長(zhǎng)三角及中部地區(qū)的二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析

李菲菲

(亳州學(xué)院 經(jīng)濟(jì)與管理系，安徽 亳州 236800)

0 引言

據(jù)研究機(jī)構(gòu)Carbon Brief發(fā)布的最新統(tǒng)計(jì)數(shù)據(jù)推算，2018年我國(guó)碳排放總量達(dá)到100億噸，居世界第一[1].為了推動(dòng)綠色低碳發(fā)展，實(shí)現(xiàn)深度節(jié)能減排，為全球應(yīng)對(duì)氣候變化作出貢獻(xiàn)，我國(guó)在《巴黎協(xié)定》中的《自主減排貢獻(xiàn)預(yù)案(INDC)》中承諾，到2030年我國(guó)的碳排放強(qiáng)度將比2005年下降60%～65%.從1978年改革開(kāi)放至今，我國(guó)經(jīng)濟(jì)發(fā)展取得了巨大的成就，經(jīng)濟(jì)總量迅速擴(kuò)張，GDP總量從不足四千億元增長(zhǎng)至九十萬(wàn)億元，增長(zhǎng)超二百倍.其中2017年長(zhǎng)三角地區(qū)(傳統(tǒng)長(zhǎng)三角以上海、江蘇、浙江三省為代表，2016年起又納入了安徽南部的6個(gè)市)的經(jīng)濟(jì)總量占全國(guó)的近1/4，在我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展建設(shè)中具有舉足輕重的影響和地位.中部5省(以前的中部6省為山西、河南、湖北、湖南、安徽、江西，由于將安徽劃入長(zhǎng)三角地區(qū)，故只剩中部5省)的地理位置鄰近，均屬中原腹地.截至2017年底，生產(chǎn)總值約為17.94萬(wàn)億元，占全國(guó)GDP的近20%.經(jīng)濟(jì)快速增長(zhǎng)背后的問(wèn)題也不容忽視，對(duì)能源的過(guò)度消耗和依賴(lài)，使得污染日益凸顯.如何協(xié)調(diào)經(jīng)濟(jì)增長(zhǎng)與碳減排目標(biāo)之間的矛盾，在保持經(jīng)濟(jì)可持續(xù)增長(zhǎng)的同時(shí)，實(shí)現(xiàn)碳排放量的減少，落實(shí)生態(tài)文明建設(shè)和低碳轉(zhuǎn)型，是急需研究的問(wèn)題.

