基于异质性假设的我国碳排放的EKC再检验

胡蓝艺，蔡风景,2,†，李 元

(1．温州大学数学与信息科学学院，浙江温州 325035；2．广州大学数学与交叉科学广东普通高校重点实验室，广东广州 510006；3．广州大学数学与信息科学学院，广东广州 510006)

基于异质性假设的我国碳排放的EKC再检验

胡蓝艺1，蔡风景1,2,†，李 元3

(1．温州大学数学与信息科学学院，浙江温州 325035；2．广州大学数学与交叉科学广东普通高校重点实验室，广东广州 510006；3．广州大学数学与信息科学学院，广东广州 510006)

较为准确地对中国大陆地区29个省份（市、直辖市）的二氧化碳排放量进行测算，并将其分为高排放高收入、低排放高收入、高排放低收入和低排放低收入四个不同区域，利用面板数据模型分析了我国二氧化碳排放的EKC曲线及影响因素．实证结果表明，除高排放低收入地区外，其余区域的经济发展水平与二氧化碳排放量都存在倒“U”型关系，EKC曲线假说成立．能源强度、产业结构、城市化和国际贸易水平等对我国的二氧化碳排放具有显著的影响．

二氧化碳排放；EKC曲线；影响因素；异质性

全球气候变暖的事实已经引起了国际社会的高度重视．人为温室气体的增加极有可能是影响气候变暖的直接因素．随着工业化和城市化的快速推进，我国的能源消费快速增长，二氧化碳排放量急剧增加，使得我们面临的二氧化碳减排压力愈加增大．2009年11月26日，中国政府公布了控制温室气体排放的比率控制指标，决定到2020年单位国内生产总值二氧化碳排放（碳排放强度）相比2005年要下降40% – 45%．因此，科学地评估我国二氧化碳气体排放的现状和基本特征，全面分析影响温室气体排放的主要因素，对我国有效实施二氧化碳减排战略有重要意义．

如何处理经济增长和碳排放的关系是低碳经济研究领域中十分重要的问题．1991年，学者Grossman and Kruege提出利用环境库兹涅茨曲线（EKC曲线）理论来研究两者间的关系[1]．目前对二氧化碳环境库兹涅茨曲线假说的研究结论存在较大的差异，有些研究已经证实了经济增长和碳排放之间存在倒“U”型的Kuznets曲线[2]，但也有研究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[3]，此外，还有大量研究得出了“N”型的二氧化碳库兹涅茨曲线[4]，甚至也有研究表明二氧化碳与人均收入之间并不存在长期关系[5]，当然也就不存在倒“U”型的Kuznets曲线．近年来，我国部分学者除采用面板数据验证二氧化碳排放量和人均收入之间的Kuznets曲线外，开始尝试利用人口规模、经济结构、技术进步、城市化、贸易开放度等各种可能影响的因素分析其与二氧化碳排放的关系[6-11]，但多数研究局限于个别因素，缺乏全面性和系统性．另外，基于面板数据的我国碳排放EKC曲线的研究大多基于同质性假设，同质性假定的前提是随着经济的增长，各个国家或地区经历相似的环境影响轨迹，暗含着收入水平决定污染水平的假说．由于我国不同区域在碳排放和收入水平上存在着较大的差异，因此，同质性假说并不符合中国实际．为了克服EKC曲线中的同质性假设问题，张成等[12]根据我国各地区工业化程度和收入水平的不同对各省份进行分组以有效区分它们之间的差异．苏为华和张崇辉[13]则根据污染物的排放水平进行聚类分析，将具有相似排放水平的地区合为一类，使得类间差异明显，同类地区之间则符合EKC的同质性假设．

