基于VAR模型的农业碳排放影响因素及其动态响应机制分析

基于中国2001—2017年的相关时间序列数据,构建VAR(向量自回归)模型,运用脉冲响应函数和方差分解法实证研究了环境规制、农业经济增长、技术进步与农业碳排放之间的动态响应机制。结果表明,环境规制、技术进步是农业碳排放减少的原因,农业经济增长是农业碳排放增加的原因;环境规制对农业碳排放的负向影响显著,技术进步对农业碳排放的负向影响相对较弱,而农业经济增长对农业碳排放的正向影响明显,但呈逐渐下降趋势;从长期来看,环境规制、农业经济增长和技术进步对农业碳排放的影响效应处于相对稳定的状态。最后,基于上述研究结果提出了相关政策建议。     

我国经济增长、对外贸易与碳排放的动态关系研究——基于协整检验和VAR模型

针对我国经济增长、对外贸易与碳排放的动态关系,运用协整检验和VAR模型对我国1990~2013年年度数据进行实证分析。结果表明:从长期来看,我国经济增长、对外贸易与碳排放有着长期稳定的均衡关系;从短期看,经济增长、对外贸易与碳排放分别以-0.827、-0.043、-0.028的修正幅度进行调整;碳排放是经济增长的Granger原因,对外贸易与碳排放之间互为双向因果关系;碳排放和对外贸易对经济增长均产生正向冲击作用;经济增长对碳排放的正向响应时间较长且趋于平稳,而对外贸易对碳排放的冲击波动较大;经济增长对对外贸易的冲击保持稳定,而碳排放对对外贸易的反应敏感性较强。因此必须从转变经济增长方式、优化对外贸易结构等方面促进经济增长、对外贸易与碳排放的协调发展。     

安徽省池州市土地利用碳排放演变及其影响因素

碳排放和土地利用密切相关。依据土地利用碳排放测算方法,测算池州市2000—2010年主要土地利用类型耕地、林地、牧草地和建设用地碳排放量,同时对碳源、碳汇和净碳排放进行了测算,分析土地利用碳排放演变情况,计算地均碳排放强度和建设用地碳排放强度,并基于STIRPAT模型分析土地利用碳排放的影响因素。结果表明:1)2000—2010年池州市碳排放总量呈逐年递增的趋势,碳排放总量由2000年的35.835 4kt增加到2010年的1 774.016 3kt,碳排放总量递增主要以建设用地的碳排放递增为主,建设用地的碳排放量与碳排放总量具有趋同的变化趋势。2)2000—2010年池州市碳汇能力基本稳定,碳源与碳汇的比例整体呈增加趋势,由2000年的1.135 5增加到2010年的6.657 2。3)2000—2010年池州市土地利用碳排放变化划分为缓慢增长、快速增长和平稳增长3个阶段。4)地均碳排放强度呈现缓慢增长趋势,而建设用地地均碳排放强度则呈现波动上升的趋势,地均碳排放强度、地均建设用地碳排放强度的增长与工业经济发展水平呈正相关关系。5)碳排放量和人口总量、人均GDP之间的线性相关关系十分显著,且人均GDP对碳排放量的解释程度要大于人口总量对碳排放量的解释程度。     

基于VAR模型的水资源利用与经济增长关系研究

基于1997~2014年水资源利用和国内生产总值的相关数据,构建了水资源利用与经济增长的VAR模型,通过单位根检验、Granger因果检验、脉冲响应分析和方差分解分析,探索了中国水资源利用和经济增长之间的内在依存关系。研究结果表明:(1)水资源利用和经济增长之间存在单向因果关系且存在长期动态关系,水资源是推动经济增长的重要因素;(2)农业、工业和生活用水对经济增长的贡献度不同。建议改善水资源利用结构和提高水资源利用效率,进而促进经济的可持续发展。     

基于VAR模型的水资源利用与经济增长关系研究

基于1997²014年水资源利用和国内生产总值的相关数据,构建了水资源利用与经济增长的VAR模型,通过单位根检验、Granger因果检验、脉冲响应分析和方差分解分析,探索了中国水资源利用和经济增长之间的内在依存关系。研究结果表明:(1)水资源利用和经济增长之间存在单向因果关系且存在长期动态关系,水资源是推动经济增长的重要因素;(2)农业、工业和生活用水对经济增长的贡献度不同。建议改善水资源利用结构和提高水资源利用效率,进而促进经济的可持续发展。     

