長三角地區制造業碳排放脫鉤研究
2015-02-22 01:38:29曹廣喜劉禹喬
閱江學刊 2015年2期
曹廣喜,劉禹喬,周 洋
(南京信息工程大學,南京 210044)
?
長三角地區制造業碳排放脫鉤研究
曹廣喜,劉禹喬,周洋
(南京信息工程大學,南京 210044)
摘要：基于Tapio模型,發現自2006年以來,長三角地區制造業企業碳排放基本呈現弱脫鉤狀態。根據面板數據模型和空間計量模型,研究發現能源消費的經濟增長彈性、經濟增長率、第二產業增速、單位GDP能耗是影響長三角地區制造業企業碳排放脫鉤的主要因素,且碳排放脫鉤的空間相關性及差異性表現并不顯著。未來應充分發揮市場的力量,從經濟發展內部降低碳排放強度,深化產業結構調整,推動環保產業的發展,建立健全碳排放強度降低目標責任評價考核制度。
關鍵詞：Tapio模型;長三角地區制造業;碳排放脫鉤;空間計量;經濟新常態
一、文獻綜述
近年來,我國經濟逐漸呈現出新常態,作為我國制造業集聚中心的長三角地區,若要實現經濟增長質量的提升,使經濟健康、持續發展,就必須主動尋找新的增長點。大力提升碳排放脫鉤水平不但是長三角地區適應經濟新常態的必由之路,也是今后我國經濟持續、健康發展的新亮點。在經濟新常態的背景下,處理好經濟增長和環境保護的關系,轉變發展方式、推動制造業綠色發展,正在成為另一種新常態。因此,研究長三角地區制造業碳排放脫鉤問題有利于我國在經濟新常態下實現節能減排與產業結構調整同步并行,具有較強的前瞻性和現實意義。
碳排放脫鉤可解釋為經濟增長與溫室氣體排放之間關系不斷弱化乃至消失的理想化過程,即在實現經濟增長的基礎上,逐漸降低能源消費量。碳排放的經濟增長彈性就是碳排放脫鉤情況,因此彈性成為衡量各地區低碳狀況的主要工具。經濟合作與發展組織為討論環境污染與經濟發展的關聯性首先提出了脫鉤(decoupling)概念,其中包含絕對脫鉤和相對脫鉤。*OECD, Indicators to Measure Decoupling of Environmental Pressures from Economic Growth, Pairs: OECD, 2002,p.4.Tapio提出以彈性指標度量脫鉤的概念,并將指標細分為連結、脫鉤和負脫鉤三種狀態,*Tapio P, “Toward a Theory of Coupling: Degrees of Decoupling in the UE and the Case of Road Traffic in Finland Between 1970 and 2001,” Transport Policy, vol.12,no.2(2005,07),pp.137-151.并根據脫鉤彈性值的不同細化為擴張連結、衰退連結、弱脫鉤、強脫鉤、衰退連結、擴張性負脫鉤、強負脫鉤、弱負脫鉤八大類。
我國經濟步入新常態,節能減排工作備受關注。徐盈之等采用拉氏因素分解法對我國制造業(1995—2007年)碳排放驅動因素進行研究,表明產出效應為主要的正向因素,能源強度為主要的負向因素,僅較少年份碳排放出現強脫鉤。*徐盈之,徐康寧,胡永舜等:《中國制造業碳排放的驅動因素及脫鉤效應》,統計研究,2011年第28期,第55-61頁。武義青等測算了1980—2011年河北省的碳排放量、排放強度、人均排放量和單位面積排放量,發現河北省的能源消費量、碳排放量呈上升趨勢,但碳排放強度呈下降趨勢,且碳排放量與能源消費量主要受能源結構和產業結構影響。*武義青,趙亞南:《河北省碳排放與能源消費和經濟增長》,河北經貿大學學報,2015年第1期,第123-129頁。張穎建立能耗、二氧化碳排放與工業經濟脫鉤模型,發現1995—2008年我國工業碳排放脫鉤水平與能耗脫鉤水平有相同的變動趨勢。*張穎:《能源消耗、二氧化碳排放與中國工業可持續發展的脫鉤分布研究》,開發研究,2013年第1期,第104-108頁。李新等測算了2001—2010年中國省際電力碳排放強度時空演變和差異性特征,發現西部省份的電力碳強度普遍高于東部發達地區,省際電能消費碳排放強度的差異性與資源稟賦、經濟發展、人口狀況、消費水平等因素有關。*李新,王海濱,陳朝鎮,劉泉,于曉菡:《中國電力能源碳排放強度的時空演變及省際間差異性》,干旱區資源與環境,2015年第1期,第43-47頁。其他學者從不同角度對我國的碳排放脫鉤情況進行了研究。