基于向量自回归模型的碳排放强度 影响因素的实证研究

李治国,原子雯

(中国石油大学(华东)经济管理学院,山东 青岛 266580)

联合国政府间气候变化专门委员会(IPCC,intergovernmental panel on climate change)第五次评估报告表明过去130年全球升温0.85 ℃。自20世纪50年代以来,人类活动对全球气候变暖的“贡献”超过一半(概率大于95%),是气候变暖的主要因素[1]。碳排放量上升导致的全球变暖对人们的生活和健康产生了深刻影响,这一问题越来越受到国内外气候和能源等领域专家和学者的关注。中国是目前世界上最大的二氧化碳排放国,面临着国际舆论的严峻压力和碳排放量削减的压力,也一直积极主动地为全球气候问题的解决做出贡献。我国在“十三五”规划纲要中进一步制定了低碳目标,并且在巴黎气候大会上提出了严厉的碳减排行动目标。此外,党的十九大报告也体现出我国对绿色低碳发展的重视程度非常高。在此背景下,探究碳排放强度与产业结构升级、能源强度、能源加工转换效率及经济增长的关联性,对于中央以及地方政府制定节能减排的相关政策、大力发展低碳循环经济有重要作用。

1 文献综述

1.1 碳排放强度的测算方法研究

测算碳排放总量是碳排放强度测算的基础,很多学者基于IPCC中温室气体核算方法进行测算,如赵敏等[2]根据IPCC碳排放核算方法和碳排放系数计算了上海市1994—2006年间CO2排放量,并多角度分析了碳排放强度下降的原因;Qu等[3]使用IPCC自下向上的碳排放计量方法对1995—2011年期间中国城乡居民人均碳排放进行了测算和分析;钟永德等[4]使用IPCC自上向下碳排放计量方法对2007年中国旅游业碳排放量进行了测算;彭水军等[5]通过建立多区域投入产出模型计算了中国1995—2009年生产侧和消费侧碳排放量。

1.2 碳排放的影响因素研究

在碳排放强度与产业结构升级方面,郭朝先[6]通过对数平均迪氏(LMDI,log-mean divisia index)分解法研究发现产业结构升级在短期内会对碳排放的增长带来正向影响,但从长期来看有利于降低碳排放;Gui等[7]基于面板数据的路径分析进行了研究,结果表明产业结构主要通过直接贡献给碳排放强度带来影响;王文举等[8]利用投入产出模型进行了实证研究,发现产业结构优化有利于节能降耗,对实现我国碳强度目标有重要贡献。在碳排放强度与能源强度方面,国内外学者研究能源强度对碳排放的影响基本都是采用LMDI分解法来进行,并得出了相似的结论,如雷厉等[9]利用LMDI分解模型研究得出能源强度降低对碳减排有显著影响;Tang等[10]建立了旅游业能源消费中碳排放的因子分解模型,研究结果表明能源强度的不断降低有助于抑制碳排放。在能源加工转换效率方面,王晓珍等[11]采用主成分回归法,分析了我国能源加工转换效率与经济增长的关系,认为能源转换效率结构对经济发展存在显著影响,炼焦、炼油2种加工转化效率之间的替代作用比较明显;李玮等[12]通过建立向量自回归模型以山西省为例研究其对能源强度的影响,结果表明可以通过提高能源加工转换效率来减弱能源强度,但滞后效应较长。现有文献中对能源加工转换效率的研究较少。在碳排放强度与经济增长方面,张庆宇等[13]采用环境库兹涅茨曲线(EKC,environmental kuznets curve)模型和可拓展的随机性的环境影响评估(STIRPAT,stochastic impacts by regression on population,affluence,and technology)模型研究了我国人均国民收入和人均碳排放的关系,结果表明符合倒U型环境库兹涅茨曲线的规律和趋势,且目前仍处于正向影响阶段;王凤婷等[14]基于京津冀的碳排放数据,通过建立Tapio脱钩模型发现其与经济进步的脱钩关系由弱变强,基于LMDI模型发现经济强度因素对碳排放有正向影响。而有的学者通过研究发现经济增长会给碳排放强度带来负向影响,如Song等[15]通过建立空间面板模型发现GDP给碳排放强度带来负作用。

综上所述,现有的研究从不同的视角展开分析,提供了非常有益的借鉴,但还是存在不足。在研究方法方面,以往关于碳排放影响因素的相关文献主要采用LMDI分解法来进行研究,对短期和长期的分析十分有限,而不同期限的影响程度会对政策的制定和实施产生一定影响。在研究指标方面,已有文献对碳排放强度与产业结构升级、能源强度、能源加工转换效率及经济增长两两之间的影响研究较多,指标较为单一,且关于能源加工转换效率对碳排放强度的影响鲜有报道。这些指标之间存在一定程度上的相互影响关系,并且能源加工转换效率的提高是技术水平进步的重要体现。因此,采用向量自回归模型进行研究,利用协整检验来研究各因素间的长期联系,通过脉冲响应函数和方差分解来检验各因素间的短期联系,同时将能源加工转换效率指标考虑在内,实现所选指标之间的有机结合。

