中國區域碳生產率與能源消耗、經濟增長關系比較研究

鄧小樂　孫　慧

1(新疆大學，烏魯木齊　830000)　2(新疆商貿經濟學校，烏魯木齊　830000)

中國區域碳生產率與能源消耗、經濟增長關系比較研究

鄧小樂1，2孫慧1

1(新疆大學，烏魯木齊830000)2(新疆商貿經濟學校，烏魯木齊830000)

〔摘要〕本文對1995～2013年中國30個省市、自治區的碳生產率、人均能源消費與人均GDP進行單位根檢驗，并對30個省市、自治區的平穩面板數據進行Grange因果關系檢驗，研究結果表明：碳生產率與能源消費之間為雙向Granger因果關系，能源消費與經濟增長為雙向Granger因果關系，經濟增長是碳生產率的單向Granger原因。當每多消費一單位的能源，對非資源型省份碳生產率的負向影響將比資源型省份大，即非資源型省份碳生產率下降的水平比資源型省份下降的要多，同時非資源型省份經濟增長帶來的碳生產率水平上升幅度要大于資源型省份。

〔關鍵詞〕碳生產率經濟增長資源型省份非資源型省份Hausman檢驗

引言

世界各國在應對氣候問題的過程中逐步達成了發展低碳經濟的共識，只有改變現有的“三高”(高能耗、高污染、高排放)經濟模式，才能實現可持續發展。既要促進經濟的增長，又要實現碳排放的減少，碳生產率很好地將二者結合了起來。在氣候惡化的緊迫形勢下，碳排放空間將成為比勞動、資本、土地等自然資源更為稀缺的生產要素，大幅度提高碳生產率已成為在可持續發展框架下應對氣候變化的關鍵策略[1]。

2015年中國在巴黎氣候峰會上承諾2030年左右實現碳排放強度較2005年下降60%～65%，碳排放達到峰值，意味著中國開始實現絕對減排，提升碳生產率則成為中國實現碳排放絕對減排的第一選擇。

1　文獻綜述

縱觀關于碳生產率的研究主要分為以下幾個主要方面。

1.1碳生產率對實現低碳發展的重要性

國外的學者最早提出提高碳排放效率對于實現低碳發展的重要意義。Mielnik O等分析了對于發展中國家，以碳排放強度為其經濟發展模式的主要評價標準，對其實現低碳經濟的重要意義[2]。部分學者以OECD國家和部分地區為樣本，利用多種DEA模型評價了這些區域的碳排放績效，總結出碳排放績效對于區域低碳發展具有重要意義[3-5]。同樣的Kortelainen對歐盟20國動態環境績效的研究，也得出了一致的結論[6]。在國內，何建坤等學者提出提高碳生產率是我國發展低碳經濟的主要途徑[7]。也有學者認為低碳社會的兩個基本特征是碳生產率與人文發展水平的同時提高[8]。

1.2碳生產率收斂研究

沈能等(2013)將集聚外部性與碳生產率納入統一研究框架，分析集聚外部性對碳生產率收斂的影響，研究發現無論從長期還是短期來看，我國的碳生產率都存在空間條件β收斂，且俱樂部趨同也十分顯著。其中集聚外部性是改善碳生產率和推動碳生產率收斂的重要動力機制，專業化集聚和多樣化集聚對碳生產率的空間趨同均有正向推動作用，其作用大小取決于集聚的程度[9]。張成等(2013)通過中國1995～2011年29個省份的面板數據，研究了人均GDP和碳生產率的趨同效應與脫鉤狀態，研究結果顯示，東中西內部和組間差距形態各異，各省份之間碳生產率存在差距，并向各自的穩態水平趨近。碳生產率的增長速度滯后于人均GDP的增速[10]。

