李凱杰，曲如曉

(北京師范大學(xué)經(jīng)濟(jì)與工商管理學(xué)院，北京 100875)

一、引言

1978年改革開放以來，中國經(jīng)濟(jì)快速發(fā)展，與此同時(shí)，能源消費(fèi)和污染排放量也在不斷增加，據(jù)荷蘭環(huán)境評(píng)估局(MNP)的評(píng)估報(bào)告，2006年中國碳排放達(dá)到62億噸，超過美國，成為第一排放國，2007年為67.2億噸，占世界總排放的24.3%，增量占世界總增量的近60%，中國受到的國際減排壓力與日俱增［1］，減少碳排放成為中國未來的主要任務(wù)之一。技術(shù)進(jìn)步是影響碳排放的關(guān)鍵因素，其對(duì)碳排放的影響受到了越來越多的重視。技術(shù)進(jìn)步可以促進(jìn)能源強(qiáng)度降低減少碳排放［2］，同時(shí)也會(huì)推動(dòng)經(jīng)濟(jì)增長增加碳排放，那么中國技術(shù)進(jìn)步對(duì)碳排放影響如何?是否有效地減少了碳排放?本文將嘗試對(duì)此做出回答。分析技術(shù)進(jìn)步對(duì)中國碳排放的影響有助于深入了解碳排放變化的影響因素，為科學(xué)制定減排政策提供依據(jù)，具有重要的學(xué)術(shù)價(jià)值和現(xiàn)實(shí)意義。

早期的技術(shù)進(jìn)步對(duì)環(huán)境影響的研究多是在假定技術(shù)進(jìn)步外生的新古典增長模型框架內(nèi)展開。Nordhaus(1977)［3］分析了外生技術(shù)進(jìn)步下經(jīng)濟(jì)增長對(duì)環(huán)境的影響，之后于1993年［4］構(gòu)建了氣候變化和經(jīng)濟(jì)的動(dòng)態(tài)綜合模型(DICE)，用于分析經(jīng)濟(jì)增長和環(huán)境的相互關(guān)系。但是部分研究表明，技術(shù)進(jìn)步不是外生的，多數(shù)技術(shù)進(jìn)步是內(nèi)生的，受需求的影響［5］。Newell等(1999)［6］發(fā)現(xiàn)能源價(jià)格對(duì)技術(shù)進(jìn)步有顯著影響，證實(shí)了內(nèi)生技術(shù)進(jìn)步的存在。之后涌現(xiàn)了大量分析內(nèi)生技術(shù)進(jìn)步對(duì)環(huán)境影響的研究。Goulder和 Schneider(1999)［7］利用可計(jì)算模擬一般均衡模型(CGE)分析了存在引致技術(shù)進(jìn)步時(shí)減排成本的變化，發(fā)現(xiàn)存在引致技術(shù)進(jìn)步時(shí)，實(shí)現(xiàn)減排目標(biāo)所需成本更低。Nordhaus(2002)［8］構(gòu)建了R＆DICE模型比較了引致技術(shù)進(jìn)步與要素替代對(duì)碳排放的影響，發(fā)現(xiàn)技術(shù)進(jìn)步對(duì)碳排放的影響要小于要素替代彈性的影響。Buonanno等(2003)［9］在RICE模型中引入了技術(shù)進(jìn)步，發(fā)現(xiàn)技術(shù)進(jìn)步可以顯著降低減排成本，Popp(2004)［10］構(gòu)建了 ENTICE 模型，即考慮內(nèi)生技術(shù)進(jìn)步的DICE模型，發(fā)現(xiàn)忽略引致技術(shù)進(jìn)步會(huì)高估減排成本。Grimaud 和 Rouge(2008)［11］、Acemoglu等(2010)［12］以及 Smulders 和 Di Maria(2011)［13］均考慮了內(nèi)生技術(shù)進(jìn)步對(duì)碳排放的影響。國內(nèi)研究主要集中于分析影響中國碳排放變化的因素。彭水軍等(2006)［14］把與環(huán)境相關(guān)的科研課題經(jīng)費(fèi)投入和政府財(cái)政科研支出作為技術(shù)進(jìn)步變量，發(fā)現(xiàn)技術(shù)進(jìn)步導(dǎo)致中國污染排放增加。徐國泉等(2006)［15］、王鋒等(2010)［16］運(yùn)用類似的指數(shù)分解法分析了中國人均碳排放的影響因素，結(jié)論有所不同，前者認(rèn)為經(jīng)濟(jì)發(fā)展對(duì)中國人均碳排放的貢獻(xiàn)率成指數(shù)增長，而能源效率和能源結(jié)構(gòu)對(duì)抑制中國人均碳排放的貢獻(xiàn)率呈倒“U”型;后者發(fā)現(xiàn)中國碳排放增長的主要正向驅(qū)動(dòng)因素為人均GDP、交通工具數(shù)量、人口總量、經(jīng)濟(jì)結(jié)構(gòu)和家庭平均年收入;主要負(fù)向驅(qū)動(dòng)因素為生產(chǎn)部門能源強(qiáng)度、交通工具平均運(yùn)輸線路長度、居民生活能源強(qiáng)度。孫建衛(wèi)等(2010)［17］采用Laspeyres指數(shù)分解方法對(duì)碳排放量和碳排放強(qiáng)度及其變化因素進(jìn)行了分析，認(rèn)為GDP增長是碳排放總量增加的主要?jiǎng)恿Γ夹g(shù)進(jìn)步因素是碳排放量降低的主導(dǎo)因素。林伯強(qiáng)等(2010)［18］運(yùn)用協(xié)整的方法研究了現(xiàn)階段碳排放的影響因素，發(fā)現(xiàn)能源消費(fèi)強(qiáng)度、能源強(qiáng)度和城市化水平會(huì)影響中國碳排放。

