張珍花，方 勇

（江蘇大學財經學院，江蘇鎮(zhèn)江212013）

0 引言

當今中國正處于高速發(fā)展階段，這與能源的消費有著緊密聯系，然而大量消耗含碳能源會直接導致全球氣候變暖和生態(tài)環(huán)境的惡化，這無疑給人類的生存和經濟的發(fā)展帶來了嚴峻的挑戰(zhàn)，應對全球氣候變暖的趨勢成為各國政府一致努力的目標。在上述背景下，國內許多學者對碳排放的影響因素從區(qū)域層面展開了一系列的研究?？v觀國內外相關文獻，兩點值得注意。第一，就影響碳排放的區(qū)域劃分來說，大多數文獻將區(qū)域劃分為傳統(tǒng)的東部、中部和西部三個區(qū)域或者長三角、珠三角、沿海經濟圈，然而這種劃分區(qū)域的方法更多地是從地理位置和經濟發(fā)展水平方面考慮的，卻未必適合作碳排放的差異分析。第二，對于碳排放影響因素的研究方法，眾多學者構建STIRPAT模型或者采用因素分解法（LMDI、SDA等）來實證分析，而且對碳排放與影響因素之間的動態(tài)演變關系主要研究了碳排放與人均GDP之間的倒“U”型關系，對碳排放與其他影響因素之間的關系探討得較少。鑒于此，本文的研究不同于大多數文獻，表現在：一方面，對于區(qū)域的劃分，本文是根據我國各省區(qū)的年均碳排放量的大小來界定，將其劃分為重度、中度和輕度三個排放區(qū)域，這樣做目的性較強，筆者認為更加合理。另一方面，對于碳排放的影響因素分析，本文選取能夠顯著代表碳排放水平的碳排放強度指標作為因變量，在構建面板數據模型的基礎上同時給出大多數文獻未曾涉及的廣義最小二乘法（GLS）模型來進行實證分析，比較面板數據模型與廣義最小二乘法（GLS）模型的優(yōu)劣。另外，在碳排放強度與影響因素之間的動態(tài)演變關系方面，本文通過構建三次曲線模型不僅探討了碳排放強度與經濟發(fā)展水平之間的關系，而且探討了碳排放強度與能源消費結構以及產業(yè)結構之間的關系。

1 碳排放水平的區(qū)域劃分

傳統(tǒng)的區(qū)域劃分是將我國分為東部、中部和西部三個區(qū)域，但筆者認為這種區(qū)域劃分方法用作碳排放的區(qū)域差異的研究有一定的盲目性，且沒有一定的針對性，因此，本文對區(qū)域的劃分有別于我國傳統(tǒng)的區(qū)域劃分，本文首先分析2000～2009年10年間我國各?。ㄎ鞑氐貐^(qū)的能源數據缺失，本文不予考慮）的年均碳排放總量情況，根據年均碳排放規(guī)模來進行區(qū)域劃分，劃分的標準為：第一類為重度排放區(qū)域，年均碳排放量超過10×107t標準煤，第二類為中度排放區(qū)域，年均碳排放量介于5×107-10×107t標準煤之間，第三類為輕度排放區(qū)域，年均碳排放量低于5× 107t標準煤。本文碳排放量的測算方法采用目前的主流算法，即二氧化碳排放量=含碳能源消費量×碳排放系數。其中，含碳能源主要指煤、油、氣3種化石燃料能，碳排放系數的計算口徑很多，煤炭、石油、天然氣三種能源的碳排放系數各不相同，表1為美國能源部（AED）、日本能源研究所（EI）、中國工程院（CAE）、全球氣候變化基金會（CCCF）、亞洲開發(fā)銀行（ADB）以及北京加拿大項目（BACP）等全球六大機構對煤炭、石油、天然氣三種燃料能源的碳排放系數。本文采用部門加權平均的方法得到三種能源的碳排放系數分別為0.711、0.560和0.441。碳排放量的計算公式為：