有學者利用分解技術和解耦的方法來探討影響江蘇工業能源碳排放的主要因素,發現2005—2012年,江蘇工業處于弱脫鉤狀態,其中能源效率提升是碳排放降低的主要原因。*Lu Q L, Yang H, Huang X L,Chuai X W,Wu C Y,“Multi-sectoral decomposition in decoupling industrial growth from carbon emissions in the developed Jiangsu Province, China,”Energy,vol.82, no.15(2015. 03),pp.414-425.Yi等采用人均GDP、累計碳排放、單位工業增加值碳排放等數據建立了省級分配模型。*Yi W J, Zou L L, Guo J, Wang K, Wei Y M, “How can China reach its CO2 emissions allowance over provinces in China by 2020,” Energy Policy, vol.39, no.12(2011.11),pp.2407-2415.Geng等研究了能源碳排放強度特征、區域差異和空間格局變化。*Geng Y H, Tian M Z, Zhu Q A, Zhang J J, Peng C H, “Quantification of provincial-level carbon emissions from energy consumption in China,” Renewable and Sustainable Energy Reviews, vol. 15, no. 8 (2011. 10), pp. 3658-3668.已有研究表明,我國仍處于經濟增長和人均收入上升階段,碳排放存在上升趨勢。雖然各地加大了節能減排投入,但作用并不顯著。
國內已有研究主要存在以下不足:第一,主要集中在宏觀經濟增長和碳排放脫鉤關系方面,從制造業的角度開展碳排放脫鉤的研究較少;第二,缺乏從核心經濟區域進行聯動的層次性分析;第三,鮮有學者將空間計量模型引入長三角地區,研究制造業碳排放脫鉤的空間相關性及差異性。因此,本文基于長三角地區江蘇省、浙江省、上海市的省級面板數據,以Tapio模型為基礎,測算長三角地區制造業碳排放脫鉤狀態,并研究影響碳排放脫鉤的主要因素。同時,采用空間自回歸模型與空間誤差模型分析長三角地區碳排放脫鉤的空間效應。
二、實證方法與模型設定
本文用C表示碳排放量,用GDP度量經濟規模,用TCE表示能源消耗量。
(一)Tapio模型
Tapio模型采用彈性概念對碳排放脫鉤狀況進行度量。將Tapio模型表述為:
E(C,GDP)=(△C/C)/(△TCE/GDP)；
(1)
E(C,TCE)=(△C/C)/(△TCE/TCE)；
(2)
E(TCE,GDP)=(△TCE/TCE)/(△GDP/GDP)。
(3)
其中△為1階差分算子。在該模型中,E(C,GDP)表示碳排放量的經濟增長彈性,E(C,TCE)表示碳排放量的能源消耗彈性,E(TCE,GDP)表示能源消耗的經濟增長彈性，E(C,GDP)=E(C,TCE)*E(TCE,GDP)。從碳排放脫鉤角度來看,E(C,GDP)<0且△GDP>0表示經濟增長的同時，碳排放量減少,是實現碳排放脫鉤的最佳狀態;0
(二)面板回歸模型
本文采用面板回歸模型分析影響碳排放脫鉤水平的驅動因素。面板數據包含時序數據和截面數據,既可用于分析各區域的靜態差異,又可描述各區域的動態變化特征;可有效擴大樣本容量,提高模型估計精度;同時,利用面板數據模型可反映一些被忽略的時間因素和個體差異因素的綜合影響,如政策差異和觀念差異等難以觀察或量化的因素。本文采用面板數據中的混合回歸模型對上述數據進行分析。該模型假定截距和斜率系數都是常數,得到:
yit=αit+xit·βit+εit;i=1,2,…n;t=1,2,…T。
(4)
其中,xit為解釋變量向量,下標i代表不同個體(地區),t代表時間(年),α、β分別為截距向量及參數向量。此模型中個體差異因素對截距和斜率系數沒有影響,此時相當于將T個時期的橫截面數據融合成一個“混合樣本”(樣本容量nT)。
(三)空間計量模型
空間效應(Space Effects)指各區域的經濟地理行為之間存在著一種空間相互作用,主要被分為空間相關性(Spatial Dependence)與空間異質性(Spatial Heterogeneity)。空間計量的兩種基本模型分別是空間自回歸模型和空間誤差模型,其基本形式如下所示。
