发达城市群的省域碳排放影响因素研究

赵晶

摘要：文章运用面板数据滞后期工具变量分析发达城市群所在七省市的碳排放影响因素，主要包括产业结构优化、能源结构调整以及受教育程度。研究结果显示，七省市人均GDP与碳排放之间存在EKC假说的倒U型曲线。虽然产业结构合理化能够抑制碳排放增加，但是产业结构高级化却促进了碳排放增加，使得产业结构对碳排放的影响存在抵冲。能源结构调整促进碳排放增加，而受教育程度则相反。

关键词：碳排放；EKC曲线；滞后期工具

引言

经济发展进入“新常态”后，中国经济增长更加注重速度与质量并举，不断深化改革，实现产业结构优化升级，并将能源规划作为“十三五”规划的重中之重。长三角、珠三角和京津冀地区是中国传统三大城市群，三大城市群的能源消耗占全国能耗总量的30.38%。选取这三个城市群的七省市进行碳排放影响因素的总体分析，有助于在促进全国经济更好更快发展的同时，制定合理的节能减排政策，为其他城市群节能减排做出表率。

一、文献综述

运用Tapio弹性系数法测算被广泛运用于测算经济与碳排放之间的关系，Ren etc（2013）和Zhao etc（2016）在结合LMDI模型基础上对中国制造业以及产业结构的排放影响因素进行分解，并衡量了每个影响因素对碳排放的贡献。此外，面板数据也是研究碳排放的一项重要工具，尤其适合探讨跨区域对比分析，曲如晓等（2012），徐如浓等（2016）通过面板数据分别研究了中国30个省市和长三角城市群碳排放与人口规模、结构和能源消费与经济增长之间的关系。近几年也有将面板数据与EKC模型结合的趋势，吴振信等（2012），Zoundi（2016）通过将面板数据与EKC模型结合研究了中国30个省市或不同国家经济增长与碳排放之间的关系，并进行非空间面板模型和空间面板模型转折点之间的对比分析。

综上，当前经济增长与碳排放之间的关系研究主要存在以下几个方面的不足：第一，方法选择不够契合，不能反映各区域之间的横向关系；第二，没有考虑到上一期经济增长对当期碳排放的影响。

二、模型构建与指标

（一）数据来源

本文对七省市的碳排放数据的估算主要包括八种常见的化石能源，碳排放量的测算公式参考《IPCC国家温室气体清单指南（2006）》。采用七省市2000～2014年15年的数据，所有数据均来源于《中国统计年鉴（2001～2015）》、《中国能源统计年鉴（2001～2005）》和《中国高技术产业统计年鉴（2001～2005）》。

（二）环境库兹涅茨曲线（EKC）模型

为验证七省市的经济增长对碳排放的影响，引入面板数据构建EKC模型。

lncit=α1（lnyit）2+α2lnyit+Xitβ+δ1+ηi+εit（1）

其中，i表示区域，i=1，2，3，t表示时间；cit表示碳排放强度或碳排放总量；yit表示各地区的人均GDP；δt和ηi分别表示时间和地区非观测效应；εit表示随机误差项；X表示其他控制变量，本文选取了以下六个指标：

受教育程度，用受过大专以上教育的人数占总人口的比重（X1，%）表示；产业合理化，用第三产业增加值占GDP比重（X3，%）表示；产业高级化，用高技术产业产值占制造业增加值的比重（X2，%）表示；能源结构，用非火力发电占发电总量的比重（X4，%）表示；地区开放程度，用外商投资总额与社会固定资产投资总额的比例（X5，%）表示；创新能力，用申请专利数与人均GDP的比值（X6，项/元/人）表示。

三、实证分析

回归分析：根据样本数据的Hausman检验结果，本文选择固定效应对方程（1）进行估计。根据表1的回归结果可以看出，无论是模型1还是模型2，人均GDP的二次项在5%的检验水平下始终为负，因此EKC假说成立。为了解决模型2中存在的内生性问题，本文选择滞后期工具变量法，将人均GDP对数的一次项和二次项滞后一期作为当期值得到模型3。

根据模型3的结果可知，人均GDP的一次项为正，二次项为负，且都通过了显著性检验，因此模型3符合EKC假说中的倒U型曲线。产业高级化对地区碳排放存在明显的正效应；虽然能源结构仅在20%的检验水平上显著，但对地区碳排放的影响较大，促进了地区碳排放量的增加。受教育程度和产业合理化对地区碳排放存在明显的负效应，是减少地区碳排放的主要原因。地区开放程度和创新能力变量均不明显，说明这七省市的外商投资以及技术创新对地区碳排放的影响不大。

四、结论和建议

产业结构优化对碳排放的影响存在抵冲效应，能源结构对碳排放产生正效应而受教育程度对碳排放产生负效应。产业结构高级化促进碳排放增加，体现出高技术产业发展的节能减排特性不明显，而产业结构合理化抑制碳排放增加，因此产业结构优化对于碳排放的影响取决于二者的影响系数大小。当前能源结构多样性尚不足以抑制碳排放增加，需要进一步优化能源结构，减少煤炭消费，降低对化石燃料的依赖。受教育程度抑制碳排放增加，并且影响系數在变量中最大，这说明教育水平越高越重视环境，进而采取节能减排行为，因此可加大教育投入，提高减排意识从而降低碳排放。

开放程度和技术创新对碳排放影响未达到预期，说明引入的外资和专利发明不具备节能减排特性。研究结论显示对外开放和技术创新影响系数不显著，并在碳排放的强度和总量模型中出现正负变化。意味着当前外资引入和技术创新并未对碳排放形成实质影响，与以往研究结论认为外资引入或技术创新可降低碳排放不同。建议增加外资引入和专利发明的节能减排导向，对于具备节能减排特性的外资和专利采取优先引入和授权的措施。

参考文献：

[1]Sheng gang Ren， Zhen Hu. Effects of decoupling of carbon dioxide emission by Chinese nonferrous metals industry metals industry[J]. Energy Policy， Volume 43， April 2012.

[2]Xingrong Zhao， Xi Zhang， Ning Li， Shuai Shao， Yong Geng. Decoupling economic growth from carbon dioxide emissions in China： A sectoral factor decomposition analysis[J]. Journal of Cleaner Production， Volume 142， Part 4， 20 January 2017.

[3]曲如晓，江铨.人口规模、结构对区域碳排放的影响研究——基于中国省级面板数据的经验分析[J].人口与经济，2012（02）.

[4]徐如浓，吴玉鸣.长三角城市群碳排放、能源消费与经济增长的互动关系——基于面板联立方程模型的实证[J]. 生态经济，2016（12）.

[5]吴振信，谢晓晶，王书平. 经济增长、产业结构对碳排放的影响分析——基于中国的省际面板数据[J].中国管理科学，2012（03）.

[6]Zakaria Zoundi. CO2 emissions， renewable energy and the Environmental Kuznets Curve， a panel cointegration approach[J]. Renewable and Sustainable Energy Reviews， November 2016，In Press.

（作者单位：江苏大学财经学院）