江蘇大學(xué)財經(jīng)學(xué)院 胡智愚

當今世界，全球氣候變暖已經(jīng)成為全人類共同面對和亟需處理的最重大環(huán)境問題之一，而由產(chǎn)業(yè)發(fā)展特別是第二產(chǎn)業(yè)發(fā)展所產(chǎn)生的碳排放是導(dǎo)致全球氣候變暖的主要原因。自改革開放以來經(jīng)過30余年的不斷發(fā)展，中國已成為世界第二大經(jīng)濟體，取得了舉世矚目的成就，但同時，碳排放水平也不斷提高。在2015年，中國碳排放量已位于世界前列，雖然自2014年起中國的碳排放量增長開始放緩，但仍然面臨著嚴峻的節(jié)能減排形勢。產(chǎn)業(yè)結(jié)構(gòu)的變動值是較直觀的產(chǎn)業(yè)發(fā)展水平觀察指標，因此，研究產(chǎn)業(yè)結(jié)構(gòu)變化與碳排放之間的關(guān)系具有重要意義，并可對未來中國節(jié)能減排戰(zhàn)略的實施提出有效的對策建議。

1 文獻綜述

碳排放受到多方面因素的影響，對于碳排放的影響因素，國內(nèi)外學(xué)者普遍認為產(chǎn)業(yè)結(jié)構(gòu)變化是影響碳排放的重要因素；Kambara(1992)認為能源密集型產(chǎn)業(yè)與非密集型產(chǎn)業(yè)間的產(chǎn)業(yè)結(jié)構(gòu)變動對早期的能源消費變動起主導(dǎo)作用[1]。陳宇光(2016)采用二維LMDI模型對浙江省1995—2012年的能源碳排放數(shù)據(jù)進行了分解分析，得到人口、人均收入、產(chǎn)業(yè)結(jié)構(gòu)等七個影響碳排放量的主導(dǎo)因素[2]。郭朝先(2012)同樣使用碳排放強度分解法，定量分析了1996—2009年中國產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放的影響，得出過去產(chǎn)業(yè)結(jié)構(gòu)變動使得碳排放增長的結(jié)論，同時預(yù)測未來的產(chǎn)業(yè)結(jié)構(gòu)變動有助于減少碳排放[3]。劉殿蘭(2015)利用中國28個省份的面板數(shù)據(jù)對技術(shù)進步、產(chǎn)業(yè)結(jié)構(gòu)變動和中國碳排放之間關(guān)系進行了經(jīng)驗分析，發(fā)現(xiàn)技術(shù)進步一直對碳排放有抑制作用，產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放初始有著促進作用，且隨著時間推移，技術(shù)進步的抑制作用上升而產(chǎn)業(yè)結(jié)構(gòu)變動的促進作用減弱[4]。

對于二氧化碳等環(huán)境污染物的排放趨勢，學(xué)者們的共識是隨著產(chǎn)業(yè)發(fā)展和經(jīng)濟水平的提高，環(huán)境污染物排放量將呈現(xiàn)出先上升再下降的倒U型曲線趨勢，即環(huán)境庫茲涅茨曲線(Environmental Kuznets Curve,簡稱EKC曲線)：1995年，美國經(jīng)濟學(xué)家Grossman和Krueger對GEMS(Global Environmental Monitoring System)主要城市的大氣質(zhì)量進行了分析，發(fā)現(xiàn)SO2排放量和人均收入水平呈“倒U型”曲線關(guān)系[5]。林伯強(2009)使用傳統(tǒng)的庫茲涅茨模型與實際碳排放預(yù)測兩種不同方法，對中國碳排放環(huán)境庫茲涅茨曲線進行對比研究和預(yù)測，發(fā)現(xiàn)結(jié)果存在較大差異，中國碳排放峰值理論上在2020年左右到達，但實證預(yù)測表明，峰值到2040年還沒有出現(xiàn)[6]。丁寶根(2012)基于EKC曲線的視角，驗證得出江西省碳排放EKC曲線呈現(xiàn)“U型+倒U型”，且當前處于下降趨勢中[7]。洪業(yè)應(yīng)(2015)以重慶市1978—2013年能源消費數(shù)據(jù)為基礎(chǔ)，分析探討了碳排放量、能源消費和經(jīng)濟增長的關(guān)系，認為碳排放量和經(jīng)濟增長間存在顯著“倒U型”曲線關(guān)系，符合環(huán)境庫茲涅茨曲線的趨勢特征，并預(yù)測拐點將出現(xiàn)在2020年[8]。原嫄(2016)將世界主要國家分為極高發(fā)展水平、高等發(fā)展水平、中等發(fā)展水平三個層次，并使用新古典主義經(jīng)濟學(xué)模型對各國面板數(shù)據(jù)進行了分析，提出制造業(yè)對碳排放有著一直的正向效應(yīng)，服務(wù)業(yè)對碳排放先有正向效應(yīng)，而后逐漸下降轉(zhuǎn)為負向效應(yīng)，驗證了碳排放在經(jīng)濟發(fā)展過程中存在倒U型演化趨勢與產(chǎn)業(yè)結(jié)構(gòu)升級是有效的減排手段[9]。