綜上，國內(nèi)外已有很多關(guān)于技術(shù)進(jìn)步與碳排放關(guān)系的研究，但是這些研究多是從靜態(tài)角度考察當(dāng)期技術(shù)進(jìn)步對(duì)碳排放的影響，未分析技術(shù)進(jìn)步的累積影響。實(shí)際中，技術(shù)進(jìn)步從新技術(shù)產(chǎn)生到技術(shù)的擴(kuò)散和應(yīng)用需要經(jīng)歷較長的時(shí)間，僅從靜態(tài)角度分析會(huì)低估技術(shù)進(jìn)步的作用，不能揭示技術(shù)進(jìn)步對(duì)碳排放的長期影響及動(dòng)態(tài)關(guān)系?；诖?，本文構(gòu)建非結(jié)構(gòu)化的多方程模型，應(yīng)用向量誤差修正模型(Vector Error Correction Model，VEC模型)分析技術(shù)進(jìn)步和中國碳排放的長短期動(dòng)態(tài)關(guān)系。

二、研究方法和數(shù)據(jù)

(一)研究方法

Kaya(1989)［19］通過因式分解的方法將溫室氣體排放與人口、經(jīng)濟(jì)發(fā)展水平、技術(shù)進(jìn)步和單位能源消費(fèi)聯(lián)系起來，提出了Kaya恒等式。本文在Kaya等式基礎(chǔ)上建立如下非結(jié)構(gòu)方程來考察碳排放和技術(shù)進(jìn)步的長期均衡關(guān)系:

其中，CEt、ISt、TFPt、PGt和 Pt分別表示碳排放量、能源結(jié)構(gòu)碳強(qiáng)度、技術(shù)進(jìn)步、人均GDP和人口。

通過上述非結(jié)構(gòu)化方程，可以得到向量自回歸模型。向量自回歸(VAR)模型是把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)，能較好地對(duì)具有相關(guān)性的時(shí)間序列系統(tǒng)進(jìn)行預(yù)測，并可考察擾動(dòng)項(xiàng)對(duì)變量系統(tǒng)的動(dòng)態(tài)影響，其表達(dá)式如下:

其中，yt是k維內(nèi)生變量向量，xt是d維外生變量向量，p是滯后階數(shù)，T是樣本個(gè)數(shù)。A1，…，Ap和B是待估計(jì)系數(shù)矩陣，εt是隨機(jī)擾動(dòng)向量，為零均值獨(dú)立同分布的白噪聲向量。如果所選取的變量是平穩(wěn)時(shí)間序列，可以直接使用VAR模型估計(jì);但如果變量不平穩(wěn)，就要考慮采用VEC模型，VEC模型要求變量間存在協(xié)整關(guān)系，可以認(rèn)為VEC模型是含有協(xié)整約束的VAR模型，多用于具有協(xié)整關(guān)系的非平穩(wěn)時(shí)間序列模型。

