基于省際非平穩(wěn)面板數(shù)據(jù)的中國(guó)碳庫(kù)茲涅茨曲線實(shí)證研究

王 佳，楊 俊

（1．西南財(cái)經(jīng)大學(xué) 財(cái)政稅務(wù)學(xué)院，四川 成都 611130；2．重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶 400030）

基于省際非平穩(wěn)面板數(shù)據(jù)的中國(guó)碳庫(kù)茲涅茨曲線實(shí)證研究

王 佳1，楊 俊2

（1．西南財(cái)經(jīng)大學(xué) 財(cái)政稅務(wù)學(xué)院，四川 成都 611130；2．重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶 400030）

將化石能源細(xì)分為17種，并考慮水泥生產(chǎn)，計(jì)算了1997—2011年中國(guó)各省的二氧化碳排放指標(biāo)，利用面板單位根檢驗(yàn)、面板協(xié)整檢驗(yàn)、FMOLS方法檢驗(yàn)了著名的碳庫(kù)茲涅茨曲線（CKC）在中國(guó)的適用性，結(jié)果表明：CKC各變量在統(tǒng)計(jì)上顯著存在協(xié)整關(guān)系；大部分地區(qū)存在CKC，但基本都未達(dá)到拐點(diǎn)，處于上升階段；CKC的理論拐點(diǎn)為540 365元，中國(guó)在2020年左右才能步入碳排放下降區(qū)間。

碳庫(kù)茲涅茨曲線；面板協(xié)整；FMOLS

一、引 言

改革開(kāi)放30余年的經(jīng)濟(jì)持續(xù)快速增長(zhǎng)，造就了“中國(guó)奇跡”，并在2010年成為世界第二大經(jīng)濟(jì)體，但是能源和環(huán)境的雙重約束日趨強(qiáng)化。從能源消費(fèi)來(lái)看，中國(guó)已由1978年的57 144萬(wàn)噸標(biāo)準(zhǔn)煤，驟升至2011年的348 002萬(wàn)噸標(biāo)準(zhǔn)煤（《中國(guó)統(tǒng)計(jì)年鑒2012》），增加了6倍多，2008年中國(guó)已經(jīng)成為世界上煤炭消費(fèi)第一大國(guó)和能源消費(fèi)第一大國(guó)。中國(guó)碳排放量占世界碳排放總量的比重也不斷增加。根據(jù)美國(guó)能源部CO2信息分析中心（CDIAC）的數(shù)據(jù)，2005年中國(guó)成為全球CO2排放第一大國(guó)，2008年CO2排放量更是占到全球的23．55%；據(jù)世界資源研究所（WRI）的測(cè)算結(jié)果，2007年中國(guó)二氧化碳排放量已居世界第一位。在此背景下，中國(guó)政府2009年主動(dòng)承諾，到2020年，單位 GDP碳排放量比2005年下降40%～45%，并將其作為約束性指標(biāo)寫(xiě)進(jìn)“十二五”規(guī)劃。要實(shí)現(xiàn)低碳發(fā)展，必然需要重點(diǎn)關(guān)注經(jīng)濟(jì)增長(zhǎng)與CO2排放的長(zhǎng)期變化趨勢(shì)。

學(xué)界通過(guò)環(huán)境庫(kù)茲涅茨曲線（EKC）的研究來(lái)探討經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的關(guān)系，進(jìn)而延伸到對(duì)碳庫(kù)茨涅茨曲線（Carbon Kuznets Curve，CKC）的研究。Grossman and Krueger、Panayotou、Selden and Song等從實(shí)證角度認(rèn)為環(huán)境污染和經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)出典型的倒“U”關(guān)系，即在經(jīng)濟(jì)發(fā)展的初級(jí)階段，隨著經(jīng)濟(jì)增長(zhǎng)，環(huán)境質(zhì)量不斷惡化，當(dāng)經(jīng)濟(jì)增長(zhǎng)越過(guò)某一特定的“轉(zhuǎn)折點(diǎn)”時(shí)，環(huán)境質(zhì)量將得到改善［1－3］。近年來(lái)，溫室氣體排放引發(fā)一系列氣候變化，各國(guó)政府及學(xué)術(shù)界更加關(guān)注碳排放問(wèn)題，Selden and Song等多位國(guó)外學(xué)者提出了碳排放庫(kù)茲涅茨曲線，并驗(yàn)證它的存在性以及探究其形狀 ，但也有不少學(xué)者如Agras and Chapman等提出質(zhì)疑，認(rèn)為并不存在CKC［4］；而Galeotti等對(duì)CKC進(jìn)行了穩(wěn)健性檢驗(yàn)，發(fā)現(xiàn) OECD國(guó)家存在CKC［5］，Moomaw and Unruh等卻發(fā)現(xiàn)兩者呈 N型［6］。