綜上所述，學(xué)者們對產(chǎn)業(yè)結(jié)構(gòu)變動、技術(shù)進步等因素對碳排放的影響作出了廣泛而深入的研究，得出了產(chǎn)業(yè)結(jié)構(gòu)變動與碳排放之間有著密切聯(lián)系的結(jié)論，并且對中國的EKC曲線的拐點和趨勢進行了預(yù)測和模擬。然而在過去專家學(xué)者們的研究中，由于碳排放量計算方式、選取的時間跨度不一致等因素，對碳排放趨勢的預(yù)測各不相同，并且，大部分研究是使用時間序列數(shù)據(jù)，以年份為橫軸驗證中國過去幾十年間碳排放是否符合環(huán)境庫茲涅茨曲線(EKC曲線)的先升后降趨勢，而后再分析碳排放量與經(jīng)濟增量、能源消費、產(chǎn)業(yè)結(jié)構(gòu)的相關(guān)關(guān)系，對于產(chǎn)業(yè)結(jié)構(gòu)變化和碳排放量這兩者的內(nèi)在聯(lián)系沒有進行深入探討。因此，本文在過去研究的基礎(chǔ)上，采用不同年份反映產(chǎn)業(yè)結(jié)構(gòu)變化的空間向量指標-Moore結(jié)構(gòu)變化值，研究驗證歷年中國產(chǎn)業(yè)結(jié)構(gòu)變動值與碳排放之間的EKC曲線模型，并對未來碳排放趨勢作出合理的預(yù)測。

2 研究方法與指標計算

本文通過收集整理國家統(tǒng)計局官方網(wǎng)站公布的1978—2016年間全國能源消費中的煤炭消費總量、石油消費總量、天然氣消費總量作為原始數(shù)據(jù)，并根據(jù)國家公布的各能源折標煤系數(shù)和二氧化碳排放系數(shù)，計算出1978—2016年中國的碳排放數(shù)據(jù)，而后使用1978—2016年間全國三次產(chǎn)業(yè)占比數(shù)據(jù)，計算得出1978—2016年間中國產(chǎn)業(yè)結(jié)構(gòu)的Moore結(jié)構(gòu)變化值指標。最后使用SPSS統(tǒng)計分析軟件進行曲線模擬，來驗證1978—2016年間中國碳排放的EKC曲線，計算得出最符合實際的曲線模型。

2.1 中國歷年碳排放量計算

本文使用原煤、原油、天然氣這三類最主要能源消費量計算碳排放量，所用公式如下：

其中，Ct代表碳排放總量，Ci、Hi、Ni分別為該種類能源消費總量(萬噸標準煤)、該類能源折標準煤系數(shù)、該類能源二氧化碳排放系數(shù)，三大類能源碳排放量相加便為碳排放總量，各類能源折標煤系數(shù)及二氧化碳排放系數(shù)，如表1所示。

表1 三大類能源碳排放系數(shù)及公式

在表1中，低(位)發(fā)熱量等于29307千焦(kJ)的燃料，稱為1千克標準煤(1kgce)，其中折標準煤系數(shù)來源于《綜合能耗計算通則》(GB/T2589-2008)，二氧化碳排放系數(shù)來源于《省級溫室氣體清單編制指南》(發(fā)改辦氣候[2011]1041號)。計算所得中國碳排放量，如表2所示。

表2 中國1979-2016年碳排放量

2.2 Moore結(jié)構(gòu)變化值計算

Moore結(jié)構(gòu)變化值是運用空間向量測定法，將產(chǎn)業(yè)分為n個部門，構(gòu)成一組n維向量，并以兩個時期里兩組向量間的夾角作為測度產(chǎn)業(yè)結(jié)構(gòu)變化程度的指標。本文依據(jù)國家統(tǒng)計局公布的中國歷年三次產(chǎn)業(yè)占比數(shù)據(jù)，以1978年為基期，計算出1979—2016年間的Moore結(jié)構(gòu)變化值，計算公式如下：

