基于动态空间面板模型的市级碳排放影响因素研究.pdf

基于动态空间面板模型的市级碳排放影响因素研究徐宁马智慧摘要：目前中国面临着来自国际社会的减排压力在城市转型、经济转型、产业结构调整和更新的关键时期中国进入了“经济新常态”。文章对2007～2016年中国市级二氧化碳排放量及其潜在影响因素数据进行收集通过对不同模型的分析及结果对比选择动态空间面板模型对碳排量的影响因素进行识别其结果可为政府部门倡导区域可持续发展和制订减排政策提供参考。关键词：碳排放;地级市;动态面板模型一、引言由于全球变暖和极端天气的频繁出现如何控制碳排放量逐渐成为各国政府关注的焦点由此碳排放成为研究的热点领域（王少剑等2018）。为应对碳排放量的增加截至2050年应将碳排放强度和能源强度同时降低60%左右而目前年减排率仅为1.1%需将其提高到2.6%才能达到上述目标（IEA2015）。截至2014年中国碳排放总量占全球的比重超过1/4（牛秀敏2016）超欧洲国家总和。在这种形势下开展市级尺度上的碳排放研究对于我国积极应对气候变化的国际合作具有重要意义。现有研究多集中于对单个省市和城市的碳排放进行探究例如：江苏（黄金碧、黄贤金2012）、河南济源市（丛建辉等2014）等。除此之外其他学者从居民消费碳排放、城市近地面二氧化碳浓度的时空演变以及城市建筑碳排放等方面对市级碳排放进行了研究（苏王新、孙然好2018）。但总体来看当前关于地市尺度碳排放的研究相对较少在城市碳排放的核算方法、比较体系等方面有待于进一步研究。本文所用数据包括全国281个地级市覆盖面广且数据缺失较少在此基础上进行的城市碳排放影响因素研究对政府相关政策的制订具有一定参考意义。二、数据来源与研究方法（一）数据来源及预处理根据数据的可得性和有效性本文选取了2007～2016年中国281个城市的信息。本研究的数据主要来自《中国统计年鉴》（2008～2017年）、《城市统计年鉴》（2008～2017年）和EPS数据库。利用指数平滑法或邻近年份的数据来填补所缺失的个别数据。（二）模型建立参考已有研究（Chengetal.2018）建立描述碳排放的一般面板模型：式中Y为地区GDPUL为城镇化水平FDI为实际利用外商投资EC为能源消耗总量ISU为产业结构升级ISO为产业结构优化其中：产业结构升级采用第三产业增加值与GDP的比值来衡量;采用泰尔系数的倒数度量产业结构优化的程度。A为常数项β1～β7为相应变量的回归系数ε表示误差项i涉及281個地级市t∈[2007年2016年]。基于公式（1）将空间效应、动态效应分别纳入模型建立静态空间面板模型和一般动态面板模型具体见公式（2）和公式（3）：式中ρ表示空间效应的回归系数τ表示碳排放一阶滞后的系数。Wij是一个空间权重矩阵本文采用地理距离来确定空间权重矩阵即：wij=1/dij其中：dij表示城市i和城市j的欧几里得距离。综合上述模型易得到同时考虑空间效应和动态效应的动态空间面板模型：三、结果与分析（一）空间相关性分析模型计算之前对2007～2016年地级市碳排量的全局Moran指数及其Z值检验进行计算（见表1）。结果显示Moran指数显著为正表明碳排放的空间相关性为正进而说明碳排量相似的城市具有空间集聚效应。除此之外从2007～2016年碳排量的莫兰指数呈上升趋势说明碳排量相近的城市在空间分布上具有更加集聚的趋势。（二）模型识别以上结果显示市级碳排量具有显著的空间相关性由于传统计量模型忽略了空间效应无法实现无偏一致估计故可认为一般动态面板模型的回归结果与实际存在较大偏差。此外由于经济发展是一个连续的过程理论上在回归过程中应考虑碳排放的动态效应静态空间面板模型在构建过程中未纳入这种效应。因此在回归分析中采用了同时考虑空间