我国能源消费强度、结构及技术创新与碳排放

李志学　徐程程　张民刚

【摘 要】 文章通过面板数据模型构建了我国二氧化碳排放量影响因素的模型，并收集2005年至2010年的相关数据和信息，具体分析了能源消费强度、能源消费结构和技术创新对我国二氧化碳排放总量的影响情况。结果表明，我国近年来碳排放总量增高是由于我国能源的高速消费引起的，而能源消费结构的改善和技术创新的投入可以在很大程度上降低由经济增长带来的碳排放。由此得出，降低能源消费强度、优化能源消费结构以及加大技术创新力度是降低碳排放量的必然选择。

【关键词】 能源消费强度； 能源消费结构； 技术创新； 面板数据模型； 碳排放

一、引言

我国能源总量丰富，品种齐全。但由于人口众多，人均能源分配量仅为世界平均水平的一半。从几种常用的能源来看，储量较大，煤炭储量为1.5万亿吨，居世界第三位，石油为70亿吨，居世界第六位，天然气为33.3万亿立方米，居世界第十六位，而水力资源及水电均居世界第一位。然而，随着工业的迅猛发展，能源消费总量也在逐年攀升，能源消费结构的不合理、较低的能源利用效率、清洁能源以及可再生能源的开发和利用远远不足导致的碳排放总量也已经跃居世界第一。目前我国的经济结构仍以高能耗和高碳排放产业为主，据国家统计局的数据，1990年中国重工业比重为50.6%，而2008年重工业比重已经上升到65.1%。产业结构重型化造成高能源消费倾向和碳偏好，2000—2008年我国能源消费年均增长达9.1%，其中煤、石油等化石能源消费比重超过九成，在没有发生重大技术革命的情况下，锁定效应将会导致中国未来10—15年对高能耗和高碳排放经济模式的依赖。

减少碳排放总量，合理开发利用有限能源的途径之一即提高能源利用效率，降低对化石能源的消耗。美国2008年8月公布的新能源法案中宣布将对使用节能电器和节能建材的居民减免税收，欧盟在2005年提出了节能的新目标，到2020年节约能耗20%，日本经济产业省在拟订的国家能源新战略中也提出要争取在2030年之前将GDP的能耗减少30%。途径之二即优化能源消费结构。煤炭作为主要的消费能源，是二氧化碳排放的主要来源，有必要寻求其他低碳排放能源替代煤炭。途径之三即加大技术创新投资的力度，开发利用清洁能源、可再生能源和低碳能源。

中国是仅次于美国的第二大碳排放国，控制二氧化碳排放，实现2020年的国内生产总值二氧化碳排放强度在2005年的基础上下降40%～45%的目标是中国作为签署《京都议定书》成员国之一应遵守的“共同但有区别原则”所承担的责任。本文通过对全国30个地区的碳排放影响因素进行分析，探究能源消费强度、能源消费结构以及技术创新与碳排放的关系，找出这些因素对碳排放的贡献程度以及存在的差异，从而探索一条节能减排的可行之路。

二、文献综述

纵观现有研究，国外C.Hendriks等人建立了世界主要国家包括火电、炼油、气体处理等9个行业共14 641个企业的二氧化碳的排放源数据库，并预测了2010—2012年全球二氧化碳排放状况；Nobuko（2004）分析了日本1985—1995年期间二氧化碳排放量变化的影响因素；Ang（2009）将内生经济增长理论与环境理论相结合，研究了1953—2006年中国碳排放量的影响因素，指出能源消费、收入和对外开放度与碳排放呈正向关系，研发强度、技术转移等技术因素与碳排放负相关。

国内学者田徵利（2010）用2000—2005年辽宁省的能源利用数据，分析了辽宁省的能源消费结构和能源消耗强度以及能源利用效率的变动规律；杜鸥（2011）对碳排放的影响因素进行分析，提出影响我国人均二氧化碳增长率的因素有经济效应、能源效应、结构效应和对外开放效应，通过计量经济学的方法建立协整方程和向量误差修正模型，分析了变量的长期均衡关系和短期变动；李武（2011）通过使用普通最小二乘法、平稳性检验、协整检验等方法，对中国1978—2009年碳排放总量与人均实际GDP、能源效率、能源结构的关系进行了实证研究。

综上所述，国内外文献中，理论基础基本一致，研究对象均为碳排放的影响因素，不同的是分解的因素不同，采取的分解因素的方法也不同。由于影响碳排放的因素非常复杂，如消费偏好、资源环境状况、技术水平和制度保证等，因此，对于碳排放问题必须进行更加深入的研究。

