朱冬元，紀 磊

（中國地質大學（武漢）經(jīng)濟管理學院，武漢 430074）

隨著全球氣候的惡化，發(fā)展低碳經(jīng)濟已成為各國協(xié)調經(jīng)濟發(fā)展與環(huán)境保護的重要途徑。中國作為最大的發(fā)展中國家，既是世界經(jīng)濟增長的重要引擎，也是最大的CO2排放國，在未來10～15年內減排壓力是巨大的。2015年中國承諾將于2030年左右使CO2排放達到峰值并爭取盡早實現(xiàn)?！笆濉币?guī)劃提出今后5年CO2排放量下降18%，十九大報告指出要推進綠色發(fā)展，建立健全綠色低碳循環(huán)發(fā)展的經(jīng)濟體系。

長江經(jīng)濟帶幾乎覆蓋整個長江流域，跨越11個省、市，面積達205.24萬km2，占全國國土面積的21.4%，人口與經(jīng)濟總量均超過全國40%，處于貫通東西的區(qū)域范圍與連接南北的中間位置，“國家腹部”的戰(zhàn)略地位尤為突出。現(xiàn)今長江經(jīng)濟帶發(fā)展戰(zhàn)略已上升為國家戰(zhàn)略，與京津冀一體化、“一帶一路”倡議并稱為中國三大經(jīng)濟戰(zhàn)略規(guī)劃。習近平總書記視察時提出的“共抓大保護，不搞大開發(fā)”方針為長江經(jīng)濟帶發(fā)展指明了方向，堅持走綠色發(fā)展道路，實現(xiàn)經(jīng)濟發(fā)展與資源環(huán)境的相適應。減少碳排放既是堅持綠色低碳發(fā)展道路的基本要求，又是實現(xiàn)綠色低碳發(fā)展的重要標志，是實現(xiàn)長江經(jīng)濟帶綠色發(fā)展的重要途徑。

碳排放問題在中國低碳經(jīng)濟的發(fā)展中尤為重要，經(jīng)濟增長和環(huán)境污染之間關系的研究集中于二者之間是否遵循庫茲涅茨曲線。1991年，美國經(jīng)濟學家Grossman等［1］提出的庫茲涅茨曲線描述了以下現(xiàn)象：在經(jīng)濟發(fā)展的初始階段，環(huán)境質量（用污染物排放水平來衡量）隨著經(jīng)濟增長而惡化，當代表經(jīng)濟發(fā)展水平的人均收入到達某個臨界點后，環(huán)境質量隨著收入的提高而得到好轉。根據(jù)目前的研究結果來看，庫茲涅茨曲線的倒U型尚未得到強有力的實證檢驗。Narayan等［2］調查了181個國家經(jīng)濟增長和CO2排放的動態(tài)關系后指出，只有12%的國家符合庫茲涅茨曲線。另一方面，也有大量研究顯示經(jīng)濟和環(huán)境之間關系并非呈倒U型，而是出現(xiàn)N型、同步型、U型等多種類型［3］。僅有的CO2庫茲涅茨曲線研究只限于簡單地檢驗CO2排放與人均收入的關系，未考慮其他經(jīng)濟因素與排放之間的關系。深入研究經(jīng)濟發(fā)展中CO2排放量的驅動因素，對有的放矢地制定減排政策、發(fā)展低碳經(jīng)濟、應對氣候變化有著重要的理論和現(xiàn)實意義。