我国城镇化、工业化与碳排放关系的研究——基于VAR模型的分析

运用VAR模型,利用我国城镇化和工业化发展过程中的碳排放数据,通过协整检验、格兰杰因果关系检验、脉冲响应函数分析等技术指标,分析我国城镇化、工业化与碳排放之间的关系.结果表明,从短期来看,工业化对碳排放有正向促进作用,城镇化对碳排放有反向作用;从长期来看,我国的工业化和城镇化基本实现与碳排放的“脱钩”,并不是碳排放的主导因素.     

广东省不同土地利用方式与碳排放规律分析

探讨了广东省1996—2008年不同土地利用方式的碳排放量及时空变化规律。结果表明:在时间序列上,建设用地的碳排放量变化趋势明显,耕地、草地碳排放变化量不明显,林地变化引起的碳排放量增加,增加量近两年得到有效控制;在空间序列上,不同土地利用方式产生的碳排放情况呈明显的区域差异;碳排放量的变化与区域经济发展特征存在时空耦合规律。在此基础上,从低碳经济的发展角度提出土地利用的相关政策建议。     

曲周县土地利用碳排放测算及情景预测研究

在全球气候变暖的背景下,中国积极承诺并开展控制温室气体排放行动以期2030年实现碳达峰、2060年实现碳中和的目标。为厘清土地利用碳排放产生机制并合理预测碳排放,以曲周县为研究区,采用排放系数法、样地清查法、IPAT模型和最小二乘法等方法,构建碳排放核算体系以度量曲周县2009—2019年土地利用碳排放,并预测81类情景组合下2030年的碳排放情况。结果表明：1）曲周县2009—2019年土地利用碳排放总量呈先增加后减少的变化趋势。耕地、建设用地是两大碳排放源;2）预测首先按人均GDP设置,进一步根据人口、能源强度、产业结构共设置81类情景组合：当GDP处于高速发展时,曲周县未来碳排放总量模拟值区间为50万～221万t;当GDP处于惯性发展时,上升趋势组区间分别为51万～119万t,最小值为45万t,下降趋势组最小值29万t;当GDP处于低速发展时,呈下降趋势的两组最小值分别为21万和12万t,另一组在2030年预测值为35万～50万t。研究结论：土地利用变化会直接或间接影响碳排放,摸清地类碳属性可为预测碳排放及优化土地利用结构提供抓手。综上,曲周县可通过人口优化、调整能源结构、优化产...     

基于VAR模型的重庆市经济增长与环境污染的关系研究

选取1990-2006年间重庆市4个环境污染指标与经济增长指标,首先采用Johansen协整检验证明经济增长与环境污染物排放量间存在着长期稳定的关系,并以此建立向量自回归模型(VAR).然后应用VAR模型考察了重庆市经济增长与环境污染在时序维度上的相互影响机制和动态关联效应.结果表明,一方面,经济增长是影响重庆市污染排放量变化的重要原因,另一方面工业废水、工业粉尘、工业SO_2、工业固体废弃物排放量的增加对经济增长也存在着反作用力.经济增长指标对解释环境污染指标排放的预测方差分解的贡献度较高,环境污染指标排放对经济增长指标的预测方差的解释贡献度较小.

Abstract：

Johansen co-integration test was used to prove that economic growth and environmental pollution has a long-term and stable relationship, and then a VAR model was established to investigate the mecha-nisms and related effects in the temporal dimension based on the data of environmental pollution and eco-nomic growth during 1990-2006 in Chongqing. The results showed that economic growth is an important factor responsible for the change of the pollutant discharge in Chongqing, and on the other hand, the dis-charge of industrial waste water, industrial dust, industrial SO_2 and industrial solid waste also affect the growth of economy. The indicators of economic growth can interpret a large part of the emission of pollu-tion indicators, while the pollution indicators can only interpret a small part of the indicators of economic growth.     

