论文部分内容阅读
摘 要：低碳经济发展对产业结构优化与环境保护提出了更高的要求。本文采用贵州省1990～2014年度相关数据，利用VAR模型、因果关系分析等方法深入探讨碳排放、产业结构与经济增长间的互动关系，通过实证分析三者之间动态均衡效应，解析其可能存在的相互关系及影响效应，并在此基础上提出相应的政策建议。
关键词：碳排放；产业结构；经济增长；VAR模型
近年来，贵州省经济快速增长，经济增长速度一直排名全国前列。但经济社会全面发展的同时，伴随而来的是对能源的大量消耗。当前以煤炭、石油等高碳排放能源为主要消耗的经济发展模式也导致了二氧化碳等温室气体的大量排放，同时也造成了对环境的污染。随之贵州提出低碳、绿色发展理念，产业结构调整逐渐深化，而产业结构的调整尤其是低碳经济发展模式不仅可以减少二氧化碳排放量，也利于节约能源资源、提高能源利用效率，大大减少环境污染，形成健康可持续经济发展之路。因此，深入研究贵州省碳排放、产业结构调整与经济增长之间的关系，探讨三者之间的相互影响及动态均衡特征，为相关政策的制定提供理论支撑，对于促进贵州经济与社会健康增长，无疑具有较强的现实意义。
一、模型构建及变量选取
（一）模型构建
为能恰当反应变量之间的相互作用，描述因变量与自变量间的动态平衡，本文采用VAR（Vector Auto-regression）模型来综合分析碳排放、产业结构及经济增长间的关系。VAR模型的一般形式为：
在（1）式中，k为变量的滞后阶数；为维回归常数向量（或截距向量）；为阶的系数矩阵，为维扰动向量，并且与以前的各期变量均不相关，即扰动向量不存在自相关。实际应用中，VAR模型也会加入与内生变量有因果关系的外生变量，以增加对模型的解释性及获取变量间的相互关系。
（二）变量选取
1、碳排放
我国目前还没有碳排放的直接监测数据，本文采用文献中蔡静霞等的方法，提出碳排放量的计算公式如下：
在（2）式中，c表示由煤炭、石油、天然气等能源消费产生的碳排放总量；表示第类能源消费量，本文中分别表示煤炭、石油、天然气三种能源类型；表示第类能源的碳排放系数，不同的国家和研究机构对碳排放系设定的数值均有所差异，基于我国国情，此处采用国家发展和改革委员会能源研究所提供的碳排放系数进行测算。同时，为了能进一步反应碳排放随经济增长的变化程度，令CQD=c/GDP，表示单位GDP的碳排放量，即碳排放强度。
2、产业结构多元化系数
通常把三大产业产出的比例（10：60：30）作为衡量一个国家或地区产业多元化程度的指标，这种方法看起来比较直观，但并不能很好地体现出产业结构的演变进程及规律。为此，一些学者们提出了产业结构多元化系数这一概念，用来对产业结构的演变进行描述。本文采用黄华的研究成果，提出产业结构多元化系数表达式为：
上式中，P、S、T分别表示第一产业产出、第二产业产出及第三产业产出。MESD为产业结构多元化系数，MESD数值越大，认为该国家或地区的产业结构的演变越深化。
3、经济增长率
本文采用国内生产总值（GDP）的增长率作为衡量经济增长率的指标，在实际应用中，在不影响统计分析的前提下，经常采用GDP的自然对数值代替其原值，以减少序列异方差性的负面影响。
二、实证分析
（一）基础数据处理
本文的基础数据来源于《中国统计年鉴》、《中国能源统计年鉴》和《贵州统计年鉴》，包括贵州省1990～2014年度GDP（含一、二、三产业数据）及煤炭、石油、天然气等主要能源消费量数据。把上述各项基础数据代入式（2）、（3），便可获得碳排放量及产业结构多元化系数MESD值。为减少时间序列变量的异方差性，同时又不影响变量之间的相互关系，对GDP与碳排放量C取自然对数，分别记为LNC、LNGDP。由此可获得变量LNC、CQD、LNGDP、MESD的时间序列数据走势，如图1所示。
（二）单位根检验
