甘肃省经济增长、产业结构与碳排放量关系实证分析
甘肃不合理的产业结构现状及其调整对策探析
2002年10月社科纵横Oct,2002总第17卷第5期S OCI A L SCIE NCES RE VIEW VO L.17NO.5甘肃不合理的产业结构现状及其调整对策探析王久梗 曹永栋(兰州铁道学院经济管理学院 甘肃兰州 730070)【内容摘要】本文分析了甘肃三次产业之间的比例不合理、三次产业内部各产业结构之间的比例不合理的现状,并相应提出了积极推进产业结构调整的对策。
【关键词】产业结构 调整对策中图分类号:F121.3 文献标识码:A 文章编号:1007-9106(2002)05-0006-02 随着社会经济的发展,产业结构处于不断的调整过程中。
产业结构调整有其自身的规律性,即一、二、三次产业更替演进。
就一个地区来说,随着其体制、外部环境、发展阶段的演变,产业结构调整的步伐有快有慢、范围有大有小、程度有深有浅。
但就目前西部开发和信息经济的大环境下,笔者认为甘肃产业结构的调整应该大踏步地、广范围地、深程度地进行,以快速实现跨越式的发展目的。
一、甘肃不合理的产业结构现状我国整体上产业结构就不合理,而甘肃省尤甚。
甘肃产业结构不合理具体表现为以下几个方面。
(一)三次产业之间的比例不合理。
甘肃2000年一、二、三次产业G DP之比为19.63:44. 75:35.62。
而全国平均比重约为15.90:50.88:32.22。
明显第一产业比重过高,第二产业比重过低。
而我国产业结构中本就表现为第三产业比重明显偏低,不仅低于发达国家,也低于许多发展中国家。
这对于甘肃也是一样。
上述比值表明甘肃省不仅工业化程度落后于全国平均水平,而且与全国一样存在着第三产业发展滞后,表明新兴经济增长落后于世界经济发展的大趋势。
就再就业结构而言,甘肃1998年一、二、三产业就业劳动力之比约为59.9:20.2:19.9。
而乡村人口占总人口之比约为79.7%。
近两年这一比值并没有明显变化。
这就说明甘肃有近60%的劳动力停留在农业领域,近80%的人口生活在农村,城市化水平很低。
中国碳排放与经济增长间脱钩关系的实证分析
脱 钩和 次级 脱 钩 的角 度 出发 ， 应 用 ＯＥ Ｃ Ｄ模 型 ， 分 析 了立 陶宛 的经济 增 长 与资 源 环境 的脱 钩情 形 ＿ ６ ］ 。 Ｇｒ ａ ｙ等应 用 Ｔ ａ ｐ ｉ ｏ模 型 ， 研 究 了苏格 兰 地 区 的经 济 增 长与 交通运 输 量 及 Ｃ Ｏ 排放 之 间 的脱 钩 情况 ］ 。 Ｌ ｕ等运用 德 国 、 日本 、 韩 国及 我 国 台湾 地 区等 的交 通 行业 数据 ， 比较 分析 了 １ ９ ９ ０ －２ ０ ０ ２年期 间其 经济 增长 与能源 需求 及碳 排 放 的脱 钩关 系 ］ 。ｄ ｅ Ｆ ｒ ｅ ｉ ｔ — ａ ｓ和 Ｋａ ｎ ｅ ｋ ｏ研究 了 巴西 的经 济增 长 与 碳排 放 的脱 钩情 况 ， 结果 表 明碳 排 放 强度 和能 源 结 构是 碳 减 排
摘 要 ： 利用 Ｔ ａ ｐ ｉ ｏ脱钩 模 型 和 Ｋ ａ ｙ ａ 恒等式 ， 使用Ｌ ＭＤ Ｉ 方法 ， 建 立 扩 展 的 Ｔａ ｐ ｉ ｏ脱 钩 模 型 。 选取 ｌ ９ ９ Ｏ 一 ２ ０ １ ０年 中国碳 排 放 量和 经 济增 长 的数 据 ， 对 中国碳 排 放 与 经 济 增 长 的 脱 钩 关 系进 行 定 量 分 析 。 研 究 结 果
相互 关 系不 再 存 在 ｌ ３ ］ 。经 济 合 作 与 发 展 组 织 （ Ｏ ｒ —
ｇ ａ ｎ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｆ ｏ ｒ Ｅｃ ｏ ｎ ｏｍｉ ｃ Ｃｏ — — ｏ ｐｅ ｒ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ Ｄｅ ｖ ｅ ｌ ｏ ｐ— —
架公 约 》 的通过 到 ２ ０ ０ ５年 《 京都议定书》 的生效 ， 再
年单位 ＧＤ Ｐ碳 排 放 在 ２ ０ ０ ５年 的基 础 上 下 降 ４ ０
能源消耗、经济增长和碳排放之间的关联分析——基于亚太八国面板数据的实证研究
Ａｂ ｔ ａ ｔ ｔ ｓｏ ｒ ａ ｒｃ ｉａ ｉｎ ｆ ａ ｃ ｅ ｕ ａｅｔ ｅｒ ｌｔ ｎ ｈ ｐ ｂ ｔ ｅ ｎ ｅ ｏ ｏ ｃ ｇｏ ｈ ａ ｄ ｃ ｒ ｏ ｍ ｓ ｉｎ ｒ— ｓ ｒ ｃ ：Ｉ ｉ ｆ ｅ ｔｐ ａ ｔ ｌ ｇ ｉ ｃ ｎ ｅ ｔ ｒ ｇ ｌｔ ｈ ｅ ａｉ ｓ ｉ ｅｗ ｅ ｃ ｎ ｍｉ ｗｔ ｎ ａｂ ｎ ｅ ｓ ｅ ｇ ｃ ｓ ｉ ｏ ｏ ｒ ｉ ｏ
ｏ ｅ ｏ ｎ ｒ ｓａｅ ｈ ｇ ｅ ｈ ｅ ｅｏ ｉ ｇｃ ｕ ｔ ｅ ， ｈ ｌ Ｏ２ｅ ｓｉｎ ｆｐ ｒ ｉ Ｇ ｎ ｅ ｎ ｔ ｎ ｒ ｏ ｓ ｍｐ ｐ ｄ ｃ ｕ ｔ ｅ ｉｈ ｒｔ ａ ｉ ｄ ｖ ｌｐ ｎ ｏ ｎ ｒ ｓ ｗ ｉ Ｃ ｍ ｓｏ ｓｏ ｅ ｔ ＤＰ ａ ｄ ｐ ｒｕ ｉ ｅ ｅ ｇ ｃ ｎ ｕ — ｉ ｒ ｎ ｎ ｉ ｅ ｉ ｎ ｕ ｙ
国的能耗和碳排放 指标优 于其它 ３个发展 中国家， 但次于发达 国家。为在 国际气候谈判 中寻 求主 动， 国应积 我
极 转换 能源结构 ， 通过技 术进步提 高用能效率 ， 促进节 能减排。
关键词 ： 太八国 ； 源消耗 ； 排放 ； 亚 能 碳 面板 数 据 模 型 ； 面板 误 差 修 正 模 型 中 图分 类 号 ：０ ２２ Ｆ ６ ． 文 献 标 识 码 ： Ａ 文 章 编 号 ：ｏ ２ ７ ３ ２ １ ）５— ０ ２— ９ ｌｏ ～９５ （０ ０ ０ ０ １ ０
（ ． ｏｌ ｅｏ ａ ｈａｄＥ ｖ ｏｍ ｎ Ｓｉ ｃ ，ａ ｚｏ ｎｖ ｓｙ １ Ｃ ｌｇ ｅ ｆＥ ａБайду номын сангаас ｎ ｎｉ ｎ ｅｔ ｃ ｎｅＬ ｎｈｕＵ ｉｒ ｔ， ｒ ｅ ｅｉ