其中，TCit為i省t年的碳排放總量，Eijt為i省t年第j種能源的消耗量，φj為第 j種能源的碳排放系數。

表1 全球六大機構煤、油、氣三種燃料能源的碳排放系數

根據公式（1）可以計算出2000～2009年全國各省區(qū)年均碳排放總量，按照從大到小的次序排列，結果見圖1所示。

圖1 2000～2009年全國各省區(qū)年均碳排放量

從圖1中可以看出，有8個省區(qū)處在重度排放區(qū)域，分別是山東、山西、河北、遼寧、江蘇、河南、內蒙古和廣東，其年均碳排放量超過10×107t標準煤，其中山東省的年均碳排放量水平位居全國第1，達到1.974億t標準煤，山西省的年均碳排放量水平緊追其后，達到1.832億t標準煤。有11個省區(qū)處在中度排放區(qū)域，分別是浙江、湖北、黑龍江、安徽、均碳排放量小于5×107t標準煤，被劃分為輕度排放區(qū)域，分別是新疆、福建、甘肅、天津、江西、重慶、北京、廣西、寧夏、青海和海南，其中，海南和青海兩個省的年均碳排放量均不到1000萬t標準煤，分別是537.27萬t和787.43萬t噸標準煤。綜上，本文碳排放水平的區(qū)域劃分結果見表2。

2 模型設定、變量說明及數據來源

本文采用最能全面反映碳排放水平的碳排放強度為研究對象，假定能源消費結構、經濟發(fā)展水平、產業(yè)結構等因素共同影響碳排放強度，通過建立傳統(tǒng)的面板數據模型并加入廣義最小二乘法（GLS）模型來分析碳排放強度的影響因素，在此基礎上再建立三次曲線模型進一步研究各主要因素與碳排放強度之間的動態(tài)演變關系。

2.1 模型設定及變量說明

根據前面分析，考慮到各區(qū)域的異質性，本文利用全國各省區(qū)2001～2010年的面板數據，構建如下碳排放強度影響因素模型：

（2）式中，CEI為被解釋變量，表征碳排放強度，ECS、EDL、IS均為解釋變量，分別表示能源消費結構、經濟發(fā)展水平、產業(yè)結構。其中，碳排放強度用碳排放總量除以國內生產總值來描述，能源消費結構用一次能源消費中煤炭的比例來表征、經濟發(fā)展水平用人均GDP來度量，產業(yè)結構用第二產業(yè)產值占總產值的百分比來表示。 α,β,γ為待估系數，εi,t為殘差項，φi，δt分別表示地區(qū)和時間效應，i，t為區(qū)域和年份。

表2 碳排放水平的區(qū)域劃分

2.2 數據來源

上述變量中，能源消費結構數據來源于近年《中國能源統(tǒng)計年鑒》（2001～2010年），涉及經濟的變量如經濟發(fā)展水平、產業(yè)結構等數據來自于《中國統(tǒng)計年鑒》（2001～2010年），另有少量數據來源于一些省的統(tǒng)計年鑒等相關資料，需要說明的是，由于西藏地區(qū)的能源數據缺失，故分析結果未包含該地區(qū)的數據。

3 碳排放強度影響因素的實證分析

計量經濟學上一般可以采用三種模型[1]對面板數據進行回歸分析，分別是混合最小二乘（POLS）模型、固定效應（FE）模型和隨機效應（RE）模型，后兩種模型也叫變截距模型?；旌夏Ｐ团c變截距模型的區(qū)別是前者假定模型中不存在個體效應和時間效應，而后者假設個體間存在有觀測不到的異質性。而FE模型與RE模型的區(qū)別在于觀測不到的變量與某些解釋變量是否相關，FE模型假設兩者相關，RE模型假設兩者不相關。至于選擇哪種模型，可以通過相應的參數檢驗來確定。POLS模型與變截距模型的選擇可以通過F檢驗（限于篇幅，具體方法省略，下同）和LM（拉格朗日乘數）檢驗來確定。F檢驗用于比較POLS模型與FE模型的優(yōu)劣，LM檢驗用于比較POLS模型與RE模型的優(yōu)劣，若拒絕零假設就選擇POLS模型，若不拒絕零假設就選擇FE模型或RE模型。后一種情況可以通過Hausman（豪斯曼）檢驗來進一步確定選擇FE模型還是選擇RE模型，零假設為觀測不到的變量與模型中某些變量不相關，拒絕零假設表明選擇FE模型比選擇RE模型更加合理。

