1. 研究目的与意义
目前，全球气候环境日益恶化，解决气候环境问题就需要解决能源问题。在我国以煤炭为主导的能源结构背景下，我国更需要重视碳减排的重要性。据国家统计局的数据显示，2019 年我国 gdp约为 99.1 万亿元人民币，位居世界第二。近 40 年来，中国经济年均增长率约为10%。2019 年中国 gdp 增速为 6.1%，远远高于全球经济的发展速度[1]。但中国亦是二氧化碳排放量最大的国家，中国经济高速发展，提高了人们的生活水平，但也破坏了生态平衡，制约了经济的可持续发展。因此，环境和经济的并行发展才是可持续的发展。深入研究碳排放效率的影响因素有助于达成国家减排目标，为有效提高碳排放效率，实现经济可持续增长提供思路。我国在碳排放上有了不少的研究，但是这些研究大多基于国家、区域这些宏观层面，很少有基于微光层面的研究，本文基于县区层面进行研究，得出更具有具体性和针对性的研究结果。
2. 研究内容和预期目标
研究内容：本文主要使用ceads数据库中2013-2017年中国县级尺度碳排放观测数据；同时使用江苏统计年鉴以及江苏省各市统计年鉴的数据计算人均gdp、人口规模、产业结构、固定资产投资、城市化水平等数据。将这些数据进行面板分析，从横向和纵向两个方面分析区域间贸易对碳排放的影响以及相关因素分析。
拟解决的关键问题：研究影响碳排放效率的驱动因素，以及经济增长对碳排放效率的影响。
3. 国内外研究现状
近年来，碳排放影响因素的研究引起了学者们的广泛关注，其中大部分集中于二氧化碳排放与社会经济因素的关系上。崔和瑞等和张京玉分别运用stiＲpat模型和lmdi模型探索了我国碳排放驱动因素[2-3]。刘玉珂等运用 lmdi 分解方法对中部省份的碳排放影响因素进行分解，研究发现区域碳排放影响因素贡献率从高到低依次为产出规模、能源强度、产业结构、人口规模和能源结构。[4]此外，冯宗宪等运用stiＲpat模型分析了影响我国东、东北、西、中四大区域的碳排放影响因素，发现人口、经济、产业结构、固定资产投资是影响全国及区域碳排放的稳定因素，并且对于不同区域碳排放影响发挥差异性作用[5]。孙敬水、陈稚蕊、李志坚 基于扩展的 stirpat 模型，对我国发展低碳经济的主要影响因素及其贡献率进行了实证研究，结果表明人均 gdp、人口和碳排放强度等对碳排放量有显著的正向影响[6]。不同于对全国或者某个区域碳排放驱动因素的研究，yang l等、陈占明等、wang s等运用stiＲpat模型分别分析了浙江省、广东省的碳排放驱动因素[7-9]。根据分析方法的不同，zhang y q等、程铁军等、陶良虎等分别以保定市、江苏省、湖北工业行业作为研究对象，运用 lmdi对其碳排放影响因素进行分解[10-12]。
从研究方法上看，lmdi、ipat、stirpat模型被广泛运用于研究碳排放的驱动因素。但是lmdi模型不能同时考虑到绝对指标与相对指标的影响[13]。由于stirpat模型考虑到了社会、经济以及技术方面的因素被认为是研究能源相关碳排放驱动因素的有效方法，并且受到学者广泛使用[14]。从研究对象上看，尽管相关研究对一些区域的碳排放影响因素进行分析，但是主要集中于国家或者区域层面，缺乏对县区层面碳排放影响因素的研究。渠慎宁、郭朝先基于stirpat模型，用我国30个省市的面板数据对中国的碳排放峰值进行了预测[15]。李强、左静娴基于stirpat模型，对长江经济带11个省市进行了碳排放峰值的预测研究，发现碳排放强度和人均 gdp 对峰值有很大影响[16]。可以看出，我国在碳排放的驱动因素以及碳排放达峰方面有了不少的研究，但是这些研究大部分集中在宏观层面上进行分析研究，如国家层面、区域层面、省份层面，很少有在省份层面之下进行微观层面的研究，因此基于宏观层面的研究提出的建议比较宽泛，缺乏一定的针对性和具体性。
4. 计划与进度安排
2022年11月1日至2022年11月30日，完成选题；
2022年11月30日至2022年1月30日，完成开题报告；
5. 参考文献
[1] 中华人民共和国国家统计局,中国统计年鉴[m].北京:中国统计出版社,2020.
[2] 崔和瑞,王浩然,赵巧芝.基于动态面板模型的中国区域碳排放影响因素研究[j].科技管理研究,2019,39(12) : 238－244．
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
