我国能源消费碳排放影响因素实证分析

□文/刘丹青

（北京化工大学经济管理学院 北京）

一、引言

改革开放以来，随着我国经济的快速发展，资本大量投入的同时能源消费也快速增长。1978年我国能源消费总量为57，144 万吨标准煤，到2013年能源消费总量为375，000 万吨标准煤，在能源消费总量中石油、天然气、煤炭三大化石型能源占90%以上。由于化石能源的二氧化碳排放系数都很高，这就造成了化石能源不仅在开采过程中而且在使用过程中也会带来环境的破坏。目前，中国已经成为世界第一大温室气体排放国，2010年CO2的排放量为82.87 亿吨，占同年全球排放总量的24.65%。2009年哥本哈根全球气候大会前夕，中国政府宣布到2020年单位GDP 碳排放强度将比2005年下降40%～45%的目标，并采取切实措施减缓碳排放。所以，在加快经济发展的同时也要考虑到二氧化碳的减排问题，有必要对我国化石能源消耗碳排放的影响因素进行研究，探讨我国碳排放的关键影响因素，进而提出促进我国碳减排的政策启示，对于我国顺利完成2020年碳减排目标，促进我国经济、资源、环境和谐发展具有非常重要的意义。

本文通过建立协整模型和VEC 模型，参考文献里的因素指标，选取人均GDP、能源消费总量、对外贸易依存度、碳排放强度四个因素指标，分别代表经济效应、能源结构效应、出口规模效应、技术效应，对我国1978～2013年间的化石能源碳排放量影响因素进行实证分析，并据此对中国的碳减排行动提出可行性的政策建议。

二、数据整理与模型设计

（一）数据的来源与处理。本文使用的数据以官方的直接统计数据为基础整理测算，为保证数据的有效性和准确性，参照已获得研究成果学者的数据处理方法。根据中国碳排放实际情况以及国内外研究现状，本文选用人均GDP（per capital GDP，PG，元）、对外贸易依存度（foreign trade dependence degree，TD，%）、碳排放强度（Carbon emission intensity，CI，t 碳/万元GDP）、能源消费总量（total energy consumption，TE，kgce）、碳排放总量（Total Carbon Emissions）5 个变量，来构建关系模型。人均GDP 指标：衡量经济发展程度和人民生活水平，以1978年为基期进行换算消除物价因素影响；对外贸易依存度指标：中国实际进出口贸易额与GDP 的比值；碳排放强度指标：碳排放总量与GDP（1978=100）的比值。人均GDP、出口额、进口额、GDP 和历年能源消费总量数据来自《中国统计年鉴（1996－2014）》。

由于我国目前没有对碳排放总量做专门的官方统计，需要根据我国含碳原子能源的消费量及能源排放系数进行估算。本文参考徐国泉的研究方法，依据扩展的Kaya 恒等式，利用对数均值迪氏分解法（LMDI），推导出测算碳排放的公式：TC=ΣiSi×Fi×E。其中，TC 是碳排放总量，E 为中国一次能源的消费总量，Fi为i 类能源的碳排放强度，Si为i 类能源在总能消费中占的比重。E（万t 标准煤）和Si（%）数据来源于《中国能源统计年鉴（2013）》。对于碳排放强度Fi的取值，世界不同研究机构公布的结果不完全相同。为了减少误差，最终以4 个研究机构确定的各类能源消费碳排放系数的算术平均值作为依据，最终取值见表1，碳排放测算结果见表2。（表1、表2）

表1 各类能源碳排放系数

表2 1978～2013年碳排放总量测算结果（单位：吨）

由于对时间序列进行自然对数变换后，不仅不会影响时间序列的平稳性和协整关系，还可以使数据趋势线性化并能在一定程度上消除异方差，故将各时间序列中的数据进行了自然对数变换，分别用LNPG、LNTD、LNCI、LNTE、LNTC 表示。

（二）方法与模型

1、平稳性检验和协整检验。对于非平稳变量，由于虚假回归的问题存在，在回归模型中应该避免直接使用非平稳变量，因要进行序列的平稳性检验。如果经济变量间存在协整关系，意味着其存在长期均衡关系。

2、向量误差修正模型（VEC）。若根据检验，变量之间确实存在协整关系，将建立向量误差修正模型，即VEC 是含有协整约束的VAR 模型，多应用于具有协整关系的非平稳时间序列建模中。本文构建如下VEC 模型，其中，αECMt-1是误差修正项向量，反映各变量间的长期均衡关系；α 是系数矩阵，反映变量偏离长期均衡状态时将其调整到均衡状态的调整速度；Γi和β 是被估计的系数矩阵。

三、实证结果及分析

（一）序列ADF单位根检验。在进行协整分析之前需要对变量的平稳性进行检验，即没有随机趋势或确定性趋势，否则在进行最小二乘回归时易产生“伪回归”现象，本研究采用ADF检验法对LNPG、LNTD、LNCI、LNTE、LNTC 序列进行单位根检验。具体的平稳性检验结果如表3所示。（表3）

