安徽城鎮(zhèn)化進(jìn)程中碳排放影響因素的實(shí)證分析

李 敏

安徽財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，安徽蚌埠,233000

?

安徽城鎮(zhèn)化進(jìn)程中碳排放影響因素的實(shí)證分析

李 敏

安徽財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，安徽蚌埠,233000

在分析簡(jiǎn)單環(huán)境庫(kù)茲涅茨曲線理論與參考Stirpat模型的基礎(chǔ)上，利用安徽省2008-2014年地級(jí)市數(shù)據(jù)分析安徽省碳排放現(xiàn)狀，并建立面板固定效應(yīng)模型，探究碳排放與城鎮(zhèn)化建設(shè)中主要相關(guān)因素之間的關(guān)系。結(jié)果表明，安徽省碳排放量不斷上升，其中城鎮(zhèn)化水平、人口數(shù)、經(jīng)濟(jì)增長(zhǎng)、交通工具數(shù)對(duì)二氧化碳排放呈現(xiàn)穩(wěn)定的正向效應(yīng);能源強(qiáng)度對(duì)二氧化碳呈現(xiàn)明顯的負(fù)相關(guān)關(guān)系。降低安徽省碳排放刻不容緩，因此，在保證經(jīng)濟(jì)增長(zhǎng)的前提下，利用城鎮(zhèn)化發(fā)展的契機(jī)，堅(jiān)持低碳發(fā)展道路，采用調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，提高能源利用效率，建立碳排放交易制度，走好綠色發(fā)展道路等措施對(duì)安徽省降低碳排放十分重要。

碳排放；城鎮(zhèn)化水平；安徽省

1 相關(guān)研究與問(wèn)題提出

在城鎮(zhèn)化發(fā)展過(guò)程中，研究碳排放、探究高能耗帶來(lái)的溫室氣體和高污染問(wèn)題越來(lái)越引起國(guó)內(nèi)外學(xué)者的關(guān)注。國(guó)內(nèi)外不少學(xué)者試圖通過(guò)對(duì)碳排放量影響因素的研究，揭示碳排放量控制的途徑與機(jī)制。

Parikh和Shukla把發(fā)展中國(guó)家作為研究對(duì)象，深入分析了能源利用對(duì)城鎮(zhèn)化進(jìn)程的影響[1]。Lantz和Feng采用多種指標(biāo)對(duì)加拿大1970-2000年的碳排放進(jìn)行實(shí)證分析，除發(fā)現(xiàn)人均GDP并不影響二氧化碳排放外，人口和技術(shù)都與碳排放有關(guān)，但二者影響的方式恰恰相反，分別與碳排放成倒“U”型和“U”型關(guān)系[2]。

隨著世界經(jīng)濟(jì)向低碳經(jīng)濟(jì)的轉(zhuǎn)型，中國(guó)經(jīng)濟(jì)、城鎮(zhèn)化快速發(fā)展與大量的能源消耗、二氧化碳排放不斷增加的矛盾逐漸突出，很多學(xué)者紛紛以中國(guó)為研究對(duì)象來(lái)研究二氧化碳排放的影響因素，為城鎮(zhèn)化建設(shè)中的低碳發(fā)展問(wèn)題提供建議。

不同學(xué)者由于研究的側(cè)重點(diǎn)各異，得出的結(jié)論也存在差異。在城鎮(zhèn)化與二氧化碳排放的關(guān)系上，林伯強(qiáng)等認(rèn)為城市化對(duì)碳排放有顯著影響[3]；楊曉軍等認(rèn)為城鎮(zhèn)化對(duì)碳排放的影響在東中西部間呈現(xiàn)地區(qū)差異[4]；段新瑜等認(rèn)為集約型的城鎮(zhèn)化道路可在一定程度上減少碳排放[5]。在經(jīng)濟(jì)增長(zhǎng)與二氧化碳排放的關(guān)系上，薛勇等認(rèn)為經(jīng)濟(jì)增長(zhǎng)是二氧化碳增加的關(guān)鍵動(dòng)因[6]，但也有學(xué)者如陸虹認(rèn)為兩者并非簡(jiǎn)單地呈現(xiàn)為倒“U”型關(guān)系[7]。