1.3碳生產率與各影響因素關系研究

諸大建等(2010)在上海市工業碳排放總量與碳生產率關系研究中，認為碳生產率雖然無法使碳排放實現絕對減排，但具有相對減排的現實意義[11]。林善浪，張作雄等(2013)運用空間計量的研究方法，對技術創新與空間集聚對區域碳生產率進行了實證研究，研究表明：我國區域碳排放生產率空間相關性較強，空間集聚與產業結構對區域碳排放生產率有明顯影響，技術創新的影響作用并不顯著[12]。吳曉華，李磊(2014)針對我國省際能源效率與碳生產率的研究發現，提升碳生產率要充分考慮地區間的差異，對于高碳生產率低能效的地區，可通過提升能源效率來提升碳生產率[13]。于雪霞(2015)也認為短期內能源效率對碳生產率的變化起著主要的影響作用[14]。劉傳江，胡威等(2015)在探討環境規制、經濟增長與地區碳生產率的關系中，發現無論從全國，還是從東、中、西部地區來看，環境規制都抑制了碳生產率的提升，但經濟增長對碳生產率的影響則不同，對于全國及東部、中部地區來說促進了碳生產率的提升，但西部地區則產生的是抑制作用[15]。趙皋(2014)在針對我國碳生產率增長的長期關系和短期效應的研究中發現FDI、貿易開放、城市化和人均GDP促進了碳生產率的增長，而二產占比的提高則發揮了抑制作用[16]。張成，王建科(2014)以中國省際層面數據為樣本，研究了區域碳生產率的影響因素，認為提高碳生產率的關鍵因素是技術進步、資本能源替代效應和勞動能源替代效應[17]。

我國關于碳生產率的研究起步較晚，現仍處于初期階段，已有關于碳生產率與能源消費、經濟增長關系的研究多從空間地理的角度研究二者之間的關系，從產業視角對碳生產率與經濟增長關系的研究相對較少。本文首先通過1995～2013年中國30個省份的面板數據分析，探討碳生產率與能源消費、經濟增長的關系，進一步對資源型省份與非資源型省份進行對比分析，找出兩型省份碳生產率與經濟增長關系的異同點，力圖對兩型省份的碳減排政策選擇以及低碳發展提供一定的政策依據。

2　方法與數據來源

2.1方法

(1)明確資源型產業的劃分，進一步根據資源型城市的劃分標準，將中國各省份劃分為資源型省份和非資源型省份。

(2)考量區際碳生產率、能源消費與經濟增長狀況，包括組內與組間的差異與變化趨勢。

(3)構建碳生產率與能源消費、經濟增長關系模型，并進行測度。以碳生產率指數為因變量，人均能源消耗量(標準煤)與人均GDP為自變量構建回歸模型，分析考察資源型省份與非資源型省份碳生產率與能源消耗、經濟增長關系的差異。

2.1.1資源型省份與非資源型省份劃分

目前國內外對資源型產業的內涵和外延理解不一，學術界通常將其分為廣義資源型產業和狹義資源型產業。廣義的資源型產業是指直接從事自然資源開發和初步加工的產業，狹義的資源型產業是指以礦產資源的開采及對其初級加工的相關產業[19]。本研究根據狹義資源型產業的內涵，從行業特征角度出發，依據礦產資源開采、加工與制造產業鏈的思路，將工業劃分為資源型產業與非資源型產業，其中資源型產業包括采礦業和資源型制造業，涉及3個門類、17個二位碼大類[20]。

表1　資源型產業分類一覽表

但在具體研究中發現，截止至2012年的中國工業經濟統計年鑒中僅有其中11個行業的經濟指標數據，開采輔助活動、其他采礦業、廢棄資源和廢舊材料回收加工業，電力、熱力生產和供應業，燃氣生產和供應業、水的生產和供應業6個行業的經濟數據在2013年中國工業經濟統計年鑒中才開始統計；且這6個行業的工業總產值等經濟指標在17個資源型產業中居于后6位，且絕對值較小，不會很大程度上影響整體分析結果。考慮到數據的連續性和總體分析的影響性，最終選擇其余11個行業為資源型產業。

同資源型產業一樣，資源型省份一詞被廣泛使用但沒有嚴格界定。借鑒武漢理工大學的云光分別在各自博士論文中對資源型城市的界定，“資源型城市是依托自然資源的開采和加工興起和發展起來的，資源型產業在城市經濟中起主導作用，其主要功能是向社會和國家輸出資源型產品的一類城市，其資源型產業在城市經濟中所占比重為50%以上”[21]。借鑒此標準，計算出2013年各省份11個資源型產業產值占第二產業產值比重，最終確定了11個省份為資源型省份，從而將中國劃分為資源型地區與非資源地區兩大區域進行碳生產率、能源消費與經濟增長關系的比較研究。

