《建设用地与碳排放基于省域面板数据的联立方程模型》由会员分享，可在线阅读，更多相关《建设用地与碳排放基于省域面板数据的联立方程模型（9页珍藏版）》请在金锄头文库上搜索。
1、建设用地与碳排放:基于省域面板数据的联立方程模型 秦昌才 烟台大学经济管理学院 摘 要： 通过建立省域面板数据的联立方程模型, 系统分析了建设用地与碳排放的关系, 并对各减排措施进行了情景模拟。研究发现, 建设用地对碳排放的综合影响远大于直接影响;中碳区建设用地通过产业结构和经济产出对碳排放的间接影响最大;不同碳区建设用地对碳排放和经济产出的综合影响并不一致, 节能减排的经济成本不同;中碳区控制国有能源工业固定资产投资, 高碳区提升第三产业比重, 低碳区加快城市化进程, 分别是各碳区有效的基于建设用地角度的节能减排措施。最后, 基于上述结论是对供给侧资源、技术和结构改革的启示。关键词： 建设用
2、地; 碳排放; 面板数据联立方程; 碳区; 作者简介：秦昌才 (1980-) , 男, 山东沂水人, 博士, 副教授, 硕士生导师, 烟台大学经济管理学院教师, 主要从事数量经济学、能源经济学与环境经济学等方面的研究。收稿日期：2017-03-27基金：山东省软科学研究计划项目 (2017RKB01006) :城市化建设的温室效应-基于山东半岛的实证研究Received： 2017-03-27一、引言改革开放以来, 中国经济高速增长, 城市化和工业化进程不断推进。1978 年以来, 中国城市化率以每年约 1%的幅度增加, 城市人口规模从 1.72 亿增长到6.91 亿, 年均增长率 4.29%
3、 (赵可等, 2014) 。与此同时, 化石能源大量消耗, 碳排放不断增加。2007 年, 中国的二氧化碳排放总量为 67.2 亿吨, 超过美国成为全球最大的二氧化碳排放国。2013 年中国碳排放量达到 100 亿吨, 超过了欧盟和美国的总和。城市化进程的加快, 引起建设用地面积的大幅扩张和农用地面积的不断减少。我国城市建设用地从 1981 年的 6720km2 扩张到 2011 年41805.3km2, 年均扩张率高达 6.28% (赵可等, 2014) 。到 2013 年, 我国建设用地总面积达到 374564.03km2。研究表明, 土地利用与覆被变化是仅次于化石燃料燃烧导致大气中二氧化
4、碳增加的原因 (Stuiver M., 1978) 。从碳排放的源头来看, 建设用地是人口、建筑、交通、工业和物流的集中地, 亦是高耗能和高碳排放的集中地。建设用地作为城市土地最主要的构成部分, 是土地利用类型中碳排放最大的地类 (Ali G, Nitivattananon V., 2012) 。众多研究也表明, 建设用地规模扩张对碳排放有着显著的正向作用 (杜官印, 2010, 曲福田等, 2011, 张梅等, 2013) 。关于建设用地与碳排放关系的研究可以分为三类, 一类是着眼于建设用地也是碳排放的驱动因素之一的角度进行研究。杜官印 (2010) 研究发现:建设用地与人口和人均 GDP
5、一起都是碳排放的主要驱动因素, 建设用地扩张作为工业化和城市化的直接体现, 对碳排放具有显著的正向影响。毛熙彦等 (2011) 也发现, 建设用地对碳排放增长存在正向影响。王佐 (2015) 的结论是:建设用地规模扩张是碳排放的重要原因;建设用地集约利用程度与碳排放负相关。另一类是着眼于建设用地利用过程的碳排放程度或效率研究。张苗等 (2016) 、朱志远等 (2016) 基于松弛测度 (SBM) 模型估算了建设用地开发强度或者集约利用的碳排放效率。游和远等 (2010) 基于投入导向的 CCR 和 BCC 模型测算了土地利用的碳排放效率, 测度了建设用地等与能源消耗碳排放的关联度。第三类是从
