【上海市經(jīng)濟(jì)發(fā)展與碳排放之間的關(guān)系實(shí)證分析12000字（論文）】

第 碳排放量上海市生產(chǎn)總值人口城鎮(zhèn)化率碳排放量皮爾遜相關(guān)性10.6240.8280.55Sig.(雙尾）0.00300.012個案數(shù)20202020上海市生產(chǎn)總值皮爾遜相關(guān)性0.62410.9030.703Sig.(雙尾）0.00300.001個案數(shù)20202020人口皮爾遜相關(guān)性0.8280.90310.8Sig.(雙尾）0個案數(shù)20202020城鎮(zhèn)化率皮爾遜相關(guān)性0.550.7030.81Sig.(雙尾）0.0120.001個案數(shù)20202020**.在0.01級別（雙尾），相關(guān)性顯著.*.在0.05級別（雙尾），相關(guān)性顯著.由表3.4，在個案數(shù)為20的條件下，根據(jù)皮爾森系數(shù)可以看出，上海市生產(chǎn)總值對碳排放量的相關(guān)系數(shù)為0.624，并且在95%的置信水平下顯著；上海市常住人口數(shù)量對碳排放量的相關(guān)系數(shù)為0.828，也在95%的置信水平下顯著，相關(guān)性最強(qiáng)；最后是上海市城鎮(zhèn)化率對碳排放量的相關(guān)系數(shù)為0.55，在99%的置信水平下才顯著，城鎮(zhèn)化率對碳排放量的相關(guān)性最弱。2.建立并檢驗(yàn)?zāi)Ｐ瓦x取上海市生產(chǎn)總值、上海市常住人口數(shù)量和上海市城市化率這三個解釋變量研究上海市經(jīng)濟(jì)發(fā)展對碳排放的影響，以X1表示上海市生產(chǎn)總值（億元）；以X2表示上海市常住人口數(shù)量（萬人）；以X3表示上海市城市化率（%）；以Y表示上海市碳排放量（萬噸標(biāo)準(zhǔn)煤）。本文利用SPSS軟件對上海市生產(chǎn)總值、上海市常住人口數(shù)量、上海市常住人口城市化率與碳排放總量進(jìn)行回歸分析。（1）初次回歸表3.5模型的決定系數(shù)模型摘要b模型RR方調(diào)整后R方標(biāo)準(zhǔn)估算的錯誤更改統(tǒng)計(jì)德賓-沃森R方變化量F變化量自由度1自由度2顯著性F變化量1.898a0.8060.770196.377620.80622.1963160.0001.782a.預(yù)測變量：(常量),城鎮(zhèn)化率,上海市生產(chǎn)總值,人口b.因變量：碳排放量表3.6方差分析表ANOVAa模型平方和自由度均方F顯著性1回歸3088861.80931029620.60323.115.000b殘差712703.8461644543.990總計(jì)3801565.65519a.被解釋變量：碳排放量b.預(yù)測變量：(常量),城鎮(zhèn)化率,上海市生產(chǎn)總值,人口表3.7回歸系數(shù)表系數(shù)a模型未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性B的95.0%置信區(qū)間共線性統(tǒng)計(jì)B標(biāo)準(zhǔn)錯誤Beta下限上限容差VIF1(常量)2534.554426.9775.9360.0001637.5083431.600人口1.2390.1980.8286.2720.0000.8241.6541.0001.0002(常量)1122.527688.0371.6310.121-329.1042574.157人口2.1380.4061.4295.2700.0001.2822.9940.1855.394上海市生產(chǎn)總值-0.0280.011-0.666-2.4550.025-0.052-0.0040.1855.394a.因變量：碳排放量由表3.7可知，被解釋變量Y對解釋變量X1、X2、X3的線性回歸方程為：Y=452.036-0.03X1+2.609X2-4.747X3從回歸方程中可以看出，上海市生產(chǎn)總值X1和上海市城鎮(zhèn)化率X3對碳排放量Y負(fù)相關(guān)，而上海市常住人口數(shù)量X2對Y正相關(guān)。對回歸方程進(jìn)行檢驗(yàn)：①方程擬合優(yōu)度檢驗(yàn)：由表3.5，從回歸的相對效果來看，復(fù)相關(guān)系數(shù)R=0.901，決定系數(shù)R2=0.813=81.3%，因此回歸可以減少被解釋變量81.3%的變異，從決定系數(shù)來看R2高度顯著。