表2　資源型省份一覽表(以2013年產業產值數據計算得出)

根據產業產值占比標準，初選河北、山西、內蒙古、海南、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆，考慮到數據的可得性，剔除西藏。最終確定資源型省份為河北、山西、內蒙古、海南、貴州、云南、西藏、甘肅、青海、寧夏、新疆11個省市，其余19個省市為非資源型省份。

2.1.2區際碳生產率與能源消費

本文的能源折標系數與碳排放系數分別采用《能源統計報表制度(2010)》標準(見表3)與《2006年IPCC國家溫室氣體清單指南》標準(見表4)。(1)通過歷年《中國能源統計年鑒》的分地區能源消費表(實物量)獲得煤炭、石油、天然氣3種能源的消費量，根據標準煤折算系數折算成標準煤，得到能源消費量；(2)用能源消費量乘以各自的碳排放系數與二氧化碳氣化指標，計算二氧化碳排放總量；(3)用總量除以地區生產總值，得到碳生產率情況，進而分析組內及組間的碳生產率趨勢與差異。

碳排放量的計算公式為：

(1)

式中，C為碳排放量，單位為萬噸；Ej為第j種能源的消費量，單位為萬噸標準煤；Wj為第j種能源的碳排放系數，單位為噸/噸標準煤(折標系數見表3)。

表3　各種能源的折標系數　噸標準煤/噸

數據來源：《能源統計報表制度(2010)》，其中，天然氣折標系數的單位為噸標準煤/萬立方米。

表4　各種能源的碳排放系數　噸/噸標準煤

數據來源：《2006年IPCC國家溫室氣體清單指南》。

2.2數據來源

本文分別用碳生產率指數、人均標準煤消費量與人均GDP作為碳生產率、能源消費以及經濟增長的測量指標。其中經濟數據來源于1996～2014年《中國統計年鑒》，碳排放基礎數據來源于1996～2014年《中國能源統計年鑒》，并按照具體標準計算得出。

3　實證分析

3.1全國層面

本文將中國30個省、市、自治區劃分為資源型省份與非資源型省份兩個組別，考察產業視角下的區際碳生產率、能源消耗與經濟增長水平的差異，具體對兩個組別的碳生產率、人均能源消耗和人均GDP進行分析。圖1為各組碳生產率變化趨勢。

圖1　分組年碳生產率變化趨勢(單位：億元/萬噸)

從圖1中可以看出：在過去的19年間，中國整體人均GDP在2000年超過2億元/萬噸，此后增長速度開始加快，截止至2012年末，中國碳生產率提高至5.02億元/萬噸，2013年略有下降；資源型省份與非資源型省份碳生產率呈現出與全國平均水平一致的發展趨勢；對比兩個組別可知，非資源型省份人均碳生產率在1999年首次超過2億元/萬噸，資源型省份則延遲至2007年，且與非資源型省份的差距在不斷擴大；值得注意的是，就2013年的數據來看，非資源型省份碳生產率開始大幅度增長，而中國整體碳生產率的水平卻有所降低，資源型省份較低的碳生產率更大程度的決定中國整體碳生產率水平。

總之基于資源型產業分組的碳生產率變化趨勢顯示：資源型地區是碳生產率水平較低的地區，且與非資源型省份的差距在不斷拉大。

圖2　分組年人均能源消費變化趨勢(單位：噸/人)

從圖2中可以看出，全國、資源型省份與非資源型省份的人均能源消費在1995～1999年之間基本相同，自2000年開始資源型省份人均能源消費開始大幅上升，一度增加到2012年的4噸/人。而非資源型省份始終與全國水平保持著基本一致的變化態勢，且略低于全國水平。究其原因可能是2000年開始的西部大開發政策，使得資源型產業迅速發展，導致資源型省份的能源消費大幅上升。

