何立華，金地

（1中南民族大學(xué) 經(jīng)濟(jì)學(xué)院，武漢 430074；2中南財(cái)經(jīng)政法大學(xué) 文瀾學(xué)院，武漢 430073）

習(xí)近平總書記強(qiáng)調(diào)，“綠水青山就是金山銀山”.如何實(shí)現(xiàn)“在保護(hù)中發(fā)展、在發(fā)展中保護(hù)”，已經(jīng)成為了中國(guó)政府當(dāng)前迫切需要解決的難題之一.對(duì)此，國(guó)內(nèi)學(xué)者已經(jīng)從不同層面開展了比較多的討論.相比于現(xiàn)有成果，本研究在考慮時(shí)間滯后效應(yīng)的同時(shí)，將重點(diǎn)測(cè)度各省區(qū)的空間關(guān)聯(lián)，以探討中國(guó)經(jīng)濟(jì)增長(zhǎng)過程中碳排放的演變特征.

1 研究設(shè)計(jì)

為了測(cè)度中國(guó)經(jīng)濟(jì)增長(zhǎng)過程中碳排放的空間關(guān)聯(lián)，借鑒ELHORST、BURNETT等、DONFOUET等、許海平、李鍇和齊紹洲以及周杰琦和汪同三，本研究采用時(shí)空聯(lián)立模型（time-space simultaneous model）如下：

其中，CO2_PCit-1是被解釋變量人均碳排放量CO2_PCit的一階滯后項(xiàng)，系數(shù)φ刻畫了上一期人均碳排放量對(duì)本期排放量的影響；WCO2_PCit為同一時(shí)域內(nèi)人均碳排放量的空間滯后項(xiàng)，即鄰近觀測(cè)單元上隨機(jī)變量CO2PCit與空間權(quán)重矩陣W的加權(quán)平均，ρ為空間自回歸系數(shù)（Spatial AutoregressiveParameter），度量了空間滯后項(xiàng)WCO2_PCit對(duì)CO2_PCit的影響；Xit則表示其他需要控制的外生解釋變量，uit為隨機(jī)擾動(dòng)項(xiàng).遵循Rook相鄰規(guī)則，本研究采用簡(jiǎn)單二分權(quán)重矩陣：主對(duì)角線上的元素為0，如果i地區(qū)與j地區(qū)相鄰，則wij為1，否則為0.

現(xiàn)有研究表明，相比于僅含人均收入多項(xiàng)式的計(jì)量模型，加入其他控制變量將使回歸估計(jì)更為優(yōu)化.參考現(xiàn)有文獻(xiàn)，時(shí)空聯(lián)立模型式（1）中，本研究控制的其他解釋變量包括：

（1）人均收入（GDP_PC）.EKC假說認(rèn)為，人均碳排放量和人均收入之間存在著非線性關(guān)系，為此本研究在時(shí)空聯(lián)立模型中同時(shí)加入了人均收入的一次項(xiàng)和二次項(xiàng).

（2）工業(yè)化（Industrialization）.為了考察工業(yè)化或產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放的影響，本研究選取工業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重作為工業(yè)化的指標(biāo).

（3）對(duì)外開放度（Openness）.對(duì)外貿(mào)易具有不可忽視的環(huán)境效應(yīng)，為此本研究選用貨物進(jìn)出口總額與地區(qū)生產(chǎn)總值的比值以反映各地區(qū)對(duì)外開放度.

（4）城鎮(zhèn)化（Urbanization）.城鎮(zhèn)化與碳排放之間的密切聯(lián)系，采用常規(guī)作法，本研究用各省區(qū)城鎮(zhèn)常住人口占總?cè)丝诘陌俜直茸鳛榉从持笜?biāo).

2 碳排放估算

與二氧化硫、氮氧化物、煙（粉）塵等污染物排放量不同，中國(guó)并沒有直接公布的碳排放官方統(tǒng)計(jì)數(shù)據(jù)，需要進(jìn)行估算.參照國(guó)家發(fā)改委能源研究所以及林伯強(qiáng)和劉希穎的方法，本研究估算省級(jí)碳排放量的主要來源包括煤炭消費(fèi)、焦炭消費(fèi)、石油消費(fèi)（包括汽油、煤油、柴油和燃料油）、天然氣消費(fèi)和水泥生產(chǎn)等，其估算公式為：

其中，CO2it是第i省份第t年的碳排放量；Sit，k是第i省份第t年的碳排放來源的消費(fèi)量或水泥生產(chǎn)量；ηk是第k種碳排放來源的排放系數(shù)，即煤炭、焦炭、汽油、煤油、柴油、燃料油、天然氣和水泥等8種碳排放主要來源的排放系數(shù)分別為1.776、2.860、3.045、3.150、3.174、3.064、21.670以及0.527.這樣，通過2006-2019年《中國(guó)能源統(tǒng)計(jì)年鑒》獲取的各省能源消費(fèi)量數(shù)據(jù)以及《中國(guó)統(tǒng)計(jì)年鑒》獲取的水泥生產(chǎn)和常住人口數(shù)據(jù)，就可以計(jì)算出省級(jí)層面總的以及人均的碳排放量.由于數(shù)據(jù)獲取方面的約束，本研究?jī)H包括30個(gè)省市自治區(qū)，不包括西藏以及臺(tái)灣、香港、澳門.

