劉傳江 張振源 趙曉夢



摘要:本文在STIRPAT模型的基礎上構建供給側碳排放和需求側碳排放的影響因素模型,使用面板數(shù)據回歸分析方法,定量分析了經濟增長、人口總數(shù)、產業(yè)結構、消費結構、城鎮(zhèn)化水平、技術水平和貿易開放度對供給側碳排放和需求側碳排放的影響,并進一步比較分析了二者的異同,得出以下主要結論:(1)供給側碳排放與人均GDP顯著正相關、與人均GDP的二次項顯著負相關,印證了碳排放庫茲涅茨曲線假說。(2)需求側碳排放并不存在庫茲涅茨曲線,其與人均GDP顯著正相關。(3)在相同的控制變量影響下,不同國家或地區(qū)經濟發(fā)展對供給側碳排放和需求側碳排放的影響方式不盡相同,碳凈進口國和碳凈出口國都應客觀理性地承擔起相應的減排責任,共同制定公平合理的節(jié)能減排方案。
關鍵詞:供給側碳排放;需求側碳排放;STIRPAT模型
中圖分類號:F124;F1261文獻標識碼:A
文章編號:1000176X(2016)06004007
一、引言
在貿易全球化的今天,二氧化碳的減排已經不單單是一個國家或地區(qū)面臨的問題,落后產能和高能耗粗放型產業(yè)的轉移使得國際貿易中碳轉移和碳泄露等問題日益嚴重。因此,傳統(tǒng)的供給側碳排放測算已經不能完全成為一國在應對氣候變化問題上所應承擔責任多少的主要依據。在這一背景下,近年來基于消費者責任制的需求側碳排放研究逐漸得到各國學者的關注。
供給側碳排放(Production Based Carbon Emission,PBC)也稱為生產者責任制碳排放,即碳排放責任全部由產品和服務的直接生產者承擔。這一基于能源消費的測算方法由于計算方法簡單、數(shù)據獲取便利被廣泛使用,在此基礎上的相關研究主要集中在碳排放的影響因素分解和其與經濟發(fā)展的關系兩個方面。一方面,許多學者在基于能源消費計算碳排放的基礎上對其影響因素進行研究。Ang等\[1\]采用對數(shù)平均迪氏指數(shù)法(LMDI)對3個OECD國家的碳排放進行了分解,把影響因素分為能源結構、能源強度、產業(yè)結構和能源排放強度,認為在不同國家這些因素對碳排放的影響不同。Sun\[2\]使用Laspeyres指數(shù)法對1980—1994年發(fā)達國家的碳排放強度進行了分解,認為產業(yè)結構對碳排放的影響不明顯。另一方面,在測算生產責任制碳排放的基礎上,一些學者熱衷于探析碳排放與經濟發(fā)展的關系,而傳統(tǒng)的碳排放與經濟發(fā)展的關系研究起源于環(huán)境問題與經濟發(fā)展的關系。Grossman和Krueger\[3\]通過規(guī)模效應、技術效應和結構效應影響環(huán)境質量的途徑提出和檢驗了兩者的關系。林伯強和劉希穎\[4\]選用協(xié)整方法研究了二氧化碳排放量與經濟增長、城鎮(zhèn)化水平等變量之間的長期均衡關系,認為人均GDP和能源強度是影響二氧化碳排放量最主要的因素, 其他依次是能源消費碳強度、城市化和水泥產量。
需求側碳排放(Consumption Based Carbon Emission,CBC)也被稱為消費者責任制碳排放,即碳排放的責任由產品和服務的消費者承擔。Peters\[5\]對消費者責任制碳排放(Consumption-Based Emissions)進行了定義,把一國最終需求造成的所有碳排放(不管發(fā)生在國內還是國外)歸為該國的碳排放責任,該定義已被眾多學者廣泛采用。樊綱等\[6\]基于長期的、動態(tài)的視角,提出根據最終消費來衡量各國碳排放責任的理論,并根據最終消費與碳減排責任的關系,計算了1950—2005年世界各國累積消費碳排放量,研究發(fā)現(xiàn)中國已經成為碳凈出口國。彭水軍等\[7\]通過SDA方法考察了1995—2009年中國生產側和消費側碳排放的影響因素,發(fā)現(xiàn)生產側排放明顯多于消費側排放,國內最終需求規(guī)模和生產部門投入結構對兩側碳排放有正向影響,而國內生產部門碳強度的下降則對兩側碳排放增加有抑制作用。
本文在已有研究的基礎上,根據STIRPAT模型構建供給側碳排放和需求側碳排放的影響因素模型,使用面板數(shù)據回歸分析方法,定量分析經濟增長、人口總數(shù)、產業(yè)結構、消費結構、城鎮(zhèn)化水平、技術水平和貿易開放度對供給側碳排放和需求側碳排放的影響,并比較分析上述經濟發(fā)展變量對兩側碳排放影響機制的異同。