1 文獻(xiàn)綜述

學(xué)者們對(duì)碳排放量與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系的研究主要以驗(yàn)證“環(huán)境庫(kù)茲涅茨曲線(xiàn)(EKC)”成立與否為主.EKC的主要內(nèi)容是：經(jīng)濟(jì)發(fā)展程度較低時(shí)，隨著經(jīng)濟(jì)增長(zhǎng)，碳排放量等污染物增加；當(dāng)經(jīng)濟(jì)發(fā)展到達(dá)某個(gè)拐點(diǎn)之后，經(jīng)濟(jì)增長(zhǎng)的同時(shí)碳排放量等污染物將下降.對(duì)EKC的研究結(jié)果一直以來(lái)存在爭(zhēng)議.國(guó)外學(xué)者Carson[2]和Saboori[3]分別對(duì)美國(guó)和馬來(lái)西亞的數(shù)據(jù)進(jìn)行實(shí)證后認(rèn)為EKC假說(shuō)成立.而Richmond和Kaufmann[4]卻發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)和碳排放量之間并不存在“倒U型”的關(guān)系.國(guó)內(nèi)學(xué)者在對(duì)EKC曲線(xiàn)的研究中發(fā)現(xiàn)，大多數(shù)省份中兩者關(guān)系呈現(xiàn)“倒U型”，但也有少部分省市出現(xiàn)“倒N型”或“正U型”.可能原因是選取指標(biāo)不同和東、中、西部的地域差異.還有部分學(xué)者認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)或產(chǎn)業(yè)升級(jí)對(duì)EKC曲線(xiàn)有影響，如吳雪萍等(2018)[5]借助空間杜賓滯后模型和半?yún)?shù)空間滯后模型，發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)和空氣污染物排放量的關(guān)系并不完全吻合傳統(tǒng)的EKC“倒U型”曲線(xiàn).占華(2018)[6]考慮收入差距的因素后，發(fā)現(xiàn)我國(guó)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染物排放量的“倒U型”關(guān)系依然存在，收入差距擴(kuò)大對(duì)污染減排有不利影響.張濱等(2019)[7]研究黑龍江省的溫室氣體排放數(shù)據(jù)，得出地區(qū)生產(chǎn)總值與溫室氣體排放量的EKC曲線(xiàn)呈現(xiàn)“倒U型”，并且預(yù)測(cè)2019年達(dá)到理論拐點(diǎn).趙立祥等(2019)[8]采用擴(kuò)展的EKC模型得到經(jīng)濟(jì)增長(zhǎng)對(duì)我國(guó)污染氣體排放起到促進(jìn)作用，能源強(qiáng)度與大氣污染程度表現(xiàn)出“倒N型”.另有學(xué)者從Tapio彈性分析法角度探討我國(guó)各省市的碳排放量與經(jīng)濟(jì)增長(zhǎng)的脫鉤關(guān)系.武娜等(2019)[9]研究晉陜蒙地區(qū)經(jīng)濟(jì)增長(zhǎng)與碳排放熱點(diǎn)區(qū)和冷點(diǎn)區(qū)的變化特征和脫鉤關(guān)系演變歷程.王鳳婷等(2019)[10]采用脫鉤模型發(fā)現(xiàn)京津冀三地能源碳排放量與經(jīng)濟(jì)增長(zhǎng)的關(guān)系由弱脫鉤轉(zhuǎn)為強(qiáng)脫鉤，抑制碳排放量的兩個(gè)主要因素是碳排放強(qiáng)度和能源消耗強(qiáng)度.周靈(2019)[11]發(fā)現(xiàn)我國(guó)整體經(jīng)濟(jì)增長(zhǎng)與碳排放量之間由弱脫鉤轉(zhuǎn)變?yōu)閺?qiáng)脫鉤，部分年份呈現(xiàn)出增長(zhǎng)連接和擴(kuò)張負(fù)脫鉤狀態(tài).陳書(shū)強(qiáng)等(2018)[12]對(duì)全球4種不同類(lèi)型的經(jīng)濟(jì)體進(jìn)行了碳排放量與經(jīng)濟(jì)發(fā)展之間關(guān)系的研究，發(fā)現(xiàn)各類(lèi)經(jīng)濟(jì)體對(duì)碳排放的依賴(lài)都正在由強(qiáng)向弱轉(zhuǎn)變，工、農(nóng)業(yè)生產(chǎn)對(duì)碳排放有正的顯著影響，是碳排放最主要的因素.錢(qián)芝網(wǎng)等(2018)[13]利用Tapio脫鉤模型和灰色預(yù)測(cè)模型研究華東“6省1市”的經(jīng)濟(jì)增長(zhǎng)與碳排放量的關(guān)系，得出上海和浙江的脫鉤效應(yīng)最好，強(qiáng)脫鉤明顯，其他省份以弱脫鉤為主.還有學(xué)者從農(nóng)業(yè)、工業(yè)、交通運(yùn)輸業(yè)、旅游業(yè)等不同產(chǎn)業(yè)及金融結(jié)構(gòu)與碳排放量之間的關(guān)系進(jìn)行研究.葉初升等(2019)[14]發(fā)現(xiàn)金融結(jié)構(gòu)可以通過(guò)對(duì)創(chuàng)新發(fā)揮降低減排強(qiáng)度的影響.余嬌等(2018)[15]發(fā)現(xiàn)鄭州市不同產(chǎn)業(yè)碳排放強(qiáng)度和用地效益之間的相關(guān)性差異大，且脫鉤狀態(tài)波動(dòng)明顯，2012—2015年主要為負(fù)脫鉤和強(qiáng)脫鉤.劉渝等(2018)[16]研究發(fā)現(xiàn)我國(guó)30個(gè)省市物流業(yè)的行業(yè)產(chǎn)值和碳排放量出現(xiàn)同期增長(zhǎng)態(tài)勢(shì)，但兩者的離散程度不同，脫鉤狀態(tài)差異明顯，僅有3個(gè)省市為強(qiáng)脫鉤狀態(tài).史常亮等(2016)[17]構(gòu)建擴(kuò)展的Tapio脫鉤指數(shù)指出農(nóng)業(yè)碳排放量與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系由“弱脫鉤”向“增長(zhǎng)連接”轉(zhuǎn)變.尹鵬等(2016)[18]指出我國(guó)交通運(yùn)輸業(yè)的增長(zhǎng)與碳排放量的耦合與協(xié)調(diào)度比較低，由弱脫鉤轉(zhuǎn)向擴(kuò)張負(fù)脫鉤.馬繼等(2019)[19]研究發(fā)現(xiàn)入境旅游碳排放量與經(jīng)濟(jì)增長(zhǎng)之間由增長(zhǎng)連接轉(zhuǎn)變成弱脫鉤.

以上文獻(xiàn)多數(shù)是選取GDP總值與碳排放總量指標(biāo)來(lái)闡述兩者之間“量”的關(guān)系，視角較為單一.本文擬探究長(zhǎng)三角4省與中部5省的經(jīng)濟(jì)增長(zhǎng)與二氧化碳排放量的“質(zhì)”的水平，在加入一系列控制變量的基礎(chǔ)上，采用分位數(shù)回歸研究不同的二氧化碳排放規(guī)模對(duì)經(jīng)濟(jì)增長(zhǎng)的作用程度大小，并使用Tapio彈性分析方法討論長(zhǎng)三角4省和中部5省的脫鉤狀態(tài)趨勢(shì).

2 理論模型

2.1 分位數(shù)回歸模型

分位數(shù)回歸是1978年由Koenker和Bassett提出的，估計(jì)一組回歸變量X與被解釋變量Y的分位數(shù)之間線(xiàn)性關(guān)系的建模方法.分位數(shù)回歸能給出條件分布的大體特征.每個(gè)分位點(diǎn)上的回歸都賦予條件分布上某個(gè)特殊點(diǎn)(中央或尾部)一些特征；把不同的分位點(diǎn)上的分位數(shù)回歸集中起來(lái)就能提供一個(gè)關(guān)于條件分布的完整的統(tǒng)計(jì)特征描述.且不同分位點(diǎn)下所給出的參數(shù)估計(jì)本身也可以有更值得探討的意義.

