吴英姿，都红雯，闻岳春

（1.杭州电子科技大学 经济学院，浙江 杭州 310018；2.同济大学 经济与管理学院，上海 200092）

一、引言

近年来，伴随着快速工业化和城市化发展进程，我国化石能源消耗产生的二氧化碳排放量呈现出大幅增长趋势。工业是我国国民经济发展的支柱，是耗能最大的行业，也是我国碳排放的主要来源，以2010年为例，我国碳排放总量为72.38亿吨，工业行业总排放量为62.01亿吨，是全国排放总量的85.66%。以牺牲环境为代价的粗放式经济增长必然难以持续，强调工业的污染减排和环境保护的重要性和必要性不言而喻，如何实现工业增长与环境保护的协调至关重要。

碳排放与经济增长存在怎样的关系？长久以来，一直存在两种截然不同的观点。有的认为，经济发展必然导致环境恶化，如：Meadows等（1972）［1］提出“增长极限说”，即经济增长受到可利用资源的约束而不可能长期持续，因而为了达到保护环境的目的，必须人为地降低经济发展速度。也有学者认为，促进经济增长本身就是保护环境资源的有效手段［2］。自Grossman和Krueger（1995）［3］首次提出环境库茨涅茨假说以来，许多学者对全球气候变化问题的进行了深入研究，尤其是经济增长对碳排放影响，研究结果表明二者之间存在显著的关系，但结论并不一致，有的证明是单调递增关系［4］，有的认为存在倒U 型环境库茨涅茨曲线关系［5-6］。许广月、宋德勇（2010）［7］的研究表明，中国地区人均GDP与人均碳排放的关系因地而异，东部和中部地区存在的倒U型关系，西部地区为正U型关系。

在现有文献中，对于碳排放与经济增长的关系研究主要集中在省际或城市等区域层面研究，针对工业行业层面的研究较少，没有对排放特征不同的行业展开相应的研究。中国工业碳排放与经济增长之间是否存在长期均衡关系，经济增长是造成工业碳排放急剧增长的基础性原因吗？工业碳排放的影响因素有哪些？这些因素是如何影响工业碳排放的？这些影响因素在不同的工业行业中对碳排放的影响相同吗？这些问题事关我国工业低碳经济发展战略的实施，也是我国经济结构转型的关键。

本文依据工业碳排放特征，将中国工业36个行业划分为高、低排放强度行业组，基于改进的STIRPAT 模型，利用1995-2010年的工业面板数据，考察中国工业碳排放与经济增长的关系，并就工业碳排放的影响因素和行业差异进行实证分析和识别，为促进工业低碳发展提供理论支撑和经验证据。

二、模型、变量与数据说明

（一）模型与变量定义

Erlich 和Holdren（1971）［8］提出了环境影响决定因素的IPAT 分析框架，即：I=PAT，I指环境影响，P代表人口因素，A代表富裕程度，T代表技术水平，IPAT 模型被广泛地作为分析环境变化驱动因素的模型框架。Dietz和Rosa（1994）［9］发展了IPAT，建立了STIRPAT 模型，保留了IPAT模型中环境影响和人口、富裕度、技术的关系的主要思想，还克服了它的单位弹性的假设限制的缺点，加入了随机性，既允许将各系数作为参数来估计，也允许对各影响因素进行适当分解，便于根据各自研究的特点进行相应的改进来开展实证分析［10］。STIRPAT模型通常具有如下的形式：

Ii、Pi、Ai、Ti的含义与IPAT模型中的含义相同，δ为估计参数，εi为随机误差。为便于研究和分析，STIRPAT模型转换成对数形式：

本研究对STIRPAT模型进行相应的拓展与改进，实证分析经济增长对碳排放的影响作用，除此之外，综合已有研究，考虑碳排放的主要影响因素，选取科研投入强度［11］、能源结构［12］、行业规模［13］、劳动力规模［14］、资本规模［15］、资本深化［14］、市场因素［16］和政府政 策支持指标［17］，基于1995-2010年中国工业数据，构建中国工业碳排放影响因素的研究面板数据模型，即：

其中，C 为工业碳排放，代表STIRPAT 模型中的环境影响I，表示碳排放越大，对环境影响越大；Y 为工业总产出，SIZE 为行业资产规模，代表STIRPAT 模型中的富裕程度A，结合已有研究，将Y的一次项和平方项引入模型［7］；RD为工业科技活动经费占产品销售收入比重，即科研投入强度，代表STIRPAT模型中技术水平变量T；L、K分别为行业劳动力和资本存量规模，LK为行业资本-劳动比率，代表行业资本深化程度；EM 为煤炭在能源消耗中的比重，代表能源结构；PI为行业出厂价格指数，代表市场因素影响；TAX为行业主营业务税收及附加占产品销售收入比重，代表政府政策支持指标；β为工业碳排放影响系数；i和t分别代表行业和年度；ui和εit分别是不可观测的个体效应和随机误差。这里忽略人口因素的影响。

