产业结构的演进与技术创新对碳排放的影响——基于全国30个省市自治区的面板数据

2022-09-10

1 引言

随着全球人口和经济规模不断增长, 能源消耗带来的环境问题被人们重视。中国在1996~2015年单位GDP消耗的能源大体呈逐年下降的趋势。2009年哥本哈根气候大会上, 我国承诺到2020年碳排放将减少40%~50%。探讨中国碳排放的影响因素, 找到实现减排的路径和对策, 不仅对于中国实现承诺, 更是对中国环境保护和国际碳排放工程做出贡献。

2 文献综述

降低碳排放强度的途径包括技术创新和产业结构调整。一部分学者认为产业结构优化是减排的主要手段。李健、周慧 (2012) 运用灰色关联分析方法研究我国碳排放强度与三次产业之间的关联。徐成龙、任建兰等 (2014) 运用LMDI分解法定量分析山东省产业结构调整对碳排放的影响。另一部分学者认为技术进步是减排的主要手段。刘建翠 (2013) 运用因素分解法, 将碳排放强度分解为产业结构变动与技术进步。本文在上述研究的基础上, 引入了FGLS等模型, 将解释变量中的产业结构从不同角度以不同指标进行衡量, 并引入地区生产总值及其平方、城镇化率、能源结构和能源强度作为控制变量。

3 理论基础

第二产业是二十年间中国GDP增长的支柱产业, 据统计2010年我国工业能耗占总能耗的71%, 认为第二产业与碳排放强度呈正向关系。根据环境库次捏次曲线, 碳排放强度与GDP呈U型。技术创新对碳排放有负面的影响, 可以增加新型节能能源的开发和利用, 优化产业结构。普遍认为城镇化对碳排放有负的影响。

4 变量选择与数据来源

4.1 变量选择

因变量:碳排放强度 (单位GDP碳排放量) , 地区值越小, 越趋于低碳经济。解释变量: (1) 产业结构:第二产业增加值占比或者各行业增加值占比; (2) 技术创新:国内授权专利个数与研发支出经费 (剔除通货膨胀) 之比。控制变量: (1) 实际地区生产总值与其平方, 以1996年为基期; (2) 城镇化率:各省市自治区城镇人口数与总人口数之比; (3) 能源结构:煤炭、石油能耗占比; (4) 能源强度:单位GDP消耗的总能源量。

4.2 数据来源

本文选择的样本区间为1996-2015年, 数据来源于历年《中国统计年鉴》、国wind数据库和历年《中国能源统计年鉴》。本文所选取的样本是除了我国台湾省和香港、澳门特别行政区、西藏自治区的30个省、自治区和直辖市。第二产业增加值占比 (secprop) 、三次产业增加值、GDP、GDP平减指数、研发支出、国内专利申请授权数、CPI指数、城镇人口数、总人口数的数据均来源于历年《中国统计年鉴》, 三次产业就业人数来源于wind数据库。能源强度是以万吨标准煤为单位的能源消费总量与实际GDP之比值。煤炭、石油占一级能耗 (煤炭、石油、天然气) 的比例通过以万吨标准煤为单位的总一级能耗消费量中煤炭、石油消耗量的占比来体现。目前国际上计算碳排放量是依据政府间气候变化专门委员会 (IPCC) 的方法来估计, 在计算碳排放时, 根据《2006年IPCC国家温室气体清单指南》计算出各能源对应的碳排放系数。

5 模型建立

5.1 以二产、三产增加值占比表示产业结构演进的模型

在研究碳排放强度时, 在传统的环境库兹涅茨曲线基础上引入产业结构, 由此, 设定面板模型为:

其中, carbonin代表碳排放强度, 方程是关于碳排放强度的回归方程。i表示个体, t表示时间。变量表示第i个省份第t期的地区第二产业增加值占比, 创新效率, 地区生产总值及其平方项, 城镇化率, 煤炭、石油消耗比重和能源强度;αit代表常数项, βk, it是面板数据中各变量的回归系数, uit为代表个体和时间异质性的变量, εit为面板随机扰动项。

5.2 模型设定

本研究在选择模型时, 首先建立POLS和FEM, 通过F检验来判断POLS是否适合本研究面板模型的估计。第二步建立REM, 通过Wald检验统计量来检验随机效应, 用housman检验来检验异方差。如果housman检验表明应该建立FEM模型, 但同时模型中又存在省际异方差和省际自相关, 则采用一种比POLS和FEM更有效的分析方法, FGLS来估计模型。FGLS能够修正省际的异方差和省际的自相关问题。如果housman检验表明应该建立REM模型, 而同时模型中又存在省际的异方差和省际的自相关问题, 则需要做进一步的修正。

6 实证分析

利用我国30个省市自治区从1996年到2015年的面板数据对我国碳排放强度的影响因素进行实证分析, 结果见表1。

表1中比较POLS与FEM的F检验统计量 (55.95) 和比较POLS与REM的Wald检验统计量 (5856.29) , POLS不适合作为本文的面板数据分析模型。用于比较FEM和REM的housman检验统计量 (12.58) 在5%显著性水平下统计显著, FEM是一个更适用的选择。Wooldridge自相关检验统计量 (193.029) 和异方差检验统计量 (5469.29) 表明需要采用FGLS。

