基于EKC模型的浙江物流服务碳排放实证研究

段向云

(浙江树人大学 现代服务业学院，浙江 杭州 310015)

基于EKC模型的浙江物流服务碳排放实证研究

段向云

(浙江树人大学 现代服务业学院，浙江 杭州 310015)

首先梳理了相关研究文献，通过收集1995年—2009年浙江省物流服务的相关能耗数据，采用系数法对浙江省物流服务的碳排放进行了测算，然后运用EKC模型对浙江省物流服务的碳排放状况进行评估，研究发现15年间物流服务的碳排放量呈严格的指数型增长，物流服务的发展与碳排放呈直线关系，物流服务的发展增长与碳排放两者尚未脱钩、控碳严峻，亟待从高产高碳走向高产低碳区域。未来减碳之路需要实现向集约型增长方式的转变，应加强智慧物流和推进融合物流。

物流服务；碳排放；EKC模型；智慧物流；融合物流

一、相关文献研究

对碳排放的测算按照计算的系统程度，主要有两种方法，分别为生命周期评估法和能源矿物燃料排放量计算法。前者虽然计算结果更准确，但由于涉及的环节和基础数据较多，在实际测算中存在较多困难，因此少被使用。后者较易操作和实施，且IPCC第四次评估报告公布的研究结果明确显示：温室气体增加的主要来源是化石燃料燃烧，因此目前常使用后者进行测算，即采用系数法根据各项能源的消费量来估算碳排放量。

目前国内外学者对碳排放的研究，主要在于探讨碳排放与某一国家的经济增长或发展状况的相关关系。如Friedl等(2003)通过测算、考察奥地利的碳排放状况和规律，发现1960年—1999年奥地利的碳排放状况与经济增长呈“N”型关系[1]。Grubb等(2004)则测算了人均碳排放量，发现在工业化初期，随着人均收入的增加，人均碳排放量较高，但是跨越这一阶段以后，人均碳排放量将在不同水平上趋于饱和[2]。Ankarhem(2005)则着重考察了瑞典1918年—1994年的碳排放趋势，发现瑞典1918年—1994年的经济增长与二氧化碳、二氧化硫以及挥发性有机物的排放状况呈倒U型曲线分布[3]。

国内学者对我国的碳排放也进行了研究。徐国泉等(2006)系统地考察了我国1995年—2004年的人均碳排放量，并探讨了影响人均碳排放量的因素[4]。中国现代化战略研究所等(2007)则放眼国际，测算并研究了1960年—2002年各国人均二氧化碳排放量的变化趋势，结果发现部分国家符合环境库兹涅茨曲线，还有部分国家不符合环境库兹涅茨曲线[5]。谭丹等(2008)、周常春等(2011)则进一步细化了研究范围，把研究重心聚集在行业，如谭丹等考察了近十年来我国工业各行业的碳排放量[6]，而周常春等从旅游的衣、住、行、游、购、娱六方面测算了旅游的碳排放[7]。李国志等(2010)、王卉彤等(2011)关注地区，测算了我国30个省区的碳排放，并用相关统计方法进一步划分和研究了碳排放类型的区域特征[8][9]。

综上，根据目前国内外学者的研究，可以发现对碳排放的测算与研究，无论用碳排放量还是人均碳排放量等指标，但主要集中在对某一国家、行业和地区的研究，尚未探讨物流服务的碳排放量。众所周知，物流业是能源消耗大户，对石油化石能源的依赖性与日俱增，根据浙江统计局公布的能源分行业消费数据来看，近10年来我省物流能源消耗量占省能源消耗量的比重均在6%上下波动，仅2003年至2009年7年间，物流能源消耗量就从2003年的546.77万吨标准煤上升至2009年的1 009.17万吨标准煤，增速达84.57%①，年均增长速度为12.08%。具体到能源品种，浙江省物流服务的能源消耗以油料非再生能源为主，仅次于制造业，近15年物流油料消耗量占物流能源消耗量的比重在90%②高位波动，近5年已高居99%，油料消耗又以柴油和汽油高污染型能源为主，其中汽油消耗量占省汽油消耗量的比例在50%③上下波动。高污染能源消耗势必高温室气体和大气污染排放，因此明确浙江省物流服务的碳排放状况显得尤为重要。

二、浙江省物流服务的碳排放测算

(一)测算方法

由于目前对碳排放的测算研究是采用系数法、基于对能源消费量的估算得来的，因此通过查找历年《中国能源统计年鉴》、《浙江统计年鉴》以及《中国物流年鉴》等，首先收集了1995年—2009年浙江省物流服务的能源消耗量基础数据，然后按照统计局公布的各能源折标准煤参考系数将能源消费实物统计量转换为标准统计量，最后采用公认的估算公式和能源消耗碳排放系数的取值数据对浙江省物流服务的碳排放进行了测算，各类能源的碳排放系数见表1。具体公式和能源消耗的碳排放系数如下：

