基于綠色索洛模型的產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放影響
——以廣東省為例的實證研究

趙秀娟 張 捷

?

基于綠色索洛模型的產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放影響
——以廣東省為例的實證研究

趙秀娟 張 捷

在綠色索洛模型的基礎(chǔ)上就產(chǎn)業(yè)結(jié)構(gòu)變動對二氧化碳排放的影響進行理論分析，提出理論假說：在其他因素不變條件下，工業(yè)比重提高導(dǎo)致碳排放增加，由服務(wù)業(yè)比重提高所致的碳排放增幅小于工業(yè)且總體上有利于減少碳排放。利用2000-2012年廣東省21市的數(shù)據(jù)實證分析產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放的影響，結(jié)果證明了理論假說。由結(jié)論引伸出來的政策建議是在工業(yè)、交通運輸業(yè)、建筑業(yè)推廣低碳技術(shù)，繼續(xù)促進工業(yè)向服務(wù)業(yè)轉(zhuǎn)型，將對外貿(mào)易政策與行業(yè)的碳排放特點結(jié)合起來促進對外貿(mào)易結(jié)構(gòu)優(yōu)化等。

產(chǎn)業(yè)結(jié)構(gòu)變動； 二氧化碳排放； 廣東； 低碳經(jīng)濟轉(zhuǎn)型； 綠色索洛模型

一 引 言

隨著氣候變化問題受到關(guān)注，限制溫室氣體排放成為聯(lián)合國歷屆氣候大會的首要議題。二氧化碳是溫室氣體的主要來源，作為世界第一大碳排放國，我國在2009年底向國際社會承諾2020年單位GDP的二氧化碳排放量比2005年下降40%-45%。2011年12月，國務(wù)院發(fā)布《“十二五”控制溫室氣體排放工作方案》，規(guī)定全國目標(biāo)為2015年單位GDP二氧化碳排放比2010年下降17%，廣東省的目標(biāo)為下降19.5%。2014年11月，中美發(fā)布?xì)夂蜃兓?lián)合聲明，我國承諾在2030年左右達到二氧化碳排放量峰值，表明我國從承擔(dān)降低二氧化碳排放強度的相對減排義務(wù)過渡到降低二氧化碳排放總量的絕對減排義務(wù)的意愿。廣東是我國第一經(jīng)濟大省及首批開展低碳試點的省份之一，如果我國也本著“共同而有區(qū)別”的原則制定各省市的二氧化碳總量減排路線圖，廣東可能被指定為第一批要求達到碳排放峰值的省份。廣東如何在不影響經(jīng)濟發(fā)展的同時降低二氧化碳排放，是一個值得研究的問題。政府與學(xué)術(shù)界一直非常重視產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，本文就產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響進行研究，為廣東省通過產(chǎn)業(yè)結(jié)構(gòu)調(diào)整實現(xiàn)向低碳經(jīng)濟轉(zhuǎn)型提供政策參考。為行文簡便，后文中的“碳”與“二氧化碳”為同義詞。

學(xué)術(shù)界對產(chǎn)業(yè)結(jié)構(gòu)與碳排放關(guān)系的研究可追溯至20世紀(jì)90年代學(xué)者們對于環(huán)境庫茲涅茨曲線原因的解釋。羅馬俱樂部的研究報告(Meadows et al.，1972)[1]認(rèn)為經(jīng)濟增長必然會帶來環(huán)境惡化，所以人類要實現(xiàn)可持續(xù)發(fā)展，就必須降低經(jīng)濟增速，實現(xiàn)零增長。伴隨著上世紀(jì)70年代的石油危機，學(xué)者們對這個觀點深信不疑，直至Grossman和Krueger(1991)[2]發(fā)現(xiàn)環(huán)境質(zhì)量隨著經(jīng)濟增長經(jīng)歷一個先逐步惡化再逐漸好轉(zhuǎn)的倒U型轉(zhuǎn)變過程。Panayotou(1993)[3]首次將這種現(xiàn)象稱為環(huán)境庫茲涅茨曲線(EKC)假說，它表明在收入達到一定水平時，經(jīng)濟增長和環(huán)境改善是可以兼容的。作者還對EKC產(chǎn)生的原因進行了初步分析，認(rèn)為在經(jīng)濟發(fā)展的初級階段，經(jīng)濟活動對環(huán)境污染的影響有限；伴隨著工業(yè)化起飛，環(huán)境惡化率開始超過環(huán)境再生率，導(dǎo)致環(huán)境污染加劇；在經(jīng)濟發(fā)展的高級階段，隨著經(jīng)濟結(jié)構(gòu)向信息密集的高科技產(chǎn)業(yè)和服務(wù)業(yè)轉(zhuǎn)型，人們環(huán)保意識的提高、環(huán)境規(guī)制的實施、更先進技術(shù)的出現(xiàn)以及保護環(huán)境支出的增多，導(dǎo)致環(huán)境惡化趨緩并呈現(xiàn)逐漸改善的趨勢。這是論述產(chǎn)業(yè)結(jié)構(gòu)與污染物排放關(guān)系的早期文獻。J?nicke等(1997)[4]指出，隨著經(jīng)濟發(fā)展和收入增長，服務(wù)業(yè)的份額上升而工業(yè)的份額下降，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)向污染更小的部門使得環(huán)境質(zhì)量好轉(zhuǎn)，揭示了產(chǎn)業(yè)結(jié)構(gòu)升級與污染物排放的關(guān)系。Panayotou等(2000)[5]正式提出產(chǎn)業(yè)結(jié)構(gòu)變化假說來解釋碳排放與人均收入存在EKC現(xiàn)象的原因。他們以單位GDP的非住房資本存量作為工業(yè)化的代理變量，利用17個OECD國家1870-1994年長達125年的數(shù)據(jù)對碳排放與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系進行了實證研究，發(fā)現(xiàn)在工業(yè)化時期，資本積累會促使碳排放增加，但是到了后工業(yè)化時期，資本積累對碳排放的貢獻下降并且變?yōu)樨?fù)值。當(dāng)然，學(xué)者們還提出了其他不同觀點來解釋EKC現(xiàn)象產(chǎn)生的原因。如Beckerman(1992)[6]用需求收入彈性解釋EKC下降的原因，認(rèn)為環(huán)境質(zhì)量是正常物品，其需求收入彈性大于0甚至大于1，所以隨著收入增長，環(huán)境質(zhì)量改善；Copeland 和Taylor(1995)[7]用“污染處置假說”和“污染避難所假說”來解釋EKC產(chǎn)生的原因，認(rèn)為由于各國環(huán)境規(guī)制寬嚴(yán)程度的差異，造成污染密集型產(chǎn)業(yè)通過對外貿(mào)易或者對外直接投資渠道，從環(huán)境規(guī)制嚴(yán)格的富國轉(zhuǎn)移至環(huán)境規(guī)制寬松的窮國，富國通過產(chǎn)業(yè)轉(zhuǎn)移“處置污染產(chǎn)業(yè)”，通過進口滿足其消費，窮國出口污染密集型產(chǎn)品，成為“污染避難所”。Grossman和Krueger(1995)[8]認(rèn)為如果這兩個假說成立，那么過去的經(jīng)驗就不能很好預(yù)測未來，因為發(fā)展中國家不可能一直能找到更窮的國家作為其污染密集型產(chǎn)業(yè)轉(zhuǎn)移的避難所。上述文獻表明雖然經(jīng)濟增長對污染物排放的影響尚不能達成共識，但是產(chǎn)業(yè)結(jié)構(gòu)變動對污染物排放的影響不容忽視。

