碳排放区域差异与经济增长的关系

《碳排放区域差异与经济增长的关系》由会员分享，可在线阅读，更多相关《碳排放区域差异与经济增长的关系（8页珍藏版）》请在金锄头文库上搜索。

1、碳排放区域差异与经济增长的关系一、问题的提出近年来，大气中以C02为主的温室气体排放量逐渐增多，这种现象导 致了全世界共同注重一个重大问题温室效应，在此宏观环境背 景下，发展低碳经济并降低碳排放量是有效阻止世界气温持续上升的 一项重要举措。随着工业化和城市化进程的持续加快，中国C02非放量与能源消费量迅速上升。依据国际能源署统计资料，中国C02非放量在 2007 年首次超过美国，成为世界第一大碳排放国。 2009 年 12 月， 中国政府向全世界承诺，到 2020年我国单位GD啲CO2非放量在2005 年基础上下降40%- 50%并将此目标纳入经济社会发展长期规划中。 中国地域广阔，不同省份及

2、区域经济发展不平衡，能源资源禀赋差异 很大，所以碳排放表现出明显的区域特征，这就要求在制定减排措施 方面有必要将碳排放的区域差异特征和影响因素考虑其中。所以，本 文首先对中国CO2排放的地区差异实行考察，然后深入探讨经济增长 与CO2排放量之间的关系，在此基础上为制定科学合理的减排政策提 供参考和依据。当前，研究CO2排放区域的差异已成为国内外学术界注重的热点。谭 丹等(2008) 在我国碳排放区域差异研究中发现，碳排放增长速度和排 放量最大的是东部地区，而中部地区碳排放增长速度最慢，西部碳排 放量最少。此外，徐大丰 (2010) 2的研究结果显示，中西部地区碳 排放量低于东部，且碳排放区域差

3、异比较显著的行业为建筑业、工业 和运输业。不过，这些研究多是简单的概括和描述，并没有采用相关 的衡量指标对碳排放的区域差异给予量化研究。岳超等 (2010) 利用 Theil 系数研究了中国各省市碳排放强度差异的变化和来源，但因其测 算公式不太准确而导致研究结果可信度不高。杜克锐 (2011) 在测算碳 排放效率时发现，中国各地区碳排放效率差异明显且差异水准呈继续 扩大的趋势，制定减排措施过程中要重点考虑地区差异因素。国外相 关CO2排放区域差异的研究主要集中在跨国层面(Heil和Wodon 1997;Padilla 和 Serrano ，2006;Duro 和 Padilla ，2006;G

4、root ，2010;Cantore 和 Padilla ， 2010)，但关于中国碳排放地区间差异研究 的文献并不多见。当前国外仅有 Clarke Sather 等 (2011) 使用泰尔指 数和变异系数等方法将中国地域单元按东中西实行划分，并研究了中 国19972007年碳排放的区域差异。此外，经济增长与碳排放量之间 的关系也是现阶段学术界的研究热点。Grossman和Krueger(1995)提出了反映经济增长与环境质量之间关系的倒“ U型曲线，即著名的环 境库兹涅茨曲线(EKC)。国外学者(Schmalesee等，1998)研究发现，发 达国家碳排放与人均收入表现比较强的相关性，即二者

5、存有EKC曲线特征。不过，也有研究得出不同的结论，如 Friedl 在研究奥地利碳排 放与经济增长关系时得出二者呈“ N型关系的结论。国内学者也验证 了环境质量与经济发展之间的倒“ U型特征(吴振信，2012;王飞成等 2014)。当然，也有很多文献驳斥了 EKC理论的存有，如刘国平、诸大 建(2011) 和范允奇、王文举 (2011) 都通过建立面板数据模型，发现环 境质量与经济增长之间并不存有倒“ U型关系。而于卫国(2011)在研 究污染物排放与人均GDP之间关系时，甚至得出经济增长对环境质量 影响并不显著的结论。由此可知，EKC假设在我国能否成立还存有着很 大争议。当前相关碳排放区域差

