经济增长、产业结构与二氧化碳排放量——基于2001年—2011年面板数据

方大春，孙明月，郑晴晴

(安徽工业大学 商学院，安徽 马鞍山 243032)

经济增长、产业结构与二氧化碳排放量
——基于2001年—2011年面板数据

方大春，孙明月，郑晴晴

(安徽工业大学 商学院，安徽 马鞍山 243032)

基于我国区域经济发展的不均衡性，从东、中、西和全国四个区域作为研究对象，以环境库兹涅茨曲线为参考点，考察不同区域二氧化碳排放量影响两大因素。以人均GDP代表经济增长，以碳排放量作为环境质量指标，进行了EKC模型的实证分析。再把第二产业比重作为产业结构升级指标，考察产业结构升级与二氧化碳排放量之间是否存在区域差异。实证结果表明：二氧化碳排放量存在区域差异，东部地区相对较好，西部地区温室气体问题面临严峻挑战，应结合当地的实际情况对其进行环境污染的治理。

经济增长；产业结构；二氧化碳排放量；环境库兹涅兹曲线

在2009 年9 月联合国气候变化峰会上，中国政府郑重向世界宣布到2020年单位GDP碳排放强度要在2005 年的基础上下降40%～50%的目标。《亚太地区2010年关键指标》显示，按照购买力平价(PPP)计算，2009年中国大陆人均实际GDP为6 914美元，在亚太地区只排在第12位，经济增长仍然是中国经济主旋律。如何在保证经济增长的情况下降低碳排放是中国政府必须面对的严峻问题。我国地区经济发展水平差异较大，面临压力也不同。把握地区发展水平及产业结构特征对二氧化碳排放量影响，有利于破解减少二氧化碳排放量与经济增长不可兼得的困局。

一、文献综述

早在20世纪90年代，不少学者(Grossman、Krueger[1]，1991； Panayotou[2]，1993)开始研究环境质量与经济发展之间关系。最为著名的是美国经济学家库兹涅茨于1955年所提出的收入分配状况随经济发展过程而变化的曲线，称为库兹涅茨曲线(Kuznets curve)。碳排放与经济增长关系问题实际上是环境质量与经济发展问题的一个特例，是在全球气候变暖这个大环境下衍生出来[2]。关于碳排放的EKC检验结果呈现多样化。人均碳排放与人均GDP之间存在N型关系(Friedl B.、Getzner M.[3],2003；Martinez-Zarzoso I.、Bengochea-Morancho A.[4]，2004),人均碳排放与人均GDP之间存在线性关系(Roca J.、Padilla E.、Farré M.等[5],2001； Azomahou T.、Laisney F.、Phu N.V.[6],2006)，人均碳排放与人均GDP 之间不相关(Lantz V.、Feng Q.[7]，2006；He J.、Patrick R.[8],2010)。随着哥本哈根气候大会的召开，国内学者对二氧化碳排放与经济增长关系的研究逐渐增多，研究结果不尽相同。二氧化碳排放的当前值与前期值之间存在交互影响，而不是简单呈现为倒U型的关系[9]；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，但是要达到曲线的拐点需要经历非常漫长的时间(李国志、李宗植[10]，2010；魏下海、余玲铮[11]，2011)；二氧化碳排放与经济增长之间线性函数形式与倒U型函数都是不合适的，N型的函数形式是最合适的(易艳春、宋德勇[12]，2011)；中国东、中、西部碳排放与经济增长之间关系存在区域差异，存在不同类型曲线(许广月、宋德勇[13]，2010；龙志和、陈青青[14]，2011)。林伯强、蒋竺均[15](2009)研究表明中国二氧化碳库兹涅茨曲线的理论拐点对应人均收入为37 170元。刘华军、闫庆悦、孙曰瑶[16](2011)对中国二氧化碳排放的环境库兹涅茨曲线进行了经验估计，而人均排放量与人均收入之间存在倒N 型关系，两个拐点分别位于3 304元和44 049元。

可以发现：就碳排放与经济增长的关系而言，我国不仅不存在单一的模式，而且存在地区差异。即使在同一地区，如果采用的计量方法和选取指标不同，得到的曲线形状也会不同，说明二氧化碳排放量和收入水平间关系具有不确定性[17]。本文从人均GDP和产业结构升级两大角度探索二氧化碳排放量地区特征差异，为我国制定区域二氧化碳减排政策提供参考。

