|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 安徽省1995年-2009年能源消费碳排放驱动因子分析及趋势预测——基于STIRPAT模型显示文摘能源消费碳排放驱动因子的定量分析能揭示出碳排放的影响因素。依据IPCC碳排放计算方法,对安徽省1995年-2009年能源消费碳排放量及碳排放强度进行了动态测度,结果表明:1995年-2009年,安徽省能源消费碳排放量由1995年的4420.58万t增加到2009年的10919.11万t,呈持续增长态势,年平均增幅为10.48%,碳排放强度由1995年的2.44t/万元降至2009年的1.09t/万元,呈持续下降态势,平均年降幅9.69%,煤炭类碳排放量占绝对优势,年平均为93.77%。基于STIRPAT模型,揭示了人口、人均GDP、第二产业贡献值、全社会固定资产投资、单位GDP能耗等驱动因子的边际弹性系数分别为0.1582、0.2329、0.2424、0.2688、-0.1176。运用灰色GM(1,1)模型,预测2015年、2020年的碳排放量将分别达到15686.25万t、22519.10万t,碳排放强度将分别降至0.81t/万元、0.62t/万元。根据安徽省能源消费碳排放量现状特点及发展趋势,结合碳排放驱动因子的边际贡献,提出了减少能源消费的政策建议,可为安徽省节能减排政策的制定提供科学依据,有利于安徽省的生态建设及可持续发展,也可为中尺度(省级行政区)碳排放驱动因子研究及预测提供示范。 | 张乐勤 李荣富 陈素平 祝亚雯 许信旺 | 2012 | 资源科学2012，34，2： | 104 |
| 2 | 基于STIRPAT模型的江苏省能源消费碳排放影响因素分析及趋势预测显示文摘定量分析碳排放的影响因素,对降低区域碳排放具有重要的指导意义。利用STIRPAT模型,定量分析江苏省能源消费碳排放量与人口、富裕度(以人均GDP表示)、技术进步(以能源强度表示)和城镇化水平之间的关系,通过岭回归拟合后发现,人口数量、人均GDP、能源强度、城市化水平每变化1%,江苏省能源消费碳排放量将分别发生3.467%、(0.242+0.024 ln A)%、0.313%和0.151%的变化。在以上研究的基础上,设置8种不同的发展情景,分析了江苏省未来能源消费碳排放量的发展趋势。结果表明,当人口、经济保持低速增长,并保持高技术增长率时,有利于控制江苏省的能源消费碳排放量,2020年江苏省的能源消费碳排放量预测值为202.81 MtC。 | 黄蕊 王铮 丁冠群 龚洋冉 刘昌新 | 2016 | 地理研究2016，35，4： | 131 |
| 3 | 基于STIRPAT模型的能源消费碳足迹变化及影响因素——以江苏省苏锡常地区为例显示文摘定量研究经济社会发展对地区能源消费碳足迹的影响对区域实现低碳发展具有重要意义。论文计算了江苏省苏锡常地区1991—2008年能源消费碳足迹,采用岭回归函数对STIR-PAT模型进行了拟合,采用脱钩指数分析了经济发展与能源消费碳足迹之间的关系。结果表明:①1991—2008年能源消费碳足迹平均增长速度为15.30%,能源消费碳足迹分配率以煤炭为主,石油所占比例呈波动下降趋势,天然气所占比例上升较快,能源消费碳足迹产值总体呈波动下降趋势;②经济增长是能源消费碳足迹的主要影响因素,两者关系模型拟合未出现环境库兹涅茨曲线;③经济增长与能源消费碳足迹之间处于相对脱钩与复钩的波动状态,从另一侧面验证了目前两者之间不存在库兹涅茨曲线假说的结论。 | 卢娜 曲福田 冯淑怡 邵雪兰 | 2011 | 自然资源学报2011，26，5： | 61 |
| 4 | 基于Logistic模型的中国城镇化演进对耕地影响前景预测及分析显示文摘为揭示中国城镇化演进对耕地影响,该文基于Logistic模型对此进行了探索。运用SPSS软件及1978-2011年中国城镇化水平数据,采用曲线回归的拟合优度最大估算方法,对中国城镇化水平饱和值进行了估算,并构建了刻画中国城镇化演进的Logistic模型,据此模型对中国城镇化未来发展水平进行了预测;运用STRIPAT(stochastic impacts by regression on population,affluence and technology)模型及1996-2011年中国经济社会发展相关数据,借助SPSS软件,采用偏最小二乘回归方法,揭示了城镇化进程及人口、经济发展水平、技术因素对耕地变化的边际贡献;依据中国未来城镇化演进趋势及城镇化对耕地边际影响,测算了中国未来城镇化演进对耕地影响,结果表明:中国城镇化水平饱和值为83%;2020年、2030年中国城镇化水平将分别达到57.68%、65.73%,2020年前,城镇化年平均增速为0.97个百分点,2020-2030年,年平均增速为0.81个百分点;城镇化对耕地变化的边际弹性系数为-0.007391,人口、经济发展水平、技术因素对耕地变化的边际弹性系数分别为-0.007133、-0.009343、-0.002952;2012-2020年,城镇化演进将导致耕地面积净减少13.81万hm2,年均减少1.53万hm2,2020-2030年,净减少10.87万hm2,年均减少1.09万hm2。