■ 牛苗苗/楊樹旺

（中國地質(zhì)大學（武漢）經(jīng)濟管理學院，湖北 武漢 430074）

0 引言

由于中國經(jīng)濟總量增長迅速，能源消耗不斷增加，再加上以煤為主的能源消費結(jié)構(gòu)，導致碳排放總量不斷增長，成為世界上最大碳排放國家之一[1]。雖然目前中國尚未承擔減排任務(wù)，但是減少碳排放已成為國際共識，中國也面臨著巨大的挑戰(zhàn)和壓力。積極尋找減排途徑、加速發(fā)展低碳經(jīng)濟，既是中國順應世界發(fā)展潮流的需要，也是中國實現(xiàn)可持續(xù)發(fā)展的內(nèi)在要求。尋找減排途徑的前提，是準確分析和把握中國碳排放量的影響因素，并對其碳排放量進行預測，這樣才能對癥下藥。為此，本文運用協(xié)整分析方法，定量研究了各因素對碳排放量的影響，并利用ARIMA模型對中國碳排放總量進行預測。

1 中國碳排放影響因素分析

1.1 變量選取

選取二氧化碳排放總量（TC）為目標變量，人口總數(shù)（P）、國內(nèi)生產(chǎn)總值（G）、能源消費總量（E）、能源生產(chǎn)效率（EP）、產(chǎn)業(yè)結(jié)構(gòu)（ST，用工業(yè)比重作為代表）為解釋變量。

1.2 數(shù)據(jù)的選取

本文選取1980—2011年年度數(shù)據(jù)，數(shù)據(jù)來源于《2012年中國統(tǒng)計年鑒》和美國能源總署EIA的統(tǒng)計結(jié)果，均以1980年為基期。同時，為消除變量中的不穩(wěn)定性和異方差現(xiàn)象，對各變量分別進行對數(shù)化處理，軟件使用Eviews5.0。

1.3 實證分析

1.3.1 相關(guān)性檢驗

通過相關(guān)系數(shù)矩陣的計算，可以發(fā)現(xiàn)，TC與P、G、E、EP的相關(guān)系數(shù)都在0.73以上，而TC與ST的相關(guān)系數(shù)較小，相關(guān)性較弱。同時，可以發(fā)現(xiàn)E、EP、G和P這些解釋變量的相關(guān)系數(shù)也很高，可能存在較嚴重的多重共線性。為了減輕多重共線性的影響，在建立協(xié)整方程時，應采用逐步回歸法。

1.3.2 平穩(wěn)性檢驗

利用Eviews5.0來檢驗，結(jié)果發(fā)現(xiàn)TC、P、G、E、ST和EP經(jīng)過二階差分后都是顯著平穩(wěn)的。在此基礎(chǔ)上，使用A D F檢驗方法，可以發(fā)現(xiàn)TC、P、G、E、ST和EP的水平序列在1%和5%的顯著性水平上都不平穩(wěn)，一階差分DTC、DP、DG、DE、DST、DEP在1%的顯著性水平都是不平穩(wěn)的，二階差分DDTC、DDP、DDG、DDE、DDST、DDEP在1%的顯著性水平上都是平穩(wěn)的，也就是說這些時間序列TC、P、G、E、ST和EP經(jīng)過二階差分后平穩(wěn)，它們都是二階單整序列。這意味著協(xié)整檢驗是有必要的。

1.3.3 協(xié)整檢驗

本文采取Engle和Granger提出的協(xié)整檢驗方法。這種檢驗方法是對回歸方程的殘差進行單位根檢驗。從協(xié)整理論的思想看，自變量和因變量之間存在協(xié)整關(guān)系，也就是說，因變量能被自變量構(gòu)成的線形組合所解釋，兩者之間存在穩(wěn)定的均衡關(guān)系，因變量不能被自變量所解釋的部分構(gòu)成一個殘差序列，這個殘差序列應該是白噪聲的，平穩(wěn)的[2]。因此，檢驗一組變量(因變量和自變量)之間是否存在協(xié)整關(guān)系等價于檢驗回歸方程的殘差是否是平穩(wěn)序列。由于TC、P、G、E、ST和EP均為二階單整變量，我們可按EG兩步法做如下協(xié)整回歸，并檢驗三個變量是否存在協(xié)整關(guān)系。

第一步，為了減輕多重共線性的影響，利用Eviews5.0軟件進行逐步回歸[3]。逐步回歸后，剔除了P和ST兩個變量。修正多重共線性影響后的協(xié)整方程為：

方程括號中為估計參數(shù)t的統(tǒng)計量，由于各變量之間的量綱差異較大，所以有必要對原始數(shù)據(jù)進行標準化處理，標準化后的協(xié)整方程為：

從式(1)可以看出，回歸方程的T檢驗和F統(tǒng)計檢驗都很顯著，而且修正的可絕系數(shù)也很高，說明擬合總體效果較好。DW=1.886016接近于2，說明模型不存在自相關(guān)。但是，G的系數(shù)是負，EP的系數(shù)是正的。這可能是因為方程(1)中沒有考慮到GDP和能源生產(chǎn)率對碳排放量影響的時滯性造成的結(jié)果。

第二步，回到協(xié)整檢驗，對方程(1(的殘差Ut進行白噪聲檢驗。如表1所示，Ut序列在1%顯著性水平下拒絕原假設(shè)，因此可以判定Ut為白噪聲的平穩(wěn)序列。同時從殘差Ut的自相關(guān)圖和偏相關(guān)圖也可以看出，殘差Ut是白噪聲的。這表明TC與E、G、EP之間存在一定的協(xié)整關(guān)系，即它們之間的某種線性組合是平穩(wěn)的，它們變動的方向與幅度一致，長期上存在穩(wěn)定的線性關(guān)系。（參見表1）