隨著國(guó)內(nèi)碳排放研究的逐漸增多，研究的方法也在不斷豐富。李志強(qiáng)、王寶山采用因素分解模型對(duì)二氧化碳排放變動(dòng)影響因素進(jìn)行分解，利用山西省1990-2008年的相關(guān)數(shù)據(jù)，得出經(jīng)濟(jì)增長(zhǎng)因素在碳排放增長(zhǎng)方面的影響迅速增強(qiáng)，而能源結(jié)構(gòu)和能源效率的抑制作用則在連續(xù)減弱[8]。徐盈之等運(yùn)用改進(jìn)的Laspeyser分解法對(duì)制造業(yè)碳排放的影響因素進(jìn)行分解，并在對(duì)我國(guó)1995-2007年相關(guān)數(shù)據(jù)分析的基礎(chǔ)上，采用脫鉤指數(shù)法得出影響因素呈現(xiàn)的階段性特點(diǎn)較明顯[9]。

綜上，學(xué)者們的研究一方面梳理了城鎮(zhèn)化進(jìn)程中影響碳排放的主要因素，另一方面也對(duì)如何在城鎮(zhèn)化進(jìn)程中降低碳排放進(jìn)行探討。但是，他們的研究往往過(guò)于宏觀，很少深入分析影響因素的地區(qū)差異。本文著眼于安徽省各地市城鎮(zhèn)化進(jìn)程中的碳排放問(wèn)題，采用理論研究與實(shí)證分析相結(jié)合的方法，對(duì)城鎮(zhèn)化發(fā)展進(jìn)程中影響碳排放的主要因素進(jìn)行研究，并提出了相應(yīng)的對(duì)策和措施。

2 變量、數(shù)據(jù)和模型

2.1 理論基礎(chǔ)：環(huán)境的庫(kù)茲涅茨曲線

人均收入與環(huán)境質(zhì)量間的倒“U”型關(guān)系稱(chēng)為環(huán)境庫(kù)茲涅茨曲線(EKC)，如圖1所示。起初收入增加會(huì)惡化環(huán)境質(zhì)量，但當(dāng)收入水平持續(xù)上升并到達(dá)拐點(diǎn)后，收入的增加反而改善了環(huán)境質(zhì)量。2010年世界發(fā)展報(bào)告對(duì)收入與人均二氧化碳排放量之間的關(guān)系進(jìn)行了預(yù)算和估計(jì)，顯示碳排放量隨收入的增長(zhǎng)而增加。林伯強(qiáng)、蔣竺均指出，中國(guó)二氧化碳還處于倒“U”曲線的左側(cè)，且離拐點(diǎn)還有一定距離[10]。

圖1 環(huán)境庫(kù)茲涅茲曲線

2.2 指標(biāo)選取

2.2.1 變量選取

日本學(xué)者Yoichi Kaya提出了Kaya恒等式，將碳排放量分解為四個(gè)因素：溫室氣體排放量、能源強(qiáng)度、人均GDP和人口[11]。林伯強(qiáng)等對(duì)Kaya恒等式作了適當(dāng)修正，選取溫室氣體排放量、能源強(qiáng)度、人均GDP以及城鎮(zhèn)化水平作為研究碳排放的影響因素[3]。楊曉軍等在二氧化碳排放指標(biāo)選取方面，為確保獲得更加穩(wěn)健的研究結(jié)論，選取了現(xiàn)有研究中關(guān)于二氧化碳排放的3個(gè)指標(biāo)，分別為總量指標(biāo)(CO2排放總量)、人均排放指標(biāo)(人均CO2排放量)、排放強(qiáng)度指標(biāo)(單位GDP的CO2排放量)[4]。徐軍委認(rèn)為，影響我國(guó)碳排放的主要因素有人口數(shù)量、GDP、能源消費(fèi)總量、能源結(jié)構(gòu)、經(jīng)濟(jì)結(jié)構(gòu)、城鎮(zhèn)化水平、工業(yè)化水平、能源強(qiáng)度、技術(shù)進(jìn)步、能源價(jià)格、交通工具數(shù)量、林業(yè)和生態(tài)保護(hù)建設(shè)等[12]。

