羅曼

摘 要：以國內生產總值支出法的核算公式為基礎構造方程系統(tǒng)，采用1994—2014年的樣本數據，利用似不相關回歸方法進行聯合估計，再對2015—2025年的數據進行預測。利用樣本和預測數據探究我國二氧化碳EKC的形狀，并估算其拐點。研究發(fā)現，我國二氧化碳EKC呈“倒N型”，隨著GDP的提高，CO2排放量先減少、再增加、最后呈下降趨勢，目前處于該曲線的第二階段。

關鍵詞：CO2排放量；LMDI分解法；環(huán)境庫茲涅茨曲線

中圖分類號：F120.3 文獻標識碼：A 文章編號：2095-3283（2016）12-0117-06

改革開放以來，我國國內生產總值持續(xù)高速增長，隨之產生了CO2排放急劇增長。我國的經濟增長是典型的要素驅動型的粗放式增長，即投入要素的增長率顯著快于產出增長率。1994—2014年間我國第二產業(yè)生產總值占全國GDP的比重均值為45.75%，卻消耗了全國能源的90.40%（按折算標準煤計算），二氧化碳（CO2）排放量占全國的91.68%。我國經濟增長具有明顯的高能耗和高排放特征，這種增長方式使得能源和環(huán)境成為制約未來經濟發(fā)展的瓶頸。我國是能源消耗大國，也是CO2排放大國。在可持續(xù)發(fā)展理念的指導下，推行和實踐低碳經濟與每位公民的切身利益密切相關。

目前，關于CO2排放量與經濟增長關系的研究大部分集中在實證分析方面，探究CO2排放量變化的影響因素。對CO2排放量及相關重要變量進行預測的文獻并不多，而且還沒有出現在模型中加入可再生能源的消費并探究我國CO2環(huán)境庫茲涅茨曲線形狀的相關研究。

一、文獻綜述

目前，國內外學者關于CO2排放與經濟增長關系的研究，主要是運用LMDI分解法和計量模型兩種方法。

徐國泉和劉澤淵等（2006）利用LMDI分解法，建立我國人均碳排放的因素分解模型，分析了1995—2004年間能源結構、能源效率和經濟發(fā)展等因素的變化對我國人均碳排放的影響，發(fā)現經濟發(fā)展對拉動我國人均碳排放的貢獻率呈指數增長，而能源效率和能源結構對抑制我國人均碳排放的貢獻率呈“倒U型”。張麗峰（2013）以1995—2010年為樣本期，運用LMDI分解法將我國碳生產率的總體變動分解為能源效率、碳排放能耗和碳排放結構，發(fā)現能源效率是影響我國碳生產率變動的主要因素。郭朝先（2012）采用LMDI分解法，對我國1996—2009年的碳排放進行分解，發(fā)現產業(yè)結構變化驅動了碳排放的增長，但是未來產業(yè)結構的變動將有助于減少碳排放。E. Hatzigeorgiou et al.（2008）以希臘1990—2002年為樣本期，利用LMDI分解法將CO2排放量分解為收入效應、能源強度效應、能源結構效應和人口規(guī)模效應，研究發(fā)現對CO2排放量增長貢獻率最高的為收入效應，而能源強度效應對減少CO2排放最有效。

趙會寧（2013）建立了碳排放量與人口數量、GDP、第二產業(yè)比重、能源結構多元化系數等因素的回歸方程，發(fā)現河北省的GDP及第二產業(yè)比重與排放量正相關，能源結構多元化及技術進步與碳排放量負相關。李科（2013）通過建立我國碳強度與產業(yè)結構、能源消費結構和能源利用效率的回歸模型，發(fā)現產業(yè)結構和能源利用效率對碳強度的長期效應為負，能源消費結構對碳強度產生正效應。李鍇和齊紹洲（2011）分別利用靜態(tài)和動態(tài)面板模型，考察了貿易開放與CO2排放之間的關系，發(fā)現貿易開放增加了我國省區(qū)的CO2排放量和碳強度。Chien和Hu（2008）在基本模型中加入可再生能源消費量這一變量，發(fā)現了可再生能源與GDP之間的一個反饋機制。

