能源消费结构对碳排放的影响研究

2021-11-19河北地质大学李卉婷

区域治理 2021年44期

关键词：消费结构排放量全域

河北地质大学李卉婷

一、研究背景

（一）碳排放引起的国际环境问题

经济发展使得人们生活幸福指数提高，主要是精神世界的丰富和生活质量的提高。但是经济发展自然资源逐渐枯竭，环境自我修复能力逐渐减弱。

（二）国际社会对碳减排工作的努力

关于气候问题的第一届大会在1979年拉开了序幕，随后在1990年，联合国成立了气候变化框架公约政府间谈判委员会，主要职责是对全球范围内的温室气体进行控制。1992年，里约热内卢通过了一项重大的决策，明确碳减排的责任划分，指出发展中的国家和发达国家对于该问题都应该承担起相应的责任，但不是将责任平均分配，这种责任是具有差异性的，这项公约是《联合国气候变化框架公约》。

（三）中国发展进行碳减排工作的必要性

中国的经济发展模式特点比较突出，以高耗能的产业为主，偏向于重工业，这就使得我国的第二产业占比最高。导致经济发展过成中，二氧化碳的排放量较高。国际社会对各国的能源消耗的情况进行了调查统计，依据调查结果显示我国二氧化碳排放的增长速度早已经进入了快车道，以4.2%的增长速度位于世界的首位，我国单位GDP碳排放量远高于世界单位GDP碳排放量的平均值。

二、问题的提出

理论和实践都证明，碳排放的减少离不开能源消费结构优化，以优化能源，消费结构去解决碳排放的问题，在实际操作中也存在着很多的困难。进行能源消费结构的调整一定会影响经济的发展，因为该项工作的成本较高，所以要从能源消费结构优化以及能源使用效率提高两方面入手。

三、能源消费结构对碳排放影响的实证研究

（一）变量定义及数据来源

1.被解释变量

本文设定被解释变量是碳排放量（CO2）。该变量的数据无法利用现有权威的数据进行参考，所以依据IPCC和以前学者对碳排放的研究，利用9种燃料以及水泥的熟料产量进行度量。

2.核心解释变量

本文的核心解释变量是能源消费结构，使用ei来表示。煤炭的使用，支撑着国家的发展，也是是能源消费结构中最重要的组成部分，占主要地位。所以本文使用煤炭消费在能源消费中的占比来表示部分能源消费结构。

3.控制变量

考虑到其他影响区域碳排放的因素，参考学者的研究结论，保留以下主要控制变量：城市化水平（urb），产业结构，(stru)，对外开放程度（open），人均GDP（rgdp），人口规模（p）。

人均GDP（rgdp）代表了一个区域的财富水平以及经济发展水平，用区域年末总的GDP与区域年末的人口总数的比例进行表示。

产业结构（stru）采用第二产业总值与国民生产总值的比值。第二产业一般是用碳量和排碳量很高的产业。国家最优的经济发展趋势是第二产业的占比逐渐降低，代表产业结构正在逐步走向高级化，碳排放量会相应地减少。产业结构的不同代表着在当前时期高碳企业的占比，其变动会对碳排放量的多少产生显著的影响。

对外开放程度（open）使用外商实际投资使用额占区域全年GDP的比重表示区域当年的对外开放程度。相关研究表明，对外开放的规模以U型结构影响着碳排放。

城市化（urb)改变了人口的城乡结构，带来了高耗能和相应的高碳排放。本文利用城镇人口占总人口的比重来表示城市化率。

人口规模（p）越大，能源消费的量级就会越大，碳排放的量级也会越大。

4.数据来源

本文采用的空间样本数据范围是全国。研究的时间区间为2003-2019。数据主要来源于《新中国六十年统计资料汇编》，部分数据来源于各省份统计年鉴及统计公报、《中国能源统计年鉴》、《科技统计年鉴》、《中国统计年鉴》，国家统计局网站及各分省地统计局网站。