本文在參考以上學(xué)者指標(biāo)選取方法并結(jié)合其他文獻(xiàn)研究的基礎(chǔ)上，選取人口數(shù)、人均GDP、能源強(qiáng)度、城鎮(zhèn)化水平和交通工具數(shù)等因素作為自變量，二氧化碳排放量作為被解釋變量，結(jié)合安徽省統(tǒng)計(jì)年鑒以及相關(guān)統(tǒng)計(jì)公報(bào)，利用2009-2014年的安徽省地級(jí)市面板數(shù)據(jù)，分析安徽省城鎮(zhèn)化過(guò)程中各主要因素對(duì)碳排放的影響。

2.2.2 數(shù)據(jù)來(lái)源與理論分析

目前各種統(tǒng)計(jì)年鑒沒(méi)有二氧化碳排放的直接數(shù)據(jù)，只能通過(guò)統(tǒng)計(jì)數(shù)據(jù)中主要能源的消費(fèi)數(shù)據(jù)測(cè)算得出。

對(duì)于能源標(biāo)準(zhǔn)煤折算系數(shù)一般采用《中國(guó)能源統(tǒng)計(jì)年鑒》數(shù)據(jù)。而對(duì)每種能源的碳排放系數(shù)，不同研究機(jī)構(gòu)的研究條件和數(shù)據(jù)估算有所不同，導(dǎo)致碳排放系數(shù)不統(tǒng)一，如表1所示。

表1 各種能源的碳排放系數(shù) 噸碳/噸標(biāo)煤

注：資料來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》。

由于統(tǒng)計(jì)年鑒中存在“能源消耗總量(萬(wàn)噸標(biāo)準(zhǔn)煤)”指標(biāo)，因此碳排放還可以用“能源消耗總量與該種能源的碳排放系數(shù)乘積”計(jì)算。日本能源經(jīng)濟(jì)研究所的推薦值為0.68(噸/噸標(biāo)煤)，美國(guó)能源部能源信息署的參考值為0.69(噸/噸標(biāo)煤)等，我國(guó)常用的碳排放系數(shù)主要是國(guó)家發(fā)改委能源研究所公布的0.67(噸/噸標(biāo)煤)。根據(jù)數(shù)據(jù)的可得性，采用第二種計(jì)算方法，用0.67作標(biāo)準(zhǔn)。

本部分?jǐn)?shù)據(jù)來(lái)源于《安徽省統(tǒng)計(jì)年鑒》(2010-2015)及各個(gè)地市統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公報(bào)。由于原地級(jí)巢湖市在2012年一分為三，根據(jù)數(shù)據(jù)的可得性和有效性，按照巢湖市原來(lái)各個(gè)地區(qū)GDP的比重重新計(jì)算了16個(gè)地級(jí)市2009-2011年的碳排放量。

人口數(shù)對(duì)CO2排放量具有增量效應(yīng)，隨著人口增加，排放的二氧化碳也在增多。一般而言，城鎮(zhèn)居民人均能源消費(fèi)量大約是農(nóng)村居民的3.5～4.0倍[13],可見(jiàn)人口大量流入城市，對(duì)城市CO2排放的影響是非常明顯的。為了使數(shù)據(jù)更有針對(duì)性，本文選取的人口數(shù)為地區(qū)常住人口。

人均GDP反映了一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平，一定程度上能夠體現(xiàn)該地區(qū)的能源使用和消費(fèi)特征。安徽省目前經(jīng)濟(jì)發(fā)展迅速，人均GDP不斷提高，就如環(huán)境庫(kù)茲涅茨曲線所展示的那樣，安徽省的能源需求也在迅速增加，二氧化碳等溫室氣體不斷增多，給環(huán)境造成壓力。

能源強(qiáng)度用單位GDP能耗表示，它反映了能源的利用效率以及技術(shù)的變化。能源的利用效率越高，相對(duì)于單位能源消耗而言，能源消費(fèi)所產(chǎn)生的二氧化碳也就越少。城鎮(zhèn)化水平采用城鎮(zhèn)人口占該地區(qū)總?cè)丝诘谋戎貋?lái)衡量，城鎮(zhèn)化率的高低可以簡(jiǎn)單代表城市發(fā)展水平。

