东盟国家碳排放动态演变及环境库兹涅茨曲线实证检验分析

蓝 艳,花瑞祥①,景宜然,贾惜春,李嘉文 〔.生态环境部对外合作与交流中心,北京 0005;.中国环境科学研究院,北京 000;.同方知网(北京)技术有限公司,北京 009〕

目前,气候变化是全世界最关注的环境问题之一,不仅影响自然生态环境和人类健康[1-3],更是对全球经济模式、能源战略、国际政治造成深远影响[4-6]。研究表明,人类活动导致的碳排放是气候变化的主要原因之一[7-8]。东南亚地处热带海洋地区,受全球气候变化影响较大[9],深入了解东盟碳排放的变化趋势和结构特征,并探索分析碳排放与经济社会发展的定量关系,对东盟地区实施碳中和政策具有重要指导意义,同时也有助于提升我国与东盟在环境、能源、产业等领域的合作层次,更好地服务我国“走出去”外交战略。

东南亚国家联盟(Association of Southeast Asian Nations,ASEAN),简称东盟,是亚洲第三大经济体和世界第六大经济体,也是全球新兴的经济中心之一[10]。此外,东盟还是中国最大的对外贸易伙伴和最主要对外投资目的地,同时也是共建“一带一路”的重点地区之一[11]。过去三十多年,快速城市化和工业化造成东盟传统化石能源消费快速增长,碳排放量也随之激增[12]。由于特殊的地理位置和气候条件,且人口和经济活动主要集中在沿海地区,使得东盟成为受气候变化影响最为严重的地区之一[13]。目前,东盟所有成员国均已签署《巴黎气候变化协定》,并且宣布了碳减排目标[14]。据预测,未来东盟经济将保持高速增长,成为全球经济重要增长极,经济增长带来的能源消费增加造成碳排放压力巨大[15-16]。因此,如何实现经济可持续增长与碳中和双重目标,成为东盟国家发展面临的重大挑战。

环境库兹涅茨曲线(environmental Kuznets curve,EKC),由CROSSMAN等[17]于1991年参照经济学中库兹涅茨曲线提出,目前已成为分析经济社会发展与环境质量关系的重要工具。最初,国内外学者仅对环境污染与经济增长之间的倒U型假说关系进行验证[18-19],即环境质量随着经济增长呈现“先恶化后改善”规律。随着全球气候变化问题研究的深入,EKC被应用于能源消费、二氧化碳排放等研究[20]。国内外学者利用时间序列数据、面板数据等对EKC理论进行实证研究,结果表明,环境污染物、二氧化碳排放与经济增长存在着单调递增、单调递减、U型、倒U型、N型、倒N型等多种复杂形状[21-23]。目前,对碳排放的EKC检验多集中在单个国家或区域[24-25]、具体行业或领域[26-27],且主要集中在发达经济体或碳排放大国,对欠发达国家的研究不足,且缺乏长时间序列不同国家、不同发展阶段碳排放与经济社会发展关系的对比分析研究。

以东盟国家为研究对象,基于全球大气研究排放数据库公布的碳排放数据,深入分析东盟国家1970—2021年碳排放的动态演变规律,并从横向、纵向对比不同国家、不同发展阶段碳排放结构变化特点。此外,基于联合国统计数据库发布的经济社会数据,利用面板模型对东盟国家碳排放与经济社会发展之间开展EKC实证检验分析。基于长时间序列碳排放和社会经济数据,运用环境库兹涅茨假说理论揭示东盟国家碳排放与经济社会发展之间存在的异质性和阶段性特征,以期丰富对环境与经济社会发展的理论探索,并为我国同东盟国家开展务实合作、促进绿色低碳转型提供参考依据。

1 材料与方法

1.1 数据来源

以东盟文莱、柬埔寨、印度尼西亚、老挝、马来西亚、菲律宾、新加坡、泰国、缅甸和越南10个国家为研究对象。东盟国家1970—2021年碳排放数据来自全球大气研究排放数据库(emissions database for global atmospheric research,EDGAR,https:∥edgar.jrc.ec.europa.eu/dataset_ghg70)[28]。EDGAR是一个多用途、独立的全球温室气体人为排放和地球空气污染数据库,由欧盟联合研究中心(JRC)和荷兰环境评估机构(PBL)联合发布,使用国际统计数据和政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)方法核算了全球214个国家和地区不同部门的碳排放量,已被国内外学者用于研究中国和全球碳排放问题[29-33]。1971—2021年东盟各国人均国内生产总值(GDP)、总人口数据来自联合国统计数据库(UN Data,http:∥data.un.org/Default.aspx)。

