下载掌阅APP，畅读海量书库
立即打开
2.4 中国碳排放的省际差异及影响因素的计量分析
一直以来，二氧化碳排放问题作为全球变暖背景下的一个新标识，是国内外众多学者密切关注的重点。那么，到底哪些因素对二氧化碳的排放产生影响？这些相关影响因素对二氧化碳排放的影响程度又是如何呢？这些问题的解决与否关系到我国节能减排政策制定的科学与否，也关系到低碳战略实施成效的显著与否。节能减排工作的顺利开展，是我国经济社会保持可持续发展的关键。本节将在相关研究文献的基础上，对二氧化碳排放的相关影响因素进行理论分析。
影响二氧化碳排放的相关因素很多，比如地理因素、经济发展水平、产业结构、产权结构、能源消费结构、对外开放程度、投资水平、制度环境、城市化水平、能源价格等。这些因素对二氧化碳排放的影响作用到底多大？许多学者也对其进行了研究。在相关研究基础上，本节理论研究了经济发展、能源消费结构、城市化水平、产业结构、出口贸易以及其他因素对二氧化碳排放量的影响，同时采用面板数据模型进行深入的实证分析。
经济发展与二氧化碳排放之间的关系一直受到众多学者的关注。胡宗义等（2013）利用我国2001—2010年的面板数据，建立空间动态面板误差模型，对碳排放和经济增长之间的关系进行了再研究，结果发现，二氧化碳排放具有显著的空间依赖性和动态效应，且存在环境库兹涅兹曲线（EKC）拐点，但目前二者的关系仅存在于EKC拐点的左侧，可能长期处于近似的线性正相关状态，即经济增长伴随着高碳排放。范勇（2013）采用我国1978—2010年的时间序列数据，利用基于向量自回归模型的JJ协整检验和误差修正模型研究了我国二氧化碳排放量与经济增长之间的关系，实证结果表明，我国经济增长与二氧化碳排放量之间在长期呈现显著的正相关，经济增长是引起我国二氧化碳排放量增长的原因。胡宗义等（2012）基于我国1960—2008年的样本数据，采用Toda-Yamamoto的检验程序研究了我国能源消费、二氧化碳排放以及经济增长三个变量之间的相互关系。研究结果发现，经济增长和能源消费均是二氧化碳排放的单向Granger原因，也就是说，经济增长和能源消费的增加都将导致二氧化碳排放量的上升，反之则不成立。能源消费与经济增长之间则存在着双向的Granger因果关系。实证结果表明我国的能源消费与相应的二氧化碳排放短期内不会减少，在今后几十年甚至在更长的时期内其增长都将持续，因此制定并实施相关政策来降低二氧化碳的排放成为当务之急。
这些文献都指出，经济增长是二氧化碳排放增加的主要驱动力。本节将以国内生产总值作为经济发展的指标来考察其对二氧化碳排放的影响。
能源是现代文明的动力，更是经济增长的源泉。能源部门为经济活动提供能量的同时，由于大量消耗煤、石油等化石燃料，通常成为温室气体排放的最主要部门。煤、石油与天然气都是化石能源，化石能源的开采与使用造成了严重的环境污染和生态破坏。对能源消费的构成进行统计发现，煤炭消费量占我国能源消费量的66.6%，煤炭消费仍然是我国的主要能源。在石油消费方面，中国又一次成为全球石油消费增长的最大来源，相比2011年增长了5.05%。在天然气消费方面，天然气消费量在我国能源消费量中增长很快，增长率达到8.10%，远远高于全球天然气消费增长率2.2%。
对各类化石燃料的二氧化碳排放系数值进行计算可以得出，燃烧一吨煤所产生的二氧化碳比燃烧石油多30%，比燃烧天然气多70%。近年来我国碳排放强度较高，二氧化碳排放的压力较大，原因都在于我国的煤炭消费总量居高不下。如果能在我国的能源结构中加大对清洁低排能源的利用，或者如果能够实现用较少碳排放的能源替代较多碳排放的能源，都将会大幅度降低二氧化碳排放量，并且能进一步提高碳排放技术效率。
本节将用煤炭消费量占能源消耗量的比重构建能源消费结构的指标，用来研究其对二氧化碳排放的影响。