２ ＫｙＬ ｂｒｔｒ ｏ ｅｅｎＣ ｉ ＇Ｅ ｖ ｏｍ ｎ ． ｅ ａｏａｏ Ｗ ｓ ｒ ｈｎ ｓ ｎｉ ｎ ｔ ￡ ，ａ ｚｏ ｎｖｒｔ，ａｚｏ ３０ ０ Ｃ ｉａ ｙｆ ｔ ａ ｒ ｅ ｅ Ｌ ｎｈｕＵ ｉ ｓｙＬ ｎｈ ｕ７０ ０ ， ｈｎ ） ， ｅｉ
能源消费、碳排放和经济增长关系的实证性研究
能源消费、碳排放和经济增长关系的实证性研究作者：姚韬来源：《中国管理信息化》2014年第02期[摘要] 通过运用协整检验和VAR模型，对能源消费、碳排放和经济增长的相关性进行了实证分析。
计量结果表明我国的碳排放量、能源工业增加值、能源消费弹性系数以及国内生产总值增长率之间存在着长期稳定的均衡关系。
其中我国碳排放量大小的变动对经济增长的影响较为显著。
对我国目前而言，必须尽快加大第三产业在国民经济中的比重，特别是积极发展能耗低且附加值高的现代服务业，加快经济结构向能源集约型的转变。
[关键词] 能源消费；碳排放；经济增长；相关性doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 02. 022[中图分类号] F27 [文献标识码] A [文章编号] 1673 - 0194（2014）02- 0032- 04近年来我国的人均二氧化碳排放量始终处于世界前列，其主要原因是中国经济的高速发展带来的各产业对能源需求量的增加，直接导致了企业和个人二氧化碳排放量急剧上升。
尽管我国采取了一系列节能减排的措施，但是我国工业企业中存在的无控制碳排放和能源浪费的情况并没有得到根本的改变。
鉴于我国能源工业发展所带来的高能耗和高污染的问题，在“十一五”规划中我国明确提出了要在10年之内实现人均GDP能源消耗量下降20%的目标。
2009年9月在联合国气候变化峰会上，我国政府提出了在15年内中国GDP碳排放总量下降40%的目标。
要完成以上目标，研究经济增长和碳排放、能源消费之间的关系就显得非常必要。
那么能源消费、碳排放与经济增长之间究竟是否存在关联性，如果具有关联性，那么其中对经济增长影响的核心要素有哪些，本文尝试采用基于VAR（向量自回归）的非结构多变量计量模型来实证研究能源消费、碳排放和经济增长的相关性，希望能够为我国低碳产业结构的逐步实现提供参考性意见。
1 文献回顾Salvador[1]（1999）采用Lotka-Volterra模型及Michael Dalton[2] （2003）采用PET模型对产业结构、单位能耗、能源消费与碳排放量之间的关系进行研究，提出了能源排放强度、能源生产消费和经济增长之间确实存在关联性。
碳排放、产业结构与经济增长的关系研究
碳排放、产业结构与经济增长的关系研究作者：董耀武来源：《大众理财顾问》2016年第08期摘要：低碳经济发展对产业结构优化与环境保护提出了更高的要求。
本文采用贵州省1990～2014年度相关数据，利用VAR模型、因果关系分析等方法深入探讨碳排放、产业结构与经济增长间的互动关系，通过实证分析三者之间动态均衡效应，解析其可能存在的相互关系及影响效应，并在此基础上提出相应的政策建议。
关键词：碳排放；产业结构；经济增长；VAR模型近年来，贵州省经济快速增长，经济增长速度一直排名全国前列。
但经济社会全面发展的同时，伴随而来的是对能源的大量消耗。
当前以煤炭、石油等高碳排放能源为主要消耗的经济发展模式也导致了二氧化碳等温室气体的大量排放，同时也造成了对环境的污染。
随之贵州提出低碳、绿色发展理念，产业结构调整逐渐深化，而产业结构的调整尤其是低碳经济发展模式不仅可以减少二氧化碳排放量，也利于节约能源资源、提高能源利用效率，大大减少环境污染，形成健康可持续经济发展之路。
因此，深入研究贵州省碳排放、产业结构调整与经济增长之间的关系，探讨三者之间的相互影响及动态均衡特征，为相关政策的制定提供理论支撑，对于促进贵州经济与社会健康增长，无疑具有较强的现实意义。
一、模型构建及变量选取（一）模型构建为能恰当反应变量之间的相互作用，描述因变量与自变量间的动态平衡，本文采用VAR （Vector Auto-regression）模型来综合分析碳排放、产业结构及经济增长间的关系。
VAR模型的一般形式为：在（1）式中，k为变量的滞后阶数；为维回归常数向量（或截距向量）；为阶的系数矩阵，为维扰动向量，并且与以前的各期变量均不相关，即扰动向量不存在自相关。
实际应用中，VAR模型也会加入与内生变量有因果关系的外生变量，以增加对模型的解释性及获取变量间的相互关系。
（二）变量选取1、碳排放我国目前还没有碳排放的直接监测数据，本文采用文献中蔡静霞等的方法，提出碳排放量的计算公式如下：在（2）式中，c表示由煤炭、石油、天然气等能源消费产生的碳排放总量；表示第类能源消费量，本文中分别表示煤炭、石油、天然气三种能源类型；表示第类能源的碳排放系数，不同的国家和研究机构对碳排放系设定的数值均有所差异，基于我国国情，此处采用国家发展和改革委员会能源研究所提供的碳排放系数进行测算。
人口结构和经济增长对碳排放的影响分析
人口结构和经济增长对碳排放的影响分析作者：胡宗义王天琦来源：《经济数学》2018年第03期摘要利用中国30个省级行政单位（暂不包括港澳台地区，下同）2005～2014年的数据，采用动态面板模型，研究人口结构、经济增长对碳排放的影响.研究结果表明，从全国范围来看，人均GDP、劳动年龄人口比率、城市化率、第二产业就业率及对外开放度均对碳排放有显著正向影响，而平均家庭规模会减少碳排放量；从区域来看，人均GDP、劳动年龄人口比率对碳排放产生显著正向影响，其他因素对碳排放的影响程度及方向有较大差异.