碳排放数据质量（共4篇）
碳排放数据质量 篇1
2010年末, 工业和信息化部印发了《关于水泥工业节能减排的指导意见》 (以下简称《意见》) 。《意见》明确提出, 到“十二五”末, 全国水泥颗粒物排放在2009年基础上再降50%, 大城市周边的水泥企业基本形成协同处置城市生活垃圾和城市污泥的能力, 使水泥工业转变为兼顾污染物处置的新兴环保产业。“在国家有关政策的推动下, 水泥产业淘汰落后产能的速度不断加快。”中国水泥协会会长雷前治认为, 下一步, 水泥产业将加快战略重组, 在发展低碳经济的大背景下继续推进节能减排, 对落后生产线进行技术改造, 助力水泥产业的技术进步, 并推动水泥产业加强精细化管理。
将建水泥行业碳排放数据库
针对水泥行业的政策近期频频发布。2010年11月30日, 工信部正式发布了《水泥行业准入条件》, 严格控制新增产能, 加快淘汰落后产能。其背景是因为水泥行业不单是我国国民经济建设的重要基础材料产业, 也是主要的能源、资源消耗和污染物排放行业之一。《意见》指出, “十一五”以来, 水泥行业节能减排工作取得积极进展, 每吨水泥综合能耗明显降低, 颗粒物排放总量不断减少, 年消纳、利用各类工业废弃物超过4亿吨, 但水泥行业能源、资源消耗高且环境负荷重的局面还没有得到根本改变, 其中, 水泥行业消纳废弃物的潜力未得到充分发挥, 行业节能减排统计、监测和考核体系还有待建立和完善。“我国水泥工业近10年来得到快速发展, 至2009年, 国内水泥总产量已超过16亿吨。2010年1月~9月, 全国水泥产量约13.5亿吨, 同比增长15.95%;新型干法水泥生产线也由2000年的135条增加到2009年的1113条。”雷前治表示, 预计2012年之前, 我国还将有约250条新型干法线投产。因此, 水泥工业节能减排、发展低碳经济的工作任重道远。
据悉, 工信部将积极开展清洁生产审核工作, 到2015年, 大中型企业完成一轮审核。完善清洁生产评价体系, 提高清洁生产水平, 重点推广企业能源管理中心建设, 用3年5年时间, 逐步建立水泥行业碳排放的基础数据库。
节能减排提升行业效益
另一方面, 节能减排对提高整个水泥行业效益起到了较大作用。2009年水泥行业400多亿元的利润中, 有100多亿元是依靠余热发电、节能减排等项目获得的。预计未来两三年内, 水泥行业利废项目将会取得很好的效益。
根据国家发改委最新数据, 去年11月, 重点建材企业水泥平均出厂价环比上涨6.4%。其中, 11月全国水泥产量17658万吨, 同比增长17.3%, 增速比10月减缓0.7%;重点建材企业水泥平均出厂价为358.6元/吨, 比10月上涨21.5元/吨, 同比上涨68.1元/吨, 涨幅为6.4%和23.4%。
对于水泥行业的未来, 诸多业内人士纷纷表示乐观。“‘十二五’发展蓝图指出, 我国仍处于工业化、城镇化快速发展阶段, 是大有作为的战略机遇期, 投资需求仍有较大空间, 发展是解决所有问题的关键, 这说明‘十二五’期间水泥工业仍有很大发展空间。”中国水泥行业协会副会长曾学敏认为。特别是实施区域化发展战略、大规模保障性安居工程、提高居民幸福指数的公共服务设施的建设等都会拉动水泥的需求, “十二五”期间, 水泥需求将持续增长。事实上, 2009年, 全国水泥总产量16.5亿吨, 水泥行业能源消耗总量约占全国能源消耗总量的5%, 颗粒物排放量约占工业排放总量的30%。《意见》提出, 到“十二五”末, 全国水泥生产综合能耗要小于93千克标准煤/吨。水泥颗粒物排放在2009年基础上降低50%, 氮氧化物在2009年基础上降低25%, 二氧化碳排放强度进一步下降。
碳排放数据质量 篇2
我国十二五规划中表示要履行在哥本哈根气候大会上的承诺,即到2020年单位GDP二氧化碳排放量在2005年的基础上降低40%-45%,非化石能源占一次能源比重要达到15%左右,这不仅需要对处于产业始端投入的能源消耗进行压缩,更需要在经济运行过程中对产业结构、能源结构以及能源利用效率进行调整和挖掘。江苏省作为我国的经济大省,正处于工业化、城市化、现代化的快速发展阶段,能源的大量需求和快速增长的现状短期难以改变。“贫煤、少气、缺油”的资源禀赋、资源能源和市场“两头在外”的经济格局,以及以煤为主的能源消费结构,决定了江苏省在今后相当长的一段时间内仍需要保持以煤为主的能源结构。基于江苏的省情以及国家的宏观减排目标,客观科学地对二氧化碳的排放现状以及二氧化碳排放的主要影响因素进行分析,对江苏省科学有效制定实施碳减排战略具有重要意义。
目前,国内外大量文献对二氧化碳排放的影响因素进行了研究。根据研究的区域不同,可以归为以下三类。
第一类即全球范围内的碳排放。Grossman and Krueger(1995)在上世纪就率先对不同经济发展水平和收入水平的国家间的环境污染物排放差异进行研究,并认为长期环境污染与经济增长之间呈现倒U型关系,之后很多学者在此基础上结合不同地区不同时间进行研究,大多认为经济增长是造成二氧化碳排放增加的直接原因。国内学者如于峰(2005)、桂小丹和李慧明(2010)、王良举等(2011)都对世界范围内的经济发展与污染物排放之间的关系进行了详实的分析,结论都认为中长期来看两者的关系以倒U型的趋势存在,当然贸易结构、国家制度、人口增长、城市化、产业结构、能源结构等诸多因素都是构成二氧化碳以及二氧化硫等污染物排放的重要影响因素。
