曹洪剛, 陳　凱, 佟　昕

(東北大學 工商管理學院, 遼寧 沈陽　110819)

?

中國省域碳排放的空間溢出與影響因素研究
----基于空間面板數據模型

曹洪剛, 陳凱, 佟昕

(東北大學 工商管理學院, 遼寧 沈陽110819)

摘要:以空間地理視角,驗證了我國省域碳排放空間依賴性;基于空間面板數據模型,估計了不同視域影響因素對碳排放增長的貢獻。研究發(fā)現:2000—2012年間,中國省域能源碳排放空間上具有依賴性,鄰近省域的碳排放及影響因素的空間溢出效應明顯;經濟增長、金融發(fā)展、城鎮(zhèn)化率、產業(yè)結構和出口依存度系數均為正值,人口、技術進步對降低碳排放增長作用效果顯著,能源價格對碳排放增長作用效果沒有通過顯著性檢驗。政府部門在制定碳排放相關政策和發(fā)展規(guī)劃時,必須考慮鄰近區(qū)域碳排放影響因素的作用,結合碳排放及相關影響因素的空間溢出效應,實現中國在時間維度和空間維度的碳排放量整體降低。

關鍵詞:碳排放; 空間溢出; 空間面板數據模型

碳排放及其影響因素的問題成為氣候問題的重要課題,現有碳排放問題的研究主要從人口、能源消費強度、人均GDP、能源消費結構幾個因素進行分析[1-2]。Wu等學者采用對數均值迪氏分解法研究中國及個別區(qū)域的人均二氧化碳排放量與能源消費等影響因素的關系問題[3-4]。李娜等學者采用灰色關聯(lián)分析等方法對碳排放影響因素進行了研究[5-7]。

可以看出,國內外學者對中國碳排放影響因素問題已經取得了一些有價值的研究成果,現有研究的碳排放影響因素主要集中在人口、經濟增長和技術進步方面,缺少全方位考慮碳排放的影響因素研究,并且現有研究主要采用時間序列分析方法,較少對截面數據進行分析,更是缺少空間面板數據分析。本文研究在借鑒已有研究的基礎上,采用空間統(tǒng)計和空間計量模型,對我國省域的不同影響因素對碳排放的作用進行實證分析,檢測區(qū)域碳排放的空間依賴性及其對碳排放的空間作用機制。

一、碳排放理論模型構建及數據來源

1. 碳排放模型構建

STIRPAT作為IPAT模型的修正和擴展,能夠克服IPAT模型假設的不足[8]。關于STIRPAT模型的代表性研究有:何強、朱遠程等學者利用STIRPAT模型研究了人口、技術等因素對北京市環(huán)境的影響[9-10]。本文參考STIRPAT模型,構建碳排放變化模型估計影響因素對碳排放的彈性系數,并檢驗碳排放量變化過程中的溢出效應。

IPAT模型的具體表達式為:

其中,I代表環(huán)境負荷;P代表人口;A代表人均GDP;T代表單位GDP的環(huán)境負荷。STIRPAT模型是通過人口、財產、技術三個自變量和因變量之間的關系對環(huán)境影響進行評估的可拓展的隨機性模型[11],具體公式為:

當a、b、c、d都為1的時候,STIRPAT模型就還原為IPAT模型。其中,a是模型的比例常數項,b、c、d皆為指數項,e為誤差項。

本文參考STIRPAT模型構造出碳排放與影響因素關系的計量模型:

其中,I、P、A、T、F、U、S、E、EX分別代表碳排放量、人口、經濟增長、技術進步、金融發(fā)展、城鎮(zhèn)化率、產業(yè)結構、能源價格和出口依存度,b、c、d、e、f、g、h、k均為模型參數。

將碳排放函數(3)兩邊取對數,則變?yōu)榻涷灧治瞿Ｐ?

