碳減排政策對(duì)碳排放影響的實(shí)證分析

劉玲　李小軍　彭劍波

摘要：利用中國(guó)30個(gè)省份（西藏及港澳臺(tái)地區(qū)除外）2007-2017年的面板數(shù)據(jù)，將碳減排政策引入STIRPAT模型，實(shí)證分析碳減排政策對(duì)碳排放的政策約束力、時(shí)效性。結(jié)果表明，就全國(guó)范圍而言，碳減排政策對(duì)碳排放的直接約束力和時(shí)效性作用有限，就區(qū)域范圍而言，西部地區(qū)的碳減排政策長(zhǎng)期約束力和時(shí)效性影響程度高于中部、東部地區(qū)。針對(duì)碳減排政策的區(qū)域影響差異提出差異化碳減排政策建議。

關(guān)鍵詞：碳減排政策;STIRPAT拓展模型;碳排放;時(shí)效性

中圖分類號(hào)：X196 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2020） 16-0049-05

DOI： 10.14088/j.cnki.issn0439-8114.2020.16.010

全球氣候形勢(shì)日益嚴(yán)峻，各國(guó)政府在全球氣候治理中的作用舉足輕重。中國(guó)作為世界上第一大能源生產(chǎn)國(guó)和消費(fèi)國(guó)，發(fā)揮中國(guó)政府在碳減排中的建設(shè)性作用不僅是當(dāng)期經(jīng)濟(jì)建設(shè)與人民群眾的現(xiàn)實(shí)需要，同時(shí)也是完成《巴黎協(xié)議》的中國(guó)承諾部分，構(gòu)建人類命運(yùn)共同體的重大舉措。隨著中國(guó)碳排放交易市場(chǎng)的日益完善、新能源的發(fā)展、一系列碳減排計(jì)劃的具體落實(shí)等，生態(tài)環(huán)境部數(shù)據(jù)顯示，中國(guó)在控制溫室氣體排放方面已取得顯著成效，2017年中國(guó)單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降約46%，超過(guò)了2020年單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降40%～45%的目標(biāo);煤炭消費(fèi)比重從2005年的72%下降到2017年的60%;2017年非化石能源消費(fèi)比重上升到13.8%。中國(guó)已成為利用清潔能源第一大國(guó)，風(fēng)電、光伏發(fā)電裝機(jī)規(guī)模和核電在建規(guī)模均位居世界第一，清潔能源投資連續(xù)9年位列全球第一，累計(jì)減少的二氧化碳排放也居世界第一位。為進(jìn)一步探究碳減排政策對(duì)碳排放的約束力、時(shí)效性，本研究在STIRPAT模型的基礎(chǔ)上，引入政策變量作為核心控制變量，對(duì)全國(guó)30個(gè)省份（西藏及港澳臺(tái)地區(qū)除外）2007-2017年的面板數(shù)據(jù)進(jìn)行實(shí)證分析，進(jìn)一步探討政策要素對(duì)碳排放的影響機(jī)制，為區(qū)域可持續(xù)發(fā)展提供決策依據(jù)。