为避免“伪回归”给时间序列变量之间关系带来的误导，需要在建模之前对各变量做平稳性检验。碳排放强度与碳排放量相比，突出了与经济增长之间的联系，能更深层次体现碳排放的变化，因而接下来的分析涉及碳排放指标时将以CQD作为选择对象。本文采用ADF 单位根方法（Augmented Dickey-Fuller test）来考察各变量的平稳性问题，由检验结果可知，变量LNGDP、LNC、MESD及CQD的一阶差分序列在95%的条件下均通过了检验，为平稳序列，表明各变量间可能存在着长期稳定关系，从而可以在此基础上进一步建立VAR模型。
（三）VAR模型的构建
构建VAR模型之前首先要确定模型的最优滞后期，滞后期过小，可能导致残差项的自相关，滞后期过大，则会因待估参数过多而降低模型的自由度，进而影响参数估计的有效性。通过检验包括LogL、LR、FPE、AIC、SC 及HQ 等统计量值，最终确定最优滞后期数确定为1期，进而可以构建包括变量LNGDP、CQD、MESD之间的VAR模型，如下所示：
LNGDP=0.06+0.98LNGDP（-1）+0.01CQD（-1）+0.04MESD（-1）
CQD=5.30-0.20 LNGDP（-1）+0.59 CQD（-1）-0.44 MESD（-1）
MESD=-1.60+0.37 LNGDP（-1）+0.02 CQD（-1）+0.72 MESD（-1）
由以上各式可以看出：其一，经济增长滞后期对当期的影响系数为0.98，表明经济增长率自身的变化规律为内正相关影响，增长率的变动为相互促进的累积过程；经济增长对产业结构多元化系数的影响表现为正值，具体为0.37，说明经济增长促进了产业结构的调整，同时也说明了贵州省产业结构随着经济的增长进行了内在的持续性调整；经济增长对碳排放强度的影响系数为负值。表明随着贵州省经济增长，碳排放强度表现逐渐降低，由图1也可印证，1990～2014年以来，碳排放强度基本呈下降之势。其二，产业结构多元化系数MESD对经济增长的影响系数正的0.04，这表明产业结构与经济增长之间都表现为正相关，产业结构优化调整促进了经济增长；产业结构多元化系数MESD对碳排放强度的影响系数是负的，说明产业结构升级促进了碳排放强度的降低。对比图1可以发现，从1990～2011年，基本上是产业结构优化的同时伴随碳排放强度的降低，但从2012年开始到2014年，产业结构并未优化并有恶化的趋势，与此同时碳排放强度却一直呈下降之势，原因在于近几年贵州第三产业比重虽然有所下降，但第一产业比重却有所上升，从2011年占比12.7上升到2014年的13.8，相比之下第一产业碳排放较小。同时，第二产业近几年能源利用效率也有所提高，因此出现MESD与CQD同步的现象；产业结构多元化系数MESD对自身的影响系数正的0.72，表明贵州省产业结构调整有着内在的动力，呈现不断优化的过程。其三，可以看出，碳排放强度对各要素的影响全为正值，这点与图1不符，具体原因还要看接下来的格兰杰因果关系检验。 （四）格兰杰（Granger）因果关系检验
为进一步观察碳排放强度、产业结构与经济增长之间的动态关系，需要对以上变量做因果关系检验。本文利用基于VAR模型下的格兰杰（Granger）因果关系检验考察变量间的因果关系。为此，根据前面得到的VAR模型，得到Granger因果关系检验结果，由检验结果可知，在10%的置信度下，产业结构多元化系数MESD是经济增长LNGDP与碳排放强度CQD的Granger原因；LNGDP是CQD的Granger原因、不是MESD的Granger原因；CQD不是LNGDP与MESE的Granger原因。表明产业结构优化升级推动了GDP的增长，而GDP的增长也表现出低碳的趋势，使得碳排放强度逐步降低。MESD与LNGDP的单方面因果关系，即MESD是LNGDP的Granger原因，而LNGDP不是MESD的Granger原因，进一步印证了产业结构优化与经济增长不完全同步，原因在于贵州省经济持续依然处于粗放型增长态势，经济增长更多的是来自于投资拉动，而不是技术进步型，因此当产业结构升级时，推动了经济增长，但经济增长反过来并未促进产业结构优化。
