中國居民消費(fèi)與碳排放強(qiáng)度關(guān)系動態(tài)交互分析

汝醒君

(杭州電子科技大學(xué) 管理學(xué)院，浙江 杭州 310018)

?

中國居民消費(fèi)與碳排放強(qiáng)度關(guān)系動態(tài)交互分析

汝醒君

(杭州電子科技大學(xué) 管理學(xué)院，浙江 杭州 310018)

摘要：基于1980-2010年的統(tǒng)計數(shù)據(jù)，構(gòu)建居民消費(fèi)水平和碳排放強(qiáng)度間的自相量回歸模型，運(yùn)用協(xié)整分析、脈沖響應(yīng)函數(shù)和動態(tài)方差分解法，從不同視角對兩組變量的動態(tài)交互響應(yīng)關(guān)系進(jìn)行研究分析，目的是為了解釋我國居民消費(fèi)水平和碳排放強(qiáng)度之間的內(nèi)在聯(lián)系、互動機(jī)制以及發(fā)展趨勢。分析結(jié)果表明：盡管在短期內(nèi)出現(xiàn)波動，我國居民消費(fèi)水平和碳排放強(qiáng)度之間存在長期均衡關(guān)系；碳排放強(qiáng)度對居民消費(fèi)的脈沖響應(yīng)在短期內(nèi)是正向加強(qiáng)的，此后逐漸減弱直至收斂。碳強(qiáng)度變化對居民消費(fèi)水平的沖擊具有明顯的時效性和波動性；方差分解時序值顯示，長期而言，碳排放強(qiáng)度對居民消費(fèi)水平的影響較低且呈增長趨勢，而居民消費(fèi)水平對碳排放強(qiáng)度貢獻(xiàn)度顯著且增長迅速。

關(guān)鍵詞：居民消費(fèi)水平；碳排放強(qiáng)度；向量自回歸模型；脈沖響應(yīng)；方差分解

自20世紀(jì)90年代以來，氣候變化問題已成為世界各國面臨的重要環(huán)境問題之一。據(jù)IPCC第四次評估報告顯示，人類經(jīng)濟(jì)活動產(chǎn)生的以二氧化碳為代表的溫室氣體是導(dǎo)致全球氣候變化危機(jī)的主要原因。因此，經(jīng)濟(jì)發(fā)展與碳排放的關(guān)系研究以及碳排放驅(qū)動因素研究一直是學(xué)術(shù)界關(guān)注的熱點(diǎn)。

一、文獻(xiàn)回顧與問題的提出

目前，大部分研究都認(rèn)為生產(chǎn)部門應(yīng)該對碳排放增長負(fù)主要責(zé)任，因此關(guān)于中國碳排放增長的驅(qū)動因素的研究主要集中于生產(chǎn)領(lǐng)域，中國減排政策的實(shí)施對象也主要為工業(yè)部門[1-3]。然而，隨著中國城市化進(jìn)程的推進(jìn)，居民生活消費(fèi)排放的二氧化碳與居民生活消費(fèi)水平均呈現(xiàn)快速增長趨勢。人們開始關(guān)注居民消費(fèi)對碳排放的影響，關(guān)于碳排放的研究也由生產(chǎn)領(lǐng)域向消費(fèi)領(lǐng)域轉(zhuǎn)變[4]。Lenzen認(rèn)為個人消費(fèi)水平增加是碳排放增長的主要驅(qū)動因素，個人消費(fèi)水平增加的增排效果遠(yuǎn)遠(yuǎn)大于技術(shù)進(jìn)步和產(chǎn)業(yè)升級等因素的減排效果[5]。姚亮等和汪臻等針對中國居民消費(fèi)碳排放驅(qū)動因素的實(shí)證研究也證實(shí)了該觀點(diǎn)[6-7]。David在研究城市化與人口增長對氣候變化影響過程中發(fā)現(xiàn)：世界上20%的高收入人群排放了80%的溫室氣體，而20%的低收入人群僅僅排放了1%的溫室氣體，因此溫室氣體排放增長的主要原因是消費(fèi)水平增長而非人口增長[8]。Davie和蔡博峰等認(rèn)為城鎮(zhèn)居民消費(fèi)水平的提高是導(dǎo)致城市溫室氣體排放量增加的主要驅(qū)動力[9-10]。朱勤等和趙定濤等均認(rèn)為居民消費(fèi)水平和消費(fèi)模式的變化有可能成為我國碳排放新的增長點(diǎn)[11-12]。