lnIi=lna+blnPi+clnAi+dlnTi+

elnFi+flnUi+glnSi+hlnEi+

式中,a為常數;b、c、d、e、f、g、h、k不同影響因素的彈性系數;ε表示隨機項。

2. 省域碳排放核算

本文在借鑒現有文獻的基礎上[12-14],參考IPCC核算碳排放的計量方法及CDIAC等國際組織估算的我國碳排放量數據[15],確定本文碳排放量核算公式:

式中:Iit表示第i省份第t年碳排放總量;(i=1,…,30,t =1,…,13);Eijt表示第i省份第t年第j種能源消費總量;Ej表示第j種能源的折算標準煤系數;EFj表示第j種能源的碳排放系數;j表示第j種能源。

根據《中國能源統(tǒng)計年鑒》中的標準煤系數和美國能源部推薦的碳排放系數,測算出2000—2012年中國30個省域的碳排放量(由于數據缺失,不包含香港、澳門、臺灣、西藏地區(qū))。

3. 碳排放的影響因素

鑒于我國的實際情況,參考國內外學者關于碳排放相關文獻及碳排放影響因素的研究成果,考慮數據的可獲得性和完整性,確定了8個碳排放的主要影響因素:

人口(P)。一個國家或區(qū)域的經濟發(fā)展不同階段往往導致人口增長對碳排放增長作用效應不同,本文采用中國各地區(qū)年末人口總數來表示。

經濟增長(A)。本文采用國內生產總值數據代表經濟增長指標,并調整價格波動的影響。

技術進步(T)。專利數據是被廣泛應用在技術進步的測度的方法,本文參考國內外學者的廣泛做法采用專利授權數據作為技術進步的評價指標[16]。

金融發(fā)展(F)。金融發(fā)展是指金融系統(tǒng)規(guī)模的擴大和效率的改善,金融相關率是應用評估金融發(fā)展水平最為廣泛的指標。本文采用金融機構貸款余額與地區(qū)生產總值之比來衡量金融發(fā)展指標。

城鎮(zhèn)化率(U)。本文采用城鎮(zhèn)人口占總人口的比率代表城鎮(zhèn)化率。

產業(yè)結構(S)。通過第二產業(yè)國內生產總值占總的國內生產總值比例來代替產業(yè)結構指標。

能源價格(E)。采用各個省域的原材料、燃料、動力價格指數來替代能源價格指標。

出口依存度(EX)。根據出口額占國內生產總值比重即出口依存度來反映國際貿易中出口貿易的發(fā)展水平。

本文實證研究的樣本為中國大陸30個省、自治區(qū)和直轄市,數據來源于各年的《中國能源統(tǒng)計年鑒》《中國統(tǒng)計年鑒》等資料。

二、 研究方法

1. 空間面板計量經濟模型的類型

本文參考STIRPAT模型,構建我國省域碳排放空間面板數據模型,標準面板數據計量經濟學模型為:

lnIit=blnPit+clnAit+dlnTit+elnFit+

flnUit+glnSit+hlnEit+klnEXit+

其中,i表示截面省域(i=1,2,…,N),t表示時期(t=1,2,…,T),Iit為被解釋變量,表示由i區(qū)域、t時期碳排放量值構成的N×1向量,解釋變量Pit、Ait、Tit、Fit、Uit、Sit、Eit、EXit和表示人口增長、經濟增長、技術進步、金融發(fā)展、城鎮(zhèn)化率、產業(yè)結構、能源價格、出口依存度觀測值構成的N×8矩陣,b、c、d、e、f、g、h、k為待估計的常數回歸參數;εit是獨立且同分布的隨機誤差項,μit表示空間效應,υit表示時期效應[17]。

本文納入空間效應的省域碳排放函數,當本區(qū)域碳排放量被解釋變量決定于其鄰近區(qū)域的碳排放量觀測值及觀察到的一組局域特征,就需要采用空間滯后面板數據計量經濟模型:

dlnTit+elnFit+flnUit+glnSit+

其中,ρ為空間滯后(自回歸)系數;wij為空間權值矩陣W的元素。該權值矩陣經過行標準處理,每一行的元素之和為1。對于W的設定,本文采用鄰近矩陣對權值矩陣W進行設定。

