《表3 安徽省PVAR模型的GMM估计结果（n=256)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于面板数据的PVAR模型分析安徽省城镇化对农业碳排放的影响》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：***、**和*分别表示在1%、5%和10%的水平上显著。括号内为z统计量值。下同。

由表3可知，在被解释变量为Lcqsn的方程中，人口城镇化滞后1期Lurpop(t-1）对农业碳排放强度产生了极显著负向影响（P≤0.01）。土地城镇化滞后1期Lurland(t-1）对农业碳排放强度产生显著正向影响（P≤0.05），可能是土地城镇化程度越高，对以化肥与农药为代表的土地节约型技术依赖度越高，导致碳排放强度增加。农业碳排放强度滞后1期对其自身的影响为正，达到了显著水平，这说明农业碳排放强度自身累积效应比较大，土地城镇化滞后1期Lurland(t-1）对人口城镇化有极显著正向影响，即土地城镇化程度越高，人口城镇化程度也越高，人口城镇化滞后1期Lurpop(t-1）对自身有正向累积效应。而在第3个方程中，人口城镇化滞后1期Lurpop(t-1）对土地城镇化影响为正，但不显著，原因可能是目前，中国土地城镇化远远快于人口城镇化[34]，快速发展的城市建设带动了农村人口向城市的转移。