基于STIRPAT 模型的工業研發投入對碳排放影響效應分析

賀 勇，傅飛飛，廖 諾

（廣東工業大學管理學院，廣東廣州 510520）

近年來，全球變暖與氣候變化問題越來越受到各國政府的關注和重視，化石燃料燃燒產生的CO2排放，是全球變暖的重要原因。2014 年，中國的CO2排放量首次超過100 億噸，占全球CO2排放量的30%［1］，且自2000 年以來，工業部門占我國最終能源消費總量和產生的CO2排放量比重均超過70%［2］。因此，工業部門節能減排工作刻不容緩，對中國工業碳排放驅動力的深入研究對于控制CO2排放增長至關重要。現有研究關于碳排放的影響因素主要考慮了能源結構［3-4］，能源效率［5-6］，能源強度［7］，產業結構等因素［8-9］。然而，這些因素可以解釋宏觀經濟對CO2排放的影響［10］，但未從微觀層面解釋CO2排放變化的原因。鑒于通過技術進步提高能源效率被認為是實現節能減排的基本途徑［11］，而研發投入帶來的技術進步是實現節能減排和降低碳強度的關鍵［12］，因此，有必要探究微觀層面的研發投入對工業碳排放的影響。

通過技術進步來提升能源效率是當前節能減排的重要手段，而技術進步需要企業的持續研發投入來保證。一些學者開始將研發投入納入到碳排放影響因素研究模型中，然而，關于研發投入對碳排放的影響存在爭議。部分學者研究結果表明加大研發投入對降低碳排放具有顯著作用，如劉曉燕［13］將研發強度納入STIRPAT 模型來研究江蘇省工業能源消費碳排放的影響因素，結果顯示，研發強度對碳排放規模和碳強度具有抑制作用。邵帥等［14］利用1994—2008 年上海工業分行業面板數據，研究了工業碳排放的影響因素，結果表明，研發強度對上海工業碳排放表現出顯著的限制作用。鄭萬吉等［15］基于2000—2013 年中國省份面板數據和半參數空間面板滯后模型，發現增加研發強度有助于減緩碳排放增長。Xu 等［16］采用向量自回歸模型研究了中國鋼鐵行業CO2的驅動力，結果發現，研發投入是減少中國鋼鐵行業二氧化碳排放的重要因素。還有一部分學者則認為，企業研發投入的目的更多用于促進產值增長，從而對降低碳排放無明顯作用，如李小平等［17］通過對中國20 個工業分行業碳排放影響因素的探索，發現研發強度和CO2排放量正相關。何小鋼等［18］基于STIRPAT 模型研究了中國工業碳排放的影響因素，結果表明，研發變量與CO2排放量負相關，但不顯著，且與碳強度正相關。此外，Churchill 等［19］通過分析G7 國家1870—2014 年間研發強度和碳排放量的關系，發現研發強度對碳排放的影響效應在不同階段存在差異。王釗等［20］基于2004—2017 年中國30 個省市區的面板數據，分別從全國層面和區域層面研究了R&D 投入、產業結構升級與碳排放之間的相互關系，結果發現，無論在全國層面還是在區域層面，增加研發投入提高了碳排放量。林伯強等［21］探討了研發投入對我國區域二氧化碳排放的非線性影響及其差異，發現研發投入對中部地區碳排放呈“U”型非線性影響，對西部地區碳排放呈倒“N”型非線性影響，而對中部地區碳排放影響不顯著。

通過梳理上述文獻，盡管已有研究針對單個行業或區域層面探討了研發投入對碳排放的影響及其差異，但是作為中國能源消耗和碳排放最大的工業部門，尚未見同時從時間維度和工業分行業層面探討研發投入對其碳排放的影響及其差異。鑒于以上研究不足，本研究結合STIRPAT 模型和面板回歸模型，分別從時間尺度和行業層面，探索研發投入對工業碳排放影響及其差異。本文的主要研究思路為：首先，通過對35 個工業分行業2001—2017 歷年碳排放量進行核算，并分析碳排放和碳強度趨勢；然后，將時間按劃分2001—2005，2006—2010 和2011～2017 等三個階段，利用各階段工業各行業面板數據進行回歸，分析不同階段研發投入對工業碳排放的影響及其差異；最后，根據各行業碳排放量和碳強度大小將35 個工業分行業劃分為重度、中度和輕度排放組，分別對三個排放組2001—2017 年面板數據進行回歸，分析不同類別行業研發投入對工業碳排放的影響及其差異。