基于研究结果,适度把握城镇化发展速度,注重城镇化发展质量;科学编制分年度土地供应计划,采取差别化土地供应策略;摒弃土地财政错误理念,严格执行国家耕地保护的各项政策,严控房地产及低水平或重复生产项目用地;严肃查处土地利用违规行为,强化土地监管等方面提出了政策建议。研究结果可为管理层把握城镇化适度发展速度、节奏,科学编制土地供应计划及制定耕地保护政策提供参考,也可为省域尺度的同类研究提供方法借鉴。 | 张乐勤 陈发奎 | 2014 | 农业工程学报2014，30，4： | 67 |
| 5 | 基于STIRPAT模型的重庆市能源消费碳排放影响因素研究显示文摘定量分析人类活动对环境的影响,对减少碳排放和建设环境友好型社会具有重要的指导意义.因此,本文采用重庆市1980—2010年能源消费碳排放时间序列数据,基于STIRPAT模型,通过岭回归拟合得到能源消费碳排放与人口数量、人均GDP及其二次项、能源强度、第三产业比重、城镇化水平的多元线性模型.结果表明,人口数量、人均GDP、能源强度、城市化水平每增加1%,将引起重庆市能源消费碳排放相应增加0.963%、(0.398+0.463lnA)%、0.059%、0.266%,其中,A为人均GDP.可以看出,人口数量对重庆市能源消费碳排放量影响最大.第三产业比重每增加1%,能源消费碳排放将会减少0.093%. | 黄蕊 王铮 | 2013 | 环境科学学报2013，33，2： | 52 |
| 6 | IPAT及其扩展模型的应用研究进展显示文摘IPAT及其扩展模型能够定量描述人文驱动力与环境压力之间的关系,有助于理解人类和自然系统的动态耦合,是诊断因社会经济发展而产生的环境问题的有效工具.本文简要介绍了IPAT模型由来及其扩展模型的发展状况,系统总结了模型国内外应用研究进展,并对研究中的热点问题进行探讨,提出IPAT及其扩展模型的发展趋势,旨在进一步深化IPAT相关模型在环境可持续发展中的应用,为社会管理决策提供依据. | 王永刚 王旭 孙长虹 芦晓燕 | 2015 | 应用生态学报2015，26，3： | 45 |
| 7 | 基于STIRPAT模型的中国旅游业碳排放影响因素分析显示文摘采用'自下而上'的CO_2排放计算方法,对1995—2014年中国各区域旅游业CO_2排放量进行测算,从动态视角分析各区域旅游业CO_2排放总量及旅游接待人次、人均旅游收入、旅游业CO_2排放强度和旅游交通CO_2排放占比等影响因素的变化趋势特征,并基于STIRPAT模型对旅游业CO_2排放的主要影响因素进行定量分析.结果显示:各区域旅游业CO_2排放总量均呈逐年上升的趋势,且不同区域各影响因素的作用存在显著差异;其中,人均旅游收入对中国旅游业碳减排压力的弹性变化区间最小,仅从0.156变化到0.287,旅游交通CO_2排放占比的弹性变化区间最大,其CO_2排放占比每提高1%,东部地区旅游业CO_2排放总量将提高0.239%,而中部地区仅提高0.013%;旅游业CO_2排放强度是抑制碳排放的关键因素;研究期内,分析结果不支持倒'U'型环境Kuznets曲线的观点.最后,根据上述结论提出差异化的区域碳减排调控对策. | 王凯 邵海琴 周婷婷 刘浩龙 | 2017 | 环境科学学报2017，37，3： | 42 |
| 8 | 安徽省近15年建设用地变化对碳排放效应测度及趋势预测——基于STIRPAT模型显示文摘建设用地变化的碳排放效应是现阶段土地利用变化研究热点之一.因此,本文运用安徽省统计年鉴数据,采用建设用地动态度模型及IPCC碳排放计算方法,对安徽省1997—2011年建设用地与碳排放动态变化特征进行了分析.同时,基于STIRPAT模型,采用偏最小二乘回归方法,揭示了建设用地对碳排放的边际效应,并运用SPSS软件对未来碳排放进行了预测.结果表明:研究时序内,建设用地与碳排放均呈增长态势,建设用地年均扩展速率为16.91%,碳排放年均增长6.61%,建设用地与碳排放正向效应显著;建设用地对碳排放的边际弹性系数为0.1194;惯性情景模式下,2015年、2020年安徽省建设用地扩展导致的碳排放将分别增至14472.42万t、19930.37万t;通过政策规制控制建设用地扩展趋势有利于抑制或减缓碳排放.本研究对了解安徽省碳排放变化趋势和指导土地利用规划有重要的现实意义,也可为省域尺度的建设用地碳排放效应研究提供范式借鉴. | 张乐勤 陈素平 王文琴 许信旺 | 2013 | 环境科学学报2013，33，3： | 38 |
