中国工业行业CO2 排放量与经济发展关系的研究

汪圣忠

一、引言

工业革命以来，随着科技的进步，各种能源得以大规模开发与利用，全球经济在工业化和城市化两大车轮的推动下高速增长。 但是，在开发与消费能源的过程中，环境遭到了严重的污染，温室气体不断累积，并由此带来全球气温与海洋水温的逐渐上升、极端天气频繁发生等环境失衡问题。 同时，矿石等能源的不可再生性给世界各国经济的持续发展也带来了巨大的挑战。 自1992年召开的里约会议以来，已经召开了24 次气候大会，2019年11月在我国举办的第二十五次会议提出坚持多边主义、坚定地维护《联合国气候变化框架公约》及《京都议定书》和《巴黎协定》明确的全球应对气候变化的原则和框架，积极兑现承诺、加强合作，共同应对气候变化所带来的挑战。

我国早已是全球第二大经济体，但由于我国的能源结构基本是煤炭，且人口总量大，因而有大量的能源消耗和碳排放量，正面临着巨大的减排压力。 2005年，时任浙江省委书记的习近平同志，在考察安吉县天荒坪镇余村时，就第一次正式提出“绿水青山就是金山银山”的重要思想。 2009年，政府提出到2020年，单位GDP 碳排放强度相对于2005年下降40%～45% 的减排目标。 党的十八大也提出坚持节约资源和保护环境的基本国策，坚持节约优先、保护优先、自然恢复为主的方针，着力推进绿色发展、循环发展、低碳发展，形成节约资源和保护环境的空间格局、产业结构、生产方式、生活方式，因此，研究由能源消耗引起的碳排放增加与经济高速发展意义重大。

二、文献综述

由于我国是大型碳排放国之一，国外学者对中国的研究有很多。 最早可以追溯到Shrestha 和Timilsina(1996)运用Divisia 指数分解法对包括中国在内的亚洲12 国电力行业CO2强度变化的研究，通过1980～1990年的数据分析出影响中国电力行业的CO2强度是燃料强度的变化，并具有重大的意义；Dhakal(2009) 基于KAYA 等式，对中国划分城乡区域进行因素分解； Wu 等(2005)应用中国省份数据，从生产部门、运输部门和居民生活部门进行“三层”因素分解分析等。

国内学者的研究更为广泛，徐国泉(2006)等人基于碳排放量的基本等式，采用对数平均权重Disvisia 分解法，建立中国人均碳排放的因素分解模型，定量分析了1995～2004年能源结构、能源效率和经济发展等因素变化对中国人均碳排放的影响；王锋等人(2010)在对“三层完全分解法”改造的基础上，对中国1995 ～2007年CO2排放的影响因素进行分解，他们的研究覆盖6 个部门和8 种能源，涉及11 种影响因素；鲁万波(2013)运用基于LMDI 的“两层完全分解法”对中国1994～2008年的碳排放量进行分解，从产业结构的角度探究了六大产业部门对碳排放的贡献，分析了能源结构、能源强度、产业结构和总产值四大因素对碳排放的影响；潘文卿(2017)将1997～2014年中国CO2排放与经济增长趋势相关联，分4 个阶段讨论CO2的排放特征；同时，既采用乘法分解又采用加法分解，以期从更全面的视角对中国CO2排放进行深入的因素分析。

以上的文献中，关于CO2排放强度的影响因素的研究很丰富，有从能源、经济和环境三个方面分析，有从投入产出表分析，也有从不同经济发展阶段来分析，但是对影响因素和CO2量通过计量模型来实证的文献极少。 由于在各大行业中，工业行业的能源远远大于其他行业，因此，本文主要通过建立模型实证研究工业行业中的碳排放量与能源结构、能源强度、产业结构和总人口之间的关系。

三、数据与变量

(一)数据介绍

本文所需数据都是从《中国统计年鉴》和《中国能源统计年鉴》获取，由于在2000年以前的能源消耗数据指标不一致，所以选取2000～2015年共16年的数据。

本文使用的8 种能源包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气。 为便于分析与比较，本文参考《综合能耗计算通则》(2008) 将各种能源消费量折算成为标准煤(万吨)，得到我国各产业的能源消费量和年消费总量数据。