這些針對居民消費(fèi)與碳排放關(guān)系的研究基本上都是從靜態(tài)分析的角度研究居民消費(fèi)對碳排放的單向關(guān)系，并且關(guān)注的研究對象主要為居民消費(fèi)水平與碳排放總量，實(shí)際上處于不同發(fā)展階段的國家，其減排指標(biāo)的選擇也存在差異性，發(fā)達(dá)國家追求碳排放總量減排，發(fā)展中國家當(dāng)前追求碳強(qiáng)度減排更為合適[13]。作為世界上最大的發(fā)展中國家，我國目前更關(guān)注的是如何實(shí)現(xiàn)碳排放強(qiáng)度的下降，這也是我國十二五規(guī)劃的重要指標(biāo)。因此本文將基于向量自回歸模型的脈沖響應(yīng)與方差分解法，以我國1980-2010年為目標(biāo)研究期，對我國30年來居民消費(fèi)水平與碳排放強(qiáng)度的關(guān)系進(jìn)行動態(tài)分析，解釋其內(nèi)在關(guān)聯(lián)與互動機(jī)制，并對其發(fā)展趨勢進(jìn)行預(yù)測。

二、實(shí)證研究

(一)研究方法

VAR模型是由西姆斯(1980)提出的一種動態(tài)聯(lián)立方程模型，各方程中內(nèi)生變量對模型的全部內(nèi)生變量滯后項(xiàng)進(jìn)行回歸，從而估計全部內(nèi)生變量的動態(tài)關(guān)系，這樣可以很方便地研究變量之間長期均衡和短期動態(tài)關(guān)系[14]，且克服了傳統(tǒng)聯(lián)立方程模型受制于經(jīng)濟(jì)理論不完善而帶來的諸如內(nèi)生變量和外生變量的劃分估計和推斷等復(fù)雜問題。為了檢驗(yàn)變量間長期均衡和短期動態(tài)關(guān)系，本文采用p階向量自回歸模型(VAR)。本文使用Eviews 8.0軟件對居民消費(fèi)水平和碳排放強(qiáng)度數(shù)據(jù)進(jìn)行分析。

(二)指標(biāo)選擇與數(shù)據(jù)來源

居民消費(fèi)水平和碳排放強(qiáng)度分別是是衡量一國經(jīng)濟(jì)發(fā)展?fàn)顩r、居民生活水平和能源利用效率、能源消費(fèi)結(jié)構(gòu)以及當(dāng)時技術(shù)水平的重要指標(biāo)。為了對中國居民消費(fèi)水平和能源利用、技術(shù)發(fā)展?fàn)顩r之間關(guān)系進(jìn)行分析，本文選取人均居民消費(fèi)水平和二氧化碳排放強(qiáng)度作為研究對象，通過建立自相量回歸模型(VAR)，使用Eviews8.0軟件進(jìn)行兩者之間的協(xié)整關(guān)系和脈沖響應(yīng)實(shí)證分析。其中，碳排放強(qiáng)度以二氧化碳排放量與GDP比值計算，記為CI；居民消費(fèi)水平記為RC(Residential Consume Level)。

在基礎(chǔ)數(shù)據(jù)方面，本文選取世界銀行數(shù)據(jù)庫(WDI)中1980-2010年間中國碳排放總量和來自于《中國統(tǒng)計年鑒2012》的1980-2010年間中國居民消費(fèi)水平(指按常住人口平均計算的居民消費(fèi)支出)、GDP作為數(shù)據(jù)來源。其中居民消費(fèi)水平和碳排放強(qiáng)度均是以2010年人民幣恒定價計算，單位分別是元和克/元。為了消除異方差影響，便于計量檢驗(yàn)，本文取居民消費(fèi)水平和碳排放強(qiáng)度的對數(shù)INRC和INCI作為VAR系統(tǒng)變量進(jìn)行分析。

(三)平穩(wěn)性檢驗(yàn)

