我国省域碳排放变化的因素分解研究



我国省域碳排放变化的因素分解研究

卢云卿，孔群喜，高潇博

（南京财经大学产业发展研究院，江苏南京210046）

[摘要]随着我国经济的迅速发展，能源消耗所引发的碳排放问题逐渐引起了社会各界的广泛关注，我国十八大更是进一步提出了发展低碳经济、改善环境的战略方针。为了研究经济增长对碳排放变化的影响机理，以1999~2011年的省域面板数据为样本，分别从单因素、多因素以及各个因素的相互作用的角度，研究规模效应、结构效应与技术效应三种影响因素变化对二氧化碳排放量的影响作用。研究结果表明，技术效应对碳排放影响则尤为明显，且技术效应对第二产业的推动作用并不能减少碳排放。从长远来看，我国节能减排的重点应当在于提升产业结构，控制高耗能工业企业规模，大力发展第三产业。

[关键词]碳排放；规模效应；结构效应；技术效应

1　引言

自改革开放以来，我国的经济得到了飞速的发展。然而伴随着经济的发展，过度的能源消耗所引发的环境问题也愈演愈烈，特别是由于碳排放带来的温室效应已经直接影响到了我国经济的可持续发展。和其他国家相比，仅在与能源消费有关的碳排放量方面，我国于2006年就已经超越了美国。因此，在巨大的国内外压力之下，中国推行节能减排已势在必行[1]。十八大以来,我国更是提出了在全面建成小康社会的同时,大力推进生态文明建设，扭转我国生态环境不断恶化的局面。在推行节能减排的同时，如何保持我国经济继续稳定地增长，这就成为政府部门与学术界所关注的重中之重。因此，研究经济增长对我国碳排放的作用机理以及考察我国的碳排放消耗变化特征，对提高我国的能源利用效率，降低我国的环境污染程度，具有极大的现实指导意义。

国内外学者对环境质量与经济增长问题的研究，始于1973年第一次石油危机之后。Grossman和Krueger于1991年第一次发现了收入水平与环境呈倒U型的关系[2]。其后的学者，如徐国泉等（2006）在对环境库兹涅茨曲线假说进行了实证分析后验证了收入水平与环境的关系[3]。Selden和 Song（1994）又通过对二氧化碳（CO2）、二氧化硫（SO2）、氮氧化物和悬浮颗粒物这四种空气污染指标物质进行统计分析后，证实了环境污染与收入之间的确存在着倒U型的关系[4]。而经济增长影响碳排放的具体因素一般可通过因素分解法分解为规模效应、结构效应和技术效应三个部分。Panayotou （2003）研究发现，经济规模的扩大对自然环境也有着积极的影响：一方面，经济规模的扩大引起了人均收入水平的提升，导致人们对环境的需求增加；另一方面，人们会通过对政府提出要求，促使职能部门采取更加严格有效的环保措施[5]。此外，Manuelli（1995）的研究也表明，一个经济体在经济规模增长的过程中，其民众对环境质量的要求会迅速上升，这种需求在一定程度上会改变经济增长与环境之间相互冲突的关系[6]。于峰（2006）通过对结构效应的研究发现，产业结构由能源密集型向技术密集型转变的过程中，环境污染的程度是不断降低的[7]。胡初枝、黄贤金等（2008）从产出角度出发，发现产业结构因素对碳排放量的多少有着显著的正效应，即第二产业比重越大，对环境所造成的压力就越大[8]。Markus（2002）认为通过引进节能技术等可以提高能源使用效率，从而降低能源消耗速度，进而进一步减少碳的排放[9]。而李子豪和刘辉煌（2011）通过研究FDI对碳排放的影响发现FDI的技术效应可以显著地降低全行业的碳排放[10]。国内外学者对上述三种效应对环境质量之间关系的研究意义重大，通过进一步研究规模、结构、技术三种效应的相对重要性对我国在提升能源利用效率、保护环境和节能减排具有重要的实践意义。如果我们可以研究出在经济发展的不同时期，某个因素起到的主要作用，将有助于相关部门作出针对性决策，有效地减少碳排放。