空間自回歸模型(SAR):
y=ρ(IT?Wn)y+X′β+ε。
(5)
空間誤差模型(SEM):y=X′β+μ;
μ=λ(IT?Wn)μ+ε。
(6)
其中,y為因變量,X為自變量向量(包括常數項),β為變量系數,ρ和λ分別為空間自回歸系數和空間自相關系數,ε為誤差成分。t,i分別為時間維度與截面維度,IT為T維單位時間矩陣,Wn為n×n的空間權重矩陣(n為地區數),權重視數據實際情況決定。根據誤差成分ε分解的不同結果，可以分為固定效應及隨機效應。模型中控制了兩類非觀測效應——空間固定效應和時間固定效應。
三、碳排放脫鉤數據的來源及處理
本文從《中國能源統計年鑒》及《中國統計年鑒》獲取了上海市、江蘇省、浙江省2004—2012年的工業企業能源消費量和其他相關數據,本文依據《中國能源統計年鑒》提供的能源折算標準煤系數將各種能源折算為標準煤,計算能源消耗量(由于篇幅原因,具體系數在此省略)。特別說明的是,由于目前官方尚未公布分省的制造業行業相關數據,而制造業作為我國工業體系的主體且在工業行業中占核心地位,因此本研究暫以工業行業數據替代制造業數據。另采用GDP、第二產業增加值等作為衡量各省市經濟發展水平的基礎指標,其中GDP以1978年為基期,單位為億元。
根據折算為標準煤的各種能源的消費總量，結合《2006年IPCC國家溫室氣體清單指南》中各種能源的碳排放系數，可計算出各種能源的碳排放量，求和可得上海市、江蘇省、浙江省每年的制造業(工業)能源碳排放量(如圖1)。
圖1 2003—2011年長三角地區工業二氧化碳排放量
四、實證分析
(一)碳排放脫鉤情況
根據上文的計算方法,得出2004—2012年上海市、江蘇省、浙江省制造業(工業)碳排放脫鉤情況。上海市在2004年為強脫鉤,在2005年為擴張性負脫鉤,2006—2011年為弱脫鉤;江蘇省在2004—2005年為擴張性負脫鉤,2006—2011年為弱脫鉤;浙江省在2004年為擴張性負脫鉤,2009—2010年為強脫鉤,其余年份為弱脫鉤。從碳排放脫鉤水平來看,上海市的碳排放脫鉤水平最高,浙江省和江蘇省的碳排放脫鉤水平略低。從脫鉤系數計算結果來看,自2006年以來,上海市、江蘇省、浙江省的碳排放量增長幅度持續低于經濟增長幅度,其中浙江省在2010—2011年實現
了負脫鉤,經濟增長與能耗降低同步。
(二)碳排放脫鉤的影響因素分析
制造業碳排放脫鉤在定義和計算方法上主要涉及經濟增長、能源消耗與碳排放三個基礎變量，而制造業碳排放脫鉤的指標變量E(C，GDP)與碳排放的能源消費彈性系數E(C，TCE)、能源消費的經濟增長彈性系數E(TCE，GDP)具有緊密聯系，因此本文將E(C，TCE)、E(TCE，GDP)作為影響制造業碳排放脫鉤情況的解釋變量。
涂紅星、田超杰等分別從不同地域、不同時間范圍研究了我國工業領域的碳排放脫鉤情況，發現碳排放脫鉤情況主要受到經濟發展、工業發展以及能源效率等因素的影響。*涂紅星，肖序，許松濤等：《基于LMDI的中國工業行業碳排放脫鉤分析》，中南大學學報(社會科學版)，2014年第4期，第31-36頁。田超杰：《技術進步對經濟增長與碳排放脫鉤關系的實證研究——以河南省為例》，科技進步與對策，2013年第14期，第29-31頁。因此，本文主要從以下三個層次選取解釋變量。第一，在經濟增長方面，選取GDP作為基礎變量，采用各地GDP總值、GDP增速兩個變量從經濟增長規模和增速兩個角度研究經濟增長對碳排放脫鉤的影響。第二，在第二產業方面，以第二產業增加值為基礎變量，從第二產業增加值、第二產業增加值增速、第二產業增加值在GDP中所占比重三個角度研究第二產業規模、增速以及結構對碳排放脫鉤的影響。第三，在能源消耗方面，采用單位GDP能耗來衡量能源消費結構對碳排放脫鉤的影響。根據公式(4)，上述變量的描述性統計結果如表1所示。
表1 碳排放脫鉤各變量的描述性統計
經過檢驗得知GDP增長率、第二產業增速等變量之間存在多重共線性，因而本文建立制造業碳排放脫鉤的指標變量、經濟增長、工業發展以及能源消耗等四個模型，對制造業碳排放脫鉤的影響因素進行分析，結果見表2。
表2 面板回歸結果
注：***表示在0.01的顯著性水平下顯著,**表示在0.05的顯著性水平下顯著,*表示在0.10的顯著性水平下顯著。