如果地區(qū)碳排放被解釋變量決定于觀察到的一組局域特征及其忽略掉的在空間上相關的重要變量(誤差項),這就是空間誤差面板數據計量經濟模型:

lnIit=blnPit+clnAit+dlnTit+elnFit+

flnUit+glnSit+hlnEit+klnEXit+

式中,φit表示空間自相關的誤差項;λ為空間誤差(自相關)系數。

如果在空間鄰近地區(qū)的影響因素對省域的碳排放量也有影響,這就需要使用空間杜賓面板數據計量經濟學模型:

dlnTit+elnFit+flnUit+glnSit+

其中,WlnP、WlnA、WlnT、WlnF、WlnU、WlnS、WlnE、WlnEX表示不同影響因素的空間滯后變量,與a和b、c、d、e、f、g、h、k一樣,α、β、χ、δ、ζ、ξ、η、ψ為待估計的常數回歸參數。

2. 空間面板計量經濟模型的設定

空間效應反映隨空間變化而不隨時期變化的特征變量對碳排放的影響;時期效應反映隨時期變化而不隨空間變化的特征變量對碳排放的影響?？臻g面板數據模型根據對空間和時期效應的處理分為空間隨機效應、空間固定效應、時期隨機效應、時期固定效應、空間時期隨機效應和空間時期固定效應等多種模型?？臻g固定效應模型控制時間上不變的空間固定變量,相對于其他模型更為合理,典型的橫截面研究則可能導致有偏的參數估計。

三、 實證分析

1. 省域碳排放空間自相關檢驗模型

在實際的空間相關分析應用研究中,通過Moran’sI對全域空間相關性分析。本文采用空間鄰近權值矩陣來計算2000—2012年的空間自相關Moran’sI指數值,計算和檢驗過程如下所示。

Moran’sI定義:

式(11)中,i=1,2,…,n;j=1,2,…,m;m=n或m≠n。

Moran’sI的值大于0時,表示空間存在正相關,數值越大,空間分布的正相關性就越強;當Moran’sI的值小于0時,空間相鄰單元之間則不存在相似的屬性;當Moran’sI的數值為0時,則該空間單元服從隨機分布。若各區(qū)域的碳排放空間正相關,則其數值就較大;負相關則較小。

局域空間自相關用來檢驗局域是否存在相似或相異的觀測值聚集在一起。為了進一步解釋區(qū)域碳排放在局部空間上的關聯(lián)程度,通過繪制散點圖來描述2000—2012年碳排放的局域空間自相關性。

2. 空間面板計量經濟模型實證分析

首先通過Moran’sI統(tǒng)計量判斷相鄰省域的碳排放存在普遍的正相關,采用碳排放Moran散點圖分析碳排放局域空間自相關,由于我國低碳排放的省域被低碳排放的其他省域包圍,高碳排放的省域被高碳排放的其他省域包圍,多數省域和周邊省域之間具有碳排放趨同的相似性,證明我國省域碳排放存在集聚的特征。

根據2000—2012年中國30個省域的面板數據對模型(6)～(9)進行估計,實證研究結果如表1和表2所示。

表1　省域碳排放的標準面板計量模型分析結果

(2) 根據LM及Robust檢驗結果,判斷應該選擇空間滯后面板模型還是空間誤差面板模型。標準面板回歸中估計殘差的LM和Robust檢驗結果,空間滯后面板模型檢驗值分別為9.267 7和5.218 9,均通過0.02%的顯著性水平檢驗,空間誤差面板模檢驗值分別為10.812 4和6.763 7,均通過0.009%的顯著性水平檢驗,根據以上結果可以判斷應該采用空間誤差模型更加合理。

