中国省际碳排放和环境库兹涅茨曲线研究

秦昌才， 肖 橙

(烟台大学 经济管理学院，山东 烟台 264005)



中国省际碳排放和环境库兹涅茨曲线研究

秦昌才， 肖 橙

(烟台大学 经济管理学院，山东 烟台 264005)

本文基于1997-2013年30个省份的面板数据对我国省际间二氧化碳排放问题进行了研究。首先，计算了30个省份的二氧化碳排放、实际GDP及碳强度，并据此将各省份划分为高碳区、中碳区和低碳区。然后，在库兹涅茨曲线中引入产业结构因素，建立了面板数据固定效应模型进行实证分析。研究表明：我国省际碳排放量存在显著差异，能源结构，产业结构及经济发展速度是重要影响因素；人均意义上碳排放和实际 GDP高度一致；通过碳强度指标发现西部地区的碳成本最大、中部其次、东部地区最小。总体而言，我国人均碳排放量和人均GDP之间并不存在倒U型关系。

碳排放； 省际； 库兹涅茨曲线； 产业结构； 固定效应

我国经济正处于快速发展且稳定增长阶段。与经济快速增长相对应的是自然资源利用率的低下，能源消耗量大和资源浪费严重。根据国际能源机构的统计结果，中国已经成为世界第一大温室气体排放国。当前，我国的能源消费结构和各种主要能源的碳排放系数表明，短时期内经济发展将伴随着高强度的碳排放。碳排放已导致了一系列的环境问题，并逐步成为制约我国可持续发展战略实施的重要因素。

关于碳排放的省际差异，已有研究认为中国碳排放存在明显的省际差异。查建平等人(2012)在全要素分析框架下、运用面板数据计量模型进行研究，发现我国区域间碳排放绩效水平极不平衡,省际差距极大。马大来等(2015)用基于最小距离法建立的空间面板数据模型进行了实证研究，同样得出我国省级碳排放表现出较大省级差异的结论。杨骞等(2012)则通过运用泰尔指数及其结构分解方法进行区域分解得出相同结论，并对碳排放水平的影响因素进行了研究分析。其中，赵爱文等(2013)通过研究发现经济增长是碳排放增加的主要原因。对于经济增长与碳排放的研究普遍采用环境库兹涅茨曲线理论。Grossman和Krueger在对收入和环境关系的实证研究中首先发现污染物与人均国民收入存在倒U型曲线关系。Panayoutou首次将其命名为 “环境库兹涅茨曲线”，简称EKC。其经济意义表明：经济发展水平较低时，随着收入水平的提高，环境进一步恶化；在经济发展水平达到一个临界值后，收入水平的提高往往伴随着环境质量的改善，即二者之间存在倒U型关系。目前，国内学者对于我国环境库兹涅茨曲线存在性问题持不同观点。陈华文，刘康兵(2004)，刘荣茂(2006)等学者在相应的文献中都支持环境污染和收入水平之间存在倒U型关系的观点，此外,部分学者还发现了倒N型和正N型环境库兹涅茨曲线。也有观点认为我国当前并不存在环境库兹涅茨曲线。张晓(1999)发现中国的经济发展状况与环境污染水平的关系呈现较弱的环境库兹涅茨曲线特性。林伯强等(2009)表明简单的二氧化碳库兹涅茨模型并不能描述中国二氧化碳排放的发展状况,总体的研究结果并不理想。宋马林等(2011)验证了不同省份环境库兹涅茨曲线的存在性问题。罗岚等(2012)基于面板数据拟合“三废”的环境库兹涅茨曲线发现，不同省份达到环境库兹涅茨曲线拐点的时间各不相同，各地应实施差异化经济发展战略。部分文献对影响环境库兹涅茨曲线形状的因素进行研究分析。符淼(2008)在对影响环境库兹涅茨曲线形态的因素进行分析发现，除人均GDP外，能源强度、产业结构、资源禀赋和政府政策等因素都会对碳排放量产生显著影响。在加入其他控制变量后的计量模型拟合度和解释能力有所提高。国涓等(2009)利用空间经济计量方法对各地区环境库兹涅茨曲线的估计结果显示空间影响显著存在。蒋伟和刘牧鑫(2011)也对纳入FDI和空间相关性的环境库兹涅茨扩展模型进行了实证检验。林伯强等(2010)认为城市化程度也是影响碳排放的显著因素。胡宗义等(2013)采用非参数模型发现，FDI和城市化对我国环境质量的影响统计意义显著，而贸易和能源强度则对我国环境的负面作用显著。