二、模型構建、變量選取及數(shù)據來源與處理
1模型構建
本文以STIRPAT模型為基礎構建計量回歸模型。STIRPAT模型是在IPAT模型的基礎上發(fā)展起來的。IPAT(Impact,Population,Affluence,Technology)模型是由Ehrlich和Holdren\[8\]提出的環(huán)境影響方程,他們認為影響環(huán)境的因素是人口、富裕程度和技術。式中的I、P、A和T分別為環(huán)境壓力、人口數(shù)量、富裕度和技術。York等\[9\]在上述模型的基礎上進行了改進,提出STIRPAT模型,較好地彌補了IPAT模型的缺陷,其表達式為:
2變量選取
本文選取了經濟增長、人口總數(shù)、產業(yè)結構、消費結構、城鎮(zhèn)化水平、技術水平和貿易開放度等體現(xiàn)經濟發(fā)展的變量,各變量選取的經濟意義和構建情況說明如下:
經濟增長(pgdp)。大量研究表明,經濟增長與碳排放之間有著長期的穩(wěn)定關系,而人均GDP作為經濟增長第一指標可以較為準確地體現(xiàn)出一個國家或地區(qū)的經濟增長情況。
人口總數(shù)(pop)。人口總數(shù)體現(xiàn)了STIRPAT模型中人口因素對環(huán)境的影響。
產業(yè)結構(is)。這一指標用第二產業(yè)占GDP的比重來衡量結構產業(yè)。第二產業(yè)是指采礦業(yè),制造業(yè),電力、燃氣及水的生產和供應業(yè),建筑業(yè)等高能耗產業(yè),其發(fā)展會對一個國家或地區(qū)的碳排放產生顯著影響。
消費結構(cs)。消費結構是在一定的社會經濟條件下,人們(包括各種不同類型的消費者和社會集團)在消費過程中所消費的各種不同類型的消費資料(包括勞務)的比例關系。已有研究顯示,消費結構的變化會顯著影響需求側碳排放的變化。這一指標用第三產業(yè)消費量占居民消費總量的比重來衡量。
城鎮(zhèn)化水平(urb)。城鎮(zhèn)化水平的提高,一方面會創(chuàng)造基礎設施和住宅投資需求,相應地,水泥、建材和鋼鐵等高能耗產業(yè)可能出現(xiàn)增長勢頭,對碳排放產生影響。另一方面會提升國民整體素質,有更高的低碳行為傾向性。這一指標用城鎮(zhèn)人口占總人口的比重來衡量。
技術水平(tec)。一個國家的技術水平會影響到該國在國際分工中的定位,從而大大影響本國國內相應行業(yè)的碳強度以及進口產品的碳強度。這一指標用高科技產品出口額占GDP的比重來衡量。
貿易開放度(open)。對不同國家或地區(qū),貿易開放可能導致高污染、高能耗產業(yè)的轉入,也可能導致這些產業(yè)的轉出,從而對碳排放產生影響。這一指標用貿易額占GDP的比重來衡量。
3數(shù)據來源與處理
以上數(shù)據以及作為因變量的供給側碳排放和需求側碳排放數(shù)據均來自OECD數(shù)據庫和世界銀行發(fā)展指標,其中人均GDP以2010年為基準年做了平減處理。為保證平穩(wěn)性,上述變量在回歸中均進行了取對數(shù)處理。
本文選取中國、美國、日本、俄羅斯、印度和歐盟15國為研究對象的原因如下:一是中國和美國作為全球最大的兩個經濟體以及碳排放量最多的兩個國家,理應被納入研究對象。二是日本和歐盟15國經濟發(fā)展穩(wěn)定,碳排放波動不大,將其納入研究對象可以考察成熟穩(wěn)定的經濟狀況對碳排放的影響。三是印度近年來有著可觀的經濟增長速度,也是全球第二大人口大國,印度的數(shù)據可以有效地體現(xiàn)出人口因素對碳排放的影響。四是將俄羅斯列為研究對象是為了研究一個典型的碳凈出口國的碳排放與經濟發(fā)展究竟有著怎樣的關系。鑒于數(shù)據的可得性,本文將研究時期定為1995—2011年。
三、檢驗結果與分析
1平穩(wěn)性檢驗
為驗證各變量序列的平穩(wěn)性,本文分別使用LLC法、Breitung法、IPS法和PP-Fisher法對各變量進行單位根檢驗。限于篇幅,各變量的單位根據檢驗結果和各變量一階差分的單位根檢驗結果不在正文中列出,留存?zhèn)渌鳌?/p>
