门槛效应、经济增长与碳排放

贾登勋等

摘要：依据“碳排放库兹涅茨曲线”假说，二氧化碳排放量随着经济的增长将呈现出非线性变化。基于Hansen发展的门槛面板模型，利用2000～2011年我国省际面板数据样本，对经济增长与碳排放之间的非线性关系及其形成机制进行了实证研究，结果表明：经济增长与碳排放之间呈现出显著的非线性关系；产业结构、技术水平和能源消费结构在经济增长与碳排放关系中表现出显著的门槛效应，当这些门槛变量达到或超出一定的门槛值时，经济增长与碳排放之间的关系会发生显著的变化。

关键词：经济增长；碳排放；门槛效应

DOI：10.13956/j.ss.1001-8409.2015.04.15

中图分类号：F205 文献标识码：A 文章编号：1001-8409（2015）04-0067-04

Threshold Effect， Economic Growth and Carbon Emission

JIA Dengxun， HUANG Jie

（School of Economics， Lanzhou University， Lanzhou 730000

）

Abstract：According to Hypothesis of Carbon emission Kuznets curve （CKC）， with economic growth， carbon emissions will show nonlinear changes. In this paper， using panel threshold model proposed by Hansen （1999）， and the panel data of Chinese provincial level from 2000 to 2011，to analysis the nonlinear relationship and the mechanism of its formation between economic growth and carbon emissions. Results show that： between economic growth and carbon emissions， showing a significant nonlinear relationship； the industrial structure， technological level and energy consumption structure have threshold effect on the relationship between economic growth and carbon emissions， when the threshold variable beyond a certain threshold， the relationship between economic growth and carbon emissions will change dramatically.

Key words：economic growth； carbon emission； threshold effect

为顺应经济发展方式的转变及应对二氧化碳减排的国际压力，我国政府把二氧化碳减排纳入到国家长期发展战略中，在“十二五”规划中提出到2015年我国单位GDP二氧化碳排放要降低17%。二氧化碳排放量的剧增已不再是单纯的环境问题，它正在成为制约我国经济社会可持续发展的重要因素，在此背景下研究我国经济的迅速增长对二氧化碳排放的影响就显得尤为重要。此外，由于不同时期的能源强度、产业结构和能源消费结构等方面存在较大差异，经济增长与碳排放的关系也出现显著变化。因此，研究不同能源强度、产业结构和能源消费结构下的经济增长与碳排放之间的关系，对我国如何在保持经济快速发展的同时，制定和实施二氧化碳减排①政策具有重要的理论和现实意义。

1相关文献回顾

Panayotou首次把经济增长与环境质量之间的倒“U”型关系命名为“环境库兹涅茨曲线（EKC）” [1]。支持“环境库兹涅茨曲线”的人们认为，污染物排放是收入水平的函数，在早期，随着收入水平的增加，污染物排放增加，直到收入水平到达某一阈值后污染物排放量开始下降，环境质量开始好转。

在随后的实证检验中发现，作为污染物主要来源的二氧化碳排放量与收入水平之间并不总存在所谓的倒“U”型曲线，还可能出现“N”型或其他线性关系。国外部分学者通过研究实证了经济增长与二氧化碳排放量之间存在倒“U”型曲线[2～4]。同时也有学者研究认为并没有明显的证据证明经济增长与二氧化碳排放量之间存在倒“U”型曲线[5～7]。Mazzanti等认为“环境库兹涅茨曲线”的形状受到其所选研究样本的影响，其中工业化程度很高的国家存在倒“U”型曲线关系，并且有可能发展为“N”型曲线，不发达国家则存在正的线性关系曲线[8]。国内关于经济增长与二氧化碳排放量之间关系的研究也比较丰富。曹广喜研究发现金砖四国均存在碳排放EKC[9]。冯烽和叶阿忠通过面板单位根检验和协整分析方法，研究认为中国东部和中部地区存在碳排放EKC，西部地区则不存在[10]。林寿富研究发现仅考虑经济增长与二氧化碳排放之间关系时，我国并不存在碳排放EKC，而在加入技术水平等控制变量后则存在碳排放EKC[11]。

总的来看，目前的研究主要集中讨论了经济增长与二氧化碳排放量之间是否存在倒“U”型曲线，而很少回答EKC假说的地区差异性。韩玉军和陆旸以108个国家和地区作为横截面数据，对影响环境库兹涅茨曲线的多个因素进行门槛效应分析发现，一个国家或地区的收入水平、产业结构和贸易开放程度对碳排放都存在门槛效应[12]。魏巍贤和杨芳研究认为在不同的经济结构、贸易开放条件下，技术进步在二氧化碳减排中所起到的作用不同[13]。伍华佳认为同等规模或总量的经济，同样的技术水平，如果产业结构不同，则碳排放量不同[14]。宋马林和王舒鸿研究发现由于存在众多扰动因素未考虑，且不同的产业结构和能源消费结构必将导致不同的碳排放[15]。以上这些研究都相继得出了一个结论，即：随着经济增长，二氧化碳排放量增幅出现先上升后下降的趋势，然而这种趋势的形成是受产业结构、技术进步等多种因素共同作用的结果。因此，需要对“碳排放库兹涅茨曲线”进行多因素的分段研究并对不同阶段分别进行考察。