二氧化碳排放主要分布在人口、交通、建筑、工业较为集中的城镇地区，因而城市正逐渐发展成了温室气体和“热岛效应”的主要产地。城市不断扩大的直接后果就是能源大量的消耗和二氧化碳排放的激增。根据联合国的数据统计，尽管全球城市面积仅占地球表面积的2%，但却容纳了世界总人口的50%以上，城市的能源消耗量占全球能源消耗量的75%，排放的温室气体占全球所排放温室气体总量的80%左右。根据美国学者Brookings（2008）研究，城市建筑物排放的二氧化碳约占总量的39%，交通工具排放的二氧化碳约占33%，工业排放的二氧化碳约占28%。
我国城市化进程随着社会经济快速发展而迅速推进，城市建设日新月异。因此，分析我国城市化进程对二氧化碳排放的影响，对于实现我国城市化的可持续发展以及碳减排具有重要意义。
Peter（2008）将城市人口消费这一要素加入到对中国20世纪80年代以来二氧化碳快速增长影响因素的研究中，认为固定资本投入的增加和家庭消费，尤其是城市人口消费的增长是决定二氧化碳排放增加的主要因素，这两个因素部分抵消了效率的提高和技术变化带来的二氧化碳排放降低的效益。关海玲等（2013）通过实证发现，我国城市化水平和二氧化碳排放量之间存在着长期稳定的均衡关系，检验表明，城市化是二氧化碳持续增长的Granger原因，城市化水平对二氧化碳排放量的弹性系数是1.643，即城市化水平每增长1%，二氧化碳排放量将随之相应的增长1.643%。金洪（2012）采用动态面板数据模型分析了我国城市化率对二氧化碳排放的影响，结果发现，我国城市化水平对我国二氧化碳排放规模有正向影响，且城市化水平在我国二氧化碳排放影响因素中处于主导地位。肖周燕（2011）通过协整理论及误差修正模型研究了城市化进程与二氧化碳排放的关系，实证结果显示，从短期来看，二氧化碳排放不受当年城市化变动的影响，但从长期来看，城市化与二氧化碳排放之间具有长期的稳定关系，城市化对二氧化碳排放的影响具有一定的滞后性。
上述研究得到的结论均是：中国的城市化进程对二氧化碳排放有着重要的影响。由于城市化是一个涉及人口、空间和经济社会转换等的动态过程，学术界尚未就其衡量标准达成一致，目前普遍采用人口比重指标法，即用城市人口占总人口的比重来衡量城市化水平。本节也将采用这一指标来衡量我国城市化水平。
在影响我国二氧化碳排放的相关因素中，产业结构这一要素显得越来越重要。所谓产业结构指的是各产业的构成以及各产业之间的联系和比例关系，它是一国经济结构的重要组成部分之一。各产业部门的构成及相互之间的联系、比例关系不尽相同，对经济增长的贡献大小也不同。产业结构的变化对二氧化碳排放量的影响作用主要通过其对能源消费的影响来实现。产业结构的变化必然会带来能源消费结构和数量的变化，而能源消耗的同时则必然会引起相应二氧化碳排放量的变化。据统计，我国绝大多数的二氧化碳排放来自于第二产业，三次产业中，第二产业的能耗最大，高能耗产业的二氧化碳排放强度也最高。钢铁、水泥、等高能耗产业是主要的二氧化碳排放源。
相关文献也证实了以上的理论。黎超（2012）利用我国29个省份1995—2009年产业结构与二氧化碳排放量的相关数据，研究了我国三次产业结构变化对二氧化碳排放量的具体影响。实证结果显示，三次产业结构变化对我国二氧化碳排放量有显著影响，且第二产业影响最大，第三产业次之，第一产业的影响最小。宋帮英和苏方林（2010）考虑了空间维度的碳排放量与经济增长和经济结构关系，采用地理加权回归（GWR）技术引入空间效应，证实了经济增长和第二产业相对第三产业产值增加与碳排放出呈正相关关系，且省域经济发展状况对二氧化碳排放量影响存在空间变异，二者呈现正相关关系。郭朝先（2012）利用LMDI分解方法，对中国1996—2009年的二氧化碳排放进行分解，定量分析产业结构变动对碳排放变动的影响，实证结果认为未来产业结构变动将有助于减少二氧化碳排放。本文将用煤炭消费量占能源消耗量的比重构建能源消费结构的指标，用来研究其对二氧化碳排放的影响。本文将以第二产业占GDP的比重作为度量产业结构的指标，以此研究其对二氧化碳排放的影响。