三、研究方法概述、指标选择和模型构建

（一）研究方法概述

面板数据模型是一类利用平行数量分析变量间相互关系并预测其变化趋势的计量模型，能够较充分地利用样本所包含的信息，从三维（个体、指标、时间）方向反映研究对象的变化规律和个体特征。此种特征尤其符合本文对中国30个地区6年来碳排放水平的回归分析。它克服了简单的多元回归模型不能进行时间序列分析模型的缺点，同时也通过对比不同横截面的值来发现研究对象之间的区别。为了评价回归的结果和检验滞后阶的稳健性，需要对模型回归的残差进行面板的单位根检验，如果残差不是面板单位根过程而是平稳过程，那么可以认为参数估计量不是伪回归的结果。为了获取更全面的样本信息以证明模型估计的有效性，还需要进行面板数据的协整检验，最后再进行回归分析。

1.面板数据的单位根检验

美国学者Nelson与Plosser在其研究中曾指出，多数的宏观经济时间序列都是不稳定的，只有确定了序列的平稳性才能进一步对它们进行协整性分析和因果性检验。因此，作为分析的第一步，必须对各时间序列数据进行单位根检验。面板单位根检验是基于面板数据的一阶自回归过程：

2.面板数据的协整检验

协整概念是20世纪80年代由恩格尔（Engle）和格兰杰（Granger）提出的。其基本思想是：尽管两个或者两个以上的变量每个都是非平稳的，但它们的线性组合有可能受相互抵销趋势项的影响，使该组合成为一个平稳的变量。因此，在确保时间序列数据是同阶单整的情况下，笔者运用E-G两步法来检验变量间的协整关系及长期因果关系。

首先，利用静态面板的回归残差来构建统计量：

3.面板数据的多元回归分析

面板数据经过协整检验后，方可进行回归分析，其一般形式如下：

（二）指标选择和模型构建

影响碳排放水平的因素有很多，如能源消费强度（能源利用效率）、能源消费结构、产业结构、经济发展水平、人口规模、技术创新、城市化率等，而衡量碳排放水平的指标包括碳排放总量、碳排放年比增长量、碳排放年比增长率、人均碳排放量、人均碳排放年比增长量、人均碳排放年比增长率、碳排放强度、碳生产率等，本文在做实证分析时，把中国30个地区（西藏自治区能源数据缺失，故除外）作为研究对象进行了面板数据的回归分析，这是因为全民施行碳减排运动的时候，各行各业也在全力节能减排。如果了解了中国碳排放的大体趋势，那么在确定减排指标和部署减排任务的时候就更具说服力了。所以选取能够显著代表各地区碳排放水平的碳排放年比绝对增长值指标作为因变量，并且假设影响碳排放水平较为显著的三个变量：各地区的能源消费强度、各地区的能源消费结构、各地区的技术创新作为自变量。

能源消费强度（ECI）：各地区的能源消费总量与各地区的生产总值之比（吨标准煤/万元）。

能源消费结构（MT）：各地区主要能源煤炭的消费总量（吨）。

技术创新（R&D）：各地区科学研究与试验发展（R&D）经费支出（亿元）。

碳排放水平（TC）：因为没有直接的量化指标，本文采用科学估算的方法得出历年各地区的消费总量，然后取年比的绝对增长量作为研究指标（吨标准煤）。

参加回归分析的数据为全国30个地区2005年至2010年的能源消费强度、主要能源煤炭的消费总量、科学研究与试验发展（R&D）投资额和碳排放总量。

在确保时间序列变量同阶单整的情况下，本文运用Eviews6.0软件对能源消费强度、能源消费结构、技术创新以及碳排放分别进行单位根检验、协整检验和回归分析。首先，构建能源消费强度、能源消费结构、技术创新以及碳排放四个时间序列变量的关系模型（6）、（7）、（8）、（9）；其次，对面板模型进行回归得到残差序列εit，并对εit进行单位根检验以判断其平稳性。如果ε1it是平稳的，则说明能源消费强度和碳排放之间存在长期协整关系；如果ε2it是平稳的，则说明能源消费结构和碳排放之间存在长期协整关系；如果ε3it是平稳的，则说明技术创新与碳排放之间存在长期协整关系。

