中国区域排放收敛的空间计量分析，本文主要内容关键词为：中国论文,区域论文,空间论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
0 引言
全球变暖对地球生态和人类生活构成严重威胁，已成为各国政府和学术界关注的焦点。政府间气候变化专门委员会(Intergovernmental Panel on Climate Change，IPCC)第四次评估报告①指出，人类活动导致温室气体的排放增加是气温上升的主要原因之一，而
是温室气体最主要的成分。据国际能源署(International Energy Agency，IEA)统计[1]，2007年，我国排放量已超过美国，位居世界第一。如何控制排放量，是我国经济可持续发展的关键。
围绕中国排放规律，国内外学者进行了大量的实证研究。徐国泉等[2]、冯相昭等[3]、陈彦玲等[4]、刘红光等[5]采用对数均值迪氏分解法(logarithmic mean divisia index method，LMDI)或Kaya恒等式进行排放影响因素分解，分析能源强度、能源消费结构、能源利用效率及经济增长等因素对中国人均排放量的影响，实证结果显示，经济增长对人均排放量的贡献率呈指数增长，能源消费结构、产业结构的优化，以及能源利用效率水平的提高都能降低排放量。徐玉高等[6]、Auffhammer等②、杜婷婷等[7]、杜立民等③则采用环境库兹涅兹曲线模型(environment Kuznets curve，EKC)，研究中国排放量与人均GDP及产业结构、能源消费结构等影响因素间的关系，研究结果大多认为，我国EKC曲线呈倒U型，且产业结构、能源消费结构及城市化水平是影响我国排放的重要因素。宋涛等[8]采用协整检验及脉冲响应函数，研究中国1960-2000年人均排放量与人均GDP之间的关系，结果表明二者之间存在长期协整关系，呈现倒U型EKC曲线。
可以看出，现有研究主要集中在我国排放影响因素方面，研究中未考虑地理空间相关性因素，同时也未从区域排放收敛的角度研究我国区域排放的规律。
我国地大物博，地区经济特征各不相同，空间差异性非常明显，有必要将空间相关性纳入收敛性研究中。部分学者在经济收敛研究中考虑了空间因素。比如，林光平等[9]采用空间经济计量方法，研究我国28个省市1978-2002年区域经济收敛，结果表明，我国区域经济存在收敛性，但收敛速度在减缓。吴玉鸣[10]采用我国1978-2002年人均GDP增长率的截面数据，分析了我国省域经济的空间效应和β收敛，结果表明，引入空间因素之后，我国省域经济增长β收敛的速度约为2%。项云帆等[11]应用空间面板数据分析方法，研究我国区域人均GDP的β收敛，结果表明我国区域经济在1996-2005年间存在β扩散，分时段来看，1996-2000年间存在β收敛，2001-2005年间则存在β扩散。
综上所述，现有收敛性研究文献主要集中于区域经济增长方面，而对区域排放收敛的研究还十分缺乏。本文在考虑地区间空间相关性的基础上，采用空间经济计量方法，研究1997-2007年我国区域排放的β收敛情况。进一步将11年数据分为1997-2002年和2002-2007年两个时段，研究不同时段内我国区域排放的β收敛情况。
1 我国省级排放量的测算
据有关统计，我国排放的主要来源为煤炭消费、石油消费(包括汽油、煤油、柴油和燃料油)、天然气消费和水泥生产④，本文参考国家气候变化对策协调小组办公室等[12]所采用的方法测算我国1997-2007年省级排放量数据，计算公式为
本文采用排放变异系数来测度我国地区间排放差距的变动趋势。变异系数衡量排放量单位均值上的离散程度，其计算公式为，CV=σ/μ，其中σ和μ分别为区域排放量的标准差和均值。变异系数的数值越大，说明地区间排放越不均衡，排放差距越大。计算结果如图1所示。
图1 1997-2007年我国排放变异系数
由图1可见，1997-2003年间，我国排放变异系数呈现明显的下降趋势，地区间排放量差距逐步缩小，而2003-2007年间则呈现先上升后下降的趋势，地区间排放差距有所扩大。
2 我国区域排放收敛的空间经济计量模型
通常，收敛性研究分为β收敛、σ收敛和俱乐部收敛。β收敛与时间序列相关，指初期人均GDP水平较低的地区比初期人均GDP水平较高的地区有更快的增长速度，即人均GDP增长率与初期水平负相关。β收敛又分为绝对β收敛和条件β收敛两种形式，前者认为区域经济收敛仅受初期人均GDP水平影响，后者则考虑加入其他影响经济收敛的因素，如区域虚拟变量等。σ收敛与截面数据相关，指不同经济系统间人均GDP离差随时间推移而趋于下降。俱乐部收敛指具有相同人力资本、市场开放度等结构特征的地区间存在相同增长趋势。本文研究我国区域排放的β收敛。大量研究表明，排放量与经济增长及煤炭消费比重存在密切联系。本文在条件β收敛模型中加入人均GDP增长率(记为RGDP)和煤炭消费比重变动率(记为COAL)作为控制变量。⑥基本模型如下：