碳排放問(wèn)題在中國(guó)低碳經(jīng)濟(jì)的發(fā)展中尤為重要，國(guó)內(nèi)外學(xué)者對(duì)影響碳排放的因素進(jìn)行了諸多研究。Martinez-Zarzoso等[1]運(yùn)用OECD國(guó)家數(shù)據(jù)，研究發(fā)現(xiàn)人均收入和碳排放之間存在倒U型關(guān)系。Pao等[2]運(yùn)用面板數(shù)據(jù)協(xié)整方法發(fā)現(xiàn)金磚國(guó)家的外商直接投資增加了碳排放。Yi等[3]探討了城鎮(zhèn)化與碳排放的關(guān)系，實(shí)證結(jié)果得出城鎮(zhèn)化的集聚會(huì)導(dǎo)致溫室氣體過(guò)量排放，兩者存在正相關(guān)關(guān)系。國(guó)內(nèi)學(xué)者對(duì)碳排放問(wèn)題研究較早，徐玉高等[4]利用全球截面數(shù)據(jù)，分析了人口增長(zhǎng)、能源消費(fèi)強(qiáng)度變化對(duì)人均碳排放的影響，發(fā)現(xiàn)碳排放與人均GDP之間不存在Kuznets曲線，人口增長(zhǎng)和人均GDP的增加是人均碳排放增加的主要來(lái)源，而GDP能源消費(fèi)強(qiáng)度的下降則是碳排放減少的重要來(lái)源。王鋒等[5]發(fā)現(xiàn)人均GDP增長(zhǎng)是二氧化碳排放量增長(zhǎng)的最大驅(qū)動(dòng)因素。邵帥等[6]使用廣義迪氏指數(shù)分解法考察了 1995-2014年制造業(yè)碳排放演變的驅(qū)動(dòng)因素。黃勤等[7]運(yùn)用LMDI模型研究了長(zhǎng)江經(jīng)濟(jì)帶C02排放增量的驅(qū)動(dòng)因素，發(fā)現(xiàn)影響因素按大小依次為經(jīng)濟(jì)規(guī)模效應(yīng)、能源強(qiáng)度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)和能源結(jié)構(gòu)效應(yīng)。方浩等[8]對(duì)國(guó)家經(jīng)濟(jì)發(fā)展與碳排放的關(guān)系進(jìn)行了研究，認(rèn)為經(jīng)濟(jì)和能源消費(fèi)兩者結(jié)構(gòu)多元化最終促使國(guó)家完成從高碳燃料為主向低碳燃料的轉(zhuǎn)變。本研究基于國(guó)內(nèi)外學(xué)者的研究結(jié)果，選取政策變量作為關(guān)鍵變量，同時(shí)選取能源強(qiáng)度等變量，綜合討論碳減排政策對(duì)碳排放的影響機(jī)制。

1 STIRPAT模型概述

Ehrlich & Holdren率先提出IPAT模型，該模型主要用來(lái)解釋人口對(duì)環(huán)境壓力的影響，其中，I反映環(huán)境壓力，P反映人口數(shù)量，A反映富裕程度，T反映技術(shù)水平[9，10]。此后，由于該模型在考察解釋變量與環(huán)境后果間的非比例影響等方面存在局限，Dietz& Rosa在此基礎(chǔ)上又進(jìn)一步發(fā)展出STIRPAT模型[11-18]，即：

式中，e表示常數(shù)項(xiàng)，β0、β1、β2、β3是要被估計(jì)的參數(shù)，下標(biāo)i表示I、P、A和T在不同觀測(cè)單元之間的變化。通常在實(shí)證分析中對(duì)模型兩邊同時(shí)取對(duì)數(shù)，將式（1）轉(zhuǎn)化為式（2）：InIit=β0+β1InPit +β2lnAit +β3lnTit +εi （2）

STIRPAT模型作為研究碳排放與經(jīng)濟(jì)發(fā)展之間關(guān)系的經(jīng)典理論，已經(jīng)得到學(xué)術(shù)界的普遍認(rèn)可，研究者在式（2）的基礎(chǔ)上，根據(jù)研究需要增加其他變量來(lái)進(jìn)行相關(guān)分析，增加的解釋變量應(yīng)與式（1）的乘積形式保持一致。因此，結(jié)合本研究的主題，最終建立的碳排放經(jīng)濟(jì)計(jì)量模型如下：ICO2=f1（P，A，T，X，ε） （3）

式中，ICO2表示各省的碳排放總量;為各省的年末人口總量;A為各省人均GDP;T為各省技術(shù)水平（即碳排放強(qiáng)度），用單位地區(qū)生產(chǎn)總值的碳排放強(qiáng)度（噸標(biāo)準(zhǔn)煤/萬(wàn)元）衡量;X表示其他控制變量，包括政策數(shù)量PN、城鎮(zhèn)化率UR、產(chǎn)業(yè)結(jié)構(gòu)IS等;ε是誤差項(xiàng)。兩邊通過(guò)對(duì)數(shù)轉(zhuǎn)化后得到的公式如下：InICO2it=β0=β1InPNit=β2InETi+InSRit +InPGit + InIRit + InISit + InURit +εit （4）