关键词人口、资源与环境经济学；碳排放；动态面板模型；人口结构；经济增长中图分类号X196文献标识码AStudy on the Impact of Population Structureand Economic Growth on Carbon EmissionZongyi Hu， Tianqi Wang（College of Finance and Statistics， Hunan University， Changsha， Hunan410079，China）AbstractThe dynamic panel model is used to study the effect of population structure and economic growth on carbon emissions by using the data of 30 provincial administrative units in China （Not including data of Hong Kong， Macao and Taiwan for the time being， the same below）from 2005 to 2014. The results show that， from a national perspective， per capita GDP， working age population ratio， urbanization rate， secondary industry employment rate and the rate of openness have a significant positive impact on carbon emissions， while the average household size will reduce carbon emissions；From the regional point of view， per capita GDP， working age population ratio has a significant positive impact on carbon emissions； other factors have different influence on the degree and the direction of carbon emissions.Key wordseconomics of population， resources and environmental； carbon emissions；dynamic panel model；population structure； economic growth1引言当前，全球气候问题成为国际社会关注的焦点.2007 年，联合国政府间气候变化专门委员会（IPCC）在评估报告中指出，全球气候变暖问题是人类迄今面临最严峻的问题之一，也是21 世纪人类面临最复杂的挑战之一.改革开放以来，随着经济的迅猛发展，城市化和工业化的逐步推进，中国以工业为主导的粗放型经济发展模式，导致化石能源大量消耗和温室气体的大量排放.为应对这种局面，中国政府积极承担责任并制定相关法律政策以控制二氧化碳排放量的增加，2012年党的十八大报告指出要大力推进绿色发展、循环发展、低碳发展，把生态文明建设放在突出地位，努力建设美丽中国，为全球生态安全作出贡献.2017年10月，习近平总书记在十九大报告中提出推进绿色发展，建立健全绿色经济绿色低碳循环发展的经济体系，坚持全民共治，源头防治，持续实施大气污染防治行动，打赢蓝天保卫战.全球气候变暖除了自然因素外，更大程度是人类活动造成的.有研究指出，截止到21世纪末，仅仅来自人口因素（含人口规模和人口结构）变化的影响就将使中国的碳排放量增长45%以上，人口因素对碳排放影响的重要性不言而喻.中国作为人口最多的发展中国家，自改革开放以后，随着经济的快速发展，工业化、城镇化进程加快，总人口从2005年的130756万人增加到2014年的136782万人，包括城乡结构、就业结构和家庭规模在内的人口结构均处于不断变化之中，导致人口因素对碳排放产生复杂多变且不容忽视的影响.目前中国对碳排放影响因素的研究主要集中在经济、技术方面，而人口因素方面涉及的较少且不全面，人口仍是以总量的形式体现在规模变量上，关于国内人口结构因素对碳排放影响的研究十分缺乏.根据2005～2014年数据，对中国碳排放量进行估算，并利用STIRPAT模型分别从全国及区域角度分析了人口、经济对碳排放的影响，既有助于寻找适合我国国情的更为实际有效的应对策略，为政府尤其是地方政府制定经济政策和环境政策提供重要的参考依据，也有助于正确判断和把握碳减排压力的人口因素，促进低碳经济发展，推动我国资源节约型、环境友好型、人口均衡型社会的建设和发展.对于经济增长与碳排放之间的关系研究主要是基于环境库茨涅茨曲线，大量研究表明经济增长与碳排放之间呈倒“U”型曲线关系，即在经济增长的初期，重工业的发展导致能源的需求量增加，碳排放随之增加，当经济发展到一定阶段以后，经济继续增长会减少碳排放[1].姜勇（2014）运用1995～2010年30个省的面板数据对我国CO2排放的环境库兹涅茨曲线（EKC）进行了实证分析，结果表明：人均CO2排放量与人均 GDP之间均为“倒 N 型”曲线关系[2].周健等（2015）利用ARDL模型作为经验分析工具对我国1991～2010年的数据进行研究，结果表明经济的规模变量对碳排放有显著的正向影响[3].在经济全球化的大背景下，贸易自由化不断深化，越来越多的贸易活动与碳排放问题挂钩，国内外学者就贸易开放的碳排放作用做出了大量的研究.Muhammad Shahbaz（2016）利用马来西亚1970～2011年间相关数据，基于STIRPAT模型，应用BayerHanck联合协整方法和VECM格兰杰因果关系检验调查了城市化对二氧化碳排放的影响.结果显示，经济增长是二氧化碳排放量的主要来源，贸易开放导致富裕，从而增加二氧化碳排放量[4].彭水军等（2013 ）研究了中国贸易开放对碳排放的影响，结果均显示，出口贸易导致中国碳排放量的上升，对中国环境产生不利影响[5].Guo J E（2012 ）研究指出，贸易隐含碳在地域和行业都存在较大差异，东部地区对外贸易中的隐含碳所占比例较大，省际间贸易产生的碳排放从东部向西部转移[6].谷祖莎（2012）采用动态面板模型验证了中国大陆省份的贸易开放对碳排放的影响，结果显示全国整体及中西部地区的外贸依存度对碳排放具有正向效应，但东部地区具有负向效应[7].