中国二氧化碳排放的环境库兹涅茨曲线——基于时间序列与面板数据的经验估计

刘华军，闫庆悦，孙曰瑶

（1.山东财政学院经济学院，山东 济南 250014；2.山东大学经济学院，山东 济南 250100）

中国二氧化碳排放的环境库兹涅茨曲线
——基于时间序列与面板数据的经验估计

刘华军1，闫庆悦1，孙曰瑶2

（1.山东财政学院经济学院，山东 济南 250014；2.山东大学经济学院，山东 济南 250100）

本文利用时间序列数据和省际面板数据，选取排放总量、人均排放量、排放强度作为二氧化碳排放指标对中国二氧化碳排放的环境库兹涅茨曲线进行了经验估计。1952—2007年的时间序列协整检验表明，排放总量、人均排放量与人均收入之间存在单调递增的关系，而单位GDP排放量与人均收入之间支持倒U型的环境库兹涅茨曲线，拐点位于1319元。1995—2007年省际面板数据协整检验表明，排放总量与人均收入呈单调递增关系，单位GDP排放量与人均收入之间呈单调递减关系。而人均排放量与人均收入之间存在倒N型关系，两个拐点分别位于3304元和44049元。目前除北京、上海、天津外，其他各省的人均二氧化碳排放量仍位于上升阶段。

环境库兹涅茨曲线；二氧化碳排放；碳减排

1 引言

2009年哥本哈根全球气候大会前夕，中国政府宣布到2020年单位GDP碳排放强度比2005年下降40%～45%，并采取切实措施减缓碳排放。这不仅展现了中国作为一个高度负责任大国的形象，也保证了中国未来发展的碳排放空间，同时也使中国大力推进低碳发展的任务变得更加紧迫。然而，中国作为一个发展中大国，在完成减排承诺的同时必须要充分考虑到自身的经济发展，因此研究二氧化碳排放与经济发展之间的关系对于中国经济和环境政策的制定具有重要的意义。

环境库兹涅茨曲线（EKC）作为研究环境污染与经济发展之间关系的一个重要工具，实证地观察中国二氧化碳排放的环境库兹涅茨曲线，是了解中国经济发展与二氧化碳减排可行性关系的重要途径。精确地估计二氧化碳排放的环境库兹涅茨曲线，进而对其形态和拐点进行正确判断，对于中国二氧化碳减排政策的制定具有重要意义。本文借鉴国内外关于二氧化碳排放环境库兹涅茨曲线的理论与经验研究成果，利用中国1952—2007年的时间序列数据和1995—2007年的省际面板数据，分别选取排放总量、人均排放量、排放强度作为二氧化碳排放指标对中国二氧化碳排放的环境库兹涅茨曲线进行经验估计，得到更多关于二氧化碳排放与经济发展之间关系的有用结论，为中国碳减排提供参考。

2 文献综述

现有研究在以下四个方面体现出明显差异。第一，碳排放指标的选择。现有文献采用的二氧化碳排放指标包括三类：排放总量指标［1］、人均排放量指标［2］、排放强度指标［3］。应该说，以上三种指标各有利弊，总量排放指标无法刻画人口规模以及经济发展水平，而人均排放量指标和排放强度指标则可以弥补总量排放指标的不足。第二，样本选择与数据。现有的经验研究大多采用跨国截面数据或跨国面板数据，仅有少数几篇文献是针对单个国家，如加拿大［4］等。第三，计量模型的设定。在环境库兹涅茨曲线的经验研究中，对计量模型的恰当设定问题一直在讨论当中［5］。现有文献采用的计量模型包括参数估计、非参数估计、半参数估计等。目前大多数文献是利用参数估计方法对二氧化碳环境库兹涅茨曲线进行实证检验。在参数估计过程中，有的文献采用了单位根检验和协整检验技术，而多数文献则采用直接回归。然而直接回归忽视了数据存在单位根的可能性，因此容易导致伪回归。第四，研究结论。现有研究对二氧化碳环境库兹涅茨曲线假说的经验证据是非常混乱的［6］，换言之，二氧化碳排放的环境库兹涅茨曲线存在多种形态。例如，一些研究已经证实了二氧化碳存在倒U型的环境库兹涅茨曲线［7］。而另一些研究却发现二氧化碳排放与人均收入之间呈单调递增的线性关系。此外，还有大量研究得出了N型的二氧化碳环境库兹涅茨曲线［8］。当然，二氧化碳环境库兹涅茨曲线除了存在以上三种形态外，有的研究表明二氧化碳与人均收入之间根本不存在长期关系，当然也就不存在倒U型的环境库兹涅茨曲线。

