赵建辉

（中国地质大学 （北京）地球科学与资源学院，北京100083）

能源作为经济增长的重要因素，在促进经济增长的同时，会产生大量的温室气体。温室气体中排放量最多，影响最大的是二氧化碳。20世纪中期以来，随着温室气体的浓度不断增加，造成了许多极端气候和严重的生态问题。国际社会普遍认为减少温室气体尤其是二氧化碳排放是解决全球气候生态问题的最佳途径。

改革开放以来，我国经济发展取得了举世瞩目的成就，已经跃居为世界第二大经济体。但长期以来我国经济一直是粗放发展模式。根据德国可再生能源研究所研究报告，2011年中国二氧化碳排放量居世界第一，为89亿t，远远高于位居第二位美国的二氧化排放量，其排放量为60亿t。我国在参与《联合国气候变化框架公约》活动时遭到的压力越来越大，若处置不当将影响我国的国际形象和地位。

根据国外相关研究表明能源价格对碳排放量的影响较为显著。但我国能源价格在较大程度上受政府行政指令的干预，对碳排放量影响如何，需作进一步研究。另外能源作为经济发展过程中的一种重要原材料，其价格的上涨对国民经济各个方面都会产生影响。因此，应该对能源价格变动引起的社会经济问题予以高度重视。本文主要对能源价格、碳排放量和经济增长三者之间的关系进行探讨，以便制定相关政策。

1 国内外研究概述

国内外有关能源价格、碳排放量和经济增长之间关系的研究，主要分为以下三个方面。

1.1 能源价格对宏观经济的影响

1973年的石油危机，使国外学者开始研究能源价格对经济发展的冲击。具有代表性的是Gisser和 Goodwin（1986）［1］，二人研究表明美国经济和石油价格之间存在负相关关系；Darby（1982）［2］、Burbidge和 Harrison（1984）［3］发现除美国之外的其他国家经济和石油价格之间也存在负相关关系；Jones和Leiby（1996）［4］通过实证分析发现石油价格和GNP之间的弹性系数约为－0.05；Hamilton和 Herrera（2004）［5］、Hamilton（2005）［6］研究发现几乎每次经济衰退之前都有石油价格飙升的现象。

国内学者杨柳、李力（2006）［7］对我国能源价格变动对通货膨胀和经济增长的影响进行了实证分析，研究表明三者之间存在长期均衡关系，短期内能源价格变动对我国经济增长有负方向冲击；胡宗义等（2008）［8］发现提高能源价格都能显著降低能源强度，能源价格的提高对会经济带来较大的负面影响。

1.2 经济增长对碳排放量的影响

对于经济增长和碳排放量之间关系最具有代表性的研究成果是环境库兹涅茨曲线（EKC）。美国经济学家Gene Grossman和Alan Krueger（1991，1994）将库兹涅茨曲线应用于环境领域的分析中，通过对多个国家的水污染和环境污染变动情况进行追踪，得到随着GDP的增加环境污染会先恶化后改善，从而提出了“环境库兹涅茨曲线（EKC）”。国外学者 Hill和 Magnani（2002）［9］研究表明存在倒 U型的EKC，收入水平的拐点接近收入分配的上端。Neumayer（2002）［10］研究表明存在倒 U 型 EKC，并且转折点在GDP价值范围外。Birgit Friedl和Michael Getzner（2003）［11］对奥地利的环境库兹涅兹曲线进行检验，研究表明国内生产总值和二氧化碳排放呈 N 型关系。Hiroki Iwata等（2010）［12］通过实证分析也证明了倒U型的EKC的存在。

国内学者杜婷婷等（2007）［13］通过实证分析发现碳排放和经济增长之间是三次曲线方程关系。胡初枝（2008）［14］通过因素分析模型发现碳排放和经济增长之间呈现“N”型关系。付加锋等（2008）［15］研究了单位GDP的二氧化碳排放量与人均GDP之间关系，研究表明两者之间存在EKC。任重、周云波（2009）［16］对环渤海地区人均GDP和工业废气排放量之间的关系进行研究，研究表明两者之间呈现整体向上的倒“N”型的曲线特征。林伯强、蒋竺均（2009）［17］用时间序列分析方法研究了二氧化碳排放量，并对我国未来二氧化碳排放量进行预测。韩玉军、陆旸（2009）［18］对165个国家进行实证分析，研究表明收入水平不同的国家其EKC也不同。

