四川省碳排放量影響因素的VAR模型分析

漆雁斌 韓紹

摘 要：將1978—2016年四川省碳排放量作為研究對(duì)象，選取經(jīng)濟(jì)發(fā)展水平、能源消費(fèi)總量、人口規(guī)模和產(chǎn)業(yè)結(jié)構(gòu)四個(gè)指標(biāo)進(jìn)行實(shí)證檢驗(yàn)，結(jié)果表明，四川省碳排放量與人均GDP、能源消費(fèi)總量和產(chǎn)業(yè)結(jié)構(gòu)三項(xiàng)影響因素存在長(zhǎng)期均衡關(guān)系;各影響因素對(duì)碳排放的影響按貢獻(xiàn)率大小排序分別是人均GDP、能源消費(fèi)總量、產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模?；谝陨戏治?，提出注重經(jīng)濟(jì)發(fā)展質(zhì)量、降低能源消費(fèi)總量、保持人口合理增長(zhǎng)等建議。

關(guān)鍵詞：碳排放量 協(xié)整檢驗(yàn) VAR模型 脈沖響應(yīng)函數(shù)

一、引言

伴隨著人類文明高速發(fā)展，城市化建設(shè)的加快，在享受自然資源來(lái)帶的便利時(shí)，資源的短缺、全球氣候的變化尤其是全球氣候變暖、極端氣候的出現(xiàn)、生態(tài)的惡化，使得人們必須思考保護(hù)環(huán)境的重要性。目前，四川省在發(fā)展低碳經(jīng)濟(jì)方面作出了巨大貢獻(xiàn)，不僅下達(dá)了《四川省節(jié)能減排綜合工作方案（2017—2020年）》，提出到2020年，四川省的能源消費(fèi)總量必須控制在2.29億噸標(biāo)準(zhǔn)煤紅線以下等要求，而且政府努力將低碳生活的理念普及到群眾之中，從源頭上阻斷碳排放的傳播途徑。當(dāng)前，學(xué)者們已經(jīng)對(duì)中國(guó)低碳經(jīng)濟(jì)的發(fā)展進(jìn)行了詳盡的研究（米國(guó)芳等，2012;李湘梅等，2014;黃耶等，2015;馮梅等，2018）。但是中國(guó)及各地區(qū)的碳排放影響因素文獻(xiàn)多集中于中國(guó)東部地區(qū)，較少有學(xué)者研究西部地區(qū)的碳排放影響因素，而且學(xué)者們進(jìn)行研究的數(shù)據(jù)時(shí)間跨度較短，因此本文基于四川省1978-2016年相關(guān)的時(shí)間序列數(shù)據(jù)，從長(zhǎng)期的動(dòng)態(tài)協(xié)整關(guān)系、沖擊效應(yīng)分析和平均貢獻(xiàn)率大小方面來(lái)測(cè)度，同時(shí)希望為四川省實(shí)現(xiàn)“十三五規(guī)劃”提供有針對(duì)性的建議及數(shù)據(jù)支持。

二、指標(biāo)選取和模型建立

（一）指標(biāo)選取

根據(jù)國(guó)內(nèi)外現(xiàn)有文獻(xiàn)，影響碳排放量的因素可以概括為經(jīng)濟(jì)發(fā)展水平、人口結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)、對(duì)外貿(mào)易、技術(shù)水平創(chuàng)新、城市化水平、政策變動(dòng)、能源結(jié)構(gòu)九個(gè)方面?？紤]到數(shù)據(jù)可得性、四川省的現(xiàn)實(shí)情況以及現(xiàn)有文獻(xiàn)的結(jié)論，從諸多衡量指標(biāo)中選取經(jīng)濟(jì)發(fā)展水平GI（元/人）、能源消費(fèi)總量TE（萬(wàn)噸標(biāo)準(zhǔn)煤）、人口規(guī)模P（萬(wàn)人）、產(chǎn)業(yè)結(jié)構(gòu)TIP（%）四種出現(xiàn)頻率最高的影響因素。

（二）數(shù)據(jù)選取

四川省1978-2016年的相關(guān)數(shù)據(jù)均出自于歷年的《四川省統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》和《新中國(guó)六十年統(tǒng)計(jì)資料匯編》等年鑒。其中由于煤炭2003-2008年數(shù)據(jù)統(tǒng)計(jì)誤差較大，利用2009年為基期重新處理;產(chǎn)業(yè)結(jié)構(gòu)用四川省歷年第三產(chǎn)業(yè)所占的比重表示。由于數(shù)據(jù)的單位并不統(tǒng)一，而且時(shí)間序列數(shù)據(jù)之間可能存在非線性關(guān)系，因此考慮到減小異方差等，對(duì)相關(guān)數(shù)據(jù)取對(duì)數(shù)后分別用ln（CI）、ln（GI）、ln（TE）、ln（P）和ln（TIP）表示，詳見表1。