3 實(shí)證檢驗(yàn)與分析

在時(shí)空聯(lián)立模型式（1）中，等式右邊既包含了被解釋變量的一階滯后項(xiàng)，也包含了空間滯后項(xiàng)，因此參數(shù)估計(jì)需要考慮內(nèi)生性問題（Endogeneity Problem）.一般來說，有限樣本條件下SYS-GMM估計(jì)值的標(biāo)準(zhǔn)差是有偏的.為此，根據(jù)WINDMEIJIER提出的修正方法，回歸時(shí)用更為準(zhǔn)確的穩(wěn)健標(biāo)準(zhǔn)差進(jìn)行了矯正.考慮到工具變量的數(shù)量過多亦將嚴(yán)重地削弱估計(jì)量的有效性，根據(jù)ROODMAN的建議，設(shè)定兩階段SYS-GMM的工具變量最多選擇兩個(gè)其他期的滯后值，對(duì)此進(jìn)行了必要控制.此外，考慮到不同時(shí)期外部特定因素（如國(guó)際金融危機(jī)）的影響，在回歸時(shí)引入了時(shí)間虛擬變量.

在估計(jì)檢驗(yàn)方面，為了判斷模型中空間滯后項(xiàng)的設(shè)定是否合理，回歸時(shí)申請(qǐng)了LMError、LMLag以及其穩(wěn)健形式的空間相關(guān)性測(cè)試.為了考察SYSGMM方法的使用是否合適，回歸時(shí)不僅采用了差分轉(zhuǎn)換方程的一階、二階序列相關(guān)檢驗(yàn)AR（1）、AR（2）來判斷隨機(jī)擾動(dòng)項(xiàng)是否序列相關(guān)，同時(shí)還采用了Sargan過度識(shí)別檢驗(yàn)來檢驗(yàn)工具變量的可靠性.最后，為了考察估計(jì)結(jié)果的穩(wěn)定性，在使用兩階段SYS-GMM方法的同時(shí)，還使用混合OLS、固定效應(yīng)估計(jì)方法對(duì)時(shí)空聯(lián)立模型式（1）進(jìn)行了參數(shù)估計(jì).

具體的估計(jì)結(jié)果如表1所示。

在表1中，空間面板空間自相關(guān)檢驗(yàn)表明，統(tǒng)計(jì)量LM Error和LM Lag都在1%的水平上顯著.進(jìn)一步比較Robust LM Lag和Robust LM Error，Robust LMLag在1%的水平上顯著，而Robust LM Error的P值為0.4621.也就是說，時(shí)空聯(lián)立模型式（1）中，用空間滯后項(xiàng)的形式來反映人均碳排放的空間相關(guān)性是合適的.從誤差項(xiàng)自回歸的檢驗(yàn)看，AR（1）、AR（2）的P值分別為0.0807和0.3511，可以判斷uit不存在序列相關(guān)性.同時(shí)，Sargan過度識(shí)別檢驗(yàn)的P值為0.6846，不能拒絕原假設(shè)，即SYS-GMM估計(jì)使用的矩條件是正確的.由此，可以認(rèn)定兩階段SYSGMM方法是可行的，可以保證參數(shù)估計(jì)量是一致有效的.

表1 回歸模型及其結(jié)果Tab.1 Regression model and itsresults

相應(yīng)的，實(shí)證結(jié)果的發(fā)現(xiàn)可簡(jiǎn)要總結(jié)如下：

（1）碳排放存在持續(xù)的時(shí)間效應(yīng).在表1中，無論是混合OLS估計(jì)、固定效應(yīng)估計(jì)還是SYS-GMM估計(jì)，變量L1.CO2_PC的參數(shù)估計(jì)量在的1%水平下都是顯著的.其中，混合OLS、固定效應(yīng)的估計(jì)結(jié)果分別為1.0734和0.7327.SYS-GMM的估計(jì)結(jié)果是0.7913，恰好介于二者的估計(jì)結(jié)果之間.這表明，SYS-GMM的估計(jì)結(jié)果是合理的，并非是有限樣本有偏的.變量L1.CO2_PC的參數(shù)估計(jì)值為0.7913，其直觀的含義是，當(dāng)期碳排放的1個(gè)單位增加將導(dǎo)致下一期的碳排放增加0.7913個(gè)單位，反之亦然.

