人均CO2排放：收敛还是发散？——基于世界112个国家和地区数据的实证分析

张振环

（山东财经大学　经济学院　农业与农村经济研究中心，济南 250014）

人均CO2排放：收敛还是发散？
——基于世界112个国家和地区数据的实证分析

张振环

（山东财经大学经济学院农业与农村经济研究中心，济南 250014）

基于一种新的收敛性检验方法和俱乐部收敛的识别算法，对世界112个国家和地区1971—2010年人均CO2排放的收敛性进行分析。研究发现：（1）就全样本112个国家和地区而言，人均CO2排放不存在收敛；（2）存在“高排放高增长”“中排放中增长”和“低排放低增长”3个收敛俱乐部；（3）收入水平高的国家和地区倾向于向“高排放高增长”俱乐部收敛，能源价格越高的国家和地区倾向于向“低排放低增长”俱乐部收敛，而产业结构、国家和地区规模和能源效率的影响并不显著。

人均CO2排放；异质性；相对收敛

以CO2为主的温室气体排放的不断增加，造成了全球气候的变暖，并引起了日益频繁的极端天气和自然灾害。全球气候变暖已经成为人类社会在21世纪面临的最大挑战，减少CO2等温室气体的排放成为维持人类可持续发展的内在需求。由于全球经济发展的不平衡，各国经济处于不同的发展阶段，后京都时代的谈判举步维艰，关于各个国家的减排责任和减排数量问题一直是各方争论的焦点。2001年，布什政府以减排会损害国内经济且京都议定书没有规定中国和印度等发展中国家的减排责任为由拒绝履行其减排计划。发达国家要求发展中国家更多地参与到温室气体的减排行动中。与发达国家不同，发展中国家面临着发展经济和提高国民生活水平的迫切要求，其经济还处于工业化和城市化的初始阶段或快速发展阶段，CO2排放的增加具有刚性。长期以来，发达国家在CO2的历史排放上占有大部分的份额。因此，发展中国家希望发达国家在减排中承担更多的责任和义务。

为了缩小各方的分歧，越来越多的国家和学者强调公平分配碳排放空间，使各国得到“平等”的可持续发展，人均碳排放权作为一种基本的分配方案受到了广泛的关注。然而，由于人均碳排放在全球的空间分布极不平衡，绝对平均的分配方案短期内也难以获得各方支持。长期而言，各国间的人均碳排放差距是否会逐渐缩小将影响到以人均碳排放权为基准的减排提案的可行性及有效性。为此，近来大量文献对人均碳排放的收敛性进行了深入的研究。但就已有的文献来看，在人均碳排放是否收敛这一问题上还存在不少的争论。例如，Strazicich和List（2003）［1］研究发现，21个经合组织成员国家（OECD）人均碳排放收敛存在；而Barassi等（2008）［2］认为，OECD国家人均碳排放不存在收敛的特征。就研究方法而言，现有文献大都采用β回归方程或单位根检验的方法。正如Phillips和Sul（2009）［3］所指出：在考虑个体技术等异质特征下，传统β回归方程会因为遗漏变量而产生内生性偏误；而单位根检验方法在发现渐近同步运动 （asymptotic co-movement）特征上的检验势（power）较低，存在将收敛误认为发散的风险①更多关于传统收敛性检验方法的讨论参见Phillips and Sul（2007）和Phillips and Sul（2009）。。

针对传统方法的缺陷，本文利用Phillips和Sul （2007）［4］提出的新收敛检验方法（log t检验）对世界112个国家的人均 CO2排放的收敛性进行考察。Phillips等（2007）提出的模型具有以下优点：（1）可以刻画经济系统的非线性动态特征；（2）充分考虑了个体的异质性特征；（3）允许转型动态（transitional dynamics），使得收敛检验同样适用于离稳态较远的经济体［5］②Andrew，Bernard and Durlauf（1996）指出，收敛的时间序列检验不适用于离其稳态位置较远的国家，因此，对于人均碳排放收敛进行研究的文献大部分采用OECD国家数据为样本。；（4）不需要对趋势平稳（trend stationary）或随机性非平稳（stochastic nonstationary）做任何特定的假设。此外，与现有文献根据收入水平、地理位置等先验地将样本划分为几个子样本进行俱乐部收敛分析不同，Phillips和Sul（2007）提出了基于数据信息的聚类算法对可能存在的俱乐部收敛进行识别。

