中國二氧化碳排放分布的隨機收斂研究：基于地區(qū)、部門和行業(yè)層面數(shù)據(jù)的實證分析

楊 騫 劉華軍

（1.山東財經(jīng)大學 公共管理學院，山東 濟南250014；2.山東財經(jīng)大學 經(jīng)濟學院，山東 濟南250014）

一、引言

面對快速增長的二氧化碳排放和不斷增加的國際碳減排壓力，2009年12月國務(wù)院常務(wù)會議決定，到2020年中國單位國內(nèi)生產(chǎn)總值二氧化碳排放（碳強度）比2005年下降40%～45%；“十二五”規(guī)劃提出了“十二五”期末的碳強度比“十一五”期末降低17%的目標。碳強度減排目標的制定標志著中國走上了低碳發(fā)展之路。然而從中國內(nèi)部看，不同地區(qū)、不同部門和不同行業(yè)的發(fā)展水平和特征均存在較大差異，因此碳排放在地區(qū)間、部門間和行業(yè)間的分布也存在著一定程度的不平衡。那么我們的問題是，中國二氧化碳排放分布到底存在收斂趨勢還是發(fā)散趨勢？對該問題的回答，有助于我們精確理解和掌握中國二氧化碳排放分布的隨機動態(tài)特征及其演變規(guī)律，從而為采取有效碳減排政策提供理論依據(jù)和決策參考。

從國外有關(guān)二氧化碳排放的最新研究成果和研究動態(tài)看，自Strazicich和List的開創(chuàng)性研究以來，對二氧化碳排放收斂問題的研究逐漸成為一個新的研究熱點［1］。由于β收斂的檢驗方法存在很多局限從而遭到很多學者的批判，因此在二氧化碳排放收斂的研究中，絕大多數(shù)文獻從時間序列的角度，利用單位根檢驗技術(shù)，研究了二氧化碳排放的隨機收斂［2］［3］［4］［5］。但是不同文獻所采用的研究方法和模型、樣本數(shù)據(jù)等存在不同程度的差異，因此對二氧化碳排放收斂性的結(jié)論也不盡相同。從國內(nèi)研究看，我們發(fā)現(xiàn)主要存在兩種趨勢：其一是對碳排放分布地區(qū)差異的研究逐漸增多［6］［7］；其二是收斂檢驗方法逐步被拓展到二氧化碳排放領(lǐng)域［8］［9］［10］。然而，與國外大量研究二氧化碳排放隨機收斂的現(xiàn)狀不同，目前國內(nèi)仍缺少對二氧化碳排放隨機收斂的研究。

借鑒已有研究成果，本文首次利用隨機收斂方法實證檢驗中國二氧化碳排放分布的收斂性，文章的貢獻主要來自以下三個方面：第一，已有研究大多采用跨國數(shù)據(jù)，而且樣本也僅限于地區(qū)層面，而本文則以中國為研究對象，同時將樣本從地區(qū)層面擴展到部門和行業(yè)層面，對二氧化碳排放在不同層面分布的隨機收斂性進行檢驗；第二，大多數(shù)已有研究采用人均二氧化碳排放量作為碳排放指標，而我國的碳減排是按照碳強度來進行的，因此，使用碳強度而非人均二氧化碳排放指標對于中國碳減排政策的制定更具現(xiàn)實意義；第三，采用了多樣化的單位根檢驗技術(shù)，分別對二氧化碳排放進行單變量單位根檢驗和面板數(shù)據(jù)單位根檢驗，以確保研究結(jié)論更加的穩(wěn)健進而得到更多的關(guān)于中國二氧化碳排放隨機收斂的有用信息。

二、模型、數(shù)據(jù)與實證方法

（一）碳強度隨機收斂模型

隨機收斂（stochastic convergence）主要用來檢驗一個變量對另外一個變量是否存在持續(xù)性的沖擊，它有效地解決了短期內(nèi)是否存在收斂與非收斂之間狀態(tài)的問題。下面我們分別基于Carlino和Mills、Evans和 Karras的方法［11］［12］，構(gòu)造碳強度隨機收斂模型。

根據(jù)Carlino和Mills的研究，我們假定每個經(jīng)濟單位（地區(qū)、部門或行業(yè)，下同）的相對碳強度（的對數(shù)，下同）在長期都趨向于其各自的不隨時間變化的補償差異均衡水平（compensating-differentials-equilibrium level），則某個經(jīng)濟單位在時間t的相對碳強度RCIt（relative carbon intensity）可以寫成RCIe與ut之和，如公式（1）所示，其中RCIe為不隨時間變化的均衡水平，ut為相對碳強度對均衡水平的偏離。

