區域經濟增長、能源消費與二氧化碳排放

黃華繼 李英齊

(安徽財經大學 金融學院，安徽 蚌埠 233030)

2020年，水能、風能、核能、光伏四類新能源的發電量分別僅占據了我國總發電量的16%、6%、5%、2%，相反，火力貢獻了超過71%的發電量，新能源顯現出規模接不上、穩定性不足等問題。加上電煤緊缺，導致近年來我國出現范圍廣大、影響惡劣的“缺電”現象。2020年，中國二氧化碳排放總量98.94億噸，連續4年保持增長，在全球碳排放總量中的占比也不斷提升，內外壓力巨大，嚴重威脅我國經濟的可持續發展。因此，我國政府高度重視綠色金融事業，推進能源綠色低碳轉型。習總書記在聯合國大會提出“二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和”的“雙碳”目標。在建設多個綠色金融改革創新試驗區試點并積累經驗后，我國各省市正全面推進綠色金融政策落地。

經濟增長、能源消費和碳排放的關系錯綜復雜。一方面，經濟增長必然會大量消費能源，消耗化石能源產生的污染排放也隨著生產規模的增大而增大；另一方面，經濟增長導致資源減少、環境破壞，會反過來影響人們的身心健康，由此導致的工作低效及治理污染花費的大量資金阻礙了經濟的有序發展。

同時，經濟增長促使人們開發和使用新能源，加快清潔技術進步，將使得污染排放強度降低。若要在如期甚至提前實現“雙碳”目標，中國需要推進工業、交通、建筑、電力等二氧化碳排放重點領域去碳化，任務是十分繁重和艱巨的。同時，我國各區域在經濟發展、市場環境、產業結構、科技強度等方面具有區別，也導致了各地在能源消費和二氧化碳排放方面存在明顯差異，而對全國制訂統一的發展措施和評判標準將有失科學性。因此，基于各省市的綠色金融發展程度分組，研究區域經濟增長、能源消費和碳排放的關系更具意義。

一、研究狀況分析

經濟增長、能源消費與污染排放是目前國內外學者關注的重點問題，從已有成果可以發現，早期研究往往單以經濟增長與能源消費或碳排放的關系為主，直到近幾年將三者聯系起來分析的研究才逐漸增多。

首先，對于經濟增長與能源消費之間的關系，Costantini等整理出了1978—2005年世界上26個代表性國家面板數據，構建VECM模型檢驗發現經濟增長是能源消費的Granger原因[1]；Tiffany等采用MRA和QCA分析方法發現能源消費對經濟增長呈單方向的線性關系[2]；邢毅以碳排放強度大小對我國省級行政區進行分組，實證分析發現山西等高碳地區的能源消費不能顯著促進當地的經濟增長，而江蘇等低碳地區可以實現[3]。

其次，對于經濟增長與碳排放，Coondoo等認為，世界不同地區經濟增長與碳排放之間的關系也不同，檢驗發現在亞非國家二者具有雙向因果關系、對于南美、大洋洲國家，經濟增長是碳排放的原因，而美、歐國家碳排放是經濟增長的原因[4]；張可運用DID和工具變量法，實證檢驗發現長三角、珠三角城市群的經濟增長收斂是污染排放收斂的重要原因[5]；夏勇等采用空間動態系統GMM模型，分析發現我國272個城市經濟增長與工業污染排放之間呈現出相對脫鉤與絕對脫鉤的交替特征，不具有穩定的影響關系[6]。

三個指標之間的動態關系近年來備受關注，Faisal等(2017)分析發現巴基斯坦的能源消費、碳排放與經濟增長之間存在持久平衡的雙向線性關系[7]；Ummalla等搜集1992—2014年金磚國家面板數據，檢驗結果顯示碳排放對經濟增長具有負向影響，而清潔能源消費對經濟增長具有顯著促進作用[8]；徐斌等基于中國各省市1979—2016年面板數據實證分析，發現能源結構轉型并不能有效減少二氧化碳排放和促進經濟增長[9]；朱歡等運用聯立方程模型檢驗全球67個國家或地區經濟增長對能源結構轉型和二氧化碳排放的影響，發現只有當經濟增長達到一定水平，才能獲得能源結構轉型和二氧化碳減排的雙重紅利[10]。

國內外學者的研究成果較好地解釋了經濟—能源—環境之間的局部關系，但比較分析不同區域三者關系差異的已有文獻通常是以碳排放強度分組，以綠色金融發展指數為標準進行分組研究的成果還很少。由于我國區域間發展模式和市場環境差異較大，能源消費和碳排放強度的程度也有所不同，當前我國正積極探索適合不同區域、不同情況的最優綠色金融發展方案，因此，按照我國各省級行政區的綠色金融發展程度進行分組，研究各區域如何在保證經濟平穩增長的同時，更好地實現節能減排具有重要意義。

