西部地区中心城市碳排放与经济发展关系研究——以西安市为例

王瑛，何艳芬

西部地区中心城市碳排放与经济发展关系研究——以西安市为例

王瑛，何艳芬*

西北大学城市与环境学院，西安 710127

以西安市为研究对象, 通过拟合人均碳排放与人均GDP的线性关系以检验其是否符合环境库兹涅茨曲线。选取1997—2016年规模以上工业企业9种能源消费量计算得到的人均碳排放数据, 并绘制时间序列曲线。时间序列曲线具有波动式上升的特征, 但近年来处于明显的下降阶段; 通过拟合人均碳排放与人均GDP之间的关系, 发现二者之间呈现倒“U”型曲线关系, 西安市人均碳排放与人均GDP之间的关系符合库兹涅茨曲线, 并且碳排放随着经济的发展已经超过峰值, 说明随着人均GDP增长环境污染已有所改善。结合同期GDP总量、城镇化水平、产业结构及其变化以及技术进步系数进行了灰色关联分析, 表明人均碳排放与这些指标均存在相当的关联度。

环境库兹涅茨曲线; 西安市; 碳排放; 灰色关联度分析

0 前言

20世纪70年代以来, 伴随着全球经济的快速发展, 人口剧增、环境污染、资源耗竭、自然灾害等环境问题日益突出, 经济发展与环境之间的关系成为学者们关注的焦点。关于经济发展与环境污染的定量关系, 最经典的论断是环境库兹涅茨曲线(Environ­mental Kuznets Curves, EKC)理论。该论断由美国经济学家Grossman和Krueger基于66个国家14种污染物12年的变动情况的分析提出, 该假说认为: 在经济发展初期, 环境污染随着经济的发展不断恶化, 当经济发展达到某一水平时环境污染达到最大程度, 过了该转折点后, 随着经济的进一步发展, 环境污染程度随之降低, 环境质量得以改善, 即经济发展与环境污染呈倒“U”型的曲线关系[1]。自该假说提出以来, 学者们对此进行了多角度的检验。国外学者如Shafik等[2]对SO2和SPM的排放, Lucas[3]对SO2、BOD5、NO2、铅、CFCs及固体废物, Selden等[4]对SO2、CO2、NO2和SPM的排放, Xepapadeas等[5]对大气中SO2的浓度, Shunji等[6]对SO2等的研究均表明这些环境指标和人均收入二者具有“先上升后下降”的环境库兹涅茨曲线特征; 国内学者在验证过程中选取了不同指标来衡量环境污染的情况, 其研究结果也呈现多样化特征(N型, 倒U+U型, 倒U型曲线左侧, U型曲线左侧, 倒U型)[7-11]。

关于二氧化碳环境指标和经济发展关系的研究方面: 在国家级层次上, 许广月等[12]认为中国及其东部地区和中部地区存在人均碳排放环境库兹涅茨曲线, 而西部地区不存在该曲线; 李国志等[13]表明东中部地区存在人均碳排放EKC, 西部地区人均碳排放与经济增长呈线性关系; 在省级层次上, 邵锋祥等[14]研究陕西省碳排放与经济增长之间的关系, 发现陕西省碳排放存在倒“U”型曲线; 在城市层面, 王莉雯等[15]对沈阳市碳排放与经济发展进行研究, 发现沈阳市碳排放与人均GDP拟合曲线符合“N”型特征, 沈阳市的年均碳排放已经跨过了转折点; 吴振信等[16]研究北京市碳排放与经济增长相关性, 其曲线呈倒“N”型。也有部分学者对西安市经济发展与环境污染水平关系进行了关注: 如薛东前等[17]研究工业三废与经济发展的关系, 表明三废排放量与人口因素和经济规模因素密切相关, 而与能源消费状况相关程度相对较低; 李红艳等[18]研究工业三废与人均GDP的关系, 表明废气和废水排放与人均GDP呈倒“N”形曲线关系, 固体废弃物与人均GDP呈“U”形曲线关系; 王长燕等[19]研究工业废气与人均GDP的关系, 表明两者呈“N”形曲线关系。