國內外學者對碳排放的驅動因素進行了相關研究。Yi等［4］探討了城鎮(zhèn)化與碳排放的關系，實證檢驗得出城鎮(zhèn)化的集聚會導致溫室氣體過量排放，二者存在正相關關系；姚亮等［5］使用綜合生命周期分析法算得2007年中國城鎮(zhèn)居民碳排放量達到碳排放總量的76.44%；在不考慮其他因素的前提下，一個農(nóng)村居民轉變?yōu)槌擎?zhèn)居民能源消費量將會增加1 085.26 kg標準煤［6］。譚飛燕等［7］通過設定不同模型形式考察了各種因素特別是產(chǎn)業(yè)結構變動的碳排放效應，結果顯示產(chǎn)業(yè)結構變動是碳排放增長的重要驅動因素之一，工業(yè)化進程加劇了CO2的排放；鄭長德等［8］利用省域面板數(shù)據(jù)實證分析了中國產(chǎn)業(yè)結構與碳排放的關系，發(fā)現(xiàn)第二產(chǎn)業(yè)對碳排放影響力最大，第一、第三產(chǎn)業(yè)的影響較小。多數(shù)研究結果指出，技術進步通過能源效率或能源強度的改善節(jié)約了能源，對碳排放起著積極作用。Ang等［9］基于Divisia分解法對中國和韓國制造業(yè)的CO2排放進行了比較研究，結果顯示產(chǎn)業(yè)部門能源強度的下降是CO2排放下降的主要原因；朱勤等［10］、史安娜等［11］、仲云云等［12］的研究也均證實了通過技術進步而降低的能源強度對碳排放具有明顯的拉動作用。人口規(guī)模對整個國家或者地區(qū)的經(jīng)濟、能源、社會乃至生態(tài)環(huán)境均有很大的影響。該影響主要體現(xiàn)在人口總量及增長對碳排放所起到的驅動作用［13］。隨著全球化的加強，外商直接投資（FDI）也成為地區(qū)碳排放值得考慮的因素。Pao等［14］運用面板數(shù)據(jù)協(xié)整方法進行研究，發(fā)現(xiàn)金磚國家的外商直接投資增加了碳排放。Lee［15］檢驗了FDI、碳排放和經(jīng)濟增長之間的長短期關系，運用格蘭杰因果檢驗發(fā)現(xiàn)，F(xiàn)DI和碳排放對產(chǎn)出有短期的因果關系。從學者們的研究可以發(fā)現(xiàn)，經(jīng)濟類因素的變化對CO2排放產(chǎn)生的正效應最大，其他因素變化對CO2排放產(chǎn)生的影響相對較小。

中國碳排放省域研究一般集中在以省級面板數(shù)據(jù)對假說做實證研究。孫耀華等［16］基于IPAT公式對1999—2008年中國各省區(qū)碳排放數(shù)據(jù)進行分析，顯示該時段各省區(qū)碳排放量均有增加，不同省區(qū)驅動因素的作用不同，多數(shù)省區(qū)能源強度和碳排放強度都出現(xiàn)下降趨勢，但單位能源的碳排放有增長趨勢。在長江經(jīng)濟帶戰(zhàn)略上升為國家戰(zhàn)略及長江大保護的背景下，本研究利用STIRPAT模型對長江經(jīng)濟帶CO2排放驅動因素進行分析，可以很好地反映長江經(jīng)濟帶環(huán)境壓力的變化，為區(qū)域可持續(xù)發(fā)展提供決策依據(jù)。

1 數(shù)據(jù)來源與方法

1.1 數(shù)據(jù)來源與處理

采用CEADs（中國碳排放數(shù)據(jù)庫團隊）所測量的CO2排放量的數(shù)據(jù)進行分析。CEADs研究團隊采用的核算方法以能源平衡表和工業(yè)分部門能源消費量為基礎，統(tǒng)計口徑涵蓋17種化石能源、47個社會部門以及9種工業(yè)過程，測算結果可靠性較強，被研究機構廣泛采用。

采用2008—2016年中國長江經(jīng)濟帶11個省市的面板數(shù)據(jù)，數(shù)據(jù)主要來自2008—2016年的國家統(tǒng)計局官網(wǎng)、《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》、CEADs及各省份統(tǒng)計年鑒等，模型中各相關指標見表1。

為了消除不同量綱帶來的影響，采用總和標準化的方法對長江經(jīng)濟帶CO2排放量以及各影響要素數(shù)據(jù)進行處理，分別求出各類要素所對應的數(shù)據(jù)的總和，以各要素數(shù)據(jù)除以該要素數(shù)據(jù)的總和。

這種標準化方法所得到的新數(shù)據(jù)為：

1.2 研究方法

1.2.1 STIRPAT模型介紹 20世紀末期，Ehrlich等［17］率先提出IPAT模型，該模型主要用來解釋人口對環(huán)境壓力的影響。此后，由于該模型在考察解釋變量與環(huán)境后果間的非比例影響等方面存在局限，York等［18］在此基礎上又進一步發(fā)展出STIRPAT模型，即：