為了允許條件收斂的存在，假定RCIe≠0。將Baumol研究中的收斂假設(shè)動態(tài)化，則ut可以分解為一個確定性線性趨勢和一個隨機過程，如公式（2）所示，其中v0是相對碳強度對均衡水平的初始偏離，β是確定性收斂速度。將式（2）代入式（1）可得：

其中，α＝RCIe＋v0。如果RCIt不具有單位根，那么沖擊對RCIt產(chǎn)生的影響只是暫時的，RCIt在長期仍將返回其補償差異均衡水平，換言之，該經(jīng)濟單位的碳強度是隨機收斂的。

Evans和Karras的方法與Carlino和Mills的方法基本一致。首先考慮1，2，…，N個經(jīng)濟單位，當且僅當存在共同趨勢at和有限個參數(shù)μ1，μ2，…，μN使得式（4）成立，那么這N個經(jīng)濟單位的碳強度是收斂的。其中，n＝1，2，…，N；ynt是第n個經(jīng)濟單位在t時期的碳強度；at為所有經(jīng)濟單位碳強度的共同趨勢。

由于at不可觀測，因此式（4）無法使用，必須將at剔除掉。處理的辦法是將式（4）進行平均，得到式（5），其中≡／N。由于我們測量的是共同趨勢at，因此公式（5）的右邊就等于零。用式（4）減去式（5），得到式（6）。根據(jù)式（6），對于每一個經(jīng)濟單位即n＝1，2，…，N，當且僅當ynt-是平穩(wěn)序列時，這N個經(jīng)濟單位就存在收斂趨勢。

在這種界定下，是否收斂就可以通過式（7）中的自回歸參數(shù)ρn是否為零來確定。式（7）中，如果經(jīng)濟單位之間是收斂的，則ρn為負；如果經(jīng)濟單位之間是發(fā)散的，則ρn等于零。此外，δn和φni是參數(shù)，它們使得∑iφniLi的所有根處于單位圓之外，L為滯后算子，同時假定N趨于無窮大時，式（7）中的所有u在各個經(jīng)濟單位之間都不相關(guān)。因此檢驗隨機收斂就變?yōu)闄z驗ynt-是否平穩(wěn)，如果ynt-為平穩(wěn)序列，則外部沖擊效應(yīng)就是暫時的，會隨著時間的推移而逐步消散，最終使得第n個經(jīng)濟單位的碳強度ynt趨向于共同趨勢；反之，如果ynt-為非平穩(wěn)序列，則外部沖擊效應(yīng)就是持久的，最終使得ynt偏離于共同趨勢。

（二）樣本數(shù)據(jù)

本文的實證研究選取碳強度作為二氧化碳排放指標，分別從地區(qū)、部門和行業(yè)層面展開，主要涉及兩大類數(shù)據(jù)：一是二氧化碳排放量；二是地區(qū)生產(chǎn)總值、部門與工業(yè)增加值。二氧化碳排放量除以地區(qū)生產(chǎn)總值、部門和工業(yè)增加值便得到碳強度指標。