構(gòu)建的分位數(shù)回歸模型如下：

ln(Yit)=αi+(lnm(CO2)it)Tβ+(ln(cv)it)Tυ+uit，i=1，…，N;t=1，…，N

(1)

其中：Yit為各省生產(chǎn)總值GDP；m(CO2)it為各省二氧化碳排放量，(cv)it為一系列控制變量.αi為模型常數(shù)項(xiàng)，β、υ均為待估計(jì)參數(shù)，uit為隨機(jī)擾動(dòng)項(xiàng).

2.2 Tapio脫鉤模型

“脫鉤”是測(cè)度經(jīng)濟(jì)發(fā)展與環(huán)境污染關(guān)聯(lián)性的指標(biāo)，最早由OECD在2002年提出.由于OECD脫鉤指標(biāo)僅有兩種，分別為絕對(duì)脫鉤和相對(duì)脫鉤，所以應(yīng)用范圍非常有限.Tapio在2005年研究歐洲交通業(yè)發(fā)展與CO2排放量之間的關(guān)系時(shí)，將脫鉤指標(biāo)擴(kuò)展為八種，脫鉤指標(biāo)計(jì)算公式為

E(m(CO2)，GDP)=(△m(CO2)/m(CO2))/(△GDP/GDP)

(2)

其中，E(m(CO2)，GDP)為脫鉤指標(biāo)，m(CO2)為二氧化碳排放量，GDP為生產(chǎn)總值.脫鉤分為正向脫鉤和負(fù)向脫鉤，若公式(2)中m(CO2)排放量減少且生產(chǎn)總值增加，就稱(chēng)為強(qiáng)脫鉤，這是最好的狀態(tài).若m(CO2)排放量增加而生產(chǎn)總值減少，則是強(qiáng)負(fù)脫鉤，這種狀態(tài)是最不希望出現(xiàn)的.Tapio八種脫鉤指數(shù)與對(duì)照脫鉤狀態(tài)如表1所列[20]：

表1 Tapio八種脫鉤指數(shù)與脫鉤狀態(tài)對(duì)照?qǐng)D

3 實(shí)證過(guò)程

3.1 變量及數(shù)據(jù)來(lái)源

1)地區(qū)生產(chǎn)總值GDP：將長(zhǎng)三角地區(qū)2000—2016年上海、江蘇、浙江、安徽和中部5省山西、河南、湖北、湖南、江西的地區(qū)生產(chǎn)總值以2000年為基期做平減，得到長(zhǎng)三角地區(qū)和中部地區(qū)的實(shí)際GDP數(shù)據(jù).GDP數(shù)據(jù)取一階差分表示經(jīng)濟(jì)增長(zhǎng)水平，地區(qū)生產(chǎn)總值數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局網(wǎng)站.

2)二氧化碳排放量CO2：長(zhǎng)三角4省和中部5省的二氧化碳排放量的計(jì)算方法依據(jù)2006年聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)IPCC介紹的估算CO2排放量的三種方法的方法一.估算公式為：

(3)

其中，m(CO2)為待估算的二氧化碳排放量.i分別代表14種能源燃料，NCVi為各能源的平均低位發(fā)熱量，CEFi為各能源的二氧化碳排放因子，Ei為各能源的燃燒消費(fèi)量.長(zhǎng)三角地區(qū)和中部省份的Ei數(shù)據(jù)來(lái)自《中國(guó)能源統(tǒng)計(jì)年鑒》.14種能源燃料的NCVi和CEFi分別來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒2017》和IPCC(2006)，具體數(shù)值見(jiàn)表2.

表2 二氧化碳計(jì)算方法中涉及的各種指標(biāo)及系數(shù)

人均碳排放強(qiáng)度指標(biāo)使用各省市碳排放強(qiáng)度與地區(qū)人口數(shù)的比值計(jì)算，各省市碳排放強(qiáng)度為二氧化碳排放量與地區(qū)生產(chǎn)總值的比值.

3)影響經(jīng)濟(jì)增長(zhǎng)的核心解釋變量為二氧化碳排放量CO2.控制變量有6個(gè)，分別為政府干預(yù)程度gov、創(chuàng)新水平inno、城市化率city、能源結(jié)構(gòu)ener、科技支撐水平tec和固定資產(chǎn)投資比例inv.

