中國(guó)區(qū)域低碳發(fā)展評(píng)價(jià)及影響因素研究：基于面板數(shù)據(jù)模型

蔣金荷

(中國(guó)社會(huì)科學(xué)院 數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究所， 北京 100872)

一、引言

綠色低碳是我國(guó)今后經(jīng)濟(jì)社會(huì)發(fā)展的基本理念。隨著新型城鎮(zhèn)化的不斷推進(jìn)和經(jīng)濟(jì)發(fā)展進(jìn)入轉(zhuǎn)型期，傳統(tǒng)發(fā)展模式所引發(fā)的資源、環(huán)境和氣候變暖問(wèn)題日益受到重視。2015年聯(lián)合國(guó)氣候峰會(huì)通過(guò)了《巴黎氣候協(xié)議》，期望國(guó)際社會(huì)共同努力遏阻全球變暖趨勢(shì)，中國(guó)政府提出將于2030年實(shí)現(xiàn)單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放(即碳排放強(qiáng)度)比2005年下降60%～65%的承諾。由于我國(guó)各地區(qū)能源消費(fèi)、化石能源消費(fèi)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、生態(tài)環(huán)境保護(hù)措施的差異，各地區(qū)的碳排放特征也存在明顯的區(qū)別。研究區(qū)域碳排放問(wèn)題，對(duì)于合理分配各地區(qū)碳排放配額指標(biāo)、完成中國(guó)減排目標(biāo)的國(guó)際承諾是非常必要的，同時(shí)也可為各區(qū)域制定綠色低碳發(fā)展路徑提供決策支撐。

目前，對(duì)碳排放問(wèn)題的研究文獻(xiàn)相當(dāng)豐富，研究?jī)?nèi)容也相當(dāng)廣泛。其中，涉及區(qū)域低碳發(fā)展以及利用各種計(jì)量經(jīng)濟(jì)學(xué)方法(如協(xié)整檢驗(yàn)理論、格蘭杰因果檢驗(yàn))來(lái)研究碳排放與經(jīng)濟(jì)發(fā)展關(guān)系的有：杜婷婷等以環(huán)境庫(kù)茲涅茨曲線理論為基礎(chǔ)，對(duì)我國(guó)碳排放量與人均收入的時(shí)間序列數(shù)據(jù)進(jìn)行研究[1]；遲遠(yuǎn)英等利用協(xié)整理論研究人口規(guī)模、技術(shù)進(jìn)步、經(jīng)濟(jì)增長(zhǎng)等與我國(guó)碳排放的關(guān)系[2]；林伯強(qiáng)等引入城鎮(zhèn)化發(fā)展因素構(gòu)建模型，采用蒙特卡洛模擬法對(duì)我國(guó)碳排放量進(jìn)行分析[3]；李躍輝等利用面板數(shù)據(jù)模型分析碳排放問(wèn)題[4]；王泳璇考慮城鎮(zhèn)化的影響構(gòu)建能源排放模型[5]；劉軍躍等研究了不同碳排放水平下產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與碳排放的關(guān)系[6]。國(guó)外涉及這一主題的研究文獻(xiàn)包括：Hanif[7]，Nasreen等[8]，Wang等[9]，Wu[10]，F(xiàn)odha等[11],Yang等[12]，Zeb等[13]，Zhao等[14]， Zilio等[15]，Al-Mulali[16]，Ang[17]，Esso等[18]，Kais等[19]。

綜述這些涉及中國(guó)碳排放的文獻(xiàn)，要么直接基于每省面板數(shù)據(jù)(如碳排放總量、人口、GDP等)進(jìn)行探討，要么對(duì)單個(gè)省市或某個(gè)區(qū)域的碳排放變化進(jìn)行研究。這些研究存在的主要問(wèn)題是：一是對(duì)各省市碳排放量的估算不統(tǒng)一，并且缺乏碳排放分能源品種的結(jié)構(gòu)數(shù)據(jù)；二是缺乏系統(tǒng)綜合分析，一些研究的數(shù)據(jù)已經(jīng)過(guò)時(shí)。因而，基于目前可利用的能源統(tǒng)計(jì)數(shù)據(jù)，本文首先對(duì)省級(jí)的碳排放數(shù)據(jù)分能源品種統(tǒng)一估算，系統(tǒng)評(píng)價(jià)各地區(qū)低碳發(fā)展水平，并利用指數(shù)分解模型分析影響各地區(qū)人均碳排放的主要驅(qū)動(dòng)因子和貢獻(xiàn)率；其次，在研究期內(nèi)考慮各地區(qū)的經(jīng)濟(jì)發(fā)展水平、能源消費(fèi)政策、環(huán)境保護(hù)措施、城鎮(zhèn)化率不斷提高，基于STIRPAT擴(kuò)展模型，利用面板數(shù)據(jù)模型實(shí)證研究各地區(qū)碳排放的影響因素。

