低碳发展、产业结构升级与经济增长的动态关系研究

涂 建

（江西财经大学 信息管理学院，南昌 330032）

改革开放以来，我国经济高速发展，化石能源消耗巨大，带来的严重后果是二氧化碳等温室气体大量排放，直接对环境造成污染。随着我国经济发展的转型，深入研究低碳发展、产业结构升级与经济增长之间的关系，具有非常重要的现实意义。

一、文献回顾

国内外学者相关研究主要集中于三个方面。

一是碳排放与经济增长的关系研究。Roberts、Grimes等人认为二氧化碳排放强度与经济增长之间呈现倒“U”型关系[1]。Metcalf通过实证模型发现了碳排放强度与经济发展之间的三次函数关系[2]。邓慧慧等人运用空间面板模型探讨中国地区经济增长对碳排放强度的影响，结果表明我国地区经济增长和碳排放强度呈现“∧”型特征，地区经济增长的不同阶段对碳排放强度具有不同的影响[3]。涂雄苓认为我国二氧化碳排放强度与经济增长之间存在长期的单向因果关系，GDP增长是二氧化碳排放强度的Granger原因[4]。张林强等采用Laspeyres分解法和Tapio脱钩指数分析广东省经济增长与碳排放之间的关系，研究表明经济增长效应是碳排放增长的首要驱动因素，经济增长与碳排放经历了从“弱脱钩”转变为“强脱钩”，但总体上仍然呈“弱脱钩”状态[5]。

二是产业结构与经济增长的关系研究。刘伟等人采用最小二乘法分析了我国产业结构与经济增长的关系，认为第三产业对经济增长拉动作用较大[6]。王辉通过协整理论、格兰杰关系检验和误差修正模型分析湖南省产业结构升级与经济增长关系，实证表明产业结构升级进程对经济增长具有明显的带动作用，同样经济增长可以有效促进产业结构的合理化和软化[7]。干春辉等人采用动态面板模型进行分析，认为我国产业结构合理化和高级化对经济增长都有较明显的促进作用，但是不同时期促进作用存在较大的差异[8]。付凌晖认为经济增长明显带动产业结构升级，但是产业结构高级化对经济增长的促进作用并不显著[9]。

三是碳排放与产业结构升级的关系研究。李健等人运用灰色关联度分析我国碳排放强度与三次产业之间的关联性，研究表明影响碳排放强度的主要因素是第二产业，第三产业增值对减少碳排放强度效应不明显[10]。林伯强等采用对数平均迪式分解法和STIRPA模型分析我国二氧化碳排放的影响因素，得出我国产业结构中第二产业的重工业是导致中国碳排放增长的一个重要因素，降低第二产业的比重可以降低二氧化碳库兹涅茨曲线的弧度[11]。冯之浚等人认为产业结构调整优化升级对低碳经济发展具有很大作用，低碳经济的目的就是降低碳排放强度[12]。Minihan等人运用投入产出DEA模型研究了英格兰地区减排的情况，认为产业结构调整可以间接影响碳排放[13]。郭朝先利用LMDI分解法，对碳排放进行分解，定量分析产业结构变动对碳排放变动的影响，认为产业结构的升级有利于碳排放量的减少[14]。

此外，部分学者将低碳发展、产业结构升级和经济增长结合起来。陶长琪等构建面板向量自回归模型PVAR分析经济增长、产业结构与碳排放关系，结果表明三者之间存在长期稳定的均衡关系。经济增长不仅可以直接影响碳排放，还可以通过影响产业结构优化升级影响碳排放[15]。吕明元认为产业结构变迁对经济增长的影响具有阶段性特征，并且产业结构升级对降低能源消耗强度，以及碳排放强度均起到了积极作用[16]。