第二类是基于国家层面的碳排放研究。目前,有相当多的学者结合我国国情对二氧化碳排放的影响因素进行研究。刘华军等(2011)、杜立民(2011)、蒋金荷(2011)运用面板数据等计量模型实证分析后得出经济发展是我国二氧化碳排放的直接原因且符合EKC模型的结论;同时认为我国倒U型的拐点将出现在人均GDP达到3万元以上时,目前国内绝大部地区还没有达到这个水平;除人均GDP外,能源强度,产业结构以及能源消费结构都对二氧化碳排放有显著影响。郭朝先(2010)、陈诗一(2011)等通过LMDI因素分解模型对我国二氧化碳的排放因素进行分解,认为经济发展、能源结构、能源效率是影响二氧化碳排放最重要的因素,转变资本驱动型的增长模式、提高能源生产率和资本生产率、优化能源结构和产业结构是切实可行的碳减排之路。也有不少学者在国家层面下对工业部门的碳排放进行了研究,如朱平辉(2010)、潘雄锋等(2011)基于不同视角对碳排放因素进行了拟合,结果显示经济发展、能源效率是影响碳排放的重要因素。
第三类是对省市层面的碳排放进行研究。陈立泰等(2010)、王迪和聂锐(2010)、万宇艳和苏瑜(2011)等分别结合重庆、江苏、浙江、上海、山东、湖北的实际情况在不同的视角下对二氧化碳的排放进行了实证研究,并提出能源结构和产业结构演化和能源强度降低有利于减排二氧化碳。对江苏省碳排放的研究,夏自兰(2010)、王迪等(2011)、刘慧等(2011)、王圣等(2011)得出了一些有益结论并认为积极扶持新能源产业,开发清洁能源,实现煤炭清洁和高效利用是实现江苏碳减排的可行途径。
本文测算了江苏省7个地级市的二氧化碳排放量,并运用面板数据模型对其影响因素进行实证分析,以期得出一些有意义的结论,并对政府制定切实可行的碳减排政策提供一定的借鉴。
二、二氧化碳排放量测算
IPCC 提出的二氧化碳排放测算方法和我国的统计数据不能完全匹配,需要结合我国能源利用和结构特征来进行调整。为了保证对对整个工业部门二氧化碳排放的准确测算,在考虑传统化石能源二氧化碳排放的基础上,加入对水泥生产过程中二氧化碳排放的计算。本文的化石能源消耗量以及水泥产量数据来源于江苏各市的统计年鉴。
数据来源:IPCC(2006)以及相关文献整理所得。
化石能源消费产生二氧化碳排放量的计算公式为: Eco2=Fi×Hi×Yi×Oi (1)
其中,F为化石能源消耗量,H为低位发热量,Y为碳排放因子,O为碳氧化率,等式(1)右端后三项的乘积为二氧化碳的排放系数C,具体的碳排放系数见表1。
水泥生产过程中产生的二氧化碳排放量计算公式为: EC=F×CC (2)
其中F为水泥生产量,CC为水泥生产过程中的二氧化碳排放系数。
根据上述公式以及碳排放系数计算出了江苏省7个地级市2000-2008年9年间工业部门二氧化碳排放量。
注:1-7依次代表南京市、苏州市、无锡市、 常州市、南通市、盐城市、徐州市,纵轴对应的 是二氧化碳排放量(单位,吨)。
根据图1可以大致看出七个城市的工业碳排放趋势。2000年,南京的二氧化碳排放量在七市中是最高的,达到0.8亿吨;经济发达的苏州和无锡及传统的重工业和能源基地的徐州,排放量也处于领先的地位;省内其它城市的排放量都在(0.1,0.5)区间内波动。可以发现2000年全省的碳排放格局是“苏南多,苏北少;发达地区多,次发达地区少”。即苏南产出了江苏绝大部分的GDP、吸收了全省几乎全部的外商直接投资,也消耗了大部分的能源,经济发展是碳排放的一个重要原因。此外,2008年,七市中的苏州碳排放已经跃居全省之首,这与其外向型经济密切相关。在图示区间内,七个城市碳排放可以分为三个集团,南京和苏州以其绝对的领先地位处于第一集团,无锡和徐州处于第二集团,常州、南通和盐城则居于第三集团。
通过图2我们从生产力视角对江苏七市9年中工业碳排放进行解读。(1)2000年,盐城的工业碳生产力(下称碳生产力)最高,也是全省唯一一个碳生产力达到0.5的城市,意味着每吨二氧化碳的排放对应着0.5万元的工业产出,这是因为盐城的工业绝大部分是轻工业,如纺织工业、食品工业和化学工业,这些行业对能源的依赖性和碳排放总量远不如重工业严重。徐州和南京的碳生产力水平处于末位,与盐城的状况正好相反,绝大部分工业部门是由高耗能的重工业组成的,如南京的钢铁工业、炼油工业等。2008年,七市的碳生产力较2000年有了明显的提高,这与产业结构的优化、能源消费结构的优化以及能源利用效率提高有着直接的关系。(2)在2006年之前江苏固定资产投资尤其是基础设施建设的投入以年均20%以上的增速发展,但2006年在中央提出经济要又好又快发展的背景下,江苏放缓了对量和速度的追求,转向对发展质量的重视,加上在2005年江苏开始大规模使用西气东输天然气,多方面综合原因使得图中各城市2008年的碳生产力较2000年有了大幅提高。总之,由于发展水平、产业规模和产业结构的不同,省内不同城市之间的工业碳排放量存在差距,尤其是第一集团与第三集团的差距很大;同时由于产业结构的不同,第三集团的城市的碳生产力高于第一集团和第二集团的城市。但是随着经济发展的日趋合理以及工业结构、能源结构的优化,各个城市的碳生产力水平都有很大程度改善。
三、计量方法和数据说明
基于经典的EKC模型,可设定以下面板回归模型:
PCO2it=β0+∑
