基于面板数据的东北三省产业结构与碳排放实证分析

2018-01-23白小伟李远利

中国市场 2018年1期

白小伟　李远利

[摘要]文章采用我国东北三省2005—2014年十年的相关数据，对我国东北黑、吉、辽三省的产业结構和碳排放关系进行研究，分析方面采用面板数据分析方法。结果显示东北三省碳排放主要来自于经济的增长，而就三次产业来说，第二产业对各省碳排放的影响要大于第一产业和第三产业；在对三次产业的发展结构分析方面，结果显示第二产业的发展结构不合理，在众多的第二产业中能源消耗量大的企业占据较高的比例，当地政府在发展过程中应鼓励企业技术创新，扶持高新技术和低碳产业的快速发展；三个省份的第三产业也不太合理，应进行适度的产业结构调整，在接下来的发展中应该保持第一产业的稳定发展，同时对第二产业的产业结构进行改造，鼓励清洁能源产业的发展。

[关键词]东北三省；产业结构；碳排放；面板数据

[DOI]1013939/jcnkizgsc201801061

1引言

近年来，东三省作为中国的老工业基地，面临着产业结构转型升级的问题，而在产业结构转型的过程中，产业结构与碳排放之间关系的研究也就显得尤为重要。徐玉高、郭元等（1999）基于时间序列和截面数据的方法，研究了我国经济增长同碳排放之间的关系，结果显示人均碳排放与人均GDP之间不存在库兹涅茨曲线。王中英、王礼茂（2006）研究了我国GDP增长与碳排放的关系，结果显示二者存在明显的相关性，并认为我国目前的经济结构中，增长方式过于依赖投资，并且当前经济结构以第二产业为主，这是导致温室气体排放量增加的主要原因。在产业结构与碳排放关系方面，徐成龙（2014）运用LMDI分解方法以山东省1994—2010年的数据为基础，对产业结构调整对碳排放的影响做了定量分析，同时结合LEAP模型预测2030年之前的产业结构调整对山东碳排放的贡献。原嫄（2016）建立了产业结构对区域碳排放的影响模型，并在此基础上，以全球尺度进行计量分析，研究表明区域碳排放在经济发展的推进下，呈现出先上升后下降的基本客观规律。李科（2014）运用动态面板平滑转换模型对中国1995—2009年30个省份的产业结构对EKC曲线的影响做了分析，强调转变居民消费方式，以低碳环保为主是中国未来实现可持续性碳减排的重点。

与其他研究相比，本文运用面板数据分析方法，并借助于东北三省有关碳排放和产业结构的数据，对三省份的产业结构同碳排放直接的关系进行实证分析。

2数据来源与指标的选取

21数据来源及对缺失数据的处理

本研究选择的时间为2005—2014年，数据主要来源于历年《辽宁统计年鉴》《黑龙江统计年鉴》《中国能源统计年鉴》《中国劳动统计年鉴》，吉林省的相关数据来源于吉林省经济社会发展统计数据库及大智慧数据库，本文的样本数据是东北地区黑龙江、吉林、辽宁三省份。鉴于有些年份的数据缺失，本文主要采用算数平均数进行补充。

22指标的选取

在本文中，主要选择东三省三次产业国内生产总值和就业人数为基础，运用碳排放系数法对碳排放进行测量。各指标的构造如下所示。

221三次产业国内生产总值

本文中关于衡量各省份三次产业发展情况的数据主要来源于《中国能源统计年鉴》中公布的三省份在研究时间区间的当年GDP，部分数据来源于各省份历年统计年鉴，单位为亿元，用GDPjit（其中j = 1， 2， 3）表示第i个省份的第j产业在第t年的国内生产总值。

222三次产业就业人数

在三省份就业人数的选取方面，本文主要按照各省份每年投入的劳动力的数量，数据取自相应省份历年统计年鉴，用laborjit（其中j = 1，2，3）表示第i个省份的第j次产业在第t年的就业人数。

223三次产业碳排放量

关于碳排放的计算方法，目前文献中主要采用碳排放系数法、投入产出分析、生命周期评价以及将投入产出分析和生命周期评价整合在同一分析框架内的混合生命周期评价方法，本文主要采用了碳排放系数法计算各个省份三次产业能源消费的碳排放量，鉴于计算分行业碳排放时，由于难以获得分产业各种能源的分别消耗量，因此采用各省份各产业能源消费总量（标煤消耗量）来计算，标煤CO2排放因子参考陈红敏的2277tCO2/tce。计算公式如下：

Carbonjit=Cjit×E

其中，Carbonjit表示东北三个省份中第i个省份的第j次产业在第t年的碳排放量，单位为万吨；Cjit表示第i个省份的第j次产业在第t年的能源消费总量（万吨标准煤），E表示标煤CO2排放因子。为描述各指标数据的经济学含义，文中所采用的运算数据，均为其原始数据的自然对数值。

