能源效率、技術(shù)進(jìn)步與CO2排放相關(guān)關(guān)系研究
——基于1978-2010年時(shí)間序列數(shù)據(jù)分析

岳立，張姍娜

（蘭州大學(xué)經(jīng)濟(jì)學(xué)院，甘肅蘭州730000）

能源效率、技術(shù)進(jìn)步與CO2排放相關(guān)關(guān)系研究
——基于1978-2010年時(shí)間序列數(shù)據(jù)分析

岳立，張姍娜

（蘭州大學(xué)經(jīng)濟(jì)學(xué)院，甘肅蘭州730000）

21世紀(jì)以來(lái)，能源利用效率、技術(shù)進(jìn)步對(duì)碳排放的影響受到了越來(lái)越多的關(guān)注?；?978-2010年的數(shù)據(jù)以及KAYA模型，通過(guò)JJ協(xié)整可以實(shí)證檢驗(yàn)?zāi)茉唇Y(jié)構(gòu)、能源效率、技術(shù)進(jìn)步等因素和中國(guó)碳排放的關(guān)系。結(jié)果表明，能源效率、技術(shù)進(jìn)步與碳排放之間存在長(zhǎng)期均衡關(guān)系，能源強(qiáng)度長(zhǎng)期內(nèi)促進(jìn)CO2排放，技術(shù)進(jìn)步可以減少CO2排放。只有改變能源結(jié)構(gòu)、發(fā)展高科技產(chǎn)業(yè)等才能抑制CO2排放，創(chuàng)建綠色城市。

CO2排放；能源強(qiáng)度；技術(shù)進(jìn)步；JJ協(xié)整

改革開(kāi)放以來(lái)，中國(guó)經(jīng)濟(jì)的強(qiáng)勁增長(zhǎng)引起了全世界的注意，中國(guó)經(jīng)濟(jì)快速發(fā)展與能源消費(fèi)和CO2排放等的增長(zhǎng)關(guān)系也越來(lái)越緊密。據(jù)美國(guó)能源信息署（Energe Information Adminstration，EIA）統(tǒng)計(jì)數(shù)據(jù)，中國(guó)2006年能源消費(fèi)的CO2排放量為59.36億噸，超越美國(guó)的59.24億噸躍居世界第一，[1]中國(guó)因此也承受了巨大的減排壓力。2009年，國(guó)務(wù)院采納最高標(biāo)準(zhǔn)方案，提出到2020年中國(guó)單位國(guó)內(nèi)生產(chǎn)總值CO2排放比2005年降低40%-45%[2]，并將其作為約束性指標(biāo)納入國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展中長(zhǎng)期目標(biāo)。能源結(jié)構(gòu)、技術(shù)進(jìn)步等是影響碳排放的關(guān)鍵因素，我們要達(dá)到減排的目的，必須搞清楚二者在CO2排放中的地位和作用。

隨著對(duì)全球環(huán)境問(wèn)題關(guān)注的持續(xù)增溫，對(duì)CO2排放影響因素的研究也越來(lái)越受到國(guó)內(nèi)外學(xué)者的重視。1982年Nordhaus開(kāi)始應(yīng)用經(jīng)濟(jì)學(xué)研究氣候變化，研究溫室氣體問(wèn)題和影響范圍，隨后于1994年、1996年先后發(fā)展出DICE和RICE模型。Ang（1998）等人運(yùn)用LMDI對(duì)中國(guó)工業(yè)部門(mén)排放的CO2、中國(guó)部門(mén)總產(chǎn)出和消費(fèi)的能源強(qiáng)度進(jìn)行分析。[3]Daron Acemoglu等人介紹了環(huán)境約束和有限資源下增長(zhǎng)模型的內(nèi)生和定向技術(shù)的改變。[4]Juan Antonio Duro和Emilio Padilla（2006）運(yùn)用THEIL不平等指數(shù)研究不同國(guó)家不同區(qū)域間人均CO2排放的KAYA因素，得出國(guó)際間CO2排放量的不同主要是由于人均收入的不同，而能源結(jié)構(gòu)碳強(qiáng)度和能源強(qiáng)度影響較小。[5]Ang（2008）利用中國(guó)的時(shí)間序列模型著重分析了R&D活動(dòng)和技術(shù)轉(zhuǎn)移對(duì)減少CO2排放的貢獻(xiàn)。[6]

