我國能源消費強度、結構及技術創新與碳排放

李志學　徐程程　張民剛

【摘 要】 文章通過面板數據模型構建了我國二氧化碳排放量影響因素的模型，并收集2005年至2010年的相關數據和信息，具體分析了能源消費強度、能源消費結構和技術創新對我國二氧化碳排放總量的影響情況。結果表明，我國近年來碳排放總量增高是由于我國能源的高速消費引起的，而能源消費結構的改善和技術創新的投入可以在很大程度上降低由經濟增長帶來的碳排放。由此得出，降低能源消費強度、優化能源消費結構以及加大技術創新力度是降低碳排放量的必然選擇。

【關鍵詞】 能源消費強度； 能源消費結構； 技術創新； 面板數據模型； 碳排放

一、引言

我國能源總量豐富，品種齊全。但由于人口眾多，人均能源分配量僅為世界平均水平的一半。從幾種常用的能源來看，儲量較大，煤炭儲量為1.5萬億噸，居世界第三位，石油為70億噸，居世界第六位，天然氣為33.3萬億立方米，居世界第十六位，而水力資源及水電均居世界第一位。然而，隨著工業的迅猛發展，能源消費總量也在逐年攀升，能源消費結構的不合理、較低的能源利用效率、清潔能源以及可再生能源的開發和利用遠遠不足導致的碳排放總量也已經躍居世界第一。目前我國的經濟結構仍以高能耗和高碳排放產業為主，據國家統計局的數據，1990年中國重工業比重為50.6%，而2008年重工業比重已經上升到65.1%。產業結構重型化造成高能源消費傾向和碳偏好，2000—2008年我國能源消費年均增長達9.1%，其中煤、石油等化石能源消費比重超過九成，在沒有發生重大技術革命的情況下，鎖定效應將會導致中國未來10—15年對高能耗和高碳排放經濟模式的依賴。

減少碳排放總量，合理開發利用有限能源的途徑之一即提高能源利用效率，降低對化石能源的消耗。美國2008年8月公布的新能源法案中宣布將對使用節能電器和節能建材的居民減免稅收，歐盟在2005年提出了節能的新目標，到2020年節約能耗20%，日本經濟產業省在擬訂的國家能源新戰略中也提出要爭取在2030年之前將GDP的能耗減少30%。途徑之二即優化能源消費結構。煤炭作為主要的消費能源，是二氧化碳排放的主要來源，有必要尋求其他低碳排放能源替代煤炭。途徑之三即加大技術創新投資的力度，開發利用清潔能源、可再生能源和低碳能源。

中國是僅次于美國的第二大碳排放國，控制二氧化碳排放，實現2020年的國內生產總值二氧化碳排放強度在2005年的基礎上下降40%～45%的目標是中國作為簽署《京都議定書》成員國之一應遵守的“共同但有區別原則”所承擔的責任。本文通過對全國30個地區的碳排放影響因素進行分析，探究能源消費強度、能源消費結構以及技術創新與碳排放的關系，找出這些因素對碳排放的貢獻程度以及存在的差異，從而探索一條節能減排的可行之路。

二、文獻綜述

縱觀現有研究，國外C.Hendriks等人建立了世界主要國家包括火電、煉油、氣體處理等9個行業共14 641個企業的二氧化碳的排放源數據庫，并預測了2010—2012年全球二氧化碳排放狀況；Nobuko（2004）分析了日本1985—1995年期間二氧化碳排放量變化的影響因素；Ang（2009）將內生經濟增長理論與環境理論相結合，研究了1953—2006年中國碳排放量的影響因素，指出能源消費、收入和對外開放度與碳排放呈正向關系，研發強度、技術轉移等技術因素與碳排放負相關。

國內學者田徵利（2010）用2000—2005年遼寧省的能源利用數據，分析了遼寧省的能源消費結構和能源消耗強度以及能源利用效率的變動規律；杜鷗（2011）對碳排放的影響因素進行分析，提出影響我國人均二氧化碳增長率的因素有經濟效應、能源效應、結構效應和對外開放效應，通過計量經濟學的方法建立協整方程和向量誤差修正模型，分析了變量的長期均衡關系和短期變動；李武（2011）通過使用普通最小二乘法、平穩性檢驗、協整檢驗等方法，對中國1978—2009年碳排放總量與人均實際GDP、能源效率、能源結構的關系進行了實證研究。

綜上所述，國內外文獻中，理論基礎基本一致，研究對象均為碳排放的影響因素，不同的是分解的因素不同，采取的分解因素的方法也不同。由于影響碳排放的因素非常復雜，如消費偏好、資源環境狀況、技術水平和制度保證等，因此，對于碳排放問題必須進行更加深入的研究。