（二）数据来源与处理

基于历年《中国统计年鉴》、《中国能源统计年鉴》、《中国科技统计年鉴》，构建中国工业36 个行业1995-2010年投入产出数据，所有与价格相关的数据都以1990年为基年按历年的价格平减指数平减，资本存量按固定资产净值年平均余额序列进行价格平减后进行估算［18-19］。

以碳排放强度最大和最小的5 个行业为例，绘制1995-2010年行业排放强度走势，如图1所示。

图1 1995-2010年中国工业碳排放强度走势

由图1 可以看出，不同行业的碳排放特征存在较大的差异：一是高排放强度的行业的碳排放强度远大于低排放强度行业，如2010年石油加工行业碳排放强度（9.381kg/元）是计算机通讯设备制造行业（0.001kg/元）的将近万倍；二是低排放强度行业碳排放强度下降趋势明显大于高排放强度行业，且碳排放强度在高排放强度行业表现出更为频繁的波动，如石油加工业在1998年小幅上升后，在2002-2004、2006、2009年出现了波动，这与中国重化工业重新启动有关，说明我国重工业的扩张还是以高能耗型的扩张为主。

依据2010年各行业碳排放强度由低到高，将36个工业行业分成低排放强度组和高排放强度组，每组18个行业，各组行业主要变量统计性描述见表1。由表1可以看出，高、低碳排放强度行业的生产特征存在明显差异：虽然两组吸纳的劳动力数量相当，但高排放强度组行业的资本存量、能源消耗和碳排放量高于低排放强度组行业，而平均总产出比低排放强度组行业小，说明高排放强度组高资本投入、高耗能、高排放并未带来较高的经济产出。低排放强度组行业科研投入强度高于高排放强度行业，煤炭消耗比重和行业市场价格增长小于高排放强度行业。低排放强度行业的税负高于高排放强度行业，说明政府在税收政策扶持上有高排放强度行业倾向。

表1 按CO2排放强度分组的主要变量统计性描述

三、实证检验结果

（一）模型估计

采用面板数据分析方法，对中国工业碳排放与经济增长的关系及其影响因素进行实证分析。通过F统计量分析和豪斯曼检验，可以确定，对于（3）式，高、低碳排放强度行业应建立个体固定效应模型，计量结果如表2所示。

表2 我国工业行业CO2 排放与经济增长关系的估计结果

（二）计量结果及分析

高、低碳排放强度行业总产出的一次项系数为负，二次项系数为正，说明中国工业碳排放与经济增长关系具有U型曲线特征，这个结论与吴英姿和闻岳春（2013）［20］的结论相似，说明碳排放与经济的协调发展需要更多的人为干预与矫正，如果政府的减排规制政策及低碳投资策略得当，非常有可能改变碳排放与经济关系的曲线的弧度和走势，实现经济发展方式的绿色转型。根据二氧化碳排放与经济关系曲线拐点计算公式：ξ=exp(-β1/2β2)，可以分别得到中国高、低碳排放强度行业的碳排放库兹涅茨曲线拐点分别为：505.62亿元人民币和40 906.64亿元人民币，可见拐点处高排放强度行业的经济产出远低于低排放强度行业，表明继续推行重化工业的扩张必然带来较高的碳排放增长，而促进低排放强度行业经济发展不会加剧碳排放增长。

劳动力投入对工业碳排放的影响系数为正，且系数通过显著性水平检验，表明劳动投入与工业碳排放呈显著正相关关系，劳动投入每上升一个单位，分别引起高、低排放强度行业的碳排放总量增加0.129和0.356个单位，可见，劳动力推动经济发展的同时，加剧了碳排放总量增长。资本存量对工业碳排放的影响系数为正，低排放强度行业通过显著性水平检验，高排放强度行业没有通过显著性水平检验，但从影响系数可以看出，资本存量对碳排放的正向影响作用高于劳动力。资本深化程度对工业碳排放的正向影响没有通过显著性检验。

科研投入强度对高排放强度行业碳排放有显著的负向影响，对低排放强度行业负向影响不显著，表明科研投入对工业低碳发展的作用在高排放强度行业更为显著，说明高排放强度行业高排放强度行业在促进产值增长的同时，注重了节能减排技术上的研发投入，主要原因可能是国家的节能减排政策主要关注高排放强度行业，忽视了对低排放强度行业绿色技术和管理创新约束和激励。

