能源消费、碳排放与经济增长关系实证性探究

能源消费、碳排放与经济增长关系实证性探 究 ［摘要］通过运用协整检验和VAR模型，对能源 消费、碳排放和经济增长的相关性进行了实证分析。计量结 果表明我国的碳排放量、能源工业增加值、能源消费弹性系 数以及国内生产总值增长率之间存在着长期稳定的均衡关 系。其中我国碳排放量大小的变动对经济增长的影响较为显 著。对我国目前而言，必须尽快加大第三产业在国民经济中 的比重，特别是积极发展能耗低且附加值高的现代服务业， 加快经济结构向能源集约型的转变。 ［关键词］能源消费；碳排放；经济增长；相关性 doi 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 02. 022 ［中图分类号］F27 文献标识码］A ［文章编号］1673 - 0194 2014 02- 0032- 04 近年来我国的人均二氧化碳排放量始终处于世界前列， 其主要原因是中国经济的高速发展带来的各产业对能源需 求量的增加，直接导致了企业和个人二氧化碳排放量急剧上 升。尽管我国采取了一系列节能减排的措施，但是我国工业 企业中存在的无控制碳排放和能源浪费的情况并没有得到 根本的改变。鉴于我国能源工业发展所带来的高能耗和高污 染的问题，在“十一五规划中我国明确提出了要在10年 之内实现人均GDP能源消耗量下降20的目标。2009年9月 在联合国气候变化峰会上，我国政府提出了在15年内中国 GDP碳排放总量下降40的目标。要完成以上目标，研究经 济增长和碳排放、能源消费之间的关系就显得非常必要。那 么能源消费、碳排放与经济增长之间究竟是否存在关联性， 如果具有关联性，那么其中对经济增长影响的核心要素有哪 些，本文尝试采用基于VAR 向量自回归的非结构多变量 计量模型来实证研究能源消费、碳排放和经济增长的相关 性，希望能够为我国低碳产业结构的逐步实现提供参考性意 见。 1文献回顾 Salvador[1] 1999 采用 Lotka-Volterra 模型及 Michael Dalton[2] 2003采用PET模型对产业结构、单 位能耗、能源消费与碳排放量之间的关系进行研究，提出了 能源排放强度、能源生产消费和经济增长之间确实存在关联 性。Roberts Grimes[3] 2002的研究表明，不仅人均GDP 和二氧化碳排放强度之间存在着线性关系。并且从还存在着 自动表现为N型和U型的非线性关系，也就是说假设政府在 不采用任何制约碳排放量的举措，从长期看碳排放量的强度 也会自动呈N型和U型的浮动趋势。Treffers [4] 2007 等学者对德国碳排放量和经济发展关系的研究后认为政府 在长期内采用一定措施，可以实现碳排放量的逐渐减少的同 时保持经济的稳定增长。 张雷和黄园淅认为，在短期内能源消费量随着工业化的 发展会出现一个快速增加的过程［5］,并且在工业化的初级 阶段可能会产生能源消费叠加效应，这部分效应主要由制造 业和加工业产生。但是进入工业发展的成熟阶段后，随着第 三产业比重的不断增加，能源消费增速效应会日趋下降。实 证研究表明，低碳城市产业结构的快速调整对经济增长存在 一定的影响作用，两者之间具有较为显著的相关性［6］。 2检验与分析 2. 1研究方法 Christopher Sims提出VAR模型，利用矩阵行列式变量 来联立方程，通过某一个内生变量对模型中全部内生变量滞 后项进行回归，以此来衡量动态变量之间的关系。我们还 可以由单变量自回归模型推导出多元矩阵变量组成的自回 归模型［7］。模型建立后，用脉冲响应函数结果分析干扰项 变化和模型对某些变量系统性动态效果。方差分析结果来分 析各结构对内生变量影响变化的贡献值。在本文中脉冲响应 函数可以检验碳排放量和能源消费量对各经济变量的影响 强度和持续时间；通过方差分解，可以确定各变量在经济增 长中的大小。VAR模型的一般形式为 ytvAlyt_l・.・ApytpBOxtBlxt_l..・Bqxtq P t t E {一8 , 8} 其中，yt ylt--ynt表示n阶随机向量， Al到Ap表示nXn阶的参数矩阵，xt表示n阶外生变 量向量， B1到Bq是nXm阶待估系数矩阵，并且假定U t是干扰 项。 理论上来说，滞后期p和q越长，对反映所构造模型的 全部信息描述越完整。但是随着滞后期的延长，参数估计所 需要所选取的变量的数值就越大，估计的自由度就会减少。 因此在具体的操作过程，需要根据自身的需要，在自由度与 滞后期之间找出一种均衡状态。一般情况是选取SC和AIC 准则中较小的数值作为滞后期统计量［8］。 2.2变量的选取 本文选取GDP的增长率，中国碳排放量、能源工业增加 值，能源消费弹性指数作为内生变量，影响经济增长的其他 要素作为随机项，来建立向量自回归模型。 中国碳排放量国内外众多文献对经济增长与碳排放量 之间的关系进行过研究，研究的结果各不相同，但都承认碳 排放量和经济增长之间确实存在重要的关系。碳排放总量是 指能源消费所放出的二氧化碳量的总和。关于计算碳排放量 的方法有很多种，本文采用基于Yoichi Kaya公式的碳排放 量计算法，该算法认为能源的二氧化碳总排放量取决于人口 数、人均GDP、能源强度、碳强度4个因素，其公式为 FP X G/P X E/G X F/E PXgXeXf 其中，F为每年世界二氧化碳总排放量；P为世界人口 总数；G为世界GDP； g G/P为全球人均GDP； E为每年 全球一次性能源消费量；e E/G为全球GDP的能源强度; fF/E为能源的碳强度。 能源工业增加值能源工业增加值反映的是一个国家或 地区，在一段时间内由能源工业提供的全部产品和服务的市 场价值总和，这是国民经济核算中的一项重要指标，该指标 也反映了能源工业生产部门和单位对国内生产总值的贡献。 能源消费弹性系数指的是在一段时期内一个国家或地区能 源消费量的增长率与经济增长率之间的比例。计算和分析能 源消费弹性系数的目的是为了研究国民经济增长和能源消 费之间的相关性。以便于国家能够有效地预测今后的能源消 费对国民经济增长的影响［9］。 GDP增长率国内外大多数文献用GDP增长率来反映不 同地区在不同时间的经济增长速度，本文照例采用国家统计 局提供的不同时期国内生产总值的比值来衡量经济增长的 速度。 2.3数据的定义和来源 在实证分析中，上述变量的数值均取自然对数，用LGDP 表示GDP增长率，LCCE表示中国碳排放量，LEIAV表示能源 工业增加值，LECEC表示能源消费弹性系数。本文指标的选 取时间段为2000年到2010年，经济指标数据均来自 2000-2010年中国统计年鉴、BP能源统计报告、中国 能源统计年鉴。本文的数据处理借助于Evieivs 6. 0计量 经济分析软件进行。 3实证分析 实证分析的基本步骤是先对变量序列做单位根检验， 以确定变量序列是否平稳；如不平稳则需要对变量序列进行 差分；当进行到第k次差分时序列平稳，则说明该变量序列 服从k阶单