1、我国东中西部碳减排路径分析摘 要：温室效应的逐年恶化正威胁着整个地球，如何减少温室气体的排放已成为学术界迫在眉睫的问题。构建了省级面板数据，分别使用静态面板估计方法，对影响我国各区域 CO2 排放的驱动因素进行了研究，并验证了其 CO2 排放与经济的关系，结果显示：（1）各区域 CO2 排放与经济增长均符合环境库兹涅茨曲线假说；（2）能源强度、城市化和人口数分别是东、中和西部 CO2 排放最主要的影响因素。 关键词：碳排放；STIRPAT 模型；静态面板；区域分析 中图分类号：F2 文献标识码：A 文章编号：1672-3198（2013）15-0053-03 1 引言 马尔代夫总统穆罕默德纳希
2、德的一句话：“如果气温再升高两度，我的国家将面临灭亡。 ”暗示出马尔代夫正面临着海平面上升的威胁。据估计，到 2100 年，马尔代夫将无法居住。与此同时，坦桑尼亚乞力马扎罗 80%的冰川在过去 50 年内消失了，温度上升导致巴巴多斯珊瑚白化死亡，尼泊尔、不丹、越南等频频暴发洪水、泥石流，干旱也使得越南、肯尼亚等国人民饱受灾难。这些由二氧化碳等温室气体的排放加剧所引发的“全球气候变暖” 、 “海平面上升” 、 “极端气候频发”等问题正严重威胁着人类的生存与发展。为了应对这些问题给人类生存带来的巨大挑战，世界各国已做出相关努力。同样中国政府也做出了自己的声明：到2020 年单位国内生产总值（GDP
3、）二氧化碳排放量较 2005 年下降 40%-45%。因此，制定科学合理的碳减排政策成了我国实现承诺的耽误之急。为制定切实符合各区域的行之有效的政策，从根本上减少二氧化碳的排放，我们需要对影响个区域碳排放量的各关键因素进行分析。本文基于STIRPAT 模型和 30 个省市面板数据对我国东中西部二氧化碳排放驱动因素进行实证研究，探讨一各区域二氧化碳排放是否符合环境库兹涅茨倒U 型曲线；二如何结合各区域特点制定有效的碳减排政策。 2 模型与数据说明 2.1 模型及其经济解释 本文将采用 Dietz 和 Rosa（1994）提出的改进模型STIRPAT（Stochastic Impacts by R
4、egression on Population，Affluence and Technology）模型： I=a*Pb*Ac*Td* 其中 it=t+it，i 表示各省市，i=1，230；t 表示时间；ai是固定效应，表示各省市的特有性质；t 表示时间非观测效应；it表示随机扰动项。同时，为了分析地更全面和验证倒 U 型的 CKC 假说，我们对相关变量进行了相应的分解和改进，添加了两个新的解释变量： 2.2 数据说明 本文所研究的样本数据为 1995-2010 年的全国省级面板数据，其中不包括香港、澳门和台湾，并且由于西藏数据不全，所以西藏也不在研究范围内。由于重庆市是在 1997 年被分离出
5、来成为直辖市，所以 1995年和 1996 年重庆市的有关数据，本文采用线性插值法进行填补。各部门碳排放计算、人均 GDP、人口规模以及技术水平的测度数据来源于 1991-2011 年中国能源统计年鉴 、 新中国 60 年统计资料汇编 、2010-2011年中国统计年鉴和 2011 年各省市统计年鉴。年龄比例和城市化水平的测度数据来源于 1996-2010 年中国人口和就业统计年鉴中 15-64周岁人口占总人口比重和非农村人口占总人口比重。 3 实证研究 由于各省市的经济发展状况、所处地域以及人口密集程度等的不同，不同区域碳减排政策也因此各异，这样才能使各省市更加行之有效的进行碳减排而又不影响
6、其他方面的发展。根据 2000 年我国西部大开发政策的区域划分，我们将 30 个省市划分为 3 个区域。采用固定效应估计法，可以得到一致估计。时间效应仍用年份的虚拟变量来表示，且在结果中不显示出来。估计结果如表 2 所示。 模型 2，4，6 分别是东部、中部和西部影响 CO2 排放的驱动因素的估计结果。从各模型的拟合优度和 F 检验都说明了固定效应使用的恰当性，且从人均 GDP 项易知，三地区的碳排放均符合环境库兹涅茨曲线假说，但要想到达拐点都还需要经济漫长的时间。我们查看数据，发现 AR项系数均不显著的原因是因为 15-64 周岁的人口数比例基本上变化不大，而且是不断地在某区间上下波动，并非
7、是单增单减变化。与此同时，我国各省市的 CO2 排放量在这 16 年间逐年上升，因此，年龄比例项系数不显著这一结果我们就不难理解了。lnIt-1 系数均在 1%水平上显著，而东部地区值最小中部值最大，说明东部地区在环境治理方面的成效高于其他地区，而中部地区近 10 年来正在如火如荼地推进城市化，城市化的推进使得钢筋、水泥、木材等建材的需求急剧上升，但高科技生产力、新能源和先进的设备又没有及时更新，因此中部地区 CO2 的排放逐年增多，累积效应远比东、西部强。东部地区人均 GDP 一次项系数 1.316 在三区域中最小，说明东部地区经济发展带来的环境污染程度最小。值得关注的是，东部地区城市化对碳