模型一采用碳排放的能源消費彈性系數E(C，TCE)、能源消費的經濟增長彈性系數E(TCE，GDP)進行回歸。從結果來看，E(TCE，GDP)的回歸結果在0.05的顯著性水平下是顯著的，而E(C，TCE)的回歸結果在0.05的顯著性水平下并不顯著。該結果說明碳排放脫鉤主要受能源消費的經濟增長彈性系數影響。E(TCE，GDP)的估計系數為0.7224，在0.05的顯著性水平可以拒絕原假設，說明能源消費的經濟增長彈性系數每提高1%，碳排放脫鉤指標提高0.72%。
模型二采用GDP增長率和GDP規模對工業碳排放脫鉤情況進行分析。從結果來看，該回歸方程的F統計量在0.10的顯著性水平下不能拒絕原假設，說明經濟增長并不是制造業碳排放脫鉤的有效解釋變量。
模型三采用第二產業增加值及其增速作為解釋變量，結果表明，第二產業增加值增速變量的估計系數為4.9801，該估計系數在0.05的顯著性水平下可以拒絕原假設。說明第二產業增加值增速對工業碳排放脫鉤情況影響較大：第二產業增加值增速提高1%，碳排放脫鉤指標上升4.98%；第二產業增加值增速降低1%，碳排放脫鉤指標下降4.98%。
模型四采用工業增加值占比和單位GDP能耗對碳排放脫鉤指標進行分析，從結果中可以看出，單位GDP能耗估計系數為5.6531，該估計系數在0.05的顯著性水平下可以拒絕原假設。說明單位GDP能耗對工業碳排放脫鉤情況影響很大：單位GDP能耗每增加1%，碳排放脫鉤指標上升5.65%；單位GDP能耗每降低1%，碳排放脫鉤指標下降5.65%。
從表2看,對長三角地區制造業碳排放脫鉤情況有顯著影響的變量包括能源消耗的GDP彈性、GDP增速、第二產業增速、單位GDP能耗。這四個變量估計系數均為正值,表示變量越高,碳排放脫鉤指標就越傾向于負脫鉤。這四個變量可分為經濟增長、工業增速和技術效率三類。綜上所述,我國經濟增長在很大程度上仍依賴資源消耗,增長方式依舊是粗放型的,技術創新對提振經濟增長速度、改變經濟增長質量的作用有限。
(三)碳排放脫鉤的空間效應檢驗
為研究碳排放脫鉤的空間效應，對表2中的四個模型建立空間自回歸模型，并進行空間誤差模型的建模。通過固定效應檢驗和隨機效應檢驗判定模型發現，除模型一與模型四的空間誤差模型在0.10的顯著性水平下可以拒絕原假設外，其余模型檢驗均無法拒絕原假設，見表3。因此本文在估計模型時，模型一、模型四的空間誤差模型采用隨機效應模型進行估計，模型二、模型三采用混合回歸模型進行估計。
表3 固定效應檢驗和隨機效應檢驗
注：***表示在0.01的顯著性水平下顯著,**表示在0.05的顯著性水平下顯著,*表示在0.10的顯著性水平下顯著。√表示模型與變量的匹配關系。
從空間自回歸模型和空間誤差模型的估計結果來看，解釋變量的結果與普通面板回歸的結果類似，E(TCE，GDP)、GDP增長率、第二產業增加值增速、單位GDP能耗對制造業碳排放脫鉤指標具有顯著的影響，影響的方向和程度也與普通面板回歸的結果基本接近，見表4、表5。且模型一至四的空間項相關系數估計結果均為正值，但在0.10的顯著性水平下均不能拒絕原假設，說明從空間相關性和空間異質性角度，制造業碳排放脫鉤指標在上海市、江蘇省、浙江省的空間相關性和溢出性并不顯著。主要是因為長三角地區經濟發展水平和經濟發展效率較高，所以這種碳排放脫鉤的空間相關性以及溢出性并不明顯。
表4 空間自回歸模型估計結果
表5 空間誤差模型估計結果
五、主要結論和建議
本文基于Tapio模型對長三角地區制造業(工業)碳排放脫鉤情況與影響因素進行了研究,并引入空間計量模型分析其空間相關性和差異性。研究結果表明:第一,自2006年以來，長三角地區制造業(工業)碳排放脫鉤情況基本表現為弱脫鉤;第二,影響其碳排放脫鉤情況的因素有四,分別是能源消費的經濟增長彈性、經濟增長率、第二產業增速、單位GDP能耗,上述變量數值越高,脫鉤指標就越傾向于負脫鉤;第三,上海市、江蘇省與浙江省之間具有微弱的空間相關性和溢出性,即碳排放脫鉤的空間依賴性和空間差異性表現得并不顯著;第四,長三角地區短期內難以實現強脫鉤,碳排放總量還將繼續增長,但排放增速將逐步降低。
為了在經濟新常態下提高長三角地區碳排放脫鉤水平,提出以下意見和建議。首先,加快制造業設備的低碳改造,提高清潔能源使用比例,降低單位GDP能耗等指標;其次,深化產業結構調整,推動制造業從要素驅動型向質量效率型邁進;再次,加快節能環保產業的發展,培育以企業為主的低碳技術創新主體,建立健全低碳科研、技術人才與管理人才培養體系;最后,建立健全碳排放強度降低目標責任評價考核制度,將碳排放強度降低指標完成情況納入地方政府考核評價體系,并建立區域聯防聯控機制。在此過程中,要發揮市場機制的決定性作用,通過稅收、價格等措施,鼓勵社會資本投入,發展碳排放權交易制度,鼓勵制造業企業主動實現節能減排。