Grossman（1995）在研究人均GDP与环境质量时所提出的库兹涅茨曲线就反映了经济增长的规模效应与技术效应的相互作用，其收入水平与环境呈倒U型关系也是规模效应与经济体结构共同影响的结果[11]。因此，在研究中，我们对三种效应的相对重要性进行评估，进一步研究分析三种效应的相对作用关系，既可以弥补现有研究中的不足，也有助于为我国制定节能减排政策和产业结构调整政策提供行之有效的建议。

2　数据来源与方法

2.1数据来源

本文以中国省域数据为样本，采用1999-2011 年30个省、自治区和直辖市的年度统计数据进行研究。由于部分数据指标中西藏自治区的指标，尤其是能源消耗指标在部分年份有缺失，因此，该地区的指标并未纳入到样本考察中。本文的数据主要来源为1999-2013年间出版的《中国统计年鉴》和《中国能源统计年鉴》。一般文献采用资本与劳动力比值来衡量结构效应[12]，以进出口贸易中产品隐含碳来体现技术效应[13]。本文以第二产业的比重来衡量结构效应，以能源效率指标来体现经济增长对环境影响的技术效应。

本文所涉及的具体指标为碳排放量（CO2排放量）、地区生产总值、第二产业比重、能源效率和总人口这五个指标。

（1）碳排放量指的是化石能源在燃烧之后释放出的不同热量所对应的相应碳的量。本文对碳排放量进行计算时，需要将各个年份的省、自治区、直辖市的各种石油类产品的消费量进行估算，同时再将这些实物量的能源指标，用标准煤的折算系数进行折算（如表1所示），再依据如下的公式估算出碳排放量①：

式（1）中Tj为j省（自治区、直辖市）的总碳排放量；Eji表示第j省市一个时期内对第i种能源的消费数量；i表示化石燃料种类；fi表示第i种化石燃料能源的标准煤折算系数；ci为第i种化石燃料能源的碳排放系数。同时，为了反映出人口规模因素对碳排放量的影响，我们加入了总人口数作为模型的控制变量。

表1　化石能源标准煤折算系数

（2）我们通过地区生产总值可以直观的反映出规模效应的作用，蒋金荷在2011年研究发现，如果经济规模是影响碳排放水平的主要因素，并且碳排放量的增大是引起经济增长的主要原因，那么碳排放与GDP的增加呈线性关系[14]。

（3）由于我国现阶段经济的发展方向为由高耗能、高污染的重工业向低耗能、低污染的劳动密集型服务业转变，因此产业结构的变化可以从三次产业所占总产值的比重的角度来考量。牛鸿蕾等（2013）按照三次产业将GDP分为三部分，用产业结构相似指数来作为衡量产业结构的指标[15]。由于我国第二产业比重较高，因此可以较为明显的反映出结构效应的作用，因此本文采用的是以第二产业占GDP比重作为变量指标。

（4）能源效率的提升往往是由于科学技术的进步而推动的，因此本文以能源效率作为衡量技术效应的指标。能源效率是能耗强度的倒数，而能耗强度可用单位GDP产值所消耗的标准煤数量来表示。它反映出能耗强度与能源效率的反向关系，即能耗强度越大，能源效率越低。

有关变量的具体定义和相关的统计性描述如表2所示。2.2研究方法

表2　变量的定义和描述性统计

在研究碳排放量影响因素时，一般会采用分解因素法，将影响碳排放的各个因素进行分解。本文在参考国内外关于碳排放研究的实证模型后，并在不考虑能源消费强度的情况下，采用Grossman和Krueger（1995）的污染排放分解方程[2]来建立模型：

等式（2）中，Et代表t时期污染排放量；Yt代表该地区经济总量，用生产总值表示；j行业在t时期的行业总产值由Yjt表示；j行业在t时期的污染排放强度由Ijt表示；Sjt代表j行业在t时期的产值与当期生产总值的比值。对于方程（2）我们通过加法分解法，将等式两端分别微分，同时除以Ej，并将原方程的国家和地区经济部门变换为产业种类，可以得到方程：