近年來國內(nèi)外學(xué)者對我國產(chǎn)業(yè)結(jié)構(gòu)與碳排放關(guān)系的研究比較多。如張雷等(2011)[9]認(rèn)為在我國低碳經(jīng)濟發(fā)展中產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的改善至關(guān)重要，產(chǎn)業(yè)結(jié)構(gòu)的貢獻度可能達到60%，后者的貢獻為10%；Du等(2012)[10]發(fā)現(xiàn)我國重工業(yè)產(chǎn)值占工業(yè)總產(chǎn)值比重與人均二氧化碳排放量正相關(guān)；郭朝先(2012)[11]發(fā)現(xiàn)1996-2009年，產(chǎn)業(yè)結(jié)構(gòu)變動促進了我國碳排放增長，并預(yù)測到2020年產(chǎn)業(yè)結(jié)構(gòu)變動將有助于減少碳排放。Zhou等(2013)[12]指出技術(shù)進步通過產(chǎn)業(yè)結(jié)構(gòu)升級或優(yōu)化間接降低了碳排放強度；梁云和鄭亞琴(2014)[13]研究發(fā)現(xiàn)我國省級層面的二氧化碳EKC存在，產(chǎn)業(yè)升級會對EKC 的峰值和位置產(chǎn)生影響，表現(xiàn)為工業(yè)化程度提高會使EKC向右上方移動，第三產(chǎn)業(yè)發(fā)展會使EKC向左下方移動，促使峰值提前到來；Su等(2014)[14]指出產(chǎn)業(yè)結(jié)構(gòu)和能源效率是決定我國碳排放強度區(qū)域差異的兩個重要因素；Mao等(2013)[15]、Chang(2014)[16]、Zhu等(2014)[17]就實現(xiàn)碳排放目標(biāo)與我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整進行了模擬分析，指出了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的具體方向。由于數(shù)據(jù)的可獲得性較強，對我國產(chǎn)業(yè)結(jié)構(gòu)對碳排放影響的研究大都使用了基于STIRPAT模型或者基于EKC模型的計量模型法。研究省域?qū)用娈a(chǎn)業(yè)結(jié)構(gòu)對碳排放影響的文獻也很多，但由于數(shù)據(jù)的限制，大都采用了因素分解法(如LMDI法等)。劉春蘭等(2010)[18]研究發(fā)現(xiàn)1997-2007年間，北京市產(chǎn)業(yè)結(jié)構(gòu)調(diào)整抑制了碳排放；汪宏韜(2010)[19]研究指出第二產(chǎn)業(yè)是上海碳減排的重點，應(yīng)降低該產(chǎn)業(yè)的比重；趙欣和龍如銀(2010)[20]研究發(fā)現(xiàn)江蘇省的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整沒有起到抑制碳排放的作用；王媛等(2014)[21]發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)變動抑制了天津市碳排放增長；徐成龍等(2014)[22]研究發(fā)現(xiàn)1994-2010年間山東省產(chǎn)業(yè)結(jié)構(gòu)調(diào)整增加了碳排放；秦翊和侯莉(2013)[23]、張捷等(2014)[24]分別研究了廣東省產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放的影響，前者以三大產(chǎn)業(yè)為研究對象，得出了1995-2010年間產(chǎn)業(yè)結(jié)構(gòu)變動增加了碳排放的結(jié)論，后者將三大產(chǎn)業(yè)細(xì)分為15個行業(yè)，并考慮了生活部門，得出了2000-2011年間產(chǎn)業(yè)結(jié)構(gòu)變動減少了碳排放的結(jié)論。LMDI分析法的好處在于它可以明確地分解出各個因素對碳排放的影響，缺陷在于它分解的因素有限，基本上囿于人口、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、能源強度、碳排放因子等因素，難以分解出城鎮(zhèn)化率、對外貿(mào)易、對外直接投資等更復(fù)雜因素對碳排放的影響。另外，各因素對碳排放的具體影響會隨著產(chǎn)業(yè)劃分的粗細(xì)不同而變化。

綜合而言，運用計量模型法研究省域?qū)用嫣寂欧膨?qū)動因素的文獻不多。本文嘗試根據(jù)廣東全省分行業(yè)的能源消費碳排放數(shù)據(jù)及各市分行業(yè)增加值比重數(shù)據(jù)推算出21個地級以上市的碳排放數(shù)據(jù)，然后利用廣東省21市2000-2012年的面板數(shù)據(jù)，使用Stata 12.0軟件進行計量分析，借助STIRPAT模型研究產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響，以期為廣東省向低碳經(jīng)濟轉(zhuǎn)型提供思路。

本文后續(xù)內(nèi)容安排如下：第二部分是產(chǎn)業(yè)結(jié)構(gòu)對碳排放影響的理論分析；第三部分是廣東省及其21市產(chǎn)業(yè)結(jié)構(gòu)與碳排放情況；第四部分是實證分析；第五部分是結(jié)論與政策建議。

二 產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放影響的理論分析

Brock和Taylor(2004)[25]提出了綠色索洛模型，這個模型假定污染與單位產(chǎn)出正相關(guān)，即t時點的污染排放量Pt、單位產(chǎn)出的污染排放量(污染強度)Nt、產(chǎn)出Yt滿足：

Pt=NtYt

(1)

假設(shè)污染量、污染強度、產(chǎn)出的增長率分別為gP,t、gN,t、gY,t,且污染強度由于治污技術(shù)進步而按固定速率下降，即gN,t為不變的負(fù)值(-gA)，則對(1)式兩邊取對數(shù)，再對時間求導(dǎo)，可以得到：

gP,t=gN,t+gY,t=-gA+gY,t

(2)

進而得出結(jié)論：因為隨著資本積累，產(chǎn)出的增長率gY,t下降，所以gP,t先為正值，后為負(fù)值，表現(xiàn)為污染排放量先上升后下降。

綠色索洛模型為我們從經(jīng)濟增長的角度解釋碳排放變化的趨勢提供了理論依據(jù)，但是這個模型假定污染強度呈下降趨勢，卻并沒有解釋其中的原因。發(fā)達國家的歷史數(shù)據(jù)表明，碳排放強度隨著時間呈現(xiàn)倒U型的形狀，而不是按照固定的速率下降。各國GDP的增長率也不是隨時間下降的，而是趨于不變。為此，我們嘗試從產(chǎn)業(yè)結(jié)構(gòu)角度闡述碳排放強度及其總量變化的原因。

