中国区域碳生产率与能源消耗、经济增长关系比较研究

邓小乐　孙　慧

1(新疆大学，乌鲁木齐　830000)　2(新疆商贸经济学校，乌鲁木齐　830000)

中国区域碳生产率与能源消耗、经济增长关系比较研究

邓小乐1，2孙慧1

1(新疆大学，乌鲁木齐830000)2(新疆商贸经济学校，乌鲁木齐830000)

〔摘要〕本文对1995～2013年中国30个省市、自治区的碳生产率、人均能源消费与人均GDP进行单位根检验，并对30个省市、自治区的平稳面板数据进行Grange因果关系检验，研究结果表明：碳生产率与能源消费之间为双向Granger因果关系，能源消费与经济增长为双向Granger因果关系，经济增长是碳生产率的单向Granger原因。当每多消费一单位的能源，对非资源型省份碳生产率的负向影响将比资源型省份大，即非资源型省份碳生产率下降的水平比资源型省份下降的要多，同时非资源型省份经济增长带来的碳生产率水平上升幅度要大于资源型省份。

〔关键词〕碳生产率经济增长资源型省份非资源型省份Hausman检验

引言

世界各国在应对气候问题的过程中逐步达成了发展低碳经济的共识，只有改变现有的“三高”(高能耗、高污染、高排放)经济模式，才能实现可持续发展。既要促进经济的增长，又要实现碳排放的减少，碳生产率很好地将二者结合了起来。在气候恶化的紧迫形势下，碳排放空间将成为比劳动、资本、土地等自然资源更为稀缺的生产要素，大幅度提高碳生产率已成为在可持续发展框架下应对气候变化的关键策略[1]。

2015年中国在巴黎气候峰会上承诺2030年左右实现碳排放强度较2005年下降60%～65%，碳排放达到峰值，意味着中国开始实现绝对减排，提升碳生产率则成为中国实现碳排放绝对减排的第一选择。

1　文献综述

纵观关于碳生产率的研究主要分为以下几个主要方面。

1.1碳生产率对实现低碳发展的重要性

国外的学者最早提出提高碳排放效率对于实现低碳发展的重要意义。Mielnik O等分析了对于发展中国家，以碳排放强度为其经济发展模式的主要评价标准，对其实现低碳经济的重要意义[2]。部分学者以OECD国家和部分地区为样本，利用多种DEA模型评价了这些区域的碳排放绩效，总结出碳排放绩效对于区域低碳发展具有重要意义[3-5]。同样的Kortelainen对欧盟20国动态环境绩效的研究，也得出了一致的结论[6]。在国内，何建坤等学者提出提高碳生产率是我国发展低碳经济的主要途径[7]。也有学者认为低碳社会的两个基本特征是碳生产率与人文发展水平的同时提高[8]。

1.2碳生产率收敛研究

沈能等(2013)将集聚外部性与碳生产率纳入统一研究框架，分析集聚外部性对碳生产率收敛的影响，研究发现无论从长期还是短期来看，我国的碳生产率都存在空间条件β收敛，且俱乐部趋同也十分显著。其中集聚外部性是改善碳生产率和推动碳生产率收敛的重要动力机制，专业化集聚和多样化集聚对碳生产率的空间趋同均有正向推动作用，其作用大小取决于集聚的程度[9]。张成等(2013)通过中国1995～2011年29个省份的面板数据，研究了人均GDP和碳生产率的趋同效应与脱钩状态，研究结果显示，东中西内部和组间差距形态各异，各省份之间碳生产率存在差距，并向各自的稳态水平趋近。碳生产率的增长速度滞后于人均GDP的增速[10]。