形成碳排放的直接原因是化石燃料的燃烧，在人类社会活动中，碳排放的影响因素主要分成经济、人口、技术、能源四个方面.人作为活动主体，贯穿于整个环节，通过经济活动作用于自然环境，人口因素是影响碳排放的重要因素.在人口因素方面，着重分析人口结构因素对碳排放的影响.研究人口结构如何对碳排放产生影响成为学术界讨论的热点，Sanglimsuwan （2012），O'Neill，Brian（2012），Jorgenson（2013）和Clark（2013）和Ahmad（2013）研究均表明，人口因素是导致CO2排放增加的主要驱动因素，其中人口因素主要包括人口规模和人口结构[8-12].李楠等（2011）、曲如晓等（2012）、马晓钮等（2013）、童玉芬和韩茜（2013）等人的研究表明影响CO2排放的人口因素主要包括人口规模、人口年龄结构、人口城市化和家庭规模等[13-16].人口城乡结构主要通过能源消费需求对碳排放产生影响，城镇化进程中，居民消费水平不断提高、生活方式发生改变，对生活型能源的直接和间接需求增大，能源消耗量和碳排放量增加.郭文等（2017）利用LMDI分解模型对中国30个省份2003～2012年的面板数据进行实证分析，结果表明人口城镇化已成为影响中国碳排放量变动的主要人口因素[17].王世进等（ 2013）研究了中国城市化对碳排放影响的区域差异，结果发现，就全国和中部地区而言，城市化对碳排放的影响是正的，而就东部和西部而言，其影响却是负的[18].Wang（2017）采用STIRPAT模型，通过利用1997～2012年30个省份的面板数据，研究人口结构对三大地区二氧化碳排放量的影响，结果表明，城市化水平对西部地区碳排放有正向影响，对中部地区有负面影响，东部地区不具有统计意义[19].在中国社会转型的大背景下，人口处于快速变化时期，不同年龄人群有不同的消费方式及经济活动，产生不同的能源消耗，所以在分析二氧化碳排放量的影响因子时，人口年龄结构应该纳入研究范畴.人口年龄结构对碳排放的影响较为复杂，曲如晓（2012）以STIRPAT模型为研究起点，运用中国1997 ～2009年30个省份的面板数据，考察了地区人口规模、结构对碳排放量的影响，结果表明，劳动年龄人口对碳排放有显著的正向影响[20].田成诗等（2015）对人口年龄结构进行细化，基于扩展的随机STIRPAT模型考察了人口年龄结构对碳排放的影响，结果表明，人口年龄结构对碳排放影响显著，不同年龄人口对碳排放影响程度不同，其中30～44岁人口对碳排放的影响最大[21].家庭结构随着经济、社会发展产生的变化，也使家庭规模成为学者考察的重要人口变量.家庭规模对碳排放的影响主要体现在消费领域，在社会学范畴中，家庭是社会生活的基本单位，因为人们消费甚至生产活动通常是以家庭户为单元，在发展中国家表现的更为突出.Lenzen（1998）研究认为，家庭结构主要通过家庭交通工具和其他能源消耗型生活模式对碳排放产生影响[22].任海军等（2014）采用STIRPAT模型，使用中国30个省区1997～2011年的面板数据，研究了不同城市化阶段碳排放影响因素的差异，结果表明：随着城市化进程的加快，城市化对碳排放的驱动作用越来越小，家庭小型化对碳排放均具有显著的正向影响[23].Qin Zhu（2012）考察了1978 ～2008年中国人口结构和消费水平对碳排放的影响，结果显示，城市化、人口年龄和家庭规模对碳排放有显著影响，家庭规模缩小增加了居民消费，导致更高的碳排放量[24].赵涛等（2016）应用STIRPAT模型研究1997～2012年京津冀经济圈人口因素对碳排放的影响时发现，平均家庭规模和能源消耗强度对碳排放有抑制作用[25].马晓钰等（2013）使用静态与动态模型分析了中国地区碳排放与年龄结构和人口规模等的关系，研究结果显示，较大的家庭规模对碳排放有抑制作用[26].总的来说，国内外学者从不同方面对碳排放进行了深入而细致的探讨，所得结论对研究具有重要启发作用，但就研究内容和方法来看，仍存在以下几点不足：（1）国内外综合考虑经济、人口结构因素对碳排放影响的研究较少，经济增长对碳排放的影响研究大多局限于考虑GDP与碳排放的关系，很少加入贸易开放度进行探讨.（2）人口结构因素对碳排放的研究也缺乏深入探讨，大多研究只将人口结构进行粗略划分.（3）在面板数据的研究中未能依据不同地区经济发展水平加以分类，没有考虑到不同地域在产业结构、人口基数等方面的差异.不同于以往的研究，不仅关注了人口和经济的总体变量，还考虑了人口年龄、就业、城乡结构等，加入了贸易开放度，来综合研究经济增长及人口结构对碳排放的影响，从已有的文献出发，结合中国2005～2014年的碳排放、经济增长及人口结构的相关数据，采用动态面板模型探究中国经济增长、人口结构对碳排放的影响，并进而分析其区域差异.2模型设定与数据说明2.1模型设定采用STIRPAT模型进行碳排放的影响因子分析，最初环境压力模型是由Ehrlich等提出的IPAT模型，但该模型不适于定量测算各因素对环境的影响，为了克服上述模型的不足，Dietz 等提出了基于IPAT形式的环境影响随机模型，即随机形式的STIRPAT模型：It=aPbtActTdte，（1）式中，It为环境压力，Pt表示为人口数量，At为富裕度，Tt为技术水平，a、b、c、d为参数；e为误差项.在用面板数据进行分析时，对数变换不改变数据的特性，能使数据趋势线性化，直接获得因变量对自变量的弹性，所以对式（1）两边取对数，得到如下模型：LnIt=Lna+bLnPt+cLnAt+dLnTt+Lne，（2）It环境压力用碳排放量表示，Pt用人口总量表示，At用人均GDP表示，Tt技术水平用能源强度表示.实行计划生育政策后，人口年龄结构不断变化，年龄结构变量难以精确度量，但从业人员基本上为15～64岁人口.近年来，中国产业结构不断变化，各产业就业人口比率的不同，对碳排放也会产生差异，且三次产业中第二产业的粗放型增长模式对碳排放的影响最大.自改革开放以来，中国农村人口持续向城市转移，人口城乡结构发生显著变化.