外貿(mào)易總量，εit為隨機擾動項。3.模型變量的處理對于GQit計算依據(jù)Gi(m)=Ei(m)Etotal(m)Gtotal(m)，Gtotal(m)表示全國t期全國排碳量，Etotal(m)用于表示全國能源消費總量（按萬噸標準煤計算），Ei(m)表示i地區(qū)能源消費總量。各省經(jīng)濟發(fā)展狀況GGDPit選用各省歷年地區(qū)的GDP指數(shù)（按不變價格計算）；STRUit用第二產(chǎn)業(yè)與第三產(chǎn)業(yè)產(chǎn)值之比，同樣也按不變價格計算；PRICEit能源價格采用“工業(yè)品出廠價格指數(shù)”來表示，同樣也轉(zhuǎn)化成以1995年為基期的時間序列，Tfwit為各地區(qū)進出口總值，同樣也按不變價格計算。4.模型數(shù)據(jù)的來源研究數(shù)據(jù)取自中國30個省、市、自治區(qū)（直轄市，西藏除外）1995-2010年的數(shù)據(jù)，所有數(shù)據(jù)均來自于《中國統(tǒng)計年鑒2011》、《中國能源統(tǒng)計年鑒2011》、CCER經(jīng)濟金融數(shù)據(jù)庫、《中國市場統(tǒng)計年鑒》、各省統(tǒng)計年鑒。

地區(qū)碳排放量與經(jīng)濟發(fā)展的實證分析

1.對面板數(shù)據(jù)的單位根進行檢驗在EVIEWS中對這五個變量進行單位根的平穩(wěn)性檢驗，依次采用LLC、IPS、ADF、PP等單位根檢驗方法，進行了水平檢驗和一階差分檢驗，檢驗結(jié)果見表2。2.面板數(shù)據(jù)協(xié)整檢驗由于Johansen檢驗是基于最大特征值的比的統(tǒng)計量λ-max來判別變量之間的協(xié)整關(guān)系；多變量Johansen極大似然法可以精確地檢驗出協(xié)整向量的數(shù)目r，再根據(jù)無約束的VAR模型的殘差分析來確定VAR模型的最優(yōu)滯后期。在對pool序列進行協(xié)整檢驗，運用Fisher(CombinedJohansen)這種方法進行檢驗，選擇沒有外生趨勢的選項，如表3中有4項跡統(tǒng)計量和最大特征值統(tǒng)計量結(jié)果一致的，說明存在協(xié)整關(guān)系。在原假設為無協(xié)整關(guān)系的情況下，采用Pedroni(Engle-Grangerbased)方法進行協(xié)整分析。所得結(jié)果如表4所示，碳排放量、GDP、產(chǎn)業(yè)結(jié)構(gòu)、能源價格與對外貿(mào)易量之間存在協(xié)整關(guān)系，統(tǒng)計量通過協(xié)整檢驗。3.采用PeriodSUR加權(quán)檢驗并進行GLS回歸估計由于面板數(shù)據(jù)中時期的個數(shù)少于截面成員的個數(shù)，在做模型估計時，選用PeriodSUR類似似乎不相關(guān)回歸，對時期異方差和同期相關(guān)進行修正，所得結(jié)果如表5所示。從表6可以看出采用這一方法是能夠較好的估計出模型，對各解釋變量與因變量之間的關(guān)系作出描述。從表6中可以看出，采用PeriodSUR權(quán)重處理，R2統(tǒng)計量為0.982702大于未進行權(quán)重處理時的值，此外，未進行權(quán)重處理時，D.W.統(tǒng)計量為0.869007經(jīng)過計算再與臨界值比較，存在較為嚴重的自相關(guān)。同時加權(quán)的GLS估計的殘差平方和也明顯下降，因此可以看出該模型能夠較好的估計這幾個解釋變量與因變量的關(guān)系。綜上分析可以看出，產(chǎn)業(yè)結(jié)構(gòu)(LNSTRU)、對外貿(mào)易狀況(LNTFW)、經(jīng)濟增長狀況(LNGGDP)對碳排放量都具有重要的影響，且表現(xiàn)為正相關(guān)關(guān)系，相關(guān)系數(shù)分別為0.593、0.406、0.316。能源價格(LNPRICE)則與碳排放負相關(guān)。所以根據(jù)研究，政府機構(gòu)通過對地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，還有對外貿(mào)易政策的調(diào)整可以達到對地區(qū)碳排放量的影響。

結(jié)論和建議

在各地區(qū)都開始試水碳交易的形式下，對碳排放量與經(jīng)濟發(fā)展之間的關(guān)系進行研究，可以讓我們更加客觀的分析我們進行碳減排的方式，做到兩者之間的最佳權(quán)衡。基于以上分析，研究碳排放與經(jīng)濟各因素之間的關(guān)系是十分有意義的。第一，通過以上分析可以得知地區(qū)碳排放量與地區(qū)GDP的增長有一定的正相關(guān)性，但是GDP的增長不一定伴隨碳排放量的增長而增長。對外貿(mào)易與地區(qū)碳排放量之間也表現(xiàn)出正相關(guān)關(guān)系，出口的增多可能會導致地區(qū)擴大生產(chǎn)，如果不采取措施進行碳減排，那么一個地區(qū)碳排放量會因此而增加。第二，產(chǎn)業(yè)結(jié)構(gòu)與地區(qū)碳排放之間的關(guān)系是較為密切的，因為第二產(chǎn)業(yè)中工業(yè)所占的比重較大，而工業(yè)是地區(qū)碳排量中一個較為主要的來源。例如廣東省的GDP是最高的，但是它的第二產(chǎn)業(yè)與第三產(chǎn)業(yè)比值相對不是最高的，廣東省第三產(chǎn)業(yè)的發(fā)展也占總GDP中一個比較大的部分，所以相比于山東，它的碳排放量不是最高的。第三，從我國整體情況來看，我國這種地區(qū)間經(jīng)濟發(fā)展不平衡、碳排放量差異性明顯的情況下，我們國家在碳交易方面應該加大發(fā)展力度，可以嘗試鼓勵省份與省份之間的碳交易。比如廣東省與山東省之間進行碳交易，山東省的企業(yè)進行碳減排，再與廣東省的企業(yè)進行買賣，這樣既達到了山東的碳減排也達到了GDP的上升，同樣對廣東省的企業(yè)來說，也不必縮小生產(chǎn)規(guī)模。第四，我們國家也應該進行更多技術(shù)上投入研發(fā)力度，對碳減排技術(shù)提供更多的支持，這樣企業(yè)才有動力去進行碳減排，而地區(qū)和國家也能做到既減碳又不損害經(jīng)濟的發(fā)展。

本文作者：雷玉桃楊娟工作單位：華南理工大學經(jīng)濟與貿(mào)易學院