三、结语
本文运用VAR模型，构建了碳排放、产业结构与经济增长之间的动态关系系统，并根据贵州省的年度数据进行了实证研究。通过构建反应三者之间动态关系的VAR模型，并根据相应的因果关系检验，可以发现：贵州产业结构优化升级对GDP的增长及碳排放强度的降低作用明显；GDP的增长能够显著促进碳排放强度的降低；同时发现，贵州省产业结构调整表现为被动性调整，这种调整没有适应经济增长，与经济增长存在不同步的现象，因而导致产业结构优化与经济增长之间的单向因果关系，即产业结构优化推动了经济增长，而经济增长并未促进产业结构优化。
随着我国经济发展新常态及绿色生态发展的要求，贵州省再次迎来经济转型升级的有利时机。短期而言，强制性的节能减排可能会对经济增长产生一定的影响，但长期来看，减少碳排放会促进企业技术更新、提高效率，能加快产业结构调整，并有利于经济的持续稳定增长。现阶段，应积极实施“互联网+”行动，促进信息化和传统产业的深度融合，以优结构、促转型、增效益为主线，加强对深化产能和技术合作的利用，支持企业瞄准国际同行业标杆推进技术改造，采用高新技术、先进适用技术和大数据信息技术改造，推动落后产能有序退出，实现传统产业发展从规模速度型粗放增长向质量效益型集约增长转变，支持企业加快推进原材料工业生态化发展，促进产业升级改造，推动传统产业实现绿色化、品牌化，提升产业竞争力，加快产业结构转型升级。
参考文献：
[1]刘伟，张辉.中国经济增长中的产业结构变迁和技术进步[J].经济研究，2008，（11）.
[2]吴振信，薛冰，王书平.基于VAR模型的油价波动对我国经济影响分析[J].中国管理科学，2011，19（1）.
[3]蔡静霞，齐秀辉，乔朋华.碳排放与经济增长协整分析——基于黑龙江省的实证分析与检验[J].科技管理研究，2013，（4）.
关键词：碳排放；产业结构；经济增长；VAR模型
近年来，贵州省经济快速增长，经济增长速度一直排名全国前列。但经济社会全面发展的同时，伴随而来的是对能源的大量消耗。当前以煤炭、石油等高碳排放能源为主要消耗的经济发展模式也导致了二氧化碳等温室气体的大量排放，同时也造成了对环境的污染。随之贵州提出低碳、绿色发展理念，产业结构调整逐渐深化，而产业结构的调整尤其是低碳经济发展模式不仅可以减少二氧化碳排放量，也利于节约能源资源、提高能源利用效率，大大减少环境污染，形成健康可持续经济发展之路。因此，深入研究贵州省碳排放、产业结构调整与经济增长之间的关系，探讨三者之间的相互影响及动态均衡特征，为相关政策的制定提供理论支撑，对于促进贵州经济与社会健康增长，无疑具有较强的现实意义。
一、模型构建及变量选取
（一）模型构建
为能恰当反应变量之间的相互作用，描述因变量与自变量间的动态平衡，本文采用VAR（Vector Auto-regression）模型来综合分析碳排放、产业结构及经济增长间的关系。VAR模型的一般形式为：
在（1）式中，k为变量的滞后阶数；为维回归常数向量（或截距向量）；为阶的系数矩阵，为维扰动向量，并且与以前的各期变量均不相关，即扰动向量不存在自相关。实际应用中，VAR模型也会加入与内生变量有因果关系的外生变量，以增加对模型的解释性及获取变量间的相互关系。
（二）变量选取
1、碳排放
我国目前还没有碳排放的直接监测数据，本文采用文献中蔡静霞等的方法，提出碳排放量的计算公式如下：