三、研究方法概述、指標選擇和模型構建

（一）研究方法概述

面板數據模型是一類利用平行數量分析變量間相互關系并預測其變化趨勢的計量模型，能夠較充分地利用樣本所包含的信息，從三維（個體、指標、時間）方向反映研究對象的變化規律和個體特征。此種特征尤其符合本文對中國30個地區6年來碳排放水平的回歸分析。它克服了簡單的多元回歸模型不能進行時間序列分析模型的缺點，同時也通過對比不同橫截面的值來發現研究對象之間的區別。為了評價回歸的結果和檢驗滯后階的穩健性，需要對模型回歸的殘差進行面板的單位根檢驗，如果殘差不是面板單位根過程而是平穩過程，那么可以認為參數估計量不是偽回歸的結果。為了獲取更全面的樣本信息以證明模型估計的有效性，還需要進行面板數據的協整檢驗，最后再進行回歸分析。

1.面板數據的單位根檢驗

美國學者Nelson與Plosser在其研究中曾指出，多數的宏觀經濟時間序列都是不穩定的，只有確定了序列的平穩性才能進一步對它們進行協整性分析和因果性檢驗。因此，作為分析的第一步，必須對各時間序列數據進行單位根檢驗。面板單位根檢驗是基于面板數據的一階自回歸過程：

2.面板數據的協整檢驗

協整概念是20世紀80年代由恩格爾（Engle）和格蘭杰（Granger）提出的。其基本思想是：盡管兩個或者兩個以上的變量每個都是非平穩的，但它們的線性組合有可能受相互抵銷趨勢項的影響，使該組合成為一個平穩的變量。因此，在確保時間序列數據是同階單整的情況下，筆者運用E-G兩步法來檢驗變量間的協整關系及長期因果關系。

首先，利用靜態面板的回歸殘差來構建統計量：

3.面板數據的多元回歸分析

面板數據經過協整檢驗后，方可進行回歸分析，其一般形式如下：

（二）指標選擇和模型構建

影響碳排放水平的因素有很多，如能源消費強度（能源利用效率）、能源消費結構、產業結構、經濟發展水平、人口規模、技術創新、城市化率等，而衡量碳排放水平的指標包括碳排放總量、碳排放年比增長量、碳排放年比增長率、人均碳排放量、人均碳排放年比增長量、人均碳排放年比增長率、碳排放強度、碳生產率等，本文在做實證分析時，把中國30個地區（西藏自治區能源數據缺失，故除外）作為研究對象進行了面板數據的回歸分析，這是因為全民施行碳減排運動的時候，各行各業也在全力節能減排。如果了解了中國碳排放的大體趨勢，那么在確定減排指標和部署減排任務的時候就更具說服力了。所以選取能夠顯著代表各地區碳排放水平的碳排放年比絕對增長值指標作為因變量，并且假設影響碳排放水平較為顯著的三個變量：各地區的能源消費強度、各地區的能源消費結構、各地區的技術創新作為自變量。

能源消費強度（ECI）：各地區的能源消費總量與各地區的生產總值之比（噸標準煤/萬元）。

能源消費結構（MT）：各地區主要能源煤炭的消費總量（噸）。

技術創新（R&D）：各地區科學研究與試驗發展（R&D）經費支出（億元）。

碳排放水平（TC）：因為沒有直接的量化指標，本文采用科學估算的方法得出歷年各地區的消費總量，然后取年比的絕對增長量作為研究指標（噸標準煤）。

參加回歸分析的數據為全國30個地區2005年至2010年的能源消費強度、主要能源煤炭的消費總量、科學研究與試驗發展（R&D）投資額和碳排放總量。

在確保時間序列變量同階單整的情況下，本文運用Eviews6.0軟件對能源消費強度、能源消費結構、技術創新以及碳排放分別進行單位根檢驗、協整檢驗和回歸分析。首先，構建能源消費強度、能源消費結構、技術創新以及碳排放四個時間序列變量的關系模型（6）、（7）、（8）、（9）；其次，對面板模型進行回歸得到殘差序列εit，并對εit進行單位根檢驗以判斷其平穩性。如果ε1it是平穩的，則說明能源消費強度和碳排放之間存在長期協整關系；如果ε2it是平穩的，則說明能源消費結構和碳排放之間存在長期協整關系；如果ε3it是平穩的，則說明技術創新與碳排放之間存在長期協整關系。