此外，李科（2013）利用超效率DEA方法得到了無碳排放約束和考慮碳排放約束的全要素能源效率，考察我國經濟增長的類型；通過建立全要素能源效率與經濟增長方式、產業(yè)結構調整的回歸模型，發(fā)現我國以投資為主要驅動力的經濟增長方式不利于全要素能源效率的提高。

針對環(huán)境庫茲涅茨曲線的相關研究主要集中在計量模型回歸的方法，不同學者設立模型不盡相同。陸沛江（2015）用碳生產率代替人均GDP建立回歸模型，發(fā)現碳生產率與人均碳排放的函數關系為“倒N型”，并預測了我國碳排放的拐點。劉曉敏（2012）根據EKC建立了產業(yè)結構變化影響碳排放的計量模型，發(fā)現我國經濟增長與碳排放之間的關系仍處在EKC的左端。趙細康和李建民等（2005）通過建立污染排放與人均GDP及人均GDP二次項的計量模型，對我國經濟發(fā)展與多種污染排放的實證研究發(fā)現，多數污染物的排放并不具有典型的環(huán)境庫茲涅茨曲線特征。薛冰（2006）引入微觀經濟學中以供需平衡為基礎的環(huán)境庫茲涅茨理論，利用面板數據研究發(fā)現，東北老工業(yè)基地的工業(yè)廢水排放量和人均GDP之間的關系符合EKC。A. Robalino-López和A. Mena-Nieto（2015）等以委內瑞拉為研究對象，預測了該國2011—2025年的相關數據，發(fā)現委內瑞拉即將進入EKC曲線的第二階段。

二、可再生能源消費量與經濟增長關系的實證分析

（一）模型設定與數據說明

文中數據來自wind資訊，部分2013年和2014年的數據來源于《中國統(tǒng)計年鑒》。考慮到數據的可獲取性和連續(xù)性，本文選取我國1994—2014年共21年的宏觀經濟數據和能源行業(yè)數據。

GDP表示國內生產總值（億元）；I表示資本形成總額（億元）；NX表示貨物和服務凈出口（億元）；C表示居民最終消費支出（億元）；Eimp表示能源進口金額（億元）；RN表示可再生能源消費量（萬噸標準煤）。

上述模型中RN代表可再生能源消費量的滯后一期，原因如下：第一，公式（1）的解釋變量中除可再生能源消費量之外，顯然其他變量都是直接影響當期GDP的，而能源消費量可以通過生產活動的擴張間接影響國內生產總值，有時間上的延遲；第二，這樣使得可再生能源消費量、國內生產總值與總能源消費量之間形成循環(huán)關系（圖1），便于下文中進行預測。

在方程（1）中，GDP的影響因素包括投資、凈出口和消費，一國在能源方面的投入也影響GDP，所以該方程中也包括了能源進口量和可再生能源消費量。在方程（2）中，投資的影響因素包括可再生能源，這是因為增加可再生能源的使用，將使經濟活動擴張，從而導致資本積累。收入Y包括消費和儲蓄，而儲蓄又能夠轉化為投資，所以投資的影響因素包括消費C。在方程（3）中，能源進口金額會影響凈出口，這是因為凈出口的統(tǒng)計口徑中包括了能源進出口金額。Domac（2005）等人提出的理論表明，可再生能源的使用將導致能源進口減少，從而導致凈出口增加。同理，在方程（4）中，可再生能源使用的增加會導致能源進口量的減少。在方程（5）中，根據國際貿易相關理論，出口商品的國內同種商品價格會上漲，進口商品的國內同種商品價格會下降。所以，凈出口會通過影響國內商品的價格來影響消費。能源進口會影響國內能源的價格和消費量，而且能源相關產品的消費也會受到影響。此外，為了確定可再生能源消費的增長與GDP增長的關系，需要檢驗可再生能源的消費是否會增加投資和凈出口。其他變量之間的關系可以通過一般的經濟理論直觀得出。