二、省級(jí)碳排放總量及分品種排放量估算

考慮到數(shù)據(jù)的可利用性，對(duì)于省級(jí)碳排放總量的估算，我們只能利用歷年《中國(guó)能源統(tǒng)計(jì)年鑒》中“分地區(qū)分品種能源消費(fèi)量”表的數(shù)據(jù)進(jìn)行估算，該表給出了9種能源實(shí)物量消費(fèi)值，包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣、電力。根據(jù)IPCC提供的溫室氣體排放清單估算參考方法，得到以下CO2排放的估算公式：

C=∑iCi=∑iEQi×TEFi×CEFi(i表示能源種類，i=1,…,9)

(1)

其中：C為估算的碳排放量，i=1，2,…,9，表示化石能源種類，EQi表示能源i消費(fèi)量(萬(wàn)噸或億立方米)，TEFi表示能源i的折標(biāo)煤系數(shù)，CEFi表示單位能源i的碳排放系數(shù)。

在估算CO2時(shí)，考慮到表中的煤炭是原煤、型煤等的合計(jì)，沒有直接的折標(biāo)煤系數(shù)，所以利用全國(guó)各年各種煤炭的消費(fèi)量——實(shí)物量和標(biāo)準(zhǔn)量，求出每年的煤炭折標(biāo)煤系數(shù)的平均值作為這次計(jì)算各省市的系數(shù)(表1、表2)，其他能源折標(biāo)煤系數(shù)和碳排放系數(shù)根據(jù)國(guó)家統(tǒng)計(jì)局公布的系數(shù)，電力供電碳排放系數(shù)的估算方法可參看文獻(xiàn)[20](表3)。表4、表5分別列出了2000年、2015年各省市碳排放總量、能源消費(fèi)總量、人均碳排放總量、人均能源消費(fèi)量、單位GDP的能源消費(fèi)量即能源消費(fèi)強(qiáng)度、人均GDP[注]由于重慶市的能源消費(fèi)數(shù)據(jù)從2000年開始才可利用，故這次計(jì)算的期限為2000—2015年；西藏?cái)?shù)據(jù)不全，這次沒有包括。，為了便于比較，GDP均按2005年不變價(jià)格計(jì)算。限于篇幅，表6僅列出了2015年30個(gè)省市區(qū)分能源品種碳排放量和總排放量及其比例。

表1 9種能源折標(biāo)煤系數(shù)和碳排放系數(shù)

表2 2000—2015年煤炭折標(biāo)煤系數(shù)(kgce/kg)

表3 2000—2015年中國(guó)平均供電碳排放系數(shù)(gCO2/kWh)

表4 2000年中國(guó)各地區(qū)能源消費(fèi)、碳排放主要指標(biāo)

表6 2015年30個(gè)省市碳排放量及結(jié)構(gòu)

三、區(qū)域低碳發(fā)展水平比較分析

分析表4、表5、表6，關(guān)于各地區(qū)的低碳發(fā)展水平可以得到以下幾點(diǎn)結(jié)論。

(1)2000—2015年，除了少數(shù)地區(qū)最近幾年略有波動(dòng)外，各地區(qū)碳排放量、能源消費(fèi)量都隨著經(jīng)濟(jì)發(fā)展水平的提高而增長(zhǎng)，這反映了各地區(qū)的經(jīng)濟(jì)發(fā)展對(duì)能源和碳排放的強(qiáng)依賴性。圖1給出了2000—2015年各地區(qū)碳排放總量增長(zhǎng)幅度和人均GDP年均增長(zhǎng)率的排序，其中海南、寧夏、內(nèi)蒙古位列前三，碳排放增長(zhǎng)率分別為16.4%、14.7%、12.2%，遠(yuǎn)高于全國(guó)碳排放增長(zhǎng)率為6.9%的平均水平。低于全國(guó)平均水平的只有北京、上海等12個(gè)省市。2015年碳排放總量居于前三的有山東、河北、遼寧，這三省的總和占全國(guó)碳排放總量的18.2%。