一、文献回顾

虽然样本、数据和方法的不同都可能导致不同的结论。但事实上，从已有文献来看，对人均碳排放收敛的定义也是不尽相同，大致可以分为3种：σ收敛、β收敛和随机性收敛。

碳排放的σ收敛是指不同国家人均碳排放量差异会随时间推移而逐渐减小。一般而言，σ收敛通过计算截面方差指标，并通过方差随时间的变化趋势来判断是否收敛，其持续减小意味着不同国家的人均碳排放的差距在缩小，则可以认为σ收敛存在。Aldy（2006）［6］对世界上88个国家、地区和23个经合组织成员国家（OECD）在1960—2000年的人均碳排放的σ收敛进行分析，其研究结果显示，对全样本（88个国家）而言，人均碳排放没有出现收敛的趋势；而在OECD国家中人均碳排放存在明显的收敛特征。

与σ收敛不同，β收敛关注的是排放增长速度与初始排放水平之间的关系。β收敛可以分为绝对β收敛和条件β收敛，绝对β收敛指所有国家人均CO2排放水平都将收敛于同一稳态水平，初始排放水平低的国家排放增长速度快，因而会逐渐赶上高排放水平的国家。而条件β收敛认为不同国家人均碳排放水平会收敛于各自的稳态水平，当前排放水平与其稳态水平之间的距离决定了其排放的增长速度。Strazicich和List（2003）利用21个OECD国家1960—1997年数据对人均碳排放的绝对收敛和条件收敛进行检验，其实证结果显示，在研究样本中人均碳排放存在绝对收敛；在控制了不同国家收入、石油价格、人口密度和温度等特征后，收敛仍然存在，即条件收敛成立。Brock和Taylor（2004）［7］在Solow增长框架下考虑了污染物减排技术的进步，建立了一个绿色增长模型，进而在理论上证明了人均污染排放存在条件收敛，并且通过利用22个OECD国家1960—1998年的人均CO2排放数据验证了其理论。Strazicich、List（2003）和Brock、Taylor （2004）的实证分析都采用了截面回归的方法，只关心期初和期末的人均CO2排放情况，没有充分利用经济动态变化过程中的信息。此外，这2篇文献都没有考虑个体的异质性，因此，他们的回归结果只能得到样本均值的信息，例如，平均收敛速度。针对这两个缺陷，Thomas Jobert等（2010）［8］建立了包含个体异质性的面板β收敛回归模型，使用贝叶斯退缩估计法（Bayesian Shrinkage Estimation）对欧盟22个国家1971—2006年人均CO2排放的收敛速度进行了估计。其研究结果再次支持了人均碳排放收敛的假说；此外，根据收敛速度的不同，22个欧盟国家可以划分为4组。

随机性收敛是Carlino和Mills（1993）［9］提出的概念。相比β收敛，随机性收敛是一个弱的概念，是β收敛的必要非充分条件。随机性收敛不再关注碳排放增长率上的区别，是否收敛取决于不同国家之间的人均碳排放差距能否保持在一个相对平稳的变化路径。随机性收敛存在则意味着对某个国家人均碳排放的外生冲击是暂时的，不会产生累积效应，所有国家将向共同的均衡排放水平移动。随机性收敛实质上是考察任意两个国家的人均碳排放量之间是否存在协整。因此，随机性收敛检验可以通过单位根检验的方法进行分析。