本文在较为精确地估算了1995 – 2010年中国大陆地区29个省份（含直辖市，简称中国29个省份，下同）的二氧化碳排放量的基础上，根据人均收入和碳排放量对区域进行重新划分，构建了异质型面板数据，类与类之间差异明显，而同类地区之间则满足EKC的同质性假说，利用面板数据方法对我国的EKC曲线和主要影响因素进行了分析，得出了一些有用的结论，对我国政府制定与实施相关的二氧化碳减排政策具有参考价值．

1 我国二氧化碳排放测算和区域划分

1.1 二氧化碳排放量的测算

目前还没有对中国29个省份二氧化碳排放量的直接检测数据．根据2007年IPCC第四次评估报告，温室气体的主要来源是化石燃料燃烧（化石燃料燃烧所导致的二氧化碳排放在2004年占世界总排放将近95.3%）①IPCC. Climate Change 2007: the fourth assessment report of the intergovernmental panel on climate change [R]. 2007.，因此，本文根据各省份的能源消费量和各种能源的碳排放系数来测算其二氧化碳排放量．根据《中国能源统计年鉴》，将最终的能源消费种类划分为9类，分别为煤炭、汽油、柴油、天然气、煤油、燃料油、原油、电力和焦炭．各省份二氧化碳排放量的计算公式如下：

其中，Cit为i省t年的二氧化碳排放总量，Eijt为i省t年第j种能源的消费量，θj为第j种能源的碳排放系数．由于原始统计时各种能源的消费均为实物统计量，所以测算碳排放时必须将其转换为标准统计量，具体换算标准及各种能源的碳排放系数见表1．西藏自治区由于数据缺失较多，予以剔除．重庆市在1997年前隶属于四川省，本文将四川和重庆合并计算．利用式（1），可以测算出1995 – 2010年中国29个省份的二氧化碳排放总量．各省份数据皆来源于《中国能源统计年鉴》．

1.2 二氧化碳排放的区域划分

表2按照1995 – 2010年二氧化碳年平均排放量从小到大的顺序给出了中国29个省份1995年、2010年的二氧化碳排放量以及1995 – 2010年二氧化碳的年平均排放量②由于篇幅所限, 只列出1995年、2010年和平均结果, 其它年份结果如需要可向作者索取.．

通过分析发现，中国29个省份的碳排放存在着较大的差异．由于中国29个省份在碳排放和收入水平上存在较大差异，因此同质性假定并不符合中国的实际．同时，简单的东、中和西部划分也不能真实地区分二氧化碳排放和人均收入的差异．本文根据二氧化碳排放量和收入水平对中国29个省份进行划分，将排放和收入相似的地区划分为一类，使得类与类之间差异明显，而同类地区之间则符合EKC的同质性假设．

与收入总量相比，人均收入状况更能反映真实收入的变化对二氧化碳排放量的影响，因此本文选取人均GDP来衡量．分组时，在计算以1995年为基期的各年人均GDP平均值时发现，在10 000元（人民币，下同）处分层较为明显，因此将人均实际GDP平均值10 000元作为收入水平高低的划分标准．

本文根据以下两个原则对中国大陆地区29个省份进行划分：1）1995 – 2010年实际人均GDP年平均值大于10 000元为高收入地区，否则为低收入地区；2）二氧化碳年平均排放量大于6 000万吨的为高排放地区，否则为低排放地区．

分组情况详见表3．

表1 各能源的标煤换算标准和碳排放系数

表2 中国29个省份的CO2排放量

表3 中国大陆地区29个省份的分组结果

2 我国二氧化碳排放EKC检验和影响因素的实证分析

2.1 模型构建

考虑以下面板数据模型：

其中，yit是i省t年二氧化碳排放量；α是不随个体变化的截距；β是回归系数；ηi是个体效应，用来控制各省的特有性质；εit是随机误差项；Zit是外生解释变量，包括人均收入、人口规模、能源强度、产业结构、城市化水平和国际贸易水平等诸多因素．