2 研究设计

2.1 研究假设

第二产业发展大多是以高消耗和高污染为代价,其所产生的碳排放量在三类产业中也是占比最大的,而产业结构升级可以降低能耗依赖度。同时,产业及部门结构划分的粗细程度也会对碳排放强度产生影响[16]。产业结构演进方向对能源消费空间格局起决定作用,也是影响碳排放增量的关键因素。加快产业结构演进可以逐步改善各地区能源消费供应结构,有效控制碳排放量[17]。因此,研究提出假设H1。

H1:产业结构升级对碳排放强度产生抑制作用。

能源加工转换效率是指一定时期内能源在经过加工和转换之后,产生的不同能源产品的数量与同一时期内加工转换的不同能源数量的比值,是技术节能的重要表现,能源加工转换效率的提高是抑制能源消费的重要因素[11]。其次,能源加工转换效率的提高促使加工转换机器设备的改善和生产水平的进步,其带来的直接影响是提高生产设备的工作效率和能源利用率,通过降低能耗强度来弱化碳排放强度。因此,研究提出假设H2。

H2:能源加工转换效率的提升可能会对碳排放强度起抑制作用。

能源强度是指一个国家或地区在一定时期内单位GDP的能源消费量,它是反映能源使用在经济发展过程中所产生影响的一个较为全面的指标。IPCC认为气候政策的中心任务即为削减能源强度。国际能源署预测到2050年可以通过削减能源强度来达到31%的碳排放降低计划。林伯强等[18]通过实证研究发现影响CO2排放的关键因素是人均 GDP 和能源强度,可以通过提高能源效率来降低能源强度,从而减少能源消费量的增加和碳排放强度的增加。因此,研究提出假设H3。

H3:能源强度对碳排放强度产生正向驱动影响。

根据环境库兹涅茨曲线(EKC)理论,随着经济的进步,环境污染将出现先加重后减轻的趋势。这一理论提出后便引起学者对经济增长与碳排放关系的广泛关注。有学者通过建立模型分析中国人均国民收入和人均碳排放的关系,结果表明二者的关系符合倒U型环境库兹涅茨曲线的规律和趋势,且我国目前仍处于曲线的左侧,人均国民收入对人均碳排放仍处于正向影响阶段[13-14]。经济增长带来了更多的能源消费需求,对我国碳排放强度上升起到促进作用。因此,研究提出假设H4。

H4:经济增长将带来碳排放强度的上升。

2.2 研究方法的选择

拟采用向量自回归模型(VAR,vector autoregressive)进行研究。它是基于数据统计性质建立的模型,把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型,将单变量自回归模型扩展到由多元时间序列变量组成的“向量”自回归模型。其优点在于较少地受到既有理论的约束,不以经济理论为基础,不事先区分内外生变量。VAR(p)模型的数学表达式为

yt=A1yt-1+…+Apyt-p+Bxt+εt,

t=1,2,…,T

(1)

其中:yt是一个内生变量向量;A1,…,Ap和B是要被估计的系数矩阵;xt是外生变量向量;εt是扰动向量,他们相互之间可以同期相关,但不与自己的滞后值相关及不与等式右边的变量相关;p为模型滞后阶数;T为样本个数。

2.3 变量说明与数据处理

研究的样本数据是基于国家统计局网站并整理计算得出的1983—2017年数据。为了消除异方差,同时又不会作用于序列之间的协整关系和平稳性,故对这5组数据取对数,分别用ln CI、ln IS、ln EI、ln ECE、ln GDP表示,相关变量说明如下:

碳排放强度(CI)是指单位GDP的CO2排放量。由于没有直接的碳排放量数据,大部分学者对碳排放量研究都是基于煤炭、石油和天然气3种主要一次性能源消费量、能源碳排放系数进行估算。参考文献[19]中的衡量方法,确定碳排放量的计算公式为

(2)

其中:C为碳排放量;Si代表各类能源消费量;E为中国一次性能源的消费总量;Fi表示i类能源的碳排放系数(见表1)。通过估算的碳排放量与不变价GDP(1983年不变价计算)相比即可得到碳排放强度。

表1 各类能源碳排放系数Table 1 Carbon emission coefficient of various energy sources

产业结构升级(IS)是各产业不断进行调整优化,逐步向合理化和高级化演进。在现有的研究中部分产业结构升级指标测算方法并没有全面衡量产业结构升级。为此,参考文献[20]中的方法,构建了产业结构升级指数,它可以体现产业结构的变化和综合效果,其表达式为

