基于能源和指标双分类视角的碳排放脱钩效应研究

孙 莉

（建湖经济开发区环保服务中心， 江苏 盐城 224700）

0 引言

工业经济的快速发展是人类社会进步和繁荣的重要推动力。但是，伴随着工业发展的同时，所带来的环境问题也日益突出，其中碳排放问题成为全球关注的焦点[1]。碳排放是指人类活动所产生的二氧化碳和其他温室气体排放到大气中的过程，而这些温室气体的积累与全球气候变化密切相关。随着全球气候变化的迅速加剧，减少碳排放已成为各国政府和国际社会所面临的重要挑战[2]。为了应对这一挑战，许多国家和地区纷纷采取了一系列措施，希望实现经济发展与碳排放水平之间的脱钩效应。碳排放脱钩即指在经济增长的同时，实现碳排放的减少，即通过提高资源利用效率和推广清洁能源等方式，在经济发展的同时减少碳排放量。然而，实际上，碳排放与经济发展之间的脱钩并非易事。许多国家在追求经济增长的同时，碳排放量也在不断上升。这一现象的背后可能涉及多种因素的综合影响，例如能源利用效率、工业结构、科技创新等。因此，需要通过考察不同能源利用方式对碳排放和经济增长的影响，以及建立相应的指标体系来评估碳排放的脱钩效应。因此，研究采用迪克富勒检验（ADF）或KPSS 检验对数据进行分析，并通过Johansen 方法进行协整检验，同时利用赤池信息准则或Ljung-Box 统计方法进行短期、长期内数据间的因果检验，最后采用Tapio 指数计算脱钩指数并通过面板回归模型回归处理，为制定有效的环境政策和可持续发展战略提供理论基础和实践指导。

1 碳排放脱钩效应方法设计

1.1 单位根平稳性检验

研究从《中国能源统计年鉴》中获得全国各省市的年度能源消耗数据，首先需要检验这些时间序列数据的平稳性，常用的方法有扩展的迪克富勒检验ADF和KPSS 检验。ADF 检验是最常用的单位根检验方法之一，它的原假设是序列存在单位根，即非平稳。备择假设是序列是平稳的，若检验结果的P 值小于设定的显著性水平（通常为0.05），则可以拒绝原假设，认为序列是平稳的。反之，如果P 值大于显著性水平，则不能拒绝原假设，认为序列是非平稳的。KPSS 检验则是用来检验序列是否是平稳的，它的原假设是序列是平稳的[3]。备择假设是序列存在单位根，即非平稳。同样，如果检验结果的P 值小于显著性水平，则可以拒绝原假设，认为序列是非平稳的。如果P 值大于显著性水平，则不能拒绝原假设，认为序列是平稳的。

1.2 协整检验

在验证了获得的时间序列数据的平稳性之后，需要判断时间序列数据之间是否存在长期稳定的关系。研究采用协整检验方法进行检测，其是一种经济学中的统计方法，用于判断时间序列数据之间是否存在长期稳定的关系。协整检验基于向量自回归模型（VAR）的框架，通过检验残差序列是否具有平稳性来确定变量之间的协整关系，如果变量在某个线性组合上是协整的，意味着它们长期共同运动，并且可能存在长期均衡关系。常用的方法为Johansen 协整检验，首先整理需要进行协整性检验的变量的相关数据，然后根据问题的需求定义一个协整模型[4]。接着使用Johansen方法计算协整检验统计量，下一步根据统计学原则，设置显著性水平。最后根据设置的显著性水平进行假设检验，如果拒绝了原假设，即可得出变量之间存在协整关系。

1.3 长期及短期内的因果检验

虽然验证了经济增长、能源消费以及碳排放之间的均衡关系，但还需要检测三者之间的两两关系，避免其相互影响。研究采用基于向量误差修正模型（VECM）的短期和长期格兰杰因果关系进行检验，首先准备需要进行处理的数据，使用向量自回归模型确定向量误差修正模型，然后采用赤池信息准则（AIC）或Ljung-Box 统计检验确定最佳滞后阶数。下一步通过最小二乘法估计向量误差模型的参数，最后分别进行短期格兰杰因果检验和长期格兰杰因果检验。在短期内，通过F 统计量或类似的检验来检验变量之间的因果关系。从统计意义上讲，如果一个时间序列的过去值能够显著地预测另一个时间序列的当前值，那么就可以说存在短期的Granger 因果关系。在长期内，使用Johansen 共整检验来检验变量之间的因果关系。如果变量之间没有共整关系，那么可以得出它们之间不存在长期的Granger 因果关系。