（二）回歸結果與分析

對于上述模型，不同方程之間的誤差項可能會相互影響，用似不相關回歸方法（SUR）考慮方程擾動項之間的相關性，可以提高估計的效率。本文根據Chien和Hu的方法繼續(xù)對初始回歸結果進行檢驗、調整和優(yōu)化，逐步剔除模型中不顯著的變量。得到最終方程系統(tǒng)的估計結果如下：

根據表1，第（1）列中L.RN的系數為負，說明可再生能源的消費與國內生產總值呈負相關，驗證了Chien和Hu（2008）的結論。第（2）列投資與消費呈正相關，這說明投資與消費的收入效應大于替代效應。第（3）列凈出口與能源進口金額正相關，與可再生能源消費量負相關，與理論分析相反。一個可能的原因是能源進口越多，國內經濟擴張越快，相應地出口也會越多。第（4）列能源進口金額與可再生能源消費量負相關，國內市場可再生能源消費量越多，能源進口金額越少，符合上文的理論分析。第（5）列消費與能源進口金額正相關，說明能源進口金額增長的收入效應大于替代效應。

三、二氧化碳排放量與經濟增長趨勢的預測

（一）二氧化碳排放量估算方法

關于CO2排放量的估算方法，根據聯合國政府間氣候變化專門委員會（IPCC）制定的《2006年IPCC 國家溫室氣體清單指南》（第二卷：能源）中提出的CO2排放總量的計算方法，CO2排放量計算公式為：

C=∑Ej×CFj×CCj×COFj×（44/12）（6）

公式（6）中，Ej表示第j種能源的消費量，數據來自wind數據庫；CFj為第j種能源的平均低位發(fā)熱量，數據來自《中國能源統(tǒng)計年鑒》附錄4；CCj和COFj分別為第j種能源的碳排放系數和碳氧化因子，數據來自IPCC（2006）。j代表九種能源，根據《中國能源統(tǒng)計年鑒》的統(tǒng)計口徑，分別為煤炭、焦炭、原油、汽油、柴油、煤油、燃料油、天然氣和可再生能源；i代表三次產業(yè)部門。

（二）預測方法

利用上文中方程系統(tǒng)的回歸結果，可以對我國CO2排放量與經濟增長的趨勢進行預測。如圖1所示，通過在模型中加入可再生能源的消費量，可以在整個過程中形成一個反饋機制。具體來說，上一期的可再生能源消費量會影響當期的國內生產總值，當期的國內生產總值會影響當期的能源消費量，從而可以得到當期的可再生能源消費量，以此類推。

公式（11）中，n表示樣本時期數，在本文中為20。公式（8）要求得到每個產業(yè)每種能源的消費份額，但是由于數據不完整，無法獲得可再生能源在每個產業(yè)中的消費量。但可再生能源主要包括太陽能、風力、潮汐能、地熱能等，而且經常轉化為電能使用，所以本文取不同產業(yè)部門內可再生能源份額相等。

做經濟預測需要對經濟數據設置一定的目標，使其能夠在預測期完成設定的目標。本文中預測的目標如下：1.2025年國內生產總值肯定大于2014年；2.可再生能源的消費量的比重不斷提高；3.能源強度下降，即能源效率上升。本文設置了兩種預測方案。方案1：預測期GDP年均增長率為4%，2025年可再生能源份額達到18%，各產業(yè)部門每年的能源強度下降率為1%。參考國際上發(fā)達國家的第三產業(yè)比重數據，我國第三產業(yè)比重每年增長1%。方案2：各產業(yè)部門每年的能源強度下降率取2%，其他變量的設置與方案1相同。這一方案表示，國家也通過節(jié)約能源和提高能源效率來承擔保護環(huán)境責任實現可持續(xù)發(fā)展。