1.2 研究方法

1.2.1曼-肯德尔趋势检验

曼-肯德尔(Mann-Kendall,M-K)趋势检验是一种非参数的统计检验方法,已被普遍用于环境方面时间序列的趋势检测[34]。M-K趋势检验通过计算统计量Z来判断某个时间序列中是否存在单调增加或减小趋势,以及检测到的趋势是否具有统计学意义。具体计算公式如下:

(1)

(2)

(3)

式(1)～(3)中,S和Z为统计量;Sign为符号函数;xi和xj分别为第i、j年碳排放量,t;n为时间序列长度。当Z>0时,时间序列呈增加趋势;当Z<0时,时间序列呈减少趋势。当|Z|≥1.28、1.64和2.32时,分别表示结果通过信度为90%、95%和99%的显著性检验。

1.2.2EKC检验

参考邬娜等[22]研究方法,以人均二氧化碳排放量作为表征环境变化的变量,以人均GDP作为决定

环境污染的变量构建静态面板模型,公式如下:

ECO2=β0+β1GDP+β2(GDP)2+β3(GDP)3+ε。

(4)

式(4)中,ECO2为人均二氧化碳排放量,t;GDP为人均GDP(表1),美元;ε为随机误差;β0为截距;β1、β2和β3为待估计参数,3个参数的取值决定了人均GDP与人均二氧化碳排放量的关联关系,也决定了曲线形状(表2)。

表1 1971—2021年东盟各国人均GDPTable 1 Per capita GDP data of ASEAM member states 美元

表2 模型参数与曲线形状关系Table 2 The relationship between model parameters and curve shape

2 结果与讨论

2.1 东盟国家碳排放分析

2.1.1碳排放总量分析

1970—2021年,东盟国家经济增长、能源消费增加,造成碳排放总量增加,从1.22×108t增加到1.74×109t,增加13倍,年均增加率达5.4%(图1)。其中,2020年东盟碳排放量首次同比下降,降幅为6%。东盟碳排放国家集中度高,半数国家排放了区域绝大部分二氧化碳。1970—2021年,东盟碳排放量前5名国家总排放量占比接近90%。但随着区域整体经济社会发展,东盟欠发达国家近年来碳排放量占比不断提高。1970年,东盟碳排放前5名国家总排放量占比为88.6%,1992年增加到93.6%,随后在波动中下降,2021年下降至91.8%。

图1 1970—2021年东盟碳排放总量Fig.1 The total carbon emissions of ASEAN from 1970 to 2021

碳排放受经济发展水平、人口规模和产业结构等影响[35-36]。作为区域人口大国和经济强国,2021年,印度尼西亚碳排放总量为6.03×108t,位居东盟10国之首;越南次之,为3.21×108t;泰国、马来西亚和菲律宾碳排放量均超过1×108t,分别为2.70×108、2.52×108和1.48×108t(图2)。由于经济体量小、发展水平较低等原因,新加坡、缅甸、老挝、柬埔寨和文莱碳排放量较低。相较于1970年,2021年碳排放量增幅最大的国家为柬埔寨和老挝,分别达78.6和69.9倍;其后依次为印度尼西亚、越南、马来西亚和泰国,分别为18.3、17.3、16.6和13.8倍;新加坡、缅甸、菲律宾和文莱碳排放量增幅较低,分别为7.8、7.5、4.6和2.5倍。

图2 1970—2021年东盟各国碳排放量Fig.2 The carbon emissions of ASEAN member states from 1970 to 2021

2.1.2碳排放结构分析

1970—2021年,东盟电力部门碳排放增速最快,工业燃烧、其他和交通部门次之,建筑部门碳排放增速最低。2021年,东盟电力、工业燃烧、其他、交通和建筑部门碳排放量较1970年分别增加38.0、13.6、12.7、9.1和1.9倍(图3)。

图3 1970—2021年东盟碳排放结构Fig.3 Carbon emission structure of ASEAN from 1970 to 2021

在不同发展阶段东盟碳排放结构存在明显差异。1970—1976年,东盟碳排放量第一大部门为交通,其后依次为工业燃烧、建筑和电力,其他部门碳排放占比最低。1977—1999年,东盟碳排放量第一大部门为工业燃烧,其后依次为电力、交通和其他部门,建筑排放占比最低。2000—2021年,电力成为东盟国家碳排放第一大部门,其后依次为工业燃烧、交通和其他部门,建筑排放占比最低。碳排放结构演变规律显示,电力已成为东盟碳排放最大的部门,2021年电力部门碳排放量占比超40%,说明电力部门绿色低碳转型成为实现东盟碳中和目标的关键。因此,建议我国与东盟国家加强清洁能源电力合作,发挥我国在光伏等新能源领域的技术和产业优势,助力东盟国家实现碳减排目标。

