经济增长是世界各国关注的焦点,但伴随经济增长而产生的环境污染也日益受到各国政府与民众的关注,其中又以造成温室效应的二氧化碳为探究的焦点,如何应对二氧化碳排放的持续增长是各方政府需要面对的严峻挑战。作为目前全球二氧化碳排放量最大的国家,我国不仅在国际上面临着二氧化碳减排带来的舆论压力,而且在国内还受到经济上行带来物质需求上的限制,因此如何在减少二氧化碳排放的同时,还保持经济增长的平稳性,是我国急需解决的难题。在这样的背景下,研究二氧化碳排放与经济增长之间的内在关系就显得尤为重要。本文首先印证了区域因素和时间相关效应会对碳排放产生影响这一假设,随后着重分析在考虑到区域异质性条件下,经济效应以及不可观测的时间相关效应与二氧化碳排放量之间的非线性关系。通过建立非参数模型拟合经济效应和时间相关效应对于碳排放的影响,探究碳排放量的走向趋势以及是否存在“倒U型”的CKC。本文主要内容和结论包含以下几点:第一,二氧化碳排放量与经济发展指标的数据计算。本文基于1997年-2016年我国28个省际面板数据,根据IPCC提出的二氧化碳排放计算方法,得到省际地区八类能源化石燃烧产生的二氧化碳排放量汇总数据。之后利用局部加权回归散点平滑法针对人均碳排放与人均实际GDP关系进行简单拟合,以便与之后的研究结果进行对比分析。第二,探究在考虑区域因素的前提下,增设时间相关因素是否会对模型拟合CKC产生影响。与以往文献中多数将时间效应直接忽略或作为截距项和残差项的模型设定不同,本文为探究时间相关效应,现将时间因素作为虚拟变量添加到模型中,并与单独设立空间虚拟变量的模型结果进行对比分析。考虑到碳排放和经济发展水平二者关系并不是特定的线性关系或者单调关系,本文利用广义加性模型GAM来对CKC进行拟合,在模型中经济效应作为平滑项结构,拟合函数不加以限制,变量更具有灵活性。研究发现:在平滑项结构的经济效应显著存在的情况下,时间和空间两项虚拟变量都对碳排放产生显著性影响,并且在考虑区域因素的前提下,增设时间相关因素会使模型回归整体拟合度变高且光滑度也更好,这恰好印证了不可观测的时间相关因素确实会对碳排放以及CKC产生影响。此时从全国整体角度来看,二氧化碳排放量并没有出现拐点。第三,结合区域异质性前提,在GAMM模型中设立经济效应和时间相关效应以及残差项随机效应为独立变量,构建五大假设模型。根据前文中的时间相关效应会对CKC产生影响的结论,本文创新性的将不可观测时间相关效应与经济效应一并作为独立观测变量。同时考虑到区域异质性,将我国划分为东中西部三大区域,以省际为单位进行分析并对比设立五大对比模型,其中包含异质性的经济效应和时间相关效应。此外,为了解决面板数据特有的相关性和内生性问题,利用自回归移动平均模型ARMA提取残差项结构,并设置为模型中的随机效应。以往国内关于碳排放的文献研究中,多数采用的模型只是单一的固定效应模型或随机效应模型,而本文为使模型中既可以包含光滑项的固定效应又能够包含残差项的随机效应,因此选择兼具两者的广义可加混合模型GAMM。第四,利用AIC准则,从五大假设模型中选取各区域的最适模型,并分析经济效应和时间相关效应如何影响碳排放,以及影响效应在区域之间的差别。研究发现,东中西三大区域选取的最优模型都具备区域异质性的经济效应与区域同质性的时间效应,即经济发展水平对于碳排放产生的影响在各地区存在差异,而不可观测的时间相关效应对于碳排放产生的影响在各地区则基本一致。但是地区之间两大效应对于碳排放的贡献程度存在差异,东部地区的经济效应和时间相关效应对于碳排放产生的影响均大于中部和西部地区。此外,除了东部区域的北京和天津的经济效应对碳排放产生的正向作用与时间效应的负向作用相抵消之外,即碳排放走向可能会出现水平向转折,其他省际地区的经济正向效应均大于时间负向效应。从碳排放峰值来看,虽然从全国和大多数省际区域角度来看并不存在“倒U型”的CKC,但是个别省际地区的碳排放已经展现水平的走向,其他地区的碳排放增长速度也出现了放缓的趋势。