Strazicich和List（2003）利用IPS面板单位根的方法对21个OECD国家在1960—1997年的人均碳排放收敛性进行检验。根据拒绝了所有OECD国家人均碳排放序列存在单位根原假设的检验结果，他们认为OECD国家人均碳排放存在随机性收敛。然而，拒绝IPS单位根检验的原假设并不意味着所有国家人均碳排放序列都是平稳的，其检验结果只能说明存在一些国家的碳排放序列是平稳的，因此，拒绝IPS单位根检验原假设不能作为OECD国家人均碳排放随机收敛的证据。为此，Aldy（2006）使用逐个国家进行单位根检验的策略，其检验结果发现，在全部88个国家中只有13个国家的人均碳排放收敛存在，而且其中只有3个是OECD国家。Strazicich、List（2003）和Adly（2006）的单位检验中都包含时间趋势。与Aldy（2006）采取的策略不同，Westerlund等（2008）［10］假设所有个体单位根检验方程中的自回归系数相同，进而修改了备择假设，使得存在单位根的原假设被拒绝后即可得到随机性收敛的结论。Westerlund等（2008）利用3种不同的单位根检验方法分别对16个发达国家和28个国家（在16个发达国家的基础上加上12个发展中国家）两个样本进行检验，结果显示在两个样本中人均碳排放的随机性收敛得到有力的支持。M.R. Barassi等（2008）认为，Strazicich、List（2003）和Aldy （2006）在单位根检验中加入时间趋势项后对收敛的检验是有影响的，很可能导致将趋势平稳误认为随机性收敛。因此，Barassi等（2008）采用两阶段单位根检验的方法进行了修正，并利用多种单位根检验方法进行稳健性讨论，发现OECD国家的人均碳排放不存在随机性收敛。Barassi等（2008）的研究结果与Strazicich和List（2003）并不一致，但部分支持了Aldy（2006）的结论。

Diego Romero-魣vila（2008）［11］认为，先前的研究都没有考虑到人均碳排放序列的结构变化，这可能使回归分析产生偏差，导致错误的结论。为此，Diego Romero-魣vila（2008）采用允许内生结构变化的单位根检验对23个工业化国家1960—2002年间人均碳排放的收敛进行检验。其研究结果再次支持工业化国家人均碳排放存在收敛；但如果忽略了碳排放序列中的结构变化则会得到发散的结论。此外，Lee和Chang（2009）［12］也采用了与Diego Romero-魣vila（2008）相同的方法验证了21个OECD国家存在人均碳排放的收敛性。

国内目前关于碳排放收敛的研究也较多，但到目前为止，还没有达成一致观点。例如，许广月（2010）［13］利用1995—2007年的省际面板数据对中国的人均碳排放的收敛性进行实证分析，其研究结果发现，中国的人均碳排放不存在绝对β收敛，但存在条件β收敛和东部、中部、西部的三大俱乐部收敛。杜克锐和邹楚沅（2011）［14］在随机前沿边界分析框架下，直观地定义并测算了碳排放效率，然后对中国1995—2009年各个地区的碳排放效率进行测算，并对地区差异、影响因素及收敛性进行分析。研究结果表明，碳排放效率存在比较大的地区差异，而且这种差异还会不断扩大，地区差异始终是中国减排政策实践中应当考虑的因素。另外，杨骞和刘华军（2013）［15］采用人均碳排放和碳强度两类碳排放指标，运用多种面板单位根检验和单变量单位根检验方法，发现中国两类碳排放指标的面板单位根检验结果均表明，中国CO2排放未呈现出全局性随机收敛趋势。而与此同时，另外一类观点认为中国的碳排放存在收敛性。高广阔和马海娟（2012）［16］利用面板分位数回归的方法再次考察中国人均碳排放的收敛性问题，其实证结果显示，各地区的人均碳排放普遍存在绝对收敛和条件收敛，但不存在俱乐部收敛。周五七和聂鸣（2012）［17］基于非参数前沿方法的研究发现，全国东部、西部工业碳排放效率存在俱乐部收敛特征，而全国、中部和东北的工业碳排放效率存在条件收敛特征。孙耀华和仲伟周 （2014）［18］运用空间面板模型研究1998—2012年中国省际碳排放强度的空间分布及其收敛性特征，其结果发现，省际碳排放强度存在显著的空间相关性，且呈现“俱乐部”收敛和条件β收敛特征。

二、研究方法

（一）碳排放的动态因子模型

用yit表示第i个国家在t期的人均碳排放量。利用非线性动态因子模型（Nonlinear Dynamic Factor Model），将自然对数人均CO2排放量表示为

其中，gt表示人均CO2排放量随时间演进的共同因子；ηit表示随时间变化的个体异质效应。ηit测度了在时期t第i个国家与人均CO2排放量的共同趋势之间的距离。

由式（1）可知，不同国家间的相对人均碳排放差异可以表示为

因此，在长期人均碳排放收敛中，要求对于任意i，以下条件成立

事实上，式（4）是人均碳排放水平收敛（level convergence）的一个必要非充分条件①水平收敛是（logyit-logyjt）=0，对于任意的i和j；Phillips and Sul（2007b）给出了一个式（4）成立但水平发散的例子。。因此，Phillips 和 Sul（2007）将式（4）定义为相对收敛（relative convergence）。