確定時間序列的平穩(wěn)性是使用計量經(jīng)濟(jì)學(xué)方法對目標(biāo)變量進(jìn)行回歸分析的前提條件，非平穩(wěn)的時間序列將會在進(jìn)行最小二乘回歸時產(chǎn)生“偽回歸”現(xiàn)象并導(dǎo)致錯誤結(jié)論的產(chǎn)生。因此，在基于協(xié)整理論進(jìn)行時間序列分析之前，需要對時間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。本文采用ADF單位根檢驗(yàn)法，檢驗(yàn)過程中的滯后項(xiàng)基于SC準(zhǔn)則進(jìn)行確定，具體的平穩(wěn)性檢驗(yàn)結(jié)果如表1所示。

表1　變量INRC、INCI的序列平穩(wěn)性檢驗(yàn)結(jié)果

注：*表示在5%的顯著水平下拒絕原假設(shè)，D表示一階差分。

由表1中的各變量序列平穩(wěn)性檢驗(yàn)結(jié)果可知，變量INRC和INCI在5%的顯著水平下是非平穩(wěn)的，而一階差分后的序列在5%的顯著性水平下均滿足平穩(wěn)性的要求。也就是說，1980-2010年間中國居民消費(fèi)水平和碳排放強(qiáng)度數(shù)據(jù)滿足一階單整，它們之間可能存在協(xié)整關(guān)系。

(四)協(xié)整關(guān)系檢驗(yàn)

Johansen和Juselius以自相量回歸模型VAR為基礎(chǔ)首次提出了協(xié)整檢驗(yàn)方法(通常稱為Johansen協(xié)整檢驗(yàn))，其目的是判斷一組序列的線性組合是否具有穩(wěn)定的均衡關(guān)系，即存在共同的隨機(jī)性趨勢[15]。由于本文兩個變量是同階單整的，符合Johansen協(xié)整檢驗(yàn)的前提條件，因此采用Johansen極大似然法來判斷變量之間的協(xié)整關(guān)系，協(xié)整檢驗(yàn)結(jié)果見表2所示。

表2　Johansen協(xié)整檢驗(yàn)結(jié)果

注：*表示在5%的顯著性水平上拒絕原假設(shè)

根據(jù)表2結(jié)果可得出以下結(jié)論：首先，本文所建立的關(guān)于中國居民消費(fèi)水平和碳排放強(qiáng)度之間的回歸模型是真實(shí)的；其次，雖然人均GDP和碳排放強(qiáng)度之間在短期內(nèi)呈現(xiàn)波動態(tài)勢，但是兩者之間存在著長期均衡關(guān)系，因此兩變量滿足構(gòu)建VAR模型的前提。

(五)模型構(gòu)建及檢驗(yàn)

表3展示了INRC和INCI互動關(guān)系的VAR模型及檢驗(yàn)結(jié)果，INRC和INCI方差調(diào)整后的R2值分別為0.998 031和0.992 725，說明此向量回歸模型方程具有較強(qiáng)的解釋力。此外，F(xiàn)檢驗(yàn)及其他統(tǒng)計量數(shù)值均在合理區(qū)間，可以判定VAR模型在理論上是成立的。

表3　INRC和INCI互動關(guān)系的VAR模型及檢驗(yàn)結(jié)果

由此構(gòu)建居民消費(fèi)水平和碳排放強(qiáng)度自相量回歸方程如下：

INRC=1.176 7*INRC(-1)-0.208 1*INRC(-2)+0.111 4*INCI(-1)

-0.071 6*INCI(-2)+0.131 4

(1)

INCI=0.299 0*INRC(-1)-0.150 4*INRC(-2)+1.417 5*INCI(-1)

-0.612 9*INCI(-2)-0.315 9

(2)

由方程(1)、(2)可知，居民消費(fèi)水平受自身滯后一階變化影響較大，碳排放強(qiáng)度受自身和居民消費(fèi)水平滯后一階變化影響較大，但是這種影響無法反映出未來變化期內(nèi)居民消費(fèi)水平和碳排放強(qiáng)度兩個變量的沖擊影響。因此下文將基于VAR模型的AR根檢驗(yàn)，通過脈沖響應(yīng)函數(shù)對居民消費(fèi)水平和碳排放強(qiáng)度進(jìn)行脈沖效應(yīng)分析，以準(zhǔn)確判斷居民消費(fèi)水平和碳排放強(qiáng)度之間的沖擊影響與動態(tài)趨勢。

