供给侧与需求侧碳排放影响因素的比较研究.docx

1、供给侧与需求侧碳排放影响因素的比较研究 摘要：本文在 STIRPAT 模型的基础上构建供给侧碳排放和需求侧碳排放的影响因素模型，使用面板数据回归分析方法，定量分析了经济增长、人口总数、产业结构、消费结构、城镇化水平、技术水平和贸易开放度对供给侧碳排放和需求侧碳排放的影响，并进一步比较分析了二者的异同，得出以下主要结论：（ 1）供给侧碳排放与人均 GDP 显著正相关、与人均 GDP的二次项显著负相关，印证了碳排放库兹涅茨曲线假说。（ 2）需求侧碳排放并不存在库兹涅茨曲线，其与人均 GDP 显著正相关。（ 3）在相同的控制变量影响下，不同国家或地区经济发展对供给侧 碳排放和需求侧碳排放的影响方式不

2、尽相同，碳净进口国和碳净出口国都应客观理性地承担起相应的减排责任，共同制定公平合理的节能减排方案。 下载 关键词：供给侧碳排放；需求侧碳排放； STIRPAT 模型 中图分类号： F124； F1261 文献标识码： A 文章编号： 1000176X（ 2016） 06004007 一、引言 在贸易全球化的今天，二氧化碳的减排已经不单单是一个国家或地区面临的问题，落后产能和高能耗粗放型产业的转移使得国际贸易中碳转移和碳泄露等问题日益严重。因此， 传统的供给侧碳排放测算已经不能完全成为一国在应对气候变化问题上所应承担责任多少的主要依据。在这一背景下，近年来基于消费者责任制的需求侧碳排放研究逐渐得

3、到各国学者的关注。 供给侧碳排放（ Production Based Carbon Emission， PBC）也称为生产者责任制碳排放，即碳排放责任全部由产品和服务的直接生产者承担。这一基于能源消费的测算方法由于计算方法简单、数据获取便利被广泛使用，在此基础上的相关研究主要集中在碳排放的影响因素分解和其与经济发展的关系两个方面。一方面，许多学者在基于能 源消费计算碳排放的基础上对其影响因素进行研究。 Ang 等 1 采用对数平均迪氏指数法（ LMDI）对3 个 OECD 国家的碳排放进行了分解，把影响因素分为能源结构、能源强度、产业结构和能源排放强度，认为在不同国家这些因素对碳排放的影响不同

4、。Sun 2 使用 Laspeyres 指数法对 19801994 年发达国家的碳排放强度进行了分解，认为产业结构对碳排放的影响不明显。另一方面，在测算生产责任制碳排放的基础上，一些学者热衷于探析碳排放与经济发展的关系，而传统的碳排放与经济发展的关系研究起源于环境问题与经济发展的 关系。Grossman 和 Krueger 3 通过规模效应、技术效应和结构效应影响环境质量的途径提出和检验了两者的关系。林伯强和刘希颖 4 选用协整方法研究了二氧化碳排放量与经济增长、城镇化水平等变量之间的长期均衡关系，认为人均 GDP 和能源强度是影响二氧化碳排放量最主要的因素， 其他依次是能源消费碳强度、城市化

5、和水泥产量。 需求侧碳排放（ Consumption Based Carbon Emission， CBC）也被称为消费者责任制碳排放，即碳排放的责任由产品和服务的消费者承担。Peters 5 对消费者责任制碳排放（ Consumption-Based Emissions）进行了定义，把一国最终需求造成的所有碳排放（不管发生在国内还是国外）归为该国的碳排放责任，该定义已被众多学者广泛采用。樊纲等 6 基于长期的、动态的视角，提出根据最终消费来衡量各国碳排放责任的理论，并根据最终消费与碳减排责任的关系，计算了 19502005 年世界各国累积消费碳排放量，研究发现中国已经成为碳净出口国。彭水军等