國(guó)內(nèi)的經(jīng)濟(jì)學(xué)家也對(duì)CO2排放的問(wèn)題作出了很多研究，徐國(guó)泉（2006）等人采用DIVISIA分解法，建立中國(guó)人均碳排放因素分解模型，得出了能源效率和能源結(jié)構(gòu)對(duì)我國(guó)人均碳排放的影響呈倒U型。[7]林伯強(qiáng)、蔣竺均（2009）采用LMDI和STIRPA分析了影響中國(guó)人均CO2排放的主要因素并分析其差異原因，說(shuō)明了人均收入、能源強(qiáng)度、能源結(jié)構(gòu)碳強(qiáng)度對(duì)人均CO2排放都有顯著影響。[8]宋德勇、盧忠寶（2009）基于1990-2005年的時(shí)間序列，運(yùn)用LMDI方法，研究了中國(guó)碳排放的影響因素，并以不同的經(jīng)濟(jì)增長(zhǎng)方式劃分出不同的時(shí)期研究其周期性波動(dòng)的特征，研究表明，經(jīng)濟(jì)增長(zhǎng)方式的差異是碳排放量波動(dòng)的重要原因。[9]林伯強(qiáng)、劉希穎（2010）對(duì)KAYA恒等式作出修正，加入城市化因素，研究了碳排放的影響因素。[10]李凱杰、曲如曉（2012）的研究顯示技術(shù)進(jìn)步對(duì)CO2排放有抑制作用，但在短期存在一定時(shí)滯。[11]

國(guó)內(nèi)外對(duì)能源、技術(shù)與CO2排放之間的相關(guān)關(guān)系或影響已經(jīng)作了不少分析，但較少如本文一樣同時(shí)將能源利用效率、技術(shù)進(jìn)步等納入對(duì)CO2的影響因素進(jìn)行研究。而且本文將人口影響定位為城市人口，其對(duì)CO2的影響更具有顯著性，具有十分重要的現(xiàn)實(shí)意義。

一、研究方法和數(shù)據(jù)處理

自20世紀(jì)八九十年代起，各國(guó)學(xué)者研發(fā)了多種模型對(duì)碳排放量進(jìn)行定量分析。其中，日本教授Yoichi Kaya提出的KAYA恒等式是最具有影響力的模型之一。KAYA恒等式具體表達(dá)式如下：

上式中CO2為二氧化碳排放量，PE為一次能源消費(fèi)量，GDP為生產(chǎn)總值，POP是人口總量。因此，KAYA恒等式中，因變量是CO2排放量，自變量為單位能源消費(fèi)的CO2排放量、能源強(qiáng)度、人均GDP、人口。

另外，技術(shù)進(jìn)步是影響碳排放至關(guān)重要的因素。一方面，技術(shù)進(jìn)步促進(jìn)經(jīng)濟(jì)增長(zhǎng)，間接影響CO2排放；另一方面，技術(shù)路徑依賴(lài)直接影響了CO2的排放。同時(shí)，清潔型技術(shù)的使用抑制CO2排放的增加，因此，必須有技術(shù)進(jìn)步變量。

本模型采用的數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)能源統(tǒng)計(jì)年鑒》等。能源消費(fèi)量及其構(gòu)成來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》中使用發(fā)電煤耗計(jì)算法所得的數(shù)據(jù)。GDP、人均GDP、城市人口、就業(yè)人數(shù)等均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。1980年以前的數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)資料60年匯編》。我國(guó)1978-2010年CO2排放量來(lái)自國(guó)際能源署（International Energy Agency，IEA）所公布的數(shù)據(jù)。