檢驗結果顯示,各變量的水平序列都是不平穩(wěn)的。因此,對各變量的一階差分值進行單位根檢驗。檢驗結果顯示,除
可以看到lnpop、lnis、lncs和lnurb外,其余變量均為一階單整,被解釋變量的單整階數(shù)不高于任何一個解釋變量的單整階數(shù),符合多元回歸協(xié)整檢驗的條件,可以進行協(xié)整檢驗。
2協(xié)整檢驗
本文采用Pedroni檢驗對四個模型進行協(xié)整檢驗,具體結果如表1所示。
Pedroni 檢驗主要包括以下兩類: 第一類是基于聯(lián)合組內尺度的檢驗, 包括Panel v統(tǒng)計量、Panel ρ統(tǒng)計量、Panel PP統(tǒng)計量和Panel ADF 統(tǒng)計量四種統(tǒng)計方法。這些統(tǒng)計量包含了不同變量的自回歸系數(shù)對估計殘差的單位根檢驗。第二類是基于組間尺度的檢驗,包括Group ρ統(tǒng)計量、Group PP統(tǒng)計量和Group ADF統(tǒng)計量三種統(tǒng)計方法。這些統(tǒng)計是基于每個向量個體估計系數(shù)的簡單平均。Pedroni的蒙特卡洛模擬實驗結果顯示,對于大于100 的樣本來說,7 個統(tǒng)計量的檢驗效力都很好并且很穩(wěn)定,但對于小樣本(T<20)來說,Group ADF統(tǒng)計量是最有效力的。本文是小樣本分析,所以主要看這個統(tǒng)計量的檢驗結果。
從表1的協(xié)整檢驗結果來看,四個模型的主要變量均在5%的顯著性水平下拒絕“不存在協(xié)整關系”的原假設,由此可知,原模型即為碳排放與經濟發(fā)展的面板協(xié)整模型,分別刻畫了供給側碳排放和需求側碳排放與經濟發(fā)展等變量之間的長期均衡關系。因此,可以認為碳排放與其解釋變量在長期趨于一致,它們之間存在協(xié)整關系。
3面板協(xié)整模型估計
(1)供給側碳排放影響因素模型回歸結果
根據上述模型選擇的理論,首先使用Eviews軟件中的冗余固定效應檢驗來對混合效應模型與個體固定效應模型進行選擇,結果顯示含人均GDP二次項和不含人均GDP二次項的模型均應選擇個體固定效應模型。同時由于本文的關注對象僅限于六個研究對象,所以不宜采用隨機效應模型。綜上,使用個體固定效應模型對模型(1)和模型(3)進行回歸。為了研究不同碳排放均衡狀況的經濟體的碳排放與經濟發(fā)展的關系,根據碳排放均衡狀況(PBC與CBC的比值)將六個研究對象分為碳凈進口組(美國、日本和歐盟15國,其PBCCBC<1)和碳凈出口組(中國、印度和俄羅斯,其PBCCBC≥1),具體回歸結果如表2所示。
從表2的回歸結果可以看出,就整體而言,模型(1)和模型(3)的擬合效果良好,模型(1)中的人均GDP以及模型(3)中的人均GDP、人均GDP的二次項在統(tǒng)計上均為顯著。因此,供給側碳排放影響因素模型的最終回歸結果為:
上述回歸方程中人均GDP的二次項的回歸系數(shù)為負且在統(tǒng)計上顯著,可以認為供給側碳排放庫茲涅茨曲線是存在的。人口總數(shù)的回歸系數(shù)顯著為正,說明人口總數(shù)每增加1個百分點,供給側碳排放便相應地增加05983個百分點;產業(yè)結構的回歸系數(shù)顯著為正,說明第二產業(yè)占GDP的比重上升會導致供給側碳排放增加;消費結構的回歸系數(shù)顯著為負,說明第三產業(yè)消費量占居民消費總量的比重上升會相應地減少供給側碳排放;城鎮(zhèn)化水平的回歸系數(shù)顯著為正,說明城鎮(zhèn)化水平的提升對供給側碳排放的刺激作用大于抑制作用;與預期相反,技術水平的回歸系數(shù)顯著為正,可能是由于高科技產品出口的增加更大程度上刺激了經濟的整體發(fā)展,抵消了其在優(yōu)化產業(yè)結構方面的作用,從而導致供給側碳排放增加;貿易開放度的回歸系數(shù)不顯著,說明對外貿易對供給側碳排放的影響不明顯;時間變量的回歸系數(shù)不顯著,說明隨時間變化的其他非觀測因素對供給側碳排放的影響并不明顯。