1.3碳生产率与各影响因素关系研究

诸大建等(2010)在上海市工业碳排放总量与碳生产率关系研究中，认为碳生产率虽然无法使碳排放实现绝对减排，但具有相对减排的现实意义[11]。林善浪，张作雄等(2013)运用空间计量的研究方法，对技术创新与空间集聚对区域碳生产率进行了实证研究，研究表明：我国区域碳排放生产率空间相关性较强，空间集聚与产业结构对区域碳排放生产率有明显影响，技术创新的影响作用并不显著[12]。吴晓华，李磊(2014)针对我国省际能源效率与碳生产率的研究发现，提升碳生产率要充分考虑地区间的差异，对于高碳生产率低能效的地区，可通过提升能源效率来提升碳生产率[13]。于雪霞(2015)也认为短期内能源效率对碳生产率的变化起着主要的影响作用[14]。刘传江，胡威等(2015)在探讨环境规制、经济增长与地区碳生产率的关系中，发现无论从全国，还是从东、中、西部地区来看，环境规制都抑制了碳生产率的提升，但经济增长对碳生产率的影响则不同，对于全国及东部、中部地区来说促进了碳生产率的提升，但西部地区则产生的是抑制作用[15]。赵皋(2014)在针对我国碳生产率增长的长期关系和短期效应的研究中发现FDI、贸易开放、城市化和人均GDP促进了碳生产率的增长，而二产占比的提高则发挥了抑制作用[16]。张成，王建科(2014)以中国省际层面数据为样本，研究了区域碳生产率的影响因素，认为提高碳生产率的关键因素是技术进步、资本能源替代效应和劳动能源替代效应[17]。

我国关于碳生产率的研究起步较晚，现仍处于初期阶段，已有关于碳生产率与能源消费、经济增长关系的研究多从空间地理的角度研究二者之间的关系，从产业视角对碳生产率与经济增长关系的研究相对较少。本文首先通过1995～2013年中国30个省份的面板数据分析，探讨碳生产率与能源消费、经济增长的关系，进一步对资源型省份与非资源型省份进行对比分析，找出两型省份碳生产率与经济增长关系的异同点，力图对两型省份的碳减排政策选择以及低碳发展提供一定的政策依据。

2　方法与数据来源

2.1方法

(1)明确资源型产业的划分，进一步根据资源型城市的划分标准，将中国各省份划分为资源型省份和非资源型省份。

(2)考量区际碳生产率、能源消费与经济增长状况，包括组内与组间的差异与变化趋势。

(3)构建碳生产率与能源消费、经济增长关系模型，并进行测度。以碳生产率指数为因变量，人均能源消耗量(标准煤)与人均GDP为自变量构建回归模型，分析考察资源型省份与非资源型省份碳生产率与能源消耗、经济增长关系的差异。

2.1.1资源型省份与非资源型省份划分

目前国内外对资源型产业的内涵和外延理解不一，学术界通常将其分为广义资源型产业和狭义资源型产业。广义的资源型产业是指直接从事自然资源开发和初步加工的产业，狭义的资源型产业是指以矿产资源的开采及对其初级加工的相关产业[19]。本研究根据狭义资源型产业的内涵，从行业特征角度出发，依据矿产资源开采、加工与制造产业链的思路，将工业划分为资源型产业与非资源型产业，其中资源型产业包括采矿业和资源型制造业，涉及3个门类、17个二位码大类[20]。

表1　资源型产业分类一览表

但在具体研究中发现，截止至2012年的中国工业经济统计年鉴中仅有其中11个行业的经济指标数据，开采辅助活动、其他采矿业、废弃资源和废旧材料回收加工业，电力、热力生产和供应业，燃气生产和供应业、水的生产和供应业6个行业的经济数据在2013年中国工业经济统计年鉴中才开始统计；且这6个行业的工业总产值等经济指标在17个资源型产业中居于后6位，且绝对值较小，不会很大程度上影响整体分析结果。考虑到数据的连续性和总体分析的影响性，最终选择其余11个行业为资源型产业。

同资源型产业一样，资源型省份一词被广泛使用但没有严格界定。借鉴武汉理工大学的云光分别在各自博士论文中对资源型城市的界定，“资源型城市是依托自然资源的开采和加工兴起和发展起来的，资源型产业在城市经济中起主导作用，其主要功能是向社会和国家输出资源型产品的一类城市，其资源型产业在城市经济中所占比重为50%以上”[21]。借鉴此标准，计算出2013年各省份11个资源型产业产值占第二产业产值比重，最终确定了11个省份为资源型省份，从而将中国划分为资源型地区与非资源地区两大区域进行碳生产率、能源消费与经济增长关系的比较研究。

