基于VAR模型的湖北省碳排放能源影响因素分析

黄 耶，江月亭

(中南财经政法大学经济学院，湖北武汉430000)

1 引言

为应对全球性的气候变化，低碳排放日益成为全球关注的重点和讨论的焦点问题。中国作为碳排放大国，承受着来自国际和国内的多方压力，而控制与削减碳排放量将成为我国积极应对压力的关键所在。因此，各省市地区积极减排，对于中国整体减排的作用显得至关重要。湖北省作为中部地区的人口和经济大省，实施节能减排和发展低碳经济是实现可持续发展的必然选择。当前，湖北省为节能减排做出了巨大的努力，并实施一系列的相关经济政策:碳排放权交易市场已经如火如荼的展开，武汉两型城市圈的不断推进与建立以及一些生态项目的实施等等。但是在碳交易市场的建立的背景下，湖北省经济发展过程中的高耗能、高排放问题仍然困扰着湖北省的进一步减排。本文采取截止到2013年的较新的湖北省经济能源相关数据，运用VAR模型具体分解分析湖北省碳排放的相关影响因素，为实现在碳配额管理机制下有针对性的实现节能减排，提出有针对性的建议。

2 文献综述与研究背景

关于中国发展低碳经济的必要性与紧迫性，相关学者已经做出了详尽的阐述。宋德勇(2009)指出:发展低碳经济，是我国作为负责任的大国、实现和平崛起和可持续发展的必然选择，顺乎世界潮流、合乎中国国情;发展低碳经济不仅有利于我国产业结构的优化升级，而且能够在发展中均衡经济增长与环境保护的关系、减少环境污染，同时也有利于我国在面临气候变化的形势下，提升应对能力。要想有效的控制碳排放，了解中国以及地区的碳排放因素显得至关重要。而目前国内关于碳排放影响因素的研究，主要采用以下几个方法方面。王卉彤、王妙平(2011)运用灰色关联法对中国30省区碳排放因素进行了分析;林伯强(2009)采用指数因素分解方法来分析中国碳排放因素分解问题;高彩玲、高歌等借鉴LDMI因素分解方法对地区人均碳排放变化进行了分解，并由结果提出了相关的建议;雷钊利用扩展的STIRPAT模型，采用多元回归分析法探讨了全球或我国各地区人口、经济和能源消费等因素对碳排放量的影响。

综上所述，各地区的碳排放影响因素存在明显差异，碳排放影响因素文献多集中在中国和部分人口密集地区，多为具体的影响因素分析，缺乏相应的统计检验基础，也缺乏描述各变量之间的动态影响和长期协调关系。并且对于湖北省的相关碳排放研究论文数量较少。本文运用VAR模型可以较好的基于最新的统计数据，对湖北省的碳排放影响因素的贡献率以及长期的动态关系做一个较好的描述，为湖北省实现进一步的节能减排提出有针对性的对策建议以及数据支持。

3 VAR模型及变量选择

向量自回归模型(VAR)是由Sims在1980年提出，它通常用来预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响。VAR模型被广泛应用于预测和分析随机扰动对系统的动态冲击，其模型表示为:

式中:yt是m维内生变量列向量，xt是n维外生变量列向量，p为滞后阶数，T为样本个数;m×m维矩阵φ1，φ2，…，φp和m × n维矩阵H都待估的系数矩阵，εt是m维扰动列向量，它们相互之间可以同期相关，但不与自己的滞后值相关且不与等式右边的变量相关。

应用较为广泛的是Kaya碳排放恒等式法，它是由日本能源经济学家茅阳一在1989年联合国政府间气候变化委员会(IPCC)会议上率先提出。Kaya恒等式通过一种简单的数学公式将人类活动产生的碳排放量与经济、政策和人口等因子建立起联系。本文将Kaya碳排放恒等式细分，分解出相应的碳排放影响因素，表达为:

其中C为碳排放量;Ci为第i种能源的碳排放量;TE为能源的消费总量;GDP为国内生产总值GDP;P为人口数量。表达式右侧将主要碳排放驱动力分为乘法因子，而左侧对应二氧化碳排放量。根据等式以及相应的文献分析，碳排放量主要是由人口、经济发展水平、能源使用强度和能源的碳排放强度、能源消费总量等影响因素决定的。本文选取以下变量作为主要的研究变量。