從回歸的絕對效果來看，回歸標(biāo)準(zhǔn)估算的錯誤約為211.05，而2019年被解釋變量Y的水平已經(jīng)達(dá)到了5437.09，標(biāo)準(zhǔn)誤差與水平值相比很小，說明方程擬合效果很好。②方程顯著性檢驗(yàn)：由方差分析表3.6可以看出，統(tǒng)計(jì)量F=23.115，遠(yuǎn)遠(yuǎn)大于當(dāng)置信系數(shù)為95%時的臨界值，且顯著性P值≈0.000，小于0.05，因此可以認(rèn)為該回歸方程高度顯著，說明該多元線性回歸方程解釋變量X1、X2、X3整體上對被解釋變量Y有顯著的影響，即做出三個解釋變量X1、X2、X3對被解釋變量Y產(chǎn)生顯著線性影響的判斷犯錯誤的概率僅約為0.000。③回歸系數(shù)顯著性檢驗(yàn)：由回歸系數(shù)表3.7，從各個解釋變量對Y的顯著性來看，上海市生產(chǎn)總值X1對應(yīng)的P值為0.013，上海市常住人口數(shù)量X2對應(yīng)的P值為0.000，兩者均大于0.05，上海市城市化率X3對應(yīng)的P值為0.07，小于0.05.因此在5%的顯著性水平下，可以認(rèn)為變量上海市生產(chǎn)總值X1和上海市常住人口數(shù)量X2顯著，但是上海市城鎮(zhèn)化率X3不顯著。綜上所述，該模型通過了F檢驗(yàn)，卻沒有完全通過t檢驗(yàn)，該模型存在多重共線性，因此需要剔除不顯著的變量。為了消除該多元回歸模型的多重共線性，用SPSS繼續(xù)對模型用逐步回歸法進(jìn)行檢驗(yàn)。（2）逐步回歸圖3.2偏回歸散點(diǎn)圖：上海市生產(chǎn)總值圖3.3偏回歸散點(diǎn)圖：上海市人口數(shù)量由圖3.2和圖3.3可以直觀地看出：在剔除了變量上海市城鎮(zhèn)化率后，上海市生產(chǎn)總值對碳排放量呈現(xiàn)明顯的負(fù)相關(guān)關(guān)系，上海市常住人口數(shù)量對碳排放量呈現(xiàn)明顯的負(fù)相關(guān)關(guān)系。表3.8模型的決定系數(shù)模型摘要c模型RR方調(diào)整后R方標(biāo)準(zhǔn)估算的錯誤更改統(tǒng)計(jì)德賓-沃森R方變化量F變化量自由度1自由度2顯著性F變化量1.828a0.6860.669257.503210.68639.3321180.0002.876b0.7680.741227.672710.0826.0261170.0252.256a.預(yù)測變量：(常量),人口b.預(yù)測變量：(常量),人口,上海市生產(chǎn)總值c.被解釋變量：碳排放量表3.9逐步回歸后的方差分析表ANOVAa模型平方和自由度均方F顯著性1回歸2608023.38112608023.38139.332.000b殘差1193542.2731866307.904總計(jì)3801565.655192回歸2920372.95321460186.47628.170.000c殘差881192.7021751834.865總計(jì)3801565.65519a.被解釋變量：碳排放量b.預(yù)測變量：(常量),人口c.預(yù)測變量：(常量),人口,上海市生產(chǎn)總值表3.10逐步回歸后的回歸系數(shù)表系數(shù)a模型未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性B的95.0%置信區(qū)間共線性統(tǒng)計(jì)B標(biāo)準(zhǔn)錯誤Beta下限上限容差VIF1(常量)2534.554426.9775.9360.0001637.5083431.600人口1.2390.1980.8286.2720.0000.8241.6541.0001.0002(常量)1122.527688.0371.6310.121-329.1042574.157人口2.1380.4061.4295.2700.0001.2822.9940.1855.394GDP-0.0280.011-0.666-2.4550.025-0.052-0.0040.1855.394a.