6、土地科学的角度计算建设用地的碳排放。张梅等 (2013) 利用全国的植被类型图、土壤类型图以及土地利用遥感影像, 借助 ArcGIS 9.3 的空间分析功能, 对中国华北等六大区域的各种土地利用类型转变的碳排放强度进行了研究。孙赫等 (2015) 基于研究单元全部土地利用类型数据, 估算了中国 31 个省区土地利用碳排放强度, 揭示其时空演变规律, 探讨了中国省级土地利用碳排放强度的空间关联特征。前两类研究其方法侧重于基于 kaya 等式、IPAT 方程、DEA 模型、SBM 模型等的单方程研究, 后一类则是从资源科学而非经济学的角度进行研究。其不足之处在于:一是对建设用地影响碳排放的研究主要
7、集中于分析对碳排放的直接影响, 而忽略了建设用地通过产业结构、经济产出这些经济渠道对碳排放的间接影响;二是从土地资源的角度分析减排效应和效率, 缺乏从经济成本的角度进行经济学分析;三是中国各省区能源、土地等资源禀赋以及经济发展水平、节能减排技术等区域差异较大, 现有研究对省域建设用地与碳排放关系的比较研究不足。基于此, 本文建立了省域面板数据的联立方程模型, 从经济学的角度系统分析了建设用地对碳排放、经济产出的综合影响, 以及不同碳区省份之间的差异, 从时间和空间、整体和局部等角度全面分析了建设用地与碳排放的关系。二、模型构建与数据处理1. 理论分析首先, 建设用地会直接影响碳排放。主要是土地
8、利用或覆被类型转变而导致的生态系统类型更替造成的碳排放, 以及土地经营管理方式转变或生态系统碳汇所驱动的碳排放 (杜官印, 2010) 。建设用地承载了绝大多数的能源消耗, 远远高于耕地利用过程中农作物生长产生的碳排放量, 同时, 建设用地扩展又意味着林地和草地等碳汇的减少 (张润森等, 2012) 。建筑容积率的提高带来城市单位建筑面积碳储量的增加和土地利用强度的提升, 会引起建设物资及能源投入的增加, 进而导致单位建筑面积上碳排放强度提高 (赵荣钦等, 2014) 。其碳排放总量和强度是其他用地类型的几十倍甚至上百倍 (张苗等, 2016) , 是土地利用类型中最主要和最大的碳源 (孙建卫
9、等, 2010) 。研究表明, 建设用地和未利用地向其它土地利用类型的转变基本表现为碳汇, 而其它土地利用类型向建设用地和未利用地的转变则表现出明显的碳排放作用 (张梅等, 2013) 。其次, 建设用地间接影响碳排放。建设用地是城市化和工业化进程中最为重要的自然资源、建设资本及能源投入载体, 是人口、建筑、交通、工业和物流的集中地 (顾朝林等, 2009) , 承载着包括工业生产、居住生活、交通运输等各类消耗化石能源的高能耗和高碳排的人为源碳排放活动。而且, 建设用地通过影响产业结构、经济发展等间接影响碳排放。研究表明, 建设用地的总量增长与经济增长显著相关。建设用地扩张通过影响投资、资本及
10、资本产出比率而影响经济发展。建设用地扩张与投资增幅正相关, 从而带来投资和资本存量的增加, 带来经济增长 (尹锋等, 2008) 。二者同在碳排放影响因素的框架中, 就导致了建设用地的变化将通过影响经济增长而产生其影响作用的放大效应 (毛熙彦等, 2011) 。最后, 当城市化和工业化水平发展到一定阶段以后, 建设用地集约性利用, 所承载的产业结构低碳化转变, 能源清洁技术提高, 甚至是环境政策和公众环保意识的加强, 都会使得碳排放效应逐渐降低。2. 模型构建根据上述理论分析, 建设用地与碳排放的关系可以用下图 1 表示:图 1 建设用地与碳排放的关系 下载原图鉴于建设用地与经济产出、产业结构
11、、碳排放等变量之间存在复杂的经济关系, 使用结构式联立方程模型可以系统的刻画他们之间的内在关联机制, 能够清楚的反映经济变量受到其它内生变量以及外生前定变量和随机项的影响。借鉴 Grossman 和 Krueger (1995) 的相关研究, 碳排放函数设定为经济产出、产业结构和建设用地以及节能减排投资的函数。其中, 经济产出用国内生产总值 GDP 表示, 产业结构用第二产业比重来表示, 而节能减排投资则用国有能源工业固定投资数据作近似 (傅京燕等, 2015) 。考虑到建设用地对碳排放的直接和间接贡献度量, 以及本文使用的是省域面板数据, 模型形式采用柯布道格拉斯形式。借鉴 Shen (20
