经济增长、能源转型与CO2排放的长期均衡

谢志明+晏奎+周乐明+杨盼盼

摘要：采用线性面板计量方法，依据2000～2014年中国30个省区CO2排放因子数据，考量经济增长、能源转型与CO2排放的长期均衡关系。结果表明：工业经济部门能源消费是导致CO2排放增加的重要因素；能源强度与CO2排放之间存在显著相关性与长期均衡性，能源强度降低1%，CO2排放量将减少0.22%；可再生能源替代化石能源对CO2排放具有长期抑制作用，可再生能源占比每增加1%，CO2排放量将减少0.48%。鉴此，应转变经济增长方式，实现能源转型战略，包括提高能源效率、可再生能源替代等政策建议。

关键词： 经济增长；能源效率；可再生能源替代；碳排放

中图分类号：F062.2文献标识码：A文章编号：10037217（2017）06011306

一、引言

经济增长对煤炭、石油等化石能源的依赖导致CO2过度排放，成为全球面临的严峻挑战。由此引发的经济增长、能源消费转型与碳排放关系的问题值得长期关注＼[1＼]。相关学者探讨了经济增长与CO2排放的内在关联。Jaunky（2011）运用环境库茨涅茨曲线（Environmental Kuznets Curve， EKC）验证了GDP和CO2排放之间的倒“U”型关系[2]。胡宗义等（2012）研究表明人均GDP与人均CO2排放量成正相关[3]。Piaggio和Padilla（2012）对全球31个国家在1950-2006年的经济活动和CO2排放进行了协整分析，指出经济活动与CO2排放的相关性受资源的时空条件、环境政策的影响，呈现复杂多样化的特征[4]。关于GDP与能源消费之间的因果关系的研究尚未取得一致结论，Ozturk（2010）认为这可能是由于数据来源、所用的因变量及计量经济模型存在差异导致的[5]。

以能源强度和可再生能源占比为主要表征的能源消费转型与CO2排放关系密切 [6]。Lee和Chang（2008）研究指出，能源强度对CO2排放具有抑制作用，建议亚洲国家应致力于降低工业部门的能源强度，以便更好地控制CO2排放[7]。Wing（2008）研究了美國1958-2000年能源强度对CO2排放的影响趋势，指出产业结构转型升级是降低能源强度的主要途径[8]。何建坤（2013）通过低碳情景指标分析，认为保持低水平的能源强度是CO2排放量尽早达到峰值的必要条件[9]。Sadorsky（2014）通过分析新兴经济体的能源强度，指出若在新兴经济体中降低能源强度，收入可能出现增长，且CO2排放也将会减少[10]。同时，开发利用可再生能源，逐步实现可再生能源对常规能源的替代是实现节能减排、解决全球气变暖威胁的有效途径[11，13]。但可再生能源替代对CO2排放趋势的影响需要长期观测，相关研究尚无一致结论。Apergis（2010）和Chiu chang（2009）指出，由于可再生能源的开发利用存在间歇性问题、存储技术不足、弃风弃光等现象严重，因此，可再生能源对遏制CO2排放量影响甚少[14，15]。Chiu chang（2009）认为，只有当可再生能源消费占比高于某个阈值时，可再生能源才会影响CO2排放，并建议持续地增大可再生能源占比，解决经济增长与能源消费的相互制约难题。

由于能源强度估计的复杂性，可再生能源的间歇性以及中国CO2排放的时空差异性，鲜有文献综合考虑能源强度和可再生能源替代对减少CO2排放的影响。基于此，本文利用计量经济学中时间序列和长面板数据分析方法，深入探究经济增长、工业部门能源消费、能源效率、可再生能源等因素与中国CO2排放的长期均衡关系。以期为加快能源转型、实现中国节能减排目标提供实证支持。

三、实证分析

（一）面板数据单位根检验和协整检验

利用Eviews8.0软件对中国30个省450个数据进行回归分析，原假设设定随机效应模型优于固定效应模型，通过Hausman检验模型回归分析假设。其中，Hausman检验的数据及结果如表2所示，可知Hausman检验的统计量为22.175287，检验结果显著p<5%，即表明模型拒绝原假设。因此，可得出固定效应模型更适合于本文的回归分析。

与此同时，面板数据模型在回归前需要检验数据的平稳性。为了避免伪回归，本文对各面板序列的平稳性进行检验，其检验结果如表3所示。

由表3可以得到，LN（CO2，it）、LN（GDPit）、LN（EIit）、LN（Rit）在经过一阶差分后基本上保持平稳，且各变量存在一阶单整，因此，它们之间可能存在协整关系，可进行协整检验。表4为残差序列的ADF单位根检验，其中通过残差序列的单位根是平稳的，表明解释变量和被解释变量之间存在长期平稳关系。虽受经济的冲击影响，CO2排放量在短期内存在剧烈又明显的波动变化，但这些变量之间却存在长期均衡，即CO2排放最终会逐渐降低直到归于平稳。

