我国低碳农业技术创新对经济发展的动态影响研究
发布时间：2020-10-28 11:34
随着中国经济的快速发展,我国碳排放强度日益增大呈上升状态,是导致气候变化的重要因素,使得气候变暖趋势日渐加剧,它已成为各个国家政治、经济以及科学等领域所关注的重点问题,农业与其他产业相比较,碳减排产生较强的正外部效应,成为当今社会亟待解决的首要问题。农业作为中国国民经济的基础产业,农业的活动基数比重大,且增长较快,如果不对其状况采取一定减排措施,农业活动所产生的碳排放量会不断增多,机械化与化学化构成的农业现代化的经济发展模式所产生的负外部效应会日益严重,使得我国经济的可持续发展面临巨大挑战。近年来,我国科学技术不断创新,水平不断提高,社会主义市场经济体制也在不断完善,农业在技术创新这方面取得了长足发展,科技的创新与发展,为我国低碳农业经济提供了强有力的技术支持,在低碳经济背景及可持续发展前提下,发展低碳农业更好地促进了农业生产方式调整转型和经济的可持续发展,低碳农业的经济发展模式能够更好的优化提升农业产业结构,转变农业经济发展模式,科学技术的创新和应用不仅给低碳农业的发展带来强有力的技术支撑,也成为促进农业低碳转型的强有力手段。低碳农业技术的创新一方面可以促进粮食的增产、农民的增收以及农业的增效,另一方面也有效的解决了我国农业经济生产中存在的环境恶化、生产效率递减的问题,成为实现我国农业经济可持续发展的重要手段,对我国国民经济的发展具有强大的经济、社会和生态效益。为了打开我国经济发展与社会环境保护可持续发展的双赢局面,推动低碳农业技术创新,促进农业生产结构转型是尤为重要的任务。本文基于岭回归及空间状态模型,运用单位根、协整检验及Granger因果检验,选取1978—2014年样本数据,对我国GDP、资本存量、劳动力以及二氧化碳排放强度等要素间动态关系进行实证与计量分析,研究结论表明,GDP、资本存量、劳动力及二氧化碳排放强度之间存在着长期均衡的关系。同时对各变量进行脉冲响应分析和方差分解,结果可以看出,资本存量及劳动力对经济发展的作用明显,经济发展又对碳排放的作用明显。在经济新常态下,要使我国碳排放强度与经济发展之间相互均衡,实现碳排放目标,需要积极转变经济增长方式,调整优化产业内部结构,改善我国能源结构,提高能源利用效率。
【学位单位】：山东理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F224;F323.3
【部分图文】：
以得出以下结果：基于美国能源部/美国能源信息署数为 0.7020；基于国家科委气候变化项目的资料来25；基于国家发展和改革委员会能源研究所的资料 0.4435[3]；基于 West T.O.,美国像树岭国家实验室的数为 0.8956；基于美国像树岭国家实验室的资料来41。可得性、准确性及研究需要，本文选取 GDP（单位）数据均来自《中国统计年鉴》（2015）。GDP 是以单豪杰的研究数据作为资本存量（单位：亿元）程中产生了大量的二氧化碳，二氧化碳的排放量将作单位：十万吨）。数据来源于世界银行官网（2015统计年鉴》（2015）各变量原始数据画出折线图，
图 3.2 拟合优度图Fig.3.2 Goodness of fit.由图3.1可以直观的看到一开始随着K值的逐渐增大，各变量的值逐渐趋于稳定，一段时间后，当 K 值继续增大的时候，各变量的回归系数没有发生明显波动，近似的呈现出一条水平线的趋势，由此，明显可以看出，当 K=0.08 时，各变量之间的标准化回归系数才保持在一个相对稳定的水平上。由图 3.2 也可以得到以下结论：当0 K 0.08 时，可决系数是存在明显下降的趋势的，但当 K 0.08 时，可决系数没有出现明显波动
