“双碳”战略下四川省碳排放规模影响因素研究

曾 鸿，耿 源

(成都信息工程大学 统计学院，成都 610225)

近年来，随着科技和经济的快速发展，人们的生活质量得到了很大提升，但这也给自然环境带来了较大的负担，全球变暖等问题逐渐暴露在公众的视野里。怎样在科技和经济发展的同时，让环境问题得到控制和改善，是当今国际社会所要面对的共同挑战。对于各国而言，要改变当前全球变暖的现状，其关键在于对二氧化碳排放量的控制。中国作为当前世界上最大的发展中国家，近年来科技和经济飞速发展，而科技和经济的发展是与煤炭、石油等资源的消耗息息相关，随着这些资源消耗的增加，中国的碳排放规模也逐年上升。2020年中国碳排放量达到了前所未有的98.99亿t，同比增长0.6%，占全球碳排放比重30.7%。习近平总书记在2020年第七十五届联合国大会宣布，中国将力争在2030年以前二氧化碳排放达到峰值，在2060年前实现碳中和的目标(以下简称“双碳”战略)。2021年，“双碳”战略先后被录入《关于完整准确全面贯彻新发展理念做好碳达峰碳中和》工作的意见以及《2030年碳达峰行动方案》两个重要文件。

四川省作为中国西部的经济大省，不仅具有丰富的资源和人口，还是中国重要的优质清洁能源基地和能源输送枢纽，应该立足其自身优势推动国家“双碳”战略的实现。本文通过研究四川省三类产业就业结构和GDP增速对碳排放规模的影响，提出实现低碳经济的良好运行的建议，积极响应国家“双碳”战略。1997—2019年，四川省碳排放总量总体呈现上升趋势。自1997年的1.23亿t上升至2013年的3.51亿t，上升了约2.9倍。2014年，为响应国家大气污染防治战略，四川省出台《四川省人民政府关于进一步加快发展节能环保产业的实施意见》和《四川省节能环保产业发展规划》等政策，此后3年四川省碳排放规模逐年下降，在2018年下降至2.96亿t，相比2013年下降了15.7%。2018—2019年四川省碳排放量出现回升，在2019年上升至3.15亿t，相比2018年上升6.4%，相比2013年下降10.3%，相比1997年上升156.1%。1997—2019年，四川省的碳排放强度总的来说呈现显著的下降趋势。四川省碳排放强度从1997年的3.8 t/万元下降到2019年的0.68 t/万元，下降了82.1%。基于此，本文将从四川省三类产业的就业结构和GDP增速出发，研究其对碳排放规模的影响，以此提出合适的建议来助力实现“双碳”目标。

1 研究现状

在研究经济发展与碳排放之间的关系时，美国经济学家G.Grossman和A.Kureger提出了环境库兹涅茨曲线(EKC)，他们指出经济增长与环境污染之间呈现倒“U”型的关系，国内有学者关于二者的研究也间接证明了EKC的成立[1]。除此之外，国内的研究大多采用Divisa分解法[2]、建立LMDI和STIRPA模型[3]或者建立计量模型[4]来分析经济增长对碳排放的影响。这些研究的结果普遍表明经济发展是影响碳排放的重要因素。

除了经济发展以外，还有很多其他因素也影响着碳排放。在现有的研究中，有的学者采用灰色关联分析法[5-6]或者LMDI分解法[7]来分析碳排放的驱动因素以及碳排放与这些因素的关联程度，结果大多显示经济增长、产业结构、能源结构以及人口规模都是碳排放的核心驱动因素。有的学者则选择建立计量模型[8-9]来分析产业结构对碳排放的影响，这些研究的结果普遍表明产业结构的升级对碳排放起抑制作用。

总的来说，现阶段关于碳排放影响因素的研究已经十分丰富。本文将在已有研究的基础上，通过建立面板数据模型来研究四川省三类产业的就业结构和GDP增速对其碳排放规模的影响。

2 模型方法及数据选择

2.1 方法的选择

为了研究四川省三类产业就业结构与GDP增速对碳排放规模的影响，本文选用了四川省三类产业不同年份的数据和同一年份三类产业的数据，将时间序列数据(本文指四川省某类产业2005—2019年的观测值)和截面数据(本文指四川省三类产业在某一特定年份的观测值)两个维度的数据结合在一起，建立面板数据模型来对四川省三类产业就业结构与GDP增速对碳排放规模的影响进行研究。

