能源是人类社会赖以生存和发展的重要物质基础,是促进经济增长最基本的要素之一。当今中国正处于高速发展阶段,这与能源的消费有着紧密联系,然而大量消耗含碳能源会直接导致全球气候变暖和生态环境的恶化,这无疑给人类的生存和经济的发展带来了严峻的挑战,应对全球气候变暖的趋势成为各国政府一致努力的目标。因此,本文围绕我国碳排放水平的相关话题展开研究,对于应对全球气候变化有着重要的理论和现实意义。本文实证部分选取省分为区域单位,收集2005-2014年各省能源消费数据,计算出省域碳排放量,结合其他指标,探索影响碳排放量的因素。文章具体内容如下:首先采取IPCC在《国家温室气体排放清单指南》中提到的各项能源的碳排放系数及碳排放量的计算方法对全国三十个省份(除澳门、香港特别行政区、台湾和西藏)2005-2014年的碳排放总量进行了计算。发现十年来我国碳排放总量大体上是递增的趋势,其中2005-2010年增长较为陡峭,而2010-2014年增长较为缓慢。其中2013年较2012年的碳排放量是较少的,这可能是我国节能减排政策已初见成效。从热力图可以看出,我国碳排放量存在南北差异和东西差异,即东部碳排放量高于西部,北部碳排放量高于南部,且东西差异大于南北差异。接着,构建两种空间权重矩阵:邻接0-1矩阵(基于rook原理)和距离矩阵。运用了两种空间权重矩阵对全局碳排放量的空间相关性进行计算,比较两者得到的结果,发现采用邻接矩阵得出的结果更优,因此采用邻接矩阵作为本文的空间权重矩阵。根据全局自相关性得出的结果,初步得出结论,即我国省域碳排放量是存在空间自相关性的。在局部空间相关性检验中,先通过Moran’s I散点图将全国三十个省份划分成四个区域:高-高聚集、低-低聚集、高-低聚集和低-高聚集区域。接着用LISA聚集图和LISA显著图来验证结论,发现图中明显显示我国碳排放量确实存在高-高聚集和低-低聚集,且高-高聚集区域主要集中在东部环渤海区域。用STIRPAT模型分解省域碳排放影响因素,结合实证结果,最终选取的三个变量分别是:省域人均GDP、省域总人口和省域能源消费强度。最后,在采用空间计量模型之前,先采用普通OLS估计法对面板模型进行系数估计,发现所选取的三个变量与碳排放量之间确实存在正相关关系。由于验证了我国省域碳排放量确实存在空间自相关性考虑采用空间计量模型进行建模:空间滞后(SLM)和空间误差(SEM)模型。此时,截面之间的相关性使得普通OLS估计不再适用,故采用极大似然估计方法对空间计量模型进行系数估计。得到的结果显示,空间误差模型(SEM)优于空间滞后模型(SLM),因此本文所有结论都基于时空固定效应下的空间误差模型(SEM)。同时实证证明,所选取的三个影响碳排放量的因素都是显著的,故人口、人均GDP和能源消费强度对碳排放量确实有影响。