6、异的研究存有一些不足，这主要表现在区域划 分方面，绝大多数文献是依据某一具体指标实行划分的，或是直接借 鉴地理位置划分。另外，现有文献也较少涉及碳排放地区差异，为给 政府制定减排政策提供依据，研究各地区碳排放差异具有重要价值。 而中国地域辽阔，各地区资源禀赋差异极大，这也导致了各地区碳排 放状况存有较大差异。所以，本文在以往研究基础上将碳排放量、碳 排放强度和人均碳排放量三个指标作为依据，将我国 30 个省市的碳排 放分为高、中、低三个区域，并研究各区域间的差异。基于此，本文 从碳排放的区域差异及其与经济增长的关系两个视角展开分析，为低 碳经济政策的制定提供参考和依据。二、中国各省市碳排放量的

7、测算1 数据来源与测算方法本文所涉及碳排放量的面板数据来源于19992011年中国能源统计年鉴和中国统计年鉴。因为中 国统计年鉴中缺少西藏和港、澳、台的能源数据，因而本研究没有 把这几个地区纳入考察范围。因为各省市 C02排放量在统计年鉴中没 有直接给出，所以C02排放量都是通过估算得出的。因为 C02产生于 主要能源的消耗，故由主要能源消费量就可测算出碳排放量，估算过 程中，主要能源消费量直接来源于统计数据，而各能源碳排放系数则 能够由IPCC获得。此外，IPCC也给出了各种类型燃料的碳含量、有效 C02非放系数以及C02排放量的计算方法。2 测算结果与分析本文首先根据各类能源消耗量、碳排放

8、系数以及 公式 计算出19992011年各省市C02排放量，然后根据C02非放 量计算出各地区碳排放强度 (Ci) 和人均碳排放量 (Cp) ，其中， Ci 由碳 排放量(CE)除以各地区GDP得出，Cp则由碳排放量除以各地区人口数 得出 ( 表 2) 。从表 2 能够看出， 2011 年各省市无论在 CE、 Ci 还是 Cp 上都存有较大差异。鲁、内蒙古、晋、豫、苏、冀、粤、辽、浙几省 CE较高；琼、青、京、津、渝、赣、甘和沪 CE较低；内蒙古、宁、晋、 贵、新、甘和陕几省 Ci 较高，京、沪、粤、浙、闽、琼以及川 Ci 较 低 ； 而内蒙古、宁、晋、新、辽、津、鲁和冀等Cp 较多，川、京、

9、赣、桂、琼、湘等Cp较少。从总体趋势来看，19992011年间CE以7. 3% 的年均增长率逐年增长。根据增长速度将这个时期划分为不同的时段： 1999 2002 年年均增长率为 2. 1%，碳排放量增长趋势平稳，称为平 稳增长期 ；2003 2010 年年均增长率为 10. 6%，碳排放量增长趋势迅 速，称为快速增长期。而在这个期间，碳排放强度以 6. 3%的年均下降 率逐年降低。三、中国各省市碳排放的区域差异分析1 .多指标聚类分析聚类分析的思想是根据样本的多个观测指标，找 出能够度量样本或指标之间相似水准的统计量，据此将相似水准较大 的样本聚合为一类，形成一个由大到小的分类系统 ( 邓维

10、斌等， 2012) 19。为了克服单一分类指标包含信息较少的缺陷，本文选择CE、Ci和Cp三个指标作为聚类分析的依据。将 2011年数据实行标准化处 理之后，选择欧氏距离度量数据之间的亲疏水准。其中，m为空间维度;Xit是样本i在空间t中的位置；而dij表示样本Xi到Xj的距离。 最后，在实行聚类分析时选用离差平方和法，得到下面的树状聚类谱 系图，将我国 30 个省市划分为三大类。高排放区域包括宁、内蒙古、 晋、鲁、辽和冀，这些省、市的煤炭消耗量占能源消耗总量的比例较 高，是高能耗产业的主要分布区域，工业总产值尤其是重工业总产值 占GDPt匕例高。这部分地区具有 CE和Cp均较高的特征，其中，

11、宁夏 碳排放总量并不高，但是其总体面积较小，人口也较少，所以经济总 量较小，其Ci和Cp均排第二位，所以也被归为高排放区；中排放区包 括粤、吉、苏、浙、豫、鄂、皖、黑、新和陕几个省份。从地理位置 上来看，中碳排放区综合了高、低两区域的碳排放特征，处在高低排 放区的交界处。中排放区多为经济人口大省，其CE Ci和Cp三个因素中有一个或两个相对较高 ; 低排放区有赣、桂、滇、渝、湘、川、沪、 闽、京、琼、甘、青和津。此区域内产业结构相对合理，与其他两个 排放区匕较，新能源相对丰富，能源利用效率高，且第三产业占匕较 高。处在低排放区的省份多表现出碳排放强度低、碳排放总量和人均 碳排放较小的特征。其中