| 9 | 城市规模对大气污染物NO_2和PM_(2.5)浓度的影响显示文摘随着我国城市的快速发展,城市的区域性大气污染问题日益突出,尤其是大城市和超大城市的污染问题更加严重。那么城市规模的扩大是否必然导致空气污染的加剧?控制城市人口规模是否是防治空气污染的有效手段?这些问题成为空气污染防治中政府、公众和学者广泛关注的焦点。采用2013年冬季全国114个重点城市两种典型大气污染物-NO_2(传统)和PM_(2.5)(新型)-浓度的实时监测数据,首先分析了这两种大气污染物的空间分布特征,进而定量分析城市人口规模和大气污染物浓度的关系。结果显示:(1)仅有21%的城市NO_2浓度达到WHO的城市年均浓度标准(40μg/m^3),全部城市的PM_(2.5)浓度高于WHO年均浓度标准(10μg/m^3);(2)大气污染物的空间分布具有显著的集聚特征和区域性特征,表现为:NO_2呈较为分散的空间分布,而PM_(2.5)的空间分布呈现'北高南低、内陆高沿海低'的特征。NO_2浓度高的区域主要分布在天津、河北东南部和山东中部地区,PM_(2.5)浓度高的区域主要分布于河北西南部和山东西部;(3)常住人口规模同冬季NO_2和PM_(2.5)浓度呈倒'U'型关系;在1000到1200万的城市冬季平均NO_2和PM_(2.5)浓度最高(NO_2:69.28μg/m^3,PM_(2.5):119.58μg/m^3)。(4)总人口低于1200万的城市,冬季NO_2浓度和PM_(2.5)浓度随着城市规模增加而显著升高(NO_2:r=0.44,P<0.01;PM_(2.5):r=0.43,P<0.01);总人口高于1200万的城市,NO_2浓度同城市规模呈显著负相关关系(r=0.91,P<0.05),PM_(2.5)浓度随城市规模增加逐渐降低。(5)常住人口密度在1000人/km^2以下的重点城市,NO_2和PM_(2.5)浓度同城市人口密度呈显著正相关关系(NO_2:r=0.23,P<0.05;PM_(2.5):r=0.36,P<0.01)。常住人口密度在1000人/km^2以上的城市人口密度同NO_2和PM_(2.5)浓度呈显著负相关关系(NO_2:r=-0.61,P<0.05;PM_(2.5):r=0.63,P<0.01)。以上研究结果可以为划定不同大气污染物的重点防治区域和制定联合防治行动计划提供理论依据,并为重点城市大气污染治理和城市人口规模控制理论完善提供参考。 | 张淑平 韩立建 周伟奇 李伟峰 | 2016 | 生态学报2016，36，16： | 32 |
| 10 | 基于STIRPAT模型分析新疆能源足迹的影响因素显示文摘在采用碳汇法计算新疆1957-2007能源足迹的基础上,利用STR IPAT模型,以人口数量、富裕度、能源强度、结构化指标和现代化指标为自变量,以能源足迹为因变量,应用岭回归方法拟合得到环境压力模型,结果表明:人口数量是近51 a新疆环境变化的主要驱动因子,富裕度的增长和城市化进程的加快对能源足迹的增长具有显著影响,而能源强度的降低和产业结构的优化对降低能源足迹,减轻环境压力具有重要作用;且富裕度和能源强度对能源足迹影响的时间差异显著。在观测数据范围内,分析结果不支持环境Kuznets曲线的论断。最后提出了控制人文因素对环境影响的相关建议和措施。 | 吴敬锐 杨兆萍 阿达衣.赛肯 | 2011 | 干旱区地理2011，34，1： | 27 |
| 11 | 基于STIRPAT模型的中国能源压力分析——基于空间计量经济学模型的视角显示文摘21世纪的中国已成为世界第一大能源消费国,迅猛而粗放的经济发展对能源的需求和依赖倍增,这给能源生产和供给带来巨大压力。由于产业结构和区位的异同,各省的能耗呈现空间异质和空间趋同;部分能耗通过空间效应来解释,可以改正传统能耗模型的估计偏差。采用能源消费总量作为环境压力的衡量指标,以STIR-PAT模型为基础,将能源消费的空间效应纳入到STIRPAT模型进行空间计量分析。结果发现,中国省域能源消费在空间上存在依赖性,人口、社会富裕度和第二产业比重与能源消费皆为正相关,随着人口、社会富裕度和第二产业比重的增加,对能源消费的弹性系数逐渐增加。适当地控制人口、社会倡导低碳生活以及节能降耗均能缓解能源压力,同时制定差异化的区域能源消费调控措施也很有必要。 | 姜磊 季民河 | 2011 | 地理科学2011，31，9： | 27 |