由于觀測量的下降,各分組的回歸結果均不如整體。在碳凈進口組,模型(3)的擬合效果良好,且人均GDP的二次項的回歸系數(shù)為正,說明在碳凈進口國,供給側碳排放與人均GDP間呈現(xiàn)出U型曲線。根據二次曲線的頂點公式可知,碳凈進口組的三個國家均未達到曲線的拐點。因此,碳凈進口組的三個國家供給側碳排放隨著人均GDP的上升而減少,這也與預期相符。發(fā)達國家在經濟發(fā)展的過程中不斷地將高污染、高能耗的能源密集型產業(yè)向外轉移,使得本國的能源強度大大下降,從而導致了供給側碳排放減少。
在碳凈出口組,模型(1)和模型(3)的擬合效果都很理想。就模型(1)來看,人均GDP的回歸系數(shù)為正,說明在碳凈出口國供給側碳排放是隨著經濟增長而同向增加的。模型(3)中人均GDP的二次項的回歸系數(shù)為正,也呈現(xiàn)出U型曲線,但與碳凈進口組所不同的是,碳凈出口組的三個國家均在二次曲線頂點的右側運行,與模型(1)的結果吻合。中國和印度作為發(fā)展中國家,不斷接受發(fā)達國家落后產能的轉入,使得其在經濟高速增長的同時背負上了越來越重的環(huán)境壓力;而俄羅斯作為能源出口大國,豐富的資源稟賦決定了本國的產業(yè)結構會以高能耗產業(yè)為主,直接導致了俄羅斯供給側碳排放的不斷增加。
值得注意的是,在碳凈出口組的回歸結果中,lnt的回歸系數(shù)顯著為負,而在碳凈進口組該變量的回歸系數(shù)并不顯著。由于時間變量在這里主要反映經濟增長以外隨時間變化的因素所產生的影響,例如,環(huán)境政策、能源價格和節(jié)能減排技術的變化等,所以可以推測,環(huán)境政策和節(jié)能減排技術可以在碳凈出口國起到更為顯著的減排作用。
(2)需求側碳排放影響因素模型回歸結果
同樣地,經過冗余固定效應檢驗確定應使用個體固定效應模型對模型(2)和模型(4)進行回歸,具體回歸結果如表3所示。
從表3的回歸結果可以看出,就整體而言,模型(2)的擬合效果更為理想,人均GDP的回歸系數(shù)在統(tǒng)計上顯著,模型(4)的擬合效果不理想,人均GDP二次項的回歸系數(shù)在統(tǒng)計上不顯著,說明需求側碳排放庫茲涅茨曲線并不存在。因此,需求側碳排放影響因素模型的最終回歸結果為:
上述回歸方程中人均GDP的回歸系數(shù)顯著為正,說明需求側碳排放與經濟增長存在長期的正相關關系,經濟增長使得人們更為富裕,消費能力得到提升,促進了需求側碳排放的增加。與模型(3)中的回歸結果相似,人口總數(shù)、產業(yè)結構和城鎮(zhèn)化水平對需求側碳排放均有顯著的正向促進作用,與預期相符。消費結構的回歸系數(shù)顯著為負,說明隨著生活水平的提高和消費結構的優(yōu)化,消費碳強度不斷下降,從而抑制了需求側碳排放的增加。技術水平的回歸系數(shù)顯著為正,說明高科技產品出口的增加導致居民更加富裕,從而刺激了消費,抵消了其在優(yōu)化產業(yè)結構和降低行業(yè)碳強度方面的作用,最終促進了需求側碳排放的增加。
分組來看,在碳凈進口組,模型(2)的擬合結果更為理想,人均GDP的回歸系數(shù)在1%置信水平下顯著為正,說明在碳凈進口國,需求側碳排放隨著人均GDP的提高而不斷增加,經濟增長對需求側碳排放的作用是單向的。lnt的回歸系數(shù)并不顯著,說明在碳凈出口國,環(huán)境政策和節(jié)能減排技術并沒有對居民消費行為產生太大的影響,居民在低碳行為的選擇上并沒有隨著經濟水平的提升而顯出更大的傾向性。
在碳凈出口組,模型(4)的擬合結果和模型(2)的擬合結果呈現(xiàn)出一樣的趨勢,即在目前的經濟水平,經濟增長對需求側碳排放的作用是單向促進的。但與碳凈進口組相比,模型(2)中人均GDP的回歸系數(shù)明顯偏小,這說明人均GDP的提高對需求側碳排放的促進作用在碳凈進口組更為顯著。
四、結論
本文在STIRPAT模型的基礎上,使用面板數(shù)據回歸分析方法,定量分析了經濟增長、人口總數(shù)、產業(yè)結構、消費結構、城鎮(zhèn)化水平、技術水平和貿易開放度對供給側碳排放和需求側碳排放的影響,并進一步比較分析了二者的異同,主要得到以下結論:
第一,就六個研究對象整體而言,供給側碳排放與經濟發(fā)展的關系印證了碳排放庫茲涅茨曲線假說,人口總數(shù)、產業(yè)結構、城鎮(zhèn)化水平和技術水平與供給側碳排放顯著正相關,消費結構與供給側碳排放顯著負相關,并得到了具體的回歸方程。需求側碳排放并不存在庫茲涅茨曲線,經濟增長、人口總數(shù)、產業(yè)結構、城鎮(zhèn)化水平和技術水平與需求側碳排放顯著正相關,消費結構與需求側碳排放顯著負相關,也得到了具體的回歸方程。