自改革开放以来，随着中国经济的快速增长，我国对外贸易也迅速增长，与此同时，二氧化碳排放量也急剧上升，因此，国内许多学者对开放经济下的中国环境进行了一系列研究，有关二氧化碳排放与贸易开放之间关系的研究文献大量涌现，但并未得到一致的研究结论。沈利生等（2008）、王姝（2008）、张友国（2009）基于投入产出模型对出口贸易的环境代价进行实证分析，结果表明出口贸易对我国能源消耗和污染排放具有显著的影响。李小平、卢现祥（2010）利用我国20个工业行业与G7和OECD等发达国家的贸易数据，采用环境投入产出模型和净出口分析研究了国际贸易等因素对我国工业行业二氧化碳排放量的影响。实证结果表明，国际贸易对我国工业行业的二氧化碳排放总量和单位产出的二氧化碳排放量具有降低作用，我国并没有通过国际贸易成为发达国家的“污染产业天堂”。胡宗义等（2012）采用非参数APLM模型对我国贸易开放度与人均二氧化碳排放之间的关系进行研究，实证结果发现，我国人均二氧化碳排放量随着贸易开放度的加大而随之增加，也就是说贸易开放对我国人均二氧化碳排放量具有显著的促进作用。这一结果支持“污染天堂假说”。刘华军、闫庆悦（2011）分别利用时间序列数据和省际面板数据对我国二氧化碳环境的库兹涅茨曲线进行经验估计，并实证分析了贸易开放和FDI对我国碳排放的影响效应。1952—2007年的时间序列协整分析显示，贸易开放对二氧化碳排放产生负效应，但统计上并不显著；而1983—2007年的时间序列协整检验则表明，贸易开放对二氧化碳排放具有正的效应，统计上也不显著；1995—2007年的省级面板数据协整检验显示，贸易开放对碳排放具有正效应，统计上显著。
贸易开放对我国二氧化碳排放是否产生影响？如果有影响，那么这种影响是正面的效应还是负面的效应？这是我们关心的重点。这一问题的研究，将有助于我国考虑多方面的因素制定有效的二氧化碳减排策略。因此，本节将用出口额占GDP的比重作为指标来度量出口贸易对二氧化碳排放量变化的影响。
影响二氧化碳排放量的因素还有很多。李凯杰和曲如晓（2012）基于STIRPAT模型测算了我国1979—2008年29个省市地区的技术进步对二氧化碳碳排放的影响，实证结果显示，技术进步可以减少二氧化碳排放，但存在一定的时滞，技术进步对二氧化碳排放的影响在地区间存在明显的区别因地区的不同而有较大区别：东部和西部地区技术进步降低了二氧化碳排放而中部地区技术进步增高了二氧化碳排放，这主要是由其经济发展程度不同造成的。魏巍贤和杨芳（2010）基于我国1997—2007年省级面板数据研究分析了我国二氧化碳排放的影响因素，实证结果表明自主研发、技术引进对我国二氧化碳减排具有显著的促进作用，技术进步对我国二氧化碳排放的影响呈现出明显的地区差异性。
实际经济运行中，能源价格与二氧化碳排放之间的关系属于远程关系，其中能源价格通过影响“经济发展”进而作用于二氧化碳排放的过程是一个重要渠道。何凌云、林祥燕（2011）通过构建直接效应、调节效应及状态空间模型，采用岭回归方法对能源价格与二氧化碳排放之间的关系进行研究，实证结果发现，在我国，能源价格通过影响经济结构进而作用于二氧化碳排放的路径存在阻滞，而可以通过经济总量和能源效率对二氧化碳排放产生有效的同向和发向调节，前者强度大于后者。林伯强（2001）、杭雷鸣和屠梅曾（2006）利用省际和行业面板数据对我国能源价格与能源或二氧化碳排放之间的关系展开了研究，实证结果表明能源价格与二氧化碳排放之间存在负相关关系。
