工业碳排放量影响因素的实证分析＊

■ 路世昌 梁雨 李丹

辽宁工程技术大学工商管理学院 葫芦岛 125105

0 引言

保护环境是全人类面临的重要课题，也是控制碳排放的有效手段。十九大报告中指出了要高度重视环境污染问题，改革生态环境监管体制，构建清洁低碳、安全高效的绿色能源体系的规划。十九大五中全会中指出在2035年要努力广泛实现绿色生产生活方式，能源效率大幅提升，碳排放量持续下降的目标。此外，DCP 在《Global Carbon Budget 2017》中指出，2017年全球二氧化碳排放总量约410 亿吨，同比增长1.6%。其中，中国碳排放总量由2004年的63.78 亿吨增长至2017年的128.18 亿吨，同比上年增长2.496%，居全球首位，而工业碳排放量由50.89 亿吨增长到103.42 亿吨，占全国碳排放总量的80%左右，说明中国碳排放污染主要来源于工业生产，控制全国碳排放量，必须优先重视并和严格控制工业的碳排放量。《工业绿色发展规划》中提出目前急需建立科技含量高、能源消耗低的工业制造体系，清洁技术、脱碳工艺等问题制约了工业企业智能化、绿色化转型的步伐。由此，控制碳排放量是实现绿色发展的首要途径，以工业碳排放量为研究主体，具有现实意义，而科技创新是控制工业碳排放量的重要方式之一，是促进工业绿色发展的基础条件。

在此基础上，分析工业企业碳排放影响因素，剖析动态关系，对于促进企业绿色转型、改善社会环境质量具有重要意义。传统制造业是工业发展的重要组成部分，为促进传统制造业的转型升级，实现制造业现代化发展，应该符合时代的绿色发展需求，分析促进转型的影响因素，探寻传统制造业升级实现路径，本论文是该课题的部分研究成果。

国内外学者们在碳排放方面做出了大量研究，多集中于国家、省级或者行业层面，从区域出发进行碳排放的研究较少。在影响因素机理分析方面，多使用解耦模型[1]、扩散博弈模型[2]、ARDL 模型与VECM 模型[3]、蒙特卡洛模拟[4]、SDM 模型[5-6]等阐述影响因素对碳排放的作用机制，采用非参数方法[7]、交替方向乘数法[8]、一般均衡模型[9]测算碳排放效率是目前研究热点，但是以上模型无法直观刻画研究变量的时变特性。文章选择VAR 模型的分析方法更具创新性，将每一个外生变量作为所有内生变量滞后值的函数，由此构建工业碳排放的矢量自回归模型，能够良好的解决方程中的偏倚问题，防止变量内生性，并借助脉冲响应函数及方差分解对各变量的关联作用进行实证检验与分析，精准识别时间趋势下各影响因素与工业碳排放量的双向变化，全面的反映各变量之间的动态关系。

1 工业碳排放量的影响机制分析

1.1 变量选取以及数据来源

在影响因素分析的文献梳理中，经济发展与城镇化程度[10]、能源强度[11]、技术进步[12-13]、富裕程度[14]、R＆D经费支出与外商直接投资[15]、政府监管与创新能力[16]、环境规制[17-19]、经济规模[20]均能够影响各地区的碳排放量。结合文章研究重点，共提出以下8 个工业碳排放的影响因素，相关数据选取自2004年至2018年的《中国环境统计年鉴》、《中国科技统计年鉴》、《中国统计年鉴》，数据处理使用spss软件完成。

源头治理（a），使用工业污染源投资描述，投资金额越大，缓解地区工业污染能力越强。尾端治理（b），使用工业废气治理完成投资描述，投资金额与工业污染程度呈反比。改造升级（c），使用工业企业的技术改造经费支出描述。吸收转化（d），使用工业企业的技术消化吸收经费支出描述。能源强度（e），使用能源消耗总量与国内生产总值的比重描述。国外学习（f），使用工业企业的引进国外技术经费支出描述。能源结构（g），大多数第二产业的发展是以高能耗、高污染为代价，使用第二产业占国内生产总值的比重描述，比重越低，污染程度越低。国内互助（h），使用工业企业的购买国内技术经费支出描述。

1.2 实证分析

首先，判断是否适合进行因子分析。KMO 值为0.545，低于0.6，属于不太适合与极不适合之间；但在Bartlett球形检验中，卡方对应P值小于0.05，适合进行因子分析；同时，在相关系数矩阵中，对角线下方数据共30个，其中大于0.3 的超过半数。因此，以上各工业碳排放影响因素是适合做因子分析的。