在（2）式中，c表示由煤炭、石油、天然气等能源消费产生的碳排放总量；表示第类能源消费量，本文中分别表示煤炭、石油、天然气三种能源类型；表示第类能源的碳排放系数，不同的国家和研究机构对碳排放系设定的数值均有所差异，基于我国国情，此处采用国家发展和改革委员会能源研究所提供的碳排放系数进行测算。同时，为了能进一步反应碳排放随经济增长的变化程度，令CQD=c/GDP，表示单位GDP的碳排放量，即碳排放强度。
2、产业结构多元化系数
通常把三大产业产出的比例（10：60：30）作为衡量一个国家或地区产业多元化程度的指标，这种方法看起来比较直观，但并不能很好地体现出产业结构的演变进程及规律。为此，一些学者们提出了产业结构多元化系数这一概念，用来对产业结构的演变进行描述。本文采用黄华的研究成果，提出产业结构多元化系数表达式为：
上式中，P、S、T分别表示第一产业产出、第二产业产出及第三产业产出。MESD为产业结构多元化系数，MESD数值越大，认为该国家或地区的产业结构的演变越深化。
3、经济增长率
本文采用国内生产总值（GDP）的增长率作为衡量经济增长率的指标，在实际应用中，在不影响统计分析的前提下，经常采用GDP的自然对数值代替其原值，以减少序列异方差性的负面影响。
二、实证分析
（一）基础数据处理
本文的基础数据来源于《中国统计年鉴》、《中国能源统计年鉴》和《贵州统计年鉴》，包括贵州省1990～2014年度GDP（含一、二、三产业数据）及煤炭、石油、天然气等主要能源消费量数据。把上述各项基础数据代入式（2）、（3），便可获得碳排放量及产业结构多元化系数MESD值。为减少时间序列变量的异方差性，同时又不影响变量之间的相互关系，对GDP与碳排放量C取自然对数，分别记为LNC、LNGDP。由此可获得变量LNC、CQD、LNGDP、MESD的时间序列数据走势，如图1所示。
（二）单位根检验
为避免“伪回归”给时间序列变量之间关系带来的误导，需要在建模之前对各变量做平稳性检验。碳排放强度与碳排放量相比，突出了与经济增长之间的联系，能更深层次体现碳排放的变化，因而接下来的分析涉及碳排放指标时将以CQD作为选择对象。本文采用ADF 单位根方法（Augmented Dickey-Fuller test）来考察各变量的平稳性问题，由检验结果可知，变量LNGDP、LNC、MESD及CQD的一阶差分序列在95%的条件下均通过了检验，为平稳序列，表明各变量间可能存在着长期稳定关系，从而可以在此基础上进一步建立VAR模型。
（三）VAR模型的构建
构建VAR模型之前首先要确定模型的最优滞后期，滞后期过小，可能导致残差项的自相关，滞后期过大，则会因待估参数过多而降低模型的自由度，进而影响参数估计的有效性。通过检验包括LogL、LR、FPE、AIC、SC 及HQ 等统计量值，最终确定最优滞后期数确定为1期，进而可以构建包括变量LNGDP、CQD、MESD之间的VAR模型，如下所示：
LNGDP=0.06+0.98LNGDP（-1）+0.01CQD（-1）+0.04MESD（-1）
CQD=5.30-0.20 LNGDP（-1）+0.59 CQD（-1）-0.44 MESD（-1）
MESD=-1.60+0.37 LNGDP（-1）+0.02 CQD（-1）+0.72 MESD（-1）
由以上各式可以看出：其一，经济增长滞后期对当期的影响系数为0.98，表明经济增长率自身的变化规律为内正相关影响，增长率的变动为相互促进的累积过程；经济增长对产业结构多元化系数的影响表现为正值，具体为0.37，说明经济增长促进了产业结构的调整，同时也说明了贵州省产业结构随着经济的增长进行了内在的持续性调整；经济增长对碳排放强度的影响系数为负值。表明随着贵州省经济增长，碳排放强度表现逐渐降低，由图1也可印证，1990～2014年以来，碳排放强度基本呈下降之势。其二，产业结构多元化系数MESD对经济增长的影响系数正的0.04，这表明产业结构与经济增长之间都表现为正相关，产业结构优化调整促进了经济增长；产业结构多元化系数MESD对碳排放强度的影响系数是负的，说明产业结构升级促进了碳排放强度的降低。