已有文献中，对样本数据进行分组时，分组指标既有连续性变量也有离散型变量。离散型变量的分组较为明显，而对连续性变量来说，就存在很大的不确定性。如在“环境库兹涅茨曲线”研究中，韩玉军和陆旸将人均GDP和工业增加值比重作为分组标准，将总样本分为“低工业—低收入”、“低工业—高收入”、“高工业—低收入”和“高工业—高收入”四组分段研究“环境库兹涅茨曲线”[16]。然而，这种外生的分组办法具有较强的主观性，回归结果往往存在偏误。而Hansen发展的门槛面板模型[17]可以根据数据本身的特点内生地对数据进行分组，进而确定门槛值。该方法的优点就是以“内生分组”代替了“外生分组”，能够更为准确地揭示不同阶段中经济增长与二氧化碳排放之间的变化关系。基于此，本文采用门槛面板模型来检验经济增长与碳排放之间是否存在门槛效应，进而对其形成机制进行实证分析。

2模型设定与数据描述

22变量说明及数据来源

本文数据选自2000～2011年全国除西藏外的30个省（市）区的面板数据。以二氧化碳排放量为被解释变量；人均GDP、能源强度、能源消耗结构、产业结构分别作为经济增长与碳排放之间关系的门槛变量。

由于我国并没有统计二氧化碳排放量（C）的相关数据，本文基于《中国能源统计年鉴》给出的各种能源对标准煤的折算系数和联合国政府间气候变化专门委员会（IPCC2006）给出的碳排放系数来估算各地区的二氧化碳排放量，估算公式为：

CO2=∑8i=1CO2，i=∑8i=1Ei×NCVi×CEFi×COFi×4412（12）

其中，i表示各种化石燃料本文所选取的能源是指煤炭、焦炭、原油、燃料油、汽油、煤油、柴油和天然气。；E代表初级化石燃料的消耗量；NCV为能源的平均低位发热量；CEF为碳排放系数；COF为能源的氧化系数。人均GDP（Y）用各地区的实际GDP与年末该地区总人口比值来表示。能源强度（I）即为单位GDP产出所消耗的能源。本文选择能源强度作为技术进步的代理变量，用各省区的能源消耗总量与各省区GDP的比值来计算。能源消费结构（S）为各省区煤炭消耗量在一次能源总消费中的比重。产业结构（M）使用第三产业增加值占GDP的比重作为代理变量。相关数据来源于历年《中国统计年鉴》和《中国能源统计年鉴》。

3实证结果及分析

本文依次将经济增长、能源强度、能源消费结构和产业结构作为门槛变量对模型（1）进行估计。从表1可知，经济增长、能源强度、能源消费结构和产业结构均在1%显著性水平下存在双重门槛，门槛估计值与95%水平下的置信区间如表1所示。因此本文将基于双重门槛模型进行回归分析。

31经济增长

本文使用人均GDP表示经济发展水平。伴随着经济的增长，人们对环境质量的要求也会上升，政府对环境污染的容忍度降低，这就迫使个人和企业减少环境污染。由表2可知，在不同组别中都显示出经济增长显著增加了二氧化碳排放，表现在人均GDP系数均为正。但不同组别的经济增长与二氧化碳排放之间关系出现了较大的差异。即当人均GDP小于3225万元时，经济每增长1%将使碳排放量增加1496%，当人均GDP高于3225万元且低于4925万元时，经济每增长1%将使碳排放量增加1183%，而当人均GDP高于4925万元时，经济每增长1%，碳排放量只增加0716%。同时这三个阶段的经济增长系数均值在1%的水平下显著。因此，随着经济发展水平的提高并超过一定的门槛值时，二氧化碳的边际排放量将会递减。

32能源强度

本文使用能源强度来表征技术进步。由表2可知，当能源强度低于1115吨/万元时，经济增长系数为0763；当能源强度在1115吨/万元和1624吨/万元之间时，经济增长系数为1231；当能源强度超过1624吨/万元时，经济增长系数为1731，且都在1%的水平下显著。这说明在同样的经济规模和经济结构下，技术进步能有效抑制由经济发展所带来的碳排放量的增幅。

33能源消费结构

我国是一个典型的多煤少油气的国家，伴随着我国的经济现代化进程，以煤为主的能源消费结构并没有改变。煤炭消耗量占能源消费总量最小的东部地区在2000～2011年的均值也达到55%，而中西部地区更是达到70%以上。由于原煤的碳排放系数要略高于电力和热力，明显高于石油类燃料和天然气，在其他因素不变的情况下，能源结构的低煤化将有利于降低碳排放。表2显示，煤炭消费比例低于532%时，经济总量每增长1%所带来碳排放量只有0515%；而当煤炭消费比例超过732%时，经济总量每增长1%所带来碳排放量高达1746%。