总体来看, 以往研究多集中于选取工业三废作为衡量环境污染水平的指标, 选取二氧化碳的相对较少, 主要集中于国家级、省级、东中西部层面, 而关于市级层面的研究, 尤其是生态脆弱性较强的西部城市的研究较少。研究存在的不足之处有: 主要是对曲线特征进行描述以及简单说明, 并未对曲线的轨迹分析其深层次的原因。本文以西安市为研究对象, 选取人均GDP指标表征经济发展水平, 选取人均碳排放指标表征环境污染水平, 研究其是否存在环境库兹涅茨曲线？探讨其经济发展与环境污染的影响因素？旨在为西安市今后的可持续发展提供理论依据。

1 西安市环境库兹涅茨曲线分析

1.1 研究区概况

西安市总面积达10097 km2, 2016年末常住人口883.21万, 城镇化率达66.94%。在全国区域经济布局上, 西安作为新亚欧大陆桥中国段——陇海兰新铁路沿线经济带上最大的西部中心城市, 是国家实施西部大开发战略的桥头堡, 具有承东启西、连接南北的重要战略地位, 其经济的快速发展必然带来环境的污染, 尤其是近几年的雾霾天气备受关注[20-21]。在“十二五”规划中, 陕西省作为低碳试点省份, 研究其省会城市西安市的经济发展与二氧化碳排放的关系具有重要意义, 同时对于西安市未来的发展具有一定借鉴意义。

1.2 数据来源

文章选取1997—2016年西安市人均二氧化碳排放量指标表征环境污染状况, 选取人均GDP指标表征经济发展水平。数据来源于《西安统计年鉴》(1998—2017年)。

1.3 数据估算

目前, 关于二氧化碳排放量没有明确的统计数据, 本文采用表面能源消费量估算法[13]来进行碳排放量的估算。首先将各种能源的实际消费量按照一定的系数折算成标准统计量, 然后再乘以各自的碳排放系数即可得到二氧化碳排放总量, 具体指标见表1。其公式为:

式(1)中:E为第年西安市碳排放总量;为能源种类;A为第种能源第年的消费量;B为第种能源的碳排放系数。

表1 各类能源的折标准煤参考系数和碳排放系数

资料来源:《中国统计年鉴》(2008); IPCC(1995)

如图1所示: 在1997—2016年期间, 西安市人均GDP呈上升趋势, 从0.74万元增加到7.16万元, 增加了9.68倍。其中, 1997—2008年, 人均GDP增长缓慢; 2009—2016年, 人均GDP增长迅速, 主要得益于西部大开发战略的实施, 西安市的各项投资迅速增加, 带动了经济的发展。人均二氧化碳排放在此期间呈波动式, 整体上具有上升趋势, 从0.3 t增加到0.57 t, 增加了1.90倍, 但近年来呈明显的下降趋势。其中, 1997—2003年, 人均二氧化碳排放增长幅度比较平稳, 由于经济发展速度较慢, 各类能源的消耗较低, 碳排放总量少; 2004—2013年, 人均二氧化碳排放增长迅速, 原因在于工业的快速发展, 需要消耗大量能源, 以及人们购买各类机动车和家电数量的增多, 其废气的排放对于环境污染至关重要; 2014—2016年, 人均二氧化碳排放又呈现降低的趋势, 主要得益于产业结构的转型, 技术的进步, 以及相关政府部门对二氧化碳排放的治理力度的加强。从整体来看, 人均GDP的增长幅度大于人均二氧化碳排放的增长幅度, 经济发展对于二氧化碳排放的驱动作用比较明显。

图1 西安市1997—2016年人均GDP、人均碳排放图

Figure 1 Xi'an 1997-2016 GDP per capita, per capita carbon emissions

1.4 模型选取及拟合分析

目前EKC研究选用的模型主要有: 二次模型, 三次模型, 对数模型[10]。

通过SPSS软件对三种模型分别进行拟合分析, 其中三次函数的拟合度系数最高,R=0.868, 接近于1, 拟合优度最高, 对于环境库兹涅茨曲线具有充分的解释意义。拟合函数为:0.005＋0.477－0.059X＋0.002X。如图2所示。

