基于碳排放与经济增长关系视角的排放配额研究

《基于碳排放与经济增长关系视角的排放配额研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江工业大学学位论文原创性声明本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名：叛，杰、鹾日期：沙1．；年脏月≥；日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查

2、阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在年解密后适用本授权书。2、不保密口。(请在以上相应方框内打“4”)作者签名：兹、南烤导师签名：日期：≥∥／；年／2月2岁日日期：加f；年J乏月2；日浙江工业大学硕士学位论文基于碳排放与经济增长关系视角的排放配额研究摘要IllI1111111111111LllllllllllLlllY2498144我国碳减排起步早，但回顾减排历史，我国种种减排努力不断遇到瓶颈，2013年开始的后《

3、东京议定书》时代我国做出了到2020年碳排放强度相比2005年下降45％的承诺。要解决碳减排的瓶颈，保证承诺目标的顺利完成，国内强制性碳减排任务势在必行，排放配额分配是其中重要而基础的一环。本文利用全国和各省份数据，运用线性回归方法发现我国存在库兹涅茨环境曲线，且已经进入碳排放强度随经济发展而降低的曲线后半阶段。这为我国利用经济增长实现碳减排提供了可能。之后利用30个省市自治区的能源消耗和GDP增长数据，运用面板数据模型，拟合出了各个地区的环境曲线模型，并在预测的GDP增长环境下，对各地区的自然排放量进行了预测，评估各地区的减排潜力。在此基础上，

4、比对我国承诺目标，将碳排放配额分配至每一个地区。并基于分配中遇到的问题和发现，提出了自己的一些建议。关键词：碳排放强度，库兹涅茨环境曲线，配额分配，面板数据模型浙江工业大学硕士学位论文基于碳排放与经济增长关系视角的排放配额研究CARBoNEMISSIONQUoTAALLoCATIoNBASEDoNTHERELATIoNSHIPoFCARBONEMISSIONANDECoNOMICGRoWTHABSTRACTChinatookpartincarbonemissionsveryearly,butreviewthepastefforts，wefindt

5、hatourhardworkinghasencounteredabottleneck．After2013，thefirstperiodofKyotoprotocolhasended，Chinamadehispromisetoreducecarbonintensity45％than2005．Eithertosolvebottleneck，ortoensurecompletingthepromise，ItiSimperativetoimplementmandatorycarbonemissions．Carbonemissionquotaallocat

6、ioniSanimportantandbasicpartinthisaction．RegressionanalysisbasedonnationaldataofenergyconsumptionandGDP,show,thatChinaisonthesecondhalfoftheKuznetscurve：ChinesecarbonintensityiSreducingwitheconomicgrowth．ItmeansChinamayreducecarbonintensitywithoutslowdownhiseconomicgrowth，eve

7、ntakeadvantageofeconomicgrowthtoacceleratecarbonintensityreducing．ThepaneldatamodelanalysisbasedonenergyconsumptionandGDPdataof30regionsworkouttheKuznetscurveforeveryregions．Underaappropriatehypothesisofeconomicgrowth，theKuznetscurveeducethecarbonintensityin2020ofthe30regions

8、and．AftercomparetheresultofthepaneldatamodelwithChinesereductioncomm