上式可以寫為:

式中每個(gè)方程的誤差項(xiàng)都具有平穩(wěn)性，用誤差修正模型表示為:

其中，ecmt-1=β'yt-1是誤差修正項(xiàng)，反映變量間的長期均衡關(guān)系，系數(shù)矩陣α反映了變量間偏離長期均衡狀態(tài)時(shí)，將其調(diào)整到均衡狀態(tài)的調(diào)整速度，所有作為解釋變量的差分項(xiàng)的系數(shù)反映各變量的短期波動(dòng)對(duì)作為被解釋變量的短期變化的影響。

(二)變量選取和數(shù)據(jù)來源

(1)碳排放量(CEt)，數(shù)據(jù)來源于二氧化碳信息分析中心(Carbon Dioxide Information Analysis Center，CDIAC，http://cdiac.ornl.gov/)。

(3)技術(shù)進(jìn)步，用全要素生產(chǎn)率(TFPt)來衡量。技術(shù)進(jìn)步是一個(gè)無形的變量，無法直接進(jìn)行度量，目前文獻(xiàn)中通常采用三種指標(biāo)間接度量技術(shù)進(jìn)步:一是R＆D投入，二是專利數(shù)量，三是全要素生產(chǎn)率(Total Factor Productivity，TFP)。統(tǒng)計(jì)年鑒上只有近幾年中國分省區(qū)的R＆D投入數(shù)據(jù)，基于數(shù)據(jù)的可得性，本文沒有選取R＆D投入;專利數(shù)也很難準(zhǔn)確反映技術(shù)水平，因?yàn)槟骋粋€(gè)專利價(jià)值可能要遠(yuǎn)遠(yuǎn)高于其它專利的，一個(gè)專利價(jià)值可能是幾個(gè)甚至幾十個(gè)專利價(jià)值之和。最終，選取全要素生產(chǎn)率度量技術(shù)進(jìn)步。全要素生產(chǎn)率最早由索洛［20］提出，是指要素投入之外的技術(shù)進(jìn)步等導(dǎo)致的產(chǎn)出增加，是剔除要素投入貢獻(xiàn)后得到的殘差，又稱索洛余值，用來反映生產(chǎn)者的技術(shù)水平。利用索洛余值表示全要素生產(chǎn)率有一個(gè)隱含假設(shè)，所有生產(chǎn)者技術(shù)上都是有效的，但實(shí)際情況并非如此。數(shù)據(jù)包絡(luò)分析法(DEA)允許技術(shù)無效率的存在，因此廣泛地用于全要素生產(chǎn)率［21］、碳排放影子價(jià)格［22］以及能源效率［23］等估算。本文選取基于動(dòng)態(tài)非參數(shù)前沿生產(chǎn)面的DEA-Malmquist生產(chǎn)率指數(shù)方法來測算全要素生產(chǎn)率，該方法是根據(jù)包含多個(gè)決策單元的平衡面板數(shù)據(jù)，應(yīng)用投入產(chǎn)出數(shù)據(jù)，識(shí)別出技術(shù)效率最好的經(jīng)營決策單位，以其為基礎(chǔ)構(gòu)造生產(chǎn)前沿面，通過生產(chǎn)過程的實(shí)際投入或產(chǎn)出值與最優(yōu)值的比較得出技術(shù)效率水平指數(shù)。Malmquist指數(shù)又可分解為技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步指數(shù)。DEA-Malmquist指數(shù)法的關(guān)鍵是投入和產(chǎn)出變量的選取。要素投入選取物質(zhì)資本和勞動(dòng)力兩個(gè)指標(biāo)，物質(zhì)資本用各地區(qū)資本存量表示，勞動(dòng)力指標(biāo)選擇各地區(qū)從業(yè)人口數(shù)量，產(chǎn)出指標(biāo)用經(jīng)過價(jià)格指數(shù)(1978=100)平減的地區(qū)GDP表示。勞動(dòng)力和產(chǎn)出數(shù)據(jù)均來源于歷年《中國統(tǒng)計(jì)年鑒》和《新中國55年統(tǒng)計(jì)資料匯編(1949-2004)》。資本存量數(shù)據(jù)借鑒張軍等(2004)［24］所采用的“永續(xù)盤存法”進(jìn)行估算。張軍等人是以1952年價(jià)格估算的各省資本存量，本文的基期為1978年，因此需要以1978年價(jià)格重新估算的各省資本存量。選取各省1978年固定資本形成總額除以10%為其初始資本存量;統(tǒng)計(jì)年鑒上沒有1990年之前的固定資產(chǎn)投資價(jià)格指數(shù)，選取各省零售價(jià)格指數(shù)來代替;其余指標(biāo)選取及估算方法均和張軍等(2004)［24］相同。將中國29個(gè)省、自治區(qū)和直轄市①為保持口徑統(tǒng)一將1996年開始分離的重慶數(shù)據(jù)并入四川省，西藏則因數(shù)據(jù)缺乏不包括在樣本內(nèi)。作為決策單元，采用投入導(dǎo)向的DEA方法，運(yùn)用DEAP2.1軟件，得到全國以及各地區(qū)每年Malmquist生產(chǎn)率指數(shù)。具體結(jié)果見表1，限于篇幅，只列出了樣本期內(nèi)全國各省及東、中、西部地區(qū)②東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個(gè)省市。中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個(gè)省。西部地區(qū)包括內(nèi)蒙古、廣西、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆10個(gè)省自治區(qū)。的平均Malmquist生產(chǎn)率指數(shù)。