3 数据与模型

3.1 数据来源选择及处理

（1）二氧化碳排放数据。本文的全国层面及省际层面的二氧化碳数据均采用IPCC方法估算的数据。其中国家层面数据跨度为1952—2007年。在省际排放量估算中，由于将重庆并入四川省计算，同时因为数据缺失，样本中不包括海南、宁夏、西藏及港澳台地区，全部样本为1995—2007年27个省。

（2）其他数据。中国1952—2007年的人口数及各省1980—2007年的人口数来源于历年《中国统计年鉴》。中国1952—2007年及各省1995—2007年的真实GDP，根据历年《中国统计年鉴》统计数据按照2005年不变价进行平减而得到。

3.2 计量模型设定

本文采用参数估计模型来检验中国的二氧化碳环境库兹涅茨曲线。参数估计采用简化的环境库兹涅茨曲线回归模型，如下式所示：

其中，y表示二氧化碳排放。x表示人均收入（用GDP/P表示）；下标i表示省份（在检验国家层面的数据时，可以将其去掉）。t表示时间；α为常数；βk是第k个解释变量的系数；ε为随机误差项。为了消除原始数据的异方差性，对所有变量取自然对数，用Ln表示。该模型可以检验二氧化碳排放与经济发展之间存在的不同关系即二氧化碳环境库兹涅茨曲线的不同形态和拐点。为了综合检验中国的二氧化碳环境库兹涅茨曲线，我们在经验分析中分别采用排放总量（用CO2表示）、人均排放量（用CO2/P表示）和单位GDP排放量（用CO2/GDP表示）作为二氧化碳排放指标。

4 经验估计

4.1 中国二氧化碳排放的环境库兹涅茨曲线

图1描述中国1952—2007年的二氧化碳排放的变动趋势，由图中可以看出，全国二氧化碳排放量与人均二氧化碳排放量走势基本保持持续增长的走势。然而，与排放总量和人均排放量相比，单位GDP二氧化碳排放量从总体上呈现M型的走势，特别地，在1978年之后，我国的单位GDP二氧化碳排放量总体上呈现持续减少的趋势，但是在2002年之后又呈现出小幅攀升的态势。

（2）时间序列的单位根检验与协整关系检验。使用ADF检验和PP检验方法对变量进行单位根检验（PP检验中所使用的模型设定均和ADF检验中相应的变量完全一致），检验结果（限于篇幅，略去）表明所有原始序列均为非平稳序列，且它们的一阶差分均为平稳序列，所以原始序列均为一阶单整序列。同时我们使用Johansen协整检验技术对变量间的协整关系进行了检验，检验结果（限于篇幅，略去）表明，在5%的显著性水平下均拒绝了变量之间不存在协整关系的原假设，因此可以对LnCO2、Ln（CO2/P）、Ln（CO2/GDP） 分 别 人 均GDP及其平方、立方项进行回归。

（3）时间序列的回归估计结果。我们根据模型（1）分别将全国二氧化碳排放量、人均二氧化碳排放量和单位GDP二氧化碳排放量三个排放指标作为被解释变量对人均GDP及其平方项和立方项进行OLS回归（见表1）。在实际估计中采用White稳健标准差来得到系数的t统计值。同时，由于对这三个方程进行直接回归时的DW都比较小，表明回归残差存在较强的序列相关，因此我们在回归方程中加入了 AR（1）、AR（2）项，残差的 LM检验的F统计值和伴随概率表明成功消除了序列自相关。

