我国省域碳排放强度影响因素研究
2018-07-03李倩文李婉星
李倩文,何 山,李婉星
(武汉理工大学 管理学院,湖北 武汉 430070)
随着我国经济的快速发展,环境问题日益显现,温室气体的大量排放成为多方关注的焦点。我国作为世界上最大的碳排放国家,一直致力于节能减排工作,积极寻找减排途径,发展低碳经济。“十三五”指出协调推进新型工业化、信息化、城镇化、农业现代化和绿色化,建设生态文明,迫切需要依靠科技创新突破资源环境瓶颈制约。科技创新成为经济、社会、生态可持续发展的主要驱动力。因此,深入分析碳排放的影响因素,因地制宜,对实现减排目标具有重大意义。
国内外学者通过各种计量模型对碳排放影响因素做了分析,早期以经济增长与碳排放的关系研究为主,近年来,国内外学者主要对技术创新、经济增长与碳排放的关系进行了大量研究。如GROSSMAN等[1]提出环境倒U型曲线,认为在经济发展水平较低时,经济增长与二氧化碳排放量呈正相关关系;而当经济发展到一定程度后则呈负相关关系。GRAZIOSI等[2]研究表明,2006—2012年间,欧洲制造业产生的气体污染量由于技术进步而有所下降。ZHOU等[3]发现CO2的排放与经济发展之间存在着双向因果关系。CONG等[4]运用投入-产出分析方法发现技术变革是中国单位GDP能耗下降的主要原因。与此同时,还有一种观点认为,技术创新对于碳排放控制的影响可能是双重的,特别是对于正处在工业化进程中的发展中国家而言。FISHER-VANDEN等[5]指出,先进技术会提高发展中国家的效率,从而降低其能源使用强度及温室气体排放强度;但同时会存在另外一种可能性,即效率的提高会导致产出水平的加速增长,从而引起能源使用量与碳排放水平的进一步上升。
国内现阶段多数学者运用传统计量经济学方法,对碳排放、技术创新和经济增长等关系进行了研究。如董峰等[6]应用LMDI分解模型将碳排放增量变化分解为经济规模、产业结构等4个效应研究,通过实证研究分析经济规模主导碳排放的增长,技术进步对其有明显的负面效应,而产业结构与能源结构对碳排放的影响相对有限。陆远权等[7]基于环境分权和市场分割影响碳排放的理论机理,选择1995—2012年的省际面板数据检验环境分权和市场分割对碳排放的影响效应,得到环境分权和市场分割对碳排放的共同影响作用存在互补效应的结论,认为需打破省际壁垒,加快区域市场一体化建设,从而优化碳排放的区域配置。周杰琦等[8]则从我国自主创新的不同层次对中国碳排放进行研究,认为发明专利的减排效果低于实用专利与外观设计专利的减排效果。
综上所述,国内外研究主要集中于碳排放、技术创新、经济增长三者之间的关系,主要采用计量经济学中的LMDI分解模型,针对产业结构和技术创新两方面进行研究,缺乏区域角度的分析。在已有研究的基础上,笔者运用空间计量经济模型,对碳排放的空间相关性进行研究,计算Moran′sI指数,通过LISA聚集图分析各省碳排放活动情况,分析碳排放是否存在区域规律,为我国节能减排工作的因地制宜提供借鉴和参考。
1 模型构建
1.1 基本模型
二氧化碳排放量的计算按照文献[6]的计算方法,选取《中国能源统计年鉴》“地区能源平衡表”中煤合计、油品合计、天然气3种能源消费量来计算各区域最终二氧化碳排放量,即:
(1)
式中:ai为第i种能源的碳排放系数;Ei为第i种能源消费量。3种能源碳排放系数如表1所示。
表1 3种能源碳排放系数
资料来源:国家发展和改革委员会能源研究所
统计口径与标准煤单位存在换算问题,折算系数如表2所示。
表2 单位换算表
资料来源:《1986年重点工业、交通运输企业能源统计报表制度》
为了探讨碳排放的空间自相关性、碳排放与技术创新和经济增长之间的关系,建立如下空间滞后模型(spatial lag model,SLM):
lnCI=ρWlnCI+β1lnR&D+β2lnPGDP+
β3lnPOP+ε
(2)
式中:CI为区域碳排放强度;R&D为区域技术创新能力;PGDP为区域经济发展水平;POP为区域人口;ρ为空间效应系数;W为空间权重矩阵元素;β1、β2、β3为参数向量;误差项ε~N[0,σ2I]。
1.2 变量选取及描述性统计
数据来源于2005—2014年《中国能源统计年鉴》、国家统计局,变量选取及描述性统计如表3所示。
表3 变量选取及描述性统计
被解释变量碳排放强度:在已有的实证研究中,主要分为两种。一种选用地区碳排放量与对应年末人口总数之比计算碳排放强度[9-10],一种选用碳排放量和地区生产总值之比表示碳排放强度[11-12],笔者采用后者来计算碳排放强度。
解释变量技术创新能力:通常将专利申请受理数量或专利申请授权数量作为技术创新能力的度量标准,但考虑到专利申请受理量数据可能存在不准确性,申请质量很难得到保证,专利申请得到最终的授权需要经过严格的审批程序,因此相对于专利申请受理量,笔者选取各省份的专利申请授权数量来表示其技术创新能力。