(4)人均GDP(PGt)，反映了經(jīng)濟(jì)體的經(jīng)濟(jì)發(fā)展水平，不同的經(jīng)濟(jì)發(fā)展水平其碳排放量也有所不同，用經(jīng)過價(jià)格指數(shù)(1978=100)平減的實(shí)際人均GDP表示，數(shù)據(jù)來源于歷年《中國統(tǒng)計(jì)年鑒》。

(5)人口(Pt)，人口變化會(huì)對(duì)碳排放帶來顯著的影響，人口的增加可能會(huì)帶來碳排放量的增多，人口數(shù)據(jù)來源于歷年《中國統(tǒng)計(jì)年鑒》。

本文樣本區(qū)間為1978-2008年。為避免數(shù)據(jù)的劇烈波動(dòng)并消除時(shí)間序列中存在的異方差現(xiàn)象，對(duì)各個(gè)變量數(shù)據(jù)分別取自然對(duì)數(shù)，記為:lnQt、lnISt、lnTFPt、lnPGt和 lnPt。

三、模型估計(jì)和結(jié)果分析

(一)平穩(wěn)性檢驗(yàn)

現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)要求計(jì)量模型建立在變量平穩(wěn)的基礎(chǔ)上，而現(xiàn)實(shí)中許多經(jīng)濟(jì)變量通常不是平穩(wěn)的，使用傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)方法易產(chǎn)生“偽回歸”問題。因此，首先要對(duì)變量進(jìn)行平穩(wěn)性檢驗(yàn)，確定其平穩(wěn)性及單整階數(shù)。常用的方法有擴(kuò)展的Dichey-Fuller(ADF)和非參數(shù)的PP法，本文采用ADF檢驗(yàn)，結(jié)果見表2。

表1 中國各省1978-2008的平均Malmquist指數(shù)

表2 ADF平穩(wěn)性檢驗(yàn)結(jié)果

由檢驗(yàn)結(jié)果可以看出，變量 lnCEt、lnISt、lnTFPt、lnPGt和 lnPt在1%和5%的顯著性水平下的ADF統(tǒng)計(jì)值都大于其相應(yīng)的臨界值，表明五個(gè)變量都是非平穩(wěn)的，而其相應(yīng)的一階差分序列ADF統(tǒng)計(jì)值都小于臨界值，表明五個(gè)變量的差分序列是平穩(wěn)的，即這些變量是一階單整的。

(二)協(xié)整檢驗(yàn)