(1)碳排放量。由于化石等能源消费是碳排放的主要来源，所以在计算时主要以煤炭、石油和天然气3种碳排放量大的能源为基础对碳排放总量进行测算;依据IPCC提供的测算方法，碳排放量=Σ能源i的消费量×能源i的碳排放系数(i为能源种类)，能源消费量必须换算成统一热量单位的标准煤。另外，根据国家发展和改革委员会能源研究所的研究结果，煤炭、石油、天然气的碳排放系数分别为0.7476t碳/t标准煤、0.5825 t碳/t标准煤、0.4435 t碳/t标准煤。碳排放量记为CI。

(2)能源消费总量根据《中国能源统计年鉴》，采用湖北省历年能源消费总量为数据来源，记作TE。能源强度采用湖北省历年能源消费总量与，GDP总值的比值，记作EI。人口规模根据《湖北省统计年鉴》，用湖北省历年年末人口总量表示，记为P。经济发展水平用湖北省历年人均国内生产总值来表示，记为PGDP。

4 VAR模型在湖北省碳排放量及其影响因素关系中的应用

4.1 变量ADF检验结果

为了防止虚假回归，在建立VAR模型之前，必须进行单位根检验，以检验该时间序列的平稳性并确定单整阶数。本文采用ADF单位根检验方法。首先，使用Eviews对序列进行显著性检验，其检验形式应设为既不含截距项也无时间趋势，并采用SC信息准则自动设定最优滞后阶数。最终，得出检验结果变量ln(CI)、ln(TE)、ln(PGDP)和ln(EI)的ADF统计量均大于其临界值，是不平稳的。当一阶差分后，所有序列在10%的显著性水平上通过平稳性检验。当二阶差分后，所有序列在1%，5%，10%的显著性水平上均通过平稳性检验。所以ln(CI)、ln(TE)、ln(PGDP)、lnP 和 ln(EI)均为平稳序列。

4.2 Johansen协整检验结果

约翰森(Johansen)在1988年及在1990年与杰森留斯(Juselius)一起提出的一种以VAR模型为基础的检验回归系数的方法，是一种进行多变量协整检验的较好方法。假设模型中无常数项和时间趋势项情况下，对ln CI、ln PGDP、ln P、ln EI和 ln TE 进行 Johansen 协整检验。检验结果显示:迹统计量和λ－max统计量在5%的显著性水平下均拒绝R=0、R≤1的原假设，接受R≤2、R≤3 和 R≤4 的原假设，说明 ln CI、ln PGDP、ln P、ln EI和ln TE之间存在协整关系，即湖北省的碳排放与人均GDP、人口规模、能源强度、能源排放总量之间存在长期均衡的关系。

4.3 VAR模型的建立

4.3.1 平稳性检验

计量分析采用Eviews7.0软件，本文运用AR特征多项式的根的单位圆来检验VAR模型的稳定性，AR特征多项式的根的倒数，这些点都位于单位圆之内，表明所估计的VAR模型是稳定的。

4.3.2 最佳滞后期

VAR模型中一个重要的问题就是滞后阶数的确定。在选择滞后阶数p时，一方面需要滞后阶数足够大，从而能够较为完整的反映所构建模型的动态特征。但是另一方面，滞后阶数越大，需要估计的参数也就越多，模型的自由度就减少。所以通常进行选择时，需要综合考虑，这里将采用LR、FPE、AIC、SC和HQ等准则检验VAR模型最佳滞后阶数p。结果显示，在LR评价准则下滞后阶数p应为2，SC原则为1，而在FPE、AIC和HQ评价准则下滞后阶数p应为3。较多的原则认为滞后期为3，因此，滞后阶数p为3，即VAR(3)。

4.3 脉冲相应函数

脉冲响应函数刻画了内生变量对误差变化大小的反应，它是测量其随机扰动项的一个标准差冲击对内生变量当前值和未来取值带来的变化，它不仅能全面映射变量间的动态关系还可以量化各变量间扰动影响的数量关系。故运用Eviews7.0软件对构建的VAR模型进行脉冲响应函数分析，在此主要分析 lnPGDP、ln P、lnTE、lnEI和lnCI间动态关系的路径变化，本文设定滞后阶数为30期，脉冲响应结果如图1。模、能源强度、能源消费总量的波动都具有不同程度的影响作用，而随着滞后期的推进，此4个因素对碳排放变化的扰动冲击将趋于稳定。