二、数据处理与描述性分析

(一)数据来源及处理

本文30个省份17年间的碳排放量数据，是根据终端能源消费导致的温室气体排放的加总所得。其具体公式如下：

公式来源于《2006年IPCC国家温室气体清单指南》。公式中的变量含义分别为：GHG表示温室气体排放总量(二氧化碳当量值)；Ek(k=1,2,3)分别表示二氧化碳(CO2)、甲烷(CH4)和一氧化二氮(N2O)这三种温室气体的排放量；GWP表示全球变暖潜能值，本文中其评估期为100年，根据2007年IPCC第四次评估报告的结果，二氧化碳100年的GWP为1,甲烷为25，一氧化二氮为298； FUELj(j=1,2,3,4,5,6,7,8)表示第j种化石能源的终端消费量；NCV为我国各种化石能源的平均低位发热值。EF代表温室气体排放因子，采用2006年IPCC国家温室气体清单指南中公布的缺省排放因子作为代替。为简化计算，文中假定燃料的利用方式为能源工业中固定能源燃烧，且得到充分氧化。

本文旨在比较不同省份之间碳排放的差异以及其特点，鉴于西藏并没有纳入能源统计之中，且重庆市是从1997年起正式成为直辖市，所以本文选用了1997-2013年30个省份的数据进行核算，所有统计数据均来源于《中国统计年鉴》和《中国能源统计年鉴》。对于《中国统计年鉴》和《中国能源统计年鉴》中存在的一些数据缺失问题，本文做了如下处理：

1.浙江、安徽、福建、江西、湖南和广西等省份的天然气消费量在某些年份没有统计数据，但其左右年份的消费量很小，故将没有数据的年份数值看作零。

2.部分省份的能源消费数据呈现规律性变化，如起初出现小幅增长，然后逐渐递减为零。对于这种变化趋势明显的省份，可将其没有统计数据年份的消费量看作零。

3.宁夏和海南数据缺失年份的前后年份消费量都很大，不能将其设为零，在计算和分析时要排除这两个特殊省份的影响。

本文选择各类能源品种的平均低位发热值和排放因子作为控制变量。统计年鉴中的煤产品种类过多，本文将各种煤型的平均值作为煤炭的发热值。同样，煤产品缺省排放因子的平均值将决定煤炭的二氧化碳排放因子；燃料油的热值和原油相同，所以本文令燃料油排放因子与原油相同。如表1所示，表中的煤炭是煤产品的统称。

表1 能源平均低位值和缺省因子

能源品种平均低位发热值(kj/kg)缺省排放因子(kg/tj)CO2CH4N2O煤炭236269590011.5焦炭2843510700011.5原油418167330030.6汽油430707410030.6煤油430707150030.6柴油426527410030.6燃料油418167330030.6天然气389315610010.1

注：天然气的平均低位发热值单位kj/m3.

(二)描述性分析

通过上述数据计算出各省17年的碳排放和碳强度数据。对17年的数据进一步处理可得30个省份平均碳排放量和平均碳强度(除去宁夏和海南统计数据缺失的省份)。本文的研究对象是经济发展与环境质量，所以需要对碳排放与收入水平数据进行分析。收入水平数据包括实际GDP和人均实际GDP，碳排放数据则包括碳排放量和人均碳排放量。最后还需要对结合了两者的碳强度指标进行分析。

1.各省实际GDP和碳排放量

首先选取了实际GDP最大的广东、山东和最小的青海，17年间实际GDP增幅最大的北京和增幅最小的黑龙江以及处于中间状态的山西和辽宁进行具体描述性分析。省级实际GDP的全国平均水平从1997年的2556.060亿元至2013年的3676.860亿元增长约44%。总体上我国经济17年间处于稳步发展状态。然而，不同省份实际GDP水平及其变化情况差异较大。广东的实际GDP从1997年的7315.51亿元到2013年的10811.31亿元，增幅接近50%。山东省实际GDP的基数较大，这与山东省地域较广、人口较多、重工业发展较快等因素有关。北京17年间的实际GDP的增幅很大，其原因在于部分新兴产业快速增长，投资与消费相对稳定，增速略有下滑，消费结构进一步优化和政策影响等。黑龙江省17年间实际GDP的增速很小，2012年开始有所下滑。这应该源于能源产业的触礁，市场经济制度体系建设缓慢，产业结构单一等问题的浮现。辽宁作为我国主要的工业和原材料供应基地，工业基础雄厚，实际GDP在17年间以较为稳定的增速不断上升。而山西的实际GDP要低于全国平均水平，从总体上看在17年间有稳步上升趋势。作为一个中部城市，资源结构较为单一，经济发展水平相对落后，但是在中国经济向前发展的大环境下，其生产总值依旧呈现增长趋势。 同样，青海的实际GDP基数小于其他各省，是30个省中实际GDP最小的省份。但1997-2013年，青海的实际GDP增长了约79%，整体上保持增长的态势，表明其经济发展态势良好。这与青海的地理位置、人口分布以及产业结构等因素的影响密不可分。