式中C为碳排放量，Ci为第i种能源的碳排放量，E为一次能源的总消费量，Ei为i种能源的消费量。相应，Si代表i类能源在总能源中所占的比重，Fi为i类能源的碳排放系数。

表1 各类能源的碳排放系数

资源来源：中国科学院可持续发展战略研究组.2009中国可持续发展战略报告——探索中国特色的低碳道路[M].北京：科学出版社，2009：69.

(二)浙江省物流服务的碳总排放量

基于能源消耗的基础数据，根据以上碳估算方法和公式，初步测算了1995年—2009年浙江省物流服务历年的碳排放量，具体测算结果见图1。

从浙江省物流服务的碳排放量变化趋势图来看，15年间物流服务的碳排放量呈逐年上升趋势，从上升速度来看大致经历两个阶段的变化：平稳上升和大幅持续递增调整。具体来说，自1995至2001年7年间物流服务的碳排放量呈逐年平稳上升趋势，虽然增长幅度不大，但是经历的是7年的连续增长，由1995年的111.04万吨增长至2001年199.15万吨，增长了88.11万吨；7年稳步前进后，2002年开始碳排放出现大幅攀升，碳排放突破200万吨，3年后碳排放一举进入300万吨大关，2005年升至304.61万吨，之后仍是3年的飚升并肆意打破400万关口，2009年达433.76万吨，8年间碳排放增长215.93万吨，年均增速高达12.39%。总体来说，15年间浙江省物流服务的碳排放量呈增长变化趋势，总趋势呈递增变化，增幅略有不同，呈现出的是一幅平稳增长继而大幅增长的变化趋势图。

图1 1995年—2009年浙江省物流服务历年碳排放量

三、浙江省物流服务的碳排放现状评估

(一)评估模型

EKC模型又称为环境库兹涅茨曲线模型，由美国著名经济学家西蒙·库兹涅茨于20世纪50年代提出，由于EKC涉及到环境与发展的一般规律，因此它的提出引起了全球环境和经济学家的广泛关注，国内外学者纷纷展开实证和计量模型以研究经济增长与环境之间的函数关系，如学者Grossman(1995)[10]、Shafik(1992)[11]、Selden(1994)[12]等。随着模型研究范围的拓展，环境库兹涅茨曲线又进一步产生了衍生曲线，学者的研究结果显示，经济增长与环境污染指标之间除了呈倒U型曲线的二次方程外，还会显示出一次方程、N型的三次方程关系，曲线关系除了最初的倒U型，还有直线、U型、N型和反N型。模型中参数值变化与曲线判断标准如表2所示：

(二)数据处理与关系模拟

在以往的研究中，学者们多研究某一国家的经济增长与环境污染之间的关系，用人均收入反映经济增长，用二氧化碳、烟尘排放等生态环境指标反映环境质量。经济增长主要反映的是产出的增长，本文用浙江省物流服务的产值来反映物流服务的发展增长，碳排放量反映环境质量状况。数据截取时间段为1995年—2009年共15年间的数据。同时为了保持数据的可比性，分别将当年价格的产值折算为以1995年为基期的可比价格产值，以剔除价格变动因素的影响。

表2 模型的参数值变化与曲线形状

资源来源：作者整理

由于回归分析是研究变量间的非确定关系、构造变量间经验公式的常用数理统计方法，因此使用EKC模型时，学者们常使用回归分析统计方法来构造变量间的函数关系，根据函数关系和因变量的变化趋势来进一步判定变量间的相依关系。

在关系模拟之前，要首先观察具体指标值的变动情况，从变化趋势来看，浙江省物流服务的碳排放量呈严格的指数型增长，产值变化趋势与碳排放量变化趋势大致相同，也呈指数型增长态势，但浙江省物流服务的历年产值呈非严格的指数型增长态势。尽管浙江省物流服务发展增长与碳排放演变都呈指数型增长趋势，但是上升的步伐并不相同，碳排放一直呈逐年上升趋势，而产值总体增长但增长中有回落调整，且两者出现峰值的时间和历年增长速度亦存在较大的差异。两者的相依关系是否符合环境库兹涅茨曲线演变规律？会呈现何种形态？有待对两者的相依关系进行模拟。