对比图1可以发现，从1990～2011年，基本上是产业结构优化的同时伴随碳排放强度的降低，但从2012年开始到2014年，产业结构并未优化并有恶化的趋势，与此同时碳排放强度却一直呈下降之势，原因在于近几年贵州第三产业比重虽然有所下降，但第一产业比重却有所上升，从2011年占比12.7上升到2014年的13.8，相比之下第一产业碳排放较小。同时，第二产业近几年能源利用效率也有所提高，因此出现MESD与CQD同步的现象；产业结构多元化系数MESD对自身的影响系数正的0.72，表明贵州省产业结构调整有着内在的动力，呈现不断优化的过程。其三，可以看出，碳排放强度对各要素的影响全为正值，这点与图1不符，具体原因还要看接下来的格兰杰因果关系检验。 （四）格兰杰（Granger）因果关系检验
为进一步观察碳排放强度、产业结构与经济增长之间的动态关系，需要对以上变量做因果关系检验。本文利用基于VAR模型下的格兰杰（Granger）因果关系检验考察变量间的因果关系。为此，根据前面得到的VAR模型，得到Granger因果关系检验结果，由检验结果可知，在10%的置信度下，产业结构多元化系数MESD是经济增长LNGDP与碳排放强度CQD的Granger原因；LNGDP是CQD的Granger原因、不是MESD的Granger原因；CQD不是LNGDP与MESE的Granger原因。表明产业结构优化升级推动了GDP的增长，而GDP的增长也表现出低碳的趋势，使得碳排放强度逐步降低。MESD与LNGDP的单方面因果关系，即MESD是LNGDP的Granger原因，而LNGDP不是MESD的Granger原因，进一步印证了产业结构优化与经济增长不完全同步，原因在于贵州省经济持续依然处于粗放型增长态势，经济增长更多的是来自于投资拉动，而不是技术进步型，因此当产业结构升级时，推动了经济增长，但经济增长反过来并未促进产业结构优化。
三、结语
本文运用VAR模型，构建了碳排放、产业结构与经济增长之间的动态关系系统，并根据贵州省的年度数据进行了实证研究。通过构建反应三者之间动态关系的VAR模型，并根据相应的因果关系检验，可以发现：贵州产业结构优化升级对GDP的增长及碳排放强度的降低作用明显；GDP的增长能够显著促进碳排放强度的降低；同时发现，贵州省产业结构调整表现为被动性调整，这种调整没有适应经济增长，与经济增长存在不同步的现象，因而导致产业结构优化与经济增长之间的单向因果关系，即产业结构优化推动了经济增长，而经济增长并未促进产业结构优化。
随着我国经济发展新常态及绿色生态发展的要求，贵州省再次迎来经济转型升级的有利时机。短期而言，强制性的节能减排可能会对经济增长产生一定的影响，但长期来看，减少碳排放会促进企业技术更新、提高效率，能加快产业结构调整，并有利于经济的持续稳定增长。现阶段，应积极实施“互联网+”行动，促进信息化和传统产业的深度融合，以优结构、促转型、增效益为主线，加强对深化产能和技术合作的利用，支持企业瞄准国际同行业标杆推进技术改造，采用高新技术、先进适用技术和大数据信息技术改造，推动落后产能有序退出，实现传统产业发展从规模速度型粗放增长向质量效益型集约增长转变，支持企业加快推进原材料工业生态化发展，促进产业升级改造，推动传统产业实现绿色化、品牌化，提升产业竞争力，加快产业结构转型升级。
参考文献：
[1]刘伟，张辉.中国经济增长中的产业结构变迁和技术进步[J].经济研究，2008，（11）.
[2]吴振信，薛冰，王书平.基于VAR模型的油价波动对我国经济影响分析[J].中国管理科学，2011，19（1）.
[3]蔡静霞，齐秀辉，乔朋华.碳排放与经济增长协整分析——基于黑龙江省的实证分析与检验[J].科技管理研究，2013，（4）.