Stefański(2009)[26]在該模型的基礎(chǔ)上研究了兩部門情況下產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放強度的影響，但是作者僅考慮了農(nóng)業(yè)和非農(nóng)業(yè)部門，沒有考慮到非農(nóng)業(yè)部門中工業(yè)和服務(wù)業(yè)的差異，也沒有考慮工業(yè)經(jīng)濟向服務(wù)經(jīng)濟的轉(zhuǎn)型。本文借鑒Stefański(2009)[26]的研究思路，假定經(jīng)濟中有三個部門，農(nóng)業(yè)A、工業(yè)B和服務(wù)業(yè)C，每個部門i在時點t的碳排放Pi,t以及經(jīng)濟中總的碳排放Pt均與產(chǎn)出正相關(guān)。假定ni,t、Yi,t、ri,t分別為每個部門的單位產(chǎn)出碳排放量、產(chǎn)出、產(chǎn)出占總產(chǎn)出的比重，Nt、Yt分別為整個經(jīng)濟的單位產(chǎn)出碳排放量、總產(chǎn)出，則對整個經(jīng)濟而言，(1)式仍然成立。對于每個部門而言，則存在：

Pi,t=ni,tYi,t

(3)

ri,t=Yi,t/Yt

(4)

再假定每個部門在減少碳排放方面具有相同的技術(shù)進步，因而碳排放強度按照相同的速率gA下降，即：

(5)

最后假設(shè)，就碳排放強度而言，工業(yè)最高，服務(wù)業(yè)次之，農(nóng)業(yè)最低，即：

nB,t>nC,t>nA,t

(6)

在不存在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的情況下，整個經(jīng)濟的碳排放強度也會以gA的速率下降，這也是綠色索洛模型設(shè)定的情形。在存在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的情況下，整個經(jīng)濟的碳排放強度除了取決于A、B、C三個部門的碳排放強度之外，還取決于各個部門的產(chǎn)出比重的變化情況，即產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的方向，不再以gA的速率下降。整個經(jīng)濟的碳排放總量為：

(7)

(8)

圖1 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對碳排放的影響 資料來源：作者制作。

綜上所述，在經(jīng)濟增長率及各產(chǎn)業(yè)減少碳排放的技術(shù)進步率一定的前提下，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對碳排放強度、碳排放量的變化起著重要作用。產(chǎn)業(yè)結(jié)構(gòu)調(diào)整帶來的結(jié)構(gòu)效應(yīng)導(dǎo)致碳排放強度、碳排放量的增長率不斷下降，從而出現(xiàn)了碳排放強度、碳排放量的兩條倒U型曲線。在經(jīng)濟結(jié)構(gòu)從農(nóng)業(yè)經(jīng)濟到工業(yè)經(jīng)濟的轉(zhuǎn)型過程中，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整表現(xiàn)為工業(yè)和服務(wù)業(yè)產(chǎn)出比重的提高，這兩者均會通過提高碳排放強度而最終提高碳排放量。在從工業(yè)經(jīng)濟向服務(wù)經(jīng)濟的轉(zhuǎn)型過程中，工業(yè)產(chǎn)出比重下降，服務(wù)業(yè)產(chǎn)出比重上升，有助于碳排放強度、碳排放量的同時降低。在此基礎(chǔ)上，我們提出產(chǎn)業(yè)結(jié)構(gòu)對碳排放量影響的理論假說：在其他因素不變的條件下，工業(yè)比重提高會導(dǎo)致碳排放量增加，服務(wù)業(yè)比重提高帶來的碳排放量增加少于工業(yè)，且總體上有助于減少碳排放量。

三 廣東省及其21市產(chǎn)業(yè)結(jié)構(gòu)與碳排放情況

(一)廣東省產(chǎn)業(yè)結(jié)構(gòu)與碳排放情況

從1978年改革開放至2000年，廣東省的產(chǎn)業(yè)結(jié)構(gòu)一直以第二產(chǎn)業(yè)為主導(dǎo)。總體來看，第二產(chǎn)業(yè)比重變化不大，從1978年的46.6%變化為2000年的46.5%，僅僅降低了0.1個百分點；第三產(chǎn)業(yè)比重則從23.6%上升至44.3%，提高了20.7個百分點。從圖2可知，2000-2012年，廣東省產(chǎn)業(yè)結(jié)構(gòu)的變動幅度總體上小于前一時期，第二產(chǎn)業(yè)的比重從46.5%上升至48.5%，提高了2個百分點，第三產(chǎn)業(yè)則從44.3%上升至46.5%，提高了2.2個百分點。第一產(chǎn)業(yè)比重從2000年的9.2%逐年下降至2010年的5%，并趨于穩(wěn)定。

本文借鑒齊紹洲和付坤(2013)[27]的方法，利用排放因子法及廣東地區(qū)能源平衡表(實物量)計算碳排放量。從圖2還可以看出本世紀(jì)以來，廣東省的碳排放保持不斷增長的態(tài)勢，從2000年的19851.03萬噸上升至2012年的55746.38萬噸，增長了1.8倍，年均增長率約為9%。作為參考，同期廣東省的GDP從10741.25億元上升至57067.92億元,扣除通貨膨脹的影響，約增長了3.3倍*根據(jù)2013年《廣東統(tǒng)計年鑒》中的GDP指數(shù)計算。，年均增長率為12.9%。根據(jù)式(8)可知，廣東省碳排放增長率小于GDP增長率的直接原因在于碳排放強度不斷下降。在不存在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的情況下，碳排放強度的降低直接來源于技術(shù)效應(yīng)，在存在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的情況下，碳排放強度的降低則是技術(shù)效應(yīng)和結(jié)構(gòu)效應(yīng)共同作用的結(jié)果。

圖2 2000-2012年廣東省產(chǎn)業(yè)結(jié)構(gòu)與二氧化碳排放量走勢圖

注：產(chǎn)業(yè)結(jié)構(gòu)為第一、二、三產(chǎn)業(yè)增加值占當(dāng)年廣東GDP的比重；產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)來源于2013年《廣東統(tǒng)計年鑒》，碳排放量數(shù)據(jù)根據(jù)2001-2013年《中國能源統(tǒng)計年鑒》中的廣東能源平衡表(實物量)計算而得。