解释变量经济发展水平:各个地区的不同经济发展水平与碳排放的经济环境有着一定的关系,进而可能会影响其碳排放强度。同时,为了避免PGDP与POP存在多重共线性,笔者选用各省(市)实际人均国内生产总值表示其经济发展水平。
解释变量人口数量:笔者取用各省(市)年末常住人口表示其人口。
2 实证分析
2.1 空间相关性检验
根据我国各省市2004—2013年碳排放强度,通过Arcgis10.1构建基于距离的K-nearest近邻空间权重矩阵,计算变量的空间自相关性,得到Moran′sI指数值,如表4所示。由表4可知,Moran′sI值均大于零,且2004—2013年的各值均通过了5%显著性水平检验,说明我国各省份的碳排放之间存在显著的正向空间相关性。在以往研究中被忽略的区域间外部性是决定地区碳排放的一个重要因素,在对我国碳排放进行研究时,应当考虑地理因素和空间效应的影响,选择空间计量经济模型。
表4 2004—2013年中国各省碳排放Moran′s I统计值
注:***表示通过5%显著性水平检验
2.2 空间聚集分析
虽然Moran′sI指数能够从全局上判断我国各省碳排放的空间相关性,但无法识别在空间上的聚集模式。为了更直观地选择2013年各省碳排放强度值,用Opengeoda软件做LISA聚集图,结果如图1所示。
图1 2013年我国各省碳排放强度LISA聚集图
由图1可看出,西部(内蒙古、山西、陕西、宁夏、甘肃)呈现高值聚集现象,南部沿海(福建、江西)呈现低值聚集现象。有大量研究表明,碳排放与地区经济的发展有直接关系,而碳排放强度LISA聚集图与经济发展并不重合,东部沿海的经济发达地区没有出现碳排放的高值聚集现象,而西部经济相对落后地区却出现了碳排放的高值聚集现象,说明空间计量经济模型适用于此研究,且模型中设定的解释变量包括技术创新能力、经济发展水平、人口3方面,其中,技术创新能力对碳排放强度的影响可能大于经济发展水平对碳排放强度的影响。
东部的福建、江西两地呈低值聚集现象,两省2013年碳排放强度较低,有聚集现象。2013年GDP全国排名中福建排名13,处于我国经济发展中游偏上水平;江西排名20,处于我国经济发展中游偏下水平。福建以石油化工、机械电子、水产养殖、林业生产、建筑建材业为主要支柱产业,其中仅石油化工碳排放强度较大;江西拥有丰富的自然资源,有色金属、黑色金属、非金属、化学原料、医药、电器机械6大行业为其支柱产业,但与福建不同,其工业的发达程度超于农业和服务业的发达程度。两地区的经济发展程度虽有不同,但多维的产业发展模式可能是福建碳排放强度较低的主要原因。江西以江南丘陵、山地为主,盆地、谷地广泛布,农业生产拥有较好的基础,但工业发展较周边地区仍不足,农业的发展有利于江西地区碳排放的降低。
西部内蒙古、甘肃、宁夏、陕西、山西的碳排放强度呈高值聚集现象。2013年GDP全国排名中内蒙古排名17,甘肃排名27,宁夏排名29,陕西排名18,山西排名25,除内蒙古外4省均处于我国经济发展中游偏下水平,科技创新能力较低。以内蒙古为例,居民部门生产的碳排放量最高[13]。经济发展水平较低的地区存在居民部门生产的碳排放量较高,导致该地区碳排放强度呈高值聚集现象。
2.3 模型估计结果
结合使用Arcgis10.1和Opengeoda软件,对2013年我国各省碳排放强度数据,采用OLS估计得到LM检验值,结果如表5所示。
表5 空间依赖性检验
由表5可知,LMLAG检验(p=0.008 144 3)显著,LMERR检验(p=0.517 795 6)不显著,而R-LMLAG检验(p=0.517 795 0)显著,R-LMERR检验(p=0.750 174 1)不显著,可以断定,采用SLM模型能够更好地反映30个省(市)的碳排放如何通过空间效应作用于其他地区。
采用OLS估计下的AIC=44.246 4,SC=49.851 2,数值较大。传统的OLS估计对于空间计量经济模型将不再适用,笔者采用ML估计,估计结果如表6所示,可以看出,空间效应系数ρ=0.462 503 9(p=0.004 927 2),通过了5%的显著性水平检验,与空间相关性检验结果相对应,一致证明碳排放具有较强的空间聚集效应。技术创新能力的系数为-0.330 892 7(p=0.031 088 5),通过了10%的显著性水平检验,说明技术创新能
注:***表示通过5%显著性水平检验;**表示通过10%显著性水平检验
力的提升能够有效降低碳排放强度;经济发展水平及人口的系数均大于0,且通过10%的显著性水平检验,说明两者的增加导致了碳排放的增加。