图1 各省碳排放量情况

图2 各省人均实际GDP

在结合各省实际GDP特点的同时，分析所选择的8个省份碳排放量的差异见图1。图1表明，山东的碳排放量在17年间增幅达到279%。能源消费部门集中且以工业消费为主的特点使其在实际GDP很高的同时也伴随着高碳排放量。山西的碳排放量基本处于上升阶段。山西省是中国的能源开采和消费大省，其平均碳排放量达到186.872百万吨，并且碳排放量变化与实际GDP变化是基本一致的。广东省的碳排放量从总体上说增幅达到136.6%，与广东省的实际GDP走向一致。辽宁的碳排放量在17年间波动较大，但整体上依旧是上升趋势，并且增幅很大，增速很快。辽宁产业结构偏向于第二产业以及工业的“重化”特征导致整个区域的能源消耗量偏大。黑龙江的碳排放量在1997-2002年间碳排放量下滑趋势明显，随后以较大的速度增加。这与黑龙江的实际GDP变化同样基本一致。原因在于经济增长过程中的能源消费急剧增长、以煤为主的能源结构形式稳定。北京的碳排放量变化波动相较而言比较小，其增幅最大也仅为10%。但是实际GDP增幅很大，这代表北京的经济发展已经走向低碳发展，产业结构已经基本上完成了转型。青海的碳排放量低于全国的平均水平，其排放量从整体上也是呈上升趋势。青海在进入经济加速增长期后，经济快速发展的同时碳排放量也不断增加。

2.各省人均实际GDP和人均碳排放量

在30个省份中选出人均实际GDP具有代表性的6个省份进行分析，包括上海、北京、山西、广东、青海和贵州。从图2可以看出，实际GDP与人均实际GDP并不一致，人口因素在其中起到了明显的作用。全国人均实际GDP的平均水平在总体上维持了一个先有小幅下降再稳步上升的状态，这正符合我国经济发展现状，在金融危机阶段，世界经济的波动影响中国的人均实际生产总值，但从整体上看，中国的经济发展处于上升阶段。上海的人均GDP在17年间有下滑趋势。虽然上海的实际GDP处于平稳上升阶段，但是随着人口流入量加大的速度越来越快，人均GDP因人口因素而不断下降。北京的人均GDP基本保持在同一水平上。由其实际GDP处于增长状态可知，17年来，北京人口数在不断上升，这种人口数的增长抵消了北京生产总值的增加，北京的经济发展处于稳定状态。山西的人均GDP在波动中上升，其人口数相对而言较为稳定，这就意味着实际GDP与人均GDP的变化趋势较为一致。整体上，广东的人均GDP在小幅波动的情况下最终大体维持在1万元左右。广东的实际GDP处于增长阶段，经济发展迅速的同时伴随着人口涌入，至此，人均实际GDP变化就远不如实际GDP那么显著。青海的人均GDP低于全国平均水平，但处于稳步上升状态，自1997年的0.41万元至2013年的0.62万元，增长了51%左右。实际GDP的变化趋势与人均实际GDP的变化趋势基本相同。贵州的人均实际GDP的基数低，但在17年间同样也处于稳步上升的状态，至2013年达到0.42万元。

然后，结合分析这些省份的人均碳排放量。从整体上说，我国的人均碳排放量处于上升阶段。但是不同省份让人均碳排放量及其变化规律有所不同，这与我国省际经济发展差距大，产业结构各不相同等有关。山西的人均碳排放量曲线位于人均水平的上方，在波动中上升。山西的煤炭消费占比很大，从碳排放量数据可以发现，其总量很大的同时人口变化率相对较小，人均碳排放量与碳排放总量的变化基本一致,人均碳排放量与人均GDP的变化趋势也基本一致。上海和北京的人均碳排放量的波动幅度较小，并出现接近倒U型的变化形式。即人均碳排放量有下滑的趋势。这种减少源于政府有效治理、产业结构和能源结构的调整，以及技术进步所带来的绿色消费观念的普及等多方面因素的共同作用。在经济发展相对平稳的时期，其碳排放量不断下降，这是发达地区的一种共同特点。贵州的人均碳排放量在全国人均水平左右波动。其变化趋势与全国人均水平大致相同。青海的人均碳排放量与贵州类似，在人均水平附近波动，但从整体上说，青海的排放量在2008年以前都是低于全国平均水平的，这是源于青海产业结构单一，总产值不高。由于青海处于经济发展的初期，第二产业占比不断上升，故而人均碳排放量主要呈现出上涨的趋势。虽然广东的碳排放量比较高，但其人均碳排放量小于全国人均水平，1997-2004年间相对持平，2004年后在经历小幅度上升后又开始呈下降趋势。原因在于广东省人口密集，同时，作为经济发达地区，关于环境治理、技术调整、产业转型等方面的措施实施对碳排放量的增速有所放缓。