式中，ICO2it表示i地區(qū)第t年的二氧化碳排放總量;PNit表示i地區(qū)第t年的碳減排政策數(shù)量;ETit表示i地區(qū)第t年的碳排放強(qiáng)度（單位GDP能耗）;SRit表示i地區(qū)第t年年末人口總數(shù);PGit表示i地區(qū)第t年人均GDP;IRit表示i地區(qū)第t年的污染治理投資總額占GDP比率;/心表示i地區(qū)第t年第二產(chǎn)業(yè)產(chǎn)值占GDP比率;URit表示i地區(qū)第t年城鎮(zhèn)化率;εit為隨機(jī)誤差項(xiàng)。

相比傳統(tǒng)意義上的STIRPAT模型，本研究通過(guò)對(duì)現(xiàn)有傳統(tǒng)模型的分析及改進(jìn)，將人口變量用地區(qū)年末人口數(shù)量表示，將技術(shù)變量用單位GDP能耗表示，將富裕程度變量用人均GDP表示。同時(shí)引入政策變量及城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、污染治理投資等多個(gè)變量，以此觀測(cè)區(qū)域經(jīng)濟(jì)要素對(duì)碳排放的影響。

2 數(shù)據(jù)來(lái)源與變量說(shuō)明

2.1 碳排放的測(cè)算

本研究的城市碳排放核算方法來(lái)源于CEADs（中國(guó)碳排放數(shù)據(jù)庫(kù)團(tuán)隊(duì)）（http：//www.ceads.net），基于化石燃料能源消費(fèi)的碳排放計(jì)算公式如下：CEenergy = ∑i∑jCEij = ∑i∑jADij ×NCV×EFi×Oij，i∈[1，17]，j∈[1，47] （5）

式中，為不同部門(mén)和類型的能源碳排放;ADij為調(diào)整后的能源消耗;NCVi為不同能源類型的凈熱值;EFi為碳排放因子;Oij為不同部門(mén)和類型能源的氧合效率;CEADs根據(jù)100個(gè)大煤礦區(qū)的602個(gè)煤樣進(jìn)行測(cè)量，發(fā)現(xiàn)聯(lián)合國(guó)政府間氣候變化專門(mén)委員會(huì)（Intergovernmental panel on climate change，IPCC）和國(guó)家發(fā)展和改革委員會(huì)建議的排放因子往往高于實(shí)際排放因子，該碳排放數(shù)據(jù)采用IPCC（2006年）部門(mén)方法計(jì)算二氧化碳排放，被研究機(jī)構(gòu)廣泛應(yīng)用。碳排放量是根據(jù)17種化石燃料和47種社會(huì)經(jīng)濟(jì)燃料部門(mén)排放計(jì)算得出的，所以本研究采用CEADs所測(cè)量的數(shù)據(jù)來(lái)計(jì)算城市碳排放值（表1）。

2.2數(shù)據(jù)來(lái)源及變量統(tǒng)計(jì)性分析

本研究采用2007-2017年中國(guó)30個(gè)省份（西藏及港澳臺(tái)地區(qū)除外）的面板數(shù)據(jù)，數(shù)據(jù)主要來(lái)源于2007-2017年的國(guó)家統(tǒng)計(jì)局官網(wǎng)、《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境年鑒》、CEADs及各省份統(tǒng)計(jì)年鑒等。

將二氧化碳排放量作為衡量碳排放的因變量，同時(shí)將碳減排政策數(shù)量、單位GDP能耗、污染治理投資總額占GDP比率、第二產(chǎn)業(yè)產(chǎn)值占GDP比重、城鎮(zhèn)化率、人口數(shù)量、人均GDP作為自變量處理，其中，各省碳減排政策數(shù)量來(lái)源于“法律之星”網(wǎng)站。