考虑到二氧化碳排放的来源比较广泛，除了化石能源燃烧外，在水泥、石灰、电石、钢铁等工业生产过程中，由于物理和化学反应的发生，也会有二氧化碳的排放，而在所有工业生产过程排放的二氧化碳中，水泥大约占56.8%，石灰大约占33.7%，而电石、钢铁生产所占不足10%。为了进一步增强估算的全面性和准确性，本节不仅估算了化石能源燃烧所产生的二氧化碳排放量，同时也估算了水泥生产过程产生的二氧化碳排放量。另外，为精确起见，本节｀进一步将化石能源消费细分为煤炭消费、焦炭消费、石油消费、天然气消费，其中石油消费则更进一步细分为汽油、煤油、柴油、燃料油四类。所有化石能源消费数据都来自于历年《中国能源统计年鉴》。水泥生产数据来自于国泰安金融数据库。
化石能源燃烧产生的二氧化碳排放量具体计算公式如下：
其中， TC 表示各类能源消费产生的二氧化碳排放总量的估算值； i ＝1, 2，…，7表示能源消费的种类，包括煤炭、焦炭、汽油、煤油、柴油、燃料油和天然气共7种； E i 表示各地区第i种能源的消费量； CF i 表示发热值； CC i 表示碳含量；表示氧化因子； CF i × CC i × COF i 表示碳排放系数， CF i × CC i × COF i ×3.67则表示二氧化碳排放系数。
水泥生产过程产生的二氧化碳排放量具体计算公式如下：
其中， CC 表示水泥生产过程中二氧化碳排放总量， Q 表示水泥生产总量，而 EF cement 则是水泥生产的二氧化碳排放系数。本节估算水泥生产的二氧化碳排放量时，仅仅计算了化学反应产生的二氧化碳排放量，而没有包含水泥生产过程中燃烧化石燃料而造成的二氧化碳排放量。表2.17列出了各类排放源的CO 2 排放系数。
表2.17 二氧化碳排放系数
续表
数据来源：IPCC（2006）及国家气候变化对策协调小组办公室和国家发改委能源研究所（2007）
经过一系列准确计算，可以得到我国30个省市地区1997—2011年二氧化碳排放量的估计值，见表2.18。
表2.18 我国各省市地区二氧化碳排放量估算值 单位：万吨
续表
注：限于篇幅，本文仅列出部分年份数据
由表2.18的二氧化碳排放量估算值可以看出我国各省市地区碳排放量基本都呈现上升趋势，地区差异比较明显。为了更好的体现我国二氧化碳排放的地区差异性，将我国30个省（市、区）按照经济发展水平和其地理位置划分为三大区域，包括东部地区、中部地区以及西部地区。具体来讲，东部地区包括北京、河北、天津、辽宁、山东、江苏、上海、浙江、福建、广东和海南这11个省（市）；中部地区主要包括黑龙江、吉林、山西、湖北、河南、湖南、安徽和江西这8个省份；西部地区则包括内蒙古、广西、云南、贵州、四川、陕西、重庆、青海、宁夏、新疆、甘肃、西藏（由于缺乏数据较多，未估算其二氧化碳排放量）这12个省（市、区）。表2.19显示我国三大区域的碳排放量。
表2.19 我国及东中西部三大区域碳排放量 单位：万吨
续表
表2.19的数据反映了我国及东中西部三大区域碳排放量情况。从总体上来看，1997—2011年我国的二氧化碳排放量呈现持续增长的趋势，从1997年的336565.69万吨增长至2011年的1066359.01万吨，增长幅度达到729793.32万吨，短短15年间排放量大约增长了2.17倍。从时间变化趋势上看，我国的二氧化碳排放量的增长过程可分为三个阶段：缓慢增长阶段、快速增长阶段、增速下降阶段。由图2.15可以明显看出，在1997—2002年我国二氧化碳排放量处于缓慢增长的阶段，这个阶段我国的二氧化碳排放量年均增长为3.48%。这个阶段产生的原因主要是由于亚洲金融危机对我国经济的影响，此时我国经济增长速度减缓，对外贸易活动减少，这在一定程度上减少了二氧化碳的排放。