就業、技術與碳排放
——基于中國行業面板數據的研究

2013-04-11 05:49:39宋嚴,金洪

探索 2013年6期

宋嚴,金洪

(1.中國人民大學社會與人口學院，北京 100872;2.滁州學院經濟管理系，安徽滁州 239000)

一、引言

經濟增長促進就業，提高了人們的收入，同時也產生了二氧化碳等溫室氣體副產品。IPCC報告認為，全球大氣二氧化碳濃度已經從工業革命的280ppmv增加到近年來的356ppmv。若大氣中溫室氣體濃度達到400ppmv，則氣溫將增加1.7——2.3攝氏度(IPCC，2006)。美國能源信息署預測，經濟回暖拉動能源消費，2011年美國化石燃料使用造成的二氧化碳排放量將延續2010年的增長趨勢。

作為經濟增長的代價，溫室氣體效應對人類生存環境的影響逐漸顯現。近10年來，全球氣溫上升趨勢顯著，自1850年以來的高溫紀錄不斷被刷新(IPCC，2006)。經濟增長引起的溫室氣體效應已經引起世界各國政府的高度重視，紛紛采取措施減少二氧化碳排放。2010年，英國政府發布了碳預算體制下的首份年度碳排放報告。2010年瑞典政府決定給食品貼注碳排放標簽，認為此舉將使瑞典食品生產過程中的碳排放減少20-50%。歐盟提出，2013年歐盟地區二氧化碳排放量將控制在20.39億噸。為實現這一目標，歐盟推出“綠色天空”計劃，規定2012年起所有進入歐盟領空的航空公司都必須繳納碳排放費。南非政府也于2010年9月開始對商務車征收二氧化碳排放稅。

此外，關于碳排放的標準也紛紛出臺。目前，主要的國際碳排放標準有 ISO/TC207/SC7、IEC/TC111、GHG Protocol、PAS2050《商品和服務在生命周期內的溫室氣體排放評估規范》以及黃金標準等。

為了規避碳排放引起的稅費等成本增加，企業積極采取措施節能減排。DHL等物流企業就通過改進運輸方式來減少因碳排放增加引起的運輸成本。

近年來，中國經濟增長在世界上有目共睹。2010年，中國經濟總量已經排名世界第二。然而，世界銀行的資料顯示，我國二氧化碳排放總量近年來也在不斷增加。作為一個負責任的大國，中國政府十分重視節能減排工作。中國是最早制定實施《應對氣候變化國家方案》的發展中國家。2007年，中國就已制定了《中國應對氣候變化國家方案》，并頒布《中華人民共和國節約能源法》。在碳排放標準制定方面，除了采用相關國際標準之外，2008年，中國政府發布《2008-2010年資源節約與綜合利用標準發展規劃》。此外，為配合《中華人民共和國節約能源法》的實施，國家標準委制定了涉及多個耗能行業的能源標準。此外，我國政府宣布，到2020年，我國單位GDP二氧化碳排放將比2005年下降40-45%。為實現這一目標，我國政府強調，在“十二五”規劃中加入約束性指標——單位GDP二氧化碳排放，提出“十二五”應對氣候變化戰略和發展低碳經濟思路。

二、研究現狀

1.國外研究現狀。自上世紀50年代末，人類經濟活動對環境的影響受到越來越多的關注。學者們紛紛考慮不同的方法來一直經濟增長中二氧化碳排放造成的溫室氣體效應。有人認為，實施碳配額、發展碳交易市場可以有效解決這一問題。一般來說，碳交易通過拍賣機制來實施。根據CGE模型模擬分析結果，有效的碳拍賣機制將減緩高排放行業的發展占，并降低相應就業水平(T.Huw Edwards和 John P.Hutton，1999)。此外，征收碳稅也被認為可以減少二氧化碳排放，其作用機制與碳交易市場幾近一致。

一個國家的富裕程度與該國的碳排放并不是中性的兩個變量。短期內，印度與印尼這兩個國家的情況確實如此。不過，關于泰國、菲律賓的研究成果并不支持這個結論。在泰國與菲律賓，國民的富裕程度與碳排放規模是互為格蘭杰因果關系的(John Asafu-Adjaye，2000)。

在美國一些州，如加州、得克薩斯、俄克拉荷馬以及紐約等地，就業增加引起的收入上升會引起二氧化碳排放增加，這在運輸行業比較明顯(Edward L.Glaeser和Matthew E.Kahn，2008)。如果對美國制造業征收碳稅的話，那么該行業生產成本的增加將不利于勞動要素增加(Richard D.Morgenstern等，2011)。

在STIRPAT模型應用方面，學者們主要集中于研究地區富裕程度、技術等因素對不同區域間碳排放影響大小的差異，并發現了環境庫茲涅茨曲線(EKC)(John Sztukowski，2010)。