（二）人均碳排放的相对转型路径

由于在式 （1）中的待估参数个数多于数据容量，因此，如果不对时变的个体异质效应 ηit做特定的限制，则无法估计出ηit。为此，Phillips和Sul （2007）提出了基于相对测度的建模方法

hit测度了国家i人均碳排放量相对整体人均碳排放量的相对转型路径（relative transition path），反映了国家i偏离共同稳态的人均碳排放路径的程度。这意味着如果人均碳排放量最终存在收敛行为时，hit满足，对于任意i，以下条件

从式（5）还可以得到以下两个性质：1.hit的截面均值等于1；

显然，式（3）等价于对于任意i和j，有

2.当收敛存在时，转型路径距离 Ht=（hit-1）2→0，当t→∞；当收敛不存在时①。这有两种情况：（1）Ht收敛于一个非零常数；（2）Ht以0为下界，但不收敛。事实上，在俱乐部收敛情形下，Ht收敛于一个非零常数。

（三）log t检验及俱乐部收敛的聚类算法

基于半参数的方法，Phillips和Sul（2007）将ηit表示为

其中，ηi、σi是常数；ξit是截面i.i.d（0，1），但时间上存在弱自相关；L（t）是缓慢变化的函数（如log（t）），而且，当t→∞时，L（t）→∞。当α≥0时，存在收敛的原假设可以表示为对于所有i，如下原假设成立

而备择假设则为，对于某些i，有

在存在收敛的原假设和式（7）下，当t→∞时有

其中，A为大于0的常数。选择L（t）=log（t），则可以得到以下log t的回归模型，即对于t=T0，…，T，有

其中，T0=［rT］。Phillips和Sul（2007）［4］建议r取值在［0.2，0.3］，当时期数T中等或者较小时，r取0.3较好。在收敛的原假设下，log（t）系数的估计值b＾依概率收敛于2α，即2α≥0。因此，可以通过的单侧t统计量②基于HAC稳健标准差计算的t统计量。来检验原假设，在5%显著性水平下，如果单侧t统计量小于-1.65，则可以拒绝存在收敛的原假设。在拒绝原假设的情形下，俱乐部收敛仍有可能存在。为此，Phillips和Sul（2007）提出了基于数据本身信息的聚类算法对可能存在的俱乐部收敛进行识别。其算法具体步骤如下：

1.根据最后一期观察值的大小进行对N个国家进行排序。

2.寻找核心组（core group formation）：基于步骤1的排序，选择前k个国家形成一个子组（subgroup）Gk，2≤k＜N。对这个子组进行log t回归，计算其收敛检验的t统计量tk=t（Gk）。通过以下准则选择一个核心组的规模k*。

K*=arg maxk｛tk｝并满足min｛tk｝＞-1.65（12）

式（12）表示，如果条件min｛tk｝＞-1.65对于k=2不成立，则在每个子组中都排除第一个国家，以此类推。

3.筛选俱乐部成员：在步骤2形成的核心组基础上，依次添加一个国家，并进行log t检验。如果增加某个国家后收敛性检验的t统计量大于临界值C*③Phillips和Sul（2007）认为，在时期t较小情况下，C*可以设置为0；在t较大情况下，C*可以设置为-1.65。，则此国家是这个俱乐部的成员。

4.递归和停止准则：将步骤3筛选后剩余的国家进行log t检验，如果其t统计量大于-1.65，则剩余国家组成一个收敛俱乐部。如果不满足收敛条件，则重复步骤1至步骤3，继续划分收敛俱乐部。如果在步骤2中不存在满足条件的k，则剩下的国家不能组成一个收敛的俱乐部。

三、数据来源及描述

本文研究的数据来自国际能源署（IEA）2012年的世界CO2排放报告④数据来源：CO2Emissions from Fuel Combustion（2012 Edition），IEA，Paris.http：//www.iea.org/publications/freepublications/publication/name，32870，en.html。。本文采用报告中1971—2010年数据没有缺失的112个国家（地区）的人均CO2排放数据。

