碳排放与我国经济发展关系研究

合集下载

经济发展对碳排放的影响

122经济发展对碳排放的影响■郑桂华／黔江区委党校摘　要：现如今是市场经济开放的多元化社会，国家经济在快速发展的第一阶段，经济结构的多元化，导致能源消耗与排放逐步增大，对于能源的需求增大，导致碳排放量过大。

第二阶段随着经济的逐步发展，消费结构也会逐渐发生转变，社会经济形势的日益完善与全面发展意识的觉醒，国家碳排放的总量也会逐渐趋于平稳并且稳步下降。

第三阶段随着国家经济制度结构的不断完善，高能耗产业转型与发展，国家整体经济发展形态也会由高能耗转变为低碳为主的高新科学技术产业。

关键词：经济发展　碳排放　相互作用目前中国仍然并将长期处于发展中的状态，国家的经济发展依旧是当前中国发展中最重要的任务，因此想要减少发展所带来的碳排放，最主要的还是依靠优化经济发展方式，转变工业化发展道路，改革创新发展理念，树立综合发展、科学发展、环保发展的理念，走经济可持续发展道路。

一、中国经济发展与碳排放之间的关系经济发展的具体定义，笔者认为是国家或者某个地域，在生产要素中投入比或者是效率提升，进而经济规模数量扩大，商品产出量增大，进而是国民生产总值、国民收入等增加。

随着改革开放以来，市场经济制度的建设与不断完善，中国经济年增长率逐步提升，远高于其他发展中国家与发达国家。

经济发展所带来的能源消耗，也致使中国碳排放量呈现逐渐递增的趋势，随着碳排放增加，国家的经济、社会、人文发展也带来不同程度的影响，通过对国家经济发展结构的分析与调查，可以进一步优化国家经济发展形式与结构，选择合理的温室气体排放方式。

中国进入工业化时间并不长，更多的经济增长依赖于外界投资，外界投资的注入，也增加了中国重工业发展步伐，随之而来的能源、交通需求也逐步增加，这些需求的增长，直接带动了碳排放量的增长，其次由于经济的增加，国民人均GDP 增长，人们的生活质提升，对于日常生活用品、文化用品的需求增加，对碳排放的需求量也随之增加，因为工业发展，城市占地的拓展，一些地区缺乏科学发展意识，造成大片的森林被破坏，环境的破坏，也从侧面提升了碳排放量。

碳排放与经济增长关系的研究

碳排放与经济增长关系的研究下载温馨提示：该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。

文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by the editor. I hope that after you download them, they can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you!In addition, our shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!碳排放与经济增长一直是一个备受关注的话题，随着全球经济的不断发展，碳排放量也在不断增加。