政府作為經(jīng)濟(jì)發(fā)展的輔助調(diào)控部門(mén)，會(huì)干預(yù)經(jīng)濟(jì)的走勢(shì).政府干預(yù)程度用政府財(cái)政收入占GDP的比重來(lái)表示.科研經(jīng)費(fèi)的投入多少體現(xiàn)了地區(qū)的創(chuàng)新水平，創(chuàng)新是一個(gè)地區(qū)經(jīng)濟(jì)增長(zhǎng)的不竭動(dòng)力，因此用科研經(jīng)費(fèi)投入占GDP的比重來(lái)表示創(chuàng)新水平.城市化率是一個(gè)地區(qū)經(jīng)濟(jì)結(jié)構(gòu)和生活方式的體現(xiàn)，衡量一個(gè)地區(qū)現(xiàn)代化的水平，也代表了一定的經(jīng)濟(jì)發(fā)展程度.用非農(nóng)人口占地區(qū)總?cè)丝诘谋戎貋?lái)表示城市化率.開(kāi)發(fā)清潔新能源，推行適宜的節(jié)能減排政策會(huì)改善能源結(jié)構(gòu)，促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展.能源結(jié)構(gòu)用煤炭消耗量占地區(qū)能源消耗量的比率來(lái)表示.科技創(chuàng)新優(yōu)勢(shì)的集聚和科技支撐能力的提升是我國(guó)經(jīng)濟(jì)穩(wěn)中有進(jìn)，快速發(fā)展的重要舉措.用地方財(cái)政科學(xué)技術(shù)支出占地方財(cái)政一般預(yù)算支出的比重來(lái)表示科技支撐水平.我國(guó)早期的經(jīng)濟(jì)增長(zhǎng)主要是依靠固定資產(chǎn)投資來(lái)實(shí)現(xiàn)的，用固定資產(chǎn)投資占GDP的比重來(lái)表示固定資產(chǎn)投資比例.以上數(shù)據(jù)均來(lái)自國(guó)家統(tǒng)計(jì)局網(wǎng)站.

3.2 實(shí)證過(guò)程

3.2.1 二氧化碳排放量和控制變量對(duì)經(jīng)濟(jì)增長(zhǎng)的影響

為防止出現(xiàn)數(shù)據(jù)序列不平穩(wěn)導(dǎo)致的“偽回歸”，對(duì)中部5省和長(zhǎng)三角4省的每一變量都進(jìn)行單位根檢驗(yàn)，結(jié)果顯示△(ln GDP)、lnm(CO2)、ln GOV、ln INNO、ln CITY、ln ENER、ln TEC、ln INV均為一階單整的變量，所有變量都可以放到同一個(gè)回歸模型中.其中△(ln GDP)為ln GDP一階差分.

如表3所示，分別采用混合效應(yīng)模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型建立面板數(shù)據(jù)模型，因變量為經(jīng)濟(jì)增長(zhǎng)率，自變量分別為二氧化碳排放量、政府干預(yù)程度、創(chuàng)新水平、城市化率、能源結(jié)構(gòu)、科技支撐水平、固定資產(chǎn)投資比例.從估計(jì)結(jié)果來(lái)看，固定效應(yīng)模型整體的解釋度最高.Hausman統(tǒng)計(jì)量的檢驗(yàn)結(jié)果也支持固定效應(yīng)模型.

表3 中部五省二氧化碳排放量對(duì)經(jīng)濟(jì)增長(zhǎng)的回歸結(jié)果

由固定效應(yīng)模型的估計(jì)結(jié)果可知，中部五省的二氧化碳排放量對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著的正向促進(jìn)作用，二氧化碳排放量每增加1%，會(huì)帶來(lái)經(jīng)濟(jì)增長(zhǎng)0.27%.表明目前中部五省的經(jīng)濟(jì)增長(zhǎng)仍然需要煤炭類(lèi)能源消耗的強(qiáng)力保障.在控制變量對(duì)經(jīng)濟(jì)增長(zhǎng)的作用中，政府干預(yù)和固定資產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著的負(fù)向影響.說(shuō)明我國(guó)僅靠投資拉動(dòng)促進(jìn)經(jīng)濟(jì)增長(zhǎng)的狀況已無(wú)法持續(xù)，應(yīng)轉(zhuǎn)向增加消費(fèi)需求或通過(guò)改革創(chuàng)新提升效率來(lái)拉動(dòng)經(jīng)濟(jì)增長(zhǎng).政府的主要作用是保持宏觀經(jīng)濟(jì)穩(wěn)定和提供公共服務(wù)，它對(duì)經(jīng)濟(jì)活動(dòng)的干預(yù)將抑制經(jīng)濟(jì)增長(zhǎng).城市化率對(duì)經(jīng)濟(jì)增長(zhǎng)具有較好的正向促進(jìn)作用，城市化率的提升意味著勞動(dòng)生產(chǎn)率的提高、消費(fèi)市場(chǎng)的擴(kuò)容和經(jīng)濟(jì)增長(zhǎng)潛力的釋放.據(jù)世界銀行的報(bào)告稱(chēng)，幾乎所有的高收入水平的國(guó)家，城市化率均超過(guò)70%.我國(guó)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，截至2018年末，我國(guó)大陸常住人口城鎮(zhèn)化率為59.58%，因此應(yīng)進(jìn)一步加快城市化率的步伐.科技支撐水平也會(huì)促進(jìn)中部經(jīng)濟(jì)增長(zhǎng)，增加科技資金的投入，提高科技投入資金的使用效率，會(huì)使中部五省的經(jīng)濟(jì)又好又快地發(fā)展.創(chuàng)新水平和能源結(jié)構(gòu)對(duì)中部經(jīng)濟(jì)增長(zhǎng)的影響不顯著，可能原因是中部省份的創(chuàng)新水平還比較低，創(chuàng)新還未在中部經(jīng)濟(jì)的增長(zhǎng)中發(fā)揮應(yīng)有的支撐引領(lǐng)作用.

如表4所示，由Hausman統(tǒng)計(jì)量檢驗(yàn)可知應(yīng)建立固定效應(yīng)模型，而且固定效應(yīng)模型的R2值最大，表明模型的解釋度最好.