(二)变量

1.CO2排放量的计算

对于CO2排放量，我国没有直接公布数据，需要相关方法进行估算。 于是本文采用IPCC /OECD 推荐的方法，即根据消耗的能源数量以及能耗排放系数来估算CO2排放量(也称为碳排放量)。 该种方法计算结果比较准确、直观，易于理解与操作。 按照《中国能源统计》将能源分为煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气8 大类。 由于统计年鉴上的数据是直接消耗最终能源，需要转化成标准煤。 具体计算公式如下：

第i种能源的CO2排放量＝第i种能源消耗量×折标准煤系数×碳排放系数

总CO2排放量＝∑i第i种能源的CO2排放量

2.解释变量的计算

各年的GDP 和总人口数以统计年鉴上的数据为依据，没有进行更多的处理。

能源结构(ESi)＝第i种能源在工业部门中的能源消费比例。

能源强度(EI)＝工业部门中的能源消耗占部门产值的比例。

产业结构(IS)＝工业部门产值占总产值的比例。

3.控制变量

本文中所采用的控制变量为当年生产总产值和总人口数，这是因为消除GDP 与人口数对经济的影响。 表1 为主要变量的描述性统计分析。

表1 变量描述性统计

四、工业碳排放量与经济发展的实证研究

在上述分析和模型设定的基础上，本文通过多元线性模型对工业部门的碳排放与能源结构、能源强度、产业结构、人口数量和GDP 从加法分解方面进行实证研究，用stata 软件对模型进行异方差稳健回归，得到的结果见表2：

表2 回归结果

续表

1.虽然模型1 中很多变量不显著，但是总体模型是显著的，而且对比三个模型可知，即使参数估计值的具体值不一样，但是它们的符号方向是一致的，所以通过模型1 我们可以大致看出哪些能源结构具有正向作用，哪些呈反向作用。从模型1 中得出，大部分能源对工业碳排放量具有正向效应，但原油、柴油和天然气对工业碳排放量有抑制作用。

2.对比模型2、3 可得，模型2 中只有焦炭不显著，而去掉焦炭后模型总体还是显著，单个变量也都显著，说明焦炭与其他解释变量可能存在高度相关。 而且焦炭和煤炭在化学上性质很接近，所以考虑其中最显著就行，煤炭也可以代表焦炭的解释能力。

3.由模型3 可知模型各个解释变量都显著，整体拟合得很好。 其中工业部门的能源强度、煤炭的能源结构、产业结构、国内生产总值和人口总量对工业碳排放量的影响呈正向作用，说明工业行业能源消耗越多，碳排放也就越多，这是符合实际现象的。 在工业部门煤炭的消耗占比越大，碳排放也越多，这也符合实际情况，因为我国工业主要以煤炭能源为主。 在产业结构里，若工业部门的增加值越多，碳排放也越多，这也就解释了行业改革和产业升级对国家发展的重要性。 原油的能源结构呈反向作用，说明多利用其他能源来代替炭能源可以减轻碳排放，然而我国能源资源并不丰富，因此急需解决这方面的问题。

五、结论与政策建议

本文基于线性模型，对中国2000 ～2015年的工业行业CO2排放量与能源强度、能源结构、产业结构、经济发展和人口总量解释变量的关系进行了研究。 研究发现：由建立的模型得出的结果得知，能源强度、煤炭的能源结构、产业结构、经济发展和人口总量对工业行业碳排放都有显著的正向影响，而原油的能源结构有显著的反向影响。 模型总体显著，可决系数也很大，说明模型拟合得很好。 由煤炭和原油能源结构的系数符号相反可知，调整能源结构可以减轻碳排放量。 然而由于我国能源禀赋有限，所以要想降低工业碳排放量急需找到合适的其他能源，减排道路任重而道远。 我国目前正在积极实行产业结构优化，因此研究工业行业碳排放的影响因素对我国可持续发展意义重大。 应积极采取措施鼓励可再生能源开发技术、煤炭清洁高效利用技术、二氧化碳捕获与埋存技术等的开发、引进和再创新。