(六)脈沖響應(yīng)分析

上述自相量回歸方程中的每個系數(shù)只反映了一個局部的關(guān)系，并不能捕捉變量間全面復(fù)雜的動態(tài)交互過程，如果希望了解系統(tǒng)中各個變量對某一變量的全部影響情況，就需要借助脈沖響應(yīng)函數(shù)進(jìn)行分析。脈沖響應(yīng)函數(shù)可以識別出系統(tǒng)中任一變量對來自系統(tǒng)中任何變量產(chǎn)生的新信息的響應(yīng)程度，從而衡量來自隨機(jī)擾動項(xiàng)的一次標(biāo)準(zhǔn)差沖擊對內(nèi)生變量當(dāng)前和未來取值的影響。

在對模型進(jìn)行脈沖響應(yīng)分析之前必須確保VAR系統(tǒng)是穩(wěn)定的，否則脈沖響應(yīng)函數(shù)分析過程是不穩(wěn)定的。VAR系統(tǒng)穩(wěn)定的條件是VAR模型對應(yīng)的特征方程的特征根的絕對值小于1。圖1顯示了對居民消費(fèi)和碳排放強(qiáng)度的VAR模型進(jìn)行檢驗(yàn)的AR根圖，該圖中顯示所有單位根倒數(shù)均位于單位圓內(nèi)，因此可以判定本文VAR模型整體擬合效果較好。

圖1　VAR模型特征方程的根的倒數(shù)值

下面將基于對VAR模型平穩(wěn)性檢驗(yàn)的基礎(chǔ)上，使用脈沖響應(yīng)函數(shù)分析居民消費(fèi)和碳排放強(qiáng)度之間的交互動態(tài)響應(yīng)關(guān)系，結(jié)果見圖2和圖3。

圖2　INCI的脈沖響應(yīng)曲線

圖2展示了碳排放強(qiáng)度在受到居民消費(fèi)和自身變量一個標(biāo)準(zhǔn)差單位沖擊之后的脈沖響應(yīng)趨勢。從圖中曲線走勢可知，在第1-3期碳排放強(qiáng)度對居民消費(fèi)的脈沖響應(yīng)是正向加強(qiáng)的，在隨后的4-11期，這種正向響應(yīng)逐漸減弱，此后的12-20期出現(xiàn)輕微反彈，并隨著時間的推移開始緩慢收斂，由此可見，從長期發(fā)展角度來看，如果基于當(dāng)前的消費(fèi)模式居民消費(fèi)水平提高將使得碳排放強(qiáng)度增加，該結(jié)果與汪臻等[7]、朱勤等[11]和趙定濤[12]的研究結(jié)論是一致的。碳排放強(qiáng)度對自身的脈沖響應(yīng)一直是正向的，其中在第1-3期這種正向效應(yīng)逐步增強(qiáng)，在隨后的第9-20期這種正向效應(yīng)開始逐步減弱直至收斂，這說明依靠短期內(nèi)可以實(shí)現(xiàn)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和能源消費(fèi)結(jié)構(gòu)調(diào)整等手段減少碳排放強(qiáng)度在短期內(nèi)可能不會產(chǎn)生顯著減排效果，減少碳強(qiáng)度需要一個過程，就長期而言，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、能源消費(fèi)結(jié)構(gòu)調(diào)整、居民消費(fèi)模式綠色、低碳化轉(zhuǎn)變和低碳技術(shù)創(chuàng)新的綜合作用可以有效減少碳排放強(qiáng)度。出現(xiàn)這種沖擊結(jié)果的原因有四點(diǎn)：首先，隨著人均收入的提高使得人均消費(fèi)水平上升，但是短期內(nèi)居民消費(fèi)模式具有路徑依賴性，使得碳排放強(qiáng)度出現(xiàn)快速上升，就長期而言，隨著人們生活水平的提高，社會富裕程度逐步增加，產(chǎn)業(yè)組織結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)以及人們的生活方式得到合理的調(diào)整，資源和能源配置實(shí)現(xiàn)進(jìn)一步優(yōu)化與合理利用，提升能源利用效率和利用結(jié)構(gòu)，對降低碳排放強(qiáng)度起到積極推動作用。其次，長期而言，人們更傾向于使用更加清潔高效的的能源，例如實(shí)現(xiàn)從傳統(tǒng)能源(木柴、秸稈等)向現(xiàn)代能源(如煤、石油、天然氣等)的轉(zhuǎn)變，這使得居民收入對碳排放強(qiáng)度產(chǎn)生負(fù)向沖擊效應(yīng)，而隨著高效清潔能源使用在國內(nèi)的逐漸普及，大部分居民都實(shí)現(xiàn)了能源使用的現(xiàn)代化轉(zhuǎn)變，這種逐漸減弱的正向沖擊效應(yīng)將達(dá)到某一閾值，然后在更長時間軸上將趨于平穩(wěn)收斂。再次，基于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和能源消費(fèi)結(jié)構(gòu)調(diào)整等方式可以在短期內(nèi)實(shí)現(xiàn)碳排放強(qiáng)度的降低，但是就中長期而言，這些手段減碳效果有限，因此碳排放強(qiáng)度對自身的沖擊效應(yīng)呈現(xiàn)短期增強(qiáng)，中長期減弱并趨于收斂的效應(yīng)。第四，技術(shù)創(chuàng)新是減少碳排放強(qiáng)度的重要手段，但是一方面技術(shù)創(chuàng)新與擴(kuò)散在短期內(nèi)無法實(shí)現(xiàn)，另一方面技術(shù)創(chuàng)新帶來的碳強(qiáng)度減少效果也需要較長的觀察期，因此本文的碳排放強(qiáng)度對自身變量的脈沖響應(yīng)曲線中技術(shù)創(chuàng)新所起的作用比較低。

