基于动态平滑系数回归模型对我国能源消费与碳排放的关系研究

吴遵 钟东南

摘要：2007年我国已成为世界上最大的碳排放国，碳排放的减排问题已成为我国刻不容缓的一个焦点。本文以1978-2018年我国二氧化碳排放量为研究数据，首先描述该我国碳排放量随时间的演变轨迹，然后从能源消费角度，采用动态平滑系数回归模型，从时间维度具体研究不同时间段我国碳排放和能源消费的关系。结果发现我国改革开放40年来，碳排放随能源消费依次经历了缓慢增加、快速降低、快速增加、快速降低四个阶段。

Abstract： In 2007， China has become the world's largest carbon emission country. The issue of carbon emission reduction has become an urgent focus of China. This article takes China's carbon dioxide emission from 1978 to 2018 as research data， first describes the evolution of China's carbon emission over time， and then from the perspective of energy consumption， uses a dynamic smoothing coefficient regression model to specifically study the relationship between China's carbon emission and energy consumption in different time periods from the time dimension. It was found that in the past 40 years of China's reform and opening up， carbon emission has experienced four stages of slow increase， rapid decrease， rapid increase， and rapid decrease with energy consumption.

关键词：碳排放;能源消费;动态平滑系数回归模型

Key words： carbon emissions;energy consumption;dynamic smoothing coefficient regression model

中图分类号：X196                                        文献标识码：A                                  文章编号：1006-4311（2019）36-0266-03

0  引言

1997年《京都议定书》的签订，标志着气候变化已成为全球性的主要问题之一。据世界资源研究所（WRI）研究报道，上世纪中叶我国化石燃料燃烧二氧化碳排放量仅占世界的1.3%左右，而2007年我国二氧化碳排放量已首次超越美国成为全球最大的碳排放国。碳减排问题亦为我国刻不容缓的一个重要问题。

20世纪90年代，Grossman and Krueger[1]提出了有名的环境库兹涅茨曲线，利用42个国家的截面数据，发现经济增长和环境污染之间的曲线呈倒U型，类似于库兹涅茨曲线。自此以后，国内外学者针对环境污染的影响因素开展了深入的研究。1978年，Kraft[2]研究了美国1947-1974年GNP与能源消费的关系，结果得到经济增长对能源消费有单向因果关系;Cheng和Lai[3]采用格兰杰因果检验分析我国台湾地区CO2排放量数据得到类似的结论。在国内，李小平等[4]利用回归模型得到明显的倒U型环境曲线;马超群等[5]得出经济增長与能源消费存在双向因果关系;赵进文等[6]通过STR模型研究了能源消费与经济增长之间的非线性关系;章辉[7]采用加权最小二乘法分析得到能源强度下降对碳排放有抑制作用等结论。

至今为止，国内外关于碳排放与经济增长、能源消费之间的关系研究尚未达成一致。他们大多是通过线性回归的方法研究碳排放曲线的形状和成因，忽略了碳排放随时间的动态变化。本文采用动态的平滑指数回归模型，以时间为维度，分析碳排放曲线斜率随时间变化的特征，以期更具体的分析不同阶段我国碳排放与能源消费的关系及成因。

1  研究方法

传统相关性研究一般采用最小二乘估计（OLS）方法，不能很好的刻画变量间的非线性关系。动态平滑系数模型是一种非参数回归模型，通过研究回归系数与某个外生变量之间的关系能很好的描述变量间的非线性关系。本文采用动态平滑系数模型使用Fan J.等（1996）的局部多项式模型进行估计。初始模型如下：

其中g为待估函数。为了考虑时间维度对被解释变量随解释变量变化的动态影响，我们采取变系数模型，如下：

其中ak即平滑系数。采用局部多项式回归模型，可以估出系数a，如下：

局部多项式回归当j=0时即是Nadaraya-Watson类型的分位点回归可，但是这种分位点非参估计不具备的边界自动修正等性质，因此，本文使用局部线性方法对系数进行估计。

2  数据选取及处理

本文根据国际能源总署（IEA）和政府间气候变化委员会（IPCC）公布的二氧化碳的转换因子，计算各种能源的转换因子，如表1，然后利用《中国能源统计年鉴》公布的化石能源消费量，估算1978至2018年间我国二氧化碳排放量。能源消费的数据通过《中国统计年鉴》获得。

3  实证分析

3.1 碳排放总量的变化特征

首先，本文就1978-2018年间的我国碳排放量与时间做散点图，如图1。

从图1中可以看出，我国的碳排放总量大致呈现两个阶段特征。改革开放前20年，我国工业化尚处于起步阶段，这个阶段碳排放量的增速相对缓慢;改革开放后20年，我国经济处于高速增长阶段，碳排放量的增速明显加快。期间，在1997年和2008年两个时间段，受金融危机的影响，碳排放量基本稳定，但之后又呈现出快速增加的趋势。近几年来，随着新常态下的供给侧改革的推进和深入以及清洁能源、可再生能源的推广和应用，碳排放量处于平稳增加的态势。为了进一步探究碳排放量的变化特征，下面加入能源消费变量，进一步讨论碳排放量与能源消费之间的相关关系。

