王建增
(新乡学院 管理学院,河南新乡 453003)
改革开放以来,我国经济保持着持续的快速增长,如今已进入中等收入国家行列,在可预见的未来一段时间内,经济的快速增长仍将持续。伴随着经济的增长,我国城市化率在2009年已达到46.59%,较1978年的17.92%,城市化进程已有了显著的提高。然而与中等收入国家的61%的城市化率及发达国家的78%相比,我国的城市化水平仍有很大的提升空间。因此,在未来相当长的一段时期内,经济发展和城市化仍将是我国经济生活的重要组成部分。
当前如何实现低碳社会的构建需要我们对二氧化碳排放规模及其影响因素进行深入的研究,而经济发展和城市化是未来我国经济建设中的两个重要主题,探讨它们对碳排放增长的影响,更具有现实意义。本文依据1997-2009的省级面板数据,实证研究城市化、经济发展对我国碳排放的影响,以期为构建低碳社会提供可选择的政策建议。
本文所采用的实证方法为动态面板数据模型。本文之所以选择使用面板数据是因为面板数据包含了时序数据和截面数据,在分析省际的差异时,又可以描述各省的动态变化特征。同时面板数据扩大了本文的样本容量,使得模型具有更高的估计精度。根本相关理论及本文的研究需要,我们将基本的模型设定为:
其中,ξit为随机扰动项,β1、β2、β3为待估参数。选择使用对数形式是为了消除原数据序列可能存在的异方差性,并同时考虑到进行弹性分析的方便性。
本文的研究变量为碳排放、城市化和经济发展三个,因而所涉及到的数据主要包括碳排放总量、城市化水平和经济发展水平三个方面,三变量指标的选择及数据来源如下所示:
(1)碳排放总量(Cit)。计算二氧化碳排放规模的方法与相关参数的设定主要参考2006年《IPCC国家温室气体清单指南》中相关内容,具体公式如下:
式(2)中,各变量的具体含义为:Ci表示第i个省份二氧化碳排放总量;Cij表示第j种能源的二氧化碳排放总量;Eij表示第i个省份的第j种能源消费量;NCVij表示第j种能源平均低位发热量;CCij表示第i个省份第j种能源单位热量的含碳水平;COFij表示第i个省份第j种能源燃烧时的碳氧化率,44是二氧化碳的分子量,12是碳的原子量,(CCij*COFij*44/12)为有效二氧化碳排放因子。
(2)城市化水平(Urbanit)。从城市化的内涵看,城市化涉及到人口、土地、经济、社会等多个方面。目前,确定城市化指标及测度的方法主要有以一种主要指标来度量的单一指标法和多种指标复合度量的综合指标法两种方法。单一指标法中的城市化化水平以城市人口占当地总人口的比重来反映。这一度量方法,由于计算简洁、数据易取和通用性强,在众多文献中得到广泛的使用,本文也选择这一方法来测度城市化水平。
(3)经济发展水平(Yit)。环境偏好论指明,在经济发展的起步阶段,环境随着经济发展会不断恶化,在经济达到一定的发展水平后,人们的生活水平已有了显著的提高,与就业和收入相比,人们更愿意投入拿出更多的资源用于治理环境污染,从而使环境随着经济发展水平的提高而不断改善。本文采用统计年鉴中的居民消费水平这一指标来衡量一个地区的经济发达程度对环境的影响。我们认为与GDP或人均GDP相比,居民消费水平更能反映经济增长水平和居民生活水平两个方面的含义,从而更好地反映人的需要和偏好对环境的影响。
上式相关数据的获得主要为:能源消费量Eij、能源平均低位发热量NCVij均来自于《中国能源统计年鉴》历年;能源单位热量的含碳水平CCij、能源燃烧时的碳氧化率COFij来自于2006年《IPCC国家温室气体清单指南》。城市化和经济发展数据取自《中国统计年鉴2010》。由于西藏数据的缺失,我们的研究样本中就不包含西藏,这样一共有30个省份的数据。
传统的单位根检验方法具有针对性,单一的检验方法难以确定变量的稳定性,为了保证结论的稳健性,故本文亦考虑将所研究的变量结合成面板数据的形式进行单位根检验,并同时采用LLC检验、IPS检验和Fisher-ADF进行检验,检验平稳的标准为各变量同时通过各检验。
表1 面板数据单位根检验结果