现有研究存在以下几点不足：第一，国外学者对经济增长问题的研究主要是针对发达国家，而发达国家作为实证分析对象的结果不一定符合中国的情况；第二，现有文献忽视了变量之间可能存在的内生性，未能揭示三者之间相互影响的动态演变过程，研究结果解释力较弱。本文试图以全新的实证方法建立时间序列数据向量自回归模型（VAR）分析我国低碳发展、产业结构升级与经济增长之间的双向动态关系，精准把握各个变量之间的内在影响机制，捕捉各个变量之间冲击的长短期效应。

二、变量与数据说明

本文分析的样本数据是我国1978—2015年的年度数据，一共38个年度时间序列数据。相关指标说明如下：

（一）碳排放强度（CI）

碳排放强度即单位国内生产总值（GDP）的二氧化碳排放量。该变量是用来衡量国家经济增长与碳排放量的影响。如果一国在经济增长的同时，每单位国民生产总值所带来的二氧化碳排放量在下降，就说明该国发展已经实现了低碳发展的模式。由于我国目前没有二氧化碳的直接监测数据，大部分的碳排放量研究都是基于能源消费量、能源碳排放系数进行估算。为了获得准确数据，结合有关文献，本文二氧化碳排放总量采用以下公式计算：

式（1）中，Ei为各类能源的消费量，F（CO2）i为各类能源的二氧化碳碳排放系数。式（1）计算出的二氧化碳总量除以当年GDP数值得到碳排放强度。为了保持数据的一致性，1978—2015年GDP的数值以1978年不变价格计算得到不变价GDP值。各类能源消费数据来自 《中国能源统计年鉴》，本文二氧化碳排放系数来自 《国家温室气体清单指南》（见表1）。

表1 各类能源二氧化碳排放系数 （单位：kg-CO2/kg）

（二）产业结构升级（ISR）

在现有的研究中产业结构升级指标有：第一产业从业人员数占社会就业总人数的比重，该比重越小，说明结构调整的速度越快，产业结构的优化程度越高；用第二和第三产业产值之和与第一产业产值的比值作为产业结构高级化的指标，比值越高，表示产业结构调整速度越快，结构越优化；还有用第三产业产值占GDP比重，比重越大，产业结构更高级化。这些产业结构升级的指标有一定的合理性，但也有一定的主观性。为此，本文采用产业结构升级系数法，通过赋予三次产业不同权重乘以各自在GDP中的比重加权后来表示，既能体现在产业升级中产业结构的变化，又能反映出产业结构升级的整体效果。用公式表达如下：

式（2）中，ISR表示产业结构升级系数，xi表示第i产业占GDP的比重，显然ISR的取值范围在1～3之间，产业结构升级水平随着ISR的变大而提高。

（三）经济增长（GDP）

现有的实证研究中一般采用GDP、GDP增长率或者人均国内生产总值（AGDP）作为衡量经济增长的指标。国内生产总值能够更好反映一个国家或地区经济发展水平，因而本文采用国内生产总值GDP这个指标，为了消除物价变动对变量的影响，用历年我国生产总值指数对GDP进行调整，得到按可比价计算的国内生产总值。

为了消除时间序列变量的异方差性，同时又不影响变量之间的协整关系，本文对碳排放强度CI、产业结构优化率ISR与国内生产总值GDP进行对数处理，分别记为lnCI、lnISR、lnGDP。使用Eviews7.0获得变量lnCI、lnISR、lnGDP的时间序列趋势图（见图1）。

图1 1978—2015年中国碳排放强度、产业结构升级与经济增长趋势

三、实证分析

在建立VAR模型之前，必须对变量进行平稳性检验。如果变量是同阶单整序列，利用Johansen和Juselius的似然比检验方法（简称“JJ检验”），检验各变量是否存在协整关系，建立协整方程。然后利用Granger因果分析判断变量之间是否存在因果关系以及因果关系的具体方向，最后运用向量误差修正模型（VEC）、脉冲效应分析、方差分解进一步分析低碳发展、产业结构优化与经济增长的长期和短期的动态关系。