从产业结构与碳排放强度这个方面讲, 第二产业构成越高或者说对第二产业的依赖度越高, 碳排放强度越高。技术创新对碳排放强度有显著负影响。原因是低碳技术的创新, 产业效率的优化。国内生产总值的一次项系数为负, 二次项系数为正, 满足前人研究中提到的正U型曲线。在经济发展水平较低时, 国内生产总值与碳排放强度呈负相关关系;而当经济发展到一定程度以后, 国内生产总值与碳排放强度则呈正相关关系, 原因是超过一定限度后, 单位产出的能耗逐渐增加, 从而使单位国内生产总值的碳排放总量增加。城镇化率与碳排放强度呈负相关关系。城镇化率增大的同时, 会增大国内生产总值, 减少中间无谓的能源消耗, 单位产出的碳排放量变小。煤炭、石油消耗比重均与碳排放强度呈正相关关系, 因为正是由于煤炭和石油的消耗才产生了碳排放, 并且煤炭和石油在燃烧消耗过程中相比其他较清洁的能源, 产生更多的碳排放。能源强度与碳排放强度呈正相关关系, 单位国内生产总值所消耗的能源越多, 对应相同的GDP, 能源消费总量也会越大, 从而产生的碳排放总量也越大, 因此碳排放强度增加。

7 稳健性检验

通过前文对碳排放强度影响因素的深入讨论, 我们得出一些重要的结论。为了验证这些结论的准确性, 有必要对结论进行稳健性分析。将上述模型中的第二产业增加值占比用泰尔指数来代替。泰尔指数是一个度量产业结构合理性的指标, 不仅考虑到产业的相对重要性, 还保留了结构偏离度的理论基础和经济含义。同时, 以研发支出作为衡量技术创新效率的新指标, 进行稳健性回归, 结果如下:

将表2中估计结果与表1进行对比发现, 碳排放强度对应模型的相关解释变量除了在数值大小和显著性程度上有所差别外, 在符号上完全一致。这意味着前文估计的结果是稳健可靠的。

8分地区实证分析

将我国省市自治区分为东部、中部和西部三个部分。其中, 东部包括北京市、天津市、河北省、辽宁省、上海市、江苏省、浙江省、福建省、山东省、广东省和海南省, 中部包括山西省、吉林省、黑龙江省、安徽省、江西省、河南省、湖北省和湖南省, 西部包括内蒙古自治区、广西壮族自治区、重庆市、四川省、贵州省、云南省、陕西省、甘肃省、青海省、宁夏回族自治区和新疆维吾尔自治区。利用各省市自治区从1996年到2015年的面板数据对地区碳排放的影响因素进行实证分析, 结果见表3。

从表3可以看出, 东部模型各解释变量与控制变量系数符号与总模型完全一致。中部模型各解释变量与控制变量除了煤炭、石油占比系数符号, 其他与总模型一致, 是由于中部各省相较其他地区能源消耗较多, 特别是煤炭消耗。西部模型各解释变量与控制变量除了国民生产总值及其平方项的系数符号, 其他与总模型一致, 是因为西部各省相较其他地区还处于低发展时期, 并且西部地区创新效率这一解释变量并不统计显著, 考虑到西部地区的经济发展, 结果符合实际情况。

9 结语

第二产业的迅速发展带来了过去20年的经济迅猛增长, 同时作为高耗能高污染的产业, 也带来了严重的环境问题。根据本文的模型结果, 尝试提出以下建议:第一, 创新经济发展方式, 深化绿色发展理念, 加快库次涅次曲线的拐点到来, 使经济发展和环境保护有较好的一致性;第二, 调整产业结构, 提高第三产业的比重, 逐步将第二产业中融入绿色低碳思想。提高第二产业的技术水平, 以生产效率更高、更环保的生产方式进行逐渐替代;第三, 提高城镇化, 城镇化对碳排放强度有负向影响, 加快城镇化的进程, 同时提高城镇人民的教育, 创造低碳环保的氛围, 形成绿色城镇的良性循环;第四, 提高技术创新, 加快环保型能源如乙醇、甲烷等对煤炭石油的替代, 对碳排放量的降低作用有效且深远。

摘要：碳排放所引起的全球气候变暖为人类经济社会发展带来严峻的挑战, 中国面临着巨大的减排压力。本文采用我国30个省市自治区19962015年面板数据进行实证研究, 通过POLS、FEM、REM及FGLS模型分析碳排放强度与产业结构、技术创新之间的关系。结果表明:第二产业增加值比重同碳排放强度存在正向关系;技术创新同碳排放强度存在负向关系;各地区碳排放强度影响因素存在差别。因此, 本文提出调整产业结构, 提升技术创新效率的政策建议。

关键词：碳排放强度,技术创新,产业结构,分地区