6、 7 通过SDA 方法考察了 19952009 年中国生产侧和消费侧碳排放的影响因素，发现生产侧 排放明显多于消费侧排放，国内最终需求规模和生产部门投入结构对两侧碳排放有正向影响，而国内生产部门碳强度的下降则对两侧碳排放增加有抑制作用。 本文在已有研究的基础上，根据 STIRPAT 模型构建供给侧碳排放和需求侧碳排放的影响因素模型，使用面板数据回归分析方法，定量分析经济增长、人口总数、产业结构、消费结构、城镇化水平、技术水平和贸易开放度对供给侧碳排放和需求侧碳排放的影响，并比较分析上述经济发展变量对两侧碳排放影响机制的异同。 二、模型构建、变量选取及数据来源与处理 1 模型构建 本文以 STI

7、RPAT 模型为基础构建计量回归模型。 STIRPAT 模型是在 IPAT模型的基础上发展起来的。 IPAT（ Impact， Population， Affluence，Technology）模型是由 Ehrlich 和 Holdren 8 提出的环境影响方程，他们认为影响环境的因素是人口、富裕程度和技术。式中的 I、 P、 A和 T分别为环境压力、人口数量、富裕度和技术。 York 等 9 在上述模型的基础上进行了改进，提出 STIRPAT 模型，较好地弥补了 IPAT 模型的缺陷，其表达式为： 2 变量选 取 本文选取了经济增长、人口总数、产业结构、消费结构、城镇化水平、技术水平和贸易开

8、放度等体现经济发展的变量，各变量选取的经济意义和构建情况说明如下： 经济增长（ pgdp）。大量研究表明，经济增长与碳排放之间有着长期的稳定关系，而人均 GDP作为经济增长第一指标可以较为准确地体现出一个国家或地区的经济增长情况。 人口总数（ pop）。人口总数体现了 STIRPAT 模型中人口因素对环境的影响。 产业结构（ is）。这一指标用第二产业占 GDP 的比重来衡量结构产业。第二产业是指采矿业 ，制造业，电力、燃气及水的生产和供应业，建筑业等高能耗产业，其发展会对一个国家或地区的碳排放产生显著影响。 消费结构（ cs）。消费结构是在一定的社会经济条件下，人们（包括各种不同类型的消费者

9、和社会集团）在消费过程中所消费的各种不同类型的消费资料（包括劳务）的比例关系。已有研究显示，消费结构的变化会显著影响需求侧碳排放的变化。这一指标用第三产业消费量占居民消费总量的比重来衡量。 城镇化水平（ urb）。城镇化水平的提高，一方面会创造基础设施和住宅投资需求，相应地，水泥、建材和钢铁等高能耗产业可能 出现增长势头，对碳排放产生影响。另一方面会提升国民整体素质，有更高的低碳行为倾向性。这一指标用城镇人口占总人口的比重来衡量。 技术水平（ tec）。一个国家的技术水平会影响到该国在国际分工中的定位，从而大大影响本国国内相应行业的碳强度以及进口产品的碳强度。这一指标用高科技产品出口额占 GD

10、P 的比重来衡量。 贸易开放度（ open）。对不同国家或地区，贸易开放可能导致高污染、高能耗产业的转入，也可能导致这些产业的转出，从而对碳排放产生影响。这一指标用贸易额占 GDP 的比重来衡量。 3 数据 来源与处理 以上数据以及作为因变量的供给侧碳排放和需求侧碳排放数据均来自OECD 数据库和世界银行发展指标，其中人均 GDP 以 2010 年为基准年做了平减处理。为保证平稳性，上述变量在回归中均进行了取对数处理。 本文选取中国、美国、日本、俄罗斯、印度和欧盟 15国为研究对象的原因如下：一是中国和美国作为全球最大的两个经济体以及碳排放量最多的两个国家，理应被纳入研究对象。二是日本和欧盟

11、15 国经济发展稳定，碳排放波动不大，将其纳入研究对象可以考察成熟稳定的经济状况对碳排放的影响。三是印度近年来有着可 观的经济增长速度，也是全球第二大人口大国，印度的数据可以有效地体现出人口因素对碳排放的影响。四是将俄罗斯列为研究对象是为了研究一个典型的碳净出口国的碳排放与经济发展究竟有着怎样的关系。鉴于数据的可得性，本文将研究时期定为19952011 年。 三、检验结果与分析 1 平稳性检验 为验证各变量序列的平稳性，本文分别使用 LLC 法、 Breitung 法、 IPS法和 PP-Fisher法对各变量进行单位根检验。限于篇幅，各变量的单位根据检验结果和各变量一阶差分的单位根检验结果不