在人口数量增长的趋势下，家庭户数和家庭规模也不断变化，家庭是社会生活的基本单位，家庭规模效应主要通过消费渠道对碳排放产生影响.中国进出口贸易的迅速发展，在促进经济增长的同时，也不可避免地为国外生产了大量内涵碳.所以对STIRPAT模型进行扩展，加入人口结构（年龄结构、城市化率、平均家庭规模、第二产业就业比率），还包括对外开放变量.LnIit=α+β1Lnpgdpit+β2Lnpageit+β3Lnurbanit+β4Lnhousit+β5Lnserit+β6Lntradeit+LnTt+ci+uit，（3）其中，Iit表示i省份第t年的碳排放量，pgdpit表示i省份第t年的人均GDP，pageit表示i省份第t年15～64岁人口所占比例，urbanit表示i省份第t年的城镇人口比率，housit表示i 省份第t年的平均家庭规模，serit表示i省份第t年第二产业就业率，tradeit表示i省份第t年进出口占GDP比例，Tt表示能源强度.考虑到碳排放在时间上可能存在一定的持续性，往年的碳排放程度可能对后来年份产生影响.此外，当年经济增长的环境效应也不一定能在当年的统计中得到体现，因此在式（3）中加入因变量的滞后项，即变为如下动态面板模型：LnIit=α+ηiLnIit-1+β1Lnpgdpit+β2Lnpageit+β3Lnurbanit+β4Lnhousit+β5Lnserit+β6Lntradeit+LnTt+ci+uit，（4）其中，Iit-1为第i省份在第t-1年的二氧化碳排放量.2.2数据说明以2005～2014年中国30个省份的相关数据进行实证分析，劳动人口、城市化率、平均家庭规模、进出口比率、第二产业就业率及人均GDP来源于《中国人口统计年鉴》及第五、第六次人口普查数据.二氧化碳排放量没有直接的数据，利用IPCC（Intergovernmental Panel on Climate Change）给出的各种能源碳排放系数，通过与各地区各年份能源消费量数据相乘得到各地区在样本区间内的碳排放数据，能源消费数据来源于《中国能源统计年鉴》.各省份的相关变量描述性统计结果如表1、表2.各地区碳排放量的差异很大，数量最小的省份只0.19亿吨（ 2005年海南省），而数量最多的省份达近10亿吨（ 2014年山东省），两者相差近百倍，具体从区域碳排放量的数据来看，30个省份中只有1个省份的年均碳排放量处于亿吨以下，前五位的地区依次是山东、河北、江苏、河南、山西，合计占总排放量的35.6%，当然，也有部分省份碳排放量非常低，如海南省年均排放量最低，只有3.19千万吨，该数据仅是处于最高水平的山东省的3.98%，年均碳排放量后五位的地区分别是天津、北京、宁夏、青海与海南.在解释变量中，各地区人口总量的差异也较大，比如年末人口数最小的省份仅为543万人，而最大值为10724万人；各省份不同年份反映人口年龄结构、城镇化率、家庭户规模等变量存在较大差异，如15～64岁人口比重最小值为接近0.36，最大值为0.84左右；家庭户规模最小值仅为2.33左右，而最大值接近于3.93，反映经济发展水平和区域经济结构的人均GDP、第二产业就业率、进出口占GDP比重等指标在样本中也存在较大区别.3结果与分析选取2005～2014年中国30个省份的数据对其进行动态面板模型估计，结果如表3.表3显示了2005～2014期间中国30个省份动态面板模型的结果，计量结果证实了人均GDP确实对省级碳排放有显著正向影响，人均收人的增加在一定程度上增加了人们的非理性消费，导致我国碳排放增加.劳动年龄人口比率在1%的显著性水平下对碳排放存在正向影响，其弹性值在5.38左右.人口年龄结构通过生产和消费渠道对碳排放产生影响，从生产方面考察，中国劳动年龄人口（15～64岁）数量及所占比例的持续增长，为中国经济快速发展提供充足劳动力的供应，在促进生产规模扩大的同时，对资源能源的消耗量增加，导致碳排放规模增加.从消费方面考察，不同年龄群体的消费理念不同，购买力度和购买需求不同，劳动人口对衣食住行等资源的消费需求更强烈，对碳排放影响较大.城镇化率对中国碳排放呈显著正向影响，显著水平为1%.2005年以来，中国城镇化进程加快，由2005年的42.99%增长到2014年的54.77%，年均增长2.73%.城市化水平的提高可以使能源利用效率得到提高，但是进一步城镇化会显著促进中国的经济发展，而且在推进城市化过程中，耕地和林地面积减少，大量基础设施、住宅房屋和工业厂房的建设，钢筋、水泥等建筑材料及交通工具的大量使用将导致了CO2排放量的剧增；另一方面，大量的劳动力流入城市，居民生活水平不断提高，消费结构会发生变化，城市居民会更倾向于对享乐型高碳产品的消费，农村居民消费习惯也会通过受城市居民的影响，都增加中国的碳排放总量.从平均家庭规模角度考察，随着中国经济社会发展、计划生育政策、城镇化及人口老龄化进程加快，家庭规模小型化成为必然趋势.平均家庭规模从2005年的3.13人缩减到2014年的2.97人，降幅为5.11%.以家庭为主体的消费需求包含许多共享性质的消费品与服务，家庭规模缩小意味着规模效应减弱，导致人均消费增加，资源浪费和能源消耗增加，碳排放随之增加.中国人口总数不断增加，家庭规模的小型化也意味着中国家庭户数在增多，其消费量（尤其是耐用品消费，如住房和汽车等）也会随之增加，进而扩大内需导致碳排放增加.结果显示，家庭规模每减少1%，碳排放将增加0.09%.第二产业就业率对碳排放产生显著正向影响，显著水平为1%.人口就业结构主要反映第二产业就业人口比率对碳排放的影响，从2005年的23.22%增加到2014年的29.9%，平均每年增加2.85%，随着第二产业就业人口的增加，工业化程度加快，碳排放将增加.第二产业主要包括制造业、采矿业、建筑业等高能耗产业，需要消耗大量化石能源，所以随着第二产业工业规模的增大，导致碳排放量增大.外贸依存度不仅用来衡量一国或地区经济对国际市场的依赖程度，也同时反映该国或地区的经济开放程度.对外开放程度对中国碳排放影响在1%显著水平下显著为正，其弹性值在0.24左右.