表4 長(zhǎng)三角四省二氧化碳排放量對(duì)經(jīng)濟(jì)增長(zhǎng)的回歸結(jié)果

由表4模型的估計(jì)結(jié)果可知，長(zhǎng)三角4省二氧化碳排放量對(duì)經(jīng)濟(jì)增長(zhǎng)同樣具有顯著的促進(jìn)作用，但二氧化碳排放量每增加1%，僅對(duì)經(jīng)濟(jì)增長(zhǎng)率有0.13%的促進(jìn)作用.跟中部5省相比較，長(zhǎng)三角地區(qū)的經(jīng)濟(jì)增長(zhǎng)對(duì)能源尤其是煤炭的需求比中部省份少近一半，經(jīng)濟(jì)增長(zhǎng)對(duì)能源消耗的依賴(lài)性較低.創(chuàng)新水平和科技支撐水平對(duì)經(jīng)濟(jì)增長(zhǎng)均有顯著的正向作用.據(jù)《中國(guó)區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告2018》顯示，2018年廣東和北京的區(qū)域創(chuàng)新能力分別位列第一和第二，北京之后分別是江蘇、上海、浙江等省份，反映長(zhǎng)三角地區(qū)在創(chuàng)新方面的開(kāi)放度高，市場(chǎng)活力較好，創(chuàng)新創(chuàng)業(yè)較為活躍.科技支撐水平對(duì)長(zhǎng)三角地區(qū)經(jīng)濟(jì)增長(zhǎng)具有正向的推動(dòng)作用，應(yīng)充分發(fā)揮政府在科技資金投入和經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變中的作用.城市化率和能源結(jié)構(gòu)對(duì)長(zhǎng)三角地區(qū)的經(jīng)濟(jì)增長(zhǎng)具有負(fù)向作用，可能原因是長(zhǎng)三角地區(qū)對(duì)周?chē)鞘腥瞬诺摹昂缥毙?yīng)明顯，城市化率已足夠高而出現(xiàn)了一些“副”效應(yīng)：如交通擁堵、環(huán)境污染、貧富差距等抑制經(jīng)濟(jì)增長(zhǎng)的情況.能源結(jié)構(gòu)對(duì)長(zhǎng)三角地區(qū)經(jīng)濟(jì)增長(zhǎng)的負(fù)向影響表明依靠煤炭等能源的巨大消耗所形成的粗放式的經(jīng)濟(jì)發(fā)展方式已經(jīng)阻礙經(jīng)濟(jì)增長(zhǎng).固定資產(chǎn)投資和政府干預(yù)對(duì)長(zhǎng)三角地區(qū)的經(jīng)濟(jì)增長(zhǎng)無(wú)顯著影響.說(shuō)明單純靠投資拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的方式已不奏效，必須轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式，調(diào)整經(jīng)濟(jì)增長(zhǎng)結(jié)構(gòu).政府這只“看得見(jiàn)的手”干預(yù)市場(chǎng)經(jīng)濟(jì)也不會(huì)促使經(jīng)濟(jì)增長(zhǎng)，它更應(yīng)該回歸穩(wěn)定市場(chǎng)秩序，確保經(jīng)濟(jì)平穩(wěn)發(fā)展的職能.

3.2.2 二氧化碳不同的排放規(guī)模對(duì)經(jīng)濟(jì)增長(zhǎng)的影響

采用面板分位數(shù)回歸模型，研究當(dāng)二氧化碳排放量較小和較大的規(guī)模分別對(duì)經(jīng)濟(jì)增長(zhǎng)的作用程度.

分別選擇分位數(shù)為0.1，0.2，0.3，…，0.9的九個(gè)分位點(diǎn)作回歸，結(jié)果見(jiàn)表5.當(dāng)二氧化碳排放量處于不同分位點(diǎn)時(shí)，對(duì)經(jīng)濟(jì)增長(zhǎng)的作用程度不同.對(duì)于中部5省來(lái)說(shuō)，在5%顯著性水平下，所有分位點(diǎn)處的二氧化碳排放量均對(duì)經(jīng)濟(jì)增長(zhǎng)有正向作用.分位數(shù)為0.1時(shí)，二氧化碳排放量增長(zhǎng)1%，地區(qū)經(jīng)濟(jì)增長(zhǎng)0.025%.分位數(shù)為0.9時(shí)，二氧化碳排放量增長(zhǎng)1%，地區(qū)經(jīng)濟(jì)增長(zhǎng)0.048%.由二氧化碳排放量所處的不同分位點(diǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的趨勢(shì)發(fā)現(xiàn)，隨著分位點(diǎn)數(shù)值的增大，二氧化碳排放量的增加，對(duì)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)作用先增強(qiáng)后減弱.二氧化碳排放量的分位數(shù)為0.7時(shí)，對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用達(dá)到最大，即tau=0.7時(shí)，二氧化碳排放增長(zhǎng)1%，地區(qū)經(jīng)濟(jì)增長(zhǎng)0.066%.表5的下半部分是長(zhǎng)三角地區(qū)不同分位數(shù)的二氧化碳排放量對(duì)經(jīng)濟(jì)增長(zhǎng)的作用強(qiáng)弱.分位數(shù)為0.1時(shí)，二氧化碳排放量增長(zhǎng)1%，地區(qū)經(jīng)濟(jì)增長(zhǎng)0.018%.分位數(shù)為0.9時(shí)，二氧化碳排放量增長(zhǎng)1%時(shí)，地區(qū)經(jīng)濟(jì)增長(zhǎng)0.033%.隨著分位數(shù)值的增大，二氧化碳排放量和經(jīng)濟(jì)增長(zhǎng)的關(guān)系也呈現(xiàn)倒“U”型，與中部地區(qū)不同的是，長(zhǎng)三角地區(qū)二氧化碳排放量對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用最大值出現(xiàn)在分位數(shù)為0.6的數(shù)值處.表明長(zhǎng)三角地區(qū)GDP達(dá)到最大增長(zhǎng)所需的二氧化碳排放量的分位數(shù)值與中部省份GDP達(dá)到最大增長(zhǎng)所需的二氧化碳排放量的分位數(shù)值相差無(wú)幾，說(shuō)明中部地區(qū)和長(zhǎng)三角地區(qū)的經(jīng)濟(jì)發(fā)展仍然依賴(lài)于高能耗和高排放的產(chǎn)業(yè)，經(jīng)濟(jì)增長(zhǎng)質(zhì)量有待進(jìn)一步提高.

