张珍花，方 勇

（江苏大学财经学院，江苏镇江212013）

0 引言

当今中国正处于高速发展阶段，这与能源的消费有着紧密联系，然而大量消耗含碳能源会直接导致全球气候变暖和生态环境的恶化，这无疑给人类的生存和经济的发展带来了严峻的挑战，应对全球气候变暖的趋势成为各国政府一致努力的目标。在上述背景下，国内许多学者对碳排放的影响因素从区域层面展开了一系列的研究。纵观国内外相关文献，两点值得注意。第一，就影响碳排放的区域划分来说，大多数文献将区域划分为传统的东部、中部和西部三个区域或者长三角、珠三角、沿海经济圈，然而这种划分区域的方法更多地是从地理位置和经济发展水平方面考虑的，却未必适合作碳排放的差异分析。第二，对于碳排放影响因素的研究方法，众多学者构建STIRPAT模型或者采用因素分解法（LMDI、SDA等）来实证分析，而且对碳排放与影响因素之间的动态演变关系主要研究了碳排放与人均GDP之间的倒“U”型关系，对碳排放与其他影响因素之间的关系探讨得较少。鉴于此，本文的研究不同于大多数文献，表现在：一方面，对于区域的划分，本文是根据我国各省区的年均碳排放量的大小来界定，将其划分为重度、中度和轻度三个排放区域，这样做目的性较强，笔者认为更加合理。另一方面，对于碳排放的影响因素分析，本文选取能够显著代表碳排放水平的碳排放强度指标作为因变量，在构建面板数据模型的基础上同时给出大多数文献未曾涉及的广义最小二乘法（GLS）模型来进行实证分析，比较面板数据模型与广义最小二乘法（GLS）模型的优劣。另外，在碳排放强度与影响因素之间的动态演变关系方面，本文通过构建三次曲线模型不仅探讨了碳排放强度与经济发展水平之间的关系，而且探讨了碳排放强度与能源消费结构以及产业结构之间的关系。

1 碳排放水平的区域划分

传统的区域划分是将我国分为东部、中部和西部三个区域，但笔者认为这种区域划分方法用作碳排放的区域差异的研究有一定的盲目性，且没有一定的针对性，因此，本文对区域的划分有别于我国传统的区域划分，本文首先分析2000～2009年10年间我国各省（西藏地区的能源数据缺失，本文不予考虑）的年均碳排放总量情况，根据年均碳排放规模来进行区域划分，划分的标准为：第一类为重度排放区域，年均碳排放量超过10×107t标准煤，第二类为中度排放区域，年均碳排放量介于5×107-10×107t标准煤之间，第三类为轻度排放区域，年均碳排放量低于5× 107t标准煤。本文碳排放量的测算方法采用目前的主流算法，即二氧化碳排放量=含碳能源消费量×碳排放系数。其中，含碳能源主要指煤、油、气3种化石燃料能，碳排放系数的计算口径很多，煤炭、石油、天然气三种能源的碳排放系数各不相同，表1为美国能源部（AED）、日本能源研究所（EI）、中国工程院（CAE）、全球气候变化基金会（CCCF）、亚洲开发银行（ADB）以及北京加拿大项目（BACP）等全球六大机构对煤炭、石油、天然气三种燃料能源的碳排放系数。本文采用部门加权平均的方法得到三种能源的碳排放系数分别为0.711、0.560和0.441。碳排放量的计算公式为：

其中，TCit为i省t年的碳排放总量，Eijt为i省t年第j种能源的消耗量，φj为第 j种能源的碳排放系数。

表1 全球六大机构煤、油、气三种燃料能源的碳排放系数

根据公式（1）可以计算出2000～2009年全国各省区年均碳排放总量，按照从大到小的次序排列，结果见图1所示。

图1 2000～2009年全国各省区年均碳排放量

从图1中可以看出，有8个省区处在重度排放区域，分别是山东、山西、河北、辽宁、江苏、河南、内蒙古和广东，其年均碳排放量超过10×107t标准煤，其中山东省的年均碳排放量水平位居全国第1，达到1.974亿t标准煤，山西省的年均碳排放量水平紧追其后，达到1.832亿t标准煤。有11个省区处在中度排放区域，分别是浙江、湖北、黑龙江、安徽、均碳排放量小于5×107t标准煤，被划分为轻度排放区域，分别是新疆、福建、甘肃、天津、江西、重庆、北京、广西、宁夏、青海和海南，其中，海南和青海两个省的年均碳排放量均不到1000万t标准煤，分别是537.27万t和787.43万t吨标准煤。综上，本文碳排放水平的区域划分结果见表2。