（三）模型設(shè)定

本文研究的目的是定量分析經(jīng)濟(jì)發(fā)展水平、能源消費(fèi)總量、人口規(guī)模和產(chǎn)業(yè)結(jié)構(gòu)四個(gè)因素如何影響碳排放量，而VAR模型的核心思想是在充分考慮了變量間的相互影響的基礎(chǔ)上，通過(guò)數(shù)據(jù)間動(dòng)態(tài)關(guān)系來(lái)解釋系統(tǒng)的運(yùn)行規(guī)律并進(jìn)行預(yù)測(cè)，因此本文設(shè)定VAR模型（1）如下：

三、實(shí)證研究

（一）平穩(wěn)性檢驗(yàn)

如果直接對(duì)非平穩(wěn)時(shí)間序列進(jìn)行回歸會(huì)降低模型解釋現(xiàn)實(shí)情況的有效性，因此首先使用ADF方法對(duì)序列進(jìn)行單位根檢驗(yàn)，詳見表2，據(jù)表中數(shù)據(jù)可知變量lnCI、lnTE、lnTIP和lnGI的ADF統(tǒng)計(jì)量均大于其10%臨界值，是不平穩(wěn)的;但是lnP的檢驗(yàn)結(jié)果表明其在1%水平下顯著。當(dāng)不平穩(wěn)的lnCI、lnTE、lnTIP和lnGI四個(gè)變量經(jīng)過(guò)一階差分后，均在5%的顯著性水平上通過(guò)平穩(wěn)性檢驗(yàn)，即lnCI～I(xiàn)（1）、lnTE～I(xiàn)（1）、lnTIP～I(xiàn)（1）和lnGI～I(xiàn)（1）、lnP～I(xiàn)（0）。

（二）協(xié)整檢驗(yàn)及誤差修正模型

進(jìn)行協(xié)整檢驗(yàn)之前，需要檢驗(yàn)?zāi)Ｐ偷臏箅A數(shù)，見表3可知：FPE、HQIC、SBIC均顯示該模型的滯后階數(shù)為1，LR、AIC表示滯后階數(shù)為2，因此選擇滯后1階，接下來(lái)的跡檢驗(yàn)結(jié)果表明，只有1個(gè)線性無(wú)關(guān)的協(xié)整向量。隨后對(duì)其進(jìn)行Johansen協(xié)整檢驗(yàn)。此VECM模型（2）結(jié)果為：

說(shuō)明lnCI、lnGI、lnTE和lnTIP之間存在協(xié)整關(guān)系，即四川省的碳排放與能源消費(fèi)總量TE、人均GDP和第三產(chǎn)業(yè)占比TIP之間存在長(zhǎng)期均衡的關(guān)系。最后通過(guò)檢驗(yàn)VECM模型的殘差是否存在自相關(guān)，結(jié)果顯示VECM系統(tǒng)是穩(wěn)定的，接受無(wú)自相關(guān)的原假設(shè)。

（三）脈沖響應(yīng)函數(shù)

上述協(xié)整分析是從長(zhǎng)期的均衡關(guān)系來(lái)看的，而不太關(guān)心短期的調(diào)整過(guò)程，為了考察ln（CI）、ln（TE）、ln（P）、ln（TIP）和ln（GI）所構(gòu)成的五元VAR系統(tǒng)，為增強(qiáng)VAR模型的參數(shù)解釋力，在保持合適自由度的同時(shí)需要選出最優(yōu)的滯后期，F(xiàn)PE、HQIC、SBIC的檢驗(yàn)結(jié)果均表明此系統(tǒng)的最優(yōu)滯后期為1期，LR、AIC表示滯后期數(shù)為2，對(duì)于兩種最優(yōu)滯后期的模型進(jìn)行檢驗(yàn)后發(fā)現(xiàn)VAR（1）的結(jié)果較好，因此對(duì)其進(jìn)行特征根檢驗(yàn)，結(jié)果證明所有點(diǎn)均位于單位圓內(nèi)，即VAR（1）模型是穩(wěn)定的。

VAR模型的用途不是來(lái)分析變量間的相互影響關(guān)系，它是一種背后沒有任何經(jīng)濟(jì)學(xué)含義的非理論模型，它主要是通過(guò)脈沖響應(yīng)函數(shù)來(lái)分析隨機(jī)噪聲的標(biāo)準(zhǔn)偏差對(duì)內(nèi)部變量的影響。本文選取30作為滯后期，脈沖響應(yīng)結(jié)果分別如圖1所示。

