摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 绪论 | 第8-25页 |
1.1 研究背景 | 第8-19页 |
1.1.1 城镇化进程推进迅速 | 第8-11页 |
1.1.2 全球气候恶化加剧 | 第11-14页 |
1.1.3 应对全球气候变化的行动 | 第14-19页 |
1.2 研究意义 | 第19-21页 |
1.3 研究的内容、方法、框架及创新点 | 第21-24页 |
1.3.1 研究内容 | 第21-22页 |
1.3.2 研究方法和研究框架 | 第22-24页 |
1.3.3 论文创新点 | 第24页 |
1.4 本章小结 | 第24-25页 |
第二章 相关研究文献综述 | 第25-43页 |
2.1 文献综述 | 第25-41页 |
2.1.1 城镇化与碳排放研究综述 | 第25-28页 |
2.1.2 碳排放影响因素相关研究综述 | 第28-36页 |
2.1.3 碳排放预测研究综述 | 第36-41页 |
2.2 文献评述 | 第41-42页 |
2.3 本章小结 | 第42-43页 |
第三章 基于 PATH-STIRPAT 模型的山西省碳排放量影响因素分析 | 第43-58页 |
3.1 模型简介及数据说明 | 第43-48页 |
3.1.1 PATH- STIRPAT 模型 | 第43-46页 |
3.1.2 变量说明及数据来源 | 第46-48页 |
3.2 结果分析 | 第48-55页 |
3.2.1 碳排放量分析 | 第48-49页 |
3.2.2 变量相关性分析 | 第49-51页 |
3.2.3 路径系数分析 | 第51-52页 |
3.2.4 PATH-STIRPAT 分析 | 第52-55页 |
3.3 本章小结 | 第55-58页 |
第四章 基于 SVAR 模型的山西省碳排放影响因素动态冲击效应分析 | 第58-80页 |
4.1 结构向量自回归模型 | 第59-63页 |
4.1.1 向量自回归模型简介 | 第59-60页 |
4.1.2 结构向量自回归模型定义 | 第60-62页 |
4.1.3 SVAR 模型构建 | 第62-63页 |
4.2 数据分析及处理 | 第63-66页 |
4.2.1 平稳性检验 | 第63-64页 |
4.2.2 协整分析 | 第64-65页 |
4.2.3 AR 单位根检验 | 第65-66页 |
4.3 实证分析 | 第66-78页 |
4.3.1 格兰杰因果检验 | 第66-67页 |
4.3.2 SVAR 模型识别 | 第67页 |
4.3.3 脉冲响应分析 | 第67-72页 |
4.3.4 方差分解分析 | 第72-78页 |
4.4 本章小结 | 第78-80页 |
第五章 基于协整和灰色预测的山西省碳排放量预测 | 第80-110页 |
5.1 山西省能源现状及变动趋势 | 第80-86页 |
5.1.1 山西省能源消费量 | 第80-82页 |
5.1.2 山西省产业能源消费 | 第82-85页 |
5.1.3 山西省能源消费结构 | 第85-86页 |
5.2 能源消费总量预测 | 第86-97页 |
5.2.1 模型假定及数据来源 | 第86-87页 |
5.2.2 协整方程结果分析 | 第87-91页 |
5.2.3 协整方程中变量趋势设定及预测 | 第91-96页 |
5.2.4 能源消费量预测分析 | 第96-97页 |
5.3 能源消费结构预测 | 第97-104页 |
5.3.1 模型简介和数据处理 | 第98-100页 |
5.3.2 能源消费结构预测分析 | 第100-104页 |
5.4 能源消费相关的碳排放预测 | 第104-105页 |
5.5 本章小结 | 第105-110页 |
第六章 结论与展望 | 第110-115页 |
6.1 研究结论 | 第110-113页 |
6.2 研究展望 | 第113-115页 |
参考文献 | 第115-130页 |
发表论文和参加科研情况说明 | 第130-131页 |
致谢 | 第131页 |