论文部分内容阅读
摘 要：中国是世界上最大的碳排放国和第二大经济体。本文利用2000—2014年的省际面板数据，采用面板门槛检验方法，在考虑城市化、产业结构、对外贸易和固定资产投资等因素的基础上，对碳排放和经济增长间的非线性关系进行验证。本文研究结果发现：碳排放对经济增长的影响具有门槛效应，随着人均碳排放的增长，对人均GDP的促进作用开始明显减弱。
关键词：碳排放 能源消耗 经济增长 门槛检验
中图分类号：F124.5 文献标识码：A 文章编号：2096-0298（2020）10（a）--03
碳排放正在日益受到国际社会的关注，碳排放既是环境问题又是经济问题。中国是一个经济大国，目前经济发展正在努力由能源利用粗放型向能源利用节约型转变，并从自身经济社会可持续发展的需要出发，本着对本国和世界人民负责的态度，提出到2020年碳排放强度相比2005年下降40%～45%的减排目标。
基于此，本文利用2000—2014年的省际面板数据，采用面板门槛检验方法，在考虑城市化、产业结构、对外贸易和固定资产投资等因素的基础上，验证碳排放和经济增长两者之间的动态非线性关系，不仅丰富了能源经济学和经济增长理论的内容，而且有利于我国实现低碳经济和可持续发展的目标。
1 我国的能源消耗和碳排放情况
国家统计局每年都会公布我国的能源消耗情况，但尚未公布碳排放量，因此，需要估算碳排放量。本文根据扩展的Kaya恒等式，将碳排放量的计算公式确定为：
式（1）中， C为碳排放总量，E为能源消费量， Ci为第i种能源的碳排放量， Ei为第i种能源的消费量， Ri为第i种能源的消费量占全部能源消费量的比重， Fi为第i种能源的碳排放系数。目前，全球有四个研究机构给出了较为权威的碳排放系数，为了增强准确性，本文对此取平均数，如表1所示。
本文按照我国的能源消耗和碳排放系数来计算我国的碳排放情况，从碳排放总量来看，我国的能源消费总量和碳排放量逐年增长，2006年达到165817万吨，首次超过美国，成为世界第一大碳排放国和温室气体排放国，至2014年，碳排放量达到231075万吨，是2000年碳排放量的2.48倍。
2 碳排放和经济增长关系的面板门槛检验
2.1 样本、方法和指标选取
2.1.1 样本
根据数据的可得性，本文将时间范围确定为2000—2014年。我国包括31个省、市、自治区，其中西藏并未公开能源消耗数据，因此样本只包括除西藏之外的30个省（市或自治区）。所有数据源自历年的《中国能源统计年鉴》和《中国统计年鉴》。
2.1.2 方法
本文认为碳排放和经济增长可能存在非线性关系，因此，本文借鉴了Hansen（1999）提出的面板门槛模型，进行平衡式面板数据的门槛效果分析，该模型使用门槛变量的观察值估计出适合的门槛值，从而避免了一般研究者主观判定分区的不足。本文假定存在单一门槛值，模型如下：
其中，为被解释变量，为解释变量，为特定门槛值，为控制变量。为某一固定效果，用来描述不同省份在不同经济环境下的异质性，为误差项。另外，式（2）中的i代表不同省份， t表示不同年份。
2.1.3 指标
解释变量和被解释变量为人均国民生产总值（PGDP）和人均碳排放（PCM）。其中，人均GDP反映該地区的国民经济发展情况，其计算公式为：该地GDP/总人口。人均碳排放反映该地区的碳排放情况，计算公式为：（各能源消费量×碳排放系数）/总人口。其中，能源主要包括煤炭、原油和天然气三类，如上所述，其碳排放系数分别为0.733、0.558和0.423。
控制变量为影响经济发展的其他因素，本文选择了以下四个因素，分别是城镇人口比重（UPR）衡量该地区的城市化率;第二产业占比（SER，即第二产业产值/GDP）衡量产业结构;进出口比率（IER，即进出口额/GDP）衡量对外贸易;人均固定资产投资（PIFA）衡量固定资产投资情况。
2.1.4 研究假设
假设1：碳排放对经济增长的影响具有门槛效应，当碳排放量低于门槛值时，提高碳排放量有利于经济增长，反之则提高碳排放量反而阻碍经济增长。
假设2：城市化水平、工业化、对外贸易、固定资产投资等因素对经济增长具有显著的促进作用。
假设3：经济增长对碳排放的影响具有门槛效应，当经济增长低于门槛值时，促进经济增长可带来碳排放量的大量增加，反之经济增长导致的碳排放量将明显减少甚至降低。
假设4：城市化水平、工业化、对外贸易和固定资产投资等因素和碳排放量之间具有显著的正向关系。