(3)

其中:IS表示产业结构升级系数;xi表示第i产业产值占GDP的比重。

能源强度(EI)反映了能源利用的经济效果,其常用测算方法包括单位GDP能耗和单位产值能耗。但后者所用的产值经常随市价变化产生较大幅度的波动,故通过能源消费总量与GDP总额相比这一方法来计算能源强度。 能源加工转换效率(ECE)可以反映加工转换设备的更新程度、生产水平的进步程度以及管理水平的先进性等,也是技术节能的重要体现。国内生产总值(GDP)能够更好反映一个国家或地区的经济发展水平,代表一个经济体大致所处的发展阶段,以1983年为基期进行折算,进而消除物价变动产生的影响。

3 实证分析

3.1 平稳性检验

由于采用了时间序列数据,故需要完成平稳性检验。经ADF检验发现,在5%的显著性水平下,ln CI、ln IS、ln EI、ln ECE及ln GDP都是不平稳的。但是一阶差分后的序列在5%的显著水平下均平稳。根据无约束模型VAR模型的信息准则,最终确定最优滞后阶数为2,即建立VAR(2)模型。为了保证后续研究分析的有效性,对VAR(2)模型做稳定性检验。经检验,所有根模的倒数均位于单位圆内,表明此模型稳定。VAR(2)模型估计结果为

(4)

3.2 协整检验

由于ln CI 、ln IS、ln EI、ln ECE及ln GDP均服从I(1),达到进行协整检验的要求。采用Johansen协整检验,检验结果见表2。由表2可知,在5%的显著性水平下变量间存在协整关系,即ln CI、ln IS、ln EI、ln ECE及ln GDP之间具有长期稳定的均衡关系。标准化后的协整方程表示为

ln CI=-5.101 913ln IS+1.021 263ln EI-

4.209 412ln ECE+0.282 393ln GDP。

(5)

通过协整方程可知,从长期来看产业结构升级和能源加工转换效率与碳排放强度负相关,而能源强度和经济增长与碳排放强度正相关。产业结构升级对碳排放强度的影响最大,产业结构升级每增加1%,会引起碳排放强度降低5.109%,这主要是因为产业结构优化调整使高能耗产业比重下降,增加技术密集型企业所占比重,减少了资源的消耗,对低碳经济的发展有极大的促进作用,符合假设H1。能源强度每增加1%,碳排放强度增加1.02%,符合假设H3,能源强度体现了经济发展对能源消耗的依赖程度,应加快企业向环境友好型转变,加快能源密集型工业的技术进步,促使能源强度降低,从而减少碳排放强度。能源加工转换效率每提高1%,碳排放强度降低4.21%,由于能源加工转化率的提高可以促使能源加工转换装置的升级,提升了生产工艺水平以及能源利用水平,降低能源消耗,从而减少碳排放强度,符合假设H2。GDP每增加1%,将引起碳排放强度增加0.28%,符合假设H4,这与我国目前的经济增长模式有关,我国仍然面临着较大的经济发展和生态环境压力。

表2 Johansen协整检验结果

3.3 Granger因果关系检验

Granger因果关系检验结果见表3。表3表明ln CI、ln IS、ln EI、ln ECE、ln GDP间具有单向因果关系,即产业结构升级、能源强度、能源加工转换效率及经济增长是引起碳排放强度变化的原因。

表3 Granger因果关系检验结果

3.4 脉冲响应函数分析

各变量对碳排放强度冲击的脉冲响应函数如图1所示。图1中横轴代表冲击响应的滞后期间数,纵轴代表两变量间的响应程度,实线代表脉冲响应函数,虚线代表正负2倍标准差偏离带,选取滞后区间0～30。

图1 脉冲响应函数路径Fig.1 Impulse response function path

由图1(a)可知,当给产业结构优化升级一个正冲击后,在第9期对碳排放强度产生了最大的正向效应,然后开始逐渐震荡减弱,响应期较长并且稳定性不足。究其原因,初期资源密集型企业所占比重较大,粗放式的工业增长以消耗大量能源来获取利益,使得碳排放量增高,碳排放强度增大。中后期随着产业结构的逐渐调整,虽仍给碳排放强度带来正向影响,但影响的幅度在逐渐降低。表明我国产业结构优化升级仍处于调整期,实现产业结构优化升级对碳排放的抑制作用仍需要很长一段时间。

由图1(b)可知,当给能源强度一个正冲击后,碳排放强度在第3期达到正向最高,然后冲击逐渐震荡减弱并收敛于0。这一结果说明前期由于技术落后以及高能耗的产业发展使能源消耗量增加,从而增大碳排放强度,后期随着技术水平的提高和先进设备的应用使得能耗降低,从而减少碳排放强度,达到节能减排的效果。

