民族地區(qū)碳排放驅(qū)動機(jī)制分析及趨勢預(yù)測

楊玉文，吳愛玲

(1.大連民族大學(xué) 經(jīng)濟(jì)管理學(xué)院，遼寧 大連 116600；2.對外經(jīng)濟(jì)貿(mào)易大學(xué) 國際經(jīng)濟(jì)貿(mào)易學(xué)院，北京 100029)

一、引 言

我國過去粗放式經(jīng)濟(jì)發(fā)展方式積累的資源環(huán)境問題日益嚴(yán)峻，以二氧化碳為主的溫室氣體大量增加導(dǎo)致溫室效應(yīng)嚴(yán)重。2007年，我國碳排放首次超過美國，成為世界第一碳排放大國。黨的“十九大”報告明確指出，要加快建立健全綠色、低碳、循環(huán)發(fā)展的經(jīng)濟(jì)體系。應(yīng)對氣候變化及碳減排相關(guān)問題越來越受到相關(guān)學(xué)者和政策制定者的廣泛關(guān)注。

學(xué)界也對碳排放問題做了眾多研究。這些研究主要可歸納為以下三個方面：

(1)碳排放影響因素方面的研究。Shrestha和Timilsina使用Divisia指數(shù)分解法研究亞洲12個國家電力行業(yè)的碳排放情況，結(jié)果發(fā)現(xiàn)能源強(qiáng)度是影響各國碳排放的關(guān)鍵因素。(1)SHRESTHA R M , TIMILSINA G R.Factors affecting CO2 intensities of power sector in Asia: A Divisia decompositionanalysis[J].1996, 18(4): 283-293.Yan等利用基于廣義迪氏指數(shù)的IDA法，考察歐盟區(qū)域內(nèi)農(nóng)業(yè)部門的碳排放影響因素。(2)YAN Q, YIN J, BALE?ENTIS T, et al.Energy-related GHG emission inagriculture of the European countries: An application of the Generalized Divisia Index[J].Journal of Cleaner Production, 2017, 164: 686-694.國內(nèi)方面，徐國泉等(3)徐國泉, 劉則淵等：《中國碳排放的因素分解模型及實證分析:1995-2004》，《中國人口·資源與環(huán)境》2006年第6期。、魏一鳴等(4)魏一鳴, 劉蘭翠等：《中國能源報告(2008):碳排放研究》，北京:科學(xué)出版社,2008年版。利用LMDI方法探討不同因素對我國二氧化碳排放的影響程度。鞏芳等(5)鞏芳, 王芳：《基于 LMDI 分解模型的內(nèi)蒙古碳排放實證研究》，《干旱區(qū)資源與環(huán)境》2013年第2期。研究內(nèi)蒙古碳排放問題，結(jié)果顯示經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)排放系數(shù)等變量推動碳排放量增長，而產(chǎn)業(yè)結(jié)構(gòu)、能源強(qiáng)度等變量抑制碳排放量增長。鄒秀萍等(6)鄒秀萍, 宋敦江：《中國碳排放的區(qū)域差異及驅(qū)動因素分解分析》，《生態(tài)經(jīng)濟(jì)》2013年第1期。、王喜等(7)王喜, 張艷等：《我國碳排放變化影響因素的時空分異與調(diào)控》，《經(jīng)濟(jì)地理》2016年第8期。的研究發(fā)現(xiàn)，經(jīng)濟(jì)增長速度、能源強(qiáng)度與產(chǎn)業(yè)結(jié)構(gòu)對我國區(qū)域碳排放減排績效影響顯著。