根据拟合曲线(图2)可以得知: 西安市1997—2016年人均二氧化碳排放与人均GDP呈现倒“U”型, 说明西安市人均碳排放与人均GDP在研究时段内存在环境库兹涅茨曲线。在人均GDP尚未达到4.0万元(2010年)时, 随着人均GDP的增加, 人均二氧化碳的排放逐渐增多; 当人均GDP达到4.0万元后, 随着人均GDP的增加, 人均二氧化碳的排放呈现下降趋势。结合西安市产业结构, 环境政策, 科技进步, 环保投入等要素进一步分析其原因。

图2 西安市人均二氧化碳排放与人均GDP拟合曲线

Figure 2 Xi'an fitting curve of per capita carbon emissions and GDP per capita

(1)如图3所示, 西安市在研究时段内是“三、二、一”的产业结构, 三次产业结构由1997年的10.50:40.50:49.00转变为2016年的3.69:35.02: 61.29。第一产业所占比例小且一直呈下降趋势, 第二产业在1997—2010年呈缓慢增长趋势, 2010—2016年呈下降趋势, 第三产业在1997—2010年呈缓慢增长趋势, 2010—2016年增长速度较快。自西部大开发以来, 西安市通过对纺织、电子、机械制造业等传统工业结构进行调整, 逐渐形成了以高新技术产业、装备制造业、旅游业、文化产业、现代服务业等为主的新型产业结构, 并且使其发展成为西安市的主导产业。尤其2016年西安市高新技术产业增速较快(其中: 计算机、通信和其他电子设备制造业增加值增长36.0%, 汽车制造业增长10.8%, 电气机械和器材制造业增长15.9%), 而六大高耗能行业增长9.9%。在未来, 西安市将重点发展汽车、电子信息、高端装备制造、航空航天、医药、食品加工制造、新材料与新能源等七个支柱产业。产业结构的优化是影响二氧化碳排放的关键因素。

产业碳排放主要集中在6大高耗能工业部门, 包括石油加工炼焦及核燃料加工业, 化学原料及化学制品制造业, 非金属矿物制品业, 黑色金属冶炼及压延加工业, 有色金属冶炼及压延加工业, 电力、热力的生产和供应业等, 这些产业也是煤炭和石油等高碳能源使用最为集中的产业[22]。选取西安市1997—2016年规模以上工业企业6大高耗能工业部门的综合能源消费量, 如图4所示, 从图中可以看出: 2005—2016年6大高耗能工业部门的综合能源消费量呈现波动式, 电力、热力的生产和供应业部门的能源消耗量呈现波动式的上升, 其余5大部门均呈现波动式下降, 这些高耗能工业企业资源消耗量的减少对于环境质量的改善至关重要。

图3 西安市三次产业占比变化趋势图

Figure 3 The changes of the proportion of tertiary industry of Xi’an

(2)2013—2015年, 西安市累计拆除燃煤锅炉1335台, 每年可削减燃煤约179万t。2015年, 大幅压缩, 整合煤炭市场, 关停197个煤炭市场, 从源头提高了用煤质量。5.2万户蜂窝煤用户实施了电、天然气、液化气、洁净煤替代。“十二五”期间, 陕西省作为低碳试点省份, 这一政策的推行, 对于减少西安市碳排放起到了关键作用。通过全面修订《西安市机动车排气污染防治条例》, 《“十三五”生态环境保护规划》(2016), 以及近些年来推行的“治污减霾”、“限行”等政策。此外, 陕西省出台了《陕西省节约能源条例》、《陕西省太阳能光伏和半导体照明产业发展振兴规划》等政策来减少环境污染。这一系列政策的推行有助于改善西安市环境质量。

图4 西安市六大高耗能工业部门综合能源消费量

Figure 4 Xi'an six energy-intensive industrial sectors integrated energy consumption

(3)科技进步可以推动经济发展, 也可以提高能源利用率, 缓解环境压力。西安市近些年来大力发展各项高新技术产业, 2016年计算机、通信和其他电子设备制造业增加值增长36.0%, 汽车制造业增长10.8%, 电气机械和器材制造业增长15.9%。未来, 西安市将重点发展汽车、电子信息、高端装备制造、航空航天、医药、食品加工制造、新材料与新能源等七个支柱产业。其次, 西安市近些年来各个工业园区(高新技术产业开发区、经济技术开发区、曲江新区、浐灞生态区、阎良国家航空高新技术产业基地、西安国家民用航天产业基地、国际港务区、沣渭新区)的建立, 大力发展高新技术, 也是西安市环境质量改善的原因。

