區(qū)域經濟低碳發(fā)展的驅動因素實證研究
——以河南省為例

（河南工業(yè)大學經濟貿易學院，河南 鄭州450001）

一、引 言

氣候變化是當今人類面臨的最為嚴峻的全球環(huán)境問題，人類活動產生的溫室氣體是導致氣候變化的罪魁禍首。在此背景下，以“低能耗、低排放、低污染、高效率”為典型特征的低碳經濟受到了廣泛關注。中國于2016年率先批準《巴黎協(xié)定》傳遞長期實施低碳經濟發(fā)展的堅定信號，提出到2030年單位GDP 的CO2排放強度比2005年下降60%-65%，且CO2排放總量達峰并爭取早日達峰。隨后，國務院印發(fā)了《“十三五”控制溫室氣體排放工作方案》，明確提出了到2020年中國的二氧化碳排放強度要比2015年下降18%的控排目標。另外，中國已于2017年12月27日正式啟動了全國性的碳排放權交易市場，區(qū)域經濟的發(fā)展也將面臨更加趨緊的碳排放約束。在此背景下，探索區(qū)域經濟低碳發(fā)展的驅動因素對于中國順利實現(xiàn)二氧化碳控排目標具有重要意義。

二、文獻綜述

關于低碳經濟發(fā)展驅動因素的研究，將目前已有的文獻按照研究思路進行梳理，大致可以分為兩種。一種是構建非參數(shù)化的數(shù)理模型進行定量分析。這方面的研究主要集中于對數(shù)平均迪氏指數(shù)（LMDI）分解方法的運用。如朱勤等（2009）基于擴展的Kaya 恒等式建立因素分解模型，并應用LMDI 分解方法對我國能源消費碳排放的驅動因素進行分析，結果顯示樣本期間經濟產出效應的貢獻率最大。王鋒等（2010）和朱幫助等（2015）亦運用Kaya 恒等式和LMDI 分解方法對我國經濟發(fā)展中能源消費碳排放的驅動因素進行分析，并且納入了更多的宏觀經濟因素變量，認為人均GDP 是碳排放量增長的最大正向驅動因素，而單位GDP 能耗下降是最大的負向驅動因素。仲云云和仲偉周（2012）運用LMDI 三層完全分解方法對我國區(qū)域碳排放的驅動因素進行分析，也認為人均GDP 和能源強度是主要驅動因素。Karmellos et al．（2016）運用LMDI-I 分解分析方法對歐盟28 國電力部門二氧化碳排放的驅動因素進行研究，結果表明經濟增長的驅動作用最大，與朱勤等（2009）的研究結論一致。李磊和劉繼（2011）運用LMDI 分解方法對新疆工業(yè)二氧化碳排放強度的驅動因素進行分析，認為能耗強度的貢獻較大。而運用其他非參數(shù)方法進行研究的相關成果，比較具有代表性的主要包括：徐盈之等（2011）運用改進的拉氏因素分解法對我國制造業(yè)碳排放的驅動因素進行分析，認為產出效應是主要的正向驅動因素，能源強度是主要的負向驅動因素，且存在較強的階段性特點，與王鋒等（2010）的研究結論頗為相似；李忠民和孫耀華（2011）基于IPAT 方程對我國省域碳排放的驅動因素進行比較研究，認為不同省域之間存在較大差異；孫作人等（2012）和檀勤良等（2013）基于非參數(shù)距離函數(shù)和數(shù)據包絡分析方法對我國碳排放及碳排放強度的驅動因素進行分析，結果表明能源強度、人均資本和技術效率的貢獻較大；Cai et al．（2020）運用結構分解分析（SDA）方法對中國碳足跡的驅動因素進行研究，結果表明碳排放強度和初級要素投入發(fā)揮了關鍵作用。