3模型的设定及实证方法

31模型的设定

鉴于在时间序列的相关研究分析中容易出现异方差等因素，在数据使用之前我们先对各个变量分别取对数，以减少异方差，并设定如下面板数据模型：

yjit=αjit+βjitxjit+εjit

其中，j=1，2，3，分别表示一、二、三产业；yjit=lncarbonjit，表示第i个省份的第j次产业在第t年碳排放的对数值； xjit=（lnlaborjit，lngdpjit），表示第i省份的第j次产业在第t年GDP及劳动力的对数值； αjit、βjit、εjit表示截距项、面板数据回归系数以及面板数据回归的残差项。

32实证方法

321面板单位根检验

面板的单位根检验是指在面板数据的很多变量中，将横截面数据看作一个整体的序列，进而进行单位根检验，本文主要运用了 LLC 检验方法对各变量进行单位根检验。

322面板协整检验

协整检验主要是用来检验变量之间是否存在长期均衡关系，目前主要有两种面板数据协整检验的方法：一种是由 Engle 和 Granger（1987）提出来的两步检验法；另一种方法是原假设为存在协整关系，如Mc Coskey和Kao（1998）中的LM检验。endprint

4实证结果及分析

41面板单位根检验

本文在進行实证研究前对所有的变量进行了单位根检验，检验结果如表1所示。由表可见面板数据水平值是不平稳的，而其一阶差分序列在5%的显著性水平下是平稳的，符合面板协整检验的前提条件。

42协整检验

由于面板数据的一阶差分都是平稳的，本文运用Pedroni（1999）提出的面板数据协整分析的方法来检验是否存在协整关系，结果如表2所述。

表2结果显示在1%的显著性水平下，东北三省份的碳排放与第一、第二产业结构之间存在协整关系，而与第三产业不存在协整关系，因而只对第一、二产业可以直接进行回归分析，而不存在伪回归的可能。

43最小二乘法估计

本文首先对回归模型的具体形式进行判断，继而进行最小二乘法估计。首先，采用极大似然比的检验方法，判断采用混合模型还是固定效应模型（见表3）；其次，用Hausman检验方法判断采用固定效应模型还是随机效应模型，如表4所示。

从表3可见相伴概率均小于005，拒绝原假设选择建立固定效应模型。从表4可见，第二产业的Hausman检验结果拒绝原假设，应当建立固定效应模型。而第一产业接受了原假设，应当建立随机效应模型。因此，我们采用相应的模型进行最小二乘法估计。

从表5中可得到，在第一产业所建立的随机效应模型中，相应产业的GDP对碳排放的影响并没有通过显著性水平的检验。而劳动力对第一产业的碳排放都通过1% 显著性水平的检验，说明对其影响很显著。详细分析可得，第二产业的GDP和劳动力对第二产业碳排放影响的弹性系数分别为07041、-08711，而第二产业的GDP正向影响最大，这说明了在东北三省份第二产业的发展结构中，能源消耗大的企业占比较大，而高技术水平产业和对能源依赖较小的企业较少，第二产业发展结构不合理；从业人员负向影响在一定程度上说明了第二产业劳动力的增加能够降低碳排放。

5结论与不足

通过对东北三省碳排放与产业结构相关数据的实证分析，我们得出了如下的结论：第三产业的碳排放与GDP和从业人员长期并不存在协整关系，而第二产业中GDP对产业碳排放的正向因素最大，说明经济发展是导致东三省碳排放增加的一个主要因素。然而我们的研究仍存在一定的不足，本文并没有对全国其他省份的相关数据进行实证分析，因而无法得出第三产业与GDP和劳动力从业人数长期一定不存在协整关系，这是以后要进行进一步研究的方向。

参考文献：

[1]徐玉高，郭元，吴宗鑫经济发展，碳排放和经济演化[J].环境科学进展，1999（2）.

[2]王中英，王礼茂中国经济增长对碳排放的影响分析[J].安全与环境学报，2006（5）.

[3]郑长德，刘帅产业结构与碳排放：基于中国省际面板数据的实证分析[J].开发研究，2011（2）.

[4]郭朝先产业结构变动对中国碳排放的影响[J].中国人口·资源与环境，2012（7）.

[5]高卫东，姜巍，谢辉经济发展对中国能源碳排放空间分布的影响[J].辽宁工程技术大学学报：自然科学版，2009（2）.

[6]刘再起，陈春低碳经济与产业结构调整研究[J].国外社会科学，2010（3）.

[7]吴振信，谢晓金经济增长、产业结构对碳排放的影响分析——基于中国的省际面板数据[J].中国管理科学，2012（3）.

[8]徐成龙，任建兰，巩灿娟产业结构调整对山东省碳排放的影响[J].自然资源学报，2014（2）.

[9]原嫄，席强敏，孙铁山，等产业结构对区域碳排放的影响——基于多国数据的实证分析[J].地理研究，2016（1）.

[10]李科中国产业结构与碳排放量关系的实证检验——基于动态面板平滑转换模型的分析[J].数理统计与管理，2014（3）.

[11]陈红敏包含工业生产过程碳排放的产业部门隐含碳研究[J].中国人口·资源与环境，2009（3）.