从表3 可以看出，LNPG、LNTD、LNCI、LNTE、LNTC5 个变量原序列是非平稳的，对原序列一阶差分变换后其检验结果表现出5%的显著性水平下零假设（非平稳序列）被拒绝，检验结果是平稳的，即变量为一阶单整序列。

（二）滞后期P确定。本文采用赤池信息准则（AIC）、施瓦茨准则（SC）来选择最佳P 值。其原则是在增加P 值过程中使AIC、SC 的值达到最小。滞后期选择结果见表4，确定模型中的最佳滞后期p 为2，即建立VAR（2）模型。（表4）

（三）协整检验与协整方程的建立。在确定滞后期后，可以进行协整检验。由于变量间可能存在多个协整关系，因此用Engle 和Granger 提出的两步协整方法确定协整方程是不完整的。本文采用Johansen 提出的基于VAR 模型的检验方法，检验结果见表5。（表5）

从Johansen 检验结果表5 来看，第一行Trace Statistic 值为87.4732，而5%的临界值为69.8188，87.4732＞69.8188，表明原假设（没有协整关系）不成立。所以在5%的显著性水平下有一个协整方程，由此可以判断变量之间存在一个长期均衡关系，其协整方程表达式：

LNTCt=0.06LNTDt+0.75LNTEt+0.24LNPGt+0.23LNCIt+3.71

从长期看，各个变量与碳排放之间都是正相关：（1）对外贸易依存度每增加1%，碳排放总量增加0.06%，弹性为0.06，结合我国对外贸易中出口大于进口的实际情况，说明我国在生产出口产品过程中能够产生大量的碳，出口贸易量的增加使我国替使用国承担了部分的碳排放；（2）能源消费总量每增加1%，碳排放总量增加0.75%，弹性较大，这主要是由于我国长期以煤炭为主的能源消费结构造成的；（3）人均GDP 每增加1%，碳排放总量增加0.24%，弹性较高，这主要是由于我国较长时期以生产能源密集型产品、发展高耗能产业来带动经济增长；（4）碳排放强度每增加1%，碳排放总量增加0.23%，可见碳排放强度对碳排放总量的影响较强，碳排放强度可以衡量我国生产过程中节能减排技术，碳排放强度越大节能减排技术越落后。

（四）基于VEC模型的变量外生性检验。在建立VEC 模型的基础上，通过对变量的外生性检验能够进一步揭示各变量之间的动态关系。本文采用Block-Exogeneity-Wald 检验方法来检验各变量对于VEC 模型的外生性。检验原假设为被检验变量不是VEC 模型中各分量的Granger 原因，检验采用χ2（p）。表6 给出了在5%的显著水平下具有显著性的检验结果，即认为被检验变量是VEC 系统中特定分量变动的原因。（表6）

从表6 可以看出，被检验变量D（LNTC）不是VEC 模型中碳排放强度、人均GDP、对外贸易依存度、能源消费总量Granger 原因被拒绝，且四个变量的联合检验拒绝原假设，因此变量不能被排除，可以用来解释碳排放总量的短期波动。

表3 原始序列的平稳性检验结果

（五）VEC模型的构建。通过上述协整检验，变量之间存在长期协整关系，所以我们建立向量误差修正模型（VEC），模型的滞后期为p-1。Engle 和Granger 将协整与误差修正模型结合起来，建立了向量误差修正模型。VEC 模型是含有协整约束的VAR 模型，多应用于具有协整关系的非平稳时间序列建模。建立碳排放量的VEC 模型如下：

△LNTCt＝-0.315ECMt-1-0.550△LNTCt-1+0.060△LNTDt-1+0.735△LNCIt-1+0.619△LNPGt-1+0.398△LNTEt-1+0.036

R2＝0.6995

上述模型中，ECM 表示误差修正项，误差修正系数为-0.315，符合误差修正的反馈机制，当偏离长期均衡的时候，将以0.315 的比率进行调整，以保证碳排放与其他变量之间的长期均衡状态。在其他条件不变的情况下，第t-1 期对外贸易度每增长1%，第t 期碳排放量增加0.06%；第t-1 期碳排放强度每增加1%，第t 期碳排放量增加0.735%；第t-1 期人均GDP每增加1%，第t 期碳排放量增加0.619%；第t-1 期能源消费总量每增加1%，第t 期碳排放量增加0.398%；第t-1 期碳排放量每增长1%，第t 期碳排放量减少0.55%。

表4 VAR模型最优滞后期p选择结果

表5 基于Johansen的协整检验结果

表6 VEC模型的变量外生性检验结果

图1 碳排放总量对各影响因素的脉冲响应图

（六）变量随机波动的动态影响分析。变量的长期均衡和相应的误差修正模型分别描述了长期和短期内这些变量之间的联系。但是要了解各变量变动的动态影响，就要通过脉冲响应函数来分析。由于本文的变量之间存在协整关系，所以使用VEC 模型进行脉冲响应分析，计算各个变量对VEC 系统分量正交化新息冲击产生的脉冲响应函数。（图1）