1 STIRPAT 擴展模型

Ehrlich 等［22］將人口規模、人均財富、技術水平納入環境壓力的影響因素，通過建立IPAT 模型來檢測人類活動對環境的影響。Dietz 等［23］進一步提出了隨機形式的STIRPAT 模型：

其中，I、P、A和T分別表示環境壓力、人口規模、富裕程度和技術水平，a為模型系數，b、c和d均各影響因素的指數，為模型誤差。

將式（1）取對數，得到下式：

為探討研發投入對工業分行業碳排放影響效應，本文基于STIRPAT 模型，結合實際情況替換并引入部分新的變量。

（1）本文主要研究研發投入對工業行業碳排放的影響，因此選擇行業碳排放量（EC）作為環境壓力。碳排放量通過對能源消耗實物量進行核算，能源數據來源于歷年《中國能源統計年鑒》。

（2）人口規模采用勞動力規模來表征，本文采用行業歷年的平均從業人口數（P）來表示，數據來自于歷年《中國工業統計年鑒》。

（3）富裕程度采用人均經濟產出（A）來衡量，即單位從業人口數的GDP；由于國家統計局只公布了總工業GDP 值，而未給出細分行業GDP 值，因此本文采用（行業產值/工業總產值）×總工業GDP 來表示分行業GDP，數據來自于歷年《中國工業統計年鑒》；同時為克服價格指數的影響，本文將歷年GDP 值轉換成2000 年不變價。

（4）對于技術水平的衡量，參照何小剛等［19］的做法，將其分為投入性標量和產出性指標,投入性指標包括研發強度（RD），即單位GDP 的研發投資額，以及知識資本（K），采用發明專利數表征；產出性指標為能源效率（EF），即單位能源的GDP產出，數據來自于歷年《中國工業統計年鑒》和《中國能源統計年鑒》。

（5）考慮到本文中的碳排放量來自能源消耗產生的CO2，因此，能源結構（ES）是一個不可缺少的因素，本文將非化石能源消耗占總能耗的比例作為能源結構并引入模型。

通過對式（2）進行改進，得到如式（3）的擴展模型：

2 實證研究

2.1 工業碳排放核算及趨勢分析

本文主要核算了來自能源消耗產生的CO2排放，為了得到更精確的結果，本文考慮了統計年鑒中共計23 種化石能源。采用《2006 年IPCC 國家溫室氣體清單指南》提供的計算方法，具體計算如式（4）所示：

其中，EC 表示能源消耗產生的碳排放，E 表示能源消耗實物量，能源消耗數據來自歷年《中國能源統計年鑒》；NCV 表示平均低位發熱量，參照《中國能源統計年鑒2016》；CC 表示單位熱值含碳量，數據來自IPCC；COF 表示碳氧化率，取自《中國溫室氣體清單研究》；44 和12 分別為 CO2和C 的相對分子質量。

根據（4）式的計算，得到35 個工業分行業2001—2017 歷年碳排放核算值（見表1）。

表1 工業分行業碳排放量（萬噸CO2）

根據35 個行業碳排放量和碳強度的數據統計，得到如表2 所示的描述性分析。由表2 可知，年均碳排放最小為67 萬噸，其所在行業為水的生產和供應業，而年均碳排放最大為127 260.4 萬噸，其所在為黑色金屬冶煉及壓延加工業，均值為8 113 萬噸；年均碳強度最小值為0.09 噸 CO2/萬元，其所在行業為煙草制品業，而年均碳強度最大17.17噸 CO2/萬元，其所在行業為黑色金屬冶煉及壓延加工業，中位數為1.26 噸 CO2/萬元；可見，工業各分行業碳排放和碳強度存在異質性。