式（3）中，I反映環(huán)境壓力，P反映人口數(shù)量，A反映富裕程度，T反映技術水平。a為模型系數(shù)，b、c、d分別為人口、財富和技術因素的系數(shù)，e為隨機誤差項。STIRPAT模型是一個多自變量的非線性模型，將模型兩邊取對數(shù)，可寫為：

式（4）中，lnI為因變量，lnP、lnA、lnT為自變量，lna為常數(shù)項，lne為誤差項。

根據(jù)彈性系數(shù)概念，P、A、T每發(fā)生1%的變化，將分別引起I發(fā)生b%、c%、d%的變化。

1.2.2 模型擴展及變量說明 STIRPAT模型作為研究碳排放與經(jīng)濟發(fā)展之間關系的經(jīng)典理論，被廣泛用于實際環(huán)境問題分析，已經(jīng)得到學術界的普遍認可。黃蕊等［19］利用STIRPAT模型定量分析江蘇省能源消費碳排放量與人口、富裕度、技術進步和城鎮(zhèn)化水平之間的關系；張麗峰［20］基于STIRPAT模型構建狀態(tài)空間模型，定量分析了北京市1980—2011年人口規(guī)模、人口城市化結構、居民消費與經(jīng)濟規(guī)模多個變量對碳排放隨時間變化的動態(tài)影響；朱勤等［21］從消費壓力人口因素出發(fā)探討碳排放，利用擴展后的STIRPAT模型分析居民消費水平、城鎮(zhèn)化率、人口規(guī)模3個因素對中國碳排放的影響。

在STIRPAT模型原式的基礎上，可以根據(jù)研究需要增加其他變量來進行相關分析，但要求增加的解釋變量應與公式（3）的乘積形式保持一致。因此，結合長江經(jīng)濟帶實際情況，對原式進行了拓展，建立的碳排放經(jīng)濟計量模型如下。

式（5）中，I為能源消費產(chǎn)生的碳排放量；P為人口數(shù)量；A為富裕程度，以人均GDP表示；T為能源強度，即能源消費量與GDP的比值；X為環(huán)境治理強度，以環(huán)境污染治理投資額表示；U為城市化水平，以城鎮(zhèn)人口與常住人口的比值表示；F為外資的投入情況，以實際利用外資額表示；ε為模型隨機干擾項。為了通過回歸分析確定有關參數(shù)，對式（5）兩邊取對數(shù)，得：

式中，β1、β2、β3、β4、β5、β6為彈性系數(shù)，表示當P、A、T、X、U、F每變化1%時，分別引起I發(fā)生β1%、β2%、β3%、β4%、β5%、β6%的變化。

比起傳統(tǒng)意義上的STIRPAT模型，本研究通過對現(xiàn)有傳統(tǒng)模型的分析及改進，將人口變量用地區(qū)年末人口數(shù)量表示，將富裕程度變量用人均GDP表示，將技術變量用單位GDP能耗表示。同時在此基礎上引入城鎮(zhèn)化率、環(huán)境污染治理投資、FDI等多個變量，以此觀測區(qū)域要素對碳排放的影響。

1.2.3 計量方法 在前文理論分析的基礎上，依據(jù)有關數(shù)據(jù)，選用面板數(shù)據(jù)進行分析。運用Stata 14.0軟件對整體面板數(shù)據(jù)分別進行了ADF檢驗和Hausman檢驗，檢驗結果都顯著支持固定效應。綜合國內外研究和現(xiàn)實情況，本研究在利用面板數(shù)據(jù)進行STIRPAT建模時選擇固定效應模型進行拓展。

2 實證分析

2.1 描述性統(tǒng)計

由各變量的描述性統(tǒng)計結果（表2）可知，長江經(jīng)濟帶各省市產(chǎn)生的CO2總量差異明顯，反映出各地區(qū)面臨的環(huán)境壓力不同，且各省市之間在人口數(shù)量、富裕程度、技術水平等各方面也有所差異。

