基于面板数据的江苏省碳排放影响因素研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇基于面板数据的江苏省碳排放影响因素研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：本文测算了2000-2008年江苏省7个地级市的工业部门二氧化碳排放量，对工业碳生产力进行总结分析，同时基于面板数据模型对工业部门碳排放的影响因素进行实证分析。结果显示：人均工业碳排放量与人均GDP之间呈倒N型曲线关系，上拐点出现在人均GDP66 836元；城市化水平、经济对外依存度、FDI引进规模对工业碳排放规模均具有促进作用；“上海因素”对碳排放量具有显著的正向影响。
关键词：碳排放；工业部门；面板数据
中图分类号：F062.2文献标识码：A
收稿日期：2012-12-10
作者简介：王世进（1980-），男， 河北衡水人，江苏师范大学经济学院教师， 中国矿业大学管理学院博士研究生，研究方向：低碳转型、 产业经济。
基金项目：教育部人文社科青年基金项目，项目编号：11YJC790189；江苏省研究生培养创新工程项目，项目编号：CXLX12_0972。
一、引言
我国十二五规划中表示要履行在哥本哈根气候大会上的承诺，即到2020年单位GDP二氧化碳排放量在2005年的基础上降低40%-45%，非化石能源占一次能源比重要达到15%左右，这不仅需要对处于产业始端投入的能源消耗进行压缩，更需要在经济运行过程中对产业结构、能源结构以及能源利用效率进行调整和挖掘。江苏省作为我国的经济大省，正处于工业化、城市化、现代化的快速发展阶段，能源的大量需求和快速增长的现状短期难以改变。“贫煤、少气、缺油”的资源禀赋、资源能源和市场“两头在外”的经济格局，以及以煤为主的能源消费结构，决定了江苏省在今后相当长的一段时间内仍需要保持以煤为主的能源结构。基于江苏的省情以及国家的宏观减排目标，客观科学地对二氧化碳的排放现状以及二氧化碳排放的主要影响因素进行分析，对江苏省科学有效制定实施碳减排战略具有重要意义。
目前，国内外大量文献对二氧化碳排放的影响因素进行了研究。根据研究的区域不同，可以归为以下三类。
第一类即全球范围内的碳排放。Grossman and Krueger（1995）在上世纪就率先对不同经济发展水平和收入水平的国家间的环境污染物排放差异进行研究，并认为长期环境污染与经济增长之间呈现倒U型关系，之后很多学者在此基础上结合不同地区不同时间进行研究，大多认为经济增长是造成二氧化碳排放增加的直接原因。国内学者如于峰（2005）、桂小丹和李慧明（2010）、王良举等（2011）都对世界范围内的经济发展与污染物排放之间的关系进行了详实的分析，结论都认为中长期来看两者的关系以倒U型的趋势存在，当然贸易结构、国家制度、人口增长、城市化、产业结构、能源结构等诸多因素都是构成二氧化碳以及二氧化硫等污染物排放的重要影响因素。
第二类是基于国家层面的碳排放研究。目前，有相当多的学者结合我国国情对二氧化碳排放的影响因素进行研究。刘华军等（2011）、杜立民（2011）、蒋金荷（2011）运用面板数据等计量模型实证分析后得出经济发展是我国二氧化碳排放的直接原因且符合EKC模型的结论；同时认为我国倒U型的拐点将出现在人均GDP达到3万元以上时，目前国内绝大部地区还没有达到这个水平；除人均GDP外，能源强度，产业结构以及能源消费结构都对二氧化碳排放有显著影响。郭朝先（2010）、陈诗一（2011）等通过LMDI因素分解模型对我国二氧化碳的排放因素进行分解，认为经济发展、能源结构、能源效率是影响二氧化碳排放最重要的因素，转变资本驱动型的增长模式、提高能源生产率和资本生产率、优化能源结构和产业结构是切实可行的碳减排之路。也有不少学者在国家层面下对工业部门的碳排放进行了研究，如朱平辉（2010）、潘雄锋等（2011）基于不同视角对碳排放因素进行了拟合，结果显示经济发展、能源效率是影响碳排放的重要因素。