圖1 2000—2015年各地區(qū)碳排放總量增長(zhǎng)率(%)和人均GDP增長(zhǎng)率排序

(2)超半數(shù)省市區(qū)人均碳排放量在2000—2015年都具有不同程度的增長(zhǎng)，包括全國(guó)和13個(gè)省市區(qū)的人均碳排放達(dá)到峰值后出現(xiàn)波動(dòng)。2015年，人均碳排放量高于全國(guó)平均水平的有8個(gè)省市(圖2)，人均碳排放量位列前三的是寧夏、內(nèi)蒙古、遼寧，分別達(dá)到13.2 tCO2、11.3 tCO2、10.8 tCO2，遠(yuǎn)高于全國(guó)人均碳排放為7.0 tCO2的平均值。人均排放量處于最低端的云南、湖南、江西，都屬于農(nóng)業(yè)大省。從各地區(qū)人均GDP和人均排放量排序的關(guān)系分析(圖3)，兩者沒有必然的聯(lián)系。

圖2 2015年各地區(qū)人均碳排放量排序(tCO2/人)

圖3 2015年各地區(qū)人均GDP排序(元/人)(當(dāng)年價(jià))

其中，人均碳排放峰值出現(xiàn)最早的是上海9.48 tCO2(2008年)和北京市5.83 tCO2(2009年)，位居峰值最高前三位的是：內(nèi)蒙古11.82 tCO2(2012年)、遼寧11.64 tCO2(2012年)、新疆11.41 tCO2(2014年)(圖4)。

圖4 2000—2015年5省市區(qū)人均碳排放量(tCO2/人)

(3)2000—2015年，除了新疆是下降的(增長(zhǎng)率為-0.5%)外，各地區(qū)能源效率都有不同程度的提高(圖5)。研究期內(nèi)全國(guó)能源效率年均增長(zhǎng)(即能源強(qiáng)度下降)2.2%，除了新疆、寧夏、海南、青海、陜西和湖南，其余省市區(qū)的能效增長(zhǎng)率都高于全國(guó)平均水平，其中北京的能源效率提高最大，年均增長(zhǎng)率達(dá)6.6%(圖6)。

圖5 2000—2015年各地區(qū)能源效率年均增長(zhǎng)率(%)

按照2005年不變價(jià)格計(jì)算，2015年萬(wàn)元GDP耗能最低的是北京0.4 tce/萬(wàn)元GDP，最高的是寧夏3.04 tce/萬(wàn)元GDP，后者是前者的7.56倍，全國(guó)平均水平是0.86 tce/萬(wàn)元GDP，高于全國(guó)平均水平的有11個(gè)省市區(qū)(圖6)。

圖6 2015年各地區(qū)能源消費(fèi)強(qiáng)度(tce/萬(wàn)元GDP)排序

(4)碳排放強(qiáng)度即萬(wàn)元GDP碳排放量可以粗略反映一個(gè)地區(qū)的碳生產(chǎn)率水平，2015年碳排放強(qiáng)度最低的3個(gè)地區(qū)是北京、重慶、廣東(圖7)，萬(wàn)元GDP產(chǎn)出需排放CO2分別為0.63 tCO2、0.66 tCO2、0.69 tCO2；碳排放強(qiáng)度最大的3個(gè)省市分別為寧夏、新疆、山西，遠(yuǎn)高于2.07 tCO2/萬(wàn)元GDP的全國(guó)平均水平。其中，寧夏碳排放強(qiáng)度達(dá)到4.95 tCO2/萬(wàn)元GDP，高于全國(guó)平均水平的有7個(gè)省市區(qū)。

