西部地区碳排放与经济增长关系的实证研究

　　三、实证分析结果及其解释
　　（一）参数估计
　　应用计量软件Eview5.0，对取对数后的线性模型进行多元线性回归的实证分析，初步结果如表1所示。
　　由表中所示，用自由度去修正多重可决系数中的残差平方和与回归平方和，从而得到调整后的可决系数值为0.972514，由此可知拟和效果很好。从回归方程的方差分析与检验结果来看，F检验统计量对应的P值为0.000，小于显著性水平0.05，拒绝原假设，说明方程五个解释变量联合对碳排量有显著影响。从t检验统计量来看，除了EPR对应的P值较大，其余四个变量的P值均小于显著性水平0.05，应拒绝原假设。由先验经验可知，在可决系数异常高而同时某些回归系数在t验检中不显著时，模型可能存在多重共线性，下面进行验证。
　　（二）多重共线性与自相关诊断
　　多重共线性验证表，如表2所示。
　　EPR这一因素的变化与另一因素R&D的变化相关系数高，根据先验信息可知，这可能是由于科研技术的投入本身直接与能耗加工转化率有较强的相关性，可以认为是同一事物的两个方面，二者保留一个即可；另一方面，EPR系数的t检验没通过显著检验，综合考虑，剔除变量EPR。
　　新的模型函数变为CQ=F（PEO，GDP，STR，R&D），重新进行一次回归分析，其结果如表3所示。
　　修正之后的可决系数为0.985389，拟合情况很好。统计量F所对应的P值为0.000，小于显著性水平0.05，应拒绝原假设。从t检验统计量值所对应的p值来看，四个变量的P值均小于显著性水平0.05，通过假设检验。
　　表4中的DW值（2.30）查DW统计表可知，dl=0.933，du=1.696，显然du＜DW＜4-du，可知误差项之间不存在自相关。
　　（三）异方差检验
　　由表4可知Obs*R-squared的伴随概率为0.26大于显著性水平0.05，同时查χ2分布表得临界值χ20.05（14）＝23.6848，比较计算χ2统计量与临界值，因nR2=16.91828小于23.6848，应接受原假设；综上所述表明该模型中随机误差不存在异方差。
　　（四）最终模型及解读
　　lnCQi=-1.527+0.481lnPEOi+0.393ln
　　GDPi+0.547lnSTRi-0.179lnR&Di
　　在上述模型中，产业结构、人口状况、产出规模依次从大到小与碳排放量之间呈现正相关关系，产业结构中第二产业占总产业的比重每增加1%，将会导致碳排量上涨0.547%；技术水平与碳排量之间呈现负相关关系，β4=lnCQ/lnR&D=0.179，即技术水平对碳排的影响弹性系数，经济含义为科研投入费支出每增加1%，将会导致碳排量上涨0.179%。
　　四、结论及对策建议
　　第一，结论。通过以上实证分析，我们得出西部地区产业结构优化升级对于碳排放的减少效果最为显著，减小人口规模与降低GDP也能帮助碳排放的减少，但人口规模变动缓慢，GDP的降低更是不符合西部地区经济发展的要求，因此产业结构优化升级与技术的进步是西部地区达到“碳排减少”与“经济增长”双丰收的最佳战略。
　　第二，对策建议。提高民众低碳意识，开创低碳型社会；改变政府政绩规则，创造绿色GDP；加速产业结构优化，带动低碳经济发展；加快能源技术创新，改善能源低效利用的现状。
　　参考文献：
　　1、张雷.经济发展对碳排放的影响[J].地理学报,2003(4).
　　2、王中英,王礼茂.中国经济增长对碳排放的影响分析[J].安全与环境学报,2006(6).
　　3、谭但,黄贤金,胡初枝.我国工业行业的产业升级与碳排放关系分析[J].环境经济,2008(4).
　　4、任力.低碳经济与中国经济可持续发展[J].社会科学家,2009(2).
　　5、李国志,李宗植.人口、经济和技术对碳排放的影响分析——基于动态面板模型[J].人口研究,2010(3).