能源消費(fèi)碳強(qiáng)度，即單位能源CO2排放量，其表達(dá)式為

EC是能源消費(fèi)碳強(qiáng)度，qi是第i種能源碳排放量，PE是能源折標(biāo)煤消費(fèi)量。根據(jù)《IPCC溫室氣體排放指南》，qi等于能源消費(fèi)量PEi（以標(biāo)準(zhǔn)煤計(jì)，104t）乘以能源的CO2排放系數(shù)。根據(jù)《中國(guó)能源統(tǒng)計(jì)年鑒》，我國(guó)煤炭、石油、天然氣在能源消費(fèi)中的占比超過(guò)95%，因此本文選取這三種能源進(jìn)行計(jì)算。PEi為第i種能源消費(fèi)量與其折標(biāo)煤系數(shù)之積。

能源強(qiáng)度，即能源利用與經(jīng)濟(jì)產(chǎn)出之比。能源強(qiáng)度是用于對(duì)比能源綜合利用效率的最常用指標(biāo)之一，體現(xiàn)了能源利用的經(jīng)濟(jì)效益，本文運(yùn)用單位國(guó)內(nèi)生產(chǎn)總值（GDP）所需消耗的能源來(lái)計(jì)算能源強(qiáng)度。

人均GDP用PG表示，常作為發(fā)展經(jīng)濟(jì)學(xué)中衡量經(jīng)濟(jì)發(fā)展?fàn)顩r的有效工具，是衡量CO2排放必不可少的指標(biāo)。

城鎮(zhèn)人口用POPu表示，根據(jù)城鎮(zhèn)人口的人均能源消費(fèi)量比農(nóng)村人口高3.5-4倍的理論[12]，城市化人口的數(shù)量才是真正對(duì)國(guó)家碳排放造成影響的決定性因素。

技術(shù)進(jìn)步是影響CO2排放的關(guān)鍵因素，本文利用柯布道格拉斯函數(shù)計(jì)算技術(shù)進(jìn)步TFP，并將其改寫(xiě)為：

其中，A為我們要計(jì)算的技術(shù)進(jìn)步TFP，K為物質(zhì)資本存量，α為資本產(chǎn)出彈性，L為所使用的勞動(dòng)力，即就業(yè)人口，β為勞動(dòng)產(chǎn)出彈性。Y為1978年不變價(jià)計(jì)算的實(shí)際GDP,資本和勞動(dòng)產(chǎn)出彈性分別沿用張軍擴(kuò)所設(shè)定的0.3和0.7[13]。物質(zhì)資本的存量K采用永續(xù)盤(pán)存法，其中1991年前的固定資產(chǎn)投資價(jià)格指數(shù)利用張軍等人的計(jì)算方法為投資隱含平減指數(shù)[14]。

本文利用協(xié)整方法分析碳排放量與各變量之間的長(zhǎng)期均衡關(guān)系，以研究國(guó)家發(fā)展進(jìn)程中不同經(jīng)濟(jì)社會(huì)因素對(duì)碳排放的影響。通過(guò)在CO2排放總量（C）與各變量之間建立協(xié)整方程，得到本文最終CO2排放影響因素的方程：

表1 各類(lèi)能源折標(biāo)煤系數(shù)及CO2排放系數(shù)

二、實(shí)證分析

（一）平穩(wěn)性檢驗(yàn)

為避免“偽回歸”現(xiàn)象，我們要對(duì)變量的平穩(wěn)性進(jìn)行檢驗(yàn)，確定其單整階數(shù)，并驗(yàn)證其是否滿足協(xié)整的前提條件。常用的平穩(wěn)性檢驗(yàn)方法有Dickey-Fuller（DF）、增廣DF（Augmented DF）檢驗(yàn)和Phillips-Perron（PP）檢驗(yàn)。本文采用ADF檢驗(yàn)結(jié)果。

由表2可以看出，變量lnC，lnEC，lnEI，lnPG，lnPOPu，lnTFP不顯著，即變量不平穩(wěn)，存在單位根。而將變量進(jìn)行一階差分后，ADF統(tǒng)計(jì)值小于臨界值，即差分序列是平穩(wěn)的，因此可以判定各個(gè)變量是I（1）序列。

