基于岭回归的黑龙江省城镇化对碳排放的影响分析

本文将城镇化率引入STIRPAT模型,应用岭回归方法计量分析人口、经济及技术因素对碳排放的影响。对黑龙江省1993至2012年这阶段的碳排放情况的进行实证研究,结果表明,人口增加、经济增长、城镇化率提高对黑龙江省1993-2012年碳排放具有增量效应,是导致黑龙江省碳排放持续增加的驱动因素。能源强度对碳排放具有减量效应,提高能源利用率是黑龙江省实现碳减排的重要途径。     

建设用地对碳排放的影响关系研究

研究目的:研究建设用地对碳排放的影响。研究方法:基于随机形式的环境影响对人口、人均GDP和建设用地回归分析的STIRPAT模型方法。研究结果:测算1997—2007年分省碳排放量,分析1997—2007年碳排放对人口、人均GDP和建设用地的弹性系数。研究结论:人口、人均GDP和建设用地扩张是碳排放的主要驱动因素,建设用地扩张作为工业化和城市化的直接体现,对碳排放具有显著的正向影响;调整土地利用结构可起到抑制或缓解碳排放影响的作用。     

建设用地扩张与碳排放增长的EKC验证及特征分解研究——以武汉市为例

研究目的:量化碳排放增长与建设用地扩张的关系特征,对建设用地碳排放驱动因素进行分解。研究方法:EKC假说、KAYA恒等式、LMDI分解。研究结果:(1)建设用地总量与工业用地的碳排放EKC关系为倒U型,公共商服与交通用地为N型,居住用地则为U型;(2)地均GDP产出和产业用地规模对产业碳排放增长具有正向作用,而单位GDP产业能耗对产业排放增长具有负向效应,其他因素影响较弱;(3)人均GDP和居住用地规模对生活碳排放具有正向效应,而单位GDP生活能耗、单位能耗排放和居住人口密度具有负向效应;(4)交通出行结构、地均出行人口数和交通用地规模对交通碳排放具有正向效应,单位能耗排放和人均能耗强度对交通碳排放具有负向效应。研究结论:各类建设用地扩张均未达到碳排放增长拐点,工业用地扩张的碳排放边际速率降低使得武汉市碳排放增长趋缓,但居住、公共商服和交通碳排放在城市扩张中具备更快的增长趋势,是控制土地利用碳排放的重点;承载功能差异使得驱动建设用地碳排放增长的因素各异,需结合两者增长的耦合关系和不同因素碳效应探讨建设用地低碳利用途径。     

黑龙江省采矿业能源消费碳排放影响因素研究

本文对黑龙江省采矿业2005年至2012年的能源消费碳排放量进行估算,并对碳排放现状进行分析。运用改进的STIRPAT模型对黑龙江省采矿业碳排放的影响因素进行分析,得出影响采矿业碳排放的影响因子,运用计量经济学软件采用面板固定效应对数据进行回归分析,得出影响因子对于碳排放量的影响系数,根据黑龙江省采矿业分行业二氧化碳排放影响因素实证分析结果,提出黑龙江省采矿业碳减排的对策与建议。     

新型城镇化对农民收入的影响效应研究基于30个省（市、自治区）面板数据的实证分析

目的 通过人口的城镇化率、土地的城镇化率、经济的城镇化率、就业的城镇化率这4个自变量综合考察新型城镇化对农民收入的直接影响效应和间接影响效应并提出推进新型城镇化建设促进农民增收的建议。方法 文章运用空间杜宾模型,收集近10年我国30个省（市、自治区,不含港澳台、西藏）的相关数据分析新型城镇化对农民收入的影响。结果 新型城镇化通过人口的城镇化、土地的城镇化、经济的城镇化对农民收入产生显著正向的直接效应,且通过经济的城镇化产生显著负向的间接效应,而就业的城镇化对农民收入影响效应不显著;新型城镇化对农民收入的直接效应主要还是由人口的城镇化产生,但也不能忽视土地城镇化和经济城镇化促进农民增收的作用;控制变量中农业经济水平、农村资本投入、对外开放程度、工业化率对农民收入具有显著正向的直接效应,且农村资本投入对农民收入具有显著正向的间接效应。结论 建议政府大力发展农业现代化,促进城乡一体化;盘活农村土地资源,加快农村城镇化;拓宽农民就业渠道,缩小城乡差别。     