（三）預測結果

預測結果如下：

1. CO2排放量。預測期CO2排放量的變化趨勢見圖2。方案1中，2025年CO2排放量的預測值為1269226.05萬噸；方案2中CO2排放量的期末預測值為1141665.96萬噸。方案1中CO2排放量增長至2021年左右開始下降，方案2中CO2排放量的增長速度顯著慢于方案1，2019年之后開始下降，說明能源效率的改善可以顯著降低CO2排放量。

2.能源消費量。圖3和圖4分別描繪了兩種方案下可再生能源消費量和能源消費總量預測期的變化趨勢。由圖3可以看出，不同方案下的可再生能源消費量增長都較快。從圖4的能源消費總量來看，預測期內我國能源消費總量依然呈上升趨勢。此外，由于能源效率的提高，圖4中方案2的能源消費量要低于方案1。

（四）LMDI分解

為了進一步探究各因素對碳排放的影響，本文以KAYA恒等式為基礎進行擴展，建立了LMDI分解模型。

C=∑ijCij=Q∑ijQiQ EiQi EijEi CijEij=Q∑ijSiEIjMijUij（12）

公式（12）中，C表示CO2排放總量；Cij表示第i產業(yè)第j種能源的CO2排放量；Q表示國內生產總值；Qi表示第i產業(yè)的生產總值；Ei表示第i產業(yè)的能源消費量；Eij表示第t產業(yè)第j種能源的消費量；Si=Qi/Q，表示產業(yè)結構；EIi=Ei/Qi，表示能源強度，即第i產業(yè)能源消費量與該產業(yè)生產總值的比值；Mij=Eij/Ei，表示能源結構，即第i產業(yè)第j種能源的消費量占該產業(yè)能源消費總量的比重；Uif=Cij/Eij，表示CO2排放系數。

根據這一等式，影響CO2排放量的因素為經濟規(guī)模、產業(yè)結構、能源強度、能源結構和CO2排放系數。根據B.W.Ang的方法，可以計算出各因素貢獻率。本文以2014年為基期，2025年為T期，進行LMDI分解，得到各影響因素對CO2排放量的貢獻率（見表2）。Dtot表示總貢獻率，等于各因素貢獻率的乘積；Dact表示經濟規(guī)模效應的貢獻率；Dstr表示產業(yè)結構效應的貢獻率；Dstr表示能源強度效應的貢獻率；Dint表示能源結構效應的貢獻率；CO2排放系數的貢獻率為1。

方案1中，2014—2015年之間CO2排放量增長了15%，增長的原因是經濟規(guī)模的擴張，Dact=1.56，其他因素的貢獻率都小于1，使CO2排放量減少。方案2中，2014—2025年之間CO2排放量增長了3%，和方案1相比增幅下降了12%，這是因為能源強度的降低。兩個方案能源強度的年均變化率差異為1%，而CO2排放量增長率和能源強度效應的貢獻率的差異都很大，這說明CO2排放量對能源強度的變化非常敏感。

總體來看，CO2排放量的增長主要是因為經濟規(guī)模的擴張，產業(yè)結構、能源強度和能源結構的變化都降低了CO2排放量。兩個方案比較可以發(fā)現，通過降低能源強度可以顯著減少CO2排放。因此，要降低CO2排放水平，可以從提高能源利用效率和發(fā)展節(jié)能技術方面考慮。

四、我國CO2環(huán)境庫茲涅茨曲線分析

（一）模型的設定

關于我國CO2環(huán)境庫茲涅茨曲線的形狀如何，是否符合標準的“倒U”型，本文根據陸沛江關于碳生產率與人均碳排放關系的模型、劉曉敏關于產業(yè)結構影響碳排放的模型以及趙細康關于我國污染物水平與經濟發(fā)展關系的模型，建立檢驗模型如下：