對于面板數據模型，區(qū)域間的異方差以及區(qū)域內的自相關問題不能被忽視。許多學者在用面板數據模型對類似問題進行研究時，通常情況下會認為FE模型或RE模型是最優(yōu)選擇，但事實并非如此，原因是FE模型或RE模型并不能完美地解決異方差和自相關的問題。針對這種情況，FGLS（廣義最小二乘法）模型[2]能夠較好地修正面板數據模型存在的異方差和自相關問題，被認為是優(yōu)于FE模型和RE模型的另一種選擇。FGLS模型由殘差項εi,t的協方差矩陣得到，εi,t的協方差矩陣由異方差矩陣和自相關矩陣相乘得到，具體表達式為：

其中，δij和Wij分別表示異方差矩陣和自相關矩陣，自相關矩陣Wij的表達式為：

通過上述各檢驗方法對三大區(qū)域的面板數據模型的適應性進行判斷，結果如表3所示。

表3 面板數據模型檢驗結果

從表3可以看出，三大區(qū)域F檢驗和LM檢驗統(tǒng)計量的值均大于相應的臨界值，拒絕零假設，舍棄POLS模型而應該選擇變截距模型，即選擇FE模型或RE模型，Hausman檢驗的結果表明在變截距模型中應該選擇FE模型，但LR檢驗和Wooldridge檢驗[3]的結果表明，三大區(qū)域的樣本均存在異相關和自方差的問題，在這種情況下，不能認為FE模型是最優(yōu)模型，而應該考慮選擇能夠修正異相關和自方差的FGLS模型。

在選擇FGLS模型的基礎上，對三大區(qū)域2000～2009年相關面板數據利用式（3）進行回歸分析，得到碳排放影響因素的結果如表4所示。

參數估計結果顯示，三大區(qū)域碳排放強度的影響因素各有側重。就重度排放區(qū)域而言，碳排放強度影響因素按顯著程度排名依次是經濟發(fā)展水平、能源消費結構、產業(yè)結構。經濟發(fā)展水平對重度排放區(qū)域的碳排放強度具有顯著正效應，對中度排放區(qū)域來說，能源消費結構對碳排放強度具有明顯的驅動作用，表明調整能源消費結構，減少煤炭消費比例能夠顯著降低碳排放強度。另外，減少第二產業(yè)的比重在一定程度上也有助于減少該區(qū)域的碳排放。從輕度排放區(qū)域來看，產業(yè)結構與碳排放強度呈顯著正相關，表明該區(qū)域過高的第二產業(yè)比重帶來了大量的碳排放，優(yōu)化產業(yè)結構勢在必行。調整能源消費結構，增加可再生能源消費比例也能夠有效降低碳排放強度。

4 碳排放強度與影響因素的動態(tài)演變關系

基于上述分析，可知影響三大區(qū)域碳排放強度的共同顯著性因素是經濟發(fā)展水平、能源消費結構以及產業(yè)結構，既然經濟發(fā)展水平、能源消費結構以及產業(yè)結構是影響三大區(qū)域的共同因素，因此，有必要對全國碳排放強度與三個共同影響因素之間的動態(tài)演變關系作一探討。碳排放強度與上面三個因素之間的動態(tài)演變關系主要有線性、U型、倒“U型”[4]、“N型”[5]等幾種，為此，本文考慮建立如下的三次曲線模型[6]：