面板数据是指包含多个个体，并且每个个体有一系列不同时间观测点的数据。也就是说，相较于时间序列数据和截面数据两类一维数据，面板数据同时包含了时间和截面空间上取得的两个维度的数据。面板数据一般模型为

Yit=β1+β2X2it+…+βkXkit+εit，εit=μi+λt+uit，i=1,2,…,N；t=1,2,…,T

(1)

式中：μi为个体效应(FE)，反映了变量间不随时间变化的个体之间的差异性；λt为时间效应(TE)，反映了变量间不随个体变化的时间上的差异性。

2.2 模型的构建

本文主要研究四川省三类产业的就业结构与GDP增速对碳排放规模的影响。因此建立以下面板数据模型：

Cit=∂it+β1peopleit+β2GDPit+γ1D1+
γ2D2+γ3D3+uit,i=1,2,…,N;t=1,2,…,T

(2)

式中：Cit为被解释变量，表示第i产业在t时期的碳排放规模；peopleit为解释变量，代表就业结构变量，表示第i产业在第t时期的就业人数占该时期总就业人数的比值；GDPit为解释变量，表示第i产业在第t时期的GDP增速；∂it表示截距项；γi表示第i产业的自发性碳排放规模相对平均值的偏离水平；uit为随机扰动项；D为虚拟变量，定义为

2.3 数据的选择

根据研究内容和四川省的实际情况，本文选取了四川省三类产业2005—2019年的数据进行研究。主要涉及四川省三类产业2005—2019年的碳排放规模、就业人数和增加值。数据主要来源于《四川统计年鉴》和中国碳核算数据库。因此本文通过运用碳排放规模、就业结构和GDP增速3个指标来研究四川省三类产业的就业结构与GDP增速对碳排放规模的影响。

3 实证分析与检验

3.1 单位根检验

在建立面板数据模型时，需要使用单位根检验来对样本数据进行平稳性检验，这样可以保证变量的平稳性以防止出现伪回归现象，确保回归结果具有有效性。当前面板单位根检验的方式非常丰富，本文仅选用了面板数据较为常用的4种单位根检验。包括相同根单位根检验(LCC检验)和不同根单位根检验(IPS检验、ADF-Fisher检验和PP-Fisher检验)对四川省三类产业的碳排放规模、就业结构和GDP增速的样本数据进行检验，检验结果见表1。

根据表1显示，在5%的显著性水平下，碳排放规模、就业结构和GDP增速变量之间是I(1)过程，说明上述3个变量是长期平稳的，符合面板数据协整检验的要求。

表1 单位根检验结果

3.2 面板数据协整检验

根据上述单位根检验结果显示，四川省三类产业的碳排放规模、就业结构和GDP增速之间同阶(一阶)单整，接下来需要对样本数据进行协整检验以判断各变量之间是否存在长期均衡关系。本文选取Kao检验方法对各变量进行面板协整检验，检验结果见表2。

表2 协整检验结果

Kao检验的原假设为变量间不存在协整关系，根据表2结果显示，Kao检验的T统计量为 -2.435 880，其对应P值为0.007 4(<0.01)，由此可知在1%的显著性水平下拒绝原假设，即表明被解释变量(碳排放规模)和解释变量(就业结构、GDP增速)之间存在长期协整关系。

3.3 面板模型类型判断

在通过平稳性检验之后，要对应该建立混合估计模型、固定效应模型还是随机效应模型进行评估。对于上述问题，一般会采用F检验来决定是选用混合估计模型还是固定效应模型。F检验的原假设为不同个体的截距项相同，应该建立混合估计模型。要对样本数据进行F检验，需要分别计算其混合估计模型和个体固定效应模型的残差平方和。F统计量的定义为

(3)