2.2 变量选择

考虑到经济变量与二氧化碳排放的关系，本文选取了人均收入、人口规模、能源强度、产业结构、城市化水平和国际贸易水平等因素为经济变量．选取的经济意义及构建情况说明如下：

1）人均收入 大量研究表明，二氧化碳排放量与人均收入之间存在非线性关系．根据环境库兹涅兹曲线假说所描述的倒“U”型关系（当一国家经济发展水平较低时，其环境污染程度会随着经济的增长而恶化，当经济发展到一定水平时环境质量会逐渐改善），本文以人均GDP作为人均收入指标，在回归方程中同时加入人均GDP的一次项和二次项，并取对数形式，记为LGDP．为保证可比性，将各年名义GDP转换为以1995年为基期、剔除物价影响后的实际值．

2）人口规模 一般而言，人口增长会导致对能源需求的增加，从而使能源消费产生的碳排放也增加．但也有学者认为，人口的增长会促进技术改革，实现技术效应，从而减轻对环境的负面影响，即人口增长在一定程度上可以减缓二氧化碳的排放[14]．本文用各省份的总人口表示人口规模，以万人为单位，并取对数形式，记为LPOPULATION．

3）能源强度 能源强度即单位GDP产出的能源消费，能源强度越低，表示经济活动的能源效率越高，二氧化碳排放量相对较少，单位为吨标准煤 / 万元，记为ENERGY．通过利用新技术开发节能产品等途径可以提高能源的利用效率，从以能源为物质要素投入的经济增长方式向以知识为要素投入的经济发展方式的转变有助于减少二氧化碳的排放．

4）产业结构 当前，我国正处于工业化发展中期，各省的重工业比重持续上升并且有进一步提升的趋势，这对我国二氧化碳的减排有重要影响．工业比其它行业更容易造成环境污染[15]．因此，考虑一个经济产业的比重可能有助于解释二氧化碳的排放水平，本文利用第二产业产值占GDP的比重来解释产业结构，记为INDUSTRY．

5）城市化水平 城市化需要大规模的基础设施建设，需要消耗大量的钢材和水泥，从而会产生大量的二氧化碳．从经济理论上来说，城市化水平越高，二氧化碳的排放量也越高，因此回归系数预期为正．本文以非农人口占总人口的比重作为各省的城市化水平的变量，记为CITY．

6）国际贸易水平 在国际贸易过程中，由于各国国际分工、产业结构、能源利用效率、技术条件以及贸易结构等方面的差异，必然会出现碳排放转移问题．发达国家一般可通过国际贸易以及FDI的方式将污染产业从碳排放制度严格的发达国家转移到碳排放制度宽松的发展中国家，形成“碳泄漏”，而发展中国家则成为国际产业转移的牺牲品，变成所谓的“污染天堂”[16]．也有学者持不同观点，Antweiler[17]等经过实证研究发现，贸易对环境存在规模、结构和技术效应，贸易自由化改善了全球环境．本文选贸易依存度（进出口贸易总额 / GDP）和FDI依存度（FDI / GDP）来代表国际贸易水平，分别记为TRAE和FDI．

各指标的时间序列长度为1995 – 2010年，数据主要来源于《新中国统计资料汇编55年》和历年各省（市、直辖市）统计年鉴①部分数据存在缺失情况, 利用年增长率计算方法予以补充完整.．

2.3 计量结果与分析

对划分后的4个区域进行面板数据分析．考虑到各个区域内部依然存在着较大差异，希望能够通过截距项反映一定的个体特征，因此本文采用变截距模型．同时，截距项与解释变量之间存在着相关性，因此采用固定效应模型更合适，似然比检验和Hausman检验结果也支持固定效应模型优于混合模型和随机效应模型．为消除截面数据的异方差和自相关问题，本文采用可行的广义最小二乘法对面板数据模型的参数进行估计．为估计EKC曲线的稳健性，本文分别以二氧化碳排放总量和人均二氧化碳排放量的对数值为因变量进行回归②以CO2排放总量为因变量时, 本文选择人口总数为自变量; 以CO2人均排放为因变量时, 剔除人口规模影响.，回归过程中对不显著变量进行剔除．本文涉及的参数估计均利用Eviews 6.0软件进行计算．面板数据模型估计结果见表4．