LCO2t=v0+v1LGDPt+v2（LGDPt）2+v3（LGDPt）3+εt（13）

根據公式（13）回歸結果中系數的正負，可以判斷CO2EKC的形狀。常見的系數變化與曲線的關系有以下幾種：1.v1>0，v2<0，v2=0，CO2EKC為“倒U型”，隨著GDP的提高，CO2排放量先增加后減少；2.v1<0，v2>0，v3=0，CO2EKC為“U型”，隨著GDP的提高，CO2排放量先減少后增加；3.v1>0，v2<0，v3>0，CO2EKC為“N型”，隨著GDP的提高，CO2排放量先增加、再減少、最后呈增加趨勢；4.v1<0，v2>0，v3<0，CO2EKC為“倒N型”，隨著GDP的提高，CO2排放量先減少、再增加、最后呈下降趨勢。

在進行回歸之前，要檢驗時間序列的平穩(wěn)性，如果各變量同階單整再檢驗變量是否有協(xié)整關系，以防出現偽回歸的問題。本文采用PP單位根檢驗，結果顯示LCO2t和LGDPt均為一階單整，然后通過檢驗模型回歸的殘差項在水平階是否平穩(wěn)，來確定變量是否協(xié)整（EG兩步法）。結果顯示，所有模型回歸的殘差項都是平穩(wěn)的。

（二）回歸結果與分析

表3為公式（13）確定CO2EKC形狀模型的最終回歸結果，由于原始結果用LM檢驗后發(fā)現存在序列相關問題，該表為經過序列相關調整后的結果。其中第（1）列為樣本數據的結果，第（2）列為樣本數據與方案1預測數據的結果，第（3）列為樣本數據與方案2預測數據的結果。第（1）—（3）列中，GDP的一次項系數都為負、二次項系數為正、三次項系數為負，符合上文中的情形4?？梢該伺袛辔覈鳦O2EKC呈“倒N型”，即隨著GDP的提高，CO2排放量先減少、再增加、最后呈下降趨勢。

根據回歸結果，可以估算EKC的拐點，進而判斷我國目前所處的階段。通過計算各方程的拐點得到我國在1994年左右進入CO2EKC的第二階段。對于第二個拐點，第（1）列和第（2）列對應方程估算結果顯示其在2025—2030年之間，而第（3）列對應的方程拐點則在2014年左右。由于存在預測偏差等問題，對于我國目前是否已經跨過第二個拐點進入EKC的第三階段需要進一步驗證?？傮w來看，我國目前仍處在CO2EKC的第二階段。

五、結論與建議

本文利用似不相關回歸方法對方程系統(tǒng)進行估計，再根據KAYA恒等式進行拓展，通過回歸結果對相關數據進行預測，最后對我國CO2EKC形狀進行實證分析，得出的主要結論及相關建議如下：

第一，可再生能源消費量與能源進口金額、凈出口和GDP負相關?？稍偕茉聪M量可以通過影響凈出口來影響GDP。本文以可再生能源消費量為關鍵變量，構造了一個循環(huán)預測系統(tǒng)，一方面可以直觀地看出我國各變量之間的影響關系，另一方面也展示了對我國CO2排放量、能源消費量等變量進行預測的一種思路和方法。

第二，我國CO2環(huán)境庫茲涅茨曲線呈“倒N型”，且我國目前處于該曲線的第二階段。通過分析發(fā)現，CO2排放量不會出現無限制的增長。這是因為，隨著經濟的發(fā)展，能源效率也在不斷提高，產業(yè)結構不斷優(yōu)化。此外，結合方案（1）預測結果來看，如果經濟增長速度仍然保持樣本期的年均增長率，那么我國CO2EKC曲線呈“U型”。經濟增速放緩也是主要原因之一。