3.各省碳强度

因为碳强度指标从碳成本角度反映了经济发展水平，所以本文对省际碳强度也进行相应的分析说明。首先，对各省17年的平均碳强度进行比较分析。由图3可以看出，我国30个省份的碳强度差异明显，其中广东和北京的平均碳强度分别为1.808吨/万元和2.14吨/万元，碳强度水平在各省中最低。而贵州达到10.503吨/万元，在各省份中碳强度最大。与此同时发现碳强度与碳排放量并不一致，如山东省的平均碳排放量达到299.493百万吨，但其平均碳强度只有3.843吨/万元。而山西的碳排放量为186.872百万吨，低于山东省，但其碳强度为9.820吨/万元，远大于山东省的碳强度水平。结合实际人均GDP水平可以发现，在东部发达地区碳排放量虽有差异，但碳强度总体较低；而欠发达地区的碳强度相对偏高。经济发展水平较高的地区，技术经济发展水平高，环境政策扶持以及产业结构调整等因素的存在使碳排放的增速放缓。而欠发达地区以粗放型产业结构为主，碳排放增速很大，从而碳强度居高不下。

本文从碳强度的角度将各省份划分为高碳区、中碳区和低碳区。其划分标准如下：30个省份碳强度的平均值为4.748，碳强度值低于平均值的15个省份的平均值为3.329，碳强度值高于平均值的15个省份的平均值为7.199，将碳强度值低于3.329的地区归于低碳区，碳强度值高于7.199的地区视为高碳区，其余地区属于中碳区。根据上述标准，北京、福建、广东、海南、江苏、江西、上海和浙江被视为低碳区；中碳区内，安徽、重庆、甘肃、广西、湖北、黑龙江、河南、湖南、吉林、辽宁、青海、四川、山东、陕西、天津、新疆和云南的碳强度居中；河北、贵州、内蒙古、宁夏和山西可以被视为属于高碳区，其碳强度水平很高。

然后，选择具有代表性的6个省份进行分析。其选择标准为：17年间碳强度增幅较大的山东和内蒙古，碳强度减幅较大的北京和安徽以及碳强度最大的山西和贵州(除去数据缺损的宁夏和海南)。其中，北京属于低碳区，安徽和山东属于中碳区，内蒙古、山西和贵州属于高碳区。由表3可知，碳强度的全国平均水平在1997-2007年呈现出先缓慢下降再平稳上升的情况，整体上，碳强度水平处于不断提高阶段。北京的碳强度低于全国平均水平并有逐年减少趋势，其碳强度降幅达到52.3%。将其与北京人均碳排放量和人均GDP变化状态结合可以看出，随着经济持续发展，北京的碳成本逐渐减少。山东省的碳强度则处于上升阶段，自2009年起，其碳强度超过了全国平均水平，整体上有上升趋势，经济发展水平的提高伴随着高碳排放量。山西省的碳强度远高于全国平均水平并呈现上升趋势，这也符合山西省作为一个煤炭消费大省的实际情况。贵州的碳强度在17年间整体总量很大并且波动幅度较大，2004年其碳强度达到14.13吨/万元，远高于全国平均水平。贵州省作为欠发达地区的代表，其经济发展主要依赖于重工业，粗放型行业的带动，碳排放量短时间内不会下降。其经济效率不高，生产总值增长有限，从而最终导致其碳强度居高不下。内蒙古的碳强度高于全国平均水平。碳排放量和实际GDP指标都不大，但是作为二者比重的碳强度却很高，主要在于能源结构和产业结构的单一。安徽省属于中部地区的代表，1997-2013年其碳强度的减幅较大，不同于北京等地区因经济高度发达带来的碳强度显著下降，安徽的碳强度主要还是处于上升阶段，与2013年碳强度有明显下滑。中部地区发展平稳，其重心依旧在重工业，但是产业结构正在寻求调整，所以安徽的碳强度很高的同时可能会出现下滑趋势。

表2 各省17年间人均碳排放量

北 京山 西上 海贵 州青 海广 东平均值19974.3623.7824.3282.0771.7111.3332.46919984.4123.6234.4142.1801.6151.3612.33519994.3333.4884.4812.0592.2751.3292.21420003.9403.4924.0792.0851.8201.1502.15720014.0104.4234.2261.9371.7441.1872.18220023.6205.2354.0632.0431.6761.2182.21020033.6645.7964.0102.3651.7661.5662.35420043.6555.5994.4553.2691.8881.4202.60920053.7005.1874.6513.0781.8871.7682.93320063.9145.6154.7863.3552.6261.9903.15920073.9046.1424.9403.2072.8502.1023.48420083.4486.7414.8253.0633.7292.2433.39720093.3776.7994.8413.3523.9662.3053.61120103.3146.4764.8753.5503.5322.3303.72620112.9186.7714.8263.9233.7982.3864.09020122.8687.2094.6324.5974.4842.3554.20320132.6126.8954.5054.2974.7112.0893.905