建立VEC模型前，首先要驗(yàn)證變量間是否存在協(xié)整關(guān)系，只有存在協(xié)整關(guān)系的變量才可以建立VEC模型。時(shí)間序列分析中，每一個(gè)序列單獨(dú)來說可能是非平穩(wěn)的，但這些序列的線性組合卻可能有不隨時(shí)間變化的性質(zhì)，這種平穩(wěn)的線性組合說明變量間是協(xié)整的，意味著這些非平穩(wěn)變量之間存在長期穩(wěn)定的均衡關(guān)系。協(xié)整檢驗(yàn)要求變量是單整變量，且單整階數(shù)相同，由上述平穩(wěn)性結(jié)果知所有變量均為一階單整變量，因此可以對(duì)變量進(jìn)行協(xié)整關(guān)系分析。常用的協(xié)整檢驗(yàn)方法主要包括基于回歸殘差的協(xié)整檢驗(yàn)和基于回歸系數(shù)的Johansen協(xié)整檢驗(yàn)。前者適合對(duì)兩變量的模型進(jìn)行協(xié)整檢驗(yàn)，后者適合對(duì)多變量模型的協(xié)整檢驗(yàn)，本文采用Johansen極大似然法對(duì)多變量系統(tǒng)進(jìn)行協(xié)整檢驗(yàn)。

在進(jìn)行Johansen檢驗(yàn)之前，首先要確定VAR模型的合理滯后階數(shù)。滯后階數(shù)的選擇既要有足夠的滯后項(xiàng)，又要有足夠的自由度，使模型具有較強(qiáng)的解釋能力同時(shí)又能消除誤差項(xiàng)的自相關(guān)。通過估計(jì)一個(gè)無約束VAR模型并使用赤池(AIC)和施瓦茨(SC)信息準(zhǔn)則來選取最優(yōu)的滯后階數(shù)，通過多次檢驗(yàn)發(fā)現(xiàn)，當(dāng)滯后階數(shù)為2時(shí)，AIC和SC值最小，再結(jié)合LR統(tǒng)計(jì)量，最終選定無約束VAR模型的最優(yōu)滯后階數(shù)為2?；赩AR模型的協(xié)整檢驗(yàn)滯后期是無約束VAR模型一階差分變量的滯后期，因此確定協(xié)整檢驗(yàn)的滯后期為1。根據(jù)數(shù)據(jù)特點(diǎn)，選取序列有線性趨勢但協(xié)整方程只有截距的檢驗(yàn)形式。協(xié)整檢驗(yàn)結(jié)果見表3。結(jié)果顯示，在不存在協(xié)整方程和最多存在一個(gè)協(xié)整方程的原假設(shè)下，跡統(tǒng)計(jì)量值均大于5%顯著水平的臨界值，而其他假設(shè)條件下的跡統(tǒng)計(jì)量都小于5%水平的臨界值，所以接受變量間存在兩個(gè)協(xié)整關(guān)系的假設(shè)，最大特征值檢驗(yàn)也得到同樣的結(jié)論，綜上，變量間存在兩個(gè)協(xié)整關(guān)系，根據(jù)經(jīng)過標(biāo)準(zhǔn)化后的協(xié)整系數(shù)，選取一個(gè)能準(zhǔn)確反映變量間關(guān)系的協(xié)整方程，其表達(dá)式為(括號(hào)內(nèi)為標(biāo)準(zhǔn)差):

表3 Johansen協(xié)整檢驗(yàn)結(jié)果

表4 向量誤差修正模型估計(jì)結(jié)果

其中ecm為誤差項(xiàng)，需要對(duì)誤差項(xiàng)進(jìn)行單位根檢驗(yàn)以確定協(xié)整關(guān)系的平穩(wěn)性，ADF檢驗(yàn)結(jié)果顯示，誤差項(xiàng)的ADF統(tǒng)計(jì)量值為-3.28，小于5%顯著水平的臨界值-2.97，所以其在5%顯著水平下是平穩(wěn)的，即協(xié)整關(guān)系平穩(wěn)有效。

協(xié)整方程表明，1978-2008年間，中國的碳排放總量與能源結(jié)構(gòu)碳強(qiáng)度、技術(shù)進(jìn)步、人均GDP和人口之間存在著穩(wěn)定的長期均衡關(guān)系，所有變量在5%的置信水平下通過t統(tǒng)計(jì)量檢驗(yàn)，且模型具有較高的擬合度。從協(xié)整結(jié)果來看，長期內(nèi)，能源結(jié)構(gòu)碳強(qiáng)度、人均GDP和人口同中國碳排放呈正相關(guān)關(guān)系，技術(shù)進(jìn)步同碳排放呈負(fù)相關(guān)關(guān)系。能源結(jié)構(gòu)碳強(qiáng)度、人均GDP和人口每變動(dòng)1個(gè)百分點(diǎn)，分別帶動(dòng)碳排放同向變動(dòng)4.53、2.07和1.55個(gè)百分點(diǎn);全要素生產(chǎn)率每變動(dòng)1個(gè)百分點(diǎn)，帶動(dòng)碳排放相反方向變動(dòng)1.75個(gè)百分點(diǎn)。這和國內(nèi)大部分研究結(jié)論基本一致，能源結(jié)構(gòu)碳強(qiáng)度、人均GDP和人口的增加提高了碳排放，技術(shù)進(jìn)步則減少了碳排放。