第二,在碳凈進口國,人均GDP的提高對供給側碳排放和需求側碳排放的作用是相反的,這也說明在其他控制變量不變的情況下,美國、日本和歐盟15國的碳凈進口量在長期會隨著經濟增長而持續(xù)增加。而在碳凈出口國,盡管人均GDP的提高同樣會導致需求側碳排放增加,但與碳凈進口國相比,以目前的經濟發(fā)展水平來看,增加的速率明顯不如后者,這也直接導致了落后國持續(xù)惡化的碳排放均衡狀況。
上述研究結論具有很重要的公平含義。在生產分散化和貿易自由化的今天,發(fā)達國家憑借著技術優(yōu)勢在全球價值鏈中始終處于上游優(yōu)勢位置,不斷將高污染、高能耗、粗放型產業(yè)向國外轉移,導致發(fā)展中國家行業(yè)碳密集度升高,碳排放大幅增加。發(fā)達國家一方面享受著更多的產品和服務,另一方面卻又指責發(fā)展中國家的高排放,這無疑是不公平的。因此,在應對氣候變化問題的后京都時代,每個國家應該坦誠地面對生產者和消費者的雙重身份,尋找出更加公平和有效的責任劃分原則。發(fā)達國家在需求側造成的二氧化碳排放理應使其在應對氣候變化問題上承擔更多的責任,而發(fā)展中國家在充分考慮自身權益的同時,也應該客觀面對本國在供給側和需求側所造成的碳排放,積極尋找公平合理的二氧化碳減排分攤方案。
就中國而言,在經濟新常態(tài)的現(xiàn)階段,應該切實推進供給側改革,抓住經濟結構、增長動力結構和增長方式結構調整的契機,對高能耗、高污染、高排放的落后產業(yè)嚴格實行去產能,大力扶持創(chuàng)新型和技術密集型等第三產業(yè),著力解決結構性供給過剩和結構性供給不足并存的問題,進一步優(yōu)化產業(yè)結構,降低供給側和需求側兩側的碳排放強度,從而實現(xiàn)經濟發(fā)展與節(jié)能減排的雙贏目標。
參考文獻:
[1]Ang, BW,Zhang, FQ,Choi,KH Factorizing Changes in Energy and Environmental Indicators through Decomposition[J] Energy, 1998,23(6):489-495
[2]Sun,JWChanges in Energy Consumption and Energy Intensity: A Complete Decomposition Model[J]Energy Economics, 1998,20(1):85-100
[3]Grossman,GM,Krueger,ABEnvironmental Impacts of a North American Free Trade Agreement[R]NBER Working Paper No3914, 1991
[4]林伯強,劉希穎中國城市化階段的碳排放:影響因素和減排策略[J]經濟研究,2010,(8):66-78
[5]Peters,G P From Production-Based to Consumption-Based National Emission Inventories[J] Ecological Economics, 2008, 65(1):13-23
[6]樊綱,蘇銘,曹靜最終消費與碳減排責任的經濟學分析[J]經濟研究,2010,(1):4-14
[7]彭水軍,張文城,孫傳旺中國生產側和消費側碳排放量測算及影響因素研究[J]經濟研究,2015,(1):168-182
[8]Ehrlich,PR,Holdren,JP Impact of Population Growth[J]Science, 1971,171(3977):1212-1217
[9]York,R,Rosa,E A,Dietz,T STIRPAT, IPAT and ImPACT: Analytic Tools for Unpacking the Driving Forces of Environmental Impacts[J]Ecological Economics, 2003, 46(3):351-365