(二)廣東省各市產(chǎn)業(yè)結(jié)構(gòu)與碳排放情況

考慮到廣東省產(chǎn)業(yè)結(jié)構(gòu)的變化幅度較小，利用全省的數(shù)據(jù)分析產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響很難得出有價值的結(jié)論。廣東省由21個地級以上市組成，我們可以從21個市的視角來考查產(chǎn)業(yè)結(jié)構(gòu)與碳排放的關(guān)系。從表1可知2000-2012年廣東省21個市產(chǎn)業(yè)結(jié)構(gòu)及碳排放的變化情況*僅計算了各市終端能源消費產(chǎn)生的碳排放。因無法獲得廣東省21市各個行業(yè)對各種能源消耗的具體數(shù)據(jù)，碳排放量采取估算的方法。假設(shè)對于單個行業(yè)而言，各市在該行業(yè)創(chuàng)造單位增加值產(chǎn)生的碳排放量相同，具體計算步驟為：首先，根據(jù)廣東地區(qū)能源平衡表(實物量)，利用排放因子法，計算出廣東農(nóng)林牧漁業(yè)、工業(yè)、交通運輸倉儲和郵政業(yè)、批發(fā)零售和住宿餐飲業(yè)、其他服務(wù)業(yè)及生活能源消費產(chǎn)生的碳排放；其次，按照21個市農(nóng)林牧漁業(yè)、交通運輸倉儲和郵政業(yè)、批發(fā)零售和住宿餐飲業(yè)、其他服務(wù)業(yè)增加值占廣東省該行業(yè)增加值的比重將這些行業(yè)的碳排放分?jǐn)傊?1個市；再次，考慮到工業(yè)內(nèi)部結(jié)構(gòu)差異對碳排放的影響不同，先根據(jù)2013年《廣東統(tǒng)計年鑒》中38個工業(yè)行業(yè)的能源消耗占工業(yè)能源消耗的比重將工業(yè)碳排放量分?jǐn)傊?8個行業(yè)，然后根據(jù)歷年《廣東統(tǒng)計年鑒》中各市規(guī)模以上工業(yè)企業(yè)分行業(yè)增加值數(shù)據(jù)，按照21市各行業(yè)增加值占廣東省該行業(yè)增加值的比重(2000-2005年沒有提供各市工業(yè)分行業(yè)增加值數(shù)據(jù)，僅提供了分行業(yè)的產(chǎn)值數(shù)據(jù)，該年按照產(chǎn)值比重)將38個行業(yè)的碳排放量數(shù)據(jù)再繼續(xù)分?jǐn)傊?1個市。最后，將歷年來分?jǐn)傊粮魇械母餍袠I(yè)的碳排放量數(shù)據(jù)加總就得到了各市碳排放量的具體數(shù)據(jù)。另外，因生活部門碳排放量占碳排放總量的比重不高，穩(wěn)定在10%左右，所以沒有計算各市生活部門能源消費產(chǎn)生的碳排放。。廣東省21個市產(chǎn)業(yè)結(jié)構(gòu)的變化幅度大部分高于廣東省總體的變化幅度，這為使用21市數(shù)據(jù)進行實證分析提供了可能。各市的第一產(chǎn)業(yè)比重均呈下降趨勢，第二產(chǎn)業(yè)比重則呈現(xiàn)不同的變動趨勢。其中河源、汕尾、陽江、揭陽等4市第二產(chǎn)業(yè)比重上升幅度最大，表明這些市處于從農(nóng)業(yè)經(jīng)濟向工業(yè)經(jīng)濟的轉(zhuǎn)型過程中，廣州、深圳、東莞、珠海第二產(chǎn)業(yè)的比重則呈現(xiàn)下降趨勢，表明這些市處于從工業(yè)經(jīng)濟向服務(wù)經(jīng)濟的轉(zhuǎn)型過程中。除了佛山、汕尾、揭陽之外，其余各市的第三產(chǎn)業(yè)比重均呈現(xiàn)上升趨勢。總的來說，廣東省各市的產(chǎn)業(yè)結(jié)構(gòu)變化基本上符合產(chǎn)業(yè)結(jié)構(gòu)變化的一般規(guī)律，即隨著經(jīng)濟的發(fā)展，第一產(chǎn)業(yè)比重不斷下降，第三產(chǎn)業(yè)比重不斷上升，第二產(chǎn)業(yè)比重先上升后下降的趨勢。

從各市碳排放占全省的比重看，廣州、深圳、佛山等3市的比重較高，三者合計接近全省的50%。2000-2012年，廣州的比重下降了4.3個百分點，深圳、佛山的比重則分別提高了2.4、0.6個百分點。從碳排放的增長率來看，各市碳排放的增長率均大于0，其中河源、揭陽、陽江、清遠(yuǎn)、惠州碳排放的增長率較高，均在400%以上。

表1 2000-2012年廣東省21市產(chǎn)業(yè)結(jié)構(gòu)及二氧化碳排放變化情況

(續(xù)上表)

注：產(chǎn)業(yè)比重為該產(chǎn)業(yè)增加值占廣東GDP的比重,二氧化碳比重為該市碳排放量占廣東碳排放量的比重；各產(chǎn)業(yè)比重變化數(shù)據(jù)根據(jù)2001、2013年《廣東統(tǒng)計年鑒》計算，二氧化碳排放數(shù)據(jù)根據(jù)2001-2013年《中國能源統(tǒng)計年鑒》及《廣東統(tǒng)計年鑒》中的數(shù)據(jù)計算。

四 實證分析

(一)模型設(shè)定與數(shù)據(jù)說明

lnCBit=α0+α1lnSTRit+α2lnPOPit+α3lnPGDPit+α4lnURBit+α5lnFDIit+α6lnOPENit+ci+τt+εit

(9)

lnCBit=β0+δlnCBit-1+β1lnSTRit+β2lnPOPit+β3lnPGDPit+β4lnURBit+β5lnFDIit+β6lnOPENit+ui+vit

(10)

其中下標(biāo)i代表廣東省的21個市；下標(biāo)t代表年份，為2000-2012年；α、β、δ為待估計參數(shù)；CB為碳排放量；STR表示產(chǎn)業(yè)結(jié)構(gòu)。本文分別使用工業(yè)增加值占GDP的比重(IND)、第三產(chǎn)業(yè)(服務(wù)業(yè))增加值占GDP的比重(TER)、第三產(chǎn)業(yè)(服務(wù)業(yè))增加值與第二產(chǎn)業(yè)增加值之比(ST)來衡量產(chǎn)業(yè)結(jié)構(gòu)；控制變量包括人口(POP)、人均GDP(PGDP)、城鎮(zhèn)化率(URB)、外商直接投資依存度(FDI)、對外貿(mào)易依存度(OPEN)；ci、ui表示個體效應(yīng)；τt表示時間效應(yīng)；εit、vit表示誤差項。