（2）碳排放在各省區(qū)間存在顯著的空間關(guān)聯(lián).兩階段SYS-GMM的估計(jì)結(jié)果表明，空間滯后項(xiàng)WCO2_PC的參數(shù)估計(jì)在的1%水平下是顯著的，系數(shù)ρ的估計(jì)值為0.3735，這說明周邊省區(qū)不僅對(duì)本省的碳排放有影響，而且這種影響還非常大.這一現(xiàn)象的產(chǎn)生，可能主要與各省區(qū)為經(jīng)濟(jì)發(fā)展展開的過度競(jìng)爭(zhēng)有關(guān).如圍繞一些熱點(diǎn)行業(yè)或國(guó)家重點(diǎn)工業(yè)項(xiàng)目，各個(gè)省區(qū)都競(jìng)相進(jìn)入、一擁而上，而無論其是否是“高能耗、高污染、高排放”.

（3）碳排放EKC假說在中國(guó)是成立的.兩階段SYS-GMM的估計(jì)結(jié)果顯示，變量GDP_PC及其平方項(xiàng)的參數(shù)分別為0.0001和-9.53e-10，并且在1%水平下是顯著的.由于GDP_PC的參數(shù)的符號(hào)為正，其平方項(xiàng)參數(shù)的符號(hào)為負(fù)，即其他條件不變時(shí)二者關(guān)系的圖形特征為一條開口向下的拋物線，因此可以認(rèn)為碳排放EKC假說在中國(guó)是成立的.這意味著，碳排放的增加不僅是經(jīng)濟(jì)增長(zhǎng)的結(jié)果，而且碳排放的減少最終也需要依賴經(jīng)濟(jì)的不斷增長(zhǎng).

（4）工業(yè)化、對(duì)外開放以及城鎮(zhèn)化等對(duì)碳排放都有顯著影響.和其他相關(guān)的研究一樣，本研究發(fā)現(xiàn)變量Industrialization的估計(jì)參數(shù)是顯著的，其符號(hào)為正，即工業(yè)化對(duì)CO2減排有顯著的負(fù)面影響.原因主要在于：相對(duì)于與農(nóng)業(yè)和服務(wù)業(yè)，工業(yè)發(fā)展需要消耗的更多的能源，因而導(dǎo)致更多的碳排放.在表1的最后一列中，對(duì)外開放和城鎮(zhèn)化的估計(jì)參數(shù)符號(hào)都是顯著為負(fù).這說明，無論對(duì)外開放還是城鎮(zhèn)化，都沒有增加中國(guó)的碳排放，相反都是需要借以利用的有利因素.

4 啟示與建議

本實(shí)證研究的上述發(fā)現(xiàn)表明：（1）碳排放是經(jīng)濟(jì)增長(zhǎng)的必然產(chǎn)物，但CO2減排的最終實(shí)現(xiàn)也依賴于經(jīng)濟(jì)增長(zhǎng)；（2）碳排放存在顯著的空間正相關(guān)，某一地方（政府）以犧牲環(huán)境為代價(jià)來發(fā)展經(jīng)濟(jì)，不僅會(huì)造成自身環(huán)境惡化，也會(huì)對(duì)周邊地區(qū)的環(huán)境質(zhì)量產(chǎn)生負(fù)面影響，因此環(huán)境治理需要全國(guó)一盤棋、各省區(qū)需要協(xié)調(diào)行動(dòng).

相應(yīng)地，為了避免到達(dá)EKC拐點(diǎn)之前突破環(huán)境安全閾值、實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展，在政策設(shè)計(jì)上建議：（1）加快第三產(chǎn)業(yè)發(fā)展，在促進(jìn)我國(guó)經(jīng)濟(jì)增長(zhǎng)的同時(shí)降低工業(yè)化對(duì)環(huán)境的負(fù)面效應(yīng)；（2）在加快工業(yè)部門產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的同時(shí)，鼓勵(lì)企業(yè)通過項(xiàng)目改造、技術(shù)創(chuàng)新等途徑不斷提高能源使用效率；（3）加大對(duì)非石化能源產(chǎn)業(yè)發(fā)展的扶持力度，不斷優(yōu)化能源消費(fèi)結(jié)構(gòu)；（4）建立地方政府CO2協(xié)同聯(lián)動(dòng)減排激勵(lì)機(jī)制，鼓勵(lì)地方政府進(jìn)行跨行政區(qū)環(huán)境治理合作；（5）進(jìn)一步推進(jìn)對(duì)外開放和城鎮(zhèn)化建設(shè)，以發(fā)揮其對(duì)CO2減排的積極作用.