(三)向量誤差修正模型

如果系統(tǒng)變量不平穩(wěn)，不能直接利用VAR模型來考察變量之間的關(guān)系。VEC模型可以較好地克服VAR的不足，系統(tǒng)變量不平穩(wěn)且存在協(xié)整關(guān)系時(shí)可以通過建立VEC模型來考察變量間的相互調(diào)整速率及短期互動(dòng)影響并觀察變量間的因果關(guān)系。在進(jìn)行VEC檢驗(yàn)之前，先對(duì)模型的平穩(wěn)性進(jìn)行檢驗(yàn)，通過檢驗(yàn)，發(fā)現(xiàn)所有特征根均落在單位圓內(nèi)或圓上，表明VEC模型穩(wěn)定，模型得出的結(jié)果也較為可靠。表4為向量誤差修正模型的估計(jì)結(jié)果。

由表4估計(jì)結(jié)果可知，模型誤差修正項(xiàng)系數(shù)為負(fù)，說明模型具備誤差修正機(jī)制，進(jìn)一步證明了各變量之間的長期均衡關(guān)系。

表5 Granger因果檢驗(yàn)結(jié)果

短期來看，(1)人均GDP、能源結(jié)構(gòu)強(qiáng)度和人口的增加都會(huì)增加碳排放，且效果顯著;而全要素生產(chǎn)率的提高會(huì)降低碳排放，但t統(tǒng)計(jì)量的值不顯著，即短期技術(shù)進(jìn)步對(duì)碳排放的影響效果不明顯，這可能是因?yàn)榧夹g(shù)進(jìn)步對(duì)碳排放的影響要考慮其時(shí)滯和積累問題，在短時(shí)期內(nèi)很難將技術(shù)進(jìn)步快速轉(zhuǎn)變?yōu)樘寂欧诺臏p少。(2)人均GDP受到能源結(jié)構(gòu)的影響，其他變量的影響不顯著。因?yàn)槟壳爸袊幱诠I(yè)化階段，主要的燃料仍以化石燃料為主，經(jīng)濟(jì)的發(fā)展離不開能源的大量消費(fèi)，所以能源結(jié)構(gòu)的提高(即煤、石油、天然氣等化石燃料在整個(gè)能源結(jié)構(gòu)中比重上升)推動(dòng)了人均GDP的增加;技術(shù)對(duì)人均GDP影響不顯著是因?yàn)閯?chuàng)新需要一段時(shí)間的積累，且創(chuàng)新后的擴(kuò)散和應(yīng)用卻要經(jīng)過很長時(shí)間才能體現(xiàn)出來，短期內(nèi)技術(shù)進(jìn)步對(duì)人均GDP的作用還不能顯現(xiàn)出來。(3)人均GDP增加會(huì)推動(dòng)技術(shù)進(jìn)步。隨著經(jīng)濟(jì)發(fā)展，對(duì)創(chuàng)新的要求越來越高，會(huì)推動(dòng)一國技術(shù)水平的不斷進(jìn)步。碳排放、能源結(jié)構(gòu)強(qiáng)度和人口的變化對(duì)技術(shù)沒有顯著影響。

(四)基于向量誤差修正模型的格蘭杰(Granger)因果檢驗(yàn)

協(xié)整關(guān)系的存在并不表明變量之間必然存在有經(jīng)濟(jì)意義的因果關(guān)系，需要用Granger因果檢驗(yàn)來考察變量間的因果關(guān)系。Granger因果檢驗(yàn)要求變量必須是平穩(wěn)的，直接對(duì)時(shí)間序列進(jìn)行Granger因果檢驗(yàn)會(huì)造成偽回歸，而向量誤差修正模型中的變量具有平穩(wěn)性特征，從而保證了Granger因果檢驗(yàn)的有效性。因此可以采用基于向量誤差修正模型的Granger因果檢驗(yàn)來考察變量間的短期關(guān)系，結(jié)果見表5。