图1为人均碳排放的走势图。从图1可以看到，就全世界而言，人均碳排放量的演变大致经历4个阶段的变化：20世纪70年代的波动增长，在1979年达到一个峰值之后迅速下降，并在1983年达到低谷，此后，人均碳排放长期在3 800～4 000千克之间波动，进入21世纪后，世界人均碳排放量迅速增长。从OECD国家人均碳排放量的走势图来看，也大致可以分为4阶段：在20世纪70年代到80年初，经历了一个与全世界人均碳排放走势类似的波动增长，在1979年达到历史最高点（10 624千克/人）后迅速回落到1983年的低谷；此后20年，OECD国家人均碳排放量震荡式增长；但在2007年之后迅速下降，并在2009年达到了40年来的最低点。与OECD国家不同，非OECD欧洲国家人均碳排放从1971—1989年一直保持稳定的增长，在1989年达到峰值（11 165千克/人）后迅速下降到1999年的样本最低点（6 978千克/人），此后一直稳定在7 000～8 000千克/人之间。非OECD美洲国家与非洲国家走势相近，整体上是缓慢的上升趋势。与非OECD美洲国家和非洲国家走势稍有不同，亚洲国家人均碳排放量一直保持着较快的增长，而且在2003年之后增长速度在上升。从横向比较来看，OECD国家和非OECD欧洲国家人均碳排放量高于世界人均碳排放量；非OECD美洲国家、亚洲国家和非洲国家人均碳排放量均低于世界平均水平；除了非OECD欧洲国家人均碳排放量曾在1981—1991年超过OECD国家外，OECD国家在大部分时间内都是世界人均碳排放最高的，而非洲国家人均碳排放量最低，只有OECD国家人均排放量的1/10左右。

四、经验分析及讨论

（一）实证结果分析

为了从直观上表现各个国家人均碳排放量的相对变化趋势，利用 Phillips和Sul（2007）［4］定义的相对转型路径进行刻画，如图2所示。从图2可以看到：安的列斯岛和卡塔尔是人均碳排放水平最高的2个国家，尼泊尔和刚果民主共和国（金）是人均碳排放水平最低的2个国家；整体上人均CO2排放并没有出现明显的收敛趋势。

表1给出了对整个样本人均碳收敛性的log t检验结果。log t检验的t统计量为-9.080，比5%显著水平临界值-1.65要小很多，因此，可以拒绝存在收敛的原假设，即世界各国的人均碳排放整体上不会收敛。尽管在数据和检验方法上有所区别，但本文的研究结果还是支持了Aldy（2006）和M.R.Barassi等（2008）的结论。

表1　全样本（112个国家和地区）的log t检验回归结果

虽然就整个世界而言，人均碳排放收敛并不存在。但是否存在俱乐部收敛？如果存在，哪些国家会形成一个俱乐部？为解答这一问题，本文采用上文介绍的聚类算法。表2给出了相应的回归结果。3个俱乐部的log（t）系数的t统计量都大于临界值-1.65，不能拒绝收敛的原假设。因此，利用Phillips和Sul （2007）的聚类算法，可以将样本的112个国家和地区划分为3个各自收敛的俱乐部。图3画出了3个俱乐部的内部相对转型路径。从图3可以看到，俱乐部2和俱乐部3存在明显的收敛趋势；而俱乐部1的收敛趋势较弱，俱乐部1的log（t）系数小于0，也说明俱乐部1中只存在较弱的收敛证据。从俱乐部间的相对转型路径（图4）来看，各个俱乐部之间的碳排放差距呈现扩大的趋势。

表3给出了3个俱乐部的人均碳排放量的统计特征。从各俱乐部人均碳排放的均值来看：俱乐部1的碳排放水平较低，可以称之为“低碳”俱乐部；俱乐部3的碳排放水最高，大约是俱乐部1的30倍和俱乐部2的2倍，因此将之称为“高碳”俱乐部；俱乐部2的碳排放水平居中，称之为“中碳俱乐部”。各个俱乐部人均碳排放的平均增长率为俱乐部1为0.17%；俱乐部2为1.15%；俱乐部3为2.65%。可以发现：低排放水平俱乐部人均碳排放增长较慢，而高排放水平俱乐部人均排放水平增长更快。