| 12 | 中国能源消费结构地域分布的时空分异及影响因素显示文摘能源碳排放是全球温室效应最主要的贡献因素,要实现低碳发展,必须调整能源消费结构。本文基于分省能源终端消费数据,采用K-means聚类法和STIRPAT模型,对中国省级层面四大类能源的消费比重、时空分异、演化及其影响因素的研究结果表明:(1)1990—2014年间,各省煤炭消费比重不断降低,不同省区在不同时段石油消费比重变化呈现多样性特征,各省天然气消费比重整体仍处在较低水平上,电力与热力消费比重整体保持着持续增加的趋势;北京、天津、上海、江苏、广东、海南、甘肃、青海和宁夏处于相对较优的低碳能源消费结构;(2)1990—2014年期间,中国能源终端消费结构呈现出不断改善的趋势,其地域分布一方面呈现出明显的地带性分布特征,同时也表现出一定的产地消费导向特征;(3)能源消费强度、第二产业比重、能源生产结构和资本投入等依次对以煤炭为主的能源消费结构有正向促进作用;土地城市化、能源自给度、科技进步和进出口贸易等具有反向抑制作用;而人均GDP、人口城市化和实际利用外商直接投资的作用不显著。建议在省区层面着力调整能源消费结构,关注河北、山西和贵州等地能源产地消费导向问题,并通过加快推进产业结构高级化进程、合理安排城市化进程、提升科技创新能力和增强对外开放水平,以有效改善各省能源消费结构、降低碳排放,实现低碳发展。 | 周彦楠 何则 马丽 杨宇 张天媛 陈力原 | 2017 | 资源科学2017，39，12： | 28 |
| 13 | 基于STIRPAT模型的能源消费碳排放的影响因素研究——以长三角地区为例显示文摘本文分析了长三角地区1997~2016年的能源消费总量、二氧化碳排放量和排放强度的变化趋势特征,基于STIRPAT模型定量分析了该地区能源消费二氧化碳排放量与人口、人均GDP、外商直接投资、技术进步等影响因素之间的关系,与已有研究不同,本文技术进步指标的测算同时纳入技术投入和技术产出因素。结果表明,各影响因素对二氧化碳排放的作用强度存在显著差异,其中,影响最大的因素是人口,每增长1%,二氧化碳排放量将增加1.914%,其次分别是人均GDP、外商直接投资、技术进步;整体技术进步实现的碳排放的减少量小于其带来的增加量,技术进步水平并未达到使碳排放减少的程度;人均GDP与二氧化碳排放量关系的研究结果不支持倒'U'型的库兹涅茨曲线观点。 | 龚利 屠红洲 龚存 | 2018 | 工业技术经济2018，37，8： | 27 |
| 14 | 中国低碳试点省份发展路径研究显示文摘近百年来,全球气候正经历以变暖为主要特征的显著变化。为应对气候变化,减少温室气体排放已经成为国际社会的共识。作为世界上最大的发展中国家和最大的二氧化碳排放国之一,应对气候变化离不开中国的参与。2010年8月,中国国家发展和改革委员会确定在陕西、广东、辽宁、湖北、云南五省开展低碳试点工作。本文以这五个省份为研究对象,根据1995-2009年统计年鉴数据,基于STIRPAT模型定量分析了人口规模、城市化水平、富裕度、产业结构和能源强度对碳排放的影响,并根据分析的结果给出了五个低碳试点省份低碳发展路径:陕西省建设低碳省份应该从产业结构和能源强度两方面入手;广东省除控制人口规模外,还应该调整能源结构,倡导低碳生活方式;辽宁省降低碳排放主要应该从能源强度方面入手;湖北省应该从能源强度、产业结构和人口规模三个方面着手;云南省主要应该从人口规模入手,控制人口增长,提高人口素质,实现碳减排目标。 | 刘健 王润 孙艳伟 舒舍玉 肖黎姗 | 2012 | 中国人口·资源与环境2012，22，3： | 23 |
| 15 | 基于STIRPAT模型的甘肃省环境影响分析——以1991~2009年能源消费为例显示文摘能源短缺已成为全球资源环境的主要问题之一,辩明人类活动各因素对能源消费的影响程度,并据此制定和实施可持续的能源消费政策是当前的研究热点。以STIRPAT模型为分析工具,以甘肃省1991~2009年能源消费总量为环境影响指标,分解了人文因素对环境影响的作用大小。结果表明,富裕程度的提高和城市化进程的推进都能够加剧环境的恶化,而且城市化对环境影响的弹性系数是富裕对环境影响弹性系数的2.78倍。在观测数据范围内,尚未出现环境Kuznets曲线的拐点,仍然处于曲线的上升段。居民消费结构的多样化有利于降低能源消费,其对环境影响的抑制作用略低于富裕对环境影响的加剧作用。最后讨论了STIRPAT模型的优缺点,并指出甘肃省主要相关因子对环境影响的作用机理还有待更深一步的研究。 | 焦文献 陈兴鹏 | 2012 | 长江流域资源与环境2012，21，1： | 21 |
