本文是一篇经济论文，本研究以中国省际碳转移量为研究对象，分析其在2012、2015和2017三年的时空变化规律以及驱动机制。在碳转移网络方面，运用MRIO核算碳转移量，使用社会网络分析识别转移网络的关键节点；
第1章 绪论
1.1 研究背景及意义
全球气候变暖问题是国际关注的焦点。自1992年《联合国气候变化框架公约》生效以来，合约要求缔约国每年提交排放清单以监测减排进展[1]。2015年《巴黎协定》明确提出，在21世纪末将全球气温升幅限制在2℃以内。协定提出短期目标为“国家自主决定贡献”（NDCs），长期目标为到21世纪后半叶实现净零排放[2]。到2023年10月，151个国家已提出净零排放目标，其中包括中国、美国、日本、德国、加拿大、英国等世界主要碳排放国。世界各国积极采取措施包括政策执行、技术开发和资金支持等共同应对全球气候治理的挑战。中国、美国、韩国、欧盟等地建立排放权交易机制实现减排目标。德国通过“气候保护高技术战略”推动能源效率和可再生能源发展，澳大利亚和日本也在不同程度上提出了减排目标，并采取相应的政策和技术措施[3]。中国将应对气候变化融入经济社会发展全局，从优化能源效率、调整产业结构、创新减排技术、健全碳交易市场、严格执法监督等方面采取相关措施，实现显著减排成果[3]。2015-2019年间，中国单位GDP的CO2排放下降了48%，非化石能源占比从7.4%提高到15.3%。
产业链跨部门和跨区域的特性导致了区域间碳排放的显著差异[4]。发达地区往往依赖资本和技术优势，将碳排放转移至产业链前端地区，以实现区域内减排[4-6]。这种外包模式使得以资源密集型产业为主的国家或地区可能承担更多的环境污染和减排责任[7-9]。因此，量化碳转移量及驱动因素对于合理设置碳减排目标，实现区域减排公平性至关重要。此外，在城市发展和转型过程中，产业转型将重塑供应链，并改变城市在区域供应链中的定位[10]，也可能进一步引发额外碳转移[11]。这些因素将将加剧区域间碳排放不平等和可持续发展困境。因此理解区域间的碳转移趋势及其变化的原因，对于科学设置碳减排目标，实现区域减排公平至关重要。在中国经济发展新阶段，巨大的经济规模和国内消费市场加剧了省际碳转移现象[12-13]。同时，中国致力于推进技术创新和产业升级[14]，2015年第三产业对GDP贡献首次超过50% [15]。
.......................
1.2 国内外研究现状
1.2.1 碳排放核算方法
碳足迹是指人类生产和消费活动中所排放的与气候变化相关气体总量[31-32]。自1992年《联合国气候变化框架公约》和《京都议定书》同时生效以来，全球对气候变化问题的关注日益增加，如何准确核算碳足迹成为热点研究课题[1]。为应对国际减排公约，宏观视角下的研究如核算全球、国家、城市为单位的碳足迹时空演变规律以及预测未来发展趋势是碳足迹研究的主要研究方向。这一类研究关注于宏观层面的碳足迹增长态势，审视全局视角下区域减排进展，为国际减排规划提供参考 [33-35]。而当需要对具体产品或服务的环境影响进行细致分析时，碳足迹内在驱动规律时，生命周期评价法等相关过程分析法则是更加适宜的研究手段，对个人行为、产品、特定产业部门进行微观层面研究。这方面研究通过细分系统边界，核算个体行为或是产品及部门全生命周期内产生的碳足迹并揭示其对环境造成的影响[36-40]，发现产品制造、产业管理等方面的薄弱环节，针对问题提出减污降碳手段。因此，碳足迹核算方法主要分为两种，一种是过程分析法，另一种是投入产出分析[32]。过程分析法适用于不同尺度的碳足迹核算，研究需要丰富的原始数据和准确的系统边界划分[41]。但由于数据和工作量的限制，基于过程的生命周期分析难以追溯更深层级的物质投入和环境影响，无法全面分析所有供应链路径，从而产生“截断误差”[42-43]。而投入产出分析（Input Output Analysis）是研究一个经济系统各部门间的“投入”与“产出”关系的数学模型，其优势在于可以说明供应链和贸易在区域间和行业间的关系[17]，是用于核算省际碳转移最常用的方法。在核算碳排放的相关研究中，存在范围1（Scope 1）、范围2（Scope2）、范围3（Scope3）三类核算边界。范围1主要包括企业生产电力、热力和蒸汽造成的碳排放，范围2在范围1基础上，还包括企业购买用于自身消费的碳排放。而Scope3是在Scope2基础上，同时考虑企业在整个供应链所造成的间接排放。投入产出法的优势在于，可以依靠其定义丰富的产业数据，进一步核算Scope3范围下的碳排放情况[44]。
.....................
第2章 全国碳转移网络时空变化趋势
2.1 研究方法
2.1.1 多区域投入产出分析
本文构建环境扩展的多区域投入产出模型(Environmentally-extended Muti-regional Input-output Analysis，简称EE-MRIO)模型以核算碳转移量。美国经济学家Wassily W. Leontief首先提出并创立了投入产出模型[60]，该模型揭示了供应链中不同部门之间的贸易流动，方程可表示为：
经济论文怎么写
...................