二、碳排放量测算

对于碳排放量，我国目前还没有正式公布统计数据。学术界用的碳排放数据都是通过估算得到的。本文按照李国志、李宗植[10](2011)文中提出的方法，一个区域的碳排放量主要来源于化石燃料燃烧(IPCC[18]，2007)。先将各种能源消费数量按照一定的系数折算成标准统计量，再乘以各自的碳排放系数，可得到各种能源消费的碳排放数量，最后将各种能源的碳排放量加总即可得到某个地区的二氧化碳排放总量。具体公式如下：

Cit=∑Eijtθjηj

(式1)

其中，Cit为i地区第t年的二氧化碳排放总量；Eijt为i地区第t年第j种能源消费量；θj为第j种能源的标准煤转化系数，ηj为第j种能源的碳排放系数。各种能源折标准煤参考系数与碳排放系数见表1、表2。

表1 各种能源折标准煤参考系数

能源品种折算标准煤系数能源品种折算标准煤系数能源品种折算标准煤系数煤炭(kg)0.7143煤油(kg)1.4714焦炭(kg)0.9712柴油(kg)1.4571原油(kg)1.4286电力(kW·h)0.1229汽油(kg)1.4714燃料油(kg)1.4286天然气(m3)1.3300

资料来源：《中国能源统计年鉴2011》。

表2 排放系数

能源品种碳排放系数能源品种碳排放系数能源品种碳排放系数煤炭0.7476煤油0.3416焦炭0.1128柴油0.5913原油0.5854电力2.2132汽油0.5532燃料油0.6176天然气0.4479

资料来源：IPCC(1995)。

根据《中国统计年鉴》(1991—2012)和《能源统计年鉴》(1991—2011)，计算主要年份全国碳排放总量(因西藏数据无法取得，不计入)，如图1。

图1 1990年—2011年全国碳排放总量

1990年我国碳排量为91 587万吨，2011年达到435 084万吨，年均增速为17.05%，增速远大于人均GDP。

三、经济增长与二氧化碳的EKC检验

借用环境污染与经济增长之间库兹涅茨曲线，探索二氧化碳排放与经济增长关系。后来实证进一步拓展经济增长与环境污染关系，除了线性上升和下降外，还存在倒U形、U形、倒N形和N形的关系(图2)。

本文利用面板数据方法来分析二氧化碳排放与经济增长之间的关系。构建二氧化碳排放量和经济增长之间计量模型，如下：

LnCit=α+β1LnGDPit+β2Ln2GDPit+β3Ln3GDPit+εit

(式2)

式中：Cit表示碳排放量，下标i和t分别表示第i个省份第t年的数据，εit为残差项，β1、β2、β3为弹性系数。

各省(市)碳排放量需要通过公式1折算而得，GDP数据以2001年为基期，年份跨度为2001年—2011年，西藏因数据无法取得，没有纳入考察对象。

a.U形 b.倒N形 c.倒U形 d.N形

图2 经济增长与环境污染的几种关系

(一)面板数据单位根检验及协整检验

首先本文使用了Levin-Lin-Chut检验、Breitung检验、Im-Pesaran-Shin检验、ADF-Fisher卡方检验以及PP-Fisher卡方检验共5种面板单位根检验方法，分别从东部、中部、西部和全国角度，对LnGDP、Ln2GDP、Ln3GDP、LnC的原序列进行单位根检验时，除个别数据外，均显示不能拒绝“存在单位根”的零假设，因此认为这些序列为非平稳序列。对二阶差分序列进行检查时，均显示为平稳序列。可以判断，同为LnGDP、Ln2GDP、Ln3GDP、LnC序列同为二阶单整。由于篇幅所限，有关面板数据集变量的单位根检验结果从略。再对序列进行进一步协整检验，结果见表3。

从表3中可以看出这4个统计量在1%显著性水平下均强烈拒绝“不存在协整关系”的零假设，可以认为LnGDP、Ln2GDP、Ln3GDP、LnC序列在长期趋于一致，即存在协整关系。由此可建立EKC模型，能够描述不同地区碳排放的特点及其与经济增长之间的长期均衡关系。

表3 协整检验结果

PanelPP-StatisticPanelADF-StatisticGroupPP-StatisticGroupADF-Statistic东部-10.522▲-7.565▲-12.342▲-6.721▲中部-19.287▲-7.384▲-16.843▲-9.291▲西部-8.808▲-2.184▲-12.077▲-2.779▲全国-5.718▲-5.710▲-15.398▲-9.445▲

