能源效率、技术进步与CO2排放相关关系研究——基于1978-2010年时间序列数据分析

岳立，张姗娜

（兰州大学经济学院，甘肃兰州730000）

能源效率、技术进步与CO2排放相关关系研究
——基于1978-2010年时间序列数据分析

岳立，张姗娜

（兰州大学经济学院，甘肃兰州730000）

21世纪以来，能源利用效率、技术进步对碳排放的影响受到了越来越多的关注。基于1978-2010年的数据以及KAYA模型，通过JJ协整可以实证检验能源结构、能源效率、技术进步等因素和中国碳排放的关系。结果表明，能源效率、技术进步与碳排放之间存在长期均衡关系，能源强度长期内促进CO2排放，技术进步可以减少CO2排放。只有改变能源结构、发展高科技产业等才能抑制CO2排放，创建绿色城市。

CO2排放；能源强度；技术进步；JJ协整

改革开放以来，中国经济的强劲增长引起了全世界的注意，中国经济快速发展与能源消费和CO2排放等的增长关系也越来越紧密。据美国能源信息署（Energe Information Adminstration，EIA）统计数据，中国2006年能源消费的CO2排放量为59.36亿吨，超越美国的59.24亿吨跃居世界第一，[1]中国因此也承受了巨大的减排压力。2009年，国务院采纳最高标准方案，提出到2020年中国单位国内生产总值CO2排放比2005年降低40%-45%[2]，并将其作为约束性指标纳入国民经济和社会发展中长期目标。能源结构、技术进步等是影响碳排放的关键因素，我们要达到减排的目的，必须搞清楚二者在CO2排放中的地位和作用。

随着对全球环境问题关注的持续增温，对CO2排放影响因素的研究也越来越受到国内外学者的重视。1982年Nordhaus开始应用经济学研究气候变化，研究温室气体问题和影响范围，随后于1994年、1996年先后发展出DICE和RICE模型。Ang（1998）等人运用LMDI对中国工业部门排放的CO2、中国部门总产出和消费的能源强度进行分析。[3]Daron Acemoglu等人介绍了环境约束和有限资源下增长模型的内生和定向技术的改变。[4]Juan Antonio Duro和Emilio Padilla（2006）运用THEIL不平等指数研究不同国家不同区域间人均CO2排放的KAYA因素，得出国际间CO2排放量的不同主要是由于人均收入的不同，而能源结构碳强度和能源强度影响较小。[5]Ang（2008）利用中国的时间序列模型着重分析了R&D活动和技术转移对减少CO2排放的贡献。[6]

国内的经济学家也对CO2排放的问题作出了很多研究，徐国泉（2006）等人采用DIVISIA分解法，建立中国人均碳排放因素分解模型，得出了能源效率和能源结构对我国人均碳排放的影响呈倒U型。[7]林伯强、蒋竺均（2009）采用LMDI和STIRPA分析了影响中国人均CO2排放的主要因素并分析其差异原因，说明了人均收入、能源强度、能源结构碳强度对人均CO2排放都有显著影响。[8]宋德勇、卢忠宝（2009）基于1990-2005年的时间序列，运用LMDI方法，研究了中国碳排放的影响因素，并以不同的经济增长方式划分出不同的时期研究其周期性波动的特征，研究表明，经济增长方式的差异是碳排放量波动的重要原因。[9]林伯强、刘希颖（2010）对KAYA恒等式作出修正，加入城市化因素，研究了碳排放的影响因素。[10]李凯杰、曲如晓（2012）的研究显示技术进步对CO2排放有抑制作用，但在短期存在一定时滞。[11]

国内外对能源、技术与CO2排放之间的相关关系或影响已经作了不少分析，但较少如本文一样同时将能源利用效率、技术进步等纳入对CO2的影响因素进行研究。而且本文将人口影响定位为城市人口，其对CO2的影响更具有显著性，具有十分重要的现实意义。

一、研究方法和数据处理

自20世纪八九十年代起，各国学者研发了多种模型对碳排放量进行定量分析。其中，日本教授Yoichi Kaya提出的KAYA恒等式是最具有影响力的模型之一。KAYA恒等式具体表达式如下：

上式中CO2为二氧化碳排放量，PE为一次能源消费量，GDP为生产总值，POP是人口总量。因此，KAYA恒等式中，因变量是CO2排放量，自变量为单位能源消费的CO2排放量、能源强度、人均GDP、人口。

另外，技术进步是影响碳排放至关重要的因素。一方面，技术进步促进经济增长，间接影响CO2排放；另一方面，技术路径依赖直接影响了CO2的排放。同时，清洁型技术的使用抑制CO2排放的增加，因此，必须有技术进步变量。