绝对β收敛模型：
条件β收敛模型：
空间经济计量的基本思想是将地区间的空间相互关系引入模型，对基本线性回归模型(1)或(2)，利用空间权重矩阵进行修正。空间经济计量模型主要分为空间滞后模型(spatial lag model，SLAG)和空间误差模型(spatial error model，SEM)，前者研究相邻机构或地区的行为对整个系统内其他机构或地区的行为都有影响的情形，后者的空间相关性通过误差项来体现，研究邻近地区的误差冲击对其他地区行为的影响。以绝对β收敛模型为例，我国区域排放收敛的空间经济计量模型如下。
绝对β收敛空间滞后模型：
式中：W为空间权重矩阵；λ和ρ为空间相关系数。
在模型估计之前，首先对我国区域排放量原始数据进行空间相关性检验，目前，空间经济计量研究中最常用的统计量为全域Moran's I检验，检验式为，
本文采用全域Moran's I检验统计量，检验我国1997-2007年区域排放量，以及1997-2007年、1997-2002年及2002-2007年3个时段排放增长率的空间相关性。本文空间权重矩阵采用地理空间权重矩阵，即对全国30个省份，地理位置上相邻的省份取权重1，否则取0，全域Moran's I检验结果如表1所示。
由表1，全域Moran's I检验结果表明，1997-2007年，我国区域排放量存在显著的空间相关性。1997-2007年和2002-2007年区域排放增长率不存在空间相关性，而1997-2002年区域排放增长率存在显著的空间相关性。
3 空间经济计量模型实证结果
全域Moran's I检验仅对原始数据是否存在空间相关性进行判断，并不能作为基本模型(模型(1)或模型(2))是否引入空间因素的经济计量依据。对于是否应该将空间计量模型引入分析，则需要对基本模型最小二乘估计法(ordinary least square，OLS)回归的残差进行检验。常用的检验包括残差Moran's I检验[14]、LM-Error检验及LM-Lag检验[13]。残差Moran's I检验判定残差间是否存在空间相关性，但无法确定具体的空间计量模型。LM-Error检验和LM-Lag检验⑦则可以判定采用空间滞后模型或空间误差模型，具体判定标准为：如果LM-Error统计量比LM-Lag更显著，则采用空间误差模型；如果LM-Lag统计量比LM-Error更显著，则采用空间滞后模型[15]。
3.1 我国区域排放绝对收敛分析
首先对我国区域排放绝对收敛基本模型(模型(1))OLS估计的残差进行空间相关性检验，如表2所示。
由表2可以看出：1997-2007年及2002-2007年，模型(1)的OLS回归残差不存在空间相关性；1997-2002年，模型(1)的OLS回归残差则显示显著的空间相关性，且LM-Error较LM-Lag更为显著。因此，对于1997-2002年我国区域排放绝对收敛模型，空间误差模型(SEM)较空间滞后模型(SLAG)更为适合。模型估计结果如表3所示。
由表3可见，R[2]、AIC及BIC准则表明，OLS更适合研究1997-2007年和2002-2007年我国区域排放绝对收敛模型，而SEM模型则更适合研究1997-2002年我国区域排放绝对收敛模型。
实证结果显示，1997-2007年，我国区域排放收敛系数为负值，但是并不显著，表明此时段内，我国区域排放并不存在绝对收敛。分时段来看，1997-2002年，我国区域排放收敛系数为负值，且在1%水平下显著，表明此时段内，我国区域排放存在绝对收敛。此外，SEM模型估计的收敛速度为2.49%，较OLS模型的2.46%略有提高，这说明，考虑地区间的空间相互作用之后，我国区域排放收敛速度加快；2002-2007年，我国区域排放收敛系数为正值，但并不显著，表明此时段内，我国区域排放不存在绝对收敛。综合分时段的实证结果发现，随着时间的推移，我国区域排放的收敛性逐渐下降，这可能是由于，地区间的经济差距及能源消费结构差距拉大，导致地区间排放的差距拉大。
3.2 我国区域排放条件收敛分析
首先，对我国区域排放条件收敛基本模型(模型(2))OLS回归残差进行空间相关性检验，检验结果如表4所示。
由表4可知：1997-2007年，模型(2)的OLS回归残差不存在空间相关性；1997-2002年和2002-2007年，模型(2)的OLS回归残差则显示显著的空间相关性，且LM-Error较LM-Lag更为显著。因此，对于1997-2002年我国区域排放条件收敛模型，空间误差模型(SEM)较空间滞后模型(SLAG)更为适合。模型估计结果如表5所示。
由表5可知，R[2]、AIC及BIC准则表明，OLS模型则更适合研究1997-2007年和2002-2007年我国区域排放条件收敛模型，SEM模型更适合研究1997-2002年我国区域排放条件收敛模型。