四、數據來源及實證分析

（一）數據來源

2005年至2010年，中國30個地區能源消費強度數據來自于相應年份的《中國統計年鑒》；中國30個地區能源消費結構數據來自于相應年份的《中國統計年鑒》和《中國能源統計年鑒》；中國30個地區技術創新數據來自于相應年份的《中國統計年鑒——統計公報》；中國30個地區的碳排放總量則根據相關參考文獻的科學測算方式通過數據代入和公式運算得來。

（二）實證分析

在進行面板數據單位根檢驗之前，為了消除變量之間量綱和數量級過大的影響，先使用Eviews6.0軟件對面板數據進行對數處理，然后再進行單位根檢驗、協整檢驗和回歸分析。結果如下：

1.單位根檢驗

對于普通序列單位根檢驗來說，ADF檢驗、DFGLS檢驗和PP檢驗三種方法出現得較早，在實際應用中也最為普遍。本文采用的LLC（Levin-Lin-Chu）檢驗、IPS（Im-Pesaran-Shin Wstat）檢驗、Fisher-ADF檢驗、Fisher-PP檢驗可以對面板數據的不同截面分別進行單位根檢驗，其最終檢驗在綜合了各個截面檢驗結果的基礎上，構造出統計量，對整個時間序列/截面數據是否含有單位根作出判斷。本實證部分所用的軟件為計量經濟學分析軟件Eviews6.0。全國30個地區面板數據的原序列單位根檢驗結果如表1所示：

由表1可知，碳排放年水平變量（TC）在LLC檢驗、IPS檢驗和Fisher-PP檢驗的1%的顯著性水平下顯著，在Fisher-ADF檢驗的5%的顯著性水平下顯著；能源消費強度（ECI）在LLC檢驗、IPS檢驗、Fisher-ADF檢驗和Fisher-PP檢驗下均不顯著；能源消費結構，即主要能源煤炭消費量（MT）在LLC檢驗的5%的顯著性水平下顯著，在Fisher-PP檢驗的10%的顯著性水平下顯著，在IPS檢驗和Fisher-ADF檢驗下不顯著；技術創新（R&D）在LLC檢驗的1%的顯著性水平下顯著，在PS檢驗、Fisher-ADF檢驗和Fisher-PP檢驗下均不顯著。顯著意味著拒絕原假設，認為原序列具有不同的單位根，表明原序列穩定；不顯著意味著接受原假設，認為原序列具有相同的單位根，表明原序列不穩定。由此來看，有些變量在多種檢驗下不顯著，即變量具有不平穩性。因此，還要對原序列的一階差分序列進行單位根檢驗，以進一步判斷其穩定程度。一階差分序列單位根檢驗結果如表2所示：

由表2可知，碳排放年水平變量（TC）、能源消費強度（ECI）、能源消費結構即主要能源煤炭消費量（MT）和技術創新（R&D）在LLC檢驗的1%的顯著性水平下均顯著；碳排放年水平變量（TC）、能源消費結構即主要能源煤炭消費量（MT）和技術創新（R&D）在IPS檢驗、Fisher-ADF檢驗和Fisher-PP檢驗的1%的顯著性水平下均顯著；能源消費強度（ECI）在IPS檢驗、Fisher-ADF檢驗和Fisher-PP檢驗的5%的顯著性水平下顯著。因此，原序列的一階差分序列是平穩的，即所有變量為一階差分平穩變量，變量之間存在協整關系的可能性。

2.協整檢驗

變量在滿足一階單整的條件下，通過軟件對數據進行協整檢驗，結果如表3。

協整檢驗的原假設是不存在協整關系，如果置信水平P值在10%、5%、1%的情況下，則拒絕原假設，即存在協整關系；如果P值大于10%，則接受原假設，即不存在協整關系。而表3中的結果顯示，統計量的置信水P值在LLC檢驗、Fisher-ADF檢驗和Fisher-PP檢驗下均低于1%，說明該模型碳排放年水平變量（TC）、能源消費強度（ECI）、能源消費結構，即主要能源煤炭消費量（MT）和技術創新（R&D）四個變量間存在協整關系，即存在長期均衡關系。

3.回歸分析

面板數據的單位根和面板協整關系檢驗顯示，在設定線性趨勢時，變量序列是平穩的，并且具有穩定的協整關系，能夠對面板數據進行空間面板回歸分析。為了確定將空間面板回歸的結果與傳統的面板回歸結果進行對比，以及是否存在空間效應、是否需要使用空間面板回歸，本文給出面板數據回歸的結果，見表4。