四、数据来源及实证分析

（一）数据来源

2005年至2010年，中国30个地区能源消费强度数据来自于相应年份的《中国统计年鉴》；中国30个地区能源消费结构数据来自于相应年份的《中国统计年鉴》和《中国能源统计年鉴》；中国30个地区技术创新数据来自于相应年份的《中国统计年鉴——统计公报》；中国30个地区的碳排放总量则根据相关参考文献的科学测算方式通过数据代入和公式运算得来。

（二）实证分析

在进行面板数据单位根检验之前，为了消除变量之间量纲和数量级过大的影响，先使用Eviews6.0软件对面板数据进行对数处理，然后再进行单位根检验、协整检验和回归分析。结果如下：

1.单位根检验

对于普通序列单位根检验来说，ADF检验、DFGLS检验和PP检验三种方法出现得较早，在实际应用中也最为普遍。本文采用的LLC（Levin-Lin-Chu）检验、IPS（Im-Pesaran-Shin Wstat）检验、Fisher-ADF检验、Fisher-PP检验可以对面板数据的不同截面分别进行单位根检验，其最终检验在综合了各个截面检验结果的基础上，构造出统计量，对整个时间序列/截面数据是否含有单位根作出判断。本实证部分所用的软件为计量经济学分析软件Eviews6.0。全国30个地区面板数据的原序列单位根检验结果如表1所示：

由表1可知，碳排放年水平变量（TC）在LLC检验、IPS检验和Fisher-PP检验的1%的显著性水平下显著，在Fisher-ADF检验的5%的显著性水平下显著；能源消费强度（ECI）在LLC检验、IPS检验、Fisher-ADF检验和Fisher-PP检验下均不显著；能源消费结构，即主要能源煤炭消费量（MT）在LLC检验的5%的显著性水平下显著，在Fisher-PP检验的10%的显著性水平下显著，在IPS检验和Fisher-ADF检验下不显著；技术创新（R&D）在LLC检验的1%的显著性水平下显著，在PS检验、Fisher-ADF检验和Fisher-PP检验下均不显著。显著意味着拒绝原假设，认为原序列具有不同的单位根，表明原序列稳定；不显著意味着接受原假设，认为原序列具有相同的单位根，表明原序列不稳定。由此来看，有些变量在多种检验下不显著，即变量具有不平稳性。因此，还要对原序列的一阶差分序列进行单位根检验，以进一步判断其稳定程度。一阶差分序列单位根检验结果如表2所示：

由表2可知，碳排放年水平变量（TC）、能源消费强度（ECI）、能源消费结构即主要能源煤炭消费量（MT）和技术创新（R&D）在LLC检验的1%的显著性水平下均显著；碳排放年水平变量（TC）、能源消费结构即主要能源煤炭消费量（MT）和技术创新（R&D）在IPS检验、Fisher-ADF检验和Fisher-PP检验的1%的显著性水平下均显著；能源消费强度（ECI）在IPS检验、Fisher-ADF检验和Fisher-PP检验的5%的显著性水平下显著。因此，原序列的一阶差分序列是平稳的，即所有变量为一阶差分平稳变量，变量之间存在协整关系的可能性。

2.协整检验

变量在满足一阶单整的条件下，通过软件对数据进行协整检验，结果如表3。

协整检验的原假设是不存在协整关系，如果置信水平P值在10%、5%、1%的情况下，则拒绝原假设，即存在协整关系；如果P值大于10%，则接受原假设，即不存在协整关系。而表3中的结果显示，统计量的置信水P值在LLC检验、Fisher-ADF检验和Fisher-PP检验下均低于1%，说明该模型碳排放年水平变量（TC）、能源消费强度（ECI）、能源消费结构，即主要能源煤炭消费量（MT）和技术创新（R&D）四个变量间存在协整关系，即存在长期均衡关系。

3.回归分析

面板数据的单位根和面板协整关系检验显示，在设定线性趋势时，变量序列是平稳的，并且具有稳定的协整关系，能够对面板数据进行空间面板回归分析。为了确定将空间面板回归的结果与传统的面板回归结果进行对比，以及是否存在空间效应、是否需要使用空间面板回归，本文给出面板数据回归的结果，见表4。

从面板回归结果可以发现：在全国30个地区的固定效应模型中，能源消费强度（ECI）、能源消费结构，即主要能源煤炭消费量（MT）和技术创新（R&D）均通过了相应的t检验；能源消费结构，即主要能源煤炭消费量（MT）和技术创新（R&D）在1%的显著性水平下显著；能源消费强度（ECI）在10%的显著性水平下显著，表明这三者对全国各地区的碳排放水平（TC）有显著影响。其中能源消费强度（ECI）和主要能源煤炭消费量（MT）与碳排放水平（TC）呈显著正相关，对其有很强的驱动作用，而技术创新（R&D）与碳排放水平（TC）呈显著负相关，对其有抑制作用。