图1 描述了对各影响因素一个单位的正冲击后，碳排放量的变化情况。（1）当给LNCI（碳排放强度）一个单位信息冲击后，LNTC（碳排放量）在第1 期就达到了0.020，此后逐年增加，到第8 期达到最大的响应水平0.064，说明LNTC 对LNCI 增加的响应灵敏且反应期长。碳排放强度表征了每生产一单位GDP所排放的碳，生产一单位GDP 伴随的碳排放越多，相应的节能减排技术越落后；（2）当给LNPG（人均GDP）一个单位的正冲击后，碳排放量在第1 期就开始出现明显的正向反应，与LNTC对LNCI 的响应相似，LNTC 对LNPG 的响应在第5 期增加到最大值0.047，之后正效应一直维持在此水平。由此说明：按照我国目前高能耗、高排放的经济发展模式，人均GDP 的增长会加大碳排放量，并且影响将一直延续。然而，只通过降低经济发展的速度来减少碳排放量不是最好的选择，欲使有效降低碳排放的同时又保持经济高速发展，必须改变现有的经济发展模式，向绿色低碳经济方向转型；（3）当给LNTD（对外贸易依存度）一个单位的正冲击后，LNTC 一直显示正效应，影响强度在第3 期增加到最大值0.009，此后各响应期的强度逐渐减小，说明在我国对外贸易中出口大于进口的背后，中国事实上在生产加工产品过程中替国外净排放了显著数量的CO2等温室气体，这主要与我国出口贸易结构有关，因此要调整出口贸易的比重和结构来控制碳排放；（4）当给LNTE（能源消费总量）一个单位的正冲击后LNTC 开始逐渐增加，都在后期维持着0.005 的正效应且响应期长。这说明历年来我国以煤炭为主的能源消费对我国碳排放的影响较大，实施控制能源消费总量的效果显现需要很长时间。然而随着经济的发展能源消费总量逐年递增，只控制能源消费总量并不能达到减排目的。还需要通过调整能源生产和消费结构、加大绿色清洁能源的投入，减少煤炭的消费比重来控制碳排放量。

四、结论与政策建议

（一）主要研究结论。人均GDP、对外贸易依存度、碳排放强度、能源消费总量和碳排放总量的原始序列具有非平稳性的特征，但是变量之间具有长期稳定的均衡关系。人均GDP、对外贸易依存度、碳排放强度、能源消费总量对碳排放总量的弹性分别为0.24、0.06、0.23、0.75。可以看出，变量与碳排放之间都是正相关，能源消费总量对碳排放的长期影响最大。短期内，我国人均GDP、对外贸易依存度、碳排放强度、能源消费总量与碳排放总量之间具有动态调整机制，当偏离长期均衡的时候，将以0.315 的比率进行调整保证长期均衡关系的自动实现。在其他条件不变的情况下，外贸易度的短期弹性为0.06、碳排放强度短期弹性为0.735、人均GDP 短期弹性为0.619、能源消费总量短期弹性为0.398，都滞后1 期发生。可以看出，碳排放强度在短期内对碳排放的影响最大。脉冲响应分析表明，给每个变量一个单位的正向冲击，我国的碳排放量都会增加，但是响应的强度不同，对碳排放强度和人均GDP 响应较强说明我国经济发展模式需要向绿色低碳型转变。

（二）政策建议

1、优化产业结构，实行绿色GDP。政府应该把握好经济发展与环境之间的关系，转变经济发展方式，使经济增长从物质资本驱动型向人力资本驱动型转变，积极推行绿色GDP，实行低碳经济的发展方式。同时也要优化我国产业结构，引导、鼓励和扶持低碳产业发展，大力发展知识密集型和技术密集型产业，提高低能耗产业在经济结构中的比重，从而实现产业结构的优化，降低能源消耗实现碳减排。

2、优化能源产品结构。逐步降低化石能源在能源结构中所占比重，提升化石能源质量，不但可以降低CO2排放，而且对我国能源的可持续供应也具有重要意义。重点提升非化石能源比例，不断加大对核能、水电、太阳能、风能、地热能等非化石能源开发利用的投入，在控制煤炭利用总量的基础上，提高煤炭集中燃烧比例、逐步消减散煤燃烧比例，推进家庭能源中煤炭替代工作。

3、调整出口贸易结构。中国应一方面转变出口增长观念，不只关注出口数额的增长，更要追求实际效益，对于金属产品制造业，化学工业等高能耗高碳排放行业要降低其出口退税率，对炼焦煤气石油加工业能源密集型行业产品要增加其出口关税，削减出口配额以限制其出口；另一方面应以提高出口产品附加值及技术含量的贸易政策为指导，加大对出口产品的科学技术投入以促进中国出口行业结构的高级化。

［1］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.

［2］李湘梅，姚智爽.基于VAR模型的中国能源消费碳排放影响因素分析［J］.生态经济，2014.30.1.

［3］许广月，宋德勇.我国出口贸易、经济增长与碳排放关系的实证研究［J］.国际贸易问题，2010.1.

［4］许士春，习蓉，何正霞.中国能源消耗碳排放的影响因素分析及政策启示［J］.资源科学，2012.34.1.