1.3.4 向量自回歸

向量自回歸(V A R)模型不但考慮到影響因素的滯后問題，還能夠解決自變量內(nèi)生的問題。本文所分析的各種影響因素對碳排放的影響基本上都存在一定的時滯，并且碳排放和本文分析的影響因素之間關(guān)系復雜，存在自變量內(nèi)生的問題。所以，本文將進一步考慮建立向量自回歸(VAR)模型。對由TC與G、E、EP組成的VAR方程，通過Eviews5.0反復試驗，在選擇滯后期為1時，SC最小，則確定滯后期為1的VAR模型。估計結(jié)果如下，其具體形式可以表述為如下模型:

表1 殘差Ut的ADF檢驗

另外，通過VAR模型的穩(wěn)定性檢驗也可以發(fā)現(xiàn)，VAR模型有兩個特征根落在單位圓之外，表面所建立的模型是非平穩(wěn)系統(tǒng)。（見圖1）

下面對T C與G、E、E P做一階差分，利用一階差分序列建立VAR模型。根據(jù)AIC和SC最小原則，本文選擇滯后期為1的VAR模型，估計結(jié)果如下：

圖1 VAR模型的穩(wěn)定性檢驗

從表2可以看出，一階差分后得到的VAR方程的調(diào)整后的樣本決定系數(shù)為0.527948，AIC和SC也非常小，可以判斷VAR模型的總體性質(zhì)比較好。同時從V A R模型的穩(wěn)定性檢驗也可知，VAR模型的全部特征根都在單位圓之內(nèi)，表明VAR模型是穩(wěn)定的。所以該模型較好地反映了中國碳排放復雜系統(tǒng)的長期變動關(guān)系，并且較好地解決了自變量內(nèi)生化的問題。

2 中國碳排放的預測

2.1 ARIMA模型的識別

由上一章平穩(wěn)性檢驗可以看出TC二階差分后是白噪聲的，這也意味著利用其來做預測是沒有意義的。所以對TC原始數(shù)據(jù)取對數(shù),即得LNTC，然后對LNTC進行ADF檢驗。由表3可知，在5%顯著性水平上，LNTC一階差分后是平穩(wěn)的。因為是進行了一階差分,因此認為A R I M A(p,d,q)中d=1。

ARMA(p,q)模型的識別與定階可以通過樣本的自相關(guān)與偏自相關(guān)函數(shù)的觀察獲得[4]。通過LNTC一階差分后的自相關(guān)結(jié)果可以發(fā)現(xiàn)，偏自相關(guān)在滯后1處冒出了統(tǒng)計上顯著的尖柱，而在其余地方都不顯著。根據(jù)A C F與P A C F的理論模式，可初步認定DLNTC模型是一個AR(1)過程。

2.2 AR(1)模型的估計

首先，嘗試建立如下AR模型：

DLNTCt=δ+α1DLNTCt-1+μt利用Eviews5.0，我們得到如下估計結(jié)果：

表2 VAR模型估計統(tǒng)計量

2.3 模型的檢驗

通過檢驗結(jié)果可知，對模型的Q統(tǒng)計量進行白噪聲檢驗，得出殘差序列相互獨立的概率很大，故不能拒絕序列相互獨立的原假設(shè)，即表明估計出來的殘差是純隨機的，模型檢驗通過，也就是說，將DLNTC設(shè)定為AR(1)過程是正確的，故可以利用方程(5)來預測中國碳排放量。

2.4 模型的預測

我們使用時間序列分析的方法對中國碳排放的年度數(shù)據(jù)序列建立自回歸預測模型，并利用方程(5)對2005到2008年的數(shù)值進行預測和對照：

由表4可見，該模型在短期內(nèi)預測比較準確，平均絕對誤差為2.99%。按照所建立的模型，我們對中國2012年與2013年的碳排放總量進行預測：2012年預計碳排放總量為6872.479百萬噸，2013年預計碳排放總量達到7252.646百萬噸。

3 結(jié)論

通過協(xié)整分析，發(fā)現(xiàn)中國碳排放量與中國國內(nèi)生產(chǎn)總值、中國能源消費量、中國能源生產(chǎn)率之間存在長期均衡關(guān)系。其中中國能源消費量對中國碳排放量有顯著的正向影響，而中國國內(nèi)生產(chǎn)總值對中國碳排放量的影響具有較強的滯后性。同時研究發(fā)現(xiàn)，利用ARIMA模型對中國碳排放量的預測精確度相當高，按照所建立的ARIMA模型預測，2012年預計中國碳排放總量為6872.479百萬噸，2013年預計碳排放總量達到7252.646百萬噸。

表3 ADF檢驗結(jié)果

表4 ARIMA（1,1,0）預測值與實際值的比較

[1]王鋒，吳麗華.中國經(jīng)濟發(fā)展中碳排放增長的驅(qū)動因素研究[J].經(jīng)濟研究，2010(2)：123-131.

[2]達摩達爾·N·古扎拉蒂.計量經(jīng)濟學基礎(chǔ)[M].北京：中國人民大學出版社,2005.

[3]申笑顏.中國碳排放影響因素的分析與預測[J].統(tǒng)計與決策，2010(19):90-92.

[4]譚詩!.ARIMA模型在湖北省GDP預測中的應用——時間序列分析在中國區(qū)域經(jīng)濟增長中的實證分析[J].時代金融，2008(1):26-27.