高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

中国省域碳排放的空间特征及影响因素

赵巧芝,闫庆友,赵海蕊

downloadPDF
文章导航> bob手机在线登陆学报（社会科学版）> 2018> (1): 9-16
赵巧芝, 闫庆友, 赵海蕊. 中国省域碳排放的空间特征及影响因素[J]. bob手机在线登陆学报（社会科学版）, 2018, (1): 9-16. doi: 10.15918/j.jbitss1009-3370.2018.1281
引用本文: 赵巧芝, 闫庆友, 赵海蕊. 中国省域碳排放的空间特征及影响因素[J]. bob手机在线登陆学报（社会科学版）, 2018, (1): 9-16.doi:10.15918/j.jbitss1009-3370.2018.1281
shu
ZHAO Qiaozhi, YAN Qingyou, ZHAO Hairui. Research on Spatial Characteristics and Influencing Factors of Provincial Carbon Emissions in China[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2018, (1): 9-16. doi: 10.15918/j.jbitss1009-3370.2018.1281
Citation: ZHAO Qiaozhi, YAN Qingyou, ZHAO Hairui. Research on Spatial Characteristics and Influencing Factors of Provincial Carbon Emissions in China[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2018, (1): 9-16.doi:10.15918/j.jbitss1009-3370.2018.1281
shu

中国省域碳排放的空间特征及影响因素

doi:10.15918/j.jbitss1009-3370.2018.1281
  • 1.

    华北电力大学 经济管理系, 河北 保定 071003

  • 2.

    华北电力大学 经济与管理学院, 北京 102202

基金项目:

国家社科基金资助项目“多情景模拟下统一碳交易对我国出口竞争力的传导效应与政策研究”（17BGL252）

Research on Spatial Characteristics and Influencing Factors of Provincial Carbon Emissions in China

  • 1.

    Department of Economics and Management, North China Electric Power University, Baoding Hebei 071003, China

  • 2.

    School of Economics and Management, North China Electric Power University, Beijing 102202, China