（二）回歸分析

1.協(xié)整檢驗(yàn)

常用的協(xié)整檢驗(yàn)方法有Engle-Granger檢驗(yàn)法（E-G兩步法）和Johansen-Juselius檢驗(yàn)法（JJ檢驗(yàn)）。E-G兩步法通常用于兩變量之間；JJ檢驗(yàn)是Johansen和Juselius提出的在VAR（向量自回歸）下用極大似然估計(jì)來(lái)進(jìn)行協(xié)整檢驗(yàn)的方法，可用在多變量之間。

本文選用JJ檢驗(yàn)方法測(cè)量變量間長(zhǎng)期的協(xié)整關(guān)系，通過(guò)VEC模型測(cè)度變量間短期的動(dòng)態(tài)關(guān)系。

在進(jìn)行JJ檢驗(yàn)之前，首先應(yīng)該確定VAR的滯后階數(shù)。通過(guò)估計(jì)一個(gè)無(wú)約束VAR模型并使用赤池（AIC）和施瓦茨（SC）信息準(zhǔn)則來(lái)選取最優(yōu)的滯后階數(shù)，通過(guò)多次檢驗(yàn)發(fā)現(xiàn)，年度數(shù)據(jù)通常比較到P= 4，即建立到VAR（4）來(lái)比較AIC和SC大小。經(jīng)檢驗(yàn)AIC和SC的最小值對(duì)應(yīng)不同的P值，結(jié)合LR統(tǒng)計(jì)量，最終選定無(wú)約束VAR模型的最優(yōu)滯后階數(shù)為P=2，因此協(xié)整檢驗(yàn)滯后階數(shù)為1。根據(jù)Max-Eigen統(tǒng)計(jì)檢驗(yàn)得出的結(jié)果，在5%顯著性水平下存在4個(gè)協(xié)整檢驗(yàn)方程，提取一個(gè)協(xié)整方程如下：

表2 單位根檢驗(yàn)

協(xié)整方程的結(jié)果表明，在1978-2010年間，中國(guó)的CO2排放總量與能源消費(fèi)碳強(qiáng)度、能源強(qiáng)度、人均GDP、城鎮(zhèn)人口水平以及技術(shù)進(jìn)步之間存在穩(wěn)定的長(zhǎng)期均衡。

在方程（5）中，所有變量的系數(shù)均符合其經(jīng)濟(jì)意義，且在5%的置信水平下通過(guò)t統(tǒng)計(jì)量檢驗(yàn)。協(xié)整方程中對(duì)CO2排放影響最為顯著的變量是人均GDP和能源強(qiáng)度。人均GDP和能源強(qiáng)度每變動(dòng)1個(gè)百分點(diǎn)，CO2排放同向變動(dòng)1.27個(gè)百分點(diǎn)和0.99個(gè)百分點(diǎn)。技術(shù)進(jìn)步同碳排放呈負(fù)相關(guān)關(guān)系，全要素生產(chǎn)率TFP每變化1個(gè)百分點(diǎn)，帶動(dòng)CO2排放反向變動(dòng)0.58個(gè)百分點(diǎn)。這一結(jié)論和國(guó)內(nèi)大部分理論研究結(jié)論基本一致，能源消費(fèi)碳強(qiáng)度、能源強(qiáng)度、人均GDP和城市人口的增加促進(jìn)了碳排放，技術(shù)進(jìn)步則抑制碳排放。

2.VEC模型

VEC模型可以很好地克服VAR模型要求系統(tǒng)變量平穩(wěn)的問(wèn)題。VEC模型是一個(gè)有約束的VAR模型，在解釋變量中添加了協(xié)整約束，因此它適用于已知有協(xié)整關(guān)系的非平穩(wěn)序列。VEC模型能對(duì)模型進(jìn)行局部短期調(diào)整，可以考察短期變量間的相互影響。基于JJ檢驗(yàn)的基礎(chǔ)，可對(duì)變量建立VEC模型，得到協(xié)整方程的誤差修正項(xiàng)為：