(2)區(qū)域碳排放量差異方面的比較研究。Ang和Zhang使用對數(shù)平均迪氏指數(shù)分解方法解釋OECD國家間和經(jīng)濟(jì)轉(zhuǎn)型地區(qū)間的碳排放差異。(8)ANG B W, ZHANG F Q.Inter-regional Comparisons of Energy-related CO2 Emissions Using the Decomposition Technique[J].Energy, 1999, 24(4)，pp297-305.王錚等(9)王錚, 朱永彬：《我國各省區(qū)碳排放量狀況及減排對策研究》，《中國科學(xué)院院刊》2008年第2期。、鄒秀萍等(10)鄒秀萍, 陳劭鋒等：《中國省級區(qū)域碳排放影響因素的實證分析》，《生態(tài)經(jīng)濟(jì)》2009年第3期。分析不同省區(qū)間碳排放的特點及造成差異的原因。李國志等從人口、經(jīng)濟(jì)和技術(shù)的視角分析我國30個省區(qū)二氧化碳排放量的差異性。(11)李國志, 李宗植：《人口、經(jīng)濟(jì)和技術(shù)對二氧化碳排放的影響分析——基于動態(tài)面板模型》，《人口研究》2010年第3期。馬彩虹等使用IPCC方法，從時間和空間兩個維度對我國西北地區(qū)的能源消費(fèi)碳排放情況進(jìn)行實證分析，發(fā)現(xiàn)西北地區(qū)的碳排放具有明顯的空間集聚特征，可劃分為七種不同類型的碳排放地域。(12)馬彩虹, 鄒淑燕等：《西北地區(qū)能源消費(fèi)碳排放時空差異分析及地域類型劃分》，《經(jīng)濟(jì)地理》2016年第12期。

(3)碳排放趨勢預(yù)測方面的研究。學(xué)者對碳排放量增長趨勢進(jìn)行預(yù)測，主要采用時間序列模型、灰色系統(tǒng)模型、情景分析法等方法。在全國層面上，朱永彬等(13)朱永彬, 王錚等：《基于經(jīng)濟(jì)模擬的中國能源消費(fèi)與碳排放高峰預(yù)測》，《地理學(xué)報》2009年第8期。、申笑顏(14)申笑顏：《中國碳排放影響因素的分析與預(yù)測》，《統(tǒng)計與決策》2010年第19期。、宋杰鯤(15)宋杰鯤：《基于STIRPAT和偏最小二乘回歸的碳排放預(yù)測模型》，《統(tǒng)計與決策》2011年第24期。分別對我國碳排放量發(fā)展趨勢進(jìn)行了動態(tài)預(yù)測，預(yù)測結(jié)果顯示，如果不對現(xiàn)有的產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)和能源使用效率加以調(diào)整，我國碳排放量將持續(xù)快速增長。韓楠使用系統(tǒng)動力學(xué)模型預(yù)測中國碳排放的演變趨勢，結(jié)果發(fā)現(xiàn)不同情景方案對碳排放的影響有很大差異。(16)韓楠：《基于供給側(cè)結(jié)構(gòu)性改革的碳排放減排路徑及模擬調(diào)控》，《中國人口·資源與環(huán)境》2018年第8期。徐麗等使用ARIMA模型預(yù)測中國居民能源消費(fèi)碳排放趨勢。(17)徐麗, 曲建升等：《中國居民能源消費(fèi)碳排放現(xiàn)狀分析及預(yù)測研究》，《生態(tài)經(jīng)濟(jì)》2019年第1期。在區(qū)域?qū)用嫔?，謝乃明等(18)謝乃明, 劉思峰：《能源消費(fèi)總量與結(jié)構(gòu)預(yù)測分析——以江蘇省為例》，《工業(yè)技術(shù)經(jīng)濟(jì)》2009年第1期。、童泉格等(19)童泉格, 孫涵等：《基于廣義灰色模型的內(nèi)蒙古能源消費(fèi)預(yù)測》，《中國國土資源經(jīng)濟(jì)》2015年第4期。、黎孔清等(20)黎孔清, 陳儉軍等：《基于 STIRPAT 和 GM(1,1)模型的湖南省農(nóng)地投入碳排放增長機(jī)理及趨勢預(yù)測》，《長江流域資源與環(huán)境》2018年第2期。分別使用灰色GM(1,1)模型、灰色關(guān)聯(lián)及預(yù)測模型和回歸分析法對江蘇、內(nèi)蒙古和湖南等省區(qū)的碳排放情況進(jìn)行分析預(yù)測。