上海市土地利用碳排放测算与分析

采用2004-2013年上海市分行业化石能源消费数据,并与主要类型土地利用方式相结合,分析10年间土地利用产生的碳排放量变化情况。结果表明,2004-2013年土地利用碳排放量和碳吸收量均呈稳定上升趋势,增长率分别为42.60%和62.88%,但由于生产性土地面积基数较小,净碳排放量已增加至3 532.790万t/年。工矿用地是最大碳源,年均碳排放量占比达61.3%;而交通用地的单位面积碳排放量最高,且呈先上升后下降的趋势,在2008年达到峰值3.959 t/km2。碳足迹面积远高于上海市实际面积,2013年生态赤字已达67 516 km2。在区域层面,上海市是高强度点状排放源,碳减排压力较大,并从减源增汇角度对土地低碳利用提出了相应对策。     

基于VAR模型的城市建设用地扩张对碳排放的影响研究——以南昌市为例

采用南昌市1995～2017年时间序列数据,通过构建碳排放测算模型、VAR模型,利用协整检验、格兰杰因果检验、脉冲分析等研究方法,实证分析了南昌市城市建设用地扩张与碳排放之间的关系.结果发现,城市建设用地扩张与碳排放之间存在协整关系,且格兰杰因果检验显示城市建设用地扩张是碳排放的格兰杰原因,而脉冲响应分析则证实城市建设用地扩张初期对碳排放的影响不大,后续影响逐渐增加,待城市化发展成熟后对碳排放影响达到稳定的状态,并据此提出了相关政策建议.     

基于VAR模型的城市建设用地扩张对碳排放的影响研究——以南昌市为例

采用南昌市1995～2017年时间序列数据,通过构建碳排放测算模型、VAR模型,利用协整检验、格兰杰因果检验、脉冲分析等研究方法,实证分析了南昌市城市建设用地扩张与碳排放之间的关系。结果发现,城市建设用地扩张与碳排放之间存在协整关系,且格兰杰因果检验显示城市建设用地扩张是碳排放的格兰杰原因,而脉冲响应分析则证实城市建设用地扩张初期对碳排放的影响不大,后续影响逐渐增加,待城市化发展成熟后对碳排放影响达到稳定的状态,并据此提出了相关政策建议。     

甘肃省土地利用碳排放变化及影响因素分解

[目的]研究土地利用中各类型土地的碳排放量及各土地利用碳排放的影响因素。[方法]以甘肃省为例,在分析1995—2012年土地利用结构变化的基础上,估算了各种土地利用类型的碳排放量,并运用LMDI模型对其影响因素进行了分析。[结果]土地利用结构变化总体表现为建设用地面积持续增加,农用地面积减少;建设用地内部结构变化中居民点及工矿用地面积增加最多,交通用地变化幅度显著;土地利用碳排放量总体呈上升趋势,由1995年的1 882.07×104t增加到2012年的7 503.23×104t,年均增加341.48×104t;土地利用碳排放强度最大的是居民点及工矿用地,交通用地碳排放强度呈缓慢上升态势,但到2012年有所下降;土地利用变化、经济发展水平提高、人口规模增加促进了土地利用的碳排放,能源效率提高和能源结构优化抑制了土地利用的碳排放。[结论]对甘肃省土地利用碳排放总量的变化趋势影响最大的是居民点及工矿用地,能源效率提高和能源结构优化是今后甘肃省碳减排的重要途径之一。     

重庆合川区土地利用碳排放的效应及驱动因素

基于土地利用变更数据与能源消费数据,测算2009—2018年间合川区土地利用碳排放量,分析碳源、碳汇、净碳排放量及碳排放强度演变趋势,运用LMDI因素分解法对碳排放驱动因素进行分析.结果表明:(1)2009—2018年重庆合川区土地利用净碳排放量呈上升趋势,年均增长率为7.00％;(2)合川区单位GDP碳排放强度呈逐年...     

基于VAR模型的农村居民消费结构演进与经济增长关系分析

通过构造一个由消费结构、第二产业结构、第三产业结构和GDP四个变量组成的VAR模型,对中国农村居民的消费结构与经济增长相互作用的关系及其动态特征进行了实证研究.通过设定的模型、格兰杰因果检验、预测方差分解和协整检验,发现经济增长会影响农村居民消费结构演变,而经济增长对第二产业结构的影响存在双向因果关系.     