碳排放量根據(jù)第三部分的方法計算，單位為萬噸。其余數(shù)據(jù)均根據(jù)2001-2013年《廣東統(tǒng)計年鑒》及各市的統(tǒng)計年鑒計算。工業(yè)增加值占GDP的比重、服務(wù)業(yè)增加值占GDP的比重、外商直接投資依存度、對外貿(mào)易依存度的單位均為%。根據(jù)第二部分的分析，工業(yè)增加值占GDP比重的預(yù)期符號為正值，服務(wù)業(yè)增加值占GDP比重的系數(shù)小于工業(yè)增加值占GDP比重的系數(shù)，預(yù)期符號不確定。根據(jù)Grossman和Krueger(1991)[2]的研究，外商直接投資依存度、對外貿(mào)易依存度對碳排放的影響取決于規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)的大小，預(yù)期符號也是不確定的。雖然外商直接投資和對外貿(mào)易會通過影響人均GDP而影響到碳排放，但是考慮到廣東省經(jīng)濟的外向型特征以及“污染避難所假說”，所以此處將它們也加入模型之中，不僅可以控制這些因素對碳排放的影響，而且有助于檢驗“污染避難所假說”在廣東是否存在。第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比代表產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度，其在模型中的預(yù)期符號為負(fù)值。城鎮(zhèn)化率以各市非農(nóng)業(yè)人口占戶籍人口的比重來衡量，單位為%。城鎮(zhèn)化會增加工業(yè)、建筑和交通的能源消費，同時增加碳排放，城鎮(zhèn)化率的預(yù)期符號為正值。人口為各市當(dāng)年與上一年年末常住人口數(shù)的算術(shù)平均值，單位為萬人。人口增加會增加能源消費和碳排放，預(yù)期符號為正值。人均GDP折算為以2000年為基期的實際值，單位為元。考慮到廣東省各市的經(jīng)濟發(fā)展水平尚未達到碳排放量的拐點，所以預(yù)期人均GDP的符號也為正值。使用Stata12.0軟件，可得到各變量對數(shù)形式的描述性統(tǒng)計結(jié)果，見表2。

表2 變量的描述性統(tǒng)計

另外，對各解釋變量進行Pearson相關(guān)系數(shù)分析，發(fā)現(xiàn)相關(guān)系數(shù)的絕對值均低于0.8(見表3)。進一步考查方差膨脹因子(VIF)后發(fā)現(xiàn)所有解釋變量的方差膨脹因子均小于10，表明解釋變量之間不存在嚴(yán)重的多重共線性。

表3 變量的Pearson相關(guān)系數(shù)分析

(二)變量平穩(wěn)性檢驗

面板數(shù)據(jù)同時具有時間維度和橫截面維度，因此可能存在單位根問題，在進行回歸分析之前需要對其進行平穩(wěn)性檢驗，以避免出現(xiàn)偽回歸現(xiàn)象。此處使用檢驗面板數(shù)據(jù)平穩(wěn)性的LLC、IPS、Fisher-ADF三種方法同時進行檢驗，任意一種檢驗不通過則認(rèn)為變量為非平穩(wěn)序列。從表4可知，我們均可以在5%的顯著性水平上拒絕變量為非平穩(wěn)序列的原假設(shè)，表明所有變量均為平穩(wěn)序列。

表4 變量的平穩(wěn)性檢驗結(jié)果

注：括號中為P值。

(三)靜態(tài)面板實證結(jié)果分析

根據(jù)前文可知，解釋變量均為平穩(wěn)序列且解釋變量之間不存在嚴(yán)重的多重共線性，可以進行回歸分析。具體做法是將衡量產(chǎn)業(yè)結(jié)構(gòu)的三個變量依次加入模型，為了檢驗?zāi)Ｐ偷姆€(wěn)健性，先采取縮減形式的STIRPAT模型，然后將其他控制變量也加入模型進行分析(見表5)。靜態(tài)面板的估計方法通常有固定效應(yīng)模型(FE)、隨機效應(yīng)模型(RE)和混合模型(POLS)三種，其中混合模型和固定效應(yīng)模型的選擇使用F 檢驗，混合模型與隨機效應(yīng)模型的選擇使用Breusch-Pagan檢驗，固定效應(yīng)模型與隨機效應(yīng)模型的選擇使用Hausman檢驗。所有模型的Hausman檢驗在5%的顯著性水平上拒絕了隨機效應(yīng)估計有效的原假設(shè)，表明所有模型均適用固定效應(yīng)模型，鑒于控制了時間效應(yīng)，所以這些模型又稱為雙向固定效應(yīng)模型。此外，面板數(shù)據(jù)可能存在的異方差和序列相關(guān)問題也會影響估計結(jié)果的有效性，所以有必要進行異方差和序列相關(guān)檢驗。異方差檢驗使用基于固定效應(yīng)估計的Wald 檢驗，結(jié)果表明所有模型均存在異方差；序列相關(guān)檢驗直接使用Wooldridge檢驗進行，結(jié)果表明所有模型均存在序列相關(guān)。本文在固定效應(yīng)模型估計的基礎(chǔ)上使用Driscoll 和Kraay 在1998年提出的估計方法對標(biāo)準(zhǔn)誤做穩(wěn)健性處理，該方法能同時處理“大N小T”型面板數(shù)據(jù)的異方差和序列相關(guān)問題。

從模型(1)-(2)、(5)-(6)可知，碳排放量與工業(yè)增加值比重正相關(guān)，表現(xiàn)為廣東省工業(yè)增加值比重每提高1%，碳排放量平均提高0.751%-0.834%。原因在于工業(yè)增加值比重增加是以農(nóng)業(yè)、建筑業(yè)、第三產(chǎn)業(yè)(服務(wù)業(yè))增加值比重的降低為條件的。從表6可知，與第一產(chǎn)業(yè)(農(nóng)業(yè))、建筑業(yè)、服務(wù)業(yè)相比，工業(yè)的碳排放強度最高，因而其他產(chǎn)業(yè)增加值比重降低所減少的碳排放低于工業(yè)增加值比重提高所增加的碳排放，使得工業(yè)增加值比重越高，碳排放量越高。從模型(3)-(4)可知，碳排放量與服務(wù)業(yè)增加值比重負(fù)相關(guān)，表現(xiàn)為廣東省服務(wù)業(yè)比重每提高1%，碳排放量平均降低0.382%-0.472%。原因在于服務(wù)業(yè)增加值比重提高是以第一產(chǎn)業(yè)、第二產(chǎn)業(yè)增加值降低為條件的，因為第二產(chǎn)業(yè)的平均碳排放強度高于服務(wù)業(yè)的平均碳排放強度，第一產(chǎn)業(yè)的平均碳排放強度低于服務(wù)業(yè)的平均值，當(dāng)?shù)谝弧⒍a(chǎn)業(yè)增加值比重降低所減少的碳排放多于服務(wù)業(yè)增加值比重提高所增加的碳排放時，就會出現(xiàn)服務(wù)業(yè)增加值比重越高，碳排放量反而越小的情況。模型(5)-(6)將工業(yè)增加值比重與服務(wù)業(yè)增加值比重同時作為解釋變量，結(jié)果表明碳排放量與服務(wù)業(yè)增加值的比重正相關(guān)但在統(tǒng)計上不顯著。這并不表明回歸結(jié)果不穩(wěn)健，經(jīng)濟學(xué)含義是，在工業(yè)增加值及其他因素不變的情況下，廣東省服務(wù)業(yè)增加值比重每提高1%，碳排放量將增加0.114%-0.126%，原因可能是在工業(yè)增加值比重不變時，服務(wù)業(yè)增加值比重增加必須以農(nóng)業(yè)或建筑業(yè)增加值比重的降低為條件，因為農(nóng)業(yè)、建筑業(yè)碳排放強度的平均值均低于服務(wù)業(yè)，所以農(nóng)業(yè)、建筑業(yè)增加值比重降低所減少的碳排放少于服務(wù)業(yè)增加值比重提高所增加的碳排放，因此出現(xiàn)碳排放量隨著服務(wù)業(yè)增加值比重提高而增加的情況。在前6個模型中，模型(6)包含的控制變量最多，能客觀反映產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響，從中可知在其他因素不變的情況下，廣東工業(yè)、服務(wù)業(yè)增加值比重均提高1%，碳排放量分別提高0.785%、0.126%，服務(wù)業(yè)增加值比重提高1%所增加的碳排放少于工業(yè)增加值比重提高相同幅度所增加的碳排放。由此，第二部分提出的理論假說得證。模型(7)-(8)以第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比重作為解釋變量。結(jié)果表明廣東省第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比每提高1%，碳排放量將減少0.239%-0.276%，原因在于第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比提高意味著產(chǎn)業(yè)結(jié)構(gòu)從第二產(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)型，而第二產(chǎn)業(yè)的碳排放強度高于服務(wù)業(yè)的碳排放強度，因此第二產(chǎn)業(yè)增加值下降所減少的碳排放超過服務(wù)業(yè)增加值提高所增加的碳排放，出現(xiàn)碳排放量隨著產(chǎn)業(yè)結(jié)構(gòu)從第二產(chǎn)業(yè)向第三產(chǎn)業(yè)的轉(zhuǎn)型而下降的現(xiàn)象。