其中，Mi表示Moore結(jié)構(gòu)變化值的三角函數(shù)值，Wi，t表示第t期第i產(chǎn)業(yè)所占比重，Wi，t+1表示t+1期第i產(chǎn)業(yè)所占比重。而后對Mi取反三角函數(shù)：

θi即為Moore結(jié)構(gòu)變化值。該計算公式的原理為，當某一產(chǎn)業(yè)在國民經(jīng)濟中的份額發(fā)生變化時，它與其他產(chǎn)業(yè)(向量)的夾角就會發(fā)生變化，將所有的夾角變化累積起來，就可以得到整個經(jīng)濟系統(tǒng)中各產(chǎn)業(yè)的結(jié)構(gòu)變化情況。計算所得Moore結(jié)構(gòu)變化值，如表3所示。

表3 中國1979-2016年Moore結(jié)構(gòu)變化值表

3 數(shù)據(jù)分析與EKC曲線模擬

3.1 中國1978-2016年整體EKC曲線分析

圖1 1978-2016年中國碳排放與Moore結(jié)構(gòu)變動值關(guān)系圖(碳排放量單位：萬噸)

在圖1中，橫軸為Moore結(jié)構(gòu)變動值，縱軸為中國碳排放量。可看出，中國碳排放量隨著Morre結(jié)構(gòu)變動值的變化而出現(xiàn)的變化可分為兩個不同時期，即1979—1998年整體隨著Moore結(jié)構(gòu)變動值的增長而增長的較為平緩的時期，以及1999—2016年隨著Moore結(jié)構(gòu)變動值的增長首先高速增長而后達到頂峰，并在近年來轉(zhuǎn)為下降趨勢的時期。因此，對1979—2016年的全部數(shù)據(jù)進行EKC曲線模擬的難度較高。本文將分兩個時期，分別對1979—1998年與1999—2016年的中國碳排放量與產(chǎn)業(yè)結(jié)構(gòu)變動值進行EKC曲線模擬，而后再將兩段曲線結(jié)合起來，構(gòu)成中國1978—2016年整體EKC曲線。

3.2 1978-1998年中國碳排放EKC曲線模擬

圖2 1978-1998年中國碳排放EKC曲線(碳排放量單位：萬噸)

表4 1978-1998年中國碳排放EKC曲線ANOVA表

在圖2中，橫軸為Moore結(jié)構(gòu)變動值，縱軸為中國歷年碳排放量，圖中空心原點為實際觀測值，擬合曲線為三次方曲線，調(diào)整R方為0.898，擬合優(yōu)度良好，由ANOVA表4可知Sig值接近0，說明此次回歸具有較高的可信度，擬合出的1978—1998年中國碳排放EKC曲線方程為：式中，C代表碳排放量，θ代表Moore結(jié)構(gòu)變動值。由曲線擬合結(jié)果可知：1978—1998年間，中國碳排放EKC曲線首先經(jīng)歷了一個平穩(wěn)增長時期，此時碳排放與Moore結(jié)構(gòu)變動值的增長速度都較為緩慢；而后，碳排放量增長速度加快而Moore結(jié)構(gòu)變動值增加速度相對較慢，此時曲線呈現(xiàn)揚升的態(tài)勢；最后，在1990年左右的一個拐點后，Moore結(jié)構(gòu)變動值增加速度超過碳排放量增加速度，表現(xiàn)為曲線再次趨于平緩并達到峰值，碳排放量的增加幾乎停滯。曲線整體表現(xiàn)為一個倒U型曲線的左半邊。

3.3 1999-2016年中國碳排放EKC曲線模擬

圖3 1999-2016年中國碳排放EKC曲線(碳排放量單位：萬噸)

表5 1999-2016年中國碳排放EKC曲線ANOVA表

在圖3中，橫軸為Moore結(jié)構(gòu)變動值，縱軸為中國歷年碳排放量。圖中空心原點為實際觀測值，擬合曲線為三次方曲線，調(diào)整R方為0.829，擬合優(yōu)度良好，由ANOVA表5可知Sig值接近0，具有較高的可信度，擬合出的1999—2016年中國碳排放EKC曲線方程為：式中，C代表碳排放量，θ代表Moore結(jié)構(gòu)變動值，由曲線擬合結(jié)果可知：1999—2016年間，中國碳排放量EKC曲線首先出現(xiàn)了一個碳排放量大幅增長，而Moore結(jié)構(gòu)變動值增長緩慢的上升期；而在2010年后，碳排放量增長速度迅速放緩，與此同時Moore結(jié)構(gòu)變動值增長速度不斷增加，并在2014—2015年間達到EKC曲線的峰值。曲線整體也同樣表現(xiàn)為一個倒U型的左半邊。