另一種研究思路是構建參數(shù)化的計量模型進行實證研究。這方面的研究又主要集中于對STIRPAT 模型的擴展運用。如孫敬水等（2011）運用擴展的STIRPAT 模型，根據浙江省1990-2008年的時間序列數(shù)據對低碳經濟發(fā)展的驅動因素進行實證研究，結果顯示人均GDP 和能源強度對碳排放總量和人均碳排放量的影響較大。李衛(wèi)兵和陳思（2011）對STIRPAT 模型進行拓展，并運用省際面板數(shù)據對我國不同區(qū)域二氧化碳排放的驅動因素進行分析，結果表明人口、人均GDP、產業(yè)結構和能源強度均具有顯著影響，且在不同區(qū)域之間存在很大不同。束克東和李影（2020）運用STIRPAT 模型對城鎮(zhèn)化進程中人均收入對區(qū)域二氧化碳排放的影響進行實證研究，認為城鎮(zhèn)化與區(qū)域二氧化碳排放負相關，人均收入對二氧化碳排放具有正向影響。而運用其他參數(shù)化方法進行研究的相關成果，比較具有代表性的主要包括：賈俊松（2010）運用遞階偏最小二乘法，根據中國1952-2006年的時間序列數(shù)據對我國能源消耗碳排放的宏觀驅動因素進行實證分析，結果表明人口數(shù)量和經濟發(fā)展水平的驅動作用最為重要；徐輝等（2013）根據我國西部省份2000-2009年的面板數(shù)據，運用固定效應模型對二氧化碳排放的驅動因素進行實證分析，結果表明GDP 和能源強度具有顯著影響；喬健和吳青龍（2017）基于Kaya 恒等式構建碳排放強度的驅動因素模型，并采用省際面板數(shù)據進行實證分析，結果表明經濟增長和能源消費強度是主要驅動因素。

綜上所述，目前已有的相關研究具有如下特點：1.在非參數(shù)化的數(shù)理模型中，LMDI 分解方法具有滿足因素可逆、可消除殘差項的優(yōu)勢，在低碳經濟發(fā)展的驅動因素分解中得到了廣泛應用；但需要注意的是，非參數(shù)化的數(shù)理模型雖然簡單、易操作，且受樣本量的限制較小，但也很容易受到樣本異常值的負面影響，并且也不能對模型結果的可靠性進行統(tǒng)計上的假設檢驗。2.在參數(shù)化的計量模型中，STIRPAT 模型雖在一定程度上克服了IPAT 方程變量的非隨機問題，但該模型的自變量中仍然包括含有因變量的復合自變量（如模型中因變量為碳排放量，而自變量中包含單位GDP 碳排放量），這就使得以STIRPAT 模型為基礎構建的多元回歸模型面臨潛在的內生性問題。3.從研究對象上看，目前已有的文獻大都是針對碳排放總量或碳排放強度等單目標問題的研究，而低碳經濟的發(fā)展進程卻是一個涉及碳排放總量、人均碳排放量和碳排放強度的多目標問題，因此構建多方程模型更為適合。鑒于此，本研究擬基于Kaya 恒等式構建低碳經濟發(fā)展的多目標多模型的理論分析框架，并運用參數(shù)化的雙對數(shù)面板回歸模型對區(qū)域經濟低碳發(fā)展的驅動因素進行實證研究。

三、理論框架

環(huán)境問題歸根結底是人口、資源、經濟發(fā)展水平和技術進步等諸多因素共同作用的結果，導致全球氣候變暖的“主兇”二氧化碳排放也不例外。關于表征經濟發(fā)展對二氧化碳排放的影響的分析，最為著名和有效的工具是Kaya 恒等式（Kaya，1989），其表達式為：

（1）式中，CO2是指二氧化碳排放量，可由各化石能源消耗量與其二氧化碳排放參數(shù)的乘積加總得到；①根據趙榮欽等（2010）的研究，煤炭、石油、天然氣消耗的二氧化碳排放參數(shù)分別為2.6297 tCO2/t、2.0431 tCO2/t、1.1053 kgCO2/m3。P表示人口數(shù)量，GDP/P 表示人均國內生產總值，是反映一個地區(qū)經濟發(fā)展水平的重要指標；E 表示能源消耗量，E/GDP 表示單位國內生產總值能源消耗量，也叫能源強度，主要與生產技術水平有關；而CO2/E 表示單位能源二氧化碳排放量，主要與能源消費結構有關。根據上述理論模型的分析，可以提出如下研究假說：

假說1：人口規(guī)模、經濟發(fā)展水平、生產技術水平和能源消費結構是區(qū)域二氧化碳排放的關鍵驅動因素。

低碳經濟理論認為，反映區(qū)域經濟低碳發(fā)展進程的重要指標，除了絕對指標二氧化碳排放量之外，還包括人均二氧化碳排放量和單位GDP 二氧化碳排放量兩個相對指標（周宏春，2012）。將（1）式兩端同時除以P 可以得到（2）式：

