中国二氧化碳排放的区域差异和影响因素研究，本文主要内容关键词为：中国论文,差异论文,因素论文,区域论文,二氧化论文，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。
中图分类号 X2/F11 文献标识码 A 文章编号 1002-2104(2010)05-0022-06 doi:10.3969/j.issn.1002-2104.2010.05.005
全球气候变暖已是不争的事实，这已经严重影响了人类的生存环境和人类社会的生存与发展。气候变暖除了自然因素外，更大程度是人类活动造成的，特别是源于化石燃料的使用导致的人为温室气体排放[1]。二氧化碳是一种最主要的温室气体，因此实现二氧化碳的减排是应对气候变化的重中之重。中国幅员辽阔，不同区域的人口规模、经济水平、技术水平、能源结构等都有所不同，这些因素都有可能影响到二氧化碳的排放。目前国内外有部分学者对二氧化碳排放问题进行了研究。York利用STIRPAT模型研究了二氧化碳排放量与人口之间的关系[2]；Cole发现二氧化碳排放量和人均收入之间符合库兹涅茨曲线[3]，而杜婷婷等人却认为两者之间是“N”型曲线关系[4]；Wu等利用LMDI方法从供给和需求的角度，研究了中国1980-2002年碳排放的变化[5]；徐国泉等采用对数平均权重Disvisia分解法，定量分析了能源结构、能源效率和经济发展等因素变化对中国人均碳排放的影响[6]； Coondoo还从Granger因果关系的角度分析了二氧化碳排放量和人均收入之间的关系，发现不同的国家存在不同的因果关系[7]。上述文献集中于探讨整个国家的碳排放，缺乏对不同区域碳排放的测算和比较，因此本文利用1995-2007年中国30个省份的面板数据，分析人口、经济和技术对不同区域二氧化碳排放的影响，并提出相关政策建议。
1 我国二氧化碳排放的区域划分和比较
1.1 二氧化碳排放量的测算方法
根据2007年IPCC第四次评估报告[1]，温室气体增加的主要来源是化石燃料燃烧（化石燃料燃烧所导致的二氧化碳排放在2004年占世界总排放将近95.3%）。因此本文根据各省份历年能源消费量数据来进行二氧化碳排放量的测算。根据《中国能源统计年鉴》口径，将最终能源消费种类划分为9类（煤炭、汽油、柴油、天然气、煤油、燃料油、原油、电力和焦炭）。在计算各省二氧化碳排放量时采用9类能源消费总量乘以各自的碳排放系数η，如式(1)所示：
由于原始统计时各种能源的消费均为实物统计量，测算碳排放时必须转换为标准统计量，2008年《中国能源统计年鉴》给出具体换算方法为：煤炭为0.7143kg标煤／kg、焦炭为0.9714kg标煤／kg、原油和燃料油为1.4286kg标煤／kg、汽油和煤油为1.4714kg标煤／kg、柴油为1.4571kg标煤／kg、天然气为13.300t标煤／万
、电力为1.229t标煤／万kWh。由式(1)可知，能源碳排放系数对二氧化碳排放量的计算影响很大。本文借鉴徐国泉的研究结果，各种能源的碳排放系数分别为：煤炭为0.7476t碳／t标准煤、汽油为0.5532t碳／t标准煤、柴油为0.5913t碳／t标准煤、天然气为0.4479t碳／t标准煤、煤油为0.3416t碳／t标准煤、燃料油为0.6176t碳／t标准煤、原油为0.5854t碳／t标准煤、电力为2.2132t碳／t标准煤、焦炭为0.1128t碳／t标准煤[6]。利用式(1)，可以测算出我国各省1995-2007年的二氧化碳排放总量。
1.2 二氧化碳排放的区域划分