表2 描述性分析

此外，對行業年均碳排放量大小排序，通過計算依次得到各分行業碳強度趨勢特點，圖1 描繪了碳排放量最高和最低各5 個行業的碳強度軌跡圖；可以看出，總體上各行業碳強度呈下降的趨勢，特別是排放量較小的輕工業；而部分重工業出現波動現象，如化學原料及化學品制造業，從2002—2004年急劇上升，這與我國 2003 年工業領域再度重型化相關［18］，近年來，我國對化學污染品的大量禁用可能是造成其從2004 年逐年下降的重要原因；石油加工行業呈現穩定狀態，表明經濟增長仍離不開石油等重要工業燃料的消耗。

圖1 碳排放最低（a）和最高（b）各5 個行業碳強度趨勢

2.2 不同階段研發投入對工業行業碳排放影響分析

首先，為探究不同階段研發投入對工業碳排放影響效應，本文將時間劃分為2001—2005、2006—2010和2011—2017等三個階段。然后，參照李園等［24］的做法，在各階段通過F 檢驗和Hausman 等［25］檢驗來選擇合適的面板回歸模型，F 檢驗和Hausman檢驗的結果如表3 所示，F 檢驗統計量均通過了1%的顯著性檢驗，在混合效應和固定效應模型之間應該選擇固定效應模型；Hausman 檢驗統計量的均通過了5%的顯著性檢驗，因此，最終采用個體固定效應回歸模型。

表3 各階段F 檢驗和Hausman 檢驗結果

結合個體固定效應模型，通過對式（3）進行回歸，得到回歸結果如表4 所示，各階段研發投入對工業碳排放影響分析如下：首先，在2001—2005 年期間，研發強度對降低碳排放量具有顯著的積極作用，其彈性為-0.075 5，意味著每增加1%研發強度，碳排放將會下降0.075 5%。此階段，中國工業部門注重技術發展，工業年均研發投入占GDP 比例為1.3%，從事研發活動不僅能對工業經濟增長有利，而且能夠提高創新能力，促進技術進步，從而能夠降低碳排放。由于由研發投入帶來的“節能減排效應”比“產出效應”更明顯，所以研發投入對此階段碳排放增長表現出抑制作用。

表4 工業行業各階段固定效應模型回歸結果

然后，在2006—2010 年階段，研發強度對降低碳排放的效果相比上個階段有所下降，其彈性由-0.075 5 變為-0.028 3。由于研發活動具有雙重作用，一方面，可以通過促進研發節能減排和清潔生產技術來降低能源消耗和碳排放；另一方面，研發投入作為一種生產要素，提高研發投入可以極大促進生產效率，此時必然會導致能效消耗的增加，同時產生更多的碳排放；該階段受2008 年金融危機影響，研發和科技創新的目的更多是用來促進經濟復蘇，拉動經濟增長。

最后，在2011—2017 年期間，各因素均通過了顯著性檢驗，回歸效果顯著。研發強度對降低碳排放的積極效應顯著上升，其彈性由上階段的-0.028 3變為-0.171 5。此階段，國家對節能減排工作加大力度，2015 年習近平總書記首次提出“創新，協調，綠色，開放，共享”五大發展理念，推動綠色技術發展成為各行各業的共同和整體利益。在此發展理念下，此階段年平均研發強度較2006—2010 年增加57%，通過加大科研力度來促進能源效率提升、優化生產工藝流程和持續探索節能方案，成為促進節能減排的重要手段。

整體而言，研發強度在各時期對降低碳排放具有顯著的積極作用，但在各階段間存在差異，具體表現為，對碳排放增長的抑制效果為先下降后上升。盡管能源效率提升仍為抑制碳排放增長的首要因素，但是近階段研發強度對抑制碳排放增長的效果明顯上升，這意味著加大研發力度可作為節能減排的重要手段。此外，其他變量對碳排放效應在各時期也具有明顯差異，經濟增長對碳排放增長的促進效應有下降的趨勢，這是由于中國由求“量”轉變為保“質”增長，從高速增長進入中高速增長模式；勞動力規模成為當前碳排放增長最明顯的促進因素，統計年鑒數據顯示，行業平均就業人口數在2011—2017階段比2006—2010 階段增加8.4%；能源結構相比前期，對抑制碳排放增長的效應上升，隨著國家對清潔能源和技術的支持，由改善能源結構產生的節能減排效應開始顯露；知識資本對碳排放增長在2001—2005和2011—2017 兩個階段為抑制作用，而由于2006—2010 階段受金融危機影響，知識資本用來促進生產，故而對碳排放增長表現為促進作用。