2.2 实证检验和结果分析
2.2.1 碳排放对GDP的门槛效应
各个变量的统计性描述如表2所示。在估计门槛自回归模型时，必须检验是否存在门槛效果，以及存在几个门槛。本文采用Gauss10软件进行面板门槛检验，运用拔靴法检定统计量F值的渐进分配概算，进而求得p值。本部分实证以人均GDP为被解释变量，以人均碳排放为解释变量，验证碳排放和各控制变量对经济增长的影响。本文对面板数据进行反复拔靴抽样10000次，得到的单一门槛值为2.404，对应p值为0.082，且能够通过10%的显著性检验，可见碳排放对经济增长存在非线性影响和门槛效应，我们可据此写出两者之间的关系式（暂不考虑控制变量），见式（5）。
由式（5）可以看出，当碳排放量低于2.404时，每提高人均碳排放量1个单位，能够增加人均GDP0.202个单位，而当碳排放量高于2.404时，提高人均碳排放量虽然仍会增加人均GDP，但幅度明显降低，每提高碳排放量1个单位，只能增加人均GDP0.021个单位。不论是在门槛值之上还是之下，碳排放对经济增长的影响均能通过5%的显著性检验。以上对假设1进行了检验，即碳排放对经济增长的影响具有门槛效应，当碳排放量低于门槛值（2.404）时，提高碳排放量能够大幅度推动经济增长，而当碳排放量高于门槛值（2.404）时，这种促进作用仍然存在但影响程度已经明显减弱。 实际上，城市化能够显著促进经济增长，城镇人口比重每提高一个百分点，能够推动人均GDP增加3.240个百分点;工业化阻碍经济增长，第二产业产值占比每提高1个百分点，导致人均GDP降低3.111个百分点;对外贸易促进经济增长，进出口比率每提高1个百分点，能够提高人均GDP1.019个百分点;固定资产投资推动国民经济增长，人均固定资产投资每提高一个百分点，导致人均GDP增长1.453个百分点。
2.2.2 GDP对碳排放的门槛效应
本部分实证中，我们以人均碳排放为被解释变量，以人均GDP为解释变量，验证经济增长和各控制变量对碳排放的影响。本文对面板数据进行反复拔靴抽样10000次，得到的单一门槛值为3.991，对应的p值为0.066，能够通过10%的显著性水平检验，可见经济增长对碳排放存在非线性影响和门槛效应，我们可据此写出其两者间的关系式（暂不考虑控制变量），见式（6）。
由式（6）可以看出，当人均GDP低于3.991万元时，每提高一个单位的人均GDP，能够增加人均碳排放0.267个单位，当经济发展到一定阶段，随着社会对可持续发展的日益重视，会采取多种措施降低碳排放。
通过进一步判断四个控制变量对于人均碳排放量的影响及其程度。可见，城市化能够释放出更多的二氧化碳，城镇人口比重每提高一个百分点，就能够推动人均碳排放量增加4.609个百分点;工业化能够释放出更多的二氧化碳，第二产业产值占比每提高1个百分点，导致人均碳排放量增加1.788个百分点;对外贸易和固定资产投资也扩大了碳排放量。
3 结论和建议
研究结果发现：首先，碳排放对经济增长的影响具有门槛效应，当人均碳排放量低于2.404万吨标准煤时，提高碳排放量能够较大幅度推动经济增长，而当碳排放量高于2.404时，这种促进作用仍然存在但影响程度已经明显减弱，几乎接近于零;其次，经济增长对碳排放的影响具有门槛效应，当人均GDP低于3.991万元时，经济增长带来碳排放量的大量增加，而当人均GDP高于3.991万元后，随着社会低碳意识的增强，经济增长会带来碳排放量的降低;最后，观察各控制变量，城市化、固定资产投资在带来经济增长的同时，也排放出大量的二氧化碳，工业化能够带来碳排放的增加，且不利于经济增长，对外贸易有利于经济增长，但对碳排放的影响不够显著。
中国正在努力由能源利用粗放型向能源利用节约型转变。鉴于碳排放和经济增长之间的非线性关系，为了实现经济持续健康发展和控制碳排放的双重目标，本文提出以下对策建议：降低碳排放，适度发展城市化，注重提高固定资产投资的质量，优化产业结构，积极发展对外贸易，通过进出口带动经济增长。
参考文献
Grossman， G.M. and Krueger， A.B.. Environmental impacts of a North American free trade agreement [J]. NBER working Paper，Vol. 3914， 1991， Cambridge， MA.