國(guó)內(nèi)學(xué)者也對(duì)CKC進(jìn)行了有意義的探究。付加鋒等基于生產(chǎn)和消費(fèi)視角，認(rèn)為無(wú)論是從生產(chǎn)視角還是從消費(fèi)視角，單位GDP的CO2排放量都具有顯著的“倒U”形狀［7］。蔡昉等通過(guò)擬合CKC、估計(jì)排放水平從升到降的拐點(diǎn)考察了中國(guó)經(jīng)濟(jì)內(nèi)在的節(jié)能減排要求，認(rèn)為如果溫室氣體的減排被動(dòng)等待庫(kù)茲涅茨拐點(diǎn)的到來(lái)，將無(wú)法應(yīng)對(duì)日益增加的環(huán)境壓力［8］。林伯強(qiáng)使用世界銀行的時(shí)間序列數(shù)據(jù)研究中國(guó)CO2排放拐點(diǎn)，并對(duì)其在不同條件下的實(shí)現(xiàn)情況進(jìn)行了預(yù)測(cè)［9］。許廣月利用因素分解法估算省級(jí)面板碳排放數(shù)據(jù)，對(duì)中國(guó)東中西三大區(qū)域的碳排放庫(kù)茲涅茨曲線進(jìn)行驗(yàn)證，發(fā)現(xiàn)存在區(qū)域差異［10］。虞義華等分析了CO2排放強(qiáng)度同經(jīng)濟(jì)發(fā)展水平及產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系，認(rèn)為碳排放強(qiáng)度與人均GDP之間存在“N”形關(guān)系［11］。

在已有研究的基礎(chǔ)上，本文將從以下幾個(gè)方面進(jìn)行探索：以往通過(guò)能源消費(fèi)計(jì)算CO2排放量，最多細(xì)分為9類(lèi)，本文囊括了《中國(guó)能源統(tǒng)計(jì)年鑒》中涉及的17種能源種類(lèi)，還考慮了水泥生產(chǎn)過(guò)程帶來(lái)的CO2排放；基于中國(guó)1997—2011年的省際非平穩(wěn)面板數(shù)據(jù)，重點(diǎn)關(guān)注CKC問(wèn)題中的時(shí)間特征，通過(guò)較為前沿的面板單位檢驗(yàn)、面板協(xié)整檢驗(yàn)及估計(jì)等計(jì)量分析技術(shù)，來(lái)驗(yàn)證中國(guó)碳排放庫(kù)茲涅茨曲線存在與否，希望得到更有說(shuō)服力的證據(jù)，為中國(guó)碳減排戰(zhàn)略的制定和實(shí)施提供決策參考。

二、模型設(shè)定與數(shù)據(jù)說(shuō)明

（一）CKC的計(jì)量模型設(shè)定

學(xué)術(shù)界常用的EKC模型主要為對(duì)數(shù)多項(xiàng)式形式，解釋變量一般包括收入水平的一次項(xiàng)到三次項(xiàng)和其他控制變量。絕大多數(shù)學(xué)者傾向于采用Selden and Song）提出的設(shè)定方法研究EKC問(wèn)題，其表達(dá)式如下［3］：

E為環(huán)境污染物，本文將其設(shè)定為CO2，則EKC轉(zhuǎn)化為CKC；y為收入水平，通常用人均GDP來(lái)表示；其他符號(hào)的意義與通常的計(jì)量經(jīng)濟(jì)學(xué)模型設(shè)定相同。但是Poon等發(fā)現(xiàn)，工業(yè)化國(guó)家的CKC會(huì)呈現(xiàn)出較明顯的三次形式，而發(fā)展中國(guó)家往往表現(xiàn)為“倒 U”型的二次多項(xiàng)式，即［12］：

同時(shí)，CKC三次對(duì)數(shù)多項(xiàng)式模型可得到兩個(gè)轉(zhuǎn)折點(diǎn)，但其并沒(méi)有準(zhǔn)確的經(jīng)濟(jì)學(xué)意義，故本文選擇“倒U”型的二次多項(xiàng)式：

其中，下標(biāo)i代表省份，t代表年份，方程右邊前面兩項(xiàng)分別代表對(duì)應(yīng)的個(gè)體效應(yīng)和時(shí)間效應(yīng)；E表示CO2排放度量指標(biāo)，通過(guò)人均CO2排放量（CP）來(lái)表示；y為經(jīng)濟(jì)發(fā)展水平，通常用人均GDP來(lái)度量。

需要說(shuō)明的是，Banerjee等發(fā)現(xiàn)若面板數(shù)據(jù)各變量在時(shí)間維度上為同階單整過(guò)程，則傳統(tǒng)CKC模型的參數(shù)估計(jì)值的有效性不足，這時(shí)需采用動(dòng)態(tài)面板數(shù)據(jù)模型，以得到穩(wěn)定的長(zhǎng)期均衡關(guān)系［13］67－68。使用該模型的前提條件是所有變量均為一階單整過(guò)程，且具有協(xié)整關(guān)系和較大的個(gè)體數(shù)和時(shí)序數(shù)。本文第三部分將進(jìn)行多種面板單位檢驗(yàn)和面板協(xié)整檢驗(yàn)，并詳細(xì)加以分析和闡述。

