“双碳”目标下我国碳排放量增长的影响因素研究

侯翠凤

（兰州财经大学，甘肃 兰州 730020）

一、引言

社会经济发展方式一直受到气候变化的影响，各国经济快速发展的同时，气候变暖和环境恶化已成为亟待解决的重大问题，各国也陆续将气候环境问题提上议程，并实施相关应对措施。自《巴黎协定》通过后，世界上主要国家的政治共识之一便是控制二氧化碳排放，并将21 世纪末的升温控制在2℃以内（力争1.5℃以内）。俄罗斯、欧盟和英国在20世纪90年代实现碳达峰，美国碳达峰时间为2007 年；中国、马绍尔群岛、墨西哥、新加坡等国承诺在2030年以前实现碳达峰（见表1）。同时，很多国家将碳中和定性为国家发展战略，以政策宣示、立法、成立草案、提交协议或口头承诺等不同形式提出碳中和目标（见表2）。

表1 实现或提出碳达峰目标的主要经济体

表2 提出碳中和目标的主要经济体

我国自2011 年起在北京、天津、上海、重庆、广东、深圳、湖北及福建等地区设立碳排放权交易试点。2020 年我国向国际社会正式承诺，力争在2030 年前实现碳排放量达峰、2060年前实现碳中和，此后又提出把碳达峰、碳中和纳入生态文明建设整体布局。大多数经济体将实现碳中和目标的时间设在2050年前后，欧美发达国家从碳达峰到碳中和基本都预留了50 年到70 年。与之相比，我国的碳达峰工作已经进入关键期，到2030年只有不到10年的时间，且碳达峰之后仅有30 年的时间实现碳中和，是已提出碳中和目标的国家中完成时间最短的。在我国经济发展过程中，势必出现对于能源消耗的需求与减排降碳的共同压力。这也表明了我国应对气候环境问题的坚毅决心，展现了在引领全球可持续性发展过程中的大国担当；与此同时，各国经济由于新冠肺炎疫情而受到了程度不一的冲击，在这种特殊的环境下，我国更要有纲领、有步骤、有创新地复苏和发展经济，这也是实现“碳中和”长远目标的关键所在。

二、文献综述

对于碳排放的国内外研究主要分为两种：一是对碳排放权交易的研究，二是对碳排放量的影响因素分析。在碳排放权交易的研究中，又可分为对碳配额、碳交易价格和减排效果评价的研究，崔恺媛（2017）通过分析配额排放体系和自愿减排市场的运行和现状，得出碳交易价格受到能源间的消费替代弹性和边际减排成本的影响；Dolgopolova et al.（2014）采用系统动力学模型分析不确定性对国家和企业层面进行碳排放交易的影响，认为经济、体制和技术的不确定性均会影响各国从排放许可交易中获得的利益；Marian（2003）在关注排污权交易工具的同时，还使用气候保护策略综合评价模型研究构建排污权分配决策的公平性问题，为人均分配原则如何影响跨期排放路径以及长期缓解成本提供了新的见解。对碳排放量增长影响因素的研究主要是从规模因素、效率因素和结构因素等方面着手，谢锐等（2017）认为经济规模与碳排放量同向变动，碳强度与碳排放量负向变动；张馨（2018）进一步增加控制变量，得出人口规模、人均GDP、能源强度以及城市化水平的提高会增加碳排放量，而产业结构的优化可以助力碳减排。

通过仔细分析上述文献，可以发现对碳排放量增长影响因素的研究主要集中在对经济规模、人均GDP、能源强度和经济结构等要素的分析。基于此，本文在已有研究的基础上考虑国内生产总值、能源消费结构、对外开放度、人口自然增长率、技术市场成交额和人均受教育年限、能源效率、产业结构高级化和建设碳排放权交易市场等要素，对我国30 个省份的面板数据进行混合回归分析、稳健性检验和DID方法的实证研究，分析我国碳排放量增长的影响因素及其贡献率，进一步聚焦分析正向减排的多种因素，以期为我国减少碳排放提供相关对策建议，助力我国实现碳达峰、碳中和。

三、我国碳排放量现状

（一）碳排放量计算

根据吴国华（2012）和崔琦等（2016）对于碳排放量的研究，我国碳排放大多都来自能源消费产生的二氧化碳，主要有煤炭、焦炭、原油、燃料油、汽油及天然气等，估算一个国家或地区的碳排放量，可以对其温室气体排放现状进行初步了解。国内外的碳排放估算工作大多是建立在对基础数据的收集上，用政府间气候变化专门委员会（IPCC）推荐的方法和参数，采用物料衡算和排放系数的方法对碳排放量进行估算，折标煤系数和CO2转换系数见表3。本文的能源消费量数据来源于2000—2019 年的《中国能源统计年鉴》，使用IPCC法对我国30个省份（由于数据缺失，暂不考虑我国西藏和港澳台地区）1999—2018 年的碳排放量进行核算，如公式（1）所示。