黑龙江省产业能源碳排放因素分解及减排分析

能源消费是碳排放的主要来源。随着黑龙江省经济的快速发展,能源消费的急剧增长以及以煤为主的能源结构在一定时间内很难改变,因此,碳排放量在短时间内很难下降。本文分析了1980-2010年黑龙江省三大产业碳排放变化情况,并对黑龙江省1980和2010两年不同行业能源利用碳排放总量进行对比。采用LMDI分解法,定量分析了1980-2010年间,经济规模、产业结构、技术进步与能耗结构四个因素对黑龙江省产业碳排放增量的影响。研究发现,经济规模效应是正向决定性因素,能耗结构调整的影响效果不显著,技术进步与产业结构效应是负向决定性因素。最后提出了相应的减排政策建议。     

基于通径分析的城市建设用地扩张研究——以武汉市为例

研究目的:定量分析各驱动因素对城市建设用地扩张的直接与间接效应。研究方法:文献资料法,通径分析法,主成分分析法,回归分析法。研究结果:(1)经济发展对城市建设用地扩张的直接与间接效应分别为0.4638、0.0251、0.0511,人口增长分别为0.3149、0.1535、0.5317,城市化进程分别为0.4400、0.0365、0.5236;(2)经济发展与城市化进程(产业结构城市化、人口城市化)及两者的耦合作用是建设用地扩张的主要驱动力;(3)经济发展、人口增长主要驱动商住工用地扩张,城市化则侧重公共用地。研究结论:本研究对城市建设用地扩张与经济、人口、城市化之间的和谐发展具有参考价值。     

城镇化发展背景下贵州耕地保护效应评价

[目的]分析、研究、评价城镇化发展对耕地保护效应的影响。[方法]文章在对城镇化发展与耕地相关性分析的基础上,借助层次分析法和专家打分法确定指标权重,用定性与定量的方法研究城镇化发展对耕地保护效应,从而提出相应的耕地保护策略。[结果] 2005—2016年贵州省城镇化率不断上升,耕地面积则逐年下降,受城市建设用地面积不断扩张、城市土地低效利用等原因影响,导致贵州省城镇化率与耕地面积呈反向发展;贵州省城镇化发展对耕地保护效应呈现正面效应。其中,对耕地集约的效应影响显著,同时对耕地规模、耕地质量也有一定的正面作用,耕地集约程度、耕地规模与耕地质量变化趋势具有一致性,均表现出不断上升的过程。[结论]通过对城镇化发展对耕地保护的效应研究,据此提出落实土地总体规划,建立耕地保护预警系统、提高贵州省各族农民对耕地保护意识等建议。     

1999～2015年沈阳市建设用地规模扩张影响因素研究

[目的]通过分析沈阳市社会经济发展特征,将1999~2015年按照经济社会发展速度的不同划分为1999~2003年、2004~2009年和2010~2015年3个时间阶段,并从人口、耕地、产业和宏观经济等4个方面确定10个指标研究其对沈阳市建设用地扩展的影响,深入分析沈阳市建设用地规模扩张驱动力的作用机理及扩张的特点,为沈阳市制定合理的土地调控政策提供科学依据.[方法]运用灰色关联度分析法,选取地区生产总值等10个影响因素,分别计算了沈阳市3个尺度上各社会经济因素与建设用地规模扩张的关联程度,分析各因素对3个时间尺度上沈阳市建设用地扩张的影响,以及各因素影响的作用机理.[结果]1999年以来人口与城市化、耕地、产业、宏观经济等方面因素都对沈阳市建设用地扩张形成了重要影响.其中,人口增长与城市化发展是影响沈阳市建设用地扩张的最主要因素,但2010年以后影响作用明显减弱;产业因素对沈阳市建设用地扩张的影响仅次于人口与城市化,并于2010年以后成为首要影响因素;由于保护力度的不断加强和后备资源的日渐匮乏,建设用地扩张对耕地的占用呈减少趋势;宏观经济对建设用地扩张的影响弱于以上3方面因素.2010年以后,由于城市化进入全面发展阶段、经济发展逐渐进入新常态以及"后全运时代"的影响,产业因素影响作用明显加强,其他因素不同程度有所减弱,且预计这种趋势未来仍将持续一段时间.[结论]为更好地发挥老工业基地振兴中土地要素的保障作用,促进新常态下城市产业转型升级,下一步沈阳市要严格执行土地使用标准,提高土地城镇化质量;合理优化城市发展空间,科学划定"三线";挖掘存量用地潜力,拓展建设用地扩张新空间;此外还要做好建设用地集约研究.     