目前中国主要依靠劳动密集型行业，低加工、高能耗及高污染的出口商品占主导地位，这必然会增加对能源的大量消耗，进而导致碳排放量的剧增.由于中国经济发展、人口分布不均，东中西部又处于不同经济发展阶段，具有不同产业结构、人口结构及人口密度，所以在全国层面分析的基础上，进一步对东中西部进行区域差异分析具有重要现实指导意义，见表4.东、中、西部地区碳排放的影响因素存在一定的共性：人均GDP、劳动年龄人口比例对碳排放都产生显著正向影响，同时也存在较大的差异性，不同因素对碳排放的影响程度及方向有较大差异.与全国层面分析的结果一致，东中西部人均GDP的增加都对碳排放产生了显著的正向影响，人均GDP越大，意味着经济发展水平越高，但弹性并未随着人均GDP的上升而增加，而是出现先上升后下降的情况.这类似于经济发展水平与环境状况之间呈现的EKC曲线关系.这是由于高收入地区经济增长更加依赖于服务业，并且高收入地区更有能力进行提高能源利用效率的研发.15～64岁劳动人口比率增加导致东中西部地区碳排放增加，东部和中部地区在5%的水平下显著，西部地区显著水平为10%.东部地区省际迁移人口是推动地区经济增长不可替代的因素，迁入人口以劳动年龄人口为主体，高比例劳动人口意味着消耗更多的资源和能源，导致碳排放的增加.西部地区人口自然增长率虽高，但劳动年龄人口所占比例较低.东中西部第二产业就业率对碳排放的影响差异很大，东部地区第二产业碳排放就业率对碳排放的影响为正，中部为负，西部则影响不显著.这是由于东部地区迁入人口就业集中于第二产业，第二产业集中在劳动密集型产业，中部地区第二产业虽然产值不高，但是呈现资本密集型特征，其资本/劳动力比上升速度快，西部地区就业集中于第一产业，而第二产业就业率较低，对碳排放影响不显著.平均家庭规模对碳排放的影响在东西部均显著为负，但中部地区却不显著.随着地区富裕程度的增加往往会引起家庭规模的减小以及家庭户数的增加，对能源的需求随之增加.东部地区平均家庭规模最小且家庭人均财富最高，家庭对高碳产品消费增加，导致对碳排放影响最大.中部地区家庭规模较大，发挥了资源共享性，但家庭消费水平也较高，综合影响并不显著.西部地区人均财富较低，家庭趋向于低碳产品消费，家庭规模对碳排放的影响主要是通过规模效应，所以对碳排放产生显著负向影响.东部地区城市化率对碳排放产生显著负向的影响，显著水平为1%，东部地区经济发展水平较高，城镇化能促进人口、交通和产业的规模经济效益，有利于提高资源利用率，推动服务业发展，注重环保、基础设施的建设.中西部城市化水平的提升对碳排放并没有显著影响，西部地区城市化进程缓慢，因此对碳排放的影响不显著.中部地区城市化水平的提升导致碳排放的增加，因为在城镇化的进程中，农村人口向城市转移增加了对能源的需求，增加了碳排放.东部贸易开放度和碳排放之间显著负相关，显著水平为1%，东部地区对外贸易商品的结构发生改变，提升了全球范围内的产品供应链价值，使得低碳产品出口比重的增加导致碳排放的降低，随着中国产业结构升级，发展重心转移到第三产业，由第二产业带动的进出口额占比不断降低，第三产业带动的进出口占比不断增大，碳排放呈现下降趋势.中部地区仍然是粗放型增长方式，出口产品普遍为资本密集型产品，导致碳排放增加.西部地区由于地理位置、发展缓慢，贸易开放度对碳排放影响并不显著.4结论采用2005～2014年30个省域数据，运用动态面板模型，不仅对中国人口结构、经济增长对碳排放的影响进行面板数据回归，而且对中国东中西部地区进行区域差异分析.得到结论如下：就考察样本而言，经济增长和人口结构变动对中国碳排放存在显著影响，但全国层面和东中西部层面结果既存在共性，也存在差异.人均GDP、劳动年龄人口比率对全国及东中西部地区碳排放产生显著正向影响，平均家庭规模则产生显著负向作用.城市化率对全国碳排放产生显著正向作用，对东部地区碳排放产生显著负向影响.同时，经济水平是最主要的碳排放驱动因素，平均家庭规模是最主要的抑制因素.人口年龄结构以增加劳动力供应及促进消费需求的方式促进碳排放增长；逐渐缩小的平均家庭规模导致人均能耗及家庭数量的增长，进而推动能源消耗增长；人口就业结构中工业部门就业率的增长导致碳排放的增加.参考文献[1]GROSSMAN G M. KRUEGER A B. Environmental Impacts of a North American free Trade Agreement[R]. National Bureau of Economic Research Working Paper，1991.[2]姜勇，中国碳排放与经济增长关系及其影响因素的实证研究[D].重庆：重庆大学经济与工商管理学院，2014，1-45.[3]周健，王淑婧，高琴，张晓微.人口特征、经济增长与碳排放的关系研究[J].武汉大学学报，2015，68（2）：94-101.。
2024年甘肃省能源市场分析现状
2024年甘肃省能源市场分析现状概述本文旨在分析甘肃省能源市场的现状，并通过对市场情况的梳理和数据的分析，提供有关该省能源市场的相关信息和发展趋势的综合报道。
背景甘肃省位于中国西北地区，拥有丰富的能源资源。
其能源市场在近年来经历了快速增长，并且对能源供应和需求的情况进行了广泛调研。
本文将对甘肃省能源市场的现状进行深入分析，并展望未来的发展前景。
能源供需状况根据相关数据统计，在甘肃省，能源供需的格局逐渐明晰。
目前，该省的主要能源供应包括煤炭、石油、天然气以及可再生能源等多种来源。
同时，能源需求主要由工业、交通和居民生活等领域构成。
在煤炭方面，甘肃省煤炭资源丰富，具备自给自足的条件。
能源需求中，工业部门对煤炭的需求量最大，其次是居民生活领域。
在石油和天然气方面，甘肃省的供应主要依赖于外部地区的输送。
该省在石油和天然气的探明储量方面相对薄弱，因此市场对于这两种能源的需求较大。
可再生能源在甘肃省的发展也表现出良好的势头。
该省地处西风带，具备发展风能、光能等可再生能源的自然条件。
在政府支持和市场需求的推动下，甘肃省可再生能源的发展呈现出较高的增长率。