表4残差序列的ADF单位根检验

Item

Tstatistic

Prob.*

ADF的检验统计量值

88.7201

0.00940

1%

92.6263

5%

84.1066

10%

90.7825

（二）回归结果分析

表5为面板回归结果，其中工业能源消费占比指标（LNM）在1%的检验水平上具有正显著性（0.36）；而人口数量（LNPOP）对该回归方程不显著，这表明人口这一变量对CO2排放的影响不显著。同时，模型中能源强度指标（LNEI）在5%的检验水平上具有显著性且正相关（0.22）；可再生能源占比（LNR）存在负相关（-0.49），因此，降低能源强度和提高可再生能源占比对减少CO2排放量具有积极作用，这与预期是一致的。endprint

变量对CO2排放的影响程度而言，GDP增长1%，CO2排放量增加0.77%；工业能源消费占比每增加1%，CO2排放量增加0.35%。另一方面，能源效率和可再生能源占比对抑制长期CO2排放方面起到重要作用：在其他条件不变的情况下，能源强度降低1%，CO2长期排放量减少0.22%；可再生能源占比增加1%，CO2排放量减少0.49%。

表6列出了中国30个省份的5个自变量系数和标准误差的估计结果。其中北京、天津、内蒙古、上海、江苏、浙江、福建、湖北、湖南、广州、贵州、云南等地的收入水平系数在5%的检验水平具有显著性，各省GDP和CO2排放量关系相关性最强的省份是内蒙古、上海、江苏、湖北、湖南和广东：各省GDP增长1%，该省份CO2排放量分别增长0.25%、0.14%、0.15%、0.13%、0.14%、0.13%和0.18%。从表5和6中可以看出，收入和CO2排放量之间存在正相关性，这意味着在模型增加其他变量的同时收入增加，CO2排放量也显著上升。这是由于CO2排放量的改变，可能取决于收入水平对每个省份环境质量的需求和供给。

表6中，有18个省区能源强度指标在5%上与CO2排放显著正相关，表明降低能源强度，提高能源效率对减少CO2排放量具有积极影响。其中，广东能源强度每降低1%，CO2排放量减少0.178%。通过分析发现广东通过取缔关停了数量众多的污染和能耗密集型中小企业，大力发展高新技术产业如新能源产业、电子信息制造、新材料、通信技术及软件产业，一方面经济快速增长，另一方面能源强度降低。能源强度降低，减排效果显著。仅2014年广东省CO2排放减少607.8万吨。

表6中，工业能源消费占比在回归模型中显著正相关（1%水平），其中江苏、湖北、湖南等工业能源消费占比对CO2排放量影响较大。各省工业能源消费占比增加1%，CO2排放量分别增加0.83%、0.55%、0.43%。这需要工业项目建设审批中特别关注能源消耗与排放水平，推广清洁生产技术，开展工业部门清洁生产强制审核，从而削减和控制工业行业CO2排放。

表6中，可再生能源占比对CO2排放量影响省区是四川和内蒙古，可再生能源占比增加1%，CO2排放量分别减少0.59%、0.55%。四川水電资源丰富，已经形成“三江七片两线”的水电基地格局。2014年四川省水力发电2341.3亿千瓦时，占全省当年发电量的97.93%。由于丰富的风力资源条件以及固定上网电价和补贴的政策扶持，内蒙古风电产业快速发展，2014年风力发电量386.2亿千瓦时，规模居全国第1位。但在可再生能源基地发展过程中，也存在着因为发电产能阶段性过剩问题，表现在2014年，四川的“弃水”电量，内蒙古的“弃风”电量分别为97亿千瓦时，35亿千瓦时。

四、结论

基于中国在全球气候大会上的CO2排放峰值的承诺背景，为分析中国CO2排放的时间与空间规律，本文采集了30个省区2000-2014年的CO2排放量以及包括GDP、工业经济部门能源消费、可再生能源、能源强度等在内的排放因子数据，通过线性面板计量经济模型，研究了CO2排放量与排放因子之间的长期趋势，结论如下：

1. 从时间视域考察，受经济增长的正向影响，中国CO2排放量一直处于上升趋势。但随着经济结构转型以及工业部门的技术进步，经济增长对CO2排放量增幅影响明显收窄，这为中国2030年实现排放峰值目标提供了证据。

2. 从空间视域分析，由于各省区资源条件及经济增长方式的差异，影响CO2排放量的主要因子可能不同，因而需要采取针对性强的减排策略。工业部门能源消费多的省区，要抓紧淘汰落后产能，发展战略性新兴产业；能源强度大的省区，应该加大节能技术创新力度，提高能源效率；可再生能源资源丰富的省区，由于消纳困境而不得不弃风、弃光、弃水，这就要按照新修订的《可再生能源法》的要求，加强区域协作，扩大可再生能源利用范围，实现可再生能源的全额收购[22]。

3.由于影响CO2排放的因子存在时间与空间差异性，各省区的CO2减排行动需要在中国碳排放承诺目标的统一指引下，根据自身资源条件，推动低碳政策与经济、能源政策形成政策组合，有效解决气候变化带来的一系列挑战。

参考文献：

[1]武红，谷树忠，关兴良，鲁莎莎.中国化石能源消费碳排放与经济增长关系研究＼[J＼].自然资源学报，2013，03：381-390.