2.國內研究現狀。總體來看，就業人數增加將促進我國二氧化碳排放，技術進步有利于抑制我國經濟增長引起的溫室氣體效應(宋幫英、蘇方林，2010；王曾，2010)。就業容量較大的行業，如郵電運輸行業、服務行業等對我國碳排放的驅動作用較大(賈俊松，2010)。西部大開發戰略實施以后，技術要素對西部工業發展引起的碳排放沒有顯著影響，不過，FDI的技術溢出能夠有效降低西部地區工業生產能耗，從而減少該地區二氧化碳排放(盧祖丹、趙定濤，2010)。

不過，在有些區域，就業對二氧化碳排放的影響與上述結論有所不同。在湖北省，產業結構高度化水平越高，碳排放規模越小。而產業結構高度化水平是由三次產業的層次決定的。當然，第一產業、第二產業、第三產業的層次逐漸提高。因此，發展第三產業是降低碳排放的有效途徑。而第三產業的就業容量較大，這從側面說明，就業規模的擴大有助于降低碳排放規模(段瑩，2010)。與湖北省不同，河南省三次產業中第一產業碳排放規模最小，而且還在不斷下降中(吳彼愛、高建華、徐沖，2010)。

技術進步在碳減排方面的積極作用已經成為共識。然而，在有些行業，如農業，這種影響具有一定的隨機性(李國志、李宗植，2010a)。此外，技術進步有利于可再生能源的研發與應用，這將增加可再生能源行業的就業，但對其他行業的就業會產生負面影響(林伯強、姚昕、劉希穎，2010)。

三、模型與數據

1.模型。目前，對碳排放外部影響因素的研究，主要有LMDI模型、HSC模型、MRCI模型以及STIRPAT模型等(董軍、張旭，2010)。本文使用的STIRPAT模型可以追溯到上世紀50年代末的POET模型。該模型較早的將環境變量作為一個獨立的變量來研究。該模型研究人口(P)、組織(O)、技術(T)對環境(E)的影響(Otis Duncan，1959)。以此為基礎，Ehrlich和Holdren發展出了IPAT模型。該模型最初用于生態學中研究社會、經濟以及環境之間的數量關系(Ehrlich和Holdren，1971)。IPAT模型的具體形式如下。

其中，I表示環境影響，P表示人口因素，A表示富裕程度，T表示技術因素。

考慮到研究個體的人口、富裕程度以及技術等3個因素對環境的隨機影響，上述模型被推廣為一個隨機影響回歸分析模型——STIRPAT模型(York， R，EA Rosa和 T Dietz，2003)，形式如下。

其中，Ii，t表示第 i個體在時點 t的環境影響，Pi，t表示第i個體在時點t的人口因素，Ai，t第i個體在時點t的富裕程度，Ti，t第i個體在時點t的技術因素，ei，t表示第 i個體在時點 t的隨機擾動項；是已知參數。

一般來說，做實證研究時都使用如下對數化形式的STIRPAT模型，本文也使用這種模型形式進行經驗分析。

其中，ωi，t=ln ei，t，是隨機擾動項。

2.數據。對環境壓力變量I來說，目前主要以CO2排放量來衡量。對CO2排放量的計算，目前主要有6種代表性的方法。1990年，美國橡樹嶺國家實驗室(ORNL)的二氧化碳信息分析中心(CDIAC)較早地解決了 CO2排放量的測算問題(CDIAC，1990)。隨后，Kaya恒等式成為IPCC的碳排放總量折算基本方法(查建平等，2010)。后來，學者們考慮了碳排放的城鄉差別，提出統籌城鄉的碳排放計算公式(趙榮欽等，2010)。除了宏觀視角的計算方法外，從微觀經濟個體——企業的角度入手測算CO2排放量的計算也應運而出(李存斌、張曉毅，2010)。我國學者使用《中國能源統計年鑒》中用于最終消費的9種能源乘以各自的排放系數并加總(李國志、李宗植，2010b)，得到以能源為基礎的碳排放計算方法。此外，《IPCC國家溫室氣體清單指南》中也提供了一種測度碳排放規模的途徑，公式如下(邵帥、楊莉莉、曹建華，2010)。

其中，Ci為第i個研究個體(如省份、行業)CO2排放總量，Cij為第j種能源的CO2排放總量，Eij為第i個研究個體(如省份、行業)的第j種能源消費量，NCVij為第j種能源平均低位發熱量，CCij為第i個研究個體(如省份、行業)第j種能源單位熱量的含碳水平，COFij為第i個研究個體(如省份、行業)第j種能源燃燒時的碳氧化率，44是CO2的分子量，12是 C的原子量，(CCij×COFij×44/12)為有效 CO2排放因子。需要指出的是，CO2排放因子表示消耗單位質量能源伴隨的溫室氣體生成量，目前常用的是IPCC提供的數據(張春霞等，2010)。鑒于數據的可獲得性，本文采用這種方法測算碳排放量。