Selden，T. and Song， D.. Environmental quality and development： is there a Kuznets curve for air pollution emissions？ [J]. Journal of Environmental Economics and Management， 1994， 27（02）.
Galeottia，M. and Lanza， A.. Desperately seeking environmental Kuznets [J]. Environmental Modelling & Software， 2005， 20（11）.
Agras J.and Chapman，D.. A dynamic approach to the environmental Kuznets curve hypothesis [J]. Ecological Economies，1999， 28（02）.
He and Richard. Environmental Kuznets Curve for CO2 in Canada [J]. ECON Papers， 2009.
陳红敏.包含工业生产过程碳排放的产业部门隐含碳研究[J].中国人口·资源与环境，2009（03）.
林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J]，管理世界，2009（04）.
刘扬，陈劭锋.基于IPAT方程的典型发达国家经济增长与碳排放关系研究[J]，生态经济，2009（11）.
李锴，齐绍洲.贸易开放、经济增长与中国二氧化碳排放[J].经济研究，2011（11）.
许广月.中国能源消费、碳排放和经济增长关系的研究[D].武汉：华中科技大学，2010.
杨子晖.经济增长、能源消费与二氧化碳排放的动态关系研究[J].世界经济，2011（06）.
李小胜，张焕明.中国经济增长、污染排放与能源消费间动态关系研究——基于面板VAR模型的实证[J].山西财经大学学报，2013（11）.
张红，李洋，张洋.中国经济增长对国际能源消费和碳排放的动态影响——基于33个国家GVAR模型的实证研究[J].清华大学学报，2014（01）.
贾登勋，黄杰.门槛效应、碳排放和经济增长[J].软科学，2015（04）.
关键词：碳排放 能源消耗 经济增长 门槛检验
中图分类号：F124.5 文献标识码：A 文章编号：2096-0298（2020）10（a）--03
碳排放正在日益受到国际社会的关注，碳排放既是环境问题又是经济问题。中国是一个经济大国，目前经济发展正在努力由能源利用粗放型向能源利用节约型转变，并从自身经济社会可持续发展的需要出发，本着对本国和世界人民负责的态度，提出到2020年碳排放强度相比2005年下降40%～45%的减排目标。
基于此，本文利用2000—2014年的省际面板数据，采用面板门槛检验方法，在考虑城市化、产业结构、对外贸易和固定资产投资等因素的基础上，验证碳排放和经济增长两者之间的动态非线性关系，不仅丰富了能源经济学和经济增长理论的内容，而且有利于我国实现低碳经济和可持续发展的目标。
1 我国的能源消耗和碳排放情况
国家统计局每年都会公布我国的能源消耗情况，但尚未公布碳排放量，因此，需要估算碳排放量。本文根据扩展的Kaya恒等式，将碳排放量的计算公式确定为：
式（1）中， C为碳排放总量，E为能源消费量， Ci为第i种能源的碳排放量， Ei为第i种能源的消费量， Ri为第i种能源的消费量占全部能源消费量的比重， Fi为第i种能源的碳排放系数。目前，全球有四个研究机构给出了较为权威的碳排放系数，为了增强准确性，本文对此取平均数，如表1所示。
本文按照我国的能源消耗和碳排放系数来计算我国的碳排放情况，从碳排放总量来看，我国的能源消费总量和碳排放量逐年增长，2006年达到165817万吨，首次超过美国，成为世界第一大碳排放国和温室气体排放国，至2014年，碳排放量达到231075万吨，是2000年碳排放量的2.48倍。
2 碳排放和经济增长关系的面板门槛检验
2.1 样本、方法和指标选取
2.1.1 样本
根据数据的可得性，本文将时间范围确定为2000—2014年。我国包括31个省、市、自治区，其中西藏并未公开能源消耗数据，因此样本只包括除西藏之外的30个省（市或自治区）。所有数据源自历年的《中国能源统计年鉴》和《中国统计年鉴》。
