前言：想要寫出一篇引人入勝的文章？我們特意為您整理了動態(tài)空間面板模型下的市級碳排放影響范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：目前，中國面臨著來自國際社會的減排壓力，在城市轉型、經濟轉型、產業(yè)結構調整和更新的關鍵時期，中國進入了“經濟新常態(tài)”。文章對2007~2016年中國市級二氧化碳排放量及其潛在影響因素數據進行收集，通過對不同模型的分析及結果對比，選擇動態(tài)空間面板模型對碳排量的影響因素進行識別，其結果可為政府部門倡導區(qū)域可持續(xù)發(fā)展和制訂減排政策提供參考。

關鍵詞：碳排放；地級市；動態(tài)面板模型

一、引言

由于全球變暖和極端天氣的頻繁出現，如何控制碳排放量逐漸成為各國政府關注的焦點，由此，碳排放成為研究的熱點領域（王少劍等，2018）。為應對碳排放量的增加，截至2050年應將碳排放強度和能源強度同時降低60%左右，而目前年減排率僅為1.1%，需將其提高到2.6%才能達到上述目標（IEA，2015）。截至2014年，中國碳排放總量占全球的比重超過1/4（牛秀敏，2016），超歐洲國家總和。在這種形勢下，開展市級尺度上的碳排放研究對于我國積極應對氣候變化的國際合作具有重要意義。現有研究多集中于對單個省市和城市的碳排放進行探究，例如：江蘇（黃金碧、黃賢金，2012）、河南濟源市（叢建輝等，2014）等。除此之外，其他學者從居民消費碳排放、城市近地面二氧化碳濃度的時空演變以及城市建筑碳排放等方面對市級碳排放進行了研究（蘇王新、孫然好，2018）。但總體來看，當前關于地市尺度碳排放的研究相對較少，在城市碳排放的核算方法、比較體系等方面有待于進一步研究。本文所用數據包括全國281個地級市，覆蓋面廣且數據缺失較少，在此基礎上進行的城市碳排放影響因素研究對政府相關政策的制訂具有一定參考意義。

二、數據來源與研究方法

（一）數據來源及預處理根據數據的可得性和有效性，本文選取了2007~2016年中國281個城市的信息。本研究的數據主要來自《中國統(tǒng)計年鑒》（2008~2017年）、《城市統(tǒng)計年鑒》（2008~2017年）和EPS數據庫。利用指數平滑法或鄰近年份的數據來填補所缺失的個別數據。

（二）模型建立參考已有研究（Chengetal.，2018），建立描述碳排放的一般面板模型：式中，Y為地區(qū)GDP，UL為城鎮(zhèn)化水平，FDI為實際利用外商投資，EC為能源消耗總量，ISU為產業(yè)結構升級，ISO為產業(yè)結構優(yōu)化，其中：產業(yè)結構升級采用第三產業(yè)增加值與GDP的比值來衡量；采用泰爾系數的倒數度量產業(yè)結構優(yōu)化的程度。A為常數項，β1~β7為相應變量的回歸系數，ε表示誤差項，i涉及281個地級市，t∈[2007年，2016年]。基于公式（1），將空間效應、動態(tài)效應分別納入模型，建立靜態(tài)空間面板模型和一般動態(tài)面板模型，具體見公式（2）和公式（3）：式中，ρ表示空間效應的回歸系數，τ表示碳排放一階滯后的系數。Wij是一個空間權重矩陣，本文采用地理距離來確定空間權重矩陣，即：wij=1/dij，其中：dij表示城市i和城市j的歐幾里得距離。綜合上述模型，易得到同時考慮空間效應和動態(tài)效應的動態(tài)空間面板模型：

三、結果與分析

（一）空間相關性分析模型計算之前，對2007~2016年地級市碳排量的全局Moran指數及其Z值檢驗進行計算（見表1）。結果顯示，Moran指數顯著為正，表明碳排放的空間相關性為正，進而說明碳排量相似的城市具有空間集聚效應。除此之外，從2007~2016年，碳排量的莫蘭指數呈上升趨勢，說明碳排量相近的城市在空間分布上具有更加集聚的趨勢。