2.3 不同類別行業研發投入對工業碳排放影響分析

由前文可知，盡管大部分行業碳強度呈現下降趨勢，但是重工業和輕工業碳排放量與碳強度相差較大，因此，為探索不同類行業研發投入對工業碳排放效應，本文將35 個分行業分成三組：將行業年均碳排放量大于均值且年均碳強度大于中位數的行業歸為重度排放組，將行業年均碳排放量小于均值且年均碳強度小于中位數的行業歸為輕度排放組，其余的歸為中度排放組；具體分組情況如表5 所示。

表5 行業類別劃分

基于上面的分類，首先對三個排放組分別進行了F 檢驗和Hausman 檢驗，表6 為檢驗的結果。從表6 可以看出，各排放組均通過了F 檢驗，而除了重度排放組外，其余兩個組都通過了Hausman 檢驗；由于重度排放組個體數小于變量數，無法進行Hausman 檢驗，因此采用似然比檢驗，其統計量結果為290.5，也通過了0.01 顯著性檢驗；綜上，三個組均采用個體固定效應模型。

表6 工業各類別回歸F 檢驗和Hausman 檢驗結果

結合式（3），對各排放組的面板數據分別進行回歸，得到結果如表7 所示。由表7 可知，除了輕度排放組研發強度的回歸系數外，三個排放組回歸系數均通過了顯著性為0.01 的t 檢驗，且R2接近1，說明回歸結果具有統計學意義；從不同組來看，勞動力規模和人均經濟產出是促進碳排放增長的重要因素，而能源效率是抑制碳排放增長的重要因素；研發強度在不同組的效應差異明顯。接下來將分析不同類別行業研發投入對工業碳排放影響。

表7 三組行業固定效應模型分析結果

第一，研發投入對重度組降低碳排放具有顯著的積極效應，彈性為-0.041，意味著每增加1%研發強度，可減少0.041%碳排放，說明增加對重度組的研發投入對節能減排來說是可行且高效的。由于重度排放組由煤炭開采和洗選業，石油加工、煉焦及核燃料加工業，化學原料及化學制品制造業，非金屬礦物制品和黑色金屬冶煉及壓延加工業等5 個分行業組成，這些行業具有能耗大、碳排放大及能源效率低下的特征，因而節能減排的首要對象也是這些行業，持續增加對這些行業研發投入，促進節能減排技術升級是必不可缺的。

第二，研發投入對中度排放組降低碳排放也具有積極作用，其彈性為-0.018；不同于重度排放組，中度排放組由13 個分行業組成，且主要為加工制造業，如農副產品加工業，食品制造業和醫藥制造業等，其明顯的特點是嚴重依賴能源且能源效率較低，因而，研發投入主要是作為開發新產品和綠色工藝流程的驅動力，使得行業的能源消耗過程盡可能多來源，可循環和可持續。因此，需要繼續增加中度排放組的研發投入，降低煤炭、石油等能源的消耗比例，并鼓勵使用清潔能源來代替傳統化石能源。

第三，研發投入對輕度排放組的碳排放增長具有促進作用，但影響不顯著。輕度排放組主要由高新技術行業和輕工業組成，如通信設備、計算機及其他電子設備制造業、電氣機械及器材制造業和紡織服裝、鞋、帽制造業等，由于高新技術行業具有較高的技術壁壘，企業研發活動的目的往往是加強尖端技術創新，提升生產效率，進而穩固自身核心競爭力；因而，由研發投入引起的“產出效應”超過了“節能減排效應”，這類行業并非不注重節能減排工作，而是研發投入用于節能減排相比用于尖端科技技術的研究產生的效果不明顯。其次，對輕工業而言，其能源效率已經處于較高水平，其研發的目的在于擴大企業規模，形成規模效應，降低企業生產成本，所以，研發投入對碳排放的影響不顯著。故而，對輕度排放組而言，可采取引進節能技術和建立懲獎體系，對積極實施綠色生產技術的企業給與補貼政策，對達不到要求的企業給予嚴厲的懲罰，分配較少的碳配額等措施。