图5给出了俱乐部收敛的国家和地区的名单。从中可以看到：“低碳”俱乐部主要由非洲国家组成，其中包括14个非洲国家，2个亚洲国家，1个欧洲国家和1个美洲国家；“中碳”俱乐部包括17个OECD国家，10个非洲国家 （以北非国家为主）、10个亚洲国家、15个美洲国家和3个东欧国家；“高碳”俱乐部包括了15个OECD国家，9个东亚国家和地区，8个中东国家，5个美洲国家和3个南欧国家。

表2　俱乐部收敛聚类回归结果

（二）什么决定了人均碳排放的俱乐部收敛？

由上文的分析，将全体样本的112个国家和地区划分为“低碳”“中碳”和“高碳”3个俱乐部。但由此产生的一个自然疑问是：为什么有的国家会收敛向低排放水平的俱乐部，而有的国家和地区收敛于高排放水平的俱乐部？或者说什么特征的国家倾向收敛于“低碳”俱乐部？什么样的国家倾向于收敛于“中碳”或“高碳”俱乐部？为回答这一问题，在此采用排序数据模型（ordered data）进行探索性分析。设定以下自变量

表3　各俱乐部人均碳排放量的统计特征

参考Strazicich和List（2003）和Thomas Jobert等（2010）的研究，本文选取（对数）人均收入水平（INC）、国家规模（以对数人口数量来衡量，POP）、能源价格（以汽油价格来衡量，PRICE）、产业结构（工业增加值/GDP，IND）和能源效率（以能源强度来衡量，ENGINT）作为解释变量进行回归②数据来自世界银行：http：//data.worldbank.org/。在112个国家和地区中有19个国家和地区数据缺失，因此本文的回归分析只包括了其中的93个国家和地区。其中，15个俱乐部1的成员；50个俱乐部2的成员；31个俱乐部3的成员。基于数据的可获得性（世界银行只提供了2010年的各国和地区能源价格）和经济系统随着时间的推移会逐渐趋向其稳态的假设，以2010年的数据进行截面分析。需要进一步指出的是，由于缺少2010年的工业增加值占GDP比重，在此以2009年的数据代替，事实上一个国家或地区在短时间内的产业结构也是相对稳定的。。

表4给出了回归结果。人均收入水平系数为正，而且在1%水平下显著，即收入越高的国家和地区越可能收敛于高排放水平俱乐部，可能的解释是收入越高的国家消费更多的能源，因而会排放更多的CO2。能源价格系数为负，在5%水平下显著，说明能源价格越高的国家越倾向于收敛到低排放水平俱乐部。产业结构、国家和地区的规模和能源强度的系数不显著，即这些变量不影响人均碳排放水平的俱乐部收敛。

表4　人均碳排放俱乐部收敛的影响回归结果

五、结论

利用Phillips和Sul（2007）提出的log t检验，对世界112个国家和地区1971—2010年人均碳排放收敛是否存在这一问题进行考察。就全样本而言，发现人均碳排放是趋于发散的。与已有研究先验地将全样本划分为若干个子样本进行俱乐部收敛检验不同，利用Phillips和Sul（2007）提出的聚类算法，对可能存在的俱乐部收敛进行识别，结果发现全样本的112个国家和地区可以划分为3个收敛的俱乐部。俱乐部1包括17个国家和地区，主要是非洲国家为主；俱乐部2有55个国家和地区，其中包括17个OECD国家；俱乐部3有40个国家和地区，其中包括15个OECD国家。与大部分文献得到OECD国家人均碳排放存在收敛性特征的结论（Strazicich和List，2003；Westerlund等，2008；Lee和Chang，2009等）不同，笔者发现，32个OECD国家更倾向于收敛到两个不同的俱乐部。对3个收敛俱乐部的碳排放特征进行分析，发现俱乐部1具有低排放低增长的特征；俱乐部3具有高排放和高增长的特征；俱乐部排放水平和增长速度都位于俱乐部1和俱乐部3之间。对俱乐部收敛的影响因素进行回归分析发现：收入水平高的国家和地区倾向于收敛向“高排放高增长”俱乐部；能源价格越高的国家和地区倾向于收敛向“低排放低增长”俱乐部；而产业结构、国家和地区的规模和能源效率的影响并不显著。

［1］STRAZICICH M，LIST J.Are CO2emission levels converging among industrial countries？［J］.Environmental and Resource Economics，2003（24）：263-271.