12、在正文中列出， 留存备索。 检验结果显示，各变量的水平序列都是不平稳的。因此，对各变量的一阶差分值进行单位根检验。检验结果显示，除 可以看到 lnpop、 lnis、 lncs 和 lnurb 外，其余变量均为一阶单整，被解释变量的单整阶数不高于任何一个解释变量的单整阶数，符合多元回归协整检验的条件，可以进行协整检验。 2 协整检验 本文采用 Pedroni 检验对四个模型进行协整检验，具体结果如表 1 所示。 Pedroni 检验主要包括以下两类： 第一类是基于联合组内尺度的检验， 包括 Panel v 统计量、 Panel 统计量、 Panel PP 统计量和 Panel ADF 统计量四

13、种统计方法。这些统计量包含了不同变量的自回归系数对估计残差的单位根检验。第二类是基于组间尺度的检验，包括 Group 统计量、Group PP 统计量和 Group ADF 统计量三种统计方法。这些统计是基于每个向量个体估计系数的简单平均。 Pedroni 的蒙特卡洛模拟实验结果显示，对于大于 100 的样本来说， 7 个统计量的检验效力都很好并且很稳定，但对于小样本（ T20）来说， Group ADF 统计量是最有效力的。本文是小样 本分析，所以主要看这个统计量的检验结果。 从表 1 的协整检验结果来看，四个模型的主要变量均在 5%的显著性水平下拒绝 “ 不存在协整关系 ” 的原假设，由此

14、可知，原模型即为碳排放与经济发展的面板协整模型，分别刻画了供给侧碳排放和需求侧碳排放与经济发展等变量之间的长期均衡关系。因此，可以认为碳排放与其解释变量在长期趋于一致，它们之间存在协整关系。 3 面板协整模型估计 （ 1）供给侧碳排放影响因素模型回归结果 根据上述模型选择的理论，首先使用 Eviews软件中的冗余固定效应检验来对混合 效应模型与个体固定效应模型进行选择，结果显示含人均 GDP二次项和不含人均 GDP二次项的模型均应选择个体固定效应模型。同时由于本文的关注对象仅限于六个研究对象，所以不宜采用随机效应模型。综上，使用个体固定效应模型对模型（ 1）和模型（ 3）进行回归。为了研究不同

15、碳排放均衡状况的经济体的碳排放与经济发展的关系，根据碳排放均衡状况（ PBC 与 CBC 的比值）将六个研究对象分为碳净进口组（美国、日本和欧盟15 国，其 PBCCBC1）和碳净出口组（中国、印度和俄罗斯，其 PBCCBC1 ），具体回归结果如表 2 所示。 从表 2 的回归结果可以看出，就整体而言，模型（ 1）和模型（ 3）的拟合效果良好，模型（ 1）中的人均 GDP 以及模型（ 3）中的人均 GDP、人均 GDP的二次项在统计上均为显著。因此，供给侧碳排放影响因素模型的最终回归结果为： 上述回归方程中人均 GDP 的二次项的回归系数为负且在统计上显著，可以认为供给侧碳排放库兹涅茨曲线是存

16、在的。人口总数的回归系数显著为正，说明人口总数每增加 1个百分点，供给侧碳排放便相应地增加 05983个百分点；产业结构的回归系数显著为正，说明第二产业占 GDP的比重上升会导致供给侧碳排放增加 ；消费结构的回归系数显著为负，说明第三产业消费量占居民消费总量的比重上升会相应地减少供给侧碳排放；城镇化水平的回归系数显著为正，说明城镇化水平的提升对供给侧碳排放的刺激作用大于抑制作用；与预期相反，技术水平的回归系数显著为正，可能是由于高科技产品出口的增加更大程度上刺激了经济的整体发展，抵消了其在优化产业结构方面的作用，从而导致供给侧碳排放增加；贸易开放度的回归系数不显著，说明对外贸易对供给侧碳排放的