圖3　INRC的脈沖響應(yīng)曲線

圖3展示了居民消費(fèi)水平在受到碳排放強(qiáng)度和自身變量一個標(biāo)準(zhǔn)差單位沖擊之后的脈沖響應(yīng)函數(shù)。從圖中曲線走勢可知，居民消費(fèi)水平對自身的脈沖響應(yīng)為正向的，在第1-3期正向沖擊效果顯著增強(qiáng)，從第4期往后這種正向沖擊增速下降，居民消費(fèi)水平呈現(xiàn)緩慢增長趨勢，在第9期是達(dá)到峰值，可以預(yù)期之后會呈現(xiàn)緩慢收斂趨勢；碳排放強(qiáng)度對居民消費(fèi)水平的脈沖效應(yīng)在第一期為0，即無響應(yīng)，在第2-5期呈現(xiàn)出正向效應(yīng)，并逐步增強(qiáng)效果，第6-14期這種正向脈沖效應(yīng)開始逐步減弱，從第15期開始，正向沖擊效應(yīng)趨于平緩。由此可見，居民消費(fèi)水平的脈沖響應(yīng)在短期內(nèi)變化劇烈，但在長期變化中脈沖效應(yīng)逐漸減弱，并呈現(xiàn)收斂效應(yīng)。這種沖擊結(jié)果表明，改善碳排放強(qiáng)度和提高居民消費(fèi)水平均有助于實(shí)現(xiàn)居民生活水平的提升，但是通過短期內(nèi)能夠?qū)崿F(xiàn)的調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、居民生活方式等手段降低碳排放強(qiáng)度對居民消費(fèi)水平的提高僅具有短暫的沖擊效應(yīng)，不具有長遠(yuǎn)性。

(七)動態(tài)方差分解分析

為了進(jìn)一步了解不同變量對內(nèi)生變量的重要性，并觀察模型中各變量的動態(tài)發(fā)展趨勢特征，本研究在向量自回歸VAR模型基礎(chǔ)上，使用Cholesky分解法對居民消費(fèi)水平變量和碳排放強(qiáng)度變量進(jìn)行動態(tài)方差分解，結(jié)果見表4。