图3 各省平均碳强度

表3 各省17年间碳强度

北 京山 东山 西贵 州安 徽内蒙古平均值19972.9881.7868.0269.4463.6756.0194.45919982.9881.7868.0269.4463.6756.0194.45919992.9881.7868.0269.4463.6756.0194.45920002.9881.7868.0269.4463.6756.0194.45920012.9881.7868.0269.4463.6756.0194.45920022.9881.7868.0269.4463.6756.0194.45920032.9881.7868.0269.4463.6756.0194.45920042.9881.7868.0269.4463.6756.0194.45920052.9881.7868.0269.4463.6756.0194.45920062.9881.7868.0269.4463.6756.0194.45920072.9881.7868.0269.4463.6756.0194.45920082.9881.7868.0269.4463.6756.0194.45920092.9881.7868.0269.4463.6756.0194.45920102.9881.7868.0269.4463.6756.0194.45920112.9881.7868.0269.4463.6756.0194.45920122.9881.7868.0269.4463.6756.0194.45920132.9881.7868.0269.4463.6756.0194.459

从上述各省的分析可以发现我国各省份17年碳强度变化情况不尽相同，东部发达地区的碳强度在17年间呈下降趋势，欠发达西部地区的碳强度则依旧处于上升阶段。同时，经济发展水平高的地区碳强度水平较低，即碳成本较小；而经济欠发达地区的碳强度水平很高，碳成本较大。

三、计量模型与实证分析

(一)模型形式选择

鉴于产业结构是地理资源、政府政策以及能源强度等影响因素的重要载体，本文建立加入产业结构因素的环境库兹涅茨扩展模型，其模型形式如下：

lnEit=β0+Ci+β1lnYit+β2(lnYit)2

+β3lnS2it+β4lnS3it+Uit

其中，Eit代表i省(市)第t年的人均碳排放量，Yit代表i省(市)第t年的人均实际GDP，S2it,S3it代表i省(市)t年的第二，三产业占比(地区生产总值=100)，Ci代表i省(市)的参数，β0、β1、β2、β3、β4表示待估参数，其取值不同反映环境质量与经济增长，产业结构的不同关系，从而也决定了EKC曲线的不同形状。鉴于本文采用了30个省份17年的面板数据，因此采用固定效应模型，同时考虑到异方差的存在，采用加权广义最小二乘法(EGLS)作为回归估计方法。

(二)回归结果

首先对30个省份总体以及三个区域17年间的面板数据进行回归分析，再通过对三解区域的回归分析结果进行比较，从资源禀赋，产业结构，能源结构等方面来说明我国省际碳排放的特点。基于30个省份面板数据的计量软件输出结果如下表4：

表4 回归结果

总体低碳区中碳区高碳区C-7.872***(-5.375)-9.057***(-3.782)-3.568**(-2.745)-13.557*(-2.506)LnYit1.359***(7.098)1.121***(4.151)2.948***(13.382)-1.455(-1.745)(LNYit)20.310*(2.365)-0.514(-1.975)0.729***(4.795)-0.579(-1.171)LNS2it1.456***(6.797)1.258***(4.192)0.473*(2.223)2.904**(3.065)LNS3it1.023***(4.836)1.399***(3.609)1.1050***(6.808)0.862(1.067)F值38.798***40.835***110.607***4.281***R20.7100.7640.8840.238样本值51013628985

注：本文使用的计量软件为Eviews8.0；*表示0.05显著、**表示0.01显著、***表示0.001显著； 括号中的数值为t值

1.总体

首先对总体进行分析，其R2值为0.710，拟合优度较高，对样本拟合较好；F值大于临界值，表明总体上人均GDP和产业结构对人均碳排放量的影响是显著的；常数项及人均实际GDP、第二、三产业占比的对数均在显著性水平为0.001的条件下通过了显著性检验，人均GDP对数的平方在显著性水平为0.05的条件下通过了t检验。再由人均GDP对数的系数为1.359可知总体上人均GDP与人均碳排放量呈正相关关系，结合人均GDP对数的平方的系数估计值为0.310看出人均GDP与人均碳排放量的关系位于正U型曲线的右侧，即总体上，我国收入水平与环境质量并没有呈现出倒U型曲线关系。第二、三产业占比的对数的系数估计值分别为1.456和1.023，可以看出第二、三产业占比与人均碳排放量正相关，其弹性分别为1.456、1.023，可以认为在总体上人均碳排放量对第二产业比重的敏感度高于第三产业。虽然我国自然资源储量丰富，但是能源结构单一，且人口基数大，能源消费量居高不下，经济发展主要以第二产业为主，粗放型经济发展模式所带来的是资源利用率低下且浪费严重。第二产业比重的上升在带来经济增长的同时也会加剧环境污染。