表5 產(chǎn)業(yè)結(jié)構(gòu)對碳排放影響的靜態(tài)面板回歸結(jié)果

注：小括號內(nèi)數(shù)值為Driscoll-Kraay穩(wěn)健標(biāo)準(zhǔn)誤,序列相關(guān)的滯后階數(shù)選擇Stata12.0默認(rèn)的2階滯后；中括號內(nèi)數(shù)值為相應(yīng)檢驗統(tǒng)計量的P值；*、**、***分別表示10%、5%、1%的顯著性水平。

表6 2000-2012年廣東省各行業(yè)的碳排放強度 單位：噸/萬元

注：各行業(yè)增加值換算為以2000年為基期的實際值；#表示其中；生產(chǎn)部門的碳排放不包括能源加工轉(zhuǎn)換環(huán)節(jié)的碳排放；合計的碳排放強度包括生產(chǎn)部門終端能源消費、能源加工轉(zhuǎn)換的碳排放及生活部門的碳排放；平均的碳排放強度為各行業(yè)歷年碳排放強度的算術(shù)平均值；表中數(shù)據(jù)根據(jù)歷年《中國能源統(tǒng)計年鑒》及《廣東統(tǒng)計年鑒》計算。

在模型(1)-(8)中，人口、人均GDP、城鎮(zhèn)化率等控制變量的系數(shù)均為正值，符合預(yù)期，顯著性水平均在5%以內(nèi)。對外貿(mào)易依存度的系數(shù)為正值，顯著性水平也為5%，表明廣東省的對外貿(mào)易商品結(jié)構(gòu)欠合理，可能存在“污染避難所”效應(yīng)。外商直接投資對碳排放的影響不確定。另外，在各個解釋變量中，人均GDP的系數(shù)最大，表明在2000-2012年間，經(jīng)濟增長是推動廣東省碳排放增長的首要因素。

(四)動態(tài)面板實證結(jié)果分析

碳排放具有一定的慣性或者路徑依賴特征，本期的碳排放可能會受到上一期碳排放的影響，因此有必要在解釋變量中加入被解釋變量的滯后一期，將靜態(tài)面板變?yōu)閯討B(tài)面板。處理動態(tài)面板通常有差分GMM和系統(tǒng)GMM兩種方法，系統(tǒng)GMM是對差分GMM的擴展，不會消除掉不隨時間變化的個體效應(yīng)的影響，相當(dāng)于對差分方程和原水平方程進行聯(lián)立分析，因此本文采取兩步系統(tǒng)GMM方法對模型進行估計。我們把滯后一期的碳排放作為內(nèi)生變量，將兩階及更高階的滯后項作為工具變量，估計結(jié)果見表7。

從模型(9)-(16)可知，碳排放量滯后一期的系數(shù)均為正值，表明廣東省的碳排放確實具有慣性，且上一期碳排放量每提高1%，將拉動本期碳排放量增加0.458%-0.519%。從模型(9)-(10)、模型(13)-(14)可知，廣東省工業(yè)增加值比重每提高1%，碳排放平均增加0.421%-0.617%，這一范圍低于靜態(tài)面板的回歸結(jié)果，表明在控制了上一期碳排放的影響后，工業(yè)增加值比重對碳排放的影響降低了。從模型(11)-(12)可知，廣東省服務(wù)業(yè)比重每提高1%，碳排放平均降低0.272%-0.295%，同樣低于靜態(tài)面板的回歸結(jié)果。模型(13)-(14)將工業(yè)增加值比重與服務(wù)業(yè)增加值比重同時作為解釋變量，結(jié)果表明在工業(yè)增加值比重及其他因素不變的情況下，廣東省碳排放量與服務(wù)業(yè)增加值比重正相關(guān)，但模型(14)中服務(wù)業(yè)增加值比重的系數(shù)不顯著，從中可知工業(yè)增加值比重、服務(wù)業(yè)增加值比重每提高1%，碳排放量分別提高0.544%、0.258%，同樣證明了第二部分提出的理論假說。從模型(15)-(16)可知，廣東省服務(wù)業(yè)增加值與第二產(chǎn)業(yè)增加值之比每提高1%，碳排放量平均減少0.266%-0.268%，波動范圍比靜態(tài)面板的回歸結(jié)果更小。人口、人均GDP、城鎮(zhèn)化率等控制變量的系數(shù)在所有模型中均為正值，與靜態(tài)面板的回歸結(jié)果相同，表明回歸結(jié)果均有穩(wěn)健性，對外貿(mào)易依存度系數(shù)為正值但是不顯著，尚不能肯定 “污染避難所假說”在廣東省的存在性。相比表5的結(jié)果，這些控制變量的系數(shù)大都變小了，表明在考慮了碳排放的慣性后，這些因素對碳排放的影響也減弱了。外商直接投資依存度對碳排放的影響仍然不確定。一般而言，動態(tài)面板的估計通常要進行殘差項的序列相關(guān)性檢驗(AR(1)和AR(2)檢驗)以及工具變量過度識別檢驗(Sargan檢驗)。從表7可知所有模型差分后的殘差均存在一階序列相關(guān)性，不存在二階序列相關(guān)性,由此可以推斷原模型的殘差項沒有序列相關(guān)性；Sargan檢驗均不能拒絕工具變量為過度識別的原假設(shè)，表明工具變量的選擇是可行的。這些檢驗均表明動態(tài)面板的回歸結(jié)果具有穩(wěn)健性。總體來說，靜態(tài)面板和動態(tài)面板的回歸結(jié)果相似，不僅均證明了本文的理論假說，還起到了相互印證的作用。

表7 產(chǎn)業(yè)結(jié)構(gòu)對碳排放影響的動態(tài)面板回歸結(jié)果

(續(xù)上表)

