《表4 2 0 0 0—2016年各省碳排放增长率ARMA模型》

  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

《供给侧结构性改革下中国碳排放量潜在增长率估算》

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

通过计算不同省份q和p取值范围，确定模型阶数，识别模型和参数估计。具体分析过程参考文献[17]。表4是预测结果，结果证实各省Q统计量和p值均无法拒绝其对应残差自相关系数为0的假设，说明结果是稳定的。借助ARMA模型，根据2000—2016年历史数据预测2017—2025年各省碳排放量潜在增长率（见表5）。由表5可知，各省碳排放量呈下降态势，但各省间潜在碳排放量存较大差异。其中北京、上海等东部地区，潜在碳排放量下降较为迅速。这可能和地区产业结构向高新技术、服务行业等转化有关[18]。福建、河南、四川、湖南和河北等中东部地区及部分西部省份其碳排放量降幅并不十分显著，这些地区多是我国高碳行业集中区，加之快速城市化引致的城市扩张和人口集聚，短期内难以实现碳排放量的迅速减少。辽宁、吉林和黑龙江等老重工业基地碳排放量下降速度较快，这种下降并非完全是供给侧改革的结果，更多的是旧有产业发展动力不足而引致的。新疆、内蒙古、山西等地多为煤炭、石油等化石能源输出区，隐含碳排放量较高，但受益于大规模的新能源使用，上述地区潜在碳排放增速下降同样较为显著。