2.低碳区

低碳区的R2值为0.764，拟合优度较高；F值为40.835，大于临界值表明低碳区人均实际GDP与产业结构因素对人均碳排放量的影响显著；常数项及人均实际GDP、第二、三产业占比的对数在显著性水平为0.001的条件下通过了t检验。模型中人均实际GDP对数的系数为1.121表明低碳区人均GDP的增长与人均碳排放量呈正相关关系，人均GDP对数的平方的系数β2=-0.514表明低碳区人均GDP对数的平方与人均碳排放量的对数呈反比，即低碳区人均碳排放和人均GDP关系呈现出显著性的倒U型曲线形状，与环境库兹涅茨曲线假说一致。第二、三产业占比对数的系数为1.258和1.399代表第二、三产业占比与人均碳排放量正相关，且人均碳排放对第三产业占比的反应程度较大。从低碳区经济发展结构、能源结构和资源禀赋等角度进行分析，多数省份属于经济发达地区，自然资源利用率和高新能源使用率较高，产业结构经过调整后重污染产业占比逐渐下降，并已经从粗放式生产过渡到了新型经济发展模式。同时，部分省份以旅游业为主要发展产业，这类的省份碳排放量同样较小。以服务业、高新技术产业为主的第三产业在低碳区经济发展过程中的占比越来越重要，对碳排放的影响相较更大。

3.中碳区

中碳区的环境质量会随着经济的增长而恶化，但其恶化速度小于高碳区。R2=0.884，其模型对样本的拟合程度较好；F值大于临界值，因此能够拒绝零假设，表明中碳区人均GDP和产业结构对人均碳排放影响显著。常数项、人均GDP对数、人均GDP对数的平方、第二产业占比对数、第三产业占比对数分别在在0.01、0.001、0.001、0.05、0.001的显著性水平下通过t检验，且其系数β1=2.948表明中碳区人均GDP与人均碳排放量呈正相关关系，β2=0.729表明中碳区人均GDP与人均碳排放量并不存在倒U型曲线关系。β3=0.473，β4=1.1050，说明中碳区第二、三产业占比均与人均碳排放呈正相关关系，且第三产业占比对人均碳排放的影响大于第二产业占比的影响。中碳区的产业结构主要以第二产业为主，经济的发展主要依赖于第二产业，收入水平的提高往往伴随着碳排放量的增加。同时，中碳区各省份之间的碳排放也有所差异，根据其曲线位置可知，天津的人均碳排放曲线位于最下方，而甘肃的碳排放曲线则位于最上方。作为经济较为发达的天津，其第三产业占比较大，碳排放量也因此较少；甘肃则由于政治历史以及地理位置原因，以农业为主的第一产业和以重工业为主的第二产业占比远大于第三产业，同时，经济发展过程中重污染行业不断增加。这些综合因素的存在使甘肃地区的经济发展伴随着环境质量的恶化。与甘肃类似，中碳区的大多数地区都是粗放型经济发展方式，同时缺乏地理资源，技术和政策的支持，其经济的快速发展多数伴随着大量的碳排放，这也就使得其环境质量不断恶化。

4.高碳区

对高碳区进行模型拟合分析时输出结果表明，常数项和第二产业占比对数分别在显著性水平为0.05和0.001的条件下通过t检验；而其F值大于临界值表明高碳区人均GDP和产业结构对人均碳排放量的影响是显著的。再由人均GDP对数一次项和二次项的系数β1=-1.455，β2=-0.579可以看出高碳区人均GDP与人均碳排放量呈负相关关系，且人均GDP对人均碳排放量关系处于倒U型曲线的右侧。第二产业占比对数的系数β3=2.904，结合第三占比对数β4=0.862可以看出第二、三产业占比对人均碳排放量有正向的影响，第二、三产业占比每上升1%，人均碳排放量分别上升2.904个百分比、0.862个百分比，且人均碳排放对第二产业占比的反应程度大于第三产业占比。属于高碳区的各省中，贵州，内蒙古和宁夏属于西部地区。经济发展水平相对较低，碳排放强度居高不下。这就意味着西部省份经济每增长一单位所带来的碳排放量很大，碳成本较高。这与西部地区技术水平不高，产业结构单一，能源结构单一等因素密不可分。中部一些省份也归属于高碳区，其碳强度指标也很大，如山西省在碳排放量很大的同时碳排放强度也很大。山西的能源结构特点是以能源产业为主，尤其以煤炭为主，自然资源丰富，但其资源利用率并不高，以能源的一次利用为主，第二产业占比很大。河北虽然在地理位置上属于东部地区但其经济发展水平相较落后，产业结构依旧是以第二产业为主，其地理环境、自然资源及技术水平等方面优势不大，其经济发展水平与碳排放量不平衡，碳排放量随着经济发展的增速较大。