其中i,t分别表示城市和年份。被解释变量为工业污染物排放量,用人均工业二氧化碳排放量PCO2表示,PGDP为经济增长水平,用人均国内生产总值来表示。Poon等(2006)认为发达国家的EKC曲线会出现倒N型走势,而发展中国家的趋势不明显,江苏省的工业化水平在全国处于领先水平但是较发达国家仍有一定差距,故先尝试j=2的情形,若j=3更优可以考虑采用PGDP的三次方模型。通过模型(3)中的解释变量的回归系数可以判断出PCO2与PGDP之间的关系:当β2≠0且β2=0时,两者存在U型或者倒U型关系;若β1>0,β2<0且β2<0时,存在N型关系;时两者的关系是呈现倒N型的。(3)式中的X表示一些对二氧化碳排放量有影响的因素,包括:
城市化水平(CITY)。一般用城市人口与总人口的比值来代替。在城市化的过程中,大量的基础设施需要兴建,大量的人口涌入城市,均会加剧工业产品的消耗,而终端产品的消耗增加必然会促使上游的能源投入增加,进而使得碳排放量增加,故城市化水平对PCO2会产生正向影响,预期该变量的回归系数为正。
经济对外依存度(EXPO)。采用出口额占GDP的比重来反映一个城市经济外向型程度。之所以选用出口额而非净进出口额,是因为出口额更能反映国外消费产品在我国生产过程中的“碳泄漏”现象。大量研究发现:发达国家是隐含碳排放密集型产品的净进口方,而发展中国家多处于净出口的地位(Wang and Watson,2007),故EXPO定会对PCO2产生正向作用,预期此变量的回归系数为正。
外商直接投资(FDI)。自进入新世纪以“金砖四国”为代表的新兴经济体竞相吸引外商直接投资以促进本国经济发展。伴随着外商直接投资的往往是跨国公司先进的技术水平和管理理念,故FDI在一定程度上能对PCO2产生正向作用;但发展中国家大多处于经济高速增长阶段,金融发展水平、人力资本储备、法律制度、基础设施建设等因素都可能成为影响FDI发挥正向外部性作用的桎梏(孙浦阳,2011)。该变量的系数不确定。
产业结构(STRU)。通常使用工业部门的产值占GDP的比重来表示,工业部门在三大产业所中消耗的能源是最多,随之产生的二氧化碳理应也是最多的,故预期STRU的系数为正。
距上海里程(DIST)。江苏省的高速公路覆盖密度是全国最高的省份,苏沪城市之间的工业品流通也大多是以公路运输方式进行的,故使用各市到上海最短耗时高速公路里程来表示DIST变量是可取的。上海作为我国的经济中心以及长三角最大的城市,在产业规模、技术实力、管理理念方面有着其它城市无法比拟的优势,故“上海因素”对江苏城市存在着现实的影响力,这意味着离上海越近更容易接受到其经济辐射,也更易于接受其产业转移并吸收先进的技术,预期DIST变量的符号为正。
为了保证数据的平稳性,本研究对2000年至2008年度的PCO2、PGDP、FDI等非比例性质的产出变量进行对数处理;同时为了减少价格因素对本文实证研究的影响,各年份PGDP都平减为2000年为基期的实际数据。本文所涉及数据来自于江苏各市各年统计年鉴以及《江苏省统计年鉴》。
四、二氧化碳的排放驱动因素分析
本文分别使用了带有固定效应和随机效应的面板数据模型对(3)式进行了回归检验。结果显示,随机效应模型得到的回归系数均不显著,而采用固定效应模型估计出来的参数与预期符号方向一致(见表2)。模型1、模型2以及模型3都是在j=2的前提下完成,结果显示EKC曲线的形态是正U型的,这与预期的倒U型是不匹配的;加入PGDP的三次项(模型4、模型5)后,发现回归结果显示除产业结构STRUC的作用系数不显著外,其它变量均显著的,并且二氧化碳的排放与经济增长之间的关系呈倒N型曲线,结合AIC和SC准则,可以判定加入的三次项后的模型更能反映各解释变量对被解释变量的作用关系,所以最终选择模型5作为对二氧化碳的排放驱动因素的分析依据。通过计算得出了库兹涅茨倒N型曲线的上拐点为人均GDP66 836元,下拐点不落在本研究区间内,故不做考虑。EKC倒N型曲线说明在下拐点之前的区间内二氧化碳的排放与经济增长是负相关关系,随着PGDP的增长环境污染反而变小;两拐点之间的区间两者是呈正相关走势,即经济发展构成了污染物增加的重要原因;而在上拐点出现后的区间内两者出现了负相关,结合发达国家的经验不难发现:先进的技术、非化石能源的大规模使用、环保意识的深入人心都对经济发展水平更高时污染物排放下降有着重要作用。
通过表2可以发现:
1.根据含三次项的EKC曲线回归结果,江苏7市在PGDP达到66 836元后,PCO2会随着PGDP的增长而出现下降的趋势,即环境质量会较之前会有改善。2008年,7个城市PGDP最高的是苏州的101 494元,无锡和南京分别为69 383和58 358元,最低的是盐城为20 166元,而全省的PGDP为39 622元。从全省层面来看,江苏正处于倒N型曲线的第二个区间,即污染物排放与经济发展呈正向关系;从市级层面看,江苏经济的“三强”苏州、无锡、南京的PGDP已经达到或接近上拐点,说明江苏省城市之间的发展水平差距较大。我们假使江苏的GDP年增速为9%,在不考虑通货膨胀和人口自然增长的前提下,江苏在2014年的PGDP为66 450元,这与许广月等(2010)在考虑不同情景时得出的江苏省EKC拐点出现在2013-2020年之间的研究结论相一致。
注:*、**、***分别表示在10%、5%、1%置信水平下显著,圆括号内为各统计量相应的t值。