实证结果表明，1997-2007年，我国区域排放收敛系数为负值，且在1%水平下显著，表明此时段内，我国区域排放存在条件收敛，收敛速度为1.043%。人均GDP增长率和煤炭消费比重变动率的系数均为正值，这说明，经济增长速度过快和能源消费结构恶化都将导致排放量的增大。对比绝对收敛模型和条件收敛模型，区域排放在控制经济增长速度和能源消费结构之后，由不收敛变为收敛。这是因为，1997-2007年间，我国人均GDP增长率和煤炭消费比重的地区间差距都在逐步扩大⑧，这加大了区域排放量之间的差距。若有效控制地区间经济增长率和能源消费结构上的差距，保证我国区域经济平衡发展，我国区域排放将呈现收敛趋势。
分时段来看，1997-2002年，我国区域排放收敛系数为负值，且在1%水平下显著，说明此时段内，我国区域排放存在条件收敛。SEM模型实证结果表明，区域排放收敛速度为1.74%，比OLS模型估计的收敛速度1.63%有所提高，再次验证了考虑到地区间的空间相互关系之后，区域排放收敛速度将加快。此外，人均GDP增长率系数在此时段内并不显著，这是因为，1997-2002年我国区域经济的差距并未进一步扩大；煤炭消费比重变动率系数在1%水平下显著，煤炭消费比重的变动仍然影响排放量。对比绝对收敛模型和条件收敛模型发现，控制煤炭消费比重之后，区域排放收敛速度反而降低。这是因为，1997-2002年，我国总体煤炭消费比重呈下降趋势，能源消费结构在一定程度上得到了优化，且地区间煤炭消费比重的差距也有所缩小。控制地区间煤炭消费比重差距缩小的趋势，显然将不利于我国区域排放的收敛。2002-2007年，我国区域排放收敛系数为负值，但仍不显著，表明2002-2007年我国区域排放不存在条件收敛。人均GDP增长率和煤炭消费比重变动率系数较1997-2002年均有所上升，这表明，2002-2007年，经济增长速度和能源消费结构的变动对CO[，2]排放量的影响较1997-2002年显著增大。对比绝对收敛模型和条件收敛模型发现，虽然收敛系数都不显著，但是收敛系数已由正值变为负值，区域排放由微弱的扩散趋势变为微弱的收敛趋势。这可能是因为，2002-2007年，我国人均GDP年均增长率达到12%以上，而1997-2002年仅有8%左右⑨，地区间人均GDP差距在此时段内进一步扩大，此外，煤炭消费比重自2001年后持续上升，能源消费结构呈现恶化趋势，再次说明了控制经济增长速度和能源消费结构对我国区域排放的影响。
4 结论
本文采用空间经济计量模型，研究我国1997-2007年区域排放的收敛情况。通过将11年数据分为1997-2002年和2002-2007年两个时段，研究区域排放的绝对收敛模型，以及加入人均GDP增长率和煤炭消费比重变动率之后的条件收敛模型。实证结果表明，1997-2007年，我国区域排放不存在绝对收敛，但是控制经济增长速度和能源消费结构之后，我国区域排放存在条件收敛，收敛速度为1.043%。分时段来看，1997-2002年，绝对收敛和条件收敛基本模型均存在显著的空间相关性，本文采用空间误差模型(SEM)予以修正，SEM模型实证结果表明，我国区域排放存在绝对收敛和条件收敛，且绝对收敛速度要快于条件收敛，分别为2.49%和1.74%。2002-2007年，我国区域CO[，2]排放不存在绝对收敛，也不存在条件收敛。此外，经济增长速度和能源消费结构的变动都将影响排放量。因此，控制经济增长速度和能源消费结构的地区间差异，保证我国区域经济发展的均衡性，是我国区域排放收敛的关键。
注释：
①2007年11月，IPCC第27次全体会议：《IPCC第四次评估报告综合报告》。
②参见Auffhammer M,Carson R,Garin-Munoz T.Forecasting China's carbon dioxide emissions:A provincial approach,2004,working paper,department of agricultural & resource economies.University of California,Berkeley。
③参见杜立民，魏楚.经济发展水平、能源消费结构与我国二氧化碳排放：基于省级面板数据的研究.2009年第9届中国经济学年会。
④国家发改委能源研究所(2007)：化石能源消费及水泥生产排放的占总排放的97%以上，可以近似替代排放总量。
⑤参照杜立民，魏楚(2009).煤炭消费、汽油消费、柴油消费、煤油消费、燃料油消费、天然气消费及水泥生产的排放系数分别为1.776、3.045、3.174、3.150、3.064、21.670及0.527。
⑥区域排放条件收敛空间经济计量模型只需在解释变量中加入RGDP和COAL。
⑦残差Moran's I检验、LM-Error检验及LM-Lag检验的具体表达式参见参考文献[13]。
⑧本文通过变异系数研究地区间人均GDP增长率和煤炭消费比重的差距，下同。
⑨根据《中国统计年鉴》相关数据计算得到。