5.三区域横向比较分析

将三区域与总体结果进行横向比较，首先从人均GDP与人均碳排放关系的角度出发，中碳区人均GDP对数的一次项和二次项系数与总体方向一致，人均GDP与人均碳排放量的关系显著性位于正U型曲线的右侧；而低碳区人均GDP与人均碳排放量呈正向相关关系，并显著性呈现出倒U型关系；高碳区人均GDP和人均碳排放量呈现出负相关关系，位于倒U型曲线的右侧。同时，高碳区人均碳排放量对人均GDP的弹性值为1.455、中碳区为2.948、低碳区为1.121，因此可以认为中碳区碳排放对经济发展水平反应程度最大，低碳区反应程度最小。其主要原因在于三区域分别处于经济发展的不同阶段，低碳区因其技术水平，经济能力以及政府政策等因素的支持，已经从发展初期的“重发展、轻污染”状态转变为绿色发展方式，经济发展对重污染行业的依赖性下降，即经济增长所带来的碳排放逐渐减少；而中碳区以第二产业为主，能源结构还是以一次能源的使用为主，经济发展主要依赖于高碳排放行业，碳排放水平居高不下。然后对产业结构进行比较，高、中、低碳区第二产业占比对碳排放的弹性分别为2.904、0.473、1.258，与总体第二产业占比弹性1.456相比，高碳区第二产业占比弹性最大，主要原因在于高碳区的第二产业的占比正不断增加，其敏感度较高；中碳区第二产业占比弹性最低，这是源于中碳区第二产业占比较大，并且占比较为稳定，其敏感度较低；低碳区第二产业占比的弹性较为居中，在于第二产业占比正处于下降阶段，但这种下降较为平缓，所以其敏感度相比中碳区较大，却小于高碳区。总体和高、中、低碳区第三产业占比对碳排放的弹性分别为1.023、1.399、1.105和0.862，可以看出，低碳区第三产业占比对人均碳排放量弹性最大，其次是中碳区，最后是高碳区。低碳区的第三产业占比较大，高新技术产业和服务业等发展水平较高，而高碳区的第三产业占比最小，第三产业发展水平较低等因素有关。最后，结合第二产业和第三产业占比发现，高、中、低碳区第二产业和第三产业占比与碳排放都呈现正相关关系，即二、三产业占比的上升都会增加人均碳排放量。在对人均碳排放的影响中，低碳区的第三产业占比较为重要，而高碳区的第二产业占比较为重要，与我国不同地区产业结构特点相符，低碳区以第三产业发展为主，而高碳区的第二产业发展迅速。

通过上述比较发现，我国碳排放省际间差异较大，不同区域碳排放与经济增长以及产业结构的关系不尽相同。虽然个别区域满足传统环境库兹涅茨曲线的条件，呈现出倒U型曲线特点，但是，我国总体上并不存在这一特征。

四、研究结论及启示

本文基于1997-2013年30个省份的面板数据对碳排放量和碳强度指标进行分析说明，并基于碳强度指标将其划分为高碳区、中碳区和低碳区三个区域，运用环境库兹涅茨曲线工具分析省际人均GDP和人均碳排放的关系。并引入第二、三产业比重作为扩展因素，运用面板数据固定效应模型对碳排放进行实证分析。研究结论如下：

1.人口因素对收入水平和碳排放的影响显著，实际GDP与实际人均GDP、碳排放总量和人均碳排放量并不一致。

2.在剔除人口因素后，对人均实际GDP和人均碳排放进行比较分析发现，我国省际碳排放量存在显著差异，且不同地区之间的人均GDP与人均碳排放之间的变化关系不尽相同。

3.碳强度指标与碳排放量的变化并不一致。碳强度指标代表经济增长的碳成本，经济发达地区的碳强度小于欠发达地区的碳强度水平。

4.在总体上，我国人均碳排放量与人均实际GDP之间并不存在倒U型关系。低碳区部分省份碳排放和收入水平之间存在倒U型关系，随着经济的发展，环境将持续改善；中碳区和高碳区大多数省份并不存在倒U型曲线，收入水平的提高可能伴随着环境进一步恶化。