能源市场结构甘肃省的能源市场结构呈多元化格局。
市场中存在着大型能源企业、中小型企业以及一些外资企业。
能源市场的竞争激烈，各个企业都在积极寻求自身的发展机遇。
在煤炭市场上，甘肃省有一些大型矿产资源企业，它们在煤炭生产和销售方面处于领先地位。
同时，也有一些小型企业和地方专业市场提供煤炭产品。
在石油和天然气市场上，甘肃省的供应主要依赖于外部地区的输送。
该省是国内石油和天然气产品的重要消费地之一。
在可再生能源方面，甘肃省的市场主要由风能和光能等领域构成。
一些能源公司积极投资并参与到可再生能源项目中，推动了可再生能源市场的发展。
市场发展趋势根据对甘肃省能源市场的观察和分析，可以得出以下发展趋势：1.可再生能源的发展将得到进一步推动。
政府将进一步加大对可再生能源项目的支持力度，以减少对传统能源的依赖程度。
产业结构变化对碳排放的影响研究的开题报告
产业结构变化对碳排放的影响研究的开题报告一、选题背景全球变暖、气候变化已经成为全球性的问题。
而气候变化主要是由于人为活动导致的温室气体的释放，其中二氧化碳是最主要的一种温室气体。
而产业结构的转型和升级往往会影响单位GDP的碳排放强度和总的碳排放量。
因此，本文选取了产业结构变化与碳排放这一问题，通过研究产业结构变化过程中碳排放的变化趋势，探讨如何通过调整产业结构降低碳排放，为经济社会可持续发展提供一定的理论和实践参考。
二、研究目的和意义本文旨在探讨产业结构变化对碳排放的影响，从宏观和微观两个角度分析产业结构调整、优化对碳排放的影响和作用机理，以及制定产业结构调整政策的指导思想，具有重要的理论和实践意义。
1. 研究产业结构变化对碳排放的影响，为制定政策提供科学依据。
2. 对于推动经济结构调整和降低GDP碳排放强度提供参考，促进资源高效利用和环境保护。
3. 对于促进各行业发展提供宏观决策支持。
4. 对于探索世界各国在碳减排方面的最佳实践提供有价值的经验借鉴。
三、研究内容和方法本研究将通过对过去20年来中国工业产业结构变化和碳排放情况的具体数据分析，研究工业产业结构变化对碳排放的影响和作用机理，并从两个角度分析：宏观经济、微观企业。
本文将采用多元回归分析等统计方法，对产业结构变化对碳排放影响的关键影响因素进行探究。
四、论文的预期结论1. 随着工业化进程的加速，人们对能源消耗的关注度逐渐提高，因此，碳排放量明显增长。
产业结构调整对控制碳排放具有积极作用。
2. 某些产业的排放强度较高，需要进一步加强调控力度，对碳排放过多的企业进行排放质量管控和政策引导。
3. 政策在降低碳排放和推动产业绿色升级方面起到重要作用，应该制定政策推动可持续发展。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
甘肃省经济增长、产业结构与碳排放量关系实证分析[提要] 本文使用甘肃省2000～2010年的数据，采用相应的计量方法，分析
经济增长、产业结构与碳排放量关系，发现产业结构是碳排放量增加的Granger 原因，经济增长是碳排放量增加的Granger原因，产业结构是经济增长增加的Granger原因。
这说明经济增长越快，碳排放量就越多；第二产业所占比重越大，碳排放量也越多；甘肃省经济增长第二产业作出的贡献最大，这说明产业结构还不太合理，最后提出降低碳排放量的相应对策建议。
关键词：甘肃省；产业结构；碳排放量；经济增长
一、引言
能源作为经济发展重要的要素之一，对经济增长的推动作用越发明显。
改革开放以来，中国经济在高速发展的同时也带动了能源消费的快速增长。
中国的能源消耗占世界能耗的比重越来越大。
数据显示，一次能源生产总量从1978年的6.2亿吨标准煤上升到2008年的26亿吨标准煤；能源消费总量从1978年的5.7亿吨标准煤上升到2008年的28.5亿吨标准煤。
2000年以来，我国能源消费更是快速增长，2000～2008年年均增长超过10%。
因此，提倡低碳经济就显得更加必要。
关于低碳经济，国内外的学者从不同角度作了大量的研究。
关于碳排放量与经济增长关系方面，宋春燕（2011）计算出了中国自1978年到2008年总的碳排放量和人均量，并对中国TP与GDP两者的关系进行协整分析和因果检验，得出碳排放量同经济增长存在正向关系，并且这种关系是平稳的。
Grossman、Krueger（1991）对GEMS城市大气质量，通过相关数据作了分析，发现SO2与gdp之间存在着所谓的环境库茨涅茨曲线。
Cannas等（2003）也通过相应数据检验了N型的环境库茨涅茨曲线，并解释了出现这种曲线的原因。
高云虹、王美昌（2011）则运用脉冲响应分析法分析了江西省经济增长与环境污染之间的长期关系。
杨桂元、李璐（2011）通过建立V AR模型，研究了中国经济增长与碳排放量之间的动态关系，提出降低碳排放量的关键因素。
关于碳排放量和产业结构之间的关系方面，罗浩（2007）在对古典索罗模型进行扩展的基础上，对约束经济增长的资源瓶颈进行分析，提出产业转移和技术进步的解决办法。
张丽峰（2011）分析了我国产业结构、能源生产结构、能源消费结构等变量与碳排放的关系。
陈兆荣（2011）则采用结构变动指数研究了中国产业结构高级化变动过程与碳排放量波动的相关关系。
甘肃省作为西部一个发展较快的省份，在发展的过程中对能源使用上可能存在很多问题，碳排放量和经济增长的关系是一个值得分析的问题。
同样，甘肃产业结构还有待进一步的完善，产业结构变动可能对甘肃省碳排放量也有重要影响。
纵观国内外学者对三者关系的研究，我们发现单独研究碳排放量和经济增长
的关系，或者碳排放量与产业结构关系的比较多，综合三者的研究相对较少，同时更多学者的视角是基于全国或某个大的区域，针对某个省尤其是西北地区省份的较少。
所以，本文试着根据相应数据分析甘肃省碳排放量、经济增长和产业结构三者的关系。
二、数据来源及变量选择