從圖3中可以看出：在過去的19年間，中國整體人均GDP在2003年超過1萬元，此后增長速度開始加快，截止至2013年末，中國人均GDP提高至4.33萬元；資源型省份與非資源型省份人均GDP呈現出于全國平均水平一致的發展趨勢；對比兩個組別可知，非資源型省份人均GDP在2000年首次超過1萬元，資源型省份則延遲至2005年，且與非資源型省份的差距在不斷擴大。2013年非資源型省份人均GDP開始大幅度增長，中國整體人均GDP變化趨勢與資源型省份的變化趨勢更為一致。基于資源型產業分組的人均GDP變化趨勢顯示：資源型地區是人均GDP較低的地區，且更大程度的決定中國整體人均GDP水平。

圖3　分組年人均GDP變化趨勢(單位：元/人)

通過1995～2013年全國層面與區域層面碳生產率、能源消費與經濟增長基本變化趨勢分析，可以看出19年間，碳生產率和經濟增長中非資源型省份始終高于全國水平，資源型省份始終低于全國水平；能源消費中非資源型省份低于全國水平，而資源型省份均高于全國水平。

已有研究中證明能源消耗與經濟增長的正向聯系十分緊密，但為何從區域層面來看，資源型省份與非資源型省份有著如此差異？為何資源型省份的高能源消費沒有給該區域帶來高經濟增長？那么國家在減排任務分配中，到底是應以資源型省份為減排重點區域還是以非資源型省份為重點區域，亦或是采用相同減排政策進行平均分配？

就此特殊現象進行進一步研究，運用計量方法分析碳生產率、能源消耗與經濟增長三者之間是否存在一定的因果關系。

表5關鍵變量的面板單位根檢驗——基于LLC

Variabletp平均滯后階數lnCP-9.19630.00001lnEC-4.07920.00001lnPGDP-6.80240.00001

以上面板單位根檢驗過程均考慮到各省份間的3個指標聯系密切，可能存在的截面相關。上表顯示，根據AIC信息準則選擇的平均滯后階數為1，偏差校正的t統計值均顯著為負，故強烈拒絕面板包含單位根的原假設，認為面板為平穩過程。

表6　關鍵變量間的格蘭杰因果檢驗

注：表中的為F統計值，括號中為其p值。

從表6中可以看出，lnCP和lnEC互為格蘭杰原因，lnEC和lnPGDP互為格蘭杰原因，lnPGDP是lnCP的單向格蘭杰原因。

建立模型如下：

lnCP=αlnEC+βlnPGDP+e

其中，e為隨機擾動項。

表7　中國整體層面固定效應和隨機效應回歸結果

注：t statistics in parentheses *p<0.1，**p<0.05，***p<0.01。

根據表7，Hausman檢驗表明，lnPCE對lnPGDP和HDI的回歸中選擇隨機效應模型的結果，即認為，人均能源消費增加1%，會導致碳生產率減低0.646個單位。人均GDP每增加1個單位，會使碳生產率增加0.935個單位，且均在1%的水平上顯著。

3.2區域層面

表8　區域層面固定效應和隨機效應回歸結果

注：(1)t statistics in parentheses *p<0.1，**p<0.05，***p<0.01；(2)表中數字均為回歸系數，括號中的均為t值。

表8的結果表明，在隨機效應模型中，資源型省份人均能源消費增加1單位會導致碳生產率下降0.451個單位，且在1%的水平上顯著。而對于非資源型省份來說人均能源消費增加1%會導致碳生產率下降0.869個單位，且在1%的水平上顯著。人均能源消費增加1%，資源型省份比非資源型省份的碳生產率降低幅度要高出0.418個單位。在固定效應模型中，資源型省份人均能源消費增加1%會導致碳生產率下降0.380個單位，且在1%的水平上顯著。而對于非資源型省份來說，人均能源消費增加1%會導致碳生產率下降0.871個單位，且在1%的水平上顯著。人均能源消費增加1%，資源型省份比非資源型省份的碳生產率降低幅度要高出0.491個單位。無論是隨機效應模型還是固定效應模型，結果均表明相同的能源消費，對非資源型省份的碳生產率影響大于資源型省份。