二、模型與數據來源

(一)模型構建與變量處理

本文采用面板向量自回歸模型對區域經濟增速、能源消費強度、碳排放強度按照區域綠色金融發展指數分組研究，構建以下PVAR模型：

(二)數據來源與統計分析

因西藏、港澳臺地區數據缺失，以我國其余30省區2009—2019年的數據作為研究對象。經濟增長指標選取區域GDP增速，能源消費強度和碳排放強度分別量化為單位GDP的化石能源消費量和二氧化碳排放量。區域綠色金融發展指數參考《地方綠色金融發展指數與評估報告2018》，碳排放總量將在下文測算，其余數據來源于《中國能源統計年鑒》及《中國統計年鑒》。

1.綠色金融發展程度的現狀

《地方綠色金融發展指數與評估報告》客觀評價了各省綠色金融的發展程度，本文參考其得分及梯隊劃分，將30個省級行政區劃分為三大梯隊：

根據圖1可知，我國綠色金融發展在地理分布上存在較大差異，浙江、廣東、江蘇、福建等東部沿海區域省市憑借其良好的市場環境和區位優勢，綠色金融改革創新取得較好的成績，成為第一梯隊，內蒙古、湖南、青海等中、西部區域省市積極落實綠色發展理念，綠色金融發展也取得了一定的效果，成為第二梯隊，而東北區域和部分西部省市發展綠色金融略顯動力不足，并未能取得實質性的發展，成為第三梯隊。

圖1 各區域綠色金融發展指數得分柱狀圖

2.碳排放的測度

根據煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣8類化石燃料的碳排放系數和消費量計算各省市每年的二氧化碳排放量：

其中，CO2(it)表示t時期i省市的碳排放總量；k=44/12為二氧化碳與碳分子重量比，Ex和 x分別為第x類化石燃料的消費量和排放系數。將測算出的區域碳排放總量與區域GDP總值相除，得各區域碳排放強度。

根據表1測度結果可知，近10年除內蒙古和寧夏，各省市的碳排放強度都大幅降低，說明各地都在積極探索綠色發展模式，根據十年碳排放強度均值排名可知，北京、廣東、福建等第一梯隊省市的碳排放強度更低，說明這些省市在大力發展經濟的同時，也促進了技術進步，減輕了污染排放強度。而二、三梯隊的省市盡管碳排放強度也有所下降，但整體上數值仍遠高于第一梯隊省市。

表1 各區域碳排放強度測度結果

(三)描述性統計

表2報告了區域GDP、能源消費與碳排放的統計特征，分組統計結果顯示第一梯隊區域GDP規模高于第二梯隊區域，但能源消費總量和碳排放總量規模卻更低，體現了第一梯隊區域綠色金融發展更為高效。第三梯隊區域能源消費總量和碳排放總量相對較大，區域GDP遠低于其他區域，說明第三梯隊區域綠色金融發展稍顯落后。

表2 區域GDP、能源消費和碳排放的統計特征

表3報告了區域GDP增速、能源消費強度和碳排放強度的統計特征，統計結果顯示，我國經濟在平穩增長，各地區的GDP增速差別不大。而三個梯隊的能源消費和碳排放強度水平依次遞增，同樣反應出各區域綠色金融發展程度的差異。

表3 變量描述性統計描述

三、實證檢驗與結果分析

首先，采用Had ri-LM檢驗法進行平穩性檢驗，表4結果顯示，各梯隊區域的原始數據均拒絕單位根過程，屬平穩時間序列。

表4 面板平穩性檢驗結果

其次，為了構建更為準確的PVAR模型，需要對滯后階數進行合理選擇。表5結果顯示，三組模型滯后階數均選取1階最為合適。

表5 滯后期檢驗結果

經過200次Monte-Carlo模擬后，得到表6系統GMM估計結果。面板A的結果顯示，GDP增速方程中，滯后一期的各變量均在1%水平下顯著，表明經濟增長、能源消費和碳排放的強度增大會正向促進經濟增長。能源消費強度方程中，滯后一期GDP增速和碳排放強度具有顯著的負向作用，表明經濟增長和碳排放增強將使得能源消費強度下降。碳排放強度方程中，滯后一期能源消費強度和碳排放強度具有顯著正向作用，滯后一期GDP增速具有顯著負向作用。

表6 系統GMM估計結果

面板B的估計結果顯示，GDP增速和能源消費強度具有雙向顯著負向作用，滯后一期能源消費強度對碳排放強度和其自身具有顯著正向作用，其他影響因素不顯著。面板C的估計結果顯示，滯后一期GDP增速對其自身具有顯著正向作用，對碳排放強度具有顯著負向作用，滯后一期能源消費強度對各變量均有顯著正向作用。