  • 摘要:通过核密度分布和莫兰指数对中国2000—2015年30省份碳排放强度的动态趋势及集聚特征进行测度，并利用空间杜宾模型对其主要影响因素进行分析。结果显示：（1）中国30省份碳排放强度呈下降趋势，新常态以来低碳步伐加快；（2）碳排放强度的空间集聚性具有高水平集中、低水平集聚特征，空间溢出效应不断增强；（3）本省经济规模、产业结构对本省碳排放强度具有显著的正向影响，专利产出具有显著的负向影响；相邻省份的外商投资规模及能源消费结构变化对本省碳排放具有显著的空间溢出作用。因此，未来中国加快产业结构调整幅度、优化相邻省份间的产业空间布局以及大力发展绿色技术进步是中国促进区域低碳转型的主要方向，同时生态城镇化以及继续改善外商直接投资质量也是减排潜力因子，省域间的减排空间溢出效果不容忽视。
    Abstract:Kernel density distribution and Moran's Index methods were utilized to indicate the dynamic evolution trend and spatial cluster characteristics of carbon emissions among 30 provinces in China during 2000-2015. Spatial Durbin Model was constructed to explore the key influencing factors. The results are as follows:(1)Carbon emission density keeps a decreasing trend in this period and the low transformation trend has been accelerated since the New Normal Stage;(2)Spatial cluster characteristics of carbon emissions density in 30 provinces are mainly divided into "High-High" and "Low-Low" types. Moreover, this spatial spillover effects show a growing trend;(3)The economic scale and industrial structure of a province have a significant positive effect upon its carbon emission density while patent output scale has a significant negative effect. FDI scale and energy consumption structure of its neighborhood exert spatial spillover effects on its emission density significantly. On the one hand, to accelerate the pace of industrial structure adjustment, to optimize industrial spatial layouts and to develop green technology are the main ways in the future to stimulate regional low carbon transformation in China. Meanwhile, ecological town construction and continuously improving FDI quality are the potential factors to drive carbon emissions down. Spatial spillover effects among provinces in carbon emission reductions shouldn't be neglected.
  • [1] TOBLER W R. Philosophy in geography[J]. Theory and Decision Library,1979(20):379-386.
    [2] 刘华军,赵浩. 中国二氧化碳排放强度的地区差异分析[J]. 统计研究,2012(6):46-50.
    [3] 胡渊,刘俊峰,胡伟,等. 中国碳排放强度的区域差异、趋势演进与影响因素分析——基于30个省(市、区)1997-2012年面板数据[J]. 资源与产业,2016(5):7-13.
    [4] 崔维军,李宗铠. 中国东、中、西部地区碳排放空间差异测度及其成因研究[J]. 工业技术经济,2015(6):51-58.
    [5] 颜艳梅,王铮,吴乐英,等. 中国碳排放强度影响因素对区域差异的作用分析[J]. 环境科学学报,2016(9):3436-3444.
    [6] 马大来,武文丽,董子铭. 中国工业碳排放绩效及其影响因素——基于空间面板数据模型的实证研究[J]. 中国经济问题,2017(1):121-135.
    [7] 刘华军,刘传明. 环境污染空间溢出的网络结构及其揭示——基于1997-2013年中国省际数据的经验考察[J]. 经济与管理评论,2017(1):57-64.
    [8] 李敬,陈澍,万广华,等. 中国区域经济增长的空间关联及其解释——基于网络分析方法[J]. 经济研究,2014(11):4-16.
    [9] 佟昕,李学森,佟琳,等. 中国碳排放空间格局的时空演化——基于动态演化及空间集聚的视域[J]. 东北大学学报(自然科学版),2016(11):1668-1672.
    [10] LIU Y,XIAO H W,PRECIOUS Z,LV Y K. Carbon emissions in China:a spatial econometric analysis at the regional level[J]. Sustainability,2014(6):6005-6023.
    [11] 马大来,陈仲常,王玲. 中国省际碳排放效率的空间计量[J]. 中国人口·资源与环境,2015(1):67-77.
    [12] ZHOU Y,LIU Y S. Does population have a larger impact on carbon dioxide emissions than income? evidence from a cross-regional panel analysis in China[J]. Applied Energy,2016(180):800-809.
    [13] 屈小娥. 省际全要素CO2排放效率差异及驱动因素:基于1995-2010年的实证研究[J].南开经济研究,2012(3):128-141.
    [14] 张德刚,陆远权. 中国碳排放的空间关联及其解释——基于社会网络分析法[J]. 软科学,2017(4):15-18.
    [15] 许冠南,潘美娟,周源. 基于QAP分析的国际知识流动影响因素研究——以光伏产业为例[J]. 科学学与科学技术管理,2016(10):49-62.
    [16] 刘军. 整体网络分析:Ucinet软件使用指南[M]. 上海:上海人民出版社,2014.