2 模型设定、变量说明及数据来源

本文采用最能全面反映碳排放水平的碳排放强度为研究对象，假定能源消费结构、经济发展水平、产业结构等因素共同影响碳排放强度，通过建立传统的面板数据模型并加入广义最小二乘法（GLS）模型来分析碳排放强度的影响因素，在此基础上再建立三次曲线模型进一步研究各主要因素与碳排放强度之间的动态演变关系。

2.1 模型设定及变量说明

根据前面分析，考虑到各区域的异质性，本文利用全国各省区2001～2010年的面板数据，构建如下碳排放强度影响因素模型：

（2）式中，CEI为被解释变量，表征碳排放强度，ECS、EDL、IS均为解释变量，分别表示能源消费结构、经济发展水平、产业结构。其中，碳排放强度用碳排放总量除以国内生产总值来描述，能源消费结构用一次能源消费中煤炭的比例来表征、经济发展水平用人均GDP来度量，产业结构用第二产业产值占总产值的百分比来表示。 α,β,γ为待估系数，εi,t为残差项，φi，δt分别表示地区和时间效应，i，t为区域和年份。

表2 碳排放水平的区域划分

2.2 数据来源

上述变量中，能源消费结构数据来源于近年《中国能源统计年鉴》（2001～2010年），涉及经济的变量如经济发展水平、产业结构等数据来自于《中国统计年鉴》（2001～2010年），另有少量数据来源于一些省的统计年鉴等相关资料，需要说明的是，由于西藏地区的能源数据缺失，故分析结果未包含该地区的数据。

3 碳排放强度影响因素的实证分析

计量经济学上一般可以采用三种模型[1]对面板数据进行回归分析，分别是混合最小二乘（POLS）模型、固定效应（FE）模型和随机效应（RE）模型，后两种模型也叫变截距模型。混合模型与变截距模型的区别是前者假定模型中不存在个体效应和时间效应，而后者假设个体间存在有观测不到的异质性。而FE模型与RE模型的区别在于观测不到的变量与某些解释变量是否相关，FE模型假设两者相关，RE模型假设两者不相关。至于选择哪种模型，可以通过相应的参数检验来确定。POLS模型与变截距模型的选择可以通过F检验（限于篇幅，具体方法省略，下同）和LM（拉格朗日乘数）检验来确定。F检验用于比较POLS模型与FE模型的优劣，LM检验用于比较POLS模型与RE模型的优劣，若拒绝零假设就选择POLS模型，若不拒绝零假设就选择FE模型或RE模型。后一种情况可以通过Hausman（豪斯曼）检验来进一步确定选择FE模型还是选择RE模型，零假设为观测不到的变量与模型中某些变量不相关，拒绝零假设表明选择FE模型比选择RE模型更加合理。

对于面板数据模型，区域间的异方差以及区域内的自相关问题不能被忽视。许多学者在用面板数据模型对类似问题进行研究时，通常情况下会认为FE模型或RE模型是最优选择，但事实并非如此，原因是FE模型或RE模型并不能完美地解决异方差和自相关的问题。针对这种情况，FGLS（广义最小二乘法）模型[2]能够较好地修正面板数据模型存在的异方差和自相关问题，被认为是优于FE模型和RE模型的另一种选择。FGLS模型由残差项εi,t的协方差矩阵得到，εi,t的协方差矩阵由异方差矩阵和自相关矩阵相乘得到，具体表达式为：

其中，δij和Wij分别表示异方差矩阵和自相关矩阵，自相关矩阵Wij的表达式为：

通过上述各检验方法对三大区域的面板数据模型的适应性进行判断，结果如表3所示。

表3 面板数据模型检验结果

从表3可以看出，三大区域F检验和LM检验统计量的值均大于相应的临界值，拒绝零假设，舍弃POLS模型而应该选择变截距模型，即选择FE模型或RE模型，Hausman检验的结果表明在变截距模型中应该选择FE模型，但LR检验和Wooldridge检验[3]的结果表明，三大区域的样本均存在异相关和自方差的问题，在这种情况下，不能认为FE模型是最优模型，而应该考虑选择能够修正异相关和自方差的FGLS模型。