隨機效應模型中，人均GDP增加1%會導致資源型省份碳生產率增加0.809個單位，非資源型省份碳排放增加1.055個單位。固定效應模型中，人均GDP增加1%會導致資源型省份碳生產率增加0.764個單位，非資源型省份碳排放增加1.055個單位。結果顯現出經濟增長對于碳生產率的提高，非資源型省份較資源型省份顯著。

4　結論與政策含義

碳生產率這一概念高度凝練了低碳經濟發展的本質，就是要在有效降低碳排放的前提下，實現經濟穩步發展。為進一步考察碳生產率與能源消費、經濟增長之間的關系與相互影響，以及資源型省份與非資源型省份在三者之間關系的差異，本文對各變量進行了面板單位根檢驗以及對平穩面板進行了Granger因果檢驗，研究表明：碳生產率與能源消費之間為雙向Granger因果關系，能源消費與經濟增長為雙向Granger因果關系；經濟增長是碳生產率的單向Granger原因。每當多消費一單位的能源，對非資源型省份碳生產率的負向影響將比資源型省份大，即非資源型省份碳生產率下降的水平比資源型省份下降的要多，同時非資源型省份經濟增長帶來的碳生產率水平上升幅度要大于資源型省份。研究結果的政策含義如下：

(1)經濟增長為碳生產率的單向Granger原因，與能源消費之間為雙向Granger因果關系。表明經濟增長具有兩面性，一方面有利于碳生產率的提高，促進社會的低碳發展，改善民生；另一方面持續推動了能源消費的增長，自然資本變得更加稀缺。但生活需要型碳排放和奢侈消費型碳排放是不同的，要考慮地區間不同的發展階段，同時盡量降低單位生產總值的碳排放強度，調整經濟增長方式。

(2)能源消耗與碳生產率互為雙向Granger因果關系。表明碳生產率水平的提高能降低能源消費，同時能源消耗的降低也能提高碳生產率水平。但是同時我們也要認識到，能源消費的變化只是碳生產率變化的必要條件。因為碳生產率受到經濟增長和碳排放的共同影響。只有經濟增長幅度大于碳排放增長幅度時，碳生產率水平才會提高。因此，簡單的將提高碳生產率水平理解為降低能源消耗是不全面的。

(3)資源型省份與非資源型省份之間的差異。在經濟增長相同水平下，多消費一單位的能源，對非資源型省份碳生產率的負向影響將比資源型省份大，即非資源型省份碳生產率下降的水平比資源型省份下降的要多。同時在相同能源消費水平下，非資源型省份經濟增長帶來的碳生產率水平上升幅度要大于資源型省份。表明對于非資源型省份來說，要通過絕對減排的方式來提高碳生產率水平，而對于資源型省份來說，由于其經濟發展階段滯后于非資源型省份，目前能源消費增加對于碳生產率的負向影響不如非資源型省份大，暫時可通過相對減排的方式來提高碳生產率。雖然中國承諾要在2030年實現碳排放的絕對減排，但在國內進行減排任務的分配時，還是應考慮到區域發展階段的不同以及產業結構的不同，實施差別化減排政策。

參考文獻

[1]張麗峰.碳生產率的經濟學背景及其內涵分析[J].經濟問題探索,2013,(5):37～41

[2]Mielnik O,Goldemberg J.The Evolution of the Carbonnizaiton Index in Developing Countries[J].Energy Policy,1999,27(5):307～308

[3]Zaim O,Taskin F.Environmental Efficiency in Carbon Dioxide Emissions in the OECD:A Non-parametric Approch[J].Journal of Environmental Management,2000,58(2):95～107

[4]Zofio J L,Prieto A M.Environmental Efficiency and Regulatory Standards:The Case of CO2Emissions from OECD Industries[J].Resource and Energy Economics,2001,23(1):63～83

[5]Zhou P,Ang B W,Poh K L.Slacks-based Efficiency Measures for Modeling Environmental Performance[J].Ecological Economics,2006,60(1):111～118

[6]Kortelainen M.Dynamic Environmental Performance Analysis:A Malmquist Index Approach[J].Ecological Economics,2008,64(4):701～715