上述文獻(xiàn)主要對碳排放現(xiàn)狀、影響因素和趨勢進(jìn)行了分析，但未關(guān)注到民族地區(qū)碳排放問題及影響因素。民族地區(qū)是我國重點生態(tài)功能區(qū)，生態(tài)環(huán)境脆弱，生態(tài)安全形勢嚴(yán)峻，生態(tài)文明建設(shè)任務(wù)艱巨。深入探討民族地區(qū)碳排放影響因素和作用機(jī)理，研判內(nèi)生規(guī)律，把握演變趨勢，有助于厘清問題所在并精準(zhǔn)施策，推進(jìn)我國生態(tài)文明建設(shè)進(jìn)程。

鑒于此，本文使用面板向量自回歸模型(PVAR)和向量自回歸模型(VAR)，分別從整體和省域兩個視角，對民族地區(qū)碳排放的影響因素、作用路徑、發(fā)展趨勢展開研究，進(jìn)而探討未來民族地區(qū)碳減排的有效應(yīng)對措施。

二、指標(biāo)設(shè)計與數(shù)據(jù)來源

(一)指標(biāo)設(shè)計

本文在充分借鑒、比較、綜合國內(nèi)外相關(guān)研究文獻(xiàn)的基礎(chǔ)上，構(gòu)建了碳排放影響因素指標(biāo)體系。Grossman等研究結(jié)果表明，經(jīng)濟(jì)活動與環(huán)境的關(guān)系包括規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)。(21)GROSSMAN G M，KRUEGER A B.Environmental impact of the north American free trade agreement[R].National Bureau of Economics Research Working Paper，1991，No.W3914.結(jié)合馬大來等(22)馬大來，陳仲常等：《中國省際碳排放效率的空間計量》，《中國人口·資源與環(huán)境》2015年第1期。(23)馬大來，武文麗等：《中國工業(yè)碳排放績效及其影響因素——基于空間面板數(shù)據(jù)模型的實證研究》，《中國經(jīng)濟(jì)問題》2017年第1期。、張翠菊等(24)張翠菊，張宗益等：《能源稟賦、技術(shù)進(jìn)步與碳排放強(qiáng)度——基于空間計量模型的研究》，《系統(tǒng)工程》2016年第11期。、Liu等(25)LIU Y，XIAO H W，PRECIOUS Z，et al.Carbon emissions in China：a spatial econometric analysis at the regional level[J].Sustainability，2014(6)，pp6005-6023.人研究成果，將影響民族地區(qū)碳排放因素具體分為數(shù)量型指標(biāo)和結(jié)構(gòu)型指標(biāo)。其中，數(shù)量型指標(biāo)包括經(jīng)濟(jì)發(fā)展水平、人口數(shù)量、能源消耗水平、技術(shù)水平，分別選取地區(qū)生產(chǎn)總值、地區(qū)年末總?cè)丝?、地區(qū)能源消耗總量、外商實際投資額作為代理變量。(26)盛斌，呂越：《外國直接投資對中國環(huán)境的影響——來自工業(yè)行業(yè)面板數(shù)據(jù)的實證研究》，《中國社會科學(xué)》2012年第5期。結(jié)構(gòu)型指標(biāo)包括產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化率、能源消費(fèi)結(jié)構(gòu)，分別選取第二產(chǎn)業(yè)產(chǎn)值占GDP比重、城鎮(zhèn)人口比重、煤炭消費(fèi)占能源消費(fèi)比重作為代理變量。有關(guān)指標(biāo)體系詳細(xì)描述見表1。

表1 民族地區(qū)碳排放影響因素

(二)數(shù)據(jù)來源

本文的研究范圍包括新疆、青海、寧夏、內(nèi)蒙古、云南、貴州、廣西等民族七省區(qū)，時間跨度為1997年至2015年，數(shù)據(jù)來源于各省區(qū)相關(guān)年份統(tǒng)計年鑒。由于西藏地區(qū)數(shù)據(jù)搜集不足，故未將西藏自治區(qū)納入研究范圍。