2.高城市化水平作为工业化发展到一定阶段的产物,对PCO2有着很大程度的影响。2008年,全国的水平城市化率为33.28%,而江苏的南京、无锡、常州的城市化率都已达到70%以上,最低的徐州也有35.55%。本研究结果显示,江苏城市化水平每提高1%,PCO2的排放会增加83.68%。这是因为城市的大规模建设会带动一系列产业的发展以及人们消费习惯的改变,如城市的基础设施建设会加大对水泥、钢铁、能源的需求,城市机动车数量的增加,日用工业产品的大量使用都会间接促使PCO2排放的增加。尤其是水泥的生产,杜立民(2010)研究认为目前水泥生产过程中的二氧化碳的排放已经占整个社会总排放量的10%。所以在节能减排呼声渐高的今天,地方政府在进行经济发展和城市建设的过程中,需要考虑到城市化给环境带来的巨大压力。
3.经济对外依存度和引进外商直接投资在研究区间内是促使工业二氧化碳排放增加的显著驱动因素,在实证中EXPO和FDI两个变量对PCO2的弹性分别为0.2059和0.207。江苏省对外出口的商品包括高新技术产品、机电产品、纺织服装以及农产品,其中前两种产品的生产需要大量钢铁、能源的投入,多晶硅的生产是典型的高耗能产业,而这正是高新技术产品的核心要件。Rauscher(2001)认为国际贸易中“碳泄漏”的机理主要表现在三个方面:一是发达国家在国内征收较高的能源税,导致含碳能源价格在全球市场上的价格下降,使那些没有征收能源税的国家的贸易条件改善并增加其能源消耗;二是发达国家对生产过程中的含碳能源的使用和碳排放进行了限制,使得其国内相关产品价格上涨,进而使得没有相关限制的国家的贸易条件改善,增加能源密集型产品的生产和出口,从而导致碳排放增加;三是发达国家的一些资源密集型企业为了逃避国内的监管和惩罚,转移到那些碳减排政策不严的国家生产,进而增加东道国的碳排放。江苏省经济对外依存度的提高和接受外商直接投资的增加正好可以用上述机理来解释,虽然GDP和税收归属中国,但绝大部分的利润是被国外企业享有,最重要的是生产过程中的附属产物留在中国。所以在国家制定碳减排目标的刚性约束的背景下,地方政府需合理引导和发展对外贸易和有甄别地引进外商直接投资。
4.上海作为我国的经济中心和长三角最大的中心城市对周边地区有着极大的辐射作用,这种辐射不仅表现在人们的日常生活中,更表现在对周边地区的经济发展上。表2实证结果表明,“上海”因素是显著的,与上海的距离每增加100公里,该地区的PCO2将会增加10%。上海集聚了相当多的大型企业和科研机构,这些与世界发达国家接轨的部门有相当多的先进技术和超前管理理念,离上海越近意味着更多的发展机遇、更低的成本来承接上海的产业转移、接受全方位的辐射。孟可强(2011)等研究发现在一定距离内离核心城市越远其人均GDP越低。
五、结论与政策
本文对江苏省7个城市2000-2008年9年间的工业碳排放量进行测算,并在此基础上运用面板数据模型对影响研究人均工业碳排放的因素进行实证研究,得到以下几个主要结论。第一,江苏省经济增长与环境污染间存在着显著的倒N型库兹涅兹曲线关系,其中上拐点为66 836元,说明随着人均产出的增加,工业部门的二氧化碳排放量在增加。第二,7个样本地市发展水平差距较大,部分苏南城市已经达到或者接近倒N的上拐点,而处于苏中、苏北的城市距此拐点仍很远。苏南城市的碳排放绝对量要远大于其它城市,且苏南城市的碳生产力小于苏中、苏北城市。第三,城市化的速度具有较强的碳拉动作用。第四,经济对外依存度和外商直接投资与江苏7市的工业二氧化碳排放正相关,这体现了贸易和投资对环境影响的规模效应。第五,“上海”在本文中作为一个距离变量,与江苏7市二氧化碳排放存在着显著的正相关关系,意味着与上海越远碳排放越多。鉴此,有以下政策建议。第一,江苏省总体发展水平在全国很高,但省内南北发展差距较大,要使江苏省整体达到倒N曲线的第三阶段,亟待政府通过政策引导和支持来缩小江苏南北差距,加大苏南先进技术对苏中、苏北的转移力度,建立完善的省级层面的节能减排机制。第二,城市化的快速推进所带来的能源和工业消费的刚性需求使得江苏在短时期内控制碳排放量不具有客观可行性,而提高工业部门碳生产力才是实现经济发展与节能减排兼得的明智之举。第三,积极发展对外贸易和招商引资是江苏经济得以持续发展的重要保证,政府需要引导企业有甄别的进行招商引资,杜绝高排放的项目。第四,积极承接上海低碳产业转移。
摘要：本文测算了2000-2008年江苏省7个地级市的工业部门二氧化碳排放量,对工业碳生产力进行总结分析,同时基于面板数据模型对工业部门碳排放的影响因素进行实证分析。结果显示:人均工业碳排放量与人均GDP之间呈倒N型曲线关系,上拐点出现在人均GDP 66 836元;城市化水平、经济对外依存度、FDI引进规模对工业碳排放规模均具有促进作用;“上海因素”对碳排放量具有显著的正向影响。
关键词：碳排放,工业部门,面板数据
参考文献
[1]Grossman,G.et al.Economic growth and the Environ-ment[J].Quarterly Journal of Economic.1995,110(2):353-377.
[2]许广月,宋德勇.中国碳排放环境库兹涅茨曲线的实证研究——基于省域面板数据[J].中国工业经济,2010(5):37-47.
[3]Poon J.P.H.,Casas I.,He C.F.The Impact of Ener-gy,Transport,and Trade on Air Pollution in China[J].Eurasian Geography and Economics,2006(5):1.
[4]Wang T.,Waston J.Who Owns China’s Carbon Emis-sions?[J].Tyndall Briefing Note,2007(23).