1.3 能源价格对碳排放量的影响

研究能源价格对碳排放量影响的学者较少。祝婧然（2011）［19］初步探究能源价格波动对中国碳排放量的调节作用，能源价格会对碳排放量产生不同程度的调节作用。何凌云、林祥燕（2011）［20］研究发现：我国能源价格通过影响经济结构进而作用于碳排放的路径存在阻滞，而能源价格通过经济总量和能源效率对碳排放产生有效的通向和反向调节。

由此可见，国内外学者仅是对三个变量两两之间的关系进行研究，但在现实生活中三者之间的关系是一个系统，本文利用计量经济学中的协整、VAR模型以及脉冲响应函数对三者之间的动态关系进行分析。

2 实证分析

2.1 变量选择和预处理

本文采用1953～2011年我国相关经济数据进行实证分析，样本数据均由历年《中国统计年鉴》、《中国能源统计年鉴》和《新中国五十五年统计资料汇编》相关统计数据整理和计算而得。选取能源价格、碳排放量和国内生产总值三个指标，分别用EP、CL和GDP表示。由于我国目前没有专门公布的能源价格，本文采用原材料、燃料、动力购进价格指数来表示能源价格。由于我国目前没有碳排放量的官方统计数据，本文采用因素分解法，将碳排放量的影响因素分为规模、结构和技术三个方面，碳排放量的计算公式为

式中：C表示碳排放量；E表示能源消费总量；Ci表示第i种能源的碳排放量；Ei表示第i种能源的消费量；Si表示第i种能源在能源消费总量中所占比重；Fi表示第i种能源的排放系数（强度）。各类碳源排放系数如表1所示。

表1 各类碳源排放系数

为消除时间序列异方差的影响，我们分别对变量EP、CL和 GDP取对数，记为 LEP、LCL和LGDP。利用Eviews软件，我们可以得到三个变量LEP、LCL和LGDP的变化趋势图如图1所示。

图1 1953～2011年LEP、LCL和LGDP的变化趋势图

从图1我们可以看出，LCL和LGDP这两个变量呈现逐年上升的趋势，说明这两个变量的时间序列数据都是非平稳序列，而LEP没有明显的趋势，初步判断LEP是平稳序列。对变量LCL和LGDP进行一阶差分，一阶差分后的序列变化趋势如图2所示。

从图2中可以看出LGDP和LCL一阶差分后两个序列没有明显的上升或下降趋势，因此初步判断LGDP和LCL两个的一阶差分为平稳序列。

2.2 实证分析

2.2.1 平稳性检验

大多数宏观经济时间序列是非平稳序列，本文采用Dickey ＆Fuller（1981）提出的ADF检验来对三个变量进行平稳性检验，由AIC和SIC准则来确定滞后阶数，检验结果如表2所示。

图2 1953～2011年LEP、DLGDP和DLCL的变化趋势图

表2 变量LEP、LCL和LGDP平稳性检验结果

从表2中可以看出，一阶差分后的DLEC和DLCL两个序列的ADF值均大于各自1%、5%和10%临界值，并且P值都小于0.05，拒绝单位根假设，说明两个序列都是平稳序列。DLEC和DlCL表示能源消费和碳排放量的增长率。能源价格LEP的ADF值小于5%和10%临界值，并且P值大于0.05，拒绝单位根假设，说明能源价格是平稳序列。因此，DLGDP、DLCL和LEP都是同阶单整，即I（0）。

2.2.2 协整分析

虽然有些时间序列是非平稳的，但是它们的某种线性组合却是平稳的，这种线性组合反映了变量之间的长期稳定关系，称为协整关系。因此协整揭示了变量之间的长期稳定均衡关系，在这一关系下任何变量的短期偏离最终会回到长期均衡路径上来。协整分析要求时间序列变量为同阶单整。本文所用的三个变量都是I（0），满足协整分析的要求。本文采用Johansen协整检验对三个变量之间的关系进行分析。Johansen协整检验结果如表3所示。

表3 变量LEP、DLCL和DLGDP协整检验结果

通过表3可以看出，在5%显著性水平下，变量之间没有协整关系、最多有1个协整关系、最多有2个协整关系的假设都被拒绝，因此三个变量之间存在两个以上的协整关系，也就是说变量之间都互为联动效应。