三、民族地區(qū)整體碳排放影響因素和發(fā)展趨勢預(yù)測

(一)面板向量自回歸模型(PVAR)介紹

Holtz Eakin和Newey Rosen于1988年首次提出面板向量自回歸模型，經(jīng)過Pesaran和Smith、Binder和Hsiao、Love和Zicchino等人的改進(jìn)，PVAR模型逐漸成熟。面板向量自回歸模型樣本為面板數(shù)據(jù)，同時考慮了樣本數(shù)據(jù)包括時間效應(yīng)和地區(qū)效應(yīng)在內(nèi)的個體差異性，改進(jìn)了向量自回歸模型(VAR)在解決面板數(shù)據(jù)時的若有效性和參數(shù)估計有偏問題。當(dāng)PVAR模型滿足T≥m+3(T為時間長度，m為滯后期數(shù))時，可對方程進(jìn)行參數(shù)估計。模型一般形式為：

λiΦit=ηi+Οit+εit

(1)

式中：Φit表示內(nèi)生變量矩陣，Φi,t-j表示由內(nèi)生變量滯后項組成的解釋變量矩陣；λj表示第j階滯后的估計矩陣；Οit表示應(yīng)對面板數(shù)據(jù)中的截面效應(yīng)設(shè)置的沖擊項；ηit和εit表示固定效應(yīng)項和隨機(jī)誤差項。

(二)變量平穩(wěn)性檢驗

為消除量綱的影響，對原始變量進(jìn)行了取對數(shù)處理。為了避免數(shù)據(jù)不平穩(wěn)導(dǎo)致“偽回歸”問題，采用LLC檢驗、Breitung檢驗、IPS檢驗方法對民族七省區(qū)碳排放及其他影響因素的平穩(wěn)性進(jìn)行檢驗，檢驗結(jié)果見表2。變量lnCO2、lnrcoal、lninve均通過了三種檢驗，而變量lngdp、lnrindus、lnpopu雖未通過5%水平下的Bruiteun檢驗，但均通過了LLC檢驗和IPS檢驗，變量lnrurban和lnener雖未通過5%下的LLC檢驗，但均通過了Bruiteun檢驗和IPS檢驗，故認(rèn)為所有變量全部通過了平穩(wěn)性檢驗。

表2 PVAR各變量平穩(wěn)性檢驗

注：***,**,*分別代表在1%,5%,10%的水平上顯著。下同。

(三)PVAR模型估計結(jié)果分析

使用廣義矩估計方法(GMM)估計民族地區(qū)整體碳排放的PVAR模型，依據(jù)赤池信息準(zhǔn)則(AIC)，將PVAR模型最優(yōu)滯后階數(shù)設(shè)定為一階，具體估計結(jié)果見表3。

在已建立的PVAR模型基礎(chǔ)上，考察碳排放及其影響因素各變量之間的格蘭杰因果關(guān)系。格蘭杰因果檢驗表明：

(1)lngdp、lnpopu、lnrurban和lnener是lnCO2的格蘭杰原因，但lnrindus、lnrcoal和lninve不是lnCO2的格蘭杰原因。

(2)lnCO2、lnener、lnrcoal和lninve是lngdp的格蘭杰原因；lnpopu、lnener和lninve是lnrindus的格蘭杰原因；lnCO2、lngdp、lnrindus、lnpopu和lnener是lnrurban的格蘭杰原因；lnpopu和lnrcoal是lnener的格蘭杰原因；lnrcoal、lngdp、lnrindus和lninve是lnrcoal的格蘭杰原因；lnrindus、lnener是lninve的格蘭杰原因。

