开篇:润墨网以专业的文秘视角,为您筛选了一篇北京制造业增加值与能源消耗、CO2排放的关系研究范文,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] 本文针对北京制造业增加值、能源消耗、co2排放所构成的经济——能源——环境系统进行分析,分析结果表明:北京制造业的节能减排工作已取得一定成效,制造业的增加值对其能源消耗和CO2排放均有负向影响,但影响力度不大;借助能源和环境库兹涅茨曲线理论来解释,即表明北京制造业的能耗和排放在增加值增长的过程中有经过拐点转为下降的趋势。
关键词:增加值与能耗 CO2排放关系 协整与误差修正模型
中图分类号:C812 文献标识码: A 文章编号:1006-5954(2013)10-70-04
纵观北京制造业历年增加值、能耗与CO2排放的变化情况,可以看出制造业的增加值与能源消费、CO2排放之间存在密切关联,三者之间的连锁反应形成了北京制造业的经济——能源——环境系统。该系统主要包括两个“接口”:一个是经济活动对能源的汲取,另一个是经济活动向环境的废弃物排放。近年来,北京在节能减排方面取得了很大成绩。但在以制造业为代表的主要耗能行业,节能减排的任务依然较重。为继续推进以制造业为代表的重点领域节能减排,有必要对北京制造业经济——能源——环境系统的各个组成部分及其内在关系进行深入了解。
一、制造业各项数据来源说明
根据分析内容,需要搜集北京制造业在增加值、能源消耗和CO2排放三方面的详细数据。其中,制造业增加值和能耗数据在《北京统计年鉴》中或是已有较为全面的列示,或是可以由相关指标计算得出;而对于制造业的CO2排放量,由于北京对CO2排放的统计刚刚起步,目前还无法找到相关数据,因而采用以下方法对其进行估算。
考虑到人类活动排放的CO2有70%来自化石燃料的燃烧,因此可以根据北京制造业各种能源的消费状况,结合各种能源的CO2排放系数,计算北京制造业的CO2排放量。《中国能源统计年鉴》将最终能源消费种类划分为10类:煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油气、天然气和电力,本文中除电力以外9种能源的CO2排放系数均来自《IPCC国家温室气体清单指南(2006)》。电力的CO2排放主要是由区域电力调入、调出产生的间接CO2排放,而根据《北京统计年鉴》中的现有数据暂且无法确定北京制造业电力调入、调出的具体情况,所以本文不将电力纳入CO2排放量的计算当中,若以后能通过其他渠道获得相关数据再予以完善。
二、制造业增加值、能源消耗与CO2排放的变动分析
(一)增加值变动情况分析
在总量方面,2000~2011年间,北京制造业的增加值保持了较快的增长速度,由2000年的764.93亿元上升到2011年的2227.37亿元,12年间平均每年增长10.3%。对不同时期进行分析可得,“十五”时期的年平均增长率超过了10%,“十一五”时期不到10%。制造业增加值的增速放缓,与北京产业结构调整有着密切的关系。自21世纪以来,北京的第三产业逐渐取代第二产业成为经济增长的主导产业,北京的经济结构也已由“二三一”格局转变为“三二一”格局。第二产业经济主导地位的下降,促使制造业等工业部门迁出或淘汰部分高能耗、高污染、低附加值的落后产能。虽然制造业在规模总量上仍不断扩大,但增长速度较前一时期已明显降低。
在占比方面,2000~2011年间,北京制造业占工业增加值和地区生产总值的比重均明显下降。其中,占工业比重由2000年的91%降低到2011年的73%,下降了18个百分点;占GDP比重由2000年的24%降低到2011年的14%,下降了10个百分点。这说明制造业增加值的增长速度低于工业增加值和地区生产总值,这同样与北京产业结构调整有着密切关联。
(二)能源消耗变动情况分析
1.能耗总量
