作　　者： ; ;

机构地区： 华南理工大学经济与贸易学院

出　　处： 《中国人口·资源与环境》 2011年第11期15-20,共6页

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GDP 51 730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53 237元,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。 The paper propose panel data spatial error components model （SEC model in short）, and using feasible generalized least square method based on generalized method of moments （GMM） method, this paper studies the influence factors of Chinese provincial carbon dioxide emissions （CO2 ） from 1997 to 2007. The empirical results show that, Chinese provincial CO2 emission has obvious positive spatial correlation. Provinces with more CO2 emissions will influence CO2 emissions of surrounding regions. CO2 emissions and per capita GDP present an inverted ＂N＂ Environment Kuznets Curve （EKC）. The emission turning point of CO2 emission is 51 730 Yuan （RMB） per capita GDP when ignoring spatial correlation, Chinese CO2 emissions doesn＇t reach that point at the moment：Using panel data SEC model, we find that the falling turning point is 53 237 Yuan （RMB） per capita GDP, and spatial correlation between regions will increase the falling point. At the same time, increasing coal consumption proportion and population will reduce Chinese CO2 emissions, so adjusting energy structure and population control are important for reducing CO2 emissions.

关 键 词： 排放 误差分量模型 面板数据 广义矩估计

领　　域： [经济管理]