(四)PVAR模型脈沖響應(yīng)結(jié)果分析

基于PVAR模型，民族地區(qū)碳排放的脈沖響應(yīng)如圖1所示，在此基礎(chǔ)上，做出民族地區(qū)碳排放影響因素及其作用路徑圖(圖2)。

由圖2可知，民族地區(qū)碳排放影響因素的作用路徑包括三條：①GDP、人口規(guī)模、能源消耗量對地區(qū)碳排放產(chǎn)生直接影響。②能源消耗量通過作用于GDP對碳排放產(chǎn)生間接影響。③人口規(guī)模通過作用于能源消耗量對碳排放產(chǎn)生間接影響。此外，隨著能耗水平的提升，城鎮(zhèn)化水平也將隨之提高。結(jié)合脈沖響應(yīng)圖(圖1)分析可知：

(1)分別給定GDP、人口規(guī)模和能源消耗量一個沖擊后，三者對碳排放產(chǎn)生正向影響。在當(dāng)前一定的技術(shù)水平下，隨著經(jīng)濟(jì)增長和人口的增長，二氧化碳排放量增加，同時生產(chǎn)、生活活動對能源需求快速增長，加之傳統(tǒng)化石能源仍占據(jù)能源消費(fèi)主導(dǎo)，對碳排放量的增加起到顯著正向影響，從預(yù)測趨勢上看，民族地區(qū)的經(jīng)濟(jì)規(guī)模擴(kuò)大、人口數(shù)量急增、能耗量增加均促進(jìn)碳排放水平大的提升，從而不利于減排目標(biāo)的實現(xiàn)。

(2)給定能源消耗量一個沖擊后，對地區(qū)GDP產(chǎn)生正向影響。同時GDP對地區(qū)碳排放為正向影響，因此能源消耗對地區(qū)碳排放產(chǎn)生了間接的正向影響。能源消耗量的增加帶動了各產(chǎn)業(yè)部門的發(fā)展，提升了經(jīng)濟(jì)發(fā)展水平，一定技術(shù)水平下，經(jīng)濟(jì)發(fā)展水平對碳排放的“規(guī)模效應(yīng)”顯現(xiàn)，從增長趨勢上看，民族地區(qū)的能源消耗量的增加必然會增加碳排放量。

(3)給定人口規(guī)模一個沖擊后，對能源消耗量產(chǎn)生正向影響，給定能源消耗量一個沖擊后，對碳排放量產(chǎn)生正向影響，人口規(guī)模對地區(qū)碳排放產(chǎn)生了間接的正向影響。人口規(guī)模的擴(kuò)張帶來了生活用能需求的增加，能源消耗導(dǎo)致更多碳排放，在預(yù)測期內(nèi)，民族地區(qū)的人口增長將會促進(jìn)碳排放量的增加。

(五)方差分解與碳排放趨勢預(yù)測

基于PVAR模型，得到民族地區(qū)碳排放方差分解(表4)。由方差分解結(jié)果來看，能源消耗量、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)貢獻(xiàn)率依次位于第三、第四位；而人口規(guī)模和城市化水平的貢獻(xiàn)率大致相當(dāng)，貢獻(xiàn)率水平穩(wěn)定在7%；能源結(jié)構(gòu)和外商技術(shù)引進(jìn)貢獻(xiàn)率較小。從增長趨勢來看，結(jié)構(gòu)型變量對民族地區(qū)碳排放的影響逐漸增加，長期來看將對碳排放量的增加產(chǎn)生重要影響。

表4 民族地區(qū)碳排放的方差分解

綜上分析，民族地區(qū)經(jīng)濟(jì)發(fā)展水平、人口規(guī)模和能源消耗量是未來一段時期內(nèi)碳排放增加的主要影響因素，三者均對碳排放產(chǎn)生正向促進(jìn)作用，數(shù)量型指標(biāo)依然是影響民族地區(qū)碳排放的重要因素和減排工作的重點。

四、各民族省份碳排放影響因素和發(fā)展趨勢預(yù)測

(一)向量自回歸模型(VAR)介紹

Sims于1980年首次提出使用VAR模型對多變量時間序列數(shù)據(jù)進(jìn)行分析。經(jīng)過多年發(fā)展和應(yīng)用，逐漸顯示出其在分析變量之間動態(tài)關(guān)系和預(yù)測發(fā)展趨勢方面的先進(jìn)性。因此采用VAR模型分析民族地區(qū)碳排放影響因素及其趨勢預(yù)測具有較好的適用性。