在总量方面,2000~2011年间,北京制造业的能源消费总量基本变化不大,在近几年有明显下降趋势;其中,“十一五”时期的年平均增长率为负值,约为-9%。北京市政府自“十一五”时期以来,高度重视节能减排工作的开展,采取产业结构调整、加强监管、技术创新等多种措施遏制能耗强度与污染排放量的大幅上升,从而使得传统制造业的能源消费在“十一五”时期大幅减少。
在占比方面,2000~2011年间,北京制造业的能源消费占工业和地区能耗的比重均明显下降,两项比重都减少了超过15个百分点。这一方面与北京的产业结构调整有关,另一方面与北京针对以制造业为代表的高耗能、高污染行业大力开展搬迁调整、淘汰落后产能等工作有关。
2.能耗结构
制造业消耗的能源品种众多,由于本文的研究主题是节能减排,因此主要考察与CO2排放密切相关的几种能源,包括:煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油气和天然气。将各种能源的实物量按相应系数折成标准煤并计算其在能耗总量中的比重,即可大致了解北京制造业的能耗结构。
2000~2011年,北京制造业消费的能源品种主要是煤炭和原油,而对其他几种能源的消费量非常少。长期来看,制造业的能耗结构有较大变动:在煤类方面,制造业对煤炭和焦炭的消费需求均持续下降。在油类方面,制造业对原油、汽油、柴油的消费逐渐增加,对煤油的消费基本保持稳定,而对燃料油的消费在近几年有明显增长。在气类方面,制造业对液化石油气和天然气的消费需求均持续上升。在这种变动趋势的影响下,到2011年,北京制造业的能源消费虽然仍是以煤类和油类为主,但煤类作为支柱能源的地位已大大弱化,煤炭和焦炭合计占比约为15%;油类的支柱能源地位进一步得到强化,以原油为主的油类消费占比约为80%;天然气在能源消费中的作用明显提升;能源结构总体得到一定优化,但以化石能源为主的消费格局仍未根本改变。
3.CO2排放变动情况分析
在总量方面,2000~2011年间,北京制造业的CO2排放基本围绕6000万吨上下波动,总体变化不大,仅在近两年降低到5000万吨以下。分不同时期来看,各阶段CO2排放的年平均增速呈下降趋势,其中“十一五”时期为负值,约为-5%。制造业CO2排放的变动情况,与行业能耗总量及结构的变化密切相关。由前面关于制造业能耗的分析可知,在这12年间,北京制造业的能耗总量大幅下降,能源消费主体由煤类逐渐转移到油类,同时天然气消费持续上升。根据2006年IPCC的CO2排放系数可知,煤类和油类能源的CO2排放系数约高于天然气1个单位。所以,虽然制造业的能耗总量减少了,但由于其能耗结构仍是以CO2排放系数较高的油类为主,天然气所占比例很小,所以制造业的CO2排放总量没有呈明显下降趋势,但排放增速还是有所降低。
在占比方面,2000~2011年间,北京制造业CO2排放占地区CO2排放的比重快速下降,由2000年的57%下降到2011年的36%,降低了21个百分点,这说明制造业CO2排放的增长速度低于地区总体。相关数据显示,12年间,制造业CO2排放的平均增速为-2.14%,而地区的CO2排放平均每年增长2.09%。由此可见,通过淘汰部分高耗能、高污染的传统制造业同时积极发展现代制造业,以及减少能源消耗和优化能源结构,北京在抑制制造业的CO2排放增长方面已取得了一定成效。
三、制造业增加值与能源消耗、CO2排放的关系测度
前面几部分就北京制造业增加值、能源消费和CO2排放三方面的情况进行了较为详细的分析,对北京制造业的经济——能源——环境系统有了一个大致了解。下面,结合有关历史数据,考察北京制造业增加值与能源、环境之间的数量关系。
由于国内外学者大多采用协整分析对这一问题进行研究,所以本文基于协整理论和误差修正模型,对北京制造业增加值与能耗、CO2排放之间的长、短期关系进行测度。选取北京制造业的增加值、能源消费总量和CO2排放量作为制造业增加值、能源和环境的代表变量,分别记作MVA、MTEC和MCO2。考虑到个别变量的原始数据呈指数增长趋势,为获得各变量的线性增长时间序列数据,同时为更方便地考察制造业能源、环境的经济弹性,本文采用各变量的自然对数形式,分别记作LMVA、LMTEC和LMCO2。
(一)数据平稳性检验
