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

構建模型與數據處理

1.指標的選擇地區經濟的發展狀況可以由經濟的多個方面來衡量，此外，地區間經濟發展的差別，可以從GDP來考慮，還有地區占經濟主導地位的產業及地區貿易狀況等，同時根據表1所示，我們也可以看出不同年份不同地區間碳排放量也是有差別的。那么地區經濟的發展與碳排放量之間是一個怎樣的相關關系，衡量經濟發展水平的各因素是不是與碳排放之間是一種相關的關系，是否經濟的發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，各地區碳排放量都有所差別，并且呈現逐年遞增的趨勢，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?？偟目磥?，這幾個省份有一些是工業為其經濟發展的主導力量，還有一些是中國經濟發展最好的地區，對外貿易較多。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。貿易也是各地經濟發展中較為重要的部分，對外貿易的狀況可以由各地區進出口總值來衡量。從圖3中可以看出廣東省的對外貿易量是最高的。2.模型構建考慮到碳排放量的影響因素與以下幾個因素相關，借鑒柯布道格拉斯函數雙對數處理方法構建方程為：LnGQit=ci+β1LnGGDPit+β2LnSTRUit+β3LnPRICEit+β4LnTfwit+εit其中，i表示中國30個省市、自治區（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t年的碳排放量，GGDPit表示i地區t年的地區生產總值，STRUit表示i地區t年的產業結構狀況，PRICEit表示i地區t年能源價格，Tfwit表示i地區t年的對外貿易總量，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地區能源消費總量。各省經濟發展狀況GGDPit選用各省歷年地區的GDP指數（按不變價格計算）；STRUit用第二產業與第三產業產值之比，同樣也按不變價格計算；PRICEit能源價格采用“工業品出廠價格指數”來表示，同樣也轉化成以1995年為基期的時間序列，Tfwit為各地區進出口總值，同樣也按不變價格計算。4.模型數據的來源研究數據取自中國30個省、市、自治區（直轄市，西藏除外）1995-2010年的數據，所有數據均來自于《中國統計年鑒2011》、《中國能源統計年鑒2011》、CCER經濟金融數據庫、《中國市場統計年鑒》、各省統計年鑒。

地區碳排放量與經濟發展的實證分析

1.對面板數據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，檢驗結果見表2。2.面板數據協整檢驗由于Johansen檢驗是基于最大特征值的比的統計量λ-max來判別變量之間的協整關系；多變量Johansen極大似然法可以精確地檢驗出協整向量的數目r，再根據無約束的VAR模型的殘差分析來確定VAR模型的最優滯后期。在對pool序列進行協整檢驗，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項跡統計量和最大特征值統計量結果一致的，說明存在協整關系。在原假設為無協整關系的情況下，采用Pedroni(Engle-Grangerbased)方法進行協整分析。所得結果如表4所示，碳排放量、GDP、產業結構、能源價格與對外貿易量之間存在協整關系，統計量通過協整檢驗。3.采用PeriodSUR加權檢驗并進行GLS回歸估計由于面板數據中時期的個數少于截面成員的個數，在做模型估計時，選用PeriodSUR類似似乎不相關回歸，對時期異方差和同期相關進行修正，所得結果如表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系作出描述。從表6中可以看出，采用PeriodSUR權重處理，R2統計量為0.982702大于未進行權重處理時的值，此外，未進行權重處理時，D.W.統計量為0.869007經過計算再與臨界值比較，存在較為嚴重的自相關。同時加權的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系。綜上分析可以看出，產業結構(LNSTRU)、對外貿易狀況(LNTFW)、經濟增長狀況(LNGGDP)對碳排放量都具有重要的影響，且表現為正相關關系，相關系數分別為0.593、0.406、0.316。能源價格(LNPRICE)則與碳排放負相關。所以根據研究，政府機構通過對地區產業結構的調整，還有對外貿易政策的調整可以達到對地區碳排放量的影響。

結論和建議

在各地區都開始試水碳交易的形式下，對碳排放量與經濟發展之間的關系進行研究，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衡?；谝陨戏治?，研究碳排放與經濟各因素之間的關系是十分有意義的。第一，通過以上分析可以得知地區碳排放量與地區GDP的增長有一定的正相關性，但是GDP的增長不一定伴隨碳排放量的增長而增長。對外貿易與地區碳排放量之間也表現出正相關關系，出口的增多可能會導致地區擴大生產，如果不采取措施進行碳減排，那么一個地區碳排放量會因此而增加。第二，產業結構與地區碳排放之間的關系是較為密切的，因為第二產業中工業所占的比重較大，而工業是地區碳排量中一個較為主要的來源。例如廣東省的GDP是最高的，但是它的第二產業與第三產業比值相對不是最高的，廣東省第三產業的發展也占總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，我國這種地區間經濟發展不平衡、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，山東省的企業進行碳減排，再與廣東省的企業進行買賣，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來說，也不必縮小生產規模。第四，我們國家也應該進行更多技術上投入研發力度，對碳減排技術提供更多的支持，這樣企業才有動力去進行碳減排，而地區和國家也能做到既減碳又不損害經濟的發展。

本文作者：雷玉桃楊娟工作單位：華南理工大學經濟與貿易學院