(3) 根據Hausman檢驗結果,判斷空間面板數據計量經濟模型的固定效應模型和隨機效應模型選擇?？疾炜臻g效應和解釋變量間的相關檢驗結果顯示:Hausman統(tǒng)計量為53.744 5,伴隨概率為0.000 0,拒絕個體效應和解釋變量無關的原假設,應該采用固定效應模型,空間面板模型和標準面板模型的Hausman檢驗結果一致,可以判斷固定效應模型為較好的選擇,因此中國30個省域碳排放的空間面板固定效應模型是更為合理的模型。

(4) 根據Wald和LR檢驗判斷空間面板杜賓模型能否轉化為空間滯后模型和空間誤差模型,表明對于省域碳排放增長來講,空間誤差面板模型較之空間杜賓面板模型的效果更好一些。

表2　省域碳排放的空間誤差計量模型估計結果

根據表2中我國省域碳排放的空間誤差模型和空間杜賓模型的各種形式模型估計及檢驗結果可以看出:空間固定效應模型Ⅱ和空間固定效應模型Ⅵ估計結果的對數似然值分別為227.482 3和273.274 7,對應的擬合優(yōu)度系數分別為0.883 6和0.908 8,都相對較高,根據我國實際情況,模型的經濟學含義明顯。因此本文選擇空間固定效應模型Ⅱ和空間固定效應模型Ⅵ對我國省域碳排放各影響因素彈性系數及其空間溢出效應展開實證研究。

表2中空間固定效應模型Ⅱ的估計結果顯示:經濟增長、金融發(fā)展、城鎮(zhèn)化率、產業(yè)結構和出口依存度彈性系數均為正值,即均對碳排放增長具有正向作用,在不考慮其他因素的影響條件下,經濟每增長1%,可導致我國省域碳排放增長0.85%;金融發(fā)展指標每增長1%,可導致我國省域碳排放增長0.324 7%;城鎮(zhèn)化率每增長1%,導致我國省域碳排放增長0.269 2%;產業(yè)結構每增長1%,導致我國省域碳排放增長0.629 6%;出口依存度對碳排放的作用效果不顯著,可能和我國對外貿易政策有關,降低高能耗和高排放的出口貿易起到顯著的效果;人口、技術進步和能源價格對碳排放起到負向作用,人口和技術進步分別通過了顯著性水平檢驗,能源價格對我國省域碳排放作用沒有通過顯著性檢驗,這和我國市場經濟發(fā)展階段相符合。

表2中空間固定效應模型Ⅵ估計結果顯示:經濟增長、金融發(fā)展、城鎮(zhèn)化率、產業(yè)結構和出口依存度彈性系數均為正值,即均對碳排放增長具有正向作用,在不考慮其他因素的影響條件下,經濟每增長1%,可導致我國省域碳排放增長1.334 0%;金融發(fā)展指標增長1%,可導致我國省域碳排放增長0.475 4%;城鎮(zhèn)化率每增長1%,導致我國省域碳排放增長0.189 6%;產業(yè)結構每增長1%,導致我國省域碳排放增長0.392 7%,人口、技術進步和能源價格對碳排放起到負向作用,人口和技術進步分別通過了顯著性水平檢驗,能源價格對我國省域碳排放作用同樣也沒有通過顯著性檢驗。因此,結合本文研究得到的碳排放影響彈性系數,可以看出目前我國經濟發(fā)展等因素導致的碳排放問題有待解決,技術進步降低碳排放能力有待加強。

表2回歸結果還表明:空間固定效應模型Ⅱ的ρ值(0.240 0)和空間固定效應模型Ⅵ的ρ值(0.215 0)都通過了0.1%的顯著性水平檢驗,可以看出在考慮和不考慮解釋變量空間鄰近滯后效應的情況下,鄰近省域碳排放每增加1%,省域的碳排放分別增加0.24%和0.22%。因此可以證明,在分析區(qū)域碳排放增長的時候,傳統(tǒng)的不考慮空間效應的面板數據模型估計結果是有偏的。同時,產業(yè)結構的空間滯后項的空間滯后系數顯著為正,這表示省域產業(yè)結構存在顯著的空間溢出效應,鄰近省域的產業(yè)結構對省域碳排放增長表現為集聚效應。可以得出結論:鄰近省域碳排放影響因素和碳排放增長都存在明顯的空間溢出性,證明在省域碳排放模型中不但被解釋變量間存在交互作用,解釋變量之間也存在交互作用。在我國省域碳排放增長過程中,一個省域的不同碳排放影響因素能夠導致鄰近省域的碳排放上升或下降,省域內影響因素與鄰近省域影響因素,一同驅動我國省域碳排放的變化,這種空間溢出效應對中國區(qū)域經濟低碳轉型意義重大。