表3 折标煤系数和CO2转换系数

其中，i为能源品种；CEEC为能源消费所产生的二氧化碳排放量（单位：吨CO2）；ECi为能源i的消费量（天然气单位：亿立方米；其他能源单位：万吨）；SCCi为能源i的折标煤系数（天然气单位：万吨标准煤/亿立方米；其他能源单位：万吨标准煤/万吨）；CEFi为能源i的二氧化碳转换系数（单位：吨CO2/吨标准煤）。由图1所示，我国碳排放量由1999年的4136.72百万吨增长到2018 年的13933.91 百万吨，年均增长6.73%；2004 年增速达到最高，但从2012 年起，CO2增速明显变缓，可能是因为国家发展改革委于2011 年10月底，批准北京、天津、上海、重庆、湖北、广东等地区开展碳排放权交易试点工作，并将2013—2015 年作为试点阶段。

图1 1999—2018年我国CO2排放量及其增长情况

（二）碳排放总量现状

1.碳交易试点地区碳排放现状。由于深圳市为非直辖市，本文将深圳市纳入广东省考虑。如图2所示，在碳交易试点地区中，广东省碳排放总量水平最高，北京市碳排放总量最低，且北京市和上海市碳排放总量变动趋势平稳。总体来看，碳交易试点地区的碳排放水平在2012年之前呈上升趋势，其中广东省、湖北省、福建省和天津市4个地区的碳排放总量上升趋势强劲。广东省是我国的工业大省，经济发展对能源和碳排放的依赖程度较高，对化石燃料等高碳能源需求强烈；北京市的碳排放量从2010 年起就呈下降趋势，是包括非试点地区在内我国低碳化水平最高的地区。2012年后，除广东之外，福建和天津分别出现碳排放总量短暂峰值，之后均呈现不同程度的波动性下降趋势。

图2 试点地区的碳排放总量趋势图（单位：万吨CO2）

碳排放和经济发展有紧密联系，根据我国经济发展阶段和全国碳交易试点研究，将1999—2018 年碳排放总量变动趋势分为两个阶段，其中1999—2012年为未设立碳交易试点时期，2013 年为中国碳交易元年，2013—2018 年为设立碳交易试点时期，经济结构优化升级，经济发展从要素驱动转向创新驱动，对能源消费和碳排放的依赖度逐渐降低。根据阶段内年环比增长率之和与阶段内年份数之比，可计算各阶段年平均增长率，结果如表4 所示，建立碳交易试点之后，各试点地区碳排放总量年均增长率均呈现递减的大趋势，其中北京、天津、湖北和重庆的碳排放平均增长率为负。

表4 各省份碳排放平均年增长率（%）

2.非碳交易地区碳排放现状。在23 个非碳交易试点地区中，海南、宁夏、内蒙古、陕西、山东、新疆、江苏的碳排放总量平均年增长率相对较高，能源密集型产业拉动经济发展，对能源和碳排放的依赖度高。建设碳交易试点对非试点地区的碳排放也有影响，自2013 年后，非试点地区的碳排放平均增长率均呈现不同程度的下降趋势，其中吉林、黑龙江、河南、湖南、四川、贵州和云南出现了负值。

（三）碳强度现状

1.碳交易试点地区碳强度。对于一个国家或地区而言，CO2排放强度的下降可以反映出能源利用的提高程度，以及在经济发展的同时对减缓气候变化的贡献。由图3所示，所有碳交易试点地区的碳强度都呈现出不同程度的下降态势。其中，除天津之外，对比1999—2012年与2013—2018年的碳强度平均年增长率，各试点地区的碳强度增速明显下降，均为负值，经济增长对于化石能源的依赖降低。

图3 试点地区的碳强度趋势图（单位：吨/万元）

2.非碳交易地区碳强度。在23 个非碳交易试点地区中，碳强度均逐年下降，碳强度平均年增长率大都为负，但各地区下降速度不一致（见表5），河北、山西、内蒙古和辽宁等11 个非试点地区碳强度下降速度放缓，其他地区的碳强度下降速度仍持续强劲，这直接反映出能源利用效率提高，也间接体现了碳排放总量出现负增长和近20年来节能减排工作成效显著。

表5 各省份碳强度平均年增长率（%）

四、碳排放影响因素及其贡献率

（一）变量定义与研究设计

1.被解释变量。碳排放总量，单位为万吨。该指标强调绝对排放量，从环境角度说明各地经济增长所伴随的环境负增长，也可以反映出试点地区与非试点地区的碳排放量现状。本文运用30个省份的20年面板数据，深入研究影响我国碳排放量增长的因素，并借此来说明建设碳排放权交易市场的减排效应。

2.控制变量。根据对已有文献的梳理总结，考虑到指标全面性、数据可得性，本文选取国内生产总值（GDP）、能源消费结构（ecs）、能源效率（ee）、产业结构高级化（is）、对外开放度（open）、人口自然增长率（npi）、技术进步（tech）和人均受教育年限（s）这8 个变量对排放总量进行固定效应和双重差分分析（见表6）。