碳排放数据质量 篇3
关键词：环境规制,对外贸易,碳排放,脉冲响应,方差分解
浙江作为我国外向型经济大省,经济增长带来人民生活水平提高的同时,也通过国际投资和国际贸易途径承担了国外商品消费的巨额碳排放转移量。随着贸易自由化趋势增强,各国纷纷降低关税水平,但环境规制强度却不断提高,一方面促进企业的环境成本内部化,从而改变出口大国的比较优势进而导致贸易格局发生变化,另一方面根据污染避难所假说,发达国家迫于国内严格的环境规制而将污染密集型工业转移至环境政策相对宽松的发展中国家,导致发展中国家环境恶化,贸易伙伴国之间的环境水平发生改变。对于浙江省而言,经济开放程度不断加深,正处于经济转型升级攻坚阶段,协调好对外开放、低碳经济之间的关系,将减排压力转化为经济发展转型升级契机,对于浙江经济发展战略具有重要意义。
一、文献回顾
Grossman和Krueger( 1991 )[1]创造性地把对外贸易的环境效应分解为规模效应、结构效应和技术效应,为贸易环境问题研究开创先河。在全球气候变暖背景下,不少学者沿袭贸易环境的研究方法,以碳排放作为环境指标进行研究,针对碳排放主要分成两类研究方向: 一个方向是对外贸易的碳排放效应。研究结论存在两种相反的假说: “向底线赛跑假说”和“贸易的环境收益假说”。向底线赛跑假说指的是各国政府为提高国际贸易竞争力, 纷纷降低环境管制从而使得环境恶化( Dua和Esty, 1997)[2]。国内学者李锴、齐绍洲( 2011 ) 通过研究1997—2008年中国省级面板数据发现对外贸易对碳排放的影响是负面的,“向底线赛跑效应”高于“贸易的环境收益效应”[3]。贸易的环境收益假说是指国际贸易通过为东道国带来先进绿色技术等方式,推动了东道国国内环境的改善( Vogel,1995)[4]。李小平、卢现祥( 2010) 通过研究中国20个工业行业数据发现国际贸易能够降低工业的碳排放量[5]。
第二个研究方向是环境规制的碳排放效应,Sinn ( 2008)[6]首创性提出“绿色悖论”,其含义为旨在限制气候变化的环境政策的执行却导致了最终环境恶化的后果。究其缘由,可能是供给侧的动态反应,化石能源供给商预期环境规制趋于严格,因此会提前开采进而使得化石能源价格下降。短期内刺激需求上升,从而使得短期碳排放上升。CD Maria( 2012)[7]等证实了上述推断。自Sinn以后众多学者对“绿色悖论”进行了实证研究。由于环境规制指标较难具体测算,许多文献采用虚拟变量法来刻画环境规制对碳排放的影响。许广月( 2010)[8]将政府的宏观环境规制设置为虚拟变量,实证分析发现环境规制并没有显著的碳排放减排效应。另有一些学者利用LMDI法和STIRPAT模型将环境规制的碳排放效应进行分解。此外,环境规制还存在着对碳排放的倒逼减排效应,一方面更严格的环境规制倒逼企业进行绿色技术创新,从而降低碳排放; 另一方面从严格的环境规制会使得化石能源开采及消费成本增加,倒逼化石能源需求下降,从而减少碳排放( 张华,魏晓平,2014)[9]。
综上,学者们进行了大量的理论与实证研究,但对外贸易与环境规制对碳排放的效应是积极还是消极影响没有定论,这需要进一步加以论证。此外以往学者少有将对外贸易与环境规制同时进行检验,因此,本文在此基础上,运用浙江省时间序列数据,研究对外贸易、环境规制与碳排放三者之间的动态关系,提出对策建议。
二、变量与数据来源
( 一) 估算浙江省CO2排放量
国内并没有直接统计出CO2排放量,通过化石能源消费量来估算浙江省1995—2013年的CO2排放量,化石能源消费量数据来源于《中国能源统计年鉴》。
通过化石能源消费量间接估算CO2排放量的计算公式如下:
其中,CO2表示通过各类化石能源消费量估算出的CO2排放总量,i表示化石能源的种类,主要包括煤炭、焦炭、汽油、煤油、柴油、燃料油和天然气共七种化石能源, Xi表示浙江省第i种能源的消费总量,CFi表示的是发热值,CCi表示碳含量,COFi表示氧化因子。CCi× CFi× COFi是碳排放系数,而CCi× CFi× COFi× 3. 67则是CO2排放系数。CFi、CCi、COFi、CCi× CFi× COFi以及CCi× CFi× COFi× 3. 67系数见表1。
数据来源:IPCC(2006)及国家气候变化对策协调小组办公室和国家发改委能源研究所(2007)。
( 二) 环境规制指标
污染天堂假说认为,较高的环境规制强度会使企业的生产成本增加,从而会降低本国污染密集型产业的比较优势,因此,较高环境规制强度的国家一般更倾向于进口污染密集型产品。而波特假说则认为较强的环境规制强度可以更大程度激励创新,从长期看,会使本国企业更注重产业质量、绿色技术进步,从而获得“先动优势”,增强产品出口潜力。但如何准确衡量一个国家或地区的环境规制强度却是一个难题。一方面依赖于环境政策的颁布,一方面又受到环境政策执行力度的影响等,即使同等环境政策背景下的不同地区、不同执行力度也可能导致环境规制强度的不一致。因此,环境规制强度的衡量应该更多地从政府执行环境规制的效果来考虑。不同学者采用了多种方法来衡量环境规制强度,根据数据的可得性,本文以单位产出的工业污染治理项目本年完成投资额来表示环境规制强度,该指标数值越大,表明环境规制强度越高。实际GDP数据是以1995年为基期,根据不变价格指数计算出来的,数据来源于《浙江统计年鉴》, 工业污染治理项目本年完成投资额数据来源于《中国环境统计年鉴》。
( 三) 模型设定
为了数据的可比性,并消除物价波动带来的影响,本文首先以各年的人民币对美元平均汇率将美元折算为人民币,然后再以1995年为基期,根据不变价格指数计算出每年的浙江省进出口贸易总额。并对各变量取对数以消除变量中可能存在的异方差,实际分析时均采用各变量的对数值。同时考虑到,环境规制会作用于对外贸易, 存在解释变量之间相关的内生性偏差问题。在研究时间序列时,处理变量内生性带来的估计偏差一般可以采用Sims( 1980) 提出的向量自回归模型,其将所有变量都视为内生变量从而能够对称地代入到各个估计方程中进行研究。
三、实证检验
( 一) 变量平稳性检验