表2　资源型省份一览表(以2013年产业产值数据计算得出)

根据产业产值占比标准，初选河北、山西、内蒙古、海南、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆，考虑到数据的可得性，剔除西藏。最终确定资源型省份为河北、山西、内蒙古、海南、贵州、云南、西藏、甘肃、青海、宁夏、新疆11个省市，其余19个省市为非资源型省份。

2.1.2区际碳生产率与能源消费

本文的能源折标系数与碳排放系数分别采用《能源统计报表制度(2010)》标准(见表3)与《2006年IPCC国家温室气体清单指南》标准(见表4)。(1)通过历年《中国能源统计年鉴》的分地区能源消费表(实物量)获得煤炭、石油、天然气3种能源的消费量，根据标准煤折算系数折算成标准煤，得到能源消费量；(2)用能源消费量乘以各自的碳排放系数与二氧化碳气化指标，计算二氧化碳排放总量；(3)用总量除以地区生产总值，得到碳生产率情况，进而分析组内及组间的碳生产率趋势与差异。

碳排放量的计算公式为：

(1)

式中，C为碳排放量，单位为万吨；Ej为第j种能源的消费量，单位为万吨标准煤；Wj为第j种能源的碳排放系数，单位为吨/吨标准煤(折标系数见表3)。

表3　各种能源的折标系数　吨标准煤/吨

数据来源：《能源统计报表制度(2010)》，其中，天然气折标系数的单位为吨标准煤/万立方米。

表4　各种能源的碳排放系数　吨/吨标准煤

数据来源：《2006年IPCC国家温室气体清单指南》。

2.2数据来源

本文分别用碳生产率指数、人均标准煤消费量与人均GDP作为碳生产率、能源消费以及经济增长的测量指标。其中经济数据来源于1996～2014年《中国统计年鉴》，碳排放基础数据来源于1996～2014年《中国能源统计年鉴》，并按照具体标准计算得出。

3　实证分析

3.1全国层面

本文将中国30个省、市、自治区划分为资源型省份与非资源型省份两个组别，考察产业视角下的区际碳生产率、能源消耗与经济增长水平的差异，具体对两个组别的碳生产率、人均能源消耗和人均GDP进行分析。图1为各组碳生产率变化趋势。

图1　分组年碳生产率变化趋势(单位：亿元/万吨)

从图1中可以看出：在过去的19年间，中国整体人均GDP在2000年超过2亿元/万吨，此后增长速度开始加快，截止至2012年末，中国碳生产率提高至5.02亿元/万吨，2013年略有下降；资源型省份与非资源型省份碳生产率呈现出与全国平均水平一致的发展趋势；对比两个组别可知，非资源型省份人均碳生产率在1999年首次超过2亿元/万吨，资源型省份则延迟至2007年，且与非资源型省份的差距在不断扩大；值得注意的是，就2013年的数据来看，非资源型省份碳生产率开始大幅度增长，而中国整体碳生产率的水平却有所降低，资源型省份较低的碳生产率更大程度的决定中国整体碳生产率水平。

总之基于资源型产业分组的碳生产率变化趋势显示：资源型地区是碳生产率水平较低的地区，且与非资源型省份的差距在不断拉大。

图2　分组年人均能源消费变化趋势(单位：吨/人)

从图2中可以看出，全国、资源型省份与非资源型省份的人均能源消费在1995～1999年之间基本相同，自2000年开始资源型省份人均能源消费开始大幅上升，一度增加到2012年的4吨/人。而非资源型省份始终与全国水平保持着基本一致的变化态势，且略低于全国水平。究其原因可能是2000年开始的西部大开发政策，使得资源型产业迅速发展，导致资源型省份的能源消费大幅上升。