1.由下圖1可知當(dāng)給人均GDP一個(gè)正向沖擊，會(huì)對(duì)碳排放量產(chǎn)生明顯的正向增強(qiáng)效應(yīng)，此效應(yīng)在第2年達(dá)到最高峰值，隨著時(shí)間的推移正向效應(yīng)在后期呈現(xiàn)先快速下滑后保持緩慢的下降趨勢(shì)，具有較長(zhǎng)的記憶，最終響應(yīng)程度為正向。此現(xiàn)象說(shuō)明經(jīng)濟(jì)發(fā)展水平的提升會(huì)在較長(zhǎng)時(shí)間內(nèi)正向顯著地影響碳排放量，產(chǎn)生的原因可能是在發(fā)展初期，經(jīng)濟(jì)發(fā)展態(tài)勢(shì)迅猛，由此對(duì)于能源的需求量快速上漲，導(dǎo)致碳排放量不斷增加;而后，在整體經(jīng)濟(jì)水平發(fā)展處于較高階段時(shí)，隨之加強(qiáng)的社會(huì)環(huán)保意識(shí)與技術(shù)水平，在減緩碳排放量上起到了較大作用。

2.圖中信息表示當(dāng)給能源消費(fèi)總量一個(gè)正向沖擊，碳排放量先下降后上升，最終響應(yīng)程度變?yōu)樨?fù)向，碳排放對(duì)來(lái)自能源消費(fèi)總量的沖擊是長(zhǎng)期的負(fù)效應(yīng)和短期的正效應(yīng)，盡管這與我們普遍認(rèn)同的能源消費(fèi)總量與碳排放之間的正向關(guān)系不是完全相同，這也體現(xiàn)出對(duì)于能源消費(fèi)總量控制方面的認(rèn)知偏差，應(yīng)從能源消費(fèi)結(jié)構(gòu)方面進(jìn)行多重控制，而不是簡(jiǎn)單的控制其量。同時(shí)結(jié)果說(shuō)明實(shí)現(xiàn)對(duì)能源消費(fèi)總量的控制是個(gè)艱巨的任務(wù)，不管是從控制能源種類的起始供應(yīng)端來(lái)說(shuō)，還是從控制行業(yè)的最終消費(fèi)端來(lái)說(shuō)，其內(nèi)部都會(huì)存在許多問(wèn)題，如區(qū)域GDP減緩、產(chǎn)業(yè)調(diào)整困難等，這導(dǎo)致了碳排放量產(chǎn)生波動(dòng)，還可能出現(xiàn)負(fù)值，而出現(xiàn)較長(zhǎng)的響應(yīng)期，表明需要耗費(fèi)較多的時(shí)間來(lái)顯示控制能源消費(fèi)總量的效果。

3.當(dāng)?shù)谌a(chǎn)業(yè)比例產(chǎn)生增長(zhǎng)沖擊時(shí)，碳排放強(qiáng)度出現(xiàn)負(fù)效應(yīng)，在滯后5期達(dá)到負(fù)向最大值，之后負(fù)向效應(yīng)開始減弱并趨近于0。這種沖擊反應(yīng)說(shuō)明在初期，第三產(chǎn)業(yè)比重很小，容易產(chǎn)生碳排放的第一、二產(chǎn)業(yè)占比過(guò)大，導(dǎo)致碳排放量較強(qiáng)，而隨著第三產(chǎn)業(yè)規(guī)模不斷擴(kuò)大，會(huì)體現(xiàn)出更為顯著的碳排放量減少的成效。當(dāng)?shù)谌a(chǎn)業(yè)規(guī)模適當(dāng)擴(kuò)大，與第一、二產(chǎn)業(yè)達(dá)到最優(yōu)比例時(shí)，造成碳排放量基本對(duì)于第三產(chǎn)業(yè)比重的沖擊反應(yīng)不敏感，即產(chǎn)業(yè)結(jié)構(gòu)能夠?qū)μ寂欧艧o(wú)法產(chǎn)生約束力的現(xiàn)象。

4.圖中信息表示當(dāng)給人口規(guī)模一個(gè)正向沖擊，碳排放量先產(chǎn)生負(fù)向效應(yīng)而后負(fù)向效應(yīng)逐漸衰弱，在滯后3期突然負(fù)向效應(yīng)增強(qiáng)直至滯后8期，隨后負(fù)向效應(yīng)逐漸減弱，最終響應(yīng)程度變?yōu)檎?。表明人口因素?duì)碳排放的沖擊為長(zhǎng)期的正效應(yīng)和短期的負(fù)效應(yīng)，從前人的文獻(xiàn)研究發(fā)現(xiàn)人口總數(shù)的增加和城鎮(zhèn)化進(jìn)程的加快會(huì)加速推動(dòng)人口規(guī)模的擴(kuò)大和經(jīng)濟(jì)活動(dòng)的集聚，從而導(dǎo)致增加碳排放量，即開始了新一輪的碳排放活動(dòng)，但是此次碳排放增加時(shí)間周期可能需要時(shí)間較長(zhǎng);而短期內(nèi)負(fù)向效應(yīng)效果的波動(dòng)可能是由于政府根據(jù)人口規(guī)模不斷改變吸引人才、產(chǎn)業(yè)等政策的影響。圖中四川省人口規(guī)模與碳排放的發(fā)展趨勢(shì)也印證了這種觀點(diǎn)。但圖中縱坐標(biāo)刻度顯示四川省人口規(guī)模對(duì)碳排放的沖擊效果不明顯，因此四川省通過(guò)保持人口的合理增長(zhǎng)，并同時(shí)逐步朝著正確的方向推進(jìn)城鎮(zhèn)化進(jìn)程，能夠?qū)⑻寂欧帕靠刂圃谳^低的水平。

