經濟增長、能源轉型與CO2排放的長期均衡

謝志明+晏奎+周樂明+楊盼盼

摘要：采用線性面板計量方法，依據2000～2014年中國30個省區CO2排放因子數據，考量經濟增長、能源轉型與CO2排放的長期均衡關系。結果表明：工業經濟部門能源消費是導致CO2排放增加的重要因素；能源強度與CO2排放之間存在顯著相關性與長期均衡性，能源強度降低1%，CO2排放量將減少0.22%；可再生能源替代化石能源對CO2排放具有長期抑制作用，可再生能源占比每增加1%，CO2排放量將減少0.48%。鑒此，應轉變經濟增長方式，實現能源轉型戰略，包括提高能源效率、可再生能源替代等政策建議。

關鍵詞： 經濟增長；能源效率；可再生能源替代；碳排放

中圖分類號：F062.2文獻標識碼：A文章編號：10037217（2017）06011306

一、引言

經濟增長對煤炭、石油等化石能源的依賴導致CO2過度排放，成為全球面臨的嚴峻挑戰。由此引發的經濟增長、能源消費轉型與碳排放關系的問題值得長期關注＼[1＼]。相關學者探討了經濟增長與CO2排放的內在關聯。Jaunky（2011）運用環境庫茨涅茨曲線（Environmental Kuznets Curve， EKC）驗證了GDP和CO2排放之間的倒“U”型關系[2]。胡宗義等（2012）研究表明人均GDP與人均CO2排放量成正相關[3]。Piaggio和Padilla（2012）對全球31個國家在1950-2006年的經濟活動和CO2排放進行了協整分析，指出經濟活動與CO2排放的相關性受資源的時空條件、環境政策的影響，呈現復雜多樣化的特征[4]。關于GDP與能源消費之間的因果關系的研究尚未取得一致結論，Ozturk（2010）認為這可能是由于數據來源、所用的因變量及計量經濟模型存在差異導致的[5]。

以能源強度和可再生能源占比為主要表征的能源消費轉型與CO2排放關系密切 [6]。Lee和Chang（2008）研究指出，能源強度對CO2排放具有抑制作用，建議亞洲國家應致力于降低工業部門的能源強度，以便更好地控制CO2排放[7]。Wing（2008）研究了美國1958-2000年能源強度對CO2排放的影響趨勢，指出產業結構轉型升級是降低能源強度的主要途徑[8]。何建坤（2013）通過低碳情景指標分析，認為保持低水平的能源強度是CO2排放量盡早達到峰值的必要條件[9]。Sadorsky（2014）通過分析新興經濟體的能源強度，指出若在新興經濟體中降低能源強度，收入可能出現增長，且CO2排放也將會減少[10]。同時，開發利用可再生能源，逐步實現可再生能源對常規能源的替代是實現節能減排、解決全球氣變暖威脅的有效途徑[11，13]。但可再生能源替代對CO2排放趨勢的影響需要長期觀測，相關研究尚無一致結論。Apergis（2010）和Chiu chang（2009）指出，由于可再生能源的開發利用存在間歇性問題、存儲技術不足、棄風棄光等現象嚴重，因此，可再生能源對遏制CO2排放量影響甚少[14，15]。Chiu chang（2009）認為，只有當可再生能源消費占比高于某個閾值時，可再生能源才會影響CO2排放，并建議持續地增大可再生能源占比，解決經濟增長與能源消費的相互制約難題。

由于能源強度估計的復雜性，可再生能源的間歇性以及中國CO2排放的時空差異性，鮮有文獻綜合考慮能源強度和可再生能源替代對減少CO2排放的影響。基于此，本文利用計量經濟學中時間序列和長面板數據分析方法，深入探究經濟增長、工業部門能源消費、能源效率、可再生能源等因素與中國CO2排放的長期均衡關系。以期為加快能源轉型、實現中國節能減排目標提供實證支持。

三、實證分析

（一）面板數據單位根檢驗和協整檢驗

利用Eviews8.0軟件對中國30個省450個數據進行回歸分析，原假設設定隨機效應模型優于固定效應模型，通過Hausman檢驗模型回歸分析假設。其中，Hausman檢驗的數據及結果如表2所示，可知Hausman檢驗的統計量為22.175287，檢驗結果顯著p<5%，即表明模型拒絕原假設。因此，可得出固定效應模型更適合于本文的回歸分析。

與此同時，面板數據模型在回歸前需要檢驗數據的平穩性。為了避免偽回歸，本文對各面板序列的平穩性進行檢驗，其檢驗結果如表3所示。

由表3可以得到，LN（CO2，it）、LN（GDPit）、LN（EIit）、LN（Rit）在經過一階差分后基本上保持平穩，且各變量存在一階單整，因此，它們之間可能存在協整關系，可進行協整檢驗。表4為殘差序列的ADF單位根檢驗，其中通過殘差序列的單位根是平穩的，表明解釋變量和被解釋變量之間存在長期平穩關系。雖受經濟的沖擊影響，CO2排放量在短期內存在劇烈又明顯的波動變化，但這些變量之間卻存在長期均衡，即CO2排放最終會逐漸降低直到歸于平穩。

