章敏

[摘 要] 為研究江蘇省碳排放與經(jīng)濟發(fā)展之間的關(guān)系，通過收集計算1995-2015年江蘇省碳排放量、人均GDP、碳排放強度和產(chǎn)業(yè)結(jié)構(gòu)指數(shù)，改進模型進行分析。實證研究表明：江蘇省碳排放量、人均GDP、碳排放強度和產(chǎn)業(yè)結(jié)構(gòu)指數(shù)之間存在長期均衡關(guān)系，變量之間存在Granger因果關(guān)系，且技術(shù)進步與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級能顯著減少江蘇省的碳排放。因此，江蘇省應(yīng)不斷推進能源利用的技術(shù)進步與革新，大力促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，提高第三產(chǎn)業(yè)在國民經(jīng)濟發(fā)展中的貢獻率，以減少碳排放。

[關(guān)鍵詞] 碳排放；經(jīng)濟發(fā)展；改進的模型

[中圖分類號] F061.3 [文獻標(biāo)識碼] A [文章編號] 1009-6043（2017）10-0052-04

一、引言

全球碳排放帶來的氣候變化風(fēng)險已被視為與國家安全和公共健康同等重要的重大風(fēng)險。近半個多世紀(jì)以來，全球經(jīng)濟發(fā)展迅速，在能源消費方面主要得益于石化能源。然而人類對石化能源的消費帶來碳排放的增長，使地球逐漸變暖，根據(jù)主流氣候科學(xué)家的觀點，限制碳排放量幾乎是阻止氣候變化的唯一途徑。

由于依賴火力發(fā)電導(dǎo)致大氣污染愈發(fā)嚴(yán)重，要求中國向清潔能源轉(zhuǎn)移，削減二氧化碳排放量的聲音越來越強。據(jù)挪威奧斯陸國際氣候與環(huán)境研究中心（CICERO）推算，2016年中國二氧化碳累計排放量達到1464億噸，超過美國的1462億噸，躍居首位。受中國快速的產(chǎn)業(yè)發(fā)展和城市化影響，自2006年起，從單年度的二氧化碳排放量來看中國已經(jīng)位居世界首位，且排放量已占到全球總排放量的四分之一。

如何減少碳排放量，也成為江蘇省目前最重要的環(huán)保話題之一。中國空氣污染最嚴(yán)重的四大“污染帶”之一是長三角地區(qū)，其中的江蘇省作為全國經(jīng)濟發(fā)展水平前列的省份，其環(huán)境空氣質(zhì)量也一直是民眾與政府關(guān)注的焦點之一。2001-2015年江蘇GDP占全國GDP的比重一直保持10%-11%，位居全國第二；產(chǎn)業(yè)結(jié)構(gòu)中第二產(chǎn)業(yè)占比由2007年56.6%逐年下降至2015年45.7%，仍排在全國前列。但2015年3月美國環(huán)保署指出，長三角地區(qū)大氣污染物（SO2、NOX、煙塵、碳排放）排放比重最大的是江蘇省。根據(jù)江蘇省環(huán)境保護廳公布的《江蘇省環(huán)境狀況公報》（2013-2016年）顯示，2013-2016年連續(xù)四年江蘇13個省轄市環(huán)境空氣質(zhì)量均未達標(biāo)，超標(biāo)污染物為PM2.5、PM10、臭氧和二氧化氮。其中，2016年，江蘇省共發(fā)生11次重污染天氣過程，發(fā)布藍色預(yù)警10次，黃色預(yù)警1次；13市累計出現(xiàn)重度污染75天、嚴(yán)重污染2天。江蘇省空氣質(zhì)量治理任務(wù)仍然緊迫。