| 16 | 巢湖流域土地景观格局变化及生态风险驱动力研究显示文摘健康的流域生态系统是区域经济社会可持续发展的重要基础。探讨流域土地景观格局变化及生态风险驱动机制有助于生态系统状况诊断与风险来源认识,为有效制定生态风险管控措施提供决策依据。应用空间信息技术平台及计量分析方法,探讨了基于县域行政单元的快速城市化阶段巢湖流域土地景观格局变化及生态风险驱动力。研究表明:(1)2000-2013年,巢湖流域土地景观类型变化表现出农地、林地、水体景观面积下降,建设用地景观面积显著增加的趋势;流域景观水平上多样性和均匀度呈下降、优势度呈上升趋势,景观空间异质性下降;(2)近15 a来,巢湖流域9个行政单元内生态风险均呈上升趋势,生态风险整体恶化,需加强对流域生态风险上升的管控;(3)生态风险驱动力分析表明,快速城市化阶段巢湖流域生态风险的主要驱动因子为第二产业值、城市化率、人口密度和固定资产投资,而人均GDP的增加在一定程度上会降低生态风险水平。 | 黄木易 何翔 | 2016 | 长江流域资源与环境2016，25，5： | 21 |
| 17 | Human Driving Forces:Analysis of Rocky Desertification in Karst Region in Guanling County,Guizhou Province显示文摘Karst rocky desertification is one of the major ecological and environmental problems that threaten the sustainable development of southwestern China. It is caused by irrational and intensive land-use patterns in karst geo-ecological environment. Therefore, it is vital to identify how human forces work on this degraded environment. Based on the soil erosion information in 2000 and remote sensing images of Guanling County collected in 2000 and 2007, four grades of karst rocky desertification data in 14 villages of Guanling County were extracted. Impacts of population, affluence, and other human forces on karst rocky desertification were analyzed using STIRPAT model. The results show that:1) Factors of population and affluence had strong influence on karst rocky desertification. In the STIRPAT model analysis, the population and affluence coefficients were positive, indicating that the increase in population and affluence would lead to more serious desertification. 2) Factors of farmer correlated with karst rocky desertification negatively, especially the way of viewing the relationship between people and nature, and the level of knowledge about rocky desertification. Government behavior was not a significant factor in this analysis. 3) The findings provide evidence that STIRPAT model can be used to analyze the relationship between human driving forces and rocky desertification. | WU Xiuqin LIU Hongmeng HUANG Xiulan ZHOU Tao | 2011 | Chinese Geographical Science2011，21，5： | 18 |