第三类是对省市层面的碳排放进行研究。陈立泰等（2010）、王迪和聂锐（2010）、万宇艳和苏瑜（2011）等分别结合重庆、江苏、浙江、上海、山东、湖北的实际情况在不同的视角下对二氧化碳的排放进行了实证研究，并提出能源结构和产业结构演化和能源强度降低有利于减排二氧化碳。对江苏省碳排放的研究，夏自兰（2010）、王迪等（2011）、刘慧等（2011）、王圣等（2011）得出了一些有益结论并认为积极扶持新能源产业，开发清洁能源，实现煤炭清洁和高效利用是实现江苏碳减排的可行途径。
本文测算了江苏省7个地级市的二氧化碳排放量，并运用面板数据模型对其影响因素进行实证分析，以期得出一些有意义的结论，并对政府制定切实可行的碳减排政策提供一定的借鉴。
二、二氧化碳排放量测算
IPCC 提出的二氧化碳排放测算方法和我国的统计数据不能完全匹配，需要结合我国能源利用和结构特征来进行调整。为了保证对对整个工业部门二氧化碳排放的准确测算，在考虑传统化石能源二氧化碳排放的基础上，加入对水泥生产过程中二氧化碳排放的计算。本文的化石能源消耗量以及水泥产量数据来源于江苏各市的统计年鉴。
根据图1可以大致看出七个城市的工业碳排放趋势。2000年，南京的二氧化碳排放量在七市中是最高的，达到0.8亿吨；经济发达的苏州和无锡及传统的重工业和能源基地的徐州，排放量也处于领先的地位；省内其它城市的排放量都在（0.1，0.5）区间内波动。可以发现2000年全省的碳排放格局是“苏南多，苏北少；发达地区多，次发达地区少”。即苏南产出了江苏绝大部分的GDP、吸收了全省几乎全部的外商直接投资，也消耗了大部分的能源，经济发展是碳排放的一个重要原因。此外，2008年，七市中的苏州碳排放已经跃居全省之首，这与其外向型经济密切相关。在图示区间内，七个城市碳排放可以分为三个集团，南京和苏州以其绝对的领先地位处于第一集团，无锡和徐州处于第二集团，常州、南通和盐城则居于第三集团。
通过图2我们从生产力视角对江苏七市9年中工业碳排放进行解读。（1）2000年，盐城的工业碳生产力（下称碳生产力）最高，也是全省唯一一个碳生产力达到0.5的城市，意味着每吨二氧化碳的排放对应着0.5万元的工业产出，这是因为盐城的工业绝大部分是轻工业，如纺织工业、食品工业和化学工业，这些行业对能源的依赖性和碳排放总量远不如重工业严重。徐州和南京的碳生产力水平处于末位，与盐城的状况正好相反，绝大部分工业部门是由高耗能的重工业组成的，如南京的钢铁工业、炼油工业等。2008年，七市的碳生产力较2000年有了明显的提高，这与产业结构的优化、能源消费结构的优化以及能源利用效率提高有着直接的关系。（2）在2006年之前江苏固定资产投资尤其是基础设施建设的投入以年均20%以上的增速发展，但2006年在中央提出经济要又好又快发展的背景下，江苏放缓了对量和速度的追求，转向对发展质量的重视，加上在2005年江苏开始大规模使用西气东输天然气，多方面综合原因使得图中各城市2008年的碳生产力较2000年有了大幅提高。总之，由于发展水平、产业规模和产业结构的不同，省内不同城市之间的工业碳排放量存在差距，尤其是第一集团与第三集团的差距很大；同时由于产业结构的不同，第三集团的城市的碳生产力高于第一集团和第二集团的城市。但是随着经济发展的日趋合理以及工业结构、能源结构的优化，各个城市的碳生产力水平都有很大程度改善。
三、计量方法和数据说明
四、二氧化碳的排放驱动因素分析
