城鎮化背景下江蘇省區域碳排放的影響因素研究

(江蘇師范大學 商學院,江蘇 徐州 221116)

城鎮化背景下江蘇省區域碳排放的影響因素研究

王世進,馬妍妍,耿夢雯
(江蘇師范大學 商學院,江蘇 徐州 221116)

城鎮化與碳排放問題關系到我國人口、經濟與資源的協調發展。從衡量城鎮化的影響因素出發,研究了城鎮化對江蘇省及各區域碳排放的影響,利用STIRPAT模型與面板數據廣義最小二乘法(GLS)計算分析了城鎮化進程中人口城鎮化、產業城鎮化、土地城鎮化、研發強度、能源消費結構、FDI等因素對江蘇省及蘇南、蘇中、蘇北的影響程度。結果發現,人口城鎮化、產業城鎮化、研發強度、能源消費結構、FDI與城鎮碳排放呈正相關關系,土地城鎮化與城鎮碳排放呈負相關關系,產業城鎮化是影響江蘇省及各區域的最主要因素,不同地區不同因素對碳排放的影響程度也存在差異,據此提出城鎮化背景下江蘇省碳減排的對策。

碳排放;城鎮化;STIRPAT 模型;影響因素;區域

1 引言

隨著城鎮化的不斷發展,江蘇省城市人口數量持續上升,且增長速度較快,由2000年的3040.81萬人增加到2014年的5190.76萬人,年均增加了143.33萬人。同時,城鎮化水平也在不斷提高,2000年江蘇城鎮化率為41.50%,到2014年城鎮化率達到65.2%,15年上升了23.8%,年均增長率為1.5%。2000年江蘇省城鎮化發展水平首次趕超全國平均水平,基本形成了以工業為基礎、大城市為先導的發展模式,蘇南占據絕對優勢,且發展成熟,蘇中與蘇北地區相對薄弱。15年間江蘇省城鎮化率增長速度明顯提升,但距離中等發達國家的80%水平還差14.8%。礙于江蘇省人口多、面積小等原因,在發展城鎮化的同時面臨著能源緊缺和環境惡化問題,化石能源的開發過度和利用不合理導致環境污染嚴重、生態破壞和碳排放增加。一直以來,江蘇省城鎮化發展中第二產業所占比重較大,居民消費結構不合理,高能耗產品需求增多,以煤炭一次性能源為主的能源消費結構和低效率的能源利用率都使碳排放量不斷增加,嚴重影響著人們的健康生活及生態環境。通過探索城鎮化進程中各因素對江蘇區域碳排放的影響程度有利于針對性的提出碳減排建議,促進經濟的可持續發展,該研究對江蘇省乃至全國城鎮化建設都具有重要的借鑒意義。

目前學術界對城鎮碳排放的研究主要集中在影響因素與模型上。York[1]分析了歐盟國家城鎮化與碳排放的關系,得出城鎮化是導致碳排放增長主要原因的結論;Liddle[2]利用SPIRPAT模型對城鎮化與居民能源消費進行了正向關系的驗證;Richard等[3]認為人口因素對碳排放量有一定影響,且兩者之間的關系系數與1接近;林伯強[4]認為城鎮化對碳排放的影響具有正負效應,且不平衡,中國東部城鎮化發展對碳排放的正向效應低于其他地區;宋德勇[5]按照碳排放的聚集程度將中國分為高、中、低三大區域,解析了城鎮化進程中人口、收入、能源強度等因素對碳排放的影響程度;李國志[6]則選擇不同的碳排放臨界點驗證了我國東中西部碳排放量不斷擴大的趨勢;盧祖丹[7]利用1995—2008年中國區域面板數據,認為城鎮化高階段的發展有利于碳減排,在中西部這一特征尤為明顯;孫輝煌[8]利用面板協整分析方法得出城鎮化與碳排放之間不契合倒“U”型EKC曲線的結論;孫昌龍[9]對全球76個國家(地區)的城鎮化分階段進行研究,認為城鎮化中期,碳排放將迅速增長,并達到峰值;張鴻武[10]從城鎮化、收入視角分析了兩者關系,結論顯示城鎮化程度高的高收入地區與碳排放之間存在著倒“U”型的關系；楊曉軍、陳浩[11]結合EKC曲線,證明我國城鎮化對碳排放的影響存在地區差異,東部地區呈現倒“N”型,中部呈現正“N”型,西部的倒“N”型不顯著。此外,劉華軍[12]、趙紅[13]、郭郡郡[14]等人都證明了城鎮化對碳排放有負影響的結論。