（2）式中，CO2/P 表示人均二氧化碳排放量，其余各變量如前所述。據此可以提出如下研究假說：

假說2：經濟發(fā)展水平、生產技術水平和能源消費結構是一個地區(qū)人均二氧化碳排放的關鍵驅動因素。

同理，將（1）式兩端同時除以GDP，通過整理可以得到（3）式：

（3）式中，CO2/GDP 表示單位GDP 二氧化碳排放量，其余各變量如前所述。據此可以提出如下研究假說：

假說3：生產技術水平和能源消費結構是一個地區(qū)單位生產總值二氧化碳排放的關鍵驅動因素。

接下來，本文的第三部分將對上述三個理論研究假說進行實證檢驗。

四、實證分析

（一）變量選擇與模型構建

Kaya 恒等式在低碳經濟領域已經得到了廣泛的應用，但也存在如下局限：僅能通過非參數(shù)化方法對二氧化碳排放的各驅動因素進行分解分析，難以運用假設檢驗的參數(shù)化方法對各驅動因素的系數(shù)、彈性等關鍵參數(shù)進行估計。針對上述局限性，本研究擬通過如下方法將Kaya 恒等式拓展為參數(shù)化的雙對數(shù)回歸模型。

根據前文所述，Kaya 恒等式（1）中的單位能源二氧化碳排放量主要與能源消費結構有關，由此我們不妨設定輔助回歸模型：

上式中，CO2/E 表示單位能源二氧化碳排放量；FOS 表示化石能源消耗量，則FOS/E 表示化石能源占總能源消費量的比重，這里用于表征能源消費結構，其值越大說明區(qū)域經濟對化石能源的依賴程度越高；α、β 為待估參數(shù)，ε 表示隨機誤差項。

另外，相關研究表明區(qū)域二氧化碳的排放除了與人口規(guī)模、經濟發(fā)展水平、生產技術水平和能源消費結構有直接聯(lián)系，還與產業(yè)結構相關（朱勤等，2009；王開和傅利平，2017）。

基于此，分別對（1）-（3）式兩端取自然對數(shù)，然后將（4）式代入各式構建隨機化模型，并在各模型的自變量中增加控制變量“第二產業(yè)產值占總產值的比重”用于表征產業(yè)結構，最后通過整理可得如下雙對數(shù)多元回歸模型。

模型Ⅰ：

模型Ⅱ：

模型Ⅲ：

式（5）-（7）中，SGDP 表示第二產業(yè)產值，則SGDP/GDP 表示第二產業(yè)產值占總產值的比重；αi（i=1，2，3）、βj（j=1，...，12）為待估參數(shù)，εk（k=1，2，3）為隨機誤差項，其余各變量如前所述。

（二）數(shù)據來源與統(tǒng)計描述

研究數(shù)據一般包括截面數(shù)據和面板數(shù)據，由于面板數(shù)據在一定程度上能夠有效解決遺漏變量偏差問題，又能夠提供更多樣本個體動態(tài)行為的信息，因此在實證研究中一般優(yōu)先采用面板數(shù)據（陳強，2010）。河南省是中國中部地區(qū)最為重要的省份之一，其經濟發(fā)展水平、產業(yè)結構和能源結構均與全國頗為接近，因此以河南省為例進行實證分析比較具有代表性。但由于2005年以前河南統(tǒng)計年鑒中沒有對各地級市的能源消費量進行分類統(tǒng)計，因此本研究采用2006-2017年河南省18 個地級市的面板數(shù)據。①河南省18 個地級市包括：鄭州市、開封市、洛陽市、平頂山市、安陽市、鶴壁市、新鄉(xiāng)市、焦作市、濮陽市、許昌市、漯河市、三門峽市、南陽市、商丘市、信陽市、周口市、駐馬店市、濟源市。又由于2011年河南省各地級市分類能源消費量的統(tǒng)計數(shù)據缺失嚴重，故剔除該年數(shù)據后的樣本期是11年。

根據河南統(tǒng)計年鑒相關數(shù)據，樣本期間工業(yè)部門能源消費占到能源消費總量的70%以上，因此河南省各地級市二氧化碳排放的統(tǒng)計核算是基于規(guī)模以上工業(yè)企業(yè)化石能源消費量進行計算的。則各模型自變量在面板數(shù)據下的統(tǒng)計描述結果，如表1所示。

