区域低碳经济发展水平测度研究——山东省实证

宋春燕，张彦国

(山东财经大学 数学与数量经济学院，山东 济南250014)

一、引 言

早在20世纪90年代后期，低碳经济这一术语就已经出现［1］。目前广泛被引用的是英国环境学家鲁宾斯德的观点，他认为低碳经济是一种新型的经济发展模式，其核心是以市场机制为基础，通过制度和政策创新，提高能效技术、节能技术、可再生能源技术及温室气体减排技术的开发应用能力，从而促进整个社会向着低能耗、低排放、高能效的发展模式转型。而低碳经济指标体系是评价低碳经济发展的基础，也是综合反映低碳经济发展的依据。因此构建低碳经济评价指标体系，评价区域低碳经济发展水平测度，以及研究影响低碳经济的相关因素具有极为重要的意义。

低碳经济已成为世界发展的大趋势，碳排放也成为经济发展的新标识。纵观目前评价区域低碳经济发展水平测度的文献资料，研究方法大多采用构建指标体系，然后应用层次分析、聚类分析法、主成分分析法等方法进行研究。如李晓燕等人［2］构建了城市低碳经济发展综合评价指标体系，运用模糊层次分析法和主成分分析法，对我国四个直辖市的低碳经济发展进行了综合评价，提出了直辖市发展低碳经济存在的问题和相应的对策建议;付加锋［3］研究探讨了低碳经济的概念和核心要素，构建了以低碳产出、低碳消费、低碳资源、低碳政策和低碳环境为维度的多层次评价指标体系和相应的评价方法。任福兵［4］等建立了三层次多指标的低碳评价指标体系，利用Delphi法确定各层次相关指标的权重，综合评价低碳社会的发展水平。岳瑞锋等人［5］以能源碳排放的总量和份额为排放数量指标，以排放强度和人均排放为排放效率指标，利用聚类分析方法，对我国各省域的能源碳排放类型进行划分。另外，还有许多学者广泛研究碳排放的影响因素。如陈彦玲等人［6］认为高速的经济增长(产出规模)是经济碳排放的驱动因素，而产业结构、能源结构的调整和能源效率的提高降低了碳排放量的增长。宋德勇等众多学者［7-9］采用指数分解法对碳排放的影响因素进行了定量研究。由以上学者的研究可得，影响碳排放的主要因素有经济发展水平、产业结构、能源消费结构、清洁技术水平和人口等。

但将空间和计量因素引入模型中进行分析的研究尚处于探索阶段，采用面板数据方法分析的就更少。Fanglinsu等人［10］建立空间误差和滞后模型，对省域碳消费及其影响因素的关系进行分析，李国志等人［11］基于STIRPAT模型和面板数据方法，研究了中国二氧化碳排放的区域差异分析了人口、经济和技术对不同区域二氧化碳排放的影响。肖慧敏［12］在二氧化碳(CO2)排放影响因素的模型框架内，利用1995-2008年中国省级的面板数据，着重分析产业结构演变对CO2排放的影响。许广月［13］考虑到不同区域的异质性，采用面板数据的计量模型，深入研究了碳排放的影响因素。

本文在借鉴以上研究的基础上，构建了以低碳经济、低碳社会以及低碳资源与环境为系统的多层次评价指标体系，应用模糊层次分析法对山东省低碳发展水平进行了实证分析，并通过面板数据研究影响山东省低碳发展水平的几个重要因素。

二、区域低碳经济发展水平测度

(一)低碳经济指标体系构建

图1 区域低碳经济评价指标体系

本文遵循全面性、科学性、可操作性等指标体系设计的基本原则，设计出包含目标层、系统层、指标层在内的低碳经济综合评价指标体系，其中目标层是区域低碳经济发展综合评价，系统层包括经济系统、社会系统、资源环境系统。构建了以低碳生产指标、低碳消费指标、低碳社会指标、低碳技术指标、低碳资源指标、低碳环境指标为维度的多层次评价指标体系。见图1。