方程（4）反映了经济增长中的规模效应、结构效应和技术效应与碳排放量的相应的等式关系。在加入了人口总数作为控制变量之后，我们将模型拟合为：

方程（5）中的i表示为不同的地区，t表示为不同的年份；CE代表的是碳排放总量（以CO2排放量表示），GDP反映了经济的规模效应，SR反映了结构效应，Tech反映了技术效应，Popu为控制变量人口总数，α代表常数项，β反应可自变量的系数，εit为标准误差项，变量u代表着特定地区效应系数。

本文采用因素分解法，将经济增长对碳排放影响因素分解为规模效应、结构效应和技术效应三个部分，以此来考察各个效应对碳排放的影响力。在构造模型时，我们选取二氧化碳排放量作为因变量，以省域GDP、第二产业比重和能源效率作为自变量，以人口总量作为控制变量，构建拟合模型，并以省域面板数据进行实证研究。由于各个省份地区个体可能存在不随时间变化但与其他解释变量相关联的特征，而固定效应模型无须做出个体效应与其它解释变量不相关的假设，因此可以考虑固定效应模型来处理省域面板数据。

3　实证分析

本文以上述回归模型为基础，利用1999-2011年的省际面板数据，以规模效应、结构效应和技术效应为自变量，以碳排放量为因变量，加入人口规模为控制变量，从单因素角度、多因素以及各因素交互作用的多个角度考察了不同效应对碳排放的影响作用，并对各个变量的重要性进行了分析。

本文对面板数据的所有分析均采用的是固定效应模型。此外，为了保证估计结果的无偏和有效性，我们还需要对模型进行异方差和序列自相关检验，并对可能存在的异方差和自相关问题进行修正。3.1单因素及多因素检验

通过单因素及多因素检验，我们可以更清晰的总结出规模效应、结构效应和技术效应在碳排放中的影响力大小，有助于相关部们和企业采取针对性措施，有效减少碳排放。相关实证结果如表3所示。

模型（1）-（3）反映了规模、结构和技术三种效应对碳排放的影响，表3中各个变量回归系数均显著。根据模型（1）我们可以看出，随着经济规模扩大，CO2排放量也会不可避免地随之增加；我们通过模型（2）发现，随着第二产业比重的降低，CO2排放量也随之减少，说明了产业结构的优化升级可以降低环境污染；根据模型（3）我们可以发现技术进步与CO2排放量的变化呈反向关系，说明了技术效应对节能减排具有推动作用。对三个模型比较后发现，模型（3）中能源效率的影响力系数最大（-20129.5），因此，技术效应对碳排放量的影响最明显。本文的研究结果与国内相关研究较为接近，如孙建卫和赵荣钦等（2010）通过对碳排放进行影响因素分解后发现，GDP总量的增长是引起碳排放总量增加的主要因素，而技术进步是引起碳排放强度变化的主要原因[16]。

表3　回归分析结果

模型（4）回归模型中各个变量的的符号关系没有发生变化，但相应系数发生了变化。这说明了多因素共同作用对碳排放总体影响趋势不变，但各因素的影响程度有所改变。具体表现为：规模、结构效应对CO2排放量正相关，技术效应对CO2排放量呈负相关关系，即CO2排放量会随着经济规模与第二产业的比重的增加而增加，但会随着能源效率的提高而减少。从多因素角度来看，技术效应对碳排放量带来的的影响仍最为明显（变量系数为-28318.53），因此综合来看技术效应是影响我国碳排放的最主要因素。本文研究结果与国内同类碳排放研究的结果有些差异，如蒋金荷（2011）的研究发现，经济增长是引起我国碳排放增长的主要原因[13]。造成这种结论的差异原因可能在于选取的变量指标不同与数据处理方式差异。