14图 3.2 拟合优度图Fig.3.2 Goodness of fit.3.1可以直观的看到一开始随着K值的逐渐增大，各变量的值逐，当 K 值继续增大的时候，各变量的回归系数没有发生明显条水平线的趋势，由此，明显可以看出，当 K=0.08 时，各变系数才保持在一个相对稳定的水平上。由图 3.2 也可以得到以8 时，可决系数是存在明显下降的趋势的，但当 K 0.08 时，可动，处于一种缓慢下降的状态中。图 3.1 和图 3.2 反映出的信，即回归方程的最佳 K 值为 0.08。
【参考文献】
本文编号：2860035
【学位单位】：山东理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F224;F323.3
【部分图文】：
以得出以下结果：基于美国能源部/美国能源信息署数为 0.7020；基于国家科委气候变化项目的资料来25；基于国家发展和改革委员会能源研究所的资料 0.4435[3]；基于 West T.O.,美国像树岭国家实验室的数为 0.8956；基于美国像树岭国家实验室的资料来41。可得性、准确性及研究需要，本文选取 GDP（单位）数据均来自《中国统计年鉴》（2015）。GDP 是以单豪杰的研究数据作为资本存量（单位：亿元）程中产生了大量的二氧化碳，二氧化碳的排放量将作单位：十万吨）。数据来源于世界银行官网（2015统计年鉴》（2015）各变量原始数据画出折线图，
图 3.2 拟合优度图Fig.3.2 Goodness of fit.由图3.1可以直观的看到一开始随着K值的逐渐增大，各变量的值逐渐趋于稳定，一段时间后，当 K 值继续增大的时候，各变量的回归系数没有发生明显波动，近似的呈现出一条水平线的趋势，由此，明显可以看出，当 K=0.08 时，各变量之间的标准化回归系数才保持在一个相对稳定的水平上。由图 3.2 也可以得到以下结论：当0 K 0.08 时，可决系数是存在明显下降的趋势的，但当 K 0.08 时，可决系数没有出现明显波动
14图 3.2 拟合优度图Fig.3.2 Goodness of fit.3.1可以直观的看到一开始随着K值的逐渐增大，各变量的值逐，当 K 值继续增大的时候，各变量的回归系数没有发生明显条水平线的趋势，由此，明显可以看出，当 K=0.08 时，各变系数才保持在一个相对稳定的水平上。由图 3.2 也可以得到以8 时，可决系数是存在明显下降的趋势的，但当 K 0.08 时，可动，处于一种缓慢下降的状态中。图 3.1 和图 3.2 反映出的信，即回归方程的最佳 K 值为 0.08。
【参考文献】
相关期刊论文 前10条
1 刘丹青;;我国能源消费碳排放影响因素实证分析[J];合作经济与科技;2015年20期
2 梁雪石;贾利;;基于岭回归的黑龙江省城镇化对碳排放的影响分析[J];国土与自然资源研究;2015年04期
3 姚君;;我国能源消费、二氧化碳排放与经济增长关系研究[J];生态经济;2015年05期
4 张丽峰;;北京人口、经济、居民消费与碳排放动态关系研究[J];干旱区资源与环境;2015年02期
5 陈婷;初文章;;安徽省能源消费、碳排放与经济增长的实证分析[J];对外经贸;2014年12期
6 董会忠;王志松;吴宗杰;孙秀梅;;基于时变参数状态空间模型的能源消费影响因素研究[J];统计与决策;2013年23期
7 王菊娥;陈月璇;;区域碳排放强度变化的实证分析[J];统计与决策;2013年24期
8 唐建荣;陈实;张白羽;;经济发展与碳排放的动态研究[J];统计与决策;2013年13期
9 武红;谷树忠;关兴良;鲁莎莎;;中国化石能源消费碳排放与经济增长关系研究[J];自然资源学报;2013年03期
10 赵爱文;李东;;中国碳排放的EKC检验及影响因素分析[J];科学学与科学技术管理;2012年10期
相关博士学位论文 前1条
1 张小波;金融开放的风险及其经济增长效应研究[D];重庆大学;2011年
相关硕士学位论文 前1条
1 杜清燕;我国碳排放影子价格的研究[D];西南财经大学;2013年
本文编号：2860035
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/2860035.html