表1 各模型自變量面板數(shù)據統(tǒng)計描述

根據表1，從整體樣本上看，各自變量的標準差均較大，說明各自變量之間的差異性較為顯著，這有利于檢驗各自變量對因變量的影響作用。從組間和組內樣本看，除能源消費結構變量的組間標準差小于組內標準差外，其余各變量的組間標準差均明顯大于組內標準差。這說明除能源消費結構變量之外，其余自變量的個體差異均顯著大于時間差異。之所以出現(xiàn)能源消費結構的個體差異小于時間差異的現(xiàn)象，其原因可能是近年來河南省的能源消費結構升級較快，化石能源在能源消費中的比重正在逐漸下降。

（三）模型估計與實證結果

本節(jié)根據2006-2017年河南省18 個地級市的面板數(shù)據，并運用STATA11．2 統(tǒng)計軟件對模型Ⅰ、模型Ⅱ和模型Ⅲ進行統(tǒng)計分析和參數(shù)估計。各模型的假設檢驗及參數(shù)估計結果，如表2所示。

表2 面板數(shù)據模型參數(shù)估計結果

根據表2最后一行的豪斯曼檢驗結果可知，模型Ⅰ和模型Ⅱ均在1%的顯著性水平上拒絕了“隨機效應模型為正確模型”的原假設，因此模型Ⅰ和模型Ⅱ應該選擇固定效應模型；而模型Ⅲ在10%的顯著性水平上不能拒絕“隨機效應模型為正確模型”的原假設，故模型Ⅲ選擇隨機效應模型。另外，由于模型Ⅰ、模型Ⅱ和模型Ⅲ均為雙對數(shù)模型，因此各解釋變量的回歸系數(shù)均具有彈性意義。

由模型Ⅰ的參數(shù)估計結果可知，在10%的顯著性水平上，人口規(guī)模對河南省二氧化碳排放具有正向影響；且在其他條件不變的情況下，人口數(shù)量每增加1%，二氧化碳排放量就會增加0.99%。在5%的顯著性水平上，經濟發(fā)展水平對河南省二氧化碳排放具有正向影響；且在其他條件不變的情況下，人均GDP 每增加1%，二氧化碳排放量就會增加0.54%。在5%的顯著性水平上，生產技術水平對河南省二氧化碳排放具有正向影響；且在其他條件不變的情況下，單位GDP 能耗每增加1%，二氧化碳排放量就會增加0.61%。在1%的顯著性水平上，能源消費結構對河南省二氧化碳排放具有正向影響；且在其他條件不變的情況下，化石能源占總能源消費量的比重每增加1%，二氧化碳排放量就會增加0.93%。因此，人口規(guī)模、經濟發(fā)展水平、生產技術水平和能源消費結構對河南省二氧化碳排放均具有顯著影響，且人口規(guī)模和能源消費結構的影響作用更強，理論假說1 得到了實證檢驗。

由模型Ⅱ的參數(shù)估計結果可知，在5%的顯著性水平上，經濟發(fā)展水平對河南省人均二氧化碳排放具有正向影響；且在其他條件不變的情況下，人均GDP 每增加1%，人均二氧化碳排放量就會增加0.55%。在5%的顯著性水平上，生產技術水平對河南省人均二氧化碳排放具有正向影響；且在其他條件不變的情況下，單位GDP能耗每增加1%，人均二氧化碳排放量就會增加0.61%。在1%的顯著性水平上，能源消費結構對河南省人均二氧化碳排放具有正向影響；且在其他條件不變的情況下，化石能源占總能源消費量的比重每增加1%，人均二氧化碳排放量就會增加0.93%。因此，經濟發(fā)展水平、生產技術水平和能源消費結構對河南省人均二氧化碳排放均具有顯著影響，且能源消費結構的影響作用更強，理論假說2 得到了實證檢驗。

由模型Ⅲ的參數(shù)估計結果可知，在1%的顯著性水平上，生產技術水平對河南省單位GDP 二氧化碳排放具有正向影響；且在其他條件不變的情況下，單位GDP 能耗每增加1%，單位GDP 二氧化碳排放量就會增加0.99%。在1%的顯著性水平上，能源消費結構對河南省單位GDP 二氧化碳排放具有正向影響；且在其他條件不變的情況下，化石能源占總能源消費量的比重每增加1%，單位GDP 二氧化碳排放量就會增加0.99%。因此，生產技術水平和能源消費結構對河南省單位GDP 二氧化碳排放均具有顯著影響，且生產技術水平和能源消費結構的影響作用均很強，理論假說3 也得到了實證檢驗。至此，前文提出的三個理論假說均得到了充分的經驗驗證。但需要注意的是，控制變量產業(yè)結構僅在模型Ⅲ中在10%的顯著性水平上通過了統(tǒng)計檢驗，而在模型Ⅰ和模型Ⅱ中在10%的顯著性水平上均未能通過統(tǒng)計檢驗,說明產業(yè)結構對河南二氧化碳排放及人均二氧化碳排放的影響均不顯著，這與王鳳婷等（2019）的研究結論相一致。可能的原因是河南省第二產業(yè)產值占總產值的比重在各地級市中均比較高，從而使得產業(yè)結構變量在樣本中的個體差異性不足；這一點在表1中亦有所體現(xiàn)，河南省各地級市第二產業(yè)產值占總產值的比重的整體均值是55.31%，最大值是75.68%，最小值也達到了39.03%。