1.統(tǒng)計口徑與樣本時間跨度

首先是地區(qū)層面。我們選擇分省數(shù)據(jù)，其中不包括西藏及港澳臺地區(qū)，重慶并入四川，地區(qū)層面的樣本為中國大陸29個省市?？紤]到1995年之前的能源統(tǒng)計年鑒沒有公布分省三種一次能源消費量，因此地區(qū)層面的樣本考察期為1995～2010年。其次是部門層面?？紤]到《中國能源統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》數(shù)據(jù)的一致性和可得性，我們選擇了六大產(chǎn)業(yè)部門，分別是農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、交通運輸倉儲和郵政業(yè)、批發(fā)零售住宿餐飲業(yè)及其他第三產(chǎn)業(yè)。其中農(nóng)林牧漁業(yè)與《中國統(tǒng)計年鑒》中的第一產(chǎn)業(yè)相對應(yīng)，同時將批發(fā)和零售業(yè)與住宿和餐飲業(yè)合并成批發(fā)零售住宿餐飲業(yè)，將金融業(yè)、房地產(chǎn)業(yè)和其他歸并成其他第三產(chǎn)業(yè)。由于1991年之前的統(tǒng)計年鑒部門分類與1991年之后的分類存在較大差別，因此部門數(shù)據(jù)的樣本考察期為1991～2010年。再次是行業(yè)層面?？紤]到工業(yè)是二氧化碳排放的主要部門，因此我們主要選擇工業(yè)內(nèi)部的分行業(yè)數(shù)據(jù)，該數(shù)據(jù)參考了陳詩一的方法［13］［14］，以及《中國能源統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》公布的工業(yè)分行業(yè)數(shù)據(jù)，選取了37個工業(yè)兩位數(shù)行業(yè)。其中，將其他采礦業(yè)、廢棄資源和廢舊材料回收加工業(yè)與工藝品及其他制造業(yè)三個行業(yè)歸并形成“其他工業(yè)”項目。這37個工業(yè)行業(yè)分別為：煤炭開采和洗選業(yè)（01）、石油和天然氣開采業(yè)（02）、黑色金屬礦采選業(yè)（03）、有色金屬礦采選業(yè)（04）、非金屬礦采選業(yè)（05）、農(nóng)副食品加工業(yè)（06）、食品制造業(yè)（07）、飲料制造業(yè)（08）、煙草制品業(yè)（09）、紡織業(yè)（10）、服裝業(yè)（11）、皮羽制造業(yè)（12）、木材加工業(yè)（13）、家具制造業(yè)（14）、造紙及紙制品業(yè)（15）、印刷業(yè)（16）、文教體育用品制造業(yè)（17）、石油加工及煉焦業(yè)（18）、化學原料及化學制品制造業(yè)（19）、醫(yī)藥制造業(yè)（20）、化學纖維制造業(yè)（21）、橡膠制品業(yè)（22）、塑料制品業(yè)（23）、非金屬礦物制品業(yè)（24）、黑色金屬冶煉及壓延加工業(yè)（25）、有色金屬冶煉及壓延加工業(yè)（26）、金屬制品業(yè)（27）、通用設(shè)備制造業(yè)（28）、專用設(shè)備制造業(yè)（29）、交通運輸設(shè)備制造業(yè)（30）、電氣機械及器材制造業(yè)（31）、通信設(shè)備計算機及其他電子設(shè)備制造業(yè)（32）、儀器儀表制造業(yè)（33）、電力熱力的生產(chǎn)和供應(yīng)業(yè)（34）、燃氣生產(chǎn)和供應(yīng)業(yè)（35）、水的生產(chǎn)和供應(yīng)業(yè)（36）、其他工業(yè)（37）。此外，本文假定統(tǒng)計年鑒上工業(yè)行業(yè)的一些名稱是前后對應(yīng)的，比如煤炭采選業(yè)與煤炭開采和洗選業(yè)對應(yīng)，食品加工業(yè)與農(nóng)副食品加工業(yè)對應(yīng)，普通機械制造業(yè)與通用設(shè)備制造業(yè)對應(yīng)，電子及通信設(shè)備制造業(yè)與通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)對應(yīng)等等。同時考慮到數(shù)據(jù)的可得性，行業(yè)數(shù)據(jù)的樣本考察期為1993～2010年。

2.二氧化碳排放量

本文以煤炭、原油和天然氣三種一次能源消費量為基準來估算中國分地區(qū)、分部門和工業(yè)分行業(yè)的二氧化碳排放量。其中，地區(qū)層面的一次能源消費量主要根據(jù)《中國能源統(tǒng)計年鑒》中“能源消費”及“地區(qū)能源平衡表”的相關(guān)數(shù)據(jù)獲得；部門層面的一次能源消費量根據(jù)《中國能源統(tǒng)計年鑒》中“能源消費”及“全國能源平衡表”的相關(guān)數(shù)據(jù)獲得；工業(yè)分行業(yè)一次能源消費量根據(jù)《中國能源統(tǒng)計年鑒》中“能源消費”的相關(guān)數(shù)據(jù)獲得。

在具體估算時，本文利用2006年聯(lián)合國政府間氣候變化專門委員會（IPCC）為《聯(lián)合國氣候變化框架公約》及《京都議定書》所制定的《國家溫室氣體清單指南》第二卷（能源）第六章提供的參考方法，二氧化碳排放總量的計算公式如（8）所示：

其中，CO2表示估算的二氧化碳排放量，i＝1，2，3分別表示三種一次能源（煤炭、原油、天然氣），E代表它們的消耗量，在《中國能源統(tǒng)計年鑒》的能源消費及分地區(qū)、分行業(yè)能源消費數(shù)據(jù)中，煤炭、原油和天然氣都是實物量，單位分別為萬噸煤炭、萬噸原油和億立方米天然氣。NCV為2010年《中國能源統(tǒng)計年鑒》附錄4提供的中國三種一次能源的平均低位發(fā)熱量，煤炭、原油和天然氣的平均低位發(fā)熱量分別為20 908kj／kg、41 816kj／kg和38 931kj／m3。δ是根據(jù)IPCC提供的碳排放系數(shù)計算的有效二氧化碳排放系數(shù)，其中，煤炭、原油和天然氣的有效二氧化碳排放系數(shù)分別為95 333kg／tj、73 300kg／tj和56 100kg／tj。