由图1(c)可知,当给能源加工转换效率一个正冲击后,对碳排放强度的正向影响先增大后减弱,从第14期开始给碳排放强度带来负向冲击并逐渐收敛于0。表明前期能源加工转换效率在技术改进期时会在一定程度上增加碳排放强度,后期技术较为成熟时则会发挥其对碳排放强度的抑制作用。

由图1(d)可知,当给经济增长一个正冲击后,先带来正向影响,从第7期转为负向冲击并在第10期达到负向冲击最高值,而后保持震荡减弱,响应期较长且不稳定。表明当经济发展处于较低水平时,碳排放强度随GDP增加而上升,当经济发展处于较高水平时,碳排放强度随GDP 增长而下降。

3.5 方差分解分析

在脉冲响应函数的基础上,方差分解可以进一步估计变量作用的时滞及贡献大小,碳排放强度的方差分解结果见表4。

由表4可知,碳排放强度对自身的贡献率最终维持在20%左右;产业结构升级从第10期开始对碳排放强度的贡献率大于碳排放量强度自身的影响,虽然增速开始有所放缓,但其贡献度仍占据主导位置,最终维持在53%左右,并有逐年增加的趋势;能源强度和能源加工转换效率对碳排放强度的贡献率较小,虽有所增加,但均维持在较低水平1%左右;经济增长对碳排放强度的贡献率到第7期为止,在除碳排放强度自身因素外占据主要位置,随后出现小幅波动,最终稳定在23%左右。由此可见,产业结构优化升级对碳排放强度的贡献度最大,其次是经济增长,最后是能源强度和能源加工转换效率。表明短期内经济的快速增长可以为经济低碳化发展奠定经济基础,而产业结构的转型升级对碳排放强度的影响具有一定滞后性,但对低碳经济具有显著影响。同时,一旦解决好能源强度和能源加工转换效率改善过程中的诸多问题,这对碳排放强度的控制作用还是有一定效果的。

表4 碳排放强度方差分解结果

4 结论与政策建议

根据1983—2017年我国的碳排放强度、产业结构升级、能源强度、能源加工转换效率及经济增长数据,建立VAR模型,并通过运用协整检验、Granger因果关系、脉冲响应函数和方差分解的方法,实证研究了我国碳排放强度与各因素之间的关系,得出以下结论:首先,协整检验表明,长期来看碳排放强度与产业结构升级、能源强度、能源加工转换效率及经济增长之间具有均衡关系。产业结构升级和能源加工转换效率会减少碳排放强度的增长,而能源强度和经济增长对则会促进碳排放强度的增加。其次,Granger因果关系检验表明,产业结构升级、能源强度、能源加工转换效率和经济增长会对碳排放强度产生影响,但碳排放强度并不必然导致产业结构、能源强度、能源加工转换效率和经济增长发生变化。最后,脉冲响应函数和方差分解结果表明,碳排放强度对产业结构升级的响应与经济增长类似,响应期较长且不稳定,但贡献度较大;而碳排放强度对能源强度和能源加工转换效率的响应较小,二者的贡献度也较低,说明有较大的增长潜力。

根据研究结果,针对如何减少我国的碳排放强度提出以下政策建议:

(1) 研究发现,产业结构升级和经济增长对碳排放强度的贡献度较大,因此,产业结构的合理调整和优化升级以及转变经济增长方式对降低碳排放强度有重要意义。要适当对第二产业尤其是其中的制造业比重进行控制,通过准入制度淘汰高耗能、高碳排放的落后产业与项目,并通过能源税、碳税及相关配套补贴政策等措施进一步促进高污染、高能耗产业的淘汰与转型升级。同时要注意不能盲目限制第二产业的发展,否则也会引发失业率增加、阻碍经济发展等一系列问题。故产业结构优化可倾向于扶持第三产业的发展,从而逐步替代第二产业中落后行业。继续大力推进低碳经济发展模式,推行碳排放权交易试点和低碳城市试点工作。

(2) 尽管在此模型下方差分解结果显示能源强度和能源加工转换效率对碳排放强度的贡献较小,但脉冲响应函数显示能源强度对碳排放强度的冲击较为明显,协整检验表明能源加工转换效率的提高对降低碳排放强度有重要作用。同时,能源加工转换效率的提高可以降低能源强度[12]。这也表明从长期来看我国未来通过降低能源强度和提高能源加工转换效率对改善碳排放有较大的潜力。因此,可以在制造业中大力推行对余压余热的回收利用技术,鼓励并扶持企业提高新设备、新工艺的应用,实现全生产环节的低碳化,通过提高技术水平来提高能源加工转换效率,减少能源生产转化过程中的损失,提高利用效率。同时进一步加大能源利用市场化,用市场力量促使企业向低碳转型升级。政府也要增加科技研发投入,促进新能源技术的开发,降低二氧化碳排放量。