（一）ADF单位根检验

一般而言，大多数经济时间序列数据具有趋势性、非平稳性。为了避免对原数据进行普通回归产生伪回归问题，本文需要对各变量进行ADF单位根检验判断各变量是否平稳，不平稳就对变量进行差分处理。采用Eviews7.0，对lnCI、lnISR、lnGDP的ADF单位根检验，结果如表2所示。

从表2可知，在5%的显著性水平下，lnCI、lnISR、lnGDP的ADF检验值均大于临界值，拒绝了不存在单位根的原假设，认为原序列都存在单位根。即原序列数据为非平稳时间序列。于是对上三个序列进行一阶差分，ΔlnCI、ΔlnISR、ΔlnGDP的ADF检验值小于临界值，认为一阶差分序列不存在单位根，即各变量的一阶差分具有平稳性，且各变量均为一阶单整序列，因此，lnCI、lnISR、lnGDP三个变量符合协整检验条件。

表2 ADF单位根检验结果

表3 VAR模型滞后期的确定

（二）VAR模型的建立

建立VAR模型，不仅要各变量满足平稳性条件，还要确定模型的最佳滞后期，以保持合理的自由度，使参数具有较强的解释力，同时消除误差项的自相关。 对变量lnCI、lnISR、lnGDP构建三维VAR模型，运用滞后结构中的滞后长度来确定VAR模型的滞后阶数，结果如表3所示。

从表3可知，在滞后期为2时，5个检验指标中LR、AIC、SC值同时最小，因此建立滞后2期的VAR模型，即VAR（2）。对于建立的VAR模型，必须验证AR根的稳定性以确保脉冲效应函数和方差分解结果的有效性，检验结果如图2和表4。

如图2所示，单位圆中的点是AR特征根的倒数的模，而且每个特征根倒数的模都在单位圆内，没有位于单位圆外面的根，因此建立的VAR（2）模型是稳定的。同理，表4中所示的单位根倒数的模都小于1，再次验证建立VAR模型是稳定的。

（三）Johanse协整检验

图2 特征根

表4 特征根及模

为了进一步了解低碳发展、产业结构升级与经济增长之间是否存在协整关系，需要进行Johansen协整分析，由上文平稳性检验，三个变量都是一阶单整，符合协整检验的前提条件。在已建立VAR（2）模型上，采用Johansen检验法对lnCI、lnISR、lnGDP三个变量进行检验，由于单位根检验结果显示被检验变量存在随机趋势，因此在无约束VAR模型中施加一个向量协整分析，同时在协整检验设定的滞后期需要设定减1，即滞后阶数为1。结果如表5所示。

表5 特征根迹检验结果

从表5可知，原假设None表示没有协整关系，该假设下计算的迹统计量值为40.363，大于临界值29.797，且概率P值为0.0021，可以拒绝该原假设，认为至少存在一个协整关系；下一个原假设表示最多有一个协整关系，结果拒绝原假设，认为至少存在两个协整关系；下一个原假设表示最多两个协整关系，检验结果可以接受该原假设，认为存在两个协整关系。因此通过迹统计量可以确定三个变量存在两个协整关系，即低碳发展、产业结构升级与经济增长之间存在长期均衡关系。协整方程表述如下：

通过协整方程得到，在长期关系下，碳排放强度与经济增长呈反方向变化，即低碳发展促进经济增长，产业结构升级与经济增长呈同方向变化。具体来说碳排放强度每增加1%，经济增长下降3.004214%；产业结构升级每增加1%，经济增长5.973098%。

（四）Granger因果关系检验

Johanse协整检验只能得到低碳发展、产业结构升级与经济增长在长期过程中有一个均衡关系。为了进一步了解三者之间的因果关系，本文运用Granger因果关系检验VAR （2） 模型的lnCI、lnISR、lnGDP三个变量的因果关系，结果如表6所示。