3.2交互检验

为了更清晰的把握各个因素在实际经济生产中的影响力大小，我们进一步构建了交互回归模型，具体回归分析结果如表4所示。模型（1）将规模效应与结构效应联合考察，模型（2）在此基础之上又加入了规模效应与结构效应间的交互项。我们通过比较观察可以发现，当未加入交互项对规模和结构效应进行联合考察时，两个因素对CO2排放量均有显著地正向推动作用；而加入交互项之后，规模的扩大却会造成碳排放量的减少。

模型（3）考察了规模效应和技术效应对碳排放的联合影响，通过回归分析，我们可以看出，规模和技术效应对碳排放的影响都是显著的，且规模和技术效应的扩大均会促进CO2排放量的增加；模型（4)在加入交互项之后，两个因素对CO2排放的影响虽然仍显著，并保持着原来的正向关系，但其交互作用对CO2排放量有着负向作用，说明了在技术进步影响下，经济规模和经济总量的增加可以起到降低碳排放的作用。

模型（5）和模型（6）是将结构效应和技术效应联合起来考察的，其中模型（6）还加入了结构效应和技术效应的交互项。模型（5）中结构效应和技术效应作用均是显著地，且技术效应与碳排放量呈负相关，即技术进步引起的能源效率的提升会引起CO2的排放量的减少；模型（6）加入交互项后，结构效应和技术效应作用仍然显著，但技术效应对碳排放的影响却发生了巨大变化。在技术效应与结构效应进行交互作用时，技术进步不仅不会导致碳排放量的减少，反而会导致碳排放量增加。这种影响趋势随着三种效应的同时作用被进一步放大，虽然三种效应的交互作用对碳排放有降低作用，但三种效应对碳排放量的总体影响仍为扩大趋势，这也说明了第二产业中的技术进步并不会减少碳的排放。

表4　回归结果分析

4　结论及政策建议

4.1研究总结

本文首先对上述三个变量进行了单因素和多因素考察：根据单因素模型我们发现规模效应对碳排放影响是具有正效应的，但其影响程度较低，说明经济规模总量的增加对碳排放的增加影响较小，因此我国应当在控制碳排放的同时继续保持经济的稳定增长。第二产业的结构效应会对碳排放带来显著的正效应，因此我国应当加快产业结构升级的步伐。此外，我们注意到技术进步对碳排放的影响最为显著，技术水平的进步会极大地减少CO2的排放。当将三种因素联合起来考察时，技术效应的影响随着三种效应的联合作用进一步加强，因此节能减排技术的应用对我国改善环境污染至关重要。

此外，本文继续考察了变量间交互作用的影响。通过观察规模效应与结构效应可以发现随着产业结构的升级，经济总量的不断扩大会对碳排放产生负效应，也就是说我国产业结构升级可以更好地推动规模经济的作用，有效降低能源消耗，促使经济体减少碳的排放。通过比较规模效应与技术效应的作用，可以发现技术推动第二产业实现规模经济的同时，还可以通过提升能源利用效率，促进节能减排。但是，本文通过结构效应和技术效应的联合回归模型发现，技术效进步对第二产业的促进升级作用并不会减少碳排放，反而会导致碳排放量的增加。这种影响趋势随着三种效应的同时作用被进一步放大。由此说明第二产业对资源的大量消耗并不会随着技术的进步而有所缓解。通过实证分析，我们可以看出第二产业的大规模发展是不利于我国节能减排和保护环境的，当务之急应当是优化经济结构，减少资源消耗严重的工业企业的重复投入，大力发展高新科技产业和服务业等第三产业。

4.2政策建议

从研究结果来看，我国应当在经济发展的不同阶段，根据不同的经济规模和产业结构采取不同的政策措施。

（1）加快产业结构升级步伐，改良我国经济增长模式。在未来发展中，各级地方政府应当改变依靠高耗能、高污染的工业企业带动经济增长的发展模式，大力发展第三产业和高新技术产业，这对我国节能减排具有重要意义。