注: ①▲、△、*分别表示在1%、5%、10%的水平上显著; ②△△表示该变量的二阶差分。

(二)面板模型回归结果及分析

通过Hausman检验，我国各区域温室气体排放与经济增长面板数据模型比较适合个体固定效应，面板数据回归结果如表4。

表4 碳排放量与人均GDP模型的拟合

地区回归方程调整后R2P(F)结论东部:LnC=716.66-213.46LnGDP+21.31Ln2GDP-0.70Ln3GDP (0.000) (0.000) (0.000) (0.000)0.8180.000倒N中部:LnC=428.55-139.12LnGDP+15.24Ln2GDP-0.55Ln3GDP (0.000) (0.000) (0.000) (0.000)0.9990.000倒N西部:LnC=-371.06+116.35LnGDP-11.97Ln2GDP+0.41Ln3GDP (0.000) (0.000) (0.000) (0.000)0.8920.000N型全国:LnC=-182.88+56.77LnGDP-5.69Ln2GDP+0.19Ln3GDP (0.000) (0.000) (0.000) (0.000)0.9200.000N型

表4显示，各变量的系数均在不同显著性水平下通过t检验，从最终结果看，三个面板模型的调整后R2值均较大，说明本模型的解释变量能很好地解释被解释变量。模型F值也比较大，说明三个面板模型总体比较显著，拟合较好，可以用来解释现实问题[10]。

从回归方程的曲线来看，我国东部和中部地区温室气体排放与人均GDP呈环境库兹涅茨倒N型曲线关系，主要由于经济发展初期，工业不够发达，经济发展的速度明显高于温室气体排放量的增加速度。随着改革开放，我国工业较迅速的发展，温室气体的排放明显增速，使得与经济增长成正相关关系。随后，环保意识的增强和发展模式的转变将使得温室气体排放与经济增长再次呈现负相关状态。西部地区及全国整体所呈现N型的特征，即随着人均GDP的增长，温室气体排放逐渐上升，之后出现短暂的下降，接着将继续上升。根据表4中模型，进一步计算拐点见表5。

表5 碳转折点所对应的入均GDP

碳排放转折点所对应入均GDP(元/人)东部中部西部全国第一个拐点人均GDP10436.104274.4812041.3417194.94第二个拐点人均GDP55150.2623246.5823560.1827242.72

注：人均GDP以2001年为基期。

各区域出现差异的主要原因是经济起步的时间、能源消费结构、产业结构、技术水平、人口规模等不同。

根据2011年各省市人均GDP数据可知，东部地区只有上海、天津2省人均GDP超过高点对应的拐点55 150.26元/人，其余9省均位于倒N型曲线的上升阶段，温室气体排放和人均GDP呈现正相关性。中部地区山西、安徽、江西、河南、湖北、湖南经济发展均未达到拐点23 246.58元/人，但均逼近拐点，温室气体排放压力将逐渐缓和。西部地区N型曲线的拐点为23 560.18元/人，除内蒙古外各省份均位于N型曲线的下降，即随着人均GDP的增加而下降。从整体来看，我国已超过第一个拐点，完成第一波上升的阶段。目前处于N型曲线的下降阶段，二者表现的是负相关关系。根据我国目前的经济发展速度及计算所得低点与高点对应的人均GDP间隔，可以看出，西部和全国的这两波下降时间段都较短，当人均GDP超过相应的拐点，将会呈现正相关。

(三)省域到达EKC拐点时间预测

根据表5中东、中、西部地区及全国到达拐点的人均实际GDP数值，各省份均超越第一个拐点。按照2001年—2011年人均实际GDP增速进行计算，可以得出我国各省份碳排放EKC曲线到达第二个拐点的年份，如表6。

表6 东、中、西部地区各省达到EKC拐点时间

东部地区中部地区西部地区省份人均GDP年均增速(%)到达拐点年份省份人均GDP年均增速(%)到达拐点年份省份人均GDP年均增速(%)到达拐点年份北 京7.272012山 西11.362014内蒙古17.26已达天 津12.07已达吉 林12.99已达广 西13.152014辽 宁12.362015黑龙江11.54已达重 庆13.272012上 海7.51已达安 徽12.772014四 川13.172014江 苏12.512014江 西12.002015贵 州12.952018浙 江10.702015河 南12.662013云 南10.242017福 建11.802015湖 北12.362012陕 西13.272013河 北10.872020湖 南12.462013甘 肃11.072017山 东12.492016青 海11.722014广 东10.722015宁 夏10.642015海 南10.852021新 疆8.872014