因變量：碳排放量表3.11逐步回歸后被剔除的變量排除的變量a模型輸入Betat顯著性偏相關(guān)共線性統(tǒng)計(jì)容差VIF最小容差1上海市生產(chǎn)總值-.666b-2.4550.025-0.5120.1855.3940.185城鎮(zhèn)化率-.314b-1.4710.160-0.3360.3602.7780.3602城鎮(zhèn)化率-.352c-1.9450.070-0.4370.3582.7940.131a.因變量：碳排放量b.模型中的預(yù)測變量：(常量),人口c.模型中的預(yù)測變量：(常量),人口,上海市生產(chǎn)總值根據(jù)表3.9，選取模型2進(jìn)行分析：由逐步回歸后的方差分析表可以看出，統(tǒng)計(jì)量F=39.332，且顯著性P值≈0.000，小于0.05，因此可以認(rèn)為該回歸方程高度顯著。由表3.10可以看出：從各個解釋變量對Y的顯著性來看，上海市生產(chǎn)總值X1對應(yīng)的P值為0.025，上海市常住人口數(shù)量X2對應(yīng)的P值為0.000，兩者均小于0.05，小于0.05.因此在剔除了上海市城鎮(zhèn)化率這個變量之后，在5%的顯著性水平下，變量上海市生產(chǎn)總值X1和上海市常住人口數(shù)量X2均對碳排放量Y顯著。選擇模型2為最優(yōu)模型，可以由表3.9得到被解釋變量Y對解釋變量X1、X2的線性回歸方程為：Y=1122.527-0.028X1+2.138X2該回歸方程說明：保持其他變量不變，上海市生產(chǎn)總值每上升1個單位，上海市碳排放量平均減少0.028；當(dāng)上海市常住人口數(shù)量每上升1個單位，上海市碳排放量就平均上升2.138。該結(jié)論與事實(shí)相符。四、總結(jié)（一）結(jié)論本文以上海市為研究對象，通過對上海市碳排放量的計(jì)算及其與上海市生產(chǎn)總值、常住人口數(shù)量與城市化率的回歸分析結(jié)果可以看出，上海市生產(chǎn)總值和常住人口數(shù)量是對碳排放量有顯著影響的因素，其中上海市生產(chǎn)總值對碳排放量負(fù)相關(guān)，上海市常住人口數(shù)量對碳排放量正相關(guān)；而上海市城鎮(zhèn)化對碳排放量的相關(guān)性較另外兩個因素弱。上海市的碳排放實(shí)際上還處于轉(zhuǎn)型階段，并未完全實(shí)現(xiàn)低碳發(fā)展。目前，我國經(jīng)濟(jì)發(fā)展已進(jìn)入新常態(tài)，呈現(xiàn)出經(jīng)濟(jì)增長速度適宜、結(jié)構(gòu)優(yōu)化、社會和諧等趨勢。碳排放達(dá)峰并不單指在某一年達(dá)到最大排放量，而是碳排放首先進(jìn)入平臺期并可能在一定范圍內(nèi)波動，然后進(jìn)入平穩(wěn)下降階段的一個過程。在各界對節(jié)能減排道路的不斷探索之后，預(yù)計(jì)在2030年左右我國的二氧化碳排放量將達(dá)到峰值，上海市的碳排放量應(yīng)在2030年前到達(dá)峰值。由于我國經(jīng)濟(jì)仍在持續(xù)增長，人口數(shù)量不斷上升，城鎮(zhèn)化持續(xù)進(jìn)行，我國未來對能源的需求量只增不減。但是地球上的資源是有限的，人類不可能無休止地向大自然索取，因此要在能源需求不斷上升地提升降低碳排放量，就要加大投入開發(fā)太陽能、風(fēng)能、潮汐能等清潔能源，提升技術(shù)從而提高清潔能源的利用率。在低碳經(jīng)濟(jì)理念下，推動能源生產(chǎn)和利用方式變革，構(gòu)建安全、穩(wěn)定、經(jīng)濟(jì)、清潔的現(xiàn)代能源產(chǎn)業(yè)體系。（二）控制碳排放量的建議①加快技術(shù)創(chuàng)新，提高能源利用效率。要將“技術(shù)節(jié)能”作為核心，大力推動節(jié)能技術(shù)的研究開發(fā)、產(chǎn)品推廣和應(yīng)用在相關(guān)領(lǐng)域。實(shí)現(xiàn)低碳發(fā)展的關(guān)鍵是加大技術(shù)創(chuàng)新的力度，無論是節(jié)約能源，降低碳排放還是開發(fā)新能源都必須依靠技術(shù)創(chuàng)新，要建造一個政府與企業(yè)，基礎(chǔ)研究和技術(shù)投入相聯(lián)系的平臺，還要完善低碳技術(shù)創(chuàng)新的鼓勵機(jī)制；利用碳交易，碳稅，碳基金等新型工具，鼓勵企業(yè)對低碳技術(shù)研發(fā)的投入，推廣節(jié)能減排技術(shù)的應(yīng)用，在高效利用煤發(fā)電技術(shù)，建筑節(jié)能，交通節(jié)能等方面組織科研攻關(guān)，提高能源利用效率，減少能源和資源的消耗，在人口數(shù)量不斷增長的情況下，降低人均碳排放。