中国经济增长与碳排放关系的实证研究

ＡｎＥｍｐｉｉａｔｄｎｔｅＲｅａｉｎｈｐｏｉｅｅＥｃｎｍｉｏｈａｄｒｃｌＳｕｙｏｈｌｔｏｓｉｆＣｈｎｓｏｏｃＧｒｗｔｎＣａｂｎＥｍｉｓｏｓｒｏｓｉｎ
ｍｉｓｏｓａｅｍｏｅｓｎｉｖｏｔｅｅｏｏｃｇｏｈＨｏｖｒｈｃｎｍｉｅｉｉｔｆｔｅｅｓｅｎａｄｓｉｎｒｒｅｓｔｅｔｈｃｎｍｉｗｔ．ｉｒｗｅｅ，ｔｅｅｏｏｃｆｘｂｌｙｏｈａｔｒｎｌｉ
Ｋｎ，ｃｏＴｉａ，Ｔｂｔｈｊｎｎｕａ，ａｄｔｅｔｅｉｓｄｔｏｒｅｒｇｏｓｈａｅｏｇＭａａ，ａｎｉｅ，ＺｅｉｇａｄＨｎｎｎｈｉｓｒａａｆｔｅｅｉｎ，ｔｅｐｐｒｗａｍｅｅｈ
ＴＩＡＮｅＩ—ｗｅＩＷ
ＳｃｏｌｆＩｔｎｔａＩａｅａｄＥｃｏｍｉｓ．ＵｎｖｓｔｆＩｔｒａｉｎＩｓｎｓｎｈｏｎｅｒａｉｏｏｎｄｎｏｎＴｒｃｉｅｒｉｏｎｅｎｔａｙｏＢｕｉｅｓａｄ
第２０卷第１期
Ｖ０．０ｏ１１２Ｎ．
北京电子科技学院学报
ＪｕｎｌｆｅｉｇＥｒｔｎｎＳｉｎｅａｄＴｃｎｌｇｓｔｅｏｒａｏｉｎｌｒｉｃｅｃｎｅｈｏｙＩｔｕＢｊｃｏｏｎｉｔ
发展，而推动全球的减排行动。从
国内外学者对经济增长与环境污染关系的研究结论，主要有：１倒ｕ型关系… ：是最原始的（）这结论，是后来学者研究的基础。（）也２同步关系Ｊ经济增长和环境污染是同步增加的，：呈单调上升的关系。（）ｕ型关系］与பைடு நூலகம் ｕ型关系刚好相反，３正：指在人均收入较低时，经济增长和环境污染呈反比例关系，而在人均收人较高时，经济增长和环境污染呈正比例关系。（）４Ｎ型关系儿：经济增长和环境污染之间不是简单的倒ｕ型关系，而是三次方型曲线。在研究中，谭丹等从中国东中西部地区

经济增长对碳排放的影响

经济增长对碳排放的影响经济增长对碳排放的影响1中国碳排放随经济增长的变化经济增长通常是指一个国家或地区在一定时期内,由于生产要素投入的增加或效率的提高等原因,经济规模在数量上的扩大,即商品和劳务产出量的增加。

其衡量指标有国内生产总值、国民收入等总量指标。

近20年是中国经济增长最快的时期。

根据经验数据测算,中国经济年平均增长速度为9·4%3。

从表1可以看出,中国GDP增长水平总体高于发达国家和其他发展中国家。

这一时期,中国碳排放总量也呈现较快增长的态势。

从可以看出,1980—1997年间中国经济增长的快速时期,碳排放量增长也很快,到1997年后才逐渐降低。

由于碳排放受社会、经济、自然、生态、技术等多方面的影响,因此,通过研究各主要因素对碳排放的影响,可分析未来中国的碳排放趋势,并选择合理的温室气体减排途径。

据徐玉高等3分析中国1970—1994年间各因素对碳排放的影响,经济增长是中国20多年来碳排放迅速增加的最主要因素,仅此一项引起的碳排放变化占总量的94%以上。

采用相关分析方法对中国1980—2000年GDP和碳排放数据进行拟合,结果。

可以看出,1980—2000年间中国碳排放量的变化和GDP的增长呈显著相关(R2=0·9581)。

在影响经济增长的各因素中,中国经济增长对投资的依赖较大,与其他国家相比,投资在中国经济增长中所占比重较大,这与中国刚进入工业化发展的中期阶段并长期以来实行的重工业发展战略相关。

这一方面造成经济增长对投资的依赖增加,投资的增加加快了重工业的发展,引起对能源、交通的需求也增加,碳排放随之增加;其次, 由于经济的增长,人均GDP增加,人们的生活质量提高,对碳排放的需求也增加,尤其在一些相对贫困的地区,工业化、城市化刚刚起步,碳排放增加速度很快;最后,由于一些地方片面追求经济增长,造成大片森林被砍伐,环境破坏,使得碳排放量随经济增长而增加。