［2］BARASSI M R，COLE M A，ELLIOTT R J R.Stochastic divergence or convergence of per capita carbon dioxide emissions：reexamining the evidence［J］.Environ Resource Econ，2008（40）：121-137.

［3］PHILLIPS P C B，SUL D.Economic transition and growth［J］.Journal of Applied Econometric，2009（24）：1153-1185.

［4］PHILLIPS P C B，SUL D.Transition modeling and econometric convergence tests［J］.Econometrica，2007（6）：1771-1855.

［5］BERNARD A B，DURLAUF S N.Interpreting tests of the convergence hypothesis［J］.Journal of Econometrics，1996（71）：161-173.

［6］ALDY J E.Per capita carbon dioxide emissions：convergence or divergence？［J］.Environmental and Resource Economics，2006 （33）：533-555.

［7］BROCKW A，TAYLOR M S.The green solow model［C］.NBER Working Paper，2004，NO.10557.

［8］JOBERT T，KARANFI F，TYKHONENK A.Convergence of per capita carbon dioxide emissions in the EU：legend or reality？［J］. Energy Economics，2010（32）：1364-1373.

［9］CARLINO G，MILLS L.Testing neoclassical convergence in regional incomes and earnings［C］.Federal Reserve Bank of Philadelphia Working Papers，1993.

［10］WESTERLUND J，BASHER S A.Testing for convergence in carbon dioxide emissions using a century of panel data［J］. Environmental and Resource Economics，2008，40（1）：109-120.

［11］ROMERO-AVILA D.Convergence in carbon dioxide emissions among industrialised countries revisited［J］.Energy Economics，2008（5）：2265-2282.

［12］LEE C C，CHANG C P.Stochastic convergence of per capita carbon dioxide emissions and multiple structural breaks in OECD countries［J］.Economic Modelling，2009（26）：1375-1381.

［13］许广月.碳排放收敛性：理论假说和中国的经验研究［J］.数量经济技术经济研究，2010（9）：31-42.

［14］杜克锐，邹楚沅.我国碳排放效率地区差异、影响因素及收敛性分析——基于随机前沿模型和面板单位根的实证研究［J］.浙江社会科学，2011（11）：32-43.

［15］杨骞，刘华军.中国地区CO2排放的随机收敛研究——基于两类碳排放指标的再检验［J］.经济评论，2013（4）：73-80.

［16］高广阔、马海娟.2012.我国碳排放收敛性：基于面板数据的分位数回归［J］.统计与决策，2012（18）：25-28.

［17］周五七，聂鸣.中国工业碳排放效率的区域差异研究——基于非参数前沿的实证分析［J］.数量经济技术经济研究，2012 （9）：58-70.

［18］孙耀华，仲伟周.中国省际碳排放强度收敛性研究——基于空间面板模型的视角［J］.经济管理，2014（12）：31-40.

［责任编辑：孟青］

Per Capita Carbon Dioxide Emissions：Convergence or Divergence？—Empirical Analysis based on the Data of the 112 Countries and Areas

ZHANG Zhenhuan
（Center for Agricultural and Rural Economic Research，School of Economics，Shandong University of Finance and Economics，Jinan 250014，China）

Based on a new method of convergence test and an identification algorithm of club convergence，this paper employs the sample of 112 countries over the world to examine the convergence of carbon dioxide emissions per capita.Our main findings are as follows.（1）Carbon dioxide emissions per capita of the whole sample does not converge.（2）There are three convergence clubs of carbon dioxide emissions per capita：“high emissions and high growth（HH）”club，“middle emissions and middle growth（MM）”club and“low emissions and low growth（LL）”club.（3）Countries of high income tend to converge to HH club；meanwhile countries of high energy price tend to converge to LL club；factors such as industry structure，country scale and energy efficiency do not play a significant role in the club convergence.

carbon dioxide emissions per capita；heterogeneity；relative convergence

F205

A

1009-3370（2016）03-0036-08

10.15918/j.jbitss1009-3370.2016.0305

2015-07-06

张振环（1986—），女，经济学博士，讲师，E-mail：deepblue1234@126.com