圖7 2015年各地區(qū)碳排放強(qiáng)度(tCO2/萬(wàn)元GDP)排序

四、區(qū)域人均碳排放量變化的LMDI模型分解

根據(jù)前文分析，影響各地區(qū)碳排放變化的有經(jīng)濟(jì)、人口、能源等因素，消除人口因素的作用，分析各地區(qū)人均碳排放量增長(zhǎng)幅度的差異。一般用Divisia指數(shù)模型對(duì)影響各地區(qū)的人均碳排放量變化的驅(qū)動(dòng)因素進(jìn)行分解?？紤]到數(shù)據(jù)的可利用性，各個(gè)地區(qū)缺少分部門的碳排放數(shù)據(jù)，因此本文不考慮分行業(yè)的影響。需要指出的是，對(duì)于每個(gè)省市區(qū)來(lái)說(shuō)，電力的碳排放屬于間接排放，但電力因素的影響對(duì)于一個(gè)地區(qū)的能源消費(fèi)和碳排放是不可忽視的。由于電力的碳排放系數(shù)(表2)每年都是變化的，因此，在分解模型(2)中不能忽略能源排放系數(shù)(ki)對(duì)人均碳排放變化的影響。也就是說(shuō)，區(qū)域人均碳排放量的變化是由以下4種效應(yīng)引起的，能源碳排放系數(shù)效應(yīng)(DHkt)(反映能源消費(fèi)中低碳能源所占比例的變化對(duì)人均碳排放量的影響，與能源結(jié)構(gòu)效應(yīng)有一定的類似)、能源消費(fèi)結(jié)構(gòu)效應(yīng)(DHet)、能源強(qiáng)度效應(yīng)(即能源效率效應(yīng)，DHIt)、經(jīng)濟(jì)水平效應(yīng)(DHGt)。根據(jù)指數(shù)分解方法，本文利用對(duì)數(shù)平均Divisia指數(shù)(Logarithmic Mean Divisia Index，LMDI)的一種變形LMDIII模型,式(3)即為區(qū)域人均碳排放Ht的LMDIII乘法分解式。

(2)

DHt=Ht/Ht-1=DHkt×DHet×DHIt×DHGt

(3)

各地區(qū)人均碳排放變化的LMDIII模型分解結(jié)果如表7所示[注]LMDIII模型屬于完全分解方法，即沒有殘余項(xiàng)。但表中個(gè)別省份的分解結(jié)果與真實(shí)值不一致，這是由于這些省的天然氣消費(fèi)量數(shù)據(jù)缺失，當(dāng)作0處理，所以造成結(jié)果差異。，表中僅列出2000—2015年人均碳排放變化的分解結(jié)果及各種效應(yīng)的貢獻(xiàn)率。各地區(qū)人均碳排放變化按年分解結(jié)果由于篇幅所限未給出。對(duì)于全國(guó)人均碳排放分解，由于所用能源為一次能源及分品種能源，所涉及的電力為核能、水能等屬于“零碳”排放，故碳排放結(jié)構(gòu)中沒有電力碳排放數(shù)據(jù)，所有碳排放系數(shù)效應(yīng)均為1，即碳排放系數(shù)沒有隨著時(shí)間而變化，對(duì)人均碳排放的變化不起作用。

表7 2000—2015年各地區(qū)人均碳排放變化LMDIII分解結(jié)果

續(xù)表(表7)

分析表7，可以得到以下幾點(diǎn)結(jié)論：

(1)2015年，除天津和上海分別下降了19%、21%外，各地區(qū)人均碳排放量相比2000年都有不同幅度的增加，其中海南、內(nèi)蒙古、寧夏增長(zhǎng)幅度最大，分別比2000年增加了587%、487%、469%；全國(guó)平均水平增加了152%。

(2)經(jīng)濟(jì)發(fā)展水平效應(yīng)是促進(jìn)各地區(qū)人均碳排放量增加的主要驅(qū)動(dòng)因子，其中貢獻(xiàn)率最大的是北京市，最小的是新疆和寧夏；全國(guó)經(jīng)濟(jì)發(fā)展水平對(duì)人均碳排放增加貢獻(xiàn)了144%。