表2 2008—2016年長江經(jīng)濟帶主要變量描述性統(tǒng)計結果

2.2 平穩(wěn)性檢驗

建立模型前，首先需對各變量的時間序列進行平穩(wěn)性檢驗。利用Stata 14.0軟件對各變量序列進行平穩(wěn)性檢驗，再用ADF方法對各變量的平穩(wěn)性進行檢驗。對lnI、lnP、lnA、lnT等變量單位根的檢驗結果如表3所示?？梢钥闯?，所有時間序列變量的ADF統(tǒng)計量絕對值小于5%臨界值水平。因此，所有變量序列都是平穩(wěn)的。

表3 變量數(shù)據(jù)平穩(wěn)性檢驗

2.3 CO 2排放量時空演變

根據(jù)2008—2016年長江經(jīng)濟帶CO2排放量得到在這一時期內長江經(jīng)濟帶CO2排放量時空演化過程，如圖1至圖4所示?？梢园l(fā)現(xiàn)，2008—2016年長江經(jīng)濟帶整個區(qū)域內碳排放量總體呈增長態(tài)勢，其中下游地區(qū)的江蘇省、浙江省的CO2排放量在整個區(qū)域內保持前列，上游地區(qū)的貴州省碳排放量在這一時期內顯著增長。

圖1 2008年長江經(jīng)濟帶CO2排放量空間分布

圖4 2016年長江經(jīng)濟帶CO2排放量空間分布

2.4 CO 2排放量影響因素分析

從回歸分析結果（表4）可以看出，各因素對CO2排放量影響大小分別為城鎮(zhèn)化水平（0.765 0）、人口數(shù)量（0.424 5）、能源強度（0.202 7）、人均GDP（0.085 6）、環(huán)境污染治理投資（0.085 3）、實際利用外資（0.057 5），這些變量與CO2排放量之間均存在正相關關系。

表4 CO2排放量影響因素分析

城鎮(zhèn)化水平是影響長江經(jīng)濟帶碳排放量最重要的因素。城鎮(zhèn)化率每提高1%，就會使區(qū)域內碳排放量增加0.765 0%。2008年以后，長江經(jīng)濟帶城鎮(zhèn)化進程加快，從空間上看中西部地區(qū)城鎮(zhèn)化水平顯著提高。城鎮(zhèn)化過程中城市建設加快，基礎設施、住宅、交通等需求大量增加，人口在城鎮(zhèn)集聚，對能源的消耗增加，從而導致碳排放量大幅增加。下游地區(qū)城鎮(zhèn)化率處于全國前列，但中上游地區(qū)城鎮(zhèn)化水平處于或低于全國平均水平，所以城鎮(zhèn)化水平這一驅動因素將繼續(xù)對區(qū)域內碳排放產(chǎn)生顯著影響。

圖2 2011年長江經(jīng)濟帶CO2排放量空間分布

圖3 2014年長江經(jīng)濟帶CO2排放量空間分布

人口數(shù)量是影響長江經(jīng)濟帶碳排放量的另一重要因素，人口數(shù)量每增加1%，就會導致區(qū)域內碳排放量增加0.424 5%。人口數(shù)量的系數(shù)并不是最大的，但本研究認為它是造成碳排放增長的主要因素。人們的生產(chǎn)生活都會消耗能源并產(chǎn)生CO2，區(qū)域人口數(shù)量的增長必然導致碳排放量的剛性增長。長江經(jīng)濟帶目前處于發(fā)展的黃金時期，是全國經(jīng)濟的重要增長極，吸引了大量的優(yōu)秀人才，同時隨著經(jīng)濟水平的提高，能源消耗也將不斷增加，人口這一因素將進一步影響著區(qū)域內的碳排放。

能源強度也對長江經(jīng)濟帶碳排量產(chǎn)生了重要影響，單位GDP能耗每增加1%，就會使區(qū)域內碳排放量增加0.202 7%。區(qū)域內能源強度是不斷下降的，即各省份單位GDP能耗是下降的，但碳排放量是上升的，表明目前區(qū)域內能源強度的降低并沒有起到足夠減少碳排放的作用，這與區(qū)域內的能源結構有關。長江經(jīng)濟帶大部分地區(qū)的能源消費以煤炭為主，且大多為原煤直接燃燒，雖然技術進步提高了能源的利用效率，但仍未達到降低能源消費量的程度。