本文分别使用了带有固定效应和随机效应的面板数据模型对（3）式进行了回归检验。结果显示，随机效应模型得到的回归系数均不显著，而采用固定效应模型估计出来的参数与预期符号方向一致（见表2）。模型1、模型2以及模型3都是在j=2的前提下完成，结果显示EKC曲线的形态是正U型的，这与预期的倒U型是不匹配的；加入PGDP的三次项（模型4、模型5）后，发现回归结果显示除产业结构STRUC的作用系数不显著外，其它变量均显著的，并且二氧化碳的排放与经济增长之间的关系呈倒N型曲线，结合AIC和SC准则，可以判定加入的三次项后的模型更能反映各解释变量对被解释变量的作用关系，所以最终选择模型5作为对二氧化碳的排放驱动因素的分析依据。通过计算得出了库兹涅茨倒N型曲线的上拐点为人均GDP66 836元，下拐点不落在本研究区间内，故不做考虑。EKC倒N型曲线说明在下拐点之前的区间内二氧化碳的排放与经济增长是负相关关系，随着PGDP的增长环境污染反而变小；两拐点之间的区间两者是呈正相关走势，即经济发展构成了污染物增加的重要原因；而在上拐点出现后的区间内两者出现了负相关，结合发达国家的经验不难发现：先进的技术、非化石能源的大规模使用、环保意识的深入人心都对经济发展水平更高时污染物排放下降有着重要作用。
通过表2可以发现：
1.根据含三次项的EKC曲线回归结果，江苏7市在PGDP达到66 836元后，PCO2会随着PGDP的增长而出现下降的趋势，即环境质量会较之前会有改善。2008年，7个城市PGDP最高的是苏州的101 494元，无锡和南京分别为69 383和58 358元，最低的是盐城为20 166元，而全省的PGDP为39 622元。从全省层面来看，江苏正处于倒N型曲线的第二个区间，即污染物排放与经济发展呈正向关系；从市级层面看，江苏经济的“三强”苏州、无锡、南京的PGDP已经达到或接近上拐点，说明江苏省城市之间的发展水平差距较大。我们假使江苏的GDP年增速为9%，在不考虑通货膨胀和人口自然增长的前提下，江苏在2014年的PGDP为66 450元，这与许广月等（2010）在考虑不同情景时得出的江苏省EKC拐点出现在2013-2020年之间的研究结论相一致。
2.高城市化水平作为工业化发展到一定阶段的产物，对PCO2有着很大程度的影响。2008年，全国的水平城市化率为33.28%，而江苏的南京、无锡、常州的城市化率都已达到70%以上，最低的徐州也有35.55%。本研究结果显示，江苏城市化水平每提高1%，PCO2的排放会增加83.68%。这是因为城市的大规模建设会带动一系列产业的发展以及人们消费习惯的改变，如城市的基础设施建设会加大对水泥、钢铁、能源的需求，城市机动车数量的增加，日用工业产品的大量使用都会间接促使PCO2排放的增加。尤其是水泥的生产，杜立民（2010）研究认为目前水泥生产过程中的二氧化碳的排放已经占整个社会总排放量的10%。所以在节能减排呼声渐高的今天，地方政府在进行经济发展和城市建设的过程中，需要考虑到城市化给环境带来的巨大压力。
3.经济对外依存度和引进外商直接投资在研究区间内是促使工业二氧化碳排放增加的显著驱动因素，在实证中EXPO和FDI两个变量对PCO2的弹性分别为0.2059和0.207。江苏省对外出口的商品包括高新技术产品、机电产品、纺织服装以及农产品，其中前两种产品的生产需要大量钢铁、能源的投入，多晶硅的生产是典型的高耗能产业，而这正是高新技术产品的核心要件。Rauscher（2001）认为国际贸易中“碳泄漏”的机理主要表现在三个方面：一是发达国家在国内征收较高的能源税，导致含碳能源价格在全球市场上的价格下降，使那些没有征收能源税的国家的贸易条件改善并增加其能源消耗；二是发达国家对生产过程中的含碳能源的使用和碳排放进行了限制，使得其国内相关产品价格上涨，进而使得没有相关限制的国家的贸易条件改善，增加能源密集型产品的生产和出口，从而导致碳排放增加；三是发达国家的一些资源密集型企业为了逃避国内的监管和惩罚，转移到那些碳减排政策不严的国家生产，进而增加东道国的碳排放。江苏省经济对外依存度的提高和接受外商直接投资的增加正好可以用上述机理来解释，虽然GDP和税收归属中国，但绝大部分的利润是被国外企业享有，最重要的是生产过程中的附属产物留在中国。所以在国家制定碳减排目标的刚性约束的背景下，地方政府需合理引导和发展对外贸易和有甄别地引进外商直接投资。