3.4 1979-2016年中國碳排放EKC曲線模擬

圖4 1979-2016年中國碳排放EKC曲線(碳排放量單位：萬噸)

分別得出1979—1998年與1999—2016年的碳排放EKC曲線后，本文將兩段EKC曲線結(jié)合到一起，模擬出1979—2016年中國整體的碳排放與產(chǎn)業(yè)結(jié)構(gòu)變動值EKC曲線。從圖4中可看出，前半段1979—1998年間的EKC曲線具有完整的先緩慢增長、而后快速增長、最后增長速度放緩并達到峰值的形狀，而后半段1999—2016年間的EKC曲線沒有緩慢增長的初期階段，直接經(jīng)歷了高速增長，而后達到峰值。

5 結(jié)論與對策建議

5.1 結(jié)論

在過去的文獻中，專家學(xué)者們就產(chǎn)業(yè)結(jié)構(gòu)對經(jīng)濟發(fā)展的影響已經(jīng)作出了極為豐富的探討和研究，并對未來中國碳排放的趨勢作出了不同的預(yù)測，但對于產(chǎn)業(yè)結(jié)構(gòu)變動與碳排放間的關(guān)系，仍有進行進一步挖掘的必要。本文在過去有關(guān)研究的基礎(chǔ)上，收集整理1978—2016年間中國碳排放與Moore結(jié)構(gòu)變動值數(shù)據(jù)，通過綜合分析，有了以下初步結(jié)論。

中國產(chǎn)業(yè)結(jié)構(gòu)變動值與碳排放量之間的回歸曲線由兩條不同的EKC曲線構(gòu)成，第一條時間段為1978—1998年，第二條時間段為1999—2016年，兩條曲線整體都呈現(xiàn)倒U型曲線結(jié)構(gòu)。兩條EKC曲線都出現(xiàn)了碳排放量達到峰值并開始減少的拐點，第一條EKC曲線的拐點出現(xiàn)在1997—1998年間，第二條EKC曲線的拐點出現(xiàn)在2014—2015年間。

因此，可得出的結(jié)論有以下幾點：首先，一個國家在經(jīng)濟發(fā)展的過程中EKC曲線并不只有一條，在宏觀經(jīng)濟走向發(fā)生大的變動時，已經(jīng)到達拐點的碳排放量可能又會出現(xiàn)新一輪的大幅增長。但是，從整體來看，碳排放量隨著Moore結(jié)構(gòu)變動值的增加，先上升后下降的總體趨勢是不變的；其次，產(chǎn)業(yè)結(jié)構(gòu)變動與碳排放增長是兩個相互作用、互相影響的過程，消耗能源進行社會生產(chǎn)創(chuàng)造財富并同時產(chǎn)生碳排放的過程，是產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化所必須具備的準備過程，而產(chǎn)業(yè)結(jié)構(gòu)變動升級又將反過來優(yōu)化生產(chǎn)模式，提高能源利用效率，使得碳排放量增長速度放緩乃至最后出現(xiàn)下降；最后，中國加入WTO后雖然碳排放上升速度加快，但到達峰值的時間縮短，可認為是中國的對外開放加速了產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級，使得EKC曲線的拐點提前到來的佐證。

當前中國，第二產(chǎn)業(yè)經(jīng)過改革開放以來數(shù)十年的不斷發(fā)展，產(chǎn)業(yè)體系已經(jīng)較為完善，在未來GDP中的占比不具有像從前那樣巨大的上升空間，而第二產(chǎn)業(yè)發(fā)展是碳排放量增加的主導(dǎo)因素。因此，本文認為，中國碳排放在2014—2015年間已經(jīng)到達拐點，在外部環(huán)境不變的情況下，未來將總體呈現(xiàn)緩慢下降的趨勢，即使出現(xiàn)增長也將是小幅增長。在此基礎(chǔ)上，本文通過擬合的EKC曲線對碳排放趨勢作出預(yù)測，認為2017年中國碳排放量將在812280.33～854713.91萬噸之間。

5.2 對策建議

面對節(jié)能減排的壓力，中國已向國際社會作出碳減排的承諾，可是，碳減排不能以停滯經(jīng)濟發(fā)展為代價，其根本目標是提升能源利用效率，保障國民經(jīng)濟更好更快發(fā)展。本文在以上前提的基礎(chǔ)上，結(jié)合研究內(nèi)容，提出以下幾點對策建議。

5.2.1 加速產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，大力發(fā)展第三產(chǎn)業(yè)