2.1.2 方法
本文认为碳排放和经济增长可能存在非线性关系，因此，本文借鉴了Hansen（1999）提出的面板门槛模型，进行平衡式面板数据的门槛效果分析，该模型使用门槛变量的观察值估计出适合的门槛值，从而避免了一般研究者主观判定分区的不足。本文假定存在单一门槛值，模型如下：
其中，为被解释变量，为解释变量，为特定门槛值，为控制变量。为某一固定效果，用来描述不同省份在不同经济环境下的异质性，为误差项。另外，式（2）中的i代表不同省份， t表示不同年份。
2.1.3 指标
解释变量和被解释变量为人均国民生产总值（PGDP）和人均碳排放（PCM）。其中，人均GDP反映該地区的国民经济发展情况，其计算公式为：该地GDP/总人口。人均碳排放反映该地区的碳排放情况，计算公式为：（各能源消费量×碳排放系数）/总人口。其中，能源主要包括煤炭、原油和天然气三类，如上所述，其碳排放系数分别为0.733、0.558和0.423。
控制变量为影响经济发展的其他因素，本文选择了以下四个因素，分别是城镇人口比重（UPR）衡量该地区的城市化率;第二产业占比（SER，即第二产业产值/GDP）衡量产业结构;进出口比率（IER，即进出口额/GDP）衡量对外贸易;人均固定资产投资（PIFA）衡量固定资产投资情况。
2.1.4 研究假设
假设1：碳排放对经济增长的影响具有门槛效应，当碳排放量低于门槛值时，提高碳排放量有利于经济增长，反之则提高碳排放量反而阻碍经济增长。
假设2：城市化水平、工业化、对外贸易、固定资产投资等因素对经济增长具有显著的促进作用。
假设3：经济增长对碳排放的影响具有门槛效应，当经济增长低于门槛值时，促进经济增长可带来碳排放量的大量增加，反之经济增长导致的碳排放量将明显减少甚至降低。
假设4：城市化水平、工业化、对外贸易和固定资产投资等因素和碳排放量之间具有显著的正向关系。
2.2 实证检验和结果分析
2.2.1 碳排放对GDP的门槛效应
各个变量的统计性描述如表2所示。在估计门槛自回归模型时，必须检验是否存在门槛效果，以及存在几个门槛。本文采用Gauss10软件进行面板门槛检验，运用拔靴法检定统计量F值的渐进分配概算，进而求得p值。本部分实证以人均GDP为被解释变量，以人均碳排放为解释变量，验证碳排放和各控制变量对经济增长的影响。本文对面板数据进行反复拔靴抽样10000次，得到的单一门槛值为2.404，对应p值为0.082，且能够通过10%的显著性检验，可见碳排放对经济增长存在非线性影响和门槛效应，我们可据此写出两者之间的关系式（暂不考虑控制变量），见式（5）。
由式（5）可以看出，当碳排放量低于2.404时，每提高人均碳排放量1个单位，能够增加人均GDP0.202个单位，而当碳排放量高于2.404时，提高人均碳排放量虽然仍会增加人均GDP，但幅度明显降低，每提高碳排放量1个单位，只能增加人均GDP0.021个单位。不论是在门槛值之上还是之下，碳排放对经济增长的影响均能通过5%的显著性检验。以上对假设1进行了检验，即碳排放对经济增长的影响具有门槛效应，当碳排放量低于门槛值（2.404）时，提高碳排放量能够大幅度推动经济增长，而当碳排放量高于门槛值（2.404）时，这种促进作用仍然存在但影响程度已经明显减弱。 实际上，城市化能够显著促进经济增长，城镇人口比重每提高一个百分点，能够推动人均GDP增加3.240个百分点;工业化阻碍经济增长，第二产业产值占比每提高1个百分点，导致人均GDP降低3.111个百分点;对外贸易促进经济增长，进出口比率每提高1个百分点，能够提高人均GDP1.019个百分点;固定资产投资推动国民经济增长，人均固定资产投资每提高一个百分点，导致人均GDP增长1.453个百分点。
2.2.2 GDP对碳排放的门槛效应
本部分实证中，我们以人均碳排放为被解释变量，以人均GDP为解释变量，验证经济增长和各控制变量对碳排放的影响。本文对面板数据进行反复拔靴抽样10000次，得到的单一门槛值为3.991，对应的p值为0.066，能够通过10%的显著性水平检验，可见经济增长对碳排放存在非线性影响和门槛效应，我们可据此写出其两者间的关系式（暂不考虑控制变量），见式（6）。