表4 面板数据模型估计结果

下面对表4的数据进行分析：

1）人均收入（LGDP）的一次项和二次项基本上都在1%的水平显著，且除高排放低收入区域的二次项系数为正之外，其余的二次项系数均为负数，说明在高排放高收入、低排放高收入与低排放低收入这3个区域中环境库兹涅兹曲线假说成立，即二氧化碳排放量和人均收入之间呈现倒“U”型关系．在高排放低收入区域，二氧化碳排放量随着人均收入呈现递增关系．不管因变量取人均还是总量，EKC曲线形状保持一致，说明我们估计的EKC曲线比较稳健．高排放高收入、低排放高收入和低排放低收入区域的人均二氧化碳排放的EKC拐点分别为33.1万元，12.93万元，24.03万元①由于自变量是人均收入的对数, 所以需通过取e的指数形式得到.，这也说明我国要达到EKC曲线拐点还需较长时间，低排放高收入区域减排前景相对比较乐观．

2）人口规模（LPOPULATION）仅对低收入区域的二氧化碳排放总量存在显著的正影响，这可能是由于该区域粗放式增长比较明显，导致了碳排放的大量增加．虽然人口对于环境的影响是双向的（人口增长会促进技术改革，技术改革产生的效应能减轻其对环境的负面影响），但随着人口增长所增加的能源消费会导致环境的恶化，在其产生显著影响的区域中，人口规模对于环境的负面效应均超过正面效应．

3）能源强度（ENERGY）对4个区域的二氧化碳排放总量和人均排放量的影响在1%水平都显著．能源强度的变动对我国二氧化碳排放的影响极大，每提高1%我国二氧化碳的排放量将提高0.3%左右．因此，降低煤炭等高能耗能源的使用、控制高能耗重工业的发展、大力发展风能、核能和太阳能等清洁能源以及开发节能低碳技术等都对二氧化碳的减排有显著效果．

4）产业结构（INDUSTRY）对低收入地区的影响比较显著，无论是对二氧化碳人均排放还是总量均存在显著的正向作用．在低排放高收入区域，产业结构对人均二氧化碳排放量存在显著的正向影响．自1995年以来，大部分地区的工业结构变动并不大，有少数地区工业比重出现了较大幅度的下降，但低收入地区为促进其经济的快速发展，工业比重（尤其是重工业比重）仍在持续上升，使得这些区域的二氧化碳排放量更难达到拐点．故对于低收入地区来说，改善产业结构将对减少二氧化碳排放起到推动作用．

5）城市化水平（CITY）对高排放高收入、低排放低收入区域存在显著的影响，对低排放高收入区域的人均排放量也存在显著的影响．虽然降低城市化水平有助于二氧化碳的减排，但考虑到若强制阻碍城市化进程将会影响社会经济的发展，故应制定较为适宜的政策以减少其对二氧化碳排放的影响．

6）对外贸易（TRADE）对高排放高收入和低排放低收入区域的二氧化碳排放都存在显著影响，且系数为正．说明上述区域更多地生产和出口了大量的高耗能、高排放产品，承担了大量本应在进口国排放的二氧化碳，因此，这些地区应通过控制高能耗及高碳排的出口规模、降低高耗能产品的进口门槛、积极引进先进生产技术、提高能源利用效率等方式来降低二氧化碳的排放．

7）对外直接投资（FDI）对4个区域的二氧化碳排放均存在显著影响．除低排放低收入区域外，其余区域的FDI回归系数均为正，说明目前发达国家环境管制比较严格，一些重污染产业已转移到我国，尤其是高排放低收入区域，FDI回归系数最大，这是由于这些地区处于产业链的低端，承担了大量的高能耗、高排放产品的生产工作，从而使二氧化碳的排放量显著增加．