其次，判断公共因子数量。表1中，共有两个特征根大于1 的因子，分别为4.567 和2.027，且累计方差贡献率超过80%，表明此时可提取两个公共因子。表2的因子载荷旋转矩阵表示了各影响因素对于两个公共因子的解释程度。

表1 工业碳排放影响因素的方差解释表

表2 工业碳排放影响因素的因子载荷旋转矩阵

然后，提取公共因子。由表2可知，公共因子X包含了源头治理a、尾端治理b、能源强度e、能源结构g，因此，命名X 为“环境规制”；公共因子Z 包含了改造升级c、吸收转化d、国外学习f以及国内互助h，因此，命名Y为“技术进步”。同时，在协方差矩阵中，对角线上下元素均为0，说明提取因子的效果非常好。

由此，提取影响工业碳排放量变化的因素分别为环境规制X、技术进步Z，其表达式为：

由公式(1)计算各年份“环境规制X”、“技术进步Z”、“工业碳排放量Y”的数据，进行回归分析。

在表3关于影响因素的回归方程检验中，在回归方程显著性与回归效果方面，检验统计量F为13.797，对应的P值为0.001，说明回归方程显著。方程的判定相关系数R2为0.715，表明回归平方和占总离差平方和的比例为71.5%，用环境规制、技术进步解释工业碳排放量变化的部分为71.5%，回归效果较好。回归方程系数方面，在常数项，T 检验统计量对应P 值为0.883，大于0.05，应拒绝常数项不为0 的假设；在变量“环境规制、技术进步”下，对应的P值均小于0.05，说明有95%的把握不拒绝变量的系数不为0的假设。

表3 工业碳排放影响因素的回归方程检验

由此，环境规制、技术进步与工业碳排放存在线性相关关系，构成标准化的二元一次线性方程，回归方程为Y= 0.65X+ 0.442Z。

2 工业碳排放影响因素的动态分析

2.1 变量选取以及数据来源

（1）环境规制X：工业化发展极大促进经济增长的同时也带来高污染，政府从源头控制、尾端治理工业企业碳排放污染，加大财政投入以扶持工业企业绿色化发展。提升能源使用效率，改善第二产业为主导的产业结构，从而缓解工业污染。

（2）技术进步Z：技术开发的重视程度越高，科技创新能力优化配置工业生产资源的能力越强，技术成果的商品化转变水平越高。通过吸收引进国外先进技术、消化学习国内前沿科技，基于工业企业的实际发展，优化改善生产过程，提高资源使用效率，降低能源资源消耗量以及生产成本，从而达到控制碳排放的效果。

（3）工业二氧化碳排放量Y：为避免重复而扣除电力能源外，对其余8种主要能源进行工业碳排放量的测算，如公式（2）所示。Li表示除电力能源外其余各类能源的平均低位发热量，SCi表示各类能源的标准煤折算系数，数据均参考《中国能源统计年鉴》附录4。Ci表示各类能源的单位热值含碳量，数据参考IPCC（2006）。Oi表示各类能源燃烧的氧化率，以中科华碳信息技术研究院发布为标准。

2.2 数据平稳性、协整及因果检验分析

2.2.1 平稳性检验

为避免异方差问题，对以上3 个时间序列进行对数化处理，即工业碳排放量（LNY）、环境规制（LNX）、技术进步（LNZ）。

通过ADF 单位根检验序列LNY、LNX、LNZ 的平稳性，由于三个序列的T 检验统计量的绝对值均小于其在1%、5%、10%水平下T 检验统计量的绝对值，产生单位根，是非平稳的序列，有必要差分处理后再次进行ADF检验。二次差分后对应的P 值分别为0.0103、0.0448、0.0487，说明对于LNY、LNZ、LNX 来说，分别有98.97%、95.52%、95.13%的把握认为三者均不具有单位根，是平稳序列且为二阶单整序列。

2.2.2 协整检验

判断工业碳排放量与环境规制以及技术进步之间是否存在长期稳定的均衡关系，需要通过协整检验进行验证，如表4所示。

表4 工业碳排放量与环境规制、技术进步的协整关系

检验LNY、LNX 序列的协整关系中，None 表示原假设没有协整关系，该假设下迹检验统计量为18.57672，大于临界值15.49471，对应的P 值为0.0166，则拒绝原假设，即至少存在一个协整关系。At most 1 表示原假设最多有一个协整关系，该假设下迹检验统计量为5.075938，大于临界值3.841466，对应的P 值为0.0243，则拒绝原假设，工业碳排放量与环境规制存在长期稳定的关系。类似的，检验LNY、LNZ序列的协整关系中，在最多有一个协整关系的假设下，迹检验统计量小于临界值并且对应P 值大于0.05，表明工业碳排放量与技术进步也存在协整关系。