運(yùn)用Statal4.0軟件對(duì)相關(guān)變量進(jìn)行統(tǒng)計(jì)分析，結(jié)果如表2所示。

2.3 模型選擇與計(jì)量方法

在進(jìn)行分區(qū)域?qū)嵶C研究時(shí)，除港澳臺(tái)地區(qū)外，依以往研究的通用劃分方式[19]，按照地區(qū)經(jīng)濟(jì)發(fā)展水平將全國(guó)31個(gè)省份劃分為東部、中部、西部3個(gè)地區(qū)[20，21]。東部地區(qū)包括北京、天津、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南、河北11個(gè)?。ㄊ校?中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個(gè)省;西部地區(qū)為內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆11個(gè)省（市、區(qū)）（本研究由于部分?jǐn)?shù)據(jù)缺失，西藏除外，實(shí)際研究省份為30個(gè)）。

運(yùn)用Stata 14.0軟件對(duì)整體面板數(shù)據(jù)分別進(jìn)行F檢驗(yàn)和Hausman檢驗(yàn)，結(jié)果均顯示P=0.000，拒絕原假設(shè)隨機(jī)效應(yīng)模型，因此，檢驗(yàn)結(jié)果都顯著支持固定效應(yīng)。綜合國(guó)內(nèi)外研究和現(xiàn)實(shí)情況，本研究在利用面板數(shù)據(jù)進(jìn)行STIRPAT建模時(shí)選擇固定效應(yīng)拓展模型。

3實(shí)證分析及結(jié)果

在運(yùn)用Stata14.0軟件的基礎(chǔ)上，建立STIRPAT拓展模型，計(jì)量結(jié)果顯示，由于存在時(shí)滯及區(qū)域性差異，可能使碳減排政策對(duì)碳排放的影響存在一定程度的差異。因此，在實(shí)證分析當(dāng)期政策對(duì)當(dāng)期碳排放影響的同時(shí)，對(duì)政策滯后一期的影響進(jìn)行了實(shí)證分析，也進(jìn)行了碳減排政策對(duì)當(dāng)期及滯后一期影響的實(shí)證研究。

3.1 碳減排政策對(duì)碳排放的時(shí)效性影響分析

3.1.1碳減排政策當(dāng)期對(duì)碳排放的影響 實(shí)證分析結(jié)果如表3顯示，碳減排政策數(shù)量（PA0當(dāng)期對(duì)全國(guó)碳排放的直接影響系數(shù)相較于其他因素較小，直接約束力較小，在其他條件不變的前提下，每增加1%的碳減排政策會(huì)使碳排放量減少3.306%。而對(duì)碳排放影響最為顯著的主要為單位GDP能耗（ET）與人均GDP（PG），這兩個(gè)因素同時(shí)也是碳排放量的直接影響因素，中國(guó)目前的能源使用效率不高，由粗放型使用向集約型使用需要一定的過(guò)程，同時(shí)與此相聯(lián)系的是目前國(guó)內(nèi)依然存在的粗放式、高耗能工業(yè)模式帶來(lái)的大量碳排放，人均GDP的增長(zhǎng)會(huì)帶來(lái)大量產(chǎn)品的需求，在產(chǎn)品生產(chǎn)和消耗過(guò)程中不可避免帶來(lái)大量的碳排放。

3.1.2 碳減排政策滯后一期對(duì)碳排放的影響 由表3的估計(jì)結(jié)果可以看出，碳減排政策滯后一期對(duì)碳排放的影響相較于碳減排政策對(duì)碳排放的當(dāng)期影響，影響系數(shù)降低了大概1個(gè)千分點(diǎn)，而顯著性略有下降。說(shuō)明碳減排政策滯后一期實(shí)際對(duì)碳排放量的直接影響效力較小，碳減排政策對(duì)碳排放的時(shí)效性影響有限。