从东盟各国碳排放结构演变图(图4)来看,除缅甸和文莱外,建筑部门碳排放占比持续下降,其中,缅甸建筑部门碳排放占比先下降后上升,而文莱建筑部门碳排放占比基本保持不变。印度尼西亚、越南、老挝和文莱工业燃烧部门碳排放占比先上升后下降,泰国、新加坡和缅甸工业燃烧部门碳排放占比先下降后上升,马来西亚和菲律宾工业燃烧部门碳排放占比一直呈下降趋势,而柬埔寨工业燃烧部门碳排放占比最低,且总体变化不大。对其他部门碳排放占比而言,印度尼西亚、马来西亚、柬埔寨和文莱总体呈下降趋势,新加坡和缅甸总体呈增加趋势,越南、泰国和老挝呈先上升后下降趋势,菲律宾则基本保持不变。除新加坡外,东盟其他国家电力部门碳排放占比总体呈上升趋势,而新加坡电力部门碳排放占比在1990—2000年达到峰值后逐渐下降。对交通部门碳排放量占比而言,印度尼西亚和马来西亚基本保持不变,越南、老挝、柬埔寨则呈先增加后下降趋势,泰国、菲律宾、新加坡和缅甸总体呈下降趋势,而文莱则呈增加趋势。交通部门碳排放的变化,一方面与经济社会发展密切相关,交通运输、私家车的发展会增加碳排放量;另一方面,技术进步、环境规制等因素会降低交通部门碳排放量。

2020年代仅包括2020和2021年。图4 东盟各成员国碳排放结构演变Fig.4 The temporal characteristics of carbon emission structure in the ASEAN member states

2.2 东盟国家碳排放趋势分析

1970—2021年,东盟及各成员国碳排放M-K趋势检验统计量(Z值)均通过了信度为99%的显著性检验,呈现显著增加趋势(表3)。以10年为跨度,东盟及各成员国碳排放变化趋势结果显示,东盟自1970年至今,碳排放总量均呈现增加趋势,且均通过信度为99%的显著性检验,表明东盟作为全球新兴经济中心之一,未来仍将保持显著的碳排放增加趋势。现有研究也预测受经济和人口增长影响,到2030年东盟能源消费将保持4.4%的年均增速[37]。印度尼西亚、柬埔寨、老挝、马来西亚、菲律宾和泰国碳排放M-K趋势检验Z值均为正值,表明碳排放一直保持增加态势,特别是印度尼西亚和马来西亚,作为东盟最大的两个经济体,检验结果均通过信度为99%的显著性检验。受动乱、经济转型等影响,文莱、缅甸、新加坡和越南碳排放分别在2010年代、1980年代、2000年代和1970年代呈下降趋势。其中,在能源效率提升、经济结构转型等因素影响下,2000—2010年,新加坡能源碳排放强度大幅下降[38]。由于全球金融危机后经济强劲复苏,在贸易开放[39]等因素影响下,2010年之后,新加坡碳排放总体呈增加趋势。值得注意的是,2010年以来,文莱碳排放呈下降趋势,泰国碳排放虽然也呈增加趋势,但检验结果未通过信度为90%的显著性检验,这表明文莱和泰国碳排放或将成为东盟最早实现碳达峰的国家。

表3 东盟及各成员国碳排放M-K趋势检验结果Table 3 The results of M-K test for carbon emissions of ASEAN countries

2.3 东盟国家碳排放EKC实证检验分析

为避免造成各相关变量的伪回归结果,确保估计结果有效性,基于ADF-Fisher检验方法对各相关变量进行平稳性检验。检验结果(表4)显示,虽然东盟国家人均碳排放和人均GDP的原时间序列未通过显著性检验,但差分后的时间序列通过了显著性检验,为平稳序列。为检验东盟国家人均碳排放和人均GDP之间是否存在长期均衡稳定关系,采用Engle-Granger检验方法进行协整分析检验。检验结果(表5)表明,东盟各国人均碳排放和人均GDP具有长期稳定均衡关系。

表4 东盟各国人均碳排放和人均GDP单位根检验结果Table 4 The unit root test of per capital carbon emission and per capita GDP in ASEAN member states

表5 东盟各国人均碳排放和人均GDP时间序列协整分析检验结果Table 5 The panel co-integration test results of per capital carbon emission and per capita GDP in ASEAN member states