除此之外，其他變量對三個排放組碳排放的影響也存在差異。具體表現為，勞動力規模對三個排放組碳排放增長均為促進效應，特別是重度組和中度排放組，這主要由于重度和中度排放組絕大部分為能源開采業和化工行業等能耗大且勞動力密集行業；人均經濟產出對碳排放彈性在重度、中度和輕度排放組分別為1.067 9、0.897 3 和0.593 6，意味著同等經濟產出，重度排放行業需要比輕度排放行業產生更多的CO2排放；能源效率提升對三個排放組碳減排均表現為顯著積極作用，尤其是在重度排放組；能源結構同樣對三組碳排放增長表現顯著的抑制作用，且由于輕度排放行業能源組成呈現著清潔且可循環的特點，故而持續優化這些行業能源結構能夠明顯降低碳排放。

3 結論和建議

本文首先對2001—2017 年中國工業35 個行業的碳排放和碳強度進行了核算；然后，從時間尺度上，分 析2001—2005、2006—2010 和2011—2017 年 等各階段研發投入對工業碳排放影響效應；最后，根據碳排放量和碳強度大小將35 個工業分行業劃分為重度，中度和輕度排放組，分析不同類別行業研發投入對工業碳排放影響效應。主要研究結論如下：

（1）工業各分行業碳排放和碳強度存在明顯差異，年均碳排放量最高行業為黑色金屬冶煉及壓延加工業，而年均碳排放量最低行業為水的生產和供應業，其年均碳排放值分別為127 260.4 萬噸和67萬噸；年均碳強度最大行業為黑色金屬冶煉及壓延加工業，而年均碳強度最小行業為煙草制品業，其年平均碳強度分別17.17 噸 CO2/萬元，0.09 噸 CO2/萬元；各行業碳強度呈下降的趨勢，特別是排放量較小的輕工業，而部分重工業出現波動現象，石油加工行業則呈現穩定狀態。

（2）研發投入對碳排放效應在時間維度和行業層面存在差異，在不同階段，研發投入對降低工業碳排放均表現積極作用，且在2011—2017 期間更為顯著；在不同類行業，研發投入對重度和中度排放組的碳排放增長表現出抑制作用，彈性分別為-0.041和-0.018，而對輕度組為促進作用，但影響不顯著。

（3）在不同階段或不同類行業，勞動力規模和人均經濟產出始終是促進二氧化碳增長的重要因素；提升能源效率和改善能源結構對于減少二氧化碳具有明顯作用，且提升能源效率對降低重度排放組CO2的作用尤為顯著。

基于上述研究結果，得到以下政策建議：

（1）調整工業產業結構，推動高碳產業低碳化。中國工業行業間碳排放差異巨大，重工業碳強度仍然較大，工業部門必須摒棄高排放與高污染的經濟發展方式；政府部門可按照碳排放量和碳強度大小等對各個行業在未來各階段嚴格設定減排目標，同時對低碳及碳強度下降較快的行業給予較多的碳配額和激勵政策，以實現工業向低碳經濟增長轉變。

（2）對于整個工業行業層面，政府應引導其持續加大研發投入力度。引進專業人才和先進技術，加強產學研結合，促進自主技術創新；在加大研發投入的同時，合理安排研發投入結構，在減排技術方面的研發投入比例需要適當增加，相反限制用于擴大企業規模的研發活動。

（3）針對不同行業，政府應分門別類制定不同的低碳研發激勵措施。對于重度和中度排放行業，特別是能源密集型行業，需要進一步加強研發活動，促進能源效率提升，如鼓勵這類企業引進國外先進綠色技術和設施并進行補貼，加強“末端治理”和清潔生產技術研發，建立行業間減排技術共研共享機制等；而對于輕度排放行業，需要持續優化能源結構，推廣零碳能源使用及加強配套設備研發，對積極實施綠色生產技術的企業給予稅收優惠政策，對達不到要求的企業給予嚴厲的懲罰，分配較少的碳配額等措施。