5.产业结构、地理资源、政府经济政策等均是影响环境库兹涅茨曲线的形态的重要因素。其中，产业结构是其他因素发挥作用的重要载体，对碳排放的影响显著。第二、三产业占比对碳排放有正向影响，高碳区处于第二产业发展阶段，碳排放的增速很大，相较而言，中碳区第二产业进入稳定期，第二产业占比变化较小，其对人均碳排放量的弹性也较小。

我国当前属于粗放型经济发展模式，产业结构特点是重污染行业比重过大。所以，我国各地区尤其是经济发展水平较低的地区应学会因地制宜，采用区域发展战略，致力于调整产业结构，逐步将重污染产业过渡到以高新技术产业、服务业为主的第三产业、提高环境质量和经济发展水平的协调度。

[1] 中华人民共和国国家统计局.中国统计年鉴[M].北京：中国统计出版社,1998-2014.

[2] 政府间气候变化专门委员会.2006年IPCC国家温室气体清单指南[M].日本全球环境战略研究所,2006.

[3] 张晓.中国环境政策的总体评价[J].中国社会科学,1999(3):89-99.

[4] 国涓，项吉宁，郭崇慧.空间影响与环境库兹涅茨曲线：基于空间经济计量方法的实证分析[J].数理统计与管理,2009(4):678-684.

[5] 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.

[6] 符淼.我国环境库兹涅茨曲线：形态、拐点和影响因素[J].数量经济技术经济研究,2008(11):40-55.

[7] 陆旸.从开放宏观的视角看环境污染问题：一个综述[J].经济研究,2012(2):146-158.

[8] 赵爱文,李东.中国碳排放与经济增长间脱钩关系的实证分析[J].技术经济,2013(1):106-111.

[9] 查建平,唐方方,别念民.结构性调整能否改善碳排放绩效?—来自中国省级面板数据的证据[J].数量经济技术经济研究,2012(11):18-33.

[10] 马大来，陈仲常，王玲.中国省际碳排放效率的空间计量[J]. 中国人口·资源与环境,2015(1):67-77.

[11] 杨骞,刘华军.中国二氧化碳排放的区域差异分解及影响因素—基于1995-2009年省际面板数据的研究[J].数量经济技术经济研究,2012(5):36-148.

[12] 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.

[13] 蒋伟，刘牧鑫.外商直接投资与环境库兹涅茨曲线—基于中国城市数据的空间计量分析[J].数理统计与管理,2011(4):752-760.

[14] 胡宗义,刘义文,唐李伟.低碳经济背景下碳排放的库兹涅茨曲线研究[J].统计研究,2013(2):73-79.

[15] 孙作人,周德群,周鹏.工业碳排放驱动因素研究：一种生产分解分析新方法[J]. 数量经济技术经济研究,2012(5):63-75.

[16] 鲁万波,仇婷婷,杜磊.中国不同经济增长阶段碳排放影响因素研究[J].经济研究,2013(4):106-118.

[17] 周五七,聂鸣.中国工业碳排放效率的区域差异研究—基于非参数前沿的实证分析[J]. 数量经济技术经济研究,2012(9):58-71.

[18] 安虎森,王雷雷,吴浩波.中国环境库兹涅茨曲线的验证—基于省域数据的空间面板计量分析[J]. 南京社会科学,2014(9):01-08.

[19] 罗岚,邓玲.我国各省环境库兹涅茨去下地区分布研究[J].统计与决策,2012(10):99-101.

[20] 李树.环境库兹涅茨曲线与我国的政策措施[J].宏观经济研究,2005(5):38-41.

(责任编辑：李潇雨)

The Interprovincial Carbon Emissions and Environmental Kuznets Curves

QIN Chang-cai， XIAO Cheng

(School of Economics and Business, Yantai University,Yantai 264005,China)

This paper studies the issue of carbon emission in China on the basis of the panel data of 30 provinces from 1997 to 2013. First, The carbon emissions were calculated based on the above data. Take 1997 as the basic year, the real GDP of corresponding area each year was estimated. According to the data of carbon intensity, they were divided into high，middle and low carbon intensity region. Then, a fixed effect model with the industrial structure factor was established to make an empirical analysis. The study shows that the interprovincial carbon emissions are obviously different due to the marked impact of energy structure, industrial structure and economic development and so on；The carbon emissions per capita and the actual per capita GDP have the similar change；The level of economic development has a significant impact on carbon intensity. Overall, the carbon emissions per capita and actual per capita GDP do not have the inverted U type relationships.

carbon emissions; interprovincial; Kuznets Curve; industrial structure; fixed effects

F124.5

A

1008-2603(2017)03-0011-10

2017-04-22

山东省社会科学规划青年基金项目“低碳经济背景下的山东省能源可持续发展战略研究”(13DJJJ22))。

秦昌才，男，烟台大学经济管理学院副教授，博士。