對碳排放與經(jīng)濟發(fā)展關(guān)系的研究大多采用驗證環(huán)境庫茲涅茨曲線（EKC）的方法進行分析。國外文獻如Paresh Kumar Narayan，Behnaz Saboori & Abdorreza Soleymani（2016）；Octavio Fernández-Amador et al（2017）；Tamara L. Sheldon（2017）。國內(nèi)文獻有謝守紅、丁卉（2013）計算1995-2009年江蘇碳排放量，結(jié)果顯示江蘇碳排放量處于倒“U”型曲線的左側(cè)；張宇青等（2013）收集我國30個主要城市的面板數(shù)據(jù)分析，結(jié)論顯示EKC曲線是否存在與形狀在不同指標(biāo)、不同地區(qū)上均存在差異，大氣污染與經(jīng)濟增長的關(guān)系可以表示為嚴(yán)格線性、正U型和倒U型。除此之外，還有Seyma Akkaya Deviren & Bayram Deviren（2016）采用層次結(jié)構(gòu)方法，包括最小生成樹（MST）、分層樹（HT）和平均連鎖聚類分析（ALCA）研究33個國家的碳排放與經(jīng)濟增長之間的關(guān)系；周曙東等（2010）用江蘇1996-2007年行業(yè)面板數(shù)據(jù)對大氣污染與經(jīng)濟總產(chǎn)值之間的關(guān)系進行實證研究，結(jié)果顯示不同行業(yè)在大氣污染排放方面存在顯著差異。

較多學(xué)者在研究碳排放與經(jīng)濟發(fā)展關(guān)系的同時，還會引入能源消費變量，如Ashfaq Ahmad（2016）、Saidi Kais & Hammami Sami（2016）、Khalid Zaman & Mitwali Abd-el.Moemen（2017）、王圣等（2011）采用對數(shù)平均權(quán)重Divisia分解法進行研究；有的則引入人口變量，如Jong-Chao Yeh & Chih-Hsiang Liao（2017）。

與此同時，還有學(xué)者分析碳排放的多種影響因素，包括經(jīng)濟發(fā)展?fàn)顩r、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進步、人口增長、能源價格、城市化率、人均收入，如Saidi Kais & Hammami Sami（2016）、宋幫英和蘇方林（2011）、林珊珊（2015）、李長順（2013）、占李玲和陳洪昭（2014）、馬麗梅和張曉（2014）。

二、模型設(shè)計與樣本數(shù)據(jù)

（一）模型來源與設(shè)計

模型被廣泛用于分析環(huán)境變化的影響因素框架，考量人類活動對環(huán)境的影響（Stern P.C. et al.，1992；Raskin P.D.，1995；York R. et al.， 2002）。指出環(huán)境（I）是三個關(guān)鍵影響因素的乘積：人口（P）、富裕（人均消費或生產(chǎn)）（A）和技術(shù)（每消費或生產(chǎn)單位的影響）（T），即I=PAT。

Richard York et al.（2003）基于IPAT模型，重新定義了STIRPAT模型：I=aPbAcTde，其中a，b，c，d為模型待估參數(shù)，e為隨機擾動項，I為碳排放量，P為人口數(shù)量，A為人均國內(nèi)生產(chǎn)總值，T為每單位GDP的二氧化碳排放，即碳排放強度，用來反映技術(shù)進步對碳排放的影響，技術(shù)水平越高，碳排放強度越低，能源效率越高，產(chǎn)生的碳排放量相對較低。在具體模型計算中，則使用其對數(shù)形式：LnI=a+bLnP+cLnA+dLnT+e。

同時，經(jīng)濟發(fā)展的含義很廣，其指標(biāo)體系有聯(lián)合國社會經(jīng)濟發(fā)展研究所的16項指標(biāo)體系、世界銀行發(fā)布的世界發(fā)展指標(biāo)體系共800多個指標(biāo)，它們共同的是都包括經(jīng)濟總量、國民經(jīng)濟結(jié)構(gòu)、文化教育衛(wèi)生等部分。經(jīng)濟總量指標(biāo)主要是GDP、人均GDP，國民經(jīng)濟結(jié)構(gòu)主要指產(chǎn)業(yè)結(jié)構(gòu)，文化教育衛(wèi)生主要有預(yù)期壽命、中小學(xué)教育人數(shù)、每千人讀報人數(shù)、識字率等（馬春文、張東輝，2016）。endprint