式中：SSEr表示混合估计模型的残差平方和；SSEu表示个体固定效应模型的残差平方和；N表示个体个数；T表示时序个数；K表示解释变量个数。

如果F>F0.05(N-1,NT-N-K),则拒绝原假设，认为应该建立固定效应模型。根据本文所选取的样本数据可得SSEr=561 176.2；SSEu=22 684.91，N=3，T=15，K=2，代入上述式(3)计算可得F=474.757 263 7>F0.05(2,40)≈3.632，因此判断应该拒绝原假设，认为样本数据应该建立固定效应模型。

在确定在混合估计模型和固定效应模型之间应该选择固定效应模型之后，需要在建立随机效应模型还是固定效应模型之间做出选择，对此，通常会采用Hausman检验来进行判断，检验结果见表3。

表3 Hausman检验结果

Hausman检验是对样本数据进行协方差分析检验，其原假设是模型中的个体属于随机影响，应该建立个体随机效应模型。根据表3检验结果显示，检验的统计量为289.674 066，其对应P值为0.000 0(<0.01)，由此可以判断在1%的显著性水平下拒绝原假设。综上可知，要研究四川省三类产业就业结构与GDP增速对碳排放规模的影响，应该建立个体固定效应模型。

3.4 面板数据参数估计

根据以上检验可知，样本数据更适合通过建立变截距个体固定效应模型进行分析。参数估计结果见表4。

表4 参数估计结果

首先，根据表4显示，R2=0.993 056，说明该模型的拟合优度较高。由此可得最终方程为

C1t=49.231+2.003people1t+
(-2.059)GDP1t-109.217；

C2t=49.231+2.003people2t+
(-2.059)GDP2t+162.100；

C3t=49.231+2.003people3t+
(-2.059)GDP3t-52.883。

根据个体固定效应模型回归结果来看，就业结构和GDP增速对碳排放规模的影响都十分显著，其中就业结构与碳排放规模存在正相关关系，GDP增速与碳排放规模存在负相关关系。除此之外，从各类产业的固定效应系数也能看出各类产业的自发性碳排放规模都有较大的差异，该值代表了各类产业自发性碳排放规模相对于平均值得偏离程度。从三类产业的固定效应系数可以看出，仅第二产业的个体固定效应值为正，为162.099 8；第一三产业的个体固定效应值均为负，分别为-109.217 0和-52.882 74。这说明了第二产业的自发性碳排放规模较大，第一三产业的自发性碳排放规模较小。

4 结论与建议

4.1 结论

根据个体固定效应的回归结果可以看出，就业结构和GDP增速对碳排放规模的影响都十分显著，其相关弹性系数分别为2.003%和-2.059%。其中碳排放规模与GDP增速负相关，其原因可能在于近年来新能源的发展，各类产业在使用传统能源的同时也使用了新能源。另外，根据各类产业的固定效应系数显示，第二产业的自发碳排放规模明显高于第一产业和第三产业，且第一产业和第三产业的固定效应系数为负。

4.2 建议

首先，要推动自发性碳排放规模较小的第一产业和第三产业的发展。四川省政府可以给予一定的财政补贴促进第一三产业发展，增加第一三产业就业岗位，尤其是其中一些技术要求门槛低的行业，从而促使劳动力更容易从自发性碳排放规模较大的第二产业向这些行业转移，以此来进行就业结构优化，进而促进绿色就业。其次，可以积极推动新型能源的应用。四川省各类产业增加新能源在其中(尤其是第二产业)所占的比重，调整各类产业的能源结构，争取在GDP增速提高的前提下，保证能源利用效率，降低碳排放规模。对于第二产业而言，它的自发碳排放规模远高于平均值，要降低第二产业的碳排放规模，四川省政府可以通过制定和执行相应的能源政策，鼓励第二产业中各行业积极开发和研究新能源利用技术，以此来替代一些煤炭、石油等传统能源的使用，使得第二产业的能源结构变得更为清洁。对于第三产业而言，可以通过优化其内部的产业结构来降低其碳排放规模，例如可以通过一定的政策来推动低碳餐饮、低碳金融、低碳旅游等低碳服务业的发展，争取在原有产业发展的同时推动一些新兴绿色产业的发展，使得其产业内部结构变得更为清洁。总的来说，四川省在追求经济发展的同时，不能忽视可持续发展的重要性，要力争实现环境和经济的“双赢”，响应国家的“双碳”战略。