我国各省二氧化碳排放总量相差较大，碳排放量比较大的主要包括那些人口较多、资源丰富和经济发达的省份。表1按照1995-2007年各省的平均二氧化碳排放量由小到大的顺序，给出了我国30个省份1995年、2007年及1995-2007年平均二氧化碳排放量的变化。对表1进行分析可以发现：目前我国的东中西部区域的划分标准不适合对各省二氧化碳排放量进行区域分析。如东部地区海南省1995-2007年平均二氧化碳排放量为712万t，明显低于东部地区其他省份；中部地区的山西省平均二氧化碳排放量(12452万t)明显高于中部地区其他省份；西部地区的四川省也较西部其他省份平均二氧化碳排放量要高。从表1可以看出，平均二氧化碳排放量基本能够反映各省近年来的二氧化碳排放量的变化。本文按照1995-2007年各省份平均二氧化碳排放量的大小重新划分二氧化碳排放区域，具体如下：①低排放区域，指平均二氧化碳排放量小于4000万t的省份，包括海南、青海、宁夏、重庆、广西、江西、天津、甘肃、福建、云南、北京和新疆共12个省份；②中排放区域，平均二氧化碳排放量介于4000万t和8000万t之间的省份，包括陕西、吉林、贵州、湖南、安徽、四川、内蒙古、上海、湖北和黑龙江共10个省份；③高排放区域，平均二氧化碳排放量高于8000万t的省份，包括浙江、河南、江苏、河北、辽宁、山西、广东和山东共8个省份。西藏因缺乏数据未纳入本文分析范围。
1.3 二氧化碳排放的区域比较
按照上述划分区域的方法，表2给出了1995-2007年我国低排放、中排放和高排放区域的二氧化碳排放总量和人均排放量的变化状况。
由表2可知：①三个区域的碳排放总量均逐年增加，进一步分析可以发现其增速均呈阶段性特征，1995-2002年增长较为平缓，而2003-2007年增速较快。从总体增长速度看，低排放、中排放和高排放区域的碳排放量年平均增速分别为7.62%、6.86%和8.57%，说明低排放、中排放区域的差异性在逐渐缩小，而高排放区域与低排放、中排放区域之间的差异呈不断扩大趋势。②不同区域的碳排放总量差异比较明显，其中低排放区域碳排放比重约为20%左右，中排放区域比重为30%左右，而高排放区域虽然只有8个省份，碳排放比重却高达50%左右，且呈现上
升趋势。③不同区域的碳排放总量差异呈不断扩大趋势。在研究时序内，碳排放总量变异系数逐渐增加，1995年为0.462，而2007年为0.539。④从人均碳排放量来看，三个区域的差异性也是非常明显的，高排放区域远远高于低、中排放区域，且这种差异性也是呈逐年扩大趋势，变异系数由1995年的0.198增加到2007年的0.257。
2 二氧化碳排放影响因素实证分析
2.1 模型构建
其中t表示年份。为了考察二氧化碳排放量与经济增长之间是否存在倒“U”型环境库兹涅茨曲线，将式(2)中的lnA分解为lnA和(lnA)[2]两项。另外考虑到二氧化碳的排放具有一定的路径依赖特征（即二氧化碳的排放惯性，本期排放量与上一期排放量有关），进一步在上述模型中加入因变量的滞后项作为解释变量，最终得到如下动态模型：
2.2 方法和数据
根据Friedl的观点，各因素对二氧化碳排放的影响不仅具有时间维度特征，同时也具有截面维度特征，即二氧化碳排放不仅与同一区域人口、经济和技术有关，而且与不同区域间的影响因素也有一定关系[9]。因此，结合时序和截面信息的面板数据更能反映出人口、经济和技本对二氧化碳排放的综合影响。
采用面板教据分析方法首先需要判断采用常截距模型还是变截距模型。本文使用协方差分析方法对此进行检验，构造F统计量进行面板模型的判定。F统计量具体公式如下：