（二）CO2排放測(cè)算方法

中國(guó)官方或權(quán)威機(jī)構(gòu)并未公布CO2排放量的計(jì)算標(biāo)準(zhǔn)和中國(guó)地方CO2排放數(shù)據(jù)。最著名、應(yīng)用最廣泛的方法，是聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)（IPCC）2006年編制的《國(guó)家溫室氣體清單指南》中提供的三種方法。根據(jù)美國(guó)能源部CO2信息分析中心（CDIAC）①詳見(jiàn)http：／／cdiac．ornl．gov／trends／emis／meth＿reg．html。2012年公布的數(shù)據(jù)，2010年中國(guó)水泥生產(chǎn)帶來(lái)的CO2排放超過(guò)了10%，已不容忽視，因此本文主要關(guān)注由于化石能源燃耗和水泥生產(chǎn)兩個(gè)環(huán)節(jié)帶來(lái)的CO2排放。

在測(cè)算方法上，本文選取《2006年IPCC國(guó)家溫室氣體清單指南》提供的三種方法中的方法1。化石能源燃燒引起的CO2排放量計(jì)算公式如下：

其中CE為各類(lèi)化石能源消費(fèi)的CO2排放總量；j為化石能源的種類(lèi)；Aj為第j種化石能源的消耗量；Nj為第j種化石能源的發(fā)熱值；CCj為第j種化石能源的含碳量；Oj為第j種化石能源的氧化因子；B為CO2分子與C元素質(zhì)量比，即44／12。

其中CC為水泥生產(chǎn)過(guò)程中的CO2排放總量；Q為水泥生產(chǎn)量；r為水泥產(chǎn)品中熟料的比重；a為水泥生產(chǎn)CO2排放系數(shù)。

（三）數(shù)據(jù)說(shuō)明

中國(guó)地區(qū)能源消耗量來(lái)自歷年《中國(guó)能源統(tǒng)計(jì)年鑒》中的“地區(qū)能源平衡表（實(shí)物量）”?？紤]數(shù)據(jù)的可得性和可比性，獲取了1997—2011年各省的數(shù)據(jù)；由于缺少西藏、臺(tái)灣、香港、澳門(mén)的統(tǒng)計(jì)資料，共得到30個(gè)省份的對(duì)應(yīng)數(shù)據(jù)。另外，為避免以往簡(jiǎn)單的一次能源劃分方法導(dǎo)致誤差偏大，本文將《中國(guó)能源統(tǒng)計(jì)年鑒》中的所有能源都包含在內(nèi)，有原煤、洗精煤、其他洗煤、型煤、焦炭、焦?fàn)t煤氣、其他煤氣、其他焦化產(chǎn)品、原油、汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣、其他石油制品和天然氣，共17種。由于中國(guó)能源統(tǒng)計(jì)采用的低位發(fā)熱量，故本文Nj為低位發(fā)熱量，其數(shù)據(jù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒2011》附表4，CCj和Oj的數(shù)據(jù)為缺省值。

水泥行業(yè)的碳排放除來(lái)自于能源消耗外，原料的分解（主要指碳酸鹽）也會(huì)釋放出較多的CO2，也就是水泥中的硅酸鹽熟料才會(huì)產(chǎn)生排放。文中各地區(qū)的水泥產(chǎn)量來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》以及各省份統(tǒng)計(jì)年鑒；根據(jù)中國(guó)水泥行業(yè)協(xié)會(huì)的年度統(tǒng)計(jì)資料，r（熟料比重）在2006年之前取值0．70，之后取值為0．60；除了特別說(shuō)明外，本文其他基礎(chǔ)數(shù)據(jù)均來(lái)源于歷年各省份統(tǒng)計(jì)年鑒。

需要說(shuō)明是，本文的人均指標(biāo)均以常住人口計(jì)算，以貨幣為單位的指標(biāo)都以2011年為基期進(jìn)行了價(jià)格調(diào)整。

三、實(shí)證分析

如前所述，本文最終收集整理了中國(guó)1997—2011年30個(gè)省級(jí)截面（未包括西藏、香港、澳門(mén)和臺(tái)灣）組成的強(qiáng)平衡面板數(shù)據(jù)集，樣本總數(shù)達(dá)到了420次。