(二)指标体系评价方法

1.指标正向化和无量纲化处理

在构建的评价指标中，由于指标数值和方向不同，必须进行指标的正向化和无量纲化处理，否则会导致对低碳经济评价的不合理性。对于负指标，采用倒数变换法进行正向化处理(式1)，然后采用归一化方法对指标进行无量纲化处理(式2)。

其中z为归一后的指标数值，x*为所有负指标处理后数值，xmin、xmax分别为该指标评价个体的最大值和最小值。

2.模糊层次分析法确定权重

模糊层次分析法(FAHP)采用三标度法，符合人们的逻辑思维，度量较为准确。建立的优先判断矩阵虽然粗糙，但很容易建立，由优先判断矩阵改造而成的模糊矩阵满足一致性条件，无需再进行一致性检验。最后确定各指标对评价目标所起作用的大小，即权重。应用的具体步骤如下:

19：22:“近1 h,最大降水出现在瑶琳镇23.4 mm,最大风速出现在瑶琳镇5级(8.8 m/s),预计今天半夜前桐庐县部分地区仍有阵雨或雷雨天气,请注意防范”。

(1)建立判断矩阵(优先矩阵)

式中c(i)和c(j)分别为标度fi、fj相对重要程度。

(2)将判断矩阵F=(fij)m×n转化为模糊一致矩阵Q=(qij)m×n，对F做行求和以及行变换:

(3)利用和行归一法得到权重向量。首先计算模糊一致矩阵Q=(qij)m×n中每行元素的和(去除自身比较)，然后计算总和(不含对角线元素):

由于li表示指标i相对于上层目标的重要性，所以对li归一化处理即可得到各指标权重:

3.综合测度计算

采取线性加权方法计算综合测度，其计算公式如下:

其中wi为准则层权重，zi为准则层的标准化的无量纲指标。

(三)山东省低碳经济发展水平实证研究

1.数据的来源

文中所有统计数据来自《山东统计年鉴》(2005-2010)，《山东统计公报》(2005-2010)，《环境统计数据》(2005-2010)。人均碳排放量及碳排放强度通过先计算山东省一次能源消耗的碳排放量，再根据十七地市能源消耗占全省比例得到各地市的碳排放量，进而得到十七地市的人均碳排放量和碳排放强度。其中山东省一次能源消耗的碳排放量采用式4进行估算:

其中，CO为碳排放量;Ci为第i类能源的碳排放量;Ei是以标准煤为计量单位的第i类能源的消费量;Ci/Ei为第i类能源的碳排放系数，即单位该类能源消费量所产生的碳排放。碳排放系数采用国家发展和改革委员会能源所公布的系数，即煤炭、石油和天然气的消耗碳排放系数分别为0.7476t(C)/t标准煤、0.5825 t(C)/t标准煤和0.4435t(C)/t标准煤。

2.山东省低碳经济发展水平综合评价

表1 山东省低碳评价指标数据分析

应用FAHP对山东省2005-2010年数据进行实证分析，得到系统层、一级指标、二级指标的权重，见表1。通过采取线性加权方法(式3)，可以得到2005-2010年各系统的指标值及综合测度值，见表2。结果显示2005-2010年山东省低碳综合发展水平呈现连年上升趋势。其中能源消费、经济增长、技术进步都对其产生了重要影响。

表2 2005-2010年山东省低碳发展水平测度

三、山东省低碳经济影响因素研究

(一)模型构建

根据Friedl的观点，影响二氧化碳排放的因素不仅具有时间维度属性，同时也具有截面维度属性，即二氧化碳排放不仅与同一区域内每年的经济和社会资源有关，而且与不同区域间的影响因素也有一定关系［14］。由于面板数据分析结合了时序和截面信息，增加了截面样本所不具有的垂直维度信息和时间序列样本所不具有的水平横截面信息，样本解释能力更强，研究结果更有信服力。因此，本文采用面板数据计量分析各因素对二氧化碳排放的影响。选取影响低碳经济的几个重要因素:经济、技术、人口作为自变量，二氧化碳排放量为因变量。在进行计量分析时，模型将采用双对数形式，这样既可以降低异方差，还可以直接获得因变量对自变量的弹性，本文建立碳排放与其影响因素关系的面板数据计量模型如下:

其中，αi表示截面效应，COit表示第i省第t年的碳排放量;GGDPit表示第i省第t年的人均GDP，用来衡量山东省的经济水平和生活水准对二氧化碳排放的影响，单位为元，转化成以2005年为基期的时间序列;PEOit表示第i省第t年的区域人口，采用各省“人口总量”数据;NQit表示第i省第t年的能源强度，又称单位GDP能耗，能源强度越低，表示经济活动的能源效率越高，产生的二氧化碳排放量相对越少，单位为吨标准煤/万元。该指标一般用来反映技术水平对二氧化碳排放的影响。

模型中加入因变量的滞后项作为解释变量，主要考察山东省碳排放是否具有一定的路径依赖特征(即二氧化碳的排放惯性，本期排放量与上一期排放量有关)。将模型中GGDPit分解为GGDPit和(GGDPit)2两项，考察山东省二氧化碳排放量与经济增长之间是否存在倒“U”型环境库兹涅茨曲线。而且根据模型中β1与β2的符号，可以判断出山东省二氧化碳排放与经济增长的几种典型关系:①β1＞0且β2=0，表示伴随经济增长，二氧化碳排放急剧增加;②β1＜0且β2=0，表示经济增长对二氧化碳排放起到抑制作用;③β1＜0且β2＞0，表示经济增长与二氧化碳排放之间存在“U”型关系，是与库兹涅茨曲线完全相反的关系;④β1＞0且β2＜0，表示经济增长与二氧化碳排放之间存在倒“U”型关系，是典型的库兹涅茨曲线。

(二)山东省十七地市面板数据计量结果

采用山东省2005-2010年的时间序列数据以及17个地市的截面数据，然后用Pooled EGLS(Cross-section weights)方法对数据进行估计。估计结果如下:

调整后的R2=0.999977，DW值=1.767146，F值=171061.7，Prob(F值)=0.000000。

从总体来看，面板模型的R2都比较接近1，F值也较大，所有的系数均通过1%显著性水平下的t检验，且符合经济含义，说明山东省面板数据模型拟合较好。

估计结果显示，以上各因素对山东省二氧化碳排放的影响是不一样的:经济对二氧化碳排放的弹性系数最大，说明山东省目前的二氧化碳排放对经济增长是非常敏感的，符合山东省工业化发展的特征。技术弹性系数为正，说明技术进步在很大程度上缓解了二氧化碳排放的快速增长。山东省是人口大省，人口弹性系数为正，表示随着人口的增长，增加了能源消费导致环境恶化。根据模型中β1与β2的符号可知，山东省的二氧化碳排放与经济增长之间存在明显的倒“U”型环境库兹涅茨曲线，即在经济发展初期，二氧化碳排放量伴随经济快速增长而急剧增加，当经济发展到一定程度后，经济进一步增长将有利于降低二氧化碳排放。另外，模型中lnCOit(-1)的回归系数为正，说明我省各区域的二氧化碳排放量存在一定的路径依赖现象，即环境恶化的负面影响从短期内可能并不显著，但却要为其付出长期的、沉重的代价。

四、结论与对策

山东省二氧化碳排放与经济增长存在典型的库兹涅茨曲线关系，即随着经济发展，空气质量呈现先恶化后改善的趋势，但是在很长的时期内都难以达到转折点。另外，山东省的二氧化碳排放还呈现出一定的路径依赖，当期的经济增长会对未来几年的空气质量产生影响。因此山东省作为我国的能源消耗大省和碳排放大省，碳减排形势相当严峻。如何改变高碳发展模式，推动山东省经济继续沿着低碳化、可持续方向发展，提出以下建议:

1.提高能效，减少能耗，提升经济发展水平

面对日趋紧张的能源现状，整个社会迫切需要在保障经济高速发展的同时，提高低碳发展水平，即减少对能源的需求，减轻对化石燃料的依赖。作为重点用能部门的工业、建筑和交通部门更是迫切需要提高能效，通过增加公共交通数量、提高节能建筑占新建建筑比例等措施，能够实现节能增效的低碳发展目标。