3.地區(qū)生產(chǎn)總值、部門和工業(yè)增加值

首先，對于地區(qū)生產(chǎn)總值，本文按照2005＝100進行平減處理。其次是部門增加值，歷年《中國統(tǒng)計年鑒》的國內(nèi)生產(chǎn)總值指數(shù)中公布了第一產(chǎn)業(yè)、工業(yè)和建筑業(yè)1978年＝100的不變價國內(nèi)生產(chǎn)總值指數(shù)，我們按照地區(qū)生產(chǎn)總值的平減方法，換算成2005年的不變價增加值。其中，用第一產(chǎn)業(yè)的增加值代替農(nóng)林牧漁業(yè)增加值。交通運輸倉儲和郵政業(yè)、批發(fā)零售住宿餐飲業(yè)、其他第三產(chǎn)業(yè)均隸屬于第三產(chǎn)業(yè)，歷年《中國統(tǒng)計年鑒》均公布了“第三產(chǎn)業(yè)增加值”、“第三產(chǎn)業(yè)增加值指數(shù)（1978年＝100）”，其中“交通運輸倉儲和郵政業(yè)”我們按照地區(qū)生產(chǎn)總值的做法按2005年＝100進行平減；將“批發(fā)和零售業(yè)”、“住宿和餐飲業(yè)”歸并成一個部門，以它們的當年價增加值作為權(quán)重，根據(jù)它們的不變價增加值指數(shù)，計算兩個產(chǎn)業(yè)歸并后的不變價增加值指數(shù)，在此基礎(chǔ)上，以2005年＝100進行平減。同樣的，我們將“金融業(yè)”、“房地產(chǎn)業(yè)”和“其他”歸并成“其他第三產(chǎn)業(yè)”，以它們的當年價增加值作為權(quán)重，根據(jù)它們的不變價增加值指數(shù)，計算出它們歸并后的不變價增加值指數(shù)，在此基礎(chǔ)上，以2005年＝100進行平減。最后是工業(yè)分行業(yè)增加值。我們主要參考了陳詩一的方法［14］，測算了以1990年＝100的37個工業(yè)行業(yè)1993～2010年增加值數(shù)據(jù)。

（三）實證方法

在實證檢驗中，首先需要測算相對碳強度RCI，具體測算公式如（9）所示。

根據(jù)上文的模型，檢驗相對碳強度的隨機收斂即是檢驗相對碳強度是否存在單位根。單位根檢驗包括單變量單位根檢驗和面板數(shù)據(jù)單位根檢驗。在面板單位根檢驗中我們分別采用了IPS、ADFFisher和PP-Fisher檢驗方法，同時以Hadri檢驗作為穩(wěn)健性的補充。單變量單位根檢驗通常采用ADF、PP、KPSS、DF-GLS、MZα檢驗方法。其中，ADF和PP檢驗的勢值較低，對于小樣本數(shù)據(jù)可能缺乏效力；而KPSS檢驗在選擇較低的滯后截斷參數(shù)（lag truncation parameters）時，對小樣本較為有效；而MZα檢驗和DF-GLS檢驗比傳統(tǒng)的單位根檢驗方法尤其是對小樣本數(shù)據(jù)具有更強的勢值。為了確保結(jié)論更加穩(wěn)健，在研究中我們將分別報告以上五種單變量單位根檢驗結(jié)果。同時考慮到我們的樣本時期跨度較短，因此在滯后項的選擇上我們采用Ng和Perron提出的MAIC方法選擇滯后長度，MAIC方法可以進一步改善DF-GLS和MZα檢驗的勢值［15］。

三、基于地區(qū)層面數(shù)據(jù)的經(jīng)驗發(fā)現(xiàn)

表1報告了地區(qū)層面樣本相對碳強度的面板單位根檢驗結(jié)果。根據(jù)表1的檢驗結(jié)果，IPS檢驗和ADF-Fisher檢驗在5%的顯著性水平下拒絕了存在單位根的原假設(shè)，PP-Fisher檢驗在1%的顯著性水平下拒絕了存在單位根的原假設(shè)，而Hadri檢驗在1%的顯著性水平下拒絕了平穩(wěn)性的原假設(shè)。因此，IPS、ADF-Fisher和PP-Fisher的檢驗結(jié)果均支持地區(qū)層面的相對碳強度收斂，然而Hadri檢驗結(jié)果卻支持發(fā)散。根據(jù)面板單位根檢驗結(jié)果，我們發(fā)現(xiàn)，并非所有檢驗方法均支持收斂，換言之，面板數(shù)據(jù)中的某些序列可能是平穩(wěn)的，而某些序列則是存在單位根的。要解決這一問題，我們必須轉(zhuǎn)向單變量單位根檢驗。