表4殘差序列的ADF單位根檢驗

Item

Tstatistic

Prob.*

ADF的檢驗統計量值

88.7201

0.00940

1%

92.6263

5%

84.1066

10%

90.7825

（二）回歸結果分析

表5為面板回歸結果，其中工業能源消費占比指標（LNM）在1%的檢驗水平上具有正顯著性（0.36）；而人口數量（LNPOP）對該回歸方程不顯著，這表明人口這一變量對CO2排放的影響不顯著。同時，模型中能源強度指標（LNEI）在5%的檢驗水平上具有顯著性且正相關（0.22）；可再生能源占比（LNR）存在負相關（-0.49），因此，降低能源強度和提高可再生能源占比對減少CO2排放量具有積極作用，這與預期是一致的。endprint

變量對CO2排放的影響程度而言，GDP增長1%，CO2排放量增加0.77%；工業能源消費占比每增加1%，CO2排放量增加0.35%。另一方面，能源效率和可再生能源占比對抑制長期CO2排放方面起到重要作用：在其他條件不變的情況下，能源強度降低1%，CO2長期排放量減少0.22%；可再生能源占比增加1%，CO2排放量減少0.49%。

表6列出了中國30個省份的5個自變量系數和標準誤差的估計結果。其中北京、天津、內蒙古、上海、江蘇、浙江、福建、湖北、湖南、廣州、貴州、云南等地的收入水平系數在5%的檢驗水平具有顯著性，各省GDP和CO2排放量關系相關性最強的省份是內蒙古、上海、江蘇、湖北、湖南和廣東：各省GDP增長1%，該省份CO2排放量分別增長0.25%、0.14%、0.15%、0.13%、0.14%、0.13%和0.18%。從表5和6中可以看出，收入和CO2排放量之間存在正相關性，這意味著在模型增加其他變量的同時收入增加，CO2排放量也顯著上升。這是由于CO2排放量的改變，可能取決于收入水平對每個省份環境質量的需求和供給。

表6中，有18個省區能源強度指標在5%上與CO2排放顯著正相關，表明降低能源強度，提高能源效率對減少CO2排放量具有積極影響。其中，廣東能源強度每降低1%，CO2排放量減少0.178%。通過分析發現廣東通過取締關停了數量眾多的污染和能耗密集型中小企業，大力發展高新技術產業如新能源產業、電子信息制造、新材料、通信技術及軟件產業，一方面經濟快速增長，另一方面能源強度降低。能源強度降低，減排效果顯著。僅2014年廣東省CO2排放減少607.8萬噸。

表6中，工業能源消費占比在回歸模型中顯著正相關（1%水平），其中江蘇、湖北、湖南等工業能源消費占比對CO2排放量影響較大。各省工業能源消費占比增加1%，CO2排放量分別增加0.83%、0.55%、0.43%。這需要工業項目建設審批中特別關注能源消耗與排放水平，推廣清潔生產技術，開展工業部門清潔生產強制審核，從而削減和控制工業行業CO2排放。

表6中，可再生能源占比對CO2排放量影響省區是四川和內蒙古，可再生能源占比增加1%，CO2排放量分別減少0.59%、0.55%。四川水電資源豐富，已經形成“三江七片兩線”的水電基地格局。2014年四川省水力發電2341.3億千瓦時，占全省當年發電量的97.93%。由于豐富的風力資源條件以及固定上網電價和補貼的政策扶持，內蒙古風電產業快速發展，2014年風力發電量386.2億千瓦時，規模居全國第1位。但在可再生能源基地發展過程中，也存在著因為發電產能階段性過剩問題，表現在2014年，四川的“棄水”電量，內蒙古的“棄風”電量分別為97億千瓦時，35億千瓦時。

四、結論

基于中國在全球氣候大會上的CO2排放峰值的承諾背景，為分析中國CO2排放的時間與空間規律，本文采集了30個省區2000-2014年的CO2排放量以及包括GDP、工業經濟部門能源消費、可再生能源、能源強度等在內的排放因子數據，通過線性面板計量經濟模型，研究了CO2排放量與排放因子之間的長期趨勢，結論如下：

1. 從時間視域考察，受經濟增長的正向影響，中國CO2排放量一直處于上升趨勢。但隨著經濟結構轉型以及工業部門的技術進步，經濟增長對CO2排放量增幅影響明顯收窄，這為中國2030年實現排放峰值目標提供了證據。

2. 從空間視域分析，由于各省區資源條件及經濟增長方式的差異，影響CO2排放量的主要因子可能不同，因而需要采取針對性強的減排策略。工業部門能源消費多的省區，要抓緊淘汰落后產能，發展戰略性新興產業；能源強度大的省區，應該加大節能技術創新力度，提高能源效率；可再生能源資源豐富的省區，由于消納困境而不得不棄風、棄光、棄水，這就要按照新修訂的《可再生能源法》的要求，加強區域協作，擴大可再生能源利用范圍，實現可再生能源的全額收購[22]。

3.由于影響CO2排放的因子存在時間與空間差異性，各省區的CO2減排行動需要在中國碳排放承諾目標的統一指引下，根據自身資源條件，推動低碳政策與經濟、能源政策形成政策組合，有效解決氣候變化帶來的一系列挑戰。

參考文獻：

[1]武紅，谷樹忠，關興良，魯莎莎.中國化石能源消費碳排放與經濟增長關系研究＼[J＼].自然資源學報，2013，03：381-390.