(3)能源強(qiáng)度效應(yīng)提高是促進(jìn)碳排放增加的另一個(gè)主要因子。隨著能源強(qiáng)度的提高，人均碳排放量增加，能源強(qiáng)度降低則人均碳排放量減少，即能源效率的提高有助于碳排放量的下降。除了青海省略有提高，其余地區(qū)在研究期內(nèi)能源強(qiáng)度都有不同程度的下降，因而，能源強(qiáng)度效應(yīng)起著抑制人均碳排放量增加的作用。由于下降幅度差別明顯，因而，對(duì)抑制碳排放作用的效應(yīng)也有較大差別，全國(guó)平均水平貢獻(xiàn)率為12%。

(4)能源結(jié)構(gòu)效應(yīng)和能源碳排放系數(shù)效應(yīng)對(duì)碳排放變化有正向和反向作用，貢獻(xiàn)率一般都比較低；同一個(gè)省市，這兩者的作用往往也不一致。比如廣東省，2015年人均碳排放量比2000年增加了111%，其中經(jīng)濟(jì)水平的提高對(duì)碳排放增加貢獻(xiàn)了261%，能源強(qiáng)度的下降對(duì)碳排放減少貢獻(xiàn)了43%，而能源消費(fèi)結(jié)構(gòu)的改變對(duì)碳排放的增加貢獻(xiàn)了5%，但總體能源碳排放系數(shù)的改變卻對(duì)碳排放減少貢獻(xiàn)了-1%。這與廣東省能源消費(fèi)結(jié)構(gòu)的變動(dòng)有關(guān)(圖8)，因?yàn)樵谟?jì)算碳排放時(shí)考慮了電力部門的間接碳排放，而2015年煤炭、電力的消費(fèi)比例增加了4個(gè)百分點(diǎn)，故導(dǎo)致人均碳排放量增加，但同時(shí)由于石油制品的碳排放系數(shù)比較高，2015年石油比例下降了近10個(gè)百分點(diǎn)，故總體碳排放系數(shù)是下降的。

五、區(qū)域碳排放與環(huán)境庫(kù)茲涅茨曲線：面板數(shù)據(jù)模型

圖8 2000年、2015年廣東省能源消費(fèi)結(jié)構(gòu)(%)的變動(dòng)

IPAT模型是學(xué)術(shù)界公認(rèn)的分析人類活動(dòng)對(duì)環(huán)境影響的工具，被廣泛作為一個(gè)分析環(huán)境變化驅(qū)動(dòng)力的框架，IPAT規(guī)定環(huán)境影響是人口、富裕程度(人均消費(fèi)或生產(chǎn))和技術(shù)(每單位消費(fèi)或生產(chǎn)的影響)3個(gè)關(guān)鍵驅(qū)動(dòng)力的復(fù)合作用。隨著應(yīng)用的深入，基于IPAT模型提出了各種擴(kuò)展的模型，如ImPACT模型、STIRPAT模型等。其中環(huán)境與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，就是著名的環(huán)境庫(kù)茲涅茨曲線(EKC)。盡管對(duì)該曲線還存在一些爭(zhēng)議，但是爭(zhēng)議的焦點(diǎn)在于曲線拐點(diǎn)是否存在，而對(duì)于經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量的相關(guān)性基本上是認(rèn)可的，也有大量實(shí)證研究的案例。本文為了實(shí)證研究影響我國(guó)區(qū)域碳排放的主要因子，包括經(jīng)濟(jì)發(fā)展水平、能源消費(fèi)政策、環(huán)境治理措施等，基于EKC假說(shuō)及IPAT擴(kuò)展模型(Hanif[7]，Hanif和Gago-de-Santos[21])，構(gòu)建了以下模型：

C=f(G,G2,X)

(4)

基于前文分析，具體展開為：

(5)

其中：Cit為i省市t期碳排放量，α0是常數(shù)項(xiàng)，表示碳排放的差異性，βi(i=1,2,…,5)表示各自變量的估計(jì)系數(shù)，Git表示i省市t期的人均GDP，本文引入人均GDP的平方項(xiàng)來(lái)驗(yàn)證環(huán)境庫(kù)茲涅茨曲線理論，Uit表示i省市t期的人口城鎮(zhèn)化率，F(xiàn)it表示i省市t期的化石能源消費(fèi)量，亦即能源消費(fèi)總量除去清潔能源量，Vit表示i省市t期的生態(tài)環(huán)境狀況指數(shù)，μit代表隨機(jī)誤差項(xiàng)。考慮到城鎮(zhèn)化率和生態(tài)環(huán)境狀況指數(shù)都是無(wú)單位量綱的變量，為了結(jié)果便于經(jīng)濟(jì)學(xué)含義解釋，故在模型中一般不考慮對(duì)其取對(duì)數(shù)。