表1 分地區(qū)相對碳強度的面板單位根檢驗

表2報告了29個省市區(qū)各自相對碳強度序列的ADF、PP、KPSS、DF-GLS、MZα等五種單變量單位根檢驗結(jié)果。根據(jù)ADF檢驗結(jié)果，在所有29個樣本中，僅有7個省市的序列拒絕了存在單位根的原假設(shè)。其中，在5%的顯著性水平下，內(nèi)蒙古、吉林、江西、貴州、陜西等5個省，在10%的顯著性水平下，遼寧、福建兩省的相對碳強度序列拒絕了存在單位根的原假設(shè)，而其他22個省市的相對碳強度序列均接受了存在單位根的原假設(shè)。根據(jù)PP檢驗結(jié)果，在所有29個樣本中，僅有9個省市的序列拒絕了存在單位根的原假設(shè)。其中，在1%的顯著性水平下，吉林、福建、江西、四川、貴州等5個省，在5%的顯著性水平下，內(nèi)蒙古、遼寧、陜西等3個省，以及在10%的顯著性水平下，河北省的相對碳強度序列拒絕了存在單位根的原假設(shè)。根據(jù)KPSS檢驗結(jié)果，在所有29個樣本中，僅有12個省市的序列拒絕了平穩(wěn)性的原假設(shè)。其中，在1%的顯著性水平下，吉林省，在5%的顯著性水平下，山西、福建、江西、廣西、四川等5個省，以及在10%的顯著性水平下，天津、上海、浙江、山東、貴州、云南等6個省市的相對碳強度序列拒絕了平穩(wěn)性的原假設(shè)，而其他17個省市的相對碳強度序列接受了平穩(wěn)性的原假設(shè)。根據(jù)DF-GLS檢驗結(jié)果，在所有29個樣本中，僅有9個省市的序列拒絕了存在單位根的原假設(shè)。其中，在1%的顯著性水平下，河北、遼寧、吉林、四川、貴州、陜西等6個省，在5%的顯著性水平下，福建和河南2個省，以及在10%的顯著性水平下，青海省的相對碳強度序列拒絕了存在單位根的原假設(shè)。根據(jù)MZα檢驗結(jié)果，所有的29個樣本序列均拒絕了存在單位根的原假設(shè)。綜合以上五種單變量單位根檢驗結(jié)果，盡管不同的檢驗技術(shù)得出的結(jié)論并不一致，但是我們?nèi)园l(fā)現(xiàn)，沒有任何一個省市的相對碳強度在樣本考察期內(nèi)呈現(xiàn)確定性的收斂，而且所有單位根檢驗結(jié)果均支持相對碳強度序列呈發(fā)散趨勢的有天津、山西、上海、浙江、山東、廣西、云南等7個省市區(qū)。

四、基于部門層面數(shù)據(jù)的經(jīng)驗發(fā)現(xiàn)

表3報告了部門層面樣本相對碳強度的面板單位根檢驗結(jié)果。根據(jù)表3的檢驗結(jié)果，IPS、ADFFisher和PP-Fisher檢驗均接受了面板數(shù)據(jù)存在單位根的原假設(shè)，Hadri檢驗則在1%的顯著性水平下拒絕了平穩(wěn)性的原假設(shè)。根據(jù)四種面板單位根檢驗結(jié)果，六大產(chǎn)業(yè)部門的相對碳強度是發(fā)散的。同樣的，我們進一步采用單變量單位根檢驗來分別考察六大產(chǎn)業(yè)部門的相對碳強度序列是否收斂。

表2 分地區(qū)相對碳強度的單變量單位根檢驗

表4報告了六大產(chǎn)業(yè)部門各自相對碳強度序列的ADF、PP、KPSS、DF-GLS、MZα等五種單變量單位根檢驗結(jié)果。其中，ADF、PP、DF-GLS和 MZα檢驗結(jié)果表明，所有六大產(chǎn)業(yè)部門的相對碳強度序列均存在單位根；同時，根據(jù)KPSS檢驗結(jié)果，在5%的顯著性水平下，農(nóng)林牧漁業(yè)、工業(yè)、交通運輸倉儲和郵政業(yè)、批發(fā)零售住宿餐飲業(yè)等四個產(chǎn)業(yè)部門的相對碳強度序列均拒絕了平穩(wěn)性的原假設(shè)；而在10%的顯著性水平下，建筑業(yè)和其他第三產(chǎn)業(yè)的相對碳強度序列拒絕了平穩(wěn)性的原假設(shè)。因此，根據(jù)所有單變量單位根的檢驗結(jié)果，六大產(chǎn)業(yè)部門的相對碳強度是發(fā)散的。這一結(jié)論進一步支持了面板單位根的檢驗結(jié)果。