VAR模型側(cè)重分析時序數(shù)據(jù)樣本中經(jīng)濟(jì)變量間的關(guān)系，以內(nèi)生變量的滯后項作為解釋變量，完成對內(nèi)生變量動態(tài)關(guān)系的分析和預(yù)測。模型一般形式為：

(2)

式中：i=1, 2, …，p；Yt表示(n×1)向量；βi表示(n×n)系數(shù)矩陣；Yt-i表示Yt的第i階滯后項；εt表示隨機(jī)擾動向量。

(二)變量平穩(wěn)性檢驗和模型構(gòu)建

在構(gòu)建和運(yùn)用VAR模型分析各民族省份碳排放影響因素之前，需要對模型中各變量進(jìn)行平穩(wěn)性檢驗。采用LLC檢驗、IPS檢驗、ADF檢驗方法對各變量進(jìn)行單位根檢驗，結(jié)果顯示5%水平下，各省份所有變量的一階自然對數(shù)差分平穩(wěn)。

選擇變量lnCO2、lngdp、lnrindus、lnpopu、lnrurban、lnener、lnrcoal和lninve構(gòu)建VAR模型，利用滯后結(jié)構(gòu)的滯后長度標(biāo)準(zhǔn)確定VAR模型的滯后階數(shù)。LR、FPE、AIC、SC、HQ檢驗結(jié)果確定一期為最優(yōu)滯后期，因此構(gòu)建一階滯后的VAR模型。為保證VAR模型的脈沖響應(yīng)函數(shù)和方差分解結(jié)果有效，需要對模型VAR(1)進(jìn)行AR根檢驗。各省份VAR模型的特征根均位于單位圓內(nèi)，表明VAR(1)模型穩(wěn)定。

在滯后一期、5%顯著性水平下，各民族地區(qū)的格蘭杰因果檢驗結(jié)果如表5所示。

表5 各民族地區(qū)格蘭杰因果檢驗結(jié)果

(三)民族地區(qū)VAR脈沖響應(yīng)和方差分解結(jié)果的比較分析

1.VAR模型結(jié)果分析

結(jié)合新疆Granger因果檢驗結(jié)果，新疆碳排放及其影響因素的脈沖響應(yīng)和作用路徑如圖3和圖4所示。新疆碳排放影響因素的作用路徑包括兩條：①GDP通過作用于能源消耗對新疆碳排放產(chǎn)生正向影響；②技術(shù)引進(jìn)對新疆碳排放產(chǎn)生先正后負(fù)的影響。

給定GDP一個沖擊，對能源消耗量產(chǎn)生正向影響，給定能源消耗一個沖擊，對新疆碳排放產(chǎn)生正向影響，兩者沖擊效應(yīng)持續(xù)到第12年后趨于穩(wěn)定且收斂，因此新疆GDP對碳排放產(chǎn)生間接的正向影響。新疆地區(qū)經(jīng)濟(jì)規(guī)模的擴(kuò)大往往伴隨著能源消費(fèi)需求的增加，進(jìn)而導(dǎo)致碳排放的增加。因此未來20年預(yù)測期內(nèi)，新疆地區(qū)GDP的提高將會促進(jìn)碳排放的增加。

