6 碳排放的影响因素----基于QAP方法 15

6。1 理论假设、数据选择与分析方法 15

6。2 QAP相关分析 15

6。3 QAP回归分析 17

7 低碳贸易的政策与启示 18

结论 19

参考文献 20

致谢 21

1 引言

21世纪以来，全球气候变暖成为了全球普便关注的问题。全球气候发生了明显的变化，因气候变化所导致的自然灾害也在不断增加。碳排放的增加是这一系列变化的“元凶”之一。

伴随着国际分工的深入发展,世界经济一体化进程的逐渐加快,一国经济通过对外贸易与世界其他各国相互联系。中国作为贸易大国,且中国的经济发展以出口为导向的经济发展模式,据统计,中国加入世贸组织以来，我国对外贸易的飞速发展，其代价是中国能源消费量已达到60。3亿吨，相比于欧盟27国排放总额高出了1/3，占全球总量的20。8%。[1]面对如此大规模的对外贸易,势必会导致生产过程中产生大量碳排放,而在国际惯例中计算一国对外贸易中的碳排放时,是把出口商品碳排放量全部算在出口国的身上,但这些产品的消费国不需承担生产这些商品时所需的碳排放量,因此导致出口国实际在以牺牲自己国家的环境为条件,来满足进口国的消费需求,这样对出口国的环境状况造成很大压力,同时使得该国在国际节能减排时处于不利的局面。源C于H优J尔W论R文M网WwW.youeRw.com 原文+QQ752-018766

虽然对外贸易对我国经济发展起到核心作用,但外贸增长过程中却存在环境污染的外部性,我国目前经济增长模式依旧是粗放型的。国家在“十三五规划中 ”提出将绿色发展作为五大发展理念之一，对低碳经济发展提出了更高的目标，2015年中国单位GDP碳排放量比2010年下降了17%。[2]

中国目前巨大的二氧化碳排放总量，一方面是由于满足中国公民自身的需求而产生的，另一方面也是为满足国外消费者的需求而排放的，这就是碳排放隐含碳 的问题。所谓碳排放隐含碳，是指出口商品在国内生产过程中排放的从而进口国避免在本国排放的二氧化碳量。 

 在经济飞速的发展下，对外贸易中隐含的碳排放呈现出新的特征。对于这个问题的回答具有重要的理论和现实意义。

2 文献综述

3 方法和数据

  社会网络分析以“关系”为分析单位，运用图论工具和数学模型构建关联网络，描述关系模式并探究关系模式对结构中成员或整体的影响，是一种针对关系数据（Relation Data）的跨学科分析方法，在多学科领域均具有较广泛的运用，成为了一种新的研究范式。

3。1 中国省份对外贸易隐含碳排放的空间关联关系的识别

  关系的确定是网络分析的关键。已有文件显示，关系的确定主要有两种方法，引力模型和VAR Granger Causality检验。本文运用引力模型来测算碳排放的空间关联关系，这样做有两个原因：一、采用VAR模型构建的网络不能表现出空间关联网络的变化趋势；二、VAR模型对滞后阶数的选择太敏感，大大降低网络结构特征表现的准确性。但引力模型是更适用于总量数据，还可以将经济地理距离因素考虑到，从而可以通过截面数据展现空间关联网络的变化趋势。所以，在测算碳排放空间关联网络的动态变化趋势中，通过引力模型构建网络更为合适。综合以上原因，本文选择将修正的引力模型运用到碳排放领域。公式（1）为修正后的引力模型。其中，i、k代表省域；yik为省域i和省域k碳排放之间的引力；Ei、Ek分别为省域i和省域k的碳排放总量；Qik表示省域i在省域I,k之间碳排放联系中的贡献率。为兼顾考虑经济距离和地理距离因素对碳排放空间关联的影响，本文以i和k的省会城市间距离(Dik)比上i和j人均GDP的差值（gi-gk）来代表省域间的“距离”。依据公式（1），测算省际碳排放间引力矩阵。以引力矩阵各行平均值作临界值，引力大于该行临界值的为1，即这行省际与这列省际碳排放存在关联；相反，如果引力低于该行临界值则记为0，说明这行省际与这列省际出口贸易没有关联关系。   (1)