综上所述,传统的回归分析并不能完全解释碳排放问题,应采用空间计量经济模型对该问题进行研究,笔者实证结果表明:①碳排放具有空间相关性。经济欠发达的西部地区碳排放出现高值聚集现象,经济发展水平并不是决定碳排放强度的唯一因素;同时,地理位置相近地区的碳排放强度呈正向相关关系,周边地区碳排放情况能够影响当地碳排放,所以,区域碳排放治理不可忽视,在实施节能减排政策的过程中,必须考虑如何实现区域协调性,并结合当地特点,采取因地制宜的整治手段,实现区域减排目标。②技术创新能力的提升对降低碳排放强度有显著作用。技术创新能力的提升对减排有显著的积极影响,由于碳排放具有空间相关性,邻近地区的技术创新能力的提升对当地碳排放强度的降低也有积极作用。③经济发展水平对碳排放强度的增加具有显著的正向促进作用,但不是决定因素。总之,通过提高技术创新能力发展经济,降低经济发展系数,是降低碳排放强度的重要途径;要改变经济欠发达的西部地区碳排放高值聚集的情况,在发展西部经济的同时,也不能忽视其减排工作。
3 结论与建议
笔者通过建立SLM模型,利用ML进行估计,分析技术创新能力、经济发展水平对碳排放的影响,得到如下结论:①我国碳排放存在空间聚集现象,邻近地区的碳排放行为对当地的碳排放强度有显著影响;②我国西部经济欠发达地区存在碳排放高值聚集现象,而东部沿海某区域却呈现低值聚集现象;③经济发展水平对碳排放存在正向影响,技术创新能够有效降低碳排放强度。
研究结论表明,通过提高技术创新能力是降低碳排放、发展当地经济的必要途径。首先,应高度关注地区间碳排放行为的协调统一,制定节能减排政策应考虑到当地及周边的切实情况,降低西部地区碳排放强度的空间聚集效应,加强市场环境、基础设施等配套条件的改善,为承接沿海地区技术含量高、能源效率高的产业转移提供保障;其次,应通过提高技术创新能力促进低碳产业的发展,将创新成果有效转化作为推动低碳产业发展的生产力,提高创新效率,以加速产业结构升级,从根本上降低碳排放强度;最后,加大政府支持力度和监管力度,发挥政府部门在非技术创新领域中的引导作用,深入改变当地群众的创新和减排意识,全面发挥技术创新在节能减排中的影响力。
参考文献:
[1] GROSSMAN G M, KRUEGER A B. Environmental impacts of the North American free trade agreement[Z].[S.l.]:[s.n.],1991.
[2] GRAZIOSI F, ARDUINI J, BONASONI P, et al. Emissions of carbon tetrachloride from Europe[J]. Atmospheric Chemistry and Physics,2016,16(20):12849-12859.
[3] ZHOU P, WANG M. Carbon dioxide emissions allocation: a review[J]. Ecological Economics,2016(125):47-59.
[4] CONG R, LO A. Emission trading and carbon market performance in Shenzhen, China[J]. Applied Energy,2017(193):414-425.
[5] FISHER-VANDEN K, WING I S. Accounting for quality: issues with modeling the impact of R&D on economic growth and carbon emissions in developing economies[J]. Energy Economics,2008,30(6):2771-2784.
[6] 董峰,杨庆亮,龙如银,等.中国碳排放分解与动态模拟[J].中国人口·资源与环境,2015,25(4):1-8.
[7] 陆远权,张德钢.环境分权、市场分割与碳排放[J].中国人口·资源与环境,2016,26(6):107-115.
[8] 周杰琦,汪同三.自主技术创新对中国碳排放的影响效应:基于省级面板数据的实证研究[J].科技进步与对策,2014,31(24):29-35.
[9] 韩国文,代木林,杨迪,等.碳排放权定价的理论与实证研究[J].武汉理工大学学报(信息与管理工程版),2014,36(5):722-725.
[10] 赵道致,刘娇,焉旭.低碳供应链减排及生产优化策略[J].武汉理工大学学报(信息与管理工程版),2014,36(5):718-721.
[11] 韩坚,盛培宏.产业结构、技术创新与碳排放实证研究:基于我国东部15个省(市)面板数据[J].上海经济研究,2014(8):67-74.
[12] 董峰,田中华,杨泽亮,等.广东省能源消费碳排放分析及碳排放强度影响因素研究[J].中国环境科学,2015,35(6):1885-1891.
[13] 杨新吉勒图,刘多多.内蒙古碳排放核算的实证分析[J].内蒙古大学学报(自然科学版),2013,44(1):26-35.