34产业结构

对碳排放与经济、产业系统相互影响机理的研究已成为气候变化领域关注的重点。本文用第三产业增加值占GDP的比重来表示产业结构。第三产业除交通运输业外，其他行业的碳排放量均较低，与第二产业相比可以认为是低碳产业。因此，第三产业增加值占GDP比重越大，经济增长所带来的碳排放量越少。由表2可知，第三产业增加值占GDP比重低于36%时，经济每增长1%会增加1325%的碳排放量；当第三产业占GDP比重达到495%时，经济增长1%碳排放量仅增加0179%。

4结论与建议

本文利用我国2000～2011年间省际层面的面板数据，实证检验了我国经济增长与碳排放之间的关系，从检验结果可以看出，在经济增长过程中，碳排放量的增速会受到技术水平、能源消费结构和产业结构的影响，这三种因素在经济增长对碳排放的影响中存在显著的门槛效应，当这些指标达到或超过某一门槛值时，经济增长所带来的碳排放量会明显减少。

上述实证研究表明：我国要想在经济高速发展过程中实现碳减排，可从以下两个方面进行改善：首先，要实现能源低碳化。煤炭的资源和价格优势决定目前以煤为主的能源消费结构在我国短时期内难以改变，因此要推动技术创新，尤其要加大对低碳技术创新的支持力度，通过技术创新来提高能源的利用效率，实现煤炭的清洁利用。与此同时还要加大包括可再生能源在内的清洁能源的开发和利用技术，逐步改变过分依赖煤炭的能源消费结构，提高可再生能源在能源消费结构中的比重，形成以煤为主体、石油天然气、核能和可再生能源全面利用的能源消费结构。其次要实现生产低碳化。目前我国的经济发展阶段和城镇化进程决定着我国的工业化进程仍将继续，而我国重工业所占比重相对较大又是导致我国的工业碳排放量剧增的主要原因。针对这种情况，在我国经济的快速发展过程中，要加快经济结构调整，应大力推进第三产业发展，重点扶持战略性新兴产业，严格限制“高耗能、高排放、低产出”产业的发展，积极推进产业结构转型升级，加快构建节能型产业体系，以降低经济发展过程中的碳排放。

参考文献：

[1]Panayotou T. Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development[R]. International Labour Organization， 1993.

[2]Arouri M E H， Ben Youssef A， M'henni H， et al. Energy Consumption， Economic Growth and CO2 Emissions in Middle East and North African Countries[J]. Energy Policy， 2012（45）： 342-349.

[3]HamitHaggar M. Greenhouse Gas Emissions， Energy Consumption and Economic Growth： A Panel Cointegration Analysis from Canadian Industrial Sector Perspective[J]. Energy Economics， 2012（1）： 358-364.

[4]Saboori B， Sulaiman J， Mohd S. Economic Growth and CO2 Emissions in Malaysia： A Cointegration Analysis of the Environmental Kuznets Curve[J]. Energy Policy， 2012（51）： 184-191.

[5]Richmond A K， Kaufmann R K. Energy Prices and Turning Points： The Relationship between Income and Energy Use/Carbon Emissions[J]. Energy Journal， 2006 （4）：157-180.

[6]Azomahou T， Laisney F， Nguyen Van P. Economic Development and CO2 Emissions： A Nonparametric Panel Approach[J]. Journal of Public Economics， 2006 （6）： 1347-1363.

[7]He J， Richard P. Environmental Kuznets Curve for CO2 in Canada[J]. Ecological Economics， 2010（5）： 1083-1093.

[8]Mazzanti M， Musolesi A， Zoboli R. A Bayesian Approach to the Estimation of Environmental Kuznets Curves for CO2 Emissions[R]. FEEM Working Paper，2006，10.

[9]曹广喜.金砖四国碳排放库兹涅茨曲线的实证研究[J]. 软科学， 2012（3）： 43-46.

[10]冯烽， 叶阿忠. 我国生产效率的分解与经济收敛性的变迁[J]. 东北大学学报： 社会科学版， 2013（1）： 26-31.

[11]林寿富.考虑多因素影响的二氧化碳排放环境库兹涅茨曲线检验——基于ARDL模型的实证分析[J]. 软科学， 2014（6）： 127-130.

[12]韩玉军， 陆旸. 门槛效应， 经济增长与环境质量[J]. 统计研究， 2008（9）：24-31.

[13]魏巍贤， 杨芳. 技术进步对中国二氧化碳排放的影响[J]. 统计研究， 2010（7）：36-44.

[14]伍华佳. 中国产业低碳化转型与战略思路[J]. 社会科学， 2011（8）： 46-54.

[15]宋马林，王舒鸿.环境库兹涅茨曲线的中国“拐点”：基于分省数据的实证分析[J]. 管理世界， 2011（4）： 168-169.

[16]韩玉军，陆旸.经济增长与环境的关系——基于对CO2环境库兹涅茨曲线的实证研究[R].中国人民大学经济学院工作论文，200711001.

[17]Hansen B E. Threshold Effects in Nondynamic Panels： Estimation， Testing， and Inference[J]. Journal of Econometrics， 1999（2）： 345-368.

（责任编辑：何彬）