图1 碳排放量的脉冲相应函数相应路径

4.3.4 方差分解分析

方差分解是重点计算结构冲击在不同期限内方差总和占各内生变量总方差的比例来度量结构冲击对内生变量的影响，可以更具体的表示内生变量相互影响的重要程度。它能够提炼对内生变量产生影响的每个随机扰动的相对重要性信息，能够量化每一个冲击对内生变量变化的贡献度，这里主要分析lnPGDP、lnP、lnEI和lnTE所受冲击对碳排放的贡献率，方差分解结果见图2。

图2 碳排放量的方差分解分析图

经济发展水平对碳排放的的冲击为长期的正效应随着滞后期的推进，在滞后7期达到峰值0.042832，而后冲击力度小幅减缓并趋近平稳水平，说明经济发展水平的高低会对碳排放的变动产生持续影响。人口对碳排放的冲击为长期的正效应和短暂的负效应，只在滞后7～14期为负效应，在其它滞后期为正效应，从相关研究成果来看，人口规模的扩大和城镇化进程的加快会带来更大规模的人口和经济活动的集聚，从而产生新的一轮的碳排放的增加。图中湖北省人口规模与碳排放的发展趋势也印证了这种观点。但图中纵坐标刻度显示湖北省人口规模对碳排放的冲击幅度较小，最大峰值仅达到0.010492，因此湖北省通过推行积极稳妥的城市化进程，以及对人口增长的有效控制，完全可以将碳排放量控制在较低的范围内。能源强度对碳排放的冲击有明显的正效应，在滞后3～11期的正向冲击值都大于0.1，在滞后5期达到峰值0.029123，影响作用路径先增后减并逐渐趋于平坦，说明碳排放对来自能源强度的扰动冲击反应敏感，即能源强度能够对碳排放产生强大的约束力。湖北省在经济发展过程中能源强度对碳排放量变化的影响为正向，能源强度的不断提高，在未来一段时间内会导致碳排放量增加，并且这种增速是先增大后逐渐减小，并逐渐趋向于零值。因此，湖北应着力降低能源强度，提高能源使用效率，不断减少碳排放量碳排放对来自能源消费总量的冲击作用整体较强。碳排放对来自能源消费总量的冲击是长期的负效应和短期的正效应，这虽然与我们一贯认知的能源消费总量与碳排放之间的正向关系略有不符，但是也表明对于能源消费总量的控制，不能是单纯的量上控制，而应该是结构上的多重控制。由此可见，前期经济发展水平、人口规

经济发展水平对碳排放变动的贡献率最大，且从第8期开始贡献率达到30%趋于稳定，说明经济发展水平对碳排放不仅会产生即时效应还会在长期产生较强的影响。能源强度对碳排放的贡献率在在滞后第8期达到最大值15.63%，在之后的滞后期都处于14%的水平，说明能源强度对碳排放的贡献具有短期时滞性和长期显赫的影响。能源排放总量在6期之前贡献微弱，经过滞后6期之后，贡献率迅速上升，稳定在20%左右的水平。碳排放本身对自己的调节能力很弱，自身影响贡献趋于稳定。由此可知，经济发展水平碳排放波动的影响最大，其次是能源消费总量的影响，再次是能源强度的影响，最后是人口规模的影响。

5 结语

本文通过对湖北省的碳排放及其影响因素进行研究，基于VAR模型运用协整检验、脉冲响应函数和方差分解等方法，实证研究了人口规模、经济发展水平、能源强度和能源的消费总量对碳排放量变化的影响，得到以下结论:①协整检验结果表明:碳排放、经济发展水平、人口规模、能源强度、能源排放总量5个变量间存在长期的均衡关系。②从脉冲响应函数分析结果来看:对人口规模的正向冲击在长期内会对碳排放量的增加产生稳定的促进作用，但影响幅度较小;对经济发展水平的正向冲击在短期内会引起碳排放量有所增加，而在长期内会降低碳排放量，也就是说伴随着经济发展水平的增长对于碳排放量起到一个抑制作用的;对能源强度的正向冲击可导致碳排放量在长期内产生波动幅度较大的正向影响;而对能源的消费总量的正向冲击在长期内会对碳排放量产生显著的负向作用。③从方差分解分析的结果来看，经济发展水平对碳排放量变化的贡献度最大，能源的消费总量和能源强度对碳排放量变化的贡献度较大。可见经济发展水平、能源强度和能源的消费总量是湖北省碳排放量变化的重要动因。