采用ADF(Augment Dickey-Fuller)检验考察各时间序列的平稳性,LMVA、LMTEC和LMCO2三个变量在各种检验形式下的ADF统计量值均大于5%显著性水平下的临界值,所以都不能拒绝原假设,即判定这三个时间序列均是非平稳的。
再经过计算,LMVA、LMTEC和LMCO2的二阶差分序列均存在至少一种检验形式其ADF统计量值小于5%显著性水平下的临界值,由于ADF检验的特点是只要三种检验形式中的一种拒绝原假设就认为该时间序列平稳,因此判定LMVA、LMTEC和LMCO2的二阶差分序列都是平稳的。由此,可以得到如下结论:LMVA、LMTEC和LMCO2三个变量均为二阶单整,可以进行协整检验。
本文采用E-G协整检验法考察北京制造业的增加值与能源消耗、CO2排放之间是否存在协整关系,同时建立制造业增加值与能源消耗、CO2排放的长期均衡方程和短期修正方程。
(二)增加值与能源消耗的关系
根据E-G检验原理,建立北京制造业增加值与能源消耗对数形式的长期均衡方程,若模型残差不平稳则加入滞后项进行修正,最终结果如式(1)所示。
LMTECt=0.1491-0.3002LMVAt+1.2594LMTECt-2 (1)
(-2.778) (2.223)
R2=0.668 F值=7.032 D.W.=1.096
对该模型的残差进行ADF检验,得到ADF统计量值为-2.0746,小于5%的临界值-1.9835,说明该模型残差在5%的显著性水平上是平稳的,即模型不存在自相关。
式(1)反映了北京制造业增加值与能源消耗之间的长期均衡关系:制造业能耗总量对其增加值的长期弹性为-0.3002。即从长期来看,在其他条件不变的情况下,制造业增加值每提高1个百分点,其能耗总量就会下降0.3002个百分点。除经济因素外,北京制造业的能耗总量还受其前年能耗总量大小的影响,两者之间是正相关的。
综上所述,在长期状态下,北京制造业的增加值对其能源消耗有一定的负向影响,但程度微弱。借助能源库兹涅茨曲线理论来解释,即表明北京制造业的能耗在增加值增长过程中有经过拐点转为下降的趋势,如图a)所示。
式(2)的误差修正模型描述了北京制造业增加值与能源消耗的短期波动情况。
LMTECt=-0.1056LMVAt+1.8074LMTECt-2
(-0.522) (2.679)
-0.7310ECMt-1
(-1.726) (2)
R2=0.518 LM(1)=2.055 LM(2)=5.023
其中,ECMt-1=LMTECt-1-(0.1491-0.3002LMVAt-1
+1.2594LMTECt-3)
由LM(1)=2.055
式(2)中,误差修正项ECMt-1的回归系数为负,符合反向修正机制,其大小反映了短期偏离长期均衡的调整力度,即当北京制造业增加值与能源消耗的短期波动偏离长期均衡时,将以0.7310的调整力度把非均衡状态拉回到均衡状态。
(三)增加值与CO2排放的关系
同样根据E-G检验原理,建立北京制造业增加值与CO2排放对数形式的长期均衡方程,结果如式(3)所示。
LMCO2t=24.3369-0.3146LMVAt - 1.5306LMCO2t-3
(-2.274) (-1.188) (3)
R2=0.627 F值=5.035 D.W.=0.847
对该模型的残差进行ADF检验,得到ADF统计量值为-2.9099,小于5%的临界值-2.0056,说明该模型残差在5%的显著性水平上是平稳的,即模型不存在自相关。
式(3)反映了北京制造业增加值与CO2排放之间的长期均衡关系:制造业CO2排放量对其增加值的长期弹性为-0.3146,即从长期来看,在其他条件不变的情况下,制造业增加值每提高1个百分点,其CO2排放量就会下降0.3146个百分点。
综上所述,在长期状态下,北京制造业的增加值对其CO2排放有一定负向影响,但程度微弱。借助环境库兹涅茨曲线理论来解释,即表明北京制造业的排放在增加值增长过程中有经过拐点转为下降的趋势,如图 b)所示。
式(4)的误差修正模型描述了北京制造业增加值与CO2排放的短期波动情况。