下文建立VAR模型进一步研究三者之间的关系。

2.2.3 格兰杰因果检验

VAR模型的一个重要应用是分析经济时间序列变量之间的因果关系。格兰杰（Granger）因果关系检验实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中。一个变量如果受到其他变量的滞后影响，则称它们具有Granger因果关系。表4显示了变量LEP、DLCL和DLGDP之间的格兰杰因果检验结果，滞后阶数根据AIC和SC准则确定。

从表4中可以看出，能源价格是经济增长的格兰杰原因，这说明我国能源价格对经济发展有一定程度的影响；碳排放量与能源价格之间并不存在因果关系；经济增长是碳排放量的格兰杰原因，这说明我国经济增长导致碳排放量增多，我国经济是由能源高消费、高污染推动的。

2.2.4 VAR模型

向量自回归（VAR）是基于数据的统计性质建立模型，VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。VAR模型的优点主要是该模型中的所有变量都是内生变量，避免了在模型构建过程中区分内生变量与外生变量而出现指定误差的问题。

滞后阶数的确定是VAR模型中的一个重要问题。在选择滞后阶数p时存在一个矛盾：为完整反映模型的动态性，希望滞后阶数p足够大，但滞后阶数越大，模型中需要估计的参数就越多，模型的自由度就会减少。所以在选择滞后阶数时要综合考虑，本文采用Lag Length Criteria和Ar Roots Graph来确定滞后阶数，见表5。滞后3阶的Ar Roots Graph见图3。

表4 变量LEP、DLCL和DLGDP格兰杰因果关系检验结果

表5 Lag Length Criteria确定滞后阶数

图3 滞后3阶的Ar Roots Graph

通过表5可以看出选择滞后3阶最好。

从图3可以看出，在滞后3阶的情况下，所得单位根都在单位圆内，选择VAR模型滞后阶数为3是合适的，得到相应的VAR（3）模型。下面利用脉冲响应函数继续考察三者之间的联动关系。

2.2.5 脉冲响应函数

通过前面协整检验知，VAR模型中三个时间序列是协整的，这说明此模型中的三个变量从长期来看具有均衡的关系，但在短期内会受到随机干扰的影响，这些变量有可能偏离均衡值，但这种偏离是暂时的，最终会回到均衡状态。从前面格兰杰因果检验看，能源价格对碳排放量之间不存在因果关系，对能源价格一个冲击会影响经济增长，对经济增长一个冲击会影响碳排放量，并且通过VAR模型的动态结构传导给其他所有的内生变量。脉冲响应函数就是用于衡量这种来自随机扰动项的一个标准差冲击对变量当前和未来取值的影响轨迹，它能够比较直观地刻画出变量之间的动态交互作用及其效应。上述建立包含三个内生变量的三阶VAR模型，经过检验，模型是显著的。

图4给出了2个变量的冲击对经济增长的影响程度。图4中，横轴表示冲击作用的滞后期间数（单位：年度），纵轴表示经济增长，实线表示脉冲响应函数，代表了能源价格和碳排放量对经济增长的冲击反应，虚线表示正负两倍标准差偏离带。

从图4中可以看出，给能源价格一个标准差的冲击，经济增长在前4期内呈上升趋势，第4期达到最大值0.0244，从第4期开始逐渐下降，大约到第20期达到均衡状态。这说明了能源价格波动会立刻传导到经济增长上，开始能源价格上升对经济增长具有正效应，随后效应会逐渐下降直至平稳。经济运行实际情况也说明了这一点，能源价格开始上升会带来温和通货膨胀，温和通货膨胀会促进经济增长加快，随后这种影响将逐渐减弱。由于我国能源价格是受政府管制，能源价格对经济增长的影响有限。

图4 给LEP和DLCL冲击对经济增长的脉冲响应函数图

给经济增长一个标准差的冲击，在前4期内对碳排放量的影响由正效应逐渐下降为负效应，第4期达到最小值－0.0369，随后开始上升在0轴附近波动。这说明了经济增长的波动会立刻传导到碳排放量上，开始经济受到冲击后碳排放量会下降，随着时间的推移经济受到的冲击对碳排放量越来越小。

3 结论

本文对我国能源价格、碳排放量与经济增长之间的关系进行实证研究，主要得到以下结论。

1）在5%的显著性水平下，能源价格、碳排放量与经济增长之间存在长期均衡关系，说明我国能源价格、碳排放量与经济增长之间的相互依存关系是客观存在的。

2）格兰杰因果检验表明，能源价格是经济增长的格兰杰原因，说明能源价格的变化在一定程度上影响我国经济发展状况；经济增长是碳排放量的格兰杰原因，说明我国经济增长主要还是依靠高能耗、高污染的工业拉动的；能源价格与碳排放量之间不存在格兰杰原因，说明长期以来我国对能源实行价格管制，对碳排放量的影响并不明显。