4.上海作为我国的经济中心和长三角最大的中心城市对周边地区有着极大的辐射作用，这种辐射不仅表现在人们的日常生活中，更表现在对周边地区的经济发展上。表2实证结果表明，“上海”因素是显著的，与上海的距离每增加100公里，该地区的PCO2将会增加10%。上海集聚了相当多的大型企业和科研机构，这些与世界发达国家接轨的部门有相当多的先进技术和超前管理理念，离上海越近意味着更多的发展机遇、更低的成本来承接上海的产业转移、接受全方位的辐射。孟可强（2011）等研究发现在一定距离内离核心城市越远其人均GDP越低。
五、结论与政策
本文对江苏省7个城市2000-2008年9年间的工业碳排放量进行测算，并在此基础上运用面板数据模型对影响研究人均工业碳排放的因素进行实证研究，得到以下几个主要结论。第一，江苏省经济增长与环境污染间存在着显著的倒N型库兹涅兹曲线关系，其中上拐点为66 836元，说明随着人均产出的增加，工业部门的二氧化碳排放量在增加。第二，7个样本地市发展水平差距较大，部分苏南城市已经达到或者接近倒N的上拐点，而处于苏中、苏北的城市距此拐点仍很远。苏南城市的碳排放绝对量要远大于其它城市，且苏南城市的碳生产力小于苏中、苏北城市。第三，城市化的速度具有较强的碳拉动作用。第四，经济对外依存度和外商直接投资与江苏7市的工业二氧化碳排放正相关，这体现了贸易和投资对环境影响的规模效应。第五，“上海”在本文中作为一个距离变量，与江苏7市二氧化碳排放存在着显著的正相关关系，意味着与上海越远碳排放越多。鉴此，有以下政策建议。第一，江苏省总体发展水平在全国很高，但省内南北发展差距较大，要使江苏省整体达到倒N曲线的第三阶段，亟待政府通过政策引导和支持来缩小江苏南北差距，加大苏南先进技术对苏中、苏北的转移力度，建立完善的省级层面的节能减排机制。第二，城市化的快速推进所带来的能源和工业消费的刚性需求使得江苏在短时期内控制碳排放量不具有客观可行性，而提高工业部门碳生产力才是实现经济发展与节能减排兼得的明智之举。第三，积极发展对外贸易和招商引资是江苏经济得以持续发展的重要保证，政府需要引导企业有甄别的进行招商引资，杜绝高排放的项目。第四，积极承接上海低碳产业转移。
参考文献：
[1]Grossman，G.et al.Economic growth and the Environment[J].Quarterly Journal of Economic.1995， 110（2）：353-377.
[2]许广月，宋德勇.中国碳排放环境库兹涅茨曲线的实证研究——基于省域面板数据[J].中国工业经济，2010（5）：37-47.
[3]Poon J.P.H.，Casas I.，He C.F.The Impact of Energy，Transport，and Trade on Air Pollution in China[J].Eurasian Geography and Economics，2006（5）：1.
[4]Wang T.，Waston J. Who Owns China’s Carbon Emissions？[J]. Tyndall Briefing Note，2007（23）.
[5]Michael Rauscher. International trade， Foreign investment， and the Environment. Working Paper，2001，No.29.