由Granger因果檢驗(yàn)結(jié)果可知，短期內(nèi)人均GDP和能源結(jié)構(gòu)強(qiáng)度是碳排放的單向Granger原因，而技術(shù)進(jìn)步則不是碳排放的Granger原因，這也驗(yàn)證了向量誤差修正模型得出來的結(jié)論，即短期內(nèi)人均GDP和能源結(jié)構(gòu)強(qiáng)度對(duì)碳排放有顯著影響，人均GDP和能源結(jié)構(gòu)強(qiáng)度的提高會(huì)帶來碳排放的增加，而技術(shù)進(jìn)步對(duì)碳排放沒有顯著影響。人均GDP的提高是技術(shù)進(jìn)步的Granger原因，這也符合誤差修正模型所得出的結(jié)論，人均GDP的提高會(huì)帶來技術(shù)進(jìn)步。

四、結(jié)論與進(jìn)一步工作

本文采用DEA-Malmquist指數(shù)測算了中國1978-2008的技術(shù)進(jìn)步，在VEC模型的基礎(chǔ)上檢驗(yàn)了中國碳排放和技術(shù)進(jìn)步之間的長短期關(guān)系，根據(jù)上述分析，得到了以下結(jié)論:

(1)中國碳排放和能源結(jié)構(gòu)強(qiáng)度、人均GDP、技術(shù)進(jìn)步和人口存在長期穩(wěn)定的協(xié)整關(guān)系，能源結(jié)構(gòu)強(qiáng)度、人均GDP和人口的增加會(huì)帶來碳排放的增加，而技術(shù)進(jìn)步則會(huì)減少碳排放，按影響大小依次為:能源結(jié)構(gòu)強(qiáng)度、人均GDP、技術(shù)進(jìn)步和人口。

(2)短期內(nèi)，能源結(jié)構(gòu)強(qiáng)度和人均GDP對(duì)碳排放有顯著影響，而技術(shù)進(jìn)步并不能顯著減少碳排放。能源結(jié)構(gòu)強(qiáng)度反應(yīng)了能源結(jié)構(gòu)對(duì)碳排放的影響，一旦能源結(jié)構(gòu)改變，煤、石油、天然氣等化石燃料在能源消費(fèi)量中比重減少，清潔能源比重增加，碳排放量會(huì)明顯減少;人均GDP反映了一國的經(jīng)濟(jì)發(fā)展水平，隨著經(jīng)濟(jì)的發(fā)展，生產(chǎn)所需的資源消耗不斷增加，碳排放量顯著增加;技術(shù)進(jìn)步短期內(nèi)對(duì)碳排放沒有顯著影響，是因?yàn)樾录夹g(shù)研發(fā)后的擴(kuò)散使用需要較長時(shí)間，技術(shù)要經(jīng)過一段時(shí)間的積累才能起到減排的作用。

未來經(jīng)濟(jì)增長仍是中國的主要任務(wù)，由此帶來的碳排放會(huì)不斷增加，因此只能通過改善能源結(jié)構(gòu)和技術(shù)進(jìn)步來減少碳排放。短期內(nèi)，可以通過降低化石燃料消費(fèi)比例，改善能源結(jié)構(gòu)減少碳排放。長期內(nèi)，技術(shù)進(jìn)步是減少碳排放有效的手段，應(yīng)加大技術(shù)研發(fā)投入，推動(dòng)中國的節(jié)能技術(shù)與低碳技術(shù)的發(fā)展，加快技術(shù)的擴(kuò)散速度，盡快將新能源技術(shù)投入到使用，減少碳排放。

本文采取了時(shí)間序列分析方法，且由于數(shù)據(jù)的可得性，樣本區(qū)間只有31年，因此僅考慮了經(jīng)濟(jì)增長、能源結(jié)構(gòu)、人口和技術(shù)進(jìn)步的因素，而實(shí)際影響碳排放變化的因素還包括產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)差異以及政策差異等因素，未來研究可以利用面板數(shù)據(jù)控制更多的影響碳排放的因素，進(jìn)一步地分析技術(shù)進(jìn)步對(duì)碳排放的影響。

［1］林伯強(qiáng)，蔣竺均.中國二氧化碳的環(huán)境庫茲涅茨曲線預(yù)測及影響因素分析［J］.管理世界，2009，(4):27-36.