8、排放的影响为负，且在 5%水平上显著，也就是说，随着东部地区城市化进程的不断推进，该地区 CO2 的排放将得到改善，这也证实了东部能源强度系数（0.574）在三地区中最大这一结果的可靠性。从能源结构上分析，东部地区主要依靠石油，其次是天然气，石油、天然气虽能源热值高但碳排放系数小，即碳排放量少，所以东部地区能源强度每降低一个百分点，其碳排放量将下降 0.574%。人口数对西部影响最大，其人口数每提升一个百分点，西部碳排放将上升2.424%。西部大开发政策出台前，西部人口稀疏，且经济落后；政策出台后西部人口逐渐增多，其中包括返乡人员和投身西部大开发的技术人员，同时伴随而来的经济发展也使得 CO2
9、 的排放随之增多，所以对于西部而言，两者间的相关性较大。而西部地区城市化水平的提升反而带来碳排放的减少，其原因应当与西部城市化滞后于工业化的整体发展现状有关模型 1、3、5 分别是东、中、西部地区没有添加被解释变量一阶滞后项的回归结果。其结果与模型 2、4、6 所得的基本一致，但从其一阶滞后项系数的显著性我们易知考虑滞后项是必要的。 4 结论与政策含义 实证研究结果表明：（1）现阶段我国东中西部 CO2 排放均符合环境库兹涅茨曲线假说。 （2）研究发现东部地区要以降低能源强度为主要的碳减放措施，中部地区应合理权衡经济发展和城市化与 CO2 排放量之间的利益，而西部地区应以引进高科技人才和设备，
10、提高能源利用率，以及推动城市化进程为主要目标进行碳减排。 基于上述结论，提出以下政策意见： （1）以开发新能源、降低能源强度为重点。在未来较长时期内，中国的经济仍会高速发展，无论对于哪个区域而言，开发新能源、降低能源强度显得至关重要。同时加快东、西部的城市化进程，中部应协调好发展与环境保护之间的关系后逐步推动城市化进程，并且对其能源消费结构进行适当调整，以高效、清洁能源为主。 （2）利用有效的政策引导经济环境协调发展。由于各区域不同的经济增长方式和能源环境政策，经济增长与 CO2 排放之间所呈现的倒 U 型曲线具有不同特征，因此科学合理地制定可持续发展的能源政策，引导我国经济健康发展，可能会改
11、变曲线形状，甚至可能会让拐点提前到来。在保持东中部经济地正常发展的同时，出台更多有利于西部大开发的政策，充分利用我国丰富的人力、资源，促进西部高水平产业的发展。 （3）控制人口数量、加强环保意识。中国人口数是一个不可回避的问题，人口的迅猛增长无疑对多方面都会带来负面的影响，包括环境。值得肯定的是，我国现阶段生育率以及保持在一个很低的水平，人口数量短期内应该不会发生剧烈的变动。但公民环保意识薄弱，责任心不强，所以环保意识的加强和增强公民素质也势在必行。 参考文献 1 林伯强，蒋竺均.我国二氧化碳的环境库兹涅茨曲线预测及影响因素分析J.管理世界（月刊） ，2009， （4）. 2L. Wu，S.
12、Kaneko，S. Matsuoka. Driving Forces behind the Stagnancy of Chinas Energy Related CO2 Emissions from 1996 to 1999： the Relative Importance of Structural Change，Intensity Change and Scale ChangeJ. Energy Policy，2005，33： 319-335. 3杜立民.我国二氧化碳排放的影响因素：基于省级面板数据的研究J.南方经济，2010， （11）. 4李国志，李宗植.中国二氧化碳排放的区域差异和影
13、响因素研究J.中国人口资源与环境，2010， （5）. 5涂正革.中国的碳减排路径与战略选择基于八大行业部门碳排放量的指数分解分析J.中国社会科学，2012， （3）. 6IPCC.2006 IPCC Guidelines for National Greenhouse Gas InventoriesM.Hayama： the Institute for Global Environmental Strategies，2007. 7Enrlich.P. R，Holdren. J. P. Impact of Population GrowthJ. Science，1971，171（3977）：
14、1212-1217. 8Dietz. T，Rosa. E. A. Rethinking the Environmental Impact of Population，Affluence and TechnologyJ. Human Ecology Review，1994，1： 277-300. 9彭希哲，朱勤.我国人口态势与消费模式对碳排放的影响分析J.人口研究，2010， （1）. 10陆铭，陈钊.城市化、城市倾向的经济政策与城乡收入差距J.经济研究，2004， （6）. 11Arellano M， Bond S. Some Tests of Specification for Panel Data： Monte Carlo Evidence and an Application to Employment EquationsJ. Review of Economic Studies，1991，58（2） ： 277-297. 12Arellano M，Bover O. Another Look at the Instrumental Variable Estimation of Error - components ModelsJ. Journal of Econometrics，1995，68（1）： 29-51.