根據(jù)VEC模型討論lnEC、lnEI、lnPG、lnTFP、lnPOPu對(duì)lnC的短期動(dòng)態(tài)影響，由向量誤差模型得到變量間的短期效應(yīng)模型如下（見(jiàn)表3）：

從表3可以看出，模型誤差修正項(xiàng)系數(shù)為負(fù),說(shuō)明模型具備反向誤差修正機(jī)制,誤差修正機(jī)制需要在下一期以負(fù)的修正項(xiàng)調(diào)整碳排放量到均衡值,即當(dāng)CO2排放系數(shù)變動(dòng)偏離均衡水平過(guò)大時(shí)，誤差修正機(jī)制將降低其偏離程度，使其變動(dòng)收斂于長(zhǎng)期均衡水平上。

通過(guò)VECM，從短期動(dòng)態(tài)變化來(lái)看，就碳排放自身而言，碳排放滯后一期系數(shù)為負(fù)，協(xié)整方程誤差修正項(xiàng)系數(shù)為正，這意味著誤差修正機(jī)制需要在下期以正的修正項(xiàng)調(diào)整碳排放量到均衡值。能源消費(fèi)碳強(qiáng)度、能源強(qiáng)度、人均GDP促進(jìn)碳排放；技術(shù)水平、人口變動(dòng)抑制碳排放，這與長(zhǎng)期均衡有一定差異。

3.Granger因果檢驗(yàn)

經(jīng)過(guò)協(xié)整檢驗(yàn)后，還需要用Granger因果關(guān)系檢驗(yàn)來(lái)考察變量之間的因果關(guān)系。Granger因果關(guān)系檢驗(yàn)是由Clive W.J.Granger于1967年論證的一種假設(shè)檢驗(yàn)的統(tǒng)計(jì)方法，基礎(chǔ)是自回歸模型，檢驗(yàn)一組時(shí)間序列x是否為另一組時(shí)間序列y的原因。

Granger因果關(guān)系檢驗(yàn)對(duì)滯后期長(zhǎng)度的選擇有時(shí)很敏感。而由于它基于自回歸（VAR）模型，前文根據(jù)AIC和SC準(zhǔn)則選取VAR滯后階數(shù)為2，因此此處也選擇Granger因果檢驗(yàn)滯后階數(shù)為2。

由Granger檢驗(yàn)結(jié)果（表4）可以看出，在滯后期為2時(shí)，能源消費(fèi)碳強(qiáng)度lnEC和CO2排量lnC互為Granger原因；能源強(qiáng)度lnEI、人口變化lnPOPu是lnC的單向Granger原因，短期內(nèi)能源效率和人口的變動(dòng)會(huì)較為顯著的影響CO2排量；技術(shù)進(jìn)步lnTFP不是lnC的Granger原因，這可能是因?yàn)榧夹g(shù)進(jìn)步對(duì)CO2排放的影響不能再短期迅速體現(xiàn)出來(lái)。

表3 VEC模型參數(shù)估計(jì)結(jié)果

三、結(jié)論與政策建議

本文在協(xié)整檢驗(yàn)及VEC模型的基礎(chǔ)上研究了1978-2010年間中國(guó)CO2排放增長(zhǎng)的變動(dòng)情況。本文研究結(jié)果表明，中國(guó)的CO2排放與能源消費(fèi)碳強(qiáng)度、能源強(qiáng)度、人均GDP、技術(shù)進(jìn)步、人口變化確實(shí)存在長(zhǎng)期均衡關(guān)系。在研究的解釋變量中，能源消費(fèi)碳強(qiáng)度、人均GDP是影響CO2排放量的最關(guān)鍵因素，其他依次為能源強(qiáng)度、技術(shù)進(jìn)步和人口變化。其中，技術(shù)進(jìn)步對(duì)CO2排放有抑制作用，其他變量對(duì)CO2排放有促進(jìn)作用。從以上結(jié)果也可以看出，技術(shù)進(jìn)步對(duì)CO2排放確實(shí)有重要影響。而在短期內(nèi)，技術(shù)進(jìn)步和城市人口均對(duì)CO2排放有負(fù)影響。其中能源消費(fèi)碳強(qiáng)度對(duì)CO2排放的影響最為顯著，因?yàn)槟茉唇Y(jié)構(gòu)的改變，如減少煤炭等能源的消耗或增加清潔能源的使用，能迅速體現(xiàn)在CO2排放結(jié)果上。