人均GDP的變化同樣影響了長江經(jīng)濟帶的碳排放量，人均GDP每增加1%，就會使區(qū)域內碳排放量增加0.085 6%。人均GDP增長使得人均收入提高，生活水平和質量也不斷改善，消費能力和水平逐步增強。但個人消費并不是完全消費高耗能和高排放產(chǎn)品，因此，由人均GDP所造成的碳排放總量增長并不十分明顯，其影響程度相對較低。

環(huán)境污染治理投資同樣對長江經(jīng)濟帶的碳排放量產(chǎn)生了一定影響，環(huán)境污染治理投資每增加1%，區(qū)域內碳排放量將增加0.085 3%。在環(huán)境污染治理的過程中盡管對環(huán)境有所改善，但其環(huán)境治理活動受到技術等因素的限制，對環(huán)境的治理效率并不高，對碳排放量的影響較小。環(huán)境污染治理投資的增長與碳排量是相互影響的，碳排放量的增長反而會影響環(huán)境污染治理投資額的增加，故二者呈現(xiàn)同向增長。

實際利用外資對碳排放量的影響較弱，其每增加1%，將會使區(qū)域內CO2排放量增加0.057 5%。資本的投入帶來了更多的經(jīng)濟活動，會對地區(qū)產(chǎn)業(yè)發(fā)展起到促進作用，但在這一過程中帶來了能源消耗的增長，碳排放量的增加也是不可避免的。長江經(jīng)濟帶作為重要的戰(zhàn)略發(fā)展區(qū)域，對外資的吸引力必將逐漸增加，尤其是上中游地區(qū)，有很大引進外資的空間，預計外資這一驅動因素的影響力將會提高。

3 小結與建議

本研究基于STIRPAT模型理論，對長江經(jīng)濟帶環(huán)境壓力因素（碳排放）與人口、財富、技術等因素的關系進行了分析。結果表明，各指標因素對長江經(jīng)濟帶CO2排放總量影響各有不同，其驅動因素從大到小為城鎮(zhèn)化水平（0.765 0）、人口數(shù)量（0.424 5）、能源強度（0.202 7）、人均GDP（0.085 6）、環(huán)境污染治理投資（0.085 3）、實際利用外資（0.057 5）。其中，城鎮(zhèn)化水平、人口、能源強度對區(qū)域內CO2排放量有著較為顯著的影響。從區(qū)域發(fā)展態(tài)勢及能源消耗來看，未來長江經(jīng)濟帶碳排放量仍將繼續(xù)增加，這不僅會進一步加劇生態(tài)環(huán)境壓力，也使得區(qū)域面臨較大的減排壓力。

本研究提出如下建議：①城鎮(zhèn)化過程中新增的建筑將產(chǎn)生大量的CO2，同時拆除舊建筑也產(chǎn)生了大量建筑垃圾，因此政府應倡導使用更為環(huán)保的材料代替?zhèn)鹘y(tǒng)水泥，并且增加建筑壽命，提高建筑質量，減少由此產(chǎn)生的建筑垃圾；②發(fā)展公共交通，大力發(fā)展新能源汽車行業(yè)并推廣使用，減少交通對傳統(tǒng)能源的消耗；③大力發(fā)展節(jié)能減排技術，提高技術利用率，并將其轉化成生產(chǎn)力，提高能源使用效率，降低能源強度，并加大技術創(chuàng)新力度，提高環(huán)境治理效率；④調整能源結構，利用地理優(yōu)勢，以三峽建設為基礎，積極發(fā)展水力發(fā)電，深入開發(fā)風能、太陽能和生物質能等清潔能源和可再生能源，提高非碳能源在能源消費中的比例，減少對傳統(tǒng)能源如煤和石油的使用；⑤規(guī)范外商行為，對外國資本的投入使用決不能以犧牲環(huán)境為代價，高質量利用外資幫助實現(xiàn)區(qū)域可持續(xù)發(fā)展；⑥充分發(fā)揮媒體的優(yōu)勢與作用，廣泛宣傳綠色生活理念，倡導低碳的居民生活方式和消費方式，減少居民生活產(chǎn)生的碳排放。