基于數(shù)據(jù)的可得性和模型簡化的考量，借鑒模型予以改進，設(shè)計分析江蘇省碳排放與經(jīng)濟發(fā)展關(guān)系的模型：

CE=β0·PGDPβ1·CINTENβ2·SETβ3·e

其中，β0，β1，β2，β3為模型待估參數(shù)，e為隨機擾動項，CE為碳排放量（Carbon Emission），PGDP為人均國內(nèi)生產(chǎn)總值，CINTEN為每單位GDP的碳排放量，即碳排放強度，SET為衡量產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級的指標(biāo)，用江蘇省第二產(chǎn)業(yè)比重與第三產(chǎn)業(yè)比重的比值來代替。在實際的模型計算中，將使用其對數(shù)形式：

LnCE=β0+β1LnPGDP+β2LnCINTEN+β3LnSET+e

其模型待估參數(shù)β0，β1，β2，β3的經(jīng)濟含義即為各影響因素對碳排放的彈性。

（二）樣本數(shù)據(jù)來源與處理

本研究樣本區(qū)間為1995-2015年，由《中國能源統(tǒng)計年鑒》（1996-2016年）收集江蘇省能源平衡表中原煤、洗精煤等各種燃料的消費量；由《江蘇統(tǒng)計年鑒》（1996-2016年）收集江蘇省人均GDP、GDP和第二產(chǎn)業(yè)、第三產(chǎn)業(yè)比重。

根據(jù)聯(lián)合國政府間氣候變化專門委員會（IPCC）2006年公布的碳排放計算指南，采用以下公式計算江蘇省碳排放量：

CE=Ck×Ik

式中，CE為碳排放量；Ck為各能源消費量，單位104噸標(biāo)準(zhǔn)煤；Ik為能源種類。各種能源的碳排放系數(shù)見表1。

1995-2015年江蘇省碳排放與經(jīng)濟發(fā)展情況圖

根據(jù)前文定義計算四個變量數(shù)值得到上圖，其顯示1995-2015年江蘇省碳排放與經(jīng)濟發(fā)展的情況，碳排放量隨著人均GDP上升而上升，但是上升的速度較人均GDP上升的慢；碳排放強度逐年下降，技術(shù)不斷進步，能源利用效率不斷提升，產(chǎn)生的單位碳排放量相對減少；碳排放強度下降速度與產(chǎn)業(yè)結(jié)構(gòu)指數(shù)的趨勢大致相同，隨著江蘇省產(chǎn)業(yè)結(jié)構(gòu)不斷升級，經(jīng)濟不斷發(fā)展，能源利用效率逐步升高或者能源消費結(jié)構(gòu)不斷調(diào)整。

三、實證結(jié)果與分析

（一）平穩(wěn)性檢驗

一般時間序列數(shù)據(jù)往往是非平穩(wěn)的，容易出現(xiàn)偽回歸，因此，建模前檢驗其平穩(wěn)性。運用Eviews8.0分析軟件中的ADF單位根檢驗方法對LnCE、LnPGDP、LnCINTEN、LnSET四個序列進行平穩(wěn)性檢驗，結(jié)果如表2所示。

表2結(jié)果顯示，江蘇省LnCE、LnPGDP、LnCINTEN、LnSET四個原序列和一階差分序列在10%的顯著性水平下均無法通過平穩(wěn)性檢驗。而其二階差分序列在5%或1%的顯著性水平下都能通過平穩(wěn)性檢驗，意味著四個序列都是二階單整的，即為序列。

（二）協(xié)整檢驗

根據(jù)平穩(wěn)性檢驗發(fā)現(xiàn)，江蘇省LnCE、LnPGDP、LnCINTEN、LnSET四個變量序列是二階單整，能進行協(xié)整檢驗。運用Johansen協(xié)整檢驗，結(jié)果如表3。