中部地区在2015年碳排放EKC即可全部到达拐点；东部地区的河北和海南省要等到2020年、2021年。可能是河北和海南省属于我国东部地区发展较缓慢的省份，近年来为了促进经济增长，一些大规模工业基础设施投资，能源消费结构发生变化，导致了碳排放日益增加。中部省份在未来的经济发展过程中应积极采取各种措施，降低碳排放，力争碳排放EKC拐点提前来临。相比较而言，东部地区到达拐点所需的时间较长。究其原因主要是东部地区基本上是我国经济较发达的地区，发展规模和经济总量较大，先前产业大多数是以高耗能产业发展起来的，碳排放量较大。这些高的碳排量产业一般具有区域粘性，难以进行转移，短期内难以改变，导致未来一段时间的温室气体排放就很难得到控制。而中部地区相对而言，经济总量和产业规模较小，经济发展起步的时间晚于东部地区，能源耗量较少，高排放量产业较东部地区也少，有利于未来碳排放压力的缓解，能够更早到达EKC拐点。西部地区各个省份由于经济发展的初始基础相差较小，所以人均碳排放EKC到达拐点的时间也比较接近。除云南、甘肃、贵州3省份在2017年和2018年到达拐点，其余各省份在2015年均已全部到达。经计算从全国整体来看将于2014年到达N型曲线的第二个拐点，之后将呈现碳排放与人均GDP正相关的状态。无论对于西部地区还是全国整体到达拐点后都将是一个挑战，随着经济的增长，碳排放将呈现上升的趋势。所以，通过降低高耗能产业比重、增加清洁能源消费数量和发展低碳技术作为技术创新的方向。

四、产业结构升级与温室气体排放量的实证研究

(一)变量的选取和模型的构建

为了研究产业结构升级与温室气体排放的关系，在变量的选取上，选取第二产业占GDP的比重，记为EC，来衡量产业结构升级。数据来源于《中国统计年鉴》(2002年—2012年)，选取各省(市)碳排放量衡量，记作C。构建的模型如下：

LnCit=α+β1LnEC+εit

(式3)

式中：C表示碳排放量，EC为产业结构指标，下标i和t分别表示第i个省份第t年的数据，εit为残差项，β1为弹性系数。

(二)曲线的拟合及分析

对数据进行面板单位根和协整检验均通过，可以进行模型的估计。表7的估计结果证实了产业结构变化是影响污染排放的重要因素，在拟合的方程中，产业结构估计系数都通过了显著性检验，除西部地区调整后R2小于0.7外，其余各方面拟合都很好，可以用来解释各区域的状况。

从地区回归方程可以看出，中部、西部及全国整体，产业结构的系数均为正，说明二产占人均GDP的比重与温室气体排放量成正相关，即随着二产占人均GDP的比重的下降，碳排放量也随之下降。产业结构的优化有利于环境质量的改变，第二产业的下降尤其是工业的下降对中、西地区的碳减排效应是显著的。东部地区产业结构的系数是负0.91，即随着第二产业所占GDP比重的上升，东部地区的碳排放是下降的，下降系数为0.91。这并不符合正常的碳排放量与产业结构的之间的关系，主要是由于中、西部地区与东部地区所处的发展阶段不同，东部地区工业已较发达，关于低碳产业的技术相对中、西部地区较先进，这些先进的低碳技术运用到工业中，即使工业所占比重较以前上升，也能带来较多碳排放量的下降；再者，东部地区是我国经济最发达的地区，随着生活水平的不断提高，人们越来越重视环境的质量，拒绝一些高污染行业中企业的继续运行和建立，要求工业不断进行改善，这也使得第二产业中碳排放量下降明显。不同区域的产业结构对不同区域碳排量的影响力不同符合我国的现状及基本国情的。

表7 产业结构升级与碳排放量的模型拟合

地区回归方程调整后R2P(F)结论东部:LnC=12.36-0.91LnEC (0.000) (0.000)0.8540.000负相关中部:LnC=6.63+0.61LnEC (0.000) (0.000)0.9970.000正相关西部:LnC=-1.46+2.58LnEC (0.000) (0.000)0.6000.000正相关全国:LnC=4.55+1.09LnEC (0.000) (0.000)0.7600.000正相关

五、结论

经济较发达的区域，环境质量得到了较好的改善。东部地区是我国经济最发达的区域，即随着人均GDP的增加，大部分省份二氧化碳的排放也已逼近倒N型第二个拐点，即将出现下降趋势；中部地区相对东部地区稍显弱势；西部地区经济发展最滞后，二氧化碳排放量也即将迈入N型曲线的上升阶段。按照目前的趋势，西部的经济发展会造成环境的严重污染，西部地区在迎来产业承接过程中也面严重临环境问题，需要引起关注。综上所述，我国应尽快转变经济增长方式，优化产业结构，改善能源消费结构，根据各区域的特性，制定科学、合理的环境保护政策，主动的实现环境与经济的协调发展。

〔1〕 GROSSMAN G M, Krueger A B. Environmental Impacts of the North American Free Trade Agreement[Z]. NBER Working Paper, 1991.