城镇化视角下人口因素对碳排放的影响——基于改进STIRPAT模型的实证研究

文章从城镇化的视角出发,将中国各省份以城镇化程度和碳排放水平分为六类地区,采用改进的STIRPAT模型研究2000-2014年间人口因素与碳排放的关系。实证结果显示:人均GDP、能源强度和碳排放成正相关,而不同地区人口因素对碳排放的影响不同。其中,高碳排放低度城镇化地区的城镇登记失业率与碳排放关系最大,而其余五类地区则是人口规模与碳排放的关系最大。最后,本研究针对每类地区的各自特点给出了相应环境质量改善的建议。     

Effects of land urbanization and land finance on carbon emissions: A panel data analysis for Chinese provinces

The rapid urbanization in China comes with several economic, social, and environmental issues, most of which are related to land use. This study contributes to research on the land–growth–environment nexus by investigating the effect of land urbanization and land finance on carbon emissions in China from 2004 to 2013 using the Stochastic Impacts by Regression on Population, Affluence, and Technology (STIRPAT) model. Results show that land finance and land urbanization significantly affect carbon emissions. The rate of land urbanization contributes to the reduction of carbon emissions; however, it has less impact compared with other determinants. The effect of land finance and land urbanization on carbon emissions indicates that a local government’s willingness to lease land for revenue aggravates carbon emissions. Economic growth and industrial structure also influence carbon emissions. Furthermore, the land requisition system and rural land conversion market should be enhanced through the guidance provided by the 13th Five-Year Plan (2016–2020) to promote the diversification of land transfer, fully consider regional differences, and establish a distinct policy focus that can contribute to emission reduction and land use.     

基于DEA模型的黑龙江省工业节能减排效率研究

运用数据包络分析方法,将黑龙江省各工业行业作为评价节能减排效率的基本单位,从经济、能源、环境角度对节能减排指标进行分类,建立黑龙江省工业节能减排效率评价模型。在此基础上综合分析了2010年黑龙江省20个工业行业的节能减排综合技术效率、纯技术效率及规模效率。分析表明,黑龙江省总体节能减排效率不均衡,纯技术效率是影响节能减排效率的决定性因素,继而提出改造传统产业,加快企业技术创新的对策建议。     

黑龙江省农业碳排放、科技投入与经济增长关系研究

[目的]以黑龙江省为例,首先对其农业碳排放总量进行测度,再研究农业碳排放同经济增长、科技投入之间的关系。[方法]利用1996~2013年的统计数据,从4个方面估算了黑龙江省农业碳排放量,进而采用自回归滞后分布模型(ARDL模型)对农业碳排放量、经济增长以及科技投入之间的关系进行实证分析。[结果]农业碳排放量、GDP增长和科技投入存在长期稳定关系,但长期来讲农业碳排放量增长速率远大于GDP增长速率;GDP增长对农业碳排放总量存在显著的正向影响,且长期影响程度远大于短期;科技投入对农业碳排放具有抑制作用且存在滞后效应,其中长期的抑制作用为12.4%,短期为3.9%,当滞后期为两年时,抑制作用尤为显著。[结论]经济增长会促进黑龙江省农业碳排放的增加,而科技投入则能对农业碳排放产生有效地抑制作用,因而黑龙江省可以通过增加农业科技投入来降低农业碳排放。     

吉林省耕地利用碳排放测度及其与粮食生产脱钩分析

[目的]通过分析吉林省县域耕地利用碳排放时空变化、碳排放结构、碳排放空间分布、脱钩效应以及碳排放驱动因素,以期从耕地低碳利用角度,为吉林省农业高质量发展和制定减排政策提供科学参考。[方法]文章运用系数法,计算2000—2020年吉林省47个县域单元的耕地利用碳排放量;采用Tapio脱钩模型,分析耕地利用碳排放与粮食产量之间的脱钩特征;利用空间回归模型,分析耕地利用碳排放的驱动因素。[结果]（1）吉林省县域耕地利用碳排放时空变化特征：2000—2016年吉林省耕地利用碳排放量增长,2016—2020年开始缓慢下降;碳排放结构方面,碳排放量从大到小分别是化肥、翻耕、灌溉、农用柴油、农膜和农药;碳排放空间分布呈现西高东低的格局。（2）耕地利用碳排放与粮食生产脱钩特征：呈现强脱钩和弱脱钩特征的县域数量增多,呈现强负脱钩和扩张性负脱钩特征的县域数量减少;吉林省东部地区的县域脱钩特征逐渐优于西部地区,吉林省整体县域的脱钩特征朝着理想状态发展。（3）耕地利用碳排放量驱动因素分析结果表明：人均农业GDP、农村用电量、农业机械化程度和化肥施用强度因素对耕地利用碳排放量为正向驱动,城镇化率对耕地利用碳排放...     