交通因素對(duì)碳排放的影響主要體現(xiàn)在交通工具的使用上，現(xiàn)有的交通工具大多使用化石能源，例如汽油、柴油、煤油等，汽車(chē)排放尾氣造成二氧化碳排放增長(zhǎng)。本文選擇的指標(biāo)為民用車(chē)輛擁有量。

2.3 模型設(shè)定

利用Stirpat模型分析人口、財(cái)產(chǎn)、技術(shù)對(duì)環(huán)境的影響，是目前研究碳排放問(wèn)題的一個(gè)常用且較為公認(rèn)的方法，公式：I=αPηAδIωe,其中，α為模型的系數(shù)，η、δ、ω為各自變量指數(shù)，e為誤差。

基于環(huán)境庫(kù)茲涅茨曲線理論和Stirpat模型，在碳排放總量與人口數(shù)、能源強(qiáng)度、人均GDP和城鎮(zhèn)化之間建立協(xié)整方程，探求各因素與CO2排放之間的長(zhǎng)期均衡關(guān)系:

Qit=f(Pit,Eit,Git,Uit,Vit)

(i=1,2,3，…;t=2009,2010,…,T)

其中，Qit為CO2排放量，是i市t期碳排放量，單位為噸，為安徽省地級(jí)市平均自發(fā)碳排量的排放水平；Pit代表人口數(shù)；Eit代表能源強(qiáng)度；Git代表人均GDP，單位為元；Uit代表城鎮(zhèn)化水平，單位為%；Vit代表交通工具數(shù)，單位為輛。

在實(shí)證研究中，為秀出量綱，對(duì)變量取自然對(duì)數(shù)，具體模型如下：

lnQit=αit+β1lnPit+β2lnEit+β3lnGit

+β4lnUit+β5lnVit+ε

其中，α是常數(shù)項(xiàng)，表示安徽省地級(jí)市的碳排放量的差異性，β1表示各自變量的估計(jì)系數(shù)，ε代表隨機(jī)誤差項(xiàng)。

2.4 模型的篩選與檢驗(yàn)

首先，對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果顯示強(qiáng)平衡，這表明在樣本中，每個(gè)地區(qū)有相同的年度觀察值(2009-2014年)，數(shù)據(jù)是平行數(shù)據(jù)，因此可以進(jìn)行面板數(shù)據(jù)回歸分析。

其次，需要通過(guò)檢驗(yàn)面板數(shù)據(jù)，選擇合適的面板數(shù)據(jù)模型。

采用F統(tǒng)計(jì)量檢驗(yàn)固定效應(yīng)模型時(shí)，F(xiàn)統(tǒng)計(jì)量為30.72，對(duì)應(yīng)的P值為0，表明固定效應(yīng)模型相當(dāng)顯著，優(yōu)于混合OLS模型。采用LM法檢驗(yàn)隨機(jī)效應(yīng)時(shí)，得到的P值為0.0727，表明隨機(jī)效應(yīng)不顯著，混合OLS模型優(yōu)于隨機(jī)效應(yīng)模型。Hausman檢驗(yàn)結(jié)果表明，固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型。

綜上分析可知，F(xiàn)值檢驗(yàn)與Hausman檢驗(yàn)結(jié)果表明，安徽省16個(gè)地級(jí)市面板模型宜采用固定效應(yīng)模型。

3 實(shí)證分析

3.1 安徽CO2排放量與城鎮(zhèn)化發(fā)展現(xiàn)狀分析

近年來(lái)，安徽省牢牢抓住了中部崛起戰(zhàn)略、長(zhǎng)江經(jīng)濟(jì)帶、皖江城市帶等發(fā)展的歷史性機(jī)遇，強(qiáng)化政策落實(shí)，加大改革創(chuàng)新和“調(diào)轉(zhuǎn)促”力度，經(jīng)濟(jì)運(yùn)行持續(xù)穩(wěn)中向好，其工業(yè)化和城鎮(zhèn)化加快發(fā)展。2014年末，安徽省人均GDP是2009年的2.09倍，城鎮(zhèn)化率提高了7.05個(gè)百分點(diǎn)。