〔2〕 刘金全,郑挺国,宋涛.中国环境污染与经济增长之间的相关性研究：基于线性和非线性计量模型的实证分析[J].中国软科学,2009(2): 98-106.

〔3〕 FRIEDL B, GETZNER M. Determinants of CO2emissionsin a small open economy[J].EcologicalEconomics,2003,45:133-148.

〔4〕 MARTINEZ-ZARZOSO I,BENGOCHEA-MORANCHO A. Pooled meangroup estimation for an environmental Kuznets curve for CO2[J].EconomicLetters,2004,82:121-126.

〔5〕 ROCA J,PADILLA E, FARRÉ M,et al. Economic growthand atmospheric pollution in Spain: Discussion the environmentalKuznets hypothesis[J].EcologicalEconomics,2001,39:85-99.

〔6〕 AZOMAHOU T,LAISNEY F,PHU N V.Economic development and CO2emissions:A nonparametric panel approach[J].JournalofPublicEconomics,2006,90:1347-1363.

〔7〕 LANTZ V,FENG Q.Assessing income,population,and technology impacts on CO2emissions in Canada, where's the EKC?[J].EcologicalEconomics,2006,57:229-238.

〔8〕 HE J,PATRICK R.Environmental Kuznets curve for CO2in Canada[J].EcologicalEconomics,2010，69:1083-1093.

〔9〕 陆虹.中国环境问题与经济发展的关系分析：以大气污染为例[J].财经研究，2000(10): 53-59.

〔10〕 李国志,李宗植.二氧化碳排放与经济增长关系的EKC检验——对我国东、中、西部地区的一项比较[J].产经评论,2011(6)：139-152.

〔11〕 魏下海,余玲铮.空间依赖——碳排放与经济增长：重新解读中国的EKC假说[J]．探索，2011(1):100-105.

〔12〕 易艳春,宋德勇.经济增长与我国碳排放:基于环境库兹涅茨曲线的分析[J].经济体制改革,2011(3):35-38.

〔13〕 许广月,宋德勇.中国碳排放环境库兹涅茨曲线的实证研究[J].中国工业经济,2010(5)：37-47.

〔14〕 龙志和,陈青青.中国区域CO2排放影响因素实证研究[J].软科学,2011(8):40-44.

〔15〕 林伯强,蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界,2009(4): 27-36.

〔16〕 刘华军,闫庆悦,孙曰瑶.中国二氧化碳排放的环境库兹涅茨曲线：基于时间序列与面板数据的经验估计[J].中国科技论坛，2011(4):108-116.

〔17〕 GROSSMAN G. Pollution and growth: What do we know?[M]//TheEconomicsofSustainableDevelopment. Cambridge.Cambridge: Press Syndicate of the University of Cambridge,1995：19-47.

〔18〕 IPCC.Climatechange2007：thefourthassessmentreportoftheintergovmentalpanelonclimatechange[M].Cambridge University Press，2007.

(责任编辑 周吉光)

Economic Growth, Industrial Structure and Carbon Dioxide Emissions:Base on the Panel Data in 2001-2011

FANG Da-chun， SUN Ming-yue， ZHENG Qing-qing

(Anhui University of Technology, Ma’anshan, Anhui 243002)

Based on the imbalance of regional economic development, whole nation and its east, central and west regions are taken as research objects to investigate the two major influence factors about carbon dioxide emissions in different regions through taking the environmental Kuznets Curve as a reference point. Taking GDP per capita as economic growth and carbon emissions as indicators of environmental quality, EKC Model has been used to conduct empirical analysis. Then the proportion of secondary industry is taken an as indicator of industrial structure upgrading to investigate whether or not there exist regional differences between upgrading of industrial structure and carbon dioxide emissions. Different regions have different environmental effecting factors in China. Environmental quality has been well improved in more economically developed areas. The empirical results show that carbon dioxide emissions exist regional difference. Eastern region is relatively good, and greenhouse gas issues face serious challenges in western region. Environmental pollution control should be combined with the actual situation.

economic growth; industrial structure; carbon dioxide emissions; Environmental Kuznets Curve

2013-12-12

国家社会科学基金项目 “包容性增长的实现路径研究”(11CJL001)；安徽省高校人文社科重大研究项目“皖江城市跨江发展研究”(SK2013ZD02)。

方大春(1973—)，男，安徽和县人，复旦大学应用经济学博士后，安徽工业大学商学院教授，主要研究方向为区域经济和产业经济研究。

F062.2

A

1007-6875(2014)01-0001-06