從表3可得，江蘇省LnCE、LnPGDP、LnCINTEN、LnSET四個變量跡統(tǒng)計量的伴隨概率均小于0.01，即在1%顯著性水平下最少存在三個協(xié)整關(guān)系，意味著1995-2015年江蘇省碳排放與人均GDP、技術(shù)進步、產(chǎn)業(yè)結(jié)構(gòu)之間存在長期均衡關(guān)系。

（三）Granger因果分析

協(xié)整檢驗考察多個變量之間的均衡關(guān)系，再借助格蘭杰因果關(guān)系檢驗進一步確定這些變量之間的關(guān)系。江蘇省LnCE、LnPGDP、LnCINTEN、LnSET四個變量的Granger因果關(guān)系檢驗結(jié)果如表4。

由表4可知，在10%的顯著性水平下，1995-2015年江蘇省人均GDP是碳排放和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級的Granger原因；在5%的顯著性水平下，1995-2015年江蘇省人均GDP是技術(shù)進步（碳排放強度）的Granger原因，碳排放和技術(shù)進步（碳排放強度）是產(chǎn)業(yè)結(jié)構(gòu)升級的Granger原因，碳排放和技術(shù)進步（碳排放強度）互為Granger原因。

（四）回歸分析

由前文平穩(wěn)性檢驗、協(xié)整檢驗和Granger因果分析，得知1995-2015年江蘇省碳排放、人均GDP、技術(shù)進步（碳排放強度）和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級之間存在長期均衡關(guān)系與Granger因果關(guān)系?；谇拔牡诙糠謽?gòu)建的改進的STIRPAT模型，能夠有效反映1995-2015年江蘇省人均GDP、技術(shù)進步（碳排放強度）和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級對碳排放的影響，進行相應(yīng)的模型回歸，得出Eviews回歸結(jié)果，如表5。

從表5可以得知，模型擬合優(yōu)度指標(biāo)R2=0.9999，接近于1，模型的解釋能力較強；方程整體的F統(tǒng)計值=73731.09，對應(yīng)的伴隨概率小于0.05；三個解釋變量LnPGDP、LnCINTEN、LnSET和常數(shù)項的伴隨概率都小于0.05，意味著都通過了T檢驗，在5%的顯著性水平下，三個解釋變量對被解釋變量LnCE的影響非常顯著。由表5可得對應(yīng)的回歸方程：

LnCE=-0.7395+1.0436LnPGDP+0.9788LnCINTEN+0.0264LnSET

由回歸方程得到，LnPGDP前的系數(shù)為1.0436，即人均GDP的碳排放彈性為1.0436，意味著1995-2015年江蘇省人均GDP每上升1%，碳排放將上升1.0436%，LnCINTEN前的系數(shù)為0.9788，即技術(shù)進步的碳排放彈性為0.9788，意味著技術(shù)進步每上升1%，即碳排放強度每下降1%，能源效率提高1%，碳排放將下降0.9788%；LnSET前的系數(shù)為0.0264，即產(chǎn)業(yè)結(jié)構(gòu)指數(shù)的碳排放彈性為0.0264，意味著第二產(chǎn)業(yè)比重與第三產(chǎn)業(yè)比重之比上升1%，碳排放將上升0.0264%。

四、結(jié)論與啟示

通過收集計算1995-2015年江蘇省碳排放量、人均GDP、碳排放強度和產(chǎn)業(yè)結(jié)構(gòu)指數(shù)，改進STIRPAT模型，分析江蘇省碳排放與經(jīng)濟發(fā)展之間的關(guān)系，得到以下實證研究結(jié)論與啟示：endprint