對(duì)這些變量的數(shù)據(jù)進(jìn)行常規(guī)處理后，再進(jìn)行模型計(jì)算，主要變量的描述性統(tǒng)計(jì)結(jié)果如表8所示。本文數(shù)據(jù)來(lái)自于我國(guó)30個(gè)省份(除西藏)2000—2015年的主要變量的取值，其中碳排放總量作為因變量。為了反映能源消費(fèi)管理政策對(duì)碳排放的影響，考慮到清潔能源(如電力)在終端使用時(shí)不直接排放碳，故本文利用化石能源消費(fèi)量，亦即將消費(fèi)總量直接減去清潔能源消費(fèi)量作為電力消費(fèi)量；人均GDP體現(xiàn)經(jīng)濟(jì)政策的影響，既可反映某個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平，也可粗略反映當(dāng)?shù)氐慕?jīng)濟(jì)富裕程度；人均GDP的平方用于檢驗(yàn)碳排放是否符合環(huán)境庫(kù)茲涅茨曲線，城鎮(zhèn)化率反映城市擴(kuò)張、人口變動(dòng)狀況對(duì)碳排放的影響。

為了反映生態(tài)環(huán)境保護(hù)政策實(shí)施對(duì)各地區(qū)碳排放的影響，利用了“生態(tài)環(huán)境狀況指數(shù)”?？紤]到數(shù)據(jù)可得性與評(píng)價(jià)的準(zhǔn)確性，本文選取2015年中華人民共和國(guó)環(huán)境保護(hù)部發(fā)布的《全國(guó)生態(tài)環(huán)境質(zhì)量報(bào)告(2014)》 附錄的《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范》中用于評(píng)價(jià)生態(tài)環(huán)境的“生態(tài)環(huán)境狀況評(píng)價(jià)指標(biāo)體系及計(jì)算方法”[注]《全國(guó)生態(tài)環(huán)境質(zhì)量報(bào)告(2014年)》:http://www.cnemc.cn/qgsthjzlbg2092944.jhtml?？紤]到數(shù)據(jù)可利用性，本文僅選取3個(gè)二級(jí)指標(biāo)和11個(gè)三級(jí)指標(biāo)。 感謝中國(guó)社會(huì)科學(xué)院研究生院2018屆碩士生貝曉萌對(duì)指標(biāo)數(shù)據(jù)處理的幫助。，其中“生態(tài)環(huán)境狀況指數(shù)”又包括“生物豐度指數(shù)”“水網(wǎng)密度指數(shù)”和“污染負(fù)荷指數(shù)”3個(gè)二級(jí)指標(biāo)，3個(gè)二級(jí)指標(biāo)又細(xì)分為11個(gè)三級(jí)指標(biāo)，最終將評(píng)分變量作為各地區(qū)生態(tài)環(huán)境狀況的表征變量。每個(gè)指標(biāo)的計(jì)算方法可見《全國(guó)生態(tài)環(huán)境質(zhì)量報(bào)告(2014)》附錄。指標(biāo)中所需數(shù)據(jù)來(lái)源于《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》(2001—2017年)和《中國(guó)環(huán)境年鑒》(2001—2017年)。

表8 主要變量的描述性統(tǒng)計(jì)結(jié)果

模型處理結(jié)果見表9。首先使用最小二乘估計(jì)(OLS)方法做個(gè)基準(zhǔn)模型 (見表9列(1))，一般來(lái)說(shuō)，在估算面板數(shù)據(jù)固定效應(yīng)模型的時(shí)候，利用兩種控制效應(yīng)模型——個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)，但是本文選取的是省級(jí)面板數(shù)據(jù)，時(shí)間跨度(2000—2015年)較短，因而，由于樣本太小，控制太多固定效應(yīng)(也就是加虛擬變量)很容易造成系數(shù)不顯著的現(xiàn)象。表中列(2)給出了只控制個(gè)體固定效應(yīng)的計(jì)算結(jié)果，列(3)是控制個(gè)體和時(shí)間固定效應(yīng)的模型結(jié)果。可見，因?yàn)槭鞘〖?jí)數(shù)據(jù)且樣本比較小，列(3)結(jié)果不是很顯著，但是模型估計(jì)系數(shù)大小和方向與列(2)差異不大，列(2)中的人均GDP、人均 GDP平方、化石能源消費(fèi)的顯著性水平比較顯著，故本文采用列(2)的結(jié)果進(jìn)行分析。