(4)根据发达国家经验, 环保投入要占到国内生产总值的1%—1.5%, 才能有效控制住环境污染; 达到3%才能使环境质量得到改善[8]。西安市在2009年环境保护投资已达到53.19亿元, 占地区生产总值的1.96%, 在一定程度上控制了环境污染。

2 影响因素分析

2.1 理论依据

一个国家或地区在经济发展初期其环境污染水平较低, 随着经济的发展, 其环境污染也随之加剧; 当经济发展达到一定程度时(转折点的出现), 随着经济的进一步发展, 其环境污染有所减缓, 环境质量得以改善[23]。从经济发展, 产业结构, 技术进步等三方面来具体分析经济发展与环境污染的关系。

(1)经济发展: 城镇化引发的碳排量占全球碳排放总量的78%, 人类活动已成为影响全球变化的主要因素[24]。伴随着经济和城镇化的发展, 会造成环境的污染。故选取GDP总量以及城镇化率来反映经济发展水平。

(2)产业结构: 不同的产业对环境影响程度不同, 第二产业对环境污染最大, 第一产业次之, 第三产业最小[8]。故选取一二三产业的产值占总产值的比重来反映产业结构。

(3)技术进步: 技术进步在推动经济发展的同时有利于缓解环境压力, 技术进步有助于革新生产设备, 提高能源利用率, 从而减少各污染气体的排放。故选取单位GDP能耗来反映技术进步(受统计资料影响, 选取2005—2016年)。

2.2 因素分析

一方面, 西安市的二氧化碳排放是根据各个能源的消耗量估算得来, 并非精准数据; 另一方面, 二氧化碳的排放受到经济发展、社会、人为活动、技术水平等各个方面的影响, 是典型的灰色系统, 所以比较适合用灰色关联分析方法[19]来进行分析。根据上述分析选取以下影响因素, 见表2。

2.3 建立模型

(1)选择参考序列和比较序列

(2)指标值规范化处理

(3)计算关联系数

(4)计算关联度,计算结果见表3。

2.4 结果分析

根据分析结果发现: 西安市二氧化碳排放的变化是经济发展, 产业结构, 技术进步共同作用的结果, 均受到以上各个因素不同程度的影响。

(1) 人均二氧化碳的排放与GDP总量(0.72)的关联度最大, 说明经济的发展对西安市二氧化碳的排放影响较大。尤其是近些年来经济的快速发展, 人们购买各类机动车, 家电等高耗能产品的数量急剧增多, 经济的快速发展使得全社会车辆数拥有量在2016年已达到258.85万辆, 比2000年的31.03万辆增涨了8.34倍。此外, 居民的消费需求从以“衣、食”支出为主逐渐向“住、行、乐”等方面发展, 与之相关的碳排放也相应增多。

表2 环境影响因素

数据来源:《西安统计年鉴》(1998—2017); 城镇化率=城镇人口/总人口, 其余各数据均是统计年鉴数据。

表3 灰色关联度计算结果

人均二氧化碳的排放与城镇化率的关联度较高(0.63)。西安市城镇化率2016年已达到66.94%, 一方面人口的增加对资源的需求和消耗持续增加, 这无疑会加大对生态环境的破坏, 从而污染环境; 另一方面, 人口的集聚, 经济的发展, 人口素质的提高以及环保意识的增强, 会使人们在追求经济发展的同时更注重生活质量的需求, 在一定程度上会缓解乃至改善环境质量。

(2)三次产业中, 第一产业主要以绿色植物为主, 对环境的影响相对较小, 在一定程度上还可以起到改善环境质量的作用, 第二产业以大量消耗矿产资源和能源为代价, 对环境危害较大, 第三产业对资源依赖性较小, 但是旅游业的过度开发, 交通运输业的快速发展, 餐饮业的繁荣发展等等也会对环境造成恶性影响。