基于區域省份,學者們對城鎮化與碳排放兩者的關系進行了研究。涂正革[15]基于區域省份對我國城鎮化影響碳排放的因素進行了分解,結論顯示經濟規模與能源強度是影響碳排放和造成區域差異的主因;張勇等[16]基于STIRPAT模型對安徽省2000—2011年的碳排放量及碳排放強度進行了測算,用因子分析構建碳排放增長的驅動因子模型,研究發現城鎮人口比重、第二、三產業產值、城鎮建成區面積,城鎮居民人均可支配收入對碳排放的影響成正相關關系;杜運偉等[17]基于Kaya模型研究了江蘇人口城鎮化對碳排放的影響,結果發現人口城鎮化水平與碳排放呈倒“U”型曲線關系,但未能達到倒“U”型的拐點,除此之外他提出人均GDP與能源強度是影響碳排放的關鍵因素;張樂勤[18]引入城鎮化綜合指數二次項,通過STIRPAT模型驗證了安徽省城鎮化演進與碳排放之間滿足和存在庫茲涅茨曲線假說的結論;榮培君[19]選取1978—2013年的數據利用嶺回歸研究了河南省城鎮化發展演變與碳排放效應之間的關系,研究表明碳排放量與城鎮化率趨于一致,人口城鎮化、土地城鎮化、第二三產業產值和城鎮居民消費水平對碳排放的影響呈正相關關系,其中人口大規模的增加對碳排放的影響最大,而技術水平的提高會抑制碳排放量的增長;梁雪石等[20]運用嶺回歸對黑龍江省的城鎮化與碳排放進行分析,人口增加、經濟增長和城鎮化率的提高會在一定程度上增加黑龍江的二氧化碳排放量,而能源強度在一定程度上會抑制碳排放量。

綜上所述,學者們已經開始關注到城鎮化與碳排放關系的研究,但基于對具體省域及各市的研究相對較少。此外,從現有研究選取的指標來看,對城鎮化水平這個指標,部分學者使用單一的人口城鎮化來衡量。根據城鎮化內涵和STIRPAT模型公式可以發現，城鎮化是人口、空間、產業升級的動態過程,與技術、能源消費特征與外商直接投資有著密切的關系,所以本文選用人口城鎮化、土地城鎮化、產業城鎮化、研發強度、能源消費結構、FDI等多個影響碳排放的因素來闡述兩者之間的關系。

2 城鎮化背景下江蘇省區域碳排放的特征

江蘇省城鎮化發展具有鮮明的區域特征,城鎮多集中于蘇南且發展成熟,蘇中與蘇北的基礎設施相對薄弱。2000年以來,隨著第二產業的優化升級與第三產業地位的提升,江蘇省城鎮化發展水平開始超越全國發展水平,由過去的以工業為基礎、大城市為動力的發展模式轉變為區域統籌發展、空間結構優化的發展模式,盡管如此,由于面積小、人口多的特點,江蘇省仍然面對較大的資源與生態環境壓力。

在城鎮化進程中,江蘇省各區域引致的碳排放也呈現出不同的特征,通過對2000—2014年江蘇、蘇南、蘇中及蘇北地區的碳排放分析,江蘇省碳排放各區域呈現增加的特征,考慮到數據的可得性,本文基于能源消費總量來計算江蘇省各區域的碳排放總量與碳強度,計算公式為:

(1)

式中,C為CO2排放量;Ei為第i種能源,i=1,2…8,包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣8種;Ki為第i中能源對應的碳排放系數,本文采用IPCC2006公布的數據[21]。其中,蘇南地區包括南京、蘇州、常州、無錫和鎮江5市；蘇中地區包括南通、泰州和揚州3市；蘇北地區包括徐州、鹽城、淮安、連云港和宿遷5市。

經測算,由圖1可知2000—2014年江蘇省碳排放總量從6143.91萬t增長到22368.18萬t,年均增長率為10.5%。從區域層面上看,江蘇省蘇南的碳排放總量增長最快,從3642.33萬t增長到14115.60萬t,增長了2.88倍,平均增長率占江蘇碳排放量的62.48%;蘇北碳排放量其次,從2000年的1630.20萬t增長到2014年的5153.28萬t,增長了2.14倍,占江蘇省碳排放總量的22.65%;蘇中碳排放量15年間從871.38萬t增長到3778.73萬t,增長了2.88倍,占全省碳排放總量的14.97%。

圖1 江蘇省及區域CO2排放量

從碳排放強度即單位GDP的CO2排放量(圖2)可知,江蘇省碳排放強度從0.72萬t/億元增長到0.82萬t/億元,平均碳排放強度為0.79萬t/億元。蘇北的碳排放強度最高,是蘇南地區的兩倍。蘇北的碳排放強度以2005年為分界線,2005年蘇北的碳排放強度達到1.81萬t/億元的峰值,2014年已經下降到1.02萬t/億元,平均下降速度為43.6%;蘇南地區的碳排放強度保持平穩增長的趨勢,從2000年的0.72萬t/億元上升到2014年的0.85萬t/億元;蘇中地區的碳排放強度則以2003年的0.80萬t/億元為峰值,之后一直保持平穩狀態。

圖2 江蘇省及區域碳排放強度

3 模型構建與變量說明

城鎮化進程是人口、土地、產業集聚的過程,農村人口的大量涌入與城市基礎建設的加快會增加水泥、鋼鐵、能源、交通等高碳排放產業的需求,人口城鎮化、土地城鎮化與產業城鎮化是影響碳排放的內在因素。此外,長期以來江蘇省能源消費結構特點決定煤炭、石油等高耗能源在江蘇能源消費中占有較大比重,這種結構短期之內較難改變,加上江蘇省外貿出口結構長期以高新技術產品、機電產品、紡織服裝和農產品為主,前兩種產品也是典型的高耗能產業,需要大量鋼鐵與能源的投入,顯然能源消費結構與FDI是影響江蘇省碳排放的重要外在因素。因此，引進消化先進的節能技術、提高能效技術、可再生能源技術以及其他低碳技術是降低碳排放的重要手段。基于以上分析,本文選擇人口城鎮化、產業城鎮化、土地城鎮化、研發強度、能源消費結構、FDI等變量作為本文影響碳排放的主要因素。

霍爾頓將人口規模(P)、人均財富(A)、技術水平(T)三個主要影響環境的因素聯系起來,構建了具有廣泛影響的IPAT模型。該模型將分解的方法運用到環境分析中,得到了學者的認可,但該模型只能分析各因素之間的線性關系,不能將更多的影響因素容納其中。Dieta與Rosa[22]認為因素P、A、T均可分解;York等人在IPAT基礎上,建立了STIRPAT模型,該模型可根據研究對象的特點對模型進行拓展增加或改變某個影響因素,也可引入無量綱變量,直接對模型進行擴展,通過系數和常數項進行修正。

本文根據江蘇城鎮化進程中各因素對碳排放量的影響,運用Eviews7.2建立STIRPAT模型,同時對各項指標進行對數化處理,公式為:

lnTCit=C+α1lnPUit+α2lnIUit+α3lnLUit+α4lnRamp;Dit+α5lnECit+α6lnFDIit+μit

(2)