基于以上研究結(jié)果，本文提出以下政策建議：

首先，改變能源結(jié)構(gòu)，發(fā)展清潔能源。能源消費(fèi)碳強(qiáng)度，即能源結(jié)構(gòu)是影響CO2排放的最主要因素。我國(guó)現(xiàn)在的能源結(jié)構(gòu)主要還是以煤炭消費(fèi)為主，電力發(fā)展也是以煤電為主。降低煤炭等的消費(fèi)是減少CO2排放、保護(hù)生態(tài)環(huán)境的最基本措施。同時(shí)應(yīng)該努力開(kāi)發(fā)新能源，加大綠色清潔能源的使用力度，使能源消費(fèi)結(jié)構(gòu)中煤炭等一次能源的占比下降，減少既定能源消費(fèi)量下的CO2排放量。

其次，節(jié)能減排，提高能源利用效率。能源強(qiáng)度對(duì)CO2排放有正向影響，能源利用效率的低下造成能源的過(guò)度浪費(fèi)，從而增加了CO2排放量。當(dāng)前我國(guó)仍著重發(fā)展工業(yè)尤其是重工業(yè)，往往使得單位GDP消耗較多能源，并且我國(guó)高耗能行業(yè)存在較為嚴(yán)重的能源浪費(fèi)問(wèn)題，資源投入量大，但產(chǎn)出品技術(shù)含量和附加值比較低。因此我國(guó)現(xiàn)階段耗能行業(yè)發(fā)展應(yīng)著重提高能源利用效率，節(jié)能減排，減少能源的不必要損耗。

第三，GDP合理增長(zhǎng)，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。2013年底的中央經(jīng)濟(jì)會(huì)議提出，要“化解產(chǎn)能過(guò)?！?。經(jīng)濟(jì)的發(fā)展如果過(guò)度追求GDP會(huì)帶來(lái)產(chǎn)能過(guò)剩的問(wèn)題，造成GDP即使增速快但增長(zhǎng)沒(méi)有成效。我國(guó)當(dāng)前的經(jīng)濟(jì)發(fā)展?fàn)顩r下，人均GDP提高會(huì)促進(jìn)CO2排放量的增加，GDP的增長(zhǎng)存在著污染環(huán)境的現(xiàn)象。因此我們要推動(dòng)GDP合理增長(zhǎng)，同時(shí)推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)。

表4 GRANGER因果檢驗(yàn)

第四，大力發(fā)展高科技行業(yè)，推動(dòng)技術(shù)水平提升。從協(xié)整關(guān)系可以看到，技術(shù)水平的進(jìn)步可以減少CO2的排放。因此我國(guó)要推動(dòng)技術(shù)創(chuàng)新，引進(jìn)高素質(zhì)人才建立高科技企業(yè)。引進(jìn)吸收國(guó)外先進(jìn)技術(shù)，提高自主創(chuàng)新能力，加大對(duì)清潔能源的開(kāi)發(fā)研究力度，使我國(guó)的能源結(jié)構(gòu)中新型能源占比提升，抑制CO2排放增加。同時(shí)對(duì)高耗能產(chǎn)業(yè)加大監(jiān)管力度，出臺(tái)相關(guān)限制性政策，緊盯污染物排放等問(wèn)題。

第五，控制污染排放，建設(shè)綠色城市。我國(guó)要堅(jiān)持可持續(xù)發(fā)展城鎮(zhèn)化，使城市人口數(shù)量在一定范圍內(nèi)穩(wěn)定增加，減輕城市交通、資源等壓力。同時(shí)，加大綠化覆蓋面積，控制冬季煤炭能源燃燒量，合理規(guī)劃城市布局，建設(shè)綠色、低碳、環(huán)保的新型城市。

[1]EIA.International Energy Statistics[EB/OL].[2014-05-20]. http://www.eia.gov/cfapps/ipdbproject/iedindex3.cfm?tid= 90&pid=44&aid=8&cid=regions&syid=2005&eyid=2011&unit= MMTCD.