（二）模型識別以上結果顯示，市級碳排量具有顯著的空間相關性，由于傳統(tǒng)計量模型忽略了空間效應，無法實現無偏一致估計，故可認為一般動態(tài)面板模型的回歸結果與實際存在較大偏差。此外，由于經濟發(fā)展是一個連續(xù)的過程，理論上在回歸過程中應考慮碳排放的動態(tài)效應，靜態(tài)空間面板模型在構建過程中未納入這種效應。因此，在回歸分析中采用了同時考慮空間效應和動態(tài)效應的動態(tài)空間面板模型。為了說明動態(tài)空間面板模型的優(yōu)點和有效性，同時使用一般動態(tài)面板模型、靜態(tài)空間面板模型和動態(tài)空間面板模型來估計回歸方程，比較三種模型的估計結果，其中：使用系統(tǒng)GMM方法對一般動態(tài)面板模型進行估計；在靜態(tài)空間面板模型中，分別用ML方法進行SAR和SEM模型的估計，由于SAR模型的LM-Lag、RobustLM-Lag測試結果并不顯著，因此選擇SEM模型進行回歸；使用系統(tǒng)空間GMM方法來估計動態(tài)空間面板模型。多重共線性可能會導致假設檢驗的可靠性降低，因此，在對三種模型計算之前進行基于混合回歸的多重共線性檢驗。結果表明，各變量的VIFs均小于10，說明自變量不存在多重共線性。利用STATA軟件分別對三種模型進行估計，結果如表2所示。可以看出，本文探究的主要變量未進入模型（2）的回歸過程，因此一般動態(tài)面板模型在理論上和實踐上均是不理想的。在動態(tài)空間面板模型中，碳排放的空間滯后系數在0.01顯著性水平下顯著為負，究其原因，一方面是因為同一省份的各城市之間經濟發(fā)展的相關性較低，另一方面可以歸結為模型中的其他變量具有較強的解釋力。應該指出的是，一般動態(tài)面板模型可能會在估計和分析中產生誤差，因為它們忽略了這種空間效應。比較有趣的是，動態(tài)空間面板模型的結果表明，市級碳排放的動態(tài)效應是不明顯的，這與之前假設存在出入。此外，對動態(tài)空間面板模型和靜態(tài)空間面板模型的碳排量空間滯后系數進行比較，發(fā)現前者的系數比后者的系數要小得多，說明前者可以對后者的誤差進行部分修正。綜合以上分析，可以認為動態(tài)空間面板模型與兩外兩個模型相比具有更高的合理性。對動態(tài)空間面板模型的回歸結果進行分析可以發(fā)現：GDP增長、城市化率提高以及實際利用外商投資增加均會對市級碳排量起抑制作用，能源消費總量的增加會增加市級碳排量。現階段，我國正在持續(xù)進行產業(yè)結構調整，模型結果顯示，產業(yè)結構升級和產業(yè)結構優(yōu)化的回歸結果并不顯著，這意味著二者對碳排量無顯著作用。在檢驗方面，產業(yè)結構優(yōu)化的水平高于產業(yè)結構升級的水平，這意味著中國不能單純盲目追求產業(yè)結構升級，在產業(yè)結構調整的過程中應更加注重產業(yè)間的耦合與協(xié)調發(fā)展。

四、討論

本文分析了多種因素對中國地級市碳排放的影響。Moran指數的結果表現出較強的全局空間自相關，為地級市之間碳排放的空間相關性提供了有力證據。利用動態(tài)空間面板模型進一步分析可得：GDP增長、城市化率提高以及實際利用外商投資增加均會對市級碳排量起抑制作用；能源消費總量的增加會增加市級碳排量；產業(yè)結構升級和產業(yè)結構優(yōu)化對碳排量無顯著作用。為降低碳排量，本文對各地政府提出以下有意義、有針對性的建議。

1.繼續(xù)推進產業(yè)結構升級。鼓勵發(fā)展服務業(yè)、低碳環(huán)保產業(yè)和高技術產業(yè)，制約高耗能、高污染制造業(yè)快速發(fā)展，化解產業(yè)產能過剩矛盾。政府還應優(yōu)化產業(yè)布局和資源配置，同時積極解決低水平重復建設和區(qū)域產業(yè)結構趨同問題。

2.在當前的產業(yè)結構調整過程中，應著力優(yōu)化產業(yè)結構。政府不僅要倡導提高教育質量，鼓勵發(fā)展職業(yè)培訓，提高勞動力素質，還要采取措施發(fā)展勞動密集型服務，吸收低端勞動力進入其他行業(yè)，這將促進不同行業(yè)之間的協(xié)調發(fā)展。

3.政府應該鼓勵企業(yè)建立現代管理體系，提高信息技術水平，逐步完善成本控制、財務管理、生產過程控制和生產質量管理等。此外，政府應該激勵企業(yè)進行二次創(chuàng)新活動，如集成創(chuàng)新、消化、吸收和再創(chuàng)新，這將有力提高可用能源的利用率。

4.利用技術變革促進產業(yè)結構升級和優(yōu)化，擺脫目前以煤炭為主的能源結構。一方面，大力發(fā)展前沿技術和高新技術產業(yè)，幫助企業(yè)進行設備和技術的改造、升級和更新。另一方面，大力發(fā)展新能源和可再生能源，加強天然氣、煤層氣、頁巖氣的勘探開發(fā)和應用，提高可再生能源和新能源在制造業(yè)中的應用比重。

5.制定和完善現有政策。一方面，制定和完善能源稅、資源稅、環(huán)境稅等稅收政策，將能源的環(huán)境成本內在化。另一方面，還應完善能源價格政策，改革現有的能源價格機制。通過能源價格的相對變化，借助時間效應，使改善其他投入因素的替代效應得以實現。

參考文獻：

[4]叢建輝,朱婧,陳楠,劉學敏.中國城市能源消費碳排放核算方法比較及案例分析———基于“排放因子”與“活動水平數據”選取的視角[J].城市問題,2014(03).

[5]黃金碧,黃賢金.江蘇省城市碳排放核算及減排潛力分析[J].生態(tài)經濟,2012(01).

[6]牛秀敏.全要素視角下的中國碳排放效率區(qū)域差異性及收斂性研究[D].西南財經大學,2016.

[7]蘇王新,孫然好.中國典型城市群城鎮(zhèn)化碳排放驅動因子[J].生態(tài)學報,2018(06).

[8]王少劍,蘇泳嫻,趙亞博.中國城市能源消費碳排放的區(qū)域差異、空間溢出效應及影響因素[J].地理學報,2018(03).

作者：徐寧 馬智慧 單位：山東師范大學地理與環(huán)境學院