從面板回歸結果可以發現：在全國30個地區的固定效應模型中，能源消費強度（ECI）、能源消費結構，即主要能源煤炭消費量（MT）和技術創新（R&D）均通過了相應的t檢驗；能源消費結構，即主要能源煤炭消費量（MT）和技術創新（R&D）在1%的顯著性水平下顯著；能源消費強度（ECI）在10%的顯著性水平下顯著，表明這三者對全國各地區的碳排放水平（TC）有顯著影響。其中能源消費強度（ECI）和主要能源煤炭消費量（MT）與碳排放水平（TC）呈顯著正相關，對其有很強的驅動作用，而技術創新（R&D）與碳排放水平（TC）呈顯著負相關，對其有抑制作用。

由此可以寫出30個地區固定效應模型的表達式：

五、結論及建議

通過面板數據回歸模型對我國30個地區的碳排放總量與能源消費強度、能源消費結構以及技術創新進行實證分析，得出了全國各地區碳排放總量與其影響因素的關系。面板數據的單位根檢驗驗證了能源消費強度、能源消費結構和技術創新對碳排放量的影響較為顯著，協整檢驗的結果證明了三者對碳排放水平具有長期均衡性，這樣更便于下一步運用面板回歸確定它們之間具體的關系?；貧w結果顯示，能源消費強度促進了碳排放水平的增高，以煤炭為主要能源的消費結構也促使了碳排放水平的增高，而技術創新能力則抑制了碳排放水平的提高。根據此結論，可以從降低能源消費強度、調整能源消費結構和加大技術創新力度三個方面提出政策性建議。

（一）優化產業結構，降低能源消費強度

第二產業能源消費總量巨大，其對碳排放的影響非常明顯，因此在保證經濟持續穩定增長的情況下應適當優化產業結構，大力發展第三產業，增加其在三大產業中的比重。中國以第二產業為主的產業結構將在很長時期內一直保持下去，但隨著信息化、知識化的浪潮席卷全球，一國經濟增長可以更多地依靠人才和科技創新以及制度的改進不斷提高資源配置效益和產出效益，從而促進產業結構的升級。而明顯地，以服務業為主的第三產業的發展，可以大大減少對碳排放的需求，并逐步改善人們的消費需求偏好，在降低單位產值的碳排放、降低城市環境污染的同時增加就業機會。

（二）優化能源結構，降低煤炭消費總量

中國是以煤類能源消耗為主的能源消耗大國，這一方面是中國的自然社會因素造成的，另一方面與中國的能源利用技術落后有關。煤類能源對二氧化碳排放貢獻率最大，每生產一單位能量所釋放出的二氧化碳比石油多29%，比天然氣多80%，因此減少煤類能源所占的份額，增加其他能源形式，尤其是熱、電能源等清潔能源的比重，對于節能減排和改變能源結構具有非常重要的意義。

（三）加大技術創新力度，開發利用新能源

中國需要吸收國內外先進的能源利用和碳減排技術，大力發展高新節能技術，尤其是高耗能的產業和產品方面，如中國的石油燃料加工業、金屬產品制造業、機械設備制造業等，應增加科研投入，創造低能耗的生產技術和產品，爭取在產品的生產和使用環節都能夠降低能耗，減少碳排放。開發新能源尤其是發展可再生能源，如利用中國的河流和海洋等自然資源發展太陽能、水能、潮汐能等清潔的能源形式，促進能源結構的多元化，不僅有助于減少碳排放，最為重要的是有助于能源的長期供應和能源安全。

【參考文獻】

[1] 金晶.世界及中國能源結構[J].能源研究與信息，2003，19（1）：20-26.

[2] 齊玉春，董云社.中國能源領域溫室氣體排放現狀及減排對策研究[J].地理科學，2004，24（5）：528-534.

[3] 張軍委.重慶能源消費、碳排放量與經濟增長[D].重慶大學碩士學位論文，2010：1-5.

[4] 田徵.遼寧省能源消耗及碳排放規律研究[D].中南林業科技大學博士學位論文，2010：3-6.

[5] Hendriks.C，SophieA.Der WaartV，et al.Building the cost curves for CO2 storage，part 1：sources of CO2[R].2002.

[6] Nobuko Yabe.An analysis of CO2 emissions of Japanese industries during the period between 1985 and 1995[J].Energy Policy，2004（32）：595-610.

[7] Ang J B.CO2 Emissions，Research and Technology Transfer in China[J]. Ecological Economics，2009（10）.

[8] 杜鷗.我國碳排放狀況及其影響因素研究[D].山西財經大學碩士學位論文，2011：1-2.

[9] 李武.基于環境庫茲涅茨曲線假說的中國碳排放影響因素研究[D].內蒙古大學碩士學位論文，2011：11-12.

[10] 陶冉，金潤圭，高展.跨國汽車公司環境責任研究——基于動態面板數據的回歸分析[J].上海管理科學，2011（4）：94-97.