表1 CKC主要變量的描述性統(tǒng)計(jì)表

如表1所示，人均CO2排放量CP和人均地區(qū)生產(chǎn)總值y的水平值變異程度很大，出現(xiàn)結(jié)構(gòu)變化的可能性較大。相比而言，它們的自然對(duì)數(shù)值變異程度相對(duì)小一些，但絕對(duì)值適合回歸分析。從圖1看，lCP和l y 并不呈現(xiàn)線性關(guān)系，而lCP 和（l y）2的關(guān)系也不明確，但肯定是密切相關(guān)的。顯然，CKC的設(shè)定是有理由的，只是形式需要進(jìn)一步分析來(lái)確定。

（一）個(gè)體效應(yīng)檢驗(yàn)

面板數(shù)據(jù)面臨是否可以將數(shù)據(jù)混合的問(wèn)題，不同地區(qū)或時(shí)期可能具有不同的性質(zhì)，故本文所使用的面板數(shù)據(jù)在回歸前需對(duì)其進(jìn)行檢驗(yàn)。為了確定使用混合回歸還是面板數(shù)據(jù)模型，首先需要對(duì)數(shù)據(jù)進(jìn)行固定效應(yīng)模型的設(shè)定，并求出聚類(lèi)穩(wěn)健標(biāo)準(zhǔn)差，再通過(guò)虛擬變量（LSDV）法觀察截面虛擬變量的各自及聯(lián)合的顯著程度。

圖1 主要變量散點(diǎn)矩陣圖

本文通過(guò)計(jì)量經(jīng)濟(jì)學(xué)軟件Stata 12來(lái)實(shí)現(xiàn)這一過(guò)程，結(jié)果顯示：大部分省份（23個(gè)省份）虛擬變量在5%水平上顯著，故要拒絕“所有個(gè)體虛擬變量都為0”的假定，即認(rèn)為存在個(gè)體效應(yīng)，不能將數(shù)據(jù)混合回歸分析。為了得到更為穩(wěn)健的檢驗(yàn)結(jié)果，本文另外選取了最為流行的三種方法：截面相關(guān)性聯(lián)合顯著性的F檢驗(yàn)、Breusch—Pagan的拉格朗日乘子（LM）檢驗(yàn)以及似然比（LR）檢驗(yàn)，諸檢驗(yàn)的零假設(shè)情況及結(jié)果見(jiàn)表2。

表2 個(gè)體效應(yīng)檢驗(yàn)結(jié)果表

根據(jù)表2的估計(jì)結(jié)果，三種檢驗(yàn)的顯著水平均為0%，即都強(qiáng)烈拒絕“不存在個(gè)體效應(yīng)”的假設(shè)，表明該面板數(shù)據(jù)不能混合估計(jì)，應(yīng)該考慮面板數(shù)據(jù)模型。

（二）面板單位根檢驗(yàn)

由于該面板數(shù)據(jù)時(shí)序較長(zhǎng)，有可能是非平穩(wěn)的，但時(shí)間序列數(shù)據(jù)的單位根檢驗(yàn)未考慮截面因素，而且基本上都是漸進(jìn)分析，即基于大樣本。近年來(lái)興起的面板單位根檢驗(yàn)主要改善了小樣本帶來(lái)的問(wèn)題，考慮了截面因素，提高了檢驗(yàn)功效。面板單位根檢驗(yàn)按照出現(xiàn)時(shí)間可以分為兩個(gè)階段：第一代檢驗(yàn)提出較早，要求橫截面獨(dú)立，又分為相同根假設(shè)和不同根假設(shè)，前者主要為L(zhǎng)LC檢驗(yàn)、Breitung檢驗(yàn)、Hadri檢驗(yàn)，后者主要有IPS檢驗(yàn)、Fisher－ADF檢驗(yàn)、Fisher－PP檢驗(yàn)；第二代檢驗(yàn)假設(shè)存在橫截面相關(guān)的空間效應(yīng)，考慮橫截面異質(zhì)性和橫截面相關(guān)性，如Pesaran提出的CADF檢驗(yàn)。為了避免單一檢驗(yàn)的局限，本文兼顧了相同根、不同根的各類(lèi)情況，使用了七種檢驗(yàn)來(lái)檢驗(yàn)各變量是否平穩(wěn)。檢驗(yàn)結(jié)果見(jiàn)表3。

表3 面板單位根檢驗(yàn)結(jié)果表

LLC檢驗(yàn)、Harris－T檢驗(yàn)、Breitung檢驗(yàn)、IPS檢驗(yàn)、Fisher－PP檢驗(yàn)、Hadri檢驗(yàn)及Pesaran－CADF檢驗(yàn)的零假設(shè)均為存在單位根，不同的是：LLC檢驗(yàn)、Harris－T檢驗(yàn)、Breitung檢驗(yàn)和Pesaran－CADF檢驗(yàn)的零假設(shè)為同質(zhì)面板單位根，即截面系數(shù)相同的單位根；IPS檢驗(yàn)、Fisher－PP檢驗(yàn)和Hadri檢驗(yàn)的零假設(shè)是異質(zhì)面板單位根，即截面系數(shù)不相同。