3 结论与建议

本文较为系统地估算了1995 – 2010年中国大陆地区29个省份的二氧化碳排放量，并根据收入和排放水平对我国上述区域进行划分．在构建异质型面板数据的基础上进行EKC曲线检验和影响因素的计量分析．主要结论及建议如下：

1）人均收入和二氧化碳排放除在高排放低收入区域呈单调递增外，在其它3个区域都呈现倒“U”型关系，环境库兹涅兹曲线假说成立，与大部分研究结论比较一致．由于区域的划分（异质性）和样本长度时间选取的不同，本文估计的EKC拐点与以往的实证结论存在一定的差异，略小于李国志和李宗植[6]估计的结果．

2）能源强度对我国二氧化碳排放存在非常显著的影响，城市化和产业结构对我国部分区域的二氧化碳排放存在显著的正向影响，这与许多学者研究结论比较一致．因此，我们需引导外资向农业及服务业领域投资，发展低能耗产业，实现产业结构的转变，合理控制和规划城市化进程．

3）对外贸易水平对我国部分区域的二氧化碳排放存在显著的正向影响，这与文献[18]的结论比较一致．FDI对二氧化碳排放的影响有正有负．目前，关于FDI对二氧化碳排放的影响，由于样本时间长度、自变量集选取和划分区域的差异性，不同学者的研究结论差异较大，如文献[18]的结论是FDI对碳排放存在微弱的正向影响，而文献[19]的研究表明，FDI对东部地区的二氧化碳排放存在显著的正面影响，对西部地区的存在显著的负面影响，对中部地区的无显著影响．我国政府应控制高能耗、高碳排产品的出口规模，鼓励低耗能产品的出口，更要适当降低高耗能产品的进口门槛，优化我国的进出口贸易产业结构．在加大外资引进力度的同时，要重视对外商核心技术的获取，积极利用外资企业的技术溢出效应，提升国内企业的技术水平，充分发挥FDI技术效应对碳减排的促进作用．

总体而言，经济发展水平、能源强度、国际贸易水平、产业结构和城市化等对我国的二氧化碳排放均有显著影响．从EKC曲线拐点来看，我国政府应积极采取措施，提高经济发展质量，加快技术革新，转变贸易增长方式，利用后发优势和政府引导作用来改变EKC的转折点，否则我国将会长期处于经济增长带来环境恶化的局面．

[1] Grossman G M, Krueger A B. Environmental impacts of a north American free trade agreement [EB/OL]. [2012-08-09]. http://www.nber.org/papers/w3914.

[2] Cole M A. US environmental load displacement: examining consumption, regulations and the role of NAFTA [J]. Ecological Economics, 2004, 48(4): 439-450.

[3] 景骆. 二氧化碳排放量与我国GDP增长关系的实证研究[J]. 郑州航空工业管理学院学报, 2010, 28(5): 24-27.

[4] Panayotou T. Demystifying the environmental Kuznets curve: turning a black box into a policy tool [J]. Environment and Development Economics, 1997, 2(4): 465-484.

[5] 陆虹. 中国环境问题与经济发展的关系分析: 以大气污染为例[J]. 财经研究, 2000, 26(10): 53-59.

[6] 李国志, 李宗植. 中国二氧化碳排放的区域差异和影响因素研究[J]. 中国人口·资源与环境, 2010, 20(5): 22-27.

[7] 许广月, 宋德勇. 我国出口贸易、经济增长与碳排放关系的实证研究[J]. 国际贸易问题, 2010, (1): 74-79.

[8] 魏巍贤, 杨芳. 技术进步对中国二氧化碳排放的影响[J]. 统计研究, 2010, 27(7): 36-43.