本文实证检验所涉及碳排放、环境规制、对外贸易三个时间序列变量,分别记为CO2、ER、T。为了防止可能出现的伪回归现象,有必要对所有变量进行单位根检验, 本文选取较有普适性的ADF检验对Ln CO2、Ln ER、Ln T的平稳性进行检查,结果如表2所示,可以发现Ln CO2、 Ln ER、Ln T为二阶单整I ( 2 ) 序列。这种情况下,可以采用其差分值构建VAR模型。
注:D表示序列一阶差分,D2表示序列二阶差分,检验类型(C,T,K)中的C、T、K分别表示模型中的常数项、时间趋势项和滞后项,0表示不含时间趋势项或滞后项。
( 二) 最佳滞后阶数确定
在向量自回归模型中,确定最佳模型滞后期至关重要,选择不当会影响模型的稳定性以及经济意义的解释力度。鉴于此,本文利用LL、LR、FPE、AIC、HQIC、SBIC六个统计量来共同确定最优滞后期。不难发现,表3显示的六种准则中LR、AIC、HQIC都倾向于建立3阶滞后模型,所以选择滞后三阶作为最佳滞后期。
注:*表示根据各评价指标分别选择的最优滞后期。
( 三) 协整检验与模型构建
为了具体考察环境规制强度、对外贸易以及碳排放这三个变量长期中的相互关系,笔者引入Johansen协整检验来实现该目标。首先确定协整秩,在确定协整秩时, 根据VAR模型中确定的最佳滞后阶数,选择滞后三阶, 包含常数项但不包括时间趋势项的最大特征根统计量和特征根迹统计量进行协整检验,结果如表4。
注:*表示在5% 显著性水平下拒绝原假设。
Johansen检验结果表明至多存在1个协整方程,即Ln CO2、Ln ER、Ln T三个变量在5% 显著水平上存在一个长期稳定的均衡关系,在这种情况下,可以从基础VAR模型出发建立该系统的向量误差修正模型( VECM) ,由于对VECM模型具体数值不关注,因此直接给出协整方程如下:
由协整方程可知,这三个变量间存在长期稳定的均衡关系,对外贸易在一定程度上增加了浙江省的碳排放, 环境规制强度则在一定程度上降低了浙江碳排放。具体来说,长期来看,对外贸易每上升1个百分点,碳排放量会增加0. 4474261个百分点; 环境规制强度每提高1个百分点,碳排放量会下降0. 0760308个百分点,实证结果支持贸易的环境收益假说和环境规制的倒逼减排主张。
对VECM模型的残差进行自相关检验,可以接受无自相关的原假设,进一步对检验残差的正态性,检验结果显示在5% 的显著性水平上接受残差项服从正太分布的原假设,最后检验此VECM系统的稳定性,检验结果如图1。结果显示,伴随矩阵的所有特征值均落在单位圆之内,所以可以认定模型是稳定的。
( 四) 脉冲响应
脉冲效应函数是用来测算随机误差项受到一个标准差大小冲击后对内生变量当期及未来值所产生的影响, 即描述内生变量对误差冲击的反应程度。因此分别给变量Ln T、Ln ER施加一个正标准差的冲击,可以得到Ln CO2的脉冲响应路径,如图2和图3所示。横坐标表示追溯期数,本文取10期,纵坐标表示因变量对各变量的响应程度,曲线为脉冲响应函数曲线。图2显示当期环境规制强度受外部条件冲击后,碳排放量第一期明显下降0. 028466% ,第2期下降幅度放缓,但随后使得碳排放量显著下降,到第5期达到最大值,达到0. 053008% ,从第6期开始对碳排放量的下降的影响效应逐渐减弱,但一直存在一个积极的影响。图3显示当本期对外贸易额受外部条件冲击后,第1期使得碳排放量增加0. 021158% , 之后逐期增加,到第6期提升到0. 123517% ,达到最大, 以后各期逐期下降,但是一直对碳排放存在一个消极的影响。
进一步就浙江省碳排放水平对环境规制强度与对外贸易额的脉冲响应进行比较,可以发现,对外贸易会将其自身受到的冲击传递给碳排放,并产生消极的影响,而环境规制强度则会将其自身受到的冲击传递给碳排放,对碳排放产生积极的影响。此外,可以发现碳排放对对外贸易的脉冲响应更为敏感。
( 五) 预测方差分解
预测方差分解是通过内生变量贡献度变量来分析不同内生变量对因变量冲击的重要性。方差分解结果见表5,可以看出,浙江省CO2排放量除了受自身冲击影响外, 环境规制水平变动的贡献率在第2期为21. 403% ,即浙江省CO2排放量预测方差的21. 403% 可以由环境规制强度变动来解释,之后几期逐步下降; 对外贸易额变动的贡献率在第2期为11. 8245% ,即浙江省CO2排放量预测方差的11. 8245% 可以由对外贸易额的变动来解释,之后几期保持稳定增长,到了第10期达到76. 0811% 。比较而言,可以发现对外贸易额变动的贡献率远远超过环境规制强度变动的贡献率,即对外贸易对浙江省CO2排放量的影响程度大于环境规制。
注:表中数据表示以Ln CO2、Ln T、Ln ER为因变量的方程新息各期对预测误差的贡献度(%)。
四、结论及对策建议
从长期来看,浙江省环境规制强度、对外贸易与碳排放之间存在长期稳定的均衡关系。环境规制强度的提高能抑制浙江省碳排放量的增长,但对外贸易的扩张对碳排放有促进作用,会进一步增加减排压力。从动态影响看,两者均会把其受到的外部冲击传递给碳排放,并产生不同影响,且明显可以看出,对外贸易对碳排放的影响较环境规制强度更为敏感。对外贸易对碳排放变动的贡献率大于环境规制强度的贡献率,即对外贸易扩张是影响浙江碳排放的主要因素。
基于以上研究,提出以下两点建议: 一是积极调整对外贸易商品结构,减少对贸易伙伴国的隐含碳排放,达到对外贸易与低碳经济协调发展的新局面,并为避免发达国家的新型贸易保护措施“碳关税”创造有利的发展形势。二是在确保省内企业经济发展活力的前提下,逐步加大环境规制强度,倒逼企业进行减排的绿色技术革新, 实现省内经济结构与绿色技术水平的升级,圆满完成减排目标。
参考文献
[1]Grossman,G.,A.Krueger.Environmental Impacts of the North American Free Trade Agreement[J].Social Science Electronic Publishing,1991,8(2):223-250.