12、，广东省虽然 CE很大，但Ci和Cp却较低， 所以将其划分为低排放区。2 .区域差异性分析由19992011年各省市碳排放数据和聚类分析可 知，2011年高、中、低三类碳排放区 CE分别占全国CE总量的37. 61% 41. 88% 20. 51%而三大区域GDP却分别占全国GDP总量 的 37. 61%、46. 94%、 30. 58%。由图 3 可知 （3 条折线分别代表高、 中、低碳排放区域 ），三区域碳排放量阶段性特征匕较明显，且整体上 都呈逐年递增趋势。 1999 2000 年为平稳增长阶段， 20032011 年为 迅速增长阶段，在平稳阶段，高、中、低三类排放区碳排放量年均增 长率

13、分别为 8. 909%、4. 929%和 4. 969%，而迅速增长阶段三区域碳 排放量的年均增长率分别为 15. 161%、15. 775%和 12. 176%。图 4 是 中国三大碳排放区碳排放强度的变化趋势图。从整体上来看，现阶段 三区域CE的增长速度均小于GDP勺增长速度，这表明中国经济发展质量在持续提升， Ci 在持续降低。高、中、低三大区域碳排放强度的年 均递减速率分别为 777%、844%、1030%。三大区域人均碳排放量 的变化情况与碳排放强度变化情况相反，图 5 反映了三区域人均碳排 放量的变化趋势，图形显示高中低三区域人均碳排放量均逐年递增， 且年均增长率分别为 1618%

14、、 1367%和 11 90%。从地理分布上看， 三区域南北差异明显，南方地区多为低碳排放区，北方则多为高、中 排放区，究其原因主要有以下几个方面： （1） 北方是煤炭产地的集中区， 煤炭消耗量较高。 （2） 高排放区经济增长方式多为粗放型的，单位 GDP 消耗的能源较多，因而不利于提升经济发展质量。 （3） 中、高排放区人 口规模相对较大，经济总量高，所以 CE也相对较高。（4）产业结构情 况显著影响碳排放量，高、中碳排放区中的重工业比例较高。变异系 数是用来衡量各观测值变异水准的一个指标，其定义为标准差与平均 数的比值。我们分别计算三大区域的三个指标的变异系数（图 6）。由图6能够看出三个

15、区域碳排放差异持续增大。区域间CE Ci和Cp的变异系数分别由 1999 年的 028、041 与 042 增长到 2011 年的 034、 0. 47与0. 50。比较三区域CE和人均CE的年均增长率发现，高碳排 放区最大，低排放区次之，中排放区最小。然后比较三区域 Ci 的年均 递减速率发现高碳排放区低于其他两类区域，且这种差别越来越大， 而低排放区又小于中排放区，说明中低排放区的差别在持续减小。四、碳排放与经济增长关系实证分析1 .模型构建与检验EKC曲线指出，环境质量在经济发展初期伴随人 均收入增长逐渐恶化，而在人均收入达到一个临界点之后则随人均收 入增加而有所改善，即二者呈倒“ U型

16、特征（钟茂初等，2010）。在经 济发展初期，CE随经济增长而增加，而在工业化后期，经济增长会减 少对能源消耗的依赖，甚至会出现 CE随GDP曽长而下降的现象（李玉 文等，2005） :21。首先根据19992011年三区域人均CE和人均 GDP绘制散点图，然后利用SPSS软件对散点图实行拟合，从拟合效果 来看，二次方程拟合水准最好，所以构建如下 EKC模型。为规避伪回 归的出现，首先对数据实行平稳性检验。对 Cp Gp以及Gp2实行ADF 检验，发现数据并不平稳，然后再对一阶差分和二阶差分实行检验， 发现二阶差分序列是平稳的。即使有些经济变量不平稳，但是如果这 些变量之间存有长期均衡关系，它们的线性组合则有可能是平稳的。Cp Gp和Gp2在ADF检验下均为二阶单整，然后使用 EG两步法实行协 整检验并验证EKC曲线的存有。通过OLS实行协整回归，估计协整向 量并计算残差，