給定技術(shù)引進(jìn)一個沖擊，對新疆碳排放先產(chǎn)生正向影響，沖擊第十年后變?yōu)樨?fù)向影響，沖擊效應(yīng)持續(xù)到第14年后保持穩(wěn)定趨于收斂，因此技術(shù)引進(jìn)對新疆碳排放產(chǎn)生先正后負(fù)的影響。研究初期，民族地區(qū)經(jīng)濟(jì)基礎(chǔ)相對薄弱，在宏觀經(jīng)濟(jì)環(huán)境影響下，注重招商引資來促進(jìn)本地經(jīng)濟(jì)發(fā)展，這一時期環(huán)境政策較為松弛，新疆在承接外商產(chǎn)業(yè)轉(zhuǎn)移中，往往伴隨著低端產(chǎn)業(yè)、高污染行業(yè)的轉(zhuǎn)移，此時外商投資對新疆地區(qū)經(jīng)濟(jì)發(fā)展的作用主要是帶動其經(jīng)濟(jì)規(guī)模的擴(kuò)大，但技術(shù)含量引進(jìn)不足，隨著環(huán)境問題與發(fā)展問題的矛盾日益突出，對外商投資政策逐漸由重視規(guī)模引進(jìn)到重視技術(shù)引進(jìn)，外商投資對碳排放的“技術(shù)效應(yīng)”大于“環(huán)境逐底效應(yīng)”，說明未來20年預(yù)測期內(nèi)，技術(shù)創(chuàng)新將對碳排放起到抑制作用。類似地，(27)囿于篇幅限制，青海、寧夏、內(nèi)蒙古、云南、貴州和廣西等六省區(qū)的碳排放脈沖響應(yīng)和影響因素作用路徑的分析過程和圖表未在此處體現(xiàn)。對其他民族地區(qū)的碳排放及其影響因素的脈沖響應(yīng)和作用路徑進(jìn)行分析，得到的結(jié)果分別是：青海地區(qū)的能源消耗、產(chǎn)業(yè)結(jié)構(gòu)對青海地區(qū)碳排放產(chǎn)生負(fù)向影響；寧夏GDP對其碳排放產(chǎn)生正向影響；能源消耗、能源結(jié)構(gòu)對內(nèi)蒙古碳排放產(chǎn)生正向影響，但產(chǎn)業(yè)結(jié)構(gòu)影響為負(fù)；經(jīng)濟(jì)發(fā)展水平、技術(shù)引進(jìn)和能源消耗對云南碳排放起到抑制作用；技術(shù)引進(jìn)對貴州碳排放產(chǎn)生負(fù)向影響；能源消耗和人口規(guī)模對廣西碳排放產(chǎn)生正向作用。

2.方差分解結(jié)果分析

從各省區(qū)方差分解結(jié)果(圖5)來看：(1)技術(shù)引進(jìn)、能耗水平和產(chǎn)業(yè)結(jié)構(gòu)是未來影響新疆地區(qū)碳排放的重要因素。(2)青海碳排放的主要影響來源為產(chǎn)業(yè)結(jié)構(gòu)，產(chǎn)業(yè)結(jié)構(gòu)貢獻(xiàn)率緩慢波動上升，在33%左右穩(wěn)定；能源消耗貢獻(xiàn)率經(jīng)歷快速上升后緩慢波動上升，在25%左右穩(wěn)定。從增長趨勢來看，能耗水平和產(chǎn)業(yè)結(jié)構(gòu)是未來影響青海地區(qū)碳排放的重要因素。(3)寧夏碳排放主要來源為能源消耗，其貢獻(xiàn)率先快速上升后在31%左右保持平穩(wěn)；技術(shù)引進(jìn)貢獻(xiàn)率是影響寧夏碳排放的第二原因，其貢獻(xiàn)率保持在21%左右。從增長趨勢來看，能耗水平、技術(shù)引進(jìn)因素是未來影響寧夏地區(qū)碳排放的重要因素。(4)能源消耗量是內(nèi)蒙古碳排放的重要影響因素，與內(nèi)蒙古碳排放趨勢相反，能耗水平快速增加后穩(wěn)定在33%。其余各影響因素貢獻(xiàn)率大體相當(dāng)。(5)能耗水平、經(jīng)濟(jì)規(guī)模是未來影響云南地區(qū)碳排放的重要原因。(6)貴州碳排放的主要影響來源為碳排放自身，其余變量貢獻(xiàn)率數(shù)值和波動均較小。(7)廣西地區(qū)，能源結(jié)構(gòu)、城市化水平、產(chǎn)業(yè)結(jié)構(gòu)變化趨勢基本保持一致，三者貢獻(xiàn)率分別穩(wěn)定在18%、17%和16%。能耗水平貢獻(xiàn)率在初期快速上升后下降，后期穩(wěn)定在5%。從增長趨勢來看，結(jié)構(gòu)類指標(biāo)是未來影響廣西地區(qū)碳排放的重要原因。