式中,i代表江蘇13個市;t代表年份;TCit為碳排放總量;PUit為人口城鎮化,該因素反映江蘇省人口規模對CO2的影響程度;IUit為產業城鎮化,從產業層面分析產業結構調整與優化升級對CO2的影響程度;LUit為土地城鎮化,從空間層面解析城鎮化對CO2的影響程度;Ramp;Dit為研發強度,從技術創新層面反映對CO2的影響程度;ECit為能源消費結構;FDIit為實際利用外資,從外資層面分析其對CO2的影響程度；C為常數項；μit為隨機誤差項。

各變量的數據來源主要來源于2001—2015年的《江蘇統計年鑒》、《中國能源統計年鑒》與各市統計年鑒,具體的變量說明見表1,其中碳排放量根據式(1)計算得到。

表1 碳排放影響因素的變量說明

4 實證研究

利用STIRPAT模型,本文首先對江蘇省各變量進行了分解計算,結果見表2。為了更好地分析各因素對江蘇省內各區域的影響程度,本文建立了面板模型。鑒于本文的時間跨度為15年,跨度較大,利用LLC檢驗與ADF-Fisher檢驗對模型進行單位根檢驗,結果見表3。

表2 江蘇碳排放量及各分解因素

表3 面板單位根檢驗

注:括號內為T統計量的P值。

由表3結果可知,在5%的顯著水平下,本文所有一階差分變量的LLC檢驗與ADF-Fisher檢驗均拒絕原假設,證明江蘇省13個省市變量均為一階平穩序列,可繼續進行協整檢驗,協整檢驗用于檢驗變量之間是否存在長期穩定關系,本文采用Kao檢驗方法,結果見表4。

表4 面板協整檢驗

由表4可知,模型中的6個變量之間存在協整關系,進而對面板數據的類型進一步選擇,選擇的方法多采用Hausman檢驗,這種方法可確定面板數據模型的類型是固定效應還是截距效應,經過檢驗可知,本文的模型采用固定效應,具體檢驗結果見表5。由于江蘇13個省市的數據為面板數據,為了避免出現異方差與序列自相關,本文采用廣義的最小二乘估計(GLS)進行分析,具體分析結果見表6。由表6測算可知,無論是在江蘇全省還是在蘇南、蘇中、蘇北,C、PU、IU、LU、Ramp;D、EC 、FDI等因素均在1%、5%或10%的顯著水平下通過了檢驗,模型擬合效果有效,F統計量通過檢驗,確定模型設定較合理。

表5 Hausman檢驗結果

表6 城鎮化背景下江蘇省區域碳排放的影響因素GLS回歸結果

注:*、**、***分別代表T統計量在10%、5%、1%的顯著水平,括號內為F統計量的P值。

江蘇省的lnIU回歸系數為10.73,在所有回歸系數中最大,可得出江蘇省15年來產業城鎮化對碳排放具有較大的正向影響作用,產業城鎮化率每增加1%,碳排放量將增加10.73%。對比江蘇省各區域可見,蘇北產業城鎮化對碳排放的影響程度最大,這與蘇北產業結構不合理,長期以來以化工、煤炭、機械等重工業為主的結構特征不無關系,工業部門是三大產業中消耗能源最多的,碳排放量也最多,尤其是徐州作為蘇北經濟最發達的城市,一直是江蘇省重要的工業基地與能源基地,盡管蘇南蘇中地區傳統產業以輕工業為主,但自2000年以來受上海的經濟輻射,蘇州、無錫、南通等地已經成為國際工業與上海工業的重要承接地,重工業比重不斷加強,傳統工業與高新技術產業并存,給當地環境帶來了較為惡劣的影響。江蘇省城鎮化進程的加快是以產業城鎮化加快為載體,產業城鎮化的推進不可避免地是碳排放增長的過程,為保證經濟的可持續發展,實現減排的規劃目標,高耗能行業的減排問題當居首位。