2015年，中國的第三產(chǎn)業(yè)占GDP比重首次超過50%，然而，與歐美發(fā)達國家相比，第三產(chǎn)業(yè)占比仍有很大的提升空間。由此可見，未來第三產(chǎn)業(yè)占比增加將是Moore結(jié)構(gòu)變動值增長、產(chǎn)業(yè)轉(zhuǎn)型升級的主導(dǎo)因素，且相比第二產(chǎn)業(yè)，第三產(chǎn)業(yè)對碳排放增長的貢獻較低。中國政府應(yīng)將第三產(chǎn)業(yè)發(fā)展作為低碳經(jīng)濟發(fā)展的重點，通過營造良好環(huán)境、出臺政策支持等手段，保證第三產(chǎn)業(yè)平穩(wěn)有序高速發(fā)展。

5.2.2 淘汰落后產(chǎn)能，加快技術(shù)進步速率

在推進供給側(cè)改革、增強可持續(xù)性經(jīng)濟發(fā)展戰(zhàn)略中，淘汰落后產(chǎn)能是一大重點，也是節(jié)能減排的必經(jīng)之路。通過供給側(cè)結(jié)構(gòu)性改革，使得碳排放效率低下的落后企業(yè)淘汰出局，即可緩解煤炭、鋼鐵等行業(yè)產(chǎn)能過剩的現(xiàn)狀，也可使得碳排放量下降、能源利用效率上升。與此同時，雖然第二產(chǎn)業(yè)占比將出現(xiàn)下降，但對于制造業(yè)，政府應(yīng)給予更高的重視，通過加大研發(fā)投入、提升科研成果轉(zhuǎn)化率等手段，提升技術(shù)進步速率、碳排放效率。這兩方面齊頭并進，方能實現(xiàn)制造業(yè)轉(zhuǎn)型升級，改變中國粗放式的經(jīng)濟發(fā)展模式，提升綜合國力，增強國際競爭力。

5.2.3 加大對外開放力度，提升對外貿(mào)易水平

通過兩條中國不同時期的EKC曲線可以看出，對外開放后，雖然碳排放量大幅上升，但中國到達EKC曲線拐點的時間縮短，由此可見，對外貿(mào)易水平的提高加速了中國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的速度。因此，首先在國內(nèi)，政府應(yīng)當給予經(jīng)濟相對不發(fā)達、碳排放效率低下的地區(qū)更多的對外貿(mào)易優(yōu)惠政策，同時通過利用經(jīng)濟較為發(fā)達省份的技術(shù)擴散效應(yīng)，縮小地區(qū)間的差距，提升整體能源利用水平。而對于沿海對外開放程度已經(jīng)較高的省份，應(yīng)當在加大對外開放程度的同時更加注重引入外資的質(zhì)量，嚴審污染物排放嚴重、能源利用效率低下的外資企業(yè)，使得對外開放向著有利于我國產(chǎn)業(yè)轉(zhuǎn)型升級的方向發(fā)展。

[1] Kambara T.The energy situation in China.The China Quarterly[J].1992(131).

[2] 陳宇光.浙江省能源碳排放增長的驅(qū)動因素探究——基于行業(yè)和能源的二維LMDI模型[J].嘉興學(xué)院學(xué)報,2016(2).

[3] 郭朝先.產(chǎn)業(yè)結(jié)構(gòu)變動對中國碳排放的影響[J].中國人口資源與環(huán)境,2012(7).

[4] 劉殿蘭,周杰琦.技術(shù)進步、產(chǎn)業(yè)結(jié)構(gòu)變動與中國的二氧化碳排放——基于省際面板數(shù)據(jù)的經(jīng)驗分析[J].科技管理研究,2015(9).

[5] Grossman G.M,Krueger A.B.Economic growth and the environment[J].Quanterly Journal of Economics,1995,110(2).

[6] 林伯強,蔣竺均.中國二氧化碳的環(huán)境庫茲涅茨曲線預(yù)測及影響因素分析[J].管理世界,2009(4).

[7] 丁寶根,周明,溫建中.基于EKC視角的江西省碳排放影響因素研究[J].科技管理研究,2012(10).

[8] 洪業(yè)應(yīng).產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的變動對碳排放的影響分析:基于環(huán)境庫茲涅茨曲線檢驗[J].環(huán)境科學(xué)與技術(shù),2015(8).

[9] 原嫄,席強敏,孫鐵山,等.產(chǎn)業(yè)結(jié)構(gòu)對區(qū)域碳排放的影響——基于多國數(shù)據(jù)的實證分析[J].地理研究,2016(1).