（5）式中，CEI代表碳排放強度，IE為三個共同影響因素中的任一個，即經濟發(fā)展水平（EDL）、能源消費結構（ECS）或產業(yè)結構（IS），α為截距項，β,γ,δ分別為影響因素對應的待估系數，ε為誤差項，t代表年份。模型采用對數形式是為了消除時間序列數據的不平穩(wěn)性，碳排放強度與影響因素之間的動態(tài)演變關系取決于模型最終的表達形式，而后者取決于系數β,γ,δ取值的正負，當β＞0,γ=δ=0時，碳排放強度與其影響因素之間呈線性關系；當β＞0,γ＜0,δ=0時，即為二次曲線且呈倒U型；當 β＜0,γ＞0,δ=0時，也為二次曲線且呈U型；當β＞0,γ＜0,δ＞0時，即為三次曲線且呈N型。

根據全國2000～2009年相關時間序列數據利用可行的廣義最小二乘法對（5）式進行回歸分析，模型回歸結果見表5。

表5 三次曲線模型回歸結果

從表5可以看出，第一，碳排放強度與經濟發(fā)展水平（EDL）之間呈現倒U型關系，這與環(huán)境庫茲涅茨曲線（EKC）相一致。也就是說，在最初的一段時間內，碳排放強度隨著人均GDP的增加而逐漸上升，此后，隨著人均GDP的進一步增加，碳排放強度會逐漸下降，碳排放強度先上升后下降的拐點所對應的人均GDP為129314元，鑒于目前全國人均GDP遠未達到129314元（2010年為29524元），再加上當今中國正處于工業(yè)化的中期階段，對各種能源需求正處于旺盛時期，因此本文認為，在未來一段時間內，全國碳排放強度會持續(xù)上升，在人均GDP達到大概129314元后，碳排放強度會呈現逐漸下降的趨勢。根據目前全國人均GDP的增長速度，這個時間段大概需要20年，但考慮到以后人均GDP實際增長速度要快于當前，因此碳排放強度下降的轉折點會提前到來。第二，碳排放強度與能源消費結構（ECS）之間呈現線性或正相關的關系，這不難理解。由于本文用一次能源消費中煤炭的比例來描述能源消費結構，煤炭中含碳量大于其他含碳能源，因此，消耗的煤炭越多，碳排放越大，在其他因素保持不變的情況下，碳排放強度也就越大。第三，碳排放強度與產業(yè)結構（IS）之間呈現N型關系，三次曲線的兩個拐點所對應的第二產業(yè)的比重分別為16.59～25.08，表明在第二產業(yè)產值所占比例小于16.59%或者大于25.08%時，碳排放強度均是上升趨勢，而在16.59%～25.08%之間時，碳排放強度則是下降的趨勢或保持一定水平不變。由于目前全國許多省份的第二產業(yè)的比重均已超過兩個拐點，而第二產業(yè)比重對經濟增長的貢獻率較高，可以推測，未來隨著第二產業(yè)的比重的逐步增加，全國碳排放強度會進一步上升，減排壓力日趨加大。

5 研究結論與政策啟示

本文首先根據全國年均碳排放量大小將全國整體重新劃分為重度、中度以及輕度排放區(qū)域，然后通過構建廣義最小二乘（FOLS）模型來實證分析三大區(qū)域碳排放強度的影響因素，找出影響碳排放強度的共同因素，最后基于全國視角就碳排放強度與三大區(qū)域的共同影響因素之間的動態(tài)演變關系做了探討。具體結論如下：

（1）三大區(qū)域碳排放強度的影響因素大同小異?！按笸北憩F在影響三大區(qū)域碳排放強度的共同因素分別是經濟發(fā)展水平、能源消費結構以及產業(yè)結構?！靶‘悺敝饕求w現在影響因素的程度方面。就重度排放區(qū)域而言，碳排放強度的影響因素按程度排名依次是經濟發(fā)展水平、能源消費結構和產業(yè)結構；對中度排放區(qū)域來說，結果是能源消費結構、經濟發(fā)展水平和產業(yè)結構；從輕度排放區(qū)域來看，結果是產業(yè)結構、能源消費結構和經濟發(fā)展水平。