由此，通过迹统计量可以判断工业碳排放量与环境规制以及技术进步之间存在一个长期且稳定的均衡关系。

2.2.3 VAR模型构建及Granger因果关系检验

将滞后期设定为2 期进行模拟分析，模型参数估计结果、检验统计量结果可得到表达式：

由R2检验统计量可知，以上两个方程的拟合优度分别为（0.96，0.75），（0.91，0.65），说明方程拟合效果很好。

图1中，两个单位圆中的点表示4 个特征根的倒数的模，没有落在单位圆外说明数值均小于1，说明环境规制与工业碳排放量、技术进步与工业碳排放量的VAR模型通过稳定性检验。同时选择滞后期数为2，进行Granger因果检验分析。

图1 工业碳排放与环境规制、技术水平的AR特征根倒数的模的单位圆图

根据表5可知，工业碳排放量LNY 作为被解释变量，在对于解释变量位环境规制LNX 进行的Granger 因果检验中，环境规制LNX 的联合统计量值是7.066702，对应P 值为0.0292，有97.08%的可能构成对工业碳排放量LNY的Granger因果关系。在对于解释变量为技术创新LNZ 进行的Granger 因果检验中，技术进步LNZ 的联合统计量值是24.40453，对应P 值为0.000，技术水平LNZ的滞后期能够非常显著的解释工业碳排放量LNY。

表5 工业碳排放与环境规制的Granger因果关系检验

2.3 环境规制与技术进步对工业碳排放量的动态影响分析

借用脉冲响应函数图，选择滞后期数为10，从冲击方向、影响时长两个方面进行环境规制LNX、技术进步LNZ对工业碳排放量LNY的影响过程分析。如图2。

图2 VAR模型脉冲响应函数结果图

在(a)部分显示的是环境规制LNX 变动一个标准差对工业碳排放LNY的脉冲函数图，蓝色实线呈现快速下降后缓慢增长且趋近0的特点。受到环境规制的一个正向冲击后，工业碳排放量在第一期的变化响应为负值，说明环境规制对抑制工业碳排放量有积极作用；在第二期环境规制效益取得最大化；第三、四期环境规制的积极作用有所削弱；第五期开始，脉冲响应值逐渐向0靠拢且无限接近0，说明环境规制对降低工业碳排放量的积极作用逐渐失效。

结果表明：环境规制在抑制工业碳排放量初期的效果明显。高昂的治理费、税收等促进倒逼减排，控制了工业碳排放量，但是国家处于从旧动能向新动能的经济转型时期，政府实施环境规制的手段越严厉，能源供应商在此背景下大量开采与销售能源材料，使能源价格大幅下降，刺激工业企业的能源消费，工业能源消耗量持续增长，即使政府加大环境规制强度，但是工业碳排放量增长现象也无法规避，产生“绿色悖论”现象，与蓝虹[21]结论相似。由此，在现阶段，国家应该合理规划高污染、高能耗行业的发展路径，走可持续的低碳发展路线，更加重视并加大环境规制力度。

在(b)部分显示的是技术进步LNZ 变动一个标准差对工业碳排放LNY的脉冲函数图，蓝色实线呈现波动增长后趋于0 的趋势。受到技术进步的一个正向冲击后，第一、二期呈现波动状态，说明技术进步对工业碳排放的约束能力具有滞后性；在第三期达到锋值后冲击作用开始下降；在第五期取到最低值后，第六、七期的冲击作用小幅度增加；在第八期的脉冲响应值逐渐趋近于0。说明学习吸收的先进技术在产业内普及具有滞后性，对工业碳排放的抑制作用具有波动性，但随着时间的推移，技术进步对工业碳排放量的冲击作用会逐渐减弱。

结果表明：技术进步在一定程度上会降低工业碳排放量。化石能源是工业生产的刚性需求，当碳排放量超过排放标准以及响应国家政策，工业企业将加大科技创新力度，改进高能耗低产出的生产工艺，推进绿色技术广泛应用，提高工业绿色产出，但生产制造产生碳排放的速度高于绿色产出的速度时，将导致工业碳排放量增长，与徐建中[22]的结论一致。由此，从长远发展看，工业企业应优先处理好“三废问题”，走节能环保的技术化路线，加大技术资金投入，培养专业的技术人才，发展以清洁技术为主导的产业，使用清洁能源，缓解环境压力。

综合来看，环境规制及技术进步对工业碳排放量均具有明显的冲击作用，且随着时间的推移，冲击作用也不断削弱，最终趋近于0。

在滞后期数为10 的情况下，工业碳排放量LNY 与环境规制LNX、技术进步LNZ 的方差分解结果如图3，通过分析，环境规制对碳排放量的贡献度相比技术进步来说更大。