从图3中可以看出：在过去的19年间，中国整体人均GDP在2003年超过1万元，此后增长速度开始加快，截止至2013年末，中国人均GDP提高至4.33万元；资源型省份与非资源型省份人均GDP呈现出于全国平均水平一致的发展趋势；对比两个组别可知，非资源型省份人均GDP在2000年首次超过1万元，资源型省份则延迟至2005年，且与非资源型省份的差距在不断扩大。2013年非资源型省份人均GDP开始大幅度增长，中国整体人均GDP变化趋势与资源型省份的变化趋势更为一致。基于资源型产业分组的人均GDP变化趋势显示：资源型地区是人均GDP较低的地区，且更大程度的决定中国整体人均GDP水平。

图3　分组年人均GDP变化趋势(单位：元/人)

通过1995～2013年全国层面与区域层面碳生产率、能源消费与经济增长基本变化趋势分析，可以看出19年间，碳生产率和经济增长中非资源型省份始终高于全国水平，资源型省份始终低于全国水平；能源消费中非资源型省份低于全国水平，而资源型省份均高于全国水平。

已有研究中证明能源消耗与经济增长的正向联系十分紧密，但为何从区域层面来看，资源型省份与非资源型省份有着如此差异？为何资源型省份的高能源消费没有给该区域带来高经济增长？那么国家在减排任务分配中，到底是应以资源型省份为减排重点区域还是以非资源型省份为重点区域，亦或是采用相同减排政策进行平均分配？

就此特殊现象进行进一步研究，运用计量方法分析碳生产率、能源消耗与经济增长三者之间是否存在一定的因果关系。

表5关键变量的面板单位根检验——基于LLC

Variabletp平均滞后阶数lnCP-9.19630.00001lnEC-4.07920.00001lnPGDP-6.80240.00001

以上面板单位根检验过程均考虑到各省份间的3个指标联系密切，可能存在的截面相关。上表显示，根据AIC信息准则选择的平均滞后阶数为1，偏差校正的t统计值均显著为负，故强烈拒绝面板包含单位根的原假设，认为面板为平稳过程。

表6　关键变量间的格兰杰因果检验

注：表中的为F统计值，括号中为其p值。

从表6中可以看出，lnCP和lnEC互为格兰杰原因，lnEC和lnPGDP互为格兰杰原因，lnPGDP是lnCP的单向格兰杰原因。

建立模型如下：

lnCP=αlnEC+βlnPGDP+e

其中，e为随机扰动项。

表7　中国整体层面固定效应和随机效应回归结果

注：t statistics in parentheses *p<0.1，**p<0.05，***p<0.01。

根据表7，Hausman检验表明，lnPCE对lnPGDP和HDI的回归中选择随机效应模型的结果，即认为，人均能源消费增加1%，会导致碳生产率减低0.646个单位。人均GDP每增加1个单位，会使碳生产率增加0.935个单位，且均在1%的水平上显著。

3.2区域层面

表8　区域层面固定效应和随机效应回归结果

注：(1)t statistics in parentheses *p<0.1，**p<0.05，***p<0.01；(2)表中数字均为回归系数，括号中的均为t值。

表8的结果表明，在随机效应模型中，资源型省份人均能源消费增加1单位会导致碳生产率下降0.451个单位，且在1%的水平上显著。而对于非资源型省份来说人均能源消费增加1%会导致碳生产率下降0.869个单位，且在1%的水平上显著。人均能源消费增加1%，资源型省份比非资源型省份的碳生产率降低幅度要高出0.418个单位。在固定效应模型中，资源型省份人均能源消费增加1%会导致碳生产率下降0.380个单位，且在1%的水平上显著。而对于非资源型省份来说，人均能源消费增加1%会导致碳生产率下降0.871个单位，且在1%的水平上显著。人均能源消费增加1%，资源型省份比非资源型省份的碳生产率降低幅度要高出0.491个单位。无论是随机效应模型还是固定效应模型，结果均表明相同的能源消费，对非资源型省份的碳生产率影响大于资源型省份。

随机效应模型中，人均GDP增加1%会导致资源型省份碳生产率增加0.809个单位，非资源型省份碳排放增加1.055个单位。固定效应模型中，人均GDP增加1%会导致资源型省份碳生产率增加0.764个单位，非资源型省份碳排放增加1.055个单位。结果显现出经济增长对于碳生产率的提高，非资源型省份较资源型省份显著。