从2003年起，亚洲各国陆续走出金融危机的泥潭，我国经济发展加速，但由于我国高投入、高消耗、高污染的粗放型经济增长方式，使得我国这一阶段的二氧化碳排放量处于快速增长期，2003—2007年我国二氧化碳排放量增速达到13.70%。之后我国二氧化碳排放量增速有所下降，2008—2011年增速为9.37%。虽然增长率依旧不低，但是相比于2003—2007年还是呈现下降趋势。这说明我国意识到能源环境的重要性，开始探寻低碳经济路径，为实现绿色生产付出努力。特别是在2008年10月29日我国公布的《中国应对气候变化的政策行动》的白皮书，郑重声明了我国应对气候变化问题的积极态度和相关行动，决定把发展低碳经济作为一个突破点，指导我国未来的能源发展，走可持续发展道路。
图2.15 1997—2011年我国及东中西三大区域的碳排放量变化
从表2.19东中西部三大区域碳排放量情况可以明显看出，我国的碳排放区域差异性是比较显著的。总体来讲，我国二氧化碳排放量呈现由东到西依次递减的规律，东部地区碳排放量最多，中部地区次之，西部地区碳排放量最少。东部地区的二氧化碳排放在绝对量上大大超过中西两大区域。从图2.15可以看到，这三大区域二氧化碳排放均呈现逐年增长的趋势，且其增长规律均与全国二氧化碳排放量一样，可以分为三个阶段：从1997—2002年三大区域的二氧化碳排放量有升有降，总体来说处于缓慢增长阶段；从2003—2007年，三大区域的二氧化碳排放量均呈现不同程度的增长，整体处于快速增长阶段；从2008—2011年，三大区域的二氧化碳排放量处于增速下降阶段。
图2.16是我国1997—2011年30个省市地区二氧化碳排放量均值的降序排列图。其中，二氧化碳排放量均值高于全国二氧化碳排放均值的省市地区有：山东、河北、江西、江苏、河南、广东、辽宁、内蒙古、浙江、四川和湖北。排名靠前的前五个省份是山东、河北、江西、江苏和河南，分别占我国二氧化碳排放总量均值的8.71%、8.00%、7.68%、6.21%和5.95%。我国的主要二氧化碳排放大省均为传统工业，能源消费以煤炭为主。二氧化碳排放量排名靠后的五个省份分别是天津、甘肃、宁夏、青海和海南，分别占我国二氧化碳排放总量均值的1.46%、1.44%、0.98%、0.40%和0.30%。
图2.16 1997—2011年各省二氧化碳排放量均值
图2.17是我国1997—2011年各省碳排放年均增长率的降序排列图。可以看到，二氧化碳排放年均增长率排名前五的省份是宁夏、内蒙古、海南、福建和山东，其中宁夏二氧化碳排放的年均增长率达到15.36%。宁夏出现较高二氧化碳排放速度的原因与其快速的经济增长密切相关，1997年宁夏的国内生产总值为210.92亿元，2011年为2102.21亿元，增幅达到1891.29，增长了8.97倍。第二产业的产值占国内生产总值的比重由1997年的41.6%增长到了2011年的50.2%，增长了8.6个百分点。快速的经济发展及不合理的产业结构刺激了二氧化碳的高速排放。除了以上二氧化碳排放年均增长率排名靠前的省份外，青海、陕西、广西和新疆的年均增长率也均超过了10%，高于全国8.59%的平均增长水平。排名靠后的五个省份为辽宁、山西、黑龙江、上海和北京，其二氧化碳排放的年均增长率分别为6.47%、6.16%、5.41%、4.32%和1.95%，其中北京二氧化碳排放年均增长率以1.95%位居全国最低。
图2.17 1997—2011年各省碳排放年均增长率
影响二氧化碳排放的相关因素很多，比如地理因素、经济发展水平、产业结构、产权结构、能源消费结构、对外开放程度、投资水平、制度环境、城市化水平、能源价格等。考虑到客观条件的限制，在考虑数据可得性基础上，本文构建面板数据模型研究产业结构、出口贸易、能源消费结构、城市化水平、国内生产总值对二氧化碳排放的影响。
本节选择的面板数据模型如下：