反之则选用变截距模型进行估计。如果选用变截距模型，则还应在固定效应模型和随机效应模型之间作出判断，有一个常用的方法就是用Hausman检验来识别。如果Hausman检验拒绝了原假设，就表示应建立固定效应模型；反之则应选择随机效应模型[10]。
本文所使用的变量分别说明如下：
二氧化碳排放量(I)：为了和其它文献保持一致，将二氧化碳排放量的单位转变为以碳为单位，其转换率为单位碳等于3.667单位的二氧化碳排放量。该指标一般用来反映环境的变化，单位为万吨碳。
人口规模(P)：用各省的总人口数表示，单位为万人。
人均财富(A)：用各省的人均GDP表示，用来衡量各省的经济水平和生活水准对二氧化碳排放的影响，单位为元（1978年价格）。
技术水平(T)：用能源强度表示。能源强度即单位 GDP产出的能源消费，能源强度越低，表示经济活动的能源效率越高，产生的二氧化碳排放量相对越少，单位为吨标准煤／万元。该指标一般用来反映技术水平对二氧化碳排放的影响。
所使用的原始数据中，各省人口规模和GDP总量来源于历年《中国统计年鉴》，能源消费量来源于历年《中国能源统计年鉴》，其他数据经测算而来。
2.3 结果与分析
根据研究方法中所述，首先对面板数据模型的设定形式进行判断，F检验和Hausman检验结果见表3。
检验结果显示，各区域和全国整体的数据均比较适合固定效应模型。需要指出的是，由于将因变量的滞后项作为解释变量纳入到回归方程中，可能会出现解释变量的内生性问题，本文采用动态GMM方法来消除解释变量内生性的影响。根据设定的模型形式，利用EVIEWS6.0，得到回归结果见表4。
从总体来看，四个面板模型的
都比较接近1，F值也较大，DW值显示随机误差项不存在自相关，所有的系数均通过了t检验，说明四个面板模型均拟合较好。
估计结果显示，人口、经济和技术对不同区域二氧化碳排放的影响是不一样的：①就人口弹性而言，中排放区域的弹性系数为负，而低排放区域、高排放区域和全国整体弹性系数均为正。笔者以为这可以解释如下：人口对环境的影响是双向的，一方面，人口增长对资源产生了压力，增加了能源消费导致环境恶化，另一方面人口增长会促进技术改革，这样就会减轻对环境的负面影响。所以有的区域人口对环境正面影响超过负面影响，回归系数表现为负，有的区域则刚好相反。其实经济发展对环境的影响也存在双向性，只不过所有区域的负面效应均超过了正面效应，所以系数均表现为正。②就经济弹性而言，在四个模型中，经济对二氧化碳排放的弹性系数均是三个弹性系数中最大的，说明我国目前的二氧化碳排放对经济增长是非常敏感的，经济增长是二氧化碳排放的主要驱动因素，这是符合我国工业化发展的阶段性特征的。③就技术弹性而言，四个模型的弹性系数均为正，说明技术进步在一定程度上缓解了二氧化碳排放的快速增长。另外低排放区域技术弹性系数明显高于中排放、高排放区域和全国平均值，说明低排放区域能源利用效率相对较高，同时中排放区域能源效率也明显高于高排放区域。
根据表4中
和
的回归系数可以发现，我国的二氧化碳排放与经济增长之间存在明显的倒“U”型环境库兹涅茨曲线，在经济发展初期，二氧化碳排放量伴随经济快速增长而急剧增加，当经济发展到一定程度后，经济进一步增长将有利于降低二氧化碳排放。根据公式lnA*=-/(2)，可以求出四个模型中倒“U”型曲线的拐点分别为14.52，12.52，12.35和22.50，即低、中、高排放区域的人均GDP要分别达到193.5万元、26.3万元和22.2万元，这是需要经过一个非常漫长的时期的。而全国整体的环境库兹涅茨曲线要达到拐点，其人均GDP要高达55亿元，这是不可想象的。