農村人口向城鎮的大量集聚是造成碳排放增長的主要原因。經測算,江蘇省人口城鎮化對碳排放的影響系數為1.8,蘇南的影響系數為3.07。農村人口大量涌入城鎮,大量基礎設施待建,工業品消費及終端品消耗增加,導致碳排放量增加。第二產業和第三產業就業人口集中趨勢較相似,都以長江為界向南集中在“蘇錫常”、“南京—鎮江—揚州”兩個區域上,尤以“蘇錫常”為最,2015年蘇南年末常住人口達到3324.08萬人,占全省總數的40%以上。蘇南地區尤其是蘇錫常地區是我國吸納勞動力的重要集聚地,較之蘇中和蘇北地區,城鎮化程度也最高。不難發現,這一地區的人口城鎮化因素對碳排放影響程度也最高。而蘇北地區農業的勞動人口主要分布在“徐州—宿遷—淮安”一線并以市轄區為中心聚集,屬于傳統的農業區,城鎮化程度不高,對碳排放的影響程度不如蘇南地區明顯。

從江蘇土地城鎮化的彈性系數(-1.5)來看,土地城鎮化對碳排放量的影響呈負相關關系。即土地城鎮化每提高1%,碳排放量將降低1.5%。城鎮土地面積的拓展與集聚,優化了土地利用結構的合理布局,有利于城鎮土地的可持續利用,促進經濟與環境的和諧發展,加快土地城鎮化有利于碳減排工作的開展。江蘇省城鎮化發展必然會導致城市增修公路將增加與擴建城市道路,大量的農村用地將轉變為城市用地,同時也增加城市建成區綠化覆蓋率。2015年,南京綠化覆蓋率已經達到45%,這一指標的提升有效地改善了城鎮化對碳排放的積極效應,彌補了土地利用不合理帶來的負效應,證明江蘇省近年來認真貫徹了“生態興則文明興”、“綠水青山就是金山銀山”等思想,取得了一定的效果。

從江蘇、蘇中、蘇北研發強度的彈性系數來看,研發強度影響效果不明顯,但蘇南地區則相反,這主要是由于蘇南地區長期吸納國外先進企業的管理經驗與快速接受新技術的結果。例如，蘇州常年以機電產品、高新技術產品研發為主,這些研發與傳統的勞動密集型產品相關,對化石能源的消耗較少。而蘇中、蘇北的城鎮化程度不如蘇南高,投入研發成本較高,企業用于研發的經費較少,未能彌補碳排放所帶來的損失。以徐州為例,徐州常年以工程機械產業為主,此類產品的研發屬于典型的重工業產品研發,不僅需要投入大量的勞動力資源,更需要化石能源的投入,碳排放程度較高,隨著城鎮化階段的深入,這一影響因素的影響程度也會發生變化。

江蘇省能源消費結構的彈性系數為1.41,表明江蘇省能源結構與碳排放量呈正相關關系。能源結構每提高1%,碳排放量將提高1.41%。蘇北的能源消費結構彈性系數為1.81,原煤、焦炭、原油是江蘇省的主要能源消費。蘇北超過其他地區,尤其是徐州長期以來作為江蘇省重要的能源基地,原煤消耗一直居全省第一位；蘇中地區隨著近年來產能結構調整與過剩產能改造,已經出現了波動下降的趨勢；蘇南地區是高新技術產業基地,注重能源高效利用,碳排放一直處于平緩的下降趨勢,尤其是常州、南通、徐州、連云港等地尚未實現碳排放的經濟效益。能源消費結構對碳排放的影響主要歸因于煤炭是江蘇省能源消費結構的主要組成部分,煤炭消費占總能耗的比重越大,其碳排放量也越大。