表3 分部門相對碳強度的面板單位根檢驗

表4 分部門相對碳強度的單變量單位根檢驗

五、基于工業(yè)分行業(yè)層面數(shù)據(jù)的經(jīng)驗發(fā)現(xiàn)

表5報告了行業(yè)層面樣本相對碳強度的面板單位根檢驗結(jié)果。根據(jù)表5的檢驗結(jié)果，IPS檢驗和ADF-Fisher檢驗均在5%的顯著性水平下拒絕了存在單位根的原假設(shè)，PP-Fisher檢驗在1%的顯著性水平下拒絕了存在單位根的原假設(shè)，而Hadri檢驗在1%的顯著性水平下拒絕了平穩(wěn)性的原假設(shè)。因此，根據(jù)IPS、ADF-Fisher和PP-Fisher檢驗結(jié)果，行業(yè)層面的相對碳強度是支持收斂的；然而Hadri檢驗結(jié)果卻支持發(fā)散。由于并非所有的面板單位根檢驗結(jié)果均支持收斂，換言之，同地區(qū)層面的經(jīng)驗分析一樣，在行業(yè)的面板數(shù)據(jù)中某些序列可能是平穩(wěn)的，而某些序列則是存在單位根的，所以我們利用單變量單位根檢驗進行進一步的考察。

表5 分行業(yè)相對碳強度的面板單位根檢驗

表6報告了37個工業(yè)行業(yè)各自相對碳強度序列的ADF、PP、KPSS、DF-GLS、MZα等五種單變量單位根檢驗結(jié)果。根據(jù)ADF檢驗結(jié)果，在所有37個樣本中，僅有7個行業(yè)的序列拒絕了存在單位根的原假設(shè)。其中，在1%的顯著性水平下，造紙及紙制品業(yè)、文教體育用品制造業(yè)，在5%的顯著性水平下，橡膠制品業(yè)、儀器儀表制造業(yè)，在10%的顯著性水平下，煤炭開采和洗選業(yè)、農(nóng)副食品加工業(yè)、其他工業(yè)的相對碳強度序列拒絕了存在單位根的原假設(shè)，而其他30個行業(yè)的相對碳強度序列均接受了存在單位根的原假設(shè)。根據(jù)PP檢驗結(jié)果，在所有37個樣本中，也僅有7個行業(yè)的相對碳強度序列拒絕了存在單位根的原假設(shè)。其中，在1%的顯著性水平下，造紙及紙制品業(yè)、文教體育用品制造業(yè)、橡膠制品業(yè)，在5%的顯著性水平下，煤炭開采和洗選業(yè)、儀器儀表制造業(yè)，以及在10%的顯著性水平下，農(nóng)副食品加工業(yè)、其他工業(yè)的相對碳強度序列拒絕了存在單位根的原假設(shè)，而其他30個行業(yè)的相對碳強度序列均接受了存在單位根的原假設(shè)。根據(jù)KPSS檢驗結(jié)果，在所有37個樣本中，有22個行業(yè)的相對碳強度序列拒絕了平穩(wěn)性的原假設(shè)。其中，在5%的顯著性水平下，食品制造業(yè)、煙草制品業(yè)、醫(yī)藥制造業(yè)、化學纖維制造業(yè)、有色金屬冶煉及壓延加工業(yè)、通信設(shè)備計算機及其他電子設(shè)備制造業(yè)、燃氣生產(chǎn)和供應(yīng)業(yè)等7個行業(yè)，在10%的顯著性水平下，煤炭開采和洗選業(yè)、農(nóng)副食品加工業(yè)、紡織業(yè)、服裝業(yè)、造紙及紙制品業(yè)、印刷業(yè)、文教體育用品制造業(yè)、石油加工及煉焦業(yè)、橡膠制品業(yè)、塑料制品業(yè)、非金屬礦物制品業(yè)、交通運輸設(shè)備制造業(yè)、電氣機械及器材制造業(yè)、電力熱力的生產(chǎn)和供應(yīng)業(yè)、水的生產(chǎn)和供應(yīng)業(yè)等15個行業(yè)的相對碳強度序列均拒絕了平穩(wěn)性的原假設(shè)，而剩余的15個行業(yè)的相對碳強度序列均接受了平穩(wěn)性的原假設(shè)。根據(jù)DF-GLS檢驗結(jié)果，在所有37個樣本中，僅有6個行業(yè)的相對碳強度序列拒絕了存在單位根的原假設(shè)。其中，在1%的顯著性水平下，橡膠制品業(yè)，在5%的顯著性水平下，煤炭開采和洗選業(yè)、石油和天然氣開采業(yè)、黑色金屬礦采選業(yè)、農(nóng)副食品加工業(yè)，以及在10%的顯著性水平下，通用設(shè)備制造業(yè)的相對碳強度序列均拒絕了存在單位根的原假設(shè)，而其他31個行業(yè)的相對碳強度序列均接受了存在單位根的原假設(shè)。根據(jù)MZα檢驗結(jié)果，僅有1個行業(yè)即通信設(shè)備計算機及其他電子設(shè)備制造業(yè)在10%的顯著性水平下拒絕了存在單位根的原假設(shè)，其他36個行業(yè)的相對碳強度序列均接受了存在單位根的原假設(shè)。綜合以上五種單變量單位根檢驗結(jié)果，盡管不同的檢驗技術(shù)得出的結(jié)論并不一致，但是我們也發(fā)現(xiàn)，沒有任何一個行業(yè)的相對碳強度在樣本考察期內(nèi)呈現(xiàn)確定性的收斂，而且在所有37個行業(yè)序列樣本中，5種單位根檢驗結(jié)果均支持相對碳強度呈發(fā)散的有14個行業(yè)，分別是食品制造業(yè)、煙草制品業(yè)、紡織業(yè)、印刷業(yè)、石油加工及煉焦業(yè)、醫(yī)藥制造業(yè)、化學纖維制造業(yè)、塑料制品業(yè)、非金屬礦物制品業(yè)、有色金屬冶煉及壓延加工業(yè)、交通運輸設(shè)備制造業(yè)、電氣機械及器材制造業(yè)、電力熱力的生產(chǎn)和供應(yīng)業(yè)、水的生產(chǎn)和供應(yīng)業(yè)。