1.4 基于能源和指标分类的脱钩指数计算

确定了碳排放、能源消费和经济增长之间的关系之后，需要进一步探讨我国能源消耗的碳排放和经济增长的脱钩关系。为实现这一目的，研究采用皮塔尔（Tapio）脱钩指数从能源和指标两个分类角度进行分析，Tapio 指数是一种衡量经济增长与资源消耗之间关系的指标，其用于评估经济发展与自然资源利用之间的分离程度，即资源消耗是否与经济增长保持相对独立。Tapio 脱钩指数的计算方法如式（1）所示：

式中：TC，GDP为碳排放与国内生产总值的脱钩指数，ΔC 为现期的碳排放量和基期碳排放量的差；Ct-1为基期的碳排放量，代表现期的国内生产总值和基期的国内生产总值的差；Ct为现期的碳排放量；GDPt为现期的国内生产总值；t 为年份。

1.5 碳排放与经济发展的脱钩指数回归

最后采用面板回归模型对碳排放、能源消费以及经济增长的脱钩变化情况进行分析，构建的面板回归模型如式（2）所示：

式中：Yi（t）为i 地第t 年的脱钩状态；X 为影响因素，α为个体固定效应；β1，β2，…，βk分别为各影响因素对应的影响系数；ui（t）为误差项。在回归模型中，当所有个体的α 相等时，使用混合回归模型。当α 发生改变，且其受个体影响，而与时间无关，使用个体固定效应模型，当其受时间影响而与个体无关时，使用时间固定效应模型。在实际情况中，使用的模型根据Haus-man检验与似然比判断。Haus-man 检验通过比较两个模型的估计结果与真实值之间的差异，而似然比是比较两个模型的似然函数值计算的，如果两个模型的估计结果在统计意义上没有显著差异，那么可以选择较简单的模型，若有显著差异，那么应该选择复杂的模型。

2 基于能源和指标双分类视角的碳排放脱钩效应分析

2.1 基于能源的碳排放脱钩效应分析

我国作为工业大国，能源消费、碳排放量和经济增长的脱钩关系是衡量我国经济发展的重要因素。通过Tapio 脱钩指数可以获得碳排放和经济增长的脱钩状态，结果如表1 所示。

表1 碳排放和经济增长的脱钩状态

当经济增长率大于0，碳排放增长率小于0，碳排放与经济增长处于绝对脱钩状态。经济增长率和碳排放的增长率都大于0，但经济增长率大于碳排放的增长率，两者处于相对脱钩状态，当经济增长率小于碳排放的增长率时，两者处于增长负脱钩状态。当经济增长率小于0，碳排放增长率大于0 时，两者处于绝对负脱钩状态。两者的增长率均小于0 时，当碳排放的增长率小于经济增长率，两者处于相对负脱钩状态，当经济增长率小于碳排放的增长率时，两者处于衰退脱钩状态。因此，为实现经济的可持续发展，我国需要采取有效的措施来降低能源消耗和碳排放量。

2.2 基于指标的碳排放脱钩效应分析

要实现碳排放脱钩，需要达到总碳排放、人均排放量以及碳排放强度的脱钩。因此，为进一步探讨能源消耗、碳排放与经济增长的脱钩关系，研究从这三项指标进行分析。近年来，我国制定了一系列减排政策和措施，包括推动能源结构转型、提高能源利用效率、加强清洁能源开发和利用、发展低碳交通等。这些政策的实施有效降低了碳排放总量，我国的碳排放和经济增长保持在绝对脱钩状态。但是，中国在碳排放脱钩方面仍面临一些挑战。碳排放脱钩需要长期的政策和措施的支持，需要持续加大对清洁能源和绿色技术的投资和研发力度。同时，中国发展的不平衡性和能源结构的依赖问题也是碳排放脱钩的障碍，需要进一步促进区域协调和能源结构转型。此外，碳排放脱钩还需要加强国际合作，全球气候变化是一个全球性的问题，需要各国共同应对。我国作为世界上最大的碳排放国家之一，应该积极参与国际合作，推动全球碳排放脱钩，为全球气候变化作出贡献。

3 结语

工业经济的快速发展给人类带来了巨大的物质财富，但是工业化过程中所产生的副作用，尤其是碳排放量的增加，也给全球环境和人类健康带来了严重的影响和挑战。为探究碳排放与经济增长之间的脱钩效应，研究采用ADF 和KPSS 两种检验方法对能源消耗数据进行检验和分析，同时使用Johansen 方法进行协整检验，并通过AIC 准则或Ljung-Box统计方法进行因果检验，最后采用Tapio 指数计算脱钩状态并通过面板回归模型回归处理。从能源消耗和经济指标两个方面出发，采用双分类视角的方法，系统分析工业经济中的碳排放脱钩效应，以期为工业经济的可持续发展和低碳转型提供指导和借鉴。