从回归结果看，三个方程的系数在5%的显著性水平下均通过检验，回归方程调整后的R2分别达到 0.995897、0.992970、0.982193，说明拟合良好。此外，从回归方程的人均GDP及其平方项、立方项的系数看，均满足若 β1＞0，β2＜0，β3＞0，说明二氧化碳排放总量、人均二氧化碳排放量和单位GDP二氧化碳排放量与人均GDP之间均存在N型关系。但是N型的环境库兹涅茨曲线是否存在拐点，还需要进一步结合拟合图形来说明。图2分别描述了排放总量、人均排放量和单位GDP排放量与人均GDP之间的拟合曲线关系。由图2可知，尽管回归结果表明全国二氧化碳排放总量、人均排放量与人均GDP之间存在N型关系，但是这种N型关系是非常微弱的，换言之，随着人均GDP的不断提高，二氧化碳排放总量、人均排放量均呈现出不断增长的态势。因此，以二氧化碳排放总量和人均排放量作为排放指标，二氧化碳环境库兹涅茨曲线不存在拐点。此外，结合图3我们发现，与二氧化碳排放总量和人均排放量不同，单位GDP排放量与人均GDP之间存在较为明显的倒U型关系，拐点位于人均GDP=1319元，换言之，到 1975年（人均 GDP=1708.17元，2005年不变价）我国的单位GDP的二氧化碳排放量达到峰值，此后单位GDP排放量随着人均GDP的不断提高而逐渐下降。但是我们也注意到，图3中单位GDP排放量与人均GDP的拟合曲线图的尾部出现了上翘的态势，这说明最近几年我国的单位GDP排放又出现了抬头的趋势。

4.2 中国二氧化碳排放的环境库兹涅茨曲线

环境库兹涅茨曲线不仅具有时间序列特性，而且也体现截面特征［9］，同时考虑到单纯的时间序列数据存在一定的缺陷，如样本容量小、不能体现区域空间差异，而面板数据兼有时间序列数据和截面数据的特征，因此下面我们利用中国27个省1995—2007年的面板数据对中国二氧化碳排放的环境库兹涅茨曲线进行经验估计，作为上面时间序列估计的补充。

（1）面板数据的单位根检验与协整关系检验。本文使用LL检验和IPS检验方法对面板数据进行单位根检验（在两者结论不一致时，则认为变量为非平稳，继续进行差分检验）。检验结果（限于篇幅，略去）表明，所有变量为一阶单整。值得注意的是，人均GDP平方项和立方项的单整阶数和人均GDP是一致的，这一结果支持了格兰杰和豪尔曼的研究，即如果人均GDP为一阶单整，则其平方也是一阶单整［10］。同时我们使用面板数据协整检验技术对变量之间的协整关系进行了检验，检验结果（限于篇幅，略去）表明，所有检验的统计值在5%的显著性水平下均拒绝了面板数据之间不存在协整关系的原假设，因此可以进行面板数据回归。

（2）模型设定检验。环境库兹涅茨曲线的形态和拐点在很大程度上取决于估计方法正确与否，因此对估计模型的设定进行检验至关重要。本文通过如下检验来确定面板数据的模型形式：首先构造F统计量判断是否所有个体效应为零，进行固定效应和齐性参数的筛选；然后通过BP拉格朗日乘数检验（Breusch-Pagan LM test）进行随机效应和齐性参数检验；最后用Hausman检验进行固定效应与随机效应之间的筛选。另外，由于面板数据往往容易存在异方差和自相关问题，所以还须要对残差是否存在异方差和自相关进行Modified Wald检验和Wooldridge检验。检验结果表明，被解释变量为LnCO2的回归方程适用于固定效应模型，但方程的残差存在异方差性。被解释变量为Ln（CO2/P）、Ln（CO2/GDP）的回归方程适用于随机效应模型，但方程的残差存在异方差性。