LMCO2t=-0.4068LMVAt -1.6783LMCO2t-3
(-1.947) (-2.425)
-0.4828ECMt-1
(-1.206) (4)
R2=0.649 LM(1)=0.000 LM(2)=5.696
其中,ECMt-1 =LMCO2t-1-(24.3369-0.3146LMVAt-1-1.5306LMCO2t-4)
由LM(1)=0.000
式(4)中,误差修正项ECMt-1的回归系数为负,符合反向修正机制,其大小说明,当北京制造业增加值与CO2排放的短期波动偏离长期均衡时,将以0.4828的调整力度将非均衡状态拉回到均衡状态。
四、结 论
经过一系列分析,可以得到以下几点结论。
第一,在增加值方面。受产业结构调整影响,北京制造业的增加值虽然在总量上仍不断扩大,但增长趋势已明显放缓。
第二,在能源消耗方面。由于“十一五”时期针对高耗能、高污染行业大力开展搬迁调整、淘汰落后产能等工作,北京制造业的能耗总量在近几年有了明显下降。北京制造业消费的能源品种主要是煤炭和原油,但煤类的支柱能源地位已有所弱化,油类的支柱能源地位进一步加强,天然气在能源消费中的作用明显提升,能源结构总体得到一定优化,但以化石能源为主的消费格局仍未改变。
第三,在CO2排放方面。虽然北京制造业的能耗总量减少了,但由于其能耗结构仍是以碳排放系数较高的油类为主,所以制造业的CO2排放总量没有明显下降趋势,但排放增速还是有所降低的。
第四,在三者关系方面。从长期来看,北京制造业的增加值对其能源消耗和CO2排放均有一定负向影响,但影响力度不大;借助能源和环境库兹涅茨曲线理论来解释,即表明北京制造业的能耗和排放在增加值增长的过程中有经过拐点转为下降的趋势。从短期来看,北京制造业的能源消耗与CO2排放还受增加值之外的其他多种因素影响。
■ 参考文献
[1] Wolde Rufael. Energy demand and economic growth: the African experience [J]. Journal of Policy Modeling, 2005, (27): 891~903.
[2] Renuka Mahadevan , John Asafu Adjaye. Energy consumption, economic growth and prices: a reassessment using panel VECM for developed and developing countries [J]. Energy Policy, 2007, (35): 2481~2490.
[3] W. M. Huang, G. W. M. Lee, C. C. Wu. GHG emissions, GDP growth and the Kyoto Protocol: a revisit of environmental Kuznets curve hypothesis [J]. Energy Policy, 2008, (36): 239~247.
[4] A. Laurent, S. I. Olsen, M. Z. Hauschild. Carbon footprint as environmental performance indicator for the manufacturing industry [J]. CIRP Annals-Manufacturing Technology, 2010, (59): 37~40.
[5] 查冬兰、周德群,地区能源效率与二氧化碳排放的差异性——基于Kaya因素分解[J],系统工程, 2007年第11期。
[6] 于荣、朱喜安,我国经济增长的碳排放约束机制探微[J],统计与决策,2009年第13期。
[7] 陈茜、苏利阳、汝醒君,发达国家不同发展阶段碳排放与经济增长的因果关系分析[J],生态经济,2010年第4期。
[8] 何利,河南省经济增长与能源协整关系模型分析[J],环境科学与管理,2012年第37期。