绵阳市土地利用碳排放效应研究

采用土地利用变化模型和土地利用碳排放估算模型,对绵阳市1998、2002、2009～2015年土地利用变化及其碳排放效应进行研究。结果表明:(1)绵阳市林地面积最大,且林地总面积呈增加趋势,2015年在1998年的基础上增加了16915.06hm~2,草地和水域面积减少,草地变化速率达37.89%,转出比例最高,建设用地和耕地面积增加,耕地变化速率达-46.93%,转入比例最高,土地利用程度综合指数在230～241之间波动,并呈上升趋势,土地利用程度处于中等偏上水平并在不断提高;(2)建设用地是最大的碳源,占总碳源的89%以上,于2011年达到2.85×10~6t后开始下降,林地是最大的碳汇,占总碳汇的99%以上,于2009年达到7.23×10~5t后开始下降;(3)绵阳市净碳排放量的变化分为三个阶段:1998～2002年,碳排放量年平均增加1.4203×10~4t,表现为总体上升阶段,2002～2011年,碳汇和碳源先后达到峰值,净碳排放量呈现出波动上升趋势,并在2011年达到2.35×10~6t的最大值,2011～2015年,绵阳市净碳排放量开始下降;(4)绵阳市应继续实行人工造林防止林地面积流失;发挥其科技城的优势,实行产业结构升级,优化能源结构;从低碳发展出发引导土地可持续利用。     

基于土地利用的西安市碳排放时空特征研究

基于土地利用变化的碳排放是影响区域碳收支平衡的重要方式,对于实现碳中和与绿色可持续发展具有重要意义。以西安市为例,通过获取2011—2020年的土地利用数据、能源消费数据与社会经济数据,利用GIS分析手段并采用碳排放系数法、土地利用转移矩阵与重心转移模型,研究西安市碳排放时空特征。结果表明,近10a间西安市土地利用中,耕地和林地为西安市主要土地利用类型,占总面积的85%以上;土地利用类型转移中耕地转出面积最大,建设用地转入面积最大,建设用地与林地转入面积大都来源于耕地;总净碳排放量增长速率逐渐增快,10a间净碳排放量增长率高达82.7%,西安市主要碳源贡献为建设用地,主要碳汇贡献为林地;碳排放总量重心在10a间处于稳定状态,重心均集中在莲湖区。为保证西安市地区低碳高质量发展,应重点调整产业布局、控制碳源用地、建设碳汇用地等以优化土地利用结构,以实现区域内的碳平衡收支与绿色发展。     

基于VAR模型的山东省经济增长与环境污染的关系研究

在向量自回归模型的基础上,以山东省1981~2015年的时序数据为样本,通过脉冲响应函数和方差分解分析了山东省环境指标与经济增长的动态相互作用影响,结果表明:山东省存在经济增长与环境污染的双向作用机制,且经济增长对环境的影响程度大于环境对经济增长的反作用力度;山东省经济增长对环境的污染主要体现为工业废水和SO2气体的排放;而在经济增长对环境污染的作用中,烟尘排放量和SO2排放量对山东省经济增长产生了重要的负面影响。     

水资源利用与经济增长的动态关联研究——基于VAR模型的实证分析

为探索中国经济增长和水资源利用之间的动态关系,优化水资源配置,本研究基于2000—2018年的数据,通过构建用水量与产业增长的VAR模型,通过ADF检验、脉冲响应分析和方差分解等手段对全国的用水量和经济增长之间的关系进行分析。结果表明:经济总量增长、第一产业增长、第二产业增长与用水总量、工业用水量、农业用水量存在均衡关系;单纯增加用水总量、农业用水量、工业用水量无法带来产值的增加;产值的增加对水资源的需求会增强。因此,为保障水资源的供给,促进经济稳定增长可以从以下方面入手:进一步强化用水总量控制和定额管理,提高用水效率;加强不同区域之间的水资源协调利用;通过水权配置、水价改革、节水技术等手段的综合应用,不断提高水资源的综合利用效率。     

基于多变量VAR模型的昌吉葡萄价格影响因素研究

以2011—2017年昌吉市葡萄价格数据为基础,运用基于多变量VAR模型对昌吉市葡萄价格波动的影响因素进行分析得出相关结论,同时针对葡萄产业市场的价格给予了一定的建议和意见,对于昌吉市葡萄产业的市场有一定的参考价值。