但是,经济增长到一定阶段会引起技术、制度的变革和经济结构的演进,由此引起的经济发展可能使碳排放量在一定时期减少。

中国碳排放与经济增长关系的实证研究

关键词：经济增长；碳排放；协整检验；脉冲响应中图分类号：Ｘ２２；Ｘ８２３文献标志码：Ａ文章编号：１００５ —８１４１（２０１３）０１ —００２８ —０４
ＥｍｐｉｒｉｃａｌＲｅｓｅａｒｃｈｏｎＲｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎＣａｒｂｏｎＥｍｉｓｓｉｏｎａｎｄＥｃｏｎｏｍｉｃＧｒｏｗｔｈｉｎＣｈｉｎａ
・
研究：ｂ－法・
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５—８１４１．２０１３．０１．００７
资源开发与市场Ｒｅｓ０ｕｒｃｅＤｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ２０１３２９（１）
Ａｂｓｔｒａｃｔ：ＴｈｉｓｐａｐｅｒｃａｌｃｕｌａｔｅｄＣｈｉｎｅｓｅｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｔｈａｔｗａｓｐｒｏｄｕｃｅｄｂｙｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｆｒｏｍ１９８５— ２０１０．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｈａｔｔｔｈｅｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｉｎｃｒｅａｓｅｄｒａｐｉｄｌｙｉｎｔｈｅｐａｓｔ２５ｙｅａｓ，ｒａｎｄｈｅｔｐｅｒｉｏｄｃｏｕｌｄｂｅｄｉｖｉｄｅｄｉｎｔｏｔｗｏｄｉｓｔｉｎｃｔｓｔａｇｅ．ｈａＴｔｗｅｅｒｓｌｏｗｇｒｏｗｔｈｓｔａｇｅｏｆ１９８５ —２００２ａｎｄｒａｐｉｄｇｒｏｗｔｈｓｔａｇｅｏｆ２００２— ２０１０．Ｔｈｅａｕｔｈｏｓｒｕｓｅｄｔｈｅｃｏ— ｉｎｔｅｇｒａｔｉｏｎｔｅｓｔ，ｅｒｒｏｒｃｏｒｒｅｃｔｉｏｎｍｏｄｅｌａｎｄｉｍｐｕｌｓｅｒｅｓｐｏｎｅｓｆｕｎｃｔｉｏｎｔｏ