數據來源方面，能源消費量Eij來自于《中國能源統計年鑒》，能源平均低位發熱量NCVij來自于《中國能源統計年鑒》附錄4，能源單位熱量的含碳水平CCij、能源燃燒時的碳氧化率COFij來自于2006年《IPCC國家溫室氣體清單指南》中文版第2卷“能源”部分。本文用《中國統計年鑒》中的“分行業就業人數”來表示不同行業就業人數對環境的影響，用各行業人均工資水平來反映不同行業內的富裕程度。用每個行業科研經費支出在各自行業增加值中的比重來反映變量T的變動情況。上述數據分別來自《中國科技統計年鑒》和《中國統計年鑒》。

四、實證分析

1.CO2排放量的描述性統計。根據式(10)與上述數據，筆者計算得到2004-2009年間中國農、林、牧、漁、水利業、采掘業、制造業、電力、煤氣及水生產和供應業、建筑業、交通運輸、倉儲和郵政業、批發、零售、住宿、餐飲業等7個行業CO2排放量，結果如表1所示。

注:FAW表示“農、林、牧、漁、水利業”，MQ表示“采掘業”，MFT表示“制造業”，EGW表示“電力、煤氣及水生產和供應業”，CTU表示“建筑業”，TSP表示“交通運輸、倉儲和郵政業”，WRH表示“批發、零售、住宿、餐飲業”。

表中數據顯示，2004-2009年這6年間，上述7個行業的CO2排放量總體上呈逐年上升趨勢。就具體行業來說，制造業與電力、煤氣及水生產和供應業兩大行業的CO2排放量在所有行業CO2排放總量中的比重分別居于第一、二位。電力、煤氣及水生產和供應業CO2排放規模大這一結論與譚丹等人的研究結果一致(譚丹等，2008)。從均值上來看，建筑業與批發、零售、住宿、餐飲業CO2排放數量相對較低。雖然如此，建筑業是隱含碳排放規模最大的行業(陳紅敏，2009)。

從CO2排放量的變化趨勢上看，農、林、牧、漁、水利業、建筑業、批發、零售、住宿、餐飲業等3個行業在6年間的CO2排放都出現過下降，而另外3個行業的CO2排放一直呈增長趨勢。

2.平穩性分析。本文對ln I、ln P、ln A與ln T等4個變量的時間序列分別用LLC、IPS、Fisher-ADF以及Fisher-PP等4種單位根檢驗方法來檢驗其平穩性，結果見下表。

表2 中國7個行業面板數據單位根檢驗結果

上表的單位根檢驗結果顯示，在不考慮個體差異的情況下，ln I、ln P、ln A與ln T等四個時間序列是平穩序列，不存在單位根；對單個個體來說，皆為一階平穩序列。

3.面板數據模型的選擇與估計

(1)模型選擇

與橫截面模型、時間序列模型相比，面板數據模型既能研究單個行業的環境壓力及其影響因素，又能分析中國7個行業環境壓力的橫截面數據，融合了前面兩類模型的優點。一般來說，面板數據模型主要包括混合模型、個體固定效應模型、時點固定效應模型、個體時點雙固定效應模型以及隨機效應模型等形式。

一般來說，面板數據模型形式如下。

其中，t=2004，2005，……2009，i=FAW，MQ，MFT，EGW，CTU，TSP，MRH。

就混合模型來說，Dt、Wi全部為0。就個體固定效應模型來說，Dt全部為0；若Wi屬于第i個個體，則Wi為1，否則為0。就時點固定效應模型來說，Wi全部為0；若Dt屬于第t個橫截面，則 Dt為1，否則為0。就個體時點雙固定效應模型來說，若Dt屬于第t個橫截面，則 Dt為1，否則為0；若 Wi屬于第 i個個體，則Wi為1，否則為0。

由于行業個數的制約，本文無法使用隨機效應模型。因此，無需進行Hausman檢驗就可以排除隨機效應模型。為了準確分析中國7個行業的環境壓力，本文還需通過F檢驗與x2檢驗在混合模型與固定效應模型之間做出選擇，結果如表3所示。

表3 F檢驗與x2檢驗結果

上述檢驗結果顯示，與混合模型、個體固定效應模型相比，時間固定效應模型更適合用于本文對中國7個行業環境壓力的分析。因此，本文中面板數據模型形式如下。

其中，t=2004，2005，……2009，《i=FAW，MQ，MFT，EGW，CTU，TSP，MRH》。

(2)模型估計

運用2004-2009年中國7個行業關于就業人數、人均薪酬、技術進步以及CO2排放量等4個方面的面板數據，筆者在時點固定效應模型形式下對中國主要7個行業的環境壓力及其影響因素進行實證分析，分析結果如表4所示。

