| 3,309 | 42 | 144 |
| 下载次数 | 被引频次 | 阅读次数 |
本文基于土地利用方式转变影响产业结构的分析思路,将空间碳排放纳入动态最优化模型,理论剖析土地城市化推进的空间减排效应及其内在机制,进而将半参数与参数空间模型相结合实证考察不同类型土地城市化的空间减排效应,并重点检验产业结构的中介效应。研究发现:就全国而言,土地城市化与碳排放整体上存在倒U型关系,相较于以建成区面积表征的广度土地城市化,夜间卫星灯光数据表征的深度土地城市化与碳排放的倒U型关系更加典型且边际减排效应更为显著;分区域来看,仅东部地区土地城市化与碳排放保持稳健的倒U型关系,中部和西部地区均呈现正向单调关系;长期来看,广度土地城市化对周边地区碳排放具有抑制效应,而深度土地城市化则具有持续的促增效果;产业结构在土地城市化发挥空间减排效应的过程里中介作用显著,且这一中介效应具有非线性特征;土地城市化具有空间减排和产业结构调整的双重效应。本文据此提出,土地城市化推进应基于地方发展现状积极调整推进模式,强化区域联动发展和协同减排,同时把握产业结构转型升级的关键渠道,拓展土地城市化空间减排效应发挥的多元路径。
Abstract：This paper introduces the industrial structure and spatial carbon emissions into the dynamic optimized model, theoretically analyzes the spatial emission reduction effect and tests the influence mechanism with a focus on the mediation effect of industrial structure. The results show that the relationship between land urbanization and carbon emissions is inverted U-shaped at the national level. Compared with the extensive urbanization represented by built-up area, the inverted U-shaped relationship and marginal effect are more typical between the deep urbanization represented by night satellite light data and carbon emission. In terms of regions, the inverted U-shaped relationship is significant only in eastern China, while it is a positive monotonic relationship in central and western China. In the long run, extensive urbanization restrains the carbon emissions of surrounding areas, whereas deep urbanization promotes the emission. The mediation effect of industrial structure is significant for land urbanization to improve spatial emission reduction, and the effect is non-linear. Besides, land urbanization influences industrial restructuring. Consequently, this paper suggests adjusting the promotion mode of land urbanization based on local development status, strengthening regional coordination, grasping the key channels for industrial structure upgrading, and expanding multiple paths for the spatial emission reduction effect of land urbanization.
[1]毕晓航.城市化对碳排放的影响机制研究[J].上海经济研究，2015 (10):97-106.
[2]曹子阳，吴志峰，匡耀求，等.DMSP/OLS夜间灯光影像中国区域的校正及应用[J].地球信息科学学报，2015,17(9):1092-1102.
[3]豆建民，张可.空间依赖性、经济集聚与城市环境污染[J].经济管理，2015,37(10):12-21.
[4]范建双，周琳.城镇化及房地产投资对中国碳排放的影响机制及效应研究[J].地理科学，2019,39(4):644-653.
[5]付云鹏，马树才，宋琪.中国区域碳排放强度的空间计量分析[J].统计研究，2015,32(6):67-73.
[6]李廉水，周勇.技术进步能提高能源效率吗?基于中国工业部门的实证检验[J].管理世界，2006(10):82-89.
[7]李小平，卢现祥.国际贸易、污染产业转移和中国工业CO2排放[J].经济研究，2010,45(1):15-26.
[8]李强，高楠.城市蔓延的生态环境效应研究：基于34个大中城市面板数据的分析[J].中国人口科学，2016(6):58-67,127.
[9]刘沁萍，田洪阵，杨永春.基于GIS和遥感的中国城市分布与自然环境关系的定量研究[J].地理科学，2012,32(6):686-693.
[10]刘修岩，王利敏，朱淑文.城市蔓延提高了家庭的居住碳排放水平吗?来自中国南方城市面板数据的证据[J].东南大学学报(哲学社会科学版),2016,18(5):101-108,148.
[11]吕倩，刘海滨.基于夜间灯光数据的黄河流域能源消费碳排放时空演变多尺度分析[J].经济地理，2020,40(12):12-21.