注：L.表示滯后一期；小括號內(nèi)數(shù)值為標(biāo)準(zhǔn)誤；中括號內(nèi)數(shù)值為相應(yīng)檢驗統(tǒng)計量的P值；*、**、***分別表示10%、5%、1%的顯著性水平。

五 結(jié)論與政策建議

本文首先從理論上分析了產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放的影響，然后利用廣東省21個市2000-2012年的面板數(shù)據(jù)，對產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響進行了實證分析。研究表明碳排放量與工業(yè)、服務(wù)業(yè)增加值比重正相關(guān)，且碳排放對工業(yè)增加值比重的彈性高于對服務(wù)業(yè)增加值比重的彈性；還發(fā)現(xiàn)經(jīng)濟增長、人口、城鎮(zhèn)化、對外貿(mào)易均在不同程度上拉動了碳排放增長，外商直接投資對碳排放的影響不確定。在此基礎(chǔ)上，本文提出如下政策建議：

首先，在工業(yè)、交通運輸倉儲和郵政業(yè)、建筑業(yè)中大力推廣節(jié)能減碳技術(shù)、零碳化技術(shù)、去碳化技術(shù)(如碳捕捉和封存技術(shù))等低碳技術(shù)，降低這些部門的碳排放強度。在樣本期內(nèi)，廣東省工業(yè)碳排放占碳排放總量的比重均在70%以上，工業(yè)是碳排放的最大來源。交通運輸倉儲和郵政業(yè)的碳排放量雖然占比不大，在10%左右波動，但其碳排放強度是所有行業(yè)中最高的，2012年達到3.11噸/萬元，約為工業(yè)碳排放強度的2.5倍。廣東省建筑業(yè)的碳排放量占碳排放總量的比重在2009年以前均在0.7%以內(nèi)，但是從2010年開始，這一比重均保持在2.4%左右，碳排放強度也從2009年以前的不到0.3噸/萬元迅速上升至2010年以后的0.89噸/萬元，增長了近2倍。廣東正處于工業(yè)化中后期，城鎮(zhèn)化率僅略高于全國平均水平，城鎮(zhèn)化還有較大的發(fā)展空間，城鎮(zhèn)化的發(fā)展會拉動工業(yè)、交通、建筑業(yè)的能源消耗及碳排放。如果在推進工業(yè)化、城鎮(zhèn)化的過程中采用低碳技術(shù)，那么仍然可以達到碳減排的目標(biāo)。發(fā)達國家在低碳技術(shù)上具有優(yōu)勢，廣東省可以通過對外貿(mào)易或外商直接投資引進低碳技術(shù)，還可以通過自主研發(fā)的方式獲取這些技術(shù)。與碳排放具有負(fù)外部性類似，低碳技術(shù)研發(fā)具有正外部性，因而在缺少合理的制度安排的情況下，企業(yè)不會主動從事低碳技術(shù)的引進或研發(fā)，政府要為從事引進、研發(fā)這些技術(shù)的企業(yè)提供一定補貼以彌補正外部性，還要加強對低碳技術(shù)知識產(chǎn)權(quán)的保護來激勵低碳技術(shù)研發(fā)。

其次，繼續(xù)推動由工業(yè)向服務(wù)業(yè)的結(jié)構(gòu)轉(zhuǎn)型。從表6可知，2012年，廣東省工業(yè)的碳排放強度為1.22噸/萬元，為服務(wù)業(yè)碳排放強度0.4噸/萬元的3倍以上。理論上，工業(yè)向服務(wù)業(yè)的轉(zhuǎn)型一方面有助于降低整個經(jīng)濟的碳排放強度，還可以降低碳排放總量的增長速度，實現(xiàn)廣東省向低碳經(jīng)濟的轉(zhuǎn)型。從具體數(shù)據(jù)來看，2000-2012年間，廣東省工業(yè)增加值比重最高的年份是2006年，為47.1%，之后工業(yè)增加值比重開始下降，2012年降至45.2%，共降低了1.9個百分點，服務(wù)業(yè)增加值比重則從2006年的43.6%上升至2012年的46.5%，共提高了2.9個百分點，表明近年來廣東的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型開始進入加速階段。廣東省要繼續(xù)利用政策、法律、財稅等手段為服務(wù)業(yè)尤其是現(xiàn)代服務(wù)業(yè)發(fā)展創(chuàng)造良好的營商環(huán)境，降低壟斷部門的進入門檻，繼續(xù)推動工業(yè)向服務(wù)業(yè)的轉(zhuǎn)型。

最后，建議政府將對外貿(mào)易政策與行業(yè)碳排放特點結(jié)合起來，限制高碳排放強度產(chǎn)品的出口，鼓勵低碳排放強度產(chǎn)品(如服務(wù)貿(mào)易)出口，優(yōu)化對外貿(mào)易的商品結(jié)構(gòu)。在后危機時代，外需不振，廣東省設(shè)立了促進對外貿(mào)易發(fā)展的專項資金。根據(jù)廣東省商務(wù)廳網(wǎng)站發(fā)布的信息，2014年廣東省共支出穩(wěn)增長調(diào)結(jié)構(gòu)專項資金1.5億元，扶持企業(yè)收購國際著名品牌及促進外經(jīng)貿(mào)轉(zhuǎn)型升級專項資金2.439億元，促進企業(yè)投保出口信用保險專項資金3.01億元，出口企業(yè)開拓國際市場專項資金5178.8萬元，外貿(mào)綜合服務(wù)試點項目資金5055萬元，共計約7.97億元。政府對申請專項資金的企業(yè)大都有出口業(yè)績的規(guī)定，但是并沒有考慮到企業(yè)所屬行業(yè)碳排放強度的差異及行業(yè)的減排績效，對優(yōu)化外貿(mào)結(jié)構(gòu)的作用不大，應(yīng)當(dāng)加以改進。

本文還存在不足之處，如僅分析了產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放的影響，沒有考慮到技術(shù)進步、政府政策對降低碳排放的作用，也沒有考慮產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放影響的時間或空間差異性，這是筆者下一步努力的方向。

[1] D. H. Meadows, D. L. Meadows, J. Randers et al..TheLimitstoGrowth:AReportfortheClubofRome’sProjectonthePredicamentofMankind[M]. New York: Universe Books, 1972.

[2] G. M. Grossman, A. B. Krueger. Environmental Impacts of A North American Free Trade Agreement[J].NBERWorkingPaper， No.3914, 1991.

[3] T. Panayotou. Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development[J].WorldEmploymentProgrammeResearchWorkingPaper， WP238, 1993.

[4] M. J?nicke, M. Binder, H. M?nch. ‘Dirty Industries’: Patterns of Change in Industrial Countries[J].EnvironmentalandResourceEconomics, 1997, 9(4): 467-491.

[5] T. Panayotou, A. Peterson, J. Sachs. Is the Environmental Kuznets Curve Driven by Structural Change?What Extended Time Series May Imply for Developing Countries[J].CAERIIDiscussionPaper， No.80, 2000.