＼[2＼]Jaunky V C.The CO2 emissionsincome nexus： evidence from rich countries＼[J＼].Energy Policy，2011，39 （3）：1228-1240.

＼[3＼]胡宗义，唐伟李，苏静.开放条件下CO2排放的非参数APLM研究＼[J＼].财经理论与实践，2012，33（6）：76-80.

＼[4＼]Piaggio M，Padilla E.CO2 emissions and economic activity： heterogeneity across countries and nonstationary series ＼[J＼].Energy Policy，2012，46：370-381.

＼[5＼]Ozturk I.A literature survey on energygrowth nexus ＼[J＼].Energy Policy 2010，38 （1）：340-349.

＼[6＼]熊曦.区域工业发展与碳排放的脱钩关系分析——基于2006-2013年湖南的实际情况＼[J＼].财经理论与实践，2015，36（198）：120-125.

＼[7＼]Lee C C， Chang C P.Energy consumption and economic growth in Asian economies： a more comprehensive analysis using panel data ＼[J＼].Resource and Energy Economics，2008，30（1）：50-65.endprint

＼[8＼]Wing I S.Explaining the declining energy intensity of the US economy＼[J＼].Resource and Energy Economics，2008，30 （1）：21-49.

＼[9＼]何建坤.CO2排放峰值分析：中國的减排目标与对策＼[J＼].中国人口资源与环境，2013，23（12）：1-9.

＼[10＼]Sadorsky P .The effect of urbanization on CO2 emissions in emerging economies ＼[J＼].Energy Economics，2014，41：147-153.

[11]周庆元，陈海龙.能源消费、能源生产与经济增长的关联特征——基于1995-2012年数据的实证研究[J].内蒙古社会科学（汉文版），2015（2）：101-105.

＼[12＼]吴玉萍.河南城镇化进程中碳锁定的形成机制及解锁策略研究＼[J＼].河南师范大学学报（哲学社会科学版），2016，43（3）：73-76.

[13]徐志伟，常旭蕊.投资增长加重了中国工业二氧化硫的排放吗——基于空间面板模型的总量判断与结构比较[J].贵州财经大学学报，2016（2）：90-99.

＼[14＼]Apergis N，Payne J E，Menyah K，WoldeRufael Y.On the casual dynamics between emissions， nuclear energy， renewable energy， and economic growth ＼[J＼].Ecol Econ 2010，（69）：2255-2260.

＼[15＼]Chiu C L，Chang T H.What proportion of renewable energy supplies is needed to initially mitigate CO2 emissions in OECO member countries ＼[J＼].Renewable and Sustainable Energy Reviews，2009，13（6-7）：1669-1674.

＼[16＼]Metcalf G E.An empirical analysis of energy intensity and its determinants at the state level ＼[J＼].Energy J.，2008，29 （3） ：1-26.

[17]谢志明，谢青青，易玄.绿角供应链管理对制造企业绩效的影响[J].财经理论与实践，2015（1）：111-116.

[18]焦翠红，李秀敏.经济增长、节能减排与区域产生结构优化[J].税务与经济，2015（2）：7-15.

＼[19＼] Nillesen P H L， Haffner R C G， Ozbugday F C.A global perspective on the longterm impact of increased energy efficiency ＼[J＼].Energy Efficiency， 2013， Pages 87-110.

[20]周跃云.城市规模以上工业碳排放的行业差异研究——以长沙市为例[J].求索，2016（4）：112-117.

[21]张玉婷.政府竞争机制对区域碳排放量影响的研究[J].哈尔滨商业大学学报：社会科学版，2016（6）：38-45.

[22]周四军，封黎.我国能源效率与经济增长关系研究——基于PSTR模型的实证[J].湖南大学学报（社会科学版），2016（2）：81-86.

（责任编辑：钟瑶）

Abstract：The linear panel measurement method was used to analyze the data of CO2 emission factors in 30 provinces in China during 20002014. The results of the empirical study are obtained as follows. Energy consumption is an important factor leading to the increase of CO2 emissions in the industrial sector； there is a significant correlation between energy intensity and CO2 emissions and longterm equilibrium； energy intensity decreased by 1%， CO2 emissions will be reduced by 0.22%； renewable energy to replace fossil fuels has a longterm inhibition of CO2 emissions， renewable energy accounts for each increase of 1%， CO2 emissions will be reduced by 0.48%. This paper also puts forward some suggestions on how to change the mode of economic growth and realize the strategy of energy transformation， including improving energy efficiency and renewable energy.

Key words：economic growth； energy efficiency； renewable energy alternative； CO2 emissionsendprint