图3 工业碳排放量方差分解结果图

在（c)部分显示是工业碳排放量LNY 变动方差由环境规制LNX变动导致的部分，呈现先快速增长后趋于平稳的特征。随着期数的增长，工业碳排放量可以由环境规制变动解释的部分越多，在第四期达到了最大值，即有68%的工业碳排放量变动方差能够由环境规制的变动得到合理解释。

在（d)部分显示是工业碳排放量LNY 变动方差由技术进步LNZ 变动导致的部分，前两期保持不变，随着期数的增长，工业碳排放量可以由技术进步变动解释的部分越多，在第六期达到最大值，稳定在46%左右。

3 结论与建议

3.1 结论

基于工业绿色生产与转型背景下，分别构建环境规制投入、技术进步水平与工业碳排放量的VAR 模型，描述了各变量之间的动态关系，比较并讨论了政府环境规制以及技术进步对工业碳排放量的冲击作用与影响程度，为控制工业碳排放量提出了建立第三方治理平台、加强环境规制力度、促进科技创新发展的对策。

（1）增强环境规制投入强度，对碳排放存在促进作用。作为引导者，政府积极促进产业结构优化升级，有效推动工业污染防治投资的科学管理，严格监控高污染高能耗企业的废气排放；作为接受者，工业企业加强执行力，培育社会环保责任意识，降低排放二氧化碳等污染气体。技术进步对控制工业企业碳排放量有正向影响。相比2005年，2017年全国单位GDP 碳排放量下降46%，技术创新能够通过产业结构、经济增长间接的影响工业碳排放[23]。

（2）环境规制投入对工业碳排放量的影响程度最深，二者具有相关关系。工业碳排放量将随着工业污染治理项目完成投资金额的增长而降低，且环境规制对工业碳排放量的抑制作用在前期表现显著，具有持续性，但是现阶段经济的高速增长是以高能耗、高污染为代价，尽管政府引导发展第三产业，控制高耗能产业排放，逐年加大对于工业污染治理项目的投资力度，但工业碳排放量也在持续增加，抑制效果低，难以缓解工业碳排放造成的环境污染。

（3）技术进步水平对工业碳排放量的影响程度低于环境规制，二者具有相关关系。工业企业R＆D 内部经费支出的扩大，提升了创新能力，清洁技术得以推广使用，有效的降低工业碳排放量，清洁技术的应用对工业碳排放量削弱作用具有持续性，但是应用初期表现更加的明显。造成此现象的原因可能是，工业企业对于低碳发展的需求随着创新技术的发展而急剧增长，对清洁技术创新、清洁能源使用方面提出了更高的要求。

3.2 建议

积极培育第三方治理机构。在遵守市场机制运行规律下，培育兼有监管与治理的第三方环境服务公司，由“谁污染谁治理”转向“谁污染谁付款”，通过政企联合的形式，逐步构建污染治理专业化、监管对象具体化的环境规制体系，搭建污染治理行业信息交流平台，树立行业诚信意识，鼓励行业研发新技术，并且第三方治理机构与排污企业应明确交易机制，规范合作模式，清晰补偿责任，推动第三方治理机构市场化、规模化发展。同时建议政府设立清洁基金项目，可以作为第三方治理企业前期研发资金、中期管理流动资金、后期治理奖励资金，并且加强政府的监督约束力度，明确污染排放责任与环境治理标准，设立征收梯度化的碳排放税机制，避免出现第三方机构联合造假现象。

加大政府的环境规制力度。对于碳排放严重超标且拒不整改的企业应严肃处理，可以根据危害程度通过加大处罚金额、限产停产、查封扣押等方式避免污染气体持续排放。同时可以根据各地工业企业的实际发展情况，实施阶梯化的环境规制方法，对经济发展较落后的地区提供优惠税收政策、对积极落实绿色减排措施的工业企业给予奖励补贴，并且积极推进绿色金融发展，规范用能权、碳排放交易权的高效公正，从而控制二氧化碳排放量。

重视技术创新对于控制碳排放的驱动作用。国家应完善绿色创新成果的知识产权保护体系，加强专利权保护意识，营造良好的市场交易环境。设立绿色技术专项资金项目，联合政府智库、高校智库、企业智库，围绕节能减排、环境保护问题，持续推进绿色生产研究，支持具有发展前景的绿色科研项目，奖励产生重要影响的绿色科研成果。工业企业应该更加重视培养专业型技术人才，加大与发展清洁技术、提升能源效率相关的R＆D经费投入、打造技术信息共享平台，积极研发与推广低碳、零碳、负碳技术，同时引进国外前沿发展理念，学习国内高端科学技术，通过企业内部组织学习，最大限度发挥出各生产要素的积极作用，实现工业企业的绿色可持续发展。