通过观察指标值，发现两个观察量指标值所使用的时间间隔和长度单位完全统一，因此可以对两者进行多项式模拟。本文使用SPSS19.0对1995年—2009年浙江省物流服务的碳排放量和产值进行了一次多项式、二次多项式和三次多项式模型拟合与选择。

模拟图形如图2所示，从拟合图来看，二次模型对观测量的拟合程度要优于三次模型和一次模型。当然图形的判断只是对模型的取舍起辅助作用，而最终的模型判定还是要通过对统计量的分析与研究进行。

具体统计量如表3所示，模型概况表列出了线性模型、二次模型与三次模型的复相关系数R、判定系数R2、R2的修正值以及标准误等。此外方差分析结果显示3个模型的F值概率均小于0.001，表明显著水平均小于0.001，故都有统计意义，因此通过比较分析模型的R2修正值和F值来判断模型。由于线性模型的R2修正值最大，为0.793，大于二次模型的R2修正值0.777和三次模型的0.761；线性模型的F=54.505最大，二次模型次之，F=25.437，三次模型的F =15.828最小，所以可以判断，拟合最好的是线性模型。因此可以判断线性模型可以较好地描述浙江省物流服务的碳排放量与产值增长之间的相依关系。

图2 浙江省物流服务碳排放量与产值增长时序数据拟合图

(三)研究结论

通过回归方程和因变量的变化趋势可以判断曲线形状。根据回归结果来看，线性模型要优于二次模型和三次模型，同时由拟合图和相关分析来看，浙江省物流服务产值不断上升的过程中，因变量碳排放量呈大幅增加趋势，两者的相关系数为0.899，显著性概率水平为0.01，由此可以认为我省物流服务的发展与碳排放呈直线关系。

表3 模型概况表

资源来源：作者整理。

由此根据表4线性模型的回归系数表，可以得出回归方程为：y=-2.690+0.502x。

表4 线性模型的回归系数表

资源来源：作者整理。

根据EKC模型理论，直线关系且b1>0说明随着物流服务量的不断增加，碳排放也随之增加，环境质量不断恶化，表明目前我省物流服务的发展与环境之间存在着不协调性，发展中不能同时兼顾经济效益和环境效益，仍处于两难区间[13]。线性而非倒U型关系，意味着我省物流服务的发展增长与碳排放还未脱钩、物流服务的发展增长与控制碳排放两者尚未达到协同发展阶段，碳排放量还没有达到阀值点，未来一段时间碳排放量还会增长，物流服务面临着巨大的减排压力。

借助四象限分析图法可以明晰地反映出浙江省物流服务碳排放状况，具体如图3所示，按照物流服务的产值和碳排放两个不同的程度进行了划分，基本上可以分为四个象限：低产高碳、高产高碳、低产低碳和高产低碳。15年间浙江省物流服务的产值以年均18%的速度增长，碳排放以年均19%的速度递增，走的是高产高碳之路，处于四象限图中的第二象限，未来亟待向第四象限高产低碳理想状况转变。

图3 浙江省物流服务碳排放评估四象限分析图

四、研究小结与启示

采用系数法对浙江省物流服务的碳排放进行了测算，发现15年间物流服务的碳排放量呈严格的指数型增长，增幅略有不同，呈现出的是一幅平稳增长继而大幅增长的变化趋势图。根据统计量的分析和EKC模型理论，发现浙江省物流服务的发展增长与控制碳排放两者尚未达到协同发展阶段，两者呈一次曲线关系，随着物流服务量的不断增加，环境质量会进一步恶化。目前浙江省物流服务的碳排放量还没有达到阀值点，未来一段时间碳排放量还会增长，亟待从高产高碳走向高产低碳。

本文采用的系数法比较适用于传统高能耗行业或企业的碳排放估算，与目前国内的统计口径一致，只需采集煤炭、石油、天然气等的能源消耗量即可对碳排放进行测算，但由于可得数据有限，只能是粗略测算15年间物流服务的碳排放，会不同程度影响碳现状评估。此外，本文采用EKC模型对物流服务的碳排放现状进行评估也属于创新性地尝试，研究结论有待实践的进一步检验。

针对测算和评估结果来看，我省物流服务处于粗放型发展状态，高消耗高环境成本、依靠增加生产要素来实现产值增长等特征明显，未来减碳之路需要实现向集约型增长方式的转变。实现集约型增长，从高产高碳走向高产低碳，需要积极发展智慧物流、推进融合物流。

发展智慧物流可以提高生产要素的质量和利用效率，从而降低单位产值的碳排放强度。智慧物流面向未来，具有先进、互联和智能三大特征，整合了物联网、传感网和互联网的资源优势，通过精细化管理，实现物流的自动化、可控化和智能化，从而提升资源利用率以实现减碳。目前浙江省已出台相关智慧物流专项扶持政策，将助推智慧物流建设，带来供应链的敏捷智能。