（二）能源消费结构与碳排放的空间相关性分析

空间自相关性可以衡量变量是否具有空间依赖性，验证其取值是否受到本区域的影响和邻近区域。它刻画的是变量和空间之间的关系，其研究的相关性相较简单的时间和个体要复杂的多。空间相关性是用来解释两个不同区间的值是相互独立的还是相互联系的。

1.空间权重矩阵设定

依据相邻的标准，Wij的赋值规则为：当Wij=1的时候，区域是相邻关系，当该值为0的时候，表示两个区域的地理位置较远。本文结合实际情况，也采用的是Queen这种空间衡量的鉴别方式。此次空间距离矩阵采用的是GeoDa软件，考虑到数据的可得性，本文研究了全国30个省份的情况。

2.全域空间自相关检验

全域空间自相关检验一般使用的是“莫兰指数I”(Moran’s I）检验，其目的是检验整个空间区域中邻近地区之间的相关关系，判断变量在各个省份之间是正相关、负相关还是不相关。

（1）我国省域碳排放空间自相关检验

经过全域空间自相关检验，得到从2003年到2019年17年间碳排放的全域Moran指数。所有样本数据中，94%的样本全域Moran指数通过了10%的显著性水平检验，这表明中国各个省市之间碳排放水平存在明显的空间相关性，采用空间计量模型来研究能源消费结构对于碳排放的影响比较合理。

（2）我国省域能源消费结构空间自相关检验

30个省市能源消费结构的全域莫兰指数全部通过了5%的显著性水平检验，在邻近空间矩阵下，我国各个省份之间的能源消费结构存在着明显的空间正相关性。

3.空间杜宾模型回归

SDM模型是相较于SEM和SLM模型是应用更加广泛的模型，因为其在特定的条件之下，可以简化为空间滞后模型或者是空间误差模型，因此本节为了更加严谨地选择合适的空间计量模型，利用Wald检验和LR检验判定使用空间杜宾模型更佳。

4.空间计量估计结果

对全国范围内30个省份的样本数据进行空间杜宾模型的回归，可以得到以下的结论（表1）。

我只觉得这个不爱说话的炊事员不错，每天的大清早他都给我们包饺子吃。他天天都要起得很早。秋季里潮气重，大清早，他孤零零一个人，在厨房里择菜，洗菜，剁菜剁肉，连擀带包，该多麻烦呀。

表1 空间杜宾模型回归结果

比较拟合程度，固定效应下的空间杜宾模型的拟合程度最好，R2的值为0.8225。从参数的估计结果来说，能源消费结构、产业结构、对外开放程度、人均GDP都通过了显著性水平为0.01的检验，空杜宾模型并不是一个完美模型，还需要通过对空间杜宾模型的直接效应，间接效应以及总效应进行分析，得到碳排放对于省域的影响以及空间溢出效应，来弥补其回归系数并不能完全反映自变量对因变量产生的效应的缺陷。

5.空间计量模型参数估计结果解读

通过分析杜宾模型中固定效应模型的结果并进行比较可以得出如下结论：

（1）引入的空间因素变量通过了1%的显著性水平检验。碳排放的水平有着明显的空间相关性，排放量级的多少不仅与本地相关，与邻近区域也有关，距离越近的区域对其产生的影响越大。空间效应系数为正，说明地区碳排放之间存在显著地示范和带头作用，低碳经济的发展需要遏制地区碳排放的带头作用。

（2）地区能源消费结构在1%的水平上显著，β3=0.1380。说明对于中国的情况，能源消费结构中碳的消费量增长会增加二氧化碳的排放且煤炭所占消费总量的比例每增长1%，二氧化碳排放量相应增加0.1380%左右。也就是说中国煤炭使用占比的扩大对于二氧化碳排放量有显著正效应。这表明在全国范围内降低碳总量的排放需要从减少碳制品的使用开始。

（3）产业结构在1%的水平上显著为正，产业结构增加1%，二氧化碳排放量增加0.4599%。说明如果我国不改变目前以密集型重工业为主的产业结构形式,碳减排的工作将会举步维艰。产业结构中第二产业的占比增加，工业化程度加深会导致碳排放量上涨，所以我国的产业一定要逐步向着环境友好型型的方向进行优化。