（2）全國碳排放強度與其影響因素之間的動態(tài)演變關系各不相同，主要有倒U型、N型、近似線性或正相關等幾種情況。具體來講，碳排放強度與經濟發(fā)展水平（人均GDP）之間是倒U型的關系，這與環(huán)境庫茲涅茨曲線（EKC）一致。碳排放強度首先會伴隨人均GDP的增加有一個逐漸的上升過程，當人均GDP達到某個值時，碳排放強度會呈現下降趨勢。碳排放強度與能源消費結構之間是近似線性或正相關的關系，這表明在人均GDP等其他因素保持不變的前提下，一次能源消費中煤炭所占比例越高，碳排放強度越大。碳排放強度與產業(yè)結構之間呈現N型關系，即：隨著第二產業(yè)比重的增加，碳排放強度會呈現先上升后平穩(wěn)再上升的一個總體趨勢。從另一個角度考慮，若以現在為基期，碳排放強度與產業(yè)結構之間則是近似線性或正相關的關系。

基于上述研究結論，本文可得以下兩點政策啟示：

（1）無論是對于重度排放區(qū)域、中度排放區(qū)域還是輕度排放區(qū)域，均可以通過調整能源消費結構和優(yōu)化產業(yè)結構等措施來降低三大區(qū)域的碳排放強度。調整能源消費結構主要是指降低煤炭在一次能源消費中所占的比例，通過大力研發(fā)新能源與可再生能源來扭轉目前以煤炭為主的能源消費結構的局面。優(yōu)化產業(yè)結構主要是指減少第二產業(yè)在產值中的比重，減少第二產業(yè)的依賴性，適當地提高第三產業(yè)的產值比重，從而建立一個合理、良好的產業(yè)結構。

（2）針對全國碳排放強度與人均GDP之間呈現倒U型的關系，但拐點尚未到來，在今后一段時間內，全國碳排放強度會持續(xù)上升，因此保持經濟發(fā)展水平在一定增長點上的同時，通過各項措施來降低碳排放強度，提高碳生產率將成為當前減排的主要任務。一方面，政府部門應該制定有關碳減排的法律文件，逐步完善有關碳減排的法律體系，形成一套有利于碳減排的保障機制。另一方面，企業(yè)應該與高等院校、研究機構建立“產學研”合作機制，大力研發(fā)減碳技術、去碳技術甚至無碳技術，從而在源頭上達到大幅度減少碳排放的目的。另外，個人應該轉變消費觀念、杜絕浪費、倡導低碳消費等，從某種程度上講也有利于減少碳排放的發(fā)生。

總之，我國正處于城市化和工業(yè)化的加速時期，需要消耗大量能源用于基礎設施的建設以及重工業(yè)的發(fā)展，因此，降低碳排放強度，發(fā)展低碳經濟將是一項長期的、艱巨的任務，需要政府、企業(yè)、個人三方共同、不懈的努力。

[1]張曉峒.Eviews使用指南與案例[M].北京：機械工業(yè)出版社，2007.

[2]Jan Kmenta.Elements of Econometrics[M].New York:Macmillan, 1986.

[3]Jeffrey Wooldridge.Econometric Analysis of Cross Section and Panel Data[M].Cambridge,MA:The MIT Press,2002.

[4]Grossman Gene,Alan Krueger.Economic Growth and Environment [J].The Quarterly Journal of Economics,1995,110(2).

[5]Marzio Galeotti Alessandro Lanza.Desperately Seeking Environmental Kuznets[J].Environmental Modeling&Software,2005,20(11).

[6]鄒秀萍，陳劭峰，寧淼，劉揚.中國省級區(qū)域碳排放影響因素的實證分析[J].生態(tài)經濟,2009,（3）.

[7]許廣月，宋德勇.中國碳排放環(huán)境庫茲涅茨曲線的實證研究—基于省際面板數據[J].中國工業(yè)經濟，2010,(5).