＼[2＼]Jaunky V C.The CO2 emissionsincome nexus： evidence from rich countries＼[J＼].Energy Policy，2011，39 （3）：1228-1240.

＼[3＼]胡宗義，唐偉李，蘇靜.開放條件下CO2排放的非參數APLM研究＼[J＼].財經理論與實踐，2012，33（6）：76-80.

＼[4＼]Piaggio M，Padilla E.CO2 emissions and economic activity： heterogeneity across countries and nonstationary series ＼[J＼].Energy Policy，2012，46：370-381.

＼[5＼]Ozturk I.A literature survey on energygrowth nexus ＼[J＼].Energy Policy 2010，38 （1）：340-349.

＼[6＼]熊曦.區域工業發展與碳排放的脫鉤關系分析——基于2006-2013年湖南的實際情況＼[J＼].財經理論與實踐，2015，36（198）：120-125.

＼[7＼]Lee C C， Chang C P.Energy consumption and economic growth in Asian economies： a more comprehensive analysis using panel data ＼[J＼].Resource and Energy Economics，2008，30（1）：50-65.endprint

＼[8＼]Wing I S.Explaining the declining energy intensity of the US economy＼[J＼].Resource and Energy Economics，2008，30 （1）：21-49.

＼[9＼]何建坤.CO2排放峰值分析：中國的減排目標與對策＼[J＼].中國人口資源與環境，2013，23（12）：1-9.

＼[10＼]Sadorsky P .The effect of urbanization on CO2 emissions in emerging economies ＼[J＼].Energy Economics，2014，41：147-153.

[11]周慶元，陳海龍.能源消費、能源生產與經濟增長的關聯特征——基于1995-2012年數據的實證研究[J].內蒙古社會科學（漢文版），2015（2）：101-105.

＼[12＼]吳玉萍.河南城鎮化進程中碳鎖定的形成機制及解鎖策略研究＼[J＼].河南師范大學學報（哲學社會科學版），2016，43（3）：73-76.

[13]徐志偉，常旭蕊.投資增長加重了中國工業二氧化硫的排放嗎——基于空間面板模型的總量判斷與結構比較[J].貴州財經大學學報，2016（2）：90-99.

＼[14＼]Apergis N，Payne J E，Menyah K，WoldeRufael Y.On the casual dynamics between emissions， nuclear energy， renewable energy， and economic growth ＼[J＼].Ecol Econ 2010，（69）：2255-2260.

＼[15＼]Chiu C L，Chang T H.What proportion of renewable energy supplies is needed to initially mitigate CO2 emissions in OECO member countries ＼[J＼].Renewable and Sustainable Energy Reviews，2009，13（6-7）：1669-1674.

＼[16＼]Metcalf G E.An empirical analysis of energy intensity and its determinants at the state level ＼[J＼].Energy J.，2008，29 （3） ：1-26.

[17]謝志明，謝青青，易玄.綠角供應鏈管理對制造企業績效的影響[J].財經理論與實踐，2015（1）：111-116.

[18]焦翠紅，李秀敏.經濟增長、節能減排與區域產生結構優化[J].稅務與經濟，2015（2）：7-15.

＼[19＼] Nillesen P H L， Haffner R C G， Ozbugday F C.A global perspective on the longterm impact of increased energy efficiency ＼[J＼].Energy Efficiency， 2013， Pages 87-110.

[20]周躍云.城市規模以上工業碳排放的行業差異研究——以長沙市為例[J].求索，2016（4）：112-117.

[21]張玉婷.政府競爭機制對區域碳排放量影響的研究[J].哈爾濱商業大學學報：社會科學版，2016（6）：38-45.

[22]周四軍，封黎.我國能源效率與經濟增長關系研究——基于PSTR模型的實證[J].湖南大學學報（社會科學版），2016（2）：81-86.

（責任編輯：鐘瑤）

Abstract：The linear panel measurement method was used to analyze the data of CO2 emission factors in 30 provinces in China during 20002014. The results of the empirical study are obtained as follows. Energy consumption is an important factor leading to the increase of CO2 emissions in the industrial sector； there is a significant correlation between energy intensity and CO2 emissions and longterm equilibrium； energy intensity decreased by 1%， CO2 emissions will be reduced by 0.22%； renewable energy to replace fossil fuels has a longterm inhibition of CO2 emissions， renewable energy accounts for each increase of 1%， CO2 emissions will be reduced by 0.48%. This paper also puts forward some suggestions on how to change the mode of economic growth and realize the strategy of energy transformation， including improving energy efficiency and renewable energy.

Key words：economic growth； energy efficiency； renewable energy alternative； CO2 emissionsendprint