4　结论与政策含义

碳生产率这一概念高度凝练了低碳经济发展的本质，就是要在有效降低碳排放的前提下，实现经济稳步发展。为进一步考察碳生产率与能源消费、经济增长之间的关系与相互影响，以及资源型省份与非资源型省份在三者之间关系的差异，本文对各变量进行了面板单位根检验以及对平稳面板进行了Granger因果检验，研究表明：碳生产率与能源消费之间为双向Granger因果关系，能源消费与经济增长为双向Granger因果关系；经济增长是碳生产率的单向Granger原因。每当多消费一单位的能源，对非资源型省份碳生产率的负向影响将比资源型省份大，即非资源型省份碳生产率下降的水平比资源型省份下降的要多，同时非资源型省份经济增长带来的碳生产率水平上升幅度要大于资源型省份。研究结果的政策含义如下：

(1)经济增长为碳生产率的单向Granger原因，与能源消费之间为双向Granger因果关系。表明经济增长具有两面性，一方面有利于碳生产率的提高，促进社会的低碳发展，改善民生；另一方面持续推动了能源消费的增长，自然资本变得更加稀缺。但生活需要型碳排放和奢侈消费型碳排放是不同的，要考虑地区间不同的发展阶段，同时尽量降低单位生产总值的碳排放强度，调整经济增长方式。

(2)能源消耗与碳生产率互为双向Granger因果关系。表明碳生产率水平的提高能降低能源消费，同时能源消耗的降低也能提高碳生产率水平。但是同时我们也要认识到，能源消费的变化只是碳生产率变化的必要条件。因为碳生产率受到经济增长和碳排放的共同影响。只有经济增长幅度大于碳排放增长幅度时，碳生产率水平才会提高。因此，简单的将提高碳生产率水平理解为降低能源消耗是不全面的。

(3)资源型省份与非资源型省份之间的差异。在经济增长相同水平下，多消费一单位的能源，对非资源型省份碳生产率的负向影响将比资源型省份大，即非资源型省份碳生产率下降的水平比资源型省份下降的要多。同时在相同能源消费水平下，非资源型省份经济增长带来的碳生产率水平上升幅度要大于资源型省份。表明对于非资源型省份来说，要通过绝对减排的方式来提高碳生产率水平，而对于资源型省份来说，由于其经济发展阶段滞后于非资源型省份，目前能源消费增加对于碳生产率的负向影响不如非资源型省份大，暂时可通过相对减排的方式来提高碳生产率。虽然中国承诺要在2030年实现碳排放的绝对减排，但在国内进行减排任务的分配时，还是应考虑到区域发展阶段的不同以及产业结构的不同，实施差别化减排政策。

参考文献

[1]张丽峰.碳生产率的经济学背景及其内涵分析[J].经济问题探索,2013,(5):37～41

[2]Mielnik O,Goldemberg J.The Evolution of the Carbonnizaiton Index in Developing Countries[J].Energy Policy,1999,27(5):307～308

[3]Zaim O,Taskin F.Environmental Efficiency in Carbon Dioxide Emissions in the OECD:A Non-parametric Approch[J].Journal of Environmental Management,2000,58(2):95～107

[4]Zofio J L,Prieto A M.Environmental Efficiency and Regulatory Standards:The Case of CO2Emissions from OECD Industries[J].Resource and Energy Economics,2001,23(1):63～83

[5]Zhou P,Ang B W,Poh K L.Slacks-based Efficiency Measures for Modeling Environmental Performance[J].Ecological Economics,2006,60(1):111～118

[6]Kortelainen M.Dynamic Environmental Performance Analysis:A Malmquist Index Approach[J].Ecological Economics,2008,64(4):701～715