能源结构与工业碳排放呈显著的负相关关系，表明工业减排中仅引导能源结构优化，不能有效降低工业排放，主要原因在于虽然工业行业的煤炭消费比重均有下降，但不能抵消能源消费总量迅猛增加而导致碳排放急剧增加，具体来说，1995-2010年间，高、低排放强度行业煤炭的消费比重分别下降-0.09%和15.44%，能源消费总量分别增长143.58%和132.04%，说明仅仅优化能源消费结构并不能降低碳排放，还需要结合新能源的开发利用、提高节能技术和能源效率等其他减排手段。

从回归结果来看，行业规模、市场价格变动和税收政策对工业碳排放有不显著的负向影响作用，说明行业整合升级、政府的税收政策对工业减排有一定的正向作用，且市场价格上涨并不会加剧行业碳排放增长。

四、结论和政策建议

本文基于改进的STIRPAT模型和工业碳排放特征，实证分析了中国工业碳排放与经济增长的关系及其主要影响因素，主要结论为：①中国工业的二氧化碳排放与经济增长的关系具有U型曲线特征，拐点处高排放强度行业的经济产出低于低排放强度行业；②资本存量对工业碳排放的正向影响作用大于劳动力总量，化石能源结构调整不能促进工业减排，科研投入有利于高排放强度行业减排。

由上述研究结论得到如下政策启示：①继续推进高排放强度行业增长方式由粗放型向集约型转变，大力促进低碳排放强度行业的发展，实现经济结构的低碳转型；②在促进低碳经济发展过程中适当引导就业，防止资本过度深化，促进绿色技术发展，继续鼓励高排放强度行业绿色创新技术的投入，同时重视低排放强度行业环境规制和减排技术发展；③优化能源结构，一方面提高能源效率，控制能耗总量过快增长，另一方面积极开发低碳能源，加快清洁能源的开发和使用。

［1］Meadows D H，Meadows D L，Randers J，et al. The Limits to Growth［M］.New York：University Books，1972.

［2］Beckerman W. Economic growth and the environment：Whose growth? Whose environment?［J］. World Development，1992，20（4）：481-496.

［3］Grossman G M，Krueger A B. Economic growth and the environment［J］. The Quarterly Journal of Economics，1995，110（2）：353-377.

［4］Fodha M，Zaghdoud O. Economic growth and pollutant emissions in Tunisia：An empirical analysis of the environmental Kuznets curve［J］.Energy Policy，2010，38（2）：1150-1156.

［5］Wang Y C，Chuang Y C. Environmental resilience and economic growth：Command economy′s optimization and environmental Kuznets curve［J］.Economic Modelling，2011，28（6）：2854-2861.

［6］孙辉煌.我国城市化、经济发展水平与二氧化碳排放——基于中国省级面板数据的实证检验［J］. 华东经济管理，2012（10）：69-74.

［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——基于省域面板数据［J］.中国工业经济，2010（5）：37-47.

［8］Ehrlich P R，Holdren J P. Impact of Population Growth［J］.Science，1971，171：1212-1217.

［9］Dietz T，Rosa E A. Rethinking the environmental impacts of population affluence and technology［J］. Human Ecology Review，1994，2（1）：277-300.

［10］Lin S F，Zhao D T，Marinova D. Analysis of the environmental impact of China based on STIRPAT model［J］. Environmental Impact Assessment Review，2009，29（6）：341-347.

［11］王锋，吴丽华，杨超.中国经济发展中碳排放增长的驱动因素研究［J］.经济研究，2010（2）：123-136.

［12］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析［J］.管理世界，2009（4）：27-36.

［13］曲如晓，江铨.人口规模、结构对区域碳排放的影响研究——基于中国省级面板数据的经验分析［J］.人口与经济，2012（2）：10-17.

［14］张为付，周长富，马野青.资本积累和劳动力转移驱动下开放型经济发展的环境效应［J］.南开经济研究，2011（4）：108-122.

［15］李小平，卢现祥.国际贸易、污染产业转移和中国工业CO2排放［J］.经济研究，2010（1）：15-26.

［16］肖韶峰，蔡伟民.中国经济发展的低碳转型——基于要素价格机制视角的分析［J］.中央财经大学学报，2011（7）：44-49.

［17］陈丽萍，李彤，杨红雄.碳税减排路径与效果辨析［J］.华东经济管理，2013（4）：27-31.

［18］Jefferson G，Rawski T，Zhang Y.Productivity growth and convergence across China’s industrial economy［J］.Journal of Chinese Economic and Business Studies，2008，6（2）：121-140.

［19］吴英姿，闻岳春.中国工业绿色生产率、减排绩效与减排成本［J］.科研管理，2013，34（2）：105-111.

［20］吴英姿，闻岳春.绿色生产率及其对工业低碳发展的影响研究［J］.管理科学，2013，26（1）：112-120.