    [17] 郑万吉,叶阿忠. 空间视角下财政分权的碳减排效应研究——基于半参数空间面板滞后模型[J]. 软科学,2017(1):72-94.
    [18] 张翠菊,张宗益,覃明锋. 能源禀赋、技术进步与碳排放强度——基于空间计量模型的研究[J]. 系统工程,2016(11):47-51.
    [19] Intergovernmental Panel on Climate Change. IPCC Guidelines for national greenhouse gas inventories[R]. Japan:IGES,2006.
    [20] 高铁梅. 计量经济分析方法与建模Eviews应用及实例[M]. 北京:清华大学出版社,2006.
    [21] GROSSMAN G M,KRUEGER A B. Environmental impact of the north american free trade agreement[R]. National Bureau of Economics Research Working Paper,1991,No.W3914.
    [22] EHRLICH P,HOLDEN J. One-dimensional economy[J]. Bulletin of the Atomic Scientists,1972,28:16-27.
    [23] 林伯强,邹楚沅. 发展阶段变迁与中国环境政策选择[J]. 中国社会科学,2014(5):81-95.
    [24] 盛斌,吕越. 外国直接投资对中国环境的影响——来自工业行业面板数据的实证研究[J].中国社会科学,2012(5):54-75.
    [25] LESAGE J,PACE R K. Introduction to spatial econometrics[M]. New York:CRC Press,2009.
    [26] ELHORST J P. Spatial econometrics:from cross-sectional data to spatial panels[M]. Berlin:Springer,2013.
  • [1] 彭旭辉, 杨迎亚.地方政府竞争与征地冲动. bob手机在线登陆学报（社会科学版）, 2022, 24(2): 141-152.doi:10.15918/j.jbitss1009-3370.2022.3124
    [2] 吕倩, 刘海滨.京津冀县域尺度碳排放时空演变特征——基于DMSP/OLS夜间灯光数据. bob手机在线登陆学报（社会科学版）, 2019, (6): 41-50.doi:10.15918/j.jbitss1009-3370.2019.7493
    [3] 冯宗宪, 高赢.中国区域碳排放驱动因素、减排贡献及潜力探究. bob手机在线登陆学报（社会科学版）, 2019, (4): 13-20.doi:10.15918/j.jbitss1009-3370.2019.2529
    [4] 马晓微, 陈丹妮, 兰静可, 李川东.收入差距与居民消费碳排放关系. bob手机在线登陆学报（社会科学版）, 2019, (6): 1-9.doi:10.15918/j.jbitss1009-3370.2019.2117
    [5] 樊静丽, 魏世杰, 张贤.2015年中国能源流与碳流分析. bob手机在线登陆学报（社会科学版）, 2018, (4): 40-45.doi:10.15918/j.jbitss1009-3370.2018.1997
    [6] 焦建玲, 蒋桂莉, 白羽.省际R&D技术溢出对碳排放的影响. bob手机在线登陆学报（社会科学版）, 2018, (2): 32-41.doi:10.15918/j.jbitss1009-3370.2018.3938
    [7] 田红, 丁长安.区域旅游业碳排放的时空差异——以山东省为例. bob手机在线登陆学报（社会科学版）, 2018, (6): 45-54.doi:10.15918/j.jbitss1009-3370.2018.2396
    [8] 卢娜, 冯淑怡, 陆华良.中国城镇化对建筑业碳排放影响的时空差异. bob手机在线登陆学报（社会科学版）, 2018, (3): 8-17.doi:10.15918/j.jbitss1009-3370.2018.2167
    [9] 梁夏, 陈文颖.电动车参与调峰的碳减排潜力. bob手机在线登陆学报（社会科学版）, 2016, (4): 42-48.doi:10.15918/j.jbitss1009-3370.2016.0406
    [10] 张跃军, 李维康.北京市金融发展对碳排放的动态影响. bob手机在线登陆学报（社会科学版）, 2016, (2): 30-33.doi:10.15918/j.jbitss1009-3370.2016.0206
    [11] 何音, 蔡满堂.京津冀地区经济增长与资源环境的脱钩关系. bob手机在线登陆学报（社会科学版）, 2016, (5): 33-41.doi:10.15918/j.jbitss1009-3370.2016.0505
    [12] 梁晓捷, 王兵, 张皓, 唐葆君.钢铁行业能源效率与碳排放. bob手机在线登陆学报（社会科学版）, 2016, (2): 34-38.doi:10.15918/j.jbitss1009-3370.2016.0207
    [13] 周德群, 王梅, 张钦.基于熵的区域碳排放总量企业间分配研究. bob手机在线登陆学报（社会科学版）, 2015, (3): 16-22.doi:10.15918/j.jbitss1009-3370.2015.0303
    [14] 石洪景.基于Logistic模型的城市居民低碳消费意愿研究. bob手机在线登陆学报（社会科学版）, 2015, (5): 25-35.doi:10.15918/j.jbitss1009-3370.2015.0504
    [15] 王道平, 李建立, 郭继东.低碳型城市物流配送双层次网络设计. bob手机在线登陆学报（社会科学版）, 2014, (1): 7-11.
    [16] 王雁凤, 黄有方.考虑碳排放的港口群混合轴辐式运输网络优化. bob手机在线登陆学报（社会科学版）, 2014, (5): 42-50.
    [17] 屈晓龙, 李波.碳限额与交易机制下零售商模糊库存模型优化求解. bob手机在线登陆学报（社会科学版）, 2014, (6): 20-25,33.
    [18] 赵玉焕, 王邵军.山东省经济增长与碳排放的关系研究. bob手机在线登陆学报（社会科学版）, 2013, (2): 39-42.
    [19] 马晓微, 崔晓凌.北京市终端能源消费及碳排放变化影响因素. bob手机在线登陆学报（社会科学版）, 2012, (5): 1-5.
    [20] 滕欣, 李健, 刘广为.中国碳排放预测与影响因素分析. bob手机在线登陆学报（社会科学版）, 2012, (5): 11-18.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:1061
  • HTML全文浏览量:0
  • PDF下载量:743
  • 被引次数:0
出版历程
  • 收稿日期:2017-05-29
  • 刊出日期:2018-01-16