表6 Granger因果关系检验结果

上述结果表示：（1）碳排放强度与经济增长之间互为格兰杰因果关系，低碳发展是经济增长的格兰杰原因，同时经济增长也是低碳发展的格兰杰原因，即降低碳排放强度可以促进经济增长，经济增长也会带来碳排放强度下降；（2）产业结构升级与经济增长之间存在单向格兰杰因果关系，产业结构升级是经济增长的格兰杰原因；（3）碳排放强度与产业结构升级之间存在单向格兰杰因果关系，产业结构升级是碳排放强度的格兰杰原因。

（五）脉冲效应分析

基于VAR模型的稳定性检验，Johansen协整检验与Granger因果关系检验，运用VAR（2）模型的脉冲效应函数与方差分解，进一步分析一个随机扰动项对其本身以及系统中其他变量的影响情况，图3、图4、图5是各变量收到一个单位标准差冲击后的脉冲效应函数图。其中，横轴代表脉冲效应函数的滞后期数（年），为了与时间序列吻合，滞后期数为38，纵轴代表因变量对解释变量的效应程度。实线代表脉冲效应函数，虚线代表两倍标准差的偏离线。

图3 lnGDP对lnGDP、lnCI、lnISR的脉冲效应

图 4 lnCI对 lnGDP、lnCI、lnISR 的脉冲效应

图5 lnISR对lnGDP、lnCI、lnISR的脉冲效应

从图3可以看出，当给经济增长自身施加一个单位标准差的正向冲击后，自身经济增长的正向效应非常明显，在第1年正向效应影响数据就大于0，随后正向效应一直在加强，到第6年达到最大值，此后正向效应一直在下降，但是下降速度非常缓慢，在第38年下降到最低点0.067。造成这种结果是因为国内生产总值GDP反映一定时期内国家经济状况，由于国家政策宏观调控、物价水平变化带来短期内经济增长不稳定，随后保持相对稳定的发展态势。当给碳排放强度施加一个单位标准差正向冲击后，其对经济增长的效应在第1年、第2年的影响为0，第3年开始就出现负向效应，并且这种负向效应一直在加强，到第9年达到最大值0.03，随后这种负效应开始下降，在第15年后趋于平稳，呈稳定的负向效应趋势。这表明碳排放强度对经济增长具有长期的负向促进作用，即低碳发展促进经济增长。当给本期产业结构升级一个正向的冲击，在第1年的影响为0，随后开始产生正向效应，并在第7年达到最大值0.047，此后影响开始下降，最终会达到稳态均衡。我国产业结构从一开始的“二一三”到90年代的“二三一”再到现在的“三二一”，体现着产业结构在不断调整，带来的经济增长存在波动性，而且经济增长速度在放缓。

从图4可以看出，当给经济增长一个正向冲击，在第1年对碳排放强度有一个负的影响，然后开始逐渐加强，在第10年负效应达到最大值0.029，随后这种负效应在下降，但是一直都存在负效应的影响。这表明经济增长受外部条件的某一冲击后，经过环境变化传递给碳排放强度，给碳排放强度带来反向的冲击，而且这一冲击具有显著的抑制作用和较长的持续效应。随着经济的增长，单位二氧化碳排放量下降，意味着经济增长促进低碳发展。当给碳排放强度自身施加一个标准差的正向冲击后，对碳排放强度的正向效应在第2年达到最大值0.024，随后正效应开始逐渐减弱，在第5年为0，持续了一段很短的负效应之后，出现正向效应，而且正效应一直存在着，这表明碳排放强度受当时环境、政策影响波动很大。当给产业结构升级一个正向冲击后，在第1年对碳排放强度效应有最大的正面影响，然后开始逐渐减弱，在第8年趋于0，之后影响一直都是负的，基本维持在0.01左右，表明产业结构在调整期会带来碳排放强度的提高，随着调整期的结束，碳排放强度会下降。