本模型采用的数据来源于《中国统计年鉴》和《中国能源统计年鉴》等。能源消费量及其构成来源于《中国能源统计年鉴》中使用发电煤耗计算法所得的数据。GDP、人均GDP、城市人口、就业人数等均来源于《中国统计年鉴》。1980年以前的数据来源于《中国统计资料60年汇编》。我国1978-2010年CO2排放量来自国际能源署（International Energy Agency，IEA）所公布的数据。

能源消费碳强度，即单位能源CO2排放量，其表达式为

EC是能源消费碳强度，qi是第i种能源碳排放量，PE是能源折标煤消费量。根据《IPCC温室气体排放指南》，qi等于能源消费量PEi（以标准煤计，104t）乘以能源的CO2排放系数。根据《中国能源统计年鉴》，我国煤炭、石油、天然气在能源消费中的占比超过95%，因此本文选取这三种能源进行计算。PEi为第i种能源消费量与其折标煤系数之积。

能源强度，即能源利用与经济产出之比。能源强度是用于对比能源综合利用效率的最常用指标之一，体现了能源利用的经济效益，本文运用单位国内生产总值（GDP）所需消耗的能源来计算能源强度。

人均GDP用PG表示，常作为发展经济学中衡量经济发展状况的有效工具，是衡量CO2排放必不可少的指标。

城镇人口用POPu表示，根据城镇人口的人均能源消费量比农村人口高3.5-4倍的理论[12]，城市化人口的数量才是真正对国家碳排放造成影响的决定性因素。

技术进步是影响CO2排放的关键因素，本文利用柯布道格拉斯函数计算技术进步TFP，并将其改写为：

其中，A为我们要计算的技术进步TFP，K为物质资本存量，α为资本产出弹性，L为所使用的劳动力，即就业人口，β为劳动产出弹性。Y为1978年不变价计算的实际GDP,资本和劳动产出弹性分别沿用张军扩所设定的0.3和0.7[13]。物质资本的存量K采用永续盘存法，其中1991年前的固定资产投资价格指数利用张军等人的计算方法为投资隐含平减指数[14]。

本文利用协整方法分析碳排放量与各变量之间的长期均衡关系，以研究国家发展进程中不同经济社会因素对碳排放的影响。通过在CO2排放总量（C）与各变量之间建立协整方程，得到本文最终CO2排放影响因素的方程：

表1 各类能源折标煤系数及CO2排放系数

二、实证分析

（一）平稳性检验

为避免“伪回归”现象，我们要对变量的平稳性进行检验，确定其单整阶数，并验证其是否满足协整的前提条件。常用的平稳性检验方法有Dickey-Fuller（DF）、增广DF（Augmented DF）检验和Phillips-Perron（PP）检验。本文采用ADF检验结果。

由表2可以看出，变量lnC，lnEC，lnEI，lnPG，lnPOPu，lnTFP不显著，即变量不平稳，存在单位根。而将变量进行一阶差分后，ADF统计值小于临界值，即差分序列是平稳的，因此可以判定各个变量是I（1）序列。

（二）回归分析

1.协整检验

常用的协整检验方法有Engle-Granger检验法（E-G两步法）和Johansen-Juselius检验法（JJ检验）。E-G两步法通常用于两变量之间；JJ检验是Johansen和Juselius提出的在VAR（向量自回归）下用极大似然估计来进行协整检验的方法，可用在多变量之间。

本文选用JJ检验方法测量变量间长期的协整关系，通过VEC模型测度变量间短期的动态关系。

在进行JJ检验之前，首先应该确定VAR的滞后阶数。通过估计一个无约束VAR模型并使用赤池（AIC）和施瓦茨（SC）信息准则来选取最优的滞后阶数，通过多次检验发现，年度数据通常比较到P= 4，即建立到VAR（4）来比较AIC和SC大小。经检验AIC和SC的最小值对应不同的P值，结合LR统计量，最终选定无约束VAR模型的最优滞后阶数为P=2，因此协整检验滞后阶数为1。根据Max-Eigen统计检验得出的结果，在5%显著性水平下存在4个协整检验方程，提取一个协整方程如下：