12、06) 和 He (2006) 的研究方法, 构造如下对数形式的联立方程模型:其中, CO 2, GDP, S2, CL 分别表示碳排放、经济产出、第二产业比重和建设用地四个内生变量, UR, EI, S 3, FL 分别表示城市化、国有能源工业固定投资、第三产业比重和农用地四个外生变量, 下标 i 和 t 分别表示省区和时间, i, i, i, i为联立方程待估参数, it, it, it, it表示方程的随机误差项。以上四个方程分别是碳排放方程、产出方程、产业结构方程和建设用地方程。3. 数据处理和描述性分析本文采用的是同时包括省份截面和时间序列特征的面板数据, 以较大的数据点、自由度和信
13、息量, 来反应建设用地规模变化和地区发展差异对碳排放的影响。由于变量统计口径上缺少西藏自治区的数据, 因此本文使用的是中国大陆除西藏之外 30 个省份的面板数据。各变量数据来源及处理如下:1) 碳排放数据。各省份二氧化碳排放的计算公式为:其中, GHG k (k=1, 2, 3) 分别表示二氧化碳、甲烷和一氧化二氮这三种温室气体的排放量, GWP k为相应的全球变暖潜能值, 分别为 1、25 和 298。FE j表示第j 种化石能源的终端消费量, NCV j为第 j 种化石能源的平均低位发热值, EF jk为第 j 种化石能源产生第 k 种温室气体的缺省排放因子。数据主要来自于中国统计年鉴和中
14、国能源统计年鉴。2) 建设用地数据。我国有关建设用地的权威数据来源, 2002 年之前是中国国土资源年鉴, 2002 年之后是中国统计年鉴。原因就是 2002 年起我国土地利用调查开始使用新的全国土地分类, 导致 2002 年前后建设用地的统计口径发生了变化。而且, 由于土地面积的数据是根据国土普查得来的, 而普查一般几年一次, 所以中国统计年鉴上建设用地的数据只到 2008 年, 2009年后没有及时更新。因此, 本文使用的建设用地数据是 2003-2008 年的, 来源为 2004-2009 年的中国统计年鉴。3) 经济产出数据。本文的经济产出 GDP 数据是以 2003 年为基期年进行计
15、算的实际 GDP, 公式为:其中, GDPI t为以第 (i-1) 年为 100 的第 i 年 GDP 指数, 数据来源于中国统计年鉴。本文根据上述二氧化碳排放数据和实际 GDP 数据, 计算得到了 2003-2008 年中国 30 个省份的碳强度数据, 其计算公式为:并得到了各省份样本期内的平均碳强度, 如图 2。图 2 各省份平均碳强度 下载原图本文根据平均碳强度大小将 30 个省份划分为低碳区、中碳区和高碳区。碳强度低于 0.02 吨/百元的的广东 (GD) 、福建、北京、海南、江苏、江西、上海、天津到黑龙江 (HLJ) 十个省份为低碳区;碳强度高于 0.03 吨/百元的安徽 (AH)
16、、甘肃、河北、湖北、吉林、内蒙古、宁夏、山西、云南到贵州 (GZ) 十个省份为高碳区;中间的广西 (GX) 、重庆、河南、湖南、辽宁、青海、四川、山东、陕西到新疆 (XJ) 十个省份为中碳区, 如图 2 所示。4) 其他变量数据。本文选用国有能源工业固定投资数据作为对节能减排投资的替代, 数据来源为相应年份的中国能源统计年鉴, 本文做了等效年度处理。对于城市化数据, 考虑到数据的可获取性及权威性, 本文采用通行的做法利用城市人口占总人口的比重作为城市化的衡量指标, 数据来源为中国统计年鉴。此外, 农用地、第二、三产业比重数据来源都是中国统计年鉴。本文基于中国 20032008 年 30 个省份的年度面板数据进行实证分析, 以上主要经济变量的含义和描述性统计结果详见表 1。表 1 变量及描述性统计 下载原表 4. 计量方法对于联立方程模型的估计有两种方法:单方程估计方法和系统估计方法。单方程估计方法适用于模型中不同方程之间不存在系数约束, 可以使用