3.2 碳減排政策對(duì)碳排放的分區(qū)域影響

3.2.1 碳減排政策當(dāng)期對(duì)各區(qū)域碳排放的影響 由表4可知，就地區(qū)而言，碳減排政策當(dāng)期對(duì)碳排放的約束效力最大的為中部地區(qū);單位GDP能耗（碳排放強(qiáng)度）中，中部地區(qū)比東部地區(qū)大，西部地區(qū)最小。主要原因?yàn)橹胁康貐^(qū)的山西、吉林、黑龍江等省份為中國(guó)重要能源和重工業(yè)基地，碳排放量巨大;而東部地區(qū)的產(chǎn)業(yè)以輕工業(yè)為主，城鎮(zhèn)化水平高，能源利用效率高，西部地區(qū)人口分散，工業(yè)化基礎(chǔ)薄弱，因此碳排放強(qiáng)度低。從人口數(shù)量來(lái)看，中部地區(qū)城鎮(zhèn)化對(duì)碳排放具有正向影響，西部地區(qū)影響不顯著，其原因在于西部地區(qū)人口分布相對(duì)分散，中部地區(qū)人口分布過(guò)于集中，人們生產(chǎn)和生活活動(dòng)將會(huì)產(chǎn)生大量的碳排放;從人均GDP來(lái)看，西部地區(qū)人均GDP對(duì)碳排放影響程度要高于中、東部地區(qū)，并且已經(jīng)成為西部地區(qū)碳排放的主要影響因素，主要是因?yàn)槲鞑抗I(yè)結(jié)構(gòu)以能源消耗型工業(yè)為主，生產(chǎn)碳排放量遠(yuǎn)高于中、東部地區(qū);對(duì)于污染治理投資總額占GDP比例而言，東部地區(qū)和中部地區(qū)污染治理投資總額占GDP比例與碳排放呈負(fù)相關(guān)，其中中部地區(qū)污染治理投資對(duì)碳排放的影響程度高于東部地區(qū);對(duì)于產(chǎn)業(yè)結(jié)構(gòu)而言，主要由地區(qū)工業(yè)結(jié)構(gòu)決定，中部地區(qū)第二產(chǎn)業(yè)產(chǎn)值占GDP比重對(duì)碳排放影響程度高于東部地區(qū)和西部地區(qū);對(duì)于城鎮(zhèn)化率而言，中部地區(qū)和東部地區(qū)城鎮(zhèn)化率與碳排放呈正相關(guān)，而西部地區(qū)城鎮(zhèn)率與碳排放呈負(fù)相關(guān)，主要原因是西部地區(qū)城鎮(zhèn)化率低，人口與工業(yè)分散，城鎮(zhèn)化率越高，能源利用效率越高，則碳排放量越低。

3.2.2 碳減排政策滯后一期對(duì)各區(qū)域碳排放的影響 如表5所示，碳減排政策滯后一期相較于政策當(dāng)期效果而言，東部地區(qū)與中部地區(qū)政策約束力變小，而西部地區(qū)變大。主要原因在于東部地區(qū)與中部地區(qū)工業(yè)體系發(fā)達(dá)，碳排放量巨大，碳減排政策更新快且密集，短期時(shí)效性強(qiáng)，長(zhǎng)期時(shí)效性弱。而西部地區(qū)碳排放政策數(shù)量較少且時(shí)間跨度大，因此造成短期時(shí)效性弱，長(zhǎng)期時(shí)效性強(qiáng)。

4 小結(jié)與建議

本研究采用2007-2017年全國(guó)30個(gè)省份（西藏及港澳臺(tái)地區(qū)除外）的面板數(shù)據(jù)，考察碳減排政策對(duì)碳排放的影響?；赟TIRPAT拓展模型實(shí)證分析碳減排政策對(duì)碳排放的作用，得出以下結(jié)論。

1）就全國(guó)范圍而言，碳減排政策對(duì)碳排放的直接約束力和時(shí)效性作用有限。而其他要素如人均GDP和城鎮(zhèn)化率對(duì)碳排放的影響較大。