由此可以写出30个地区固定效应模型的表达式：

五、结论及建议

通过面板数据回归模型对我国30个地区的碳排放总量与能源消费强度、能源消费结构以及技术创新进行实证分析，得出了全国各地区碳排放总量与其影响因素的关系。面板数据的单位根检验验证了能源消费强度、能源消费结构和技术创新对碳排放量的影响较为显著，协整检验的结果证明了三者对碳排放水平具有长期均衡性，这样更便于下一步运用面板回归确定它们之间具体的关系。回归结果显示，能源消费强度促进了碳排放水平的增高，以煤炭为主要能源的消费结构也促使了碳排放水平的增高，而技术创新能力则抑制了碳排放水平的提高。根据此结论，可以从降低能源消费强度、调整能源消费结构和加大技术创新力度三个方面提出政策性建议。

（一）优化产业结构，降低能源消费强度

第二产业能源消费总量巨大，其对碳排放的影响非常明显，因此在保证经济持续稳定增长的情况下应适当优化产业结构，大力发展第三产业，增加其在三大产业中的比重。中国以第二产业为主的产业结构将在很长时期内一直保持下去，但随着信息化、知识化的浪潮席卷全球，一国经济增长可以更多地依靠人才和科技创新以及制度的改进不断提高资源配置效益和产出效益，从而促进产业结构的升级。而明显地，以服务业为主的第三产业的发展，可以大大减少对碳排放的需求，并逐步改善人们的消费需求偏好，在降低单位产值的碳排放、降低城市环境污染的同时增加就业机会。

（二）优化能源结构，降低煤炭消费总量

中国是以煤类能源消耗为主的能源消耗大国，这一方面是中国的自然社会因素造成的，另一方面与中国的能源利用技术落后有关。煤类能源对二氧化碳排放贡献率最大，每生产一单位能量所释放出的二氧化碳比石油多29%，比天然气多80%，因此减少煤类能源所占的份额，增加其他能源形式，尤其是热、电能源等清洁能源的比重，对于节能减排和改变能源结构具有非常重要的意义。

（三）加大技术创新力度，开发利用新能源

中国需要吸收国内外先进的能源利用和碳减排技术，大力发展高新节能技术，尤其是高耗能的产业和产品方面，如中国的石油燃料加工业、金属产品制造业、机械设备制造业等，应增加科研投入，创造低能耗的生产技术和产品，争取在产品的生产和使用环节都能够降低能耗，减少碳排放。开发新能源尤其是发展可再生能源，如利用中国的河流和海洋等自然资源发展太阳能、水能、潮汐能等清洁的能源形式，促进能源结构的多元化，不仅有助于减少碳排放，最为重要的是有助于能源的长期供应和能源安全。

【参考文献】

[1] 金晶.世界及中国能源结构[J].能源研究与信息，2003，19（1）：20-26.

[2] 齐玉春，董云社.中国能源领域温室气体排放现状及减排对策研究[J].地理科学，2004，24（5）：528-534.

[3] 张军委.重庆能源消费、碳排放量与经济增长[D].重庆大学硕士学位论文，2010：1-5.

[4] 田徵.辽宁省能源消耗及碳排放规律研究[D].中南林业科技大学博士学位论文，2010：3-6.

[5] Hendriks.C，SophieA.Der WaartV，et al.Building the cost curves for CO2 storage，part 1：sources of CO2[R].2002.

[6] Nobuko Yabe.An analysis of CO2 emissions of Japanese industries during the period between 1985 and 1995[J].Energy Policy，2004（32）：595-610.

[7] Ang J B.CO2 Emissions，Research and Technology Transfer in China[J]. Ecological Economics，2009（10）.

[8] 杜鸥.我国碳排放状况及其影响因素研究[D].山西财经大学硕士学位论文，2011：1-2.

[9] 李武.基于环境库兹涅茨曲线假说的中国碳排放影响因素研究[D].内蒙古大学硕士学位论文，2011：11-12.

[10] 陶冉，金润圭，高展.跨国汽车公司环境责任研究——基于动态面板数据的回归分析[J].上海管理科学，2011（4）：94-97.