从图5可以看出，当给经济增长一个正向的冲击，在第1年对产业结构调整有一个正向效应，而且这种正向效应在1～15年间存在上下浮动，最大值是0.051，最小值是0.028，表明浮动性不是很大；第15年之后，正向效应逐渐减弱，到第38年正向效应还有0.03。我国经济增长是产业结构调整的原因，经济增长对产业结构调整有较强的促进作用。当给碳排放强度一个正向的冲击之后，在第1年就对产业结构调整产生负向效应，随后处于上下浮动状态，在第7年开始大于0，产生正向效应，但是这种正向效应只有四年，在第11年就小于0，出现负向效应，并且这种负向效应在未来长时期内呈平稳趋势，第20年之后碳排放强度冲击导致的产业结构调整效应基本为0。当给产业结构调整自身施加一个标准差的正向冲击后，在第1年对产业结构调整的正向效应达到最大值0.008，随后正效应开始逐渐减弱，产业结构调整自身效应基本为0，表明外面环境的变化不会影响产业结构调整。

（六）方差分解

脉冲效应函数描述了模型中每一个内生变量的冲击对自身与其他变量的影响，而方差分解是通过分析每一个结构冲击对内生变量的变化 （通常用方差来度量）的贡献度，方差分解是通过分析不同结构冲击对内生变量的重要性。本文选定38期作为方差分解的滞后期，基于已经建立的向量自回归VAR（2）模型，分别对lnCI、lnISR、lnGDP进行方差分解，结果如图6至图8所示。方差分解前采用Cho-lesky正交化处理，以消除残差项彼此之间的同期相关和序列相关。

从图6可以看出，相对于碳排放强度、产业结构调整各因素来说，经济增长自身的影响是主要的，GDP的波动81%由自身解释，4%由碳排放强度解释，15%由产业结构调整解释。碳排放强度贡献度最小，主要原因是中国的二氧化碳的排放量在不断增加，为了治理环境要投入更多的人力、物力。在滞后1期，碳排放强度与产业结构调整对经济增长的贡献度都是0，表明经济增长时，二者存在一定的滞后性。碳排放强度对经济增长的初期冲击在前三期较少，但是冲击在不断上升，15期就达到峰值，之后一直稳定在4%。产业结构调整对经济增长的贡献度在前10期快速增长，之后平稳增长，基本维持在15%。这表明碳排放强度与产业结构调整在长期内能够有效促进经济增长。

图6 lnGDP方差分解

图7 lnCI方差分解

图8 lnISR方差分解

从图7可以看出，在碳排放强度的波动中，73.5%由经济增长GDP波动解释，11%由排放强度自身解释，15.5%由产业结构调整解释。在第1期，碳排放强度的波动主要受自身影响，之后这种影响强度一直在下降，在第7期，经济增长对碳排放强度的影响大于碳排放强度自身影响，第15期之后经济增长的贡献度占主导位置。产业结构调整对碳排放强度的冲击在第1期为0，冲击速度在第2期上升到1%，第6期达到最大值23.1%。这表明经济增长对碳排放强度的影响既是短期有效的，又是长期有效的，经济快速增长为低碳发展奠定了经济基础，提供了资金支持。产业结构调整对碳排放强度的贡献具有一定的滞后性，产业结构的调整能够减少高能耗行业发展，降低二氧化碳排放量。

从图8可以看出，在产业结构调整的波动中，61%由经济增长GDP波动解释，9%由排放强度解释，30%由产业结构调整自身解释。经济增长与碳排放强度对产业结构调整在第1期就产生冲击。经济增长对产业结构调整贡献度在第1期只有11%，之后一直高速增长，在第15期增长速度平稳。经济增长对产业结构调整具有长期正向的影响，这也与脉冲效应函数结论一致。碳排放强度的贡献度在第5期达到最大值19.4%，随后略有下降，在第10期下降幅度就平稳了。碳排放强度下降促使供给侧改革，低碳发展为产业结构调整创造了产业化机会。产业结构调整自身影响随着滞后期期数往后，自身贡献度越来越小，表明产业结构调整主要靠外来政策刺激。