第二產(chǎn)業(yè)在安徽省經(jīng)濟(jì)的快速發(fā)展中成為主要推動(dòng)力。2014年，第二產(chǎn)業(yè)占GDP的60.42%，而第三產(chǎn)業(yè)遠(yuǎn)落后于第二產(chǎn)業(yè)，僅為GDP的34.14%，但第二產(chǎn)業(yè)的CO2排放量遠(yuǎn)高于第一產(chǎn)業(yè)和第三產(chǎn)業(yè)。目前，安徽擁有兩淮煤礦、銅陵有色、馬鞍山鋼鐵等大型重工業(yè)企業(yè)集團(tuán)，在工業(yè)化進(jìn)程中，重工業(yè)化程度加深和工業(yè)生產(chǎn)技術(shù)落后，導(dǎo)致大量的碳排放。

隨著經(jīng)濟(jì)的發(fā)展，能源消費(fèi)也在增加。安徽省碳排放量由2009年的21883.91萬(wàn)噸增長(zhǎng)到2014年的29547.11萬(wàn)噸，年均增長(zhǎng)率達(dá)到7%。城鎮(zhèn)化率也由2009年42.1%上升為2014年49.15%。2009-2014年，安徽省CO2排放量和城鎮(zhèn)化水平大體上均呈現(xiàn)遞增的趨勢(shì)，可以看出，二氧化碳排放同經(jīng)濟(jì)增長(zhǎng)、城鎮(zhèn)化水平的關(guān)系密不可分，這也和環(huán)境庫(kù)茲涅茲曲線一致。2014年，安徽省CO2排放量較2013年略有下降，這可能與2014年制定并實(shí)施《安徽省商品煤質(zhì)量管理實(shí)施辦法》，加大能源結(jié)構(gòu)調(diào)整，促進(jìn)節(jié)能減排，打造生態(tài)強(qiáng)省等措施有關(guān)(圖2)。

圖2 安徽省2009-2014年CO2排放量與城鎮(zhèn)化率

3.2 碳排放回歸估計(jì)

在分析安徽省CO2排放量與城鎮(zhèn)化發(fā)展現(xiàn)狀的基礎(chǔ)上，利用安徽省2009-2014年地級(jí)市面板數(shù)據(jù)，研究城市化發(fā)展過(guò)程中影響碳排放量的主要因素，采用計(jì)量分析軟件Stata12.0進(jìn)行分析，估計(jì)結(jié)果如表2所示。

表2 面板數(shù)據(jù)模型估計(jì)結(jié)果

從回歸結(jié)果看，模型的擬合優(yōu)度R2=0.8005。針對(duì)模型中所有非常數(shù)執(zhí)行聯(lián)合檢驗(yàn)得到的F統(tǒng)計(jì)量以及相應(yīng)的P值分別為60.18和0.0000，回歸模型擬合良好，模型中人口數(shù)、能源強(qiáng)度、城鎮(zhèn)化水平、交通工具數(shù)等變量在1%的顯著性水平下均通過(guò)協(xié)整關(guān)系檢驗(yàn)，人均GDP在10%的顯著性水平下也通過(guò)了協(xié)整檢驗(yàn)，各變量存在長(zhǎng)期的均衡關(guān)系。

回歸模型估計(jì)結(jié)果為：

lnQ=9.1915+0.8308lnP-0.4581lnE

+0.1307lnG+1.3953lnU-0.3402lnV

回歸方程中，對(duì)碳排放影響最大的是城鎮(zhèn)化水平和人口數(shù)，它們每變動(dòng)1%，影響碳排放量同方向變動(dòng)1.3953%和0.8303%。另外，對(duì)碳排放量的影響大小依次為能源強(qiáng)度和交通工具數(shù)，它們每正向變動(dòng)1%，影響碳排放量反方向變動(dòng)0.4581%、0.3402%。人均GDP對(duì)碳排放量的影響較其他變量小，每變動(dòng)1%，帶動(dòng)碳排放量同向變動(dòng)0.1307%。