[6] Beckerman, W.. Economic Growth and the Environment: Whose Growth? Whose Environment? [R].WorldDevelopmentReport, 1992.

[7] B. R. Copeland, M. S. Taylor. Trade and Environment: A Partial Synthesis[J].AmericanJournalofAgriculturalEconomics, 1995, 77(3):765-771.

[8] G. M. Grossman, A. B. Krueger. Economic Growth and the Environment[J].QuarterlyJournalofEconomics, 1995, 110 (2):353-377.

[9] 張雷,李艷梅,黃園淅等. 中國結(jié)構(gòu)節(jié)能減排的潛力分析[J]. 中國軟科學(xué), 2011， 26(2):42-51.

[10] L. Du, C. Wei, and S. Cai. Economic Development and Carbon Dioxide Emissions in China: Provincial Panel Data Analysis[J].ChinaEconomicReview, 2012, 23(2)：371-384.

[11] 郭朝先. 產(chǎn)業(yè)結(jié)構(gòu)變動對中國碳排放的影響[J]. 中國人口·資源與環(huán)境, 2012, 22(7):15-20.

[12] X. Zhou, J. Zhan, and J. Li. Industrial Structural Transformation and Carbon Dioxide Emissions in China[J].EnergyPolicy, 2013， 57(6)：43-51.

[13] 梁云, 鄭亞琴. 產(chǎn)業(yè)升級對環(huán)境庫茲涅茨曲線的影響——基于中國省際面板數(shù)據(jù)的實證研究[J]. 經(jīng)濟問題探索, 2014, (6):74-79.

[14] Y. Su, X. Chen, Y. Li, et al.. China’s 19-year City-level Carbon Emissions of Energy Consumptions, Driving Forces and Regionalized Mitigation Guidelines[J].RenewableandSustainableEnergyReviews, 2014, 35(7)：231-243.

[15] G. Mao, X. Dai, Y. Wang, et al.. Reducing Carbon Emissions in China: Industrial Structural Upgrade based on System Dynamics[J].EnergyStrategyReviews, 2013, 2(2):199-204.

[16] Chang, N.. Changing Industrial Structure to Reduce Carbon Dioxide Emissions: A Chinese Application[J].JournalofCleanerProduction, (In Press), 2014.

[17] Y. Zhu, Y. Shi, and Z. Wang. How Much CO2Emissions Will be Reduced through Industrial Structure Change if China Focuses on Domestic rather than International Welfare?[J].Energy, 2014, 72(1): 168-179.

[18] 劉春蘭, 陳操操, 陳群等. 1997年至2007年北京市二氧化碳排放變化機理研究[J]. 資源科學(xué), 2010, 32(2):235-241.

[19] 汪宏韜. 基于LMDI的上海市能源消費碳排放實證分析[J]. 中國人口·資源與環(huán)境, 2010, 20(5):143-146.

[20] 趙欣, 龍如銀. 江蘇省碳排放現(xiàn)狀及因素分解實證分析[J]. 中國人口·資源與環(huán)境, 2010, 20(7):25-30.

[21] 王媛等. LMDI方法分析結(jié)構(gòu)效應(yīng)對天津市碳排放的影響及對策[J]. 天津大學(xué)學(xué)報(社會科學(xué)版), 2014, 16(6):509-514.

[22] 徐成龍, 任建蘭, 鞏燦娟. 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對山東省碳排放的影響[J]. 自然資源學(xué)報, 2014, 29(2):201-210.

[23] 秦翊, 侯莉. 廣東能源消費碳排放影響因素分解分析——基于LMDI方法[J]. 科技管理研究, 2013, (12):224-227.

[24] 張捷, 石柳, 趙秀娟. 廣東省終端能源消費碳排放增長的驅(qū)動因素[J]. 技術(shù)經(jīng)濟, 2014, 33(5):64-71.

[25] W. Brock, and M. S.Taylor.The Green Solow Model [J].NBERWorkingPaper， No.10557, 2004.

[26] Stefański, R. L..EssaysonStructuralTransformationinInternationalEconomics[D]. USA:The University Of Minnesota， 2009.

[27] 齊紹洲, 付坤. 低碳經(jīng)濟轉(zhuǎn)型中省級碳排放核算方法比較分析[J]. 武漢大學(xué)學(xué)報(哲學(xué)社會科學(xué)版), 2013, 66(2):85-92.

[28] P. R. Ehrlich, J. P. Holdren. Impact of Population Growth[J].Science, 1971, 171(3):1212-1217.

[29] T. Dietz, E. A. Rosa. Effects of Population and Affluence on CO2Emissions[J].ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica, 1997, 94(1):175-179.

[引用方式]趙秀娟,張捷.基于綠色索洛模型的產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放影響——以廣東省為例的實證研究[J].產(chǎn)經(jīng)評論,2015,6(3):38-53.

The Impact of Industrial Structure’s Adjustment on Carbon Emissions Based on Green Solow Model ——An Empirical Analysis for Guangdong Province

ZHAO Xiu-juan ZHANG Jie

This paper firstly analyzes the impact of industrial structure’s adjustment on carbon dioxide emissions theoretically based on the Green Solow Model, and puts forward a hypothesis that, ceteris paribus, the enhancement of the share of industrial output would increase the carbon dioxide emissions, while the increase of the share of service output would cause less carbon dioxide emissions than that from industry and may contribute to the overall reduction of carbon emissions; secondly, it gives a description of the trends of industrial structure and carbon emissions in Guangdong province and its 21 cities; thirdly, it uses the panel data of 21 cities from 2000-2012 to study empirically the impact of industrial structure on carbon dioxide emissions, and finds out that both static and dynamic panel data models prove the theoretical hypothesis; finally, it puts forward some suggestions including the application of low carbon technology in sectors such as industry, transportation, construction, continue to promote the transformation from industry to service, and that to optimize foreign trade commodity structure by combining foreign trade policies with the characteristic of sectorial carbon emissions.

industrial structure adjustment; carbon dioxide emissions; Guangdong province; low carbon economic transformation; Green Solow Model

2015-02-28

國家自然科學(xué)基金重點項目“推動經(jīng)濟發(fā)達地區(qū)產(chǎn)業(yè)轉(zhuǎn)型升級的機制與政策研究”(編號：71333007，項目主持人：胡軍)；廣東省低碳發(fā)展專項資金重大基礎(chǔ)項目“廣東低碳發(fā)展戰(zhàn)略研究”(項目主持人：張捷)。

趙秀娟，暨南大學(xué)經(jīng)濟學(xué)院博士研究生，研究方向為國際貿(mào)易與產(chǎn)業(yè)結(jié)構(gòu)；張捷，經(jīng)濟學(xué)博士，暨南大學(xué)經(jīng)濟學(xué)院教授、博士生導(dǎo)師，研究方向為國際貿(mào)易與產(chǎn)業(yè)結(jié)構(gòu)。

F061.5； F205

A

1674-8298(2015)03-0038 -16

[責(zé)任編輯：伍業(yè)鋒]

10.14007/j.cnki.cjpl.2015.03.003