表5 中部地區(qū)和長(zhǎng)三角地區(qū)的二氧化碳排放量對(duì)經(jīng)濟(jì)增長(zhǎng)的面板分位數(shù)回歸

3.2.3 二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)之間的脫鉤狀態(tài)

根據(jù)式(3)估算得到中部地區(qū)和長(zhǎng)三角地區(qū)2000—2016年的二氧化碳排放量，國(guó)家統(tǒng)計(jì)局網(wǎng)站上查找這些省市的GDP數(shù)據(jù)，利用式(2)脫鉤指數(shù)計(jì)算公式得到二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)的脫鉤指數(shù)，對(duì)照表1判別中部地區(qū)和長(zhǎng)三角地區(qū)整體和各省市2000—2016年二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)的脫鉤狀態(tài).

縱觀中部地區(qū)五省二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)的脫鉤狀態(tài)，大致都經(jīng)歷弱脫鉤-擴(kuò)張連接-弱脫鉤-擴(kuò)張連接-強(qiáng)脫鉤-弱負(fù)脫鉤這幾個(gè)狀態(tài)的交替，只是出現(xiàn)的時(shí)期稍有差別.表明中部5省二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)的關(guān)系還不太穩(wěn)定.

強(qiáng)脫鉤出現(xiàn)說(shuō)明二氧化碳排放量減少，GDP增加，這是最佳的狀態(tài).擴(kuò)張負(fù)脫鉤說(shuō)明二氧化碳排放量增長(zhǎng)速度超過(guò)GDP增長(zhǎng)速度.擴(kuò)張連接則說(shuō)明二氧化碳排放量增長(zhǎng)速度與GDP增長(zhǎng)速度幾乎相同.弱脫鉤表明二氧化碳排放量增長(zhǎng)速度小于GDP增長(zhǎng)速度.表6顯示，2000—2016年，湖北、河南、湖南、山西和江西的強(qiáng)脫鉤狀態(tài)分別出現(xiàn)5次、4次、3次、2次和1次，說(shuō)明二氧化碳排放量和經(jīng)濟(jì)增長(zhǎng)的脫鉤狀態(tài)中最好的省份是湖北，GDP增速快且二氧化碳排放量減少這種可喜的情況同時(shí)出現(xiàn)的有5年.而江西的二氧化碳排放量和經(jīng)濟(jì)增長(zhǎng)呈強(qiáng)脫鉤的狀態(tài)只有1年，其余年份均為擴(kuò)張負(fù)脫鉤、擴(kuò)張連接和弱脫鉤交替出現(xiàn).山西的擴(kuò)張負(fù)脫鉤狀態(tài)在2000年、2001年、2008年、2012年和2015年這5個(gè)年度中出現(xiàn)，湖南和江西有兩年呈現(xiàn)擴(kuò)張負(fù)脫鉤，河南、湖北在2004年和2005年出現(xiàn)擴(kuò)張負(fù)脫鉤.湖南的擴(kuò)張連接狀態(tài)出現(xiàn)在2002年、2005年、2014年和2015年，江西在2000年、2003年、2006年和2008年出現(xiàn)擴(kuò)張連接狀態(tài)，湖北在2001年、2002年和2009年出現(xiàn)擴(kuò)張連接狀態(tài)，河南的擴(kuò)張連接狀態(tài)出現(xiàn)在2002年、2005年和2016年，其它年份均為負(fù)脫鉤狀態(tài).

