中国省级co排放影响因素空间计量研究

中国省级co排放影响因素空间计量研究

ID:10903903

大小:44.00 KB

页数:17页

时间:2018-07-08

中国省级co排放影响因素空间计量研究_第1页
中国省级co排放影响因素空间计量研究_第2页
中国省级co排放影响因素空间计量研究_第3页
中国省级co排放影响因素空间计量研究_第4页
中国省级co排放影响因素空间计量研究_第5页
资源描述:

《中国省级co排放影响因素空间计量研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、中国省级CO2排放影响因素空间计量研究摘要提出面板数据空间误差分量模型,采用基于广义矩估计的可行广义最小二乘法估计方法,研究1997-2007年间,我国省级CO2排放的影响因素。实证结果表明,我国省级CO2排放量存在显著的正向空间相关性,CO2排放较多的省份往往会影响邻近地区的CO2排放;CO2排放量与人均GDP呈倒N型环境库兹涅兹曲线。未考虑空间相关性时,CO2排放转折点为人均GDP51730元,我国目前仍处于CO2排放量上升期;采用面板数据空间误差分量模型修正后,CO2排放下降转折点为人均GDP约53237元

2、,较未考虑空间因素时有所提高,省际间的空间相互影响,对CO2排放下降转折点的人均GDP提出更高的要求;实证研究结果同时显示,煤炭消费比重提高及人口数量增大,都将显著增加我国CO2排放量,体现优化能源结构和控制人口增长对抑制CO2排放增长的重要性。关键词CO2排放;误差分量模型;面板数据;广义矩估计中图分类号F205文献标识码A文章编号1002-2104(2011)11-0015-06doi:10.3969/j.issn.1002-2104.2011.11.00317围绕我国CO2排放的影响因素问题,国内外学者进行

3、了大量的实证研究。Wu、Kaneko&Matsuoka[1]、徐国泉等[2]、宋德勇、卢忠宝[3]等采用对数均值迪氏分解法或Kaya恒等式对CO2排放影响因素进行分解,研究能源消费结构、能源利用效率、能源强度,以及经济增长等因素对中国人均CO2排放量的影响。实证结果表明,能源消费结构、产业结构的优化,以及能源利用效率的提高都将降低CO2排放量,经济增长对人均CO2排放量的贡献率呈指数增长。杜婷婷等[4]、胡初枝等[5]、陈彦玲、王琛[6]则采用环境库兹涅兹曲线(EnvironmentKuznetsCurve,简称

4、EKC)模型,研究中国CO2排放量与人均GDP,以及产业结构、能源消费结构等影响因素间的关系。研究结果认为,我国CO2排放EKC曲线呈倒U型,且产业结构、能源消费结构,以及城市化水平是影响我国CO2排放的重要因素。宋涛等[7]采用协整检验及脉冲响应函数,研究中国CO2排放量与人均GDP之间的关系,结果表明二者之间存在长期协整关系,CO2排放量与人均GDP呈N型EKC曲线。�17上述研究从不同角度分析了中国CO2排放的影响因素,对揭示我国经济运行中经济增长与CO2排放量相互关系有着重要参考价值,但现有文献也存在不足

5、之处:一是已有研究大多以时间序列模型为主,采用面板数据模型研究我国CO2排放影响因素的文献较少,多数研究中忽略了不同地区间CO2排放的差异性;二是现有研究中均未考虑我国地区间CO2排放的空间相互影响。我国地区间经济空间差异性明显。地区间贸易和产业转移产生的跨境污染,以及环境公共政策的外溢性,地区间CO2排放与经济发展的空间影响非常明显。本文试图克服以上不足,在总结现有空间经济计量分析技术基础上,建立面板数据空间误差分量模型(SpatialErrorComponentsModel,SEC模型),采用基于广义矩估计(

6、GMM)的可行广义最小二乘法(GLS),研究我国省级CO2排放与经济增长、能源消费结构及人口数量之间的关系。�1面板数据SEC模型�空间经济计量模型将空间因素引入经济计量分析,目前最常见的是空间因变量滞后模型(SpatialLag,SLAG)和空间误差模型(SpatialErrorModel,SEM),前者研究因变量在邻接地区的行为对整个系统其它地区行为的影响,后者的空间相互作用体现在误差项中,研究邻接地区的误差冲击对其它地区行为的影响。这两类模型基本形式如下[8]:�空间滞后模型(SLAG):�y=Xβ+λWy

7、+ε�空间误差模型(SEM):�y=Xβ+ε,ε=ρWε+u�17式中,W为空间权重矩阵,一般进行行标准化,u~iidN(0,σ�2),ρ,λ为相应的空间权重系数,

8、ρ

9、<1,|λ|对经济计量模型中是否引入空间分析,需要对模型(1)OLS回归残差进行空间相关性检验。常用的检验统计量包括Moran’sI检验、LMLag检验和LMError检验[15]。此外,Anselin[15]针对SEC模型提出了Rao’s检验(记为LMSEC检验),其表达式分别为:�其中,T�0=tr(W�2+W′W),T�1=trWW′,T�

10、2=trWW′WW′,e为模型(1)OLS估计残差,W为空间权重矩阵,y为因变量,X为自变量,b为系数估计值,M=I-X(X′X)-1X′,N为截面的个数,tr为矩阵的迹运算。�Moran’sI检验仅能检验误差项是否存在空间相关性,无法判定具体的空间计量模型。进一步,需要通过LMLag检验、LMError检验和LMSEC检验对空间计量模型选择进行判断。具体的判定标准为:如

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。