從檢驗(yàn)結(jié)果看，l y在七種檢驗(yàn)中都接受了原假設(shè)，即存在單位根過(guò)程，而其一階差分值D（l y）均在5%的顯著水平以上拒絕原假設(shè)，甚至Harris－T檢驗(yàn)、Breitung檢驗(yàn)、IPS檢驗(yàn)和Fisher－PP檢驗(yàn)在1%水平上顯著拒絕了原假設(shè)，可以確定該變量為一階單整，即為I（1）過(guò)程。lCP和（ly）2則有一種檢驗(yàn)未通過(guò)。對(duì)于lCP，除Hadri檢驗(yàn)之外的其他六個(gè)檢驗(yàn)都顯示了同一結(jié)果，水平值接受存在單位根過(guò)程的假設(shè)，一階差分值至少在5%水平上拒絕原假設(shè)。（l y）2則是IPS檢驗(yàn)未通過(guò)，其他檢驗(yàn)的結(jié)果表現(xiàn)良好。對(duì)這兩個(gè)變量而言，七種面板單位根檢驗(yàn)只有一種檢驗(yàn)未通過(guò)，顯然是可以接受的，畢竟本文使用的面板數(shù)據(jù)的時(shí)序只有14年，這可能影響了某些檢驗(yàn)的功效。

綜合看來(lái)，3個(gè)變量均存在單位根，其一階差分值是平穩(wěn)的，也就是說(shuō)均為同階單整，其線性組合可能存在協(xié)整關(guān)系，有必要進(jìn)行面板協(xié)整檢驗(yàn)。

（三）面板協(xié)整檢驗(yàn)

一般說(shuō)來(lái)，國(guó)內(nèi)外研究主要使用兩類(lèi)面板協(xié)整檢驗(yàn)方法：一類(lèi)基于EG兩步法，對(duì)同質(zhì)面板和異質(zhì)面板都適用，比如國(guó)內(nèi)學(xué)者經(jīng)常使用Pedroni檢驗(yàn)和Kao檢驗(yàn)。前者利用協(xié)整方程，估計(jì)截面之間不同的斜系數(shù)、固定效應(yīng)系數(shù)和個(gè)體確定趨勢(shì)系數(shù)，利用7個(gè)Panel Data的協(xié)整統(tǒng)計(jì)量對(duì)回歸殘差進(jìn)行平穩(wěn)性檢驗(yàn)；后者是基于回歸殘差的LM檢驗(yàn)，不同的是其零假設(shè)是面板存在協(xié)整關(guān)系。另一類(lèi)基于Johansen統(tǒng)計(jì)量，形成異質(zhì)面板的似然比（LM），如Fisher型聯(lián)合p值協(xié)整檢驗(yàn)，但是上述檢驗(yàn)不適用于具有截面相關(guān)的面板數(shù)據(jù)。因此，Westerlun運(yùn)用自舉抽樣技術(shù)（bootstrap）改進(jìn)LM 方法的檢驗(yàn)功效，并于2008年構(gòu)建了基于誤差修正模型的協(xié)整檢驗(yàn)［14］。為了克服使用單一檢驗(yàn)方法的弊端，本文主要采用Pedroni檢驗(yàn)、Kao檢驗(yàn)、Fisher檢驗(yàn)及Westerlund檢驗(yàn)，綜合判斷各變量是否存在協(xié)整關(guān)系。

表4 面板協(xié)整檢驗(yàn)結(jié)果表

如表4所示，Pedroni檢驗(yàn)結(jié)論并不一致，四種聯(lián)合組內(nèi)統(tǒng)計(jì)量、三種組間統(tǒng)計(jì)量分別有2個(gè)、1個(gè)無(wú)法拒絕無(wú)協(xié)整關(guān)系的原假設(shè)。Pedroni證明，在小樣本中，Panel adf、Group adf統(tǒng)計(jì)量檢驗(yàn)效果最好，Panel v、Group rho統(tǒng)計(jì)量檢驗(yàn)效果最差，其他處于中間。在七個(gè)統(tǒng)計(jì)量中，Panel adf、Group adf、Group pp以及Panel pp統(tǒng)計(jì)量都在1%的顯著性水平下拒絕原假設(shè)；Panel v、panel rho和 Group rho統(tǒng) 計(jì) 量 即 使 在10%的水平上也不能拒絕原假設(shè)?？紤]到本文數(shù)據(jù)樣本偏小，Panel v、Group rho這兩個(gè)統(tǒng)計(jì)量可以不予以考慮，而剩余5個(gè)統(tǒng)計(jì)量中，有4個(gè)統(tǒng)計(jì)量至少在1%顯著水平上拒絕原假設(shè)，包括Panel adf、Group adf這兩個(gè)在小樣本中效果最好的統(tǒng)計(jì)量。因此，Pedroni檢驗(yàn)顯示變量之間存在協(xié)整關(guān)系，而同質(zhì)面板Kao檢驗(yàn)、異質(zhì)面板Fisher檢驗(yàn)以及包含截面相關(guān)的Westerlund檢驗(yàn)都認(rèn)同協(xié)整關(guān)系的存在。綜合考慮多種檢驗(yàn)結(jié)果可以得出：模型（3）中各變量存在協(xié)整關(guān)系，即存在長(zhǎng)期共同趨勢(shì)。