中国经济发展中碳排放增长的驱动因素研究

中国经济发展中碳排放增长的驱动因素研究一、本文概述随着全球气候变化问题日益严峻，碳排放增长及其驱动因素已成为全球关注的焦点。

作为世界上最大的发展中国家，中国在全球碳减排中扮演着举足轻重的角色。

然而，伴随着经济的高速增长，中国的碳排放量也在逐年上升，这引发了国内外学者和政策制定者对中国碳排放增长驱动因素的深入研究。

本文旨在探讨中国经济发展中碳排放增长的驱动因素，以期为制定有效的碳减排政策提供理论支持和决策参考。

本文首先对中国经济发展与碳排放增长的历史数据进行梳理，揭示二者之间的内在联系。

运用定性和定量分析方法，从能源消费、产业结构、城镇化、技术进步等多个角度，深入剖析碳排放增长的驱动因素。

在此基础上，本文进一步探讨了各驱动因素之间的相互作用及其对碳排放增长的贡献度。

结合中国经济发展现状和未来趋势，提出针对性的碳减排建议和措施。

通过本文的研究，我们期望能够更全面地认识中国碳排放增长的驱动机制，为政府制定碳减排政策提供科学依据，同时也为学术界进一步研究碳排放问题提供有益参考。

二、中国经济发展概况中国自改革开放以来，在经济领域取得了举世瞩目的成就。

作为全球最大的发展中国家，中国经济在过去的几十年里实现了跨越式发展，成为世界第二大经济体。

这一过程中，中国的产业结构发生了深刻变化，从以农业为主导向工业和服务业为主导转变。

特别是在工业化进程中，中国制造业的崛起成为推动经济增长的重要动力。

随着城市化进程的加速，大量人口从农村迁移到城市，推动了基础设施建设、房地产等相关产业的发展。

中国经济发展的另一个显著特点是其对外开放的策略。

通过积极参与全球经济合作与竞争，中国吸引了大量外资和技术，加快了产业升级和技术创新的步伐。

中国政府还实施了一系列旨在促进经济持续健康发展的政策措施，如供给侧结构性改革、创新驱动发展战略等，这些措施为中国经济的稳定增长提供了有力支撑。

然而，随着经济的快速发展，中国也面临着一系列挑战，其中最为突出的是环境与资源压力。

我国经济增长与碳排放的脱钩效应研究

我国经济增长与碳排放的脱钩效应研究摘要：我国是世界上最大的碳排放国家，也是大力推广和宣传低碳经济的国家。

虽然我国一直大力推广低碳经济的发展，但目前我国经济增长和碳排放之间的脱钩效应仍需进一步优化，脱钩效应主要可以借助Tapio脱钩模型，结合实际数据进行分析与研究。

为进一步促进我国低碳经济的发展，平衡经济发展和碳排放之间的关系，本文的主要内容是参考我国2001至2017年经济和碳排放量数据，分析与研究我国经济增长与碳排放的脱钩效应，进而提出相关的参考意见，为相关工作人员和研究人员提供参考与借鉴。

关键词：经济增长；碳排放；脱钩效应我国在十九大报告中强调：“要建立健全绿色低碳循环发展的经济体系。

”而脱钩是促进绿色低碳经济发展的最佳状态，所以，实现经济增长与碳排放之间的脱钩是我国可持续发展的必经之路。

鉴于此，本文的主要内容是分析与研究我国经济增长和碳排放的脱钩效应，以此根据研究结果提出优化建议。

一、脱钩弹性指标模型的建立分析（一）碳排放量计算公式在我国碳排放的主要来源是化石能源的燃烧，参照我国《IPCC国家温室气体转化系数所示，其具体计算公式是：清单指南》，能源消耗的CO2是碳排其中，CO2是第i种能源消耗量。

放量；Ai（二）脱钩指标的选用和模型的搭建众所周知，脱钩理论一般被应用在剖析经济和环境发展之间失衡的现象，而脱钩指标也被当作评判可持续发展经济模式的标准，其中，Tapio脱钩指标是最为常用的参数，本文借助Tapio的交通运输行业当做中间变量，因为碳排放的主要来源是能源的燃烧消耗，据我国的数据统计显示，我国碳排放量最多的行业是建筑和工业，主要集中于第二大产业类型。

所以，本文进一步引用能源消耗量（EC）以及第二产业生产总值（GDPI）为中间变量，进而分解经济增长和碳排放的脱钩指标，将其拆分为碳排放和能源消耗量的脱钩指标、能源消耗量和第二产业生产总值的脱钩指标、代表第二产业发展情况的第二产业生产总值和国内生产总值的脱钩指标。