中国省域碳排放的空间特征及影响因素

doi:10.15918/j.jbitss1009-3370.2018.1281
  • 1. 华北电力大学 经济管理系, 河北 保定 071003
  • 2. 华北电力大学 经济与管理学院, 北京 102202
    • 基金项目:

    国家社科基金资助项目“多情景模拟下统一碳交易对我国出口竞争力的传导效应与政策研究”（17BGL252）

  • 收稿日期:2017-05-29
  • 刊出日期:2018-01-16

摘要:通过核密度分布和莫兰指数对中国2000—2015年30省份碳排放强度的动态趋势及集聚特征进行测度，并利用空间杜宾模型对其主要影响因素进行分析。结果显示：（1）中国30省份碳排放强度呈下降趋势，新常态以来低碳步伐加快；（2）碳排放强度的空间集聚性具有高水平集中、低水平集聚特征，空间溢出效应不断增强；（3）本省经济规模、产业结构对本省碳排放强度具有显著的正向影响，专利产出具有显著的负向影响；相邻省份的外商投资规模及能源消费结构变化对本省碳排放具有显著的空间溢出作用。因此，未来中国加快产业结构调整幅度、优化相邻省份间的产业空间布局以及大力发展绿色技术进步是中国促进区域低碳转型的主要方向，同时生态城镇化以及继续改善外商直接投资质量也是减排潜力因子，省域间的减排空间溢出效果不容忽视。

English Abstract

赵巧芝, 闫庆友, 赵海蕊. 中国省域碳排放的空间特征及影响因素[J]. bob手机在线登陆学报（社会科学版）, 2018, (1): 9-16. doi: 10.15918/j.jbitss1009-3370.2018.1281
引用本文: 赵巧芝, 闫庆友, 赵海蕊. 中国省域碳排放的空间特征及影响因素[J]. bob手机在线登陆学报（社会科学版）, 2018, (1): 9-16.doi:10.15918/j.jbitss1009-3370.2018.1281
shu
ZHAO Qiaozhi, YAN Qingyou, ZHAO Hairui. Research on Spatial Characteristics and Influencing Factors of Provincial Carbon Emissions in China[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2018, (1): 9-16. doi: 10.15918/j.jbitss1009-3370.2018.1281
Citation: ZHAO Qiaozhi, YAN Qingyou, ZHAO Hairui. Research on Spatial Characteristics and Influencing Factors of Provincial Carbon Emissions in China[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2018, (1): 9-16.doi:10.15918/j.jbitss1009-3370.2018.1281
shu
参考文献 (26)

目录

    /

      返回文章
      返回

        作者相关

        写作规范

        友情链接

        总访问量: 今日访问量:

        版权所有：bob手机在线登陆学术期刊中心

        主管单位: 中华人民共和国工业和信息化部 主办单位: bob手机在线登陆 地址: 北京市海淀区中关村南大街5号

        本系统由北京仁和汇智信息技术有限公司开发  百度统计

        Baidu
        map