土地利用对碳排放影响的作用机制和传导路径分析 ——基于结构方程模型的实证检验

研究目的：探索土地利用对碳排放影响的作用机制和传导路径,为制定土地调控碳减排政策体系提供科学依据,服务于碳中和目标。研究方法：理论框架构建法与结构方程模型相结合。研究结果：（1）农地非农化、土地出让市场化和土地开发强度是作为土地利用对碳排放影响的有效观测变量,我国省际层面土地利用对碳排放影响的总效应、直接效应和间接效应均表现为促进作用,总效应表现为土地利用水平提升1个单位,将促进碳排放增加0.159个标准单位,间接效应明显大于直接效应。（2）土地利用通过城市化、产业结构和经济增长三条路径对碳排放产生间接影响,其中,通过城市化和经济增长对碳排放表现为促进效应,影响大小分别为0.173和0.058个标准单位,通过产业结构对碳排放表现为抑制效应,影响大小为0.101个标准单位。研究结论：建立土地调控碳减排政策体系是推动碳中和目标实现的一项可行的重要手段,一方面可通过国土空间优化、生态红线划定和自然保护地整合等手段减少土地利用对碳排放的直接影响,另一方面可通过调控土地利用方式、规模、强度、结构等减少土地利用对碳排放的间接促进影响,激发土地利用的正向连锁效应。     

基于KAYA模型的黑龙江国有森工林区碳排放及其驱动因素实证研究

本研究运用KAYA模型,选取2001～2010年的数据,对黑龙江国有森工林区二氧化碳排放量及其驱动因素进行了分析。研究表明:10年来黑龙江国有森工林区碳排放总量持续增加;人口数量、经济发展、单位能耗碳排放三个因素对黑龙江国有森工林区碳排放量基本为正向影响,单位GDP能源强度则主要为负向影响;经济发展和单位GDP能源强度是影响黑龙江国有森工林区碳排放的主要因素,而人口数量和单位能耗碳排放对碳排放影响较低。基于上述实证分析,本研究提出环境政策调控、节能减排、提高能源效率等建议,以减少林区碳排放和促进低碳经济发展.。     

黑龙江省新型城镇化与耕地利用耦合协调时空分异特征研究

目的 为解决新型城镇化发展与耕地利用保护之间的矛盾提供科学依据,为保护黑土区耕地资源、促进新型城镇化健康发展提供政策参考。方法 文章以1990年、2000年、2010年和2016年黑龙江省4个时期13个地市的统计数据为基础,综合运用耦合协调度模型,GIS空间分析方法,分析了黑龙江省新型城镇化与耕地利用耦合协调的时空分异特征。结果 黑龙江省新型城镇化与耕地利用综合发展指数总体趋势为先下降后上升;新型城镇化与耕地利用耦合度不高,长期处于颉颃阶段,但耦合度指数为波动上升趋势;新型城镇化与耕地利用耦合协调度尚存在一定差异,但尚在可控范围内,需持续关注,采取差异化的政策措施,进行科学合理调整。结论 黑龙江省新型城镇化与耕地利用耦合协调度尚存在一定差异,但尚在可控范围内,需持续关注,采取差异化的政策措施,进行科学合理调整。     

四川省农业碳排放时空演变特征及其影响因素研究

[目的]推动农业碳减排既是农业高质量发展的关键所在,也是实现“双碳”目标的重要一环。[方法]文章基于三大类碳源测算2005—2020年四川省农业碳排放量,进一步分析其时空特征与动态演变趋势,理清地区差异;构建面板Tobit模型从经济和社会两个层面探讨其影响因素并通过相对重要性分析诠释不同因素的贡献程度。[结果]（1）四川省农业碳排放量呈现波动下降趋势,其时间演变轨迹可大致归为“波动下降、持续上升、快速下降、回升”等4个阶段,农业碳排放强度逐年递减;（2）各市州农业碳排放量呈现出明显的“四周高、中间低”的空间分布特征;（3）全省、川西地区、成都平原地区、川东地区农业碳排放强度均呈现递减态势,空间差异缩小,但各自存在一定区别;（4）农业发展水平与农业碳排放呈“倒U型”关系,农业产业结构、产业集聚水平、城镇化水平、农地规模经营对农业碳排放均具有正向影响,机械化水平、农业财政支持则表现出负向影响;（5）相较于经济层面,社会层面因素对农业碳排放的贡献程度更大,其中机械化水平、农业财政支持、农业产业结构和城镇化水平的贡献程度依次居于前四,其解释力合计达到了80.016%。[结论]研究四川省农业碳排...     

黑龙江省能源碳排放特征及影响因素分析

能源消费是碳排放的主要来源.随着黑龙江省经济的快速发展,能源消费的急剧增长以及以煤为主的能源结构在一定时间内很难改变,因此,碳排放量在短时间内很难下降.本文基于碳排放量的基本等式,采用因素分解法,定量分析了1978-2009 年间,能源结构、能源效率和经济发展等因素的变化对黑龙江省人均碳排放的影响.结果显示经济发展对拉...