| 18 | 池州市2000—2010年能源足迹动态测度与驱动因子分析显示文摘能源足迹测度分析是揭示能源消费对区域环境压力及可持续发展的重要方法.基于能源足迹的碳吸收计量模型、能源足迹强度与生态压力分析方法,利用统计年鉴中能源消费数据,对2000—2010年池州能源足迹及生态压力与强度进行了动态测度,运用灰色GM(1,1)预测模型,对2015年、2020年能源足迹进行了预测,并借鉴STIRPAT模型对能源足迹驱动因子进行了分析.结果表明:池州人均能源足迹由2000年的0.1173ghm2(全球公顷,下同)上升至2010年的0.8993ghm2,呈波动上升趋势.2000—2003年,人均能源足迹的供给大于需求,EPIEF<1,2004年开始人均能源足迹的需求已超过供给,供需状态严重失衡,EPIEF>1,2010年,EPIEF比值达2.4,能源足迹为森林对能源足迹承载力的2.41倍.煤炭足迹为能源足迹的主要贡献者,平均贡献率达90.21%.能源足迹强度整体呈倒'U'型趋势.人口规模、人均GDP、第二产业在经济中所占比例、单位工业增加值能耗与能源足迹呈正相关关系,边际弹性系数分别为0.5698、0.590、1.468、0.144.可为池州市政府动态了解能源消费对环境形成的压力,准确把握可持续发展状况,进而为制定相应的发展策略提供科学依据,也可为微观尺度区域能源足迹研究提供借鉴. | 张乐勤 司友斌 荣慧芳 许信旺 | 2012 | 环境科学学报2012，32，5： | 13 |
| 19 | 近15年中国耕地驱动因素的空间差异分析显示文摘研究目的:定量分析区域社会经济因素对耕地面积变化的影响,揭示中国区域耕地资源压力及其驱动因素的空间差异性特征。研究方法:利用STIRPAT模型和PLS方法拟合得到中国各省份耕地面积模型,依据变量投影重要性指数就各驱动因素对耕地面积影响的重要性程度进行分析,采用ArcGIS 9.2绘制耕地面积驱动因素影响的空间差异图。研究结果:各省份人口数量、产业结构、现代化对耕地面积的线性影响,有正效应或者负效应,且影响重要性程度差异明显。在以上述三因素为重要驱动因素的省(区、市)中,人口数量对耕地面积均起负效应,产业结构对北京、云南的耕地面积起正效应,现代化水平对上海、陕西起正效应,而对其他省(区、市)起负效应;富裕度对耕地面积的影响,有正效应或者负效应,有线性作用或者弹性作用,在以富裕度或其二次项为耕地面积重要驱动的9个省(区、市)中,富裕度或其二次项与耕地面积间存在2类类似环境EKC曲线关系,包括负效应趋于下降型(吉林)、正效应趋于增强型(山东、广西、山西、内蒙、河南、湖南、贵州、宁夏)。研究结论:通过分析,全面掌握中国28个省(区、市)耕地驱动因素及其空间分异状况,为后续耕地变化研究提供参考。 | 肖思思 吴春笃 储金宇 | 2013 | 中国土地科学2013，27，7： | 12 |
| 20 | 基于系统GMM面板模型的土地利用碳排放效应研究——以中国省际面板数据为例显示文摘依据2003~2015年中国省际面板数据,运用STIRPAT模型及系统GMM动态面板计量模型,分析我国不同土地利用类型下的碳排放效应,并探究我国经济发展是否与碳排放之间存在环境库兹涅茨曲线的'倒U'型关系。研究结果显示:(1)人均GDP与土地利用碳排放存在'倒U'型曲线的特征,进一步验证了我国存在土地利用碳排放的环境库兹涅茨曲线假说;(2)土地利用碳排放效应具有显著的滞后效应,基于系统GMM的动态面板计量模型的估计结果优于静态面板估计结果;(3)系统GMM估计结果显示,经济因素、能源强度、城镇化水平是碳排放最主要的影响因素。其中,人均GDP和能源消耗强度对土地利用碳排放效应存在显著正效应,城镇化率、第三产业增加值占比、农地非农化率和土地市场化水平对土地利用碳排放效应存在显著负效应。 | 杨皓然 吴群 | 2019 | 土壤通报2019，50，3： | 12 |
您所在的机构暂未开通此部分的功能，请联系管理员