在选择FGLS模型的基础上，对三大区域2000～2009年相关面板数据利用式（3）进行回归分析，得到碳排放影响因素的结果如表4所示。

参数估计结果显示，三大区域碳排放强度的影响因素各有侧重。就重度排放区域而言，碳排放强度影响因素按显著程度排名依次是经济发展水平、能源消费结构、产业结构。经济发展水平对重度排放区域的碳排放强度具有显著正效应，对中度排放区域来说，能源消费结构对碳排放强度具有明显的驱动作用，表明调整能源消费结构，减少煤炭消费比例能够显著降低碳排放强度。另外，减少第二产业的比重在一定程度上也有助于减少该区域的碳排放。从轻度排放区域来看，产业结构与碳排放强度呈显著正相关，表明该区域过高的第二产业比重带来了大量的碳排放，优化产业结构势在必行。调整能源消费结构，增加可再生能源消费比例也能够有效降低碳排放强度。

4 碳排放强度与影响因素的动态演变关系

基于上述分析，可知影响三大区域碳排放强度的共同显著性因素是经济发展水平、能源消费结构以及产业结构，既然经济发展水平、能源消费结构以及产业结构是影响三大区域的共同因素，因此，有必要对全国碳排放强度与三个共同影响因素之间的动态演变关系作一探讨。碳排放强度与上面三个因素之间的动态演变关系主要有线性、U型、倒“U型”[4]、“N型”[5]等几种，为此，本文考虑建立如下的三次曲线模型[6]：

（5）式中，CEI代表碳排放强度，IE为三个共同影响因素中的任一个，即经济发展水平（EDL）、能源消费结构（ECS）或产业结构（IS），α为截距项，β,γ,δ分别为影响因素对应的待估系数，ε为误差项，t代表年份。模型采用对数形式是为了消除时间序列数据的不平稳性，碳排放强度与影响因素之间的动态演变关系取决于模型最终的表达形式，而后者取决于系数β,γ,δ取值的正负，当β＞0,γ=δ=0时，碳排放强度与其影响因素之间呈线性关系；当β＞0,γ＜0,δ=0时，即为二次曲线且呈倒U型；当 β＜0,γ＞0,δ=0时，也为二次曲线且呈U型；当β＞0,γ＜0,δ＞0时，即为三次曲线且呈N型。

根据全国2000～2009年相关时间序列数据利用可行的广义最小二乘法对（5）式进行回归分析，模型回归结果见表5。

表5 三次曲线模型回归结果

从表5可以看出，第一，碳排放强度与经济发展水平（EDL）之间呈现倒U型关系，这与环境库兹涅茨曲线（EKC）相一致。也就是说，在最初的一段时间内，碳排放强度随着人均GDP的增加而逐渐上升，此后，随着人均GDP的进一步增加，碳排放强度会逐渐下降，碳排放强度先上升后下降的拐点所对应的人均GDP为129314元，鉴于目前全国人均GDP远未达到129314元（2010年为29524元），再加上当今中国正处于工业化的中期阶段，对各种能源需求正处于旺盛时期，因此本文认为，在未来一段时间内，全国碳排放强度会持续上升，在人均GDP达到大概129314元后，碳排放强度会呈现逐渐下降的趋势。根据目前全国人均GDP的增长速度，这个时间段大概需要20年，但考虑到以后人均GDP实际增长速度要快于当前，因此碳排放强度下降的转折点会提前到来。第二，碳排放强度与能源消费结构（ECS）之间呈现线性或正相关的关系，这不难理解。由于本文用一次能源消费中煤炭的比例来描述能源消费结构，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，在其他因素保持不变的情况下，碳排放强度也就越大。第三，碳排放强度与产业结构（IS）之间呈现N型关系，三次曲线的两个拐点所对应的第二产业的比重分别为16.59～25.08，表明在第二产业产值所占比例小于16.59%或者大于25.08%时，碳排放强度均是上升趋势，而在16.59%～25.08%之间时，碳排放强度则是下降的趋势或保持一定水平不变。由于目前全国许多省份的第二产业的比重均已超过两个拐点，而第二产业比重对经济增长的贡献率较高，可以推测，未来随着第二产业的比重的逐步增加，全国碳排放强度会进一步上升，减排压力日趋加大。