由式（6）可以看出，当人均GDP低于3.991万元时，每提高一个单位的人均GDP，能够增加人均碳排放0.267个单位，当经济发展到一定阶段，随着社会对可持续发展的日益重视，会采取多种措施降低碳排放。
通过进一步判断四个控制变量对于人均碳排放量的影响及其程度。可见，城市化能够释放出更多的二氧化碳，城镇人口比重每提高一个百分点，就能够推动人均碳排放量增加4.609个百分点;工业化能够释放出更多的二氧化碳，第二产业产值占比每提高1个百分点，导致人均碳排放量增加1.788个百分点;对外贸易和固定资产投资也扩大了碳排放量。
3 结论和建议
研究结果发现：首先，碳排放对经济增长的影响具有门槛效应，当人均碳排放量低于2.404万吨标准煤时，提高碳排放量能够较大幅度推动经济增长，而当碳排放量高于2.404时，这种促进作用仍然存在但影响程度已经明显减弱，几乎接近于零;其次，经济增长对碳排放的影响具有门槛效应，当人均GDP低于3.991万元时，经济增长带来碳排放量的大量增加，而当人均GDP高于3.991万元后，随着社会低碳意识的增强，经济增长会带来碳排放量的降低;最后，观察各控制变量，城市化、固定资产投资在带来经济增长的同时，也排放出大量的二氧化碳，工业化能够带来碳排放的增加，且不利于经济增长，对外贸易有利于经济增长，但对碳排放的影响不够显著。
中国正在努力由能源利用粗放型向能源利用节约型转变。鉴于碳排放和经济增长之间的非线性关系，为了实现经济持续健康发展和控制碳排放的双重目标，本文提出以下对策建议：降低碳排放，适度发展城市化，注重提高固定资产投资的质量，优化产业结构，积极发展对外贸易，通过进出口带动经济增长。
参考文献
Grossman， G.M. and Krueger， A.B.. Environmental impacts of a North American free trade agreement [J]. NBER working Paper，Vol. 3914， 1991， Cambridge， MA.
Selden，T. and Song， D.. Environmental quality and development： is there a Kuznets curve for air pollution emissions？ [J]. Journal of Environmental Economics and Management， 1994， 27（02）.
Galeottia，M. and Lanza， A.. Desperately seeking environmental Kuznets [J]. Environmental Modelling & Software， 2005， 20（11）.
Agras J.and Chapman，D.. A dynamic approach to the environmental Kuznets curve hypothesis [J]. Ecological Economies，1999， 28（02）.
He and Richard. Environmental Kuznets Curve for CO2 in Canada [J]. ECON Papers， 2009.
陳红敏.包含工业生产过程碳排放的产业部门隐含碳研究[J].中国人口·资源与环境，2009（03）.
林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J]，管理世界，2009（04）.
刘扬，陈劭锋.基于IPAT方程的典型发达国家经济增长与碳排放关系研究[J]，生态经济，2009（11）.
李锴，齐绍洲.贸易开放、经济增长与中国二氧化碳排放[J].经济研究，2011（11）.
许广月.中国能源消费、碳排放和经济增长关系的研究[D].武汉：华中科技大学，2010.
杨子晖.经济增长、能源消费与二氧化碳排放的动态关系研究[J].世界经济，2011（06）.
李小胜，张焕明.中国经济增长、污染排放与能源消费间动态关系研究——基于面板VAR模型的实证[J].山西财经大学学报，2013（11）.
张红，李洋，张洋.中国经济增长对国际能源消费和碳排放的动态影响——基于33个国家GVAR模型的实证研究[J].清华大学学报，2014（01）.
贾登勋，黄杰.门槛效应、碳排放和经济增长[J].软科学，2015（04）.