17、影响不明显；时间变量的回归系数不显著，说明随时间变化的其他非观测因素对供给侧碳排放的影响并不明显。 由于观测量的下降，各分组的回归结果均不如整体。在碳净进口组，模型（ 3）的拟合效果良好，且人均 GDP 的二次项的回归系数为正，说明在碳净进口国，供给侧碳排放与人均 GDP间呈现出 U型曲线。根据二次曲线的顶点公式可知，碳净进口组的三个国家均未达到曲线的拐点。因此，碳净进口组的三个国家供给侧碳排放随着人均 GDP的上升而减少，这也与预期相符。发达国家在经济发展的过程中不断地将高污染、高能耗的能源密集型产业向外转移，使得本国的能源强度大大下降，从而导致了供给侧碳排放减少。 在碳净出口组，模型（ 1

18、）和模型（ 3）的拟 合效果都很理想。就模型（ 1）来看，人均 GDP的回归系数为正，说明在碳净出口国供给侧碳排放是随着经济增长而同向增加的。模型（ 3）中人均 GDP 的二次项的回归系数为正，也呈现出 U型曲线，但与碳净进口组所不同的是，碳净出口组的三个国家均在二次曲线顶点的右侧运行，与模型（ 1）的结果吻合。中国和印度作为发展中国家，不断接受发达国家落后产能的转入，使得其在经济高速增长的同时背负上了越来越重的环境压力；而俄罗斯作为能源出口大国，丰富的资源禀赋决定了本国的产业结构会以高能耗产业为主，直接导致了俄罗斯供给侧碳排放的不断增加。 值得注意的是，在碳净出口组的回归结果中， lnt 的

19、回归系数显著为负，而在碳净进口组该变量的回归系数并不显著。由于时间变量在这里主要反映经济增长以外随时间变化的因素所产生的影响，例如，环境政策、能源价格和节能减排技术的变化等，所以可以推测，环境政策和节能减排技术可以在碳净出口国起到更为显著的减排作用。 （ 2）需求侧碳排放影响因素模型回归结果 同样地，经过冗余固定效应检验确定应使用个体固定效应模型对模型（ 2）和模型（ 4）进行回归，具体回归结果如表 3 所示。 从表 3 的回归结果可 以看出，就整体而言，模型（ 2）的拟合效果更为理想，人均 GDP 的回归系数在统计上显著，模型（ 4）的拟合效果不理想，人均 GDP二次项的回归系数在统计上不显

20、著，说明需求侧碳排放库兹涅茨曲线并不存在。因此，需求侧碳排放影响因素模型的最终回归结果为： 上述回归方程中人均 GDP 的回归系数显著为正，说明需求侧碳排放与经济增长存在长期的正相关关系，经济增长使得人们更为富裕，消费能力得到提升，促进了需求侧碳排放的增加。与模型（ 3）中的回归结果相似，人口总数、产业结构和城镇化水平对需求侧碳排放均有显著的正向促进作用，与预期相符。消费结构的回归系数显著为负，说明随着生活水平的提高和消费结构的优化，消费碳强度不断下降，从而抑制了需求侧碳排放的增加。技术水平的回归系数显著为正，说明高科技产品出口的增加导致居民更加富裕，从而刺激了消费，抵消了其在优化产业结构和降

21、低行业碳强度方面的作用，最终促进了需求侧碳排放的增加。 分组来看，在碳净进口组，模型（ 2）的拟合结果更为理想，人均 GDP 的回归系数在 1%置信水平下显著为正，说明在碳净进口国，需求侧碳排放随着人均 GDP的提高而不断增加，经济增长对需求侧碳排放的作用是单向的。lnt 的回归系数并不显著，说明在碳净出口国，环境政策和节能减排技术并没有对居民消费行为产生太大的影响，居民在低碳行为的选择上并没有随着经济水平的提升而显出更大的倾向性。 在碳净出口组，模型（ 4）的拟合结果和模型（ 2）的拟合结果呈现出一样的趋势，即在目前的经济水平，经济增长对需求侧碳排放的作用是单向促进的。但与碳净进口组相比，模