5.而當(dāng)本期給碳排放量一個(gè)正向沖擊后，其正向效應(yīng)逐年呈現(xiàn)減弱趨勢(shì)但減弱趨勢(shì)逐年減緩，在第九年趨于穩(wěn)定，在長(zhǎng)期看來(lái)依舊存在微弱的正向影響。由此可知，碳排放量本身就具備帶動(dòng)效應(yīng)，但其只在短期內(nèi)有明顯帶動(dòng)效果，隨著時(shí)間的增長(zhǎng)效果會(huì)逐漸趨弱。

（四）方差分解分析

為了更進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的程度及其重要性，本文主要對(duì)lnCI進(jìn)行方差分解，分析人均GDP、能源消費(fèi)總量、第三產(chǎn)業(yè)占比和人口規(guī)模對(duì)碳排放量的影響，由圖2可知，按照平均貢獻(xiàn)率排序，由大到小分別是經(jīng)濟(jì)發(fā)展水平、能源消費(fèi)總量、產(chǎn)業(yè)結(jié)構(gòu)和人口規(guī)模。

四、結(jié)語(yǔ)

根據(jù)上述結(jié)論，中國(guó)降低碳排放量首先應(yīng)考慮注重經(jīng)濟(jì)的中高速增長(zhǎng)，著眼于經(jīng)濟(jì)發(fā)展的質(zhì)量而非數(shù)量;其次降低能源消費(fèi)總量，開發(fā)新型能源與清潔能源以替代污染較大的化石能源，同時(shí)盡力減少煤炭的使用，以期讓新型能源與傳統(tǒng)能源在消耗結(jié)構(gòu)上的比例趨于合理，降低單位能耗的碳排放，同時(shí)還需要通過(guò)技術(shù)創(chuàng)新與科技進(jìn)步提高能源的利用效率，在GDP產(chǎn)出相同的情況下減少能源消耗;第三在充分考慮國(guó)內(nèi)發(fā)展對(duì)第一、二產(chǎn)業(yè)需求的前提下，適當(dāng)?shù)財(cái)U(kuò)大第三產(chǎn)業(yè)規(guī)模，并注重第三產(chǎn)業(yè)產(chǎn)品的質(zhì)量發(fā)展，使第三產(chǎn)業(yè)能夠反哺第一產(chǎn)業(yè)與第二產(chǎn)業(yè)，最終實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)，達(dá)到降低碳排放量的目的;最后通過(guò)保持人口的合理增長(zhǎng)，并同時(shí)逐步朝著正確的方向推進(jìn)城鎮(zhèn)化進(jìn)程，四川省完全能夠?qū)⑻寂欧帕靠刂圃谳^低的水平。

參考文獻(xiàn)：

[1]盧娜等.突破性低碳技術(shù)創(chuàng)新與碳排放：直接影響與空間溢出[J].中國(guó)人口·資源與環(huán)境，2019（05）.

[2]于向宇等.“資源詛咒”視角下環(huán)境規(guī)制、能源稟賦對(duì)區(qū)域碳排放的影響[J].中國(guó)人口·資源與環(huán)境，2019（05）.

[3]李湘梅，姚智爽.基于VAR模型的中國(guó)能源消費(fèi)碳排放影響因素分析[J].生態(tài)經(jīng)濟(jì)，2014（01）.

[4]米國(guó)芳，劉廣為.中國(guó)碳排放強(qiáng)度影響因素相關(guān)性研究——基于VAR與SVAR模型分析[J].中國(guó)科技論壇，2012（10）.

[5]馮梅，楊桑，鄭紫夫.碳排放影響因素的VAR模型分析——基于北京市數(shù)據(jù)[J].科學(xué)管理研究，2018（05）.

[6]黃耶，江月亭.基于VAR模型的湖北省碳排放能源影響因素分析[J].綠色科技，2015（09）.

[7]劉愛珍，漆雁斌.基于VAR模型的我國(guó)對(duì)外貿(mào)易與經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證研究[J].經(jīng)濟(jì)論壇，2018（09）.