表9 模型回歸估算結(jié)果

六、面板數(shù)據(jù)模型結(jié)果分析

表9列(2)模型結(jié)果表明，經(jīng)濟(jì)增長(zhǎng)水平(人均GDP)對(duì)區(qū)域CO2排放具有統(tǒng)計(jì)學(xué)意義上比較顯著的促進(jìn)作用，更確切地說(shuō)，當(dāng)其他變量不變時(shí)，人均GDP每增加1%，對(duì)各省市區(qū)的碳排放量增長(zhǎng)貢獻(xiàn)了0.875%，這個(gè)結(jié)論與一些研究結(jié)論一致。人均GDP平方對(duì)碳排放有較明顯的抑制作用，人均GDP平方每增加1%，對(duì)區(qū)域碳排放減少約0.05%，因而，經(jīng)濟(jì)增長(zhǎng)水平對(duì)碳排放的正向作用及經(jīng)濟(jì)增長(zhǎng)水平平方對(duì)碳排放的負(fù)面影響支持環(huán)境庫(kù)茲涅茨曲線(EKC)假設(shè)。根據(jù)EKC假設(shè)，經(jīng)濟(jì)增長(zhǎng)與碳排放之間存在倒U型關(guān)系，本文認(rèn)為經(jīng)濟(jì)增長(zhǎng)的上升會(huì)增加碳排放，但在某個(gè)拐點(diǎn)之后，經(jīng)濟(jì)的進(jìn)一步增加會(huì)減少二氧化碳的排放。

這個(gè)結(jié)論隱含的政策含義表明，由于各個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平存在很大差異，發(fā)展水平較低的省市區(qū)，可能在“節(jié)能減排”控制的投資、政策法規(guī)的實(shí)施上積極性稍弱，而更注重“經(jīng)濟(jì)增長(zhǎng)是第一要?jiǎng)?wù)”的硬指標(biāo)。而經(jīng)濟(jì)發(fā)展水平較高的地區(qū)，或許已經(jīng)過(guò)了曲線的“拐點(diǎn)”，則對(duì)高質(zhì)量環(huán)境有較高的訴求，如提高可再生能源的消費(fèi)結(jié)構(gòu)占比，積極實(shí)施能源政策以減少碳排放。這個(gè)實(shí)證研究結(jié)果與我國(guó)現(xiàn)狀大體是相符的。

模型結(jié)果也顯示出，化石能源消費(fèi)(F)對(duì)碳排放具有明顯的促進(jìn)作用，如果所有其他因素都不變，那么化石能源消耗量每增加1%，會(huì)使區(qū)域碳排放量增加約1.08%。根據(jù)表5不難發(fā)現(xiàn)，絕大多數(shù)的省市區(qū)直接碳排量占比均超過(guò)60%，尤其在資源密集型、高耗能發(fā)達(dá)的地區(qū)(如河北、山西、遼寧等)均超過(guò)70%。因此，積極推廣實(shí)施可再生能源、清潔能源，對(duì)于保護(hù)環(huán)境、減少碳排放是非常必要的。從短期而言，需要增加可替代能源的相應(yīng)投資，但長(zhǎng)期來(lái)說(shuō)，可大大降低化石能源消耗對(duì)環(huán)境的污染和危害，提高居民的生活質(zhì)量。