三次产业占比情况第一产业(0.55)、第二产业(0.62)、第三产业(0.62)与人均二氧化碳排放的关联度, 其中第一产业关联度最小。在近年来西安市第一产业比重已降至很低, 对西安市二氧化碳的排放影响较小。第二产业和第三产业与碳排放的关联度较高, 西安市第二产业在研究时段内所占比重也相对较高, 并没有形成第三产业主导的发展模式, 而第三产业尤其是西安市作为十三朝古都, 厚重的历史文化使其拥有众多著名的旅游景点, 而近些年来对旅游业的过度开发, 以及接待游客数量的大量增加, 在增加收入的同时也污染了环境。

(3)单位GDP能耗(0.57)对二氧化碳的排放影响相对较小。技术进步一方面可以提高能源利用率, 在一定程度上间接减少污染物的排放, 另一方面可以革新生产设备, 改进生产技术和方法直接减少污染物的排放。西安市拥有较强的科技实力, 在今后应充分发挥其科技优势, 促使技术进步带动经济的发展和环境质量的改善。

3 结论与讨论

3.1 结论

(1)西安市1997—2016年人均GDP和人均碳排放的时间序列表明, 人均GDP总体呈上升趋势, 在研究时段内增加了9.68倍; 人均碳排放整体上呈现上升趋势, 在研究时段内增加了1.9倍, 但近年来呈现明显的下降趋势。从整体来看, 人均GDP的增长幅度大于人均二氧化碳排放的增长幅度, 经济发展对于二氧化碳排放的驱动作用比较明显。

(2)采用环境库兹涅茨模型对西安市1997—2016年人均GDP与人均二氧化碳排放的数据进行分析, 结果表明: 1997—2010年, 人均碳排放随着经济的发展而增多, 2011—2016年, 人均碳排放随着经济的进一步发展而减少, 拟合曲线呈倒“U”型, 存在环境库兹涅茨曲线。说明随着经济的发展, 环境质量有所改善, 这与产业结构优化、环境政策、科技进步和环保投入有着直接的关系。

(3)从灰色关联分析来看, 西安市二氧化碳的排放受到经济发展、产业结构和技术进步的共同影响。经济的快速发展使得居民购买机动车、家电等高耗能产品的数量增多, 消费需求从以“衣、食”支出为主向“住、行、乐”支出转变, 从而引起碳排放的增多; 城镇化率对环境质量具有两面性, 一方面城镇人口的增多会加大对能源的消耗, 另一方面人口的高度集聚会使一些基础设施、公共资源得以共享, 在一定程度上减少能源消耗。三次产业中, 第一产业在一定程度上可以改善环境质量, 第二产业属于高耗能型, 对环境污染较大, 第三产业的过度开发以及大量接待游客, 使得能源消耗增多。技术进步可以革新生产设备, 提高能源利用率, 从而改善环境质量。

3.2 建议

(1)合理控制经济增长速度, 保持适度的经济增长。在经济新常态的时代背景下, 西安市应综合考虑各方面因素, 调整经济结构, 转变经济增长方式, 协调好投资、消费、出口“三驾马车”的拉动作用。在绿色发展理念的指导下, 制定合理的减排政策, 切实处理好经济发展与环境保护的关系, 实现经济的可持续性发展。伴随西安市城镇化的快速发展, 注重人口素质的提高, 人口的高度集聚, 要使得公共基础设施和公共资源得以最大化利用。政策的制定方面, 西安市在引进人才过程中, 应注重考虑城市的合理容纳度。

(2)目前, 西安市呈现“三、二、一”的产业发展格局, 协调好三次产业的发展结构, 对于西安市走可持续发展之路至关重要。近年来, 西安市第一产业比重已降至很低, 在未来发展过程中, 应保证基本的耕地资源, 发展城郊型农业, 推广循环农业模式和低碳农业技术, 不仅可以供给西安市场, 获得收益, 还可以吸收碳排放, 改善空气质量。在城区建设中, 应增加植被覆盖率, 扩大绿化面积, 可以吸收城市废气、净化城市空气; 优化第二产业结构, 继续淘汰和关停高污染高耗能企业, 加大创新力度, 增加科研投入, 通过革新生产设备, 提高能源利用率, 创造绿色、低碳、附加值高的产品。大力扶持生产规模大、装备先进、低物耗低能耗的工业企业来西安投资设厂, 重点发展高附加值、高技术含量和低污染的产业, 走低碳环保可持续之路; 第三产业作为西安市的主要拉动产业, 应注重优化内部结构, 提升产业结构层次, 依托厚重的历史文化遗产资源, 注重文化底蕴的发展, 提升文化软实力。借助现有的科教和人才资源优势, 大力培育并发展新材料与新能源、高科技、节能环保型的产业, 大力发展信息产业、环保产业、绿色产业等新型产业。