从表1检验的结果看到,在LnC、LnUrban和LnY取水平值时,均为通过单位根检验,说明三个变量是非平稳的。在取一阶差分后,各变量分别通过了置信水平为1%和5%的检验,表现出良好的稳定性。因而本文的研究变量均为单整的,可以进行动态检验。
本文在GMM模型下对我国30个省市城市化、经济发展对碳排放水平的影响分别从整体范围以及东、中、西部三个地区的动态面板数据进行计量检验,回归结果如表2。
从表2的回归结果系数大小可以看到,动态面板数据模型估计结果主要有以下三个特征。第一,我国的碳排放水平,无论是从全国整体范围来看,还是从区域角度来看,都呈现出路径依赖特征。且这种路径依赖存在典型的区域差异,即东部地区最大,中部地区最小。第二,城市化进程对我国碳排放水平的影响是正向的,且这种影响程度在三个地区依次增加。第三,经济发展水平对碳排放的影响,从整体上来看是正向的,但从各区域的具体情况来看,东部地区经济发展水平对该区域碳排放的影响是负向的,中部经济发展水平对该地区碳排放水平影响最大。经济发展水平与经济结构具有重要联系,因此检验结果所表现出的差异性与各地区的经济结构应有重要联系。
表2 动态面板数据模型的计量结果
从城市化水平、经济发展水平对不同区域的影响来说,东、中、西部地区的碳排放水平受城市化水平影响程度都要比经济发展水平更大。因此,与经济发展水平相比,城市化水平是我国碳排放影响因素中处于主导地位。
本文在梳理已有文献的基础上,利用1997~2009年中国省级面板数据,采用差分GMM方法对经济发展、城市化的碳排放效应进行实证分析,分别就整体效应、地区差异进行了考察。得出以下主要结论:
(1)我国碳排放水平存在路径依赖;
(2)不断加速的城市化进程促进了我国二氧化碳排放;
(3)经济发展水平整体上正向影响我国碳排放水平。
基于本文的研究和低碳社会的建设目标,以及实现经济的可持续发展,本文在此提出以下几点政策建议。
第一,转变经济结构,降低能源消耗。经济结构的转变,具体应扶持发展高新技术产业,带动技术结构升级。扶持企业扩大规模,推进企业组织结构优化,实现规模经济;扶持名牌产品,改善产品结构,提高竞争能力。
第二,积极发展新能源,提高传统能源的利用效率。在减少能源需求难度较大的前提下,一方面必须增加新能源、清洁能源开发利用,减少化石类能源使用。另一方面提高传统能源的利用效率,努力降低能源消费量。
第三,倡导低碳生活,改变传统消费模式。城市化的人口转移对能源和碳排放的冲击是巨大的,政府在适当控制城市化速度的同时,应把城市化进程作为低碳发展的机会来控制碳排放增长速度。通过制定和执行积极的能源政策,使城市化进程中的能源效率提高、能源结构更为清洁。此外,城市化进程也是一个选择生活方式的过程,而生活方式直接影响能源消费,通过政策引导来提倡节能生活方式,改变居民传统的消费模式,倡导低碳生活,以达到节能减排的效果。
[1]Donald W.Jones.How Urbanization Affects Energy-use in Develop⁃ing Countries?[J].Energy Policy,1991,19(7).
[2]Cole MA,Neumayer E.Examining the Impact of Demographic Fac⁃tors on Air Pollution[J].Pop and Dev Review,2004,2(1).
[3]Inmaculada Martínez-Zarzoso.The Impact of Urbanization on CO2Emissions:Evidence from Developing Countries[C].CESifo Working Paper NO.2377,2008.
[4]林伯强,刘希颍.中国城市化阶段的碳排放、影响因素和减排策略[J].经济研究,2010,(8).
[5]樊杰,李平星.基于城市化的中国能源消费前景分析及对碳排放的相关思考[J].地球科学进展,2011,(1).
[6]张馨,牛叔文,赵春升,胡莉莉.中国城市化进程中的居民家庭能源消费及碳排放研究[J].中国软科学,2011,(9).