2000—2011年中部地區(qū)整體的二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)的脫鉤關(guān)系經(jīng)歷了大部分年份為弱脫鉤的狀態(tài)，只有2002年和2004年為擴(kuò)張連接狀態(tài).2011—2016年中部地區(qū)二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)的關(guān)系比較理想，多數(shù)年份為強(qiáng)脫鉤狀態(tài)，僅2015年和2016年為弱脫鉤和弱負(fù)脫鉤.說(shuō)明2000—2011年二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)的脫鉤狀態(tài)還不太穩(wěn)定，弱脫鉤與擴(kuò)張連接的狀態(tài)交替出現(xiàn)，經(jīng)濟(jì)增長(zhǎng)此時(shí)還需依靠較高的二氧化碳排放量即高能源消耗來(lái)激勵(lì)，經(jīng)濟(jì)增長(zhǎng)的質(zhì)量不高.2011—2014年脫鉤狀態(tài)明顯好轉(zhuǎn)，表明中部地區(qū)近年來(lái)二氧化碳排放量得到了控制，經(jīng)濟(jì)結(jié)構(gòu)成功轉(zhuǎn)型，經(jīng)濟(jì)增長(zhǎng)的同時(shí)二氧化碳排放量也在下降，經(jīng)濟(jì)發(fā)展質(zhì)量向好的方面轉(zhuǎn)變，但2015和2016年又轉(zhuǎn)入弱脫鉤和弱負(fù)脫鉤，這說(shuō)明中部地區(qū)二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)的關(guān)系還很不穩(wěn)定，近期二氧化碳排放量有增加趨勢(shì)或經(jīng)濟(jì)增長(zhǎng)速度放緩，仍需大力發(fā)展低碳產(chǎn)業(yè)，持續(xù)優(yōu)化升級(jí)產(chǎn)業(yè)結(jié)構(gòu)，合理利用能源，破除經(jīng)濟(jì)增長(zhǎng)過(guò)度依賴(lài)能源消耗的狀況.

表6 中部地區(qū)碳排放與經(jīng)濟(jì)增長(zhǎng)的脫鉤指數(shù)和脫鉤狀態(tài)

表7顯示長(zhǎng)三角地區(qū)整體及四省的二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，與中部5省相同的是大部分年份也呈現(xiàn)弱脫鉤狀態(tài).只有少數(shù)年份表現(xiàn)出擴(kuò)張連接、強(qiáng)脫鉤等其他狀態(tài).浙江在2000—2016年的大部分年份是弱脫鉤狀態(tài)，僅在2003年和2005年為擴(kuò)張連接，2004年為擴(kuò)張負(fù)連接，表明2003—2005年浙江的二氧化碳的增長(zhǎng)速度超過(guò)或與GDP增速持平，之后的弱脫鉤狀態(tài)從2006年持續(xù)到2011年.2012年、2013年和2015年浙江的碳排放量和經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)出“最佳”的狀態(tài)，碳排放量減少且GDP增加.表明這三年浙江的經(jīng)濟(jì)發(fā)展已從高碳排放向低碳轉(zhuǎn)變.雖然2014年仍為弱脫鉤，但脫鉤勢(shì)頭良好.江蘇的脫鉤狀態(tài)與浙江相比稍差一些，表現(xiàn)在強(qiáng)脫鉤的年份只有2013年，說(shuō)明江蘇的經(jīng)濟(jì)發(fā)展對(duì)二氧化碳排放量的依賴(lài)度依然很高，仍需大力發(fā)展低碳產(chǎn)業(yè)，優(yōu)化能源結(jié)構(gòu)，降低二氧化碳排放量.上海從2000—2008年都是弱脫鉤狀態(tài)，2009年為擴(kuò)張連接狀態(tài)，2010年重回弱脫鉤狀態(tài).2011年、2013年和2015年上海二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)表現(xiàn)出最好的強(qiáng)脫鉤狀態(tài).但這種狀態(tài)不太穩(wěn)定，沒(méi)有能夠形成長(zhǎng)期趨勢(shì)，未來(lái)仍需加大產(chǎn)業(yè)優(yōu)化升級(jí)力度，提高經(jīng)濟(jì)增長(zhǎng)質(zhì)量.安徽的脫鉤狀態(tài)與江蘇具有相似性，近似呈現(xiàn)弱脫鉤-擴(kuò)張負(fù)脫鉤-弱脫鉤-擴(kuò)張連接-弱脫鉤的循環(huán)態(tài)勢(shì)，只有在2014年表現(xiàn)出強(qiáng)脫鉤狀態(tài)，表明安徽的經(jīng)濟(jì)增長(zhǎng)質(zhì)量不高，需要擺脫高碳耗能刺激經(jīng)濟(jì)增長(zhǎng)的模式，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，最大限度地減少二氧化碳排放量.長(zhǎng)三角地區(qū)整體表現(xiàn)出弱脫鉤狀態(tài)，但2003年、2004年和2012年表現(xiàn)出擴(kuò)張連接狀態(tài)，2016年為衰退連接狀態(tài).僅有2013年表現(xiàn)出強(qiáng)脫鉤狀態(tài).雖然弱脫鉤狀態(tài)已成趨勢(shì)，但強(qiáng)脫鉤狀態(tài)出現(xiàn)次數(shù)比中部地區(qū)少.據(jù)中國(guó)社科院“2017《工業(yè)化藍(lán)皮書(shū)》”發(fā)布稱(chēng)，長(zhǎng)三角地區(qū)工業(yè)化水平最高，2015年的工業(yè)化綜合指數(shù)為98，已十分接近后工業(yè)化階段.較高的工業(yè)化速度與資源環(huán)境承載力不平衡，導(dǎo)致二氧化碳排放增加的年份較多，因此僅一年出現(xiàn)強(qiáng)脫鉤狀態(tài).長(zhǎng)三角地區(qū)應(yīng)借力高科技人才聚集，充分發(fā)展創(chuàng)新能力和高端產(chǎn)業(yè)，大力發(fā)展綠色產(chǎn)業(yè)，提升綠色經(jīng)濟(jì)的技術(shù)水平和產(chǎn)業(yè)規(guī)模.