3.2 碳排放量随经济增长的变化趋势

通过中国统计年鉴公布的能源消费数据和估算的碳排放量，作出它们之间的散点图，如图2。

构造如下三次型方程进行拟合，结果如表2。

由表2的P-value值看出：除一次项的相关系数较显著，二次项和三次项系数均不显著。因此，我们引入动态平滑系数回归模型，以期更清晰的分析碳排放与能源消费的关系随时间变化的趋势。

3.3 动态平滑系数回归模型的应用

根据上述动态平滑系数回归模型理论，采用如下模型，依次分析曲线斜率与时间（t）的关系，即能源消费对CO2影响程度随时间的变化趋势。

选择时间t作为平滑变量U，解释变量为能源消费EC，我们只考虑斜率系数本身，选取Epanechnikov核函数，■，窗宽为5，采用局部多项式估计如下。

3.4 总结

通过上述分析，将结果汇总到表3。

可以看出，能源消费与CO2曲线的斜率系数具有明显的时间特征，大致可分为四个阶段：

①1978-1995年：碳排放总量处于快速增长阶段，能源消费对CO2的影响程度缓慢增加。改革开放初期，工业化进程正处于起步阶段，第二产业占比迅速提高[8]，伴随而来的能源消费迅速增加，而我国能源消费以煤炭消费为主，这个阶段煤消费量的增加导致我国碳排放增加，并且碳排放量随能源消费呈现出缓慢增加的态势。

②1996-1998年：碳排放总量相对稳定，能源消费对CO2的影响程度快速减低。1996年之后，国际上受亚洲金融危机的影响，国内在1995高通胀后采取双紧的经济政策，碳排放总量放缓。另外，1998年《中华人民共和国节约能源法》正式实施，国家又先后淘汰了一批高能耗、高污染、技术落后的小企业，碳排放随能源消费的增长率明显降低甚至为负值。

③1999-2012年：碳排放总量和两者之间的斜率系数都呈现出快速增加的趋势。这个阶段经济政策转向，在积极的财政政策和宽松的货币政策下，固定资产投资、信贷水平快速膨胀，经济保持高速发展的态势。同时大批高能耗的大型电力项目和基础设施项目上马，碳排放相比之前快速增加。虽然期间受2008金融危机的影响，碳排放增态短期略有稳定，但是之后全球的经济复苏政策又通过国际贸易渠道传递到国内，碳排放量快速反弹。虽然提出低碳能源战略，但是清洁能源、绿色能源等占比依然较低，煤炭、石油等一次能源的快速增加，加速了碳排放的增加趋势。

④2013-2018年：碳排放总量处于平稳增长阶段，能源消费对CO2影响程度快速降低。一方面是因为随着新常态下供给侧改革的推进和深入，我国的经济、产业和能源结构发生了巨大的变化，由能源、要素驱动经济逐渐转向创新驱动经济，经济增长由高速增长转向稳态增长，高能耗的行业需求达到饱和，碳排放随能源消费的增速逐渐放缓;另一方面，我国政府加强空气污染治理，推广应用清洁能源，积极发展可再生能源，实施重大生态工程，提高能源利用效率，这些措施也大大的促进了碳减排工作。因此，在这一阶段，碳排放总量虽然保持平稳的增长，但是碳排放的增速随之快速降低，逐渐接近零。

4  结论

本文采用动态平滑系数回归模型探讨了1978-2018年间我国碳排放量和能源消费的关系，结果表明：能源消费对CO2影响程度依次经历了缓慢增加、快速降低、快速增加、快速降低四个阶段。可以看出，在能源消费增长的阶段，能源增长对碳排放量的影响呈现不同的态势。因此，我们要继续改善产业政策、优化能源结构、更新技术手段，降低能源消费对碳排放的影响程度，有效减少碳排放。本文尚存在欠缺，比如仅从时间维度而忽略了空间维度的影响，仅从能源消费单因素出发而忽略GDP、贸易、技术水平等其他因素的影响，有待深入研究。

参考文献：

[1]Grossman G. Krueger. Environmental Impacts of a North American Free Trade Agreement [C]. National Bureau Economic Research Working Paper 3914 ，NBER ，Cambridge MA. 1991.

[2]Kraft， J. ，Kraft， A.  ， On the Relationship Between Energy and GNP ， Journal of Energy and Devel opment ， 1978，3： 401-403.

[3]Cheng B.L. Lai T.w.， An investingation for Cointegration and Causality between Energy Consumption and Economic Activity in Taiwan， Energy Economics ，1997， 19： 435-444.

[4]马超群，储慧斌，李科，周四清.中国能源消费与经济增长的协整与误差校正模型研究[J].系统工程，2004，10：47-50.

[5]李小平，卢现祥.国际贸易、污染产业转移和中国工业CO2排放[J].经济研究，2010，1：15-26.

[6]赵进文，范继涛.经济增长与能源消费内在依从关系的市政研究[J]. 经济研究，2007，8：31-42.

[7]章輝.碳排放与中国经济增长和能耗的动态关系检验 [J]. 统计与决策，2016，12：123-126.

[8]赵春艳.中国经济增长与产业结构演进关系的研究——基于面板数据模型的实证分析[J].数理统计与管理，2008，27（3）：487-492.