（四）面板協(xié)整估計(jì)結(jié)果及分析

前述面板單位根檢驗(yàn)、異質(zhì)性檢驗(yàn)和面板協(xié)整檢驗(yàn)的結(jié)果表明，數(shù)據(jù)是不平穩(wěn)的且變量之間存在長(zhǎng)期協(xié)同關(guān)系。面板協(xié)整估計(jì)方法有助于改善變量?jī)?nèi)生性及序列相關(guān)所導(dǎo)致的偽回歸問(wèn)題。考慮到我們的樣本容量偏小和非平穩(wěn)性，本文選用Pedroni發(fā)展完善的修正最小二乘法（Fully Modified OLS）來(lái)估計(jì)變量的長(zhǎng)期關(guān)系。簡(jiǎn)單介紹一下思路：首先分別對(duì)各個(gè)截面用FMOLS進(jìn)行估計(jì)，然后再進(jìn)行面板協(xié)整系數(shù)的估計(jì)，并對(duì)其OLS估計(jì)的系數(shù)進(jìn)行非參數(shù)估計(jì)。Pedroni提出的截面間均值估計(jì)方法考慮了面板組間維度，提供了協(xié)整方程共同參數(shù)值的一致檢驗(yàn)，優(yōu)于混合面板估計(jì)方法。在蒙特卡洛數(shù)值模擬過(guò)程中，估計(jì)的協(xié)整參數(shù)漸進(jìn)無(wú)偏、一致，且具有穩(wěn)健的有限樣本性質(zhì)，對(duì)數(shù)據(jù)的異質(zhì)性也有很好的包容性。

按照Pedroni的說(shuō)法，F(xiàn)MOLS主要估計(jì)聯(lián)合組間（between－dimension）系數(shù)，實(shí)際上就本文而言，聯(lián)合組間估計(jì)就是對(duì)地區(qū)之間諸變量系數(shù)的均值進(jìn)行估計(jì)。從表5的估計(jì)結(jié)果看，CKC中主要變量l y和（l y）2系數(shù)的組均值在1%置信水平上統(tǒng)計(jì)顯著，而且l y 的符號(hào)為正、（l y）2符號(hào)為負(fù)，說(shuō)明估計(jì)結(jié)果基本符合預(yù)期。具體說(shuō)來(lái)，30個(gè)省份中有23個(gè)省份參數(shù)估計(jì)的符號(hào)與預(yù)期一致，其中19個(gè)省份的系數(shù)組內(nèi)均值均在5%置信水平上統(tǒng)計(jì)顯著，而且l y 的符號(hào)為正、l y）2符號(hào)為負(fù)。l y 和（l y）2均非常顯著，F(xiàn)統(tǒng)計(jì)量同樣非常顯著，顯示回歸分析的擬合結(jié)果較好，符號(hào)分為正和負(fù)。可以說(shuō)，估計(jì)結(jié)果在統(tǒng)計(jì)上驗(yàn)證了CKC的倒U曲線的假設(shè)。

眾所周知，中國(guó)地區(qū)之間經(jīng)濟(jì)發(fā)展呈現(xiàn)極強(qiáng)的不均衡態(tài)勢(shì)，這一特征也體現(xiàn)在CKC方程中。除了地區(qū)經(jīng)濟(jì)發(fā)展存在異質(zhì)性外，產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、清潔技術(shù)水平、國(guó)際貿(mào)易結(jié)構(gòu)等方面也存在較大差異，導(dǎo)致地區(qū)CKC的具體形式也不盡相同。在本文所涉及的30個(gè)省份中，統(tǒng)計(jì)上顯著的21省份主要是兩類(lèi)地區(qū)，即經(jīng)濟(jì)發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)。表5未列出的11個(gè)省份體現(xiàn)出這樣的特征：經(jīng)濟(jì)發(fā)達(dá)省份和碳密集產(chǎn)業(yè)比重高的地區(qū)，有山東、河北等；化石資源尤其是煤炭資源比較豐富的地區(qū)，有山西、河南、新疆、四川、甘肅等。表5中19個(gè)省份的參數(shù)估計(jì)值差距也較大。以l y為例，最小值為1．265，最大值為14．710，后者是前者的將近12倍?？梢?jiàn)，即使存在CO2排放庫(kù)茲涅茨曲線，各地區(qū)的差距也相當(dāng)大，這與地區(qū)非均衡發(fā)展的特征相呼應(yīng)。