（4）估计结果。对于被解释变量为LnCO2的回归方程，我们采用Stata软件中可以得到固定效应模型的稳健型标准误并同时纠正异方差问题的xtscc命令来对其进行参数估计。对于被解释变量为Ln（CO2/P）、Ln（CO2/GDP）的回归方程，我们采用能够消除异方差问题的可行广义最小二乘法（FGLS）来对其进行参数估计。表2报告了面板数据的回归结果。在回归过程中，由于被解释变量为LnCO2回归方程的人均GDP的平方项和立方项不显著，因此将其剔除后重新回归，结果显示人均GDP的系数β1在1%的显著性水平下显著，且β1＞0，这表明二氧化碳排放总量与人均GDP之间存在单调递增关系，因此不存在拐点。而被解释变量为 Ln（CO2/P）、Ln（CO2/GDP）的回归方程所有变量在1%显著性水平下均显著，从回归估计结果来看，人均GDP及其平方项、立方项的系数均满足 β1＜0，β2＞0，β3＜0，说明人均排放量和单位GDP排放量与人均GDP之间均存在倒N型关系。但是倒N型的二氧化碳环境库兹涅茨曲线是否存在拐点，还需进一步结合拟合曲线图形来说明。

图3分别描述了各省二氧化碳排放总量、人均排放量和单位GDP排放量与人均GDP之间的拟合曲线关系。从拟合曲线的形态我们发现，人均二氧化碳排放量和人均GDP之间的关系呈现出倒N型，与参数估计结果一致，拐点有两个，其中上拐点位于3304元，下拐点位于44049元。下拐点具有重要的意义，因为下拐点的存在表明二者在一定区间内（人均GDP大于3304元）存在倒U型关系。从各省的人均GDP数据看，到2007年，所有省份的人均GDP均超过3304元，而只有北京、上海、天津的人均GDP超过44049元，由此表明，目前只有北京、上海、天津的人均二氧化碳排放量随着人均GDP的的增加而降低，而其他各省的人均排放量仍位于上升的阶段。而从单位GDP排放量与人均GDP的拟合曲线图来看，二者呈现出L型关系，换言之，单位GDP二氧化碳排放量随着人均GDP的增加而不断递减，因此不存在拐点，当然参数估计的结果也无法得到拐点（因为 β22－3β1β3＜0）。

5 结论

研究结论如下：①时间序列协整检验表明二氧化碳排放总量、人均排放量与人均收入之间存在单调递增的关系。然而，单位GDP二氧化碳排放量与人均收入之间存在尾部微微上翘的倒U型关系，拐点位于1319元。②面板数据协整检验表明二氧化碳排放总量与人均收入呈现单调递增关系，单位GDP二氧化碳排放量与人均收入之间存在单调递减关系。而人均二氧化碳排放量与人均收入之间存在明显的倒N型关系，两个拐点分别位于3304元和44049元。到2007年，只有北京、上海、天津的人均二氧化碳排放量随着人均GDP的的增加而降低，而其他各省的人均二氧化碳排放量仍位于上升的阶段。

选取不同的二氧化碳排放指标以及使用不同的估计方法得出的不同的二氧化碳排放的环境库兹涅茨曲线也充分说明了二氧化碳排放比其他本地污染物与经济发展之间关系的更具复杂性。尽管我们的时间序列数据经验研究表明，单位GDP二氧化碳排放量随着人均收入的提高而不断下降，但是二氧化碳排放总量、人均GDP排放量都是不断增加的，因此政府必须对二氧化碳减排做出积极的政策反应，况且时间序列的单位GDP二氧化碳排放的环境库兹涅茨曲线尾部出现了上翘的态势，如果不采取积极的二氧化碳排放政策，那么不但二氧化碳排放总量无法达到拐点，而且我国政府所做出的到2020年单位GDP碳排放降低40%～45%的承诺也难以兑现。同时，根据面板数据的经验研究结论，尽管人均二氧化碳排放量与人均收入之间存在倒U型的关系，但是只有少数几个省份位于下降区间，而绝大多数省份的二氧化碳在未来很长一段时期内将继续增加，这无疑增加了二氧化碳减排政策落实的难度，因为降低二氧化碳排放必然要对这些省份的经济发展提出巨大挑战，这也要求我国政府在制定和实施二氧化碳减排政策的同时，考虑到我国不同的对经济发展的不同要求，从而因地制宜地制定减排政策。