表6 全部变量的计算方法和数据来源

3.模型设计。借鉴已有研究，本文设定模型（2），采用多元混合回归方法对碳排放量的影响因素进行分析；运用模型（3）进行异方差稳健的豪斯曼检验；运用模型（4）进行双重差分分析，研究建设碳排放权交易市场对于碳排放量的作用效果：

（二）描述性统计分析

由Stata 分析可知，数据集结构是一个平衡面板数据，n=30，T=20，n＞T，是一个短面板，其具体的描述性统计特征见表7。

表7 整体、组间与组内的统计指标特征

（三）影响碳排放量变动的因素分析

1.多元混合回归分析。表8回归结果显示，模型整体的F统计量值为1118.225，在1%的水平下显著。一方面，与碳排放量增加具有明显正向变动关系的变量有lngdp、lnopen、ecs、npi和s，贡献率分别为89.04%、3.22%、88.47%、21.22%和6.53%，其中对外开放程度越高，碳排放量越高，因此在对外开放进程中，协调经济发展与环境保护的关系尤为重要。值得注意的是，变量tech虽对碳排放量增加具有正向作用，但是贡献率极低，说明在我国未来的发展阶段中，极有可能迎来技术进步对于碳排放量增加的负向影响，有望成为碳减排的关键驱动力。另一方面，与碳排放量增加具有明显负向关系的变量有ee和is，这也是助力碳减排的关键因素，其中ee为能源效率，贡献率估计值为-85.63%，即在其他因素不变情况下，能源效率提升1单位，CO2排放量将减少约85.63%，统计和经济意义均显著；is为产业结构高级化，贡献率估计值为-14.30%，表示第三产业占比越高，碳减排效果越好。

表8 混合回归分析

2.稳健性检验。进一步对比固定效应和随机效应的估计结果（见表9），进行异方差稳健的豪斯曼检验，结果显示，chi2（8）统计量估计值为125.20，P值为0.0000，拒绝使用随机效应分析的原假设，回归结果稳健，为进行DID分析创造了良好的数据条件。

表9 异方差稳健的豪斯曼检验

3.DID双重差分分析。根据上文对于碳交易试点地区和非碳交易试点地区的碳排放现状分析，可知试点地区和非试点地区的碳排放量变化趋势大致相同，自2013 年后，碳排放平均增长率均呈现不同程度的下降趋势，碳排放总量均出现不同程度的负增长。将建设碳排放权交易市场也看成是一种影响碳排放量的要素，对数据进行双重差分分析，did的系数显著为负，表明建设碳排放权交易市场对碳减排有显著的正向驱动效应（见表10）。碳排放权交易是利用市场机制应对气候变化的主要途径之一，其创新性地引入市场手段来解决环境问题，是一种全球公认的减少温室气体排放和推进绿色经济发展的有效措施。中国作为最大的碳排放国，同时也是最具减排潜力的发展中国家，目前经济处于从中高速发展转型至高质量发展阶段，解决环境和气候问题刻不容缓。

表10 DID分析结果

五、研究结论与启示

第一，权衡碳减排与发展的关系。碳排放量的增长与国内生产总值、能源消耗量、对外开放程度和人口增长呈显著正向关系，我国在发展低碳经济的过程中，必须权衡减排与发展的关系，在确保经济发展不受影响的条件下，实现发展与减排的双赢。因此，中国要实现碳达峰和碳中和的目标，要通过科技创新和技术改进，努力将能源消耗从化石能源转为可再生能源为主，并在保证能源安全的前提下，制定切实可行的能源转型路线图。

第二，优化产业结构。碳排放量增长与能源效率和产业结构高级化呈显著负向关系，根据现有减排成效，我国碳减排的主要驱动因素是能源利用效率提高，而深层原因可能是技术进步和工业企业所有制结构的变化。首先，在能源开采和运输方面，要加强对开采及利用中相关技术的改造，改变运输方式，减少能源在开采及运输过程中的不必要损耗，提高能源利用效率是节能减排的关键所在。其次，产业结构优化对碳减排起到正向驱动作用，故发展第三产业，逐步降低工业在经济中的比重将是一条有效的碳减排途径。

第三，完善碳交易市场运行机制。根据DID分析的结果，建设碳排放权交易市场对碳减排起到正向推动作用，要不断完善碳交易市场运行机制，确保碳交易有序开展。在国家政策帮扶下，各地政府应逐步引导石化、钢铁、水泥等领域的企业融入碳交易市场，丰富碳交易市场参与主体，规范交易市场主体行为，完善碳交易市场定价机制，合理科学制定能源强度控制目标与能源消费总量。

实现碳达峰、碳中和是一场广泛而深刻的经济社会系统性变革，建立气候风险评估机制、完善气候风险防范机制和建设全国范围的碳交易市场，是保障国家经济社会发展和人民生活稳定的必然选择。同时金融与实体经济息息相关，在“双碳”目标下，实体经济发生大转型，这预示着金融业发展也将处于转型中。