從表4中數(shù)據(jù)可知，在居民消費(fèi)水平的變動中，居民消費(fèi)水平對自身的貢獻(xiàn)率在第1期為96.1%，并呈現(xiàn)逐漸下降趨勢，到第20期的影響下降至78.9%；碳排放強(qiáng)度對居民消費(fèi)水平波動影響呈現(xiàn)持續(xù)增加趨勢，到第20期時方差分解值已經(jīng)達(dá)到21%。隨著時間的推移，清潔能源使用份額增加、能源使用效率提升、能源消費(fèi)結(jié)構(gòu)改善等原因使得生產(chǎn)能效提高，產(chǎn)品成本降低，進(jìn)而提升居民實(shí)質(zhì)性消費(fèi)水平。可見碳排放強(qiáng)度改善是提升居民消費(fèi)水平的重要影響因素。

表4　INCI、INRC的方差分解結(jié)果

在碳排放強(qiáng)度的變動中，居民消費(fèi)水平對碳排放強(qiáng)度貢獻(xiàn)率呈現(xiàn)逐步上升的趨勢，從第1期的0逐步增加到第20期的43.7%，可見居民消費(fèi)水平的改變會在一定程度上影響碳排放強(qiáng)度的變化?？傮w而言，居民消費(fèi)水平對碳排放強(qiáng)度變化的重要性隨時間的推移呈現(xiàn)增長趨勢。

三、 結(jié)論與啟示

目前學(xué)術(shù)界對于居民消費(fèi)與碳排放強(qiáng)度動態(tài)交互響應(yīng)關(guān)系的研究較少，本研究彌補(bǔ)了這一研究領(lǐng)域的空白。本文以居民消費(fèi)水平和能反映技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)狀況、能源利用效率和使用結(jié)構(gòu)的碳排放強(qiáng)度作為研究對象，以我國近30年的統(tǒng)計數(shù)據(jù)為基礎(chǔ)，對居民消費(fèi)水平和碳排放強(qiáng)度的交互響應(yīng)關(guān)系進(jìn)行分析預(yù)測。研究結(jié)果表明：雖然在短期內(nèi)居民消費(fèi)和碳排放強(qiáng)度之間呈現(xiàn)出波動關(guān)系，但二者存在長期均衡關(guān)系。

短期內(nèi)居民消費(fèi)模式具有路徑依賴作用，碳排放強(qiáng)度對居民消費(fèi)的脈沖響應(yīng)在短期內(nèi)是正向加強(qiáng)的，此后正向作用逐漸減弱直至收斂。碳強(qiáng)度變化對居民消費(fèi)水平的沖擊具有明顯的時效性和波動性，短期內(nèi)隨著碳強(qiáng)度下降，居民實(shí)質(zhì)性消費(fèi)水平提高了，但是長期而言，碳排放強(qiáng)度對居民消費(fèi)水平的沖擊效應(yīng)趨于平緩收斂。動態(tài)方差分解的結(jié)果顯示，居民消費(fèi)水平對碳排放強(qiáng)度貢獻(xiàn)份額、碳排放強(qiáng)度對居民消費(fèi)水平的貢獻(xiàn)份額均逐期增長，在第20期時分別達(dá)到43.7%和21%。

由此可見，碳排放強(qiáng)度降低不僅有利于實(shí)現(xiàn)環(huán)境保護(hù)與國家節(jié)能減排的目標(biāo)，從長期來看，還有利于居民實(shí)質(zhì)性生活水平的提高。居民消費(fèi)水平對減少碳排放強(qiáng)度的貢獻(xiàn)度日益提升，雖然目前居民消費(fèi)水平提高對降低碳排放強(qiáng)度的貢獻(xiàn)比例還不是很高，但是隨著中國城市化發(fā)展的推進(jìn)，人們生活水平日益提高，對能源需求將會愈來愈多，提倡綠色低碳生活、通過改變居民生活消費(fèi)方式實(shí)現(xiàn)節(jié)能減排目標(biāo)的重要作用將會日益凸顯出來。

參考文獻(xiàn)

[1] 林伯強(qiáng)，劉希穎.中國城市化階段的碳排放:影響因素和減排策略[J].經(jīng)濟(jì)研究，2010(8)：66-78．

[2]王鋒，吳麗華，楊超.中國經(jīng)濟(jì)發(fā)展中碳排放增長的驅(qū)動因素研究[J].經(jīng)濟(jì)研究，2010(2)：123-136．

[3]吳巧生.中國工業(yè)化進(jìn)程中的能源消耗強(qiáng)度變動及影響因素：基于費(fèi)雪指數(shù)分解方法的實(shí)證研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2010(5)：44-50．

[4]Feng Z H， Zou L L， Wei Y M. The impact of household consumption on energy use and CO2emissions in China [J]. Energy， 2011， 36(1): 656-670.