表5 FMOLS面板協(xié)整估計(jì)結(jié)果表① 這里只給出了統(tǒng)計(jì)上顯著的省份的回歸結(jié)果，不顯著的省份的回歸結(jié)果可以向作者索要。

下面來(lái)確定CO2排放庫(kù)茲涅茨曲線的拐點(diǎn)。由式（3）可以計(jì)算出CO2排放開(kāi)始下降的拐點(diǎn)為exp（－β1／2β2）。根據(jù)表5，得到中國(guó)碳排放下降的拐點(diǎn)為人均 GDP 540 365元（2011年價(jià)），與此對(duì)應(yīng)的是2011年中國(guó)人均GDP均值為29 992元，這與拐點(diǎn)相差甚遠(yuǎn)，也就說(shuō)中國(guó)尚未達(dá)到碳排放的峰值。盡管從地區(qū)層面看，某些省份已經(jīng)達(dá)到了這個(gè)人均GDP水平，但是這個(gè)拐點(diǎn)主要是針對(duì)均值的，并不能說(shuō)明全國(guó)已達(dá)到了拐點(diǎn)。譬如，北京人均地區(qū)生產(chǎn)總值從2005年開(kāi)始超過(guò)了540 365元，但是根據(jù)表5中的組內(nèi)回歸結(jié)果，北京市的拐點(diǎn)應(yīng)該為100 407元。根據(jù)十八大報(bào)告，2020年GDP總量預(yù)期在2010年基礎(chǔ)上翻一番，假設(shè)人口基本保持不變，那么人均GDP也翻一番，達(dá)到59 984元，超過(guò)了本文中的CKC拐點(diǎn)，這意味著在2020年左右，準(zhǔn)確地說(shuō)是在2019年，中國(guó)將達(dá)到CO2排放高峰，并從此開(kāi)始下降。當(dāng)然，這一結(jié)果與林伯強(qiáng)和蔣竺均的結(jié)果相吻合［9］。

四、研究結(jié)論

本文將化石能源種類(lèi)細(xì)分為17類(lèi)，并考慮了水泥生產(chǎn)過(guò)程帶來(lái)的CO2排放，較為精細(xì)的計(jì)算了中國(guó)1997—2011年30個(gè)省份的碳排放數(shù)據(jù)，并基于這一面板數(shù)據(jù)，利用面板單位根檢驗(yàn)、面板協(xié)整檢驗(yàn)、FMOLS方法對(duì)碳排放與經(jīng)濟(jì)發(fā)展水平之間的長(zhǎng)期關(guān)系進(jìn)行了實(shí)證研究，檢驗(yàn)了著名的碳庫(kù)茲涅茨曲線在中國(guó)的適用性，得到如下結(jié)論：

第一，非平穩(wěn)的面板數(shù)據(jù)lCP、l y 和（l y）2之間顯著存在協(xié)整關(guān)系，F(xiàn)MOLS協(xié)整估計(jì)結(jié)果顯示存在長(zhǎng)期均衡關(guān)系。中國(guó)碳排放庫(kù)茲涅茨曲線在現(xiàn)實(shí)中是存在的，呈現(xiàn)倒U型特征，且長(zhǎng)期穩(wěn)定。大部分地區(qū)存在CKC，但基本都未達(dá)到拐點(diǎn)，處于上升階段，CKC在中國(guó)的適用性有待進(jìn)一步觀察。

第二，碳排放與經(jīng)濟(jì)發(fā)展水平的長(zhǎng)期關(guān)系推導(dǎo)出CKC的拐點(diǎn)為人均GDP540 365元，盡管少數(shù)發(fā)達(dá)省份接近此拐點(diǎn)，但全國(guó)整體水平將在2020年左右才能步入碳排放下降區(qū)間。地區(qū)之間到達(dá)CKC拐點(diǎn)的時(shí)點(diǎn)并不相同，地區(qū)協(xié)整估計(jì)結(jié)果顯示拐點(diǎn)差距較大。

總之，中國(guó)尚處于碳排放上升期，隨著經(jīng)濟(jì)發(fā)展水平的提升，碳排放總量仍會(huì)增加。盡管理論上表明拐點(diǎn)在2020年左右出現(xiàn)，但是該拐點(diǎn)并不會(huì)自然發(fā)生。從能源消費(fèi)的實(shí)際情況進(jìn)行預(yù)測(cè)，如果保持現(xiàn)狀的經(jīng)濟(jì)社會(huì)發(fā)展模式不變，碳排放高峰在2020年不會(huì)出現(xiàn)。政府應(yīng)該有所作為，坐等CKC達(dá)到拐點(diǎn)是不可能的，必須在提高能源使用效率、優(yōu)化能源消費(fèi)結(jié)構(gòu)、加快產(chǎn)業(yè)結(jié)構(gòu)升級(jí)等方面花大力氣，以期CKC拐點(diǎn)提前到來(lái)。另外，需要重視地區(qū)碳排放差異，深化碳交易機(jī)制的改革，加大環(huán)境規(guī)制力度，避免碳排放的區(qū)域轉(zhuǎn)移，縮小地區(qū)間碳生產(chǎn)率的差距，爭(zhēng)取早日達(dá)到碳減排目標(biāo)。