表2 单位根检验

协整方程的结果表明，在1978-2010年间，中国的CO2排放总量与能源消费碳强度、能源强度、人均GDP、城镇人口水平以及技术进步之间存在稳定的长期均衡。

在方程（5）中，所有变量的系数均符合其经济意义，且在5%的置信水平下通过t统计量检验。协整方程中对CO2排放影响最为显著的变量是人均GDP和能源强度。人均GDP和能源强度每变动1个百分点，CO2排放同向变动1.27个百分点和0.99个百分点。技术进步同碳排放呈负相关关系，全要素生产率TFP每变化1个百分点，带动CO2排放反向变动0.58个百分点。这一结论和国内大部分理论研究结论基本一致，能源消费碳强度、能源强度、人均GDP和城市人口的增加促进了碳排放，技术进步则抑制碳排放。

2.VEC模型

VEC模型可以很好地克服VAR模型要求系统变量平稳的问题。VEC模型是一个有约束的VAR模型，在解释变量中添加了协整约束，因此它适用于已知有协整关系的非平稳序列。VEC模型能对模型进行局部短期调整，可以考察短期变量间的相互影响。基于JJ检验的基础，可对变量建立VEC模型，得到协整方程的误差修正项为：

根据VEC模型讨论lnEC、lnEI、lnPG、lnTFP、lnPOPu对lnC的短期动态影响，由向量误差模型得到变量间的短期效应模型如下（见表3）：

从表3可以看出，模型误差修正项系数为负,说明模型具备反向误差修正机制,误差修正机制需要在下一期以负的修正项调整碳排放量到均衡值,即当CO2排放系数变动偏离均衡水平过大时，误差修正机制将降低其偏离程度，使其变动收敛于长期均衡水平上。

通过VECM，从短期动态变化来看，就碳排放自身而言，碳排放滞后一期系数为负，协整方程误差修正项系数为正，这意味着误差修正机制需要在下期以正的修正项调整碳排放量到均衡值。能源消费碳强度、能源强度、人均GDP促进碳排放；技术水平、人口变动抑制碳排放，这与长期均衡有一定差异。

3.Granger因果检验

经过协整检验后，还需要用Granger因果关系检验来考察变量之间的因果关系。Granger因果关系检验是由Clive W.J.Granger于1967年论证的一种假设检验的统计方法，基础是自回归模型，检验一组时间序列x是否为另一组时间序列y的原因。

Granger因果关系检验对滞后期长度的选择有时很敏感。而由于它基于自回归（VAR）模型，前文根据AIC和SC准则选取VAR滞后阶数为2，因此此处也选择Granger因果检验滞后阶数为2。

由Granger检验结果（表4）可以看出，在滞后期为2时，能源消费碳强度lnEC和CO2排量lnC互为Granger原因；能源强度lnEI、人口变化lnPOPu是lnC的单向Granger原因，短期内能源效率和人口的变动会较为显著的影响CO2排量；技术进步lnTFP不是lnC的Granger原因，这可能是因为技术进步对CO2排放的影响不能再短期迅速体现出来。

表3 VEC模型参数估计结果

三、结论与政策建议

本文在协整检验及VEC模型的基础上研究了1978-2010年间中国CO2排放增长的变动情况。本文研究结果表明，中国的CO2排放与能源消费碳强度、能源强度、人均GDP、技术进步、人口变化确实存在长期均衡关系。在研究的解释变量中，能源消费碳强度、人均GDP是影响CO2排放量的最关键因素，其他依次为能源强度、技术进步和人口变化。其中，技术进步对CO2排放有抑制作用，其他变量对CO2排放有促进作用。从以上结果也可以看出，技术进步对CO2排放确实有重要影响。而在短期内，技术进步和城市人口均对CO2排放有负影响。其中能源消费碳强度对CO2排放的影响最为显著，因为能源结构的改变，如减少煤炭等能源的消耗或增加清洁能源的使用，能迅速体现在CO2排放结果上。

基于以上研究结果，本文提出以下政策建议：

首先，改变能源结构，发展清洁能源。能源消费碳强度，即能源结构是影响CO2排放的最主要因素。我国现在的能源结构主要还是以煤炭消费为主，电力发展也是以煤电为主。降低煤炭等的消费是减少CO2排放、保护生态环境的最基本措施。同时应该努力开发新能源，加大绿色清洁能源的使用力度，使能源消费结构中煤炭等一次能源的占比下降，减少既定能源消费量下的CO2排放量。

其次，节能减排，提高能源利用效率。能源强度对CO2排放有正向影响，能源利用效率的低下造成能源的过度浪费，从而增加了CO2排放量。当前我国仍着重发展工业尤其是重工业，往往使得单位GDP消耗较多能源，并且我国高耗能行业存在较为严重的能源浪费问题，资源投入量大，但产出品技术含量和附加值比较低。因此我国现阶段耗能行业发展应着重提高能源利用效率，节能减排，减少能源的不必要损耗。