（1）1995-2015年江蘇省碳排放量隨著人均GDP上升而上升；碳排放強度逐年下降，能源利用效率不斷提升，產(chǎn)生的單位碳排放量相對減少。江蘇省人均GDP是碳排放、技術(shù)進步（碳排放強度）和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級的Granger原因；碳排放和技術(shù)進步（碳排放強度）是產(chǎn)業(yè)結(jié)構(gòu)升級的Granger原因，碳排放和技術(shù)進步（碳排放強度）互為Granger原因。經(jīng)濟增長引致更多的能源消費，并且更有資金、技術(shù)等實力進行產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整升級，促進能源利用效率以及新能源的開發(fā)利用。1995-2015年江蘇省人均GDP每上升1%，碳排放將上升1.0436%，即在目前階段江蘇省經(jīng)濟增長還是需要大量傳統(tǒng)能源，傳統(tǒng)能源種類使用的增加勢必使得碳排放增加。技術(shù)進步每上升1%，即碳排放強度每下降1%，能源效率提高1%，碳排放將下降0.9788%，這與技術(shù)進步能有效降低碳排放的理論預(yù)期相符。

因此，江蘇省還應(yīng)不斷推進技術(shù)進步與革新，尤其是能源利用方面。江蘇省是我國經(jīng)濟、技術(shù)、人才大省，技術(shù)消化吸收進步的能力也較強，如全國首個物聯(lián)網(wǎng)環(huán)保產(chǎn)業(yè)園已于2017年7月13日在無錫啟動，圍繞智慧環(huán)保全產(chǎn)業(yè)鏈，重點引進環(huán)保領(lǐng)域大氣、水、土壤等專業(yè)監(jiān)測分析傳感器及系統(tǒng)的研發(fā)生產(chǎn)企業(yè)，環(huán)境監(jiān)測平臺及數(shù)據(jù)服務(wù)相關(guān)企業(yè)。江蘇省應(yīng)從政策層面大力推進改善供應(yīng)方與終端能源利用效率，不斷開發(fā)扶持可再生能源、替代燃料等清潔能源的利用與推廣，從而減少溫室氣體排放量。

（2）江蘇省碳排放強度下降速度與產(chǎn)業(yè)結(jié)構(gòu)指數(shù)的趨勢大致相同，并且江蘇省碳排放與人均GDP、技術(shù)進步、產(chǎn)業(yè)結(jié)構(gòu)之間存在長期均衡關(guān)系。第二產(chǎn)業(yè)比重與第三產(chǎn)業(yè)比重之比上升1%，碳排放將上升0.0264%，第二產(chǎn)業(yè)比重較高，對能源的需求將越大，碳排放也隨之增加，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級將利于碳排放的減少。

為了減少碳排放，江蘇省仍需不斷提高第三產(chǎn)業(yè)在國民經(jīng)濟發(fā)展中的貢獻率，促進經(jīng)濟平穩(wěn)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。在扶持已有的租賃、金融業(yè)、商務(wù)服務(wù)業(yè)、交通運輸倉儲及郵政業(yè)、信息傳輸計算機服務(wù)和軟件業(yè)的同時，不斷開發(fā)和鼓勵環(huán)境服務(wù)、特色電商、科技服務(wù)等新興服務(wù)業(yè)。

[參考文獻]

[1] Paresh Kumar Narayan， Behnaz Saboori， Abdorreza Soleymani. Economic growth and carbon emissions[J]. Economic Modelling， 2016 （53）： 388-397.

[2] Octavio Fernández-Amador， Joseph F. Francois， Doris A. Oberdabernig， Patrick Tomberger. Carbon Dioxide Emissions and Economic Growth： An Assessment Based on Production and Consumption Emission Inventories[J].Ecological Economics， 2017 （135）： 269-279.

[3] Tamara L. Sheldon. Carbon emissions and economic growth： A replication and extension[J].Energy Economics， 2017 （3）： 16-19.

[4] Seyma Akkaya Deviren， Bayram Deviren. The relationship between carbon dioxide emission and economic growth： Hierarchical structure methods[J]. Physica A， 2016（451）：429-439.

