河南省碳排放量影響因素研究

林志宏 馮麗

摘?要：運用向量自回歸的方法，選取河南省1978—2019年經濟發展水平、能源消費總量、人口規模和產業結構四個指標，研究其對碳排放量的影響。結果發現，各變量之間存在長期均衡關系，其中能源消費總量是影響碳排放量的核心驅動因素，其次是經濟發展水平、產業結構以及人口規模。減少碳排放，河南省應降低能源消費總量、優化產業結構、注重經濟發展方式轉變以及保持人口規模合理增長。

關鍵詞：碳排放量?Johansen協整檢驗?脈沖響應?方差分解

一、引言

截至2020年，中國依舊是世界上碳排放量最多的國家，人均碳排放量也處于世界平均水平之上，中國在節能減排方面面臨著巨大壓力。黨的十九大報告指出，建設生態文明是中華民族永續發展的千年大計，要把踐行綠色發展理念放在極端重要的位置。這也充分說明我國對于節能減排工作的重視以及對建設綠色中國的向往。自2011年我國在一些地區開放碳排放交易市場以來，我國每年碳排放量都得到有效遏制，至2020年底，生態環境部出臺《碳排放交易管理辦法（試行）》，正式啟動全國碳市場第一個履約周期。

對于碳排放量影響因素的研究已有不少學者涉足。李湘梅，姚智爽（2014）通過研究證明，能源消費總量對我國的碳排放量起著最為關鍵作用，能源消費總量越大，碳排放量越多，而城市化水平的影響略低于能源消費總量。但對碳排放量起著反向作用，認為我國應充分推進煤炭、石油和天然氣的改革，挖掘可再生能源。馮梅，楊桑，鄭紫夫（2018）對北京市碳排放影響因素進行定性和定量分析，發現產業結構對碳排放影響最大，二者呈負相關關系，而人均碳排放和城鎮化率的影響較小。河南省作為我國的人口大省，也是能源大省，節能減排任務重責任大。2017年河南省“十三五”規劃指出，要樹立世界眼光，把握時代特征，加強戰略思維，遵循發展規律，堅持改革創新，著力推動經濟發展方式加速轉變。根據國家統計局的數據：2019年全國能源消費總量為48.7億噸標準煤，其中煤炭、石油、天然氣的消費比重分別為57.7%、18.9%和8.1%;而河南省在2019年能源消費總量中煤炭、石油、天然氣的比重分別為67.4%、15.7%和6.1%，由上述數據可以看出，河南省的煤炭消耗比重遠高于我國平均水平，而煤炭的碳排放系數最高，因此在此種能源結構下產生的二氧化碳會較多。

為應對低碳經濟的挑戰，本文基于河南省1978—2019年相關的時間序列數據，建立VAR模型，驗證各變量之間的長期協整關系，同時為河南省發展低碳經濟、促進節能減排提供針對性的建議以及數據支持。

二、VAR模型及變量選取

（一）VAR模型

VAR模型的實質是考慮各變量之間的相互關系，解釋某個沖擊對另一變量的長期影響，本文即要研究碳排放量、能源消費總量、經濟發展水平、人口規模及產業結構之間的相互影響及長期均衡關系，并測量其隨機擾動項的一個標準差沖擊對內生變量當前值以及滯后期的影響。本文建立的VAR模型如下所示：

yt=a1yt-1+…+apyt-p+θXt+εt;t=1，2，…，T[KH*5]

其中yt代表k維內生變量向量，Xt代表d為維外生變量向量，T代表樣本個數，a1......ap和θ代表待估系數矩陣，εt是代表機擾動向量。

（二）指標選取

本文選取對河南省碳排放量影響較大的經濟發展水平、能源消費總量、產業結構及人口規模四個因素進行分析。數據選自2020年河南省統計年鑒，由于碳排放量不可直接取得，本文將DOE/EIA、ORNL、日本能源經濟研究所、國家科委氣候變化項目、國家發展和改革委員會公布的煤炭消耗排放系數、石油消耗排放系數及天然氣排放消耗系數取平均值，最終得到煤炭消耗排放系數平均為0.731，石油消耗排放系數平均為0.563，天然氣消耗排放系數平均為0.419，由此計算出最終的碳排放量。對于經濟發展水平，選取人均地區生產總值替代，人口規模選取每年年末人口數。對于產業結構，由于第二產業對碳排放量影響較大，因此產業結構指標中，本文選取了第二產業所占百分比。

為下文實證研究更好區分，用CI表示碳排放量，PD表示人均地區生產總值，ET表示能源消費總量，PS表示人口規模，IS表示產業結構。由于在對各變量取對數后并不會影響時間序列的平穩，還有助于分析各變量之間的線性關系，并在一定程度上消除異方差，因此本文將對上述相關數據取對數，并用lnCI，lnPD，lnET，lnPS，lnIS來表示。

三、實證研究

（一）平穩性檢驗

在對時間序列建立VAR模型之前，必須確保時間序列的穩定性，因此首先對時間序列進行ADF單位根檢驗，檢驗結果如表1所示，由表可知變量lnCI，lnPD，lnET和lnIS是不平穩的;但是lnPS的檢驗結果顯示其在5%水平下顯著。于是對不平穩的lnCI、lnPD、lnET和lnIS進行一階差分，一階差分過后lnCI、lnPD、lnET和lnIS均通過平穩性檢驗，滿足建立VAR模型的前提條件。

（二）Johansen協整檢驗

為了加強各個參數的解釋力度，首先確定模型的滯后階數，結果如表2所示。由表2可知該模型的滯后階數為1階。隨后對建立的模型進行Johansen協整檢驗，檢驗結果如表3、表4所示，無論是跡檢驗還是極大特征根檢驗均表明lnCI、lnPD、lnET、lnIS、PS之間存在協整關系，且在5%的顯著水平下至少存在三個協整關系，表明幾個變量之間存在長期均衡關系，各個變量對碳排放量均具有長期影響。