EKC实证检验分析结果(表6)显示,除文莱外,东盟其余国家碳排放和经济发展水平几乎满足EKC验证,特别是印度尼西亚、柬埔寨、老挝、马来西亚、新加坡、泰国和越南7个国家EKC曲线拟合程度非常高,拟合度(R2)超过0.9。除文莱和马来西亚外,东盟其余8个国家人均碳排放和人均GDP之间存在N型关系。从人均GDP可以看出,东盟各国经济社会发展水平差异较大,既有世界上最不发达的国家,如缅甸和老挝;也有经济快速发展中的国家,如印度尼西亚、越南等;还有发达国家,如新加坡。综合东盟各国EKC曲线可以看出,人均GDP不超过5 000美元的国家,包括印度尼西亚、柬埔寨、老挝、缅甸、菲律宾和越南,其人均碳排放量随人均GDP的增加总体呈上升趋势,即经济社会发展对能源消费的作用是促进。这说明经济增长将不可避免地导致能源消费增加,从而造成碳排放量增加。但当人均GDP超过5 000美元后,人均碳排放量将不再随人均GDP增加而增加。HEIDARI等[40]研究发现当东盟5国(对印度尼西亚、马来西亚、菲律宾、新加坡和泰国)人均GDP达到4 686美元时,人均碳排放量会出现拐点。研究结果(图5)显示,从东盟内部来看,不同国家出现的拐点不尽相同。如,泰国人均GDP增加到约6 000美元后,人均碳排放量便不再增加,保持稳定趋势。而马来西亚和新加坡则分别在人均GDP达到9 000和2 0000美元后,人均碳排放量维持一段时间稳定后下降。这是由于随着经济社会发展水平提高,环境意识的增强、环境管制的加强、技术水平的提高和环境治理投入的增加,造成碳排放强度下降。当人均GDP进一步增加后,人均碳排放量随人均GDP的增加而进一步增加。出现这种情况,一方面,可能是由于技术进步带来的碳减排效益小于规模效益造成的碳排放增加;另一方面,也可能是环境状况改善后,对环保领域的投入低于经济增长速度,造成碳排放随经济增长而增长。例如,新加坡人均GDP增加到5.5万美元后,人均碳排放量随人均GDP增加而进一步增加。

图5 东盟国家人均碳排放和人均GDP的EKC拟合曲线Fig.5 The EKC fitting curve of per capita carbon emission and per capita GDP in ASEAN member states

表6 东盟各国碳排放量与社会经济关系的EKC曲线回归结果Table 6 The regression result of EKC model between carbon emission per capital and GDP per capita in ASEAN member states

3 结论

东盟碳排放总量从1970年的1.22×108t增加到2021年的1.74×109t,增加13倍,年均增加率达5.4%。2021年,印度尼西亚、越南、泰国、马来西亚和菲律宾碳排放量位居东盟前5位,碳排放总量占比为91.8%。2021年,东盟电力、工业燃烧、其他、交通和建筑部门碳排放量较1970年分别增加38.0、13.6、12.7、9.1和1.9倍。2021年,电力成为东盟碳排放最大的部门,占比超40%。从各国碳排放结构看,除新加坡外,其余国家电力部门碳排放占比均呈增加趋势;工业燃烧部门碳排放呈波动变化趋势;建筑部门碳排放占比总体持续下降;受经济社会水平、环境规制等因素影响,各国交通部门碳排放变化趋势迥异。

1970—2021年,东盟及各成员国碳排放M-K趋势检验统计量Z值均通过信度为99%的显著性检验,呈现显著增加趋势。这表明东盟作为全球新兴经济中心之一,未来碳排放仍将显著增加。以10年为跨度,除文莱、缅甸、新加坡和越南碳排放量分别在2010年代、1980年代、2000年代和1970年代下降外,东盟各国碳排放量均呈增加趋势。2010年以来的趋势分析结果显示,文莱和泰国碳排放或将成为东盟最早实现碳达峰的国家。

除文莱外,东盟其余国家人均碳排放量和人均GDP的EKC曲线拟合程度均较高,特别是印度尼西亚、柬埔寨、老挝、马来西亚、新加坡、泰国和越南,拟合度超过0.9。东盟国家人均GDP不超过5 000美元时,人均碳排放量随人均GDP增加而增加。当人均GDP超过5 000美元时,人均碳排放量不再随人均GDP增加而增加,不同国家出现不同拐点值。但当人均GDP进一步增加时,人均碳排放量随人均GDP增加而进一步增加。因此,建议我国持续加大环保投入,并保持环境政策连续性。