［1］Narayan P.K.,Narayan,S.Carbon dioxide emissions and economic growth:panel data evidence from developing countries［J］.Energy Policy,2010，（1）:661－666.

［2］Auffhammer M.,Carson R.T.Forecasting the path of China’s CO2using province－level information［J］.Journal of Environmental Economics and Management,2008，（3）:229－247.

［3］Focacci A.Empirical analysis of the environmental and energy policies in some developing countries using widely employed macroeconomic indicators:the case of Bazil,China and India［J］.Energy Policy,2005，（4）:543－554.

［4］He J.,Richard P.Environmental Kuznets curve for CO2in Canada［J］.Ecological Economics,2010,doi:10.1016/j.

［5］Wagner M.The Carbon Kuznets curve:a cloudy picture emitted by bad economitrics ［J］.Resource and Energy Economics,2008，（3）:388－408.

［6］Galeotti M.,Lanza A.,Pauli F.Reassessing the environmental Kuznets curve for CO2emission:a robustness exercise ［J］.Ecological Economics,2006，（1）:152－163.

［7］Cole M.A.US environmental load displacement:examining consumption,regulations and the role of NAFTA ［J］.Ecological Economics,2004，（4）:439－450.

［8］Panayotou T.Demystifying the environmental Kuznets curve:Turning a black box into a policy tool ［J］.Environment and Development Economics,1997，（4）:465－484.

［9］Dinda S.Environmental Kuznets curve hypothesis:A survey［J］.Ecological Economics,2004，（4）:431－455.

［10］Granger C.W.J.，Hallman J.J.Nonlinear transformations of integrated time series ［J］.Journal of Time Series Analysis,1991，（12）:207－224.

（责任编辑 胡琼静）

Empirical Estimation of Environmental Kuznets Curve of Carbon Dioxide Emissions in China

Liu Huajun1，Yan Qingyue1，Sun Yueyao2
（1.School of Economics，Shandong University of Finance，Jinan 250014，China；2.School of Economics，Shandong University，Jinan 250100，China）

Using China’s 1952—2007 time-series data and 1995—2007 provincial panel data,the paper takes respectively gross emissions,per capita emissions and emission intensity as the index of carbon dioxide emissions to estimate the environmental Kuznets curve of carbon dioxide emissions of China.Findings are as follows:（1）Time series data cointegration test shows that the relationship of gross emissions,per capita emissions and per capita income is monotonically increasing,while there is inverted U-type relationship between carbon dioxide emissions of the unit GDP and per capita income with the inflection point at 1319 yuan.（2）Panel data cointegration tests show that relationship between gross emissions and per capita income is monotonically increasing and the relationship between carbon dioxide emissions of unit GDP and per capita income is monotonically decreasing while there is N-type relationship between per capita carbon dioxide emissions and per capita income with two inflection point located at 3304 yuan and 44,049 yuan.At present,only Beijing,Shanghai,Tianjin’s per capita carbon dioxide emissions are decreasing as their per capita GDP increase,while per capita carbon dioxide emissions of other provinces continue to rise.

environmental Kuznets curve； carbon dioxide emissions； carbon emission reduction

F205

A

全球战略规划项目基金（SPF）项目“不同经济条件下中国特色的低碳之路”，山东省自然科学基金项目“我国低碳经济发展与政策责任研究”（ZR2010GM016）。

2010-09-20

刘华军（1979-），男，山东广饶人，经济学博士，副教授，硕士生导师；研究方向:品牌经济、低碳经济等。