融合物流可以改善资源配置效率，以促进节能减排。融合物流通过提升物流的信息化和专业化，可以促进物流的技术融合、产品融合、业务融合以及衍生行业，从而推动物流技术创新、增加物流产品的技术含量、创新物流业务以及催生物流相关的产业，实现依托供应链模式以延伸产业链和提升价值链，实现物流服务的全面升级。未来浙江省物流应围绕专业市场进行建设，提供电子商务和现代物流全面融合的服务，从而优化物流产品结构，实现三流融合、系统发展和提高竞争力。

注 释：

① 根据浙江统计年鉴相关年度对交通运输、仓储和邮政业的能源消耗量数据整理计算。

② 通过整理浙江统计年鉴相关年度对交通运输、仓储和邮政业的原油、汽油、煤油、柴油、燃料油消耗量与能源消耗总量数据，求两者的比率计算物流油料消耗量占物流能源消耗量的比重。

③ 通过整理浙江统计年鉴相关年度对交通运输、仓储和邮政业的汽油消耗量与浙江省汽油总消耗量数据，求两者的比率计算浙江物流业汽油消耗量占浙江汽油消耗量的比重。

〔1〕 BIRGIT FRIEDL,MICHAEL GETZNER.Determinants of CO2Emissions in a Small Open Economy[J].EcologicalEconomics,2003,45(1):133-148.

〔2〕 GRUBB M,MULLER B,BUTTER L.The relationship between carbon dioxide emissions and economic growth[R].Oxbridge study on CO2-GDP relationships,Phase I results，2004.

〔3〕 ANKARHEM M.A Dual Assessment of the Environmental Kuznets Curve:The Case of Sweden[R].Umea Economic studies,2005,660,Umea University,Sweden.

〔4〕 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(6):158-161.

〔5〕 中国现代化战略研究所，中国科学院中国现代化研究中心.中国现代化报告2007年——生态现代化研究[M].北京:北京大学出版社，2007：52.

〔6〕 谭丹,黄贤金,胡初枝.我国工业行业的产业升级与碳排放关系分析[J].环境经济，2008(4):56-60.

〔7〕 周常春,袁茜,车震宇.低碳旅游与旅游碳足迹探讨[J].未来与发展，2011(8):39-42.

〔8〕 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(5)：22-27.

〔9〕 王卉彤,王妙平.中国30省区碳排放时空格局及其影响因素的灰色关联度分析[J].中国人口·资源与环境，2011(7)：140-145.

〔10〕 GROSSMAN G,KREUGER A.Economic Growth and the Environment[J].QuarterlyJournalofEconomics,1995,110(2):353-377.

〔11〕 SHAFIK N，S BANDYOPADHYAY.Economic Growth and Environmental Quality: Time Series and Cross-Country Evidence[R].Washington DC:Background Paper for the World Development Report the World Bank,1992.

〔12〕 SELDEN T M,SONG D.Environmental Quality and Development:Is there a Kuznets Curve for Air Pollution Emissions? [J].JournalofEnvironmentalEconomicsandManagement,1994(27):147-162.

〔13〕 郑易生.环境与经济双赢乌托邦的误区与现实选择[J].中国人口·资源与环境，2000(3):112-114.

(责任编辑 吴 星)

Carbon Emission Calculation and Evaluation of Logistical Service for Zhejiang Province: Based on EKC Model

DUAN Xiang-yun

(Zhejiang Shuren University,Hangzhou,Zhejiang 310015)

Through collecting and sorting the related data of energy consumption range from 1995 to 2009,coefficient method is employed to calculate the carbon emission of logistical service and the EKC model is used to evaluate the carbon emission in Zhejiang province.It is found that carbon emission during 15 years presents exponential growth,and the relationship between logistical service growth and carbon emission is a positive linear relation，which means that they have not achieved coordinated development.It is needed to transfer the growth model from extensive growth to intensive growth.It should strengthen the wisdom logistics and advance the integrated logistics in low-carbon road.

logistical service; carbon emission; EKC model; wisdom logistics; integrated logistics

2013-12-05

浙江省哲学社会科学规划课题(12YD35YB)；中国物流学会规划课题(2013CSLKT052)；浙江省哲学社会科学扶持型研究基地“浙江省现代服务业研究中心”资助课题。

段向云(1980—)，女，河南洛阳人，博士，讲师，研究方向为：低碳物流、物流运营管理。

F25

A

1007-6875(2014)02-0097-05