四、结论与政策建议

本文采用改革开放之后（1978—2015年）38年数据，建立VAR模型，通过JJ协整检验、Granger因果关系检验、脉冲效应函数与方差分解，研究低碳发展、产业结构升级与经济增长的动态关系，得出结论如下：

（1）碳排放强度、产业结构升级与经济增长之间存在长期均衡关系，碳排放强度与经济增长呈反方向变化，即低碳发展促进经济增长，产业结构升级与经济增长呈同方向变化。具体来说碳排放强度每下降1%，经济增长3.004214%；产业结构升级每增加1%，经济增长5.973098%。

（2）碳排放强度与经济增长之间互为格兰杰因果关系；产业结构升级与经济增长之间存在单向格兰杰因果关系，产业结构升级是经济增长的格兰杰原因；碳排放强度与产业结构升级之间存在单向格兰杰因果关系，产业结构升级是碳排放强度的格兰杰原因。

（3）产业结构升级可以降低碳排放强度，不过具有滞后性；碳排放强度与产业结构升级在长期内能够有效促进经济增长，产业结构调整是经济增长的源动力；经济增长对碳排放强度具有显著影响，对产业结构升级具有长期稳定的正向促进作用。

根据研究结论可知碳排放强度、产业结构升级均是影响经济增长的重要因素，结合我国实际情况，给出相关政策建议：第一，从经济增长对碳排放强度影响的角度来看，我国应该考虑通过技术创新调整能源结构，提高能源利用率，降低每单位GDP的能耗；第二，从长期看节能减排政策不会阻碍我国经济增长，应该积极提倡节能减排政策，降低碳排放量；第三，从产业结构的角度来看，我国应该进一步优化产业结构，逐渐改变对第二产业过分依赖的现状，大力扶持和发展环境友好、绿色驱动的低碳产业。

[1]Roberts J T，Grimes P E.Carbon intensity and economic development 1962-1991：A brief exploration of the environmental Kuznets curve[J].World Development，1997（2）：191-198.

[2]Metcalf G E.An Empirical Analysis of Energy Intensity and Its Determinants at the State Level[J].Energy Journal，2008（3）：1-26.

[3]邓慧慧，虞义华，李洪坚.中国地区经济增长对碳排放强度的影响：基于空间面板模型的分析 [J].浙江社会科学，2013（8）：41-51，157.

[4]Tu X L.The Relationship between Carbon Dioxide Emission Intensity and Economic Growth in China：Cointegration，Linear and Nonlinear Granger Causality[J].Journal of Resources and Ecology，2016（2）：122-129.

[5]张永强，张捷.广东省经济增长与碳排放之间的脱钩关系：基于Laspeyres分解法的实证研究[J].生态经济（中文版）， 2017（6）：46-52.

[6]刘伟，李绍荣.产业结构与经济增长[J].中国工业经济，2002（5）：14-21.

[7]王辉.产业结构升级与经济增长关系的实证研究[J].统计与决策，2014（16）：138-140.

[8]干春晖，郑若谷，余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究，2011（5）：4-16.

[9]付凌晖.我国产业结构高级化与经济增长关系的实证研究[J].统计研究，2010（8）：79-81.

[10]李健，周慧.中国碳排放强度与产业结构的关联分析[J].中国人口·资源与环境， 2012（1）：7-14.

[11]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.

[12]冯之浚，牛文元.低碳经济与科学发展[J].中国软科学，2009（8）：13-19.

[13]Minihan E S，Wu Z.Economic structure and strategies for greenhouse gas mitigation[J].Energy Economics，2012（1）：350-357.

[14]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）：15-20.

[15]陶长琪，彭永樟，琚泽霞.经济增长、产业结构与碳排放关系的实证分析：基于PVAR模型 [J].经济经纬，2015（4）：126-131.

[16]吕明元，尤萌萌.韩国产业结构变迁对经济增长方式转型的影响：基于能耗碳排放的实证分析[J].世界经济研究，2013（7）：73-80.