(3)西安市利用自身的科教资源和人才优势, 依托现有的产业园(高新技术产业开发区、浐灞生态区、阎良国家航空高新技术产业基地等等), 加大科研投入力度, 延伸园区产业链, 大力培育以信息技术为核心的高科技产业, 促进知识密集型和技术密集型的新型环保产业的发展。在促进经济发展的同时, 改善环境质量, 建设可持续发展的现代化城市。

4 讨论

(1)本文对西安市碳排放与经济发展之间的关系进行了研究, 得出初步的结论, 为西安市今后的发展提供理论依据。但由于时间序列较短, 不能全面的反映西安市经济增长与环境污染水平之间的关系。希望在今后的研究中可以弥补这一不足。

(2)二氧化碳的排放来源于三次产业生产活动、居民生活消费等各个方面, 而本研究仅仅选取规模以上工业企业9种能源消费量, 存在一定的局限性, 希望后期研究可以从不同角度着手收集二氧化碳排放数据进行研究。

(3)环境质量受多方面的影响, 本研究仅仅选取二氧化碳排放这一指标, 虽然拟合结果呈倒“U”型, 但不能误认为随着经济的进一步发展环境质量会一直改善, 也不能走“先污染, 后治理”的道路。环境质量的改善需要调整好产业结构, 制定合理的政策, 增加环保投入, 需要政府、企业和公民的共同努力, 正所谓“既要金山银山, 也要绿水青山”。

[1] SELDEN T M, SONG D. Neoclassical growth, the J curve for abatement, and the inverted U curve for pollution[J]. Journal of Environmental Economics and management, 1995, 29(2): 162–168.

[2] SHAFIK N, BANDYOPADHYAY S. Economic growth and environmental quality: time series and cross- country evidence[C]. Washington: World Bank Working Paper WPS 904, 1992.

[3] LUCAS R E B, WHEELER D, HETTIGE H. Economic development, environmental regulation and the international migration of toxic industrial pollution: 1960-1988[J]. Policy Research Working Paper, 1992, 2007(04): 13–18.

[4] SELDEN T M, SONG D. Environmental quality and development: is there a Kuznets curve for air pollution emission?[J]. Journal of Environmental Economics and Management, 1994, 27(2): 147–162.

[5] XEPAPADEAS A, AMRI E. Environmental quality and economic development: empirical evidence based on qualitative characteristics. Papers of the 6th Annual Conference of the European Association of Environmental and Resource Economists, 1995[C]. Sweden.

[6] SHUNJI M, REISHI M IKUHO K. Economic growth and environment quality in developing countries: a verification of Environmental Kuznets Curve[D]. Higashihiroshima: Hiroshima University, 2002.

[7] 段晓峰, 许学工. 山东省污染物排放与经济发展水平的关系[J]. 地理科学进展, 2010, 29(3): 342–346.

[8] 王西琴, 何芬, 张兵. 丽江市经济发展与环境污染水平的关系[J]. 地理研究, 2010, 29(5): 927–934.

[9] 庄大昌, 叶浩, 张慧霞. 广州市经济发展与水环境污染的关系研究[J]. 经济地理, 2013, 33(12): 38–41.

[10] 陈强强, 窦学诚. 甘肃省环境库兹涅茨曲线估计及其驱动因子分析[J]. 干旱区地理, 2011, 34(5): 866–873.

[11] 吴玉萍, 董锁成, 宋键峰. 北京市经济增长与环境污染水平计量模型研究[J]. 地理研究, 2002, 21(2): 239–246.

[12] 许广月, 宋德勇. 中国碳排放环境库兹涅茨曲线的实证研究——基于省域面板数据[J]. 中国工业经济, 2010 (5): 37–47.

[13] 李国志, 李宗植. 二氧化碳排放与经济增长关系的EKC检验——对我国东、中、西部地区的一项比较[J]. 产经评论, 2011(6): 139–151.