2）從區(qū)域范圍而言，東部、中部地區(qū)碳減排政策短期約束力和時(shí)效性較強(qiáng)，影響東部、中部、西部地區(qū)碳排放量的主要因素存在差異。相反，西部地區(qū)碳減排政策對(duì)碳排放的長(zhǎng)期約束力和時(shí)效性影響程度高于中部、東部地區(qū)。

基于分析和上述結(jié)論，本研究提出如下的政策建議。

1） 對(duì)于東部地區(qū)而言，碳排放的主要影響因素為城鎮(zhèn)化和財(cái)富狀況（人均GDP），城鎮(zhèn)化水平一方面會(huì)提高能源的使用效率和集約化水平，但城鎮(zhèn)化水平和人們財(cái)富狀況的好轉(zhuǎn)，必然導(dǎo)致人們生產(chǎn)生活所消耗的物質(zhì)資料的增加。鑒于此，政府應(yīng)當(dāng)制定一些具有針對(duì)性的促進(jìn)綠色低碳生活消費(fèi)方式及綠色循環(huán)產(chǎn)業(yè)發(fā)展的政策。

2） 對(duì)于中部地區(qū)而言，碳排放的主要影響因素為人口數(shù)量、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)，基于中部地區(qū)龐大的人口基數(shù)與產(chǎn)業(yè)結(jié)構(gòu)，應(yīng)當(dāng)推動(dòng)綠色產(chǎn)業(yè)的發(fā)展及綠色消費(fèi)方式的普及，降低生活、生產(chǎn)中的碳排放量。同時(shí)，政府應(yīng)當(dāng)推動(dòng)中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，提升第三產(chǎn)業(yè)比重，對(duì)工業(yè)結(jié)構(gòu)中的碳排放強(qiáng)度高的行業(yè)進(jìn)行技術(shù)優(yōu)化，推動(dòng)技術(shù)革新。

3） 對(duì)于西部地區(qū)而言，碳排放量的主要影響因素為城鎮(zhèn)化率、人均GDP和人口數(shù)量。而西部地區(qū)城鎮(zhèn)化率與碳排放量呈負(fù)相關(guān)，因此，政府應(yīng)當(dāng)在人口過(guò)于分散的地區(qū)進(jìn)一步提高城鎮(zhèn)化水平。同時(shí)推動(dòng)經(jīng)濟(jì)發(fā)展，提高人均收入水平，并提倡綠色消費(fèi)生產(chǎn)方式。

參考文獻(xiàn)：

[1]MARTINEZ-ZARZOSO I， BENGOCHEA-MORANCHO A. Pooledmean group estimation of an environmental Kuznets curve for CO2[J].Economics letters，2004，82（ 1）： 121-126.

[2]PAO H T，TSAI C M. Multivariate granger causality between CO2emissions， energy consumption， FDI （foreign direct investment） andGDP（ gross domestic product） ： Evidence from a panel of BRIG （Bra-zil， Russian Federation， India， and China） countries [J].Energy，2011，36（l）：685-693.

[3] YI H T， LIU Y. Green economy in China： Regional variations andpolicy drivers[J].Global environmental change，2015，31：11 — 19.

[4]徐玉高，郭元，吳宗鑫.經(jīng)濟(jì)發(fā)展，碳排放和經(jīng)濟(jì)演化[J].環(huán)境科學(xué)進(jìn)展，1999，7（2）：54-64.

[5]王鋒，吳麗華，楊超.中國(guó)經(jīng)濟(jì)發(fā)展中碳排放增長(zhǎng)的驅(qū)動(dòng)因素研究[J].經(jīng)濟(jì)研究，2010（2）：123-136.

[6] 邵帥，張曦，趙興榮.中國(guó)制造業(yè)碳排放的經(jīng)驗(yàn)分解與達(dá)峰路徑——廣義迪氏指數(shù)分解和動(dòng)態(tài)情景分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2017（3） ：44-63.