[7]何建坤,苏明山.应对全球气候变化下的碳生产率分析[J].中国人口·资源与环境,2009,(10):42～47

[8]刘国平,曹莉萍.基于福利绩效的碳生产率研究[J].软科学,2011,25(1):71～74

[9]沈能,王艳,王群伟.集聚外部性与碳生产率空间趋同研究[J].中国人口·资源与环境,2013,(12):40～47

[10]张成,蔡万焕,于同申.区域经济增长与碳生产率——基于收敛及脱钩指数的分析[J].中国工业经济,2013,(5):18～30

[11]谌伟,诸大建,白竹岚.上海市工业碳排放总量与碳生产率关系[J].中国人口·资源与环境,2010,(9):24～29

[12]林善浪,张作雄,刘国平.技术创新、空间集聚与区域碳生产率[J].中国人口·资源与环境,2013,(5):36～45

[13]吴晓华,李磊.中国碳生产率与能源效率省际差异及提升潜力[J].经济地理,2014,(5):105～108

[14]于雪霞.区域碳生产率变化差异成因分析[J].中国人口·资源与环境,2015,(S1):344～349

[15]刘传江,胡威,吴晗晗.环境规制、经济增长与地区碳生产率——基于中国省级数据的实证考察[J].财经问题研究,2015,(10):31～37

[16]赵皋.我国碳生产率增长的长期关系和短期效应——基于面板协整研究[J].软科学,2014,(6):70～74

[17]张成,王建科,史文悦,等.中国区域碳生产率波动的因素分解[J].中国人口·资源与环境,2014,(10):41～47

[18]路正南，杨洋，王健．基于Laspeyres分解法的中国碳生产率影响因素解析[J]．工业技术经济，2014，(8)：82～90

[19]谭丹,黄贤金.我国东、中、西部地区经济发展与碳排放的关联分析及比较[J].中国人口·资源与环境,2008,(3):54～57

[20]刘媛媛,孙慧.资源型产业集群形成机理分析与实证[J].中国人口·资源与环境,2014,(11):103～111

[21]云光中.资源型城市产业发展新模式研究[D].武汉：武汉理工大学,2012

(责任编辑：史琳)

Comparative Study on Nexus among Carbon Productivity，Energy Consumption and Economic Growth between China Regions

Deng Xiaole1，2Sun Hui1

(1．Xinjiang University，Urumqi 830000，China；2．Xinjiang Business and Economy Secondary School，Urumqi 830000，China)

〔Abstract〕This paper makes Unit Root test and Flat panel granger causality test for carbon productivity,per capita energy consumption and GDP per capita of China 30 provinces and autonomous regions from 1995 to 2013.The results indicate:there is bidirectional Granger causality between carbon productivity and energy consumption same as energy consumption and economic growth;economic growth is a one-way Granger cause of carbon productivity.When every extra consumption per unit of energy,the negative influence to the carbon productivity of resource-based provinces will be larger than the resource-based provinces,namely the resource-based provinces carbon productivity levels fall more than resource-based provinces.Economic growth at the same time the resource-based provinces of carbon productivity levels rise than resource-based provinces.

〔Key words〕carbon productivity;economic growth;resource-based provinces;non-resource type provinces;Hausman test

〔中图分类号〕F124

〔文献标识码〕A

DOI：10．3969/j．issn．1004-910X．2016．09．001

作者简介：邓小乐，新疆大学经济与管理学院/新疆大学创新管理研究中心博士研究生，新疆商贸经济学校副教授。研究方向：人口、资源与环境经济学。孙慧，通讯作者，新疆大学经济与管理学院/新疆大学创新管理研究中心教授，博士，博士生导师。研究方向：可持续发展理论与评价方法。

基金项目：国家自然科学基金项目“资源型产业碳排放损益偏离分析与区域公平发展研究”(项目编号：NO.71463056)、“资源型产业集群与制造业产业集群对区域经济增长方式影响路径异同研究”(项目编号：71263051)；新疆普通高等学校人文社科重点研究基地新疆大学创新管理研究中心一般项目“资源型产业损益偏离现象与多目标决策”(项目编号：010115C07)；新疆大学博士创新基金项目“资源型产业碳排放经济收益与生态损害偏离形成机理——以新疆为例”(项目编号：XJUBSCX-2014004)。

收稿日期：2016—02—16