中国二氧化碳排放影响因素分析：基于省级面板数据研究

资源与产业 ›› 2013, Vol. 15 ›› Issue (5): 94-99.

中国二氧化碳排放影响因素分析：基于省级面板数据研究

马晓钰*，郭莹莹，李强谊

（新疆大学经济与管理学院，新疆乌鲁木齐 830046）

收稿日期:2013-06-06 修回日期:2013-07-01 出版日期:2013-10-20 发布日期:2013-10-20
通讯作者: 马晓钰（E-mail:fangxiangzhichenga@163.com)
基金资助:
新疆维吾尔自治区哲学社会科学研究规划基金（12BRK049）；教育部人文社会科学重点研究基地重大项目子项目之二（11JJD850005-2）；新疆普通高校人文社科研究基地重点项目（010112B05）；新疆大学优秀研究生世川良一项目（XJU-SYLLF12007）。

FACTORS OF CHINA CARBON DIOXIDE EMISSION BASED ON PROVINCIAL PANEL DATA

MA Xiao-yu*, GUO Ying-ying, LI Qiang-yi

(School of Economics and Management, Xinjiang University, Urumqi 830046, China)

Received:2013-06-06 Revised:2013-07-01 Online:2013-10-20 Published:2013-10-20

摘要/Abstract

摘要：

通过利用我国30个省区1999-2010年12年的面板数据，估算我国30个省区每年的CO2排放量，综合运用静态与动态面板数据模型，并运用工具变量控制这两种模型的内生性，实证研究我国CO2排放的影响因素。结果表明：人均GDP与人均CO2排放量之间存在倒U型曲线关系，能源消费结构、城市化水平和产业结构是促进我国CO2排放的重要因素。上一期人均CO2排放程度对本期人均CO2排放程度有着明显的正向关系，随着上一期人均CO2排放强度的加大，本期的人均CO2排放强度也会随之增加。研发强度和贸易开放的提高会抑制我国CO2排放。

关键词: 二氧化碳, 面板数据, 静态模型, 动态模型

Abstract:

This paper, based on China's 30 provinces' panel data from 1999—2010, estimates their carbon emission quantity per year, and applies static and dynamic panel data models to study through cases the factors of carbon emission. The results show a topdown U curve between carbon per capita and carbon emission per capita. The major factors are composed of energy consumption structure, urbanization level and industrial structure. The current carbon dioxide emission per capita rises with the last emission. Intensifying research & development and trade openness can suppress carbon dioxide emission.

Key words: carbon dioxide, panel data, static model, dynamic model

中图分类号:

F205

马晓钰，郭莹莹，李强谊. 中国二氧化碳排放影响因素分析：基于省级面板数据研究[J]. 资源与产业, 2013, 15(5): 94-99.

MA Xiao-yu, GUO Ying-ying, LI Qiang-yi. FACTORS OF CHINA CARBON DIOXIDE EMISSION BASED ON PROVINCIAL PANEL DATA[J]. Resources & Industries, 2013, 15(5): 94-99.

参考文献

[1]杨子晖.经济增长、能源消费与CO2排放的动态关系研究[J].世界经济,2011(6):100-125
[2]王锋,吴丽华,杨超.中国经济发展中碳排放增长的驱动因素研究[J].经济研究,2010(2):123-136
[3]袁鹏,程施,刘海洋.国际贸易对我国CO2排放增长的影响：基于SDA与LMDI结合的分解法[J].经济评论,2012(1):122-132
[4]Liang Qiaomei,Fan Ying,Wei Yiming. Multiregional input output model for regional energy requirements and CO2 emissions in China[J].Energy Policy,2007,35(3):1685-1700
[5]魏涛远,格罗姆期洛德.征收碳税对中国经济与温室气体排放的影响[J].世界经济与政治,2002(8):47-49
[6]胡宗义,刘静,刘亦文.不同税收返还机制下碳税征收的一般均衡分析[J].中国软科学,2011(9):55-64
[7]杨嵘,常烜钰.基于LMDI的西部地区碳排放因素分解[J].资源与产业,2012,14(2):172-179
[8]汪莉丽,王安建,王高尚.全球能源消费碳排放分析[J].资源与产业,2009,11(4):6-15
[9]赵冠伟,陈健飞,崔海山,等.1992—2007年广州市能源消费碳排放研究[J].资源与产业,2010,12(6):179-184
[10]杜立民.我国CO2排放的影响因素: 基于省级面板数据的研究[J].南方经济,2010(11):20-33
[11]李锴,齐绍洲.贸易开放、经济增长与中国CO2排放[J].经济研究,2011(11):60-72
[12]沈可挺,龚健健.环境污染、技术进步与中国高耗能产业: 基于环境全要素生产率的实证分析[J].中国工业经济,2011(12):25-34
[13]Nickell S.Biases in dynamic models with fixed effects[J].Econometrica,1981,49(6):1417-1426
[14]Anderson T W,Hsiao C.Formulation and estimation of dynamic models using panel data[J].Journal of Econometrics,1982,18(1):47-82
[15]Arellano M,Bond S.Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations[J].Review of Economic Studies,1991,58(2):277-297
[16]Arellano M,Bover O.Another look at the instrumental variable estimation of error components models[J].Journal of Econometrics,1995,68(1):29-51
[17]Blundell R,Bond S.Initial conditions and moment restrictions in dynamic panel data models[J].Journal of Econometrics,1998,87(1):115-143
[18]Bond S R,Hoeffler A, Temple J.GMM estimation of empirical growth models: CEPR discussion paper[R].London: University of Oxford,2001
[19]Roodman D.How to do Xtabond2:an introduction to difference and system GMM in Stata: center for global development working paper［R］.Washington:Center for Global Development,2006