本文研究結(jié)論與其他相關(guān)文獻(xiàn)結(jié)論大致相似。人口數(shù)越多，生產(chǎn)生活用能越多，碳排放量越多；能源強(qiáng)度越小，能源利用效率越高，碳排放越少，因此，應(yīng)注重能源的利用效率，發(fā)展清潔能源、可再生能源、新型能源；人均收入水平的提高在體現(xiàn)安徽省經(jīng)濟(jì)快速發(fā)展的同時(shí)又不可避免地帶來(lái)更多CO2的排放，在經(jīng)濟(jì)發(fā)展的同時(shí)控制好CO2的排放至關(guān)重要；城鎮(zhèn)化發(fā)展水平對(duì)CO2排放也有比較顯著的影響，隨著城鎮(zhèn)化水平的提高，CO2排放量不斷增加，因此，在安徽省城鎮(zhèn)化繼續(xù)加快發(fā)展的同時(shí)，應(yīng)該更加注重城鎮(zhèn)化質(zhì)量的提高，積極采取低碳減排措施；模型估計(jì)結(jié)果的交通因素對(duì)碳排放的影響與理論分析結(jié)果不一致，這可能是因?yàn)槎嘧兞炕貧w，導(dǎo)致多重共線性，因此將交通工具數(shù)進(jìn)行單獨(dú)回歸，結(jié)果如表3所示。結(jié)果表明，交通工具數(shù)的回歸系數(shù)為0.3152，即交通工具數(shù)每增加1%，碳排放增加0.3152%。因此，大力發(fā)展城市公共交通，既便利市民出行，又有利于避免碳排放的過(guò)度增加。

表3 交通工具數(shù)對(duì)碳排放的回歸結(jié)果估計(jì)

4 結(jié)論與建議

上述分析說(shuō)明二氧化碳排放同人口數(shù)、能源強(qiáng)度、人均GDP、城鎮(zhèn)化水平、交通工具數(shù)有長(zhǎng)期的穩(wěn)定關(guān)系。其中人口數(shù)、人均GDP、城鎮(zhèn)化水平、交通工具數(shù)與CO2排放水平呈顯著的正相關(guān)，能源強(qiáng)度與二氧化碳排放呈負(fù)相關(guān)。

針對(duì)以上結(jié)論，并結(jié)合安徽省各市經(jīng)濟(jì)發(fā)展水平以及提高城鎮(zhèn)化發(fā)展質(zhì)量的目標(biāo)要求，提出以下低碳減排建議：

第一，堅(jiān)持低碳發(fā)展戰(zhàn)略。安徽省正處于城鎮(zhèn)化快速發(fā)展階段，應(yīng)該按照十八屆五中全會(huì)的要求，走好低碳城鎮(zhèn)化發(fā)展道路。

第二，加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。在經(jīng)濟(jì)發(fā)展的同時(shí)，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)對(duì)抑制CO2排放量也是十分必要的，要積極貫徹落實(shí)安徽省“4105”行動(dòng)計(jì)劃，推動(dòng)低碳產(chǎn)業(yè)發(fā)展，減少或限制高碳產(chǎn)業(yè)發(fā)展，加快“調(diào)轉(zhuǎn)促”。鼓勵(lì)發(fā)展第三產(chǎn)業(yè)，大力發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)。

第三，提高能源利用效率。要想降低城市的單位GDP能耗，緩解安徽省目前以煤炭為主的能源結(jié)構(gòu)帶來(lái)的高碳?jí)毫Γ捅仨氁岣吣茉词褂眯剩l(fā)揮技術(shù)創(chuàng)新的驅(qū)動(dòng)力作用，大力發(fā)展循環(huán)經(jīng)濟(jì)，加大戰(zhàn)略性新興產(chǎn)業(yè)項(xiàng)目的扶持力度，如新能源、新材料、物聯(lián)網(wǎng)、生物技術(shù)等。

第四，建立碳排放交易制度。設(shè)立完善的碳排放核算標(biāo)準(zhǔn)，建立碳排放檢測(cè)和認(rèn)證制度，建立碳排放賬戶管理體系，積極開(kāi)展碳排放的有關(guān)試點(diǎn)。