表7 長(zhǎng)三角地區(qū)碳排放與經(jīng)濟(jì)增長(zhǎng)的脫鉤指數(shù)和脫鉤狀態(tài)

4 結(jié)論與政策建議

當(dāng)前，低碳發(fā)展已成為經(jīng)濟(jì)可持續(xù)增長(zhǎng)的前提，對(duì)長(zhǎng)三角地區(qū)和中部地區(qū)的二氧化碳排放量和經(jīng)濟(jì)增長(zhǎng)的關(guān)系以及脫鉤狀態(tài)的研究，有助于推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展，落實(shí)生態(tài)文明建設(shè)和經(jīng)濟(jì)低碳轉(zhuǎn)型.通過(guò)研究得出以下結(jié)論和政策建議：

4.1 結(jié)論

1)中部地區(qū)二氧化碳排放量每增加1%，促使經(jīng)濟(jì)增長(zhǎng)0.27%；而長(zhǎng)三角地區(qū)二氧化碳排放量每增加1%，帶來(lái)的經(jīng)濟(jì)增長(zhǎng)僅為0.13%.表明中部地區(qū)二氧化碳排放量的增加對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用超過(guò)長(zhǎng)三角地區(qū).

2)城市化率對(duì)中部地區(qū)的經(jīng)濟(jì)增長(zhǎng)有正向的促進(jìn)作用，但對(duì)長(zhǎng)三角地區(qū)的經(jīng)濟(jì)增長(zhǎng)是負(fù)向作用.創(chuàng)新水平和科技支撐水平能促進(jìn)長(zhǎng)三角地區(qū)的經(jīng)濟(jì)增長(zhǎng)，而創(chuàng)新水平對(duì)中部地區(qū)的經(jīng)濟(jì)增長(zhǎng)影響不顯著.政府干預(yù)和固定資產(chǎn)投資對(duì)中部地區(qū)的經(jīng)濟(jì)增長(zhǎng)具有抑制作用，而對(duì)長(zhǎng)三角地區(qū)的經(jīng)濟(jì)增長(zhǎng)無(wú)顯著影響.

3)面板分位數(shù)回歸模型中，隨著二氧化碳排放規(guī)模的分位點(diǎn)數(shù)值的增加，對(duì)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)作用表現(xiàn)出“先增強(qiáng)后減弱”的趨勢(shì)，二氧化碳排放量和經(jīng)濟(jì)增長(zhǎng)的關(guān)系呈“倒U型”.

4)中部地區(qū)二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)的脫鉤狀態(tài)在2000—2010年間大多為弱脫鉤，2011年后少數(shù)省份表現(xiàn)出強(qiáng)脫鉤態(tài)勢(shì)，但不穩(wěn)定.長(zhǎng)三角地區(qū)二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)的脫鉤狀態(tài)同樣表現(xiàn)出弱脫鉤的整體趨勢(shì)，但2011年后強(qiáng)脫鉤出現(xiàn)的年份較多，經(jīng)濟(jì)發(fā)展質(zhì)量?jī)?yōu)于中部地區(qū).

4.2 政策建議

1)中部地區(qū)的經(jīng)濟(jì)增長(zhǎng)需改變對(duì)能源消耗的依賴(lài)，重點(diǎn)發(fā)展低碳產(chǎn)業(yè).推動(dòng)制造業(yè)高質(zhì)量發(fā)展，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，堅(jiān)持綠色發(fā)展.減少政府對(duì)經(jīng)濟(jì)的干預(yù)，降低投資所占的比重，發(fā)展綠色產(chǎn)業(yè)和高端產(chǎn)業(yè)，提升綠色經(jīng)濟(jì)的技術(shù)水平.中部地區(qū)應(yīng)根據(jù)自己的資源條件和產(chǎn)業(yè)現(xiàn)狀，制定清晰適合的發(fā)展戰(zhàn)略，進(jìn)一步加快城市化進(jìn)程，擴(kuò)大開(kāi)放水平，提高服務(wù)業(yè)消費(fèi)容量，釋放經(jīng)濟(jì)潛力.

2)長(zhǎng)三角地區(qū)應(yīng)減緩城市化進(jìn)程，降低人口高速流入所帶來(lái)的地區(qū)負(fù)載量過(guò)重，避免出現(xiàn)城市化率過(guò)高抑制經(jīng)濟(jì)增長(zhǎng)的狀況.減少煤炭等在能源消耗中的比重，調(diào)整能源結(jié)構(gòu)，積極使用清潔新能源.利用長(zhǎng)三角地區(qū)優(yōu)越的地理位置實(shí)現(xiàn)資源集約利用和產(chǎn)業(yè)功能整合.借助長(zhǎng)三角區(qū)域一體化發(fā)展的國(guó)家戰(zhàn)略的實(shí)施，進(jìn)一步提高國(guó)際化進(jìn)程，吸引高科技人才，充分發(fā)揮自主創(chuàng)新和科技支撐對(duì)提升經(jīng)濟(jì)發(fā)展質(zhì)量的作用，推動(dòng)長(zhǎng)三角地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展.