经济发展与碳排放研究热点可视化分析

经济发展与碳排放研究热点可视化分析经济发展与碳排放研究热点可视化分析近年来，随着全球经济的迅猛发展，人们对环境问题的关注度也日益提高。

特别是对碳排放的研究，成为了热门话题之一。

本篇文章旨在通过可视化分析，探讨经济发展对碳排放的影响，并揭示目前研究领域的热点。

首先，我们需要明确什么是碳排放。

碳排放是指工业生产、能源利用和交通运输等活动中，由于燃烧化石燃料或林木等作物，产生的二氧化碳等温室气体释放到大气中。

碳排放的增加与全球变暖、气候变化等环境问题密切相关。

经济发展与碳排放之间存在着紧密的关系。

一方面，经济的快速增长通常伴随着能源和资源的大规模消耗，从而导致碳排放的增加。

另一方面，碳排放的减少也需要投入大量的经济资源和技术支持。

因此，经济发展与碳排放之间形成了一种相互制约的关系。

为了进一步探究这种关系，我们可以利用可视化分析工具进行研究。

首先，我们可以使用地图来展示不同地区的碳排放数据。

通过地图的颜色和大小来表示碳排放量的大小和分布情况，可以直观地了解到哪些地区的经济发展与碳排放紧密相关。

此外，我们还可以通过时间轴来呈现碳排放量随时间的变化趋势，从而了解经济发展对碳排放的影响。

在研究热点方面，目前主要集中在以下几个方面：1. 绿色技术创新：在减少碳排放方面，绿色技术创新被认为是最有效的手段之一。

因此，研究者们致力于开发新型的清洁能源技术和低碳交通工具等，以减少碳排放量。

通过可视化分析研究绿色技术的发展趋势和应用实况，可以为政府和企业制定环保政策提供依据。

2. 碳排放的区域差异：不同地区的碳排放量存在较大的差异，这与地区的经济发展水平、工业结构和能源结构等相关。

研究者们通过可视化分析，可以将地区的碳排放量与其经济发展的水平进行对比，进一步了解碳排放的区域差异特点，并为不同地区制定有针对性的减排政策提供参考。

3. 碳排放与经济增长之间的权衡：经济增长通常伴随着碳排放的增加，但同时也可以为减少碳排放提供一定的资源和技术支持。

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)。

研究结果
本研究基于前人研究结果，对比以往研究分析模型中的变量，从而总结出对我国二氧化碳排放形成影响的可能变量，使得本研究选择的变量更具有可信度。

研究查找了我国20年间（1998-2018年）工业生产和能源使用过程中CO2的排放量。

同时采用人口、工业化和城镇化水平作为协变量，进而更精确地分析碳排放量与经济增长率之间的关系。

根据以往研究结果，本研究假设我国CO2排放模型为：
M CO2(t)=β0+β1P GDP(t)+β2P GDP(t-1)+β3P indus(t)+β4P hea(t)+β5P urban(t)+β6P trate(t)+α(t)
M CO2为人均CO2排放量；β0为常数；βk表示第k个解释变量的相关系数；P GDP表示GDP 增长率；P indus(t)表示工业化水平；P urban表示城镇化水平；P trate表示外贸水平；α(t)表示不确定因素带来的误差。

1描述性统计结果
表1描述性统计结果
变量M CO2P GDP P hea P indus P urban P trate Mean 2.953159 99.257 51.236 45.21 31.98 0.6398 Median 2.234043 1236.25 51.3 35.39 25.36 0.32147 Maximum 4.876255 1257.32 62.1 49.29 46.32 0.21472 Minimum 1.428795 620.143 41.1 39.14 26.3 0.0159 Std.Dev 0.515541 0.157862 5.218 1.6874 7.324 0.6987 Skewness 1.014521 1.021522 1.2458 -0.3698 0.984 0.3287 kurtosis 3.987525 2.314522 3.624 2.0147 2.146 2.36971 Jarque.bera 6.315658 2.15862 6.2147 1.6257 3.214 1.26987 probability 0.014555 0.314524 0.01479 0.3698 0.3698 0.35722 sum 67.5423 24795.1 1246.8 1254 860.63 6.32178 Sum sq.dev 23.54159 551326 3214.3 106.32 1935 0.68745 observation 20 20 20 20 20 20 表1列出各统计变量的结果。

根据表1的数据统计结果可知，在1998-2018年期间，我国人均GDP由620.143增长到了1257.32，表明我国经济得到了明显的提升。

而重工业化提高了21%个百分点，由最低的41.1%提高到了62.1%。

此外根据统计结果还可以看出，在20年发展期间，我国第二产业的比率由最初的39.14%提高到了49.29，表明我国第二产业得到了明显的增长。

另外，我国外贸业也得到了明显的提高，由最初的26.3%提高到了46.32，整个20年发展期间我国外贸业增长了20多个百分点。

2计量检验结果
表2各变量相关性矩阵
变量M CO2P GDP P hea P indus P urban P trate M CO2 1
P GDP0.951475 1
P hea0.869324 0.783215 1
P indus0.632145 0.632589 0.532186 1
P urban0.874562 0.896523 0.785163 0.369842 1
P trate0.965472 0.936441 0.862158 0.632586 0.983261 1 为了得到CO2排放与我国经济增长的精确模型，因此需要对时间序列计量模型进行相关性、平稳性检验，其各变量相关性矩阵如表2所示。

由矩阵结果可以看出，M CO2与大多数变量之间的回归系数大多在0.86以上，只有M CO2与P indus的回归系数为0.63，这表明该模型的拟合度较好。

此外P GDP与其它个变量之间的回归系数大多在0.78以上，只有P GDP
与P indus的回归系数在0.63，这表明P GDP与各变量之间也有较强的相关关系。