［1］ Grossman G M，Krueger A B．Economic Growth and the Environment［J］．Quarterly Journal of Economics，1995，110（2）．

［2］ Panayotou T．Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development［R］．Geneva：ILO，Technology and Employment Program，1993．

［3］ Selden T M，Song D．Environmental Quality and Development：Is There a Kuznets Curve for Air Pollution［J］．Journal of Environmental Economics and Management，1994，27（2）．

［4］ Agras J，Chapman D．A Dynamic Approach to the Environmental Kuznets Curve Hypothesis［J］．Ecological Economics，1999，28（2）．

［5］ Galeotti M，Lanza A，Pauli F．Reassessing the Environmental Kuznets Curve for CO2Emissions：A Robustness Exercise［J］．Ecological Economics，2006，57（1）．

［6］ Moomaw W R，Unruh G C．Are Environmental Kuznets Curve Misleading US？The Case of CO2Emissions，Special Issue on Environmental Kuznets Curves［J］．Environmental and Development Economics，1997，2（4）．

［7］ 付加鋒，高慶先，師華定．基于生產(chǎn)與消費(fèi)視角的CO2環(huán)境庫(kù)茨涅茲曲線的實(shí)證研究［J］．氣候變化研究進(jìn)展，2008（6）．

［8］ 蔡昉，都陽(yáng)，王美艷．經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變與節(jié)能減排內(nèi)在動(dòng)力［J］．經(jīng)濟(jì)研究，2008（6）．

［9］ 林伯強(qiáng)，蔣竺均．中國(guó)二氧化碳的環(huán)境庫(kù)茲涅茨曲線預(yù)測(cè)及影響因素［J］．管理世界，2009（4）．

［10］許廣月，宋德勇．中國(guó)碳排放環(huán)境庫(kù)茲涅茨曲線的實(shí)證研究——基于省域面板數(shù)據(jù)［J］．中國(guó)工業(yè)經(jīng)濟(jì)，2010（5）．

［11］虞義華，鄭新業(yè)，張莉．經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)與碳排放強(qiáng)度——中國(guó)省級(jí)面板數(shù)據(jù)分析［J］．經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2011（3）．

［12］Poon J P H，Casas I，He C F．The Impact of Energy，Transport，and Trade on Air Pollution China［J］．Eurasian Geography and Economics，2006，47（5）．

［13］Banerjee A et al．Co－Integration，Error－Correction，and the Econometric Analysis of Non－Stationary Data［M］．Oxford：Oxford University Press，UK，1993．

［14］Westerlund J．Testing for Error Correction in Panel Data［J］．Oxford Bulletin of Economics and Statistics，2007，69（6）．

An Empirical Study on Carbon Kuznets Curve in China Based on Nonstationary Heterogeneous Provincial Panel Data

WANG Jia1，YANG Jun2
（1．School of Public Finance and Taxation，Southwestern University of Finance and Economics，Chengdu 611130，China；2．School of Economics and Business Administration，Chongqing University，Chongqing 400030，China）

On the basis of subdividing 17fossil energy types and considering emission sources of cement production，we have estimated sub－national carbon dioxide emission index from 1997to 2011．Further，we have tested whether famous carbon Kuznets curve（CKC）existed in China，application on panel unit root test，panel cointegration test and fully modified OLS．The results are as follow：there are significant cointegration relation statistically between variables；CKC do exist in most regions in China，but don＇t basically approach to break point，i．e．the trendy of ascent stage；the average break point is 540 365yuan，meanwhile，carbon Dioxide emission will step into descent range in China．

carbon kuznets curve；panel cointegration；fully modified ordinary least squares

F224．0

A

1007－3116（2014）04－0037－07

2013－11－18

國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目《天然氣資源的經(jīng)濟(jì)安全重大問(wèn)題與對(duì)策研究》（71133007）；國(guó)家自然科學(xué)基金面上項(xiàng)目《基于市場(chǎng)交易的天然氣開(kāi)采量與成本協(xié)調(diào)激勵(lì)氣價(jià)機(jī)制研究》（71373297）

王 佳，男，河南修武人，經(jīng)濟(jì)學(xué)博士，講師，研究方向：資源環(huán)境經(jīng)濟(jì)學(xué)，數(shù)量經(jīng)濟(jì)學(xué)；

楊 俊，男，重慶銅梁人，教授，博士生導(dǎo)師，研究方向：能源環(huán)境經(jīng)濟(jì)學(xué)，電力技術(shù)經(jīng)濟(jì)學(xué)。

（責(zé)任編輯：杜一哲）