第五，在生態(tài)文明理念引領(lǐng)下走好綠色發(fā)展之路。堅(jiān)持綠色發(fā)展是“十三五”五大發(fā)展理念之一，要不斷加強(qiáng)生態(tài)保護(hù)與建設(shè)，促進(jìn)節(jié)能減排和污染防治，改善生態(tài)環(huán)境總體質(zhì)量。

目前，安徽省正處于碳排量不斷增長(zhǎng)階段，有效控制碳排放量刻不容緩。從碳排量的各影響因素入手，根據(jù)安徽省碳排放的實(shí)際情況，制定低碳發(fā)展各項(xiàng)措施，可以合理提高低碳水平，促進(jìn)安徽省城鎮(zhèn)化質(zhì)量不斷提高。

[1]Parikha J V Shukla.Urbanization,energy use and greenhouse effects in economic development:Results from a cross-nation study of developing countries[J].Global Environmental Change,1995,5(2)：121-126

[2]Lantz V,Feng Q,Assessing income,population,and technology impacts on CO2emissions in Canada:where’s the EKC[J].Ecological Economics,2006,57(2):229-238

[3]林伯強(qiáng)，劉希穎.中國(guó)城市化階段的碳排放:影響因素和減排策略[J].經(jīng)濟(jì)研究，2010(8):66-78

[4]楊曉軍，陳浩.中國(guó)城鎮(zhèn)化對(duì)二氧化碳排放的影響效應(yīng):基于省級(jí)面板數(shù)據(jù)的經(jīng)驗(yàn)分析[J].中國(guó)地質(zhì)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013(1):32-37

[5]段新瑜，高源祥.低碳目標(biāo)指導(dǎo)下城鎮(zhèn)化道路的選擇[J].商，2014(11):250-252

[6]薛勇,郭菊娥,孟磊.中國(guó) CO2排放的影響因素分解與預(yù)測(cè)[J].中國(guó)人口·資源與環(huán)境，2011(5):106-112

[7]陸虹.中國(guó)環(huán)境問(wèn)題與經(jīng)濟(jì)發(fā)展的關(guān)系分析：以大氣污染為例[J].財(cái)經(jīng)研究,2000(10):53-59

[8]李志強(qiáng),王寶山.基于因素分解模型的二氧化碳排放影響因素分析：以山西為例[J].生產(chǎn)力研究,2010(12):99-101

[9]徐盈之,徐康寧,胡永舜,等.中國(guó)制造業(yè)碳排放的驅(qū)動(dòng)因素及脫鉤效應(yīng)[J].統(tǒng)計(jì)研究,2011,28(7):55-61

[10]林伯強(qiáng)，蔣竺均.中國(guó)二氧化碳的環(huán)境庫(kù)茲涅茨曲線預(yù)測(cè)及影響因素分析[J].管理世界，2009(4):27-36

[11]Yoichi Kaya.“Impact of Carbon Dioxide Emission on GNP Growth:Interpretation of Proposed Scenarios”，Presentation to the Energy and Industry Subgroup，Response Strategies Working Group，IPCC[R].Paris，1989

[12]徐軍委.基于LMDI的我國(guó)二氧化碳排放影響因素研究[D].北京：中國(guó)礦業(yè)大學(xué)管理學(xué)院，2013：10-12

[13]何曉萍,劉希穎,林艷蘋(píng).中國(guó)城鎮(zhèn)化進(jìn)程中的電力需求預(yù)測(cè)[J].經(jīng)濟(jì)研究,2009(1):118-130

[14]焦偉，韓佳慧，鄭濤.安徽省發(fā)展低碳經(jīng)濟(jì)的制約因素、潛在優(yōu)勢(shì)和路徑選擇[J].環(huán)境保護(hù)與循環(huán)經(jīng)濟(jì),2010(11):24-26

(責(zé)任編輯：周博)

10.3969/j.issn.1673-2006.2016.06.004

2016-03-25

李敏(1991-)，女，安徽池州人，在讀碩士研究生，主要研究方向：國(guó)民經(jīng)濟(jì)學(xué)。

F206

A

1673-2006(2016)06-0011-05