五、研究結論與政策啟示

本文首先基于Kaya 恒等式構建區(qū)域經濟低碳發(fā)展的驅動因素的理論分析框架，并據此提出了三個理論假說。然后將Kaya 恒等式拓展為參數(shù)化的雙對數(shù)回歸模型，并采用2006-2017年河南省18 個地級市的面板數(shù)據對理論模型所提出的三個研究假說進行實證檢驗。主要研究結論如下：

人口規(guī)模、經濟發(fā)展水平、生產技術水平和能源消費結構對河南省二氧化碳排放均具有顯著影響，是河南省區(qū)域二氧化碳排放的關鍵驅動因素，且人口規(guī)模和能源消費結構的驅動作用更強。經濟發(fā)展水平、生產技術水平和能源消費結構對河南省人均二氧化碳排放均具有顯著影響，是河南省人均二氧化碳排放的關鍵驅動因素，且能源消費結構的驅動作用最強。生產技術水平和能源消費結構對河南省單位GDP 二氧化碳排放均具有顯著影響，是河南省單位GDP 二氧化碳排放的關鍵驅動因素，且生產技術水平和能源消費結構的驅動作用均很強。

基于上述研究結論，可以得到以下政策啟示：

能源消費結構對于河南省區(qū)域二氧化碳排放總量、人均二氧化碳排放量和單位GDP 二氧化碳排放量均具有很強的驅動作用，因此推動河南經濟低碳發(fā)展進程，最為關鍵的是要著力優(yōu)化能源消費結構，有效降低化石能源在能源消費結構中的比重。作為中國典型的內陸省份，雖然河南省化石能源在能源消費結構中的比重從2006年的75.85%逐漸下降到了2017年的69.83%，①數(shù)據來源：由歷年河南統(tǒng)計年鑒相關數(shù)據整理所得。但這一數(shù)字仍然很高，其經濟發(fā)展對傳統(tǒng)化石能源，尤其是對煤炭的依賴性仍然非常突出。因此，政府部門應及時推出相關規(guī)制政策來控制河南省化石能源，尤其是煤炭的過量消費；同時，積極推出相關優(yōu)惠政策來支持河南省清潔能源的開發(fā)和利用。

生產技術水平對于河南省區(qū)域二氧化碳排放總量、人均二氧化碳排放量和單位GDP 二氧化碳排放量均具有顯著的驅動作用，尤其是對單位GDP 二氧化碳排放的驅動作用更強。因此，河南省的財政資金應更多地投向科技研發(fā)領域；同時，政府部門可以考慮適時推出稅收優(yōu)惠等扶持政策來鼓勵企業(yè)開發(fā)和使用清潔、低碳生產技術，以有效降低工業(yè)企業(yè)的單位產值能源消耗。

經濟發(fā)展水平對于河南省區(qū)域二氧化碳排放總量和人均二氧化碳排放量均具有顯著的驅動作用，但現(xiàn)階段我們不能為了低碳轉型而放棄經濟發(fā)展。中國目前還是一個發(fā)展中國家，河南省的經濟發(fā)展水平與中國的一些經濟強省相比還有較大差距，尤其是人均收入。況且，已有研究表明，經濟發(fā)展和二氧化碳排放的關系并非一直正相關，而是隨著經濟發(fā)展水平的提高呈現(xiàn)出類似環(huán)境庫茲涅茨“倒U 型”曲線的關系（Narayan P &Narayan S，2010）。

人口規(guī)模對于河南省區(qū)域二氧化碳排放總量具有很強的驅動作用，但由于人口增長的速度受生物學規(guī)律的影響而慣性較大，并且河南省的人口基數(shù)很大，在相當長一段時期內人口還會繼續(xù)增加，因此想要通過人口政策抑制河南省人口增長率的辦法來降低二氧化碳排放的難度很大。