5 研究结论与政策启示

本文首先根据全国年均碳排放量大小将全国整体重新划分为重度、中度以及轻度排放区域，然后通过构建广义最小二乘（FOLS）模型来实证分析三大区域碳排放强度的影响因素，找出影响碳排放强度的共同因素，最后基于全国视角就碳排放强度与三大区域的共同影响因素之间的动态演变关系做了探讨。具体结论如下：

（1）三大区域碳排放强度的影响因素大同小异。“大同”表现在影响三大区域碳排放强度的共同因素分别是经济发展水平、能源消费结构以及产业结构。“小异”主要是体现在影响因素的程度方面。就重度排放区域而言，碳排放强度的影响因素按程度排名依次是经济发展水平、能源消费结构和产业结构；对中度排放区域来说，结果是能源消费结构、经济发展水平和产业结构；从轻度排放区域来看，结果是产业结构、能源消费结构和经济发展水平。

（2）全国碳排放强度与其影响因素之间的动态演变关系各不相同，主要有倒U型、N型、近似线性或正相关等几种情况。具体来讲，碳排放强度与经济发展水平（人均GDP）之间是倒U型的关系，这与环境库兹涅茨曲线（EKC）一致。碳排放强度首先会伴随人均GDP的增加有一个逐渐的上升过程，当人均GDP达到某个值时，碳排放强度会呈现下降趋势。碳排放强度与能源消费结构之间是近似线性或正相关的关系，这表明在人均GDP等其他因素保持不变的前提下，一次能源消费中煤炭所占比例越高，碳排放强度越大。碳排放强度与产业结构之间呈现N型关系，即：随着第二产业比重的增加，碳排放强度会呈现先上升后平稳再上升的一个总体趋势。从另一个角度考虑，若以现在为基期，碳排放强度与产业结构之间则是近似线性或正相关的关系。

基于上述研究结论，本文可得以下两点政策启示：

（1）无论是对于重度排放区域、中度排放区域还是轻度排放区域，均可以通过调整能源消费结构和优化产业结构等措施来降低三大区域的碳排放强度。调整能源消费结构主要是指降低煤炭在一次能源消费中所占的比例，通过大力研发新能源与可再生能源来扭转目前以煤炭为主的能源消费结构的局面。优化产业结构主要是指减少第二产业在产值中的比重，减少第二产业的依赖性，适当地提高第三产业的产值比重，从而建立一个合理、良好的产业结构。

（2）针对全国碳排放强度与人均GDP之间呈现倒U型的关系，但拐点尚未到来，在今后一段时间内，全国碳排放强度会持续上升，因此保持经济发展水平在一定增长点上的同时，通过各项措施来降低碳排放强度，提高碳生产率将成为当前减排的主要任务。一方面，政府部门应该制定有关碳减排的法律文件，逐步完善有关碳减排的法律体系，形成一套有利于碳减排的保障机制。另一方面，企业应该与高等院校、研究机构建立“产学研”合作机制，大力研发减碳技术、去碳技术甚至无碳技术，从而在源头上达到大幅度减少碳排放的目的。另外，个人应该转变消费观念、杜绝浪费、倡导低碳消费等，从某种程度上讲也有利于减少碳排放的发生。

总之，我国正处于城市化和工业化的加速时期，需要消耗大量能源用于基础设施的建设以及重工业的发展，因此，降低碳排放强度，发展低碳经济将是一项长期的、艰巨的任务，需要政府、企业、个人三方共同、不懈的努力。

[1]张晓峒.Eviews使用指南与案例[M].北京：机械工业出版社，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]邹秀萍，陈劭峰，宁淼，刘扬.中国省级区域碳排放影响因素的实证分析[J].生态经济,2009,（3）.

[7]许广月，宋德勇.中国碳排放环境库兹涅茨曲线的实证研究—基于省际面板数据[J].中国工业经济，2010,(5).