[7]何建坤,蘇明山.應對全球氣候變化下的碳生產率分析[J].中國人口·資源與環境,2009,(10):42～47

[8]劉國平,曹莉萍.基于福利績效的碳生產率研究[J].軟科學,2011,25(1):71～74

[9]沈能,王艷,王群偉.集聚外部性與碳生產率空間趨同研究[J].中國人口·資源與環境,2013,(12):40～47

[10]張成,蔡萬煥,于同申.區域經濟增長與碳生產率——基于收斂及脫鉤指數的分析[J].中國工業經濟,2013,(5):18～30

[11]諶偉,諸大建,白竹嵐.上海市工業碳排放總量與碳生產率關系[J].中國人口·資源與環境,2010,(9):24～29

[12]林善浪,張作雄,劉國平.技術創新、空間集聚與區域碳生產率[J].中國人口·資源與環境,2013,(5):36～45

[13]吳曉華,李磊.中國碳生產率與能源效率省際差異及提升潛力[J].經濟地理,2014,(5):105～108

[14]于雪霞.區域碳生產率變化差異成因分析[J].中國人口·資源與環境,2015,(S1):344～349

[15]劉傳江,胡威,吳晗晗.環境規制、經濟增長與地區碳生產率——基于中國省級數據的實證考察[J].財經問題研究,2015,(10):31～37

[16]趙皋.我國碳生產率增長的長期關系和短期效應——基于面板協整研究[J].軟科學,2014,(6):70～74

[17]張成,王建科,史文悅,等.中國區域碳生產率波動的因素分解[J].中國人口·資源與環境,2014,(10):41～47

[18]路正南，楊洋，王健．基于Laspeyres分解法的中國碳生產率影響因素解析[J]．工業技術經濟，2014，(8)：82～90

[19]譚丹,黃賢金.我國東、中、西部地區經濟發展與碳排放的關聯分析及比較[J].中國人口·資源與環境,2008,(3):54～57

[20]劉媛媛,孫慧.資源型產業集群形成機理分析與實證[J].中國人口·資源與環境,2014,(11):103～111

[21]云光中.資源型城市產業發展新模式研究[D].武漢：武漢理工大學,2012

(責任編輯：史琳)

Comparative Study on Nexus among Carbon Productivity，Energy Consumption and Economic Growth between China Regions

Deng Xiaole1，2Sun Hui1

(1．Xinjiang University，Urumqi 830000，China；2．Xinjiang Business and Economy Secondary School，Urumqi 830000，China)

〔Abstract〕This paper makes Unit Root test and Flat panel granger causality test for carbon productivity,per capita energy consumption and GDP per capita of China 30 provinces and autonomous regions from 1995 to 2013.The results indicate:there is bidirectional Granger causality between carbon productivity and energy consumption same as energy consumption and economic growth;economic growth is a one-way Granger cause of carbon productivity.When every extra consumption per unit of energy,the negative influence to the carbon productivity of resource-based provinces will be larger than the resource-based provinces,namely the resource-based provinces carbon productivity levels fall more than resource-based provinces.Economic growth at the same time the resource-based provinces of carbon productivity levels rise than resource-based provinces.

〔Key words〕carbon productivity;economic growth;resource-based provinces;non-resource type provinces;Hausman test

〔中圖分類號〕F124

〔文獻標識碼〕A

DOI：10．3969/j．issn．1004-910X．2016．09．001

作者簡介：鄧小樂，新疆大學經濟與管理學院/新疆大學創新管理研究中心博士研究生，新疆商貿經濟學校副教授。研究方向：人口、資源與環境經濟學。孫慧，通訊作者，新疆大學經濟與管理學院/新疆大學創新管理研究中心教授，博士，博士生導師。研究方向：可持續發展理論與評價方法。

基金項目：國家自然科學基金項目“資源型產業碳排放損益偏離分析與區域公平發展研究”(項目編號：NO.71463056)、“資源型產業集群與制造業產業集群對區域經濟增長方式影響路徑異同研究”(項目編號：71263051)；新疆普通高等學校人文社科重點研究基地新疆大學創新管理研究中心一般項目“資源型產業損益偏離現象與多目標決策”(項目編號：010115C07)；新疆大學博士創新基金項目“資源型產業碳排放經濟收益與生態損害偏離形成機理——以新疆為例”(項目編號：XJUBSCX-2014004)。

收稿日期：2016—02—16