江蘇省FDI與碳排放的影響程度為0.05,是我國引進外商直接投資的重要省份,尤其是蘇州已經成為世界著名跨國公司的集聚地,也是生產附屬產物遺留地。盡管蘇州已經依托吸引外資創造了較高的GDP與稅收,但是絕大部分利潤為國外企業,并且在環境方面帶來了較大的負效應,江蘇省不可避免地正逐步淪為全球公司的“污染避難所”。

5 結論與政策建議

5.1 結論

本文利用STIRPAT模型與面板數據廣義最小二乘法對城鎮化背景下江蘇省區域碳排放的影響因素進行了分析。研究結果表明,人口城鎮化、產業城鎮化、研發強度、能源消費結構、FDI的彈性系數均為正,說明人口城鎮化、產業結城鎮化、研發強度、能源結構、FDI對碳排放量的影響呈正相關關系；土地城鎮化的彈性系數為負數,說明土地城鎮化對碳排放量的影響呈負相關關系；從影響程度上來看,無論是對江蘇還是蘇南、蘇中、蘇北地區,產業城鎮化是影響碳排放的最主要因素。

5.2 政策建議

江蘇省的工業發展速度快于經濟整體增長速度,且高耗能行業比重過高。在未來的經濟發展中,政府一方面要綜合利用經濟手段與行政手段,對重化工領域的資源進行整合,嚴格控制高碳產業發展,如強制淘汰落后產能,改進主要的工業耗能設備，嚴格規定機動車能效標準等;另一方面要嚴格控制市場準入條件,對冶金、化工、建材等高耗能行業實施嚴格監控,對耗能情況達不到標準的項目,不予批準。在能源結構方面,江蘇省應不斷更新、改造落后生產工藝,使能源效率得以提升;控制城鎮人口數量,積極引導居民的生產、生活、消費方式朝著可持續與健康方向發展,樹立低碳消費意識,改善生活行為方式。江蘇省應加強政策引導作用,注重利用外資的質量和效益,積極引導外資進入技術和資本密集型產業和部門,引導外資投向高新技術領域,特別是信息通訊、生物制藥、精細化工與研發創新工作;提高自主研發水平,結合江蘇省具體能源消費特點,研發特色減排技術,以達到長期節約能源的目的。

[1]YorkR,Demographic.Trends and Energy Consumption in European Union Nations 1960-2025[J].Social Science Research,2007,36(3)∶855-872.

[2]LiddleB Lung S.Age-structure,Urbanization and Climate Change in Developed Countries：Revisiting STIRPAT for Disaggregated Population and Consumption-related Environmental Impacts[J].Population and Environment,2010,31(5)∶317-343.

[3]Richard York,Eugene A,Rosa Thoma,etal.Bridging Environmental Science with Environmental Policy：Plasticity of Population,Affluence,and Technology[J].Social Science Quarterly,2003,83(1)∶21-27.

[4]林伯強,黃光曉.梯度發展模式下中國區域碳排放的演化趨勢——基于空間分析的視角[J].金融研究,2011,(12)∶36-46.

[5]宋德勇,徐安.中國城鎮碳排放的區域差異和影響因素[J].中國人口·資源與環境,2011,21(11)∶8-14.

[6]李國志,李宗植.中國二氧化碳排放的區域差異和影響因素研究[J].中國人口·資源與環境,2010,20(5)∶22-27.

[7]盧祖丹.我國城鎮化對碳排放的影響研究[J].中國科技論壇,2011,(7)∶134-140.

[8]孫輝煌.我國城市化、經濟發展水平與二氧化碳排放——基于中國省級面板數據的實證檢驗[J].華東經濟管理,2012,26(10)∶69-74.

[9]孫昌龍,靳諾,張小雷.城市化不同演化階段對碳排放的影響差異[J].地理科學,2013,33(3)∶266-272.

[10]張鴻武,王珂英,項本武.城市化對CO2排放影響的差異研究[J].中國人口·資源與環境,2013,23(3)∶152-157.

[11]楊曉軍,陳浩.全球化、城鎮化與二氧化碳[J].城市問題,2013,(12)∶12-20.