根据以上分析结果，可以看出经济发展水平对于湖北的碳排放具有长期持续的影响效应。湖北的经济发展水平在全国处于中上游水平，而经济发展水平只有提高到一定的程度才能由对碳排放的增加作用转向抑制作用，所以为了控制碳排放量，湖北仍然需要大力的建设经济，转变经济发展方式，以相应的政策措施推动湖北经济又好又快的发展。而能源强度和能源消费总量对于湖北的碳排放量的影响，又决定了政府必须做好对于能源强度和能源消费总量双控制机制。一方面需要建立稳定、安全、经济的清洁能源产业体系，通过能源结构的转型实现能源强度的降低和能源消费总量的下降。通过大力加强自主创新，切实抓好节能减排，积极推进工业化与信息化融合，先进制造业与生产性服务业融合，加快市场主体培育，坚持集约、集聚、集群发展，努力构建富有竞争力的现代工业体系。加快推进新型工业化，不断提升工业整体实力和竞争力，促进工业经济又好又快发展，推动工业大省向工业强省跨越，为构建促进中部地区崛起的重要战略支点提供首要支撑。另一方面推进碳交易市场的建设，2014年湖北碳排放市场总成交量1020万 t，交易额达到2.34亿元人民币，已成为中国最大的碳排放交易市场，也是华中地区唯一的碳排放权交易试点省份，根据湖北各地区实际情况，科学的将碳配额目标分配到各地区、各行业、各企业。重点推进湖北省煤炭、石油、天然气和电力等大能耗行业的技术改革，充分发挥市场机制的作用，推动能源生产和利用方式的变革。碳配额管理机制在企业的进一步配额分配应该着重于对经济生产总值贡献较高的企业，促进这些企业生产总值的进一步上升，从而早日达到产生稳定碳排放的产出水平阶段。

［1］张卓元.以节能减排为着力点推动经济增长方式转变［J］.经济纵横，2007(15).

［2］陈红敏.如何发挥地方政府在节能减排中的作用［J］.经济纵横，2008(5).

［3］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分析［J］.中国人口·资源与环境，2011(7).

［4］舒娱琴.中国能源消费碳排放的时空特征［J］.生态学报，2012(16).

［5］蒋金荷.中国碳排放量测算及影响因素分析［J］.资源科学，2012，(4)

［6］李艳梅，张 雷，程晓凌.中国碳排放变化的因素分解与减排途径分析［J］.资源科学，2010(32).

［7］田立新，张蓓蓓.中国碳排放变动的因素分解分析［J］.中国人口·资源与环境，2011(21)

［8］唐建荣，张白羽，王育红.基于LMDI的中国碳排放驱动因素研究［J］.统计与信息论坛，2011(26)

［9］林伯强，刘希颖.中国城市化阶段的碳排放:影响因素和减排策略［J］.经济研究，2010(8).

［10］彭文斌，田银华.湖南环境污染与经济增长的实证研究——基于VAR模型的脉冲响应分析［J］.湘潭大学学报:哲学社会科学版，2011(1).

［11］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).

［12］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(1).

［13］ Kaya.Y.Impact of Carbon Dioxide Emission Control on GNP Growth:Inter－ predation of Proposed Scenarios［M］.Paris:Paper presented at the IPCC Energy and Industry Subgroup，Response Strategies Working Group，1989:18 ～26.

［14］ Sims C A.Macroeconomics and Reality［J］.Econometrica，1980(48):1～48.

［15］Paulsen J.Order Deter mination of Multivariate Autoregressive Time Series with Unit Roots［J］.Journal of Time Series Analysis，1984(5):115～127.