第三，GDP合理增长，产业结构优化。2013年底的中央经济会议提出，要“化解产能过剩”。经济的发展如果过度追求GDP会带来产能过剩的问题，造成GDP即使增速快但增长没有成效。我国当前的经济发展状况下，人均GDP提高会促进CO2排放量的增加，GDP的增长存在着污染环境的现象。因此我们要推动GDP合理增长，同时推进产业结构的优化升级。

表4 GRANGER因果检验

第四，大力发展高科技行业，推动技术水平提升。从协整关系可以看到，技术水平的进步可以减少CO2的排放。因此我国要推动技术创新，引进高素质人才建立高科技企业。引进吸收国外先进技术，提高自主创新能力，加大对清洁能源的开发研究力度，使我国的能源结构中新型能源占比提升，抑制CO2排放增加。同时对高耗能产业加大监管力度，出台相关限制性政策，紧盯污染物排放等问题。

第五，控制污染排放，建设绿色城市。我国要坚持可持续发展城镇化，使城市人口数量在一定范围内稳定增加，减轻城市交通、资源等压力。同时，加大绿化覆盖面积，控制冬季煤炭能源燃烧量，合理规划城市布局，建设绿色、低碳、环保的新型城市。

[1]EIA.International Energy Statistics[EB/OL].[2014-05-20]. http://www.eia.gov/cfapps/ipdbproject/iedindex3.cfm?tid= 90&pid=44&aid=8&cid=regions&syid=2005&eyid=2011&unit= MMTCD.

[2]到2020年中国单位国内生产总值二氧化碳排放比2005年下降40%-45%[EB/OL].（2009-11-26）[2014-05-20]. http://news.xinhuanet.com/politics/2009-11/26/content_12544442. htm.

[3]ANG B W，ZHANG F Q，Choi Kihong.Factorizing Changes in Energy and Environmental Indicators through Decomposition[J]. Energy，1998，23（6）：489-495.

[4]Daron Acemoglu，Philippe Aghion，Leonardo Bursztyn，et al. The Environment and Directed Technical Change[R].NBER Working Paper，NO.154 51，2009.

[5]Juan Antonio Duro，Emilio Padilla.International Inequalities in Per Capit a CO2Emissions：A Decomposition Methodology by Kaya Factors[J].Energy Economics，2006，28（2）：170-187.

[6]ANG J B.CO2Emissions，Research and Technology Transfer in China[J].Ecological Economics，2009，68（10）：2 658-2 665.

[7]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，（6）：158-161.

[8]林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009，（4）：27-36.

[9]宋德勇，卢忠宝.中国碳排放影响因素分解及其周期性波动研究[J].中国人口·资源与环境，2009，（3）：19-24.

[10]林伯强，刘希颖.中国城市化阶段的碳排放：影响因素和减排策略[J].经济研究，2010，（8）：66-78.

[11]李凯杰，曲如晓.技术进步对中国碳排放的影响——基于向量误差修正模型的实证研究[J].中国软科学，2012，（6）：51-58.

[12]何晓萍，刘希颖，林艳苹.中国城市化进程中的电力需求预测[J].经济研究，2009，（1）：118-130.

[13]张军扩.“七五”期间经济效益的综合分析——各要素对经济增长贡献率测算[J].经济研究，1991，（4）：8-17.

[14]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952－2000[J].经济研究，2004，（10）：35-44.

（责任编辑 张转）

A Correlative Study of Energy Efficiency，Technical Progress and CO2Emission：Based on Analysis of 1978-2010 Time Series Data

YUE Li，ZHANG Shan-na
（School of Economics，Lanzhou University，Lanzhou，Gansu 730000，China）

Since the 21st century，the impact of energy efficiency and technical progress on carbon emissions has attracted more and more attention.Based on the data of 1978-2010 and KAYA model and through the JJ cointegration，we can examine the relationship among energy structure，energy efficiency，technical progress and the Chinese carbon emissions.Results show that there is a long-run equilibrium relationship among energy efficiency，technical progress and carbon emission，and that energy intensity promotes CO2emissions in the long term，whereas technical progress can reduce CO2emission.Only by changing the energy structure and developing the high-tech industry can we reduce the CO2emissions and build green cities.

CO2emission；energy intensity；technological advances；JJ cointegration

F205；F206；F124.3

A

1673-1972（2015）01-0048-06

2014-09-03

岳立（1969-），女，满族，新疆哈密人，教授，博士，主要从事区域经济学、低碳经济、区域可持续发展研究。