2.控制人口数量，提高人口素质，提升社会发展水平

提升社会发展水平主要是控制人口数量和提升人口素质。人口效应主要通过增加能源需求、破坏森林和改变土地利用方式等对碳排放产生影响。山东省人口众多，庞大的人口数量意味着资源的巨大消耗，且山东正处于第四次人口出生高峰期，现有的低生育水平面临着巨大的反弹压力，因此控制人口数量的任务十分艰巨。不仅如此，我们还应该提高人口素质，倡导生活方式低碳化，从生活中的点滴小事做起，少开汽车，减少电脑的待机时间等，加大宣传力度，把低碳生活观念普及并深入人心。

3.加强低碳技术的研发和应用，提升低碳技术水平

技术进步在促进能源强度降低，推动低碳经济发展方面作用显著。技术进步既能调整产业结构，优化经济增长方式，又能显著减少碳排放强度。目前山东省产业结构以重工业为主，能源消耗量大。在以后的发展中，要强制淘汰一批高耗能、高污染行业，加大高新产业产值占规模企业的投资，发展新型能源产业。如风能、潮汐能、太阳能等可再生能源。推动山东省经济继续沿着低碳化、可持续方向发展。

［1］ANN P KINZIG，DANIEL M，KAMMEN.National Trajectories of Carbon Emissions:Analysis of Proposals to Foster the Transition to Low Carbon Economies［J］.Global EnironmentalChange，1998，8(3):183-208.

［2］李晓燕，邓玲.城市低碳经济综合评价探索—以直辖市为例［J］.现代经济探讨，2010(2):82-85.

［3］付加锋，庄贵阳，高庆先.低碳经济的概念辨识及评价指标体系构建［J］.中国人口·资源与环境，2010，20(8):38-43.

［4］任福兵，吴青芳，郭强.低碳社会的评价指标体系构建［J］.科技与经济，2010(4):68-72.

［5］岳瑞锋，朱永杰.1990-2007年中国能源碳排放的省域聚类分析［J］.技术经济，2009，29(3):40-45.

［6］陈彦玲，王琛.影响中国人均碳排放的因素分析［J］.北京石油化工学院学报，2009(2):54-58.

［7］宋德勇，卢忠宝.中国碳排放影响因素分解及其周期性波动研究［J］.中国人口·资源与环境，2009，19(3):18-24.

［8］徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析:1995-2004［J］.中国人口·资源与环境，2006，16(6):158-161.

［9］王伟林，黄贤金.区域碳排放强度变化的因素分解模型及实证分析［J］.生态经济，2008(12):32-35.

［10］FANGLIN SU，BANGYING SONG.Spatial Econometric Analysis of Carbon Consumption of Chinese Province［C］.APPEEC.Sichuan，2010(5):59-66.

［11］李国志，李宗植.中国二氧化碳排放的区域差异和影响因素研究［J］.中国人口·资源与环境，2010，20(5):22-26.

［12］肖慧敏.中国产业结构变动的碳排放效应研究—基于省级面板数据［J］.地域研究与开发，2011，30(5):84-87.

［13］许广月.我国碳排放影响因素及其区域比较研究:基于省级面板数据［J］.财经论丛，2011，3(2):14-17.

［14］FRIED B，GETZNER M.Determinants of CO2emissions in a small open economy［J］.Ecological Economics，2003，45(1):133-148.

［15］COLE MA.Development Trade and the Environment:How Robust is theEnvironmental Kunzets Cuvre［J］.Environment and DevelopmentEconomics，2003，(8):557-580.

［16］杜婷婷，毛锋，罗锐.中国经济增长与CO2排放演化探析［J］.中国人口·资源与环境，2007，17(2):94-99.

［17］WU L，KANEKO S，MATSUOKA S.Dynamics of Energy-related CO2Emissionsin China During 1980 to 2002:the Relative Importance of Energy Supply-side and Demand-side Effects［J］.Enegry Policy，2006，(18):3549-3572.