中國省域碳排放空間溢出效應與影響因素分析——基于空間面板模型.pdf

1、能源是人類社會賴以生存和發(fā)展的重要物質基礎，是促進經(jīng)濟增長最基本的要素之一。當今中國正處于高速發(fā)展階段，這與能源的消費有著緊密聯(lián)系，然而大量消耗含碳能源會直接導致全球氣候變暖和生態(tài)環(huán)境的惡化，這無疑給人類的生存和經(jīng)濟的發(fā)展帶來了嚴峻的挑戰(zhàn)，應對全球氣候變暖的趨勢成為各國政府一致努力的目標。因此，本文圍繞我國碳排放水平的相關話題展開研究，對于應對全球氣候變化有著重要的理論和現(xiàn)實意義。
　　本文實證部分選取省分為區(qū)域單位，收集2005

2、-2014年各省能源消費數(shù)據(jù)，計算出省域碳排放量，結合其他指標，探索影響碳排放量的因素。文章具體內(nèi)容如下:
　　首先采取IPCC在《國家溫室氣體排放清單指南》中提到的各項能源的碳排放系數(shù)及碳排放量的計算方法對全國三十個省份（除澳門、香港特別行政區(qū)、臺灣和西藏）2005-2014年的碳排放總量進行了計算。發(fā)現(xiàn)十年來我國碳排放總量大體上是遞增的趨勢，其中2005-2010年增長較為陡峭，而2010-2014年增長較為緩慢。其中2013

3、年較2012年的碳排放量是較少的，這可能是我國節(jié)能減排政策已初見成效。從熱力圖可以看出，我國碳排放量存在南北差異和東西差異，即東部碳排放量高于西部，北部碳排放量高于南部，且東西差異大于南北差異。
　　接著，構建兩種空間權重矩陣:鄰接0-1矩陣（基于rook原理）和距離矩陣。運用了兩種空間權重矩陣對全局碳排放量的空間相關性進行計算，比較兩者得到的結果，發(fā)現(xiàn)采用鄰接矩陣得出的結果更優(yōu)，因此采用鄰接矩陣作為本文的空間權重矩陣。根據(jù)全局自

4、相關性得出的結果，初步得出結論，即我國省域碳排放量是存在空間自相關性的。
　　在局部空間相關性檢驗中，先通過Moran'sⅠ散點圖將全國三十個省份劃分成四個區(qū)域:高-高聚集、低-低聚集、高-低聚集和低-高聚集區(qū)域。接著用LISA聚集圖和LISA顯著圖來驗證結論，發(fā)現(xiàn)圖中明顯顯示我國碳排放量確實存在高-高聚集和低-低聚集，且高-高聚集區(qū)域主要集中在東部環(huán)渤海區(qū)域。
　　用STIRPAT模型分解省域碳排放影響因素，結合實證結果，

5、最終選取的三個變量分別是:省域人均GDP、省域總人口和省域能源消費強度。
　　最后，在采用空間計量模型之前，先采用普通OLS估計法對面板模型進行系數(shù)估計，發(fā)現(xiàn)所選取的三個變量與碳排放量之間確實存在正相關關系。由于驗證了我國省域碳排放量確實存在空間自相關性考慮采用空間計量模型進行建模:空間滯后(SLM)和空間誤差(SEM)模型。此時，截面之間的相關性使得普通OLS估計不再適用，故采用極大似然估計方法對空間計量模型進行系數(shù)估計。得到的