表4 中國環境壓力7個行業面板數據經驗分析結果

上表中，修正后的R2接近1，F統計量數值較大，D.W.值接近2，這說明整體上模型估計擬合性較高。就ln P、ln A與ln T3個變量來說，技術進步對CO2排放的影響相對較弱，就業規模的變化有較大的影響。具體來說，除了采掘業和批發、零售、住宿、餐飲業，ln P對ln I都存在正向影響。在影響大小方面，ln P在建筑業里對該行業溫室氣體排放的影響最大。ln A在農、林、牧、漁、水利業、建筑業以及批發、零售、住宿、餐飲業等3個行業中對ln I的影響為負，在另外4個行業中對ln I的影響為正。在7個行業中，ln A對ln I影響最大的是建筑業。ln I受ln T正向影響的行業有采掘業和交通運輸、倉儲和郵政業。不過，技術進步對CO2排放影響最大的行業是農、林、牧、漁、水利業。

從行業視角來看，就業規模、富裕程度以及技術進步對各行業環境壓力的影響在大小與方向上都存在差異。在農、林、牧、漁、水利業中，就業人數增加會促進CO2排放，而人均收入與技術進步會減少該行業CO2排放。對采掘業來說，人均工資與技術進步都會增加該行業的CO2排放，就業規模的增加反而會減少該行業對環境的不利影響。就制造業而言，就業規模與人均收入的增加將推動該行業溫室氣體的排放，技術進步則可以抑制該行業引起的溫室效應。電力、煤氣及水生產和供應業的情況與制造業相同，只是在影響程度上有所差異。對建筑業而言，就業規模的增加會使得該行業CO2排放量增加；另一方面，若該行業員工收入越高，技術進步越快，則該行業CO2排放越少。就交通運輸、倉儲和郵政業來說，就業規模、員工收入以及技術進步都會對該行業溫室氣體排放產生正向影響。與之相反，批發、零售、住宿、餐飲業受到就業規模、員工收入以及技術進步三者的影響為負。也就是說，上述3個變量中，只要有一個增加，就會抑制該行業的CO2排放。

此外，從時點固定效應的角度來看，αt呈逐年增加趨勢。

五、結論及對策

根據上述分析，得到以下結論與對策建議。

第一，7個行業碳排放規模總量逐年增加，不過碳排放在行業間分布結構失衡。2004-2009年，制造業與電力、煤氣及水生產和供應業排放CO2所占比重每年都超過85%，而建筑業與批發、零售、住宿、餐飲業所占比重6年間始終在1%左右。

第二，就業規模的增加總體上提高了各個行業的碳排放水平。除了采掘業和批發、零售、住宿、餐飲業之外，對其他5個行業來說，就業規模增加對行業碳排放規模都有正向推動作用。

第三，收入對環境的影響在行業間存在結構性差異。根據前述實證分析結果，收入增加有助于抑制農、林、牧、漁、水利業、建筑業與批發、零售、住宿、餐飲業引起的溫室氣體效應。

【】【】

第四，技術進步整體上有助于減少行業發展引起的溫室氣體效應。除了采掘業與交通運輸、倉儲和郵政業，其他5個行業技術研發投入比重的增加有利于降低各自的碳排放規模。

因此，應重視技術對碳排放規模的限制作用，引導微觀經濟個體加大技術研發投入。根據前述，技術進步有助于抑制經濟增長帶來的溫室氣體效應。所以，需要運用多種扶持政策促進資源向節能減排技術研發部門流動。同時，促進微觀經濟主體加大技術要素在工業增長中的投入。此外，還要努力提高技術對碳排放的影響程度，降低技術應用成本，為發展綠色經濟提供客觀基礎。

參考文獻：

［1］IPCC.Climate Change 2006:The Forth Assessment Report of the Intergovernmental Panel on Climate Change［R］， Cambridge:Cambridge University Press，2007:103-146.

［2］T.Huw Edwards.The Allocation of Carbon Permits within One Country:A General Equilibrium Analysis of the United Kingdom［C］.The Warwick Economics Research Paper Series.Department of Economics，University ofWarwick.1999.

［3］John Asafu-Adjaye.The Relationship between Energy Consumption，Energy Prices and Economic Growth:Time Series Evidence from Asian Developing Countries［J］.Energy Economics， 2000， 22:615-625.

［4］Edward L.Glaeser， Matthew E.Kahn.The Greenness of Cities:Carbon Dioxide Emissions and Urban Development［R］.NBER Working Paper No.14238.August2008.

［5］宋幫英、蘇方林.碳排放量和能源利用效率不公平及其原因探析——基于中國37個規模以上工業行業數據研究［J］.華東經濟管理，2010，24(9):25-30.