[12]年猛.交通基础设施、经济增长与空间均等化：基于中国高速铁路的自然实验[J].财贸经济，2019,40(8):146-161.
[13]邱丽萍，叶阿忠.对外直接投资的逆向技术溢出效应研究：基于半参数面板空间滞后模型[J].软科学，2019,33(4):29-33.
[14]孙叶飞，周敏.中国城镇化、产业结构高级化对CO2排放的影响：基于独立效应和联动效应双重视角[J].资源科学，2016,38(10):1846-1860.
[15]唐茂钢，王克强.经济发展、土地城市化与环境质量[J].华东师范大学学报(哲学社会科学版),2018,50(2):137-147,173.
[16]陶然，陆曦，苏福兵，等.地区竞争格局演变下的中国转轨：财政激励和发展模式反思[J].经济研究，2009,44(7):21-33.
[17]王镝，唐茂钢.土地城市化如何影响生态环境质量?基于动态最优化和空间自适应半参数模型的分析[J].经济研究，2019,54(3):74-87.
[18]王锋，秦豫徽，刘娟，等.多维度城镇化视角下的碳排放影响因素研究：基于中国省域数据的空间杜宾面板模型[J].中国人口·资源与环境，2017,27(9):151-161.
[19]王垚，王春华，洪俊杰，等.自然条件、行政等级与中国城市发展[J].管理世界，2015(1):41-50.
[20]许和连，邓玉萍.外商直接投资导致了中国的环境污染吗?基于中国省际面板数据的空间计量研究[J].管理世界，2012(2):30-43.
[21]张可，汪东芳.经济集聚与环境污染的交互影响及空间溢出[J].中国工业经济，2014(6):70-82.
[22]张腾飞，杨俊，盛鹏飞.城镇化对中国碳排放的影响及作用渠道[J].中国人口·资源与环境，2016,26(2):47-57.
[23]Coe D T,Helpman E.International RD Spillovers[J].European Economic Review,1995,39(5):859-887.
[24]Sadorsky P.The Effect of Urbanization and Industrialization on Energy Use in Emerging Economies:Implications for Sustainable Development[J].American Journal of Economics & Sociology,2014,73(2):392-409.
[25]Shen L Y,Wu Y,Lou Y L,et al.What Drives the Carbon Emission in the Chinese Cities?A Case of Pilot Low Carbon City of Beijing[J].Journal of Cleaner Production,2018,174:343-354.
[26]Wang Y,Wang Y,Li L,et al.Does Urbanization Lead to More Carbon Emission?Evidence from a Panel of BRICS Countries[J].Applied Energy,2016,168:375-380.
[27]Xu B,Lin B.How Industrialization and Urbanization Process Impacts on CO2 Emissions in China:Evidence from Nonparametric Additive Regression Models[J].Energy Economics,2015,48:188-202.
[28]Zhu H M,You W H,Zeng Z F.Urbanization and CO2 Emissions:A Semi-parametric Panel Data Analysis[J].Economics Letters,2012,117:848-850.
(1)中国碳排放数据库(CEADs)网址:https://www.ceads.net/。
(2)美国国家地理数据中心(NGDC)网址:https://www.ngdc.noaa.gov/ngdc.html。
(3)中国科学院资源环境科学与数据中心网址:https://www.resdc.cn/。
(4)本文研究设定东部地区共包含北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东以及海南这11个省份;中部地区则涵盖山西、安徽、江西、河南、湖北、湖南、吉林和黑龙江这8个省份;西部地区则主要包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆这11个省份。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2021.12.007
中图分类号:F301.2;F299.2;X32
引用信息:
[1]李治国,王杰,车帅.土地城市化推进的空间减排效应：内在机制与中国经验[J].统计研究,2021,38(12):89-104.DOI:10.19343/j.cnki.11-1302/c.2021.12.007.
基金信息:
国家社会科学基金面上项目“产业链多源数据融合的环保税税源风险评估方法应用研究”(2020BTJ060)
2022-01-05
2022-01-05
2022-01-05