四、 主要結論與政策建議

中國省域碳排放具有明顯的空間依賴性及較為明顯的空間集聚性。本文首次全面考慮碳排放影響因素而建立空間面板數據模型,就不同影響因素對碳排放增長的貢獻作了準確估計,檢驗了影響因素及碳排放增長是否存在空間溢出效應,本文的空間滯后和空間誤差模型的分析結果顯示:①中國省域碳排放的增長存在明顯的空間相關性,而且各省域的產業(yè)結構集群現象明顯,因此在對中國碳排放增長研究中必須充分考慮省域碳排放增長過程中的相關性。②經濟增長、金融發(fā)展、城鎮(zhèn)化率、產業(yè)結構和出口依存度彈性系數均為正值,即均對碳排放增長具有正向作用,在不考慮其他因素的影響條件下,經濟增長和產業(yè)結構是導致碳排放增長的主要因素,人口、技術進步、能源價格彈性系數為負值,我國屬于收入差距較大的老齡化國家,不同國家發(fā)展階段導致人口增加對碳排放的作用截然相反;通過技術進步可以降低碳排放增長。③鄰近省域碳排放影響因素和碳排放增長空間溢出效應明顯,中國省域碳排放增長過程中,產業(yè)結構會對周圍省域的碳排放增長存在顯著的促進作用。

根據本文的實證研究結果,并結合我國現實情況,本文提出降低省域碳排放增長的政策建議如下:①中國省域碳排放增長具有空間依賴性,這意味著政府部門在制定碳排放政策和相關指標的時候,必須考慮碳排放增長的空間溢出效應,充分重視加強鄰近區(qū)域低碳技術的合作和交流,加快碳排放的跨區(qū)域治理,抑制產業(yè)結構對鄰近區(qū)域碳排放增長的關聯(lián)效應。②采取相應措施形成省域碳排放影響因素關聯(lián)互動機制,優(yōu)化省際影響因素的空間效率,降低影響因素對碳排放增長協(xié)同貢獻率,增加影響因素對碳排放增長降低貢獻率。③隨著我國經濟發(fā)展的不斷深入,控制碳排放成為刻不容緩的問題,轉變經濟增長方式和調整產業(yè)結構,金融改革和出口貿易都要考慮低碳經濟發(fā)展這一重要前提,發(fā)展低碳技術是實現碳減排的重要途徑。

參考文獻:

[1] Wang Can, Chen Jining, Zou Ji. Decomposition of Energy-related CO2Emission in China: 1957—2000[J]. Energy, 2005,30(1):73-83.

[2] 王俊松,賀燦飛. 能源消費、經濟增長與中國CO2排放量變化[J]. 長江流域資源與環(huán)境, 2010,19(1):18-23.

[3] Dhaka S, Kaneko S, Imura H. CO2Emissions from Energy Use in East Asian Mega-cities: Driving Factors and Their Contributions[J]. Environmental Systems Research, 2003,31(2):209-216.

[4] Wu Libo, Kaneko S, Matsuoka S. Driving Forces Behind the Stagnancy of China’s Energy-related CO2Emissions from 1996 to 1999: The Relative Importance of Structural Change, Intensity Change and Scale Change[J]. Enery Policy, 2005,33:319-335.

[5] 李娜,石敏俊,袁永娜. 低碳經濟政策對區(qū)域發(fā)展格局演進的影響----基于動態(tài)多區(qū)域CGE模型的模擬分析[J]. 地理學報, 2010(12):1569-1580.