从整体上来看，该表内的各项回归系数表现较好，各项变量之间相关性较强。

3时间序列平稳性检验
虽然上述统计结果得出本研究的各项变量之间的相关性表现较好，但如果在时间序列上表现出不平稳的状态，那么就会导致研究结果出现较大的偏差，进而影响到计量模型的信效度。

基于以上问题，本研究需对上述统计结果进行单位根检验，其常用方法为迪基—富勒（DF）检验。

检验结果如表3所示。

根据检验结果可知，本研究各项变量都表现为不平稳状态，M CO2一阶差分检验后为平稳序列（p<0.01）。

此外，对P GDP的一阶差分检验的结果也表现为平稳状态（p<0.05）。

根据表3统计结果可知，本研究的各项变量的时间序列都是一阶平稳状态，因而可继续对统计结果做回归分析。

表3时间序列平稳性检验结果
被检验水平检验值一阶差分检验值
序列ADF 表现ADF 表现
M CO2 2.36419 非平稳-5.02252*** 平稳
P GDP-2.96412 非平稳-2.36457* 平稳
P hea-1.32185 非平稳-4.23651** 平稳
P indus-2.36459 非平稳-5.03256*** 平稳
P urban-1.02554 非平稳-4.32152** 平稳
P trate-1.36232 非平稳-3.26854* 平稳
通过对统计结果进行时间序列一阶差分检验，进一步对比各项变量一阶差分序列相关关系数据发现，各项变量的一阶差分序列相关系数表现并不明显（表4）。

表4一阶差分序列相关矩阵
变量M CO2P GDP P hea P indus P urban P trate P GDP(-1) M CO2 1
P GDP0.3624 1
P hea0.3126 -0.029 1
P indus0.4521 0.4125 0.225 1
P urban0.2326 -0.29 0.106 0.1225 1
P trate0.3025 0.074 0.452 0.0331 0.1523 1
P GDP(-1)0.4215 0.0652 0.125 0.6322 -0.2356 0.1523 1
4计量模型估计结果
鉴于经济发展过程中碳排放的排放可能会存在滞后效应，如某生产车间的机械设备一旦投入生产过程，那么再工厂更新生产设备之前，该生产设备的碳排放的排放量就处于稳定排放水平。

此外，在运输过程中，运输机械的碳排放排放量也较为稳定。

另外还有城市规划过程中，生产建设所产生的碳排放以及公共运输系统的调整过程，以上生产过程都能产生长期稳定的碳排放排放。

此外，在某一时期碳排放不仅受到当前经济发展的影响，还要考虑上述机械运转、运输等因素的影响，这些都依赖于前一时期的发展情况。

因此在考察碳排放量对经济发展影响的过程中，要引入动态模型滞后项这一因素，进而控制滞后因素对计量模型的干扰，从而提高研究的信效度。

表5计量模型分析结果
解释变量模型1 模型2 模型3 模型4 模型5
c 0.042153 0.024423 -0.096213 0.026354 0.0024
M CO2(-1)0.652152
P GDP-0.000135 0.001262 0.002432 0.00163 0.002164
P GDP2-1.62E-05
P hea0.007521 0.006354 0.010628 0.012327 P indus0.032153 0.027156 -0.016325 0.032541
P urban-0.001256 0.065231 0.056328 0.063214 0.06325 P trate0.325896 0.236547 0.458951 0.326542
P GDP(-1)-0.0013526 0.001263 -0.00132 -0.00102 样本数目19 20 20 21 20
估计方法1s 1s 1s 1s 1s R20.63258 0.43201 0.61432 0.40325 0.32633 Adj-R20.50369 0.23657 0.36215 0.29541 0.26547 DW 2.3615 1.0236 1.36201
F 0.001036 0.01369
综合以上因素，并对比几种模型的精确度，本研究得出碳排放量对经济发展影响的理论模型为：
M CO2(t)=0.0024+0.002164P GDP(t)+0.012327P hea(t)+0.06325P urban(t)-0.00102P GDP(t-1)。