表6 分行業(yè)相對碳強度的單變量單位根檢驗

六、結(jié)論

本文將隨機收斂的檢驗方法應(yīng)用于二氧化碳排放，以中國大陸29個?。?995～2010年）、六大產(chǎn)業(yè)部門（1991～2010年）、工業(yè)內(nèi)部37個行業(yè)（1980～2008年）為樣本，以相對碳強度為指標，采用面板單位根檢驗和多種單變量單位根檢驗技術(shù)，對中國二氧化碳排放的收斂性進行了實證檢驗。研究結(jié)論如下：（1）地區(qū)層面并未呈現(xiàn)全局性的隨機收斂。其中，IPS、ADF-Fisher和PP-Fisher面板單位根檢驗結(jié)果支持地區(qū)層面的相對碳強度收斂，而Hadri檢驗結(jié)果卻支持發(fā)散。五種單變量單位根檢驗結(jié)果較為混亂，沒有任何一個省市的相對碳強度在樣本考察期內(nèi)呈現(xiàn)確定性的收斂，而且所有單位根檢驗結(jié)果均支持相對碳強度序列發(fā)散的有天津、山西、上海、浙江、山東、廣西、云南等7個省市。（2）部門層面的相對碳強度呈發(fā)散態(tài)勢。其中，IPS、ADF-Fisher和PP-Fisher檢驗均接受了面板數(shù)據(jù)存在單位根的原假設(shè)，而Hadri檢驗則在1%的顯著性水平下拒絕了平穩(wěn)性的原假設(shè)。五種單變量單位根的檢驗結(jié)果表明六大產(chǎn)業(yè)部門各自的相對碳強度序列是發(fā)散的，這一結(jié)論進一步支持了面板單位根的檢驗結(jié)果。（3）行業(yè)層面也并未呈現(xiàn)全局性的隨機收斂。其中，IPS、ADF-Fisher和PP-Fisher檢驗結(jié)果支持行業(yè)層面的相對碳強度收斂；而Hadri檢驗結(jié)果卻支持發(fā)散。五種單變量單位根檢驗結(jié)果也是比較混亂的，沒有任何一個行業(yè)的相對碳強度在樣本考察期內(nèi)呈現(xiàn)確定性的收斂。在所有37個行業(yè)序列樣本中，五種單位根檢驗結(jié)果均支持相對碳強度呈發(fā)散的有14個行業(yè)。