[14] 邵锋祥, 屈小娥, 席瑶.陕西省碳排放环境库兹涅茨曲线及影响因素——基于1978—2008年的实证分析[J]. 干旱区资源与环境, 2012, 26(8): 37–43.

[15] 王莉雯, 卫亚星. 沈阳市经济发展演变与碳排放效应研究[J]. 自然资源学报, 2014, 29(1): 27–38.

[16] 吴振信, 万埠磊. 基于环境库兹涅茨曲线的北京市碳排放与经济增长相关性研究[J]. 经济研究导刊, 2012(14): 61–64.

[17] 薛东前, 闫萍. 西安市经济发展与环境关系的关联分析[J]. 干旱区资源与环境, 2006, 20(6): 19–25.

[18] 李红艳, 李晶, 张东海, 等. 西安市环境库兹涅茨曲线分析[J]. 干旱区研究, 2013, 30(3): 556–562.

[19] 王长燕, 赵景波. 西安市工业废气排放的环境库兹涅茨曲线变异及原因分析[J]. 陕西师范大学学报(自然科学版), 2007, 35(3): 100–103.

[20] 韩晔, 周忠学. 西安市绿地景观吸收雾霾生态系统服务测算及空间格局[J]. 地理研究, 2015, 34(7): 1247–1258.

[21] 韩浩, 解建仓, 姜仁贵, 等. 西安市雾霾时空分布特征研究[J]. 环境污染与防治, 2016, 38(5):73-76.

[22] 曾贤刚. 二氧化碳减排的经济学分析[M]. 北京: 中国环境科学出版社, 2011.

[23] 潘习平, 沙景华, 张宏亮. 铜陵市经济增长与环境污染关系研究——基于环境库兹涅茨曲线假说[J]. 资源与产业, 2014, 16(1): 121–126.

[24] 樊杰. 中国人文与经济地理学者的学术探究和社会贡献[M]. 北京: 商务印书馆, 2016.

[25] 李健, 周慧. 中国碳排放强度与产业结构的关联分析[J]. 中国人口·资源与环境, 2012, 22(1): 7–14.

[26] 李炎丽, 梁浩, 梁保松. 河南省碳排放因素分解及关联分析[J]. 河南农业大学学报, 2011, 45(5): 605–610.

A study on the relationship between carbon emissions and economic develop­ment in the central region of western China:a case of Xi'an city

WANG Ying, HE Yanfen

College of Urban and Environmental Science, Northwest University, Xi'an 710127, China

Taking the city of Xi'an as the research object, the existence of Environmental Kuznets Curve is verified by fitting the linear relationship between per capita carbon emission and per capita GDP. The per capita carbon emission data obtained from 9 kinds of energy consumption in Industrial Enterprises above scale from 1997 to 2016 were selected and the time series curves were drawn. Time series curve had the characteristics of increasing, but in recent years in the decline stage. By fitting the relationship between per capita carbon emission and per capita GDP, it was found that there was an inverted "U" curve relationship between the two, and there existed Environmental Kuznets Curve between per capita GDP carbon emissions and per capita in Xi'an, and the carbon emissions exceeded the peak of the economy, which all showed that with the per capita GDP growth, the environmental pollution improved. Combined with the total GDP in the same period, the urbanization level, the industrial structure and its change as well as the technological progress the Grey Correlation were analyzed, which showed that there was a significant correlation between per capita carbon emissions and these indicators.

environmental Kuznets curve; Xi’an city; carbon emissions; grey correlation analysis

10.14108/j.cnki.1008-8873.2019.04.029

K901

A

1008-8873(2019)04-217-08

2018-07-26;

2018-10-15

陕西省土地整治重点实验室项目(编号: 211927180168)

王瑛(1993—), 女, 陕西渭南人, 硕士研究生, 主要从事资源与环境可持续发展研究, E-mail: 1412191347@qq.com

何艳芬, 女, 博士, 副教授, 主要从事资源环境遥感和地理信息系统应用研究, E-mail: 546947015@qq.com

王瑛，何艳芬. 西部地区中心城市碳排放与经济发展关系研究——以西安市为例[J]. 生态科学, 2019, 38(4): 217-224.

WANG Ying, HE Yanfen. A study on the relationship between carbon emissions and economic development in the central region of western China: a case of Xi'an city[J]. Ecological Science, 2019, 38(4): 217-224.