第三，我國CO2排放量增長的主要因素為經濟規(guī)模效應，而能源強度效應對減少CO2的排放非常有效。目前國內經濟增速放緩，產能過剩問題突出，在這一背景下我國提出了“去產能”路線，優(yōu)化產業(yè)結構。這一措施可以從化石能源消費量和產業(yè)結構兩個方面，降低我國的CO2排放水平。但是，目前我國處于“倒N型”二氧化碳EKC的第二階段，即CO2排放量隨經濟發(fā)展而增長，要從根本上緩解CO2排放問題，仍然需要從提高能源效率和發(fā)展能源技術兩方面入手。

目前，我國面臨的環(huán)境形勢依然嚴峻，生態(tài)環(huán)境質量改善的速度、幅度與公眾預期之間仍存在相當的差距。究其根源，是我國能源的過度消耗和污染物排放量巨大的現狀還沒有得到根本的改變。我國三十多年的粗放式的經濟發(fā)展對生態(tài)環(huán)境造成了破壞，現在到了必須治理的關鍵時期。雖然經濟增長并不會必然導致環(huán)境惡化，但是面對我國環(huán)境問題的嚴峻形勢，我們必須貫徹實施可持續(xù)發(fā)展戰(zhàn)略，加快綠色發(fā)展，改善生態(tài)環(huán)境質量。

[參考文獻]

[1]陳強.高級計量經濟學及stata應用（第2版）[M].高等教育出版社，2014.

[2]郭朝先.產業(yè)結構變動對中國碳排放的影響[J].中國人口·資源與環(huán)境，2012（7）：15-20.

[3]李鍇，齊紹洲.貿易開放、經濟增長與中國二氧化碳排放[J].經濟研究，2011（11）：60-72，102.

[4]李科.中國產業(yè)結構調整與節(jié)能減排的計量分析[D].華中科技大學，2013.

[5]劉曉敏.產業(yè)結構變化對碳排放的影響研究[D].湖南大學，2012.

[6]陸沛江.我國CO2排放的變化趨勢分析——基于1995—2011年的面板數據[J].資源開發(fā)與市場，2015（2）：194-198.

[7]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（6）：158-161.

[8]薛冰.環(huán)境庫茲涅茨曲線及其存在性檢驗[D].東北財經大學，2006.

[9]張麗峰.基于LMDI分解法的我國碳生產率影響因素研究[J].資源開發(fā)與市場，2013（7）：742-745.

[10]趙會寧.基于碳排放量的河北省產業(yè)結構優(yōu)化研究[D].燕山大學，2013.

[11]趙細康，李建民，王金營，周春旗.環(huán)境庫茲涅茨曲線及在中國的檢驗[J].南開經濟研究，2005（3）：48-54.

[12]Ang B W. The LMDI Approach to Decomposition Analysis： A Practical Guide[J]. Energy Policy， 2005， 33（7）： 867-871.

[13]Chien T， Hu J L. Renewable Energy： An Efficient Mechanism to Improve GDP[J]. Energy Policy， 2008， 36（8）： 3045-3052.

[14]Domac J， Richards K， Risovic S. Socio-economic Drivers in Implementing Bioenergy Projects[J]. Biomass and Bioenergy， 2005， 28（2）： 97-106.

[15]Hatzigeorgiou E， Polatidis H， Haralambopoulos D. CO2 Emissions in Greece for 1990–2002： A Decomposition Analysis and Comparison of Results Using the Arithmetic Mean Divisia Index and Logarithmic Mean Divisia Index Techniques[J]. Energy， 2008， 33（3）： 492-499.

[16]Robalino-López A， Mena-Nieto á， García-Ramos J E， et al. Studying the Relationship Between Economic Growth， CO2 Emissions， and the Environmental Kuznets Curve in Venezuela （1980—2025）[J]. Renewable and Sustainable Energy Reviews， 2015（41）： 602-614.

（責任編輯：喬虹）