［2］王淑新，何元慶，王學(xué)定.中國低碳經(jīng)濟(jì)演進(jìn)分析:基于能源強(qiáng)度的視角［J］.中國軟科學(xué)，2010，(9):25-32.

［3］Nordhaus W D.Economic Growth and Climate:The Case of Carbon Dioxide［J］.American Economic Review，1977，(67):341-346.

［4］Nordhaus W D.Optimal Greenhouse-Gas Reduction and Tax Policy in the DICE model［J］.American Economic Review，1993，(83):313-317.

［5］Grubb M，Chapuis T，Ha-Duong M.The Economics of Changing Course:Implications of Adaptability and Inertia for Optimal Climate Policy［J］.Energy Policy，1995，(23):417-431.

［6］Newell R G，Jaffe A B，Stavins R N.The Induced Innovation Hypothesis and Energy-Saving Technological Change［J］.Quarterly Journal of Economics，1999，(114):941-975.

［7］Goulder L H，Schneider S H.Induced Technological Change and the Attractiveness of CO2Emissions Abatement［J］.Resource and Energy Economics，1999，(21):211-253.

［8］Nordhaus W D.Modeling Induced Innovation in Climate Change Policy［J］.in Grubler，A.;N.Nakicenovic，and Nordhaus，W.D.eds.，Technological Change and the Environment:Resources for the Future Press，Washington，DC.2002.

［9］Buonanno P，Carraro C，Galeotti M.Endogenous Induced Technical Change and the Costs of Kyoto［J］.Resource and Energy Economics，2003，(25):11-34.

［10］Popp D.ENTICE:Endogenous Technological Change in the DICE Model of Global Warming［J］.Journal of Environmental Economics and Management，2004，(48):742-768.

［11］Grimaud A，Rouge L.Environment，Directed Technical Change and Economic Policy［J］.Environmental and Resource Economics，2008，(41):439-463.

［12］Acemoglu D，Aghion P，Bursztyn L，Hemous D.The Environment and Directed Technical Change［R］.NBER Working Paper，No.15451，2010.

［13］Smulders S，Di Maria C.The Cost of Environmental Policy under Induced Technical Change［R］.Environmental Economics and Climate Change Workshop Working Paper，2011.

［14］彭水軍，賴明勇，包 群.環(huán)境、貿(mào)易與經(jīng)濟(jì)增長［M］.上海:上海三聯(lián)書店，2006.

［15］徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實(shí)證分析:1995-2004［J］.中國人口·資源與環(huán)境，2006，(6):158-161.

［16］王 鋒，吳麗華，楊 超.中國經(jīng)濟(jì)發(fā)展中碳排放增長的驅(qū)動(dòng)因素研究［J］.經(jīng)濟(jì)研究，2010，(2):123-135.

［17］孫建衛(wèi)，趙榮欽，黃賢金，等.1995-2005年中國碳排放核算及其因素分解研究［J］.自然資源學(xué)報(bào)，2010，(8):1284-1293.

［18］林伯強(qiáng)，劉希穎.中國城市化階段的碳排放:影響因素和減排策略［J］.經(jīng)濟(jì)研究，2010，(8):66-78.

［19］Kaya Y.Impact of Carbon Dioxide Emission on GNP Growth:Interpretation of Proposed Scenarios［R］.Presentation to the Energy and Industry Subgroup，Response Strategies Working Group，IPCC，Paris，l989.

［20］Solow R M.Technical Change and the Aggregate Production Function［J］.Review of Economics and Statistics，1957，(39):312-320.

［21］傅曉霞，吳利學(xué).前沿分析方法在中國經(jīng)濟(jì)增長核算中的適用性［J］.世界經(jīng)濟(jì)，2007，(7):56-66.

［22］劉明磊，朱 磊，范 英.我國省級(jí)碳排放績效評(píng)價(jià)及邊際減排成本估計(jì):基于非參數(shù)距離函數(shù)方法［J］.中國軟科學(xué)，2011，(3):106-114.

［23］孫廣生，楊先明，黃 祎.中國工業(yè)行業(yè)的能源效率(1987-2005)——變化趨勢、節(jié)能潛力與影響因素研究［J］.中國軟科學(xué)，2011，(11):29-39.

［24］張 軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算:1952-2000［J］.經(jīng)濟(jì)研究，2004，(10):35-44.