以上研究結(jié)論表明，地區(qū)之間、部門之間和行業(yè)之間的碳強度差異不會隨時間推移而自動消失。而對于碳強度沒有呈現(xiàn)隨機收斂的原因，我們認為主要來源于兩個方面：第一，由于二氧化碳排放主要來源于化石能源消費，而不同地區(qū)、不同部門和不同行業(yè)間的發(fā)展不平衡導致其能源消費狀況呈現(xiàn)較大差異，進而導致它們的碳強度不會趨于整體樣本的平均水平；第二，地區(qū)發(fā)展模式、部門和行業(yè)發(fā)展特性也是造成碳強度發(fā)散的一個重要原因。從地區(qū)層面看，由于區(qū)域間能源稟賦不同，某些能源稟賦豐富的地區(qū)更傾向于消費更多的能源。從部門層面看，工業(yè)是最重要的能源消耗和碳排放部門，其他部門的碳排放與工業(yè)部門相比一直存在較大差距。從行業(yè)層面看，重工業(yè)行業(yè)的高耗能高污染特性是造成行業(yè)間碳強度發(fā)散的重要原因。因此，政策制定者必須充分考慮碳排放在不同層面的分布差異，并分別制定有較強針對性的碳減排政策［16］。

最后，必須強調(diào)的是，隨機收斂作為一種收斂檢驗方法，相對于傳統(tǒng)的收斂檢驗方法存在一定的優(yōu)勢，但是仍需要注意以下兩點：第一，隨機收斂可以通過多種單位根檢驗技術(shù)來進行檢驗，如果僅僅采用某一種或某幾種檢驗方法，可能會得出有偏的研究結(jié)論，從而可能誤導政策的制定；第二，單位根檢驗技術(shù)對樣本數(shù)據(jù)的時期跨度、滯后期選擇均非常敏感，因此在檢驗過程中需要謹慎，否則極易產(chǎn)生有偏的檢驗結(jié)果，由此更進一步說明采用多種單位根檢驗方法不僅是必須的，而且是非常必要的。

［1］Strazicich，M.C.，List，J.A.Are CO2Emission Levels Converging among Industrial Countries？［J］.Environmental and Resource Economics，2003，24（3）：263—271.

［2］Aldy，J.E.Per Capita Carbon Dioxide Emissions：Convergence or Divergence？［J］.Environmental and Resource Economics，2006，33（4）：533—555.

［3］Romero-ávila，D.Convergence in Carbon Dioxide Emissions among Industrialized Countries Revisited［J］.Energy Economics，2008，30（5）：2265—2282.

［4］Westerlund，J.，Basher，S.A.Testing for Convergence in Carbon Dioxide Emissions Using a Century of Panel Data［J］.Environmental and Resource Economics，2008，40（1）：109—120.

［5］Barassi，M.R.，Cole，M.A.，Elliott，R.J.R.The Stochastic Convergence of CO2Emissions：A Long Memory Approach［J］.Environmental and Resource Economics，2011，49（3）：367—385.

［6］楊騫，劉華軍.中國二氧化碳排放的區(qū)域差異分解及影響因素［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2012，（5）：36—49.

［7］劉華軍，趙浩.中國二氧化碳排放強度的地區(qū)分析［J］.統(tǒng)計研究，2012，（6）：46—50.

［8］楊騫，劉華軍.中國碳強度分布的地區(qū)差異與收斂性［J］.當代財經(jīng)，2012，（2）：87—98.

［9］許廣月.碳排放收斂性：理論假說和中國的經(jīng)驗研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010，（9）：31—42.

［10］林伯強，黃光曉.梯度發(fā)展模式下中國區(qū)域碳排放的深化趨勢——基于空間分析的視角［J］.金融研究，2011，（12）：36—46.

［11］Carlino，G.，Mills，L.Testing Neoclassical Convergence in Regional Incomes and Earnings［J］.Regional Science and Urban Economics，1996，26（6）：565—590.

［12］Evans，P.，Karras，G.Convergence Revisited［J］.Journal of Monetary Economics，1996，37（2）：249—265.

［13］陳詩一.能源消耗、二氧化碳排放與中國工業(yè)的可持續(xù)發(fā)展［J］.經(jīng)濟研究，2009，（4）：41—55.

［14］陳詩一.中國工業(yè)分行業(yè)統(tǒng)計數(shù)據(jù)估算：1980—2008［J］.經(jīng)濟學（季刊），2011，（3）：735—776.

［15］Ng，S.，Perron，P.Lag Length Selection and the Construction of Unit Root Tests with Good Size and Power［J］.Econometria，2001，69（6）：1519—1554.

［16］盧現(xiàn)祥，羅小芳.論發(fā)展低碳經(jīng)濟的制度安排［J］.江漢論壇，2011，（11）：5—10.