[9] 虞义华, 郑新业, 张莉. 经济发展水平、产业结构与碳排放强度: 中国省级面板数据分析[J]. 经济理论与经济管理, 2011, (3): 72-81.

[10] 龙志和, 陈青青. 中国区域CO2排放影响因素实证研究[J]. 软科学, 2011, 25(8): 40-44.

[11] 徐国泉, 刘则渊, 姜照华. 中国碳排放的因素分解模型及实证分析: 1995 – 2004 [J]. 中国人口·资源与环境, 2006, 16 (6): 158-161.

[12] 张成, 朱乾龙, 于同申. 环境污染和经济增长的关系[J]. 统计研究, 2011, 28(1): 59-67.

[13] 苏为华, 张崇辉. 关于异质性假说的中国EKC再检验[J]. 统计研究, 2011, 28(12): 66-71.

[14 Knapp T, Mookerjee R. Population growth and global CO2emissions [J]. Energy Policy, 1996, 24(1): 31-37.

[15] Neumayer E. Are left-wing party strength and corporatism good for the environment?: Evidence from panel analysis of air pollution in OECD countries [J]. Ecological Economics, 2003, 45(2): 203-220.

[16] Hettige H, Lucas R E B, Wheeler D. The toxic intensity of industrial production: Global patterns,trends and trade policy [J]. American Economic Review, 1992, 82(2): 478-481.

[17] Antweiler W, Copeland B R, Taylor M S. Is free trade good for the environment? [J]. American Economic Review, 2001, 91(4): 877-908.

[18] 高静, 黄繁华. 贸易视角下经济增长和环境质量的内在机理研究: 基于中国30个省市环境库兹涅茨曲线的面板数据分析[J]. 上海财经大学学报, 2011, 13(5): 66-74.

[19] 李子豪, 刘辉煌. 外商直接投资、技术进步和二氧化碳排放: 基于中国省际数据的研究[J]. 科学学研究, 2011, 29(10): 1495-1053.

The Reexamination of EKC of Carbon Dioxide Emissions in China Based on Heterogeneity Hypothesis

HU Lanyi1, CAI Fengjing1,2, LI Yuan3
(1. College of Mathematics and Information Science, Wenzhou University, Wenzhou, China 325035; 2. Key Laboratory of Mathematics and Interdisciplinary Sciences of Guangdong Higher Education Institutes, Guangzhou University, Guangzhou, China 510006; 3. College of Mathematics and Information Science, Guangzhou University, Guangzhou, China 510006)

CO2emissions in China’s 29 provinces are accurately calculated in this article and analyzed comparatively in the four different areas of high-income vs. high emissions, high-income vs. low emissions, low-income vs. high emissions, and low-income vs. low emissions. Meanwhile, in the framework of panel data model, China’s KFC of Carbon Dioxide emissions and affecting factors are analyzed. The results indicate that the hypothesis of Environmental Kuznets Curve is established according to the inverted U-shaped relationship lingering between the level of economic development and CO2emissions except for the area of low-income vs. high emissions. Energy intensity, industry structure, urbanization, and the level of foreign trade have proved prominent in affecting China’s Carbon Dioxide Emissions. Consequently, relevant suggestions to reduce CO2emission are put forward, offering a theoretical basis for the effective enforcement of CO2emissions reduction policies in China.

Carbon Dioxide Emissions; Environmental Kuznets Curve; Affecting Factors; Heterogeneity

F250

A

1674-3563(2013)03-0024-08

10.3875/j.issn.1674-3563.2013.03.005 本文的PDF文件可以从xuebao.wzu.edu.cn获得

(编辑：王一芳)

2012-10-12

国家自然科学基金(11271095)；教育部人文社科青年基金(12YJCZH002)；广东省“数学与交叉科学”普通高校重点实验室开放课题(2012-02-03-01)

胡蓝艺(1992- )，女，浙江永康人，研究方向：数量经济．† 通讯作者，cyclie@163.com