[7]黃勤，何晴.長(zhǎng)江經(jīng)濟(jì)帶碳排放驅(qū)動(dòng)因素及其空間特征一一基于LMDI模型[J].財(cái)經(jīng)科學(xué)，2017（5）： 80-92.

[8]方浩，梅洪常.競(jìng)爭(zhēng)要素與低碳發(fā)展：基于中西部省域面板數(shù)據(jù)分析[J].生態(tài)經(jīng)濟(jì)，2018，34（ 11） ：72-76.

[9]KUMAR S M，DEEP M. Drivers of greenhouse gas emissions in theUnited Slates： revisiling STIRPAT model[J]. Environment develop-ment and sustainability， 2018：1-17.

[10]高新偉，李潔儀，閆昊本.汽油消費(fèi)稅對(duì)私人汽車碳排放影響研究[J]中國(guó)人口·資源與環(huán)境，2019，29（10）：135-142.

[11]湯姿，李曉紅.基于STIRPAT模型的黑龍江省旅游業(yè)二氧化碳排放影響因素分析[J].生態(tài)經(jīng)濟(jì)，2019，35（8）： 141-145.

[12]鐘少芬，郭曉娟，劉煜平，等.基于STRPAT模型的碳排放情景分析[J].科技管理研究，2019，39（17）：253-258.

[13]孫穎，劉寧寧.工業(yè)化、城市化與地區(qū)碳排放強(qiáng)度——基于STIRPAT模型的省際面板數(shù)據(jù)分析[J].改革與開(kāi)放，2019（17）：16-20.

[14]王兆峰，廖紅璐.基于STIHPAT模型的長(zhǎng)株潭城市群交通碳排放的影響因素及其區(qū)域差異[J].湖南師范大學(xué)自然科學(xué)學(xué)報(bào)，2019，42（5）：1-9，33.

[15]劉業(yè)煒.我國(guó)居民家庭能源消費(fèi)時(shí)空差異性研究——基于居民家庭收入、區(qū)域氣候差異與碳減排相關(guān)性分析[J].價(jià)格理論與實(shí)踐，2019（7） ：57-60.

[16]李學(xué)迪，鄭海濤.中國(guó)城市工業(yè)污染的影響因素研究[J].北京航空航天大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，33（ 1）： 93-98.

[17]WEN L，SHAO H. Analysis of influencing factors of the carbon di-oxide emissions in China's commercial department based on theSTIRPAT model and ridge regression [J]. Environmental scienceand pollution research， 2019， 26（26）：27138-27147.

[18]梁一鳴，雷社平.中部六省碳排放因素分析和趨勢(shì)預(yù)測(cè)——基于STIRPAT和灰色GM（1，1）模型的實(shí)證研究[J].價(jià)值工程，2019，38（20：11-14.

[19]趙當(dāng)如，陳為.綠色視角下的我國(guó)區(qū)域財(cái)政科技投入績(jī)效評(píng)價(jià)及其空間收斂性研究[J].海南金融，2018（2） ：4-16.

[20]孫亞男，劉華軍，崔蓉.中國(guó)地區(qū)經(jīng)濟(jì)差距的來(lái)源及其空間相關(guān)性影響：區(qū)域協(xié)調(diào)發(fā)展視角[J].廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016，31（2）：4-15.

[21]侯璐璐，張燕華.中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展差距測(cè)算和階段劃分[J].區(qū)域經(jīng)濟(jì)評(píng)論，2015（2） ： 10-17.

收稿日期：2020-07-13

基金項(xiàng)目：2019年度廣西發(fā)展戰(zhàn)略研究院重點(diǎn)項(xiàng)目（T3230097919）

作者簡(jiǎn)介：劉玲（1995-），女，重慶奉節(jié)人，在讀碩士研究生，研究方向?yàn)閲?guó)際貿(mào)易及環(huán)境經(jīng)濟(jì)，（電話）15578093498（電子信箱）2472000611@qq.com;通信作者，彭劍波（1970-），男，重慶忠縣人，副教授，（電話）13077716827（電子信箱）jianbop@163.com。