[2]Dua,A.,DC.Esty.Sustaining the Asia Pacific Miracle:Environmental Protection and Economic Integration[J].Peterson Institute for International Economics,1997,30(1):150—152.
[3]李锴,齐绍洲.贸易开放、经济增长与中国CO2排放[J].经济研究,2011(11):60-72.
[4]Vogel,David.Trading Up:Consumer and Environmental Regulation In a Global Economy[J].Southern Economic Association,1995,63:176-179.
碳排放数据质量 篇4
全球气候变暖是因人为二氧化碳等温室气体的大量排放所致, 在中国尤其明显, 自改革开放以来, 中国经济以年均7.8%的增速快速增长, 使得工业和城镇化的快速推进导致二氧化碳的排放量, 已于2007年超过美国, 成为全球第一大碳排放国 (IEA, 2009) , 正因国内环境状况日益恶化和国际社会对中国减少碳排放的要求, 深入细致研究我国二氧化碳排放现状和主要影响因素, 为科学合理制定减排政策提供理论依据具有十分重要的意义。
现有大量对二氧化碳 (CO2) 排放的影响因素研究文献中, 主要以经济增长、城镇化及产业结构等为研究对象。就经济增长与碳排放的关系, 美国经济学家Grossman和Kureger[1]通过研究北美自贸区经济增长与环境污染, 发现二者存在倒U型关系, 也即后来的环境库兹涅茨曲线 (EKC) 。国内学者同样有过相应的研究, 其中林伯强和蒋竺均[2]利用中国数据, 发现人均收入和人均碳排放之间存在倒U型关系。其次就城镇化与碳排放的关系, Parikh等[3]发现发展中国家城镇化对CO2排放具有显著影响。Martínez-Zarzos等[4]分析城镇化对CO2排放的效应, 却发现城镇化与CO2排放存在倒U型关系。国内来看, 王芳和周兴[5]采用美中日英等9国面板数据研究, 发现城镇化与碳排放存在显著地倒U型关系。
综合以上, 国内外学者在研究影响碳排放因素时主要采用人均碳排放为CO2排放代理变量, 以面板模型进行分析, 但是中国毕竟是一个人口大国, 大量的碳排放必然会因为人口众多而被稀释, 因此, 制定减少碳排放的政策, 应以碳排放总量作为研究对象为宜。本文以1997-2011年30省面板数据为基础, 结合目前国际上公认的IPCC1方法计算CO2排放量, 通过静态和动态模型来验证CKC曲线和城镇化与碳排放的“EKC曲线”, 并给出第二产业对碳排放的影响关系, 以期为制定合理的经济政策来实现经济社会的减排目标做理论依据。
二、模型及数据来源
根据计量经济学中关于静态面板数据模型的定义, 为便于消除异方差性, 对变量进行对数化处理, 拟建立如下模型:
其中LCO2it表示第i个省第t年CO2排放量之对数, LGDPit和LGDP2it表示第i个省第t年国内生产总值之对数及其平方, URit和UR2it是第i个省第t年城镇化率及其平方, SIit是第i个省第t年第二产业比重, αit是常数项, βij (j=1 2…5) 是回归系数, μi则是不可观测的个体效应, εit是随机扰动项, N表示总共横截面数目, T表示时间跨度。
在处理面板数据时, 常用的静态面板包括固定和随机效应模型, 本文拟从中选择其一进行回归。但由于经济变量总是存在滞后性, 为了较好的考察上一期CO2排放量对本期的影响, 建立如下的动态面板模型:
其中LCO2it-1表示因变量LCO2it的滞后一期, βi0则是上一期CO2排放量对本期排放量的影响系数, 它是一个对CO2排放量各种滞后性的综合指标。
对于模型 (2) 存在Arellano和Bond提出的两阶段差分广义距 (Diff-GMM) 方法来估计, 而Arellano和Bover进一步提出系统广义距 (Sys-GMM) 方法进行估计, 相对来说由于后者既考虑差分方程又考虑水平方程, 因此更加有效, 故本文拟将这两种估计结果一并列出以兹比较。
下面将就文本所选取的指标变量的经济意义及数据来源进行说明如下:
国内生产总值 (用LGDP表示) 。为了验证环境的库兹涅茨曲线, 本文采用国内生产总值 (GDP) 刻画经济增长, 同时将GDP的原值和平方值对数化后加入模型 (1) 和模型 (2) 。为保证可比性, 将各省所有年份名义GDP通过平减指数转化为1997年不变价格的实际GDP, 以上所有数据均来自各省历年统计年鉴。
城镇化率 (用UR表示) 。本文有别于一般将城镇化水平与CO2排放量的线性关系处理, 同样认为存在着CO2排放量与城镇化率之间类似的EKC曲线。这里各省城镇化率是通过城镇人口占地区总人口的比重来刻画, 所有数据来源于各省历年统计年鉴和《新中国60年资料汇编》。
产业结构 (用SI表示) 。根据国家统计局关于产业的划分, 我国产业结构划分为三次产业, 其中第二产业包括工业和建筑业。工业尤其是重化工业, 生产过程中造成大量的能源消耗, 必然造成CO2的大量排放, 而我国目前正处于工业化进程的快速阶段, 因此不断增加的工业份额, 将正向作用于CO2排放量。同时建筑业关联水泥、钢铁等行业, 这些行业无论是自身生产过程中还是最终大气排放, 都存在大量的CO2排放。因此本文选取第二产业结构作为解释变量, 其中各省第二产业结构由第二产业增加值占地区生产总值来刻画, 这些数据来自各省历年统计年鉴。
三、计量结果及分析
利用我国1997-2011年省级面板数据构建静态模型 (1) 和考虑被解释变量滞后一期的动态模型 (2) 的基础上, 进行实证分析, 具体结果如下:
(一) 静态面板模型回归结果
如前所述, 为了比较POLS、REM和FEM三种估计方法优劣, 以及对三者之间通过一些检验方法进行选择, 本文将这三种估计结果通过表1一并列出, 以供比较。
首先, 从表中可以看出, POLS回归除了变量LGDP、LGDP2及SI系数在5%水平下显著外, 其他变量显著性并不理想。REM除了LGDP2没有通过外, 其他变量均在5%水平下显著, 而FEM多数变量均在1%水平下表现较高显著性。其次, 通过LM拉格朗日乘数检验, 可以得出REM比POLS回归效果要好的结论, 同样F检验得出FEM较POLS要好, 可见在这里POLS并不适用于模型 (1) 。最后, 通过Hausman检验比较REM和FEM可以看出FEM更加适合于对模型 (1) 进行回归。
如前所述, 面板模型往往受到异方差和自相关问题的困扰, 因此本文采用面板模型可行的广义最小二乘法来对估计进行矫正, 具体见表1中的FGLS估计结果。
如表1所示, LGDP及LGDP2的系数分别为1.0133和-0.0226, 分别在1%和10%水平显著, 证实存在着所谓环境库兹涅茨曲线EKC, 也即后来发展的CKC曲线。同样地, UR与UR2的系数分别为0.7313和-0.9366, 均在10%水平下显著, 说明与LCO2存在所谓EKC的倒U型关系。SI的系数为1.6696在1%水平下显著, 说明第二产业对CO2排放具有巨大影响。
(二) 动态面板模型回归结果
由于经济变量在时间上总是变现出一定的滞后性, 基于此, 本文进一步引入被解释变量LCO2的滞后一期作为解释变量来考察上一期CO2排放量对本期排放量的影响。下面分别运用差分GMM和系统GMM估计方法, 来对模型 (2) 进行回归并比较之。具体见表2。
总体上, 两种GMM估计在Arellano-Bond检验下所得到结果显示为一致估计量, 另外, Sargan检验显示估计结果是有效的。但从估计的效果来看, 系统GMM比差分GMM要更加理想, 除了没有通过SI显著性检验外, 其他变量均在5%水平下显著。同时可以看出, 上一期的CO2排放量与本期的存在高度正相关, 前者每增加1%将使后者增加0.96%左右。
综上, 通过静态面板和动态面板模型, 可以看到估计的FGLS和Sys-GMM方法较好, 其结果表明碳排放与经济增长、城镇化均呈倒U型关系。
四、结论及政策建议
本文使用国际上通用的IPCC (2006) 方法, 较为精确的估算了中国30个省1997-2011年CO2排放量, 并就经济增长 (GDP) 、城镇化率 (UR) 及第二产业比重 (SI) 影响因素分析它们之间的关系。得到如下结论:一是就CO2排放量而言, 东部地区较中西部明显要高, 但由于中西部快速工业和城镇化进程, 其CO2排放量增速反而比东部普遍要高, 因此, 在制定减少碳排放政策时必须考虑地区差异。具体而言, 东部地区应将发展的重点放在加快经济转型升级、鼓励技术创新和转变生活方式、促进清洁能源使用等方面;而中西部在工业化进程中应该坚持走提高生产效率、减少能源依赖的新型工业道路。二是通过静态面板模型计量分析, 结果显示我国CO2排放量与经济增长之间存在环境库兹涅茨倒U型曲线效应, CO2排放量与城镇化率存在同样的关系。另外, 第二产业比重对CO2排放具有重要影响, 其每增加1%将使后者增加1.7%左右。因此, 通过提高第三产业比重而优化产业结构, 有利于减少CO2排放量。三是通过动态面板模型计量分析, 结果显示上一期CO2排放量与本期之间存在高度正相关, 影响系数为0.96左右。这一结论说明, 我国在制定减排政策时, 必须充分考虑滞后因素的影响, 加快资本、技术的调整速度, 同时要注重经济政策的滞后性, 以实现低碳社会的目标。需要指出的是, 鉴于本文仅仅考虑能源消耗过程所释放的CO2, 进一步考察CO2排放量与经济增长、城镇化率倒U型曲线的拐点等, 都将是本文后续重要的研究内容。
摘要：基于国际公认方法估算中国30个省1997-2011年CO2排放量, 运用静态和动态面板模型分别研究经济增长、城镇化及第二产业结构与其影响关系。研究结果显示:CO2排放量与经济增长及城镇化存在倒U型关系, 而第二产业结构对CO2排放量有着显著正相关影响;同时上一期CO2排放量与本期有着显著正相关。
关键词：碳排放,倒U型,产业结构,城镇化,经济增长
参考文献
[1]Gene M.Grossman, Alan B.Krueger.Environmental Impacts of a North American Free Trade Agreement[J].NBER Working Paper, 1991.
[2]林伯强, 蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界, 2009 (4) .
[3]Jyoti Parikh, Vibhooti Shukla.Urbanization, Energy Use and Greenhouse Effects in Economic Development:Results from a Cross-national Study of Developing Countries[J].Global Environmental Change, 1995, 5 (2) :87-103.
[4]Inmaculada Martínez-Zarzoso, Antonello Maruotti.The Impact of Urbanization on CO2Emissions:Evidence from Developing Countries[J].Ecological Economics, 2011, 70 (7) :1344–1353.