基于擴(kuò)展的STIRPAT理論框架,采用動(dòng)態(tài)空間面板模型分析方法,研究城市化、外商直接投資和產(chǎn)業(yè)結(jié)構(gòu)因素對(duì)中國(guó)環(huán)境污染的長(zhǎng)期與短期空間溢出效應(yīng).結(jié)果表明,一個(gè)地區(qū)的城市化率每提高10%,短期會(huì)降低當(dāng)?shù)谻O₂排放水平的0.02%、降低鄰近地區(qū)CO₂排放水平的0.04%;而從長(zhǎng)期看會(huì)降低本地CO₂排放水平的0.08%、降低臨近地區(qū)CO₂排放水平的0.2%.在2006年以前,一個(gè)地區(qū)的能源強(qiáng)度每降低1%,會(huì)在短期降低本地CO₂排放水平的0.31%、降低鄰近地區(qū)CO₂排放水平的0.09%;從長(zhǎng)期看則會(huì)降低本地CO₂排放水平的1.3%、降低鄰近地區(qū)CO₂排放水平的0.55%.在2006年后,這種能源強(qiáng)度的變化會(huì)使碳排放短期內(nèi)總共降低0.45%,長(zhǎng)期看總共降低2.06%.城市化率每提高10%短期內(nèi)會(huì)減少本地0.05%的SO₂排放、減少鄰近地區(qū)0.1%的SO₂排放.第二產(chǎn)業(yè)比重每降低1... 

【文章來源】：中國(guó)環(huán)境科學(xué). 2020年03期 第1374-1385頁 北大核心

【文章頁數(shù)】：12 頁

【部分圖文】：

局部加權(quán)回歸散點(diǎn)平滑擬合Fig.1Localweightedregressionscatter

3期葛翔宇等：城市化、外商投資和產(chǎn)業(yè)結(jié)構(gòu)因素對(duì)中國(guó)環(huán)境的影響13792015圖2省際層面CO2與SO2排放量空間分布Fig.2SpatialdistributionofCO2andSO2emissionsdistributionattheprovinciallevel表3CO2與SO2全局Moran’sI指數(shù)Table3Moran’sIstatisticsofCO2andSO2CO2SO2年份Moran’sIP值Moran’sIP值19950.1560.0880.2000.02319960.1520.0940.2010.02319970.2350.0150.2490.00819980.2180.0230.2250.01519990.2380.0140.2290.01520000.2180.0240.1700.06520010.2430.0130.1580.08420020.2360.0140.1540.08920030.2100.0270.1310.13920040.2390.0140.1460.10820050.2760.0050.1480.10320060.2720.0060.1480.10320070.2730.0050.1650.07620080.2800.0040.1660.07420090.2730.0050.1480.10420100.2720.0060.1160.18220110.2660.0070.2300.01720120.2530.0090.2220.02120130.2500.0100.2260.01920140.2370.0140.2080.02920150.2370.0130.2100.027表3中的全局Moran’sI指數(shù)反映了排放指標(biāo)在各個(gè)年份中的空間自相關(guān)性.表3顯示,CO2排放水平在19個(gè)年份和2個(gè)年份中分別在5%和10%的顯著水平下具有空間依賴性;SO2排放水平在10個(gè)年份和8個(gè)年份中分別在5%和10%的顯著水平下具有空間依賴性,且兩種排放物的Moran’sI指數(shù)都為正數(shù),這佐證它們?cè)谑‰H間呈現(xiàn)出的“高-高”和“低-低”空間分布模式,即排放水平較高的地區(qū)相互聚集在一起,排放水平較低的地區(qū)也相互聚集在一起.2.2動(dòng)態(tài)空間面板模型實(shí)證研究部分選擇動(dòng)態(tài)空間杜賓模型(DSDM),并結(jié)合上述擴(kuò)展的STIRPAT框架探討環(huán)境影響因素的效應(yīng).廣義的動(dòng)態(tài)空間模型(GDSM)設(shè)定如下:01001011213tttttttttyyyyXXV


本文編號(hào)：2911517