〔責任編輯：沈丹〕
·制造業研究·
Study on Carbon Emission Decoupling of the Manufacturing
Industry in Yangtze River Delta Area
CAO Guang-xi, LIU Yu-qiao, ZHOU Yang
(NanjingUniversityofInformationScience&Technology,Nanjing210044,China)
Abstract:Based on the Tapio model, the paper has studied carbon emission decoupling problem of manufacturing industry in Yangtze River Delta Area and considers that since 2006, the carbon emission approximately takes on weak decoupling state. The main influencing factors and the spatial effects of carbon emission are analyzed by panel data model and spatial econometric model. It is found that economic growth elasticity of energy consumption, economic growth rate, the growth rate of the secondary industry and energy consumption per GDP are major factors that impact the carbon emission decoupling of this region. Moreover, the spatial correlation and differences of the carbon emission decoupling don’t perform well. There is need give full play to the market forces, reduce carbon emissions intensity from internal economic development, deepen the adjustment of industrial structure, promote the development of environmental protection industry and establish and improve the carbon intensity by reducing the target evaluation system of the responsibility.
Key words:Tapio model; the manufacturing industry in Yangtze River Delta Area; carbon emission decoupling; the space measurement; in the new normal
作者簡介：曹廣喜,男,博士,南京信息工程大學經濟管理學院副教授;劉禹喬,男,南京信息工程大學中國制造業發展研究院研究助理;周洋,男,南京信息工程大學中國制造業發展研究院研究助理。
基金項目：國家自然科學 “環境規制下我國制造業轉型升級研究”(71173116);中國制造業發展研究院2013年度開放課題“中國制造業發展與碳排放脫鉤的空間計量研究”(SK20130090-2);2014年江蘇省大學生創新訓練項目“長三角地區制造業發展與碳排放脫鉤的空間計量研究”(201410300063)
收稿日期：2014-09-20
中圖分類號：F062.2
文獻標識碼：A文章分類號：1674-7089(2015)02-0037-08