模型結(jié)果顯示，城鎮(zhèn)化率提高對(duì)碳排放的抑制作用和環(huán)境指數(shù)的增加對(duì)碳排放的促進(jìn)作用，在統(tǒng)計(jì)學(xué)意義上不具有顯著的影響。但實(shí)證分析結(jié)果表明，城鎮(zhèn)化率的提高對(duì)碳排放增加具有促進(jìn)作用?？紤]到本文中的環(huán)境狀況指數(shù)更多反映的是各地區(qū)實(shí)施一系列環(huán)境措施后的本地區(qū)的環(huán)境效果，對(duì)碳排放量的變化指向不明顯，當(dāng)前的環(huán)境保護(hù)政策實(shí)施對(duì)碳排放的效果有待進(jìn)一步評(píng)估。這個(gè)統(tǒng)計(jì)結(jié)果也反映出城市人口擴(kuò)張對(duì)碳排放的增加不足以達(dá)到統(tǒng)計(jì)學(xué)意義上的顯著影響。

七、結(jié)論與建議

(1)經(jīng)濟(jì)增長(zhǎng)和化石能源燃料的使用仍是研究期內(nèi)各個(gè)地區(qū)碳排放增加的主要驅(qū)動(dòng)因子。

(2)少數(shù)地區(qū)的人均碳排放量在研究期內(nèi)出現(xiàn)峰值，考慮到經(jīng)濟(jì)發(fā)展水平對(duì)碳排放的促進(jìn)作用和較大的貢獻(xiàn)率，由于絕大多數(shù)地區(qū)經(jīng)濟(jì)處于下行期，那么這種人均碳排放量的下降是由技術(shù)進(jìn)步等引起的長(zhǎng)期經(jīng)濟(jì)行為還是一種暫時(shí)現(xiàn)象，需要進(jìn)一步深入研究。

(3)提高能源效率是減少碳排放量的主要途徑。研究期內(nèi)，一般來(lái)說(shuō)經(jīng)濟(jì)比較發(fā)達(dá)的地區(qū)能源效率提高幅度較大，因而，對(duì)碳排放量減少的貢獻(xiàn)也大，但經(jīng)濟(jì)發(fā)展比較落后的西北地區(qū)和廣西、海南，研究期內(nèi)能效提高對(duì)降低碳排放的貢獻(xiàn)較小，因而，未來(lái)如何提高能效對(duì)這些地區(qū)的減排來(lái)說(shuō)是十分重要的課題。

(4)總體上，研究期內(nèi)能源結(jié)構(gòu)的改變不足以對(duì)碳排放量的減少帶來(lái)顯著影響，亦即清潔能源、低碳能源的比例仍過(guò)低。未來(lái)各個(gè)地區(qū)都面臨提高清潔能源比例、優(yōu)化電力系統(tǒng)結(jié)構(gòu)、降低供電碳排放系數(shù)等問(wèn)題。

(5)模型結(jié)果顯示，統(tǒng)計(jì)學(xué)意義上經(jīng)濟(jì)發(fā)展和碳排放呈現(xiàn)出環(huán)境庫(kù)茲涅茨曲線。隨著經(jīng)濟(jì)水平的進(jìn)一步提高以及城鎮(zhèn)化的推進(jìn)，經(jīng)濟(jì)發(fā)展比較落后的地區(qū)人均碳排放量還將增加。也就是說(shuō)，如何在發(fā)展經(jīng)濟(jì)的同時(shí)相應(yīng)地抑制碳排放量的增加，是新型城鎮(zhèn)化和綠色低碳發(fā)展面臨的課題。

(6)本文研究的一大目的是驗(yàn)證各種節(jié)能減排能源政策和環(huán)境保護(hù)措施對(duì)碳排放的影響。但結(jié)論的統(tǒng)計(jì)檢驗(yàn)不顯著，側(cè)面反映了政策實(shí)施的效益不明顯，需要進(jìn)一步加大生態(tài)環(huán)境保護(hù)治理力度，降低對(duì)不可再生資源的消耗，實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)綠色低碳及可持續(xù)發(fā)展。

(7)區(qū)域協(xié)調(diào)合作也是低碳發(fā)展的一條途徑。碳排放屬于跨區(qū)域的環(huán)境問(wèn)題，況且各個(gè)地區(qū)存在能源資源配置差異以及經(jīng)濟(jì)發(fā)展的不平衡，因而需要開展深層次的區(qū)域合作，制定有效的能源管理和環(huán)境治理戰(zhàn)略，解決資源、環(huán)境、經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。