[12]劉華軍.城市化對二氧化碳排放的影響----來自中國時間序列和省際面板數據的經驗數據[J].上海經濟研究,2012(5)∶24-35.

[13]趙紅,陳雨蒙.我國城市化進程與減少碳排放的關系研究[J].中國軟科學,2013,(3)∶184-192.

[14]郭郡郡,劉成玉,劉玉萍.城鎮化、大城市化與碳排放——基于跨國數據的實證研究[J].城市問題,2013,(2)∶2-10.

[15]涂正革，諶仁俊，韓生貴.中國區域二氧化碳排放增長的驅動因素——工業化、城鎮化發展的視角[J].華中師范大學學報2015,54(1)∶46-59.

[16]張勇,張樂勤,包婷婷.安徽省城市化進程中的碳排放影響因素研究基于STIRPAT模型[J].長江流域資源與環境,2014,23(4)∶512-517.

[17]杜運偉,黃濤珍,康國定.基于Kaya模型的江蘇省人口城鎮化對碳排放的影響[J].人口與經濟,2015,31(1)∶33-41.

[18]張樂勤,何小青.安徽省城鎮化演進與碳排放間庫茲涅茨曲線假說與驗證[J].云南師范大學學報(自然科學版),2015,35(1)∶54-60.

[19]榮培君,秦耀辰,王偉.河南省城鎮化發展演變與碳排放效應研究[J].河南大學學報(自然科學版),2016,46(5)∶514-521.

[20]梁雪石,賈利.基于嶺回歸的黑龍江省城鎮化對碳排放的影響分析[J].國土與自然資源研究,2015,(4)∶30-32.

[21]王鋒,吳麗華,楊超.中國經濟發展中碳排放增長的驅動因素研究[J].經濟研究,2010,(2)∶123-136.

[22]Dietz T,Rosa E A.Effects of Population and Affluence on CO2Emissions[J].Proceedings of the National Academy of Sciences of the United States of America,1997,94(1)∶175-179.

StudyonImpactFactorsofRegionalCarbonEmissionsUnderBackgroundofUrbanizationinJiangsuProvince

WANG Shi-jin,MA Yan-yan,GENG Meng-wen
(School of Business,Jiangsu Normal University,Xuzhou 221116,China)

Relationship between urbanization and carbon emissions concerned development of population,economy and resource in China.This paper studied the effects on carbon emissions of Jiangsu Province and all regions caused by the urbanization based on the analysis of impact factors.STIRPAT modelling and GLS method were conducted to analyze and explore the impact factors among Jiangsu,Southern Jiangsu,Central Jiangsu and Northern Jiangsu such as population urbanization,industrial urbanization,land urbanization,intensity of research and development(Ramp;D),energy consumption structure and FDI in the process of urbanization.The results showed that there was a positive correlation between urban carbon emissions and impact factors including population urbanization,industrial urbanization,energy consumption structure,intensity of Ramp;D and FDI,while land urbanization had a negative correlation.Industrial urbanization was the most important factor affecting Jiangsu Province and regions,the influence degree of carbon emissions varied because of various regions and factors.As a result,the proper development countermeasures for Jiangsu′s carbon reduction were put forward.

carbon emissions;urbanization;STIRPAT model;impact factors;regions

10.3969/j.issn.1005-8141.2017.12.007

X823.3

A

1005-8141(2017)12-1444-05

2017-10-23；

2017-11-15

國家社會科學基金項目“碳排放峰值約束下區域協同減排的調控政策研究”(編號:16BGL140);全國統計科學研究項目“城鎮化與區域碳減排協調發展的評價及減排路徑研究”(編號:2015537);江蘇省社會科學基金項目“江蘇城鎮化與區域碳減排的協同發展研究”(編號:15EYC003)。

及通訊作者簡介：王世進(1980-),男,河北省衡水人,博士,副教授,碩士生導師,香港中文大學訪問學者,研究方向為能源結構優化與碳排放研究。