[5]Lenzen M. Primary energy and greenhouse gases embodied in Australian final consumption: an input-output analysis [J]. Energy policy， 1998， 26(6): 495-506．

[6]姚亮，劉晶茹，王如松.中國居民消費(fèi)隱含的碳排放量變化的驅(qū)動因素[J].生態(tài)學(xué)報，2011，31(19)：5632-5637．

[7]汪臻，趙定濤，余文濤. 中國居民消費(fèi)嵌入式碳排放增長的驅(qū)動因素研究[J].中國科技論壇，2012(7)：56-62．

[8]Satterthwaite D. The implications of population growth and urbanization for climate change [J]. Environment and Urbanization， 2009， 21(2): 545-567．

[9]Dodman D. Forces driving urban greenhouse gas emissions [J]. Current Opinion in Environmental Sustainability， 2011， 3(3): 121-125．

[10]蔡博峰，趙楠，馮愷. 城市CO2排放驅(qū)動力和影響因素研究[J].中國人口資源與環(huán)境，2013，23(5)：14-20．

[11]朱勤，彭希哲，陸志明，等. 人口與消費(fèi)對碳排放影響的分析模型與實(shí)證[J].中國人口資源與環(huán)境，2010，20(2)：98-102．

[12]趙定濤，汪臻，范進(jìn).技術(shù)、消費(fèi)模式與中國碳排放增長-中國八大區(qū)域的實(shí)證研究[J].系統(tǒng)工程，2012(8)：2-8．

[13]X Ru， S Chen， Y Liu， et al. A Study on Evolution and Driving Forces of Carbon Dioxide Emissions[J]. Journal of Sustainable Development， 2012， 5(5): 111-120．

[14]尹希果.計量經(jīng)濟(jì)學(xué)原理與操作[M].重慶：重慶大學(xué)出版社，2009．

[15]張曉峒.計量經(jīng)濟(jì)學(xué)分析[M].北京：經(jīng)濟(jì)科學(xué)出版社，2000．

Interactive Dynamic Response between Residents’ Consumption and Carbon Emission Intensity of China

RU Xing-jun

(SchoolofManagement，HangzhouDianziUniversity，HangzhouZhejiang310018，China)

Abstract:Based on statistics from 1980 to 2010， the Vector Auto-Regression model is established between residents’ consumption and carbon emission intensity of China. This paper analyzes and forecasts the relationship of the interactive dynamic response of the two sets variables by using cointegration， impulse response function and dynamic variance decomposition method so as to explain the inner link， interactive mechanisms and trends between consumption level and carbon emission intensity. The result shows that there exists a long-term equilibrium between the two variables; the impulse response of carbon emission intensity to the residents’ consumption is reinforced in a forward direction within a short period of time; then it will wear off. There exits an obvious timeliness and volatility in the impact of carbon emission intensity on the residents’ consumption level. The time series value of the variance decomposition shows that the influences of carbon emission intensity on residents’ consumption level in the long term stays lower and lower， whereas the impact of residents’ consumption level on the carbon emission intensity is significant and growing rapidly.

Key words:residents’ consumption level; carbon emission intensity; Vector Auto-Regression model; impulse response; variance decomposition method

中圖分類號：F206

文獻(xiàn)標(biāo)識碼：B

文章編號：1001-9146(2015)02-0023-07

作者簡介：汝醒君(1986-)，女，安徽亳州人，講師，能源與可持續(xù)發(fā)展.

基金項(xiàng)目：杭州電子科技大學(xué)科研啟動基金(KYS035614025)

收稿日期：2014-06-09

DOI:10.13954/j.cnki.hduss.2015.02.004