3）通过脉冲响应函数考察我国能源价格与经济增长之间的动态关系，发现给能源价格一个标准差的冲击，经济增长在前4期内呈上升趋势，第4期达到最大值0.0244，然后开始下降，大约到第20期达到均衡状态。

4）通过脉冲响应函数考察我国碳排放量与经济增长之间的动态关系，给经济增长一个标准差的冲击，对碳排放量的影响由正效应逐渐下降为负效应，第4期达到最小值－0.0369，随后开始上升在零轴附近波动。说明经济增长的波动会立刻传导到碳排放量上，开始经济受到冲击后碳排放量会下降，随着时间的推移，对碳排放量的影响越来越小。

［1］Gisser M，Goodwin T H.Crude oil and the macroeconomy：tests of some popular notions［J］.Journal of Money，Credit and Banking，1986，18：95－103.

［2］Darby M R.The price of oil and world inflation and recessions［J］.American Economic Review，1982，72：738－751.

［3］Burbidge J，A Harrison.Testing for the Effects of Oil－Price Rises Using Vector Autoregression ［J］.International Economic Review，1984，25：459－484.

［4］Donald W Jones，Paul N Leiby.The Macroeconomics impacts of oil price shocks：a review of the literature and issues［R］.Oak Ridge National Laboratory，Xerox.1996.

［5］Hamilton J D，A M Herrera.Oil Shocks and Aggregate Macroeconomic Behavior：The Role of Monetary Policy［J］.Journal of Money，Credit and Banking，2004，36（2）：265－286.

［6］James D Hamilton.Oil and the Macroeconomy.In The New Palgrave Dictionary of Economics.edited by Stephen Durlauf and Lawrence Blume［M］.New York：Palgrave MacMillan Ltd.2005.

［7］杨柳，李力.能源价格变动对经济增长与通货膨胀的影响［J］.中南财经政法大学学报，2006（4）：51－55.

［8］胡宗义，蔡文彬，陈浩.能源价格对能源强度和经济增长影响的CGE研究［J］.财经理论与实践，2008，29（152）：91－95.

［9］Robert J.Hill，Elisabetta Magnani.An Exploration of the Conceptual and Empirical Basis of the Environment Kuznets Curve［J］.Australian Economic Papers，2002，41（2）：239－254.

［10］Eric Neumayer.Can natural factors explain any cross－country differences in carbon dioxide emissions？［J］.Energy Policy，2002，30（1）：7－12.

［11］Birgit Friedl，Michael Getzner.Determinants of CO2emissions in a small open economy［J］.Ecological Economics，2003，45（1）：133－148.

［12］Hiroki Iwata，Keisuke Okada，Sovannroeun Samreth.Empirical Study on the Environmental Kuznets Curve for CO2in France：The Role of nuclear Energy［J］.Energy Policy，2010，38（8）：4057－4063.

［13］杜婷婷，毛峰，罗锐.中国经济增长与CO2排放演化探析［J］.中国人口资源环境，2007（2）：94－99.

［14］胡初枝，黄贤金，钟太洋，等.中国碳排放特征及其动态演进分析——因素分解及其周期性波动研究［J］.中国人口资源环境，2008（3）：18－24.

［15］付加锋，高庆先，师华定.基于生产与消费视角的CO2环境库茨涅兹曲线的实证研究［J］.气候变化研究进展，2008（6）：376－381.

［16］任重，周云波.环渤海地区的经济增长与工业废气污染问题研究［J］.中国人口.资源与环境，2009，19（2）：63－68.

［17］林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分解［J］.管理世界，2009（4）：27－35.

［18］韩玉军，陆旸.经济增长与环境的关系——基于对CO2库兹涅茨曲线的实证研究［J］.经济理论与经济管理，2009（3）：5－11.

［19］祝婧然.能源价格与中国碳排放量的调节［J］.经济研究导刊，2011（9）：182－184.

［20］何凌云，林祥燕.能源价格变动对我国碳排放的影响机理及效应研究［J］.软科学，2011，25（11）：94－98.

［21］高铁梅.计量经济分析方法与建模：EViews应用及实例［M］.北京：清华大学出版社，2006：249－268.