圖3 面板B脈沖響應圖

圖4 面板C脈沖響應圖

根據圖2—4所示，脈沖響應結果可得以下結論：一是各區域GDP增速對經濟增長的短期促進效應最大，一單位標準差的沖擊將使得GDP增速在第1期迅速提高，但影響程度在隨后大幅下降。第一梯隊區域的能源消費強度和碳排放強度一單位標準差沖擊將使得GDP增速隨之提高，而二、三梯隊區域能源消費強度和碳排放強度的沖擊并不會對GDP增速產生顯著的擴張效應。二是三類區域的GDP增速和能源消費強度都能對能源消費強度和碳排放強度造成沖擊，且沖擊效應相似。其中第一梯隊區域一單位標準差沖擊將在第1期顯著顯現，隨后影響程度大幅下降且總體影響不明顯，第二梯隊區域的沖擊將隨著預測步長的增加呈現逐漸增大的趨勢，第三梯隊區域的沖擊作用在第1期與第一梯隊區域相近，而后平緩降低。三是第一梯隊區域碳排放強度對能源消費強度具有顯著的負向影響，一單位標準差沖擊將使能源消費強度下降近0.030個單位，此后影響逐期減少。第二梯隊區域的脈沖響應函數始終處于0附近，表明該類區域碳排放強度對能源消費強度的影響不顯著，第三梯隊區域碳排放強度對能源消費強度的沖擊效應逐漸增大后趨于穩定，說明碳排放強度對能源消費強度具有一定的未來預測作用。

圖2 面板A脈沖響應圖

表7給出的各面板在第5、10個預測期的方差分解結果基本一致，表明各區域三者之間的動態關系基本穩定。根據第10期的預測，二、三梯隊區域GDP增速對其自身的方差貢獻分別為98.10%和99.50%，而第一梯隊區域僅有73.40%，說明僅第一梯隊區域的能源消費和碳排放對區域經濟發展具有重要支持作用。對于能源消費強度和碳排放強度，第二梯隊區域的經濟發展能有效降低能源消費和碳排放強度，而一、三梯隊區域能源消費強度對降低區域能源消費和碳排放強度的支持作用更大。

表7 方差分解結果

將GDP增速、能源消費強度、碳排放強度滯后一期，進行Granger因果檢驗，表8(下頁)檢驗結果顯示：一是第一梯隊區域拒絕能源消費強度不是GDP增速和碳排放強度的Granger原因，即能源消費強度是GDP增速和碳排放強度的Granger原因，檢驗也拒絕了碳排放強度不是能源消費強度的Granger原因，說明一梯隊區域能源消費強度和碳排放強度互為因果關系，檢驗接受GDP增速不是能源消費強度的Granger原因，不構成雙向因果關系。二是第二梯隊區域GDP增速是能源消費和碳排放強度的Granger原因，能源消費強度也是碳排放強度的Granger原因。三是第三梯隊僅檢驗出碳排放強度是能源消費強度的Granger原因，不存在其他因果關系。

表8 Granger因果檢驗結果

四、 結論與建議

我國各區域間經濟發展、能源消費和碳排放的差異較大。本文將我國30個省級行政區按照綠色金融發展指數分為三個梯隊，采用2009—2019年GDP增速、能源消費強度、碳排放強度省級面板數據，構建PVAR模型進行系統GMM估計，實證研究得到以下結論：

第一，浙江、廣東、北京等第一梯隊省市綠色金融發展強勁，其實體經濟規模大，能源消費強度和碳排放強度低。內蒙古、湖南、青海等區域屬于第二梯隊，能源消費和碳排放總量大，但強度相對較低。河南、天津、陜西等省市綠色金融發展較為緩慢，屬于第三梯隊，經濟規模較小，能源消費強度和碳排放強度卻相對較高。在綠色金融不同發展態勢下，各區域經濟增長、能源消費和碳排放的動態關系差異顯著。

第二，第一梯隊區域的能源消費和碳排放對經濟增長具有顯著正向沖擊，而二、三梯隊區域的能源消費和碳排放并沒有對當地的經濟增長發揮出積極的促進作用。各梯隊區域的經濟增長都將使該區域的能源消費強度和碳排放強度降低，說明我國各區域經濟發展會促使人們進行低能源消耗的生產活動，一定程度上帶動清潔技術進步和新能源創新。

第三，各區域能源消費和碳排放都存在雙向或單向的因果關系，而只有第一梯隊區域能源消費強度是GDP增速的Granger原因。說明加快經濟結構調整，大力發展能源消費少的行業，不會對經濟增長產生劇烈影響，又能緩解能源緊張的現狀，還能有效減輕環境污染。

基于上述研究結論，可以發現第一梯隊區域大力發展經濟的同時，也重視綠色理念，實現了低碳發展和經濟增長的良性互動，而二、三梯隊區域綠色發展效果相對較差，節能減排需要進一步的強化。本文提出以下政策建議：政府部門在制訂政策時應充分考慮區域差異性，對于一梯隊區域，能源消費和污染排放一定程度上會促進區域的經濟增長，經濟增長反而會降低能源消費強度和碳排放強度，帶動區域綠色金融的發展，因此，需權衡二者之間的關系。繼續大力發展經濟的同時，應加快產業結構升級，拓寬節能減排技術應用，借助自身良好的金融環境實現“強者越強”。對于二、三梯隊區域，煤炭等化石能源的消費強度下降將促進二氧化碳排放的減少，同時，不會對經濟增長造成強烈沖擊，應在考慮環境的情況下加快推進能源價格改革，開發和應用新能源；還要加大政策推動力度，積極引導市場發展，實現能源消費總量、強度的“雙控”。