五、結(jié)論與討論

使用少數(shù)民族省區(qū)面板數(shù)據(jù)，運(yùn)用PVAR模型探討了民族地區(qū)整體的碳排放影響因素的作用路徑，并對發(fā)展趨勢進(jìn)行預(yù)測分析；運(yùn)用VAR模型對七個民族省區(qū)的碳排放影響因素的作用路徑和發(fā)展趨勢進(jìn)行了分析，得出如下結(jié)論：

(1)由PVAR模型的脈沖響應(yīng)分析可知，民族地區(qū)經(jīng)濟(jì)規(guī)模、人口規(guī)模、能耗水平通過直接或間接的方式對其碳排放起到促進(jìn)作用。因此，當(dāng)前影響民族地區(qū)碳排放的重要因素是數(shù)量型指標(biāo)，控制數(shù)量型指標(biāo)的量級依然是民族地區(qū)碳減排工作的重點。

(2)PVAR模型的方差分解結(jié)果表明，民族地區(qū)碳排放的主要影響來自地區(qū)經(jīng)濟(jì)發(fā)展水平、能源消耗量、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)。從增長趨勢來看，產(chǎn)業(yè)結(jié)構(gòu)將對碳排放產(chǎn)生重要影響，且其影響趨勢呈現(xiàn)逐年增加的態(tài)勢。

(3)從各個民族省份的VAR脈沖響應(yīng)結(jié)果和方差分解來看，按影響因素的作用效果差異可得出以下結(jié)論：①經(jīng)濟(jì)規(guī)模作用模式涉及新疆、寧夏和云南省，除云南省外，其余兩省份的經(jīng)濟(jì)規(guī)模的擴(kuò)大均提高了碳排放水平；②技術(shù)引進(jìn)作用模式涉及新疆、云南和貴州省，且技術(shù)引進(jìn)因素對三省的碳排放均表現(xiàn)為抑制作用，即技術(shù)創(chuàng)新在一定程度上降低了碳排放量；③能耗水平作用模式涉及青海、云南、內(nèi)蒙古和廣西，前兩個省份的能耗水平對其碳排放起到抑制作用，而后兩個省份則剛好相反；④產(chǎn)業(yè)結(jié)構(gòu)作用模式涉及青海和內(nèi)蒙古兩省，且產(chǎn)業(yè)結(jié)構(gòu)對兩省份的碳排放水平均表現(xiàn)為抑制作用，即產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整特別是高耗能行業(yè)的綠色轉(zhuǎn)型有利于碳減排；⑤能源結(jié)構(gòu)作用模式涉及內(nèi)蒙古，對其碳排放水平產(chǎn)生正向影響；⑥人口規(guī)模作用模式涉及廣西，對其碳排放產(chǎn)生正向作用，因而需要高度重視人口規(guī)模和城市化問題，即提高城市化質(zhì)量而非發(fā)展速度。

綜上所述，當(dāng)前經(jīng)濟(jì)發(fā)展水平等數(shù)量型指標(biāo)對民族地區(qū)碳排放產(chǎn)生重要影響，而結(jié)構(gòu)型指標(biāo)是未來民族地區(qū)碳減排的關(guān)鍵驅(qū)動因素，且作用強(qiáng)度逐年增加，但不同省區(qū)碳排放驅(qū)動因素的作用路徑和貢獻(xiàn)強(qiáng)度存在差異，各地區(qū)應(yīng)根據(jù)其碳排放的重點影響因素和傳導(dǎo)路徑，采取差異化減排措施，建立低碳發(fā)展長效機(jī)制。