[6] Weber C L, Peters G P, Guan D. The Contribution of Chinese Exports to Climate Change[J]. Energy Policy, 2008,36:3572-3577.

[7] 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, 2012(19):90-92.

[8] 吳振信,石佳. 基于STIRPAT和GM(1,1)模型的北京能源碳排放影響因素分析及趨勢預測[J]. 中國管理科學, 2014,20(11):803-809.

[9] 何強,呂光明. 基于IPAT模型的生態(tài)環(huán)境影響分析----以北京市為例[J]. 中央財經大學學報, 2008(12):83-88.

[10] 朱遠程,張士杰. 基于STIRPAT模型的北京地區(qū)經濟碳排放驅動因素分析[J]. 特區(qū)經濟, 2012(1):77-79.

[11] York R, Rosa E A, Dietz T. STIRPAT, IPAT and Impacts: Analytic Tools for Unpacking the Driving Forces of Environmental Impacts[J]. Ecological Eeonomies, 2003,46(3):351-365.

[12] 朱勤,彭希哲,陸志明,等. 人口與消費對碳排放影響的分析模型與實證[J]. 中國人口·資源與環(huán)境, 2010,20(2):98-102.

[13] 徐國泉,劉則淵,姜照華. 中國碳排放的因素分解模型及實證分析:1995—2004[J]. 中國人口·資源與環(huán)境, 2006,16(6):158-161.

[14] 胡初枝,黃賢金,鐘太洋,等. 中國碳排放特征及其動態(tài)演進分析[J]. 中國人口·資源與環(huán)境, 2008,18(3):46-50.

[15] IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories[M]. Tokyo: IGES, 2006.

[16] Acs Z J, Anselinl L,Varga A. Patents and Innovation Counts as Measures of Regional Production of New Knowledge[J]. Research Policy, 2002,31:1069-1085.

[17] 吳玉鳴. 旅游經濟增長及其溢出效應的空間面板計量經濟分析[J]. 旅游學刊, 2014,29(2):16-24.

(責任編輯: 王薇)

Study on the Spatial Spillover and Influencing Factors of China’s Provincial Carbon Emission

----Based on the Spatial Panel Data Model

CAOHong-gang,CHENKai,TONGXin

(School of Business Administration, Northeastern University, Shenyang 110819, China)

Abstract:From the spatial geographical perspective the spatial dependence of China’s provincial carbon emission was examined, and based on the spatial panel data model, the contribution of different influencing factors to carbon emission growth was estimated. It was found that there exists spatial dependence in China’s provincial energy carbon emission from 2000 to 2012, and the spatial spillover effects of neighboring provincial carbon emission and influencing factors are remarkable—the coefficients of economic growth, financial development, urbanization rate, industrial structure and export dependence are positive, the effect of population and technological progress on reducing carbon emission growth is remarkable, but the effect of energy price on carbon emission growth fails to pass the test of significance. In policy making and development planning, the government should take into account the effect of neighboring regions’ carbon emission, and integrate carbon emission and the spatial spillover effect of related influencing factors so as to reduce China’s carbon emission in both temporal and spatial dimensions as a whole.

Key words:carbon emission; spatial spillover; spatial panel data model

中圖分類號:F 201; X 321

文獻標志碼:A

文章編號:1008-3758(2015)06-0573-07

作者簡介:曹洪剛(1975- ),男,黑龍江七臺河人,東北大學博士研究生,主要從事區(qū)域經濟、低碳經濟研究; 陳凱(1961- ),男,山西渾源人,東北大學教授,博士生導師,主要從事能源經濟、理論經濟等研究; 佟昕(1975- ),女,遼寧沈陽人,東北大學講師,主要從事區(qū)域經濟、低碳經濟、控制與決策等研究。

基金項目:教育部人文社會科學研究規(guī)劃基金資助項目(12YJA790010); 東北大學人文社會科學基金重點資助項目(XNR201307)。

收稿日期:2015-04-10

doi:10.15936/ j.cnki.1008-3758.2015.06.005