根据数据的可得性和目前学术界的一般处理方式，我们选取人均GDP作为衡量甘肃省经济增长的被解释变量，记为GDPP，产业结构方面，为了消除不同省份的区域差异，我们选取相对指标，因为第二产业在甘肃省的经济发展中作用最为明显，我们用第二产业占三大产业产值的比重来衡量，记为INS；对于碳排放量的指标，目前学术界有不同的方法，由于具体计算碳排放量比较繁琐，我们仿照王怡（2012）的做法，用煤炭、汽油、煤油、柴油和燃料油、天然气的年消费量进行估算，但这些能源的统计指标一般是实物量，在估算碳排放量时，首先需要将这些消费的能源根据折算系数换成以标准煤为计量基础的能源消费量，因为天然气的单位是立方米，我们也把它转化成标准煤单位，然后计算出相应的碳排放量，记为TP。
本文的数据人均GDP来源于《中国统计年鉴》历年数据，产业结构方面的数据同样根据《中国统计年鉴》历年数据整理计算得出。
碳排放量的数据则来源于历年的《中国能源统计年鉴》，并通过整理、计算得到。
人均国内生产总值则是根据2000年为基期调整后的实际数据。
我们首先对这些变量的统计值进行简单的描述，变量描述性统计具体见表1，趋势图见图1。
（表1、图1）
通过变量描述性统计表和趋势图，初步可以得出甘肃省的经济增长速度还是比较快的，同时第二产业所占的比重偏大，这些年始终稳定在45%左右，没有出现明显的下降，这说明产业结构还不太合理；随着经济的增长，碳排放量的增长速度也是很快的，曲线的斜率为正，除个别年份，其斜率呈现出递增的趋势。
这说明，这些年我们的能源消费量太大，经济的增长更多的可能是靠生产要素的大量投入，尤其是第二产业的投入带来的，增长的模式还不是集约型的。
文章的第三部分内容将对这些变量之间的关系做规范的实证分析，以此来证明我们的推测。
三、实证检验及结果分析
1、单位根检验。
根据以上选取的变量和相应的理论分析，我们构建如下计量模型：
log（TPT）=？茁0+？茁1log（INST）+？茁2log（GDPP）+？滋T （1）
根据前面假定，GDPP为人均国内生产总值，用来衡量经济增长；INS为第二产业占三大产业产值的比重，用来衡量产业结构；TP为碳排放量，T表示时间。
？滋T为随机干扰项。
如上文分析，为了避免出现异方差问题，我们取各个变量数据的对数来处理。
文章首先采用ADF检验法检验数据的平稳性，检验结果如表2。
（表2）
由表2的结果可以看到，GDPP、INS、TP这些变量的原始数据都没有通过ADF检验（检验的结果都大于临界值），这说明每一个时间序列都是非平稳性数据，若直接对这些变量做进一步的实证分析，则没有任何的意义。
然而，对这些变量进行一阶差分后，所有变量都通过了平稳性检验（检验的结果都小于临界值）。
所以，它们都满足一阶单整I（1）。
如果变量之间满足同阶单整，那么我们可以继续检验它们是否存在长期的均衡关系。
2、协整分析。
就协整检验的方法而言，如上文所示，主要有Engfe-Granger两步法、Johansen极大似然法、频域非参数谱回归法等。
频域非参数谱回归法在这里不能使用，而恩格尔和格兰杰的检验方法主要适用于样本容量大的情况，本文仅仅是从2000年到2010年间取数据，样本容量较少，所以我们同样不能使用这种检验方法。
相对于两步法，Johnsen 协整检验还能检验多重协整关系，而且他对样本容量问题的要求不是很严格，所以我们采用Johnsen协整检验。
（表3）
根据计量经济学的相关知识，我们知道只要迹统计量大于临界值，则就拒绝假定。
由表3的协整检验结果可以看出，检验结果在5%显著性水平上明显拒绝了不存在协整关系的原假设，也拒绝了存在至多1个的协整关系，接受至多存在2个协整关系的假定，说明它们之间存在两个协整关系，协整关系度量系统的稳定性，因此我们可以认为变量log（TPT）、log（INST）、log（GDPPT）之间存在着稳定的关联关系，即碳排放量与国内生产总值和产业结构是密切相关的。
3、格兰杰检验。
根据格兰杰因果关系检验原理，运用Eviews6.0，对甘肃省碳排放量、产业结构调整与经济增长任意两个变量之间的因果关系进行格兰杰因果检验，检验结果如表4所示。
（表4）
从表4可以看出，产业结构是碳排放量增加的Granger原因，第二产业所占的比重越大碳排放量就越大，碳排放量不是产业结构的Granger原因；经济增长是碳排放量增加的Granger原因，经济增长越迅速，碳排放量就越大，碳排放量不是经济增长的Granger原因；产业结构是经济增长增加的Granger原因，第二产业对经济增长作出的贡献最大，经济增长不是产业结构的Granger原因。
四、结论及政策建议
文章通过2000～2010年的相关数据分析了碳排放量、产业结构和经济增长三者的关系。
检验了碳排放量、产业结构和经济增长三者之间的协整关系，得出如下结论：（1）碳排放量、产业结构和经济增长三者之间存在着稳定的联系。
（2）格兰杰检验表明：产业结构是碳排放量增加的Granger原因，经济增长是碳排放量增加的Granger原因，产业结构是经济增长增加的Granger原因。
这说明经济增长越快，碳排放量就越多；第二产业所占比重越大，碳排放量也越多；甘肃省的经济增长第二产业作出的贡献最大，第三产业还没有发挥出应有的作用。
我们提出如下政策建议：（1）促进产业结构的调整和优化升级。
应增强不同
产业间的协调性，大力发展第三产业；要大力发展有利于节能环保、新能源等战略性的新兴产业。
通过这些领域的发展来改善经济运行质量，减少碳排放量，以此来实现产业的优化升级；（2）提倡低碳理念，通过政策引导，形成低碳经济发展的长效机制。
低排放、低耗能和低污染的发展理念要深入人心。
同时，政府部门一方面要加强对环境污染的监管力度，另一方面要鼓励企业进行相应的低碳发展技术创新。
主要参考文献：
[1]罗浩.自然资源与经济增长：资源瓶颈及其解决途径[J].经济研究，2007.6.
[2]杨桂元，李璐.影响我国碳排放量因素分析与低碳经济的路径选择[J].科技与产业，2011.1.
[3]高云虹，王美昌.经济增长与环境污染的广义脉冲响应函数分析——以江西省为例[J].经济问题探索，2011.6.
[4]王怡.中国环境规制、技术创新与碳排放量的实证研究——基于协整检验和Granger因果分析[J].工业技术经济，2012.6.。