22、型（ 2）中人均 GDP 的回归系数明显偏小，这说明人均 GDP的提高对需求侧碳排放的促进作用在碳净进口组更为显著。 四、结论 本文在 STIRPAT 模型的基础上，使用 面板数据回归分析方法，定量分析了经济增长、人口总数、产业结构、消费结构、城镇化水平、技术水平和贸易开放度对供给侧碳排放和需求侧碳排放的影响，并进一步比较分析了二者的异同，主要得到以下结论： 第一，就六个研究对象整体而言，供给侧碳排放与经济发展的关系印证了碳排放库兹涅茨曲线假说，人口总数、产业结构、城镇化水平和技术水平与供给侧碳排放显著正相关，消费结构与供给侧碳排放显著负相关，并得到了具体的回归方程。需求侧碳排放并不存在库兹涅

23、茨曲线，经济增长、人口总数、产业结构、城镇化水平和技术水平与需求侧碳排放显 著正相关，消费结构与需求侧碳排放显著负相关，也得到了具体的回归方程。 第二，在碳净进口国，人均 GDP 的提高对供给侧碳排放和需求侧碳排放的作用是相反的，这也说明在其他控制变量不变的情况下，美国、日本和欧盟 15 国的碳净进口量在长期会随着经济增长而持续增加。而在碳净出口国，尽管人均 GDP的提高同样会导致需求侧碳排放增加，但与碳净进口国相比，以目前的经济发展水平来看，增加的速率明显不如后者，这也直接导致了落后国持续恶化的碳排放均衡状况。 上述研究结论具有很重要的公平含义。在生产分散化和贸易自由化 的今天，发达国家凭借

24、着技术优势在全球价值链中始终处于上游优势位置，不断将高污染、高能耗、粗放型产业向国外转移，导致发展中国家行业碳密集度升高，碳排放大幅增加。发达国家一方面享受着更多的产品和服务，另一方面却又指责发展中国家的高排放，这无疑是不公平的。因此，在应对气候变化问题的后京都时代，每个国家应该坦诚地面对生产者和消费者的双重身份，寻找出更加公平和有效的责任划分原则。发达国家在需求侧造成的二氧化碳排放理应使其在应对气候变化问题上承担更多的责任，而发展中国家在充分考虑自身权益的同时，也应该客观面对本国在供给 侧和需求侧所造成的碳排放，积极寻找公平合理的二氧化碳减排分摊方案。 就中国而言，在经济新常态的现阶段，应该

25、切实推进供给侧改革，抓住经济结构、增长动力结构和增长方式结构调整的契机，对高能耗、高污染、高排放的落后产业严格实行去产能，大力扶持创新型和技术密集型等第三产业，着力解决结构性供给过剩和结构性供给不足并存的问题，进一步优化产业结构，降低供给侧和需求侧两侧的碳排放强度，从而实现经济发展与节能减排的双赢目标。 参考文献： Ang， BW， Zhang， FQ， Choi， KH Factorizing Changes in Energy and Environmental Indicators through DecompositionJ Energy， 1998，23（ 6）： 489-495 S

26、un， JWChanges in Energy Consumption and Energy Intensity： A Complete Decomposition ModelJEnergy Economics， 1998， 20（ 1）：85-100 Grossman， GM， Krueger， ABEnvironmental Impacts of a North American Free Trade AgreementRNBER Working Paper No3914， 1991 林伯强，刘希颖中国城市化阶段的碳排放：影响因素和减排策略 J经济研究， 2010，（ 8）： 66-78

27、Peters， G P From Production-Based to Consumption-Based National Emission InventoriesJ Ecological Economics， 2008， 65（ 1）： 13-23 樊纲，苏铭，曹静最终消费与碳减排责任的经济学分析 J经济研究，2010，（ 1）： 4-14 彭水军，张文城，孙传旺中国生产侧和消费侧碳排放量测算及影响因素研究 J经济研究， 2015，（ 1）： 168-182 Ehrlich， PR， Holdren， JP Impact of Population GrowthJScience， 1971， 171（ 3977）： 1212-1217 York， R， Rosa， E A， Dietz， T STIRPAT， IPAT and ImPACT： Analytic Tools for Unpacking the Driving Forces of Environmental ImpactsJEcological Economics， 2003， 46（ 3）： 351-365