[5] Ashfaq Ahmad， YuhuanZhao， Muhammad Shahbaz， Sadia Bano， Zhonghua Zhang， Song Wang， YaLiu. Carbon emissions，energy consumption and economic growth： An aggregate and disaggregate analysis of the Indian economy[J].Energy Policy， 2016 （96）：131-143.

[6] Saidi Kais， Hammami Sami. An econometric study of the impact of economic growth and energy use on carbon emissions： Panel data evidence from fifty eight countries[J]. Renewable and Sustainable Energy Reviews， 2016 （59）：1101-1110.

[7] Khalid Zaman， Mitwali Abd-el.Moemen. Energy consumption， carbon dioxide emissions and economic development： Evaluating alternative and plausible environmental hypothesis for sustainable growth[J]. Renewable and Sustainable Energy Reviews， 2017 （74）： 1119-1130.

[8] Jong-Chao Yeh， Chih-Hsiang Liao. Impact of population and economic growth on carbon emissions in Taiwan using an analytic tool STIRPAT[J].Sustainable Environment Research， 2017 （27）： 41-48.endprint

[9]Stern P.C， Young O.R， Druckman D. Global Environmental Change： Understanding the Human Dimensions[M]. Washington， D.C.：National Academy Press， 1992.

[10]Raskin P.D. Methods for estimating the population contribution to environmental change [J]. Ecological Economics， 1995（15）：225-233.

[11]York R， Rosa E.A， Dietz T. Bridging environmental science with environmental policy： plasticity of population， affluence， and technology[J]. Social Science Quarterly， 2002， 83 （1）：18-34.

[12]Richard York， Eugene A. Rosa， Thomas Dietz. STIRPAT， IPAT and IMPACT： analytic tools for unpacking the driving forces of environmental impacts [J]. Ecological Economics， 2003 （46）： 351-365.

[13]謝守紅，丁卉.江蘇碳排放的演進特征及與經(jīng)濟增長的關(guān)系研究[J].生態(tài)經(jīng)濟，2013（1）：64-68.

[14]林珊珊.江蘇碳排放的數(shù)量測算及其影響因素——基于改進STIRPAT模型的計量檢驗[J].南通大學(xué)學(xué)報（社會科學(xué)版），2015，31（4）：9-16.

[15]王圣，王慧敏，陳輝，孫雪麗，李亞春.基于Divisia分解法的江蘇沿海地區(qū)碳排放影響因素研究[J].長江流域資源與環(huán)境，2011，20（10）：1243-1247.

[16]宋幫英，蘇方林.我國東中西部碳排放量影響因素面板數(shù)據(jù)研究[J].地域研究與開發(fā)，2011，20（1）：19-24.

[17]占李玲，陳洪昭.產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與環(huán)境污染關(guān)系的實證分析[J].福建師大福清分校學(xué)報，2014，126（5）：84-92.

[18]馬麗梅，張曉.區(qū)域大氣污染空間效應(yīng)及產(chǎn)業(yè)結(jié)構(gòu)影響[J].中國人口·資源與環(huán)境，2014，24（7）：157-164.

[19]李長順.氣候變化背景下南京建設(shè)低碳城市的路徑研究[D].南京：南京信息工程大學(xué)，2013.

[20]周曙東，張家峰，葛繼紅，王傳星.經(jīng)濟增長與大氣污染排放關(guān)系研究——基于江蘇省行業(yè)面板數(shù)據(jù)[J].江蘇社會科學(xué)，2010（4）：227-232.

[21]張宇青，易中懿，周應(yīng)恒.我國主要城市大氣污染與經(jīng)濟增長關(guān)聯(lián)分析——基于靜態(tài)與動態(tài)面板數(shù)據(jù)的實證[J].江西社會科學(xué)，2013（6）：56-61.

[22]馬春文，張東輝.發(fā)展經(jīng)濟學(xué)（第四版）[M].北京：高等教育出版社，2016.

[責(zé)任編輯：潘洪志]endprint