城镇化进程中山西省碳排放量影响因素分析及预测研究

发布时间：2020-07-31 18:13

【摘要】：在中国的快速城镇化进程中，大量农村人口涌入城市，人均能源消费迅速增加，城市人口增长也将引起交通、住房、基础设施等化石能源消费的增加，化石能源引起的碳排放量增加使全球气候变化日趋加剧，城镇化高速发展阶段的中国面临着巨大的碳减排压力。为了实现到2020年，碳排放强度比2005年下降40%-45%碳减排承诺，中国政府对节能目标进行省级分解，要想实现碳排放分解目标，需要各省份根据自己的经济发展情况，找到影响碳排放的驱动因素以及预测未来的碳排放趋势，继而据此制定合理的减排政策。本论文选取山西省作为研究对象，深入研究了城镇化进程中山西省的碳排放影响因素，预测了山西省2012-2020年的碳排放情况，主要研究内容为：（1）利用PATH-STIRPAT模型分析人口、财富、城镇化、产业结构、能源效率等变量对碳排放量的驱动作用及解释变量间的交互作用，通过计算路径系数结合偏最小二乘回归分析，将选取自变量的弹性系数分解为直接弹性系数和间接弹性系数，分析结果显示：直接弹性系数中能源效率的值最大，其后依次为人口、财富、产业结构、城镇化；间接弹性系数中，能源效率对其他自变量的间接弹性系数均为负值，其他变量对能源效率的间接弹性系数也均为负值，能源效率是降低碳排放的主要途径；人口、财富、产业结构、能源效率、城镇化率每增长1%，碳排放量相应增长1.121%、0.434%、1.576%、-0.998%、1.021%；（2）利用结构向量自回归（SVAR）模型分析影响因素间的动态冲击效应。根据模型的构建要求，对产业结构、城镇化、碳排放量3变量进行平稳性检验，检验通过后构建SVAR模型，并进行模型识别，继而进行格兰杰因果分析、脉冲响应分析和方差分解分析，分析结果显示第二产业比重的增加、城镇化进程的推进增加了碳排放，城镇化率的波动最容易传递到其他变量上。（3）基于时间序列角度，构建人口、价格、经济发展水平、经济结构、城镇化变量与山西省能源消费量的协整方程，利用协整方程预测低速、基准、高速三种经济增长情景下山西省的能源消费量；基于灰色模型预测模型结合成分数据球坐标变换预测能源消费结构；根据能源消费量和能源消费结构预测结果估算2012-2020年低速、基准、高速经济情景下山西省的碳排放量，预测结果表明在任一种经济增长方式下，碳排放量都呈现出持续增长态势，但是增长速度有差异，三种情景下的碳排放年均增长率均低于1990-2011年碳排放的年均增长率。
【学位授予单位】：天津大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：F299.27;F205;F224
【图文】：

曲线,中国城镇化,进程,曲线

村的支援之后，中国城镇化发展迅速且逐年递增，进入二十一世纪以来，中国城镇化更是驶入了前所未有的快车道。为了对中国城镇化进程有一个直观的、量化的判断，本文根据中国统计年鉴和人口普查数据，绘制了中国城镇化发展曲线如图 1- 1，反映城镇人口和城镇人口比重的变化趋势。

国内生产总值,增长趋势,金融危机后

出很好的增长势头，如图 1- 4，在 20 世纪 90 年代后特别是在进入 21 世纪保持了非常强劲的增长，2008 年由于金融危机和汶川地震等影响，中国当经济增长率为 9.6%，是自 2002 年以来首次增速低于 10%。尽管如此，中国的增长速度在全球危机中依然成为一大亮点。金融危机后，重拾两位数增长012 年，中国的名义 GDP 为 519,470 亿元，经济增量跃居世界第二。

散点图,碳排放量,变量相关,行相关

碳排放量分析

【参考文献】