其中， y it 是第 i 个省份第 t 年人均二氧化碳排放量； α 是常数项， β 是回归系数； η i 是个体效应，主要用来控制各省份自有的特殊性质，ɛ it 是外生解释变量，主要包含能源消费结构、国内生产总值、城市化水平、产业结构及出口贸易等因素。其中，能源消费结构以煤炭消费量占能源消费量的比重度量，城市化水平以非农人口占总人口比重度量，出口贸易以出口额占GDP的比重度量，产业结构以第二产业占GDP的比重度量，同时对所有变量进行了取对数处理。
在二氧化碳排放量相关影响因素的实证分析中，用Stata软件得出的估计结果见下表2.20。
表2.20 各省份碳排放影响因素面板数据模型实证结果
表2.20结果显示，该面板回归模型拟合的较好，回归系数具有较高的显著性，其符号方向与现实情况较为符合。产业结构及国内生产总值对二氧化碳排放量的弹性系数较高，说明二氧化碳对产业结构及国内生产总值的变动比较敏感。第二产业占GDP的比重每增加1%，会使二氧化碳排放量增加0.9744%，这说明第二产业与碳排放呈现明显的正相关关系，第二产业是二氧化碳排放的主要驱动因素。经济每增长1%，二氧化碳排放量则会增加0.5812%，这说明经济增长也是碳排放量增多的一个重要因素，二者呈现正相关关系。能源消费结构与出口贸易与碳排放量的弹性系数在1%水平上不显著。
本节参照IPCC（2006）以及国家气候变化对策协调小组办公室和国家发改委能源研究所（2007）的方法，相对客观的详细估算了我国30个省（直辖市、自治区）的1997—2011年的二氧化碳排放量。从数据中可以明显看出，我国各省（直辖市、自治区）的二氧化碳排放量从整体上基本都呈现出上升趋势，地区差异比较显著。总体上来讲，我国的二氧化碳排放量呈现出由东到西依次递减的规律特征，东部地区的二氧化碳排放量最多，中部地区次之，西部地区二氧化碳排放量最少，而且东部地区的二氧化碳排放在绝对量上大大超过中、西两大区域。
本节对影响二氧化碳排放的相关因素进行了较为深入的理论分析，主要从经济发展、能源消费结构、城市化水平、产业结构、出口贸易及其他因素等方面。这些因素对二氧化碳的排放及碳排放效率的高低具有十分重要的影响。同时对这些因素的分析对本节实证部分中环境变量的合理选取具有一定的指导性作用，对碳排放效率区域差异化的现状也具有一定的解释作用。
要实现碳减排的目标，就要加快提高碳排放效率。缩小地区间碳排放效率的差距是实现我国整体碳减排目标的一种有效方式。要缩小碳排放效率的差距，我国的碳减排策略应当有所侧重，实施差异化碳减排策略，而不能采取“一刀切”的做法。缩小省际碳排放效率差距，要重点关注碳排放效率较低的地区的节能减排工程。实证分析结果可以发现，经济较为发达地区的二氧化碳排放效率普遍高于经济欠发达地区。所以，有必要努力加强各省之间相关节能减排工作的经验交流与技术合作，积极借鉴一些切实有效的节能政策，促进科学高效的管理经验的推广和扩散。西部地区具有自身资源优势，政府要加大对西部地区的开发力度，增加财政资金投入和技术、政策支持，全面统筹区域经济的良好发展，缩小区域差距。对与欠发达的地区要及时提供减排政策指导和资金支持，鼓励、支持和引导其利用自身优势，积极发展先进技术，提高能源利用率，推动碳排放效率的提升，保证其节能工作的顺利有序的开展。对于经济相对发达的省份来说，在节能减碳方面应承担更多的责任，发挥带头作用，引导其他地区碳减排技术的进步，这也是我国区域经济不平衡发展战略的内在要求。碳减排的关键是加强低碳技术的创新和运用，通过激励自主研发和积极同国际技术合作推动可再生能源的开发和化石能源的高效清洁利用。同时，我国要向低碳经济转型，必须建立碳减排的长效机制，积极稳妥地促进经济增长由“高投入、高消耗、高污染”的粗放型方式向“低投入、低消耗、低污染”方式转型。