通過加強(qiáng)政策措施減少對能源經(jīng)濟(jì)增長的依賴，逐步實(shí)現(xiàn)經(jīng)濟(jì)增長方式由要素驅(qū)動型創(chuàng)新向技術(shù)創(chuàng)新的轉(zhuǎn)變，保障上海市經(jīng)濟(jì)發(fā)展的科學(xué)性和可持續(xù)性。②加大補(bǔ)貼力度，健全相關(guān)的法律法規(guī)。上海市可以加大財(cái)政轉(zhuǎn)移支付力度，對生產(chǎn)以及流通環(huán)節(jié)涉及的節(jié)能減排項(xiàng)目進(jìn)行財(cái)政補(bǔ)貼和財(cái)政貼息，對節(jié)約能源、居民消費(fèi)支出等行為掛鉤，在相關(guān)的稅收方面對符合條件的企業(yè)予以相應(yīng)的稅收優(yōu)惠。逐步完善與節(jié)能減排相關(guān)的法律法規(guī)是減少碳排放、促進(jìn)能源可持續(xù)發(fā)展的重要保障。依靠法律法規(guī)為上海市的節(jié)能減排行動保駕護(hù)航，對已有法規(guī)以及新制定的法規(guī)要與時俱進(jìn)，突出其漸進(jìn)性、完備性和可操作性。與此同時還要提升環(huán)保部門的“公權(quán)力”范圍和影響力，擴(kuò)展環(huán)保管理活動的邊界。③優(yōu)化能源結(jié)構(gòu)，發(fā)展新能源。從目前上海市的能源消費(fèi)結(jié)構(gòu)來看，煤炭仍然在中國能源的消費(fèi)總量中占據(jù)著主導(dǎo)地位，不過石油、天然氣等碳排放系數(shù)相對較低的能源消費(fèi)量在逐年升高，可以在相同能源使用量的條件下獲得更低的碳排放量，要減少煤炭資源的開采，提高石油、天然氣的進(jìn)口，能源結(jié)構(gòu)可以得到更進(jìn)一步的優(yōu)化。此外，大力發(fā)展低碳能源，加大對核能，水能，風(fēng)能，太陽能，生物質(zhì)能源等的開發(fā)與利用，拓寬能源利用渠道，加大對可再生能源的研究與投入，逐步降低化石燃料的使用比重。④積極宣傳低碳理念，鼓勵低碳生活方式。隨著上海市人口的增多，應(yīng)把節(jié)能減排內(nèi)化為居民和企業(yè)的基本行為方式。政府部門要加強(qiáng)全社會低碳環(huán)保理念的宣傳，要強(qiáng)化以“文明、科學(xué)、責(zé)任”為主的低碳新消費(fèi)觀的宣傳教育，培養(yǎng)公民的低碳意識，鼓勵低碳消費(fèi)，倡導(dǎo)綠色消費(fèi)模式，引導(dǎo)公民形成低碳生活方式，充分發(fā)揮公益團(tuán)體和民間組織的作用，調(diào)動廣大群眾的積極性，促使其在日常生活中自愿節(jié)能減排，營造全民關(guān)注環(huán)境問題的良好社會氛圍，以提升全社會的節(jié)能水平，減少能源的消耗和二氧化碳排放。參考文獻(xiàn)周振華.上海戰(zhàn)略研究[M].徐珺，等.上海：致格出版社，2016.上海市天然氣分布式能源發(fā)展回顧與展望[J].煤氣與熱力，2020，40（4）：28-33.謝守紅，徐西原，魏自花.中國碳排放與經(jīng)濟(jì)增長關(guān)系的實(shí)證研究[J].資源開發(fā)與市場，2013，29（1）：28-31.黃國華，劉傳江，李興平.長江經(jīng)濟(jì)帶工業(yè)碳排放與驅(qū)動因素分析[J].江西社會科學(xué)，2016,8:54-62.胡宗義.人口結(jié)構(gòu)和經(jīng)濟(jì)增長對碳排放的影響分析[J].經(jīng)濟(jì)數(shù)學(xué)，2018，35（3）：1-7.行軍霞，陳宇潔，姚紅義.基于IPAT模型的青海省經(jīng)濟(jì)增長與能源消耗分析[J].環(huán)渤海經(jīng)濟(jì)瞭望，2020，（05）：90-91.任正委.人口城鎮(zhèn)化對中國家庭能源消費(fèi)碳排放的影響研究[M].經(jīng)濟(jì)科學(xué)出版社，2018李龍熙.對可持續(xù)發(fā)展理論的詮釋與解析[J].行政與法，2005，01：3-7.WangWei-Zheng.I