[2]到2020年中國(guó)單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降40%-45%[EB/OL].（2009-11-26）[2014-05-20]. http://news.xinhuanet.com/politics/2009-11/26/content_12544442. htm.

[3]ANG B W，ZHANG F Q，Choi Kihong.Factorizing Changes in Energy and Environmental Indicators through Decomposition[J]. Energy，1998，23（6）：489-495.

[4]Daron Acemoglu，Philippe Aghion，Leonardo Bursztyn，et al. The Environment and Directed Technical Change[R].NBER Working Paper，NO.154 51，2009.

[5]Juan Antonio Duro，Emilio Padilla.International Inequalities in Per Capit a CO2Emissions：A Decomposition Methodology by Kaya Factors[J].Energy Economics，2006，28（2）：170-187.

[6]ANG J B.CO2Emissions，Research and Technology Transfer in China[J].Ecological Economics，2009，68（10）：2 658-2 665.

[7]徐國(guó)泉，劉則淵，姜照華.中國(guó)碳排放的因素分解模型及實(shí)證分析：1995－2004[J].中國(guó)人口·資源與環(huán)境，2006，（6）：158-161.

[8]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)及影響因素分析[J].管理世界，2009，（4）：27-36.

[9]宋德勇，盧忠寶.中國(guó)碳排放影響因素分解及其周期性波動(dòng)研究[J].中國(guó)人口·資源與環(huán)境，2009，（3）：19-24.

[10]林伯強(qiáng)，劉希穎.中國(guó)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.

[11]李凱杰，曲如曉.技術(shù)進(jìn)步對(duì)中國(guó)碳排放的影響——基于向量誤差修正模型的實(shí)證研究[J].中國(guó)軟科學(xué)，2012，（6）：51-58.

[12]何曉萍，劉希穎，林艷蘋(píng).中國(guó)城市化進(jìn)程中的電力需求預(yù)測(cè)[J].經(jīng)濟(jì)研究，2009，（1）：118-130.

[13]張軍擴(kuò).“七五”期間經(jīng)濟(jì)效益的綜合分析——各要素對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)率測(cè)算[J].經(jīng)濟(jì)研究，1991，（4）：8-17.

[14]張軍，吳桂英，張吉鵬.中國(guó)省際物質(zhì)資本存量估算：1952－2000[J].經(jīng)濟(jì)研究，2004，（10）：35-44.

（責(zé)任編輯 張轉(zhuǎn)）

A Correlative Study of Energy Efficiency，Technical Progress and CO2Emission：Based on Analysis of 1978-2010 Time Series Data

YUE Li，ZHANG Shan-na
（School of Economics，Lanzhou University，Lanzhou，Gansu 730000，China）

Since the 21st century，the impact of energy efficiency and technical progress on carbon emissions has attracted more and more attention.Based on the data of 1978-2010 and KAYA model and through the JJ cointegration，we can examine the relationship among energy structure，energy efficiency，technical progress and the Chinese carbon emissions.Results show that there is a long-run equilibrium relationship among energy efficiency，technical progress and carbon emission，and that energy intensity promotes CO2emissions in the long term，whereas technical progress can reduce CO2emission.Only by changing the energy structure and developing the high-tech industry can we reduce the CO2emissions and build green cities.

CO2emission；energy intensity；technological advances；JJ cointegration

F205；F206；F124.3

A

1673-1972（2015）01-0048-06

2014-09-03

岳立（1969-），女，滿族，新疆哈密人，教授，博士，主要從事區(qū)域經(jīng)濟(jì)學(xué)、低碳經(jīng)濟(jì)、區(qū)域可持續(xù)發(fā)展研究。