另外，四个模型中h的回归系数均为正，说明我国各区域的二氧化碳排放量存在显著的路径依赖现象，其中全国整体的路径依赖效应最明显，低排放、中排放、高排放区域的路径依赖效应逐渐减弱。需要指出的是，二氧化碳排放量的滞后项系数的大小不仅反映了空气质量路径依赖的程度大小，而且反映了当期的经济发展对未来环境质量的影响。根据表4的估计结果不难看出，当期经济增长至少对未来2－3年的空气质量将产生影响，其中全国整体为2.93年(1/0.341)，低排放区域为2.67年(1/0.374)，中排放区域为2.34年(1/0.427)，高排放区域为1.99年(1/0.504)。这也告诉我们，虽然从短期来看环境恶化的负面影响可能并不显著，但我们却要为其付出长期的、沉重的代价，并且这种代价对整个国家来说比单个区域要更大。
3 结论与建议
根据上述，我国低排放、中排放和高排放三个不同区域的二氧化碳排放量差异非常明显且逐步扩大，这主要是由不同区域经济增长和资源消耗不同所引起的。其中二氧化碳排放与经济增长存在典型的库兹涅茨曲线关系，即随着经济发展，空气质量呈现先恶化后改善的趋势，但是在很长的时期内都难以达到转折点。另外，我国的二氧化碳排放还呈现出较强的排放惯性，当期的经济增长会对未来几年的空气质量产生影响。
面对我国严峻的碳排放问题，及由此引起的气候变暖和一系列生态环境问题，二氧化碳减排刻不容缓。2007年 9月，胡锦涛总书记在亚太经合组织第十五次领导人非正式会议上，首次提出中国要“发展低碳经济”。结合本文上述内容，我们认为要发展低碳经济，我国需要在能源效率、能源体系低碳化、低碳技术创新和社会价值观念等领域开展工作。
第一，提高能效和减少能耗。面对能源供应趋紧的现状，整个社会迫切需要在保障一定的经济发展速度的同时，减少对能源的需求，进而减少对能源结构中占主导地位的化石燃料的依赖。提高能源效率和节约能源涵盖了社会经济的方方面面，尤其作为重点用能部门的工业、建筑和交通部门更是迫切需要提高能效的领域，通过改善燃油经济性、减少对小汽车的过度依赖、提高建筑能效和电厂能效等措施，能够实现节能增效的低碳发展目标。
第二，发展低碳能源并减少排放。降低能源中的碳含量和碳排放，主要涉及控制传统的化石燃料开发利用所产生的二氧化碳，以及通过以相对低碳的天然气来代替高碳的煤炭作为能源，通过捕集各种化石燃料电厂以及氢能电厂和合成燃料电厂中的碳并加以地质封存，能够改善现有能源体系下的环境负外部性。此外，能源“低碳化”还包括开发利用新能源、替代能源和可再生能源等非常规能源，以更为“低碳”甚至“零碳”的能源体系来补充并一定程度上替代传统能源体系。
第三，建立和完善低碳技术创新体系。走低碳发展道路，技术创新是未来社会经济发展的核心，要求我国政府和企业各司其职，不断促进生产和消费各个领域高能效、低排放技术的研发和推广，不断促进节约能源、可再生能源以及自然碳汇等领域的产业化发展。同时，我国应进一步加强国际合作，参与制定行业的能效和碳强度的标准、标杆，开展自愿或强制性标杆管理。
第四，推行低碳价值理念。低碳发展模式还要求改变整个经济社会的发展理念和价值观念，引导实现全面的低碳转型。要求经济社会的发展理念从单纯依赖资源和环境的外延型粗放型增长，转向更多依赖技术创新、制度构建和人力资本投入的科学发展理念。要求全社会建立更加可持续的价值观念，不能因对资源和环境过度索取而使其遭受严重破坏，要建立符合中国环境资源特征和经挤发展水平的价直观念和生活方式。
收稿日期：2010-0l-08
标签：碳排放论文; 标准煤论文; 二氧化碳排放量论文; 碳排放量论文; 低碳经济论文; 经济研究论文; 经济模型论文; 能源论文; 环境经济论文; 经济学论文;