2.2 结果与讨论
2.2.1 各省份碳流入和流出
在2012-2017年间，全国省际碳转移量呈现上升趋势，并且展现出区域差异（图2-2）。中国省际碳转移量在2012-2015年由3474.8Mt升至3907.8Mt，在2015-2017年碳转移量变化趋于稳定，由3907.8Mt下降至3904.0Mt。在碳流入和流出的空间分布方面，碳流入较大的省份集中于东部沿海区域，在2012-2017年内陆地区的碳流入增长明显。而碳流出较大的省份集中于中部、北部省份。该结果表明中国存在碳泄漏现象，东部沿海省份可能将高碳排放的工业活动外包至中部、北部省份，以实现区域减排。
经济论文怎么写
............................
第3章 产业结构对中国碳转移的影响.................................. 29
3.1研究方法 ....................................... 29
3.1.1 结构分解分析 ................................ 29
3.2 结果与讨论 .............................. 30
第4章 产业结构对特大城市碳转移的驱动机制................................... 37
4.1 研究方法 ................................... 37
4.1.1情景分析 ........................................ 37
4.2 结果与讨论 ............................. 40
第5章 结论与展望................................ 57
5.1 主要结论 ........................................ 57
5.2 创新点 .................................... 59
第4章 产业结构对特大城市碳转移的驱动机制
4.1 研究方法
4.1.1情景分析
根据中国碳中和目标的二氧化碳减排路径规划[90]，预计到2050年，非化石能源的占比将达到66%，而煤炭、石油和天然气的占比分别下降至6%、15%和13%。本研究对2050年中国的能源消耗和能源结构进行了预测，基于能源结构比例和CEADs碳排放清单数据，估算能源结构转型下的2050年碳排放清单，用于计算能源结构调整后上海碳转移量。另一方面，鉴于大数据、云计算等数字新兴产业的快速发展。研究将通过调控科学研究与技术服务、信息传输服务部门的碳排放量，预测数字经济发展情景下上海碳转移情况。因此，为了识别上海的关键减排部门以规划减排路径，本研究通过估算2050年基准情景S-1、减排情景S-2、数字转型情景S-3下上海碳流入和流出量，预测各部门的减排贡献。
4.1.1.1 情景设置
在情景分析中设定了四个情景：S-0情景为2020年上海碳转移情况；S-1情景核算能源消耗增长情况下2050年上海碳转移量；S-2情景核算能源消耗增长和能源结构优化情况下2050年的上海碳转移量；S-3情景核算能源消耗增长和数字产业碳排放上升情况下2050年上海碳转移量。情景设置如下所示：
经济论文参考
..............................
第5章 结论与展望
5.1 主要结论
本研究以中国省际碳转移量为研究对象，分析其在2012、2015和2017三年的时空变化规律以及驱动机制。在碳转移网络方面，运用MRIO核算碳转移量，使用社会网络分析识别转移网络的关键节点；使用K-means算法对各省进行产业类型聚类，获得省份产业类型；在驱动力分析方面，使用结构分解分析方法，分析各省份碳转移驱动力的空间和产业特征。根据研究结果，总结得到全国碳转移网络时空变化趋势、产业省际对中国碳转移的影响；重点分析产业升级对特大城市碳转移的驱动机制。并通过情景分析，识别能源转型情景的关键减排部门，预测数字经济转型对上海碳转移的潜在影响。从而进一步归纳出中国碳转移的驱动机制和碳转移减排路径。
（1）中国碳转移时空变化趋势
中国碳转移总量呈现上升趋势，由2012年的3474.8Mt升至2017年的3904Mt。中国碳流入和碳流出呈现南北差异，北部省份碳流出水平较高，南部省份碳流入水平较高。山东、河南、江苏三省的碳流入和流出水平在2012、2015、2017年均较高。线性拟合结果显示，GDP与碳流入有较强的正相关关系。在碳强度方面同样呈现南北差异，西北地区碳强度较高、东南地区的碳强度较低。在产业特征方面，碳流入主要的组成部门为建筑、设备部门，碳流出的主要组成部门为能源、金属和非金属产品部门。在网络分析中，中介中心度指标显示河南在2017年代替江苏成为中国碳转移网络的主要控制中心，接近中心度指标表明河北在2012-2017年是中国碳转移网络主要的资源调配中心。
产业聚类结果呈现出由西至东的空间差异，西部省份多为能源型省份，而东部沿海省份的高新制造业占比更高。其中高新制造+服务型省份产业特征有别与其他省份，其碳流入呈现逐年下降的趋势。其中，天津、上海净碳流入量下降迅速，天津净碳流入量由78.5下降至-10.8Mt，上海由144.1下降至9.4Mt，碳转移量趋于平衡。高新制造+服务型碳流入下降主要原因可能归因于其产业结构特征，其中，碳流入中其他服务部门占比较高（19.3%-39.4%），碳流出中运输业的占比较高（19.6-22.4%）。对于重工业、高新制造型省份，推进设备部门绿色能源的发展将是重要的减排路径。同时，基建需求的下降会大量减少建筑业的碳排放，从而城市将有更多余力关注能源、金属部门的节能减排。
参考文献（略）