（2）大力推进技术革新，提高能源利用效率。在今后的发展中，我国应当大力推进技术革新，发展低碳能源和可再生能源，提高能源利用效率，如果短期决策是在产业结构升级和能源技术进步中进行权衡取舍的话，政府应当将提高能源利用效率、推动技术进步放在首位，大力发展风能、太阳能等清洁和可再生能源的技术。

（3）在短期时间内，应以提高生产技术为主要目标。由于短期内资源配置的不足，政府应当从对碳排放影响最大的技术效应角度出发，鼓励企业采用新型生产技术，并加大对技术领域的投资研究。

注释:

①计算出的碳排放量还需要进一步换算为以CO2为代表的碳排放量，需将Tj再乘以11/3才可得到要求的碳排放量的值。

参考文献:

[1]朱勤，彭希哲.中国能源消费碳排放变化的因素分解及实证分析[J].资源科学，2009，31（12）：2072-2079.

[2]Grossman G M , Krueger A B，Environmental Impacts of a North American Free Trade Agreement[R].National Bureau of Economic Research Working Paper 3914，NBER，Cambridge MA，1991.

[3]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.

[4]Selden，Song. Environmental quality and development: is there a Kuznets curve for air pollution emissions？[J].Journal of Environmental Economics and management(S0095-0696)，1994，27(2):147-162.

[5]PANAYOTOU T. Economic Growth and the Environment[J]．Economic Survey of Europe(S00708712),2003 (2) :275-289.

[6]MANUELLI R E．A Positive Model of Growth and Pollution Controls[C]．NBER，Working Paper，1995:520-525.

[7]于峰，齐建国，田晓林.经济发展对环境质量影响的实证分析—基于1999—2004年间各省市的面板数据[J].中国工业经济，2006（8）36-44.

[8]胡初枝，黄贤金，钟太洋，等.中国碳排放特征及其动态演进分析[J].中国人口·资源与环境，2008，18（3）：38-42.

[9]MARKUS P．Technical Progress，Structural Change，and the Environmental Kuznets Curve[J]．Ecological Economics，2002(42):381－389.

[10]李子豪，刘辉煌. FDI的技术效应对碳排放的影响[J].中国人口·资源与环境，2011，21（12）：27-33.

[11]Grossman，G.，A.Krueger A B．Economic Growth and the Environment[J]．Quarterly Journal of Economics，1995，112（2）：353－378.

[12]张连众，朱坦，李慕菡，等．贸易自由化对我国环境污染的影响分析[J]．南开经济研究，2003 (3)：3-6.

[13]齐晔，李惠民，徐明.中国进出口贸易中的隐含碳估算[J].中国人口·资源与环境，2008（3）：8-13.

[14]蒋金荷.中国碳排放量测算及影响因素分析[J].资源科学，2011，33（4）：597-604.

[15]牛鸿蕾，江可申.中国产业结构调整的碳排放效应—基于STIRPAT扩展模型及空间面板数据的实证研究[J].技术经济，2013 （8）：53-62.

[16]孙建卫，赵荣钦，黄贤金，等. 1995—2005年中国碳排放核算及其因素分解研究[J].自然资源学报，2010（8）：1284-1295.

[责任编辑：李荣富]

作者简介:卢云卿（1989-），男，安徽芜湖人，南京财经大学产业发展研究院硕士研究生，研究方向为产业组织与服务经济；孔群喜（1983-），男，江苏徐州人，南京财经大学产业发展研究院副教授，经济学博士，研究方向为产业组织与公共政策；高潇博（1988-），女，河南商丘人，南京财经大学产业发展研究院硕士研究生，研究方向为产业组织与服务经济。

基金项目:国家自然科学基金资助项目（71303105）；江苏高校优势学科建设工程资助项目（PAPD）。

收稿日期:2014-08-27

DOI:10.13420/j.cnki.jczu.2015.01.015

[文章编号]1674-1102(2015)01-0058-05

[文献标识码]A

[中图分类号]X24；X511